浅析无人机自主避障技术

曾干敏 唐文琦 明蕊

摘 要：无人机在物流、巡航、航拍等领域有着极大的应用价值。传统的无人机仍然是由人进行手动控制，但是考虑到人力成本和无人机数量增大等问题，无人机的自主飞行成为了当下研究的热点。在无人机的自主飞行技术中，避障技术又是一项十分关键的技术。无人机避障技术涉及障碍物识别和路线规划，障碍识别通常采用传感器实现，而路线规划则通过决策算法实现。本文阐述了基于激光雷达、超声波、单目色摄像头的避障系统，简要说明了各个系统信息采集的原理和避障功能的实现。在无人机飞行高度较高的情况下，可以采用地图导航避障，这种方案可以极大地节省电池消耗。在实际应用，无人机的避障系统会采用多个传感器。

关键词：避障系统；传感器；地图导航

1 激光雷达避障系统

激光雷达向四周发射激光束，激光束遇到障碍物后被反射，雷达的接受系统接收反射回来的信号，通过信号处理系统的分析后得到与障碍物的距离、方位以及相对速度的信息。激光雷达通过对四周环境的快速扫描测量，可以建立起完整的环境模型。开源激光雷达 SLAM 算法有使用了RBP和 Hector算法，[1]可以构建出精确的三维地图。

在实际的应用中，无人机的避障系统根据构建后的环境地图，对比自身的GPS位置和四周障碍物的信息，调整自身的飞行速度和方向，寻找可行的路径，选择合适的路径规避障碍物。在成功规避障碍物后，再次构建环境三维地图，并进行替换，然后再次调整飞行状态进行避障飞行。重复操作，直到无人机到达目标位置。激光雷达精度高、灵敏度好，配合较好的算法可以构建出高精度的三维地图模型，同时它的体积和重量都很轻，因此激光雷达特别适合搭载在小型的旋翼无人机上。

2 超声波避障系统

2.1 系统的信息采集

声波是一种可以在气体、液体或者固体中传播的机械波。一般根据声波振动频率不同，可以将超声波分为次声波、声波、超声波。超声波一般具有以下的特点：（1）频率高，波长短，像光线一样沿着一定方向传播，其传播能量较为集中；（2）幅很小，加速度非常大，因而可以产生较大的力量。（3）穿过两种不同的介质时，大部分能量会被反射回来。超声波的传播速度一般受传播介质密度、弹性和实时环境条件等特性的影响。当采用时间差进行测距，碰到障碍物时声波立即进行被反射，当超声波接收器接收到反射波时立即停止计时，根据开始到结束的时间差计算距离。多次采集同一个目标物的发射信息，可以计算出目标物的方位和速度等信息。

2.2 避障系统

人工势场算法是一种虚拟力法。人工势场算法多用于机器人避障，其原理是通过模拟引力和斥力对运动的物体进行牵引，威胁物作为斥力场源产生斥力，目标点作为引力场源产生引力，通过计算运动物体每一位置的合力来计算下一个运动点的坐标。[2]将障碍物作为斥力场，有效的通道作为引力场，无人机作为目标物，以此建立人工势场模型。通过对各个参数进行合理的复制，通过计算目标物的合力，可以得到当前较优的避障路径。每完成一次避障飞行操作便要根据传感器采集的信息，更新模型中的斥力场和引力场，再次求解模型得到规避路径。超声波传感器成本较低，灵敏度和精度相对于激光雷达较差。

3 视觉避障系统

3.1 图像信息采集

通过相机获得当前帧的景深图像，通过对景深图像的分层和分割，获得障碍物的方向和距离信息，以此达到感知障碍物的目的。在感知到障碍物的空间相对位置后，无人机需要对任务路径进行重新规划，图像采集和处理设备体积小，非常适合无人机在任務中携带。传统的视觉识别是通过特征提取方法来处理图像信息。在无人机避障系统，只需要得到障碍物的相对位置和速度等信息，无需得到障碍物的详细特征。

3.2 避障系统

基于深度神经网络的四旋翼无人机避障方法，通过训练集对模型进行训练，使能够辨认出一定数量的障碍物，并能识别前方障碍的类型，即具有障碍物分类的功能。通过机载协同计算机将目标障碍物识别并框选出来，得到目标障碍物在图像中的位置，进而计算出目标障碍物的图上尺寸，再利用相似三角形原理估量出目标障碍物到无人机之间的间隔，再由机载协同计算机判断是否执行避障动作。

4 无人机地图导航

对于大型或飞行高度较高的无人机，其航行上障碍物较少或只有高楼。在这种情况下，如果沿用上述传感器避障的方法，将会消耗大量无用的能量。比如在用激光雷达避障时，长时间得开启雷达系统将会消耗无人机大量的电力，这大大缩减了无人机的航程。在这种情况下，地图导航将会是一个很好的选择。考虑到减少无人机的电力消耗，我们可以采用客户——服务器的方式来搭建这个导航系统，无人机作为客户端，远程的计算机作为服务器为其提供服务。客户端和服务器端可以通过4G网络来传递信息。

在无人机主板上搭建linux系统，为其插上4G网卡，配置相应文件使其可以连接互联网络。分别在无人机和远程服务器上运行客户端和服务器程序，配置必要的IP信息和端口信息，保证两者之间的正常通信。无人机实时得向服务器发送自己的位置信息已经飞行状态，同时实时接收服务器对其给出的指令信息，调整自身的飞行状态。在服务器是上调用高德地图接口，根据无人机的位置信息，运行相应的路径决策程序。决策程序根据无人机的位置和该位置的障碍物信息，对无人机的飞行路径和飞行状态进行规划，并将处理的结果信息发送给无人机。

参考文献：

[1]万富华.基于多传感器的无人机定位和避障技术研究[D].浙江工业大学，2017.

[2]毛晨悦，吴鹏勇.基于人工势场法的无人机路径规划避障算法[J].电子科技，2018（31）.