室内导航技术室内环境特点主要有两个：未知性和复杂性。所谓未知性，是指无人机事先并不知道室内环境空间的体积、各种障碍物间的距离、可适于飞行的范围以及没有人为拟定的参考物等信息。所谓复杂性，表现在室内环境物体可能随时间而变化，比如障碍物随机的放置以及光线温度等特征都是随机变化的。无人机室内导航技术对室内救援、反恐侦察和特定目标拾取等应用技术的研究具有丰富现实意义。目前国内外众多高校对四旋翼无人机在室内的定位导航均有大量的研究，详细内容如下文所示。82761

宾夕法尼亚大学以加拿大 Quanser 公司开发的Quanser-X4 微型四旋翼无人机为开发平台，将微惯性、激光雷达等多传感器进行组合导航，实现了室内同步定位与建图功能[1]。机载设备包括 UTM-30LX 激光雷达、1220SE摄像机、IMU以及两个用于测高的折射镜。首先由IMU获得无人机的位姿，再使用增量SLAM 算法对其位姿实行修正，并采用ICP 算法[2]进行定位，计算速度可达到20Hz。该无人机两次运用扩展卡尔曼滤波器（EKF）：利用扩展卡尔曼滤波器在对20Hz 的位姿估计和10Hz 的SLAM 位姿校正算法进行融合的基础上，再加一个滤波器将这些位姿信息和100Hz的IMU 采集数据进行融合，最终获取无人机在地球坐标系下的各种飞行信息参数，如图1。1所示。

图1。1  宾夕法尼亚大学无人机及扫描效果地图

美国明尼苏达大学 Hesch Joel A。设计了一个利用立体视觉、MIMU 和 2D 激光扫描仪获取信息，经过EKF进行六自由度的方向和位置估计的室内定位系统[3]。麻省理工学院MIT设计一种基于二维激光雷达的大范围四旋翼无人机室内自主导航方案，该方案采用基于粒子滤波器的G-Mapping算法进行室内定位，将SLAM算法与INS进行数据融合。该方案在比赛中得到了较好的验证，即成功完成IARC的第五号任务参加比赛的飞行器，如图1。2所示。论文网

图1。2  麻省理工学院的无人机

德国弗莱堡大学四旋翼无人机系统采用Mikrokopter机身作为飞行平台，加装URG-04LX激光扫描仪和MTi姿态辨识系统来获取无人机在室内飞行时的实时状态信息。他们采用粒子滤波方法对四旋翼无人机进行室内定位[4]，并实现了在室内已知或未知的复杂环境下的同步定位建图、轨迹规划等任务。另外，纽约市立大学也成功完成了

利用激光扫描仪对四旋翼无人机二维环境下的定位与建图[5][6]。同时，他们实现了无人机在立体环境下的定位和建图，其无人机搭载了Intel Atom 处理器、IMU、激光扫描仪以及气压计等设备。

同样，国内对无人机自主导航的研究也有不少进展，尤其是室内自主导航部分。国际空中机器人大赛（亚太赛区）[7][8]2012年起在中国举办，国内众多高校参加。该比赛难度极高，旨在提高无人机室内的自主导航能力。比赛每代任务相互独立且极具挑战性，目前已经到达第七代（空中机器人与地面自主机器人的交互行为；在一个开放环境中的自主导航；环境中无辅助导航、GPS或墙壁等静止点；是与其他空中机器人的博弈行为）。2013清华大学THRONE代表队完成大赛第六代任务（秘密潜入模拟的恐怖分子基地并调换情报），成为自2010年设题以来两个赛区中第一支完成任务的队伍[9]。

图1。3  清华大学的无人机

清华大学选择了德国公司生产的Pelican四轴无人机作为开发平台，通过配有前向摄像头、俯拍摄像头、超声波传感器和激光扫描仪的板载处理器采集各种数据，将INS和SLAM数据融合后，利用无线模块将数据传输到地面控制站进行处理，再返回飞行命令信息进行无人机室内控制。 室内导航路径规划国内外研究现状:http://www.youerw.com/yanjiu/lunwen_97208.html