摘要：

随着无人机技术的快速发展,无人机已逐渐走进人们的生活和工作。现有常规的无人机仍依赖于专业人员的操纵,无人机技术存在着环境感知能力、自主飞行能力不足等问题。为进一步提高无人机的环境感知能力并扩展无人机的应用场景,无人机加装了越来越多的传感器,传感器信息的采集处理与利用也显得尤为重要。因此,对基于多传感器的无人机定位和避障技术研究具有重要的实际意义和应用价值。本文首先综述并分析比较了目前无人机定位避障技术的发展情况,为提高无人机的环境感知能力,我们设计并搭建具备了具备视觉,激光,超声,惯性等多传感器的无人机飞行平台,提出了多传感器融合的无人机定位和建图方法。为了弥补光学传感器的缺陷,我们设计了超声波辅助避障系统以提高无人机在室内外飞行时的安全性。同时为了提升无人机测试的效率及安全性,搭建的多传感器无人机仿真平台则用于对无人机相关算法的仿真测试。本文主要完成的工作如下:1、对课题展开综述,介绍了无人机的发展情况,给出了无人机定位与避障技术的国内外研究现状。2、对现有的基于视觉,激光,超声等传感器技术进行分析和对比。设计搭建以双目相机,光流传感器和激光雷达为主要传感器的无人机飞行平台。3、对视觉SLAM算法(ORB-SLAM)和激光SLAM算法(Cartographer)进行研究分析,提出了一种以激光SLAM算法为主体,融合光流传感器和双目相机数据的无人机室内定位建图方法,提升了定位建图精度及鲁棒性。4、为了弥补光学传感器在障碍物检测上的部分缺陷,设计了一整套基于超声波传感器的软硬件辅助避障系统。该系统由前向超声波模块和中央信号处理模块组成。其中,前向超声波模块探测距离较远且融合了IMU传感器具有俯仰探测角增稳功能,中央信号处理模块对超声波传感器数据进行滤波并在必要时向飞行控制器发送避障信号。5、为了提高对多传感器无人机算法的测试效率并提高测试的安全性,搭建了支持多传感器的无人机仿真平台。基于仿真平台,实现了IMU,相机,激光雷达等传感器模块以及定位避障算法的测试。

展开