一种基于激光雷达的无人机自主择址着陆方法
本发明涉及无人机自主智能化，尤其涉及一种基于激光雷达的无人机自主择址着陆方法。
背景技术：
1、近年来，无人机被广泛应用于航拍、日常巡检、监控检测、军事等领域，随着无人机应用日趋广泛，无人机的自主操作能力成为一个提升无人机智能化的关键技术。其中，无人机的自主择址着陆技术对于提升无人机的自主化与智能化具有重要意义，也是一个关键的技术挑战。
2、目前，传统无人机择址着陆应用较多的方法有基于激光引导和无线电的着陆方法以及基于图像分割识别的着陆方法。基于激光引导和无线电的着陆方法，需要在着陆位置提前设置标识，利用标识信息和目标检测方法引导无人机进行着陆，该方法需要较多的人工参与，且不适用于未知环境；基于图像分割识别的着陆方法主要依赖于视觉传感器，通过图像分割方法对地面图像进行识别引导无人机进行着陆，该方法对地面三维信息感知不足，引导无人机着陆的安全性不足，容易引发着陆事故，导致无人机受损或无法再次起飞。以上方法主要依赖于地面设置标志、视觉传感器、惯导、卫导等设备，还存在光照条件差或夜间环境中无法完成无人机自主择址着陆操作等问题。
技术实现思路
1、本发明要解决的技术问题是针对上述现有技术的不足，提供一种基于激光雷达的无人机自主择址着陆方法，实现无人机自主选择着陆位置，并结合粒子群算法和路径规划算法进行过程实现和优化，提升无人机自主智能水平。
2、为解决上述技术问题，本发明所采取的技术方案是：一种基于激光雷达的无人机自主择址着陆方法，包括：
3、无人机由预设值选定预着陆区域半径范围，使无人机在有限范围内进行自主择址着陆；
4、在限定着陆区域范围内，通过多线激光雷达对预着陆区域进行感知，获取预着陆区域的激光雷达点云数据，并对该区域点云进行满足无人机着陆空间大小的分割；
5、使用获取的点云数据拟合各分割区域地形平面信息，并检测各分割区域是否满足无人机着陆要求，若各分割区域存有满足无人机着陆要求的区域，则通过粒子群优化算法评选出最优着陆位置，并获取该位置在激光坐标系中的坐标；将最优着陆区域激光雷达坐标系下的坐标位置通过坐标变换算法解算为无人机卫星定位坐标系下位置，根据无人机卫星定位坐标与解算的最优着陆位置卫星定位坐标关系生成着陆控制信息，控制无人机进行着陆动作；
6、若所检测着陆分割区域没有满足着陆要求区域，则在选定的着陆区域半径范围内更换位置再次进行搜索检测。
7、优选地，所述预着陆区域半径范围由无人机通过预设值自主设定，用于粗略选定着陆地点，同时限定无人机自主搜寻着陆位置的范围。
8、优选地，所述预着陆区域的激光雷达点云数据为激光雷达采集的360°点云中位于无人机机载激光雷达正下方160°区域内采集到的点云数据，该区域记为s1，区域内点云集合记为p1。
9、优选地，所述将预着陆区域点云进行满足无人机着陆空间大小的分割，具体为：
10、将区域s1分割成多个满足放置无人机大小的区域集合s2＝{s21,s22,...,s2i},区域集合内对应点云集合记为p2＝{p21,p22,...,p2i},i＝1,2,3...,n，n为分割的满足放置无人机大小的区域个数。
11、优选地，所述方法在拟合各分割区域地形平面信息并检测各分割区域是否满足无人机着陆要求时，采用随机采样一致性算法对各分割区域点云进行平面拟合并对平面进行坡度、光滑度计算，获取所有适合着陆的区域集合s3＝{s31,s32,...,s3j}，j为适合着陆的区域个数。
12、优选地，所述方法通过构造有关坡度与光滑度的平面评分公式作为粒子群优化算法的评价函数，使用粒子群优化算法求解适合着陆的区域集合s3＝{s31,s32,...,s3j}中的最优着陆区域。
13、优选地，将获取最优着陆位置在激光坐标系中的坐标记为pl(xl,yl,zl)，对最优着陆位置进行定位解算输出，具体为：
14、根据激光雷达坐标与卫星定位装置坐标安装位置关系，将激光坐标系中最优着陆位置坐标pl(xl,yl,zl)通过坐标变换算法解算至cgcs2000坐标系下的北斗定位坐标pbd(xbd,ybd,zbd)。
15、优选地，所述方法由路径规划a*算法通过无人机北斗定位坐标puav(xuav,yuav,zuav)与最优着陆位置坐标pbd(xbd,ybd,zbd)的关系计算无人机着陆的最优路径，获取最优着陆路径后输出最优路径连续目标信息流到无人机的飞控系统。
16、采用上述技术方案所产生的有益效果在于：本发明提供的一种基于激光雷达的无人机自主择址着陆方法，使用激光雷达对着陆环境进行感知，能够提供精确的地面地形三维信息，提高了环境信息感知维度，有助于提升无人机着陆点自主选取能力；
17、相对于主流的视觉传感器着陆方法，激光雷达着陆方法产生的数据量更小，包含的有效环境信息比率更高，减小了计算量，提升了运算效率；
18、相对于视觉传感器会受到光照情况限制，激光雷达传感器不依赖于环境中的光照条件，在黑暗或低光照环境下依然可以为无人机提供着陆环境信息；
19、考虑到无人机机载计算机计算能力问题，在得到最优着陆位置后，将其坐标解算到同无人机相同的卫星坐标系下，不采用目标跟踪的方法引导无人机着陆，降低了机载计算机的计算量。
技术特征：
1.一种基于激光雷达的无人机自主择址着陆方法，其特征在于：包括：
2.根据权利要求1所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述预着陆区域半径范围由无人机通过预设值自主设定，用于粗略选定着陆地点，同时限定无人机自主搜寻着陆位置的范围。
3.根据权利要求1所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述预着陆区域的激光雷达点云数据为激光雷达采集的360°点云中位于无人机机载激光雷达正下方160°区域内采集到的点云数据，该区域记为s1，区域内点云集合记为p1。
4.根据权利要求3所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述将预着陆区域点云进行满足无人机着陆空间大小的分割，具体为：
5.根据权利要求4所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述方法在拟合各分割区域地形平面信息并检测各分割区域是否满足无人机着陆要求时，采用随机采样一致性算法对各分割区域点云进行平面拟合并对平面进行坡度、光滑度计算，获取所有适合着陆的区域集合s3＝{s31,s32,...,s3j}，j为适合着陆的区域个数。
6.根据权利要求5所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述方法通过构造有关坡度与光滑度的平面评分公式作为粒子群优化算法的评价函数，使用粒子群优化算法求解适合着陆的区域集合s3＝{s31,s32,...,s3j}中的最优着陆区域。
7.根据权利要求6所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述方法将获取最优着陆位置在激光坐标系中的坐标记为pl(xl,yl,zl)，对最优着陆位置进行定位解算输出，具体为：
8.根据权利要求7所述的一种基于激光雷达的无人机自主择址着陆方法，其特征在于：所述方法由路径规划a*算法通过无人机北斗定位坐标puav(xuav,yuav,zuav)与最优着陆位置坐标pbd(xbd,ybd,zbd)的关系计算无人机着陆的最优路径，获取最优着陆路径后输出最优路径连续目标信息流到无人机的飞控系统。
技术总结
本发明提供一种基于激光雷达的无人机自主择址着陆方法，涉及无人机自主智能化技术领域。该方法首先对无人机预着陆点进行激光点云数据采集；对采集的点云数据进行分割与平面拟合，并对各分割区域的拟合平面进行坡度、光滑度计算，根据粒子群优化算法选取激光雷达坐标系下最优的着陆位置坐标，并将该坐标转换到与无人机相同的卫星定位坐标系下。再由无人机与预着陆点的相对卫星定位信息通过路径规划算法选取最优降落路径，生成着陆控制信息，控制无人机进行着陆动作。若以上区域不适合着陆则在限定半径范围内寻找新的着陆点。该方法使无人机能够自主寻找着陆位置，减少人工干预，同时适用于光照条件差或黑暗环境。
技术研发人员：王尔申,霍文强,张树宁,王金刚,徐嵩,曲萍萍,熊需海,陈萍,王传云,王延文,洪学宝
受保护的技术使用者：沈阳航空航天大学
技术研发日：
技术公布日：2024/9/23