CN107278282A - 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机 - Google Patents

路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机 Download PDF

Info

Publication number
CN107278282A
CN107278282A CN201680004556.5A CN201680004556A CN107278282A CN 107278282 A CN107278282 A CN 107278282A CN 201680004556 A CN201680004556 A CN 201680004556A CN 107278282 A CN107278282 A CN 107278282A
Authority
CN
China
Prior art keywords
unmanned plane
sensor
distance
speed
barrier
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
Application number
CN201680004556.5A
Other languages
English (en)
Other versions
CN107278282B (zh
Inventor
钱杰
刘昂
周游
赵丛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Dajiang Innovations Technology Co Ltd
Original Assignee
Shenzhen Dajiang Innovations Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Dajiang Innovations Technology Co Ltd filed Critical Shenzhen Dajiang Innovations Technology Co Ltd
Publication of CN107278282A publication Critical patent/CN107278282A/zh
Application granted granted Critical
Publication of CN107278282B publication Critical patent/CN107278282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/106Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/12Target-seeking control

Abstract

提供了一种路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机。该方法包括:获取无人机与障碍物之间的距离;当该距离大于阈值时,采用局部路径规划方法确定该无人机的第一规划路径;当该距离小于或等于该阈值时,结合速度场方法与该局部路径规划方法确定该无人机的第二规划路径,该速度场方法在障碍物周围生成远离障碍物的速度场,从而能够使得无人机飞行过程中避开障碍物,保证无人机在整个飞行过程中的安全性。

Description

路径规划的方法、装置、飞行控制系统、全方位避障系统与无 人机
版权申明
本专利文件披露的内容包含受版权保护的材料。该版权为版权所有人所有。版权所有人不反对任何人复制专利与商标局的官方记录和档案中所存在的该专利文件或者该专利披露。
技术领域
本发明实施例涉及路径规划领域,并且更具体地,涉及一种路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机。
背景技术
无人机路径规划的任务是在有障碍物的工作环境中寻找一条从给定起点到终点的适当的运动路径,使无人机在运动过程中能安全无碰撞的绕过障碍物。具体地,无人机路径规划主要解决三个问题:1)使无人机能够从初始点运动到目标点;2)用一定算法使无人机能绕开障碍物并且经过某些必须经过的点;3)在完成以上任务的前提下尽量优化无人机的运行轨迹。
根据作业环境,无人机路径规划方案可分为两种:基于模型的全局路径规划,作业环境的全部信息已知,又称为静态或离线路径规划;基于传感器的局部路径规划,作业环境信息全部未知或部分未知,又称为动态或在线路径规划。局部路径规划指的是,无人机在移动过程中,根据传感器的信息来不断地、动态确定出自身在地图中的当前位置以及周围局部范围内的障碍物分布情况,并在此基础上,以最终到达目标点为目的,规划出一条局部最优路径。
目前,应用最多的局部路径规划方法包括:栅格法和动态窗口法(Dynamic WindowApproach,DWA)等。这些方法在应用中都存在不同的缺点。栅格法计算量较大,实时性太差。DWA主要是在速度空间中采样多组速度,并模拟无人机在这些速度下一定时间内的轨迹,在得到多组轨迹以后,对这多组轨迹进行评价,选取最优轨迹所对应的速度来驱动无人机运动。DWA搜索路径快速,可执行好,但是在驱动无人机运动的过程中可能会使无人机靠近障碍物,导致危险。
因此,有必要提出一种简单可行的既能够实现使无人机从初始点运动到目标点,又可以实现无人机避开障碍物的路径规划方法,以保证无人机在整个飞行过程中的安全性。
发明内容
本发明实施例提供一种路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机,能够使得无人机飞行过程中避开障碍物,从而保证无人机在整个飞行过程中的安全性。
第一方面,提供一种路径规划的方法。所述方法包括:获取无人机与障碍物之间的距离;当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场,以使得所述无人机避开障碍物飞行。
本发明实施例在无人机的路径规划过程中,当无人机与障碍物之间的距离大于阈值,采用局部路径规划方法确定无人机的规划路径;当无人机与障碍物之间的距离小于或等于阈值,结合局部路径规划方法与速度场方法共同确定规划路径,由于速度场方法会形成远离障碍物的速度场,因此,结合局部路径规划方法与速度场方法共同确定的规划路径能够使得无人机避开障碍物,从而实现安全飞行。因此,本发明实施例提供的路径规划的方法,能够使得无人机在运动中有效避开障碍物,从而提高无人机飞行的安全性。
第二方面,提供一种路径规划的方法。所述方法包括:通过无人机上的环境感知系统,获取所述无人机与障碍物之间的距离,所述环境感知系统包括安装在所述无人机前向、后向与侧向的测距传感器;根据所述距离,确定所述无人机的规划路径,所述规划路径使得所述无人机避开障碍物。
本发明实施例通过无人机上的全方位传感器信息(安装在所述无人机前向、后向与侧向的测距传感器的测量信息)获取无人机与障碍物之间的距离,并根据该距离确定无人机的规划路径,该规划路径能够使得无人机避开障碍物,从而能够实现无人机的全方位避障。
第三方面,提供一种路径规划的装置。所述装置包括:获取模块,用于获取无人机与障碍物之间的距离;第一确定模块,用于当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;第二确定模块,用于当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
本发明实施例在无人机的路径规划过程中,当无人机与障碍物之间的距离大于阈值,采用局部路径规划方法确定无人机的规划路径;当无人机与障碍物之间的距离小于或等于阈值,结合局部路径规划方法与速度场方法共同确定规划路径,由于速度场方法会形成远离障碍物的速度场,因此,结合局部路径规划方法与速度场方法共同确定的规划路径能够使得无人机避开障碍物,从而实现安全飞行。因此,本发明实施例提供的路径规划的装置,能够使得无人机在运动中有效避开障碍物,从而提高无人机飞行的安全性。
第四方面,提供一种飞行控制系统。所述飞行控制系统包括:存储器,用于存储程序;处理器,用于执行所述存储器存储的程序,当所述程序被执行时,所述处理器获取无人机与障碍物之间的距离;当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
本发明实施例提供的飞行控制系统,能够使得无人机在运动中有效避开障碍物,从而提高无人机飞行的安全性。
第五方面,提供一种全方位避障系统。所述全方位避障系统包括:环境感知系统,用于感知无人机与障碍物之间的距离,所述环境感知系统包括安装在无人机前向、后向与侧向的测距传感器;处理器,用于根据从所述环境感知系统获取的所述无人机与障碍物之间的距离,确定所述无人机的规划路径,所述规划路径使得所述无人机避开障碍物。
本发明实施例通过无人机上的全方位传感器信息(安装在所述无人机前向、后向与侧向的测距传感器的测量信息)获取无人机与障碍物之间的距离,并根据该距离确定无人机的规划路径,该规划路径能够使得无人机避开障碍物,从而能够实现无人机的全方位避障。
第六方面,提供一种无人机。所述无人机包括动力系统与第四方面提供的飞行控制系统,其中,所述飞行控制系统用于向所述动力系统发送指令,所述动力系统用于根据所述指令产生动力,使得所述无人机按照所述飞行控制系统确定的规划路径飞行。
第七方面,提供一种无人机。所述无人机包括动力系统与第五方面提供的全方位避障系统,其中,所述全方位避障系统用于向所述动力系统发送指令,所述动力系统用于根据所述指令产生动力,使得所述无人机按照所述全方位避障系统确定的规划路径飞行。
因此,本发明实施例能够使得无人机在飞行过程中避开障碍物,从而提高无人机在飞行过程中的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的无人机的示意性架构图。
图2是根据本发明实施例的路径规划的方法的示意性流程图。
图3是根据本发明实施例的确定无人机速度的示意图。
图4是根据本发明实施例的路径规划的方法的另一示意性流程图。
图5是根据本发明实施例的路径规划的装置的示意性框图。
图6是根据本发明实施例的飞行控制系统的示意性框图。
图7是根据本发明实施例的全方位避障系统的示意性框图。
图8是根据本发明实施例的无人机的示意性框图。
图9是根据本发明实施例的无人机的另一示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都应属于本发明保护的范围。
本发明实施例可以应用于各种类型的无人机,例如,小型无人机或旋翼飞行器(rotorcraft),例如,由多个推动装置通过空气推动的多旋翼飞行器,但本发明实施例并不限定于此,本发明实施例还可以应用于其他类型的无人机或者移动装置。无人机也称为无人飞行器(Unmanned Aerial Vehicle,UAV)。
图1是根据本发明实施例提供的无人机100的示意性架构图。本实施例以无人机为旋翼飞行器为例进行说明。
如图1所示,无人机100可以包括动力系统110、飞行控制系统120和机架130。
动力系统110可以包括电子调速器(简称为电调)111、一个或多个螺旋桨112以及与一个或多个螺旋桨112相对应的一个或多个电机113,其中电机113连接在电子调速器111与螺旋桨112之间,电机113和螺旋桨112设置在对应的机臂上;电子调速器111用于接收飞行控制系统120产生的驱动信号,并根据驱动信号提供驱动电流给电机113,以控制电机113的转速。电机113用于驱动螺旋桨112旋转,从而为无人机100的飞行提供动力。
飞行控制系统120可以包括飞行控制器121和传感系统122。传感系统122用于感应无人机周围的环境信息,例如可以感应得到障碍物的位置信息,或者还可以感应得到无人机与障碍物之间的距离信息。传感系统122例如可以包括双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器等传感器中的至少一种。飞行控制器121用于控制无人机的飞行,例如,飞行控制器121根据传感系统122所感应的无人机周围的环境信息确定无人机的规划路径,控制无人机按照规划路径飞行。
机架130可以包括机身和脚架(也称为起落架)。机身可以包括中心架以及与中心架连接的一个或多个机臂,一个或多个机臂呈辐射状从中心架延伸出。脚架与机身连接,用于在无人机着陆时起支撑作用。
应理解,上述对于无人机100各组成部分的命名仅是出于标识的目的,不应理解为是对本发明的实施例的限制。
图2是根据本发明实施例提供的路径规划的方法200的示意性流程图。本发明实施例的路径规划的方法200可以应用于各种类型的无人机,例如可以应用于图1所示的无人机100,该方法200例如可以由图1中所示的飞行控制器121执行。如图2所示,该方法200包括:
210,获取无人机与障碍物之间的距离。
具体地,可以通过无人机上的环境感知系统,获取无人机与障碍物之间的距离,该环境感知系统包括安装在无人机前向、后向与侧向中至少一个方向上的测距传感器。该环境感知系统例如可以为图1中所示的传感系统122。例如,该环境感知系统可以直接输出用于指示无人机与障碍物之间的距离的信息。
220,当该距离大于阈值时,采用局部路径规划方法确定无人机的第一规划路径。
该局部路径规划方法可以为现有的任一种可行的局部路径规划方法,例如动态窗口法(DWA)或栅格法。
具体地,动态窗口法主要是在速度空间中采样多组速度,并模拟无人机在这多组速度下一定时间内的轨迹,生成多条触须(即轨迹)。在这些触须中选择最优的触须来驱动无人机人运动。
具体地,栅格法主要是将无人机的工作环境进行单元分割,将环境信息用大小相等的方块表示出来。其中,栅格大小的选取是影响路径规划算法性能的重要因素。栅格较小的话,由栅格所表示的环境信息将会非常清晰,但由于需要存储较多的信息,会增大存储开销,同时干扰信号也会随之增加,路径规划速度会相应降低,实时性得不到保证;反之,栅格较大的话,需要存储的信息较少,抗干扰能力有所增强,规划速度随之增快,但是由栅格所表示的环境信息会变得较为模糊,不利于有效路径的规划。
230,当该距离小于或等于该阈值时,结合速度场方法与该局部路径规划方法确定无人机的第二规划路径,该速度场方法在障碍物周围生成远离障碍物的速度场,以使得无人机避开障碍物飞行。
应理解,本发明实施例中的阈值指的是会对无人机飞行造成威胁的距离的大小,应理解,这里的距离指的是无人机与障碍物之间的距离,例如该阈值定义为1米。实际应用中,可以根据无人机的飞行环境以及无人机的结构,具体定义该阈值的大小,本发明实施例对此不作具体限定。
本发明实施例中的速度场方法指的是,在障碍物周围形成远离障碍物的速度场。具体地,例如,在以障碍物平面的中心为圆心,以r为半径的范围内形成速度场。该速度场中每一点(记为A点)上的速度矢量的方向为远离障碍物的方向,速度矢量的大小与A点与障碍物平面中心的距离有关,且距离越大,速度矢量的值越大(也可以表述为速度越大),距离越小,速度矢量的值越小(也可以表述为速度越小)。
应理解,当无人机靠近障碍物,对应于上述实施例步骤230中无人机与障碍物之间的距离小于或等于阈值时,按照上述速度场方法,在无人机所在的位置会形成一个速度矢量。该速度矢量的方向为远离障碍物的方向,该速度矢量的大小由无人机与障碍物之间的距离确定。按照这个速度矢量驱动无人机运动,可以使得无人机运动过程中避开障碍物,保证了无人机的飞行安全。
具体地,在图2所示实施例中,230当该距离小于或等于该阈值时,结合速度场方法与该局部路径规划方法确定无人机的第二规划路径,包括:
根据无人机与障碍物之间的距离(记为h),按照该速度场方法,生成第一速度,该第一速度的方向为远离障碍物的反向,该第一速度的大小由距离h确定;
获取第二速度,该第二速度为局部路径规划方法所确定的当前无人机的速度;
计算第一速度与第二速度的矢量和,得到第三速度,并根据该第三速度确定无人机的第二规划路径。应理解,该第二规划路径指的是模拟无人机在该第三速度下一定时间内的轨迹。
在图2所示实施例中,该方法200还包括:
控制无人机按照第一规划路径或第二规划路径飞行。
例如,在无人机与障碍物之间的距离大于阈值的情况下,控制无人机按照局部路径规划方法确定的第一规划路径飞行,由于无人机距离障碍物较远,所以无人机按照该第一规划路径是安全的,不会发生危险。
例如,在无人机与障碍物之间的距离小于或等于阈值的情况下,控制无人机按照第二规划路径飞行。
第一速度的方向为远离障碍物的方向,则第一速度与第二速度的矢量和,即第三速度的方向也是趋向远离障碍物的,则根据第三速度确定的第二规划路径也不会靠近障碍物,因此,控制无人机按照第二规划路径飞行,能够使得无人机避开障碍物,实现安全飞行。
应理解,局部路径规划方法能够以无人机最终到达的目标点为目的,规划出一条局部最优路径。本发明实施例采用该局部路径规划方法确定无人机的规划路径,因此,能够实现使无人机从初始点运动到目标点。在无人机与障碍物之间的距离小于或等于阈值,即无人机靠近障碍物的情况下,本发明实施例结合局部路径规划方法与速度场方法共同确定规划路径,由于速度场方法会形成远离障碍物的速度场,因此,结合局部路径规划方法与该速度场方法共同确定的规划路径能够使得无人机避开障碍物,从而实现安全飞行。因此,本发明实施例提供的路径规划的方法,在实现使无人机从初始点运动到目标点的基础上,能够更有效避开障碍物,从而提高了无人机飞行的安全性。
可选地,作为一个实施例,上述实施例中的局部路径规划方法为动态窗口(DWA)方法。
具体地,DWA主要是在速度空间中采样多组速度,并模拟无人机在这些速度下一定时间内的轨迹,生成多条触须(即轨迹)。在这些触须中选择最优的触须来驱动无人机人运动。具体地,DWA中最优触须的判断条件包括:触须中距离障碍物最接近、临近安全触须最多、搜索路径最长、对无人机飞行状态影响最小等约束条件。例如,最优触须的选择是按照上述各项约束条件,由一个打分函数确定的,其中,每一项约束条件有其相应的权重分数。
当该局部路径规划方法为动态窗口(DWA)方法时,上述实施例中230结合速度场方法与局部路径规划方法确定无人机的第二规划路径,包括:
根据无人机与障碍物之间的距离获取第一速度,该第一速度的方向为远离该障碍物的方向,该第一速度的大小根据该距离确定;
计算该第一速度与第二速度的矢量和,获取第三速度,该第二速度表示根据动态窗口法确定的速度;
根据该第三速度确定第二规划路径。应理解,该第二规划路径指的是模拟无人机在该第三速度下一定时间内的轨迹。
可选地,该第一速度的方向为由该障碍物指向无人机的方向。
具体地,如图3所示,根据无人机310与障碍物320之间的距离h(图3未示出)获取第一速度v1,第一速度v1的方向为由障碍物320指向无人机310,第一速度v1的大小根据距离h确定。根据动态窗口法确定第二速度v2。计算第一速度v1与第二速度v2的矢量和,得到第三速度v3。应理解,无人机310按照该第三速度v3在一定时间内的运行轨迹可以避开障碍物320。因此,按照根据第三速度v3确定的规划路径驱动无人机,能够使得无人机310避开障碍物320,从而实现无人机的安全飞行。
需要说明的是,在本发明某些实施例中,当一同采用动态窗口法与速度场方法确定无人机的规划路径时,两种方法可以采用相同的工作频率,例如,动态窗口法的工作频率为50Hz,速度场方法的工作频率也为50Hz。为了更好地实现无人机避障,速度场方法的工作频率可以高于动态窗口法的工作频率。
具体地,图3中的无人机310可以是图1中所示的无人机100。
本发明实施例在无人机距离障碍物较远的情况下,采用动态窗口法确定无人机的规划路径;在无人机距离障碍物较近的情况下,综合使用动态窗口法与速度场方法,由于速度场方法在无人机距离障碍物越近时产生越大的远离障碍物的速度,可以有效避免无人机在运动过程中靠近障碍物的问题,很好地补偿了动态窗口法的不足。应理解,动态窗口法具有搜索路径快速、可执行性好的优点。因此,根据本发明实施例提供的路径规划的方法,具有搜索路径快速、可执行性好以及避免无人机靠近障碍物的优点,相比于现有技术,提高了无人机路径规划的安全可靠性。
还应理解,本发明实施例是通过控制无人机的速度来实现无人机的避障功能的,而速度的控制量相对于加速度的控制量更容易控制,因此,本发明实施例提供了一种简单易行的实现主动避障的方案。
具体地,在图2所示实施例中,210获取无人机与障碍物之间的距离,包括:通过无人机上的环境感知系统,获取无人机与障碍物之间的距离,环境感知系统包括安装在无人机前向、后向与侧向中至少一个方向上的测距传感器。该环境感知系统例如为图1中所示的传感系统122。
可选地,作为一个实施例,该环境感知系统中包括安装在无人机前向的测距传感器。
在本发明实施例中,可以感应无人机前向的障碍物,从而可以实现无人机的前向避障。
可选地,作为一个实施例,该环境感知系统中包括安装在无人机前向与侧向的测距传感器。
在本发明实施例中,可以感应无人机前向与侧向的障碍物,从而可以实现无人机的前向避障与侧向避障。
可选地,作为一个实施例,该环境感知系统包括安装在无人机前向与后向的测距传感器。
在本发明实施例中,可以感应无人机前向与后向的障碍物,从而可以实现无人机的前向避障与后向避障。
可选地,作为一个实施例,该环境感知系统包括安装在无人机前向、后向与侧向的测距传感器。
在本发明实施例中,可以感应无人机前向、后向与侧向的障碍物,从而可以实现无人机的前向避障、后向避障与侧向避障,换句话说,可以实现无人机的全方位避障。
在本发明实施例中,测距传感器可以包括下列传感器中的至少一种:双目视觉传感器、飞行时间(Time of flight,TOF)传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
应理解,TOF传感器也称为TOF深度传感器。TOF传感器的测距原理为:通过给目标连续发送光脉冲,然后接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来确定目标物距离。TOF传感器采用主动光探测方式,与一般光照需求不一样的是,TOF传感器的照射单元的目的不是照明,而是利用入射光信号与反射光信号的变化来进行距离测量。
可选地,作为一个实施例,安装在无人机前向与后向的测距传感器均为双目视觉传感器,安装在无人机侧向的测距传感器为TOF传感器。
应理解,动态窗口法的触须是以无人机的机体为中心向四面八方伸出去的,在双目视觉传感器的观测范围内,可以通过查询地图确定触须,在TOF传感器的观测范围内,可以通过TOF传感器测量的距离确定触须。
如果无人机朝前向飞行,则无人机前向的触须检测到障碍物的时候,无人机就可以沿着安全触须飞出去来躲避障碍物,实现前向安全飞行。如果无人机朝侧向平移飞行,则无人机侧向的触须检测到障碍物的时候,无人机就可以沿着安全触须飞出去来躲避障碍物,实现侧向安全飞行。如果无人机朝后向飞行,则无人机后向的触须检测到障碍物的时候,无人机就可以沿着安全触须飞出去来躲避障碍物,实现后向安全飞行。
由于传感器布局的原因,在无人机力臂的方向,不管是双目视觉传感器还是TOF传感器都是观测不到的,但是,双目视觉传感器或TOF传感器曾经观测过的地方,均会建立起地图,所以在力臂的传感器死区,仍然可以利用地图来查询得到安全的触须。因此,本发明实施例可以实现无人机的全方位避障。
图4示出根据本发明实施例提供的路径规划的方法400的示意性流程图。该方法400可以应用于各种类型的无人机,例如应用于图1所示的无人机100,该方法400可以由图1中所述的飞行控制器121执行。如图4所示,该方法400包括:
410,通过无人机上的环境感知系统,获取无人机与障碍物之间的距离,环境感知系统包括安装在无人机前向、后向与侧向的测距传感器。
具体地,首先对安装在无人机前向、后向与侧向的各个测距传感器的测量信息作融合处理,融合处理的方式可以为现有技术中多传感器数据融合算法中的任一种算法,例如,可以采用卡尔曼滤波融合。然后根据融合处理之后的信息,获取无人机与障碍物之间的距离。
420,根据无人机与障碍物之间的距离,确定无人机的规划路径,该规划路径使得无人机避开障碍物。
可选地,在本发明实施例中,420根据距离确定无人机的规划路径,包括:
当距离大于阈值时,采用局部路径规划方法确定无人机的第一规划路径;
当距离小于或等于阈值时,结合速度场方法与局部路径规划方法确定无人机的第二规划路径,速度场方法在障碍物周围生成远离障碍物的速度场。
可选地,在本发明实施例中,测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
可选地,作为一个实施例,安装在无人机前向与后向的测距传感器为双目视觉传感器,安装在无人机侧向的测距传感器为TOF传感器。
本发明实施例通过无人机上的全方位传感器信息(安装在所述无人机前向、后向与侧向的测距传感器的测量信息)获取无人机与障碍物之间的距离,并根据该距离确定无人机的规划路径,该规划路径能够使得无人机避开障碍物,从而能够实现无人机的全方位避障。
上文描述了根据本发明实施例的路径规划的方法,下面分别结合图5至图9描述根据本发明实施例的路径规划的装置、飞行控制系统、全方位避障系统与无人机。
图5示出根据本发明实施例提供的路径规划的装置500的结构示意图。该装置500例如可以为图1中所示的飞行控制器121。如图5所示,路径规划的装置500包括:
获取模块510,用于获取无人机与障碍物之间的距离;
第一确定模块520,用于当距离大于阈值时,采用局部路径规划方法确定无人机的第一规划路径;
第二确定模块530,用于当距离小于或等于阈值时,结合速度场方法与局部路径规划方法确定无人机的第二规划路径,速度场方法在障碍物周围生成远离障碍物的速度场。
本发明实施例在无人机的路径规划过程中,当无人机与障碍物之间的距离大于阈值,采用局部路径规划方法确定无人机的规划路径;当无人机与障碍物之间的距离小于或等于阈值,结合局部路径规划方法与速度场方法共同确定规划路径,由于速度场方法会形成远离障碍物的速度场,因此,结合局部路径规划方法与速度场方法共同确定的规划路径能够使得无人机避开障碍物,从而实现安全飞行。因此,本发明实施例提供的路径规划的装置,能够使得无人机在运动中有效避开障碍物,从而提高无人机飞行的安全性。
可选地,作为一个实施例,该局部路径规划方法为动态窗口法。
可选地,作为一个实施例,第二确定模块530具体用于,根据距离获取第一速度,第一速度的方向为远离障碍物的方向,第一速度的大小根据距离确定;计算第一速度与第二速度的矢量和,获取第三速度,第二速度为根据动态窗口法确定的速度;根据第三速度确定第二规划路径。
可选地,作为一个实施例,第一速度的方向为由障碍物指向无人机的方向。
可选地,作为一个实施例,获取模块510具体用于,通过无人机上的环境感知系统,获取无人机与障碍物之间的距离,环境感知系统包括安装在无人机前向、后向与侧向中至少一个方向上的测距传感器。
可选地,作为一个实施例,测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
可选地,作为一个实施例,安装在无人机前向与后向的测距传感器均为双目视觉传感器,安装在无人机侧向的测距传感器为飞行时间TOF传感器。
根据本发明实施例提供的路径规划的装置500的各个模块的操作和功能可以参考上述图2的方法,为了避免重复,在此不再赘述。
图6示出根据本发明实施例提供的飞行控制系统600的结构示意图。飞行控制系统600例如可以为图1中所示的飞行控制系统120。飞行控制系统600可以包括处理器610和存储器620,处理器610通过总线630与存储器620通信连接。其中,存储器620用于存储程序,处理器610,用于执行存储器存储的程序,当程序被执行时,处理器610获取无人机与障碍物之间的距离;当距离大于阈值时,采用局部路径规划方法确定无人机的第一规划路径;当距离小于或等于阈值时,结合速度场方法与局部路径规划方法确定无人机的第二规划路径,速度场方法在障碍物周围生成远离障碍物的速度场。
本发明实施例根据无人机与障碍物之间的距离的大小,选择不同的方案确定无人机的规划路径,具体地,当该距离大于阈值时,采用局部路径规划方法确定无人机的规划路径,当该距离小于或等于阈值时,结合局部路径规划方法与速度场方法确定无人机的规划路径,该速度场方法在障碍物周围生成远离障碍物的速度场,以使得所述无人机避开障碍物飞行,从而能够使得无人机飞行过程中避开障碍物,从而保证无人机在整个飞行过程中的安全性。
可选地,作为一个实施例,该局部路径规划方法为动态窗口法。
可选地,作为一个实施例,处理器610具体用于,根据距离获取第一速度,第一速度的方向为远离障碍物的方向,第一速度的大小根据距离确定;计算第一速度与第二速度的矢量和,获取第三速度,第二速度为根据动态窗口法确定的速度;根据第三速度确定第二规划路径。
可选地,作为一个实施例,第一速度的方向为由障碍物指向无人机的方向。
如图6所示,可选地,作为一个实施例,飞行控制系统600还包括:
环境感知系统640,用于测量无人机与障碍物之间的距离,环境感知系统包括安装在无人机前向、后向与侧向任一方向上的测距传感器;
其中,处理器610具体用于,从环境感知系统获取无人机与障碍物之间的距离。
可选地,作为一个实施例,测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
可选地,作为一个实施例,安装在无人机前向与后向的测距传感器均为双目视觉传感器,安装在无人机侧向的测距传感器为飞行时间TOF传感器。
如图6所示,该飞行控制系统600还包括收发器650,用于向动力系统(例如图1中所示的动力系统110)发送用于指示无人机的规划路径的指令(或信息),以控制动力系统为无人机提供动力,使得无人机按照确定的规划路径飞行。
飞行控制系统600的各个模块的操作和功能可以参考上述图2的方法,为了避免重复,在此不再赘述。
图7示出根据本发明实施例提供的全方位避障系统700的示意性框图,该全方位避障系统700可以应用于如图1所示的无人机100。该全方位避障系统700包括:环境感知系统710与处理器720,环境感知系统710包括安装在无人机前向、后向与侧向的测距传感器,环境感知系统710与处理器720通过总线730通信连接,
环境感知系统710,用于感知无人机与障碍物之间的距离。该环境感知系统710例如为图1中所示的传感系统122。
处理器720,用于根据从环境感知系统获取的无人机与障碍物之间的距离,确定无人机的规划路径,规划路径使得无人机避开障碍物。
本发明实施例通过无人机上的全方位传感器信息(安装在所述无人机前向、后向与侧向的测距传感器的测量信息)获取无人机与障碍物之间的距离,并根据该距离确定无人机的规划路径,该规划路径能够使得无人机避开障碍物,从而能够实现无人机的全方位避障。
可选地,作为一个实施例,处理器720具体用于,当距离大于阈值时,采用局部路径规划方法确定无人机的第一规划路径;当距离小于或等于阈值时,结合速度场方法与局部路径规划方法确定无人机的第二规划路径,速度场方法在障碍物周围生成远离障碍物的速度场。
可选地,作为一个实施例,测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
可选地,作为一个实施例,前向传感器与后向传感器均为双目视觉传感器,侧向传感器为飞行时间TOF传感器。
如图7所示,全方位避障系统700还包括收发器740,用于向动力系统(例如图1中所示的动力系统110)发送用于指示无人机的规划路径的指令(或信息),以控制动力系统为无人机提供动力,使得无人机按照确定的规划路径飞行。
全方位避障系统700的各个模块的操作和功能可以参考上述图3的方法,为了避免重复,在此不再赘述。
图8示出根据本发明实施例提供的无人机800的结构示意图。无人机800可以包括:飞行控制系统810与动力系统820。飞行控制系统810可以如上述实施例所述的飞行控制系统。动力系统820可以如图1中所示的动力系统110。飞行控制系统810用于向动力系统820发送指令,动力系统820用于根据该指令产生动力,使得无人机800按照该飞行控制系统810确定的规划路径飞行,以实现安全飞行。
图9示出根据本发明实施例提供的无人机900的结构示意图。无人机900可以包括:全方位避障系统910与动力系统920。全方位避障系统910可以如上述实施例所述的全方位避障系统700。动力系统920可以如图1中所示的动力系统110。全方位避障系统910用于向动力系统920发送指令,动力系统920用于根据该指令产生动力,使得无人机900按照该全方位避障系统910确定的规划路径飞行,以实现安全飞行。
应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (31)

1.一种路径规划的方法,其特征在于,包括:
获取无人机与障碍物之间的距离;
当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;
当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
2.根据权利要求1所述的方法,其特征在于,所述局部路径规划方法为动态窗口法。
3.根据权利要求2所述的方法,其特征在于,所述结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,包括:
根据所述距离获取第一速度,所述第一速度的方向为远离所述障碍物的方向,所述第一速度的大小根据所述距离确定;
计算所述第一速度与第二速度的矢量和,获取第三速度,所述第二速度为根据所述动态窗口法确定的速度;
根据所述第三速度确定所述第二规划路径。
4.根据权利要求3所述的方法,其特征在于,所述第一速度的方向为由所述障碍物指向所述无人机的方向。
5.根据权利要求1-4中任一项所述的方法,其特征在于,所述获取无人机与障碍物之间的距离,包括:
通过所述无人机上的环境感知系统,获取所述无人机与障碍物之间的距离,所述环境感知系统包括安装在所述无人机前向、后向与侧向中至少一个方向上的测距传感器。
6.根据权利要求5所述的方法,其特征在于,所述测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
7.根据权利要求5所述的方法,其特征在于,安装在所述无人机前向与后向的测距传感器均为双目视觉传感器,安装在所述无人机侧向的测距传感器为飞行时间TOF传感器。
8.一种路径规划的方法,其特征在于,包括:
通过无人机上的环境感知系统,获取所述无人机与障碍物之间的距离,所述环境感知系统包括安装在所述无人机前向、后向与侧向的测距传感器;
根据所述距离,确定所述无人机的规划路径,所述规划路径使得所述无人机避开障碍物。
9.根据权利要求8所述的方法,其特征在于,所述根据所述距离,确定所述无人机的规划路径,包括:
当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;
当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
10.根据权利要求8或9所述的方法,其特征在于,所述测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
11.根据权利要求8或9所述的方法,其特征在于,安装在所述无人机前向与后向的测距传感器为双目视觉传感器,安装在所述无人机侧向的测距传感器为TOF传感器。
12.一种路径规划的装置,其特征在于,包括:
获取模块,用于获取无人机与障碍物之间的距离;
第一确定模块,用于当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;
第二确定模块,用于当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
13.根据权利要求12所述的装置,其特征在于,所述局部路径规划方法为动态窗口法。
14.根据权利要求13所述的装置,其特征在于,所述第二确定模块具体用于,根据所述距离获取第一速度,所述第一速度的方向为远离所述障碍物的方向,所述第一速度的大小根据所述距离确定;计算所述第一速度与第二速度的矢量和,获取第三速度,所述第二速度为根据所述动态窗口法确定的速度;根据所述第三速度确定所述第二规划路径。
15.根据权利要求14所述的装置,其特征在于,所述第一速度的方向为由所述障碍物指向所述无人机的方向。
16.根据权利要求12-15中任一项所述的装置,其特征在于,所述获取模块具体用于,通过所述无人机上的环境感知系统,获取所述无人机与障碍物之间的距离,所述环境感知系统包括安装在所述无人机前向、后向与侧向中至少一个方向上的测距传感器。
17.根据权利要求16所述的装置,其特征在于,所述测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
18.根据权利要求16所述的装置,其特征在于,安装在所述无人机前向与后向的测距传感器均为双目视觉传感器,安装在所述无人机侧向的测距传感器为飞行时间TOF传感器。
19.一种飞行控制系统,其特征在于,包括:
存储器,用于存储程序;
处理器,用于执行所述存储器存储的程序,当所述程序被执行时,所述处理器获取无人机与障碍物之间的距离;当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
20.根据权利要求19所述的飞行控制系统,其特征在于,所述局部路径规划方法为动态窗口法。
21.根据权利要求20所述的飞行控制系统,其特征在于,所述处理器具体用于,根据所述距离获取第一速度,所述第一速度的方向为远离所述障碍物的方向,所述第一速度的大小根据所述距离确定;计算所述第一速度与第二速度的矢量和,获取第三速度,所述第二速度为根据所述动态窗口法确定的速度;根据所述第三速度确定所述第二规划路径。
22.根据权利要求21所述的飞行控制系统,其特征在于,所述第一速度的方向为由所述障碍物指向所述无人机的方向。
23.根据权利要求19-22中任一项所述的飞行控制系统,其特征在于,所述飞行控制系统还包括:
环境感知系统,用于测量所述无人机与障碍物之间的距离,所述环境感知系统包括安装在无人机前向、后向与侧向任一方向上的测距传感器;
其中,所述处理器具体用于,从所述环境感知系统获取所述无人机与障碍物之间的距离。
24.根据权利要求23所述的飞行控制系统,其特征在于,所述测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
25.根据权利要求23所述的飞行控制系统,其特征在于,安装在所述无人机前向与后向的测距传感器均为双目视觉传感器,安装在所述无人机侧向的测距传感器为飞行时间TOF传感器。
26.一种全方位避障系统,其特征在于,包括:
环境感知系统,用于感知无人机与障碍物之间的距离,所述环境感知系统包括安装在无人机前向、后向与侧向的测距传感器;
处理器,用于根据从所述环境感知系统获取的所述无人机与障碍物之间的距离,确定所述无人机的规划路径,所述规划路径使得所述无人机避开障碍物。
27.根据权利要求26所述的全方位避障系统,其特征在于,所述处理器具体用于,当所述距离大于阈值时,采用局部路径规划方法确定所述无人机的第一规划路径;当所述距离小于或等于所述阈值时,结合速度场方法与所述局部路径规划方法确定所述无人机的第二规划路径,所述速度场方法在障碍物周围生成远离障碍物的速度场。
28.根据权利要求26或27所述的全方位避障系统,其特征在于,所述测距传感器包括下列传感器中的至少一种:双目视觉传感器、飞行时间TOF传感器、超声波测距传感器、激光测距传感器、红外测距传感器、雷达测距传感器与声呐传感器。
29.根据权利要求26或27所述的全方位避障系统,其特征在于,所述前向传感器与所述后向传感器均为双目视觉传感器,所述侧向传感器为飞行时间TOF传感器。
30.一种无人机,其特征在于,包括动力系统与如权利要求19-29中任一项所述的飞行控制系统,其中,所述飞行控制系统用于向所述动力系统发送指令,所述动力系统用于根据所述指令产生动力,使得所述无人机按照所述飞行控制系统确定的规划路径飞行。
31.一种无人机,其特征在于,包括动力系统与如权利要求26-22中任一项所述的全方位避障系统,其中,所述全方位避障系统用于向所述动力系统发送指令,所述动力系统用于根据所述指令产生动力,使得所述无人机按照所述全方位避障系统确定的规划路径飞行。
CN201680004556.5A 2016-09-29 2016-09-29 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机 Active CN107278282B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2016/100844 WO2018058442A1 (zh) 2016-09-29 2016-09-29 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机

Publications (2)

Publication Number Publication Date
CN107278282A true CN107278282A (zh) 2017-10-20
CN107278282B CN107278282B (zh) 2019-02-19

Family

ID=60052263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680004556.5A Active CN107278282B (zh) 2016-09-29 2016-09-29 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机

Country Status (2)

Country Link
CN (1) CN107278282B (zh)
WO (1) WO2018058442A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108287562A (zh) * 2018-01-08 2018-07-17 深圳市科卫泰实业发展有限公司 一种能自稳的无人机多传感器避障测距系统及方法
CN108776492A (zh) * 2018-06-27 2018-11-09 电子科技大学 一种基于双目相机的四轴飞行器自主避障与导航方法
CN109933092A (zh) * 2017-12-18 2019-06-25 北京京东尚科信息技术有限公司 飞行器避障方法、装置和飞行器
CN110197489A (zh) * 2019-04-11 2019-09-03 中国电子科技集团公司电子科学研究院 一种无人机降落区域的选择方法和装置
CN110618674A (zh) * 2018-06-19 2019-12-27 广州极飞科技有限公司 可移动设备的避障方法和装置、可移动设备及存储介质
CN111752295A (zh) * 2019-08-27 2020-10-09 广州极飞科技有限公司 无人机飞行轨迹规划方法及相关装置
CN112313594A (zh) * 2019-11-05 2021-02-02 深圳市大疆创新科技有限公司 无人机的控制方法、装置、设备及存储介质
CN112585557A (zh) * 2020-04-26 2021-03-30 深圳市大疆创新科技有限公司 控制无人机的方法、装置和无人机
CN113093787A (zh) * 2021-03-15 2021-07-09 西北工业大学 一种基于速度场的无人机轨迹规划方法
CN113359808A (zh) * 2021-07-21 2021-09-07 国网浙江省电力有限公司双创中心 一种无人机电力巡检多级路径规划方法及相关装置
CN114003056A (zh) * 2021-11-05 2022-02-01 天津云圣智能科技有限责任公司 无人机避障方法、装置、无人机及计算机可读存储介质
CN114489145A (zh) * 2022-04-13 2022-05-13 山东亿华天产业发展集团有限公司 无人机摄影测量路径规划方法及低空飞行无人机系统

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108958284B (zh) * 2018-06-29 2024-03-01 湖北电鹰科技有限公司 一种无人机避障系统及方法
US11037382B2 (en) * 2018-11-20 2021-06-15 Ford Global Technologies, Llc System and method for evaluating operation of environmental sensing systems of vehicles
CN109532361A (zh) * 2019-01-07 2019-03-29 深圳墨菲航空科技有限公司 载人陆空两栖飞行器及其群控系统
CN110045749B (zh) * 2019-04-10 2022-05-10 广州极飞科技股份有限公司 用于无人飞行器检测障碍物的方法、装置和无人飞行器
CN112097781B (zh) * 2019-06-17 2023-05-09 宇通客车股份有限公司 一种基于多级触须的路径规划方法及装置
CN112327885B (zh) * 2020-12-01 2024-04-09 大连海事大学 一种无人船自适应全局-局部混合路径规划的方法
CN112925342B (zh) * 2021-01-20 2022-07-01 北京工商大学 基于改进相互速度障碍法的无人机动态避障方法
CN114384929B (zh) * 2021-12-02 2023-09-12 上海航天控制技术研究所 一种基于偏差优化启发式算法的无人集群编队控制方法
CN114428515A (zh) * 2022-01-24 2022-05-03 广东电网有限责任公司 一种无人机避障方法、装置、无人机及存储介质
CN116520890B (zh) * 2023-07-05 2023-09-05 杭州柯林电气股份有限公司 一种可三维全息巡视的无人机控制平台

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060058931A1 (en) * 2004-09-15 2006-03-16 Honeywell International Inc. Collision avoidance involving radar feedback
CN103543751A (zh) * 2013-09-12 2014-01-29 深圳市大疆创新科技有限公司 无人飞行器的控制装置及无人飞行器
CN104820429A (zh) * 2015-04-28 2015-08-05 南京航空航天大学 基于超声波距离检测的无人机避障系统及其控制方法
CN204631622U (zh) * 2015-04-28 2015-09-09 南京航空航天大学 基于超声波距离检测的无人机避障系统
CN104932515A (zh) * 2015-04-24 2015-09-23 深圳市大疆创新科技有限公司 一种自主巡航方法以及巡航设备
CN105517666A (zh) * 2014-09-05 2016-04-20 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
CN105787447A (zh) * 2016-02-26 2016-07-20 深圳市道通智能航空技术有限公司 一种无人机基于双目视觉的全方位避障的方法及系统
CN105955280A (zh) * 2016-07-19 2016-09-21 Tcl集团股份有限公司 移动机器人路径规划和避障方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060058931A1 (en) * 2004-09-15 2006-03-16 Honeywell International Inc. Collision avoidance involving radar feedback
CN103543751A (zh) * 2013-09-12 2014-01-29 深圳市大疆创新科技有限公司 无人飞行器的控制装置及无人飞行器
CN105517666A (zh) * 2014-09-05 2016-04-20 深圳市大疆创新科技有限公司 基于情景的飞行模式选择
CN104932515A (zh) * 2015-04-24 2015-09-23 深圳市大疆创新科技有限公司 一种自主巡航方法以及巡航设备
CN104820429A (zh) * 2015-04-28 2015-08-05 南京航空航天大学 基于超声波距离检测的无人机避障系统及其控制方法
CN204631622U (zh) * 2015-04-28 2015-09-09 南京航空航天大学 基于超声波距离检测的无人机避障系统
CN105787447A (zh) * 2016-02-26 2016-07-20 深圳市道通智能航空技术有限公司 一种无人机基于双目视觉的全方位避障的方法及系统
CN105955280A (zh) * 2016-07-19 2016-09-21 Tcl集团股份有限公司 移动机器人路径规划和避障方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李春涛等: "基于速度矢量场的无人机实时动态航路规划", 《南京航空航天大学学报》 *

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109933092A (zh) * 2017-12-18 2019-06-25 北京京东尚科信息技术有限公司 飞行器避障方法、装置和飞行器
CN108287562A (zh) * 2018-01-08 2018-07-17 深圳市科卫泰实业发展有限公司 一种能自稳的无人机多传感器避障测距系统及方法
CN110618674A (zh) * 2018-06-19 2019-12-27 广州极飞科技有限公司 可移动设备的避障方法和装置、可移动设备及存储介质
CN110618674B (zh) * 2018-06-19 2023-02-14 广州极飞科技股份有限公司 可移动设备的避障方法和装置、可移动设备及存储介质
CN108776492A (zh) * 2018-06-27 2018-11-09 电子科技大学 一种基于双目相机的四轴飞行器自主避障与导航方法
CN108776492B (zh) * 2018-06-27 2021-01-26 电子科技大学 一种基于双目相机的四轴飞行器自主避障与导航方法
CN110197489A (zh) * 2019-04-11 2019-09-03 中国电子科技集团公司电子科学研究院 一种无人机降落区域的选择方法和装置
CN110197489B (zh) * 2019-04-11 2021-11-16 中国电子科技集团公司电子科学研究院 一种无人机降落区域的选择方法和装置
CN111752295B (zh) * 2019-08-27 2021-09-10 广州极飞科技股份有限公司 无人机飞行轨迹规划方法及相关装置
CN111752295A (zh) * 2019-08-27 2020-10-09 广州极飞科技有限公司 无人机飞行轨迹规划方法及相关装置
WO2021087718A1 (zh) * 2019-11-05 2021-05-14 深圳市大疆创新科技有限公司 无人机的控制方法、装置、设备及存储介质
CN112313594A (zh) * 2019-11-05 2021-02-02 深圳市大疆创新科技有限公司 无人机的控制方法、装置、设备及存储介质
CN112313594B (zh) * 2019-11-05 2024-01-12 深圳市大疆创新科技有限公司 无人机的控制方法、装置、设备及存储介质
CN112585557A (zh) * 2020-04-26 2021-03-30 深圳市大疆创新科技有限公司 控制无人机的方法、装置和无人机
WO2021217303A1 (zh) * 2020-04-26 2021-11-04 深圳市大疆创新科技有限公司 控制无人机的方法、装置和无人机
CN113093787A (zh) * 2021-03-15 2021-07-09 西北工业大学 一种基于速度场的无人机轨迹规划方法
CN113359808A (zh) * 2021-07-21 2021-09-07 国网浙江省电力有限公司双创中心 一种无人机电力巡检多级路径规划方法及相关装置
CN114003056A (zh) * 2021-11-05 2022-02-01 天津云圣智能科技有限责任公司 无人机避障方法、装置、无人机及计算机可读存储介质
CN114489145A (zh) * 2022-04-13 2022-05-13 山东亿华天产业发展集团有限公司 无人机摄影测量路径规划方法及低空飞行无人机系统

Also Published As

Publication number Publication date
WO2018058442A1 (zh) 2018-04-05
CN107278282B (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN107278282B (zh) 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机
CN105892489B (zh) 一种基于多传感器融合的自主避障无人机系统及控制方法
US10276051B2 (en) Dynamic collision-avoidance system and method
CN111045456B (zh) 用于交通工具的轨迹规划器
EP3391166B1 (en) Autonomous visual navigation
CN104808675B (zh) 基于智能终端的体感飞行操控系统及终端设备
CN104808682B (zh) 小型旋翼无人机自主避障飞行控制方法
CN106647790A (zh) 面向复杂环境的四旋翼无人机飞行器系统及飞行方法
CN102707724B (zh) 一种无人机的视觉定位与避障方法及系统
CN110174903B (zh) 用于在环境内控制可移动物体的系统和方法
CN206057974U (zh) 一种应用在旋翼无人机上的避障系统
Hrabar Reactive obstacle avoidance for rotorcraft uavs
CN106919184A (zh) 双无人机协同作业系统及双无人机协同作业方法
CN105867368A (zh) 一种信息处理方法和移动装置
CN107783119A (zh) 应用在避障系统中的决策融合方法
CN104133482A (zh) 一种无人机模糊控制飞行方法
CN107111321A (zh) 控制方法、控制装置、飞行控制系统与多旋翼无人机
Cho et al. Stabilized UAV flight system design for structure safety inspection
Ruangwiset Path generation for ground target tracking of airplane-typed UAV
CN107562070A (zh) 一种基于激光雷达的自主飞行四旋翼穿行隧道方法
KR102233226B1 (ko) LiDAR가 탑재된 FPGA 기반 드론 비행제어 시스템
Villa et al. aColor: Mechatronics, Machine Learning, and Communications in an Unmanned Surface Vehicle
KR20170019896A (ko) 무인 비행체 및 그 무인 비행체 조종을 위한 원격 조종기
Wang et al. Design of UAV's safe obstacle avoidance trajectory based on point cloud
Guzik et al. Principles of structural organization of the intellectual movement planning system for mobile robotic object

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