无人机及四足机器人协同洞穴环境扫描及三维路径规划方法与流程

本发明涉及无人机、四足机器人洞穴探索领域，具体而言，涉及无人机及四足机器人协同洞穴环境扫描及三维路径规划方法。

背景技术：

1、自然洞穴通常见于铁形成区域中，为经济地探索这些区域，在环境及法律上要求对洞穴进行探索、考察，考察组通常会聚集在一起进行所述研究，然而，由于存在有毒动物、有毒气体、蝙蝠排泄物、冒顶风险等，自然洞穴可能是危险的环境，人类在此类区域的存在总是与健康危害有关，考虑到这一点，使用无人机与机器人进入洞穴并执行洞穴探索是适当的技术解决方案。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了无人机及四足机器人协同洞穴环境扫描及三维路径规划方法，以解决上述背景技术中所存在的问题。

2、根据本发明实施例的一个方面，提供了无人机及四足机器人协同洞穴环境扫描及三维路径规划方法，包括：

3、s1、通过无人机上配备的激光雷达对待探索的洞穴进行内部三维扫描，同时利用深度相机对洞穴内部的图像进行拍摄，并根据三维扫描数据以及图像数据生成高分辨率的洞穴内部三维模型；

4、s2、通过对洞穴内部三维模型进行点云处理和地形特征提取，并采用三维重建技术对洞穴内部的结构和特征进行识别和建模，生成洞穴地图；

5、s3、将生成的洞穴地图传输至四足机器人系统，并通过路径规划技术，结合洞穴地图特征生成洞穴探索最佳路径，并将生成的最佳路径转化为四足机器人的控制指令；

6、s4、四足机器人根据最佳路径对洞穴进行探索，同时四足机器人上配备的激光雷达、摄像头以及其他传感器对对洞穴内部进行实时感知，并对洞穴地图进行完善。

7、作为一种可选的实施方式，通过对洞穴内部三维模型进行点云处理和地形特征提取，并采用三维重建技术对洞穴内部的结构和特征进行识别和建模，生成洞穴地图，具体包括：

8、通过步骤s1的扫描数据获取洞穴内部的点云数据，并对点云数据进行去噪、滤波、配准处理；

9、通过分析点云数据的几何特征、曲率、法向量，提取洞穴的地形特征，包括洞穴通道、洞室、裂缝；

10、利用点云数据，结合曲面重建算法将点云数据转换为连续的洞穴内部三维模型，并对重建的洞穴内部模型进行分析，识别出洞穴内部的通道布局、洞室位置以及大小，并建立相应的数字模型；

11、将识别和建模的洞穴结构特征整合到地图中生成洞穴地图，并将洞穴内相关的地形特征进行标注，其中洞穴地图包括平面布局图、立体结构图。

12、作为一种可选的实施方式，利用点云数据，结合曲面重建算法将点云数据转换为连续的洞穴内部三维模型，并对重建的洞穴内部模型进行分析，识别出洞穴内部的通道布局、洞室位置以及大小，并建立相应的数字模型，具体包括：

13、将点云数据转换为体素表示，将空间划分为小立方体单元，并将每个点云数据点分配到相应的体素中；

14、对每个体素进行等值面提取，确定等值面与体素边界的交点，根据洞穴内部点云数据的密度或属性，判断等值面在体素内的位置和形状，建立连续的洞穴内部三维模型，根据边缘表生成三角形网格，连接各个体素之间的交点，得到逼近洞穴内部的曲面结构；

15、对重建的洞穴内部模型进行分析，识别出洞穴内部的通道布局并标记洞室位置以及大小，其中通道布局包括走向、连接关系、分支情况；

16、根据识别出的洞穴内部的通道布局、洞室位置以及大小，通过三维建模软件建立一个对应的数字模型。

17、作为一种可选的实施方式，将生成的洞穴地图传输至四足机器人系统，并通过路径规划技术，结合洞穴地图特征生成洞穴探索最佳路径，具体包括：

18、四足机器人接收到无人机传输的洞穴地图，并对洞穴地图进行解析，得到洞穴地图中的拓扑结构、障碍物位置、目标点信息；

19、四足机器人的控制系统在洞穴地图中设置该机器人的起点位置以及所需要探索的目标点位置，并根据解析出的洞穴地图特征以及自身的运动能力，使用dijkstra算法对洞穴地图进行探索路线规划；

20、使用插值方法对dijkstra算法规划的路径进行平滑处理，避免四足机器人运动过于突变或出现不必要的转弯；

21、将生成的最佳路径转化为四足机器人的控制指令，使四足机器人按照路径规划结果进行移动和探索。

22、作为一种可选的实施方式，四足机器人的控制系统在洞穴地图中设置该机器人的起点位置以及所需要探索的目标点位置，并根据解析出的洞穴地图特征以及自身的运动能力，使用dijkstra算法对洞穴地图进行探索路线规划，具体包括：

23、将洞穴地图表示为一个加权图，其中节点表示洞穴中的位置，边表示节点之间的连接关系，边的权重表示两个位置之间的距离或代价；

24、将机器人的当前位置设置为起点，将其打到自身的路径长度设置为0，其他节点到起点的路径长度设置为无穷大；

25、维护一个未访问节点的集合，并将所有节点加入该未访问节点，并从未访问节点中选择一个距离起点最近的节点作为当前节点，然后遍历以该节点为起点的所有边，更新与该节点相邻的节点的路径长度，如果通过当前节点可以获得更短的路径，则更新该节点的路径长度，并更新该节点的前驱节点为当前节点，同时将访问过的节点标记为“已访问”，并从未访问节点集合中移除；

26、重复上述步骤，直至所有节点都被标记“已访问”，或者找到目标节点时停止；

27、并根据dijkstra算法更新的节点路径信息，从目标节点回溯到起点，以得到最短路径。

28、作为一种可选的实施方式，四足机器人根据最佳路径对洞穴进行探索，同时四足机器人上配备的激光雷达、摄像头以及其他传感器对洞穴内部进行实时感知，并对洞穴地图进行完善，具体包括：

29、四足机器人通过最佳路径对洞穴进行探索时，当探索至未知区域时，机器人上配备的激光雷达对洞穴内部地形以及障碍物距离进行采集，摄像头对当前地形进行图片采集，传感器对周围环境进行感知；

30、结合当前洞穴内部地形、障碍物距离以及环境数据，通过slam算法利用激光雷达数据和四足机器人运动信息，在未知环境中实现自主定位和地图构建；

31、通过将未知环境中的自主定位信息和构建的地图，激光雷达、摄像头等传感器获取的信息融合到地图中，包括障碍物位置、地形特征等，随着四足机器人的移动，实现持续更新地图，直至洞穴探索完成。

32、根据本发明实施例的又一方面，还提供了一种计算设备，所述计算设备包括：至少一个处理器、存储器和输入输出单元；其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行上述无人机及四足机器人协同洞穴环境扫描及三维路径规划方法。

33、根据本发明实施例的又一方面，还提供了一种计算机可读存储介质，其包括指令，当其在计算机上运行时，使得计算机执行上述无人机及四足机器人协同洞穴环境扫描及三维路径规划方法。

34、在本发明实施例中，通过无人机和四足机器人的协同工作，可以充分利用它们各自的优势，实现对洞穴环境更全面的扫描和更准确的路径规划，同时四足机器人能够在洞穴中安全、高效地进行探索，并实时感知环境，不断完善地图信息。