毕业设计说明书中文摘要近年来，四旋翼无人机的室内导航研究在该领域内引起了人们的广泛关注。如何实现室内定位、避障和目标检测是一项具有重要实际意义的课题。本文旨在设计并验证实现无人机室内自主导航功能的定位和路径规划算法。82761

本文的主要设计思路是基于激光扫描仪设计相关算法对IMU数据误差进行修正以达到精准定位的目的。利用激光扫描仪采集到的飞行数据点经区域分割、特征提取和线段拟合后创建局部地图，再利用扫描匹配中的经典ICP算法以提高状态更新值的精度。为保证算法的实时性，采用扩展卡尔曼滤波算法融合位姿估计和IMU采集的数据实现对四旋翼无人机的室内精确定位，并分别设计仿真实验对以上模型进行了合理的模拟验证。

最后，在完成定位、建图和扫描匹配工作后，选择人工势场法对无人机航迹进行规划，实现躲避障碍物和规划最佳路径的功能，并设计航迹规划的MATLAB仿真模型进行相关算法验证。

毕业论文关键词  四旋翼无人机  定位  ICP算法  扩展卡尔曼滤波算法  人工势场法   

毕业设计说明书外文摘要

Title   UAV Positioning and Rote Planning Based on Laser Scanner                 

Abstract In recent years, the indoor navigation of quadrotor has caused extensive concern in unmanned aerial vehicle (UAV) field。 It is of realistic significance about how to achieve indoor positioning, obstacle avoidance and target detection。 This project aims at designing and proofing positioning and path planning technology to realize indoor autonomous navigation。

Our solution of this project is based on laser scanner with designing algorithms to refine data errors of IMU for the purpose of precise positioning。 We utilize the flight data obtained from laser scanner to create local maps after three steps: regional segmentation, line-segment extraction and line fitting。 Then, it is estimated the quadrotor’s attitude state by using the classical ICP algorithm。 Moreover, we fuse the state estimation by using EKF algorithm with data of IMU system to give the quadrotor’s location and simulate experiments to test whether these models are reasonable and effective。

Finally, the flight path planning is designed for quadrotor by choosing Artificial Potential Field Method (APFM) to achieve obstacles avoidance and optimal path planning。 It would be necessary to verify all the algorithms on MATLAB software。

Keywords  quadrotor  positioning  ICP algorithm  EKF-algorithm  APFM

目   次

1  引言 1

1。1  研究背景和意义 1

1。2  国内外研究现状 3

2  室内导航技术分析 7

2。1  同步定位与建图 7

2。2  测距传感器分析 7

2。3  室内导航基本问题 9

3  无人机系统模型的搭建 11

3。1  四旋翼飞行平台模型 11

3。2  激光传感器模型 11

3。3  局部地图的表示方法与创建 14

3。4  局部地图的创建实验 19

4  四旋翼无人机的自定位 26

4。1  扫描匹配算法