摘要
无人机凭借其携带方便、可靠性高、机动性好等优点被广泛用于人群管控、防疫宣传、体温测量、快递投送、消毒等方面。但由于无人机缺少了在未知环境中自主避障的能力限制了无人机在室内这类有复杂障碍物环境中的应用。传统的基于SLAM和SFM的自主避障方法，需要无人机反复悬停，通过提取和匹配环境特征点来推断无人机可穿越的空间和障碍物，再使用常规的路径规划策略控制无人机飞行。以上方法需要搭配激光雷达、深度相机等昂贵的环境感知传感器，对机载计算机的要求也很高，但面对无纹理的墙和运动的障碍物时，避障效果不佳。本文基于室内种类多，纹理信息复杂，有移动和禁止障碍物的特点，提出了一种基于视觉的避障方法，由基于无监督学习的深度估计模块和基于深度强化学习的避障决策模块组成，具体如下： 首先，阐述了深度学习的基本概念，并介绍了自动编码器、卷积神经网络和递归神经网络这三种最常用的深度学习网络模型及它们的特点，分析了强化学习解决问题的基本流程，接着扩展到深度强化学习并分别介绍了DQN、DDPG和A3C这三种经典的深度强化学习方法，为后文的无人机环境感知和避障决策打下基础。 之后分析了常用环境感知传感器的原理，针对激光雷达和深度相机获得深度图稀疏和计算复杂的缺点，提出了一种基于单目彩色图像的深度估计方法。使用立体视觉原理和双线性插值法，将对环境信息的深度估计问题转化成对输入图像的重建过程。采用无监督学习方法减少了模型训练时对包含真实深度信息数据集的依赖。根据需要设置了图像重建损失、深度平滑损失和深度一致性损失函数为模型训练的损失函数。实验结果表明，与现有的深度估计方法相比，本文提出的深度估计方法收敛性更好，模型训练时间更短，在均方根误差、平方相对误差等4种评估指标下本文的深度估计精度更高。 最后分析无人机避障飞行原理，将无人机避障决策问题转化成一个部分可观测的马尔科夫决策过程，将彩色图像通过上文的深度估计模型得到的深度信息作为无人机对环境的观测值。设计实现了一种基于深度强化学习的无人机避障控制策略，核心是使用具有时间注意力的深度递归Q网络根据无人机与障碍物的距离作出最优的避障动作。实验结果显示，本文提出的避障方法与现有的方法相比在于障碍物发生碰撞前能飞行更长时间，在有静止和运动障碍物的仿真室内环境中能有很好的自主避障飞行。
NETL