论文部分内容阅读
旋翼无人机广泛应用于人类生产生活的各个方面,在航拍,救援、搜索等方面发挥重要的作用,被广受欢迎。旋翼无人机的自主飞行问题是该行业的一个研究重点,以小型多旋翼无人机为研究对象,研究其飞行过程的自主避障问题,主要是检测其飞行路径上的障碍物并采取一定的规避策略,使其能够避开障碍物,让旋翼无人机能够自主飞行而不用事先设定其飞行轨迹。1.以单目摄像机作为旋翼无人机获取图像信息的传感器,把整个避障流程分解成五个模块:图像预处理、特征点检测、特征点匹配、深度信息计算和避障策略。在特征点检测方面,选择SIFT特征检测方法,针对其特征描述子的高维性,对其进行降维处理,首先将原方法的正方形邻域利用同心圆进行分割,统计每个圆环内的像素点的梯度幅值,并将圆弧经过的像素点,按照幅值的一半分别计入内外相邻的圆环,且方向保持原理方向不变,最后将原128维的特征向量降至40维,同时把搜索范围由原来的16x16像素扩大至20x20像素;2.深度信息计算方面,首先根据检测出的特征点邻域直径生成图像模板,再由模板匹配的方法计算匹配点对之间的尺度变化关系,通过相似定理推导出关于距离信息的计算公式,融合旋翼无人机的速度信息计算出场景的深度信息,再进行凸包运算将场景的深度信息简化为一个深度图;避障策略方面,首先将简化的深度图按照制定的避障距离进行分层,接着在感兴趣区域内采用块搜索的方式进行安全区域的搜索,以达到避障效果。实验结果表明,改进的SIFT描述子能保证原来的精度,并且降低了时间复杂度,按照比例大小计算出的简化深度图能够满足避障的条件,基于区域块搜索的方法比搜索整个图像所耗时间大大减少,对旋翼无人机自主避障的实时性有比较大的提高。说明基于单目视觉的方法在旋翼无人机的自主避障问题上具有一定的可行性和研究意义。