CN104155998B - 一种基于势场法的航迹规划方法 - Google Patents
一种基于势场法的航迹规划方法 Download PDFInfo
- Publication number
- CN104155998B CN104155998B CN201410427448.1A CN201410427448A CN104155998B CN 104155998 B CN104155998 B CN 104155998B CN 201410427448 A CN201410427448 A CN 201410427448A CN 104155998 B CN104155998 B CN 104155998B
- Authority
- CN
- China
- Prior art keywords
- mrow
- aircraft
- barrier
- mtd
- mfrac
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于势场法的航迹规划方法，其特征在于，包括如下内容：根据飞行器由飞行起点到达终点过程中的确定的地理环境，抽象获得确定的地理环境中障碍物的特征信息，并保存特征信息；基于特征信息，采用势场法，获得飞行器与终点的合力；基于合力，控制更新当前的位置，解决了现有技术中飞行器航迹规划无法实时对航迹进行调整的技术问题，进而实现了能够对航迹进行实时规划的技术效果。
Description
技术领域
本发明涉及无人机航迹规划技术领域，尤其涉及一种基于势场法的航迹规划方法。
背景技术
飞行器的航迹规划是指在约束条件下，根据飞行器的飞行的具体任务、威胁量、天气状况、所在的空中位置及所处的地形数据等各种因素来规划出适合的最佳路径，当然，这其中需要满足两方面的指标：一是在规划过程中要求各种威胁量尽可能的小，二是要求路径尽可能的短。
根据任务性能指标的不同，飞行器航迹规划算法也有不同的要求。在飞行器航迹规划的过程中，需要考虑飞行器在飞行过程中受到的各个因素的影响，在各个因素的相互耦合的情况下，使规划的航迹满足环境中的各个约束条件，从而使飞行器以符合自身动力性能的飞行状态完成任务，标准化输入输出，使能在3D视图中显示飞行器的飞行轨迹。
目前现有的飞行器进行航迹规划主要采用的是人工计算和手动编辑输入航点的方式，过程繁琐，修改费时，实用便捷性较低。
申请号为CN201310478422.5的发明提供一种基于环境网络划分的航迹规划方法，将飞行区域划分为三维网络，将地形障碍及各种威胁建模为网络中的故障节点，降低了航迹规划算法的复杂度，但是，网络划分过程非常繁琐，尺度大小的选择也是需要具体考虑的一个问题。
申请号为CN201110458232.8的发明涉及一种针对无人机的快速航迹规划方法，采用地图绘制控件将地图功能添加到航迹规划应用中，通过鼠标点选方式确定航迹点及鼠标拖拽的方式修改航迹点，有效的解决了航迹点的选取问题，但是当飞行器处于复杂环境下，鼠标选点的方式在精度上及效率上不占优势，也没有能够解决实时调整航迹的问题。
申请号为CN103676944A的发明提出了一种Dubins路径和稀疏A*搜索的无人机航迹规划方法，该方法是一种启发式搜索路径算法，可以依据环境和任务惊醒调整，但是存在网络隔点划分尺度不易确定的问题，同时不适合动态环境，且规划结果是分段直线而非光滑曲线等问题。
因此，现有技术的飞行器航迹规划存在无法实时对航迹进行调整的技术问题。
发明内容
本申请实施例通过提供一种基于势场法的航迹规划方法，解决了现有技术中飞行器航迹规划无法实时对航迹进行调整的技术问题，进而实现了能够对航迹进行实时规划的技术效果。
本申请实施例提供了一种基于势场法的航迹规划方法，所述方法包括：
S101.根据由飞行起点到达终点过程中的确定的地理环境，抽象获得确定的地理环境中障碍物的特征信息，并保存特征信息；
S102.基于特征信息，采用势场法，获得飞行器与终点的合力；
S103.基于合力，控制更新当前的位置。
进一步地，所述S101中的特征信息为形态信息。
进一步地，在S101前还有：判断飞行器是否在障碍物的作用域内；若在障碍物的作用域内，执行S101。
进一步地，在S101之前，所述方法还包括：
根据起点位置和终点位置，获取飞行起点到达终点的吸引力。
进一步地，所述S102具体包括：
基于特征信息，判断障碍物是否为线性障碍物；
在判断获得为线性障碍物时，根据吸引力的向量和线性障碍物向量，获得在线性障碍物作用下飞行器沿墙走分量；
根据吸引力和沿墙走分量，获得合力。
进一步地，所述S102具体包括：
基于特征信息，判断障碍物是否为圆障碍物；
在判断获得为圆障碍物时，根据吸引力向量和飞行器与圆障碍物之间的距离向量，获得在圆障碍物作用下飞行器受到的附加控制力；
根据吸引力和附加控制力，获得合力。
进一步地，所述S102具体包括，基于特征信息，采用势场法，在判断获得飞行器无法达到沿墙走和附加控制力的条件时，获得当前飞行器与障碍物之间的排斥力；
根据吸引力和排斥力，获得合力。
进一步地，所述S103具体包括：
基于合力，获得当前的加速度；
根据当前的加速度、采样时间，以及当前的位置，获得下一个采样时间的位置；
根据下一个采样时间的位置，控制更新当前的位置。
进一步地，所述S103之后，所述方法还包括：
根据当前的位置以及下一个采样时间的位置，判断飞行器是否到达终点；
若当前位置距离下一个采样的位置之间的距离满足预设距离范围，确定飞行器到达终点；或
若当前位置距离下一个采样的位置之间的距离不满足预设距离范围，确定飞行器未达到终点，继续执行S101。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了根据飞行器由飞行起点到达终点过程中的确定的地理环境，抽象获得确定的地理环境中障碍物的特征信息，并保存特征信息，接着，基于特征信息，采用势场法，获得飞行器与终点的合力；最后，基于合力，控制更新当前的位置的技术方案，解决了现有技术中飞行器的航迹规划无法实时对航迹进行调整的技术问题，进而实现了能够对航迹进行实时规划的技术效果。
附图说明
图1为本申请实施例中基于势场法的航迹规划方法的流程图；
图2为本申请实施例中具体地基于势场法的航迹规划的流程图；
图3为本申请实施例中航迹规划的整体系统框图。
具体实施方式
本申请实施例通过提供一种基于势场法的航迹规划方法，解决了现有技术中飞行器航迹规划无法实时对航迹进行调整的技术问题，进而实现了能够对航迹进行实时规划的技术效果。
本申请实施例中的技术方案为解决上述飞行器航迹规划无法实时对航迹进行调整的技术问题，总体思路如下：
首先，飞行器根据由飞行起点到达终点的过程中的确定的地理环境，从而抽象获得确定的地理环境中障碍物的特征信息；接着，根据获得的特征信息，采用势场法，获得飞行器与终点的合力；最后，根据获得的合力，控制更新当前的位置。进而能够实时对飞行器的航迹进行调整，完善航迹规划。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
首先来介绍下势场法，势场法是由Khatib提出的一种虚拟力法(Oussama Khatib，Real-Time obstacle Avoidance for Manipulators and Mobile Robots.Proc of The1994 IEEE.)基本思想是将机器人在周围环境中的运动，设计成一种抽象的人造引力场中的运动，目的点对移动机器人产生“引力”，障碍物对移动机器人产生“斥力”，最后通过求合力来控制移动机器人的运动。
接下来具体就本实施例中的步骤进行详细描述。
S101，根据由飞行起点到达终点过程中的确定的地理环境，抽象获得确定的地理环境中障碍物的特征信息；
S102，基于特征信息，采用势场法，获得飞行器与终点的合力；
S103，基于合力，控制更新当前的位置。
在具体的实施方式中，该确定的地理环境中的障碍物的特征信息具体为形状信息，比如，该障碍物是否是有规则的形态，或者是表面高低起伏的形态，从而基于这样的形态来确定障碍物的特征信息。
在S102之前，需要判断飞行器与障碍物之间的排斥力是否满足预设条件，具体地，就是判断飞行器是否在障碍物的作用域内，比如，飞行器在飞行过程中会遇到电线杆，电线杆为障碍物，当飞行器距离电线杆10米的距离时，飞行器与障碍物之间的排斥力很小，可以忽略，此时，飞行器就在障碍物的作用域外；当飞行器距离电线杆5米的距离时，飞行器与障碍物的排斥力增大，此时的排斥力大于排斥力的预设门限值，此时，飞行器就在障碍物的作用域内，而当根据判断获得飞行器与障碍物之间的排斥力是满足预设条件，即在障碍物的作用域内时，才执行S101。而飞行器不在障碍物的作用域内时，受到的排斥力Fb＝0。
如果飞行器在由飞行起点到达终点的过程中都没有进入任何障碍物的作用域内，那么，飞行器与终点仅存在吸引力。
下面具体描述吸引力。
在S101之前，该基于势场法的航迹规划方法还包括：根据当前位置和终点位置，获取飞行器到达终点的吸引力。
在具体的实施方式中，飞行器当前位置和终点经纬度之间的距离信息用ρ(q,qgoal)＝||qgoal-q||来表示，其中，q是飞行器当前位置，qgoal是终点位置，吸引力Fatt的计算方法如下：
其中,ξ是一个正的比例因子，m为距离与吸引力作用参数，一般情况下，m＝1；从而能够根据上述的式子，获得飞行器当前位置到达终点的吸引力Fatt。
下面具体就根据障碍物的特征信息，采用势场法，获得与终点的合力的过程。
根据上述由飞行起点到达终点过程中的确定的地理环境，从而抽象出该地理环境中障碍物的特征信息，也就是形态信息，从而基于形态信息，判断该障碍物是否是线性障碍物。具体地，可采用超声测距的方式判断障碍物形态信息，通过测量超声波发射脉冲与反射波脉冲之间的时间间隔，可以计算出障碍物到探测装置之间的距离，根据物体反射的超声波脉冲到达两个接收器的时间不同，确定出障碍物表面的边角形状，从而确定出该障碍物的形状信息。
根据由上述获得的障碍物的形状信息，从而判断该障碍物是否是线性障碍物，例如电线杆等等的障碍物，如果检测到距离飞行器最近的障碍物为线性障碍物时，根据当前飞行器到达终点的吸引力的向量和线性障碍物向量，计算获得线性障碍物作用下飞行器沿墙走分量，从而的根据当前的吸引力和沿墙走分量，获得合力。
在具体的实施方式中，当飞行器进入最近的障碍物的作用域范围内时，且，判断获得该障碍物为线性障碍物时，根据上述获得吸引力的方法，获得当前飞行器所处位置距离终点的吸引力Fatt与线性障碍物向量lin之间夹角θ。
接着，计算沿墙走分量，其中，k1为比例系数，k1＝2.5；
从而获得飞行器在线性障碍物作用下沿墙走的分量Fw；当然，Fw＝0时,说明飞行器在该障碍物的作用域内，但是，并没有达到沿墙走的条件。
若判断获得障碍物为圆障碍物时，圆障碍物具体为办公楼或者教学楼等具有整体规则结构的障碍物，下面进行详细描述。
判断为圆障碍物时，计算获得飞行器与圆障碍物之间的距离向量qoa＝qobs-q，其中qobs是起排斥作用圆障碍物的位置，q为飞行器当前位置，计算获得吸引力Fatt与qoa之间的夹角γ；
接着，按照如下公式计算获得附加控制力，其中k2是比例系数，k2＝1；qona是向量qoa的单位法向量；
从而获得飞行器在圆障碍物作用下的附加作用力Fe，当然，Fe＝0时，说明飞行器在该圆障碍物的作用域内，但是，并没有达到附加作用力的条件。
如果飞行器在障碍物的作用域内，但是既没有达到沿墙走的条件，也没有达到附加作用力的条件，按照如下排斥力的公式，其中，η是排斥系数，η＝0.1，ρ(q,qobs)＝|q-qobs|为飞行器与障碍物之间的距离；
在整个航迹过程中，不仅会遇到线性障碍物，同时也会遇到圆障碍物，当然，也会遇到没有进入障碍物作用域的情况，因此，整个过程中飞行器所受到的整体排斥力Frep＝Fb+Fw+Fe+Fr。
根据上述获得的整体排斥力Frep，从而根据整体的排斥力Frep和吸引力Fatt，得到整体合力F。
接着，执行S103，首先，基于整体的合力F，获得飞行器当前的加速度a，根据当前的加速度a、采样时间，以及当前的位置，从而获得下一个采样时间的位置，然后，根据该下一个采样时间的位置，控制飞行器更新当前的位置。
在具体的实施方式中，合力F＝Fatt+Frep，根据牛顿第二定律，F＝m*a，飞行器的质量m＝1.25，从而可以获得飞行器当前的加速度a，在采样时间Ts＝0.1s的情况下，采用积分计算速度v＝a*Ts；计算过程中结果分别做如下限幅处理；
按照如下公式获得下一采样时间飞行器的位置qnext。
从而根据qnext使飞行器定位新的位置点，当然，具体是根据经纬度信息来更新位置。
在确定了新的位置之后，判断该新的位置是否是终点，如果是终点，结束航迹规划的过程；如果不是终点，返回重新执行S101。下面根据公式判断更新的位置是否是终点位置。其中，Δq＝|qnext-qd|表示qnext和终点qd之间的距离。
其中，R规定的半径约束R＝2.5。如果reach＝0，说明飞行器还没有到达终点。
在具体的实施方式中，对本方法的执行主体并不仅限于是飞行器，还可以是其他可移动的机器等。
下面对本发明中基于势场法的航迹规划方法的流程步骤如下，如图2所示：
S201，对整个关于航迹规划的数据文件的变量进行初始化，从而根据航迹规划过程中的起点位置，终点位置，获取飞行器到达终点的吸引力Fatt，执行S202；
S202，根据飞行器从起点到达终点过程中确定的地理环境，抽象获得确定的地理环境中障碍物的形态信息，并保存形态信息，执行S203；
S203，判断飞行器是否在障碍物的作用域内，若在障碍物的作用域内，执行S204；若不在障碍物的作用域内，执行S208；即Fb是否为零，Fb≠0时，执行S204；Fb＝0时，执行S208；
S204，基于特征信息，采用势场法，判断障碍物是否为线性障碍物，在判断获得为线性障碍物时，执行S205；否则执行S206；
S205，根据吸引力的向量和线性障碍物向量，获得在线性障碍物作用下飞行器沿墙走分量Fw；
S206，判断障碍物是否为圆障碍物，若为圆障碍物时,执行S206，否则执行S207；
S206，根据吸引力向量和飞行器与圆障碍物之间的距离向量，获得在圆障碍物作用下飞行器受到的附加控制力Fe；
若判断获得飞行器无法达到沿墙走和附加控制力的条件时，S207，获得当前飞行器与障碍物之间的排斥力Fr，执行S208；
S208，获得整体排斥力Frep＝Fb+Fw+Fe+Fr，执行S209；
S209，基于合力，获得当前的加速度，根据当前的加速度、采样时间，以及当前的位置，获得下一个采样时间的位置，执行S210；
S210，判断该系一个采样时间的位置是否为终点位置，若为终点位置，执行S211；若不是终点位置，继续执行S201。
总体来说，如图3所示，整个航迹规划的系统具体由三部分构成，A环境模块，B人机接口模块，C航迹规划模块，环境模块完成已知地形的环境建模抽象及数据的输入和保存等功能，人机接口模块主要完成飞行器的起飞点和终点设置，数据的导入和航迹的导出及相关监视参数的显示，航迹规划模块包含了系统运行参数设置和核心运算算法。整个航迹规划的系统完成了实时航迹的规划。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种基于势场法的航迹规划方法，其特征在于，包括如下内容：
S101.根据飞行器的当前位置和终点位置，获取飞行器到达终点的吸引力，根据飞行器由飞行起点到达终点过程中的确定的地理环境，抽象获得确定的地理环境中障碍物的特征信息，并保存特征信息；
S102.判断飞行器是否位于障碍物的作用域内，若在作用域内，则基于特征信息，所述特征信息为形态信息，采用势场法，获得飞行器与终点的合力，所述基于特征信息，所述特征信息为形态信息，采用势场法，获得飞行器与终点的合力，具体包括；
基于特征信息，采用势场法，判断障碍物是否为线性障碍物；
在判断获得为线性障碍物时，根据吸引力的向量和线性障碍物向量，获得在线性障碍物作用下飞行器沿墙走分量，所述沿墙走分量具体为飞行器在线性障碍物作用下的排斥力Fw；
<mrow>
<mi>F</mi>
<mi>w</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>k</mi>
<mn>1</mn>
<mo>*</mo>
<mi>L</mi>
<mi>i</mi>
<mi>n</mi>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&theta;</mi>
<mo>-</mo>
<mn>1.57</mn>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>0</mn>
<mo><</mo>
<mo>|</mo>
<mi>&theta;</mi>
<mo>-</mo>
<mn>1.57</mn>
<mo>|</mo>
<mo><</mo>
<mfrac>
<mi>&pi;</mi>
<mn>6</mn>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，k1为比例系数，θ为当前飞行器所处位置距离终点的吸引力Fatt与线性障碍物向量Lin之间的夹角；
<mrow>
<mi>&theta;</mi>
<mo>=</mo>
<mi>arccos</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>F</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mo>*</mo>
<mi>L</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mrow>
<mo>|</mo>
<mi>F</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mo>|</mo>
<mo>*</mo>
<mo>|</mo>
<mi>L</mi>
<mi>i</mi>
<mi>n</mi>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
根据吸引力和沿墙走分量，获得合力；或
基于特征信息，采用势场法，在判断获得障碍物为非线性障碍物时，判断障碍物是否为圆障碍物；
在判断获得为圆障碍物时，根据吸引力向量和飞行器与圆障碍物之间的距离向量，获得在圆障碍物作用下飞行器受到的附加控制力，所述附加控制力具体为飞行器在圆障碍物作用下的排斥力Fe；
<mrow>
<mi>F</mi>
<mi>e</mi>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>k</mi>
<mn>2</mn>
<mo>*</mo>
<msubsup>
<mi>q</mi>
<mrow>
<mi>o</mi>
<mi>a</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>*</mo>
<mrow>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>&gamma;</mi>
<mo>-</mo>
<mn>3.14</mn>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mn>0</mn>
<mo><</mo>
<mo>|</mo>
<mi>&gamma;</mi>
<mo>-</mo>
<mn>3.14</mn>
<mo>|</mo>
<mo><</mo>
<mfrac>
<mi>&pi;</mi>
<mn>6</mn>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>0</mn>
<mo>;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>o</mi>
<mi>t</mi>
<mi>h</mi>
<mi>e</mi>
<mi>r</mi>
<mi>w</mi>
<mi>i</mi>
<mi>s</mi>
<mi>e</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，k2是比例系数，qoa是飞行器与圆障碍物之间的距离向量，是向量qoa的单位法向量，γ是当前飞行器所处位置距离终点的吸引力Fatt与qoa之间的夹角；
<mrow>
<mi>&gamma;</mi>
<mo>=</mo>
<mi>arccos</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>F</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mo>*</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>o</mi>
<mi>a</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mo>|</mo>
<mi>F</mi>
<mi>a</mi>
<mi>t</mi>
<mi>t</mi>
<mo>|</mo>
<mo>*</mo>
<mo>|</mo>
<msub>
<mi>q</mi>
<mrow>
<mi>o</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
根据吸引力和附加控制力，获得合力；
S103.基于合力，控制更新当前的位置。
2.根据权利要求1所述的基于势场法的航迹规划方法，其特征在于，所述S102具体还包括：
基于特征信息，采用势场法，在判断获得飞行器无法达到沿墙走和附加控制力的条件时，获得当前飞行器与障碍物之间的排斥力；
根据吸引力和排斥力，获得合力。
3.根据权利要求1或2所述的基于势场法的航迹规划方法，其特征在于，所述S103具体包括：
基于合力，获得当前的加速度；
根据当前的加速度、采样时间，以及当前的位置，获得下一个采样时间的位置；
根据所述下一个采样时间的位置，控制更新当前的位置。
4.根据权利要求1所述的方法，其特征在于，所述S103之后，还包括：
根据当前的位置以及下一个采样时间的位置，判断飞行器是否到达终点；
若当前位置距离下一个采样的位置之间的距离满足预设距离范围，确定飞行器到达终点；或
若当前位置距离下一个采样的位置之间的距离不满足预设距离范围，确定飞行器未达到终点，继续执行S101。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410427448.1A CN104155998B (zh) | 2014-08-27 | 2014-08-27 | 一种基于势场法的航迹规划方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410427448.1A CN104155998B (zh) | 2014-08-27 | 2014-08-27 | 一种基于势场法的航迹规划方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104155998A CN104155998A (zh) | 2014-11-19 |
| CN104155998B true CN104155998B (zh) | 2017-08-25 |
Family
ID=51881522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410427448.1A Expired - Fee Related CN104155998B (zh) | 2014-08-27 | 2014-08-27 | 一种基于势场法的航迹规划方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104155998B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107102650B (zh) * | 2017-05-27 | 2020-01-31 | 河南科技大学 | 一种适用于高速环境的无人机动态路径规划方法 |
| CN107479572B (zh) * | 2017-08-02 | 2020-07-07 | 南京理工大学 | 基于仿生的无人机群组实时路径规划方法 |
| CN107340784B (zh) * | 2017-08-21 | 2018-04-17 | 中国人民解放军陆军工程大学 | 无人机集群控制方法 |
| CN108375987A (zh) * | 2018-05-28 | 2018-08-07 | 济南大学 | 一种低空飞行无人机的实时航迹规划 |
| CN108549408B (zh) * | 2018-05-29 | 2021-03-30 | 四川九洲空管科技有限责任公司 | 一种自动防撞地航迹规划方法及系统 |
| CN111367309B (zh) * | 2018-12-25 | 2023-09-01 | 杭州海康威视数字技术股份有限公司 | 一种无人机飞行控制方法及装置 |
| CN109737967A (zh) * | 2019-02-28 | 2019-05-10 | 中国科学院深圳先进技术研究院 | 无人机路径规划方法、装置、存储介质及计算机设备 |
| CN110471408B (zh) * | 2019-07-03 | 2022-07-29 | 天津大学 | 基于决策过程的无人驾驶车辆路径规划方法 |
| CN110850873B (zh) * | 2019-10-31 | 2021-06-08 | 五邑大学 | 无人船路径规划方法、装置、设备和存储介质 |
| CN112526870B (zh) * | 2020-12-02 | 2022-02-01 | 电子科技大学 | 一种基于逆集群算法的道路清洁编队规划方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE4408982C1 (de) * | 1994-03-16 | 1995-05-18 | Deutsche Forsch Luft Raumfahrt | Autonomes Navigationssystem für einen mobilen Roboter oder Manipulator |
| KR101048098B1 (ko) * | 2008-09-03 | 2011-07-11 | 한국과학기술원 | 로봇의 경로계획 장치 및 방법 |
| CN103365299B (zh) * | 2013-08-02 | 2015-12-23 | 中国科学院自动化研究所 | 一种无人机的避障方法及其装置 |
| CN103592961B (zh) * | 2013-09-24 | 2016-05-25 | 中国科学院力学研究所 | 超声速燃烧试验的煤油流量控制装置 |
-
2014
- 2014-08-27 CN CN201410427448.1A patent/CN104155998B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN104155998A (zh) | 2014-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104155998B (zh) | 一种基于势场法的航迹规划方法 | |
| Lolla et al. | Time-optimal path planning in dynamic flows using level set equations: theory and schemes | |
| CN106444794B (zh) | 一种无参数欠驱动uuv垂直面路径跟踪滑模控制方法 | |
| Wu | Coordinated path planning for an unmanned aerial-aquatic vehicle (UAAV) and an autonomous underwater vehicle (AUV) in an underwater target strike mission | |
| CN107504972A (zh) | 一种基于鸽群算法的飞行器航迹规划方法及装置 | |
| Lawrance et al. | Path planning for autonomous soaring flight in dynamic wind fields | |
| Dai et al. | Path planning and state estimation for unmanned aerial vehicles in hostile environments | |
| CN104236548A (zh) | 一种微型无人机室内自主导航方法 | |
| Garcia et al. | Dynamic graph-search algorithm for global path planning in presence of hazardous weather | |
| CN103592941A (zh) | 一种飞行速度限制下的无人飞行器航迹规划方法 | |
| CN107084714A (zh) | 一种基于RoboCup3D的多机器人协作目标定位方法 | |
| CN105867368A (zh) | 一种信息处理方法和移动装置 | |
| CN109582032B (zh) | 多旋翼无人机在复杂环境下的快速实时避障路径选择方法 | |
| Krishnakumar et al. | Safe autonomous flight environment (safe50) for the notional last “50 ft” of operation of “55 lb” class of uas | |
| CN114518770B (zh) | 一种电势场和深度强化学习融合的无人机路径规划方法 | |
| Zeng et al. | Exploiting ocean energy for improved AUV persistent presence: path planning based on spatiotemporal current forecasts | |
| CN109870906A (zh) | 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法 | |
| Zollars et al. | Optimal SUAS path planning in three-dimensional constrained environments | |
| Yang et al. | Optimization of dynamic obstacle avoidance path of multirotor UAV based on ant colony algorithm | |
| Zeng et al. | Path planning for rendezvous of multiple AUVs operating in a variable ocean | |
| Koyuncu et al. | Exploiting delayed and imperfect information for generating approximate uav target interception strategy | |
| CN105333873A (zh) | 一种着陆点在线选取的行星安全着陆制导方法 | |
| Ge et al. | Trajectory planning of fixed-wing UAV using kinodynamic RRT algorithm | |
| Guan et al. | A new integrated navigation system for the indoor unmanned aerial vehicles (UAVs) based on the neural network predictive compensation | |
| Ross et al. | Stochastic real-time optimal control for bearing-only trajectory planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Gang Inventor after: Ge Shuzhi Inventor after: Wang Wei Inventor after: Zhou Hongkun Inventor after: Qian Jie Inventor after: Zhou Chao Inventor after: Jiang Longlong Inventor before: Ge Shuzhi Inventor before: Wang Gang Inventor before: Wang Wei Inventor before: Zhou Hongkun Inventor before: Qian Jie Inventor before: Zhou Chao Inventor before: Jiang Longlong |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170825 Termination date: 20180827 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |