1.一种基于ToF和视觉传感器的旋翼无人机避障控制系统的控制方法，其特征在于：所述旋翼无人机避障控制系统包含5个避障子模块和1个控制模块，其中，所述避障子模块包含第一ToF深度传感器(2)、第一视觉传感器(1)、第二视觉传感器(3)、数据接口(5)、第一固定接口(6)和第二固定接口(7)和避障子模块外壳(4)组成；

其中，第一视觉传感器(1)和第二视觉传感器(3)均用于采集图像信息，对障碍物进行标记并计算障碍物相对避障子模块的XY位置信息；

第一ToF深度传感器(2)，用于对障碍物进行检测，测得障碍物相对避障子模块的深度距离信息；

数据接口(5)，用于将传感器采集的数据发送至控制模块；

5个避障子模块包含安装在无人机机头反向位置的避障子模块N(22)、无人机机头左侧的避障子模块E(23)、无人机机头位置的避障子模块S(24)、无人机机头右侧位置的避障子模块W(25)和无人机顶部位置的避障子模块A(26)；

所述控制模块包含第二ToF深度传感器(8)、第三视觉传感器(9)和第四视觉传感器(10)、光流模块(11)、姿态传感器(12)、气压传感器(13)、控制器(14)、差分定位模块(15)、数据接口N(17)、数据接口E(18)、数据接口S(19)、数据接口W(20)、数据接口A(21)、控制模块外壳(16)；

其中，气压传感器(13)和第二ToF深度传感器(8)融合进行高精度定高，其中第二ToF深度传感器(8)测得的深度信息主要用在低空中，而气压传感器(13)测得的气压数据主要用于高空中；

光流模块(11)和差分定位模块(15)结合进行定位，其中，光流模块(11)用在差分定位模块(15)定位精度较差或者无定位信息时辅助定位；所述控制方法具体包含如下步骤；

步骤1，初始化无人机；

步骤2，获取本机的位置和速度以及利用传感器感知周围障碍物的位置；

步骤3，利用障碍物的位置信息估算障碍物的速度矢量；

步骤4，利用本机的位置和障碍物的位置估计位置差；

步骤5，判断无人机是否处于障碍物的势场内，如果处于势场内，则执行步骤6，否则执行步骤2；

步骤6，计算势场力和辅助牵引力；

步骤7，利用势场力和辅助牵引力计算无人机期望的避障姿态信息；

在步骤2中：

T

定义v(t)以及pu(t)＝[xu,yu,zu] 表示旋翼无人机在t时刻的速度以及位置，定义表示障碍物i在t时刻的位置，其中，旋翼无人机的位置信息中的平面位T T

置[xu,yu] 由光流模块(11)和差分定位模块(15)采集得，而高度位置[zu]由气压传感器(13)和第二ToF深度传感器(8)采集得到；

在步骤3中：

定义障碍物i在t时刻的速度为 表示上一时刻，ti表示当前时刻，表示系统第一次检测到障碍物的时刻，且 当系统第一次检测到障碍物i时，计 且则障碍物速度 的值 和角度 分别估算为：

在步骤4中：

定义无人机与障碍物i的位置差为dxy(i,t)和dz(i,t),位置差估算为：其中，sgn为符号函数；

在步骤5中：

定义 和 为障碍物势场范围， 和 为障碍物基本势场范围， 和 为势场调节参数；定义θ1为障碍物i速度方向与旋翼无人机和障碍物i连线之间的角度，θ2表示障碍物i和旋翼无人机速度方向之间的角度， 表示辅助牵引势场角度；

障碍物势场范围函数 和 为：

其中， 为x‑y平面上的势场范围函数， 为y‑z平面上的势场范围函数；该势场范围函数与障碍物速度有关，随着障碍物速度的变化而变化，且其与障碍物的速度正相关；

障碍物势场Uxy(i)和Uz(i)为：

其中，a1、a2、b1和b2为势场调节参数，Uxy(i)为旋翼无人机与障碍物在x‑y平面上的势场，而Uz(i)为旋翼无人机与障碍物在y‑z平面上的势场；

为了快速离开障碍物，设计辅助牵引势场Ua(i)，辅助牵引势场为：通过将步骤4估算的位置差dxy(i,t)和dz(i,t)与障碍物势场范围函数 和对比，若 则处于Uxy(i)和Ua(i)势场内；若 则处于Uz(i)势场内，计算障碍物势场；

在步骤6中：

定义 表示x‑y平面势场角度， 表示y‑z平面势场角度， 表示辅助牵引势场角度；

对步骤5中所述的障碍物势场Uxy(i)和Uz(i)沿负梯度方向求导可得势场力fxy(i)、fz(i)和fa(i)：对上述势场力fxy(i)和fa(i)分别设计角度为：在步骤6中：

利用步骤6中求得的势场力和势场力的角度计算期望避障姿态如下：以及 均大于零，选取

2.根据权利要求1所述的一种基于ToF和视觉传感器的旋翼无人机避障控制系统的控制方法，其特征在于：障碍物势场Uxy(i)和Uz(i)中的势场调节参数分别选取为a1＞0、a2＞

0、b1＞0和b2＞0，选取a1＝1、a2＝0.8、b1＝5和b2＝3。