CN110632941A 一种复杂环境下无人机目标跟踪的轨迹生成方法 （北京理工大学）

号一种复杂环境下无人机目标跟踪的轨迹生本发明公开了一种复杂环境下无人机目标过拟合的方式对目标在未来时域内的运动轨迹2采用云台相机实时观测获取目标的三维位置信息，依据所述机载计算机和所述激光雷达进行环境感知，建立环境八建立轨迹生成的目标函数，所述目标函数为位置约所述位置约束为无人机与目标之间的相对距采用凸优化求解器求解所述凸优化问题，生成多项所述云台相机实时采集目标图像并输出；选取一个时间段内所有时刻对应的目标图3依据所选取的时间段内所有时刻下目标的三ui4.如权利要求1～3任一所述的方法，其特征在于，所述4Q1为转换成二次型形式后的位置约束目标函数的海塞矩阵，Q2为转换成二次型形式后为所述目标函数添加几何约束、动态约束以及vans"()svaaans'(1)saminmax5其中Aeq与Aie分别为凸优化问题中等式约束与不等式的系数矩阵，beq与bie分别为等式6[0004]关于无人机或其他移动机器人执行这些任务的研究已经有了很多，(J.Thomas,J.Welde,G.Loianno,K.DaniilidisandV.Kumar.AutonomousFlightforDetection,Localization,andTrackingofMovingTargetsWithaSmallQuadrotor,IEEERoboticsandAutomationLetters,vol.2,no.3,pp.1762-1769,July2017.)和Image-BasedVisualServoingofaQuadrotor,IEEETransactionsonIndustrialElectronics,vol.65,no.4,pp.3376-3385,April2018.)针对一般室内环境下的运动目标TrackingsystemforUAVs,2016IEEEInternationalConferenceonIntelligentRobotsandSystems(IROS),Daejeon,2016,pp.1562-1569.)进行了室外环境下的运动目andY.He.ANovelReal-TimeMovingTargetTrackingandPathPlanningSystemforaQuadrotorUAVinUnknownUnstructuredOutdoorScenes,IEEETransactionsonSystems,Man,andCybernetics:Systems.)研究了四旋翼在复杂树林环境下跟踪运动withasmallUAV:Optimization-basedcontrolstrategies,ControlEng.Pract.,7(A.Giustietal.AMachineLearningApproachtoVisualPerceptionofForestTrailsforMobileRobots,IEEERoboticsandAutomationLetters,vol.1,no.2,pp.661-667,July2016.)创新性地介绍了一个基于深度学习的无人机在复杂森林环境中森林环境中的道路找寻与自主飞行。但由于森林中已有的道路宽度足够四旋翼进行飞行，进行研究。文献(B.Penin,P.R.GiordanoandF.Chaumette.Vision-BasedReactivePlanningforAggressiveTargetTrackingWhileAvoidingCollisionsandOcclusions,IEEERoboticsandAutomationLetters,vol.3,no.4,pp.3725-3732,的运动状态进行估计和预测。为了提高目标短暂地离开视场时对遮挡和潜在故障的鲁棒[0007]因此目前亟需一种能够应用于复杂环境下对目标进行实时跟踪的无人机飞行轨8[0035]云台相机实时采集目标图像并输出；选取一个时间段内所有时刻对应的目标图9[0054]Q1为转换成二次型形式后的位置约束目标函数的海塞矩阵，[0076]其中Aeq与Aie分别为凸优达数据进行环境感知与建图，并在建立的地图中生成无人机安全飞行通道(SafeFlightCorridor)作为轨迹生成问题的几何约束，将无人机跟踪过程中的轨迹生成转化为凸优化[0087]本发明提供了一种复杂环境下无人机目标跟踪的轨迹生成方法，其流程如图1所[0107]云台相机实时采集目标图像并输出；选取一个时间段内所有时刻对应的目标图[0135]Q1为转换成二次型形式后的位置约束目标函数的海塞矩阵，