CN108398958A - 无人机编队路径匹配方法、装置和储存介质 - Google Patents

Abstract

本发明公开了一种无人机编队路径匹配方法、装置和储存介质，所述无人机编队路径匹配方法包括：服务器获得多个无人机当前所在的位置点集合，以及需要到达的任务点集合；将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集；根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系；根据所述匹配关系获得编队路径。本发明具有高效计算无人机编队飞行路径的效果。

Description

无人机编队路径匹配方法、装置和储存介质

技术领域

本发明涉及无人机管理领域，特别涉及无人机编队路径匹配方法、装置和储存介质。

背景技术

随着无人机的应用越来越多，越来越融入社会，因此，无人机的功能也在拓展。无人机的应用方式通常包括送货，搭载拍照设备进行高空拍摄。但是，这些应用方案，并不能满足用户需要采用无人机进行灯光表演方面的要求。

在进行无人机灯光表演时，通常会排布几十个，甚至几百个无人机进行同时飞行，从而能够在空中形成灯光阵型。

但是，大量的无人机在进行飞行表演时，如何高效计算无人机从编队从一个阵型变化为另一个阵型的编队飞行路径是亟待解决的问题。

发明内容

本发明的主要目的是提供无人机编队路径匹配方法、装置和储存介质，旨在高效计算无人机编队飞行路径。

为实现上述目的，本发明提出的一种无人机编队路径匹配方法，所述无人机编队路径匹配方法包括：

服务器获得多个无人机当前所在的位置点集合，以及需要到达的任务点集合；

将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集；

根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系；

根据所述匹配关系获得编队路径。

可选的，所述将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

将位置点集合分为边缘连线呈块状的多个位置点子集，并且所述位置点子集所占区域与其他位置点子集所占区域不相交；

将所述任务点集合分为边缘连线呈块状的与所述位置点子集对应的多个任务点集合，并且所述任务点子集所占区域与其他任务点子集所占区域不相交。

可选的，所述位置点子集中的无人机数量小于预设数量阈值。

可选的，所述将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

将所述位置点集合中的一位置点遍历所述任务点集合中的每一点，根据距离远近进行排序，根据所获排序顺序将所述任务点与所述位置点依次连线；

在连线的两侧区域包括数量相等的位置点和任务点时，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集；

在连线的两侧区域未包括数量相等的位置点和任务点时，将所述位置集合中的其他位置点遍历所述任务点集合中的每一点。

可选的，所述将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

判断所述位置点子集中的位置点数量是否小于数量阈值；

若否，则将所述位置点子集和对应的任务点子集再次划分，分为两个位置点子集和对应的任务点子集。

可选的，所述将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

在所述连线及其延长线上包括其他位置点和任务点时，将所述连线及其延长线上的位置点和任务点作为特殊位置点子集和对应的特殊任务点子集。

可选的，所述根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系包括：

遍历所述位置点子集与对应任务点子集的所有连线组合，获得总长度最短的所述连线组合；

根据所获连线组合获得位置点子集和对应的任务点子集的匹配关系。

可选的，所述根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系还包括：

获得特殊任务点子集中的每一任务点距离特殊位置点子集的特殊距离，根据所述特殊距离从远到进对所述任务点进行特殊排序；

根据所述特殊排序，依次将所述任务点与距离最近的位置点一一匹配；

根据所述匹配获得所述特殊位置点子集至特殊任务点子集的特殊匹配关系。

本发明还提供了一种无人机编队路径匹配装置，所述无人机编队路径匹配装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人机编队路径匹配程序，所述无人机编队路径匹配程序被所述处理器执行时实现如上述的方法的步骤。

本发明还提供了一种储存介质，用于计算机，所述储存介质上存储有无人机编队路径匹配程序，所述无人机编队路径匹配程序被处理器执行时实现如上述的方法的步骤。

本发明所提供的无人机编队路径匹配方法，通过将多个位置点分为多个位置点子集；再将多个任务点分为与所述位置点子集对应的任务点子集；然后，通过位置点子集和对应的任务点子集来获得相应的匹配关系。最终将所有的匹配关系组合，从而获得编队路径。因此，本实施例，将数量较多的位置点，分为了多个数量较少的位置点，从而与对应的任务点来进行匹配，从而能够降低匹配所需的运算量，达到匹配速度更快的效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中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示出的结构获得其他的附图。

图1为本发明无人机编队路径匹配方法一实施例的流程图；

图2为采用了图1所示无人机编队路径匹配方法的一编队路径的应用示意图；

图3为图1中步骤S102的流程示意图；

图4为图1中步骤S102的变形流程示意图；

图5为采用了图1所示无人机编队路径匹配方法的另一编队路径的应用示意图；

图6为图1中步骤S103的流程示意图；

图7为本发明无人机编队路径匹配装置一实施例的模块示意图；

图8为本发明储存介质一实施例的模块示意图；

图9为实现本发明各个实施例的无人机一个可选的部分硬件结构示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。

本实施例先对实现本发明的无人机及相关技术进行简单介绍。

1.关于无人机中与服务器连接的结构：

请参看图9，示出了无人机内部物联网部分的模块示意图。其中，无人机包括板卡，以及与板卡连接的面板灯Lamp Panel。所述板卡上设置有4G模组，控制芯片MCU，无人机飞控UVA；其中4G模组通过串行通信与无人机飞控UVA连接，无人机飞控UVA通过总线CAN与控制芯片MCU连接。控制芯片MCU与面板灯Lamp Panel连接。

通信方式：因编队控制的灯板数量多达上千架，每架飞机的灯板都是一个控制节点，为了避免飞机间的干扰和耦合性，故采用物联网4G组网方式，来分别对每台飞控控制及灯板控制；4G模组与飞控通过串口进行数据交换节点；飞控接收到底面占的控制指令通过自定义的CAN协议包发送给板卡的MCU，MCU接收到CAN协议包并解析，输出工业标准的RGB24，从而实现各种颜色的组合控制。

控制方式：板卡的MCU接收到自定义的协议包后，通过解析协议包得到一个标准的RGB24的颜色控制，RGB24使用24位来表示一个像素，RGB分量都用8位来表示，取值范围为0～255。从而当无人机编队达到上千架时，每一个无人机的灯板将组成一个像素点，再通过无人机的移动以及灯板的颜色控制，从而形成不同颜色的画面。

2.关于无人机通过卫星定位的方案：

事先在飞行表演场地设置测地型接收机；测地型接收机获得差分定位数据。测地型接收机通过4G模组，通过移动网络将差分定位数据发送至服务器的指定端口。

设于地面的服务器预设用于匹配并且连接测地型接收机的指定端口；并且通过指定端口接收差分定位数据。

在服务器检根据差分定位数据获得的三维坐标的mean 3D StdDev几何平均3D标准差值小于1时，判定获得了精确三维坐标的差分基准台信息。

服务器通过移动网络将差分基准台信息以及差分定位数据发送至无人机；无人机机载差分定位模块接收卫星定位信号，获得自身位置，并且再根据所接收到的差分基准台信息、差分定位数据，来修正自身位置，从而获得更精确的定位信息。

3.关于无人机飞飞行航程中的航点和时序：

3.1、航点信息不仅仅包含空间位置信息和灯光变化信息，每一个航点还包含对应的时间节点。在无人机获得航点任务时，通过无人机内的飞控来自行控制飞行，从而达到在每个对应的时间节点内到达航点指定的位置，并且展示指定的灯光。

飞控在每一个时间点进行准确的灯光变换，不同位置航点之间的飞行由无人机自己根据时间点的不同自行配置合理的飞行速度，保证定时定点。

具体地，不同位置航点之间无人机会计算出两个差值：一个是路程差，一个是时间差。无人机根据路程差/时间差调整飞行速度，保证在下一个时间节点时恰好到达对应的空间位置点。

灯光的变化也因为有了精准的时间参数而更加精确，可以完成如渐变、定时跑马灯等复杂的变化任务。

3.2、四维航点结合无人机具备的4G上网功能，无人机通过移动网络获取服务器上存储的精准时间信息，实现全部无人机的时序的精确统一。

4.关于无人机编队路径匹配：

服务器获得多个无人机当前所在的位置点集合，以及需要到达的任务点集合。

将所述位置点集合中的一位置点遍历所述任务点集合中的每一点，根据距离远近进行排序，根据所获排序顺序将所述任务点与所述位置点依次连线。

在连线的两侧区域包括数量相等的位置点和任务点时，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集。在所述连线及其延长线上包括其他位置点和任务点时，将所述连线及其延长线上的位置点和任务点作为特殊位置点子集和对应的特殊任务点子集。

在连线的两侧区域未包括数量相等的位置点和任务点时，将所述位置集合中的其他位置点遍历所述任务点集合中的每一点。

判断所述位置点子集中的位置点数量是否小于数量阈值；若否，则将所述位置点子集和对应的任务点子集再次划分，分为两个位置点子集和对应的任务点子集。

遍历所述位置点子集与对应任务点子集的所有连线组合，获得总长度最短的所述连线组合。根据所获连线组合获得位置点子集和对应的任务点子集的匹配关系。

获得特殊任务点子集中的每一任务点距离特殊位置点子集的特殊距离，根据所述特殊距离从远到进对所述任务点进行特殊排序；根据所述特殊排序，依次将所述任务点与距离最近的位置点一一匹配；根据所述匹配获得所述特殊位置点子集至特殊任务点子集的特殊匹配关系；

根据所述匹配关系获得编队路径。

5.关于无人机在起飞和降落阶段的保护控制：

服务器在接收到多个无人机起降指令时，获得每一无人机的位置信息。

获得所述多个无人机起降指令所控制无人机的总数量。

将所述无人机分组编队为预设组；在每一所述预设组中无人机数量大于最大预设值时，以所述最大预设值为无人机最大数额。在每一所述预设组中无人机数量小于最小预设值时，以所述最小预设值为无人机最大数额。在每一所述预设组中无人机数量位于所述最小预设值和最大预设值之间时，以所述预设组中无人机数量为无人机最大数额。

将两两间距大于第一阈值并且小于第二阈值的无人机分组编队为一无人机分组。

将所述无人机分组进行排序，控制所述无人机分组按照所述排序顺序起降，控制同一无人机分组中的无人机同时起降，并且起降至每一无人机对应的位置。

6.关于无人机在飞行表演中，遇到意外时的处理流程：

服务器事先控制备用无人机升空至悬停区域并且悬停待机。

在接收到进行飞行表演的无人机中途自动返航信息时，获得所对应的航点任务。

控制所述备用无人机加载所获的航点任务，并且继续执行对应的航点任务。

基于上述无人机硬件结构、控制系统以及控制流程，提出本发明方法各个实施例。下文中，将详细阐述关于本发明的关键技术特征的具体实施方式。

请结合参看图1和图2，本发明提供了一种无人机编队路径匹配方法，所述无人机编队路径匹配方法包括：

步骤S101，服务器获得多个无人机当前所在的位置点集合，以及需要到达的任务点集合。

其中，服务器可以是通过无线电与无人机通讯，从而获得无人机定位模块获得的位置点。也可以是，在模拟飞行阶段，通过模拟当前位置，而获得的位置点。位置点和任务点为投影到同一个平面上的点，例如投影到水平面。

步骤S102，将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集。

其中，如图2所示，在图2的上半部的矩形框中，集合了所有的位置点；通过划分为多个位置点子集的方式，将上半部的多个位置点，划分为了位置点子集j1，位置点子集j2，以及位置点子集j3。对应的，将图2中下半部的矩形框中的多个任务点，划分为对应的任务点子集J1，任务点子集J2，以及任务点子集J3。

步骤S103，根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系。

其中，获得所述位置点到达任务点的匹配关系的方案可以有多种，例如：可以沿着一个方向，顺序匹配位置点和任务点，例如将最靠左的位置点与最靠左的任务点进行匹配，将次靠左的位置点与次靠左的任务点进行匹配，以此类推。

步骤S104，根据所述匹配关系获得编队路径。

其中，获得了匹配关系，则可以实际规划每一匹配关系下的位置点到任务点的飞行路径，该飞行路径可以是直线，也可以是曲线等等，可以根据需要而设置。

本实施例，通过将多个位置点分为多个位置点子集；再将多个任务点分为与所述位置点子集对应的任务点子集；然后，通过位置点子集和对应的任务点子集来获得相应的匹配关系。最终将所有的匹配关系组合，从而获得编队路径。因此，本实施例，将数量较多的位置点，分为了多个数量较少的位置点，从而与对应的任务点来进行匹配，从而能够降低匹配所需的运算量，达到匹配速度更快的效果。

请结合参看图3，可选的，所述步骤S102，将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

步骤S1021，将位置点集合分为边缘连线呈块状的多个位置点子集，并且所述位置点子集所占区域与其他位置点子集所占区域不相交。

步骤S1022，将所述任务点集合分为边缘连线呈块状的与所述位置点子集对应的多个任务点集合，并且所述任务点子集所占区域与其他任务点子集所占区域不相交。

其中，位置点子集以及任务点子集的边缘连线可以是三角形，四边形，或者其他多边形等等。

本实施例，通过将位置靠近的位置点分到一个位置点子集中，并且相互之间并不相交。并且，位置靠近的任务点分到一个任务点子集中，并且相互之间不相交。因此，在规划编队路径时，将呈现从一个位置点子集集体呈一股状朝向对应的任务点子集方向移动。从而一方面，由于位置点子集内每一位置点皆朝向一个方向移动，从而能够便于服务器进行单个计算；另一方，还可以将一个位置点子集作为一股来模拟规划飞行路径，从而避免该股无人机和其他股无人机的飞行路径碰撞。例如，一股无人机的整体路线和另一股无人机的整体路线存在相交，则可以调整两股无人机在相交位置呈空间上下交错状掠过。

可选的，所述位置点子集中的无人机数量小于预设数量阈值。

本实施例，通过预设数量阈值，则可以限制每一位置点子集的数量，避免同一位置点子集中的位置点过多，而导致计算复杂。具体的，该预设数量阈值可以设置为6至10中的一个数值，例如采用8作为数量阈值。

请结合参看图4和图5，图4和图5示出了所述步骤S102更具体的执行步骤。具体如下：

所述步骤S102将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

步骤S2021，将所述位置点集合中的一位置点遍历所述任务点集合中的每一点，根据距离远近进行排序，根据所获排序顺序将所述任务点与所述位置点依次连线。

例如，在图5中，从A0开始，遍历B0至B11，根据距离从近到远或者从远到近的顺序依次获得连线。

步骤S2022，判断连线的两侧区域是否包括数量相等的位置点和任务点，若否，则执行步骤S2023，若是，则执行步骤S2024。

例如，在连线的左边包括4个位置点，以及4个任务点；在连线的右边包括5个位置点，以及5个任务点即为符合条件。

步骤S2023，将所述位置集合中的下一位置点遍历所述任务点集合中的每一点，根据距离远近进行排序，根据所获排序顺序将所述任务点与所述位置点依次连线。

步骤S2024，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集。

在判断过程中，发现A0与B0至B11的连线皆不满足上述条件。因此再次从A1出发来遍历B0至B11。然后再进行上述判断，但是也不满足。直至从A3到B0的连线满足上述条件。因此，将A3到B0连线的左边和右边进行划分，从而获得两个位置点子集和任务点子集。

本实施例，通过一一选择任务点，并且通过遍历的方式与任务点进行连线，然后选中连线的左侧和右侧中，单侧的位置点和任务点数量相同的连线，并且根据连线将多个无人机分为左侧集合和右侧集合。相应的在后续飞行中，左侧的位置点，将匹配到左侧的任务点，从而都在左侧规划飞行路径；而右侧同理，都在右侧规划位置点到任务点的飞行路径。因此，本实施例中，一方面达到了将大量的无人机分为了数量更小的位置点子集和对应的任务点子集，从而降低了服务器的单次匹配工作量，降低了对服务器的运算能力的要求。另一方，通过上述连线的方式，将连线左侧和右侧的两个无人机集群的飞行路径完全分隔，从而不避免了两股无人机的飞行路径交叉的情况发生，进而提高了编队路径的安全性。

可选的，本实施例中，所述步骤S2024，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

步骤S2025，判断所述位置点子集中的位置点数量是否小于数量阈值；若否，则执行步骤S2026；若是，则划分子集完毕。

步骤S2026，将所述位置点子集和对应的任务点子集再次划分，分为两个位置点子集和对应的任务点子集。具体划分方式可以在位置点子集中重复采用上述的连线划分流程，而获得子集的子集。具体划分方法可以参看上述实施例，在此不再赘述。

本实施例，通过检测位置点子集的数量是否超过数量阈值，从而可以限制每一位置点子集的数量，避免同一位置点子集中的位置点过多，而导致计算复杂。具体的，该预设数量阈值可以设置为6至10中的一个数值，例如采用8作为数量阈值。

可选的，本实施例中，所述步骤S2024，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

在所述连线及其延长线上包括其他位置点和任务点时，将所述连线及其延长线上的位置点和任务点作为特殊位置点子集和对应的特殊任务点子集。

例如，在图5中，在A3到B0的连线及其延长线上，还包括A11和B11，因此，将A3和A11划分为特殊位置子集，将B0和B11划分为特殊任务点子集。

本实施例，通过将所述连线及其延长线上的位置点和任务点进行归纳划分，从而能够规划该连线上的无人机通过直线飞行，而从位置点达到任务点，具有规划简单的效果。

请结合参看图6，所述步骤S103，根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系包括：

步骤S1031，遍历所述位置点子集与对应任务点子集的所有连线组合，获得总长度最短的所述连线组合。

例如，在图5中，连线左侧的位置点子集与任务点子集包括4！种连线组合，在连线右侧的位置点子集与任务点子集包括5！种连线组合。

步骤S1032，根据所获连线组合获得位置点子集和对应的任务点子集的匹配关系。

本实施例，通过遍历而获得对应的两子集中的所有连线组合，并且通过对每一连线组合中的连线长度进行求和，从而获得总长度；最终通过对比获得总长度最小的连线组合，再根据该连线组合来获得相应的匹配关系。该方式，具有运算难度较低，并且能够该匹配方式，能够获得总直线距离最短的飞行方案，从而降低无人机的整体飞行能耗，达到优化飞行路径的效果。

可选的，本实施例中，所述步骤S103，所述根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系还包括：

步骤S1033，获得特殊任务点子集中的每一任务点距离特殊位置点子集的特殊距离，根据所述特殊距离从远到进对所述任务点进行特殊排序。

例如，在图5中，B11为距离特殊位置点子集最远的，然后是B0；因此排列顺序为(B11，B0)。

步骤S1034，根据所述特殊排序，依次将所述任务点与距离最近的位置点一一匹配。

在匹配时，B11与A3的距离最近，因此B11和A3匹配；然后B0与A11最近，因此B0和A11匹配。

步骤S1035，根据所述匹配获得所述特殊位置点子集至特殊任务点子集的特殊匹配关系。

本实施例，通过将获得特殊任务点子集中，距离最远的任务点与最近的位置点进行匹配，距离次远的任务点与剩余位置点中最近的进行匹配，……，以此类推，直至匹配结束。而该匹配方案能够使得特殊位置子集中的无人机能够保持当前排序直线飞行至对应的任务点。因此具有飞行路径简单的效果。

根据本实施例的一个示例，上述步骤的标号并不用于限定本实施例中各个步骤的先后顺序，各个步骤的编号只是为了使得描述各个步骤时可以通用引用该步骤的标号进行便捷的指代，只要各个步骤执行的顺序不影响本实施例的逻辑关系即表示在本申请请求保护的范围之内。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件来实现，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

请参看图7，本实施例还提供一种无人机编队路径匹配装置2000，所述无人机编队路径匹配装置2000包括：存储器2100、处理器2200及存储在所述存储器2100上并可在所述处理器2200上运行的无人机编队路径匹配程序2300，所述无人机编队路径匹配程序2300被所述处理器2200执行时实现如上述的无人机编队路径匹配方法的步骤。

关于无人机编队路径匹配方法的技术特征，请参看上述实施例，在此不再赘述。

本实施例所提供的无人机编队路径匹配装置2000，通过将多个位置点分为多个位置点子集；再将多个任务点分为与所述位置点子集对应的任务点子集；然后，通过位置点子集和对应的任务点子集来获得相应的匹配关系。最终将所有的匹配关系组合，从而获得编队路径。因此，本实施例，将数量较多的位置点，分为了多个数量较少的位置点，从而与对应的任务点来进行匹配，从而能够降低匹配所需的运算量，达到匹配速度更快的效果。

本实施例另提供一种用于计算机读取的存储介质3000，其上存储有无人机编队路径匹配程序，该程序被处理器执行时实现上述无人机编队路径匹配方法中的步骤。该存储介质3000包括但不限于磁碟、优盘、光盘、只读存储记忆体(Read-Only Memory，ROM)等。

关于无人机编队路径匹配方法的技术特征，请参看上述实施例，在此不再赘述。

本实施例所提供的存储介质3000，通过将多个位置点分为多个位置点子集；再将多个任务点分为与所述位置点子集对应的任务点子集；然后，通过位置点子集和对应的任务点子集来获得相应的匹配关系。最终将所有的匹配关系组合，从而获得编队路径。因此，本实施例，将数量较多的位置点，分为了多个数量较少的位置点，从而与对应的任务点来进行匹配，从而能够降低匹配所需的运算量，达到匹配速度更快的效果。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

Claims (10)

1.一种无人机编队路径匹配方法，其特征在于，所述无人机编队路径匹配方法包括：

服务器获得多个无人机当前所在的位置点集合，以及需要到达的任务点集合；

将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集；

根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系；

根据所述匹配关系获得编队路径。

2.如权利要求1所述的无人机编队路径匹配方法，其特征在于，所述将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

将位置点集合分为边缘连线呈块状的多个位置点子集，并且所述位置点子集所占区域与其他位置点子集所占区域不相交；

将所述任务点集合分为边缘连线呈块状的与所述位置点子集对应的多个任务点集合，并且所述任务点子集所占区域与其他任务点子集所占区域不相交。

3.如权利要求2所述的无人机编队路径匹配方法，其特征在于，所述位置点子集中的无人机数量小于预设数量阈值。

4.如权利要求1所述的无人机编队路径匹配方法，其特征在于，所述将所述位置点集合分为多个位置点子集，将所述任务点集合分为与所述位置点子集对应的多个任务点子集包括：

将所述位置点集合中的一位置点遍历所述任务点集合中的每一点，根据距离远近进行排序，根据所获排序顺序将所述任务点与所述位置点依次连线；

在连线的两侧区域包括数量相等的位置点和任务点时，将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集；

在连线的两侧区域未包括数量相等的位置点和任务点时，将所述位置集合中的其他位置点遍历所述任务点集合中的每一点。

5.如权利要求4所述的无人机编队路径匹配方法，其特征在于，所述将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

判断所述位置点子集中的位置点数量是否小于数量阈值；

若否，则将所述位置点子集和对应的任务点子集再次划分，分为两个位置点子集和对应的任务点子集。

6.如权利要求4所述的无人机编队路径匹配方法，其特征在于，所述将所述连线的同一侧的位置点和任务点分为一个位置点子集和对应的任务点子集之后，还包括：

在所述连线及其延长线上包括其他位置点和任务点时，将所述连线及其延长线上的位置点和任务点作为特殊位置点子集和对应的特殊任务点子集。

7.如权利要求6所述的无人机编队路径匹配方法，其特征在于，所述根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系包括：

遍历所述位置点子集与对应任务点子集的所有连线组合，获得总长度最短的所述连线组合；

根据所获连线组合获得位置点子集和对应的任务点子集的匹配关系。

8.如权利要求7所述的无人机编队路径匹配方法，其特征在于，所述根据所述位置点子集和对应的任务点子集，获得所述位置点到达任务点的匹配关系还包括：

获得特殊任务点子集中的每一任务点距离特殊位置点子集的特殊距离，根据所述特殊距离从远到进对所述任务点进行特殊排序；

根据所述特殊排序，依次将所述任务点与距离最近的位置点一一匹配；

根据所述匹配获得所述特殊位置点子集至特殊任务点子集的特殊匹配关系。

9.一种无人机编队路径匹配装置，其特征在于，所述无人机编队路径匹配装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人机编队路径匹配程序，所述无人机编队路径匹配程序被所述处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。

10.一种储存介质，用于计算机，其特征在于，所述储存介质上存储有无人机编队路径匹配程序，所述无人机编队路径匹配程序被处理器执行时实现如权利要求1至8中任一项所述的方法的步骤。