一列的地面网格交叉点，计算出地面网格的数量，从而获得障碍物相对于地面网格的分布信息。
[0075]本实施方式中，采用C++语言在Visual Stud1 2012平台上利用开霍夫变换进行监控区域的地面网格交叉点检测并计算网格数量，利用颜色特征检测算法和基于霍夫变换的图形检测方法，识别出地面网格的间隔线和地面上的障碍物，记录并存储地砖数量和障碍分布信息。
[0076]步骤5:PC机利用地面网格和障碍物在监控区域画面的二维坐标图中的位置，计算出一条沿网格行驶并以最少拐弯避开障碍物到达指定地点的最优行驶路径信息。
[0077]计算一条沿网格行驶并以最少拐弯避开障碍物到达指定地点的最优行驶路径信息采用Di jkstra单源最短路径算法。
[0078]本实施方式中，利用二值化图像上的网格间隔线对地面进行区域划分，并以矩阵方式记录地面形状、面积和障碍物位置、形状、面积，矩阵中每块网格用数字O和I表示，O表示无障碍的网格，I表示被障碍物全部或部分覆盖的网格并设定智能车行驶路径的起始点和终止点，利用约束条件为拐弯次数的Dijkstra单源最短路径算法规划出智能车约束条件为拐弯次数的Dijkstra单源最短路径算法最少拐弯数避开障碍物的最优行驶路径信息，该最优行驶路径信息的数据结构为数组。
[0079]步骤6:PC机将指定的最优行驶路径信息传输给智能车单元并保存。
[0080]步骤7:智能车单元根据最优行驶路径信息进行循迹行驶，同时进行超声波自动避障，行驶到指定地点，并将智能车单元位置反馈给PC机。
【主权项】
1.一种无人机与智能车协同导航与侦查监控系统，其特征在于，包括无人机单元、PC机和智能车单元； 所述的无人机单元，用于对指定区域进行监控，以固定频率采集监控区域地面图像，并通过WIFI传输至协同交互单元，同时将吸附到无人机单元底部的智能车单元运输到指定区域； 所述的PC机，用于对无人机单元采集的多张监控区域地面图像进行拼接得到整个监控区域的画面，对图像中的障碍物进行识别，对智能车单元的行驶路径进行规划得到优行驶路径信息，同时与智能车单元进行通讯，将指定的最优行驶路径信息传输至智能车单元; 所述的智能车单元，用于根据最优行驶路径信息进行循迹行驶，同时进行超声波自动避障，并将智能车单元的位置反馈给PC机。
2.根据权利要求1所述的无人机与智能车协同导航与侦查监控系统，其特征在于，所述的PC机设有协同交互单元，包括无人机运输智能车模块、图像拼接模块、障碍物识别模块、路径规划模块和通信模块； 所述的无人机运输智能车模块，用于控制无人机单元将智能车运送到指定工作位置； 所述的图像拼接模块，用于将无人机单元采集的多张监控区域地面图像进行拼接得到整个监控区域的画面，建立该监控区域画面的二维坐标图，并发送至障碍物识别模块； 所述的障碍物识别模块，用于将监控区域画面的图像转换为二值化图像，利用对二值化图像中的地面网格与障碍物进行识别，计算出地面网格和障碍物在监控区域画面的二维坐标图中的位置，并发送至路径规划模块； 所述的路径规划模块，用于利用地面网格和障碍物在监控区域画面的二维坐标图中的位置，计算出最优行驶路径信息，保存并发送至通信模块； 所述的通信模块，用于与智能车通过蓝牙进行通信，将指定的最优行驶路径信息传输给智能车单元。
3.根据权利要求1所述的无人机与智能车协同导航与侦查监控系统，其特征在于，所述的无人机单元包括无人机、便携式摄像头和电磁装置； 所述的无人机，用于在指定区域内飞行并进行监控； 所述的便携式摄像头，安装于无人机前端，用于以固定频率采集监控区域地面图像； 所述的电磁装置，安装于无人机底部中心位置，用于将智能车吸附到无人机底部，将其运输到指定区域并通过电磁装置开关将智能车放置在指定区域。
4.根据权利要求1所述的无人机与智能车协同导航与侦查监控系统，其特征在于，所述的智能车单元包括智能车、红外传感器、蓝牙装置、超声波装置和磁铁装置； 所述的智能车，用于根据最优行驶路径信息进行循迹行驶，同时进行超声波自动避障，行驶到指定地点； 所述的红外传感器，用于对路面网格进行循迹并将智能车位置反馈给PC机，红外线传感器有三个，其中，第一红外传感器和第二红外传感器竖直方向上平行安装于智能车前端中央，用于识别网格的直线，第三红外传感器安装在智能车前端边缘处，用于识别网格的交叉节点； 所述的蓝牙装置，安装于智能车顶部，实现与PC机之间的通讯，将最优行驶路径信息传送至智能车； 所述的超声波装置，安装于智能车头部，用于实时检测前方是否有障碍物，并把检测结果传输至智能车，实现智能车的超声波自动避障； 所述的磁铁装置，安装于智能车顶部，用于与无人机单元的电磁装置吸附在一起。
5.采用权利要求1所述的无人机与智能车协同导航与侦查监控系统进行协同导航与侦查监控的方法，其特征在于，包括以下步骤: 步骤1:PC机控制无人机单元将吸附到无人机单元底部的智能车单元运输到指定区域，当智能车单元到达指定区域后，PC机控制无人机单元将智能车单元与无人机单元分离； 步骤2:无人机单元在指定区域内飞行并进行监控，无人机单元以固定频率采集监控区域地面图像； 步骤3:PC机将采集的多张监控区域地面图像进行拼接得到整个监控区域的画面，建立该监控区域画面的二维坐标图； 步骤4:PC机将监控区域画面的图像转换为二值化图像，对二值化图像中的地面网格与障碍物进行识别，计算出地面网格和障碍物在监控区域画面的二维坐标图中的位置； 步骤5:PC机利用地面网格和障碍物在监控区域画面的二维坐标图中的位置，计算出一条沿网格行驶并以最少拐弯避开障碍物到达指定地点的最优行驶路径信息； 步骤6:PC机将指定的最优行驶路径信息传输给智能车单元并保存； 步骤7:智能车根据最优行驶路径信息进行循迹行驶，同时进行超声波自动避障，行驶到指定地点，并将智能车单元位置反馈给PC机。
6.根据权利要求5所述的无人机与智能车协同导航与侦查监控方法，其特征在于，所述的步骤3中PC机将采集的多张监控区域地面图像进行拼接得到整个监控区域的画面的方法为:计算两张监控区域地面图像的对应像素点灰度的相关系数，以相关系数越大则两张监控区域地面图像的匹配度越高为原则，将多张监控区域地面图像进行拼接得到整个监控区域的画面。
7.根据权利要求5所述的无人机与智能车协同导航与侦查监控方法，其特征在于，所述的步骤4中对二值化图像中的地面网格与障碍物进行识别的方法为:首先利用颜色特征检测算法和基于霍夫变换的图形检测方法对二值化图像中的地面网格与障碍物进行识别，然后采用概率算法，计算出地面网格的数量，从而获得障碍物相对于地面网格的分布信息。
8.根据权利要求5所述的无人机与智能车协同导航与侦查监控方法，其特征在于，所述的步骤5中计算一条沿网格行驶并以最少拐弯避开障碍物到达指定地点的最优行驶路径?目息米用Dijkstra单源最短路径算法。
【专利摘要】一种无人机与智能车协同导航与侦查监控系统及方法，该系统包括无人机单元、PC机和智能车单元，PC机控制无人机单元将吸附到无人机单元底部的智能车单元运输到指定区域，无人机单元在指定区域内飞行并进行监控，以固定频率采集监控区域地面图像，PC机将采集的多张监控区域地面图像进行拼接得到整个监控区域的画面，并转换为二值化图像，对地面网格与障碍物进行识别，计算出地面网格和障碍物在监控区域画面的二维坐标图中的位置，利用地面网格和障碍物在监控区域画面的二维坐标图中的位置，计算出最优行驶路径信息，并传输给智能车单元并保存，智能车单元根据最优行驶路径信息进行循迹行驶，同时进行超声波自动避障，行驶到指定地点。
【IPC分类】G05D1-02, G05D1-10
【公开号】CN104699102
【申请号】CN201510064876
【发明人】任涛, 赵思佳, 程瑞, 吕云鹏, 张鑫月
【申请人】东北大学
【公开日】2015年6月10日
【申请日】2015年2月6日