摘要
本申请属于无人设备路径规划技术领域,涉及一种医疗救援无人机与机器狗协同联动方法,通过时间对齐和空间对齐技术,将LiDAR点云、视觉图像、IMU惯性数据和补偿后的UWB定位数据整合为经过时空对齐的多模态数据流;通过并行SLAM计算,分别提取LiDAR和视觉特征位姿,并利用GTSAM库进行图优化联合优化,从而构建全局优化后的位姿和全局语义地图;路径规划算法基于全局语义地图为无人机和机器狗提供动态通道路由,考虑环境光照强度和点云密度调整特征融合权重,反向虹膜控制机制通过UWB信号强度衰减值检测机器狗是否进入遮蔽区域,并切换无人机为UWB信号跟随者,结合卡尔曼滤波器实现遮蔽区内的穿透定位,从而保证了救援任务在复杂环境中的稳定执行。
技术关键词
救援无人机
机器狗
联动方法
语义地图
视觉
路径规划算法
风险
LiDAR点云
节点
无人设备路径规划技术
关键特征点
动态
因子
环境光照强度
ORB算法
卡尔曼滤波器
红外热成像摄像头
速度
贝叶斯概率模型