摘要
近年来，随着对无人机技术的深入研究和发展，在许多环境领域中应用无人机解决问题受到青睐。但是，大多数无人机的安全飞行和作业依赖于全球卫星导航系统。随着无人机应用环境领域的扩大，其逐渐被应用在没有全球卫星定位信号和自主控制的环境领域中，对于传统无人机来说无法完成。多种传感器融合的无人机可以进行自身位置估计、环境地图建立和安全路径规划，是解决无全球卫星信号下的安全飞行和作业的关键技术之一。因此，依托国家重点研发计划子课题“智能化物探专用旋翼无人机系统研发”，本文研究了搭载多传感器的无人机建图和路径规划。 论文的主要研究内容如下： （1）为了有效地融合双目相机、激光雷达和IMU的测量数据，需要提供准确的双目相机内参、IMU误差参数、双目相机和IMU外参、双目相机和激光雷达外参。本文首先对位姿变换理论基础进行总结。在此基础上建立双目相机、IMU误差和二维激光雷达数学模型。其次，提出了基于信赖域Dogleg的IMU确定性误差快速标定方法和基于Allan方差原理的IMU随机误差标定。最后结合位姿变换理论标定了双目相机和IMU外参以及双目相机和激光雷达的外参。 （2）针对在无全球卫星信号的封闭环境，本文研究了基于滤波法的光流-IMU的速度融合和光流-IMU-二维激光雷达的位置估计方案。针对光流图像在ORB特征提取时边缘特征点没法提取的问题，提出了改进的ORB特征提取算法，在公开数据集上进行了测试，证明了算法的有效性，为后续的计算提供的强有力的数据支持。针对IMU容易漂移和光流图像易受光照影响问题，提出了互补-卡尔曼滤波融合方法。针对光流失效问题，提出了基于自适应互补滤波的融合二维激光雷达的位置估计方法，经过在封闭环境仿真分析，融合后无人机解算的速度与真实速度偏差更小以及位置估计鲁棒性得到提升。在此基础上，提出了基于RGB深度相机三维稠密地图构建方法，对仿真环境进行三维稠密地图构建，证明了所提方法的有效性，为后续在未知环境下无人机路径规划提供了地图基础。 （3）提出一种改进人工蜂鸟算法用于无人机的路径规划。首先根据无人机的结构和环境特点，建立了航程约束、飞行高度约束和航向角约束模型，以及路径规划模型。其次，对人工蜂鸟算法进行改进，采用切比雪夫混沌映射得到分布更加均衡的初始食物源和使最终解更能趋向最优，加速算法收敛速度；引入Levy飞行扩大引导觅食阶段的搜索能力，解决算法陷入局部最优。再次，参照B样条曲线的生成原理对算法计算的路径进行平滑优化，得到了改进人工蜂鸟的无人机三维路径规划算法。最后，在模拟封闭性的环境中以山峰替代障碍物，进行仿真和最优路径求解，结果表明了改进算法的有效性。 （4）搭建平台进行功能验证。设计搭载了实验所需传感器的F450无人机平台，并基于已建立的理论方法，对深度相机内参、IMU误差、深度相机与激光雷达联合外参、深度相机与IMU联合外参进行标定。最后通过此搭建的无人机平台和所提出的建图与路径规划方案进行了无全球卫星定位信号下的室内实现。
NETL