CN109343528A - 一种节能的无人机路径规划避障方法 - Google Patents
一种节能的无人机路径规划避障方法 Download PDFInfo
- Publication number
- CN109343528A CN109343528A CN201811274277.8A CN201811274277A CN109343528A CN 109343528 A CN109343528 A CN 109343528A CN 201811274277 A CN201811274277 A CN 201811274277A CN 109343528 A CN109343528 A CN 109343528A
- Authority
- CN
- China
- Prior art keywords
- barrier
- unmanned plane
- path
- energy
- path planning
- 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 48
- 230000004888 barrier function Effects 0.000 claims abstract description 60
- 238000005265 energy consumption Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims abstract description 4
- 238000011897 real-time detection Methods 0.000 claims abstract description 4
- 230000009471 action Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 description 23
- 239000002245 particle Substances 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 102000037983 regulatory factors Human genes 0.000 description 2
- 108091008025 regulatory factors Proteins 0.000 description 2
- 238000002940 Newton-Raphson method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001027 hydrothermal synthesis Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000376 reactant Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000006467 substitution 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种节能的无人机路径规划避障方法,包括以下步骤:1)实时探测前进方向上的障碍物;2)存在障碍物则建立障碍物所在的障碍区;3)利用环境信息初步生成一条连接无人机起始点和目标点的路径作为预规划路径;4)根据改进的人工势场法,调整势场系数,考虑物理约束,生成多条候选路径;5)综合考虑无人机飞行中的安全性、平滑性和节能性,提出了一种考虑能耗的代价函数;6)通过使得代价函数最小化来选出最优路径。该无人机路径规划避障方法具有较好的适应性。
Description
技术领域
本发明属于无人机控制技术领域,具体是一种节能的无人机路径规划避障方法。
背景技术
随着科技的发展,无人机的性能得到了显著的提高。近年来无人机在军事和民用领域均显示出巨大的发展潜能,自主执行任务是无人机今后发展的必然趋势,而路径规划是提高无人机自主飞行能力确保飞行安全的关键技术之一。
对于无人机路径规划而言,在大多数场景下希望在相同飞行距离条件下消耗的能量越少越好,尤其在农业作业、电力巡检以及地质测绘等领域,因而如何在一系列无碰撞路径中选取一条最节能的路径是最为关键的。
目前的无人机路径规划避障方法还极少提及无人机的能耗问题。
发明内容
本发明针对现有技术的不足,提供了一种节能的无人机路径规划避障方法。
本发明采用如下技术方案:
一种节能的无人机路径规划避障方法,包括以下步骤:
1)实时探测前进方向上的障碍物。
2)存在障碍物则建立障碍物所在的障碍区。
3)利用环境信息初步生成一条连接无人机起始点和目标点的路径作为预规划路径。
4)根据改进的人工势场法,调整势场系数,考虑物理约束,生成多条候选路径。
5)综合考虑无人机飞行中的安全性、平滑性和节能性,提出了一种考虑能耗的代价函数。
6)通过使得代价函数最小化来选出最优路径。
作为优选,所述障碍区的建立方法包括以下步骤:
Ⅰ)获取障碍物的最大宽度;
Ⅱ)根据障碍物的最大宽度和无人机的宽度为依据建立球型的区域,获得障碍区。
作为优选,所述障碍区的建立方法是以障碍物的最大宽度加上1倍的无人机宽度作为直径建立球型的区域。
作为优选,所述的路径规划避障方法先根据无人机的起始点,障碍物位置以及目标点位置逐步生成一条预规划路径。
作为优选,所述的路径规划避障方法将生成的预规划路径看作由连续的质点构成,而引力由相邻的质点提供,这些质点称为引力源。
作为优选,所述的路径规划避障方法根据无人机到障碍物的距离和障碍物的影响半径,动态调整引力系数和斥力系数,设置障碍物附近的无引力区域,有利于无人机规避障碍物;同时设置斥力有限的作用区域,可减少轨迹不必要的转弯机动。
改进后的引力势场函数:
其中,η是动态的引力因子,反映了无人机到达目标点的强烈程度,Ro是障碍物的半径。
改进后的斥力势函数改进为:
其中,λ是动态的斥力因子,反映无人机规避障碍物的迫切程度,ρ1=2ρo。
作为优选,所述的路径规划避障方法对无人机飞行的速度V以及得到的法向过载n进行饱和性检查以保证满足无人机的物理约束。
|V|≤Vmax
作为优选,所述的路径规划避障方法在不同斥力系数下可生成多条避障候选路径。
作为优选,所述的路径规划避障方法综合考虑无人机飞行中的安全性、平滑性和节能性,提出了一种考虑能耗的代价函数,如下所示:
J(i)=∑(ωsaffsaf(i)+ωsmofsmo(i)+ωenefene(i))
其中:J(i)为路径i的总代价,i是候选路径标号,fsaf是安全性代价函数,fsmo是平滑性代价函数,fene是节能性代价函数;ωsaf、ωsmo、ωene分别是这三个代价函数的调节因子,这三个调节因子决定无人机选择路径的侧重点。
作为优选,所述的路径规划避障方法通过使得代价函数最小化来选出最优路径。
本发明的有益效果为:改进了传统的人工势场避障方法,通过设置预规划路径弱化目标点对无人机的吸引作用,为了强化路径调整的连贯性,将预规划路径看作由连续的质点构成,而引力由相邻的质点提供;根据无人机到障碍物的距离和障碍物的影响半径,动态调整引力系数和斥力系数,设置障碍物附近的无引力区域,有利于无人机规避障碍物;同时设置斥力有限的作用区域,可减少轨迹不必要的转弯机动;通过将无人机的能耗加入代价函数,解算出安全、平滑、节能的路径,且满足无人机机动性能约束,容易实现,为工程应用提供了一种节能的无人机路径规划避障方法。
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获得其他的附图。
图1为本发明一种节能的无人机路径规划避障方法的流程图;
图2为本发明一种节能的无人机路径规划避障方法的避障示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。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。
相反,本发明涵盖任何由权利要求定义在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步,为了使公众对本发明有更好的了解,在下文对本发明的细节描述中,详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
参见图1,图1为本发明的技术方案一种节能的无人机路径规划避障方法的实施例的步骤流程图,包括以下步骤:
S1、实时探测前进方向上的障碍物。
S2、存在障碍物则建立障碍物所在的障碍区。
S3、利用环境信息初步生成一条连接无人机起始点和目标点的路径作为预规划路径。
S4、根据改进的人工势场法,调整势场系数,考虑物理约束,生成多条候选路径。
S5、综合考虑无人机飞行中的安全性、平滑性和节能性,提出了一种考虑能耗的代价函数。
S6、通过使得代价函数最小化来选出最优路径。
本发明所述的无人机路径规划避障方法,步骤S1中:
无人机利用双目摄像头拍摄障碍物的视频图像。
本发明所述的无人机路径规划避障方法,步骤S1中:
根据障碍物的视频图像分析出障碍物的最大宽度以及障碍物所在的位置。
本发明所述的无人机路径规划避障方法,步骤S2中:
根据步骤S1中所得的障碍物的最大宽度以及位置信息建立障碍物所在的障碍区。
本发明所述的无人机路径规划避障方法,步骤S3中:
为了相对弱化传统人工势场法中目标点对无人机的吸引作用,本发明设置了预规划路径;为了强化路径调整的连贯性,本发明中改进的算法将预规划路径看作由连续的质点构成,而引力由相邻的质点提供,这些质点称为引力源。
预规划路径的具体操作如下:
Step1连接起始点和目标点的连线。
Step2判断有无障碍物与Step1中所得的连线相交,若有,则选中距离起始点最近的与连线相交的障碍物;若无,则跳出操作。
Step3从最近的障碍物中选出新的路径点,并将其设为新的起始点。
Step4连接新的起始点与目标点,跳转至Step2。
上述Step2中判断有无相交的具体操作是:用Newton-Raphson法求得连线上与各个障碍物中心点最接近的点坐标,再将这些点坐标与相应的障碍物中心点的距离与其半径相比较,若小于其半径,则相交;若大于其半径,则不相交。
如果有障碍物与连线相交,新的起始点选取距离起始点最近的障碍物,过障碍物中心点做连线的垂线,与连线以及该障碍物边界产生三个交点,取障碍物边界上两个交点中与连线上交点距离较近的一个,即选择曲率较小的一条路径,减少转弯时消耗的能量;若距离相等,则取两个交点中选取与其他障碍物中心点距离较远的那个交点,即选择一条相对安全的路径,减少机动避障的动作,从而减少能量的消耗。
本发明所述的无人机路径规划避障方法,步骤S4中:
所述的路径规划避障方法根据无人机到障碍物的距离和障碍物的影响半径,动态调整引力系数和斥力系数,设置障碍物附近的无引力区域,有利于无人机规避障碍物;同时设置斥力有限的作用区域,可减少轨迹不必要的转弯机动。
改进后的引力势场函数:
其中,η是动态的引力因子,反映了无人机到达目标点的强烈程度,Ro是障碍物的半径。
改进后的斥力势函数改进为:
其中,λ是动态的斥力因子,反映无人机规避障碍物的迫切程度,ρ1=2ρo。
本发明所述的无人机路径规划避障方法,步骤S4中:
所述的路径规划避障方法对无人机飞行的速度V以及得到的法向过载n进行饱和性检查以保证满足无人机的物理约束。
|V|≤Vmax
本发明所述的无人机路径规划避障方法,步骤S4中:
所述的路径规划避障方法根据改进的人工势场法,调整势场系数,考虑物理约束,可生成多条候选路径。
本发明所述的无人机路径规划避障方法,步骤S5中:
所述的路径规划避障方法综合考虑无人机飞行中的安全性、平滑性和节能性,提出了一种考虑能耗的代价函数,如下所示:
J(i)=∑(ωsaffsaf(i)+ωsmofsmo(i)+ωenefene(i))
其中:J(i)为路径i的总代价,i是候选路径标号,fsaf是安全性代价函数,用候选路径到障碍物边缘的最小距离的倒数表示,如下式所示:
其中,Dmin(i)是障碍物中心点到候选路径i的最小距离,Ro是障碍物半径。
fsmo是平滑性代价函数,用候选路径中的最大曲率Kmax来表示,如下式所示:
其中,v是无人机速度,n是无人机的过载限制,Rmin是最小转弯半径。
fene是节能性代价函数,用候选路径的执行时的有效功表示,即无人机飞行过程中用于维持当前飞行速度以及避开障碍物时的机动偏转所需的能量可以作为能量消耗的代价函数,如下式所示:
其中Fi是i时刻无人机做出相应的机动反应之后输出的力,Vi是i时刻无人机的速度矢量,Δt是无人机两次机动响应之间的时间间隔,θ是Fi与Vi之间的夹角。
ωsaf、ωsmo、ωene分别是这三个代价函数的调节因子,这三个调节因子决定无人机选择路径的侧重点。
本发明所述的无人机路径规划避障方法,步骤S6中:
根据步骤S5中的代价函数,将调节因子ωsaf、ωsmo、ωene分别设置为0.3、0.1、0.6,根据代价函数最小的原则从步骤S4中产生的候选路径中选出最优路径,参见图2所示。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种节能的无人机路径规划避障方法,其特征在于包括以下步骤:
1)实时探测前进方向上的障碍物;
2)存在障碍物则建立障碍物所在的障碍区;
3)利用环境信息初步生成一条连接无人机起始点和目标点的路径作为预规划路径;
4)根据改进的人工势场法,调整势场系数,考虑物理约束,生成多条候选路径;包括:
根据无人机到障碍物的距离和障碍物的影响半径,动态调整引力系数和斥力系数,设置障碍物附近的无引力区域,有利于无人机规避障碍物;同时设置斥力有限的作用区域,减少轨迹不必要的转弯机动;
和对无人机飞行的速度以及得到的法向过载进行饱和性检查以保证满足无人机的物理约束;
5)综合考虑无人机飞行中的安全性、平滑性和节能性,设计一种考虑能耗的代价函数;
6)通过使得代价函数最小化来选出最优路径。
2.根据权利要求1所述的一种节能的无人机路径规划避障方法,其特征在于,所述障碍区的建立方法包括以下步骤:
Ⅰ)获取障碍物的最大宽度;
Ⅱ)根据障碍物的最大宽度和无人机的宽度为依据,建立球型的区域,获得障碍区。
3.根据权利要求2所述的一种节能的无人机路径规划避障方法,其特征在于:所述的球型的区域的直径为障碍物的最大宽度加上1倍的无人机宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811274277.8A CN109343528A (zh) | 2018-10-30 | 2018-10-30 | 一种节能的无人机路径规划避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811274277.8A CN109343528A (zh) | 2018-10-30 | 2018-10-30 | 一种节能的无人机路径规划避障方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109343528A true CN109343528A (zh) | 2019-02-15 |
Family
ID=65310987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811274277.8A Pending CN109343528A (zh) | 2018-10-30 | 2018-10-30 | 一种节能的无人机路径规划避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109343528A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958293A (zh) * | 2018-09-07 | 2018-12-07 | 济南大学 | 一种无人机路径规划方法 |
CN109870906A (zh) * | 2019-02-25 | 2019-06-11 | 北京航空航天大学 | 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法 |
CN110238841A (zh) * | 2019-04-29 | 2019-09-17 | 北京云迹科技有限公司 | 障碍物的避让方法及装置 |
CN110262542A (zh) * | 2019-05-21 | 2019-09-20 | 西北大学 | 一种转角与距离结合的旋翼无人机节能路径优化方法 |
CN111443733A (zh) * | 2020-05-25 | 2020-07-24 | 深圳市道通智能航空技术有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN111522353A (zh) * | 2020-06-05 | 2020-08-11 | 深圳市道通智能航空技术有限公司 | 一种无人机制导方法、无人机及存储介质 |
WO2020173044A1 (zh) * | 2019-02-28 | 2020-09-03 | 中国科学院深圳先进技术研究院 | 无人机路径规划方法、装置、存储介质及计算机设备 |
CN111752295A (zh) * | 2019-08-27 | 2020-10-09 | 广州极飞科技有限公司 | 无人机飞行轨迹规划方法及相关装置 |
CN111897340A (zh) * | 2020-08-05 | 2020-11-06 | 电子科技大学 | 一种智能机器人长距离自主导航的方法 |
CN112344938A (zh) * | 2020-10-31 | 2021-02-09 | 哈尔滨工程大学 | 基于指向和势场参数的空间环境路径生成及规划方法 |
CN113124891A (zh) * | 2021-04-20 | 2021-07-16 | 东软睿驰汽车技术(沈阳)有限公司 | 一种行驶路径规划方法及相关装置 |
CN113390414A (zh) * | 2021-04-27 | 2021-09-14 | 北京电子工程总体研究所 | 一种军用油料投送路径规划方法 |
CN113759887A (zh) * | 2020-06-04 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种路径规划方法、装置、存储介质及电子设备 |
CN113906360A (zh) * | 2020-08-07 | 2022-01-07 | 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、计算机可读存储介质 |
CN114620058A (zh) * | 2020-12-10 | 2022-06-14 | 华为技术有限公司 | 轨迹规划方法、装置、计算设备、移动体以及存储介质 |
CN115862273A (zh) * | 2022-11-23 | 2023-03-28 | 中国十七冶集团有限公司 | 一种有毒气体智能监测方法 |
CN116400722A (zh) * | 2023-05-10 | 2023-07-07 | 江苏方天电力技术有限公司 | 一种无人机避障飞行方法及相关装置 |
WO2023130755A1 (zh) * | 2022-01-10 | 2023-07-13 | 美的集团(上海)有限公司 | 路径规划方法、电子设备、计算机程序产品及存储介质 |
CN116540709A (zh) * | 2023-05-11 | 2023-08-04 | 江苏博发机器人智能装备有限公司 | 一种基于机器人编队的避障路径规划方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365299A (zh) * | 2013-08-02 | 2013-10-23 | 中国科学院自动化研究所 | 一种无人机的避障方法及其装置 |
US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
CN106125764A (zh) * | 2016-08-03 | 2016-11-16 | 西北工业大学 | 基于a*搜索的无人机路径动态规划方法 |
CN108007437A (zh) * | 2017-11-27 | 2018-05-08 | 北京航空航天大学 | 一种基于多旋翼飞行器测量农田边界与内部障碍的方法 |
CN108132675A (zh) * | 2017-11-23 | 2018-06-08 | 东南大学 | 一种工厂巡视无人机自主路径巡航以及智能避障方法 |
CN108459503A (zh) * | 2018-02-28 | 2018-08-28 | 哈尔滨工程大学 | 一种基于量子蚁群算法的无人水面艇航迹规划方法 |
-
2018
- 2018-10-30 CN CN201811274277.8A patent/CN109343528A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365299A (zh) * | 2013-08-02 | 2013-10-23 | 中国科学院自动化研究所 | 一种无人机的避障方法及其装置 |
US20160209849A1 (en) * | 2015-01-15 | 2016-07-21 | William Dale Arbogast | System and method for decentralized, multi-agent unmanned vehicle navigation and formation control |
CN106125764A (zh) * | 2016-08-03 | 2016-11-16 | 西北工业大学 | 基于a*搜索的无人机路径动态规划方法 |
CN108132675A (zh) * | 2017-11-23 | 2018-06-08 | 东南大学 | 一种工厂巡视无人机自主路径巡航以及智能避障方法 |
CN108007437A (zh) * | 2017-11-27 | 2018-05-08 | 北京航空航天大学 | 一种基于多旋翼飞行器测量农田边界与内部障碍的方法 |
CN108459503A (zh) * | 2018-02-28 | 2018-08-28 | 哈尔滨工程大学 | 一种基于量子蚁群算法的无人水面艇航迹规划方法 |
Non-Patent Citations (5)
Title |
---|
丁家如,杜昌平,赵耀,尹登宇: "基于改进人工势场法的无人机路径规划算法", 《计算机应用》 * |
周慧子等: "面向自动驾驶的动态路径规划避障算法", 《计算机应用》 * |
张凤等: "一种基于特征点的移动机器人路径规划算法", 《沈阳建筑大学学报(自然科学版)》 * |
毛晨悦,吴鹏勇: "基于人工势场法的无人机路径规划避障算法", 《电子科技(网络出版)》 * |
范世鹏,吴广,王亮,刘运鹏,李伶,祁琪: "基于改进人工势场法的飞行器轨迹规划", 《航天控制》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958293A (zh) * | 2018-09-07 | 2018-12-07 | 济南大学 | 一种无人机路径规划方法 |
CN108958293B (zh) * | 2018-09-07 | 2021-08-06 | 济南大学 | 一种无人机路径规划方法 |
CN109870906B (zh) * | 2019-02-25 | 2020-06-12 | 北京航空航天大学 | 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法 |
CN109870906A (zh) * | 2019-02-25 | 2019-06-11 | 北京航空航天大学 | 一种基于bbo优化人工势场的高速旋翼飞行器路径规划方法 |
WO2020173044A1 (zh) * | 2019-02-28 | 2020-09-03 | 中国科学院深圳先进技术研究院 | 无人机路径规划方法、装置、存储介质及计算机设备 |
CN110238841B (zh) * | 2019-04-29 | 2021-02-02 | 北京云迹科技有限公司 | 障碍物的避让方法及装置 |
CN110238841A (zh) * | 2019-04-29 | 2019-09-17 | 北京云迹科技有限公司 | 障碍物的避让方法及装置 |
CN110262542A (zh) * | 2019-05-21 | 2019-09-20 | 西北大学 | 一种转角与距离结合的旋翼无人机节能路径优化方法 |
CN111752295B (zh) * | 2019-08-27 | 2021-09-10 | 广州极飞科技股份有限公司 | 无人机飞行轨迹规划方法及相关装置 |
CN111752295A (zh) * | 2019-08-27 | 2020-10-09 | 广州极飞科技有限公司 | 无人机飞行轨迹规划方法及相关装置 |
WO2021238743A1 (zh) * | 2020-05-25 | 2021-12-02 | 深圳市道通智能航空技术股份有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN111443733A (zh) * | 2020-05-25 | 2020-07-24 | 深圳市道通智能航空技术有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN111443733B (zh) * | 2020-05-25 | 2023-09-15 | 深圳市道通智能航空技术股份有限公司 | 一种无人机飞行控制方法、装置及无人机 |
CN113759887A (zh) * | 2020-06-04 | 2021-12-07 | 北京京东乾石科技有限公司 | 一种路径规划方法、装置、存储介质及电子设备 |
CN111522353A (zh) * | 2020-06-05 | 2020-08-11 | 深圳市道通智能航空技术有限公司 | 一种无人机制导方法、无人机及存储介质 |
CN111897340A (zh) * | 2020-08-05 | 2020-11-06 | 电子科技大学 | 一种智能机器人长距离自主导航的方法 |
CN113906360A (zh) * | 2020-08-07 | 2022-01-07 | 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、计算机可读存储介质 |
CN112344938A (zh) * | 2020-10-31 | 2021-02-09 | 哈尔滨工程大学 | 基于指向和势场参数的空间环境路径生成及规划方法 |
CN114620058A (zh) * | 2020-12-10 | 2022-06-14 | 华为技术有限公司 | 轨迹规划方法、装置、计算设备、移动体以及存储介质 |
CN113124891A (zh) * | 2021-04-20 | 2021-07-16 | 东软睿驰汽车技术(沈阳)有限公司 | 一种行驶路径规划方法及相关装置 |
CN113390414A (zh) * | 2021-04-27 | 2021-09-14 | 北京电子工程总体研究所 | 一种军用油料投送路径规划方法 |
WO2023130755A1 (zh) * | 2022-01-10 | 2023-07-13 | 美的集团(上海)有限公司 | 路径规划方法、电子设备、计算机程序产品及存储介质 |
CN115862273A (zh) * | 2022-11-23 | 2023-03-28 | 中国十七冶集团有限公司 | 一种有毒气体智能监测方法 |
CN115862273B (zh) * | 2022-11-23 | 2023-09-29 | 中国十七冶集团有限公司 | 一种有毒气体智能监测方法 |
CN116400722A (zh) * | 2023-05-10 | 2023-07-07 | 江苏方天电力技术有限公司 | 一种无人机避障飞行方法及相关装置 |
CN116540709A (zh) * | 2023-05-11 | 2023-08-04 | 江苏博发机器人智能装备有限公司 | 一种基于机器人编队的避障路径规划方法 |
CN116540709B (zh) * | 2023-05-11 | 2023-11-14 | 江苏博发机器人智能装备有限公司 | 一种基于机器人编队的避障路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343528A (zh) | 一种节能的无人机路径规划避障方法 | |
Wang et al. | A multilayer path planner for a USV under complex marine environments | |
Wang et al. | The adaptive vortex search algorithm of optimal path planning for forest fire rescue UAV | |
Droeschel et al. | Multilayered mapping and navigation for autonomous micro aerial vehicles | |
WO2018176593A1 (zh) | 一种面向无人自行车的局部避障路径规划方法 | |
CN106483958B (zh) | 一种基于障碍图和势场法的人机协同编队跟随及避障方法 | |
CN110471429A (zh) | 基于改进人工势场法的割草机器人实时避障方法 | |
US20140081505A1 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
CN107305374A (zh) | 无人机航拍系统 | |
CN109613921A (zh) | 基于快速移动萤火虫算法的无人船舶局部路径规划方法 | |
CN110673633B (zh) | 一种基于改进apf的电力巡检无人机路径规划方法 | |
WO2017215324A1 (zh) | 自动清扫机器人装置 | |
CN104932494A (zh) | 一种概率式室内障碍物分布图的构建机制 | |
CN111786465A (zh) | 一种变电站巡检机器人无线充电系统及方法 | |
CN107677287A (zh) | 基于卷积神经网络的自动导航小车系统及小车循线方法 | |
CN111273662A (zh) | 车辆控制方法、装置、电子设备及可读存储介质 | |
Ren et al. | Improve generalization of driving policy at signalized intersections with adversarial learning | |
Peng et al. | Obstacle avoidance of resilient UAV swarm formation with active sensing system in the dense environment | |
CN107272736B (zh) | 一种基于鸽子被动式避障飞行的无人机避障导引方法 | |
Hao et al. | Automatic recharging path planning for cleaning robots | |
Zhang et al. | An improved particle swarm optimization based on age factor for multi-AUV cooperative planning | |
Lu et al. | Shortest paths through 3-dimensional cluttered environments | |
CN110989350A (zh) | 一种基于膜计算实现井下移动机器人位姿优化方法及装置 | |
CN116382334A (zh) | 一种针对多无人机协同航迹规划的融合优化方法 | |
CN115981377A (zh) | 一种无人机动态避障方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190215 |