基于AI视觉的低空巡检无人机飞行避障方法与流程

本发明涉及ai视觉，特别是一种基于ai视觉的低空巡检无人机飞行避障方法。

背景技术：

1、无人机应用于电力管廊、大型桥梁及复杂工业设施巡检中，面临低空近距离飞行控制的安全性问题。在贴近目标飞行时，无人机需要依靠机载视觉感知系统高频处理多模态传感器数据，以实现对周边空间环境的几何建模与响应，从而在空域中维持巡检轨迹并避免碰撞。

2、现有的基于视觉的低空巡检避障方案，通常采用可见光或深度传感器获取环境图像，并通过常规的目标检测与图像分割算法，输出障碍物的二维边界框或中心点坐标。在机动决策环节，多依赖经验设定的固定安全阈值或预设的横向偏航距离，来规划绕行避让轨迹。

3、综上，现有方法在复杂近距工况下面临着细小障碍感知不稳定与空间物理干涉量化不准的问题，导致其机动策略容易引发避障位移不足或过度绕行的风险。行业亟需一套完整、可行的综合避障方法。

技术实现思路

1、发明目的，提供一种基于ai视觉的低空巡检无人机飞行避障方法，以期解决现有技术的上述问题。

2、技术方案，一种基于ai视觉的低空巡检无人机飞行避障方法，包括：

3、获取低空巡检多源数据并执行时空配准，生成标准巡检数据；

4、提取标准巡检数据中的目标分量和机体分量，将其映射至图像坐标域并与标准巡检数据中的图像分量进行拼接，生成目标机体条件图；

5、将目标机体条件图输入视觉模型，提取首触障碍表征；

6、从首触障碍表征中提取首触面，并基于机体包络构建机体扫掠域，确定首触面与机体扫掠域的相交区域，生成碰撞占位切片；

7、将碰撞占位切片沿法向投影，得到侵入深度和脱离边界；

8、以碰撞占位切片的质心为起点，计算质心至脱离边界的最短向量，得到目标脱离向量；

9、基于目标脱离向量和侵入深度生成避障机动参数，将避障机动参数转换为航向保持位移指令并输出。

10、进一步地，通过细障像素保序干层提取包含连续像素特征的细障保序特征图，包括：

11、从目标机体条件图中拆分出图像通道、目标通道和机体通道；

12、对图像通道沿横向、纵向及双对角方向执行深度卷积，提取多方向卷积特征；

13、将多方向卷积特征与目标通道、机体通道拼接后执行通道映射，并将映射结果与图像通道进行残差叠加，生成细障保序特征图。

14、进一步地，通过障碍边界内外对照块提取邻障分离特征图中的边界两侧特征差异，生成障碍边界对照特征图，包括：

15、对邻障分离特征图执行梯度卷积处理，定位障碍候选边界，并根据梯度方向确定候选边界法向及边界内外侧；

16、沿候选边界法向，在边界内外侧执行等距采样，提取双侧特征；

17、计算双侧特征之间的差值和绝对差值，将其与障碍候选边界的特征进行拼接，生成障碍边界对照特征图。

18、进一步地，确定首触面与机体扫掠域的相交区域，生成碰撞占位切片，包括：

19、按扫掠序位依次计算各扫掠占位切片与首触面的相交像素；

20、获取各相交像素对应的障碍深度与机体投影深度，计算两者之间的深度差值绝对值；

21、将深度差值绝对值未超过机体尺寸容差阈值的相交像素确定为有效相交像素；

22、将首个包含有效相交像素的扫掠占位切片确定为碰撞占位切片。

23、进一步地，以碰撞占位切片的质心为起点，计算质心至脱离边界的最短向量，得到目标脱离向量，包括：

24、计算碰撞占位切片内各占位像素坐标的平均值，得到碰撞占位切片的质心；

25、提取质心至脱离边界上各个边界点的脱离向量；

26、比较各脱离向量的长度，将长度最短的脱离向量确定为目标脱离向量。

27、进一步地，视觉模型预先通过以下步骤训练获得：

28、获取标注有细障连续像素、巡检目标区域、障碍区域、障碍边界、首触面及边界法向的低空巡检训练样本；

29、将低空巡检训练样本输入初始视觉模型，输出预测的障碍及法向表征；

30、计算预测的障碍及法向表征与低空巡检训练样本标注之间的细障像素连通误差、巡检目标邻障分离误差、障碍边界内外对照误差、障碍区域分割误差、首触序位误差以及边界法向误差；

31、将上述六类误差进行加权求和得到联合损失，并基于联合损失执行反向传播以更新模型参数，直至满足预设的收敛条件，得到预先训练的视觉模型。

32、进一步地，获取的低空巡检多源数据包括：低空巡检图像、低空巡检深度图、图像采集时间、预存储的巡检目标外形数据，以及实时采集的无人机空间位置、航向角、姿态角、机体尺寸、旋翼外包络参数和相机标定参数。

33、有益效果，本发明可以感知细微障碍，量化空间碰撞干涉，输出较优几何逃逸路径，提升避障的安全性与鲁棒性。

1.一种基于ai视觉的低空巡检无人机飞行避障方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，提取标准巡检数据中的目标分量和机体分量，将其映射至图像坐标域并与标准巡检数据中的图像分量进行拼接，生成目标机体条件图，包括：

3.根据权利要求1所述的方法，其特征在于，将目标机体条件图输入视觉模型，提取首触障碍表征，包括：

4.根据权利要求3所述的方法，其特征在于，通过巡检目标邻障分离块对细障保序特征图进行处理，解耦巡检目标区域与目标邻接区域，得到邻障分离特征图，包括：

5.根据权利要求3所述的方法，其特征在于，通过首触面法向解码头对障碍边界对照特征图进行跨层解码，生成首触障碍表征，包括：

6.根据权利要求1所述的方法，其特征在于，基于机体包络构建机体扫掠域，包括：

7.根据权利要求1所述的方法，其特征在于，将碰撞占位切片沿法向投影，得到侵入深度和脱离边界，包括：

8.根据权利要求1所述的方法，其特征在于，基于目标脱离向量和侵入深度生成避障机动参数，将避障机动参数转换为航向保持位移指令并输出，包括：

9.根据权利要求1所述的方法，其特征在于，执行时空配准，生成标准巡检数据，包括：

10.根据权利要求1所述的方法，其特征在于，基于目标脱离向量和侵入深度生成避障机动参数，包括：