CN108931984A - 路径规划方法、控制方法、系统、介质、控制站和无人机 - Google Patents
路径规划方法、控制方法、系统、介质、控制站和无人机 Download PDFInfo
- Publication number
- CN108931984A CN108931984A CN201710378881.4A CN201710378881A CN108931984A CN 108931984 A CN108931984 A CN 108931984A CN 201710378881 A CN201710378881 A CN 201710378881A CN 108931984 A CN108931984 A CN 108931984A
- Authority
- CN
- China
- Prior art keywords
- path
- unmanned plane
- flight
- machine
- flight path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 140
- 238000013439 planning Methods 0.000 title claims abstract description 37
- 230000005012 migration Effects 0.000 claims abstract description 30
- 238000013508 migration Methods 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 27
- 230000007704 transition Effects 0.000 claims abstract description 25
- 238000012163 sequencing technique Methods 0.000 claims abstract description 9
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 114
- 239000013598 vector Substances 0.000 claims description 49
- 238000004590 computer program Methods 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 8
- 230000001846 repelling effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 54
- 238000004891 communication Methods 0.000 description 30
- 230000015572 biosynthetic process Effects 0.000 description 21
- 239000011159 matrix material Substances 0.000 description 13
- 230000006870 function Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000009189 diving Effects 0.000 description 2
- 230000010006 flight Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种路径规划方法、控制方法、系统、介质、控制站和无人机。该路径规划方法包括：依时间顺序配置至少一个单机飞行路径的飞行点和任意两个所述飞行点之间的飞行动作；对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，以获取目标飞行路径。该路径规划方法可实现对时间的精确控制，且飞行路径更平滑，使得基于目标飞行路径控制无人机飞行时，无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种路径规划方法、控制方法、系统、介质、控制站和无人机。
背景技术
当前无人机飞行过程时，需完成至少两个飞行动作，当前无人机路径规划形成的飞行路径中，若需要进行较大角度或其他转换时，相邻两个飞行动作之间不平滑，导致相邻两个飞行动作之间的衔接不够平滑，可能会影响无人机依单机飞行路径进行飞行控制的正常进行，或者使其飞行控制不够自然。
当前无人机飞行控制过程中，需保持无人机与地面控制站的实时通信连接，使得无人机向地面控制站实时发送位置信息，以使地面控制站根据无人机的位置信息对飞行路径进行修正，以控制无人机飞行，其过程需保证飞行控制过程处于良好的通信环境中，且地面控制站具有较高的计算处理能力。
另外，当前由至少两架无人机形成的无人机编队进行空中摄影、表演等飞行任务过程中，需设置与地面控制站通信相连的主机和僚机，主机与相邻的僚机之间也需通信相连，以使主机在飞行过程中修正飞行路径，并使僚机配合主机飞行，使得无人机飞行控制过程中，需保证至少两架无人机之间的通信信号良好且具有较高的计算处理能力，以实现对飞行路径进行调整，此过程无法保证无人机编队飞行的准确性和实时性，并影响编队飞行的安全性。
发明内容
本发明提供一种无人机路径规划方法、地面控制站及非易失性计算机可读存储介质，以解决当前无人机飞行路径中相邻两个飞行动作之间不平滑所存在的技术问题。
本发明还提供一种无人机飞行控制方法、系统、地面控制站、无人机及非易失性计算机可读存储介质，以解决无人机飞行过程中，根据无人机的位置信息对飞行路径进行修正所存在的问题。
本发明解决其技术问题所采用的技术方案是：
第一方面，本发明提供一种无人机路径规划方法，包括：
依时间顺序配置至少一个单机飞行路径的飞行点和任意两个所述飞行点之间的飞行动作；
对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，以获取目标飞行路径。
优选地，所述目标飞行路径包括至少两个所述单机飞行路径；
所述对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，以获取目标飞行路径，包括：
采用匈牙利算法对至少两个所述单机飞行路径中同一周期内任一所述飞行动作的结束点与下一所述飞行动作对应的目标点进行任务委派处理，获取每一所述飞行动作到下一所述飞行动作的最短飞行路径；
采用引力斥力算法对至少两个所述最短飞行路径进行处理，以获取任一所述单机飞行路径中相邻两个所述飞行动作之间的过渡路径。
优选地，所述采用引力斥力算法对至少两个所述最短飞行路径进行处理，以获取任一所述单机飞行路径中相邻两个所述飞行动作之间的过渡路径，包括：
获取所述最短飞行路径中任意时刻的任一所述无人机的吸引速度矢量，所述吸引速度矢量为无人机到目标点的距离与无人机到目标点的剩余时间的商与吸引常数的乘积；
获取任一所述无人机与另一所述无人机的双机排斥速度矢量；当两架所述无人机之间的距离大于安全距离时，所述双机排斥速度矢量为三维零矢量；当两架所述无人机之间的距离小于或等于安全距离时，所述双机排斥速度矢量为排斥常数与两架无人机之间的距离的商；
获取任一所述无人机的总排斥速度矢量，所述总排斥速度矢量为任一所述无人机的所有所述双机排斥速度矢量之和；
获取任一所述无人机在当前周期内的当前速度矢量，所述当前速度矢量为吸引速度矢量与总排斥速度矢量之和；
获取下一时刻所述无人机的位置点，从而获取所述过渡路径；下一时刻所述无人机的位置点是当前位置点和当前速度矢量与周期时间的乘积之和。
优选地，所述目标飞行路径包括至少一个所述单机飞行路径；
所述对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，包括：
在同一周期内任一所述飞行动作的结束点与下一所述飞行动作对应的目标点之间设置至少一个过渡点；
采用最小二乘法的曲线拟合算法连接所述结束点、至少一个所述过渡点和所述目标点，以形成所述过渡路径。
第二方面，本发明还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的无人机路径规划方法。
第三方面，本发明还提供一种地面控制站，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现所述的无人机路径规划方法。
第四方面，本发明还提供一种无人机飞行控制方法，包括地面控制站执行的如下步骤：
获取目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一所述单机飞行路径对应一路径ID，所述目标飞行路径通过所述的无人机路径规划方法获取；
接收至少一架无人机发送的本机的机器ID，并将每一所述机器ID与一所述路径ID关联；
将所述目标飞行路径发送给至少一架所述无人机，以使每一所述无人机获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
第五方面，本发明还提供一种地面控制站，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现所述无人机飞行控制方法。
第六方面，本发明还提供一种无人机飞行控制方法，包括无人机执行的如下步骤：
向地面控制站发送本机的机器ID；
接收地面控制站发送的目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID，且每一所述路径ID与一所述机器ID关联，所述目标飞行路径通过所述的无人机路径规划方法获取；
获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
第七方面，本发明还提供一种无人机，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现所述无人机飞行控制方法。
第八方面，本发明还提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的无人机飞行控制方法。
第九方面，本发明还提供一种无人机飞行控制系统，包括地面控制站和与所述地面控制站通信连接的至少一架无人机；
所述地面控制站，用于获取目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID；所述目标飞行路径通过所述的无人机路径规划方法获取；
所述无人机，用于向地面控制站发送本机的机器ID；
所述地面控制站，用于接收所述无人机的机器ID，并将所述机器ID与一所述路径ID关联；
所述地面控制站，用于向所述无人机发送所述目标飞行路径；
所述无人机，用于接收所述目标飞行路径，获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
本发明与现有技术相比具有如下优点：本发明提供的无人机路径规划方法、地面控制站及非易失性计算机可读存储介质中，依时间顺序配置每一单机飞行路径的飞行点和任意两个飞行点之间的飞行动作，以实现对飞行时间的精确控制；对相邻两个飞行动作之间进行路径过渡处理，以形成过渡路径，以使最终形成的目的飞行路径更平滑，以使基于该目标飞行路径控制无人机飞行时，无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
本发明提供的无人机飞行控制方法、系统、地面控制站、无人机及非易失性计算机可读存储介质中，无需基于无人机的位置进行飞行控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等。而且，该无人机飞行控制方法、系统、地面控制站、无人机及非易失性计算机可读存储介质中，控制无人机飞行的目标飞行路径，可使地面控制站更精确地控制无人机飞行的飞行时间，且无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
附图说明
下面将结合附图及实施例对本发明作进一步说明，附图中：
图1是本发明实施例1中无人机路径规划方法的一流程图。
图2是本发明实施例1中采用匈牙利算法进行任务委派处理的一示意图。
图3是本发明实施例1中目标点对无人机的吸引力的一示意图。
图4是本发明实施例1中相邻两架无人机之间的排斥力的一示意图。
图5是本发明实施例1中采用曲线拟合算法形成过渡路径的一示意图。
图6是本发明实施例4中无人机飞行控制方法的一流程图。
图7是本发明实施例6中无人机飞行控制方法的一流程图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细叙述体现本发明特征和优点的的具体实施方式。
实施例1
图1示出本实施例中的提供一种无人机路径规划方法。该无人机路径规划算法由无人机飞行控制系统中的地面控制站执行。该无人机飞行控制系统包括地面控制站和至少一架无人机，地面控制站与每一无人机之间可通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以保证地面控制站与无人机之间的信号传输。如图1所示，该无人机路径规划方法包括如下步骤：
S11：依时间顺序配置至少一个单机飞行路径的飞行点和任意两个飞行点之间的飞行动作。
其中，飞行点是控制无人机飞行过程中必须经过的点。飞行动作是设置在任意两个飞行点之间的动作，可由该飞行动作确定无人机的飞行轨迹。地面控制站预先配置并存储有飞行动作对应的飞行模型，在配置目标飞行路径时，需进入路径配置界面。该路径配置界面以时间为轴，可精确配置每一时刻需要控制无人机的飞行点及飞行动作。该路径配置界面可以是三维空间模型，在路径配置界面预先设置至少一个无人机的原始位置；然后对每一单机飞行路径均可调用预先的至少两个飞行模型，再对相应的飞行模型中的动作参数进行配置，以形成依时间顺序配置的至少一个单机飞行路径。可以理解地，可通过对路径配置界面中时间轴的控制，实现对无人机飞行的精确控制，尤其是无人机编队表演过程中，可将该时间轴与无人机编队表演中的其他设备(如舞台灯)的时间轴协调配置，以实现对无人机编队表演的精确控制。
在路径配置过程中，可给每一单机飞行路径配置至少两个飞行动作，该飞行动作可以为盘旋上升、S型轨迹、螺旋转动等，相应配置每一飞行动作的动作参数，如飞行时间、飞行速度、转动角度和转动方向等。在目标飞行路径配置时，需设置无人机的数量；并以时间为轴，配置至少一架无人机在任一时刻的飞行点，确定在任一周期(任意两个时刻之间)内，每一架无人机任意两个飞行点之间的飞行动作；再设置每一飞行动作的动作参数，以形成至少一个单机飞行路径。进一步地，路径配置界面还可进行无人机模拟演示，以使配置人员可根据无人机模拟演示，对目标飞行路径进行修正。
S12：对任一单机飞行路径中相邻两个飞行动作进行路径过渡处理，获取设置在相邻两个飞行动作之间的过渡路径，以获取目标飞行路径。
在目标飞行路径配置过程中，若任一单机飞行路径中任意相邻两个飞行动作之间转换时，若需要进行较大角度转换或其他转换，导致两个飞行动作之间的衔接不够平滑，可能会影响无人机依单机飞行路径进行飞行控制的正常进行，即使其飞行控制不够自然。如在任一单机飞行路径中，前一飞行动作是快速直升，下一飞行动作时俯冲下降，若无人机基于这两个相邻飞行动作进行飞行控制，对无人机的机器性能有较大的要求，否则可能存在安全隐患；而且，两个相邻飞行动作之间飞行不够平滑。故在无人机编队路径配置过程中，需对步骤S11中形成的任一单机飞行路径中相邻两个飞行动作进行路径过渡处理，获取设置在相邻两个飞行动作之间的过渡路径，以形成最终的目标飞行路径；从而保证依据该目标飞行路径中的任一单机飞行路径进行飞行控制的无人机飞行过程更平滑，并确保飞行过程的安全性。
在一具体实施方式中，目标飞行路径包括至少两个单机飞行路径。步骤S12中，对任一单机飞行路径中相邻两个飞行动作进行路径过渡处理，获取设置在相邻两个飞行动作之间的过渡路径，以获取目标飞行路径，包括：
S121：采用匈牙利算法对至少两个单机飞行路径中同一周期内任一飞行动作的结束点与下一飞行动作对应的目标点进行任务委派处理，获取每一飞行动作到下一飞行动作的最短飞行路径。
具体地，步骤S121中，配置的每一单机飞行路径包括至少两个飞行动作，在完成至少两个飞行动作编辑后，需对相邻两个飞行动作之间进行动作转换，以形成连续的过渡路径，以使最终形成的单机飞行路径更平滑，以保证飞行控制效果。本实施例中，设四架无人机在上飞行动作结束时的结束点分别为A、B、C和D，而下一飞行动作开始时用户编辑设置的目标点分别为E、F、G和H，则基于匈牙利算法进行任务委派形成的如图2所示的示意图。如图2所示，步骤S1121中，采用匈牙利算法进行任务委派处理具体包括如下步骤：
i.计算成本矩阵，即每种配对方式无人机需要飞行的路径总长；
ii.让成本矩阵中每行元素减去该行元素中的最小值，然后转到步骤iii。
iii.在结果矩阵中找到0，并且如果该行或者列中没有被标记的星号0，那么把该0标记为星号0，对矩阵中的每行到每列进行这样的操作，然后转到步骤iv。
iv.覆盖掉存在星号0的每一列，如果所有列都被覆盖掉，那么星号0的位置就描述了一组完整的分配方案。这个时候我们就相当于完成了分配任务。否则转到步骤v。
v.找到一个没有被覆盖掉的零，并且标记该0(标记为撇0)。如果该撇0这一行中的星号0没有覆盖掉到它，则转到步骤vi。否则取消覆盖该星标0所在的列而转为覆盖其所在的行，以这种方式继续直到没有未覆盖的0，并记录下的未覆盖值，然后转到步骤vii。
vi.构建一系列的交替的带撇和星号的0如下：令Z0表示在步骤v中找到的未覆盖的撇0。令Z1表示在Z0的列中(如果有的话)的星号0.令Z2表示Z1的行中的撇0(总是有一个)。如此继续，直到没有星号0和撇0的时候停止。取消这一系列中所有的星号0并且把所有的撇0标记为星号0，擦除掉所有覆盖线并且转到步骤iv。
vii.将步骤v中找到的值加到每个覆盖的行的每个元素上，并从每个未覆盖的列的每个元素中减去这个值，转回到步骤v。
本实施例中，若结束点A、B、C和D到目标点E、F、G和H的距离如下表一所示：
基于匈牙利算法进行任务委派处理过程如下：
先基于表一的内容，成本矩阵如下矩阵Aij；
再将成本矩阵Aij中每行元素减去该行元素中最小的元素，形成矩形Bij；
然后，将矩阵Bij中不存在0的列中的元素均减去该列元素中最小的元素，形成矩阵Cij；
最后，再对矩阵Cij每一行或列中出现的0进行处理，以将每一行或每一列中只有一个0转换成1，其他元素转换成0，形成矩阵Dij；
根据矩阵Aij与矩阵Dij确定对应的最短飞行路径，AH＝4，BF＝4；CE＝9和DG＝11。
S122：采用引力斥力算法对至少两个最短飞行路径进行处理，以获取任一单机飞行路径中相邻两个飞行动作之间的过渡路径。
步骤S122中，采用引力斥力算法对至少两个最短飞行路径进行处理，以获取任一单机飞行路径中相邻两个飞行动作之间的过渡路径，包括如下步骤：
S1221：获取最短飞行路径中任意时刻的任一无人机的吸引速度矢量，吸引速度矢量为无人机到目标点的距离与无人机到目标点的剩余时间的商与吸引常数的乘积。
本实施例中，在无人机运行的每个周期内，计算无人机与当前目标的距离同时，依据无人机到达目标位置的剩余时间ti来自动更新计算无人机在这个周期内目标点对无人机三维方向的吸引速度矢量
其中，Cattract为吸引常数，为无人机到目标点的距离，ti为无人机到目标点的剩余时间。如图3所示，无人机与目标位置距离越远计算出来的吸引力就越大，也可以使用不同的吸引力函数来达到更好的路径平滑效果。
S1222：获取任一无人机与另一无人机的双机排斥速度矢量；当两架无人机之间的距离大于安全距离时，双机排斥速度矢量为三维零矢量；当两架无人机之间的距离小于或等于安全距离时，双机排斥速度矢量为排斥常数与两架无人机之间的距离的商。
本实施例中，通过每架无人机之间的相互距离来计算其他无人机对当前木人机的排斥力。具体地，采用VFF算法(Virtual Force Field虚拟力场算法)中，实现设定一个排斥力常数Crepulsion。当无人机之间的距离大于安全距离，三维方向的排斥速度矢量就为一个三维零矢量；当无人机之间的距离小于安全距离rsafe时，使用该排斥力常数Crepulsion除以无人机之间的距离其中，为第i架与第j架无人机之间的距离，以计算出第i架无人机收到第j架无人机的排斥速度矢量
S1223：获取任一无人机的总排斥速度矢量，总排斥速度矢量为任一无人机的所有双机排斥速度矢量之和。
本实施例中，将当前无人机与所有其他无人机的排斥速度矢量合成一个总排斥速度矢量为第i架无人机所受的排斥力总和，具体如下：
其中，N表示无人机数量。如图4所示，无人机之间距离与排斥力之间的关系为距离越近，产生的排斥力则越大，以使无人机相互距离过近时产生较大的排斥力达到无人机相互远离的效果。
S1224：获取任一无人机在当前周期内的当前速度矢量，当前速度矢量为吸引速度矢量与总排斥速度矢量之和。
本实施例中，计算出无人机在每个更新周期的吸引速度矢量和排斥速度矢量后，可以合成无人机在当前周期内的速度矢量
S1224：获取下一时刻无人机的位置点，从而获取过渡路径；下一时刻无人机的位置点是当前位置点和当前速度矢量与周期时间的乘积之和。
本实施例中，通过当前位置加上速度乘以计算周期时间dt后的和作为无人机的下一个位置点从而实现无人机的实时路径更新和路径生成。
该具体实施方式中，该过渡路径获取过程中，充分考虑目标对任一无人机的吸引力，并考虑其他无人机对该无人机的排斥力，更接近于控制至少两架无人机飞行环境，使其形成的目标飞行路径有利于避免实际飞行过程中受到的吸引力和排斥力的影响，保证飞行控制的准确性；并使其形成的单机飞行路径更平滑。
另一具体实施方式中，目标飞行路径包括至少一个单机飞行路径。如图5所示，步骤S12中，对任一单机飞行路径中相邻两个飞行动作进行路径过渡处理，获取设置在相邻两个飞行动作之间的过渡路径，具体包括如下步骤：
S121’:在同一周期内任一飞行动作的结束点与下一飞行动作对应的目标点之间设置至少一个过渡点。本实施例中，采用两个三角形标志作为目标飞行路径中的任一单机飞行路径中用户选定的过渡点。
S122’:采用最小二乘法的曲线拟合算法连接结束点、至少一个过渡点和目标点，以形成过渡路径。具体地，采用最小二乘法的曲线拟合算法可很好地减少无人机飞行控制过程中，经过中间的过渡点的过程中产生尽可能小的偏差并提供较平滑的单机飞行路径。
该具体实施方式中，由用户在地面控制站自主设置任意两个飞行动作之间的至少一个过渡点，再采用最小二乘法的曲线拟合算法连接至少一个过渡点与两个飞行动作，以形成过渡路径，其过程中采用的最小二乘法的曲线拟合算法计算过程简单，易于操作。
本实施例所提供的无人机飞行路径规划方法中，依时间顺序配置每一单机飞行路径的飞行点和任意两个飞行点之间的飞行动作，以实现对飞行时间的精确控制；对相邻两个飞行动作之间进行路径过渡处理，以形成过渡路径，以使最终形成的目的飞行路径更平滑，以使基于该目标飞行路径控制无人机飞行时，无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
实施例2
本实施例提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1中的无人机路径规划方法，为避免重复，在此不再赘述。若该非易失性计算机可读存储介质中存储有可实现实施例1中的无人机路径规划方法的计算机程序，当该计算机程序被处理器执行时，可实现实施例1中的无人机路径规划方法，以获取目标飞行路径，该目标飞行路径对飞行时间的控制更精确，且飞行路径更平滑，以使基于该目标飞行路径控制无人机飞行时，无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
实施例3
本实施例提供一种地面控制站。该地面控制站包括存储器和处理器，存储器上存储有计算机程序，计算机程序被处理器执行时实现实施例1中的无人机路径规划方法，为避免重复，在此不再赘述。当地面控制站的处理器执行其存储器中存储的计算机程序时，可实现实施例1中的无人机路径规划方法，使得其规划出的目标飞行路径对飞行时间的控制更精确，且飞行路径更平滑，以使基于该目标飞行路径控制无人机飞行时，无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
实施例4
图6示出本实施例中的无人机飞行控制方法的流程图。该无人机飞行控制方法可由无人机飞行控制系统中的地面控制站执行。该无人机飞行控制系统包括地面控制站和至少一架无人机，地面控制站与每一无人机之间可通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以保证地面控制站与无人机之间的信号传输。如图6所示，该无人机飞行控制方法包括地面控制站执行的如下步骤：
S21：获取目标飞行路径，目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID，目标飞行路径通过实施例1中的无人机路径规划方法获取。
其中，路径ID用于唯一识别对应的单机飞行路径，以便基于路径ID确定对应的单机飞行路径。单机飞行路径用于控制单架无人机飞行的飞行路径。目标飞行路径由地面控制站形成，可控制至少一架无人机飞行，无需与实体无人机通信即可配置，有利于简化目标飞行路径的获取过程，提高处理效率。
S22：接收至少一架无人机发送的本机的机器ID，并将每一机器ID与一路径ID关联。
其中，机器ID用于唯一识别对应的无人机，每一无人机具有唯一的机器ID，该机器ID可以是无人机的MAC地址、出厂编号等。在地面控制站控制至少一架无人机进行飞行时，需使地面控制站与至少一架无人机之间通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以使地面控制站可接收至少一架无人机发送的本机的机器ID；地面控制站将接收到的至少一架无人机对应的机器ID与预先设置好的目标飞行路径中至少一个单机飞行路径对应的路径ID一一对应，形成机器ID与路径ID关联表，建立无人机与其所要飞行的单机飞行路径的关联关系。
S23：将目标飞行路径发送给至少一架无人机，以使每一无人机获取与本机的机器ID关联的路径ID，并基于路径ID对应的单机飞行路径进行飞行控制。
具体地，地面控制站将预先设置的目标飞行路径发送给所要控制进行编队飞行的至少一架无人机，以使每一无人机获取与其建立关联关系的单机飞行路径，并进行相应地飞行控制。无人机在飞行控制过程中，无人机只需依据接收到的与本机的机器ID对应的单机飞行路径进行飞行控制，无需再向地面控制站实时发送位置信息，并由地面控制站对飞行路径进行修正后，基于地面控制站的修正指令进行飞行，使得该无人机飞行控制方法，不受限于飞行控制的通信环境，而且，也无需使地面控制站具有较高的计算处理能力。
本实施例所提供的无人机飞行控制方法，无需基于无人机的位置进行飞行控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。而且，该无人机飞行控制方法中，控制无人机飞行的目标飞行路径，可使地面控制站更精确地控制无人机飞行的飞行时间，且无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
进一步地，该无人机飞行控制方法可用于控制至少两架无人机进行编队飞行，此时，地面控制站获取的目标飞行路径包括至少两个单机飞行路径，以使每一无人机仅需基于与其路径ID对应的单机飞行路径进行飞行控制，无需再与其他无人机建立通信连接，并获取其他无人机的位置进行飞行调整控制，使其飞行过程不受当前通信信号、地面控制站或无人机的计算处理能力的影响，有利于保证无人机编队飞行的准确性、实时性和安全性。
在一具体实施方式中，地面控制站可以将目标飞行路径和机器ID与路径ID关联表通过广播方式发送给至少一架无人机，每一无人机接收到目标飞行路径和机器ID与路径ID关联表后，基于本机的机器ID查询机器ID与路径ID关联表，以获取对应的路径ID，再基于路径ID从目标飞行路径中获取对应的单机飞行路径，并基于该单机飞行路径进行飞行控制。地面控制站采用广播方式发送目标飞行路径和机器ID与路径ID关联表，无需进行路径选择，有利于降低其网络成本；而无人机只需进行简单的查询操作，即可获取对应的单机飞行路径，操作过程简单方便，无需较强的计算处理能力即可实现。。
在另一具体实施方式中，地面控制站也可以基于目标飞行路径和机器ID与路径ID关联表，从目标飞行路径中获取与机器ID对应的单机飞行路径，并将该单机飞行路径以单播方式发送给机器ID对应的无人机，以使无人机基于获取到的单机飞行路径进行飞行控制。地面控制站采用单播方式发送单机飞行路径，有利于提高信号传输的精确性，提高无人机的处理效率。
本实施例所提供的无人机飞行控制方法中，地面控制站获取目标飞行路径，并使目标飞行路径中的每一单机飞行路径的路径ID与至少一架无人机的机器ID关联，以控制每一无人机基于与其本机的机器ID关联的路径ID对应的单机飞行路径进行飞行控制。该地面控制站在控制至少一架无人机飞行控制过程中，使得每一无人机无需再与其他无人机建立通信连接，以获取其他无人机的位置进行飞行调整控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。
实施例5
本发明还提供一种地面控制站，包括存储器和处理器，存储器上存储有计算机程序，计算机程序被处理器执行时实现实施例4中的无人机飞行控制方法。当地面控制站的处理器执行其存储器中存储的计算机程序时，可实现实施例1中的无人机飞行控制方法，可控制至少一架无人机基于实施例1获取的目标飞行路径进行飞行控制，无需基于无人机的位置进行飞行控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。而且，根据实施例1获取的目标飞行路径控制无人机飞行，可使地面控制站更精确地控制无人机飞行的飞行时间，且无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
实施例6
图7示出本实施例中的无人机飞行控制方法。该无人机飞行控制方法由无人机飞行控制系统中的无人机执行。该无人机飞行控制系统包括地面控制站和至少一架无人机，地面控制站与每一无人机之间可通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以保证地面控制站与无人机之间的信号传输。如图7所示，该无人机飞行控制方法包括无人机执行的如下步骤：
S31：向地面控制站发送本机的机器ID。
其中，机器ID用于唯一识别对应的无人机，每一无人机具有唯一的机器ID，该机器ID可以是无人机的MAC地址、出厂编号等。在无人机飞行控制过程中，每一架无人机均需与地面控制站之间通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以使无人机可向地面控制站发送本机的机器ID，以便地面控制站基于该机器ID实现对相应的无人机进行飞行控制。
S32：接收地面控制站发送的目标飞行路径，目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID，且每一路径ID与一机器ID关联，目标飞行路径通过实施例1中的无人机路径规划方法获取。
其中，路径ID用于唯一识别对应的单机飞行路径，以便基于路径ID确定对应的单机飞行路径。单机飞行路径是用于控制单架无人机飞行的飞行路径。目标飞行路径由地面控制站形成并发送给无人机，该目标飞行路径可控制至少一架无人机飞行，无需与实体无人机进行通信即可配置，有利于简化目标飞行路径的获取过程，提高处理效率。
地面控制站执行实施例1中的无人机路径规划方法，预先配置好目标飞行路径，在接收到至少一架无人机发送的机器ID时，将接收到的至少一架无人机对应的机器ID与预先设置好的目标飞行路径中至少两个单机飞行路径对应的路径ID一一对应，形成机器ID与路径ID关联表，建立无人机与其所要飞行的单机飞行路径的关联关系。
本实施例中，每一单机飞行路径包括依时间顺序配置的至少两个飞行动作，以及设置在相邻两个飞行动作之间的过渡路径。可以理解地，在目标飞行路径配置过程中，若任一单机飞行路径中任意相邻两个飞行动作之间转换时，若需要进行较大角度转换或其他转换，导致两个飞行动作之间的衔接不够平滑，可能会影响无人机依单机飞行路径进行飞行控制的正常进行，或者使其飞行控制不够自然。如在任一单机飞行路径中，前一飞行动作是快速直升，下一飞行动作时俯冲下降，若无人机基于这两个相邻飞行动作进行飞行控制，对无人机的机器性能有较大的要求，否则可能存在安全隐患；而且，两个相邻飞行动作之间飞行不够平滑。故在无人机编队路径配置过程中，需对任一单机飞行路径中相邻两个飞行动作进行路径过渡处理，获取设置在相邻两个飞行动作之间的过渡路径，以形成最终的目标飞行路径；从而保证依据该目标飞行路径中的任一单机飞行路径进行飞行控制的无人机飞行过程更平滑，并确保飞行过程的安全性。每一单机飞行路径由地面控制站预先配置，其配置过程在实施例1进行详述描述，为避免重复，在此不再赘述。
S33：获取与本机的机器ID关联的路径ID，并基于路径ID对应的单机飞行路径进行飞行控制。
具体地，无人机基于接收到的目标飞行路径，查找到与本机的机器ID关联的路径ID，并获取与路径ID对应的单机飞行路径，再根据该单机飞行路径进行飞行控制。无人机在飞行控制过程中，仅依靠预先设置的单机飞行路径进行飞行，无需向地面控制站发送位置信息，并基于地面控制站发送的位置修正指令进行飞行控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。而且，该无人机飞行控制方法中，控制无人机飞行的目标飞行路径，可使地面控制站更精确地控制无人机飞行的飞行时间，且无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
进一步地，在地面控制站控制至少两架无人机进行编队飞行时，无需使无人机与其他无人机建立通信连接，并获取其他无人机的位置进行飞行调整控制，使其飞行过程不受当前通信信号和无人机的计算处理能力的影响，有利于保证无人机编队飞行的准确性、实时性和安全性。
在一具体实施方式中，每一无人机均可接收地面控制站以广播方式发送的目标飞行路径和机器ID与路径ID关联表，查询机器ID与路径ID关联表中是否存在与本机的机器ID相关联的路径ID，若存在，则获取与该路径ID相对应的单机飞行路径，并基于该单机飞行路径进行飞行控制。地面控制站采用广播方式发送目标飞行路径和机器ID与路径ID关联表，无需进行路径选择，有利于降低其网络成本；而无人机只需进行简单的查询操作，即可获取对应的单机飞行路径，操作过程简单方便，无需较强的计算处理能力即可实现。
在一具体实施方式中，每一无人机均可接收地面控制站以单播方式发送的与其本机的机器ID关联的路径ID对应的单机飞行路径，并进行验证识别后，基于该单机飞行路径进行飞行控制。地面控制站采用单播方式发送单机飞行路径，有利于提高信号传输的精确性，提高无人机的处理效率。
本实施例所提供的无人机飞行控制方法中，无人机只需向地面控制站发送本机的机器ID，并接收地面控制站发送的目标飞行路径，以确定与机器ID相关联的路径ID对应的单机飞行路径。每一无人机基于地面控制站发送的目标飞行路径中对应的单机飞行路径进行飞行控制；在无人机飞行控制过程中，无需再与其他无人机建立通信连接，以获取其他无人机的位置进行飞行调整控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。
实施例7
本实施例提供一种无人机，包括存储器和处理器，存储器上存储有计算机程序，计算机程序被处理器执行时实现实施例6中的无人机飞行控制方法，为避免重复，这里不再赘述。当无人机的处理器执行其存储器中存储的计算机程序时，可实现实施例2中的无人机飞行控制方法，以使无人机编队中的任一无人机只需基于预设的单机飞行路径进行飞行，无需与地面控制站或其他无人机进行通信连接，并基于其他无人机的位置进行飞行调整控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其飞行控制过程无需要求地面控制站或无人机具有较强的计算机处理能力，也无需保证与地面控制站或无人机之间具有良好的通信信号。
实施例8
本实施例提供一种非易失性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例4或实施例6中的无人机飞行控制方法，为避免重复，这里不再赘述。若该非易失性计算机可读存储介质中存储有可实现实施例4或实施例6中的无人机飞行控制方法的计算机程序，当该计算机程序被处理器执行时，可实现实施例4或6中的无人机飞行控制方法，以控制无人机飞行，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。
实施例9
本实施例提供一种无人机飞行控制系统，包括地面控制站和至少一架无人机。地面控制站与无人机之间可以通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以保证地面控制站与无人机之间的信号传输。
地面控制站，用于获取目标飞行路径，目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID；目标飞行路径通过实施例1中的无人机路径规划方法获取。
其中，路径ID用于唯一识别对应的单机飞行路径，以便基于路径ID确定对应的单机飞行路径。单机飞行路径是用于控制单架无人机飞行的飞行路径。目标飞行路径由地面控制站形成，可控制至少一架无人机飞行，无需与实体无人机进行通信即可配置，有利于简化目标飞行路径的获取过程，提高处理效率。
在地面控制站的路径配置界面上，用户可通过拖动无人机图标的方式配置无人机编队飞行的队形；也可以在选中无人机之后，输入无人机的位置和姿态数据的方式进行配置。在路径配置界面上设有时间轴，用户可依时间顺序自行配置每个飞行动作及相关参数。地面控制站可为开放的API，可使用户可自行调用地面控制站的基础功能，通过C++/Python编程，用户可自行设计不同的单机飞行路径，生成的至少两个单机飞行路径通过地面控制站API集成，形成目标飞行路径。
无人机，用于向地面控制站发送本机的机器ID。
其中，机器ID用于唯一识别对应的无人机，每一无人机具有唯一的机器ID，该机器ID可以是无人机的MAC地址、出厂编号等。在无人机飞行控制过程中，每一架无人机均需与地面控制站之间通过Wi-Fi网络、3G网络、4G网络或5G网络通信相连，以使无人机可向地面控制站发送本机的机器ID，以便地面控制站基于该机器ID实现对相应的无人机进行飞行控制。
地面控制站，用于接收无人机的机器ID，并将机器ID与一路径ID关联。
具体地，地面控制站可接收至少一架无人机发送的本机的机器ID；地面控制站将接收到的至少一架无人机对应的机器ID与预先设置好的目标飞行路径中至少一个单机飞行路径对应的路径ID一一对应，形成机器ID与路径ID关联表，建立无人机与其所要飞行的单机飞行路径的关联关系。
地面控制站，用于向无人机发送目标飞行路径。
地面控制站将预先设置的目标飞行路径发送给所要控制进行编队飞行的至少一架无人机，以使每一无人机获取与其建立关联关系的单机飞行路径，并进行相应地飞行控制。
无人机，用于接收目标飞行路径，获取与本机的机器ID关联的路径ID，并基于路径ID对应的单机飞行路径进行飞行控制。
具体地，无人机基于接收到的目标飞行路径，查找到与本机的机器ID关联的路径ID，并获取与路径ID对应的单机飞行路径，再根据该单机飞行路径进行飞行控制。无人机在飞行控制过程中，仅依靠预先设置的单机飞行路径进行飞行，无需再与其他无人机建立通信连接，并获取其他无人机的位置进行飞行调整控制，使其飞行过程不受当前通信信号和无人机的计算处理能力的影响，有利于保证无人机编队飞行的准确性、实时性和安全性。
本实施例中，地面控制站依次给每一无人机发送查询指令，无人机返回飞行数据的内容如下表“地面控制站查询”所示。当地面控制站需要发送状态指令时，切换到广播模式，向所有无人机发送广播状态指令如“地面控制站广播”所示。地面控制站接收无人机发送的数据并保存，并在路径配置界面中显示每一无人机当前的飞行状态。
进一步地，地面控制站还配置无人机在低电报警、飞出虚拟围栏、通信丢失和传感器报错四种应急状态的每一种应急状态的应急参数和应急反馈，如下表所示。无人机在飞行过程中满足相应的应急参数时，进入报警状态，并向地面控制站发送报警指令。
本实施例所提供的无人机飞行控制系统中，地面控制站与至少一架无人机通信连接，通过地面控制站给至少一架无人机发送预先设置好的目标飞行路径，以使每一无人机基于与其机器ID关联的路径ID对应的单机飞行路径进行飞行控制。在无人机飞行控制过程中，无需基于无人机的位置进行飞行控制，也无需使无人机再与其他无人机建立通信连接，以获取其他无人机的位置进行飞行调整控制，有利于提高飞行控制的控制效率，保证飞行控制的准确性、实时性和安全性，使其不受限于计算机处理能力和当前通信信号强弱等因素影响。而且，该无人机飞行控制系统中，控制无人机飞行的目标飞行路径，可使地面控制站更精确地控制无人机飞行的飞行时间，且无人机飞行过程更平滑，有利于保证无人机飞行过程的安全性。
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模块及算法步骤，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。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，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，所述模块的划分，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，例如多个模块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。
所述功能如果以软件功能模块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)执行本发明各个实施例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、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (12)
1.一种无人机路径规划方法，其特征在于，包括：
依时间顺序配置至少一个单机飞行路径的飞行点和任意两个所述飞行点之间的飞行动作；
对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，以获取目标飞行路径。
2.根据权利要求1所述的无人机路径规划方法，其特征在于，所述目标飞行路径包括至少两个所述单机飞行路径；
所述对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，以获取目标飞行路径，包括：
采用匈牙利算法对至少两个所述单机飞行路径中同一周期内任一所述飞行动作的结束点与下一所述飞行动作对应的目标点进行任务委派处理，获取每一所述飞行动作到下一所述飞行动作的最短飞行路径；
采用引力斥力算法对至少两个所述最短飞行路径进行处理，以获取任一所述单机飞行路径中相邻两个所述飞行动作之间的过渡路径。
3.根据权利要求2所述的无人机路径规划方法，其特征在于，所述采用引力斥力算法对至少两个所述最短飞行路径进行处理，以获取任一所述单机飞行路径中相邻两个所述飞行动作之间的过渡路径，包括：
获取所述最短飞行路径中任意时刻的任一所述无人机的吸引速度矢量，所述吸引速度矢量为无人机到目标点的距离与无人机到目标点的剩余时间的商与吸引常数的乘积；
获取任一所述无人机与另一所述无人机的双机排斥速度矢量；当两架所述无人机之间的距离大于安全距离时，所述双机排斥速度矢量为三维零矢量；当两架所述无人机之间的距离小于或等于安全距离时，所述双机排斥速度矢量为排斥常数与两架无人机之间的距离的商；
获取任一所述无人机的总排斥速度矢量，所述总排斥速度矢量为任一所述无人机的所有所述双机排斥速度矢量之和；
获取任一所述无人机在当前周期内的当前速度矢量，所述当前速度矢量为吸引速度矢量与总排斥速度矢量之和；
获取下一时刻所述无人机的位置点，从而获取所述过渡路径；下一时刻所述无人机的位置点是当前位置点和当前速度矢量与周期时间的乘积之和。
4.根据权利要求1所述的无人机路径规划方法，其特征在于，所述目标飞行路径包括至少一个所述单机飞行路径；
所述对任一所述单机飞行路径中相邻两个所述飞行动作进行路径过渡处理，获取设置在相邻两个所述飞行动作之间的过渡路径，包括：
在同一周期内任一所述飞行动作的结束点与下一所述飞行动作对应的目标点之间设置至少一个过渡点；
采用最小二乘法的曲线拟合算法连接所述结束点、至少一个所述过渡点和所述目标点，以形成所述过渡路径。
5.一种非易失性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的无人机路径规划方法。
6.一种地面控制站，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1-4任一项所述的无人机路径规划方法。
7.一种无人机飞行控制方法，其特征在于，包括地面控制站执行的如下步骤：
获取目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一所述单机飞行路径对应一路径ID，所述目标飞行路径通过权利要求1-4任一项所述的无人机路径规划方法获取；
接收至少一架无人机发送的本机的机器ID，并将每一所述机器ID与一所述路径ID关联；
将所述目标飞行路径发送给至少一架所述无人机，以使每一所述无人机获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
8.一种地面控制站，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求7所述无人机飞行控制方法。
9.一种无人机飞行控制方法，其特征在于，包括无人机执行的如下步骤：
向地面控制站发送本机的机器ID；
接收地面控制站发送的目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID，且每一所述路径ID与一所述机器ID关联，所述目标飞行路径通过权利要求1-4任一项所述的无人机路径规划方法获取；
获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
10.一种无人机，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求7或9所述无人机飞行控制方法。
11.一种非易失性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任一项所述的无人机飞行控制方法。
12.一种无人机飞行控制系统，其特征在于，包括地面控制站和与所述地面控制站通信连接的至少一架无人机；
所述地面控制站，用于获取目标飞行路径，所述目标飞行路径包括至少一个单机飞行路径，每一单机飞行路径对应一路径ID；所述目标飞行路径通过权利要求1-4任一项所述的无人机路径规划方法获取；
所述无人机，用于向地面控制站发送本机的机器ID；
所述地面控制站，用于接收所述无人机的机器ID，并将所述机器ID与一所述路径ID关联；
所述地面控制站，用于向所述无人机发送所述目标飞行路径；
所述无人机，用于接收所述目标飞行路径，获取与本机的机器ID关联的所述路径ID，并基于所述路径ID对应的所述单机飞行路径进行飞行控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710378881.4A CN108931984A (zh) | 2017-05-25 | 2017-05-25 | 路径规划方法、控制方法、系统、介质、控制站和无人机 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710378881.4A CN108931984A (zh) | 2017-05-25 | 2017-05-25 | 路径规划方法、控制方法、系统、介质、控制站和无人机 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108931984A true CN108931984A (zh) | 2018-12-04 |
Family
ID=64450863
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710378881.4A Pending CN108931984A (zh) | 2017-05-25 | 2017-05-25 | 路径规划方法、控制方法、系统、介质、控制站和无人机 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108931984A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110275546A (zh) * | 2019-07-31 | 2019-09-24 | 河海大学常州校区 | 一种无人机编队搜索与任务调度方法 |
| CN110687921A (zh) * | 2019-10-30 | 2020-01-14 | 上海歌尔泰克机器人有限公司 | 一种无人机飞行控制方法、装置及电子设备和存储介质 |
| CN111158397A (zh) * | 2020-01-14 | 2020-05-15 | 一飞智控(天津)科技有限公司 | 一种无人机集群飞行路径的跟随控制系统、方法、无人机 |
| WO2020143357A1 (zh) * | 2019-01-08 | 2020-07-16 | 苏州极目机器人科技有限公司 | 飞行器作业路径规划方法以及控制装置和控制设备 |
| WO2021036833A1 (zh) * | 2019-08-28 | 2021-03-04 | 中国人民解放军国防科技大学 | 一种基于改进虚拟力场的无人机集群护航行为生成方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102929285A (zh) * | 2012-11-16 | 2013-02-13 | 中国民用航空飞行学院 | 多救援直升机多目标分配与航迹规划方法 |
| CN103744290A (zh) * | 2013-12-30 | 2014-04-23 | 合肥工业大学 | 一种多无人机编队分层目标分配方法 |
| CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
| US9070285B1 (en) * | 2011-07-25 | 2015-06-30 | UtopiaCompression Corporation | Passive camera based cloud detection and avoidance for aircraft systems |
| CN105318888A (zh) * | 2015-12-07 | 2016-02-10 | 北京航空航天大学 | 基于无人机感知的无人驾驶车辆路径规划方法 |
| CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
-
2017
- 2017-05-25 CN CN201710378881.4A patent/CN108931984A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9070285B1 (en) * | 2011-07-25 | 2015-06-30 | UtopiaCompression Corporation | Passive camera based cloud detection and avoidance for aircraft systems |
| CN102929285A (zh) * | 2012-11-16 | 2013-02-13 | 中国民用航空飞行学院 | 多救援直升机多目标分配与航迹规划方法 |
| CN103744290A (zh) * | 2013-12-30 | 2014-04-23 | 合肥工业大学 | 一种多无人机编队分层目标分配方法 |
| CN104516356A (zh) * | 2015-01-08 | 2015-04-15 | 西北工业大学 | 基于rrt的动态障碍规避算法 |
| CN105318888A (zh) * | 2015-12-07 | 2016-02-10 | 北京航空航天大学 | 基于无人机感知的无人驾驶车辆路径规划方法 |
| CN106444740A (zh) * | 2016-07-15 | 2017-02-22 | 浙江工业大学 | 基于mb‑rrt的无人机二维航迹规划方法 |
Non-Patent Citations (4)
| Title |
|---|
| 丁家如: "多无人机任务分配与路径规划算法研究" * |
| 卫涛;李惠光;: "新立体视觉模型下基于速度矢量避障规划" * |
| 姚远;周兴社;张凯龙;董冬;: "基于稀疏A*搜索和改进人工势场的无人机动态航迹规划" * |
| 董胜龙,陈卫东,席裕庚: "移动机器人的时间最优编队" * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020143357A1 (zh) * | 2019-01-08 | 2020-07-16 | 苏州极目机器人科技有限公司 | 飞行器作业路径规划方法以及控制装置和控制设备 |
| CN110275546A (zh) * | 2019-07-31 | 2019-09-24 | 河海大学常州校区 | 一种无人机编队搜索与任务调度方法 |
| WO2021036833A1 (zh) * | 2019-08-28 | 2021-03-04 | 中国人民解放军国防科技大学 | 一种基于改进虚拟力场的无人机集群护航行为生成方法 |
| CN110687921A (zh) * | 2019-10-30 | 2020-01-14 | 上海歌尔泰克机器人有限公司 | 一种无人机飞行控制方法、装置及电子设备和存储介质 |
| CN110687921B (zh) * | 2019-10-30 | 2023-01-20 | 上海歌尔泰克机器人有限公司 | 一种无人机飞行控制方法、装置及电子设备和存储介质 |
| CN111158397A (zh) * | 2020-01-14 | 2020-05-15 | 一飞智控(天津)科技有限公司 | 一种无人机集群飞行路径的跟随控制系统、方法、无人机 |
| CN111158397B (zh) * | 2020-01-14 | 2023-08-22 | 一飞智控(天津)科技有限公司 | 一种无人机集群飞行路径的跟随控制系统、方法、无人机 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108931984A (zh) | 路径规划方法、控制方法、系统、介质、控制站和无人机 | |
| CN111512338B (zh) | 飞行器运输能力的分布 | |
| CN106909167A (zh) | 一种多机多站联合立体任务系统及方法 | |
| CN110398975A (zh) | 一种基于广播式通信架构的领航跟随型多机编队容错控制方法 | |
| CN107065919B (zh) | 农用植保无人机来回往复喷施过程中的转弯路径飞行控制方法、装置及无人机 | |
| CN108388268B (zh) | 一种基于云端的无人机航线规划方法 | |
| WO2020107475A1 (zh) | 喷洒无人机的避障控制方法、装置、设备及存储介质 | |
| CN108473200A (zh) | 用于在多旋翼无人机（uav）中强健的轨迹跟踪的通用控制器 | |
| CN105675002A (zh) | 一种多途经点导航路线规划方法和系统 | |
| CN110349445A (zh) | 具有多个rta约束的有效飞行剖面 | |
| CN105955290A (zh) | 无人飞行器控制方法及装置 | |
| CN107223199A (zh) | 基于三维地图的导航方法和设备 | |
| CN109407680A (zh) | 无人船编队重构的分布式目标协同分配方法 | |
| NZ532117A (en) | Four-dimensional route planner | |
| CN105589466A (zh) | 无人飞行器的飞行控制装置及其飞行控制方法 | |
| Zhu et al. | Aerial refueling: Scheduling wireless energy charging for UAV enabled data collection | |
| CN109917814A (zh) | 无人机作业方法与系统 | |
| Licea et al. | Communication-aware energy efficient trajectory planning with limited channel knowledge | |
| US20220091620A1 (en) | Control method of movable platform, movable platform, control terminal, control device, control system and computer readable storage medium | |
| CN111742277A (zh) | 无人机的控制方法、设备、无人机及存储介质 | |
| Keller et al. | A computationally efficient approach to trajectory management for coordinated aerial surveillance | |
| US6935575B2 (en) | Spraying device for spraying a coating product | |
| CN110008582A (zh) | 一种基于无人机的划线标记方法 | |
| US6542797B2 (en) | Vehicle control system and associated methods for continuous path control of the vehicle taking into consideration cross currents that influence the vehicle trajectory | |
| CN115657724A (zh) | 一种有人、无人飞机协同编队队形变换系统及方法 |
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 | ||
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240419 |