一种无人机避障方法及无人机

技术领域

本发明实施例涉及无人机技术领域，尤其涉及一种无人机避障方法及无人机。

背景技术

随着无人机被广泛地应用到各行各业，为保障无人机可以自主安全飞行，机载避障功能变得越来越重要。

目前，主流的测距传感器为激光雷达，即一种集激光、全球定位系统(GlobalPositioning System，GPS)和惯性测量装置(Inertial Measurement Unit，IMU)三种技术于一身的测距系统。相比于普通雷达，激光雷达具有分辨率高、隐蔽性好、抗干扰能力更强等优势。按照线数分类，激光雷达可以分为单线与多线。单线激光雷达主要用于规避障碍物，其扫描速度快、分辨率强、可靠性高，在角频率和灵敏度的反映也更加快捷，所以在测量周围障碍物的距离和精度上都更加精确。然而，单线激光雷达只能进行平面式扫描，无法测量物体的高度，因此在无人机行业的应用上有着明显的局限性。

发明内容

本发明提供一种无人机避障方法及无人机，以利用单线激光雷达保证低成本和轻载荷的基础上，进行三维扫描测距，实现有效的避障功能。

第一方面，本发明实施例提供了一种无人机避障方法，包括：

驱动单线激光雷达相对无人机进行周期转动并扫描，获得所述单线激光雷达在每一转动角度下反馈的点云数据，所述单线激光雷达的转动方向与扫描方向相交；

对每一转动角度下的所述点云数据中的干扰点云数据进行预处理，保留有效点云数据；

将所述有效点云数据进行排序，获得距离无人机最近的目标点云数据；

依据距离无人机最近的目标点云数据进行避障处理。

可选地，驱动单线激光雷达相对无人机进行周期转动并扫描，包括：

驱动所述单线激光雷达相对所述无人机进行周期性地俯仰转动、横滚转动或偏航转动并扫描。

可选地，对每一转动角度下的所述点云数据中的干扰点云数据进行预处理，保留有效点云数据，包括：

去除每一转动角度下无人机本体形成的干扰点云数据，保留有效点云数据。

可选地，去除每一转动角度下无人机本体形成的干扰点云数据，保留有效点云数据之前，还包括：

建立无人机本体的外观仿真模型；

将无人机本体的外观仿真模型转换为每一转动角度下的干扰点云数据。

可选地，建立无人机本体的外观仿真模型，包括：

对无人机进行三维扫描或软件建模，形成无人机本体的外观仿真模型。

可选地，去除每一转动角度下无人机本体形成的干扰点云数据，保留有效点云数据之前，还包括：

对每一转动角度下的点云数据，设置点云数据弃置范围，所述点云数据弃置范围大于或等于无人机本体的外观数据范围；

将落入所述点云数据弃置范围内的点云数据，判定为无人机本体形成的干扰点云数据。

可选地，将所述有效点云数据进行排序，获得距离无人机最近的目标点云数据，包括：

将每一转动角度下的有效点云数据进行排序，获得每一转动角度下距离无人机最近的点云数据；

将每一转动角度下距离无人机最近的点云数据进行排序，获得距离无人机最近的目标点云数据。

可选地，将每一转动角度下的有效点云数据进行排序，获得每一转动角度下距离无人机最近的点云数据之后，还包括：

将每一转动角度下距离无人机最近的点云数据，由单线激光雷达坐标系转换为无人机坐标系。

第二方面，本发明实施例还提供了一种无人机，包括无人机本体以及设置在所述无人机本体上的机载控制器、转动机构和单线激光雷达；

所述机载控制器分别与所述转动机构和所述单线激光雷达电连接，所述单线激光雷达固定于所述转动机构上；

所述机载控制器用于控制所述转动机构驱动所述单线激光雷达相对无人机本体进行周期转动并扫描，所述单线激光雷达的转动方向与扫描方向相交；

所述单线激光雷达用于生成和反馈每一转动角度下的点云数据；

所述机载控制器用于对每一转动角度下的所述点云数据中的干扰点云数据进行预处理，保留有效点云数据；将所述有效点云数据进行排序，获得距离无人机最近的目标点云数据；并依据距离无人机最近的目标点云数据进行避障处理。

可选地，所述转动机构为可相对无人机本体进行俯仰转动、横滚转动或偏航转动的三轴转动机构。

本发明实施例提供的无人机避障方法以及无人机，通过在无人机本体上设置机载控制器、转动机构和单线激光雷达，利用机载控制器驱动单线激光雷达相对无人机进行周期转动并扫描，获得单线激光雷达在每一转动角度下反馈的点云数据，对每一转动角度下的点云数据中的干扰点云数据进行预处理，保留有效点云数据，然后将有效点云数据进行排序，获得距离无人机最近的目标点云数据，依据该目标点云数据进行避障处理，利用单线激光雷达实现了三维扫描测距避障功能。本发明实施例解决了现有单线激光雷达在无人机避障应用中的局限性，在保留单线激光雷达的低成本和轻载荷的优点的同时，实现了三维空间测距功能，可有效地辅助无人机进行飞行避障。

附图说明

图1是本发明实施例提供的一种无人机避障方法的流程图；

图2是本发明实施例提供的一种无人机的结构示意图；

图3是本发明实施例提供的另一种无人机避障方法的流程图；

图4是本发明实施例提供的又一种无人机避障方法的流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

图1是本发明实施例提供的一种无人机避障方法的流程图，图2是本发明实施例提供的一种无人机的结构示意图，参考图1和图2，该无人机包括无人机本体以及设置在无人机本体上的机载控制器(图中未示出)、转动机构10和单线激光雷达20；机载控制器分别与转动机构10和单线激光雷达20电连接，单线激光雷达20固定于转动机构10上；机载控制器用于控制转动机构10驱动单线激光雷达20相对无人机本体进行周期转动并扫描，单线激光雷达20的转动方向与扫描方向相交；单线激光雷达20用于生成和反馈每一转动角度下的点云数据。

本发明实施例提供的无人机避障方法可由无人机本体上设置的机载控制器执行，具体地，该无人机避障方法包括：

S110、驱动单线激光雷达相对无人机进行周期转动并扫描，获得单线激光雷达在每一转动角度下反馈的点云数据，单线激光雷达的转动方向与扫描方向相交；

其中，单线激光雷达20可相对本身在一固定平面上进行扫描，形成扫描平面。在扫描过程中单线激光雷达20发出激光光束，激光光束遇障碍物发生反射，由单线激光雷达20接收。单线激光雷达20可根据反射的激光光束信号的相位、时间间隔等计算获得障碍物的距离信息，即，驱动单线激光雷达20在一转动角度下进行扫描时，可获得该角度下的扫描平面内的障碍物距离信息，即获得该转动角度下的点云数据。其中，设置单线激光雷达20的转动方向与扫描方向相交，可保证按照周期转动单线激光雷达20后，单线激光雷达20的所有扫描平面可覆盖整个三维立体空间，从而可以获得三维空间中的点云数据。

示例性地，如图2所示，可驱动单线激光雷达20绕X轴旋转，即单线激光雷达20呈俯仰转动，同时，单线激光雷达20的扫描平面经过X轴。此时，单线激光雷达20可扫描无人机正面的三维立体空间，获得其中的点云数据。需要说明的是，单线激光雷达20的转动角频率以及转动幅度范围需要进行合理地设置，一方面需要保证扫描获得的点云数据的密度足够大，避免障碍物的漏扫，同时也需避免点云数据过多，导致计算量过大而影响避障的响应时间。可选地，可设置单线激光雷达20的转动角频率为10°/200ms，并且以水平面为0°，可设置转动幅度范围在-45°～45°之间。此外，单线激光雷达20的周期转动方式也可进行调整，再例如，可设置单线激光雷达20周期性绕Z轴旋转，同时单线激光雷达20的扫描平面经过Z轴。

S120、对每一转动角度下的点云数据中的干扰点云数据进行预处理，保留有效点云数据；

由于该单线激光雷达20固定于转动机构10上，且该转动机构10安装在无人机本体上，因此，单线激光雷达20在周期转动扫描的过程中，会将转动机构10以及无人机本体误认为障碍物进行测距，从而在获得的点云数据中，包含有并非实际障碍物的干扰点云数据。除此之外，无人机本体上也可安装其他功能组件等，该些功能组件等也会造成单线激光雷达20在周期转动扫描的过程中形成误判，获得干扰点云数据。因此，该步骤实质是将已知的非障碍物的干扰点云数据去除的过程，保留的点云数据则为有效的点云数据，即该些有效点云数据是影响无人机飞行的实际障碍物的距离数据。

S130、将有效点云数据进行排序，获得距离无人机最近的目标点云数据；

在完成一个周期转动后，单线激光雷达20所扫描的三维空间中存在距离无人机最近的障碍物，也即存在距离无人机最近的点云数据，该距离无人机最近的障碍物是无人机进行避障的目标。为获取该障碍物的距离信息，通过点云数据的排序，可最终获得距离无人机最近的目标点云数据。

S140、依据距离无人机最近的目标点云数据进行避障处理。

该步骤实质是将获取的目标点云数据，提供给机载控制器中的飞行控制算法进行飞行避障，本领域技术人员可以理解的是，在已知障碍物的目标点云数据后，通过飞行算法即可进行合理地飞行控制，从而实现避障。

本发明实施例提供的无人机避障方法以及无人机，通过在无人机本体上设置机载控制器、转动机构和单线激光雷达，利用机载控制器驱动单线激光雷达相对无人机进行周期转动并扫描，获得单线激光雷达在每一转动角度下反馈的点云数据，对每一转动角度下的点云数据中的干扰点云数据进行预处理，保留有效点云数据，然后将有效点云数据进行排序，获得距离无人机最近的目标点云数据，依据该目标点云数据进行避障处理，利用单线激光雷达实现了三维扫描测距避障功能。本发明实施例解决了现有单线激光雷达在无人机避障应用中的局限性，在保留单线激光雷达的低成本和轻载荷的优点的同时，实现了三维空间测距功能，可有效地辅助无人机进行飞行避障。

具体地，为实现步骤S110、驱动单线激光雷达相对无人机进行周期转动，需要合理设置转动机构。可选地，转动机构10采用可相对无人机本体进行俯仰转动、横滚转动或偏航转动的三轴转动机构。具体地，参考图2所示，以无人机本体为参考建立坐标系O

可选步骤S110中，驱动单线激光雷达相对无人机进行周期转动并扫描，可包括：驱动单线激光雷达相对无人机进行周期性地俯仰转动、横滚转动或偏航转动并扫描。其中，当驱动单线激光雷达20相对无人机进行周期性地俯仰转动时，即单线激光雷达20绕X轴进行转动，则对应可设置单线激光雷达20的扫描平面经过X轴；当驱动单线激光雷达20相对无人机进行周期性地横滚转动时，即单线激光雷达20绕Z轴进行转动，则对应可设置单线激光雷达20的扫描平面经过Z轴；当驱动单线激光雷达20相对无人机进行周期性地偏航转动时，即单线激光雷达20绕Y轴进行转动，则对应可设置单线激光雷达20的扫描平面经过Y轴。需要说明的是，无人机本体上设置的转动机构10，由于采用三轴转动机构，因此在实际驱动单线激光雷达20转动时，可周期性地进行至少两个方向的转动，例如可在进行俯仰转动后继续进行横滚转动，从而保证单线激光雷达20获得不同空间维度的点云数据，避免对障碍物的漏扫，从而保证无人机进行有效地避障操作。

此外，在步骤S130中，将有效点云数据进行排序，获得距离无人机最近的目标点云数据，可包括：

将每一转动角度下的有效点云数据进行排序，获得每一转动角度下距离无人机最近的点云数据；

将每一转动角度下距离无人机最近的点云数据进行排序，获得距离无人机最近的目标点云数据。

此时，每驱动单线激光雷达20转动一个角度，获得有效点云数据后，可以直接获得该转动角度下的距离无人机最近的点云数据。在单线激光雷达20在一个周期内转动的过程中，可实时地进行点云数据的预处理，同时对有效的点云数据进行排序，获得对应于每一转动角度下的距离无人机最近的点云数据。在一个周期转动扫描完成后，可将各个转动角度下的距离无人机最近的点云数据进行排序处理，获得距离无人机最近的目标点云数据。显然，在单线激光雷达20进行转动和扫描的同时，同步进行点云数据的处理，可以减少目标点云数据的获取时间，及时向无人机提供障碍物数据，保证无人机避障处理的实时性。

需要说明的是，单线激光雷达在进行转动扫描的过程中，其所获得的点云数据实质是以单线激光雷达为参考坐标，即由单线激光雷达直接扫描获得点云数据是在单线激光雷达坐标系中，在将距离无人机最近的点云数据提供给机载控制器时，需要将该点云数据转换为以无人机作为参考的坐标系中。具体地，在将每一转动角度下的有效点云数据进行排序，获得每一转动角度下距离无人机最近的点云数据之后，还需将每一转动角度下距离无人机最近的点云数据，由单线激光雷达坐标系转换为无人机坐标系。由此，在单线激光雷达20完成一个周期的转动和扫描后，可获得每一转动角度在无人机坐标系下的距离无人机最近的点云数据，从而可以直接通过排序获得目标点云数据，以供机载控制器进行避障处理。

下面本发明实施例将对有效点云数据的坐标系转换过程进行详细描述，首先，如图2所示，以单线激光雷达20为参考建立坐标系O

通过空间转换，即可获得距离无人机位置最近的点云数据在无人机坐标系中的坐标：

进一步地，在以上实施例提供的无人机避障方法的基础上，在获取三维空间中的点云数据后，为了准确地去除其中的干扰点云数据，可优先选择去除每一转动角度下无人机本体形成的干扰点云数据，即将已知的无人机本体形成的干扰点云数据去除。基于此，本发明实施例提供了两种无人机本体干扰点云的确定方法。

图3是本发明实施例提供的另一种无人机避障方法的流程图，参考图2和图3，该无人机避障方法包括：

S210、驱动单线激光雷达相对无人机进行周期性地俯仰转动、横滚转动或偏航转动并扫描，获得单线激光雷达在每一转动角度下反馈的点云数据，单线激光雷达的转动方向与扫描方向相交；

S220、建立无人机本体的外观仿真模型；

该步骤实质是在已知无人机外形的基础上，计算由无人机本体形成的干扰点云数据的过程。具体地，无人机本体的外观可通过三维扫描或软件建模的方式实现。以三维扫描为例，可通过三维扫描装置，对实体无人机进行外观扫描，从而读取无人机的外观，仿真出虚拟的无人机外观仿真模型。或者，可通过3D绘图软件等直接建立无人机的外观仿真模型。此处，本领域技术人员可选同时将单线激光雷达20以及转动机构10进行外观仿真，获得外观仿真模型，以用于辅助提供由于转动结构30等造成的干扰点云数据。

S230、将无人机本体的外观仿真模型转换为每一转动角度下的干扰点云数据；

在已知无人机外观仿真模型的基础上，可对单线激光雷达的扫描进行仿真，从而可以获取无人机本体造成的点云数据，并将该点云数据保存为查找表，该查找表中的点云数据，实质上即为无人机本体形成的干扰点云数据。需要说明的是，在对单线激光雷达的扫描进行仿真时，同样需要按照实际单线激光雷达20的转动角度进行仿真并获得对应于每一转动角度下的干扰点云数据。

S240、去除每一转动角度下无人机本体形成的干扰点云数据，保留有效点云数据；

S250、将有效点云数据进行排序，获得距离无人机最近的目标点云数据；

S260、依据距离无人机最近的目标点云数据进行避障处理。

该无人机避障方法中，通过对无人机及其机载部件的仿真建模，可以准确地获得由于无人机本体及其机载部件造成的干扰点云数据，从而获得无人机实际飞行过程中的障碍物点云数据，可以在实现三维空间障碍物测距的同时，有效进行障碍物避障处理，保障无人机的飞行安全。

图4是本发明实施例提供的又一种无人机避障方法的流程图，参考图2和图4，该无人机避障方法包括：

S310、驱动单线激光雷达相对无人机进行周期性地俯仰转动、横滚转动或偏航转动并扫描，获得单线激光雷达在每一转动角度下反馈的点云数据，单线激光雷达的转动方向与扫描方向相交；

S320、对每一转动角度下的点云数据，设置点云数据弃置范围，点云数据弃置范围大于或等于无人机本体的外观数据范围；

在已知无人机本体的外观尺寸的基础上，单线激光雷达所扫描获得的点云数据中可大致获得由于无人机本体造成的干扰点云数据的范围。示例性地，以无人机本体的尺寸(长宽高)为20×20×20cm，则可知至少在20×20×20cm的范围内，单线激光雷达所扫描获得的点云数据实际上即为干扰点云数据，即可将20×20×20cm范围设置为点云数据弃置范围。而在实际的设置过程中，可将较大于无人机本体尺寸的距离范围设置为点云数据弃置范围，即可认为在较大的范围内的点云数据均为无人机本体及其机载部件所造成的。其原因一方面是由于单线激光雷达存在最小的探测距离(例如10cm)，因此，可将无人机本体的尺寸和单线激光雷达的最小探测距离之和作为点云数据的弃置范围；另一方面则是由于在实际的无人机飞行过程中，避障存在一定的距离下限，即当障碍物距离无人机本体达到距离下限时，则无人机会进行避障处理，因此，距离无人机本体过近的点云数据不可能为障碍物，因而可将大于无人机本体尺寸一定范围的距离设为点云数据弃置范围。

S330、将落入点云数据弃置范围内的点云数据，判定为无人机本体形成的干扰点云数据。

在设置点云数据弃置范围后，即可认为处于该点云数据弃置范围内的点云数据实质上是由于无人机本体以及机载部件造成的干扰点云数据，此时，无人机避障过程可排除本体的干扰，进行有效地避障。

S340、去除每一转动角度下无人机本体形成的干扰点云数据，保留有效点云数据；

S350、将有效点云数据进行排序，获得距离无人机最近的目标点云数据；

S360、依据距离无人机最近的目标点云数据进行避障处理。

该无人机避障方法由于直接进行了点云数据弃置范围的设置，因而可以简化避障之前对干扰点云数据的设定规则，同时还能满足干扰点云数据的去除要求，保留三维扫描过程中形成的有效的点云数据，从而进行有效的障碍物避障处理，保障无人机的飞行安全。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整、相互结合和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。