摘要
本发明公开了一种基于地形评估与进近成本分析的无人机自主择址方法,涉及无人机自主择址技术领域。使得无人机在未知环境下收到降落指令后,能够综合考虑地形的几何安全以及进近路径的成本问题,从全局角度优化无人机的着陆点选择策略。首先通过深度学习对视觉传感器获取的RGB图像进行语义分割获取语义图像,接着融合激光雷达采集的点云数据与语义图像获取三维语义点云,并在考虑语义标签的基础上筛选出符合地形几何特征约束的地形安全区域,最后通过遍历计算地形安全区域内各候选着陆点的线性进近路径的成本,筛选出综合代价最优的着陆点,从而提高了地形安全区域识别的准确性与实用性。本发明避免了不可达或高风险区域,提高了全局选点优化效果。
技术关键词
视觉传感器
语义点云
语义分割模型
网格
语义标签
飞行控制器
坐标系
图像
采样点
融合激光雷达
障碍物
粗糙度
引导无人机
主成分分析法
机载计算机
三维点云数据
矩阵