CN109116867A - 一种无人机飞行避障方法、装置、电子设备及存储介质 - Google Patents
一种无人机飞行避障方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN109116867A CN109116867A CN201811141086.4A CN201811141086A CN109116867A CN 109116867 A CN109116867 A CN 109116867A CN 201811141086 A CN201811141086 A CN 201811141086A CN 109116867 A CN109116867 A CN 109116867A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- unmanned plane
- data
- motion
- barrier
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000004888 barrier function Effects 0.000 claims abstract description 76
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000005070 sampling Methods 0.000 claims description 35
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000005315 distribution function Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 6
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000004438 eyesight Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 210000000352 storage cell Anatomy 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种无人机飞行避障方法、装置、电子设备及存储介质，该方法包括：获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；根据所述存在障碍物的概率选择目标运动策略控制无人机运动，实现了在无人机飞行过程中可以实时进行运动预测，并且计算在预测路径上存在障碍物的概率，然后进一步根据存在障碍物的概率对运动策略进行调整，使得无人机可以高速平滑避障飞行。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种无人机飞行避障方法、装置、电子设备及存储介质。
背景技术
目前，飞行作业中无人机往往按照任务规划系统规划的航线进行飞行，航线中的航点往往是飞行路线的拐点或需执行作业动作的作业点，并且往往对两个航点之间的飞行有一定的要求，如飞行速度要求等。无人机需按照预设航线飞行，并在两个航点之间，尽量以要求的速度进行直线飞行。行业应用中，无人机作业环境较为复杂，虽然在任务规划阶段航线设计时可对大型障碍物进行规避，但两个航点之间难免存在航线规划时无法考虑到的障碍物，这就要求无人机在执行航线飞行任务中需要实时感知障碍物并进行避障飞行。
现有技术中常用的避障方法，一般采用“停、绕”的方式进行避障，即发现障碍物距离达到预警距离后，先进行紧急刹车，然后按照一定的策略向某个方向进行探测、绕行。这种避障方法，降低了无人机的机动性，浪费了有效作业时间。另外，可以基于传感器实时感知周围环境，并构建局部地图，利于局部地图进行局部路径规划，使无人机按照局部路径进行飞行，从而实现平滑飞行。但是这种方法需要不断进行传感器数据的融合、局部地图的构建以及局部路径规划，对计算量要求较高。
发明内容
本发明提供一种无人机飞行避障方法、装置、电子设备及存储介质，解决了现有技术中无人机避障飞行机动性和效率低的问题。
第一方面，本发明实施例提供了一种无人机飞行避障方法，包括：
获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
第二方面，本发明实施例还提供了一种无人机飞行避障装置，包括：
观测数据获取模块，用于获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
运动轨迹预测模块，用于根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
障碍概率计算模块，用于根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
无人机运动控制模块，用于根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例所述的一种无人机飞行避障方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的一种无人机飞行避障方法。
本发明实施例通过获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；根据所述存在障碍物的概率选择目标运动策略控制无人机运动，实现了在无人机飞行过程中可以实时进行运动预测，并且计算在预测路径上存在障碍物的概率，然后进一步根据存在障碍物的概率对运动策略进行调整，使得无人机可以高速平滑避障飞行。
附图说明
图1是本发明实施例一中的一种无人机飞行避障方法的流程图。
图2是本发明实施例二中的一种无人机飞行避障方法的流程图。
图3是本发明实施例三中的一种无人机飞行避障装置的结构示意图。
图4是本发明实施例四中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人机飞行避障方法的流程图，本实施例可适用于相似题目推荐的情况，该方法可以由无人机飞行避障装置来执行，具体包括如下步骤：
S110、获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息。
其中，空间点云数据可以是无人机中的点云数据采集系统采集的无人机飞行过程中的环境中的物体信息，点云数据具体可以是在一个三维坐标系统中的一组向量的集合。这些向量通常以X，Y，Z三维坐标的形式表示，可以用来代表一个物体的外表面形状。具体可以由3D扫描设备采集，例如激光雷达(2D/3D)，立体摄像头(stereo camera)或其他双目视觉系统。
位姿信息可以包括：无人机的位置、速度和姿态信息。示例性的，姿态信息可以包括无人机的角度信息，比如俯仰角度，偏航角度，滚转角度等。在无人机在某个位姿下可以采集到与位姿信息对应的点云数据。因此，可以将无人机中采集的空间点云数据以及位姿信息进行组织和关联，找到与空间点云数据对应的位姿信息。示例性的，可以通过每个空间点云数据以及位姿信息采集的时间点，找到与每帧点云数据对应的位姿信息，并将空间点云数据及与空间点云数据的采集时间点对应的无人机的位姿信息作为点云观测数据，可以进一步进行存储。
S120、根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹。
预设的可选择的运动策略可以是预先设定的无人机在飞行过程中以何种方式进行飞行的规则，比如加速度的大小是多少，方向是什么。可选择的运动策略可以是多个。另外，可选择的运动策略也可以是与当前位姿信息相关的。示例性的，如果当前无人机所处高度是400米，俯仰角是30度，则无人机可以按照加速度是0，方向是与原方向相反进行飞行。具体可以根据业务的实际需要和规律进行设定。
无人机在飞行过程中，可以随时进行障碍物存在概率的计算或预测。例如，如果当前时刻要预测障碍物概率，则可以根据无人机当前的位姿信息和预设的可选择运动策略先预测各个运动轨迹。运动轨迹具体可以是在运动策略下飞行时无人机的位置和时间的函数关系。
S130、根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率。
在预测到各个运动轨迹后，便需要进一步计算在各个运动轨迹中是否存在障碍物或者存在障碍物的概率是多少，并且可以进一步得知碰撞障碍物的概率是多少，可以为无人机的下一步避障提供依据。具体可以根据点云观测数据及具体的运动轨迹进行计算各个轨迹中障碍物的存在概率。
S140、根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
目标运动策略可以是当前时刻无人机飞行要选择的运动策略。可以是可选择运动策略中的一个，具体可以在计算出各个可选择运动策略的预测路径中障碍物存在概率后，选择一个低概率的运动策略，控制无人机的飞行。当然，在具体实施过程中，可以在一旦计算出某条预测路径的存在障碍物的概率很低，则可以按照这个运动策略飞行，可以不对其他剩余的运动策略进行路径预测以及障碍物存在概率的计算。
进一步的，除了根据所述障碍物存在的概率选择目标运动策略，优选的，可以结合各运动策略达到飞行目标，比如飞行要求速度、飞行要求轨迹逼近程度的满足程度。具体的，可以采用评价函数对各可选择的策略进行评估，该评价函数综合考虑了该策略的障碍物存在概率，以及该策略对达到飞行目标的满足程度，进行综合评判。进而可以选择得分最高的运动策略作为目标运动策略，进行无人机飞行控制。
可选的，根据当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹，包括：
根据当前无人机位姿信息以及各可选择运动策略中预设的加速度预测各可选择运动策略下的运动轨迹。
具体的，每个可选择的运动策略中包括对应的加速度，比如加速度大小是1米/秒2，方向是东北方向。示例性的，在具体实施过程中，可以构建运动策略集合，比如可设定0、1和2米/秒2三种大小的加速度，分别可以对应8个方向，比如大地坐标系下0度、45度、90度、135度、180度、225度、270度、315度。
其中，当前无人机位姿信息可以是当前无人机的速度，包括速度的大小和方向。示例性的，可以根据无人机当前的位置、速度和姿态和可选择运动策略中的加速度预测无人机的运动轨迹。
可选的，根据所述存在障碍物的概率选择目标运动策略控制无人机运动，包括：
当所述预设预测运动轨迹存在障碍物的概率低于预设概率值时，则将所述低于预设概率值的运动路径对应的运动策略作为目标运动策略控制无人机运动。预设概率值可以是预先设定用于判断是否可以选择预测轨迹对应的运动策略作为目标运动策略的依据。示例性的，预设概率值为0.1，则如果某预测路径存在障碍物的概率值低于0.1，则可以近似认为该路径安全，可以按照对应的运动策略飞行。可选的，将各个预测路径中存在障碍物的概率全部计算出以后，可以选择概率最低的路径进行飞行。
本实施例的技术方案，通过获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；根据所述存在障碍物的概率选择目标运动策略控制无人机运动，无须进行地图构建以及局部路径规划，在无人机飞行过程中可以实时进行运动预测，并且计算在预测路径上存在障碍物的概率，然后进一步根据存在障碍物的概率对运动策略进行调整，使得无人机可以高速平滑避障飞行。
实施例二
图2是本发明实施例二提供的一种无人机飞行避障方法的流程图，示例性的，如果无人机可以包括飞控系统、飞管系统和传感系统。飞控系统可以负责无人机飞行控制，为飞管系统提供无人机姿态控制接口；传感系统可以采用双目视觉系统，对外提供空间点云数据；飞管系统可以采用嵌入式计算平台，利用传感系统提供的点云数据和飞控系统提供的控制接口，进行避障飞行控制。在具体实施过程中，本实施例提供的无人机飞行避障方法可以运行于飞管系统中。在上述实施例的基础上，对获取点云观测数据的步骤作了进一步的优化，如图2所示，该方法具体包括：
S210、以第一预设频率获取所述空间点云数据。
S220、以第二预设频率获取所述无人机的位姿信息。
具体的，第一预设频率和第二预设频率可以分别是预先设定的获取空间点云数据和无人机位姿信息的频率。示例性的，飞管系统可以以10Hz的频率从双目视觉系统获取空间点云数据，可以以较高的频率如50Hz，从飞控系统获取无人机位姿信息，并且可以采用预设的算法，提供特定时间点的无人机位姿信息。
S230、通过预设的算法从所述位姿信息中获取与所述空间点云数据采集时间点对应的位姿信息，并将所述空间点云数据及与所述空间点云数据的采集时间点对应的位姿信息作为所述点云观测数据进行存储。
预设的算法可以是根据已采集的时间点对应的位姿信息计算未采集时间点处的位姿信息的算法，比如线性差值方法。在进行点云数据与位姿信息进行对应的过程中，可以先对点云数据构建KDtree(k-d树，k-dimensional树的简称)，然后从无人机位姿管理模块获取双目视觉系统观测时间点的飞机位姿进行关联，将关联观察时刻无人机位姿信息的点云KDTree与所述点云数据进行对应，并且可以加入到环境观测列表中存储，环境观测列表可以队列的形式存储每一帧点云观测数据。
S240、根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹。
S250、根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率。
S260、根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
当然，在具体实施的过程中，为减小对内存的使用，并加快运算速度，可以减小点云观测数据的存储量，比如可以对位姿相近的点云观测数据进行保留预设帧数。示例性的，连续5帧位姿相近，可以将中间三帧去掉，只保留两帧位姿相近的点云观测数据。其中，位姿是否相近可以根据两帧的位姿信息的差距是否在预设范围内判断。其中，位姿的差距包括位置和姿态差距，例如，如果位置距离变化小于0.5m，姿态变化小于探测视角的1/10，则可以认为两个观测位姿相近。
可选的，将所述空间点云数据及与所述空间点云数据的采集时间点对应的位姿信息作为所述点云观测数据进行存储，包括：
将预设帧数的点云观测数据进行存储；
将所述预设帧数以后的每帧点云观测数据作为当前帧点云观测数据，依次确定当前帧点云观测数据中的位姿是否与已存储的所述当前帧以前相邻的预设帧数的点云观测数据中的位姿相近；
如果与所述相邻的预设帧数的位姿均相近，则按照预设的存储规则保留并存储所述相邻的预设帧数。
预设帧数可以是预先设定的用于确定位姿连续帧点云观测数据中要存储的帧数。示例性的，以预设帧数为2为例，具体可以通过以下过程对点云观测数据进行存储：
判断当前帧点云观测数据中位姿与上一帧点云观测数据中位姿相近，如果位置距离变化小于0.5m且姿态变化小于探测视角的1/10，则认为两个观测位姿相近；继续递推检查上上帧点云观测数据中的位姿是否相近，如果也相近，则删除上帧点云观测数据。也就是说存储当前帧点云观测数据和上上帧点云观测数据。如果当前帧点云观测数据中位姿与上一帧点云观测数据和上上帧点云观测数据中的位姿有任一不相近，则可以直接将当前帧点云观测数据存储。
可选的，根据所述点云观测数据及所述运动轨迹计算所述各预测运动轨迹中存在障碍物的概率，包括：
按照预设的采样方法从所述预测运动轨迹中抽取预设个数的采样位置点；
确定所述采样位置点所在的评估区域在当前帧点云观测数据中是否被有效观测，如果被有效观测，则计算所述评估区域内存在障碍物的概率；
如果未被有效观测，则继续递归查找前一帧点云观测数据中所述评估区域是否被有效观测，直到找到被有效观测到的一帧点云观测数据，则计算所述评估区域内存在障碍物的概率；
其中，如果满足以下所有情况，则确定所述评估区域在当前帧点云观测数据中被有效观测；反之，则所述评估区域在当前帧点云观测数据中未被有效观测：
所述评估区域未超出所述当前帧点云观测数据观测的区域范围；
所述评估区域未超出所述当前帧点云观测数据观测的视角范围；
所述评估区域未被当前帧点云观测数据所遮挡。
具体的，预设的采样方法可以是预先设定用于从各预测轨迹中抽取预设个数的采样位置点的方法，比如按照预设的时间间隔抽取各时间点对应的位置(采样位置点)。
示例性的，如果采样位置点的预设个数是10个，则可以按照1s的时间间隔，选择时间对应1s，2s，3s……10s分别对应的位置点作为采样位置点。当然，预设个数可以根据无人机系统运算能力确定，如果运算速度快，相应的，可以设定采样位置点的预设个数多一些。
确定所述采样位置点所在的评估区域在当前帧点云观测数据中是否被有效观测，如果被有效观测，则计算所述评估区域内存在障碍物的概率；采样位置点所在的评估区域可以是根据采样位置点与采样点方差计算得到，而采样点方差可以是预先设定的与采样位置点对应的误差，具体可以是三维空间位置点在空间三个方向的方差。示例性的，采样点的方差对应上述的10个采样位置点，分别为0.1m，0.2m，0.3m……1.0m。误差大小可以影响评估区域的大小，而评估区域是用于进一步判断在该区域是存在障碍物的概率。具体的，如果评估区域在某帧点云观测数据中被有效观测，则可以认为该评估区域有存在障碍物的可能性，进一步需要计算存在障碍物概率的大小。
具体的，在确定评估区域是否被某帧点云观测数据有效观测的过程中，点云观测数据的区域范围可以由点云观测数据的实际区域范围和对应的方差决定，而方差可以是预先设定，具体可以根据无人机系统的性能和经验参数设定。点云观测数据的视角范围可以由点云观测数据的实际角度范围和对应的方差决定。在不同的位姿下会对应不同的无人机系统点云观测数据的实际角度范围。评估区域是否被点云观测数据遮挡，可以通过对评估区域进行在垂直与点云数据所在平面的投影，如果投影点均落在点云数据所在平面，则可以认为是被遮挡。
可选的，计算所述评估区域内存在障碍物的概率，包括：
根据所述评估区域对应的采样位置点以及有效帧点云观测数据分析出与所述采样位置点最近的点；
根据所述最近的点，点云观测方差以及所述采样位置点的位置方差之和确定概率分布函数；
将所述采样位置点输入所述概率分布函数计算在所述采样位置点存在障碍物的概率。
具体的，在计算评估区域是否有首先在有效观测帧中利用前面构建的KDtree对该采样位置点进行最近邻分析，然后认为障碍物存在概率分布时是以该最近邻为均值，以点云观测方差与评估区域方差为之和方差的三维正态分布。在得到概率的正态分布以后，便可以将对应的采样位置点的位置输入到概率额的正态分布中，计算得到障碍物存在概率。对每一个运动轨迹抽取10个采样点，利用点云数据处理模块对该10个采样点存在障碍物的概率进行计算，并可以依据障碍物存在的概率得到该运动轨迹的碰撞概率值。
示例性的，在计算某条预测路径的障碍物存在概率时，如果计算出一个采样位置点的障碍物存在概率高于设定的阈值以后，则可以不再计算剩余的采样位置点存在障碍物的概率，并将该高于设定的阈值的概率作为该运动轨迹会碰撞障碍物的概率。如果所有采样位置点对应的障碍物存在概率都低于设定的阈值，则可以是将所有采样位置点所在评估区域对应的障碍物存在概率的平均数作为该预测路径与障碍物碰撞的概率。
本实施例的技术方案，实现了在无人机飞行过程中可以实时进行运动预测，并且计算在预测路径上存在障碍物的概率，然后进一步根据存在障碍物的概率对运动策略进行调整，使得无人机可以高速平滑避障飞行。同时，直接利用传感器原始信息进行运动轨迹障碍物碰撞评估，计算量小，能够基于有限的机载计算资源进行实时计算，综合考虑了无人机飞行轨迹的不确定性和传感器探测噪声，具有较高的鲁棒性，进一步综合考虑了无人机的安全飞行要求和飞行作业航线要求，能够兼顾无人机飞行安全性和飞行作业的有效性。
实施例三
图3为本发明实施例三提供的一种无人机飞行避障装置的结构示意图，如图3所示，所述装置包括：
观测数据获取模块310，用于获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
运动轨迹预测模块320，用于根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
障碍概率计算模块330，用于根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
无人机运动控制模块340，用于根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
可选的，所述观测数据获取模块310，包括：
点云数据获取单元，用于以第一预设频率获取所述空间点云数据；
位姿信息获取单元，用于以第二预设频率获取所述无人机的位姿信息；
点云观测数据存储单元，用于通过预设的算法从所述位姿信息中获取与所述空间点云数据采集时间点对应的位姿信息，并将所述空间点云数据及与所述空间点云数据的采集时间点对应的位姿信息作为所述点云观测数据进行存储。
可选的，所述点云观测数据存储单元，具体用于：
将预设帧数的点云观测数据进行存储；
将所述预设帧数以后的每帧点云观测数据作为当前帧点云观测数据，依次确定当前帧点云观测数据中的位姿是否与已存储的所述当前帧以前相邻的预设帧数的点云观测数据中的位姿相近；
如果与所述相邻的预设帧数的位姿均相近，则按照预设的存储规则保留并存储所述相邻的预设帧数的点云观测数据。
可选的，所述运动轨迹预测模块320，具体用于根据当前无人机位姿信息以及各可选择运动策略中预设的加速度预测各可选择运动策略下的运动轨迹。
可选的，所述障碍概率计算模块330，包括：
采样点选取单元，用于按照预设的采样方法从所述预测运动轨迹中抽取预设个数的采样位置点；
障碍物概率计算单元，用于确定所述采样位置点所在的评估区域在当前帧点云观测数据中是否被有效观测，如果被有效观测，则计算所述评估区域内存在障碍物的概率；如果未被有效观测，则继续递归查找前一帧点云观测数据中所述评估区域是否被有效观测，直到找到被有效观测到的一帧点云观测数据，则计算所述评估区域内存在障碍物的概率；
其中，如果满足以下所有情况，则确定所述评估区域在当前帧点云观测数据中被有效观测；反之，则所述评估区域在当前帧点云观测数据中未被有效观测：
所述评估区域未超出所述当前帧点云观测数据观测的区域范围；
所述评估区域未超出所述当前帧点云观测数据观测的视角范围；
所述评估区域未被当前帧点云观测数据所遮挡。
可选的，所述障碍物概率计算单元，具体用于：
根据所述评估区域对应的采样位置点以及有效帧点云观测数据分析出与所述采样位置点最近的点；
根据所述最近的点，点云观测方差以及所述采样位置点的位置方差之和确定概率分布函数；
将所述采样位置点输入所述概率分布函数计算在所述采样位置点存在障碍物的概率。
可选的，所述无人机运动控制模块340，具体用于当所述预设预测运动轨迹存在障碍物的概率低于预设概率值时，则将所述低于预设概率值的运动路径对应的运动策略作为目标运动策略控制无人机运动。
本发明实施例所提供的无人机飞行避障装置，可执行本发明任意实施例所提供的无人机飞行避障方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的一种无人机飞行避障方法。
实施例四
参见图4，本实施例提供了一种电子设备400，其包括：一个或多个处理器420；存储装置410，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器420执行，使得所述一个或多个处理器420实现本发明实施例所提供的一种无人机飞行避障方法，包括：
获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
当然，本领域技术人员可以理解，处理器420还可以实现本发明任意实施例所提供的一种无人机飞行避障方法的技术方案。
图4显示的电子设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400以通用计算设备的形式表现。电子设备400的组件可以包括但不限于：一个或者多个处理器420，存储装置410，连接不同系统组件(包括存储装置410和处理器420)的总线450。
总线450表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置410可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)411和/或高速缓存存储器412。电子设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统413可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线450相连。存储装置410可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块415的程序/实用工具414，可以存储在例如存储装置410中，这样的程序模块415包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块415通常执行本发明所描述的任意实施例中的功能和/或方法。
电子设备400也可以与一个或多个外部设备460(例如键盘、指向设备、显示器470等)通信，还可与一个或者多个使得用户能与该电子设备400交互的设备通信，和/或与使得该电子设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口430进行。并且，电子设备400还可以通过网络适配器440与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器440通过总线450与电子设备400的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器420通过运行存储在存储装置410中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种无人机飞行避障方法。
实施例五
本发明实施例五提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种无人机飞行避障方法，该方法包括：
获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的一种无人机飞行避障方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种无人机飞行避障方法，其特征在于，所述方法包括：
获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
2.根据权利要求1所述的方法，其特征在于，获取无人机采集的点云观测数据，包括：
以第一预设频率获取所述空间点云数据；
以第二预设频率获取所述无人机的位姿信息；
通过预设的算法从所述位姿信息中获取与所述空间点云数据采集时间点对应的位姿信息，并将所述空间点云数据及与所述空间点云数据的采集时间点对应的位姿信息作为所述点云观测数据进行存储。
3.根据权利要求2所述的方法，其特征在于，将所述空间点云数据及与所述空间点云数据的采集时间点对应的位姿信息作为所述点云观测数据进行存储，包括：
将预设帧数的点云观测数据进行存储；
将所述预设帧数以后的每帧点云观测数据作为当前帧点云观测数据，依次确定当前帧点云观测数据中的位姿是否与已存储的所述当前帧以前相邻的预设帧数的点云观测数据中的位姿相近；
如果与所述相邻的预设帧数的位姿均相近，则按照预设的存储规则保留并存储所述相邻的预设帧数的点云观测数据。
4.根据权利要求1所述的方法，其特征在于，根据当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹，包括：
根据当前无人机位姿信息以及各可选择运动策略中预设的加速度预测各可选择运动策略下的运动轨迹。
5.根据权利要求1所述的方法，其特征在于，根据所述点云观测数据及所述运动轨迹计算所述各预测运动轨迹中存在障碍物的概率，包括：
按照预设的采样方法从所述预测运动轨迹中抽取预设个数的采样位置点；
确定所述采样位置点所在的评估区域在当前帧点云观测数据中是否被有效观测，如果被有效观测，则计算所述评估区域内存在障碍物的概率；
如果未被有效观测，则继续递归查找前一帧点云观测数据中所述评估区域是否被有效观测，直到找到被有效观测到的一帧点云观测数据，则计算所述评估区域内存在障碍物的概率；
其中，如果满足以下所有情况，则确定所述评估区域在当前帧点云观测数据中被有效观测；反之，则所述评估区域在当前帧点云观测数据中未被有效观测：
所述评估区域未超出所述当前帧点云观测数据观测的区域范围；
所述评估区域未超出所述当前帧点云观测数据观测的视角范围；
所述评估区域未被当前帧点云观测数据所遮挡。
6.根据权利要求5所述的方法，其特征在于，计算所述评估区域内存在障碍物的概率，包括：
根据所述评估区域对应的采样位置点以及有效帧点云观测数据分析出与所述采样位置点最近的点；
根据所述最近的点，点云观测方差以及所述采样位置点的位置方差之和确定概率分布函数；
将所述采样位置点输入所述概率分布函数计算在所述采样位置点存在障碍物的概率。
7.根据权利要求1所述的方法，其特征在于，根据所述存在障碍物的概率选择目标运动策略控制无人机运动，包括：
当所述预设预测运动轨迹存在障碍物的概率低于预设概率值时，则将所述低于预设概率值的运动路径对应的运动策略作为目标运动策略控制无人机运动。
8.一种无人机飞行避障装置，其特征在于，所述装置包括：
观测数据获取模块，用于获取无人机采集的点云观测数据，其中，所述点云观测数据包括空间点云数据及与所述空间点云数据的采集时间点对应的无人机的位姿信息；
运动轨迹预测模块，用于根据无人机的当前位姿信息和预设的可选择运动策略预测在各可选择运动策略下的运动轨迹；
障碍概率计算模块，用于根据所述点云观测数据及所述运动轨迹计算所述预测的各运动轨迹中存在障碍物的概率；
无人机运动控制模块，用于根据所述存在障碍物的概率选择目标运动策略控制无人机运动。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的一种无人机飞行避障方法。
10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的一种无人机飞行避障方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141086.4A CN109116867B (zh) | 2018-09-28 | 2018-09-28 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811141086.4A CN109116867B (zh) | 2018-09-28 | 2018-09-28 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109116867A true CN109116867A (zh) | 2019-01-01 |
| CN109116867B CN109116867B (zh) | 2020-04-14 |
Family
ID=64857113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811141086.4A Active CN109116867B (zh) | 2018-09-28 | 2018-09-28 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109116867B (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109828274A (zh) * | 2019-01-07 | 2019-05-31 | 深圳市道通智能航空技术有限公司 | 调整机载雷达的主探测方向的方法、装置和无人机 |
| CN110069071A (zh) * | 2019-05-15 | 2019-07-30 | 深圳铂石空间科技有限公司 | 无人机导航方法与装置、存储介质、电子设备 |
| CN110488843A (zh) * | 2019-09-04 | 2019-11-22 | 深圳前海达闼云端智能科技有限公司 | 避障方法、移动机器人及计算机可读存储介质 |
| CN110955241A (zh) * | 2019-11-22 | 2020-04-03 | 深圳市优必选科技股份有限公司 | 移动机器人避障方法、装置、移动机器人及存储介质 |
| CN111226185A (zh) * | 2019-04-22 | 2020-06-02 | 深圳市大疆创新科技有限公司 | 飞行航线的生成方法、控制装置及无人机系统 |
| CN112578808A (zh) * | 2019-09-29 | 2021-03-30 | 中国移动通信有限公司研究院 | 信息收集的方法、装置、计算机设备和存储介质 |
| CN112589806A (zh) * | 2020-12-29 | 2021-04-02 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
| WO2021078164A1 (zh) * | 2019-10-21 | 2021-04-29 | 深圳市道通智能航空技术有限公司 | 无人机及其飞行轨迹的生成方法、计算机可读存储介质 |
| CN112764423A (zh) * | 2019-11-05 | 2021-05-07 | 上海为彪汽配制造有限公司 | 一种多旋翼无人机飞行轨迹的构建方法及系统 |
| CN113093715A (zh) * | 2019-12-19 | 2021-07-09 | 广州极飞科技股份有限公司 | 无人设备的运动控制方法、装置、设备及存储介质 |
| CN113296121A (zh) * | 2021-05-26 | 2021-08-24 | 广东电网有限责任公司 | 基于机载激光雷达的辅助导航系统、方法、介质和设备 |
| WO2021189214A1 (zh) * | 2020-03-23 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
| WO2021195875A1 (zh) * | 2020-03-30 | 2021-10-07 | 深圳市大疆创新科技有限公司 | 飞行控制方法、装置、设备及存储介质 |
| CN113568435A (zh) * | 2021-09-24 | 2021-10-29 | 深圳火眼智能有限公司 | 一种基于无人机自主飞行态势感知趋势的分析方法与系统 |
| CN113692560A (zh) * | 2020-03-23 | 2021-11-23 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
| CN113741476A (zh) * | 2021-09-14 | 2021-12-03 | 深圳市优必选科技股份有限公司 | 机器人平滑运动控制方法、装置及机器人 |
| CN113885559A (zh) * | 2021-09-28 | 2022-01-04 | 佛山中科云图智能科技有限公司 | 无人机紧急返航高度路径获取方法、装置、介质和设备 |
| CN113901970A (zh) * | 2021-12-08 | 2022-01-07 | 深圳市速腾聚创科技有限公司 | 障碍物的检测方法及装置、介质及电子设备 |
| CN114355960A (zh) * | 2021-10-25 | 2022-04-15 | 中国船舶重工集团公司第七0九研究所 | 一种无人机防御智能决策方法及系统、服务器及介质 |
| CN114371697A (zh) * | 2021-12-08 | 2022-04-19 | 珠海云航智能技术有限公司 | 救生圈的控制方法、控制装置、电子设备以及存储介质 |
| CN114995519A (zh) * | 2022-07-29 | 2022-09-02 | 江苏复泽智能科技有限公司 | 一种基于多障碍场景的无人机ai降落方法及系统 |
| WO2022227097A1 (zh) * | 2021-04-30 | 2022-11-03 | 深圳市大疆创新科技有限公司 | 无人机的航线规划方法、装置、设备、系统及存储介质 |
| CN117055601A (zh) * | 2023-09-05 | 2023-11-14 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
| CN112987773B (zh) * | 2019-12-02 | 2024-04-26 | 阿里巴巴集团控股有限公司 | 一种飞行轨迹的处理方法、装置及电子设备 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220223059A1 (en) * | 2021-01-08 | 2022-07-14 | The Boeing Company | Probability-based obstacle avoidance |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916991A (zh) * | 2005-08-18 | 2007-02-21 | 通用汽车环球科技运作公司 | 一种检测车辆碰撞并预测行驶路线的系统和方法 |
| CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
| US20110268349A1 (en) * | 2010-05-03 | 2011-11-03 | Samsung Electronics Co., Ltd. | System and method building a map |
| CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
| CN104267738A (zh) * | 2014-09-25 | 2015-01-07 | 安徽科耀智能科技有限公司 | 一种无人机防碰撞系统 |
| CN105466421A (zh) * | 2015-12-16 | 2016-04-06 | 东南大学 | 面向可靠wifi连接的移动机器人自主巡航方法 |
| CN105573318A (zh) * | 2015-12-15 | 2016-05-11 | 中国北方车辆研究所 | 基于概率分析的环境构建方法 |
| CN106767820A (zh) * | 2016-12-08 | 2017-05-31 | 立得空间信息技术股份有限公司 | 一种室内移动定位与制图方法 |
| CN106951847A (zh) * | 2017-03-13 | 2017-07-14 | 百度在线网络技术（北京）有限公司 | 障碍物检测方法、装置、设备及存储介质 |
| CN107368095A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 一种小型固定翼无人机空中防撞系统及防撞方法 |
| CN107462892A (zh) * | 2017-07-28 | 2017-12-12 | 深圳普思英察科技有限公司 | 基于多超声传感器的移动机器人同步定位与地图构建方法 |
| CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
-
2018
- 2018-09-28 CN CN201811141086.4A patent/CN109116867B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1916991A (zh) * | 2005-08-18 | 2007-02-21 | 通用汽车环球科技运作公司 | 一种检测车辆碰撞并预测行驶路线的系统和方法 |
| US20110268349A1 (en) * | 2010-05-03 | 2011-11-03 | Samsung Electronics Co., Ltd. | System and method building a map |
| CN101975951A (zh) * | 2010-06-09 | 2011-02-16 | 北京理工大学 | 一种融合距离和图像信息的野外环境障碍检测方法 |
| CN103645480A (zh) * | 2013-12-04 | 2014-03-19 | 北京理工大学 | 基于激光雷达和图像数据融合的地形地貌特征构建方法 |
| CN104267738A (zh) * | 2014-09-25 | 2015-01-07 | 安徽科耀智能科技有限公司 | 一种无人机防碰撞系统 |
| CN105573318A (zh) * | 2015-12-15 | 2016-05-11 | 中国北方车辆研究所 | 基于概率分析的环境构建方法 |
| CN105466421A (zh) * | 2015-12-16 | 2016-04-06 | 东南大学 | 面向可靠wifi连接的移动机器人自主巡航方法 |
| CN106767820A (zh) * | 2016-12-08 | 2017-05-31 | 立得空间信息技术股份有限公司 | 一种室内移动定位与制图方法 |
| CN106951847A (zh) * | 2017-03-13 | 2017-07-14 | 百度在线网络技术（北京）有限公司 | 障碍物检测方法、装置、设备及存储介质 |
| CN107462892A (zh) * | 2017-07-28 | 2017-12-12 | 深圳普思英察科技有限公司 | 基于多超声传感器的移动机器人同步定位与地图构建方法 |
| CN107368095A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 一种小型固定翼无人机空中防撞系统及防撞方法 |
| CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
Non-Patent Citations (1)
| Title |
|---|
| 辛煜: "无人驾驶车辆运动障碍物检测、预测和避撞方法研究", 《中国博士学位论文全文数据库工程科技II辑》 * |
Cited By (33)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109828274A (zh) * | 2019-01-07 | 2019-05-31 | 深圳市道通智能航空技术有限公司 | 调整机载雷达的主探测方向的方法、装置和无人机 |
| CN111226185B (zh) * | 2019-04-22 | 2024-03-15 | 深圳市大疆创新科技有限公司 | 飞行航线的生成方法、控制装置及无人机系统 |
| CN111226185A (zh) * | 2019-04-22 | 2020-06-02 | 深圳市大疆创新科技有限公司 | 飞行航线的生成方法、控制装置及无人机系统 |
| CN110069071A (zh) * | 2019-05-15 | 2019-07-30 | 深圳铂石空间科技有限公司 | 无人机导航方法与装置、存储介质、电子设备 |
| CN110069071B (zh) * | 2019-05-15 | 2022-06-14 | 深圳铂石空间科技有限公司 | 无人机导航方法与装置、存储介质、电子设备 |
| CN110488843A (zh) * | 2019-09-04 | 2019-11-22 | 深圳前海达闼云端智能科技有限公司 | 避障方法、移动机器人及计算机可读存储介质 |
| CN110488843B (zh) * | 2019-09-04 | 2023-12-05 | 达闼机器人股份有限公司 | 避障方法、移动机器人及计算机可读存储介质 |
| CN112578808A (zh) * | 2019-09-29 | 2021-03-30 | 中国移动通信有限公司研究院 | 信息收集的方法、装置、计算机设备和存储介质 |
| WO2021078164A1 (zh) * | 2019-10-21 | 2021-04-29 | 深圳市道通智能航空技术有限公司 | 无人机及其飞行轨迹的生成方法、计算机可读存储介质 |
| CN112764423A (zh) * | 2019-11-05 | 2021-05-07 | 上海为彪汽配制造有限公司 | 一种多旋翼无人机飞行轨迹的构建方法及系统 |
| CN110955241A (zh) * | 2019-11-22 | 2020-04-03 | 深圳市优必选科技股份有限公司 | 移动机器人避障方法、装置、移动机器人及存储介质 |
| CN112987773B (zh) * | 2019-12-02 | 2024-04-26 | 阿里巴巴集团控股有限公司 | 一种飞行轨迹的处理方法、装置及电子设备 |
| CN113093715A (zh) * | 2019-12-19 | 2021-07-09 | 广州极飞科技股份有限公司 | 无人设备的运动控制方法、装置、设备及存储介质 |
| WO2021189214A1 (zh) * | 2020-03-23 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
| CN113692560A (zh) * | 2020-03-23 | 2021-11-23 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
| WO2021195875A1 (zh) * | 2020-03-30 | 2021-10-07 | 深圳市大疆创新科技有限公司 | 飞行控制方法、装置、设备及存储介质 |
| CN112589806B (zh) * | 2020-12-29 | 2022-04-01 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
| CN112589806A (zh) * | 2020-12-29 | 2021-04-02 | 上海擎朗智能科技有限公司 | 机器人位姿信息确定方法、装置、设备及存储介质 |
| WO2022227097A1 (zh) * | 2021-04-30 | 2022-11-03 | 深圳市大疆创新科技有限公司 | 无人机的航线规划方法、装置、设备、系统及存储介质 |
| CN113296121A (zh) * | 2021-05-26 | 2021-08-24 | 广东电网有限责任公司 | 基于机载激光雷达的辅助导航系统、方法、介质和设备 |
| CN113741476A (zh) * | 2021-09-14 | 2021-12-03 | 深圳市优必选科技股份有限公司 | 机器人平滑运动控制方法、装置及机器人 |
| CN113568435B (zh) * | 2021-09-24 | 2021-12-24 | 深圳火眼智能有限公司 | 一种基于无人机自主飞行态势感知趋势的分析方法与系统 |
| CN113568435A (zh) * | 2021-09-24 | 2021-10-29 | 深圳火眼智能有限公司 | 一种基于无人机自主飞行态势感知趋势的分析方法与系统 |
| CN113885559A (zh) * | 2021-09-28 | 2022-01-04 | 佛山中科云图智能科技有限公司 | 无人机紧急返航高度路径获取方法、装置、介质和设备 |
| CN114355960B (zh) * | 2021-10-25 | 2023-08-15 | 中国船舶重工集团公司第七0九研究所 | 一种无人机防御智能决策方法及系统、服务器及介质 |
| CN114355960A (zh) * | 2021-10-25 | 2022-04-15 | 中国船舶重工集团公司第七0九研究所 | 一种无人机防御智能决策方法及系统、服务器及介质 |
| CN113901970A (zh) * | 2021-12-08 | 2022-01-07 | 深圳市速腾聚创科技有限公司 | 障碍物的检测方法及装置、介质及电子设备 |
| CN114371697A (zh) * | 2021-12-08 | 2022-04-19 | 珠海云航智能技术有限公司 | 救生圈的控制方法、控制装置、电子设备以及存储介质 |
| CN114371697B (zh) * | 2021-12-08 | 2024-05-07 | 珠海云洲智能科技股份有限公司 | 救生圈的控制方法、控制装置、电子设备以及存储介质 |
| CN114995519A (zh) * | 2022-07-29 | 2022-09-02 | 江苏复泽智能科技有限公司 | 一种基于多障碍场景的无人机ai降落方法及系统 |
| CN114995519B (zh) * | 2022-07-29 | 2022-11-18 | 江苏复泽智能科技有限公司 | 一种基于多障碍场景的无人机ai降落方法及系统 |
| CN117055601A (zh) * | 2023-09-05 | 2023-11-14 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
| CN117055601B (zh) * | 2023-09-05 | 2024-05-31 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109116867B (zh) | 2020-04-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109116867A (zh) | 一种无人机飞行避障方法、装置、电子设备及存储介质 | |
| CN111079619B (zh) | 用于检测图像中的目标对象的方法和装置 | |
| EP3447448B1 (en) | Fault-tolerance to provide robust tracking for autonomous and non-autonomous positional awareness | |
| CN110069071A (zh) | 无人机导航方法与装置、存储介质、电子设备 | |
| CN111291697B (zh) | 用于识别障碍物的方法和装置 | |
| EP3624055B1 (en) | Ground detection method, apparatus, electronic device, vehicle and storage medium | |
| WO2006113104A2 (en) | Map-based trajectory generation | |
| US10139493B1 (en) | Rotor safety system | |
| Bucki et al. | Rectangular pyramid partitioning using integrated depth sensors (rappids): A fast planner for multicopter navigation | |
| CN109737971B (zh) | 车载辅助导航定位系统、方法、设备及存储介质 | |
| CN105096381A (zh) | 一种运动中船舶三维模型在航道中的碰撞检测方法 | |
| CN111487960A (zh) | 一种基于定位能力估计的移动机器人路径规划方法 | |
| US20170261996A1 (en) | Location and mapping device and method | |
| EP3839817A2 (en) | Generating and/or using training instances that include previously captured robot vision data and drivability labels | |
| JP2012198200A (ja) | ディスプレイ上で危険な飛行ゾーン領域を識別するための方法およびシステム | |
| CN113448326A (zh) | 机器人定位方法及装置、计算机存储介质、电子设备 | |
| CN114815851A (zh) | 机器人跟随方法、装置、电子设备以及存储介质 | |
| CN113112491A (zh) | 一种悬崖检测方法、装置、机器人及存储介质 | |
| CN117406771B (zh) | 一种基于四旋翼无人机的高效自主探索方法、系统及设备 | |
| CN112418316B (zh) | 机器人重定位方法、装置、激光机器人及可读存储介质 | |
| Fan et al. | A fire protection robot system based on SLAM localization and fire source identification | |
| CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
| JP2021099689A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| Sinha et al. | Multi uav coordination for tracking the dispersion of a contaminant cloud in an urban region | |
| Dubey et al. | Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |