张阵委，章 伟，龙 林，颜晨航

(上海工程技术大学 机械与汽车工程学院，上海 201620)

小型无人机(Micro Aerial Vehicle，MAV)实时室内三维环境的构建已经被广泛应用于无人机避障领域[1]。深度相机能够比较准确地获取室内三维空间信息，可被运用于目标识别、定位及路径规划等无人机室内导航任务中。 相较于双目视觉系统，深度相机构建的障碍物检测的三维地图信息，可以为无人机的控制器提供更准确的实时环境感知[2]。考虑到建筑物内部定位系统(Global Positioning System，GPS)信号缺失、光源缺少以及三原色光(Red Green Blue，RGB)双目相机比较依赖光源的特点[3]，基于结构光相机通过激光扫描获得三维地图信息是无人机在室内避障环境中一个非常合理的选择。

此前有很多利用RGB相机获取无人机当前所在环境的三维地图信息[4]。Bachrach使用实时定位传感和实时地图构建算法(Simultaneous Localization and Mapping，SLAM)，使用感光相机和二维激光信息来计算室内的二维地图[5]，进而达到构建室内地图的目的。它生成的二维地图只能应用在简单场景构建，如果室内场景有形状轮廓为长条形的障碍物或者光源比较弱[6]，则容易出现误差和错误。 研究人员也曾使用双目视觉点云拼接技术来生成现实环境的三维地图，但是它生成的三维点云信息量太过复杂[7]，很难对它进行数据分析，且使用这种拼接方式获取的点云噪声很大且难以滤除。

考虑成本和平台特点以及室内光源缺少等各方面因素，研究人员使用高性能、低功耗Pixhawk板和消费级别的深度相机(Red Green Blue Depth Map，RGB-D)构建了一套低成本的嵌入式视觉硬件平台[8]。……