CN107924188A - 一种无人机的飞行路径规划、控制方法及系统 - Google Patents

一种无人机的飞行路径规划、控制方法及系统 Download PDF

Info

Publication number
CN107924188A
CN107924188A CN201680002372.5A CN201680002372A CN107924188A CN 107924188 A CN107924188 A CN 107924188A CN 201680002372 A CN201680002372 A CN 201680002372A CN 107924188 A CN107924188 A CN 107924188A
Authority
CN
China
Prior art keywords
unmanned plane
point
operating area
region
return voyage
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.)
Pending
Application number
CN201680002372.5A
Other languages
English (en)
Inventor
李泽飞
徐节文
王铭熙
陈汉平
周琦
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.)
SZ DJI Technology Co Ltd
Original Assignee
SZ DJI 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 SZ DJI Technology Co Ltd filed Critical SZ DJI Technology Co Ltd
Publication of CN107924188A publication Critical patent/CN107924188A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C1/00—Fuselages; Constructional features common to fuselages, wings, stabilising surfaces or the like
    • B64C1/16—Fuselages; Constructional features common to fuselages, wings, stabilising surfaces or the like specially adapted for mounting power plant
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0034—Assembly of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0039—Modification of a flight plan
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0056—Navigation or guidance aids for a single aircraft in an emergency situation, e.g. hijacking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/006—Navigation or guidance aids for a single aircraft in accordance with predefined flight zones, e.g. to avoid prohibited zones
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0086—Surveillance aids for monitoring terrain
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/02—Automatic approach or landing aids, i.e. systems in which flight data of incoming planes are processed to provide landing data
    • G08G5/025—Navigation or guidance aids
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/60—UAVs specially adapted for particular uses or applications for transporting passengers; for transporting goods other than weapons
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/30—Supply or distribution of electrical power
    • B64U50/37—Charging when not in flight

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Catching Or Destruction (AREA)
  • Navigation (AREA)

Abstract

无人机的飞行路径规划方法及系统，系统包括：一个或多个处理器，单独或协同工作，处理器用于执行方法：获取无人机的预设飞行区域的地理信息(S11)；根据地理信息，将预设飞行区域划分至多个作业区域(S12)；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径(S13)。无人机的控制方法及系统，按照预设飞行路径在预设飞行区域内进行飞行作业(S31)；调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态(S32)。无人机的控制方法及系统，获取无人机的当前维护点的位置(S41)；根据当前维护点的位置，确定下一维护点的位置(S42)；将下一维护点的位置发送给维护设备或人员(S43)。无人机的飞行路径规划方法及系统，显示预设飞行区域的地貌图像(S21)；获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标(S22)；根据多个特征点的坐标，确定预设飞行区域的边缘线(S23)。

Description

一种无人机的飞行路径规划、控制方法及系统 【技术领域】
本申请涉及无人机领域，特别是涉及一种无人机的飞行路径规划方法及系统、控制方法及系统。
【背景技术】
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。无人机可用于农林植物保护作业，具有安全、高效、节省资源等优点。
无人机用于农林植物保护作业，可以由操纵者进行目视遥控，但是其效果并不理想，为此提出了自动作业。目前无人机的自动作业技术不完善，一般只能针对简单地形，而对于复杂地形的作业区域，例如凹凸混合的不规则地形，作业区域中具有复杂障碍物等，不能进行有效处理。此外，无人机的续航时间较短，这大大限制了无人机的应用。
【发明内容】
为了至少部分解决以上问题，本发明提出了一种无人机的飞行路径规划方法，该方法包括：获取无人机的预设飞行区域的地理信息；根据地理信息，将预设飞行区域划分至多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
其中，地理信息包括用于表示预设飞行区域的边界的坐标信息，其中边界至少包括用于表示预设飞行区域的外部轮廓的第一边界。
其中，边界进一步包括用于表示预设飞行区域内的障碍物区域的外部轮廓的第二边界。
其中，获取无人机的预设飞行区域的地理信息的步骤包括：获取用于表示 边界的经纬度坐标；将经纬度坐标转换为二维坐标。
其中，将经纬度坐标转换为二维坐标的步骤包括：将经纬度坐标转换为地心坐标系下的三维坐标；将三维坐标转换为与地球表面相切的平面坐标系下的二维坐标。
其中，根据地理信息，将预设飞行区域划分至多个作业区域的步骤包括：根据边界的位置信息和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段；根据航线段与边界的相交位置，将航线段划分至多个作业区域。
其中，相邻两个航线段之间的间距等于无人机的作业宽度，每个航线段的端点位于边界上。
其中，无人机的飞行方向根据预设飞行区域的风向确定。
其中，根据航线段与边界的相交位置，将航线段划分至多个作业区域的步骤包括：获取平行于无人机的飞行方向的直线与边界的相切点；根据相切点将边界划分为多个边缘段；将两侧端点分别位于相同边缘段上的航线段划分至同一作业区域。
其中，根据多个作业区域，确定无人机在预设飞行区域内的飞行路径的步骤包括：确定可作为各作业区域的入口点或出口点的端口点；根据作业区域的端口点，确定无人机的飞行路径。
其中，确定可作为各作业区域的入口点或出口点的端口点的步骤包括：将同一作业区域的位于最外侧的航线段的两侧端点作为端口点。
其中，根据作业区域的端口点确定无人机的飞行路径的步骤包括：根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连 接路径的非常规消耗的步骤包括：确定作业区域之间的候选作业区域连接方式；根据候选作业区域连接方式确定无人机的起始点与作业区域的端口点之间以及作业区域的端口点之间的候选端口连接方式；根据候选端口连接方式，计算非常规消耗。
其中，确定作业区域之间的候选作业区域连接方式的步骤包括：通过排列组合方式或根据作业区域之间的邻接关系确定候选作业区域连接方式，其中根据作业区域之间的邻接关系确定候选作业区域连接方式包括确定遍历所有作业区域且连接非邻接作业区域次数最少的多个候选作业区域连接方式。
其中，根据候选作业区域连接方式确定无人机的起始点与作业区域的端口点之间以及区段的端口点之间的候选端口连接方式的步骤包括：对于每一种候选作业区域连接方式，根据各作业区域的端口点以及作业区域内包括的航线段的数量确定作业区域的候选入口点和候选出口点；根据作业区域的候选入口点和候选出口点确定候选端口连接方式。
其中，对于每一种候选作业区域连接方式，根据各作业区域的端口点以及作业区域内包括的航线段的数量确定作业区域的候选入口点和候选出口点的步骤包括：对于第一个作业区域，选择离起始点最近的端口点作为第一个作业区域的候选入口点，并根据第一个作业区域包括的航线段的数量和第一个作业区域的候选入口点确定第一个作业区域的候选出口点；对于其余作业区域，选择当前作业区域距离上一个作业区域的候选出口点最近的端口点作为当前作业区域的候选入口点，并根据当前作业区域包括的航线段的数量和当前作业区域的候选入口点确定当前作业区域的候选出口点。
其中，预设飞行区域内存在至少一个障碍物区域；根据候选端口连接方式计算非常规消耗的步骤包括：将连接每个作业区域的候选入口点与前一作业区域的候选出口点或无人机的起始点的线段与障碍物区域的边缘求交集；若交集为空，则将沿线段所产生的路程消耗作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗，否则将线段与障碍物区域的交集部分所产生的路 程消耗替换为规避障碍物区域所产生的路程消耗，并计算规避障碍物区域所产生的路程消耗与线段的非交集部分所产生的路程消耗之和以作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗。
其中，规避障碍物区域所产生的路程消耗包括：通过绕行方式绕过障碍物区域所产生的路程消耗或者通过升高或降低方式跨越或穿越障碍物区域所产生的路程消耗。
其中，非常规消耗进一步包括返航维护的路程消耗；根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗进一步包括：根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，根据无人机的工作状态计算应进行返航维护的返航点的步骤包括：依次判断航线段的当前端点是否满足续航条件，若不满足续航条件，则将当前端点作为返航点。
其中，根据无人机的工作状态计算应进行返航维护的返航点的步骤包括：依次判断航线段的当前端点是否满足续航条件；若不满足续航条件，则判断当前端点与下一端点之间是否为需作业的航线段；若是，则在当前端点与下一端点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将当前端点作为返航点。
其中，续航条件是指无人机飞到当前端点的动力源和/或作业源的剩余量减去预设的安全量大于或等于从当前端点飞往下一端点且从下一端点飞往返航点的动力源和/或作业源消耗量。
其中，根据返航点的坐标和维护点的坐标计算返航维护的路程消耗的步骤包括：根据无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算维护设备或人员在无人机的剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，在最大运动范围内指定维护点的步骤包括：将最大运动范围内与返 航点或下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为维护点。
其中，进一步包括：获取用于表示预设飞行区域中的特殊作业区域的边缘的特殊边缘点的坐标；计算航线段与特殊作业区域的边缘的交点；将航线段与特殊作业区域的边缘的交点插入飞行路径，以使无人机在特殊作业区域内执行的操作不同于无人机在特殊作业区域外执行的操作。
其中，特殊作业区域包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。
其中，进一步包括：形成用于无人机的飞行路径的多个任务点的坐标序列，以使得无人机按照坐标序列在多个任务点之间进行作业，其中任务点至少包括航线段的端点、航线段与特殊作业区域的边缘的交点。
为了至少部分解决以上问题，本发明提出了一种无人机的控制方法，该方法包括：按照预设飞行路径在预设飞行区域内进行飞行作业；调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态。
其中，调整无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；调整无人机执行的操作包括如下任意一种：停止作业，开始作业。
其中，作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
其中，工作状态包括动力源不足和/或作业源不足，调整无人机的飞行路径包括改变飞行方向以飞往维护点；调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态的步骤包括：获取无人机的动力源和/或作业源的状态；根据无人机的动力源和/或作业源状态计算应进行返航维护的返航点；在无人机飞行至返航点时改变飞行方向以飞往维护点进行维护。
其中，获取无人机的动力源和/或作业源的状态的步骤包括：
获取无人机的当前位置坐标；判断无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；若是，则获取无人机的动力源和/或作业源的状态。
其中，根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点的步骤包括：判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则将无人机的当前位置作为返航点。
其中，根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点的步骤包括：判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则判断无人机的当前位置与无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；若是，则在无人机的当前位置与下一任务点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将无人机的当前位置作为返航点。
其中，续航条件是指无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从无人机的当前位置飞往无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
其中，进一步包括：根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，在最大运动范围内指定维护点的步骤包括：根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为维护点。
为了至少部分解决以上问题，本发明提出了一种无人机的控制方法，该方法包括：获取无人机的当前维护点的位置；根据当前维护点的位置，确定下一维护点的位置；将下一维护点的位置发送给维护设备或人员。
其中，当前维护点为无人机上次进行维护的维护点；根据当前维护点的位 置，确定下一维护点的位置的步骤包括：根据当前维护点的位置、无人机的预估最大飞行时间、维护设备或人员的运动路径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，在最大运动范围内确定下一维护点的位置的步骤包括：根据当前维护点的位置以及无人机的飞行路径和预估最大飞行时间，预估无人机从当前维护点起下一次应进行返航维护的下一返航点；将最大运动范围内与下一返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
其中，当前维护点的位置为维护设备或人员的当前位置；根据当前维护点的位置，确定下一维护点的位置的步骤包括：根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，在最大运动范围内确定下一维护点的位置的步骤包括：根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
为了至少部分解决以上问题，本发明提出了一种无人机的飞行路径规划方法，该方法包括：显示预设飞行区域的地貌图像；获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标；根据多个特征点的坐标，确定预设飞行区域的边缘线。
其中，特征点包括用于表示预设飞行区域的外部轮廓的多个第一特征点，以及用于表示预设飞行区域内障碍物区域的外部轮廓的第二特征点。
其中，根据多个特征点的坐标，确定预设飞行区域的边缘线的步骤包括：利用线段连接特征点并将形成的折线作为边缘线。
其中，根据多个特征点的坐标，确定预设飞行区域的边缘线的步骤包括：以特征点中的至少一个作为圆心作圆或者椭圆，并将圆或者椭圆的全部或者部 分作为边缘线。
其中，获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标的步骤包括：通过输入装置接收用户输入的多个特征点的坐标；或通过图像识别从地貌图像中提取多个特征点的坐标。
其中，进一步包括：根据边缘线，确定无人机在预设飞行区域内的飞行路径；显示飞行路径。
其中，根据边缘线，确定无人机在预设飞行区域内的飞行路径的步骤之前进一步包括：获取无人机的作业参数；根据边缘线，确定无人机在预设飞行区域内的飞行路径的步骤包括：根据边缘线和无人机的作业参数，确定无人机在预设飞行区域内的飞行路径。
其中，作业参数至少包括风向、无人机的作业宽度和起始点。
其中，根据边缘线，确定无人机在预设飞行区域内的飞行路径的步骤包括：根据边缘线和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段，其中无人机的飞行方向根据风向确定；根据航线段与边界的相交位置，将预设飞行区域划分至多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
其中，根据多个作业区域，确定无人机在预设飞行区域内的飞行路径的步骤包括：确定可作为各作业区域的入口点或出口点的端口点；根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，非常规消耗进一步包括返航维护的路程消耗；根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗进一步包括：根据无人机的工作状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，显示飞行路径的步骤包括：显示飞行路径，并显示返航点的数量和/ 或在飞行路径中标出返航点。
为了至少部分解决以上问题，本发明提出了一种无人机的飞行路径规划系统，该系统包括：一个或多个处理器，单独或协同工作，处理器用于：获取无人机的预设飞行区域的地理信息；根据地理信息，将预设飞行区域分隔为多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
其中，一步包括：传感器，传感器与处理器通讯连接；传感器用于捕捉预设飞行区域的地理信息，并将预设飞行区域的地理信息传送给处理器。
其中，地理信息包括用于表示预设飞行区域的边界的坐标信息，其中边界至少包括用于表示预设飞行区域的外部轮廓的第一边界。
其中，边界进一步包括用于表示预设飞行区域内的障碍物区域的外部轮廓的第二边界。
其中，处理器进一步用于获取用于表示边界的经纬度坐标；将经纬度坐标转换为二维坐标。
其中，处理器进一步用于将经纬度坐标转换为地心坐标系下的三维坐标；将三维坐标转换为与地球表面相切的平面坐标系下的二维坐标。
其中，处理器进一步用于根据边界的位置信息和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段；根据航线段与边界的相交位置，将航线段划分至多个作业区域。
其中，相邻两个航线段之间的间距等于无人机的作业宽度，每个航线段的端点位于边界上。
其中，无人机的飞行方向根据预设飞行区域的风向确定。
其中，处理器进一步用于获取平行于无人机的飞行方向的直线与边界的相切点；根据相切点将边界划分为多个边缘段；将两侧端点分别位于相同边缘段上的航线段划分至同一作业区域。
其中，处理器进一步用于确定可作为各作业区域的入口点或出口点的端口点；根据作业区域的端口点，确定无人机的飞行路径。
其中，处理器进一步用于将同一作业区域的位于最外侧的航线段的两侧端点作为端口点。
其中，处理器进一步用于根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，处理器进一步用于确定作业区域之间的候选作业区域连接方式；根据候选作业区域连接方式确定无人机的起始点与作业区域的端口点之间以及作业区域的端口点之间的候选端口连接方式；根据候选端口连接方式，计算非常规消耗。
其中，处理器进一步用于通过排列组合方式或根据作业区域之间的邻接关系确定候选作业区域连接方式，其中根据作业区域之间的邻接关系确定候选作业区域连接方式包括确定遍历所有作业区域且连接非邻接作业区域次数最少的多个候选作业区域连接方式。
其中，处理器进一步用于对于每一种候选作业区域连接方式，根据各作业区域的端口点以及作业区域内包括的航线段的数量确定作业区域的候选入口点和候选出口点；根据作业区域的候选入口点和候选出口点确定候选端口连接方式。
其中，处理器进一步用于对于第一个作业区域，选择离起始点最近的端口点作为第一个作业区域的候选入口点，并根据第一个作业区域包括的航线段的数量和第一个作业区域的候选入口点确定第一个作业区域的候选出口点；对于其余作业区域，选择当前作业区域距离上一个作业区域的候选出口点最近的端口点作为当前作业区域的候选入口点，并根据当前作业区域包括的航线段的数量和当前作业区域的候选入口点确定当前作业区域的候选出口点。
其中，预设飞行区域内存在至少一个障碍物区域；处理器进一步用于将连接每个作业区域的候选入口点与前一作业区域的候选出口点或无人机的起始点 的线段与障碍物区域的边缘求交集；若交集为空，则将沿线段所产生的路程消耗作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗，否则将线段与障碍物区域的交集部分所产生的路程消耗替换为规避障碍物区域所产生的路程消耗，并计算规避障碍物区域所产生的路程消耗与线段的非交集部分所产生的路程消耗之和以作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗。
其中，规避障碍物区域所产生的路程消耗包括：通过绕行方式绕过障碍物区域所产生的路程消耗或者通过升高或降低方式跨越或穿越障碍物区域所产生的路程消耗。
其中，非常规消耗进一步包括返航维护的路程消耗；处理器进一步用于根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，处理器进一步用于依次判断航线段的当前端点是否满足续航条件，若不满足续航条件，则将当前端点作为返航点。
其中，处理器进一步用于依次判断航线段的当前端点是否满足续航条件；若不满足续航条件，则判断当前端点与下一端点之间是否为需作业的航线段；若是，则在当前端点与下一端点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将当前端点作为返航点。
其中，续航条件是指无人机飞到当前端点的动力源和/或作业源的剩余量减去预设的安全量大于或等于从当前端点飞往下一端点且从下一端点飞往返航点的动力源和/或作业源消耗量。
其中，处理器进一步用于根据无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算维护设备或人员在无人机的剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，处理器进一步用于将最大运动范围内与返航点或下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为维护点。
其中，处理器进一步用于获取用于表示预设飞行区域中的特殊作业区域的边缘的特殊边缘点的坐标；计算航线段与特殊作业区域的边缘的交点；将航线段与特殊作业区域的边缘的交点插入飞行路径，以使无人机在特殊作业区域内执行的操作不同于无人机在特殊作业区域外执行的操作。
其中，特殊作业区域包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。
其中，处理器进一步用于形成用于无人机的飞行路径的多个任务点的坐标序列，以使得无人机按照坐标序列在多个任务点之间进行作业，其中任务点至少包括航线段的端点、航线段与特殊作业区域的边缘的交点。
为了至少部分解决以上问题，本发明提出了一种无人机的控制系统，该系统包括：一个或多个处理器，单独或协同工作，处理器用于：按照预设航线在预设飞行区域内进行飞行作业；调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态。
其中，进一步包括定位装置，定位装置与处理器通讯连接；定位装置用于获取无人机的当前位置信息，并将当前位置信息传送给处理器，处理器根据当前位置信息以及预设航线控制无人机进行飞行作业。
其中，调整无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；调整无人机执行的操作包括如下任意一种：停止作业，开始作业。
其中，作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
其中，工作状态包括动力源不足和/或作业源不足，调整无人机的飞行路径包括改变飞行方向以飞往维护点；处理器进一步用于获取无人机的动力源和/或作业源的状态；根据无人机的动力源和/或作业源状态计算应进行返航维护的返航点；在无人机飞行至返航点时改变飞行方向以飞往维护点进行维护。
其中，处理器进一步用于获取无人机的当前位置坐标；判断无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；若是，则获取无人机的动力源和/或作业源的状态。
其中，处理器进一步用于判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则将无人机的当前位置作为返航点。
其中，处理器进一步用于判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则判断无人机的当前位置与无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；若是，则在无人机的当前位置与下一任务点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将无人机的当前位置作为返航点。
其中，续航条件是指无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从无人机的当前位置飞往无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为维护点。
为了至少部分解决以上问题，本发明提出了一种无人机的控制系统，该系统包括：一个或多个处理器，单独或协同工作，处理器用于：获取无人机的当前维护点的位置；根据当前维护点的位置，确定下一维护点的位置；将下一维护点的位置发送给维护设备或人员。
其中，当前维护点为无人机上次进行维护的维护点；处理器进一步用于根据当前维护点的位置、无人机的预估最大飞行时间、维护设备或人员的运动路 径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，处理器进一步用于根据当前维护点的位置以及无人机的飞行路径和预估最大飞行时间，预估无人机从当前维护点起下一次应进行返航维护的下一返航点；将最大运动范围内与下一返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
其中，当前维护点的位置为维护设备或人员的当前位置；处理器进一步用于根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
为了至少部分解决以上问题，本发明提出了一种无人机的飞行路径规划系统，该系统包括：显示屏，用于显示预设飞行区域的地貌图像；一个或多个处理器，单独或协同工作，处理器与显示屏通讯连接；处理器用于获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标；根据多个特征点的坐标信息，确定预设飞行区域的边缘线。
其中，进一步包括输入装置，输入装置与处理器通讯连接，用于接收用于输入的表示预设飞行区域的地貌图像的边界的多个特征点并获取其坐标。
其中，处理器进一步用于通过图像识别从地貌图像中提取多个特征点的坐标。
其中，特征点包括用于表示预设飞行区域的外部轮廓的多个第一特征点，以及用于表示预设飞行区域内障碍物区域的外部轮廓的第二特征点。
其中，处理器进一步用于利用线段连接多个特征点并将形成的折线作为边缘线。
其中，处理器进一步用于以特征点中的至少一个作为圆心作圆或者椭圆，并将圆或者椭圆的全部或者部分作为边缘线。
其中，处理器进一步用于根据边缘线，确定无人机在预设飞行区域内的飞行路径；显示飞行路径。
其中，处理器进一步用于获取无人机的作业参数；根据边缘线和无人机的作业参数，确定无人机在预设飞行区域内的飞行路径。
其中，作业参数至少包括风向、无人机的作业宽度和起始点。
其中，处理器进一步用于根据边缘线和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段，其中无人机的飞行方向根据风向确定；根据航线段与边界的相交位置，将预设飞行区域划分至多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
其中，处理器进一步用于确定可作为各作业区域的入口点或出口点的端口点；根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，非常规消耗进一步包括返航维护的路程消耗；处理器进一步用于根据无人机的工作状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，处理器进一步用于控制显示屏显示飞行路径，并显示返航点的数量和/或在飞行路径中标出返航点。
本发明的有益效果是：通过将预设飞行区域划分至多个作业区域，再根据多个作业区域确定无人机的飞行路径，可以处理复杂地形预设飞行区域的飞行路径规划，并减少飞行路径规划的计算量。
【附图说明】
图1是本发明无人机的飞行路径规划方法第一实施例的流程图；
图2是本发明无人机的飞行路径规划方法第二实施例的流程图；
图3是本发明无人机的飞行路径规划方法第三实施例的流程图；
图4是本发明无人机的飞行路径规划方法一实施例中划分作业区域的示意图；
图5是本发明无人机的飞行路径规划方法第四实施例的流程图；
图6是本发明无人机的飞行路径规划方法第五实施例的流程图；
图7是本发明无人机的飞行路径规划方法一实施例中不同作业区域之间的连通关系示意图；
图8是本发明无人机的飞行路径规划方法一实施例中绕行规避障碍物区域的示意图；
图9是本发明无人机的飞行路径规划方法一实施例中计算候选连接路径的返航维护消耗的流程图；
图10是本发明无人机的飞行路径规划方法第六实施例的流程图；
图11是本发明无人机的飞行路径规划方法第七实施例的流程图；
图12是本发明无人机的飞行路径规划方法第八实施例的流程图；
图13是本发明无人机的飞行路径规划方法第九实施例的流程图；
图14是本发明无人机的控制方法第一实施例的流程图；
图15是本发明无人机的控制方法第二实施例的流程图；
图16是本发明无人机的控制方法第三实施例的流程图；
图17是本发明无人机的控制方法第四实施例的流程图；
图18是本发明无人机的飞行路径规划系统第一实施例的结构示意图；
图19是本发明无人机的飞行路径规划系统第二实施例的结构示意图；
图20是本发明无人机的飞行路径规划系统第三实施例的结构示意图；
图21是本发明无人机的飞行路径规划系统第四实施例的结构示意图；
图22是本发明无人机的控制系统第一实施例的结构示意图；
图23是本发明无人机的控制系统第二实施例的结构示意图；
图24是本发明无人机的控制系统第三实施例的结构示意图。
【具体实施方式】
下面结合附图和实施例对本发明进行详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
如图1所示，本发明无人机的飞行路径规划方法第一实施例包括：
S11：获取无人机的预设飞行区域的地理信息。
地理信息包括用于表示预设飞行区域的边界的坐标信息。在其中一个实施例中，为了便于标示边界，坐标信息可以包括用于表示预设飞行区域边界的多个特征点的坐标信息。可以通过输入装置接收用户输入的特征点的坐标信息，也可以通过图像识别从预设飞行区域的地貌图像中获取特征点的坐标信息。
特征点可以在边界上，也可以不在边界上。可以采用直线段或者曲线段连接在边界上的特征点并作为全部或部分边界；也可以以不在边界上的特征点为圆心作圆或椭圆，并将圆或椭圆的全部或者部分作为全部或部分边界。
边界至少包括用于表示预设飞行区域的外部轮廓的第一边界。在本发明无人机的飞行路径规划方法一实施例中，当预设飞行区域内存在障碍物区域时，边界进一步包括用于表示该障碍物区域的外部轮廓的第二边界。这里的障碍物区域是指无人机需要绕行的有障碍物的区域，例如禁飞区、存在房子、电线杆等不宜飞越的障碍物的区域。
S12：根据地理信息，将预设飞行区域划分至多个作业区域。
根据边界的位置信息和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段，航线段为规划中的无人机在飞行区域内的作业路径。根据航线段与边界的相交位置，即航线段的端点位置，将航线段划分至多个作业区域。一般而言，参考无人机的作业特点，包括少转弯、就近飞行、遍历预设飞行区域等，对预设飞行区域进行分块。
一般而言，航线段的端点位于边界上，相邻两个航线段之间的间距等于无人机的作业宽度。无人机的飞行方向可以根据预设飞行区域的风向确定，也可以采用其他方式确定无人机的飞行方向，例如以预设飞行区域的最长边的方向作为无人机的飞行方向。
S13：根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
一般而言，寻找能够遍历所有作业区域，并且非常规消耗最小的路径作为无人机的飞行路径，非常规消耗是指无人机飞行作业之外的消耗，至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗。
通过上述实施例的实施，将预设飞行区域划分至多个作业区域，再根据多个作业区域确定无人机的飞行路径，可以处理复杂地形预设飞行区域的飞行路径规划，并减少飞行路径规划的计算量。
如图2所示，本发明无人机的飞行路径规划方法第二实施例，是在本发明无人机的飞行路径规划方法第一实施例的基础上，步骤S11具体包括：
S111：获取用于表示边界的经纬度坐标。
获取用于表示边界的特征点的坐标为经纬度坐标。
S112：将经纬度坐标转换为地心坐标系下的三维坐标。
将地球看作一个球体，将经纬度坐标转换为以地心为原点的三维直角地心坐标系下的三维坐标。
S113：将三维坐标转换为与地球表面相切的平面坐标系下的二维坐标。
平面与地球的切点可以为起始点，也可以为预设飞行区域内部的或者边界上的点。
下面举例说明具体计算过程：特征点1的经纬度坐标为p1(α，β)，其中α表示经度，β表示纬度，将经纬度坐标转换为地心坐标系OXYZ下的三维坐标p2(X，Y，Z)，其中X＝R*cos(β*TO_RADIAN)*cos(α*TO_RADIAN)，Y＝R*cos(β*TO_RADIAN)*sin(α*TO_RADIAN)，Z＝R*sin(β*TO_RADIAN)，R为地球半径，TO_RANDIAN＝pi/180，pi为圆周率。将p2(X，Y，Z)绕OZ旋转-α0 度，绕OX旋转-(90-β0)度，其中(α0，β0)为平面与地球切点的经纬度坐标，获得以指向切点的方向为z轴的三维坐标系oxyz下的坐标p3(x，y，z)，再将坐标p3(x，y，z)坐标向切平面oxy投影获得平面坐标p4(x，y)。
可以以经过切点的经线和纬线在切平面上的投影作为x轴和y轴，也可以采用其他向量作为x轴和y轴。当然，也可以求出从地心坐标系OXYZ转换到平面坐标系oxy的转换矩阵，然后将地心坐标系OXYZ下的三维坐标与转换矩阵相乘以得到平面坐标。
一般而言，预设飞行区域相比整个地球面积很小，可以近似为平面，如果特征点的坐标采用经纬度坐标，后续飞行路径规划的计算过程非常复杂，甚至可能带来更大的误差，为此将经纬度坐标投影至地球表面相切的平面坐标，可有效的减少后续的计算量。
如图3所示，本发明无人机的飞行路径规划方法第三实施例，是在本发明无人机的飞行路径规划方法第一实施例的基础上，步骤S12具体包括：
S121：根据边界的位置信息和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段。
一般而言，航线段为飞行路径的一部分，无人机需要沿着航线段飞行并在需要时执行作业。相邻两个航线段之间的间距等于无人机的作业宽度，每个航线段的端点位于边界上。无人机的飞行方向根据预设飞行区域的风向确定。
S122：获取平行于无人机的飞行方向的直线与边界的相切点。
S123：根据相切点将边界划分为多个边缘段。
将相切点按照邻接关系排序，每两个相切点之间的边界为一个边缘段。
S124：将两侧端点分别位于相同边缘段上的航线段划分至同一作业区域。
结合附图举例具体说明如何划分作业区域，如图4所示，预设飞行区域内部存在需要无人机绕行的障碍物。用于表示预设飞行区域边界的多个特征点(图中未画出)均位于边界上，特征点包括位于预设飞行区域外部轮廓上的第一特征点和位于障碍物外部轮廓上的第二特征点。
设置一用于表示垂直于无人机飞行方向的横向平移方向的第一向量将第一向量分别与特征点进行向量内积，以获得第一内积值，即特征点在第一向量上的投影。为减少计算量，进行向量内积时可以不对用于表示完全位于预设飞行区域内部的障碍物外部轮廓的第二特征点进行内积，即只将第一特征点与第一向量进行向量内积。然后将第一内积值的最小值min对应的特征点A点作为最小边界点，第一内积值的最大值max对应的特征点B点作为最大边界点。
然后，计算最大边界点和最小边界点之间的平行于无人机的飞行方向的多条直线与预设飞行区域边界的交点，相邻直线之间的间距等于无人机的作业宽度。具体而言，无人机用于喷洒农药时，其作业宽度为其喷幅，即无人机在指定的高度以及喷洒方向下，在地面的有效喷洒宽度。需要注意的是，如果预设飞行区域中存在障碍物，则求交点时必须同时考虑第一边界和第二边界。根据多条直线与预设飞行区域边界的交点，将多条直线位于预设飞行区域内的线段作为可飞行的航线段，例如图4中块4、块5、块6、块7内的虚线段。具体而言，设置一用于表示无人机飞行方向的第二向量本步骤也可以早于或者与设置第一向量的步骤同时完成。将第二向量分别与每条直线的交点的坐标进行向量内积，以获得第二内积值。不考虑相切的情况，一条直线与预设飞行区域边界的交点的个数m为偶数。将n个交点按照第二内积值的大小排序后记为点集[0，m-1]，则线段[0，1]、[2，3]、[4，5]......[m-2，m-1]为可飞行的航线段，[1，2]、[3，4]等为障碍物区域内部线段，对每条直线重复上述步骤，即可获得所有航线段。
获取平行于无人机的飞行方向的直线与边界的相切点。具体而言，对于每个特征点，分别计算其指向两侧相邻特征点所定义的第三向量和第四向量，例如图4中从A点指向两侧的向量a和向量b。将第一向量分别与第三向量和第四向量进行内积，以获得第三内积值和第四内积值。判断第三内积值和第四内积值是否同号，若同号，即同时为正或同时为负，则该特征点为相切点， 例如图4中的A点。
找出所有相切点，根据相切点将边界划分为多个边缘段，如图4中的L1-L8。需要注意的是，本实施例中的经过相切点的平行于无人机的飞行方向的直线与边界的交点数量可以为1，也可以为大于1的奇数。
将航线段按照与第一向量的内积值大小顺序排序，然后依次对排序后的航线段进行划分，将两侧端点分别位于相同边缘段上的航线段划分至同一作业区域。图4中将预设飞行区域分成了8块作业区域，用块1-8表示，其中分隔不同作业区域的实线仅为示意，并不是必须画出的。
为了进一步简化计算，在其中一个实施例中，可以在将特征点的经纬度坐标转换为平面坐标的过程中，以第一向量作为平面坐标系的x轴，以作为第二向量作为平面坐标系的y轴；或者以第一向量作为平面坐标系的y轴，以作为第二向量作为平面坐标系的x轴。此时上述获取航线段以及将航线段划分至作业区域的计算过程中，任意对象与第一向量或第二向量向量内积的计算过程可简化为取该对象的x值或y值的过程。
本实施例可以与以上任一实施例相结合。
如图5所示，本发明无人机的飞行路径规划方法第四实施例，是在本发明无人机的飞行路径规划方法第一实施例的基础上，步骤S13具体包括：
S131：确定可作为各作业区域的入口点或出口点的端口点。
一般而言，将同一作业区域的位于最外侧的航线段的两侧端点作为端口点，例如，一个类似矩形的作业区域可以具有4个端口点。
S132：根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗。
非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗，此外还可以进一步包括避障消耗和/或返航维护消耗。如果设有终点，非常规消耗进一步从作业区域飞往终点的路程消耗。
S133：选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
本实施例可以与以上任一实施例相结合。
如图6所示，本发明无人机的飞行路径规划方法第五实施例，是在本发明无人机的飞行路径规划方法第四实施例的基础上，步骤S132具体包括：
S1321：确定作业区域之间的候选作业区域连接方式。
可以通过排列组合方式来确定候选作业区域连接方式，对于n个作业区域，要遍历所有作业区域，有n！种候选作业区域连接方式，随着作业区域数量的增加，计算量急剧增大。为减少计算量，也可以根据作业区域之间的邻接关系确定候选作业区域连接方式，即以遍历所有作业区域且连接非邻接作业区域次数最少的多个作业区域连接方式作为候选作业区域连接方式。仍以图4中的预设飞行区域为例，画出图4中不同作业区域之间的连通关系图，如图7所示。图7中用线连接的两个作业区域表示这两个作业区域是邻接的，未用线连接的两个作业区域表示这两个作业区域是非邻接的。可将根据作业区域之间的邻接关系确定候选作业区域连接方式的问题转化为根据连通关系图求解汉密尔顿路径和/或欧拉路径的问题。
S1322：根据候选作业区域连接方式确定无人机的起始点与作业区域的端口点之间以及作业区域的端口点之间的候选端口连接方式。
对于每一种候选作业区域连接方式，根据各作业区域的端口点以及作业区域内包括的航线段的数量确定作业区域的候选入口点和候选出口点，然后根据作业区域的候选入口点和候选出口点确定候选端口连接方式，一种候选作业区域连接方式的一种候选端口连接方式即为一条候选连接路径。
对于每个作业区域而言，可以采用排列组合方式确定候选入口点和候选出口点，即每个端口点都可以作为候选入口点或候选出口点；也可以分别将每个端口点作为候选入口点，候选出口点根据航线段的数量和候选入口点而决定，即将无人机从候选入口点进入作业区域后按照航线段往返飞行后离开作业区域的端口点作为候选出口点。
为了进一步减少计算量，对于每一种候选作业区域连接方式，可以只采用一种候选端口连接方式，即对于第一个作业区域，选择离起始点最近的端口点作为第一个作业区域的候选入口点，并按照前述方式，根据第一个作业区域包括的航线段的数量和第一个作业区域的候选入口点确定第一个作业区域的候选出口点；对于其余作业区域，选择当前作业区域距离上一个作业区域的候选出口点最近的端口点作为当前作业区域的候选入口点，并按照前述方式，根据当前作业区域包括的航线段的数量和当前作业区域的候选入口点确定当前作业区域的候选出口点。
S1323：根据候选端口连接方式，计算非常规消耗。
对于每种候选端口连接方式，即候选连接路径，计算其非常规消耗。非常规消耗可以包括飞行过程中任何非作业路径的消耗，例如，非常规消耗可以至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗。对于以上路程消耗，可以利用邻接矩阵来计算，邻接矩阵第i行第j列元素表示连接第i块作业区域和第j块作业区域的代价，即无人机在两块作业区域之间的路程消耗。每个作业区域均有四个端口点，则两个作业区域之间的连接方法共有4*4＝16种，邻接矩阵的元素为16维向量，分别表示两个作业区域的任意两个端口点连接的消耗。计算路程消耗时，可以从邻接矩阵中找到对应不同作业区域的指定端口点连接消耗，然后进行累加。起始点/终点可以作为一个特殊的作业区域计入邻接矩阵中，也可以单独计算起始点/终点和作业区域之间的路程消耗。
一般而言，无人机在不同作业区域的端口点之间，以及起始点/终点和作业区域之间可采用直线飞行，如果存在障碍物时，需要进一步考虑避障消耗。避障消耗，即无人机规避障碍物区域所产生的路程消耗包括：通过绕行方式绕过障碍物区域所产生的路程消耗，例如绕过房屋等，和/或通过升高方式跨越或通过降低方式穿越障碍物区域所产生的路程消耗，例如升高以跨越树木等、降低以穿越电线、桥梁等。邻接矩阵的元素中两个作业区域的任意两个端口点连接 的消耗可以为已包括了避障消耗的综合路程消耗。
本实施例可以与以上任一实施例相结合。
在本发明无人机的飞行路径规划方法一实施例中，计算包括了避障消耗的综合路程消耗的具体过程包括：将连接每个作业区域的候选入口点与前一作业区域的候选出口点或无人机的起始点的线段与障碍物区域的边缘求交集。若交集为空，则意味着没有障碍物，无须考虑避障消耗，将沿线段所产生的路程消耗作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗。若交集不为空，则意味着有障碍物，将线段与障碍物区域的交集部分所产生的路程消耗替换为规避障碍物区域所产生的路程消耗，并计算规避障碍物区域所产生的路程消耗与线段的非交集部分所产生的路程消耗之和以作为两个作业区域之间或作业区域与无人机的起始点之间的综合路程消耗。举例说明，如图8所示，作业区域i的端口3和作业区域j的端口1之间的线段与虚线表示的障碍物区域有交集，将线段在虚线内的部分替换为沿虚线外侧的实线部分以计算综合路程消耗。图中所示的绕过障碍物区域是沿着障碍物区域的外部轮廓飞行，实际也可以采用其他方式绕开障碍物区域，例如沿着不同作业区域的端口点或者端口点与起始点/终点之间的绕开障碍物区域的折线飞行等。本实施例可以与以上任一实施例相结合。
如图9所示，在本发明无人机的飞行路径规划方法一实施例中，非常规消耗进一步包括返航维护的路程消耗，此时计算候选连接路径的返航维护消耗的具体步骤包括：
S1324：根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点。
当无人机的动力源和/或作业源的状态不满足续航条件时，应进行返航维护。候选连接路径上的任意一点均可判断无人机的动力源和/或作业源的状态是否满足续航条件。在其中一个实施例中，为减少计算量，可以只在航线段的端点进行判断。一般而言，续航条件是指无人机飞到当前端点的动力源和/或作业源的 剩余量减去预设的安全量大于或等于从当前端点飞往下一端点且从下一端点飞往返航点的动力源和/或作业源消耗量。
具体的，依次判断候选连接路径中的航线段的当前端点是否满足续航条件，若不满足续航条件，则可以直接将当前端点作为返航点。为了进一步提高动力源和/或作业源的利用率，可以在不满足续航条件时，进一步判断当前端点与下一端点之间是否为需作业的航线段；若是，则在当前端点与下一端点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将当前端点作为返航点。
S1325：根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
维护点可以是固定在某个坐标的，也可以是可移动的，或者一个区域。
当维护点是可移动的时，其位置可以是与无人机的飞行路径相关的，具体而言，根据无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算维护设备或人员在无人机的剩余飞行时间内的最大运动范围，将最大运动范围内与返航点或下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为维护点。当然，维护点的位置也可以是与无人机的飞行路径不相关的。
需要注意的是，可以对每条候选连接路径都计算其返航维护消耗并加入非常规消耗中，然后将非常规消耗最小的候选连接路径作为无人机的飞行路径。当然，为了减小计算量，也可以先不计算返航维护消耗而确定无人机的飞行路径，然后对已确定的飞行路径计算应进行返航维护的返航点，并可在维护点的位置与飞行路径相关时进一步计算维护点的位置。
如图10所示，本发明无人机的飞行路径规划方法第六实施例，是在本发明无人机的飞行路径规划方法第四实施例的基础上，进一步包括：
S134：形成用于无人机的飞行路径的多个任务点的坐标序列。
无人机将按照坐标序列在多个任务点之间进行作业。任务点中至少包括无人机需要改变飞行方向的点，具体而言，需要改变飞行方向的点中至少包括航 线段的端点，以及用于表示绕行规避障碍物路径的点，还可以进一步包括返航点。
计算得到的任务点的坐标一般是基于切平面的平面坐标，为了便于无人机的作业，可以将平面坐标转换为经纬度坐标，此计算过程为本发明无人机的飞行路径规划方法第二实施例中将经纬度转换为平面坐标的逆运算，可参考其中的具体描述。
坐标序列中除了包括每个任务点的坐标之外，可以进一步包括在该任务点的飞行方向和/或执行的操作。一般而言，执行的操作至少包括开始作业和停止作业，以适应无人机的飞行状态，例如在无人机从一个作业区域飞往另一个作业区域时应停止作业以免浪费。
在本发明无人机的飞行路径规划方法一实施例中，预设飞行区域中存在特殊作业区域，具体而言，包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。无人机在特殊作业区域内执行的操作不同于无人机在特殊作业区域外执行的操作。应获取用于表示预设飞行区域中的特殊作业区域的边缘的特殊边缘点的坐标，然后计算航线段与特殊作业区域的边缘的交点并将其插入飞行路径。此时任务点中应包括航线段与特殊作业区域的边缘的交点。
如图11所示，本发明无人机的飞行路径规划方法第七实施例的执行主体可以为无人机的控制应用程序，例如，app等，或者运行控制应用程序的设备，例如，无人机的遥控器，手机，ipad，无人机的基站等等。本实施例包括：
S21：显示预设飞行区域的地貌图像。
在显示屏上或者投影显示地貌图像，地貌图像可以为通过无人机航拍获取的。
S22：获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标。
可以通过输入装置，例如触摸屏、键盘、鼠标、麦克风、按键等，接收用户输入的特征点的坐标信息，也可以通过图像识别从地貌图像中提取特征点的坐标信息。特征点可以在边界上，也可以不在边界上。
特征点至少包括用于表示预设飞行区域的外部轮廓的多个第一特征点。当预设飞行区域内存在障碍物时，特征点可进一步包括用于表示障碍物区域的外部轮廓的第二特征点。这里的障碍物区域是指无人机需要绕行的有障碍物的区域，例如禁飞区、存在房子、电线杆等不宜飞越的障碍物的区域。
S23：根据多个特征点的坐标，确定预设飞行区域的边缘线。
可以采用直线段或者曲线段连接在边界上的特征点并将形成的折线或曲线作为全部或部分边缘线；也可以以不在边界上的特征点为圆心作圆或椭圆，并将圆或椭圆的全部或者部分作为全部或部分边缘线。可以将边缘线与地貌图像叠加显示在显示屏上。
如图12所示，本发明无人机的飞行路径规划方法第八实施例，是在本发明无人机的飞行路径规划方法第七实施例的基础上，进一步包括：
S24：获取无人机的作业参数。
可以通过输入装置获取用户输入的作业参数，也可以通过其他方式，例如从互联网或者本地存储数据中获取无人机的作业参数。作业参数至少包括风向、无人机的作业宽度和起始点。
S25：根据边缘线和无人机的作业参数，确定无人机在预设飞行区域内的飞行路径。
根据边缘线和无人机的作业参数，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段，无人机的飞行方向根据风向确定，相邻航线段之间的间距等于无人机的作业宽度。一般而言，参考无人机的作业特点，包括少转弯、就近飞行等，将这些航线段与起始点(需要时加上终点)连接起来，选择非常规消耗最小的连接方式作为飞行路径。
S26：显示飞行路径。
在显示屏上显示飞行路径，可以将飞行路径与地貌图像叠加显示。
如图13所示，本发明无人机的飞行路径规划方法第九实施例，是在本发明无人机的飞行路径规划方法第八实施例的基础上，步骤S25具体包括：
S251：根据边缘线和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段。
S252：根据航线段与边界的相交位置，将预设飞行区域划分至多个作业区域。
S253：根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
以上各步骤具体如何实施可参考本发明无人机的飞行路径规划方法第七实施例之前的各实施例以及可能的组合，在此不再重复。
需要注意的是，当规划的飞行路径中包括返航点时，无人机的作业参数应包括估算返航点所需要的参数，例如无人机的最大飞行时间/距离、维护设备或人员的运动路径、运动速度等。显示飞行路径时，可以在显示屏上显示返航点的数量和/或在飞行路径中标出返航点。
如图14所示，本发明无人机的控制方法第一实施例包括：
S31：按照预设飞行路径在预设飞行区域内进行飞行作业。
S32：调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态。
无人机实际飞行时面临的情况可能与预设飞行路径不一致，例如最大飞行距离不准、实际电池与规划时用的电池参数不同、出现新的障碍物、原有障碍物消失等，因此需要对无人机进行适应性调整，例如在前方出现新的障碍物时，可以改变飞行方向绕开障碍物，过着改变飞行高度以跨越或穿越障碍物。
其中，调整无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；调整无人机执行的操作包括如下任意一种：停止作业，开始作业。
作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
如图15所示，本发明无人机的控制方法第二实施例，是在本发明无人机的 控制方法第一实施例的基础上，工作状态包括动力源不足和/或作业源不足，调整无人机的飞行路径包括改变飞行方向以飞往维护点，步骤S22具体包括：
S321：获取无人机的动力源和/或作业源的状态。
在本发明无人机的控制方法一实施例中，只在飞行路径中的任务点处获取无人机的动力源和/或作业源的状态，具体包括：获取无人机的当前位置坐标；判断无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；若是，则获取无人机的动力源和/或作业源的状态。当然也可以在飞行路径中的任意一点获取无人机的动力源和/或作业源的状态。
S322：根据无人机的动力源和/或作业源状态计算应进行返航维护的返航点。
当无人机的动力源和/或作业源的状态不满足续航条件时，应进行返航维护。续航条件是指无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从无人机的当前位置飞往无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
具体的，判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则可以直接将无人机的当前位置作为返航点。为了进一步提高动力源和/或作业源的利用率，可以在不满足续航条件时，进一步判断无人机的当前位置与无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；若是，则在无人机的当前位置与下一任务点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将无人机的当前位置作为返航点。
S323：在无人机飞行至返航点时改变飞行方向以飞往维护点进行维护。
维护点可以是固定在某个坐标的，也可以是可移动的。维护点是可移动的是，其位置可以是受到无人机控制的，也可以是不受无人机控制的。
需要注意的是，本实施例的实施可以是在预设飞行路径中不包括返航点的情况下在飞行作业过程中计算返航点以进行返航维护，也可以在预设飞行路径中包括返航点的情况下根据实际飞行情况对预估的返航点进行修正。
如图16所示，本发明无人机的控制方法第三实施例，是在本发明无人机的控制方法第二实施例的基础上，进一步包括：
S324：根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间。
将无人机的动力源和/或作业源的剩余量减去预设的安全量，除以对应的消耗速度，可以估算出无人机的剩余飞行时间，当根据动力源和作业源计算出的两个值不同时，取较小的值。
S325：根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估剩余飞行时间内的最大运动范围。
一般而言，维护设备或人员在预设飞行区域外运动。
S326：在最大运动范围内指定维护点。
将最大运动范围内与返航点或下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为维护点。指定维护点后需要将维护点的位置发给维护设备或人员，以使其赶往维护点。
本实施例中维护点的计算与上一实施例中返航点的计算可以是相对独立的，例如在本次返航维护结束后就指定下次维护点的位置；也可以是同时完成的。
如图17所示，本发明无人机的控制方法第四实施例包括：
S41：获取无人机的当前维护点的位置。
当前维护点的位置可以为无人机上次进行维护的维护点的位置，也可以为维护设备或人员的当前位置。
S42：根据当前维护点的位置，确定下一维护点的位置。
根据当前维护点的位置、无人机的飞行时间、维护设备或人员的运动路径以及运动速度计算维护设备或人员的最大运动范围，在最大运动范围内确定下一维护点的位置。
当当前维护点的位置为无人机上次进行维护的维护点的位置时，无人机的飞行时间是指无人机的预估最大飞行时间。在最大运动范围内确定下一维护点 具体包括：根据当前维护点的位置以及无人机的飞行路径和预估最大飞行时间，预估无人机从当前维护点起下一次应进行返航维护的下一返航点；将最大运动范围内与下一返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
当当前维护点的位置为维护设备或人员的当前位置时，无人机的飞行时间是指根据无人机的动力源和/或作业源的状态预估的无人机的剩余飞行时间。在最大运动范围内确定下一维护点具体包括：根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
S43：将下一维护点的位置发送给维护设备或人员。
以通知维护设备或人员赶往下一维护点。
如图18所示，本发明无人机的飞行路径规划系统第一实施例包括：处理器11。图中只画出了一个处理器，实际处理器的数量可以更多。处理器的数量大于一时，各处理器可单独或协同工作。
处理器11可以被称为中央处理单元(Central Processing Unit，CPU)或微控制单元(Microcontroller Unit，MCU)。处理器11可能是一种集成电路芯片，具有信号的处理能力。处理器11还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
系统可以进一步包括存储器(图中未画出)，存储器用于存储处理器11工作所必需的指令及数据，也可以存储接收的数据。
处理器11用于获取无人机的预设飞行区域的地理信息；根据地理信息，将预设飞行区域分隔为多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。在图示的实施例中，处理器11为执行程序的微处理器，其包括：地理信息程序，被配置为获取无人机的预设飞行区域的地理信息；分 隔程序，被配置为根据地理信息将预设飞行区域分隔为多个作业区域；路径确定程序，被配置为根据地理信息将预设飞行区域分隔为多个作业区域。
如图19所示，本发明无人机的飞行路径规划系统第二实施例，是在本发明无人机的飞行路径规划系统第一实施例的基础上，进一步包括传感器12，传感器12与处理器11通讯连接。传感器12用于捕捉预设飞行区域的地理信息，并将预设飞行区域的地理信息传送给处理器。
其中，地理信息包括用于表示预设飞行区域的边界的坐标信息，其中边界至少包括用于表示预设飞行区域的外部轮廓的第一边界。
其中，边界进一步包括用于表示预设飞行区域内的障碍物区域的外部轮廓的第二边界。
其中，处理器进一步用于获取用于表示边界的经纬度坐标；将经纬度坐标转换为二维坐标。
其中，处理器进一步用于将经纬度坐标转换为地心坐标系下的三维坐标；将三维坐标转换为与地球表面相切的平面坐标系下的二维坐标。
其中，处理器进一步用于根据边界的位置信息和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段；根据航线段与边界的相交位置，将航线段划分至多个作业区域。
其中，相邻两个航线段之间的间距等于无人机的作业宽度，每个航线段的端点位于边界上。
其中，无人机的飞行方向根据预设飞行区域的风向确定。
其中，处理器进一步用于获取平行于无人机的飞行方向的直线与边界的相切点；根据相切点将边界划分为多个边缘段；将两侧端点分别位于相同边缘段上的航线段划分至同一作业区域。
其中，处理器进一步用于确定可作为各作业区域的入口点或出口点的端口点；根据作业区域的端口点，确定无人机的飞行路径。
其中，处理器进一步用于将同一作业区域的位于最外侧的航线段的两侧端 点作为端口点。
其中，处理器进一步用于根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，处理器进一步用于确定作业区域之间的候选作业区域连接方式；根据候选作业区域连接方式确定无人机的起始点与作业区域的端口点之间以及作业区域的端口点之间的候选端口连接方式；根据候选端口连接方式，计算非常规消耗。
其中，处理器进一步用于通过排列组合方式或根据作业区域之间的邻接关系确定候选作业区域连接方式，其中根据作业区域之间的邻接关系确定候选作业区域连接方式包括确定遍历所有作业区域且连接非邻接作业区域次数最少的多个候选作业区域连接方式。
其中，处理器进一步用于对于每一种候选作业区域连接方式，根据各作业区域的端口点以及作业区域内包括的航线段的数量确定作业区域的候选入口点和候选出口点；根据作业区域的候选入口点和候选出口点确定候选端口连接方式。
其中，处理器进一步用于对于第一个作业区域，选择离起始点最近的端口点作为第一个作业区域的候选入口点，并根据第一个作业区域包括的航线段的数量和第一个作业区域的候选入口点确定第一个作业区域的候选出口点；对于其余作业区域，选择当前作业区域距离上一个作业区域的候选出口点最近的端口点作为当前作业区域的候选入口点，并根据当前作业区域包括的航线段的数量和当前作业区域的候选入口点确定当前作业区域的候选出口点。
其中，预设飞行区域内存在至少一个障碍物区域；处理器进一步用于将连接每个作业区域的候选入口点与前一作业区域的候选出口点或无人机的起始点的线段与障碍物区域的边缘求交集；若交集为空，则将沿线段所产生的路程消 耗作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗，否则将线段与障碍物区域的交集部分所产生的路程消耗替换为规避障碍物区域所产生的路程消耗，并计算规避障碍物区域所产生的路程消耗与线段的非交集部分所产生的路程消耗之和以作为两个作业区域之间或作业区域与无人机的起始点之间的路程消耗。
其中，规避障碍物区域所产生的路程消耗包括：通过绕行方式绕过障碍物区域所产生的路程消耗或者通过升高或降低方式跨越或穿越障碍物区域所产生的路程消耗。
其中，非常规消耗进一步包括返航维护的路程消耗；处理器进一步用于根据无人机的动力源和/或作业源的状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，处理器进一步用于依次判断航线段的当前端点是否满足续航条件，若不满足续航条件，则将当前端点作为返航点。
其中，处理器进一步用于依次判断航线段的当前端点是否满足续航条件；若不满足续航条件，则判断当前端点与下一端点之间是否为需作业的航线段；若是，则在当前端点与下一端点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将当前端点作为返航点。
其中，续航条件是指无人机飞到当前端点的动力源和/或作业源的剩余量减去预设的安全量大于或等于从当前端点飞往下一端点且从下一端点飞往返航点的动力源和/或作业源消耗量。
其中，处理器进一步用于根据无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算维护设备或人员在无人机的剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，处理器进一步用于将最大运动范围内与返航点或下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为维护点。
其中，处理器进一步用于获取用于表示预设飞行区域中的特殊作业区域的 边缘的特殊边缘点的坐标；计算航线段与特殊作业区域的边缘的交点；将航线段与特殊作业区域的边缘的交点插入飞行路径，以使无人机在特殊作业区域内执行的操作不同于无人机在特殊作业区域外执行的操作。
其中，特殊作业区域包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。
其中，处理器进一步用于形成用于无人机的飞行路径的多个任务点的坐标序列，以使得无人机按照坐标序列在多个任务点之间进行作业，其中任务点至少包括航线段的端点、航线段与特殊作业区域的边缘的交点。
如图20所示，本发明无人机的飞行路径规划系统第三实施例包括：处理器21和显示屏22。处理器21与显示屏22通讯连接。图中只画出了一个处理器，实际处理器的数量可以更多。处理器的数量大于一时，各处理器可单独或协同工作。
处理器21可以被称为中央处理单元(Central Processing Unit，CPU)或微控制单元(Microcontroller Unit，MCU)。处理器21可能是一种集成电路芯片，具有信号的处理能力。处理器21还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
系统可以进一步包括存储器(图中未画出)，存储器用于存储处理器21工作所必需的指令及数据，也可以存储接收的数据。
显示屏22用于在处理器21的控制下显示预设飞行区域的地貌图像。
处理器21用于获取用于表示预设飞行区域的地貌图像的边界的多个特征点的坐标；根据多个特征点的坐标信息，确定预设飞行区域的边缘线。
如图21所示，本发明无人机的飞行路径规划系统第四实施例，是在本发明无人机的飞行路径规划系统第三实施例的基础上，进一步包括输入装置23，输入装置23与处理器21通讯连接。输入装置23用于接收用于输入的表示预设飞 行区域的地貌图像的边界的多个特征点并获取其坐标。
其中，处理器进一步用于通过图像识别从地貌图像中提取多个特征点的坐标。
其中，特征点包括用于表示预设飞行区域的外部轮廓的多个第一特征点，以及用于表示预设飞行区域内障碍物区域的外部轮廓的第二特征点。
其中，处理器进一步用于利用线段连接多个特征点并将形成的折线作为边缘线。
其中，处理器进一步用于以特征点中的至少一个作为圆心作圆或者椭圆，并将圆或者椭圆的全部或者部分作为边缘线。
其中，处理器进一步用于根据边缘线，确定无人机在预设飞行区域内的飞行路径；显示飞行路径。
其中，处理器进一步用于获取无人机的作业参数；根据边缘线和无人机的作业参数，确定无人机在预设飞行区域内的飞行路径。
其中，作业参数至少包括风向、无人机的作业宽度和起始点。
其中，处理器进一步用于根据边缘线和无人机的作业宽度，获取预设飞行区域内的平行于无人机的飞行方向的多条航线段，其中无人机的飞行方向根据风向确定；根据航线段与边界的相交位置，将预设飞行区域划分至多个作业区域；根据多个作业区域，确定无人机在预设飞行区域内的飞行路径。
其中，处理器进一步用于确定可作为各作业区域的入口点或出口点的端口点；根据无人机的起始点和端口点计算遍历所有作业区域的多种候选连接路径的非常规消耗，其中非常规消耗至少包括不同作业区域之间的路程消耗以及从起始点飞往作业区域的路程消耗；选择非常规消耗最小的一种候选连接路径作为无人机的飞行路径。
其中，非常规消耗进一步包括返航维护的路程消耗；处理器进一步用于根据无人机的工作状态计算应进行返航维护的返航点；根据返航点的坐标和维护点的坐标计算返航维护的路程消耗。
其中，处理器进一步用于控制显示屏显示飞行路径，并显示返航点的数量和/或在飞行路径中标出返航点。
本发明无人机的飞行路径规划系统各实施例中各个部分的功能具体可参考本发明无人机的飞行路径规划方法对应实施例中的描述，在此不再重复。
如图22所示，本发明无人机的控制系统第一实施例包括：处理器31。图中只画出了一个处理器，实际处理器的数量可以更多。处理器的数量大于一时，各处理器可单独或协同工作。
处理器31可以是无人机飞行控制器，也可以是其中的一部分，控制无人机的飞行和操作。处理器31可以被称为中央处理单元(Central Processing Unit，CPU)或微控制单元(Microcontroller Unit，MCU)。处理器31可能是一种集成电路芯片，具有信号的处理能力。处理器31还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
系统可以进一步包括存储器(图中未画出)，存储器用于存储处理器31工作所必需的指令及数据，也可以存储接收的数据。
处理器31用于按照预设航线在预设飞行区域内进行飞行作业；调整无人机的飞行路径和/或执行的操作，以使无人机适合当前的作业环境或工作状态。
如图23所示，本发明无人机的控制系统第二实施例，是在本发明无人机的控制系统第一实施例的基础上，进一步包括定位装置32，定位装置32与处理器31通讯连接。定位装置32用于获取无人机的当前位置信息，并将当前位置信息传送给处理器31，处理器31根据当前位置信息以及预设航线控制无人机进行飞行作业。
其中，调整无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；调整无人机执行的操作包括如下任意一种：停止作业，开始作业。
其中，作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
其中，工作状态包括动力源不足和/或作业源不足，调整无人机的飞行路径包括改变飞行方向以飞往维护点；处理器进一步用于获取无人机的动力源和/或作业源的状态；根据无人机的动力源和/或作业源状态计算应进行返航维护的返航点；在无人机飞行至返航点时改变飞行方向以飞往维护点进行维护。
其中，处理器进一步用于获取无人机的当前位置坐标；判断无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；若是，则获取无人机的动力源和/或作业源的状态。
其中，处理器进一步用于判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则将无人机的当前位置作为返航点。
其中，处理器进一步用于判断无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则判断无人机的当前位置与无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；若是，则在无人机的当前位置与下一任务点之间的航线段上寻找返航点，以使得无人机飞到返航点后仍能够安全返回维护点，若否，则将无人机的当前位置作为返航点。
其中，续航条件是指无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从无人机的当前位置飞往无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估剩余飞行时间内的最大运动范围；在最大运动范围内指定维护点。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离 最近的点作为维护点。
如图24所示，本发明无人机的控制系统第三实施例包括：处理器41。图中只画出了一个处理器，实际处理器的数量可以更多。处理器的数量大于一时，各处理器可单独或协同工作。
处理器41可以是无人机飞行控制器，也可以是其中的一部分，控制无人机的飞行和操作。处理器41可以被称为中央处理单元(Central Processing Unit，CPU)或微控制单元(Microcontroller Unit，MCU)。处理器41可能是一种集成电路芯片，具有信号的处理能力。处理器41还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
系统可以进一步包括存储器(图中未画出)，存储器用于存储处理器41工作所必需的指令及数据，也可以存储接收的数据。
处理器41用于获取无人机的当前维护点的位置；根据当前维护点的位置，确定下一维护点的位置；将下一维护点的位置发送给维护设备或人员。在图示的实施例中，处理器为执行程序的微处理器，其包括获取位置程序，被配置为无人机的当前维护点的位置；维护点程序，被配置为根据当前维护点的位置，确定下一维护点的位置；发送程序，被配置为下一维护点的位置发送给维护设备或人员。
其中，当前维护点为无人机上次进行维护的维护点；处理器进一步用于根据当前维护点的位置、无人机的预估最大飞行时间、维护设备或人员的运动路径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，处理器进一步用于根据当前维护点的位置以及无人机的飞行路径和预估最大飞行时间，预估无人机从当前维护点起下一次应进行返航维护的下一返航点；将最大运动范围内与下一返航点之间动力源消耗最小或飞行距离最近 的点作为下一维护点。
其中，当前维护点的位置为维护设备或人员的当前位置；处理器进一步用于根据无人机的动力源和/或作业源的状态预估无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算维护设备或人员在预估最大飞行时间内的最大运动范围；在最大运动范围内确定下一维护点的位置。
其中，处理器进一步用于根据无人机的动力源和/或作业源的状态预估返航点的位置；将最大运动范围内与预估的返航点之间动力源消耗最小或飞行距离最近的点作为下一维护点。
本发明无人机的控制系统各实施例中各个部分的功能具体可参考本发明无人机的控制方法对应实施例中的描述，在此不再重复。
在本发明所提供的几个实施例中，应该理解到，所揭露的无人机的飞行路径规划系统和控制系统，可以通过其它的方式实现。例如，以上所描述的无人机的飞行路径规划系统和控制系统实施方式仅仅是示意性的，例如，所述模块或资源单元的划分，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，例如多个资源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，装置或资源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资源单元可以是或者也可以不是物理上分开的，作为资源单元显示的部件可以是或者也可以不是物理资源单元，即可以位于一个地方，或者也可以分布到多个网络资源单元上。可以根据实际的需要选择其中的部分或者全部资源单元来实现本实施方式方案的目的。
另外，在本发明各个实施例中的各功能资源单元可以集成在一个处理资源单元中，也可以是各个资源单元单独物理存在，也可以两个或两个以上资源单元集成在一个资源单元中。上述集成的资源单元既可以采用硬件的形式实现，也可以采用软件功能资源单元的形式实现。
所述集成的资源单元如果以软件功能资源单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (111)

  1. 一种无人机的飞行路径规划方法，其特征在于，包括：
    获取无人机的预设飞行区域的地理信息；
    根据所述地理信息，将所述预设飞行区域划分至多个作业区域；
    根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径。
  2. 根据权利要求1所述的方法，其特征在于，
    所述地理信息包括用于表示预设飞行区域的边界的坐标信息，其中所述边界至少包括用于表示所述预设飞行区域的外部轮廓的第一边界。
  3. 根据权利要求2所述的方法，其特征在于，
    所述边界进一步包括用于表示所述预设飞行区域内的障碍物区域的外部轮廓的第二边界。
  4. 根据权利要求2或3所述的方法，其特征在于，
    所述获取无人机的预设飞行区域的地理信息的步骤包括：
    获取用于表示所述边界的经纬度坐标；
    将所述经纬度坐标转换为二维坐标。
  5. 根据权利要求4所述的方法，其特征在于，所述将所述经纬度坐标转换为二维坐标的步骤包括：
    将所述经纬度坐标转换为地心坐标系下的三维坐标；
    将所述三维坐标转换为与地球表面相切的平面坐标系下的所述二维坐标。
  6. 根据权利要求2或3所述的方法，其特征在于，
    所述根据所述地理信息，将所述预设飞行区域划分至多个作业区域的步骤包括：
    根据所述边界的位置信息和所述无人机的作业宽度，获取所述预设飞行区域内的平行于所述无人机的飞行方向的多条航线段；
    根据所述航线段与所述边界的相交位置，将所述航线段划分至多个作业区域。
  7. 根据权利要求6所述的方法，其特征在于，
    相邻两个所述航线段之间的间距等于所述无人机的作业宽度，每个所述航线段的端点位于所述边界上。
  8. 根据权利要求6所述的方法，其特征在于，
    所述无人机的飞行方向根据所述预设飞行区域的风向确定。
  9. 根据权利要求6所述的方法，其特征在于，
    所述根据所述航线段与所述边界的相交位置，将所述航线段划分至多个作业区域的步骤包括：
    获取平行于所述无人机的飞行方向的直线与所述边界的相切点；
    根据所述相切点将所述边界划分为多个边缘段；
    将两侧端点分别位于相同所述边缘段上的所述航线段划分至同一作业区域。
  10. 根据权利要求6所述的方法，其特征在于，
    所述根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径的步骤包括：
    确定可作为各所述作业区域的入口点或出口点的端口点；
    根据所述作业区域的端口点，确定所述无人机的飞行路径。
  11. 根据权利要求10所述的方法，其特征在于，
    所述确定可作为各所述作业区域的入口点或出口点的端口点的步骤包括：
    将同一作业区域的位于最外侧的所述航线段的两侧端点作为所述端口点。
  12. 根据权利要求10所述的方法，其特征在于，
    所述根据所述作业区域的端口点确定所述无人机的飞行路径的步骤包 括：
    根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗，其中所述非常规消耗至少包括不同所述作业区域之间的路程消耗以及从所述起始点飞往所述作业区域的路程消耗；
    选择所述非常规消耗最小的一种候选连接路径作为所述无人机的飞行路径。
  13. 根据权利要求12所述的方法，其特征在于，
    所述根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗的步骤包括：
    确定所述作业区域之间的候选作业区域连接方式；
    根据所述候选作业区域连接方式确定所述无人机的起始点与所述作业区域的端口点之间以及所述作业区域的端口点之间的候选端口连接方式；
    根据所述候选端口连接方式，计算所述非常规消耗。
  14. 根据权利要求13所述的方法，其特征在于，
    所述确定所述作业区域之间的候选作业区域连接方式的步骤包括：
    通过排列组合方式或根据所述作业区域之间的邻接关系确定所述候选作业区域连接方式，其中根据所述作业区域之间的邻接关系确定所述候选作业区域连接方式包括确定遍历所有所述作业区域且连接非邻接作业区域次数最少的多个所述候选作业区域连接方式。
  15. 根据权利要求13所述的方法，其特征在于，
    所述根据所述候选作业区域连接方式确定所述无人机的起始点与所述作业区域的端口点之间以及所述区段的端口点之间的候选端口连接方式的步骤包括：
    对于每一种候选作业区域连接方式，根据各所述作业区域的端口点以及所述作业区域内包括的所述航线段的数量确定所述作业区域的候选入口 点和候选出口点；
    根据所述作业区域的候选入口点和候选出口点确定所述候选端口连接方式。
  16. 根据权利要求15所述的方法，其特征在于，
    所述对于每一种候选作业区域连接方式，根据各所述作业区域的端口点以及所述作业区域内包括的所述航线段的数量确定所述作业区域的候选入口点和候选出口点的步骤包括：
    对于第一个所述作业区域，选择离所述起始点最近的端口点作为所述第一个作业区域的候选入口点，并根据所述第一个作业区域包括的所述航线段的数量和所述第一个作业区域的候选入口点确定所述第一个作业区域的候选出口点；
    对于其余所述作业区域，选择当前所述作业区域距离上一个所述作业区域的候选出口点最近的端口点作为所述当前作业区域的候选入口点，并根据所述当前作业区域包括的所述航线段的数量和所述当前作业区域的候选入口点确定所述当前作业区域的候选出口点。
  17. 根据权利要求13所述的方法，其特征在于，
    所述预设飞行区域内存在至少一个障碍物区域；
    所述根据所述候选端口连接方式计算所述非常规消耗的步骤包括：
    将连接每个所述作业区域的候选入口点与前一所述作业区域的候选出口点或所述无人机的起始点的线段与所述障碍物区域的边界求交集；
    若所述交集为空，则将沿所述线段所产生的路程消耗作为所述两个作业区域之间或所述作业区域与所述无人机的起始点之间的路程消耗，否则将所述线段与所述障碍物区域的交集部分所产生的路程消耗替换为规避所述障碍物区域所产生的路程消耗，并计算所述规避所述障碍物区域所产生的路程消耗与所述线段的非交集部分所产生的路程消耗之和以作为所述两个作业区域之间或所述作业区域与所述无人机的起始点之间的路程消耗。
  18. 根据权利要求17所述的方法，其特征在于，
    所述规避所述障碍物区域所产生的路程消耗包括：通过绕行方式绕过所述障碍物区域所产生的路程消耗或者通过升高或降低方式跨越或穿越所述障碍物区域所产生的路程消耗。
  19. 根据权利要求12所述的方法，其特征在于，
    所述非常规消耗进一步包括返航维护的路程消耗；
    所述根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗进一步包括：
    根据所述无人机的动力源和/或作业源的状态计算应进行返航维护的返航点；
    根据所述返航点的坐标和维护点的坐标计算所述返航维护的路程消耗。
  20. 根据权利要求19所述的方法，其特征在于，
    所述根据所述无人机的工作状态计算应进行返航维护的返航点的步骤包括：
    依次判断所述航线段的当前端点是否满足续航条件，若不满足续航条件，则将所述当前端点作为返航点。
  21. 根据权利要求19所述的方法，其特征在于，
    所述根据所述无人机的工作状态计算应进行返航维护的返航点的步骤包括：
    依次判断所述航线段的当前端点是否满足续航条件；
    若不满足续航条件，则判断所述当前端点与下一端点之间是否为需作业的航线段；
    若是，则在所述当前端点与所述下一端点之间的航线段上寻找返航点，以使得所述无人机飞到所述返航点后仍能够安全返回所述维护点，若否，则将所述当前端点作为返航点。
  22. 根据权利要求20或21所述的方法，其特征在于，
    所述续航条件是指所述无人机飞到所述当前端点的动力源和/或作业源的剩余量减去预设的安全量大于或等于从所述当前端点飞往下一所述端点且从下一所述端点飞往所述返航点的动力源和/或作业源消耗量。
  23. 根据权利要求22所述的方法，其特征在于，
    所述根据所述返航点的坐标和维护点的坐标计算所述返航维护的路程消耗的步骤包括：
    根据所述无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算所述维护设备或人员在所述无人机的剩余飞行时间内的最大运动范围；
    在所述最大运动范围内指定所述维护点。
  24. 根据权利要求23所述的方法，其特征在于，
    所述在所述最大运动范围内指定所述维护点的步骤包括：
    将所述最大运动范围内与所述返航点或所述下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为所述维护点。
  25. 根据权利要求10所述的方法，其特征在于，所述方法进一步包括：
    获取用于表示所述预设飞行区域中的特殊作业区域的边缘的特殊边缘点的坐标；
    计算所述航线段与所述特殊作业区域的边缘的交点；
    将所述航线段与所述特殊作业区域的边缘的交点插入所述飞行路径，以使所述无人机在所述特殊作业区域内执行的操作不同于所述无人机在所述特殊作业区域外执行的操作。
  26. 根据权利要求25所述的方法，其特征在于，
    所述特殊作业区域包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。
  27. 根据权利要求25所述的方法，其特征在于，所述方法进一步包括：
    形成用于所述无人机的飞行路径的多个任务点的坐标序列，以使得所述无人机按照所述坐标序列在所述多个任务点之间进行作业，其中所述任务点至少包括所述航线段的端点、所述航线段与所述特殊作业区域的边缘的交点。
  28. 一种无人机的控制方法，其特征在于，包括：
    按照预设飞行路径在预设飞行区域内进行飞行作业；
    调整所述无人机的飞行路径和/或执行的操作，以使所述无人机适合当前的作业环境或工作状态。
  29. 根据权利要求28所述的方法，其特征在于，
    所述调整所述无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；
    所述调整所述无人机执行的操作包括如下任意一种：停止作业，开始作业。
  30. 根据权利要求28所述的方法，其特征在于，
    所述作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；
    所述工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
  31. 根据权利要求28所述的方法，其特征在于，所述工作状态包括动力源不足和/或作业源不足，所述调整所述无人机的飞行路径包括改变飞行方向以飞往维护点；
    所述调整所述无人机的飞行路径和/或执行的操作，以使所述无人机适合当前的作业环境或工作状态的步骤包括：
    获取所述无人机的动力源和/或作业源的状态；
    根据所述无人机的动力源和/或作业源状态计算应进行返航维护的返航点；
    在所述无人机飞行至所述返航点时改变飞行方向以飞往所述维护点进行维护。
  32. 根据权利要求31所述的方法，其特征在于，
    所述获取所述无人机的动力源和/或作业源的状态的步骤包括：
    获取所述无人机的当前位置坐标；
    判断所述无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；
    若是，则获取所述无人机的动力源和/或作业源的状态。
  33. 根据权利要求32所述的方法，其特征在于，
    所述根据所述无人机的动力源和/或作业源的状态计算应进行返航维护的返航点的步骤包括：
    判断所述无人机的动力源和/或作业源的状态是否满足续航条件；
    若不满足续航条件，则将所述无人机的当前位置作为返航点。
  34. 根据权利要求32所述的方法，其特征在于，
    所述根据所述无人机的动力源和/或作业源的状态计算应进行返航维护的返航点的步骤包括：
    判断所述无人机的动力源和/或作业源的状态是否满足续航条件；
    若不满足续航条件，则判断所述无人机的当前位置与所述无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；
    若是，则在所述无人机的当前位置与所述下一任务点之间的航线段上寻找返航点，以使得所述无人机飞到所述返航点后仍能够安全返回所述维护点，若否，则将所述无人机的当前位置作为返航点。
  35. 根据权利要求33或34所述的方法，其特征在于，
    所述续航条件是指所述无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从所述无人机的当前位置飞往所述无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
  36. 根据权利要求31所述的方法，其特征在于，所述方法进一步包括：
    根据所述无人机的动力源和/或作业源的状态预估所述无人机的剩余飞行时间；
    根据维护设备或人员的当前位置、运动路径以及运动速度计算所述维护设备或人员在所述预估剩余飞行时间内的最大运动范围；
    在所述最大运动范围内指定所述维护点。
  37. 根据权利要求36所述的方法，其特征在于，
    所述在所述最大运动范围内指定所述维护点的步骤包括：
    根据所述无人机的动力源和/或作业源的状态预估返航点的位置；
    将所述最大运动范围内与所述预估的返航点之间动力源消耗最小或飞行距离最近的点作为所述维护点。
  38. 一种无人机的控制方法，其特征在于，包括：
    获取无人机的当前维护点的位置；
    根据所述当前维护点的位置，确定下一维护点的位置；
    将所述下一维护点的位置发送给维护设备或人员。
  39. 根据权利要求38所述的方法，其特征在于，
    所述当前维护点为所述无人机上次进行维护的维护点；
    所述根据所述当前维护点的位置，确定下一维护点的位置的步骤包括：
    根据所述当前维护点的位置、所述无人机的预估最大飞行时间、所述维护设备或人员的运动路径以及运动速度计算所述维护设备或人员在所述预估最大飞行时间内的最大运动范围；
    在所述最大运动范围内确定所述下一维护点的位置。
  40. 根据权利要求39所述的方法，其特征在于，
    所述在所述最大运动范围内确定所述下一维护点的位置的步骤包括：
    根据所述当前维护点的位置以及所述无人机的飞行路径和预估最大飞行时间，预估所述无人机从所述当前维护点起下一次应进行返航维护的下 一返航点；
    将所述最大运动范围内与所述下一返航点之间动力源消耗最小或飞行距离最近的点作为所述下一维护点。
  41. 根据权利要求38所述的方法，其特征在于，
    所述当前维护点的位置为所述维护设备或人员的当前位置；
    所述根据所述当前维护点的位置，确定下一维护点的位置的步骤包括：
    根据所述无人机的动力源和/或作业源的状态预估所述无人机的剩余飞行时间；
    根据所述维护设备或人员的当前位置、运动路径以及运动速度计算所述维护设备或人员在所述预估最大飞行时间内的最大运动范围；
    在所述最大运动范围内确定所述下一维护点的位置。
  42. 根据权利要求41所述的方法，其特征在于，
    所述在所述最大运动范围内确定所述下一维护点的位置的步骤包括：
    根据所述无人机的动力源和/或作业源的状态预估返航点的位置；
    将所述最大运动范围内与所述预估的返航点之间动力源消耗最小或飞行距离最近的点作为所述下一维护点。
  43. 一种无人机的飞行路径规划方法，其特征在于，包括：
    显示预设飞行区域的地貌图像；
    获取用于表示所述预设飞行区域的地貌图像的边界的多个特征点的坐标；
    根据所述多个特征点的坐标，确定所述预设飞行区域的边缘线。
  44. 根据权利要求43所述的方法，其特征在于，
    所述特征点包括用于表示所述预设飞行区域的外部轮廓的多个第一特征点，以及用于表示所述预设飞行区域内障碍物区域的外部轮廓的第二特征点。
  45. 根据权利要求43或44所述的方法，其特征在于，
    所述根据所述多个特征点的坐标，确定所述预设飞行区域的边缘线的步骤包括：
    利用线段连接所述特征点并将形成的折线作为所述边缘线。
  46. 根据权利要求43或44所述的方法，其特征在于，
    所述根据所述多个特征点的坐标，确定所述预设飞行区域的边缘线的步骤包括：
    以所述特征点中的至少一个作为圆心作圆或者椭圆，并将所述圆或者椭圆的全部或者部分作为所述边缘线。
  47. 根据权利要求43或44所述的方法，其特征在于，
    所述获取用于表示所述预设飞行区域的地貌图像的边界的多个特征点的坐标的步骤包括：
    通过输入装置接收用户输入的所述多个特征点的坐标；
    或通过图像识别从所述地貌图像中提取所述多个特征点的坐标。
  48. 根据权利要求43或44所述的方法，其特征在于，进一步包括：
    根据所述边缘线，确定所述无人机在所述预设飞行区域内的飞行路径；
    显示所述飞行路径。
  49. 根据权利要求48所述的方法，其特征在于，
    所述根据所述边缘线，确定所述无人机在所述预设飞行区域内的飞行路径的步骤之前进一步包括：
    获取无人机的作业参数；
    所述根据所述边缘线，确定所述无人机在所述预设飞行区域内的飞行路径的步骤包括：
    根据所述边缘线和所述无人机的作业参数，确定所述无人机在所述预设飞行区域内的飞行路径。
  50. 根据权利要求49所述的方法，其特征在于，
    所述作业参数至少包括风向、所述无人机的作业宽度和起始点。
  51. 根据权利要求50所述的方法，其特征在于，
    所述根据所述边缘线，确定所述无人机在所述预设飞行区域内的飞行路径的步骤包括：
    根据所述线和所述无人机的作业宽度，获取所述预设飞行区域内的平行于所述无人机的飞行方向的多条航线段，其中所述无人机的飞行方向根据所述风向确定；
    根据所述航线段与所述边界的相交位置，将所述预设飞行区域划分至多个作业区域；
    根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径。
  52. 根据权利要求51所述的方法，其特征在于，
    所述根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径的步骤包括：
    确定可作为各所述作业区域的入口点或出口点的端口点；
    根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗，其中所述非常规消耗至少包括不同所述作业区域之间的路程消耗以及从所述起始点飞往所述作业区域的路程消耗；
    选择所述非常规消耗最小的一种候选连接路径作为所述无人机的飞行路径。
  53. 根据权利要求52所述的方法，其特征在于，
    所述非常规消耗进一步包括返航维护的路程消耗；
    所述根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗进一步包括：
    根据所述无人机的工作状态计算应进行返航维护的返航点；
    根据所述返航点的坐标和维护点的坐标计算所述返航维护的路程消 耗。
  54. 根据权利要求53所述的方法，其特征在于，
    所述显示所述飞行路径的步骤包括：
    显示所述飞行路径，并显示所述返航点的数量和/或在所述飞行路径中标出所述返航点。
  55. 一种无人机的飞行路径规划系统，其特征在于，包括：
    一个或多个处理器，单独或协同工作，所述处理器用于：
    获取无人机的预设飞行区域的地理信息；
    根据所述地理信息，将所述预设飞行区域分隔为多个作业区域；
    根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径。
  56. 根据权利要求55所述的系统，其特征在于，进一步包括：传感器，所述传感器与所述处理器通讯连接；
    所述传感器用于捕捉所述预设飞行区域的地理信息，并将所述预设飞行区域的地理信息传送给所述处理器。
  57. 根据权利要求55或56所述的系统，其特征在于，
    所述地理信息包括用于表示预设飞行区域的边界的坐标信息，其中所述边界至少包括用于表示所述预设飞行区域的外部轮廓的第一边界。
  58. 根据权利要求57所述的系统，其特征在于，
    所述边界进一步包括用于表示所述预设飞行区域内的障碍物区域的外部轮廓的第二边界。
  59. 根据权利要求55-58中任一项所述的系统，其特征在于，
    所述处理器进一步用于获取用于表示所述边界的经纬度坐标；将所述经纬度坐标转换为二维坐标。
  60. 根据权利要求59所述的系统，其特征在于，
    所述处理器进一步用于将所述经纬度坐标转换为地心坐标系下的三维 坐标；将所述三维坐标转换为与地球表面相切的平面坐标系下的所述二维坐标。
  61. 根据权利要求55-58中任一项所述的系统，其特征在于，
    所述处理器进一步用于根据所述边界的位置信息和所述无人机的作业宽度，获取所述预设飞行区域内的平行于所述无人机的飞行方向的多条航线段；根据所述航线段与所述边界的相交位置，将所述航线段划分至多个作业区域。
  62. 根据权利要求61所述的系统，其特征在于，
    相邻两个所述航线段之间的间距等于所述无人机的作业宽度，每个所述航线段的端点位于所述边界上。
  63. 根据权利要求61所述的系统，其特征在于，
    所述无人机的飞行方向根据所述预设飞行区域的风向确定。
  64. 根据权利要求61所述的系统，其特征在于，
    所述处理器进一步用于获取平行于所述无人机的飞行方向的直线与所述边界的相切点；根据所述相切点将所述边界划分为多个边缘段；将两侧端点分别位于相同所述边缘段上的所述航线段划分至同一作业区域。
  65. 根据权利要求61所述的系统，其特征在于，
    所述处理器进一步用于确定可作为各所述作业区域的入口点或出口点的端口点；根据所述作业区域的端口点，确定所述无人机的飞行路径。
  66. 根据权利要求65所述的系统，其特征在于，
    所述处理器进一步用于将同一作业区域的位于最外侧的所述航线段的两侧端点作为所述端口点。
  67. 根据权利要求65所述的系统，其特征在于，
    所述处理器进一步用于根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗，其中所述非常规消耗至少包括不同所述作业区域之间的路程消耗以及从所述起始点飞往所 述作业区域的路程消耗；选择所述非常规消耗最小的一种候选连接路径作为所述无人机的飞行路径。
  68. 根据权利要求67所述的系统，其特征在于，
    所述处理器进一步用于确定所述作业区域之间的候选作业区域连接方式；根据所述候选作业区域连接方式确定所述无人机的起始点与所述作业区域的端口点之间以及所述作业区域的端口点之间的候选端口连接方式；根据所述候选端口连接方式，计算所述非常规消耗。
  69. 根据权利要求68所述的系统，其特征在于，
    所述处理器进一步用于通过排列组合方式或根据所述作业区域之间的邻接关系确定所述候选作业区域连接方式，其中根据所述作业区域之间的邻接关系确定所述候选作业区域连接方式包括确定遍历所有所述作业区域且连接非邻接作业区域次数最少的多个所述候选作业区域连接方式。
  70. 根据权利要求68所述的系统，其特征在于，
    所述处理器进一步用于对于每一种候选作业区域连接方式，根据各所述作业区域的端口点以及所述作业区域内包括的所述航线段的数量确定所述作业区域的候选入口点和候选出口点；根据所述作业区域的候选入口点和候选出口点确定所述候选端口连接方式。
  71. 根据权利要求70所述的系统，其特征在于，
    所述处理器进一步用于对于第一个所述作业区域，选择离所述起始点最近的端口点作为所述第一个作业区域的候选入口点，并根据所述第一个作业区域包括的所述航线段的数量和所述第一个作业区域的候选入口点确定所述第一个作业区域的候选出口点；对于其余所述作业区域，选择当前所述作业区域距离上一个所述作业区域的候选出口点最近的端口点作为所述当前作业区域的候选入口点，并根据所述当前作业区域包括的所述航线段的数量和所述当前作业区域的候选入口点确定所述当前作业区域的候选出口点。
  72. 根据权利要求68所述的系统，其特征在于，
    所述预设飞行区域内存在至少一个障碍物区域；
    所述处理器进一步用于将连接每个所述作业区域的候选入口点与前一所述作业区域的候选出口点或所述无人机的起始点的线段与所述障碍物区域的边缘求交集；若所述交集为空，则将沿所述线段所产生的路程消耗作为所述两个作业区域之间或所述作业区域与所述无人机的起始点之间的路程消耗，否则将所述线段与所述障碍物区域的交集部分所产生的路程消耗替换为规避所述障碍物区域所产生的路程消耗，并计算所述规避所述障碍物区域所产生的路程消耗与所述线段的非交集部分所产生的路程消耗之和以作为所述两个作业区域之间或所述作业区域与所述无人机的起始点之间的路程消耗。
  73. 根据权利要求72所述的系统，其特征在于，
    所述规避所述障碍物区域所产生的路程消耗包括：通过绕行方式绕过所述障碍物区域所产生的路程消耗或者通过升高或降低方式跨越或穿越所述障碍物区域所产生的路程消耗。
  74. 根据权利要求67所述的系统，其特征在于，
    所述非常规消耗进一步包括返航维护的路程消耗；
    所述处理器进一步用于根据所述无人机的动力源和/或作业源的状态计算应进行返航维护的返航点；根据所述返航点的坐标和维护点的坐标计算所述返航维护的路程消耗。
  75. 根据权利要求74所述的系统，其特征在于，
    所述处理器进一步用于依次判断所述航线段的当前端点是否满足续航条件，若不满足续航条件，则将所述当前端点作为返航点。
  76. 根据权利要求74所述的系统，其特征在于，
    所述处理器进一步用于依次判断所述航线段的当前端点是否满足续航条件；若不满足续航条件，则判断所述当前端点与下一端点之间是否为需 作业的航线段；若是，则在所述当前端点与所述下一端点之间的航线段上寻找返航点，以使得所述无人机飞到所述返航点后仍能够安全返回所述维护点，若否，则将所述当前端点作为返航点。
  77. 根据权利要求75或76所述的系统，其特征在于，
    所述续航条件是指所述无人机飞到所述当前端点的动力源和/或作业源的剩余量减去预设的安全量大于或等于从所述当前端点飞往下一所述端点且从下一所述端点飞往所述返航点的动力源和/或作业源消耗量。
  78. 根据权利要求77所述的系统，其特征在于，
    所述处理器进一步用于根据所述无人机的剩余飞行时间、维护设备或人员的运动路径、当前位置以及运动速度计算所述维护设备或人员在所述无人机的剩余飞行时间内的最大运动范围；在所述最大运动范围内指定所述维护点。
  79. 根据权利要求78所述的系统，其特征在于，
    所述处理器进一步用于将所述最大运动范围内与所述返航点或所述下一端点之间的动力源和/或作业源消耗最小或飞行距离最近的点作为所述维护点。
  80. 根据权利要求65所述的系统，其特征在于，
    所述处理器进一步用于获取用于表示所述预设飞行区域中的特殊作业区域的边缘的特殊边缘点的坐标；计算所述航线段与所述特殊作业区域的边缘的交点；将所述航线段与所述特殊作业区域的边缘的交点插入所述飞行路径，以使所述无人机在所述特殊作业区域内执行的操作不同于所述无人机在所述特殊作业区域外执行的操作。
  81. 根据权利要求80所述的系统，其特征在于，
    所述特殊作业区域包括可飞行的非作业区域、高空飞行区域和低空飞行区域中的至少一种。
  82. 根据权利要求80所述的系统，其特征在于，
    所述处理器进一步用于形成用于所述无人机的飞行路径的多个任务点的坐标序列，以使得所述无人机按照所述坐标序列在所述多个任务点之间进行作业，其中所述任务点至少包括所述航线段的端点、所述航线段与所述特殊作业区域的边缘的交点。
  83. 一种无人机的控制系统，其特征在于，包括：
    一个或多个处理器，单独或协同工作，所述处理器用于：
    按照预设航线在预设飞行区域内进行飞行作业；
    调整所述无人机的飞行路径和/或执行的操作，以使所述无人机适合当前的作业环境或工作状态。
  84. 根据权利要求83所述的系统，其特征在于，进一步包括定位装置，所述定位装置与所述处理器通讯连接；
    所述定位装置用于获取所述无人机的当前位置信息，并将所述当前位置信息传送给所述处理器，所述处理器根据所述当前位置信息以及所述预设航线控制所述无人机进行飞行作业。
  85. 根据权利要求83或84所述的系统，其特征在于，
    所述调整所述无人机的飞行路径包括如下至少一种：改变飞行方向、改变飞行高度、停止飞行；
    所述调整所述无人机执行的操作包括如下任意一种：停止作业，开始作业。
  86. 根据权利要求83或84所述的系统，其特征在于，
    所述作业环境包括如下至少一种：前方存在障碍物、前方存在非作业区域、前方为已作业区域；
    所述工作状态包括如下至少一种：动力源不足、作业源不足、导航信号丢失、接收到控制命令。
  87. 根据权利要求83或84所述的系统，其特征在于，所述工作状态包括动力源不足和/或作业源不足，所述调整所述无人机的飞行路径包括改变 飞行方向以飞往维护点；
    所述处理器进一步用于获取所述无人机的动力源和/或作业源的状态；根据所述无人机的动力源和/或作业源状态计算应进行返航维护的返航点；在所述无人机飞行至所述返航点时改变飞行方向以飞往所述维护点进行维护。
  88. 根据权利要求87所述的系统，其特征在于，
    所述处理器进一步用于获取所述无人机的当前位置坐标；判断所述无人机的当前位置坐标是否对应用于表示无人机飞行路径的多个任务点中的某个任务点；若是，则获取所述无人机的动力源和/或作业源的状态。
  89. 根据权利要求88所述的系统，其特征在于，
    所述处理器进一步用于判断所述无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则将所述无人机的当前位置作为返航点。
  90. 根据权利要求88所述的系统，其特征在于，
    所述处理器进一步用于判断所述无人机的动力源和/或作业源的状态是否满足续航条件；若不满足续航条件，则判断所述无人机的当前位置与所述无人机的当前位置对应的任务点的下一任务点之间是否为需作业的航线段；若是，则在所述无人机的当前位置与所述下一任务点之间的航线段上寻找返航点，以使得所述无人机飞到所述返航点后仍能够安全返回所述维护点，若否，则将所述无人机的当前位置作为返航点。
  91. 根据权利要求89或90所述的方法，其特征在于，
    所述续航条件是指所述无人机的动力源和/或作业源的剩余量减去预设的安全量大于或等于从所述无人机的当前位置飞往所述无人机的当前位置对应的任务点的下一任务点的动力源和/或作业源的消耗。
  92. 根据权利要求87所述的系统，其特征在于，
    所述处理器进一步用于根据所述无人机的动力源和/或作业源的状态预 估所述无人机的剩余飞行时间；根据维护设备或人员的当前位置、运动路径以及运动速度计算所述维护设备或人员在所述预估剩余飞行时间内的最大运动范围；在所述最大运动范围内指定所述维护点。
  93. 根据权利要求92所述的系统，其特征在于，
    所述处理器进一步用于根据所述无人机的动力源和/或作业源的状态预估返航点的位置；将所述最大运动范围内与所述预估的返航点之间动力源消耗最小或飞行距离最近的点作为所述维护点。
  94. 一种无人机的控制系统，其特征在于，包括：
    一个或多个处理器，单独或协同工作，所述处理器用于：
    获取无人机的当前维护点的位置；
    根据所述当前维护点的位置，确定下一维护点的位置；
    将所述下一维护点的位置发送给维护设备或人员。
  95. 根据权利要求94所述的方法，其特征在于，
    所述当前维护点为所述无人机上次进行维护的维护点；
    所述处理器进一步用于根据所述当前维护点的位置、所述无人机的预估最大飞行时间、所述维护设备或人员的运动路径以及运动速度计算所述维护设备或人员在所述预估最大飞行时间内的最大运动范围；在所述最大运动范围内确定所述下一维护点的位置。
  96. 根据权利要求95所述的方法，其特征在于，
    所述处理器进一步用于根据所述当前维护点的位置以及所述无人机的飞行路径和预估最大飞行时间，预估所述无人机从所述当前维护点起下一次应进行返航维护的下一返航点；将所述最大运动范围内与所述下一返航点之间动力源消耗最小或飞行距离最近的点作为所述下一维护点。
  97. 根据权利要求94所述的方法，其特征在于，
    所述当前维护点的位置为所述维护设备或人员的当前位置；
    所述处理器进一步用于根据所述无人机的动力源和/或作业源的状态预 估所述无人机的剩余飞行时间；根据所述维护设备或人员的当前位置、运动路径以及运动速度计算所述维护设备或人员在所述预估最大飞行时间内的最大运动范围；在所述最大运动范围内确定所述下一维护点的位置。
  98. 根据权利要求97所述的方法，其特征在于，
    所述处理器进一步用于根据所述无人机的动力源和/或作业源的状态预估返航点的位置；将所述最大运动范围内与所述预估的返航点之间动力源消耗最小或飞行距离最近的点作为所述下一维护点。
  99. 一种无人机的飞行路径规划系统，其特征在于，包括：
    显示屏，用于显示预设飞行区域的地貌图像；
    一个或多个处理器，单独或协同工作，所述处理器与所述显示屏通讯连接；
    所述处理器用于获取用于表示所述预设飞行区域的地貌图像的边界的多个特征点的坐标；根据所述多个特征点的坐标信息，确定所述预设飞行区域的边缘线。
  100. 根据权利要求99所述的系统，其特征在于，进一步包括输入装置，所述输入装置与所述处理器通讯连接，用于接收用于输入的表示所述预设飞行区域的地貌图像的边界的多个特征点并获取其坐标。
  101. 根据权利要求99所述的系统，其特征在于，
    所述处理器进一步用于通过图像识别从所述地貌图像中提取所述多个特征点的坐标。
  102. 根据权利要求99-101中任一项所述的系统，其特征在于，
    所述特征点包括用于表示所述预设飞行区域的外部轮廓的多个第一特征点，以及用于表示所述预设飞行区域内障碍物区域的外部轮廓的第二特征点。
  103. 根据权利要求99-102中任一项所述的系统，其特征在于，
    所述处理器进一步用于利用线段连接所述特征点并将形成的折线作为 所述边缘线。
  104. 根据权利要求99-102中任一项所述的系统，其特征在于，
    所述处理器进一步用于以所述特征点中的至少一个作为圆心作圆或者椭圆，并将所述圆或者椭圆的全部或者部分作为所述边缘线。
  105. 根据权利要求99-104中任一项所述的系统，其特征在于，
    所述处理器进一步用于根据所述边缘线，确定所述无人机在所述预设飞行区域内的飞行路径；显示所述飞行路径。
  106. 根据权利要求105所述的系统，其特征在于，
    所述处理器进一步用于获取无人机的作业参数；根据所述边缘线和所述无人机的作业参数，确定所述无人机在所述预设飞行区域内的飞行路径。
  107. 根据权利要求106所述的系统，其特征在于，
    所述作业参数至少包括风向、所述无人机的作业宽度和起始点。
  108. 根据权利要求107所述的系统，其特征在于，
    所述处理器进一步用于根据所述线和所述无人机的作业宽度，获取所述预设飞行区域内的平行于所述无人机的飞行方向的多条航线段，其中所述无人机的飞行方向根据所述风向确定；根据所述航线段与所述边界的相交位置，将所述预设飞行区域划分至多个作业区域；根据所述多个作业区域，确定所述无人机在所述预设飞行区域内的飞行路径。
  109. 根据权利要求108所述的系统，其特征在于，
    所述处理器进一步用于确定可作为各所述作业区域的入口点或出口点的端口点；根据所述无人机的起始点和所述端口点计算遍历所有所述作业区域的多种候选连接路径的非常规消耗，其中所述非常规消耗至少包括不同所述作业区域之间的路程消耗以及从所述起始点飞往所述作业区域的路程消耗；选择所述非常规消耗最小的一种候选连接路径作为所述无人机的飞行路径。
  110. 根据权利要求109所述的系统，其特征在于，
    所述非常规消耗进一步包括返航维护的路程消耗；
    所述处理器进一步用于根据所述无人机的工作状态计算应进行返航维护的返航点；根据所述返航点的坐标和维护点的坐标计算所述返航维护的路程消耗。
  111. 根据权利要求110所述的系统，其特征在于，
    所述处理器进一步用于控制所述显示屏显示所述飞行路径，并显示所述返航点的数量和/或在所述飞行路径中标出所述返航点。
CN201680002372.5A 2016-07-04 2016-07-29 一种无人机的飞行路径规划、控制方法及系统 Pending CN107924188A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
PCT/CN2016/088304 WO2018006216A1 (en) 2016-07-04 2016-07-04 Aerial operation support and real-time management
CNPCT/CN2016/088304 2016-07-04
PCT/CN2016/092398 WO2018006454A1 (zh) 2016-07-04 2016-07-29 一种无人机的飞行路径规划、控制方法及系统

Publications (1)

Publication Number Publication Date
CN107924188A true CN107924188A (zh) 2018-04-17

Family

ID=60901251

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202210753132.6A Pending CN115113645A (zh) 2016-07-04 2016-07-04 用于支持航空作业的方法
CN201680087440.2A Active CN109478060B (zh) 2016-07-04 2016-07-04 航空作业支持和实时管理
CN201680002372.5A Pending CN107924188A (zh) 2016-07-04 2016-07-29 一种无人机的飞行路径规划、控制方法及系统

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202210753132.6A Pending CN115113645A (zh) 2016-07-04 2016-07-04 用于支持航空作业的方法
CN201680087440.2A Active CN109478060B (zh) 2016-07-04 2016-07-04 航空作业支持和实时管理

Country Status (3)

Country Link
US (3) US11016488B2 (zh)
CN (3) CN115113645A (zh)
WO (2) WO2018006216A1 (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804675A (zh) * 2018-06-11 2018-11-13 成都山河空间信息技术有限公司 基于多源空间数据的无人机移动空间信息管理系统和方法
CN108981706A (zh) * 2018-07-20 2018-12-11 深圳大学 无人机航拍路径生成方法、装置、计算机设备和存储介质
CN109417774A (zh) * 2018-09-27 2019-03-01 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
CN110134147A (zh) * 2019-06-20 2019-08-16 安阳全丰航空植保科技股份有限公司 一种植保无人机的自主路径规划方法及装置
CN110730934A (zh) * 2018-08-01 2020-01-24 深圳市大疆创新科技有限公司 轨迹切换的方法和装置
WO2020042117A1 (zh) * 2018-08-30 2020-03-05 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
CN111338381A (zh) * 2020-04-07 2020-06-26 南京嘉谷初成通信科技有限公司 一种无人机作业控制方法、装置、遥控器及存储介质
CN111427375A (zh) * 2020-03-09 2020-07-17 深圳中科保泰科技有限公司 无人机巡采巡查的微区域智能划分方法及系统
WO2020237471A1 (zh) * 2019-05-27 2020-12-03 深圳市大疆创新科技有限公司 飞行航线生成方法、终端和无人机
CN112136091A (zh) * 2019-11-01 2020-12-25 深圳市大疆创新科技有限公司 数据处理方法及设备、数据存储设备、移动控制系统
CN112162566A (zh) * 2020-09-04 2021-01-01 深圳市创客火科技有限公司 路线规划方法、电子设备及计算机可读存储介质
CN112525199A (zh) * 2020-11-23 2021-03-19 广州极飞科技有限公司 一种无人机作业路径规划方法、装置、无人机及介质
CN112783208A (zh) * 2020-12-31 2021-05-11 广州极飞科技股份有限公司 一种无人设备返航控制方法、装置及无人设备
CN112997129A (zh) * 2018-10-03 2021-06-18 株式会社尼罗沃克 行驶路径生成装置、行驶路径生成方法、行驶路径生成程序以及无人机
CN113188548A (zh) * 2021-06-02 2021-07-30 山东省农业科学院科技信息研究所 一种基于作业行的自主导航作业路径规划方法
CN114035603A (zh) * 2021-08-08 2022-02-11 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法
CN114492981A (zh) * 2022-01-24 2022-05-13 企知眼数据科技(浙江)有限公司 一种基于多无人机协同的物流配送方法及设备
CN114518767A (zh) * 2020-11-19 2022-05-20 复旦大学 一种基于倾斜摄影模型的无人机三维路径规划方法
US11423555B2 (en) 2018-07-20 2022-08-23 Shenzhen University Methods for generating aerial photographing path for unmanned aerial vehicle, computer devices, and storage mediums
CN115294807A (zh) * 2022-09-28 2022-11-04 四川腾盾科技有限公司 一种大型无人机智能选择联络道口驶出的控制方法
CN115576357A (zh) * 2022-12-01 2023-01-06 浙江大有实业有限公司杭州科技发展分公司 一种无rtk信号场景下全自动无人机巡检智能路径规划方法
WO2023082066A1 (zh) * 2021-11-09 2023-05-19 深圳市大疆创新科技有限公司 作业规划方法、控制装置、控制终端及存储介质

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT201800003790A1 (it) * 2018-03-20 2019-09-20 Skyx Ltd Gestione di una flotta di veicoli aerei di spruzzatura
DE102018120013A1 (de) * 2018-08-16 2020-02-20 Autel Robotics Europe Gmbh Verfahren, vorrichtung und system zur übertragung von weginformationen, unbemanntes luftfahrzeug, bodenstation und computerlesbares speichermedium
CN109309521B (zh) * 2018-11-29 2024-04-09 广州极飞科技股份有限公司 一种rtk基站装置、信号交互系统及其方法
CN110058563B (zh) * 2019-01-18 2020-05-05 丰疆智能科技研究院(常州)有限公司 作业监控系统及其监控方法
US11565807B1 (en) 2019-06-05 2023-01-31 Gal Zuckerman Systems and methods facilitating street-level interactions between flying drones and on-road vehicles
CN112578334A (zh) * 2019-09-27 2021-03-30 中光电智能机器人股份有限公司 无人机及其定位方法、无人机通信系统及其操作方法
DE102020105793A1 (de) * 2020-03-04 2021-09-09 Volocopter Gmbh Bahnplanungsverfahren und Bahnplanungsalgorithmus für ein Fluggerät
US11592843B2 (en) * 2020-04-08 2023-02-28 Lockheed Martin Corporation Autonomous aircraft local planning to avoid obstructions
CN112631338B (zh) * 2020-12-09 2022-12-27 广州极飞科技股份有限公司 一种航线规划方法、装置、计算机设备及存储介质
CN112748740A (zh) * 2020-12-25 2021-05-04 深圳供电局有限公司 多旋翼无人机自动航线规划方法及其系统、设备、介质
CN112665594B (zh) * 2020-12-31 2023-11-21 广州极飞科技股份有限公司 作业路径规划方法及相关装置
CN116548870A (zh) * 2022-01-27 2023-08-08 追觅创新科技(苏州)有限公司 机器人移动路径规划方法、系统及清洁机器人
CN117470199B (zh) * 2023-12-27 2024-03-15 天津云圣智能科技有限责任公司 一种摆动摄影控制的方法、装置、存储介质及电子设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395628A (zh) * 2006-03-02 2009-03-25 新西兰航空公司 用于对飞行进行建模的系统和方法
CN103412574A (zh) * 2013-08-23 2013-11-27 无锡汉和航空技术有限公司 一种无人直升机作业管理装置
CN103697896A (zh) * 2014-01-13 2014-04-02 西安电子科技大学 一种无人机路径规划方法
CN103699135A (zh) * 2014-01-03 2014-04-02 中南大学 无人直升机农药喷洒农田作业区域的航迹自动规划方法
CN103950540A (zh) * 2014-04-01 2014-07-30 东北农业大学 一种基于无线传感器网络的植保无人机喷施作业方法
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
CN104932525A (zh) * 2015-05-28 2015-09-23 深圳一电科技有限公司 无人机的控制方法、装置、地面控制系统及无人机
CN105116913A (zh) * 2015-08-12 2015-12-02 北京农业智能装备技术研究中心 植保无人机作业航线规划方法及装置
CN105159319A (zh) * 2015-09-29 2015-12-16 广州极飞电子科技有限公司 一种无人机的喷药方法及无人机

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8244469B2 (en) * 2008-03-16 2012-08-14 Irobot Corporation Collaborative engagement for target identification and tracking
CN102789232B (zh) * 2011-05-16 2015-02-04 苏州宝时得电动工具有限公司 自动行走设备及其控制方法
WO2014179482A1 (en) * 2013-04-30 2014-11-06 The Regents Of The University Of California Fire urgency estimator in geosynchronous orbit (fuego)
CN103412575B (zh) * 2013-08-23 2017-03-01 无锡汉和航空技术有限公司 一种无人直升机航线控制装置
CN103499973B (zh) * 2013-09-30 2016-04-20 中国农业大学 一种主－从机协同作业农业机械智能导航系统
CN103592947B (zh) * 2013-11-19 2015-11-11 华南农业大学 一种农用飞行器安全作业飞行监控装置及其控制算法
CN103713642B (zh) * 2013-12-24 2016-05-04 北京航空航天大学 一种基于扰动流体动态系统的无人机三维航路规划方法
CN103679774B (zh) * 2014-01-03 2016-06-22 中南大学 一种多边形农田作业区域边界建模方法
WO2015165008A1 (zh) * 2014-04-28 2015-11-05 深圳市大疆创新科技有限公司 测量装置及无人飞行器
CN104049625B (zh) * 2014-07-09 2017-06-13 华南农业大学 基于无人飞行器的物联网灌溉设施调控平台及方法
CN104386258A (zh) * 2014-08-20 2015-03-04 华南农业大学 一种适于农用无人机田间作业补给的补给平台及补给方法
CN108132678B (zh) * 2014-09-15 2021-06-04 深圳市大疆创新科技有限公司 一种飞行器的飞行控制方法及相关装置
CN105652864A (zh) * 2014-11-14 2016-06-08 科沃斯机器人有限公司 自移动机器人构建地图的方法及利用该地图的作业方法
WO2016078093A1 (en) * 2014-11-21 2016-05-26 SZ DJI Technology Co., Ltd. System and method for managing unmanned aerial vehicles
CN104503464B (zh) * 2014-12-30 2017-01-18 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
CN104881037A (zh) * 2015-04-01 2015-09-02 广州天翔航空科技有限公司 植保无人机的喷药方法
CN105449876B (zh) * 2015-12-07 2018-08-24 浙江大学 一种电力巡线多旋翼飞行器的自主无线充电系统
US20210304395A1 (en) * 2018-06-29 2021-09-30 Photogauge, Inc. System and method for digital-representation-based flight path planning for object imaging

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101395628A (zh) * 2006-03-02 2009-03-25 新西兰航空公司 用于对飞行进行建模的系统和方法
CN103412574A (zh) * 2013-08-23 2013-11-27 无锡汉和航空技术有限公司 一种无人直升机作业管理装置
CN103699135A (zh) * 2014-01-03 2014-04-02 中南大学 无人直升机农药喷洒农田作业区域的航迹自动规划方法
CN103697896A (zh) * 2014-01-13 2014-04-02 西安电子科技大学 一种无人机路径规划方法
CN103950540A (zh) * 2014-04-01 2014-07-30 东北农业大学 一种基于无线传感器网络的植保无人机喷施作业方法
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
CN104932525A (zh) * 2015-05-28 2015-09-23 深圳一电科技有限公司 无人机的控制方法、装置、地面控制系统及无人机
CN105116913A (zh) * 2015-08-12 2015-12-02 北京农业智能装备技术研究中心 植保无人机作业航线规划方法及装置
CN105159319A (zh) * 2015-09-29 2015-12-16 广州极飞电子科技有限公司 一种无人机的喷药方法及无人机

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
万刚 等: "《无人机测绘技术及应用》", 31 December 2015, 测绘出版社 *
杨崇豪 等: "《建筑工程测量》", 31 July 2015, 黄河水利出版社 *

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108804675A (zh) * 2018-06-11 2018-11-13 成都山河空间信息技术有限公司 基于多源空间数据的无人机移动空间信息管理系统和方法
US11423555B2 (en) 2018-07-20 2022-08-23 Shenzhen University Methods for generating aerial photographing path for unmanned aerial vehicle, computer devices, and storage mediums
CN108981706A (zh) * 2018-07-20 2018-12-11 深圳大学 无人机航拍路径生成方法、装置、计算机设备和存储介质
CN108981706B (zh) * 2018-07-20 2021-11-30 深圳大学 无人机航拍路径生成方法、装置、计算机设备和存储介质
CN110730934A (zh) * 2018-08-01 2020-01-24 深圳市大疆创新科技有限公司 轨迹切换的方法和装置
WO2020042117A1 (zh) * 2018-08-30 2020-03-05 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
US11916646B2 (en) 2018-08-30 2024-02-27 Beijing Xiaomi Mobile Software Co., Ltd. Method for providing flight path of unmanned aerial vehicle, obtaining method, apparatus, and system
CN109417774A (zh) * 2018-09-27 2019-03-01 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
WO2020061909A1 (zh) * 2018-09-27 2020-04-02 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
CN109417774B (zh) * 2018-09-27 2022-04-08 北京小米移动软件有限公司 无人机飞行路径提供方法、获取方法、装置及系统
CN112997129A (zh) * 2018-10-03 2021-06-18 株式会社尼罗沃克 行驶路径生成装置、行驶路径生成方法、行驶路径生成程序以及无人机
CN112997129B (zh) * 2018-10-03 2024-03-26 株式会社尼罗沃克 行驶路径生成装置、行驶路径生成方法、计算机可读取存储介质以及无人机
WO2020237471A1 (zh) * 2019-05-27 2020-12-03 深圳市大疆创新科技有限公司 飞行航线生成方法、终端和无人机
CN110134147A (zh) * 2019-06-20 2019-08-16 安阳全丰航空植保科技股份有限公司 一种植保无人机的自主路径规划方法及装置
CN112136091A (zh) * 2019-11-01 2020-12-25 深圳市大疆创新科技有限公司 数据处理方法及设备、数据存储设备、移动控制系统
CN111427375A (zh) * 2020-03-09 2020-07-17 深圳中科保泰科技有限公司 无人机巡采巡查的微区域智能划分方法及系统
CN111427375B (zh) * 2020-03-09 2024-01-09 深圳块织类脑智能科技有限公司 无人机巡采巡查的微区域智能划分方法及系统
CN111338381A (zh) * 2020-04-07 2020-06-26 南京嘉谷初成通信科技有限公司 一种无人机作业控制方法、装置、遥控器及存储介质
CN112162566A (zh) * 2020-09-04 2021-01-01 深圳市创客火科技有限公司 路线规划方法、电子设备及计算机可读存储介质
CN112162566B (zh) * 2020-09-04 2024-01-16 深圳市创客火科技有限公司 路线规划方法、电子设备及计算机可读存储介质
CN114518767A (zh) * 2020-11-19 2022-05-20 复旦大学 一种基于倾斜摄影模型的无人机三维路径规划方法
CN112525199B (zh) * 2020-11-23 2023-12-05 广州极飞科技股份有限公司 一种无人机作业路径规划方法、装置、无人机及介质
CN112525199A (zh) * 2020-11-23 2021-03-19 广州极飞科技有限公司 一种无人机作业路径规划方法、装置、无人机及介质
CN112783208A (zh) * 2020-12-31 2021-05-11 广州极飞科技股份有限公司 一种无人设备返航控制方法、装置及无人设备
CN113188548A (zh) * 2021-06-02 2021-07-30 山东省农业科学院科技信息研究所 一种基于作业行的自主导航作业路径规划方法
CN113188548B (zh) * 2021-06-02 2022-08-02 山东省农业科学院科技信息研究所 一种基于作业行的自主导航作业路径规划方法
CN114035603B (zh) * 2021-08-08 2023-11-28 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法
CN114035603A (zh) * 2021-08-08 2022-02-11 中国航空工业集团公司沈阳飞机设计研究所 一种无人机威胁区动态检测及告警方法
WO2023082066A1 (zh) * 2021-11-09 2023-05-19 深圳市大疆创新科技有限公司 作业规划方法、控制装置、控制终端及存储介质
CN114492981A (zh) * 2022-01-24 2022-05-13 企知眼数据科技(浙江)有限公司 一种基于多无人机协同的物流配送方法及设备
CN114492981B (zh) * 2022-01-24 2024-04-05 浙江维创盈嘉科技有限公司 一种基于多无人机协同的物流配送方法及设备
CN115294807A (zh) * 2022-09-28 2022-11-04 四川腾盾科技有限公司 一种大型无人机智能选择联络道口驶出的控制方法
CN115576357A (zh) * 2022-12-01 2023-01-06 浙江大有实业有限公司杭州科技发展分公司 一种无rtk信号场景下全自动无人机巡检智能路径规划方法
CN115576357B (zh) * 2022-12-01 2023-07-07 浙江大有实业有限公司杭州科技发展分公司 一种无rtk信号场景下全自动无人机巡检智能路径规划方法

Also Published As

Publication number Publication date
US11016488B2 (en) 2021-05-25
US20240160209A1 (en) 2024-05-16
CN109478060A (zh) 2019-03-15
US11703865B2 (en) 2023-07-18
WO2018006454A1 (zh) 2018-01-11
CN109478060B (zh) 2022-07-19
US20210333794A1 (en) 2021-10-28
WO2018006216A1 (en) 2018-01-11
US20190138013A1 (en) 2019-05-09
CN115113645A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN107924188A (zh) 一种无人机的飞行路径规划、控制方法及系统
CN109828607B (zh) 一种面向不规则障碍物的无人机路径规划方法及系统
US11829141B2 (en) Determining a three-dimensional model of a scan target
CN105973235B (zh) 针对存在禁飞区多边形区域的旋翼无人机覆盖搜索航迹规划方法
CN106970648B (zh) 城市低空环境下无人机多目标路径规划联合搜索方法
KR102152192B1 (ko) 로봇의 경로　계획　시스템, 방법, 로봇 및 매체
CN111256700B (zh) 用于自动驾驶农机作业路径规划的收边规划方法
CN106054920A (zh) 一种无人机飞行路径规划方法和装置
CN109357685A (zh) 航路网生成方法、装置及存储介质
CN108253987A (zh) 一种基于a*算法的无人机轨迹规划方法、设备及存储设备
CN109582034A (zh) 一种多任务航线规划方法、装置及电子设备
CN109506654A (zh) 低空航路规划方法及装置、飞行器
Tang et al. A joint global and local path planning optimization for UAV task scheduling towards crowd air monitoring
WO2021087750A1 (zh) 无人飞行器的航线规划方法和装置
CN111723986A (zh) 一种基于深度优先遍历的区域划分与合并方法
CN112947594A (zh) 一种面向无人机的航迹规划方法
Li et al. Improving autonomous exploration using reduced approximated generalized voronoi graphs
CN114077249B (zh) 一种作业方法、作业设备、装置、存储介质
JP2022169449A (ja) 訓練済み空中回廊モデルに基づいて空中回廊に沿って移動するように航空ビークルを制御すること
CN113096181A (zh) 设备位姿的确定方法、装置、存储介质及电子装置
Ahmed et al. Energy-efficient uavs coverage path planning approach
Dubey et al. Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance
CN111580563B (zh) 一种基于种子搜索的无人机自主避障飞行方法
CN112631338B (zh) 一种航线规划方法、装置、计算机设备及存储介质
Maragliano et al. Collaborative Active SLAM: Synchronous and Asynchronous Coordination Among Agents

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20180417

RJ01 Rejection of invention patent application after publication