CN109447326B - 无人机迁移轨迹生成方法、装置、电子设备和存储介质 - Google Patents
无人机迁移轨迹生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109447326B CN109447326B CN201811163146.2A CN201811163146A CN109447326B CN 109447326 B CN109447326 B CN 109447326B CN 201811163146 A CN201811163146 A CN 201811163146A CN 109447326 B CN109447326 B CN 109447326B
- Authority
- CN
- China
- Prior art keywords
- local
- path
- candidate
- interest
- unmanned aerial
- 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.)
- Active
Links
- 230000005012 migration Effects 0.000 title claims abstract description 136
- 238000013508 migration Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005070 sampling Methods 0.000 claims abstract description 72
- 230000006870 function Effects 0.000 claims abstract description 69
- 238000007781 pre-processing Methods 0.000 claims abstract description 17
- 230000000007 visual effect Effects 0.000 claims description 18
- 230000008859 change Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000009499 grossing Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000013519 translation Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
- G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
-
- 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
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
- G05D1/0044—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement by providing the operator with a computer generated representation of the environment of the vehicle, e.g. virtual reality, maps
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- 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]
- G08G5/0043—Traffic management of multiple aircrafts from the ground
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Operations Research (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Databases & Information Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Processing Or Creating Images (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种无人机迁移轨迹生成方法、装置、电子设备和存储介质。所述方法包括:获取地图上的绘制路径,将绘制路径进行预处理生成第一路径;根据第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;根据候选感兴趣区域和采样视点确定局部候选,并获取局部候选的局部候选代价函数;根据不同局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数;根据局部候选代价函数和局部迁移轨迹代价函数构建集群旅行商问题,求解集群旅行商问题得到全局迁移轨迹,无人机按照本方法生成的迁移轨迹飞行,可以拍出安全、连续的航拍视频。
Description
技术领域
本申请涉及无人机技术领域,特别是涉及一种无人机迁移轨迹生成方法、装置、电子设备和存储介质。
背景技术
无人机(Unmanned Aerial Vehicle,简称UAV)是一种不需要飞行员直接驾驶,仅由无线电遥控或机载程序操控的智能飞行装置,具有体积小、结构简单、使用费用低、可以在复杂高空环境下工作等优势。随着无人机技术的发展,越来越多的人使用无人机来拍摄图像和航拍视频。
但是,目前大多数的航拍视频只是由很多段短小的、简单的航拍镜头剪辑拼接而成,这些由剪辑拼接而成的航拍视频是不连续的,因为无人机的操纵难度比较高,同时以人工规划的无人机轨迹比较粗糙,人们很难使用无人机在大型、复杂的环境中拍出一个连续的航拍视频。
发明内容
基于此,有必要针对无人机难以拍出连续的视频的问题,提供一种能够按照平滑的路径对整个环境进行连续拍摄的无人机迁移轨迹生成方法、装置、电子设备和存储介质。
一种无人机迁移轨迹生成方法,所述方法包括:
获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径;
根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;
根据所述候选感兴趣区域和所述采样视点确定局部候选,并获取所述局部候选的局部候选代价函数;
根据不同局部候选之间的路径生成局部迁移轨迹,并获取所述局部迁移轨迹的局部迁移轨迹代价函数;
根据所述局部候选代价函数和所述局部迁移轨迹代价函数构建集群旅行商问题,求解所述集群旅行商问题得到全局迁移轨迹。
在一个实施例中,所述获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径的步骤包括:
计算所述绘制路径上各点的曲率,提取所述曲率大于阈值的点作为特征点;
对所述特征点进行采样处理;
根据采样的特征点生成第一路径。
在一个实施例中,所述根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点的步骤包括:
根据所述第一路径的样本点的预设范围内感兴趣区域的视觉兴趣值确定候选感兴趣区域;
根据所述第一路径的样本点确定安全飞行空间;
根据所述第一路径的样本点和所述安全飞行空间确定三维空间中的采样视点。
在一个实施例中,所述根据所述第一路径的样本点确定安全飞行空间的步骤包括:
获取配置的相对于所述第一路径的样本点所在位置的地面的第一高度和第二高度,所述第一高度和所述第二高度之间的区域为安全飞行空间;
当所述第一高度与所述感兴趣区域重叠时,在所述感兴趣区域的高度上增加预设高度以更新所述第一高度。
在其中一个实施例中,所述获取所述局部候选的局部候选代价函数的步骤包括:
根据所述感兴趣区域和所述采样视点计算所述局部候选的视图质量;
根据所述局部候选的视图质量确定所述局部候选的局部候选代价函数。
在其中一个实施例中,所述局部迁移轨迹代价函数与无人机的朝向、相机的俯仰角、局部候选间的距离有关。
在一个实施例中,所述方法还包括:
根据所述全局迁移轨迹中无人机朝向变化率和俯仰角变化率中至少一种确定所述无人机在各局部候选的飞行速度。
一种无人机迁移轨迹生成装置,所述装置包括:
处理模块,用于获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径;
确定模块,用于根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;
局部候选确定模块,用于根据所述候选感兴趣区域和所述采样视点确定局部候选,并获取所述局部候选的局部候选代价函数;
局部迁移轨迹生成模块,用于根据不同局部候选之间的路径生成局部迁移轨迹,并获取所述局部迁移轨迹的局部迁移轨迹代价函数;
全局迁移轨迹生成模块,用于根据所述局部候选代价函数和所述局部迁移轨迹代价函数构建集群旅行商问题,求解所述集群旅行商问题得到全局迁移轨迹。
一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述方法中的任一步骤。
一种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上述方法中的任一步骤。
上述无人机迁移轨迹生成方法、装置、电子设备和存储介质,通过获取地图上的绘制路径并进行预处理得到第一路径,根据第一路径上的样本点确定候选感兴趣区域和三维空间里的采样视点,然后确定局部候选并获取局部候选代价函数,根据不同局部候选之间的路径确定局部迁移轨迹,获取局部迁移轨迹代价函数,构建集群旅行商问题并求解就可以得到无人机的全局迁移轨迹。无人机按照生成的迁移轨迹飞行,可以拍出安全、连续的航拍视频。
附图说明
图1为一个实施例中无人机迁移轨迹生成方法的应用环境图;
图2为一个实施例中无人机迁移轨迹生成方法的流程示意图;
图3为一个实施例中预处理步骤的流程示意图;
图4为另一个实施例确定候选感兴趣区域和采样视点的流程示意图;
图5为一个实施例中确定安全飞行空间步骤的流程示意图;
图6为一个实施例中无人机迁移轨迹生成方法的流程示意图;
图7为一个实施例中航拍视频评估结果的折线图;
图8为一个实施例中预览场景评估结果的折线图;
图9为一个实施例中需求期望评估结果的折线图;
图10为一个实施例中无人机迁移轨迹生成装置的结构框图;
图11为一个实施例中电子设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的无人机迁移轨迹生成方法,可以应用于如图1所示的应用环境中。其中,电子设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,也可以是服务器。该电子设备102可以单独实现该无人机迁移轨迹的生成,也可以通过与其它电子设备的通信来实现。
在一个实施例中,如图2所示,提供了一种无人机迁移轨迹生成方法,以该方法应用于图1中的电子设备为例进行说明,包括以下步骤:
步骤202,获取地图上的绘制路径,将绘制路径进行预处理生成第一路径。
其中,绘制路径是指用户在地图上的手绘路径,该地图可以但不限于是各种纸质地图、电子地图、二维地图。预处理是指对手绘路径进行平滑和采样处理,第一路径是指经过平滑和采样处理后的路径。
具体地,电子设备可以通过自身的拍摄获取用户在地图上绘制一条连续的手绘路径,也可以是通过接收其它电子设备拍摄的,还可以直接在电子地图上直接记录手绘路径。手绘路径一般是粗糙的并且不平滑的,电子设备需要对手绘路径进行平滑处理,在平滑处理后的路径上的点进行采样,使简化的路径接近原始的手绘路径。经过预处理,粗糙密集的手绘路径简化为稀疏平滑的新路径,该新路径就是第一路径,该第一路径上的点称为样本点。
步骤204,根据第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点。
其中,感兴趣区域是指无人机可能会拍摄的区域。候选感兴趣区域是指第一路径的每个样本点的预设范围内,视觉兴趣值最高的感兴趣区域。采样视点是指在垂直于第一路径的样本点所在地面的垂线中选定的点。这些采样点代表无人机的可能位置。
具体地,电子设备给第一路径上的每个样本点预设一个范围,在该范围内寻找视觉兴趣值最高的感兴趣区域作为候选感兴趣区域。并且电子设备还根据第一路径上的每个样本点确定无人机的安全飞行空间,该安全飞行空间是指无人机的最小和最大飞行高度之间的区域。确定安全飞行空间后,电子设备根据第一路径的样本点和安全飞行空间确定三维空间中的采样视点。
步骤206,根据候选感兴趣区域和采样视点确定局部候选,并获取局部候选的局部候选代价函数。
其中,局部候选是指无人机在一个采样视点朝着一个候选感兴趣区域拍摄的情况,局部候选是根据无人机的位置和朝向确定的,位置是指无人机处于哪个采样视点,朝向指无人机朝着哪个候选感兴趣区域拍摄。
具体地,一个采样视点有多个候选感兴趣区域,无人机在该采样视点朝着不同的候选感兴趣区域拍摄就有不同的局部候选。电子设备根据候选感兴趣区域和采样视点确定局部候选,并获取该局部候选的局部候选代价函数。比如,在采样视点A有5个候选感兴趣区域a,b,c,d,e,无人机在采样视点A时,可能是朝着其中一个候选感兴趣区拍摄,那么无人机在采样视点A朝着候选感兴趣区a拍摄的情况就是一个局部候选,无人机在采样视点A朝着候选感兴趣区b拍摄的情况就是另一个局部候选。这两种情况中,无人机的位置相同,但朝向不同,则认为是两个不同的局部候选。同样地,无人机的朝向相同,位置不同,也认为是两个不同的局部候选。
步骤208,根据不同局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数。
其中,局部迁移轨迹是指两个不同局部候选之间的迁移路径。局部迁移轨迹代价函数是求得局部候选之间迁移轨迹最短的函数。
具体地,电子设备根据两个不同的局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数,该局部迁移轨迹代价函数与无人机的位置、朝向,相机的俯仰角、局部候选间的距离有关。
步骤210,根据局部候选代价函数和局部迁移轨迹代价函数构建集群旅行商问题,求解集群旅行商问题得到全局迁移轨迹。
其中,集群旅行商问题(Set Travelling Salesman Problem,简称STSP)是指无人机的迁移轨迹最短的组合优化问题。
具体地,电子设备获取局部候选代价函数和局部迁移轨迹代价函数,把两个函数的组合优化模型转化为旅行商问题的一个广义版本,称为集群旅行商问题,求解该集群旅行商问题得到最优的局部候选,这些最优的局部候选的迁移轨迹总和就是全局迁移轨迹。
上述无人机迁移轨迹生成方法中,通过电子设备获取地图上的绘制路径并经行预处理得到第一路径,再根据第一路径上的样本点确定候选感兴趣区域和采样视点,然后确定局部候选并获取局部候选代价函数,根据不同局部候选之间的路径确定局部迁移轨迹,获取局部迁移轨迹代价函数,构建集群旅行商问题并求解就可以得到无人机的全局迁移轨迹。无人机按照生成的迁移轨迹飞行并拍摄,可以在大型、复杂的环境中拍摄出安全、连续的视频。
在一个实施例中,如图3所示,获取地图上的绘制路径,将绘制路径进行预处理生成第一路径的步骤包括:对手绘路径进行平滑和采样处理,并根据采样处理后的点生成第一路径。
步骤302,计算绘制路径上各点的曲率,提取曲率大于阈值的点作为特征点。
其中,曲率就是针对绘制路径上某个点的切线方向角对弧长的转动率,表明绘制路径偏离直线的程度,曲率越大,表示绘制路径的弯曲程度越大。
具体地,电子设备对绘制路径进行平滑处理的步骤包括:电子设备获取地图上的构成绘制路径的点,计算每个点的曲率,如果该点的曲率大于阈值的点,则设置为特征点。比如,电子设备运用有限差分法计算绘制路径各点的曲率,假设所有点中曲率最大值为c,则默认设置0.1c为阈值,将大于该阈值的点设置为特征点,在该绘制路径上去掉小于阈值的点,根据保留下来的特征点得到的路径就是经过平滑处理后的路径。
步骤304,对特征点进行采样处理。
具体地,电子设备对绘制路径中保留的特征点采样,可以采用等距离的采样方式,每间隔相同的距离选取特征点;也可以采用保特征的形态采样方法,即选取能绘制路径的形态的特征点,比如路径从直线变弯曲,则选取路径的方向发生变化时的特征点,选取的这些特征点构成的路径最接近原始的绘制路径。
步骤306,根据采样的特征点生成第一路径。
具体地,采样后的特征点生成的新路径称为第一路径,经过采样处理后的第一路径从粗糙密集的路径简化为稀疏平滑的路径。
该无人机迁移轨迹生成方法中通过计算绘制路径上的点的曲率得到特征点,并对特征点进行采样处理,使得粗糙密集的路径简化为稀疏平滑的路径,减少了计算量,节省了电子设备的内存空间。
在一个实施例中,如图4所示,根据第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点的步骤包括:
步骤402,根据第一路径的样本点的预设范围内感兴趣区域的视觉兴趣值确定候选感兴趣区域。
其中,第一路径的样本点是指构成该第一路径的特征点。预设范围是指以该样本点为中心,在该中心预设的距离内的区域。视觉兴趣值是指感兴趣区域的数量。
具体地,电子设备以第一路径的每个样本点为中心,在该中心的预设距离的范围内选择感兴趣区域,感兴趣区域的数量就是视觉兴趣值。在这些样本点的预设范围内,视觉兴趣值最高的感兴趣区域作为该样本点的候选感兴趣区域。比如,对于每一个样本点,在该点150米的范围内选择感兴趣区域,在这些样本点的范围内中,最多的感兴趣区域是5个,则感兴趣区域的视觉兴趣值最大值等于5,则把这5个感兴趣区域作为所有样本点的候选感兴趣区域。
步骤404,根据第一路径的样本点确定安全飞行空间。
其中,安全飞行空间是指无人机可以飞行的最小高度和最大高度之间的区域。
具体地,电子设备在第一路径的样本点的垂直上方区域设置飞人机的安全飞行空间,以第一路径的样本点所在位置的地面为参照,在该样本点所在位置的地面的垂直上方设置一个高度作为无人机飞行的最小高度,并设置另一高度为无人机飞行的最大高度,则根据第一路径上的样本点所在位置的地面的垂直上方设置的最小高度和最大高度之间的区域就是安全飞行空间,无人机只能在该安全飞行空间中飞行。
步骤406,根据第一路径的样本点和安全飞行空间确定三维空间中的采样视点。
具体地,电子设备在第一路径的样本点上方的安全飞行空间中选择采样视点,采样策略可以但不限于在最小和最大安全高度之间每10m采样一次,比如说安全飞行空间的最小高度是30m,最大高度是120m,则在距离第一路径的样本点垂直上方区域的40m处作为第一个采样视点,50m处作为第二个采样视点。第一路径的每个样本点在安全飞行空间中都对应多个采样视点,并且这些采样视点之间相差一定的距离,保证了无人机在每个采样视点上具有无碰撞性。
在一个实施例中,根据第一路径的样本点确定安全飞行空间的步骤包括:
获取配置的相对于所述第一路径的样本点所在位置的地面的第一高度和第二高度,所述第一高度和所述第二高度之间的区域为安全飞行空间;
当第一高度与候选感兴趣区域重叠时,在候选感兴趣区域的高度上增加预设高度以更新第一高度。
其中,第一高度是指距离第一路径上的样本点所在位置的地面的高度,该第一高度是无人机飞行的最小高度。第二高度是指距离第一路径上的样本点所在位置的地面的另一高度,该第二高度是无人机飞行的最大高度。
具体地,电子设备获取无人机飞行的第一高度和第二高度,当第一高度小于候选感兴趣区域的高度时,该第一高度与候选感兴趣区域出现重叠,则在候选感兴趣区域的高度上增加预设高度作为新的第一高度。如图5所示,电子设备设定该第一路径上的样本点a、b、c、d、e所在位置的地面为参照,设定每个样本点所在位置的地面的垂直上方30m的高度作为第一高度,距离地面120m的高度作为第二高度,但是第一路径的样本点a所在的位置与候选感兴趣区域A出现了重叠,该候选感兴趣区域A的高度为40m,则在候选感兴趣区域A的40m高度上增加20m作为该样本点a所在位置的地面对应的第一高度60m,而其它样本点b、c、d、e所在位置的地面对应的第一高度仍然为30m,所有样本点所在位置的地面对应的第二高度是固定的,则无人机的安全飞行空间就是各个样本点所在位置的地面对应的第一高度与第二高度之间的区域。通过确定无人机相对于第一路径的样本点所在位置的地面的最小飞行高度和最大飞行高度确定安全飞行空间,确保无人机飞行的安全。
在其中一个实施例中,获取所述局部候选的局部候选代价函数的步骤包括:
根据候选感兴趣区域和采样视点计算局部候选的视图质量;
根据局部候选的视图质量确定局部候选的局部候选代价函数。
其中,局部候选的视图质量是指无人机在一个采样点朝向每个候选感兴趣区域的中心拍摄质量。
具体地,电子设备对无人机上的相机进行标定,确定相机内参和外参的值。相机的内参可包括fx、fy、cx、cy,其中,fx表示焦距在图像坐标系x轴方向上单位像元大小,fy表示焦距在图像坐标系y轴方向上单位像元大小,cx、cy表示图像平面的主点坐标,主点是相机光轴与图像平面的交点。fx=f/dx,fy=f/dy,其中,f为单相机的焦距,dx表示图像坐标系x轴方向上一个像素的宽度,dy表示图像坐标系y轴方向上一个像素的宽度。图像坐标系是以相机拍摄的二维图像为基准建立的坐标系,用于指定物体在拍摄图像中的位置。图像坐标系中的(x,y)坐标系的原点位于相机光轴与成像平面的焦点(cx,cy)上,单位为长度单位,即米,像素坐标系中的(u,v)坐标系的原点在图像的左上角,单位为数量单位,即个。(x,y)用于表征物体从相机坐标系向图像坐标系的透视投影关系,(u,v)用于表征像素坐标。(x,y)与(u,v)之间的转换关系如公式:
透视投影是指用中心投影法将形体投射到投影面上,从而获得的一种较为接近视觉效果的单面投影图。
相机的外参包括世界坐标系下的坐标转换到相机坐标系下的坐标的旋转矩阵和平移矩阵。世界坐标系通过刚体变换到达相机坐标系,相机坐标系通过透视投影变换到达图像坐标系。刚体变换是指三维空间中,当物体不发生形变时,对一个几何物体做旋转、平移的运动,即为刚体变换。刚体变换如公式(2)
其中,Xc代表相机坐标系,X代表世界坐标系,R代表世界坐标系到相机坐标系的旋转矩阵,T代表世界坐标系到相机坐标系的平移矩阵。世界坐标系原点和相机坐标系原点之间的距离受x、y、z三个轴方向上的分量共同控制,具有三个自由度,R为分别绕X、Y、Z轴旋转的效果之和。tx表示x轴方向的平移量,ty表示y轴方向的平移量,tz表示z轴方向的平移量。
世界坐标系是客观三维空间的绝对坐标系,可以建立在任意位置。例如对于每张标定图像,世界坐标系可以建立在以标定板的左上角角点为原点,以标定板平面为XY平面,Z轴垂直标定板平面向上。相机坐标系是以相机光心为坐标系的原点,以相机的光轴作为Z轴,X轴、Y轴分别平行于图像坐标系的X轴Y轴。图像坐标系的主点是光轴与图像平面的交点。图像坐标系以主点为原点。像素坐标系是指原点定义在图像平面的左上角位置。电子设备使用与无人机上的相机的内参和外参相同的虚拟相机来渲染当前视角,从而得到视觉兴趣图I(x)。
同时,基于航拍美学规则中心法和三分法计算了一张权重图Iw,其中,中心法是指把主体放在画面中心的构图方法。三分法也称井字构图法,是指把场景用两条横线和两条竖线分割为9个方格,可得到4个交叉点,然后将需要表现的重点放置在任意一个交叉点中的构图方法。则视觉兴趣图I(x)和权重图Iw的点乘结果Q(x)=I(x)·Iw就是无人机在该局部候选的视图质量。然后根据该局部候选的视图质量Q(x)得到局部候选代价函数,局部候选代价函数可以表示
为:Elocal(x)=1-Q(x)公式(3)
在其中一个实施例中,该局部迁移轨迹代价函数与无人机的朝向、相机的俯仰角、局部候选间的距离有关。
具体地,局部迁移轨迹代价函数可以表示为:
Etrans(T(i,j),(i+1,k))=wh*Eh·Hp+wp*Ep公式(4)
其中,T(i,j),(i+1,k)表示第i个手绘样本点的第j个局部候选到第i+1个手绘样本点的第k个局部候选之间的迁移轨迹。Eh表示局部候选x(i,j)与x(i+1,k)之间的朝向变化率,该朝向变化率可以表示为:其中,h(x)是局部候选x的朝向,d(x(i,j),x(i+1,k))表示两个局部候选之间的距离。Hp表示无人机在两个局部候选之间的朝向变化太大的惩罚项,可以表示为:Ep表示局部候选x(i,j)与x(i+1,k)之间相机俯仰角的变化率,该相机俯仰角的变化率可以表示为:其中,P(x)是局部候选相机的俯仰角。wh是无人机朝向的权重,wp是相机的俯仰角,wh和wp是预先设定好的值,wh=0.8,wp=0.2。通过无人机的朝向、相机的俯仰角、局部候选间的距离确定局部迁移轨迹代价函数,可以结合局部候选代价函数得到最优的局部候选,从而得到可以拍摄出安全、连续的视频的无人机迁移轨迹。
在一个实施例中,无人机迁移轨迹生成方法还包括:
根据全局迁移轨迹中无人机朝向变化率和俯仰角变化率中至少一种确定无人机在各局部候选的飞行速度。
具体地,电子设备获取无人机的全局迁移轨迹,并计算无人机在各个局部候选的飞行速度,计算的方法可以表示为:
其中,i表示局部候选,w(i)是局部候选i的速度变化量,hi是无人机的朝向,pi是无人机的相机的俯仰角。加权函数w(i)控制速度的增加或减小,使得无人机能够在朝向发生变化或相机的俯仰角发生变化时以合适的速度飞行。λ(vi-vi-1)2是平滑项,使得无人机在不同的局部候选的迁移轨迹之间过渡时,速度的变化是平滑和合理的。经过对无人机速度的计算,确定了无人机在每个局部候选时的速度,并且无人机速度的变化是平滑和合理的,避免因无人机在飞行时速度变化过大影响航拍视频的视觉稳定性。
在一个实施例中,如图6所示,无人机迁移轨迹生成方法包括:
步骤602,获取地图上的绘制路径,计算绘制路径上各点的曲率,提取曲率大于阈值的点作为特征点。
步骤604,对特征点进行采样处理,并根据采样的特征点生成第一路径。
步骤606,根据第一路径的样本点的预设范围内感兴趣区域的视觉兴趣值确定候选感兴趣区域。
步骤608,获取配置的相对于所述第一路径的样本点所在位置的地面的第一高度和第二高度,所述第一高度和所述第二高度之间的区域为安全飞行空间。
步骤610,当第一高度与感兴趣区域重叠时,在感兴趣区域的高度上增加预设高度以更新第一高度。
步骤612,根据第一路径的样本点和安全飞行空间确定三维空间中的采样视点。
步骤614,根据候选感兴趣区域和采样视点确定局部候选,并计算局部候选的视图质量。
步骤616,根据局部候选的视图质量确定局部候选的局部候选代价函数。
步骤618,根据不同局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数。
步骤620,根据局部候选代价函数和局部迁移轨迹代价函数构建集群旅行商问题,求解集群旅行商问题得到全局迁移轨迹。
在一个实施例中,根据无人机迁移轨迹生成方法的应用实例来介绍本方案。
无人机控制系统可以使用基于DJIWayPointMission SDK(Software DevelopmentKit)的软件平台,控制无人机飞行和拍摄视频。使用此SDK,可以指定航路点序列并精确指定无人机在每个航路点的物理位置、朝向和相机的俯仰角以及无人机的速度。实际飞行轨迹与规划的航拍迁移轨迹之间的会存在一点微小误差,主要是由GPS信号不稳定和风速的影响引起的。可以使用便携式但强大的无人机的DJI Phantom 4Pro V2.0来实地拍摄航拍视频。无人机的飞行运动包括沿着水平轴的向前、向后、向左或向右移动、增加和降低其高度、顺时针或逆时针改变其方向。无人机配备4K/30fps 1200万像素的相机,相机倾斜度可以控制在0度到90度之间。无人机将在航路点之间飞行,在航路点执行动作,并在航路点之间调整朝向、高度、俯仰角和速度,无人机的实际迁移轨迹基本上与系统所产生的迁移轨迹相同。
电子设备获取用户使用两种方法得到的路径的航拍结果,一种是本方案的方法生成的路径,另一种是使用DJI GS PRO工具设计的路径。根据设计的问题和用户的答案,比较两种方法生成的路径的航拍结果。具体过程如下:六个用户先使用本申请实施例的方法得到无人机全局迁移轨迹,再使用DJI GS PRO工具设计一个类似的迁移轨迹,包括指定航路点位置,设置每个航路点上无人机的高度、朝向、俯仰角,使无人机沿着生成的无人机迁移轨迹和用DJI GS PRO设计的轨迹拍摄航拍视频。
获取用户的使用评价。通过提供一些航拍视频给用户判断,并得到用户的答案以评估分析两种方法生成的路径的航拍结果。提供给用户的问题是:1)更让人愉悦的航拍视频,2)对场景更好的预览,3)更能达到用户的期望。提供给用户的选择是:1)左边的视频更加让人愉悦,2)左边的视频提供了对整个场景更好的预览,3)左边的视频更能达到期望。提供给用户的答案是:1)完全同意,2)基本同意,3中立态度),4)基本不同意,5)完全不同意。评估结果参见表1和图7、图8以及图9。
图7、图8以及图9展示了问题1)到3)的评估结果。图7展示了问题1)的选择结果,即按照本申请实施例生成的无人机迁移轨迹拍摄的视频优于DJI GS PRO版本。根据用户的反馈,当使用DJI GS PRO时,大多数用户感到难以估计拍摄候选感兴趣区域应设置的高度、朝向和俯仰角。从拍摄的视频结果来看,无人机沿一些用DJI GS PRO设计的轨迹飞行时只能拍摄到部分候选感兴趣的区域,甚至难以拍摄到候选感兴趣的区域。出于同样的原因,对于问题3),如图9所示,大多数用户认为按照本申请实施例生成的无人机迁移轨迹的航拍视频更能满足其需求。对于问题2),根据图8可知,本申请实施例提供的预览场景优于DJI GSPRO版本,并且当场景更复杂时,DJI GS PRO在规划路径时可能只考虑拍摄一些特殊的感兴趣区域。但是本申请实施例的无人机迁移轨迹生成方法考虑在样本点150米内K个视觉兴趣值最高的感兴趣区域,综合考虑视觉兴趣值、朝向变化和俯仰角变化,然后决定每个航路点的最佳高度、朝向和俯仰角。
表1本申请实施例与DJI GS PRO时间和电池消耗的统计表
其中,电池消耗中,100%表示消耗了一颗电池。括号中的次数表示用户的路径修改及重新拍摄次数。根据本申请实施例的方法构建的系统和DJI GS PRO的使用进行了一些定量的统计,统计时间消耗量和电池消耗量。对于本申请实施例,时间消耗量包含用户包含绘制草图路径的时间和生成轨迹所需的计算时间。对于DJI GS PRO,时间消耗量包含用户设置每个航路点并指定每个航路点的高度、朝向和俯仰角的时间。
根据表1的统计结果可以看出,本申请实施例的时间消耗较短,使用DJI GS PRO工具消耗的时间比较多,主要是由于用户需要在每个航路点上重复设置无人机配置信息。从电池消耗的比较,可以看出,本申请实施例节省了大量的电池能量。大多数用户在使用DJIGS PRO时由于航拍效果不佳,需要修改路径并且重新拍摄视频2到5次。
上述实施例中,通过评估分析用户使用两种方法生成的路径的航拍结果,可以明显的表现出本申请相对于其它方案的优点,进一步体现了本申请提供的无人机迁移轨迹生成方法的优势。
应该理解的是,虽然图1-9的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-9中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图10所示,提供了一种无人机迁移轨迹生成装置,包括:处理模块1002、确定模块1004、局部候选确定模块1006、局部迁移轨迹生成模块1008和全局迁移轨迹生成模块1010,其中:
处理模块1002,用于获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径。
确定模块1004,用于根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点。
局部候选确定模块1006,用于根据所述候选感兴趣区域和所述采样视点确定局部候选,并获取所述局部候选的局部候选代价函数。
局部迁移轨迹生成模块1008,用于根据不同局部候选之间的路径生成局部迁移轨迹,并获取所述局部迁移轨迹的局部迁移轨迹代价函数。
全局迁移轨迹生成模块1010,用于根据所述局部候选代价函数和所述局部迁移轨迹代价函数构建集群旅行商问题,求解所述集群旅行商问题得到全局迁移轨迹。
上述无人机迁移轨迹生成装置中,通过电子设备获取地图上的绘制路径并经行预处理得到第一路径,再根据第一路径上的样本点确定候选感兴趣区域和采样视点,然后确定局部候选并获取局部候选代价函数,根据不同局部候选之间的路径确定局部迁移轨迹,获取局部迁移轨迹代价函数,构建集群旅行商问题并求解就可以得到无人机的全局迁移轨迹。无人机按照生成的迁移轨迹飞行并拍摄,可以拍摄出安全、连续的并且具有航拍美学的视频。
在一个实施例中,处理模块1002还用于:计算绘制路径上各点的曲率,提取曲率大于阈值的点作为特征点;对特征点进行采样处理;根据采样的特征点生成第一路径。该无人机迁移轨迹生成方法中通过计算绘制路径上的点的曲率得到特征点,并对特征点进行采样处理,使得粗糙密集的路径简化为稀疏平滑的路径,减少了计算量,节省了电子设备的内存空间。
在一个实施例中,确定模块1004还用于:根据第一路径的样本点的预设范围内感兴趣区域的视觉兴趣值确定候选感兴趣区域;根据第一路径的样本点确定安全飞行空间;根据第一路径的样本点和安全飞行空间确定三维空间中的采样视点。该装置通过第一路径的样本点确定安全飞行空间,并在安全飞行空间中确定多个采样视点,并且这些采样视点之间相差一定的距离,保证了无人机在每个采样视点上具有无碰撞性。
在一个实施例中,确定模块1004还用于:获取配置的相对于所述第一路径的样本点所在位置的地面的第一高度和第二高度,所述第一高度和所述第二高度之间的区域为安全飞行空间;当第一高度与候选感兴趣区域重叠时,在候选感兴趣区域的高度上增加预设高度以更新第一高度。通过确定无人机相对于第一路径的样本点所在位置的地面的最小飞行高度和最大飞行高度确定安全飞行空间,确保无人机飞行的安全。
在一个实施例中,局部候选确定模块1006还用于:根据候选感兴趣区域和采样视点计算局部候选的视图质量;根据局部候选的视图质量确定局部候选的局部候选代价函数。通过确定局部候选的视图质量来局部候选代价函数,减少了计算量,提高了电子设备运行的效率。
在一个实施例中,无人机迁移轨迹生成装置还包括:速度控制模块。速度控制模块,用于根据全局迁移轨迹中无人机朝向变化率和俯仰角变化率中至少一种确定无人机在各局部候选的飞行速度。无人机迁移轨迹生成装置的速度控制模块经过对无人机速度的计算,确定了无人机在每个局部候选时的速度,并且无人机速度的变化是平滑和合理的,避免因无人机在飞行时速度变化过大影响航拍视频的视觉稳定性。
关于无人机迁移轨迹生成装置的具体限定可以参见上文中对于无人机迁移轨迹生成方法的限定,在此不再赘述。上述无人机迁移轨迹生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种电子设备,其内部结构图可以如图11所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人机迁移轨迹生成方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图11中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种电子设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取地图上的绘制路径,将绘制路径进行预处理生成第一路径;根据第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;根据候选感兴趣区域和采样视点确定局部候选,并获取局部候选的局部候选代价函数;根据不同局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数;根据局部候选代价函数和局部迁移轨迹代价函数构建集群旅行商问题,求解集群旅行商问题得到全局迁移轨迹。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取地图上的绘制路径,将绘制路径进行预处理生成第一路径;根据第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;根据候选感兴趣区域和采样视点确定局部候选,并获取局部候选的局部候选代价函数;根据不同局部候选之间的路径生成局部迁移轨迹,并获取局部迁移轨迹的局部迁移轨迹代价函数;根据局部候选代价函数和局部迁移轨迹代价函数构建集群旅行商问题,求解集群旅行商问题得到全局迁移轨迹。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种无人机迁移轨迹生成方法,所述方法包括:
获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径;
根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;
根据所述候选感兴趣区域和所述采样视点确定局部候选,并根据所述候选感兴趣区域和所述采样视点计算所述局部候选的视图质量;
根据所述局部候选的视图质量确定所述局部候选的局部候选代价函数;
根据不同局部候选之间的路径生成局部迁移轨迹,并获取所述局部迁移轨迹的局部迁移轨迹代价函数;
根据所述局部候选代价函数和所述局部迁移轨迹代价函数构建集群旅行商问题,求解所述集群旅行商问题得到全局迁移轨迹。
2.根据权利要求1所述的方法,其特征在于,所述获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径的步骤包括:
计算所述绘制路径上各点的曲率,提取所述曲率大于阈值的点作为特征点;
对所述特征点进行采样处理;
根据采样的特征点生成第一路径。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点的步骤包括:
根据所述第一路径的样本点的预设范围内感兴趣区域的视觉兴趣值确定候选感兴趣区域;
根据所述第一路径的样本点确定安全飞行空间;
根据所述第一路径的样本点和所述安全飞行空间确定三维空间中的采样视点。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一路径的样本点确定安全飞行空间的步骤包括:
获取配置的相对于所述第一路径的样本点所在位置的地面的第一高度和第二高度,所述第一高度和所述第二高度之间的区域为安全飞行空间;
当所述第一高度与所述候选感兴趣区域重叠时,在所述候选感兴趣区域的高度上增加预设高度以更新所述第一高度。
5.根据权利要求1所述的方法,其特征在于,所述局部迁移轨迹代价函数与无人机的朝向、相机的俯仰角、局部候选间的距离有关。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述全局迁移轨迹中无人机朝向变化率和俯仰角变化率中至少一种确定所述无人机在各局部候选的飞行速度。
7.一种无人机迁移轨迹生成装置,其特征在于,所述装置包括:
处理模块,用于获取地图上的绘制路径,将所述绘制路径进行预处理生成第一路径;
确定模块,用于根据所述第一路径的样本点确定候选感兴趣区域和三维空间中的采样视点;
局部候选确定模块,用于根据所述候选感兴趣区域和所述采样视点确定局部候选,并根据所述候选感兴趣区域和所述采样视点计算所述局部候选的视图质量;根据所述局部候选的视图质量确定所述局部候选的局部候选代价函数;
局部迁移轨迹生成模块,用于根据不同局部候选之间的路径生成局部迁移轨迹,并获取所述局部迁移轨迹的局部迁移轨迹代价函数;
全局迁移轨迹生成模块,用于根据所述局部候选代价函数和所述局部迁移轨迹代价函数构建集群旅行商问题,求解所述集群旅行商问题得到全局迁移轨迹。
8.根据权利要求7所述的装置,其特征在于,所述处理模块,还用于计算所述绘制路径上各点的曲率,提取所述曲率大于阈值的点作为特征点;对所述特征点进行采样处理;根据采样的特征点生成第一路径。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种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至6中任一项所述的方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163146.2A CN109447326B (zh) | 2018-09-30 | 2018-09-30 | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 |
US16/477,144 US11443639B2 (en) | 2018-09-30 | 2018-10-12 | Methods of generating a unmanned aerial vehicle migration trajectory, electronic devices and storage mediums |
PCT/CN2018/109972 WO2020062338A1 (zh) | 2018-09-30 | 2018-10-12 | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811163146.2A CN109447326B (zh) | 2018-09-30 | 2018-09-30 | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109447326A CN109447326A (zh) | 2019-03-08 |
CN109447326B true CN109447326B (zh) | 2021-11-30 |
Family
ID=65546268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811163146.2A Active CN109447326B (zh) | 2018-09-30 | 2018-09-30 | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11443639B2 (zh) |
CN (1) | CN109447326B (zh) |
WO (1) | WO2020062338A1 (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976370B (zh) * | 2019-04-19 | 2022-09-30 | 深圳市道通智能航空技术股份有限公司 | 立面环绕飞行的控制方法、装置、终端及存储介质 |
CN110262567B (zh) * | 2019-06-27 | 2022-04-15 | 深圳市道通智能航空技术股份有限公司 | 一种路径中继点空间生成方法、装置和无人机 |
US11768493B2 (en) * | 2019-06-28 | 2023-09-26 | Zoox, Inc. | Remote vehicle guidance |
US11467573B2 (en) | 2019-06-28 | 2022-10-11 | Zoox, Inc. | Vehicle control and guidance |
CN110599583B (zh) | 2019-07-26 | 2022-03-18 | 深圳眸瞳科技有限公司 | 无人机飞行轨迹生成方法、装置、计算机设备和存储介质 |
CN112729309A (zh) * | 2020-12-24 | 2021-04-30 | 北京瓴域航空技术研究院有限公司 | 一种无人机物流路径规划方法及设备 |
CN114170381A (zh) * | 2021-12-07 | 2022-03-11 | 贝壳技术有限公司 | 三维路径展示方法、装置、可读存储介质及电子设备 |
CN115358497B (zh) * | 2022-10-24 | 2023-03-10 | 湖南长理尚洋科技有限公司 | 基于gis技术的智慧全景巡河方法及系统 |
CN115499596B (zh) * | 2022-11-18 | 2023-05-30 | 北京中科觅境智慧生态科技有限公司 | 一种处理图像的方法和装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103542852A (zh) * | 2013-10-23 | 2014-01-29 | 上海大学 | 一种基于分割法的无人机路径规划方法 |
CN103901892A (zh) * | 2014-03-04 | 2014-07-02 | 清华大学 | 无人机的控制方法及系统 |
CN104807457A (zh) * | 2015-04-29 | 2015-07-29 | 广州快飞计算机科技有限公司 | 飞行器航线的生成方法、装置及终端设备 |
CN104867142A (zh) * | 2015-05-14 | 2015-08-26 | 中国科学院深圳先进技术研究院 | 基于三维场景的导航方法 |
CN105589471A (zh) * | 2016-01-22 | 2016-05-18 | 深圳市为有视讯有限公司 | 无人机飞行轨迹绘制方法、装置以及系统 |
CN107278262A (zh) * | 2016-11-14 | 2017-10-20 | 深圳市大疆创新科技有限公司 | 飞行轨迹的生成方法、控制装置及无人飞行器 |
CN107943072A (zh) * | 2017-11-13 | 2018-04-20 | 深圳大学 | 无人机飞行路径生成方法、装置、存储介质及设备 |
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
KR101894409B1 (ko) * | 2017-11-29 | 2018-09-04 | 주식회사 무지개연구소 | 드론 관제 시스템 및 방법 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9354296B2 (en) * | 2014-05-20 | 2016-05-31 | Verizon Patent And Licensing Inc. | Dynamic selection of unmanned aerial vehicles |
EP2960154A1 (en) | 2014-06-23 | 2015-12-30 | Thomson Licensing | A method for controlling a path of a rotary-wing drone, a corresponding system, a rotary-wing drone implementing this system and the related uses of such a drone |
US9847032B2 (en) * | 2014-07-15 | 2017-12-19 | Richard Postrel | System and method for automated traffic management of intelligent unmanned aerial vehicles |
US10037028B2 (en) * | 2015-07-24 | 2018-07-31 | The Trustees Of The University Of Pennsylvania | Systems, devices, and methods for on-board sensing and control of micro aerial vehicles |
CN107209854A (zh) * | 2015-09-15 | 2017-09-26 | 深圳市大疆创新科技有限公司 | 用于支持顺畅的目标跟随的系统和方法 |
US20190055017A1 (en) | 2016-03-02 | 2019-02-21 | Nec Corporation | Unmanned aircraft, unmanned aircraft control system, and flight control method |
CN106043694B (zh) | 2016-05-20 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 一种控制飞行器飞行的方法、移动终端、飞行器及系统 |
US10124907B1 (en) * | 2016-08-03 | 2018-11-13 | Rockwell Collins, Inc. | Autorotation guidance command system, device, and method |
CA3049681A1 (en) * | 2017-01-23 | 2018-07-26 | The Board Of Trustees Of The University Of Illinois | Adaptive cyber-physical system for efficient monitoring of unstructured environments |
CN108496134A (zh) * | 2017-05-31 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人机返航路径规划方法及装置 |
EP3764635A4 (en) * | 2018-03-06 | 2021-07-14 | FUJIFILM Corporation | PHOTOGRAPHING DEVICE, PHOTOGRAPHING METHOD, PHOTOGRAPHING PROGRAM, AND PHOTOGRAPHING SYSTEM |
IT201800003849A1 (it) * | 2018-03-21 | 2019-09-21 | Vhive Tech Ltd | Sistema e metodo per gestire sistemi aerei senza pilota (UAS) che eseguono una missione adattiva |
-
2018
- 2018-09-30 CN CN201811163146.2A patent/CN109447326B/zh active Active
- 2018-10-12 US US16/477,144 patent/US11443639B2/en active Active
- 2018-10-12 WO PCT/CN2018/109972 patent/WO2020062338A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103542852A (zh) * | 2013-10-23 | 2014-01-29 | 上海大学 | 一种基于分割法的无人机路径规划方法 |
CN103901892A (zh) * | 2014-03-04 | 2014-07-02 | 清华大学 | 无人机的控制方法及系统 |
CN104807457A (zh) * | 2015-04-29 | 2015-07-29 | 广州快飞计算机科技有限公司 | 飞行器航线的生成方法、装置及终端设备 |
CN104867142A (zh) * | 2015-05-14 | 2015-08-26 | 中国科学院深圳先进技术研究院 | 基于三维场景的导航方法 |
CN105589471A (zh) * | 2016-01-22 | 2016-05-18 | 深圳市为有视讯有限公司 | 无人机飞行轨迹绘制方法、装置以及系统 |
CN107278262A (zh) * | 2016-11-14 | 2017-10-20 | 深圳市大疆创新科技有限公司 | 飞行轨迹的生成方法、控制装置及无人飞行器 |
CN107943072A (zh) * | 2017-11-13 | 2018-04-20 | 深圳大学 | 无人机飞行路径生成方法、装置、存储介质及设备 |
KR101894409B1 (ko) * | 2017-11-29 | 2018-09-04 | 주식회사 무지개연구소 | 드론 관제 시스템 및 방법 |
CN108109437A (zh) * | 2018-01-24 | 2018-06-01 | 广东容祺智能科技有限公司 | 一种基于地图特征的无人机自主航线提取生成方法 |
Also Published As
Publication number | Publication date |
---|---|
US20210295714A1 (en) | 2021-09-23 |
WO2020062338A1 (zh) | 2020-04-02 |
US11443639B2 (en) | 2022-09-13 |
CN109447326A (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109447326B (zh) | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 | |
US10657714B2 (en) | Method and system for displaying and navigating an optimal multi-dimensional building model | |
CN108279670B (zh) | 用于调整点云数据采集轨迹的方法、设备以及计算机可读介质 | |
US11557083B2 (en) | Photography-based 3D modeling system and method, and automatic 3D modeling apparatus and method | |
CN109242903A (zh) | 三维数据的生成方法、装置、设备及存储介质 | |
CN111436208B (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
CN107807659A (zh) | 一种无人机飞行控制方法及装置 | |
CN108604379A (zh) | 用于确定图像中的区域的系统及方法 | |
CN110309236B (zh) | 地图中寻路的方法、装置、计算机设备和存储介质 | |
CN108981706B (zh) | 无人机航拍路径生成方法、装置、计算机设备和存储介质 | |
CN110189399A (zh) | 一种室内三维布局重建的方法及系统 | |
CN109461208A (zh) | 三维地图处理方法、装置、介质和计算设备 | |
US11315313B2 (en) | Methods, devices and computer program products for generating 3D models | |
WO2021093679A1 (zh) | 视觉定位方法和装置 | |
JP7182710B2 (ja) | 測量方法、装置及びデバイス | |
WO2020014949A1 (zh) | 无人机航拍路径生成方法、计算机设备和存储介质 | |
CN110276768A (zh) | 图像分割方法、图像分割装置、图像分割设备及介质 | |
CN110648363A (zh) | 相机姿态确定方法、装置、存储介质及电子设备 | |
JP2023523745A (ja) | コンピュータビジョンに基づく文字列認識方法、装置、機器及び媒体 | |
CN117036300A (zh) | 基于点云-rgb异源图像多级配准映射的路面裂缝识别方法 | |
CN114782646A (zh) | 房屋模型的建模方法、装置、电子设备和可读存储介质 | |
CN106681697B (zh) | 一种cuda架构下目标访问计算并行实现方法 | |
JP7055395B2 (ja) | 情報処理システム | |
CN113741495B (zh) | 无人机姿态调整方法、装置、计算机设备和存储介质 | |
CN113034347A (zh) | 倾斜摄影图像处理方法、装置、处理设备及存储介质 |
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 |