一種無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于無人機(jī)與智能車交叉領(lǐng)域，具體涉及一種無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)及方法。
【背景技術(shù)】
[0002]無人飛行器自問世以來，己有八十多年的歷史。近年來，隨著傳感器技術(shù)的提高(如MEMS器件的快速發(fā)展)，微處理器技術(shù)的進(jìn)步，動(dòng)力裝置的改善，新型材料的應(yīng)用，以及電池續(xù)航能力的提升等，都為四旋翼無人飛行器的再度發(fā)展提供了必需的硬件條件。與常規(guī)旋翼飛行器如傳統(tǒng)布局的直升機(jī)等相比，多旋翼飛行器結(jié)構(gòu)更為緊湊，動(dòng)力利用效這率高，并且四只旋翼扭力矩可相互抵消，無需專門的反扭矩旋翼。多旋翼飛行器實(shí)現(xiàn)微小型化后，特別適合在近地面環(huán)境(室內(nèi)、街巷和叢林)中執(zhí)行監(jiān)視、偵察等任務(wù)，具有廣闊的軍用和民用前景。
[0003]智能車是一個(gè)運(yùn)用計(jì)算機(jī)、傳感、信息、通信、導(dǎo)航、人工智能及自動(dòng)控制等技術(shù)來實(shí)現(xiàn)環(huán)境感知、規(guī)劃決策和自動(dòng)行駛為一體的高新技術(shù)綜合體。它在軍事、民用和科學(xué)研宄等方面已獲得了應(yīng)用，對解決道路交通安全提供了一種新的途徑。隨著汽車工業(yè)的迅速發(fā)展，關(guān)于汽車的研宄也就越來越受人關(guān)注。它所關(guān)聯(lián)的電子設(shè)計(jì)涉及到多個(gè)學(xué)科，機(jī)械電子、傳感器技術(shù)、自動(dòng)控制技術(shù)、人工智能控制、計(jì)算機(jī)與通信技術(shù)等等，是眾多領(lǐng)域的高科技。
[0004]不可否認(rèn)的是這兩者的發(fā)展前景廣闊，但均存在自身難以克服的缺點(diǎn)。對于無人機(jī)來說，它有較強(qiáng)的機(jī)動(dòng)性而且結(jié)構(gòu)設(shè)計(jì)巧妙，但是就其自身的材質(zhì)和重量而言，有效載荷較小，難以承載較重的物品。雖然它采用了電能作為驅(qū)動(dòng)力，更加環(huán)保，但由于現(xiàn)階段電池技術(shù)的限制，無人機(jī)的續(xù)航時(shí)間只能在0-20分鐘之間，難以進(jìn)行長距離的飛行。而就智能車而言，雖然它具有較好的承重能力，但是對于路徑的識別以及精確的行走還是存在一定的困難，路面摩擦以及外部環(huán)境對其路徑的判斷均會(huì)產(chǎn)生不小的影響。同時(shí)，智能車的主要領(lǐng)域是陸地，它的觀測范圍十分有限，無法很快獲得地形的全面信息，這大大制約了智能車的偵查效率，減少了其應(yīng)用場合。
[0005]現(xiàn)如今的發(fā)明專利有一種基于四旋翼無人機(jī)做引導(dǎo)的智能停車引導(dǎo)系統(tǒng)，利用四旋翼無人機(jī)將停車場的實(shí)時(shí)車況進(jìn)行探測后并計(jì)算出停車的最優(yōu)路線，引導(dǎo)車輛從最優(yōu)路線駛?cè)牖蝰偝鐾＼噲?，?jié)約車輛停車消耗時(shí)間。但是該發(fā)明過多的依賴探測器進(jìn)行環(huán)境感知，在現(xiàn)實(shí)處理中存在一定的局限性。

【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)的不足，本發(fā)明提出一種無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)及方法。
[0007]本發(fā)明技術(shù)方案如下:
[0008]一種無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)，包括無人機(jī)單元、PC機(jī)和智能車單元;
[0009]所述的無人機(jī)單元，用于對指定區(qū)域進(jìn)行監(jiān)控，以固定頻率采集監(jiān)控區(qū)域地面圖像，并通過WIFI傳輸至協(xié)同交互單元，同時(shí)將吸附到無人機(jī)單元底部的智能車單元運(yùn)輸?shù)街付▍^(qū)域；
[0010]所述的PC機(jī)，用于對無人機(jī)單元采集的多張監(jiān)控區(qū)域地面圖像進(jìn)行拼接得到整個(gè)監(jiān)控區(qū)域的畫面，對圖像中的障礙物進(jìn)行識別，對智能車單元的行駛路徑進(jìn)行規(guī)劃得到優(yōu)行駛路徑信息，同時(shí)與智能車單元進(jìn)行通訊，將指定的最優(yōu)行駛路徑信息傳輸至智能車單元;
[0011]所述的智能車單元，用于根據(jù)最優(yōu)行駛路徑信息進(jìn)行循跡行駛，同時(shí)進(jìn)行超聲波自動(dòng)避障，并將智能車單元的位置反饋給PC機(jī)。
[0012]所述的PC機(jī)設(shè)有協(xié)同交互單元，包括無人機(jī)運(yùn)輸智能車模塊、圖像拼接模塊、障礙物識別模塊、路徑規(guī)劃模塊和通信模塊；
[0013]所述的無人機(jī)運(yùn)輸智能車模塊，用于控制無人機(jī)單元將智能車運(yùn)送到指定工作位置；
[0014]所述的圖像拼接模塊，用于將無人機(jī)單元采集的多張監(jiān)控區(qū)域地面圖像進(jìn)行拼接得到整個(gè)監(jiān)控區(qū)域的畫面，建立該監(jiān)控區(qū)域畫面的二維坐標(biāo)圖，并發(fā)送至障礙物識別模塊；
[0015]所述的障礙物識別模塊，用于將監(jiān)控區(qū)域畫面的圖像轉(zhuǎn)換為二值化圖像，利用對二值化圖像中的地面網(wǎng)格與障礙物進(jìn)行識別，計(jì)算出地面網(wǎng)格和障礙物在監(jiān)控區(qū)域畫面的二維坐標(biāo)圖中的位置，并發(fā)送至路徑規(guī)劃模塊；
[0016]所述的路徑規(guī)劃模塊，用于利用地面網(wǎng)格和障礙物在監(jiān)控區(qū)域畫面的二維坐標(biāo)圖中的位置，計(jì)算出最優(yōu)行駛路徑信息，保存并發(fā)送至通信模塊；
[0017]所述的通信模塊，用于與智能車單元通過藍(lán)牙進(jìn)行通信，將指定的最優(yōu)行駛路徑信息傳輸給智能車單元。
[0018]所述的無人機(jī)單元包括無人機(jī)、便攜式攝像頭和電磁裝置；
[0019]所述的無人機(jī)，用于在指定區(qū)域內(nèi)飛行并進(jìn)行監(jiān)控；
[0020]所述的便攜式攝像頭，安裝于無人機(jī)前端，用于以固定頻率采集監(jiān)控區(qū)域地面圖像；
[0021]所述的電磁裝置，安裝于無人機(jī)底部中心位置，用于將智能車吸附到無人機(jī)底部，將其運(yùn)輸?shù)街付▍^(qū)域并通過電磁裝置開關(guān)將智能車放置在指定區(qū)域。
[0022]所述的智能車單元包括智能車、紅外傳感器、藍(lán)牙裝置、超聲波裝置和磁鐵裝置；
[0023]所述的智能車，用于根據(jù)最優(yōu)行駛路徑信息進(jìn)行循跡行駛，同時(shí)進(jìn)行超聲波自動(dòng)避障，行駛到指定地點(diǎn)；
[0024]所述的紅外傳感器，用于對路面網(wǎng)格進(jìn)行循跡并將智能車位置反饋給PC機(jī)，紅外線傳感器有三個(gè)，其中，第一紅外傳感器和第二紅外傳感器豎直方向上平行安裝于智能車前端中央，用于識別網(wǎng)格的直線，第三紅外傳感器安裝在智能車前端邊緣處，用于識別網(wǎng)格的交叉節(jié)點(diǎn)；
[0025]所述的藍(lán)牙裝置，安裝于智能車頂部，實(shí)現(xiàn)與PC機(jī)之間的通訊，將最優(yōu)行駛路徑信息傳送至智能車；
[0026]所述的超聲波裝置，安裝于智能車頭部，用于實(shí)時(shí)檢測前方是否有障礙物，并把檢測結(jié)果傳輸至智能車，實(shí)現(xiàn)智能車的超聲波自動(dòng)避障；
[0027]所述的磁鐵裝置，安裝于智能車頂部，用于與無人機(jī)單元的電磁裝置吸附在一起。
[0028]采用無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)進(jìn)行協(xié)同導(dǎo)航與偵查監(jiān)控的方法，包括以下步驟:
[0029]步驟1:PC機(jī)控制無人機(jī)單元將吸附到無人機(jī)單元底部的智能車單元運(yùn)輸?shù)街付▍^(qū)域，當(dāng)智能車到達(dá)指定區(qū)域后，PC機(jī)控制無人機(jī)單元將智能車單元與無人機(jī)單元分離；
[0030]步驟2:無人機(jī)單元在指定區(qū)域內(nèi)飛行并進(jìn)行監(jiān)控，無人機(jī)單元以固定頻率采集監(jiān)控區(qū)域地面圖像；
[0031]步驟3:PC機(jī)將采集的多張監(jiān)控區(qū)域地面圖像進(jìn)行拼接得到整個(gè)監(jiān)控區(qū)域的畫面，建立該監(jiān)控區(qū)域畫面的二維坐標(biāo)圖；
[0032]PC機(jī)將采集的多張監(jiān)控區(qū)域地面圖像進(jìn)行拼接得到整個(gè)監(jiān)控區(qū)域的畫面的方法為:計(jì)算兩張監(jiān)控區(qū)域地面圖像的對應(yīng)像素點(diǎn)灰度的相關(guān)系數(shù)，以相關(guān)系數(shù)越大則兩張監(jiān)控區(qū)域地面圖像的匹配度越高為原則，將多張監(jiān)控區(qū)域地面圖像進(jìn)行拼接得到整個(gè)監(jiān)控區(qū)域的畫面；
[0033]步驟4:PC機(jī)將監(jiān)控區(qū)域畫面的圖像轉(zhuǎn)換為二值化圖像，對二值化圖像中的地面網(wǎng)格與障礙物進(jìn)行識別，計(jì)算出地面網(wǎng)格和障礙物在監(jiān)控區(qū)域畫面的二維坐標(biāo)圖中的位置；
[0034]對二值化圖像中的地面網(wǎng)格與障礙物進(jìn)行識別的方法為:首先利用顏色特征檢測算法和基于霍夫變換的圖形檢測方法對二值化圖像中的地面網(wǎng)格與障礙物進(jìn)行識別，然后采用概率算法，計(jì)算出地面網(wǎng)格的數(shù)量，從而獲得障礙物相對于地面網(wǎng)格的分布信息；
[0035]步驟5:PC機(jī)利用地面網(wǎng)格和障礙物在監(jiān)控區(qū)域畫面的二維坐標(biāo)圖中的位置，計(jì)算出一條沿網(wǎng)格行駛并以最少拐彎避開障礙物到達(dá)指定地點(diǎn)的最優(yōu)行駛路徑信息；
[0036]計(jì)算一條沿網(wǎng)格行駛并以最少拐彎避開障礙物到達(dá)指定地點(diǎn)的最優(yōu)行駛路徑信息采用Dijkstra單源最短路徑算法；
[0037]步驟6:PC機(jī)將指定的最優(yōu)行駛路徑信息傳輸給智能車單元并保存；
[0038]步驟7:智能車單元根據(jù)最優(yōu)行駛路徑信息進(jìn)行循跡行駛，同時(shí)進(jìn)行超聲波自動(dòng)避障，行駛到指定地點(diǎn)，并將智能車單元位置反饋給PC機(jī)。
[0039]本發(fā)明的有益效果:
[0040]本發(fā)明提出一種無人機(jī)與智能車協(xié)同導(dǎo)航與偵查監(jiān)控系統(tǒng)及方法，考慮到