CN106873620A - 基于工作单元按需独立启停的农用无人机精确控制方法 - Google Patents
基于工作单元按需独立启停的农用无人机精确控制方法 Download PDFInfo
- Publication number
- CN106873620A CN106873620A CN201710097636.6A CN201710097636A CN106873620A CN 106873620 A CN106873620 A CN 106873620A CN 201710097636 A CN201710097636 A CN 201710097636A CN 106873620 A CN106873620 A CN 106873620A
- Authority
- CN
- China
- Prior art keywords
- center line
- row
- line
- unmanned plane
- path
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 5
- 238000005457 optimization Methods 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims 1
- 239000003337 fertilizer Substances 0.000 abstract description 3
- 239000003905 agrochemical Substances 0.000 abstract description 2
- 239000000126 substance Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 19
- 238000006243 chemical reaction Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- VYMDGNCVAMGZFE-UHFFFAOYSA-N phenylbutazonum Chemical compound O=C1C(CCCC)C(=O)N(C=2C=CC=CC=2)N1C1=CC=CC=C1 VYMDGNCVAMGZFE-UHFFFAOYSA-N 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公布一种基于工作单元按需独立启停的农用无人机精确控制方法，包括以下步骤：1、输入田块数据和作业参数；2、设定θ初始值和步距角，确定作业方向；3、计算行中心线；4、获得单元中心线；5、求得初始路径和对应的单元工作状态；6、求得使总遍历距离之和最小的路径，并存储为该作业方向下的最优路径；7、判断θ是否小于180°，若是，令θ增加一个步距角，返回步骤3,若否，则进入下一步；8、比较θ在不同数值时对应的最优路径，选择最短者为最终作业路径，与单元工作状态进行对应存储，得到无人机飞行控制信息。本发明实现了农用无人机在田间尤其是田块边界附近区域作业时的精准控制，提高了农药、化肥等消耗品的利用率。
Description
技术领域
本发明涉及一种农业设备控制领域，具体涉及一种基于工作单元按需独立启停的农用无人机精确控制方法。
背景技术
随着技术的不断进步，多旋翼无人机在农业中的应用越来越广泛。在利用无人机对某一田块实施植保、施肥、播种等全覆盖作业时，人工遥控操作难度大，作业重复率及遗漏率大。当作业机具工作幅宽较大、带有多个工作单元时，由于不能做到按需独立启停实时启停，在田块边界附近区域的作业误差量大，不仅造成农药、化肥、种子等消耗品的浪费，而且还造成局部区域的作业遗漏。
发明内容
本发明所要解决的技术问题是提供一种基于工作单元按需独立启停的农用无人机精确控制方法。
本发明解决上述技术问题的技术方案如下：
基于工作单元按需独立启停的农用无人机精确控制方法，包括以下步骤：
步骤S1、输入无人机出发点和降落点位置及待作业田块边界数据，依次存储各顶点数据，并顺次连接各顶点，得到多边形边界数据；输入无人机飞行作业参数，包括工作幅宽W和工作单元数N；
步骤S2、设定θ初始值和步距角,所述θ为作业方向与竖直方向或水平方向的夹角，θ的初始值为0，步距角为定值α°；
步骤S3、根据θ值确定作业方向，利用与作业方向平行的多条间距为W/2平行线与多边形边界求交，得到多边形填充线，并对多边形填充线进行筛选和处理，得到行中心线；
步骤S4、对行中心线进行延伸处理后，将行中心线分别向两侧平移M次，所述M为N/2再取整后的值，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线；
步骤S5、利用行中心线、单元中心线、工作幅宽W和工作单元数N求得无人机的初始路径信息和工作状态信息。
步骤S6、对路径进行优化，求得最优路径，将最优路径信息及最优路径对应的无人机各工作单元状态信息进行存储；
步骤S7、判断θ的大小，若θ＜180°，则令θ增加α°，返回步骤步骤S3,若θ≥180°，则进入下一步骤；
步骤S8、比较θ在不同的数值时对应的最优路径的总长度，取总长度最短的最优路径为最终作业路径，将最终作业路径和无人机经过最终作业路径时各工作单元对应的工作状态进行对应存储，得到无人机飞行控制信息。
进一步的，所述步骤S1具体为，输入待作业田块边界数据，通过坐标格式转换，将原始经纬度数据转换成直角坐标系数据，并按照外边界以逆时针方向、内边界以顺时针方向的顺序依次存储各顶点。
进一步的，所述步骤S3中的对多边形填充线进行筛选和处理具体包括以下步骤：从多边形区域的一侧开始，取第奇数条多边形填充线作为行中心线，取第偶数行多边形填充线作为行分界线，若多边形区域另一侧最边缘是行分界线，则在最边缘的行分界线外添加一条与行分界线距离为W/2的平行线为行中心线；
进一步的，所述步骤S4具体为：对位于同一直线上的但不相连的行中心线进行延伸和合并处理之后，将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线延伸并与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线。
进一步的，所述步骤S4包括以下步骤：
步骤S4.1、对位于同一直线上的但不相连的行中心线进行延伸和合并处理；
步骤S4.2、对行中心线两端点与行中心线两侧的行边界线端点取极值，使行中心线两端进行延伸，若行中心线一侧没有行边界线，则对行中心线两端点与行中心线一侧的行边界线端点和另一侧的多边形顶点取极值，使行中心线向两端进行延伸；
步骤S4.3、将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线延伸并与多边形边界求交，保留单元中心线在多边形区域内的部分，为单元中心线。
进一步的，所述步骤S4.3具体包括以下步骤：
步骤S4.31、对N进行判断，若N为奇数，将每一条行中心线分别向两侧平移M次，每次平移距离为W/N，包括原始行中心线和平移后的行中心线，获得每一条行中心线对应的N条初始单元中心线；若N为偶数，将行中心分别向两侧平移M次，首次平移距离为W/(2×N)，以后每次平移距离为W/N，平移后得到行中心线对应的N条初始单元中心线；
步骤S4.32、将初始单元中心线与多边形边界求交，得到单元中心线；
进一步的，所述步骤S5具体包括以下步骤：
步骤S5.1、将每一条单元中心线端点分别向对应的行中心线所在直线进行投影，得到多个投影点作为行分割点；
步骤S5.2、在每一个投影点作行中心线所在直线的垂线，相邻垂线之间的区域为行分割区，将每一条单元中心线延伸与每一个行分割区相交，单元中心线在行分割区内的部分为相交段，若相交段处于多边形区域外部，则单元中心线对应的工作单元在行分割区内的工作状态为关闭，若相交段处于多边形区域内部，则单元中心线对应的工作单元在行分割区内的工作状态为开启；
步骤S5.3、将每一个行分割区内的行中心线段作为一个初始路径段，按上述步骤，得到无人机各工作单元在所有初始路径段内对应的工作状态，将所有初始路径段信息和初始路径段对应的无人机各工作单元状态信息进行存储。
进一步的，所述步骤S6具体为：对路径进行优化，将每一个初始路径段作为一个元素，求解从出发点出发，遍历所有初始路径段后，再返回降落点的路径，以使总遍历距离之和最小的优化路径顺序，按照优化路径顺序依次连接出发点、所有初始路径段和起降点，得到一条完整的作业路径为最优路径，最优路径中除初始路径段之外的所有连接线段，对应的无人机工作单元状态均为关闭状态，将最优路径信息及最优路径对应的无人机各工作单元状态信息进行存储。
进一步的，所述步骤S8中，获得最终作业路径后，还需要将最终路径数据经过坐标逆变换，将直角坐标系数据转换成经纬度数据，再将转换后的最终作业路径和无人机经过最终作业路径时各工作单元对应的工作状态进行对应存储，得到无人机飞行控制信息。进一步的，所述无人机包括多个工作单元，且各个工作单元分别连接一个启停控制装置，所述启停控制装置用于按照控制器的指令控制相应工作单元的启停。
本发明的有益效果为：本发明提供一种基于工作单元按需独立启停的农用无人机精确控制方法，该方法不仅通过算法优化了无人机作业的方向及行调度次序，减少了非有效作业时段的飞行时间，而且还从数据指令的角度支持了各工作单元的独立实时启停，特别是对于边缘形状不规则的田块，可以使得无人机在田块边界附近区域内能够更精准的作业，进一步减少了作业消耗、提高了作业质量。
附图说明
图1为本发明总体流程示意图；
图2为田块边界、行中心线及行边界示意图；
图3为行中心线延伸之后的示意图；
图4为行中心线平移得到初始单元中心线后的示意图；
图5为初始单元中心线与多边形边界求交之后得到的单元中心线后示意图；
图6为图5中C区域中单元中心线向行中心线投影之后的局部放大图；
图7为图5中C区域划分行分割区后的局部放大图；
图8为路径优化前的初始路径示意图；
图9为路径优化后的最优路径示意图；
图10为作业方向优化后，对应的行中心线和最优路径结果示意图；
图11为无人机作业实际覆盖区域示意图；
图12为N为6时对应的无人机最终作业路径；
图13为N为6时无人机作业实际覆盖区域示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，基于工作单元按需独立启停的农用无人机精确控制方法，包括以下步骤：
步骤S1、输入无人机出发点和降落点位置及待作业田块边界数据，依次存储各顶点数据，并顺次连接各顶点，得到多边形边界数据；输入无人机飞行作业参数，包括工作幅宽W和工作单元数N，本实施例中无人机出发点和降落点为同一位置，N为3；
步骤S2、设定θ初始值和步距角,所述θ为作业方向与竖直方向或水平方向的夹角，θ的初始值为0，步距角为定值α°；
步骤S3、根据θ值确定作业方向，利用与作业方向平行的多条间距为W/2平行线与多边形边界求交，运用活性边表法求解多边形填充问题，得到多边形填充线，并对多边形填充线进行筛选和处理，得到行中心线；
所述步骤S3中的对多边形填充线进行筛选和处理具体包括以下步骤：从多边形区域的一侧开始，取第奇数条多边形填充线作为行中心线，取第偶数行多边形填充线作为行分界线，若多边形区域另一侧最边缘是行分界线，则在最边缘的行分界线外添加一条与行分界线距离为W/2的平行线为行中心线；如图2所示为田块边界、行中心线及行边界示意图，其中竖直方向的实线为行中心线，虚线为行分界线；
步骤S4、对行中心线进行延伸处理后，将行中心线分别向两侧平移M次，所述M为N/2再取整后的值，本实施例中N为3，因此M为1，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线，每一条单元中心线即为一个工作单元的中心线；
作为一种实施方式，所述步骤S4具体为：对位于同一直线上的但不相连的行中心线进行延伸和合并处理之后，将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线延伸并与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线。
本实施例作为另一种实施方式，所述步骤S4包括以下步骤：
步骤S4.1、对位于同一直线上的但不相连的行中心线进行延伸和合并处理；
步骤S4.2、对行中心线两端点与行中心线两侧的行边界线端点取极值，使行中心线两端进行延伸，若行中心线一侧没有行边界线，则对行中心线两端点与行中心线一侧的行边界线端点和另一侧的多边形顶点取极值，使行中心线两端进行延伸，如图3所示为行中心线延伸之后的示意图，其中竖直方向上的实线为行中心线，虚线为行分界线；
步骤S4.3、将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，如图4所示为行中心线和初始单元中心线示意图，其中竖直方向上的实线为行中心线，点画线为初始单元中心线；本实施例中工作单元数N为3，是奇数，因此行中心线处有一条单元中心线与之重叠，将初始单元中心线延伸并与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线；如图5所示为初始单元中心线与多边形边界求交之后得到的单元中心线后结果示意图，其中竖直方向上的实线为行中心线，点画线为单元中心线。
所述步骤S4.3具体包括以下步骤：
步骤S4.31、对N进行判断，若N为奇数，将每一条行中心线分别向两侧平移M次，每次平移距离为W/N，包括原始行中心线和平移后的行中心线，获得每一条行中心线对应的N条初始单元中心线；若N为偶数，将行中心分别向两侧平移M次，首次平移距离为W/(2×N)，以后每次平移距离为W/N，平移后得到行中心线对应的N条初始单元中心线；
步骤S4.32、将初始单元中心线与多边形边界求交，得到单元中心线；
步骤S5、利用行中心线、单元中心线、工作幅宽W和工作单元数N求得无人机的初始路径信息和工作状态信息。
所述步骤S5具体包括以下步骤：
步骤S5.1、将每一条单元中心线端点分别向对应的行中心线所在直线进行投影，得到多个投影点作为行分割点，如图6所示，其中A0B0既为行中心线，也为单元中心线，A1B1、A2B2为单元中心线，本实施例中工作单元数N为3，A0B0、A1B1和A2B2分别对应无人机上的一个工作单元的中心线，A0'、B0'、A1'、B1'、A2'和B2'为投影点即行分割点；
步骤S5.2、如图7所示，在每一个投影点作行中心线所在直线的垂线，相邻垂线之间的区域为行分割区，其中标号1-5分别为五个行分割区，将每一条单元中心线延伸与每一个行分割区相交，单元中心线在行分割区内的部分为相交段，若相交段处于多边形区域外部，则单元中心线对应的工作单元在行分割区内的工作状态为关闭，若相交段处于多边形区域内部，则单元中心线对应的工作单元在行分割区内的工作状态为开启；
以图7示例，第一行分割区1内，单元中心线A2B2延伸后与第一行分割区1相交，相交段为EF，EF位于多边形区域外部，则A2B2对应的工作单元在第一行分割区1内的工作状态为关闭；单元中心线A0B0延伸后与第一行分割区1相交，相交段为A1'A0，A1'A0位于多边形区域外部，则A0B0对应的工作单元在第一行分割区1内的工作状态为关闭；单元中心线A1B1与第一行分割区1相交，相交段为A1D，A1D位于多边形区域内部，则A1B1对应的工作单元在第一行分割区1内的工作状态为开启。
步骤S5.3、将每一个行分割区内的行中心线段作为一个初始路径段，按上述步骤，得到无人机各工作单元在所有初始路径段内对应的工作状态，将所有初始路径段信息和初始路径段对应的无人机各工作单元状态信息进行存储；
步骤S6、对路径进行优化，将每一个初始路径段作为一个元素，求解从出发点出发，遍历所有初始路径段后，再返回至降落点以使总遍历距离之和最小的优化路径顺序，按照优化路径顺序依次连接出发点、所有初始路径段和起降点，得到一条完整的作业路径为最优路径，最优路径中除初始路径段之外的所有连接线段，对应的无人机工作单元状态均为关闭状态，将最优路径信息及最优路径对应的无人机各工作单元状态信息进行存储。如图8所示为路径优化前的初始路径示意图，如图9所示为路径优化后的最优路径示意图，图8-图10、图12中，实线平行线为行边界线，带箭头指向的连接线为路径线；
步骤S7、判断θ的大小，若θ＜180°，则令θ增加α°，返回步骤步骤S3,若θ≥180°，则进入下一步骤；
步骤S8、比较θ在不同数值时对应的最优路径的总长度，取总长度最短的最优路径为最终作业路径，对最终路径数据进行坐标逆变换，将直角坐标系数据转换成经纬度数据，再将转换后的最终作业路径和无人机经过最终作业路径时各工作单元对应的工作状态进行对应存储，得到无人机飞行控制信息。
如图10所示为最终作业路径结果示意图。如图11所示，为无人机作业实际覆盖区域示意图，其中阴影部分为作业实际覆盖区域。
实际实施中无人机的作业质量会随着工作单元间距的变小(工作幅宽一定的前提下，工作单元数越多，单元间距越小)，而变得更加精准化。若将同一工作幅宽条件下的工作单元数N由3变为6，图12所示为N为6时对应的无人机最终作业路径，图13为N为6时无人机作业实际覆盖区域示意图，比较图13和图11，可发现图13的作业区域边缘明显比图11作业区域边缘平滑，即对同一工作幅宽条件而言，无人机工作单元数N越大，作业越精准，作业质量也越高。
本发明的方法所配套使用的无人机上设置有工作单元，比如喷头、排肥器、排种器等，可采用电力驱动形式，工作单元的数量为多个，且均设置有电磁阀或其他开关，每个工作单元均可独立启停控制，各工作单元的开关均连接至协调控制器，协调控制器从无人机主控制器接受工作单元工作状态指令控制字，并根据控制字的位状态统一管理各工作单元的启停。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，包括以下步骤：
步骤S1、输入无人机出发点和降落点位置及待作业田块边界数据，依次存储各顶点数据，并顺次连接各顶点，得到多边形边界数据；输入无人机飞行作业参数，包括工作幅宽W和工作单元数N；
步骤S2、设定θ初始值和步距角,所述θ为作业方向与竖直方向或水平方向的夹角，θ的初始值为0，步距角为定值α°；
步骤S3、根据θ值确定作业方向，利用与作业方向平行的多条间距为W/2平行线与多边形边界求交，得到多边形填充线，并对多边形填充线进行筛选和处理，得到行中心线；
步骤S4、对行中心线进行延伸处理后，将行中心线分别向两侧平移M次，所述M为N/2再取整后的值，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线；
步骤S5、利用行中心线、单元中心线、工作幅宽W和工作单元数N求得无人机的初始路径信息和工作状态信息；
步骤S6、对路径进行优化，求得最优路径，将最优路径信息及最优路径对应的无人机各工作单元状态信息进行存储；
步骤S7、判断θ的大小，若θ＜180°，则令θ增加α°，返回步骤步骤S3,若θ≥180°，则进入下一步骤；
步骤S8、比较θ在不同数值时对应的最优路径的总长度，取总长度最短的最优路径为最终作业路径，将最终作业路径和无人机经过最终作业路径时各工作单元对应的工作状态进行对应存储，得到无人机飞行控制信息。
2.根据权利要求1所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S3中的对多边形填充线进行筛选和处理具体包括以下步骤：从多边形区域的一侧开始，取第奇数条多边形填充线作为行中心线，取第偶数行多边形填充线作为行分界线，若多边形区域另一侧最边缘是行分界线，则在最边缘的行分界线外添加一条与行分界线距离为W/2的平行线为行中心线。
3.根据权利要求1所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S4具体为：对位于同一直线上的但不相连的行中心线进行延伸和合并处理之后，将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线延伸并与多边形边界求交，保留初始单元中心线在多边形区域内的部分，为单元中心线。
4.根据权利要求1所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S4包括以下步骤：
步骤S4.1、对位于同一直线上的但不相连的行中心线进行延伸和合并处理；
步骤S4.2、对行中心线两端点与行中心线两侧的行边界线端点取极值，使行中心线两端进行延伸，若行中心线一侧没有行边界线，则对行中心线两端点与行中心线一侧的行边界线端点和另一侧的多边形顶点取极值，使行中心线向两端进行延伸；
步骤S4.3、将行中心线分别向两侧平移M次，得到每一条行中心线对应的N条初始单元中心线，将初始单元中心线延伸并与多边形边界求交，保留单元中心线在多边形区域内的部分，为单元中心线。
5.根据权利要求4所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S4.3具体包括以下步骤：
步骤S4.31、对N进行判断，若N为奇数，将每一条行中心线分别向两侧平移M次，每次平移距离为W/N，包括原始行中心线和平移后的行中心线，获得每一条行中心线对应的N条初始单元中心线；若N为偶数，将行中心分别向两侧平移M次，首次平移距离为W/(2×N)，以后每次平移距离为W/N，平移后得到行中心线对应的N条初始单元中心线；
步骤S4.32、将初始单元中心线与多边形边界求交，得到单元中心线。
6.根据权利要求1所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S5具体包括以下步骤：
步骤S5.1、将每一条单元中心线端点分别向对应的行中心线所在直线进行投影，得到多个投影点作为行分割点；
步骤S5.2、在每一个投影点作行中心线所在直线的垂线，相邻垂线之间的区域为行分割区，将每一条单元中心线延伸与每一个行分割区相交，单元中心线在行分割区内的部分为相交段，若相交段处于多边形区域外部，则单元中心线对应的工作单元在行分割区内的工作状态为关闭，若相交段处于多边形区域内部，则单元中心线对应的工作单元在行分割区内的工作状态为开启；
步骤S5.3、将每一个行分割区内的行中心线段作为一个初始路径段，按上述步骤，得到无人机各工作单元在所有初始路径段内对应的工作状态，将所有初始路径段信息和初始路径段对应的无人机各工作单元状态信息进行存储。
7.根据权利要求6所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述步骤S6具体为：
对路径进行优化，将每一个初始路径段作为一个元素，求解从出发点出发，遍历所有初始路径段后，再返回降落点的路径，以使总遍历距离之和最小的优化路径顺序，按照优化路径顺序依次连接出发点、所有初始路径段和起降点，得到一条完整的作业路径为最优路径，最优路径中除初始路径段之外的所有连接线段，对应的无人机工作单元状态均为关闭状态，将最优路径信息及最优路径对应的无人机各工作单元状态信息进行存储。
8.根据权利要求1所述的基于工作单元按需独立启停的农用无人机精确控制方法，其特征在于，所述无人机包括多个工作单元，且各个工作单元分别连接一个启停控制装置，所述启停控制装置用于按照控制器的指令控制相应工作单元的启停。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710097636.6A CN106873620B (zh) | 2017-02-22 | 2017-02-22 | 基于工作单元按需独立启停的农用无人机精确控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710097636.6A CN106873620B (zh) | 2017-02-22 | 2017-02-22 | 基于工作单元按需独立启停的农用无人机精确控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106873620A true CN106873620A (zh) | 2017-06-20 |
| CN106873620B CN106873620B (zh) | 2019-06-25 |
Family
ID=59167740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710097636.6A Active CN106873620B (zh) | 2017-02-22 | 2017-02-22 | 基于工作单元按需独立启停的农用无人机精确控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106873620B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107985400A (zh) * | 2017-12-11 | 2018-05-04 | 中联重机股份有限公司 | 作业区域路径规划方法和装置 |
| CN108151716A (zh) * | 2017-11-09 | 2018-06-12 | 广州极飞科技有限公司 | 飞行装置测绘作业区域规划方法、装置和终端 |
| CN108496483A (zh) * | 2018-03-30 | 2018-09-07 | 华中农业大学 | 一种类球形小粒径种子作物的近地面航空精确播种装置 |
| CN108575217A (zh) * | 2018-03-30 | 2018-09-28 | 华中农业大学 | 一种各行可按需独立启停的电驱离心式排种装置 |
| CN109445461A (zh) * | 2018-11-27 | 2019-03-08 | 山东理工大学 | 基于农机农艺融合的单臂篱架式葡萄园航空施药作业方法 |
| WO2019084767A1 (zh) * | 2017-10-31 | 2019-05-09 | 深圳市大疆创新科技有限公司 | 可移动设备作业控制方法及装置、路径规划方法及装置 |
| CN111521189A (zh) * | 2020-04-10 | 2020-08-11 | 北京智行者科技有限公司 | 清扫路径规划方法及装置 |
| CN112586296A (zh) * | 2020-12-09 | 2021-04-02 | 华中农业大学 | 稻油轮作区晚稻田同步进行水稻收获和油菜播种的方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104503464A (zh) * | 2014-12-30 | 2015-04-08 | 中南大学 | 基于计算机的凸多边形农田无人机喷洒作业航迹规划方法 |
| CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
| CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
| US20160202695A1 (en) * | 2014-09-12 | 2016-07-14 | 4D Tech Solutions, Inc. | Unmanned aerial vehicle 3d mapping system |
| CN105843250A (zh) * | 2016-03-28 | 2016-08-10 | 深圳高科新农技术有限公司 | 基于无人机的喷药方法、无人机及无人机系统 |
| CN106020233A (zh) * | 2016-07-08 | 2016-10-12 | 聂浩然 | 无人机植保作业系统、用于植保作业的无人机及控制方法 |
| US20160327959A1 (en) * | 2015-05-04 | 2016-11-10 | International Business Machines Corporation | Unmanned Vehicle Movement Path Assignment and Management |
| CN106249758A (zh) * | 2016-09-21 | 2016-12-21 | 江西天祥通用航空股份有限公司 | 一种飞机喷洒路线的确定方法及系统 |
-
2017
- 2017-02-22 CN CN201710097636.6A patent/CN106873620B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160202695A1 (en) * | 2014-09-12 | 2016-07-14 | 4D Tech Solutions, Inc. | Unmanned aerial vehicle 3d mapping system |
| CN104503464A (zh) * | 2014-12-30 | 2015-04-08 | 中南大学 | 基于计算机的凸多边形农田无人机喷洒作业航迹规划方法 |
| CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
| US20160327959A1 (en) * | 2015-05-04 | 2016-11-10 | International Business Machines Corporation | Unmanned Vehicle Movement Path Assignment and Management |
| CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
| CN105843250A (zh) * | 2016-03-28 | 2016-08-10 | 深圳高科新农技术有限公司 | 基于无人机的喷药方法、无人机及无人机系统 |
| CN106020233A (zh) * | 2016-07-08 | 2016-10-12 | 聂浩然 | 无人机植保作业系统、用于植保作业的无人机及控制方法 |
| CN106249758A (zh) * | 2016-09-21 | 2016-12-21 | 江西天祥通用航空股份有限公司 | 一种飞机喷洒路线的确定方法及系统 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019084767A1 (zh) * | 2017-10-31 | 2019-05-09 | 深圳市大疆创新科技有限公司 | 可移动设备作业控制方法及装置、路径规划方法及装置 |
| CN108151716A (zh) * | 2017-11-09 | 2018-06-12 | 广州极飞科技有限公司 | 飞行装置测绘作业区域规划方法、装置和终端 |
| CN107985400A (zh) * | 2017-12-11 | 2018-05-04 | 中联重机股份有限公司 | 作业区域路径规划方法和装置 |
| CN108496483A (zh) * | 2018-03-30 | 2018-09-07 | 华中农业大学 | 一种类球形小粒径种子作物的近地面航空精确播种装置 |
| CN108575217A (zh) * | 2018-03-30 | 2018-09-28 | 华中农业大学 | 一种各行可按需独立启停的电驱离心式排种装置 |
| CN109445461A (zh) * | 2018-11-27 | 2019-03-08 | 山东理工大学 | 基于农机农艺融合的单臂篱架式葡萄园航空施药作业方法 |
| CN111521189A (zh) * | 2020-04-10 | 2020-08-11 | 北京智行者科技有限公司 | 清扫路径规划方法及装置 |
| CN111521189B (zh) * | 2020-04-10 | 2022-02-15 | 北京智行者科技有限公司 | 清扫路径规划方法及装置 |
| CN112586296A (zh) * | 2020-12-09 | 2021-04-02 | 华中农业大学 | 稻油轮作区晚稻田同步进行水稻收获和油菜播种的方法 |
| CN112586296B (zh) * | 2020-12-09 | 2022-02-25 | 华中农业大学 | 稻油轮作区晚稻田同步进行水稻收获和油菜播种的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106873620B (zh) | 2019-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106873620A (zh) | 基于工作单元按需独立启停的农用无人机精确控制方法 | |
| CN106969778B (zh) | 一种多无人机协同施药的路径规划方法 | |
| CN107179776B (zh) | 一种基于无人机的景观植物的播种方法 | |
| DE102016111691A1 (de) | Halbautonomes Fahrzeug und Verfahren zum Steuern eines halbautonomen Fahrzeugs | |
| CN105843250A (zh) | 基于无人机的喷药方法、无人机及无人机系统 | |
| CN106598070A (zh) | 一种农用植保无人机喷施过程中多障碍、小障碍下的避障方法及无人机 | |
| EP2020589A2 (de) | Verfahren zur Anzeige einer Manöverschemaansicht in einem Navigationssystem | |
| DE202013012418U1 (de) | Reiseplanung im öffentlichen Personenverkehr | |
| DE102019202702B3 (de) | Abfahren einer vorgegebenen Anordnung von Wegen mit einem mobilen Roboter | |
| CN112102650B (zh) | 改航航路生成方法、装置及存储介质 | |
| CN102708377B (zh) | 虚拟人组合任务规划方法 | |
| CN107830864A (zh) | 一种民航飞机恶劣天气绕飞路线规划系统和方法 | |
| DE102004061636A1 (de) | Zur Implementierung in ein Computersystem vorgesehenes Verfahren zur Ermittlung optimierter Bahnen eines Fahrzeugs sowie System zur Ermittlung optimierter Soll-Bahnen | |
| US11854407B2 (en) | System and method for airspace planning | |
| US11774947B2 (en) | Industrial internet of things for material transportation control, control methods and media thereof | |
| CN103839222A (zh) | 一种基于分层次边界拓扑搜索模型的栅格转矢量并行系统 | |
| WO2022214468A1 (de) | Computerimplementiertes verfahren und computerprogramm zur montagestückzahlplanung von montageteilen für eine produktionsoptimierung eines produktionssystems, montagestückzahlplanungssystem und produktionsplanung und-steuerungssystem | |
| EP2161698B1 (de) | Verfahren zur Koordinierung von lichtsignalgesteuerten Knoten in einem Straßennetz | |
| DE4409179A1 (de) | System und Verfahren zur dynamischen Informationsverarbeitung | |
| WO2019052867A1 (de) | Verfahren zum ermitteln eines verlaufs von fahrspuren eines strassennetzes sowie servervorrichtung zum durchführen des verfahrens | |
| CN108681824A (zh) | 基于启发式算法的公交系统月计划排班算法 | |
| CN113589841A (zh) | 无人机航线生成方法、无人机及计算机可读存储介质 | |
| EP0707194A1 (de) | Verfahren zur Flugweggenerierung | |
| DE102020208620A1 (de) | Verfahren und Vorrichtung zum Betreiben eines streckengebundenen Transportsystems mithilfe von Methoden künstlicher Intelligenz | |
| Xu et al. | Deep Reinforcement Learning for Image-Based Multi-Agent Coverage Path Planning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |