基于多傳感器融合的無人機應(yīng)急著陸功能研究

張炯，牛歡，陳雪

中國商用飛機有限責(zé)任公司北京民用飛機技術(shù)研究中心 中國商飛人工智能創(chuàng)新中心，北京 102209

近年來，無人機作為一種新型飛行器，在城市空中交通領(lǐng)域得到了飛速的突破和發(fā)展。其中，電動垂直起降（eVTOL）無人機因具有低碳環(huán)保、運行成本低等優(yōu)勢成為當(dāng)下研究的熱點。空客公司硅谷創(chuàng)新中心于2016 年年初啟動Vahana 項目，并于2018 年年初實現(xiàn)首飛；波音公司于2017 年11 月收購了美國Aurira Flight Sciences 公司研發(fā)的自主載人飛行器（PAV），并于2019年1月實現(xiàn)首飛[1-3]；億航的ES216-S型無人駕駛航空器系統(tǒng)于2022年2月9日取得了中國民航局頒發(fā)的專用條件，成為全球首款獲得監(jiān)管機構(gòu)型號合格批準(zhǔn)的無人駕駛航空器[4]。

隨著城市空中交通領(lǐng)域內(nèi)無人機的大量涌入，無人機的運行管理成了亟待解決的問題，尤其是對城市空域內(nèi)無人機運行的安全性提出了更高的要求。為滿足不斷增長的無人機運營需求，在美國聯(lián)邦航空局（FAA）的牽引下，美國國家航空航天局（NASA）設(shè)計了一套無人機空中管理系統(tǒng)（UTM），通過地面以及空中一系列服務(wù)設(shè)施和工具來安全、經(jīng)濟(jì)、高效地管理各個無人機系統(tǒng)，保障某一空域內(nèi)大規(guī)模無人機運行安全[5]。

為滿足無人機飛行任務(wù)中安全性、自主性方面的需求，自主著陸（包含非應(yīng)急狀態(tài)下的自主著陸和應(yīng)急狀態(tài)下的自主著陸）逐漸成為無人機設(shè)計研發(fā)過程中需要考慮的基礎(chǔ)功能。自主著陸功能的核心是對可著陸區(qū)域的識別定位，當(dāng)前識別定位可著陸區(qū)域的方法主要包括:（1）有地面標(biāo)識可著陸區(qū)域識別定位方法；（2）無地面標(biāo)識可著陸區(qū)域識別定位方法。有地面標(biāo)識可著陸區(qū)域識別定位方法針對預(yù)設(shè)著陸地標(biāo)的目標(biāo)區(qū)域進(jìn)行檢測，識別可著陸區(qū)域，常見的有基于無線電和激光引導(dǎo)的自主著陸方法、基于二維碼定位的自主著陸方法等[6]，以上方法，需要預(yù)先設(shè)置地面標(biāo)識，以及提前設(shè)定目標(biāo)點，其不足之處在于:無法在未知環(huán)境下對目標(biāo)區(qū)域進(jìn)行識別，并完成對無人機自主著陸的引導(dǎo)。

無地面標(biāo)識可著陸區(qū)域識別定位主要利用無人機搭載傳感器進(jìn)行主動識別定位，常見的有:（1）搭載激光雷達(dá)獲取地面點云數(shù)據(jù)識別可著陸區(qū)域。激光點云識別技術(shù)雖能獲取地面不平度信息，但缺乏對地面物體類別的判斷，而且受點云分辨率和激光探測精確度及探測范圍影響，不能應(yīng)用于高空飛行場景。（2）搭載攝像頭獲取地面圖像[7-9]，基于圖像分割識別可著陸區(qū)域。圖像分割技術(shù)基于單一圖像信息進(jìn)行分割操作，缺少或忽略了地面的三維信息，尋找目標(biāo)區(qū)域的安全性和魯棒性不足。（3）基于多傳感器融合協(xié)同技術(shù)[10-15]，處理同一時段內(nèi)的、不同類型傳感器采集的信息，基于特定的特征信息進(jìn)行不同傳感器之間的匹配，豐富對所處環(huán)境的感知內(nèi)容，識別可著陸區(qū)域。如視覺和激光雷達(dá)融合、視覺和毫米波雷達(dá)融合、定位信息與外置傳感器信息融合等，不僅可以增強無人機的感知能力，還可以提高其在執(zhí)行任務(wù)過程中的安全性和魯棒性。以上可著陸區(qū)域識別方法僅針對某一高度空域，不能同時應(yīng)對高空、中高空、低空不同高度飛行場景，缺乏應(yīng)用的普遍性。如激光雷達(dá)點云在高空場景探測效果較差，相機圖像在低空檢測范圍較小，視覺與激光雷達(dá)融合僅支持中高空與低空場景下的識別，缺少針對高空、中高空、低空全飛行高度階段的可著陸區(qū)域識別篩選方法。

本文基于無人機下視相機和雷達(dá)傳感器數(shù)據(jù)及其融合算法，根據(jù)不同飛行高度采取不同可著陸區(qū)域識別篩選策略，獲得城市未知場景下可著陸區(qū)域位置，在無人機通信鏈路丟失、電量不足以抵達(dá)備降點等緊急情況下，實現(xiàn)自主控制無人機應(yīng)急著陸。該無人機應(yīng)急著陸方法有效提高了無人機環(huán)境感知能力，可應(yīng)用于不同飛行高度空域，增強了無人機城市空中交通運行的安全性。

1 應(yīng)急著陸功能應(yīng)用需求

一般來講，為了保證無人機在運行過程中的安全性，通常會選擇良好天氣進(jìn)行飛行，同時在規(guī)劃航線時，會避開人群密集區(qū)域以減少安全性風(fēng)險，不僅如此，部分航線飛行過程中要求附近設(shè)置多個備降點保證整個飛行過程安全。然而針對城市空中交通運行場景下，無人機在通信鏈路丟失、電量不足無法到達(dá)備降點等安全預(yù)警情況下的安全著陸需求，應(yīng)設(shè)計其應(yīng)急著陸功能，使其在當(dāng)前未知環(huán)境下識別判斷可著陸區(qū)域，實現(xiàn)安全著陸，進(jìn)一步增強飛機運行的可靠性和安全性。

基于UTM系統(tǒng)對無人機運行安全性方面的考量，依托無人航空器管理體系現(xiàn)狀，應(yīng)急著陸功能的核心需求應(yīng)包括以下兩個方面。

（1）應(yīng)急著陸功能的覆蓋性

覆蓋無人機在高空、中高空、低空的全飛行階段，為不同高度空域下的未知環(huán)境安全著陸提供合適的解決方案。同時可應(yīng)對無人航空器通信鏈路丟失、電量不足無法到達(dá)備降點、突發(fā)惡劣天氣等緊急情況。

（2）應(yīng)急著陸功能的安全性

能夠以較高準(zhǔn)確度識別判斷未知環(huán)境地面物體類別和地面條件，在對公共安全不產(chǎn)生影響、著陸后不損害無人航空器機體，以及不違背現(xiàn)有法律法規(guī)的情況下，實現(xiàn)應(yīng)急著陸。

無人機的應(yīng)急著陸功能通過加裝機載傳感器的方式，增強自身外部環(huán)境感知能力，利用人工智能手段對運行場景進(jìn)行多維分析，當(dāng)出現(xiàn)緊急情況時應(yīng)急著陸功能可以快速響應(yīng)，及時探測地面可著陸區(qū)域，引導(dǎo)無人機完成緊急情況下的著陸操作。

2 無人機應(yīng)急著陸階段場景劃分

無人機加裝下視相機和下視激光雷達(dá)對外界環(huán)境進(jìn)行主動感知，在執(zhí)行航線任務(wù)時，不同的飛行高度會決定周圍的態(tài)勢環(huán)境，同時也會影響實際加裝傳感器的探測性能。因此，根據(jù)無人機響應(yīng)應(yīng)急著陸功能的在飛高度以及現(xiàn)有傳感器的探測距離及精度等因素，通常需要對飛行高度進(jìn)行剖面分析,可分為高空場景、中高空場景和低空場景三種情況。在高空場景中，因激光雷達(dá)探測范圍有限，主要任務(wù)由視覺與慣性測量單元（IMU）融合完成，中高空和低空場景中進(jìn)一步融合激光雷達(dá)點云信息，增加地面三維點云信息融合處理可提高整體應(yīng)急著陸任務(wù)的安全性和可靠性。

（1）高空場景

無人機飛行高度較高，超過現(xiàn)有下視激光雷達(dá)實際最大探測距離，因此基本沒有點云信息可供參考。下視相機可以滿足對地面場景的觀測，但受限于高空場景且下視相機捕獲圖像分辨率，地面不同區(qū)域在圖像中所占像素區(qū)域較小，虛擬仿真場景示意如圖1所示。

圖1 高空場景下仿真環(huán)境圖示Fig.1 Diagram of simulation environment in high altitude scene

（2）中高空場景

無人機飛行高度適中，下視相機觀測到的地面區(qū)域分割明顯，下視激光雷達(dá)可探測到足夠點云數(shù)量，當(dāng)將激光雷達(dá)點云投影到圖像上時，可以通過圖像像素對激光雷達(dá)進(jìn)行匹配，實現(xiàn)圖像區(qū)域到點云系統(tǒng)的映射功能，同時激光雷達(dá)點云信息能夠滿足對地面不平度進(jìn)行初步估計要求，虛擬仿真場景如圖2所示。

圖2 中高空場景仿真環(huán)境圖示Fig.2 Diagram of simulation environment in mid high altitude scene

（3）低空場景

無人機飛行高度較低，下視相機觀測到的地面區(qū)域相較中高空場景區(qū)塊更小，便于觀測地面動態(tài)和小像素目標(biāo)障礙物，對于躲避著陸區(qū)域內(nèi)的障礙物有較好作用，而且下視激光雷達(dá)可探測到的地面點云數(shù)量更加細(xì)致，便于通過點云擬合的方式對地面場景進(jìn)行三維重建，實現(xiàn)指引無人機著陸未知環(huán)境的功能，虛擬仿真場景如圖3所示。

圖3 低空場景仿真環(huán)境圖示Fig.3 Diagram of simulation environment in low altitude scene

以上所述的高空場景、中高空場景和低空場景主要由機載傳感器工作性能進(jìn)行區(qū)分，對于一般的激光雷達(dá)傳感器來講，探測到的點云數(shù)量與傳感器的可信度成正比，當(dāng)飛機高度越高時，下視相機捕獲地面圖像的細(xì)節(jié)缺失也會越嚴(yán)重，因此根據(jù)以上依據(jù)對飛機飛行剖面高度進(jìn)行劃分，見表1，以便針對不同飛行高度場景采取不同的傳感器融合探測方案。

表1 飛行器飛行高度剖面劃分Table 1 Aircraft flight altitude profile division

應(yīng)急著陸功能根據(jù)不同的觸發(fā)場景，將會采用不同的感知方法，具體的功能邏輯見表2。同時根據(jù)不同的著陸區(qū)域檢測結(jié)果，三種場景可建立切換聯(lián)系，功能處理邏輯如圖4所示。

圖4 不同場景應(yīng)急著陸功能處理邏輯圖Fig.4 Logic diagram of emergency landing function processing in different scenarios

表2 不同場景應(yīng)急著陸功能觸發(fā)邏輯Table 2 Triggering logic of emergency landing function in different scenarios

3 應(yīng)急著陸功能實現(xiàn)方法

根據(jù)飛行器觸發(fā)應(yīng)急著陸功能時所在的高度場景不同，有以下三種處理過程。

（1）高空場景下的應(yīng)急著陸處理過程

受限于高空場景下的傳感器性能，在該場景下激光雷達(dá)傳感器無法探測到地面的點云信息，因此當(dāng)應(yīng)急著陸功能被觸發(fā)響應(yīng)時，飛機的首要任務(wù)是根據(jù)當(dāng)前的地面場景找到更多的候選可著陸區(qū)域。下視相機和飛機本身的位置、姿態(tài)等傳感器的信息融合，可以給飛行器提供后續(xù)的位置引導(dǎo)。當(dāng)找到較多合適的候選著陸區(qū)域之后再下降高度進(jìn)入中高空場景進(jìn)行判斷。

一般來講，根據(jù)無人機的著陸地點安全性要求，認(rèn)為農(nóng)田區(qū)域、草坪區(qū)域和道路等鋪砌路面區(qū)域作為可著陸區(qū)域優(yōu)先考慮區(qū)域，通過圖像語義分割可將該類候選可著陸區(qū)域分割出來，根據(jù)可著陸區(qū)域在當(dāng)前圖像上的位置引導(dǎo)飛機進(jìn)入候選可著陸區(qū)域內(nèi)并且降低高度，便于添加激光雷達(dá)點云信息進(jìn)一步融合處理，尋找更佳的著陸區(qū)域，處理過程如圖5 所示。在該場景下的圖像分割處理后，通過可著陸區(qū)域合并，依據(jù)式（1）建立可著陸區(qū)域二值化圖像，之后計算每個多邊形區(qū)域內(nèi)的像素面積，判斷當(dāng)前視角下的可著陸區(qū)域是否滿足飛機著陸要求。

圖5 高空場景下應(yīng)急處理過程Fig.5 Emergency treatment process in high altitude scene

式中，f(u,v)計算結(jié)果表示在圖像坐標(biāo)系下(u,v)點的二值化的數(shù)值。

（2）中高空場景下的應(yīng)急著陸處理過程

在中高空場景中，下視相機對地面的觀測能力提升，便于識別圖像中像素占比較小的元素，同時對于下視激光雷達(dá)來講，由于該場景中激光雷達(dá)對地面探測的點云數(shù)量也達(dá)到要求，因此可以通過激光雷達(dá)點云和圖像融合的方式對地面環(huán)境進(jìn)行感知，同時根據(jù)飛行器自身的IMU設(shè)備校正傳感器感知的實際位置。該場景應(yīng)急著陸功能的處理過程如圖6所示。

圖6 中高空場景下應(yīng)急處理過程Fig.6 Emergency treatment process in mid high altitude scene

首先通過下視相機獲取的圖像數(shù)據(jù)進(jìn)行語義分割識別，將同風(fēng)險的可著陸區(qū)域進(jìn)行合并，通過可著陸區(qū)域圖像輪廓提取計算占地面積，估計區(qū)域大小是否滿足飛行器尺寸要求，通過式（2）計算激光雷達(dá)點云和圖像匹配關(guān)系，確定圖像上滿足著陸地點的像素位置在激光雷達(dá)坐標(biāo)系中的對應(yīng)關(guān)系。

（3）低空場景下的應(yīng)急著陸處理過程

在低空場景下，圖像可以針對地面物體有更清晰的識別能力，對地面障礙物以及動態(tài)的行人車輛有更準(zhǔn)確的識別特征，同時激光雷達(dá)反射到地面上的點云數(shù)量和密度能夠更高地擬合出地面的三維物理信息，可更好地用于地形估計和最佳著陸位置篩選工作。因此在該場景下的應(yīng)急著陸處理過程如圖7所示。

圖7 低空場景下應(yīng)急著陸處理過程Fig.7 Emergency treatment process in low altitude scene

當(dāng)處在較低高度時，無人機基本已經(jīng)處在可著陸區(qū)域之中，但仍需要通過激光雷達(dá)點云判斷當(dāng)前可著陸區(qū)域的地面不平度信息，根據(jù)飛行器物理尺寸篩選合適的著陸中心點位置，確定著陸位置后發(fā)送給無人機引導(dǎo)系統(tǒng)用于安全著陸。

4 應(yīng)急著陸功能測試

針對本文研究內(nèi)容，采用仿真平臺對無人機應(yīng)急著陸方法進(jìn)行測試，一方面需要模擬高空環(huán)境，另一方面需要更真實的虛擬仿真環(huán)境，因此采用微軟公司開源平臺AirSim[16]進(jìn)行測試，AirSim仿真平臺依托UE4虛幻引擎，具備非常豐富逼真的視覺仿真效果，同時具有攝像頭、激光雷達(dá)、GPS、IMU 等多種傳感器，能夠模擬無人機在各種場景下的飛行控制及傳感器數(shù)據(jù)捕獲。利用ROS 平臺將無人機飛行狀態(tài)和傳感器探測數(shù)據(jù)發(fā)布到統(tǒng)一平臺，提供給測試模塊進(jìn)行使用，為本文研究內(nèi)容提供了驗證平臺。

4.1 測試場景

本研究選取城市環(huán)境場景的仿真場景對應(yīng)急著陸方案進(jìn)行測試試驗，該仿真場景地面包括鋪砌路面和草坪等可著陸區(qū)域，房屋建筑、樹林區(qū)域、水域等不可著陸區(qū)域及汽車、電線桿等危險障礙物，能夠滿足應(yīng)急著陸算法測試需求。基于AirSim的城市環(huán)境場景如圖8 所示。下視相機捕獲的圖像場景如圖9所示，利用ROS平臺的RVIZ軟件對測試過程的圖像和點云信息進(jìn)行圖形化顯示，顯示界面如圖10所示。

圖8 虛擬仿真測試場景Fig.8 Virtual simulation test scene

圖9 下視圖像捕獲場景Fig.9 Scene captured by down view image

圖10 ROS RVIZ軟件顯示Fig.10 Display by the ROS RVIZ software

4.2 測試過程

本文研究內(nèi)容仿真測試場景采用上述場景，將天氣設(shè)置成默認(rèn)良好情況，設(shè)置無人機平臺傳感器時添加下視相機、下視激光雷達(dá)以及飛機自身GPS 和IMU 傳感器，其中針對激光雷達(dá)傳感器約束最大探測范圍，并同時增大垂直角度探測范圍以更好地利用點云信息，設(shè)置完成后啟動虛擬仿真場景。

當(dāng)虛擬環(huán)境完成加載后，選擇合適的航線并通過程序控制飛行器在虛擬環(huán)境中飛行，當(dāng)無人機飛行高度到達(dá)指定高度時，手動觸發(fā)響應(yīng)應(yīng)急著陸功能，進(jìn)行功能測試。設(shè)置仿真激光雷達(dá)對地高度探測最大距離，并根據(jù)實際真實雷達(dá)探測距離增加線性可信衰減函數(shù)區(qū)分不同場景激光雷達(dá)傳感器性能，如式（4）所示。

式中，Γ為激光雷達(dá)在當(dāng)前高度信賴度，當(dāng)大于1時認(rèn)為完全可信；Hmax為雷達(dá)可探測到的最大距離；a為常數(shù)，用來調(diào)節(jié)信賴度結(jié)果；H為當(dāng)前飛行器對地高度。

應(yīng)急著陸程序可通過傳感器信息判斷當(dāng)前飛行場景。同時程序可根據(jù)當(dāng)前相機和激光雷達(dá)點云數(shù)量確定傳感器數(shù)據(jù)可信度，當(dāng)處于高空場景時，仿真結(jié)果示意如圖11 所示。在該場景下無人機飛行高度較高，受傳感器自身探測距離因素影響，當(dāng)前激光雷達(dá)點云數(shù)量基本為空，無人機主要通過圖像語義分割的方式對地面有效的可著陸區(qū)域進(jìn)行識別，計算當(dāng)前視角下的可著陸區(qū)域范圍，若滿足設(shè)定閾值，則根據(jù)可著陸區(qū)域計算無人機下一階段目標(biāo)點，同時下降高度完成飛行場景的轉(zhuǎn)換。

圖11 高空場景仿真結(jié)果示意圖Fig.11 Schematic diagram of high altitude scene simulation results

無人機下降高度同時對地面點云數(shù)量進(jìn)行統(tǒng)計，當(dāng)滿足中高場景下的激光雷達(dá)點云數(shù)量要求時，利用圖像分割的方法和激光雷達(dá)點云投影到圖像上的方式，獲取候選可著陸區(qū)域內(nèi)的點云進(jìn)行處理，如圖12所示。此時的點云數(shù)量可以通過和相機的轉(zhuǎn)換矩陣進(jìn)行對應(yīng)，同時根據(jù)飛機設(shè)定的物理尺寸大小，對地面可著陸區(qū)域進(jìn)行篩選，候選可著陸區(qū)域的選擇順序是鋪砌路面優(yōu)于草坪區(qū)域。最終確定符合著陸區(qū)域的位置，并同時降低高度進(jìn)行以點云處理為主的應(yīng)急著陸區(qū)域篩選。

圖12 中高空場景仿真示意圖Fig.12 Schematic diagram of mid high altitude scene simulation results

無人機根據(jù)之前的識別過程選擇可用于著陸的位置，此時傳感器觀測到的信息如圖13 所示。在當(dāng)前飛行器下視相機的視角下，激光雷達(dá)點云信息比較稠密，因此可以通過點云平面擬合的方式對當(dāng)前預(yù)著陸的地形進(jìn)行重建工作，利用無人機設(shè)置的著陸空間范圍對點云平面進(jìn)行滑動窗口切割計算，若擬合平面梯度和地面不平度滿足實際著陸要求，計算當(dāng)前區(qū)域中心點，并通過激光雷達(dá)點云信息找到對應(yīng)中心點的實際相對飛行器距離，并結(jié)合GPS和IMU的信息對著陸位置進(jìn)行估計，引導(dǎo)飛機飛向安全區(qū)域。

圖13 低空場景仿真示意圖Fig.13 Schematic diagram of low altitude scene simulation results

在實際測試過程中，圖像語義分割和雷達(dá)點云處理同步進(jìn)行，在高空場景下的測試結(jié)果如圖14 所示，當(dāng)前仿真測試對地高度約為150m，此時激光雷達(dá)可信賴度較低，小于可接收閾值，其中圖14（e）中點云映射到圖像上的點云顏色隨飛機高度進(jìn)行變化，靠近地面顏色為紅色，離地面越遠(yuǎn)綠色比重越多。高空場景下輸出的圖像和候選可著陸點的實際位置數(shù)據(jù)見表3。此時當(dāng)前飛機可找到候選著陸位置，因此將候選著陸位置發(fā)送給飛機引導(dǎo)系統(tǒng)，降低高度切換場景實現(xiàn)更細(xì)致的感知。

表3 高空場景輸出可著陸區(qū)域坐標(biāo)信息（部分）Table 3 Candidate landing area locations in high altitude scenarios（excerpt）

圖14 高空場景實際仿真測試圖Fig.14 Actual simulation test diagram of high altitude scene

待飛機完成引導(dǎo)功能并進(jìn)入中高空場景后，機載相機和激光雷達(dá)傳感器對地面的觀測視角更加明晰，通過對同步后的數(shù)據(jù)進(jìn)行圖像語義分割和激光點云處理，可以得到新一批的候選可著陸區(qū)域坐標(biāo)位置，可視化后的圖像如圖15所示，測試截取圖片時飛機當(dāng)前高度約為80m，圖15（e）中點云棕色代表紅色占比逐漸增多，離地面越來越近，輸出的可著陸點位置信息見表4，同時根據(jù)可著陸位置附近的激光雷達(dá)點云進(jìn)行分析，計算標(biāo)準(zhǔn)差并檢測高度變化，選擇合適坐標(biāo)位置發(fā)送給飛行器引導(dǎo)程序。

表4 中高空場景輸出可著陸區(qū)域坐標(biāo)信息（部分）Table 4 Candidate landing area locations in mid high altitude scene（excerpt）

圖15 中高空場景實際仿真測試圖Fig.15 Actual simulation test diagram of mid high altitude scene

當(dāng)飛行器接近地面進(jìn)行著陸時，具體測試結(jié)果如圖16所示，當(dāng)前高度約為20m，通過圖像語義分割顯示結(jié)果可觀察到飛行器視角內(nèi)大部分都是可著陸區(qū)域范圍，此時激光雷達(dá)投影到圖像上的點云顏色也已經(jīng)基本為紅色，說明到地面的距離逐漸變小，如圖16（e）所示，可著陸位置信息見表5，最后再融合多源傳感器數(shù)據(jù)，以及飛行器相對候選可著陸位置的歐式距離，計算出最終的著陸位置結(jié)果信息，并引導(dǎo)飛行器著陸。

表5 低空場景輸出可著陸區(qū)域坐標(biāo)信息（部分）Table 5 Candidate landing area locations in low altitude scene（excerpt）

圖16 低空場景實際仿真測試圖Fig.16 Actual simulation test diagram of low altitude scene

4.3 測試結(jié)果

根據(jù)以上的測試過程得出結(jié)果如下:（1）良好天氣下，無人機可以通過傳感器融合的方式進(jìn)行主動感知，完成飛行器的應(yīng)急著陸功能；（2）在高空場景下，無人機可通過圖像語義分割的方式對地面區(qū)域進(jìn)行預(yù)篩選，可以快速定位下一階段中高空場景的中心位置；（3）在中高空場景下，無人機可利用相機和激光雷達(dá)融合的方式對地面進(jìn)行探測，并可根據(jù)傳感器結(jié)果輸出著陸區(qū)域位置；（4）在低空場景下，無人機主要通過相機對地面如車輛、電線桿等危險障礙物進(jìn)行識別躲避，同時可根據(jù)豐富的點云信息對地面信息進(jìn)行三維重建，引導(dǎo)無人機實現(xiàn)在當(dāng)前場景安全著陸。

5 結(jié)論

本文研究了無人機在不同飛行高度階段場景下的應(yīng)急著陸處理程序，結(jié)果表明，采用基于多傳感器融合的方式可以實現(xiàn)無人機在未知場景下的應(yīng)急著陸功能，同時針對不同傳感器性能要求，對無人機飛行剖面進(jìn)行切分判斷，能夠充分發(fā)揮各個傳感器的優(yōu)勢特點，實現(xiàn)不同場景的有效切換，快速找到可供著陸的最佳區(qū)域。真實無人機的運行場景會相較仿真場景有更多的不確定性，因此需要針對無人機真實場景進(jìn)行數(shù)據(jù)采集和語義分割模型訓(xùn)練，同時針對非測繪用激光雷達(dá)垂直視角與圖像視角不匹配的問題，應(yīng)采取多幀點云拼接的方式實現(xiàn)下視圖像的點云覆蓋。因此，針對以上真實場景的問題，應(yīng)首先選擇合適的傳感器硬件，優(yōu)化合理布局機載傳感器系統(tǒng)，不斷更新算法，增強無人機的穩(wěn)定性。

基于多傳感器融合的應(yīng)急著陸功能是一項新技術(shù)，對于無人機在飛任務(wù)的安全性和可靠性有了進(jìn)一步的提升，同時增強了無人機的自主感知能力，可通過周圍態(tài)勢環(huán)境執(zhí)行響應(yīng)的飛行工作，對推動無人機運行安全性的發(fā)展起到重要推動作用。