基于机器视觉的无人机自主轨迹规划与控制技术

摘要

针对低空无人机在城市峡谷与跨河通道中的动态扰动、低照与强眩光导致的感知退化及规划滞后问题，本文构建视觉语义与几何感知、时空轨迹规划与跟踪控制一体的闭环框架。设计基于单目全局快门与视觉里程计（ORB-SLAM2）的轻量视觉管线，融合单阶段目标检测算法（YOLOv8）与多视角几何获得动态障碍状态，建立语义代价栅格；提出引入预测协方差安全裕度的时空快速探索随机树（RRT^*）与曲率受限三次B样条平滑，配套级联系统与模糊比例积分微分（PID）、扰动观测器。实验结果表明：在障碍速度分别为0.5 m/s、1.0 m/s、1.5 m/s三组障碍速度条件下，轨迹误差由改进RRT^*算法保持在（0.08±0.02）m、（0.10±0.03）m、（0.12±0.03）m,避障成功率为100%、98%、95%,完成时间为11.6 s、12.0 s、12.3 s,均优于传统RRT^*算法。该框架在复杂动态环境中实现了更高的避障效率与导航精度，并抑制了闭环时延膨胀。

关键词

低空无人机 / 机器视觉 / B样条轨迹 / 模糊比例微分积分(PID)