CN103809597B - 无人机的飞行路径规划方法及无人机 - Google Patents

Abstract

本发明提供一种无人机的飞行路径规划方法及无人机，其中方法包括以下步骤：获取无人机飞行环境的深度信息，并根据深度信息生成飞行环境的二维栅格地图，飞行环境包括障碍物；根据二维栅格地图中每个栅格和障碍物的位置构建每个栅格与对应障碍物的势函数；根据无人机的位置和势函数获得二维栅格地图中栅格的加权图；根据加权图确定飞行路径。根据本发明实施例的方法，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

Description

无人机的飞行路径规划方法及无人机

技术领域

本发明涉及自主导航技术领域，特别涉及一种无人机的飞行路径规划方法及无人机。

背景技术

无人机具有费效比低、零伤亡和部署灵活等优点，通过配备传感器感知飞行环境以设计路径，同时还具备环境信息收集、建模，特定目标任务的规划、分解和执行能力。小型无人机因其体积小、控制灵活、可以做多种特殊动作，在军事和民用领域得到了广泛应用。尤其在抢险救灾，基础设施如石油管道、矿井等狭窄区域的探测等方面，小型无人机有着广阔的应用和发展前景。

现有的路径规划算法，基于机载传感器感知飞行环境的纹理和深度信息，重建飞行环境的同时在规划层计算出无人机的飞行路线，适用于较为宽敞的应用场景。对环境建模的精确度和路径规划的精细度要求不是很高，无法适用于小型无人机在狭窄室内环境下的飞行路径规划。

发明内容

本发明的目的旨在至少解决上述的技术缺陷之一。

为此，本发明一方面提供一种无人机的飞行路径规划方法。

本发明的另一方面提出一种无人机。

有鉴于此，本发明一方面的实施例提出一种无人机的飞行路径规划方法，包括以下步骤：栅格地图生成步骤，获取无人机飞行环境的深度信息，并根据所述深度信息生成所述飞行环境的二维栅格地图，所述飞行环境包括障碍物；势函数构建步骤，根据所述二维栅格地图中每个栅格和所述障碍物的位置构建每个栅格与对应障碍物的势函数；加权图生成步骤，根据所述无人机的位置和所述势函数获得所述二维栅格地图中栅格的加权图；以及飞行路径确定步骤，根据所述加权图确定飞行路径。

根据本发明实施例的方法，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

在本发明的一个实施例中，所述深度信息为距离。

在本发明的一个实施例中，所述加权图生成步骤具体包括：分别计算所述无人机移动到所述二维栅格地图中多个栅格的权值；根据所述无人机的位置、所述多个栅格的权值和所述势函数获得所述二维栅格地图中栅格的加权图。

在本发明的一个实施例中，所述飞行路径确定步骤具体为，根据所述加权图中每个栅格的加权值采用SPFA算法确定所述无人机的飞行路径。

在本发明的一个实施例中，还包括：路径点确定步骤，根据所述无人机的飞行速度和安全距离得到下一个飞行点。

在本发明的一个实施例中，在所述二维栅格地图中通过不同的数值表示该栅格是否为障碍物。

在本发明的一个实施例中，所述每个栅格与对应障碍物的势函数通过如下公式表示，所述公式为，其中，为所述势函数，为正常数，d_m为所述无人机与障碍物的最短距离，d₀为安全距离。

在本发明的一个实施例中，所述权值通过如下公式获得，所述公式为， 其中，C₀₁为从当前位置p₀(x₀,y₀)移动到p₁(x₁,y₁)点的权值，K₁和K₂分别为加权常数，d₀₁为当前位置p₀到p₁的距离，为栅格(x₁,y₁)的势函数。

本发明另一方面的实施例提出了一种无人机，包括：栅格地图生成模块，用于获取无人机飞行环境的深度信息，并根据所述深度信息生成所述飞行环境的二维栅格地图，所述飞行环境包括障碍物；势函数构建模块，根据所述二维栅格地图中每个栅格和所述障碍物的位置构建每个栅格与对应障碍物的势函数；加权图生成模块，根据所述无人机的位置和所述势函数获得所述二维栅格地图中栅格的加权图；以及飞行路径确定模块，用于根据所述加权图中每个栅格的加权值采用SPFA算法确定所述无人机的飞行路径。

根据本发明实施例的无人机，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

在本发明的一个实施例中，所述每个栅格与对应障碍物的势函数通过如下公式表示，所述公式为，其中，为所述势函数，为正常数，d_m为所述无人机与障碍物的最短距离，d₀为安全距离。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，

图1为根据本发明一个实施例的无人机的飞行路径规划方法的流程图；以及

图2为根据本发明一个实施例的无人机的结构框图。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

狭窄室内的飞行路径规划要考虑如下几个方面：1、狭窄飞行环境的建模精度，这决定着路径规划算法可以达到的精细程度，有助于精确的控制无人机的飞行动作和姿态；2、路径规划算法的精细程度，即所给出路径点的间距是否合适，是否可实现自适应调整飞行步长以达到精确而平滑的飞行效果；3、飞行环境建模与路径规划算法的统一化设计，使用飞行环境建模的相关参数约束路径规划算法计算出的路径点，使二者协同工作，实现较好的飞行路径点设置。

图1为根据本发明一个实施例的无人机的飞行路径规划方法的流程图。如图1所示，根据本发明实施例的无人机的飞行路径规划方法包括以下步骤：获取无人机飞行环境的深度信息，并根据深度信息生成飞行环境的二维栅格地图，飞行环境包括障碍物（步骤101）。根据二维栅格地图中每个栅格和障碍物的位置构建每个栅格与对应障碍物的势函数（步骤103）。根据无人机的位置和势函数获得二维栅格地图中栅格的加权图（步骤105）。根据加权图确定飞行路径（步骤107）。

根据本发明实施例的方法，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

在步骤101中，通过二维激光测距机等机载传感器按照一定频率扫描无人机的飞行环境中某个水平面上周围点的深度信息即距离，并生成二维栅格地图以存储在二维数组中。该二维数组的行列数表示该栅格在二维栅格地图中的坐标信息。在二维栅格地图中通过不同的数值表示该栅格是否为障碍物，例如“0”表示该栅格已被搜索且没有障碍物，“100”表示该栅格已被探索且存在障碍物，“-1”表示该栅格还未被探索。

在步骤103中，每个栅格与对应障碍物的势函数通过如下公式表示，公式为，其中，为势函数，为正常数，d_m为无人机与障碍物的最短距离，d₀为安全距离。

窄小环境内墙壁或其它障碍物的点构成的集合为Q＝{(u_i,v_i),i＝0,1....n}。 $d_m=\mathrm{Min}\left\{\sqrt{{(x-u_i)}^2+{(y-v_i)}^2}\right|(u_i,v_i)\∈Q\}.$ 在本发明的示例中，k＝0.693，小型无人机半径为30cm，d₀＝45cm。

在步骤105中，分别计算无人机移动到二维栅格地图中多个栅格的权值。根据无人机的位置、多个栅格的权值和势函数获得二维栅格地图中栅格的加权图。权值通过如下公式获得，公式为，其中，C₀₁为当前位置p₀(x₀,y₀)移动到p₁(x₁,y₁)点的权值，K₁和K₂分别为加权常数，d₀₁为当前位置p₀到p₁的距离，为栅格(x₁,y₁)的势函数。0＜K₁＜1,0＜K₂＜1，且K₁+K₂＝1。

在本发明的一个实施例中，在二维栅格地图中任意两点p₁(x₁,y₁)和p₂(x₂,y₂)的距离d₁₂为， $d_{12}=\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2}.$

在步骤107中，根据无人机的飞行速度和安全距离得到下一个飞行点。根据加权图中每个栅格的加权值采用SPFA算法确定无人机的飞行路径。

在本发明的一个实施例中，以栅格地图中的点构建加权图G，连接点p₁(x₁,y₁)和p₂(x₂,y₂)边的权值为C₁₂，使用SPFA算法计算飞行路径点。具体而言，建立一个数组来记录无人机到二维栅格地图中每个栅格的最短路径，无人机到其当前位置的距离为0，数组其余元素赋值为无穷大。建立一个先入先出队列，初始时刻队列中只有无人机的当前位置，然后执行松弛操作，依次取出队列首节点并重新计算无人机当前位置到二维栅格地图中每个栅格的最短路径，如果成功更新最短路径且新引入的中间节点不在队列中则把该点加入到队尾，重复执行直到队列为空。通过该方法可以确定无人机的飞行路径。

在本发明的一个实施例中，可根据具体飞行需求设置每一步的飞行半径R并选取下一飞行路径点。所选取的下一个路径点满足以下条件：（1）该路径点是通过SPFA算法所获得的路径点，且未经过该路径点。（2）该路径点到无人机当前位置的距离最接近飞行半径R。

根据本发明实施例的方法，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

图2为根据本发明一个实施例的无人机的结构框图。如图2所示，根据本发明实施例的无人机包括：栅格地图生成模块100、势函数构建模块200、加权图生成模块300和飞行路径确定模块400。

具体地，栅格地图生成模块100用于获取无人机飞行环境的深度信息，并根据深度信息生成飞行环境的二维栅格地图，飞行环境包括障碍物。势函数构建模块200根据二维栅格地图中每个栅格和障碍物的位置构建每个栅格与对应障碍物的势函数。加权图生成模块300根据无人机的位置和势函数获得二维栅格地图中栅格的加权图。飞行路径确定模块400用于根据加权图中每个栅格的加权值采用SPFA算法确定无人机的飞行路径。

在本发明的一个实施例中，栅格地图生成模块100通过二维激光测距机等机载传感器按照一定频率扫描无人机的飞行环境中某个水平面上周围点的深度信息即距离，并生成二维栅格地图以存储在二维数组中。该二维数组的行列数表示该栅格在二维栅格地图中的坐标信息。栅格地图生成模块100在二维栅格地图中通过不同的数值表示该栅格是否为障碍物，例如“0”表示该栅格已被搜索且没有障碍物，“100”表示该栅格已被探索且存在障碍物，“-1”表示该栅格还未被探索。

在本发明的一个实施例中，每个栅格与对应障碍物的势函数通过如下公式表示，公式为，其中，为势函数，为正常数，d_m为无人机与障碍物的最短距离，d₀为安全距离。

窄小环境内墙壁或其它障碍物的点构成的集合为Q＝{(u_i,v_i),i＝0,1....n}。 $d_m=\mathrm{Min}\left\{\sqrt{{(x-u_i)}^2+{(y-v_i)}^2}\right|(u_i,v_i)\∈Q\}.$ 在本发明的示例中，k＝0.693，小型无人机半径为30cm，d₀＝45cm。

在本发明的一个实施例中，加权图生成模块300分别计算无人机移动到二维栅格地图中多个栅格的权值。根据无人机的位置、多个栅格的权值和势函数获得二维栅格地图中栅格的加权图。加权图生成模块300通过如下公式获得权值，公式为， 其中，C₀₁为当前位置p₀(x₀,y₀)移动到p₁(x₁,y₁)点的权值，K₁和K₂分别为加权常数，d₀₁为当前位置p₀到p₁的距离，为栅格(x₁,y₁)的势函数。0＜K₁＜1,0＜K₂＜1，且K₁+K₂＝1。

在本发明的一个实施例中，在二维栅格地图中任意两点p₁(x₁,y₁)和p₂(x₂,y₂)的距离d₁₂为， $d_{12}=\sqrt{{(x_2-x_1)}^2+{(y_2-y_1)}^2}.$

在本发明的一个实施例中，飞行路径确定模块400根据无人机的飞行速度和安全距离得到下一个飞行点。根据加权图中每个栅格的加权值采用SPFA算法确定无人机的飞行路径。

在本发明的实施例中，以栅格地图中的点构建加权图G，连接点p₁(x₁,y₁)和p₂(x₂,y₂)边的权值为C₁₂，使用SPFA算法计算飞行路径点。具体而言，建立一个数组来记录无人机到二维栅格地图中每个栅格的最短路径，无人机到其当前位置的距离为0，数组其余元素赋值为无穷大。建立一个先入先出队列，初始时刻队列中只有无人机的当前位置，然后执行松弛操作，依次取出队列首节点并重新计算无人机当前位置到二维栅格地图中每个栅格的最短路径，如果成功更新最短路径且新引入的中间节点不在队列中则把该点加入到队尾，重复执行直到队列为空。通过该方法可以确定无人机的飞行路径。

根据本发明实施例的无人机，通过二维栅格地图构建势函数，并通过由势函数得到的加权图确定飞行路径，提高了计算效率，同时具有良好的扩展性。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种无人机的飞行路径规划方法，其特征在于，包括以下步骤：

栅格地图生成步骤，获取无人机飞行环境的深度信息，并根据所述深度信息生成所述飞行环境的二维栅格地图，所述飞行环境包括障碍物；

势函数构建步骤，根据所述二维栅格地图中每个栅格和所述障碍物的位置构建每个栅格与对应障碍物的势函数；

加权图生成步骤，根据所述无人机的位置和所述势函数获得所述二维栅格地图中栅格的加权图；以及

飞行路径确定步骤，根据所述加权图确定飞行路径，

所述每个栅格与对应障碍物的势函数通过如下公式表示，所述公式为，

其中，为所述势函数，k为正常数，d_m为所述无人机与障碍物的最短距离，d₀为安全距离。

2.如权利要求1所述的无人机的飞行路径规划方法，其特征在于，所述深度信息为距离。

3.如权利要求1所述的无人机的飞行路径规划方法，其特征在于，所述加权图生成步骤具体包括：

分别计算所述无人机移动到所述二维栅格地图中多个栅格的权值；

根据所述无人机的位置、所述多个栅格的权值和所述势函数获得所述二维栅格地图中栅格的加权图。

4.如权利要求1所述的无人机的飞行路径规划方法，其特征在于，所述飞行路径确定步骤具体为，

根据所述加权图中每个栅格的加权值采用SPFA算法确定所述无人机的飞行路径。

5.如权利要求1所述的无人机的飞行路径规划方法，其特征在于，还包括：

路径点确定步骤，根据所述无人机的飞行速度和安全距离得到下一个飞行点。

6.如权利要求1所述的无人机的飞行路径规划方法，其特征在于，在所述二维栅格地图中通过不同的数值表示该栅格是否为障碍物。

7.如权利要求3所述的无人机的飞行路径规划方法，其特征在于，所述权值通过如下公式获得，所述公式为，

其中，C₀₁为从当前位置p₀(x₀,y₀)点移动到p₁(x₁,y₁)点的权值，K₁和K₂分别为加权常数，d₀₁为当前位置p₀到p₁的距离，为栅格(x₁,y₁)的势函数。

8.一种无人机，其特征在于，包括：

栅格地图生成模块，用于获取无人机飞行环境的深度信息，并根据所述深度信息生成所述飞行环境的二维栅格地图，所述飞行环境包括障碍物；

势函数构建模块，根据所述二维栅格地图中每个栅格和所述障碍物的位置构建每个栅格与对应障碍物的势函数；

加权图生成模块，根据所述无人机的位置和所述势函数获得所述二维栅格地图中栅格的加权图；以及

飞行路径确定模块，用于根据所述加权图中每个栅格的加权值进行SPFA算法的选取以确定所述无人机的飞行路径，

所述每个栅格与对应障碍物的势函数通过如下公式表示，

其中，为所述势函数，k为正常数，d_m为所述无人机与障碍物的最短距离，d₀为安全距离。