CN109782806B - 一种无人机室内路径跟踪方法及装置 - Google Patents
一种无人机室内路径跟踪方法及装置 Download PDFInfo
- Publication number
- CN109782806B CN109782806B CN201910121302.7A CN201910121302A CN109782806B CN 109782806 B CN109782806 B CN 109782806B CN 201910121302 A CN201910121302 A CN 201910121302A CN 109782806 B CN109782806 B CN 109782806B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- target point
- compared
- micro target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 230000015572 biosynthetic process Effects 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 22
- 230000005540 biological transmission Effects 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 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 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供了一种无人机室内路径跟踪方法及装置，其中，方法包括：通过将无人机的规划轨迹分段的多段路径，微分为多段微分路径，在每段微分路径中确定当前位置与待比较微目标点的路程差；若路程差大于预设路程差，则调整无人机飞向待比较微目标点的飞行时间，得到调整后飞行时间，在调整后飞行时间内，控制无人机飞向待比较微目标点；在待比较微目标点不为最后一个微目标点，并且路程差小于预设路程差的情况下，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿路程差。相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。
Description
技术领域
本发明涉及无人机技术领域，特别是涉及一种无人机室内路径跟踪方法及装置。
背景技术
无人机具有结构简单、机动性高等优点，广泛应用于灾难救援、地质勘探、农业植保等方面。一般无人机的编队飞行也同样有着广泛应用，例如无人机表演，大型馆动态监控等。无人机的编队飞行多被归类于多架无人机的控制问题。无人机控制问题一般包含了定位、路径规划、路径跟踪及任务分配等。
目前主流的无人机路径跟踪的方法一般可以采用比例-微分(Proportional-Differentiation，简称PD)控制，控制无人机按照规划轨迹从起点飞行向终点，并且，根据P和D进行补偿无人机飞行的误差。
对于飞行误差和定位误差比较大的无人机来说，尤其在室内的无人机，室内的无人机采用全球定位系统(Global Positioning System，简称GPS)定位系统，定位误差较大。PD控制无人机飞行的轨迹来补偿无人机飞行的误差，由于无人机飞行的轨迹较长，PD控制的精度会受到影响，导致补偿无人机飞行的误差准确性较低。
发明内容
本发明实施例的目的在于提供一种无人机室内路径跟踪方法及装置，用以解决现有技术中由于无人机飞行的路径较长，PD控制的精度会受到影响，导致补偿无人机飞行的误差准确性较低的技术问题。具体技术方案如下：
第一方面，本发明实施提供了一种无人机室内路径跟踪方法，所述方法包括：
将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
第二方面，本发明实施提供了一种无人机室内路径跟踪装置，应用于无人机，所述装置包括：
单架轨迹设置模块，用于将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
第一控制指令传输模块，用于若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
第三方面，本发明实施提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现第一方面所述的方法步骤。
第四方面，本发明实施提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述第一方面任一的方法。
本发明实施例提供的无人机室内路径跟踪方法及装置，通过将无人机的规划轨迹分段的多段路径，微分为多段微分路径，在每段微分路径中确定当前位置与待比较微目标点的路程差；若路程差大于预设路程差，则调整无人机飞向待比较微目标点的飞行时间，得到调整后飞行时间，在调整后飞行时间内，控制无人机飞向待比较微目标点；在待比较微目标点不为最后一个微目标点，并且路程差小于预设路程差的情况下，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿路程差。
由此可见，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的无人机室内路径跟踪方法的第一流程示意图；
图2为本发明实施例的规划轨迹、路径及微分路径的示意图；
图3为本发明实施例提供的无人机室内路径跟踪方法的第二流程示意图；
图4为本发明实施例的无人机室内路径跟踪装置的结构示意图；
图5为本发明实施例的无人机室内路径跟踪系统的结构示意图；
图6为本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
针对现有技术的由于无人机飞行的路径较长，PD控制的精度会受到影响，导致补偿无人机飞行的误差准确性较低的问题，本发明实施例提供一种无人机室内路径跟踪方法及装置，通过将无人机的规划轨迹分段的多段路径，微分为多段微分路径，在每段微分路径中确定当前位置与待比较微目标点的路程差；若路程差大于预设路程差，则调整无人机飞向待比较微目标点的飞行时间，得到调整后飞行时间，在调整后飞行时间内，控制无人机飞向待比较微目标点；在待比较微目标点不为最后一个微目标点，并且路程差小于预设路程差的情况下，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿路程差。
由此可见，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。
下面首先对本发明实施例提供的一种无人机室内路径跟踪方法进行介绍。
本发明实施例提供的一种无人机室内路径跟踪方法，应用于电子设备，具体的，该电子设备可以为：台式计算机、便携式计算机、智能移动终端、服务器、地面控制站等。在此不作限定，任何可以实现本发明的电子设备，均属于本发明的保护范围。可选的，电子设备可以但不限于为地面控制站，这个无人机室内路径跟踪方法应用于的场景可以但不限于为无人机室内表演、大型场馆监控、室内场景搜索援救等。
参见图1，图1为本发明实施例提供的无人机室内路径跟踪方法的第一流程示意图。本发明实施例提供的无人机室内路径跟踪方法，可以包括如下步骤：
步骤110，将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点。这里的多段路径可以是指两段以上路径，具体路径的段数可以但不限于是根据用户需求进行设置。
无人机的规划轨迹可以但不限于是指预先为无人机设置的飞行轨迹。这个飞行轨迹可以使单独为每个无人机设置的飞行轨迹，也可以为每个无人机各自设置飞行轨迹，完成无人机编队。这些预先设置无人机的飞行轨迹，也可以称为无人机的路径规划。这个无人机编队其核心是提出一种协同的策略，使每个无人机能够按照预设的策略，实现定位与路径规划，并从全局角度整体编队形成队形，这个预设的策略可以是根据用户需求进行设置的。无人机编队的目标是使无人机从任意初始位置达到期望的位置，并保持这一相对位置关系。
上述无人机的规划轨迹可以但不限于是直线轨迹，也可以但不限于是曲线轨迹，只要能够实现本发明实施例的轨迹，均属于本发明实施例的保护范围。
其中，多段路径可以是根据用户需求进行分段，确定每段路径的终点为大目标点。这个分段为多段路径的主要目的是为了让无人机每次都可以按照大目标点为飞往下一大目标点的起点，避免了每次偏离起点太远，而增大了无人机飞行的累积误差。对应于无人机的规划轨迹，多段路径也可以但不限于是直线路径，也可以但不限于是曲线路径，只要能够实现本发明实施例的路径，均属于本发明实施例的保护范围。
步骤120，将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点。这里的多段微分路径可以是指两段以上微分路径，具体微分路径的段数可以但不限于是根据用户需求进行设置。分段或微分可以采用均分，也可以非均分，均可以根据用户需求决定。
参见图2，上述无人机的规划轨迹可以是具有起点201及终点202的轨迹。上述每段路径的终点为大目标点，每段路径都具有终点，也就是说，每段路径都有大目标点，以图2中的一个大目标点203进行示例表示，就是直接在规划轨迹上划分的黑点，最后一段路径的终点与无人机的规划轨迹的终点处于同一位置，即终点202的位置。而，每段路径被微分为多段微分路径，所以每段路径包含有多个微分路径，每段微分路径的终点为微目标点，每段微分路径都具有终点，也就是微目标点，如图2中的一个微目标点204进行示例表示，即虚线带黑点的可以表示微目标点。每段路径的终点的同一位置处，也是本段路径的最后一个微目标点的所处位置处，即大目标203的位置。
在无人机的规划轨迹为曲线轨迹时，对于微分处理而言，微分处理的目的是将当前一段微分路径也可以被近似看作是直线微分路径，方便后期计算与处理。为了将每段路径微分为多段微分路径，可以采用如下实现方式：利用比例积分微分(ProportionalIntegration Differentiation，简称PID)控制，将每段路径微分为多段微分路径。为了能够方便计算和控制无人机飞行，本步骤利用比例积分微分PID控制，将每段路径等比例微分为多段微分路径。并且，在本步骤之后，所述方法还包括：将多段微分路径存储。具体的存储方式可以但不限于数组，或者序列。这样方便按照存储的内容，依次读取出多段微分路径。
这样用户在地面控制站绘制无人机规划轨迹，将每条规划轨迹的两个大目标点之间的路径等比例微分为多个微分路径，并存储在数组中，使得无人机在规划的时间内向每个微目标点飞行，这样可以减少由于无人机从规划轨迹的起点飞向规划轨迹的终点，一次计算的路径过长所带来的误差。
步骤130，按照预定速率，获取无人机飞向规划轨迹的终点过程中所处的当前位置，与微目标点中待比较微目标点的位置的路程差。其中，预定速率可以但不限于是无人机起飞时预先设置的初始速率v，可以是根据用户需求设置的，无人机在地面二维坐标系中按照速率v飞行，在地面二维坐标系中沿x轴速率vx和沿y轴速率vy有vx 2+vy 2＝v2。
待比较微目标点可以但不限于是微目标点中无人机按照预定速率，飞行微分路径长度所需的时间之后即将达到或者已达到的微目标点，相当于理想目标点。这个待比较微目标点是所有微目标点中的一个微目标点。无人机在飞行过程中应对每段飞行做记录，根据记录的飞行时间或经过的微路径的次数，确定待比较微目标点是哪个。一般要是没有无人机飞行的误差，在预定速率下，在飞行微分路径长度所需的时间内无人机就到达了待比较微目标点，但是由于无人机飞机可能存在干扰因素，因此在预定速率下，在飞行微分路径长度所需的时间内无人机并未到达待比较微目标点，其中飞行微分路径长度所需的时间可以但不限于是根据用户需求进行设置的。
其中，路程差的取值为正值时，表示无人机的当前位置飞向待比较微目标点还差多少距离；路程差的取值为负值时，表示无人机的当前位置飞向待比较微目标点额外飞行了多少距离；预设路程差可以但不限于是根据用户需求设置的。
在无人机飞行过程中，需要根据无人机的路径规划，无人机按照规划路径进行飞行；并且需要无人机定位，只有无人机定位才可以得知无人机当前位置是否按照规划路径进行飞行。为了通过无人机定位，获取无人机向规划轨迹的终点过程中所处的当前位置，一种实现方式可以是使用无人机自身的GPS定位，获取无人机的当前位置。但是鉴于无人机室内定位，无人机自身的GPS定位精度并不是太准确，因此另一种实现方式可以是无人机自身不带GPS定位，无人机可以但不限于配置无线保真(Wireless Fidelity，简称WiFi)模块，将其配置为无线接入点(Access Point，简称AP)-客户端client模式，桥接到路由器，同时地面工作站也通过WiFi连接路由器，与无人机进行交互。无人机正下方设置有摄像机，无人机可以借助无人机正下方设置有摄像机，采用以下步骤获取无人机的当前位置：
第1步，接收无人机传输的视频流信息及导航信息，视频流信息是无人机通过摄像机采集到的视频流信息，视频流信息包括每帧视频图像。无人机的摄像机通过拍摄，可以采集到视频流信息。这个拍摄过程可以但不限于是实时拍摄。
其中，导航信息包含飞行时间、标签信息、飞行方向、飞行速率及飞行时刻等。标签信息包含标签大小，标签尺寸及标签的标识等。标签包含预设地面标签。
上述第1步，可以采用惯性测量单元信息采集与传输模块，采集无人机自身的导航信息。
第2步，从视频流信息解析的每帧视频图像中，获取视频图像中预设地面标签。
这些预设地面标签可以但限于是根据用户需求设置的。预设地面标签可以但不限于是文字所述预设地面标签的标识，图案所述预设地面标签的标识，这个图案所述预设地面标签的标识可以但不限于是二维码的图案。预设地面标签可以但不限于是摆设的标签，贴设的标签等。这些预设地面标签只要能够被任一无人机的摄像机拍摄到，并且能够用来确定无人机的当前位置的预设地面标签，均属于本发明实施例的保护范围。
第3步，获取预设地面标签的边角点分别在视频图像二维坐标系中的第一坐标及在地面二维坐标系中的第二坐标。
上述第3步，获取预设地面标签的边角点分别在视频图像二维坐标系中的第一坐标的步骤如下：
上述边角点包含预设地面标签的矩形的四个角点，利用标准的图像处理技术解码，可以得到视频图像中的标签的标识、旋转角度及标签的四个角点在视频图像二维坐标系中的第一坐标。
第4步，利用第一坐标结合第二坐标，确定摄像机的位置、方向及所述预设地面标签的标识。
第5步，在预设地面标签与标签数据库中的预设地面标签相匹配时，依据摄像机成像原理，得到摄像机的拍摄参数。其中，标签数据库中预先存储有多个预设地面标签，这个标签数据库可以但不限于是Tags库。
第6步，将地面二维坐标系变换到摄像机二维坐标系，利用摄像机的位置、方向、预设地面标签的标识及摄像机的拍摄参数，确定摄像机相对于姿态和位置；其中，姿态指的是无人机相对地面坐标系的方向夹角。无人机初始的方向是随机的。
其中，第6步中可以采用透视n点定位(Perspective-N-Point，简称PnP)算法，确定出摄像机相对于姿态和位置。
第7步，将所述摄像机相对于所述地面二维坐标系的姿态和位置，作为所述无人机飞向所述规划轨迹的终点过程中所处的当前姿态及当前位置。
由于无人机本身的位置与摄像机的位置是相对固定的，因此确定了摄像机的位置，相当于就确定了无人机的位置。确定摄像的位置的主要定位是依据摄像机的成像原理，得到摄像机的焦距等参数作为内参数矩阵，量出所贴标签的尺寸、求出预设地面标签在视频图像中四个角点的坐标作为外参数矩阵，从地面二维坐标系变换到摄像机二维坐标系属于刚体变换，求解出旋转和平移的向量，即为摄像机相对地面二维坐标系的姿态和位置；将所述摄像机相对于所述地面二维坐标系的姿态和位置，作为所述无人机飞向所述规划轨迹的终点过程中所处的当前姿态及当前位置。这样无人机飞向一个待比较微目标点位置，确定无人机的当前位置，也可以避免过度频繁处理图像来获取无人机的位置信息所造成的系统性能下降。
步骤140，判断路程差是否大于预设路程差，若是，也就是路程差大于预设路程差，则执行步骤141，若否，也就是路程差小于预设路程差，则执行步骤142。
步骤141，调整无人机飞向待比较微目标点的飞行时间，得到调整后飞行时间，调整后飞行时间用于对路程差进行补偿。这样由于路程差大于预设路程差，需要额外给无人机分配飞行时间，保证无人机每次飞行的起点为大目标点，然后飞向下一大目标点。
其中，这里的飞行时间可以是路程差与无人机的当前速率的比值，也可以是路程差与无人机的预定速率的比值，还可以是路程差与用户所需的无人机速率的比值，其中用户所需的无人机的速率可以但不限于是指不大于无人机的最大速率的用户能够设置的速率。只要能够用于对路程差进行补偿，并且无人机能够飞向待比较微目标点的飞行时间，均属于本发明实施例的保护范围，在此不再一一举例。
步骤151，在调整后飞行时间内，控制无人机飞向待比较微目标点。
步骤142，判断是否待比较微目标点是否为与每个大目标点处于同一位置的最后一个微目标点；如果否，也就是待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，则执行步骤143；如果是，也就是待比较微目标点为与每个大目标点处于同一位置的最后一个微目标点，说明无人机即将完成本段路径，则可以控制无人机继续飞向待比较微目标点，也就是，可以控制无人机继续飞向待比较大目标点，在此不做限定。
其中，待比较大目标点可以但不限于是指大目标点中无人机按照预定速率，飞行微分路径长度所需的时间之后即将达到或者已达到的大目标点，相当于理想目标点。这个待比较大目标点是所有大目标点中的一个大目标点。无人机在飞行过程中应对每段飞行做记录，根据记录的飞行时间或经过的微路径的次数，确定待比较大目标点是哪个。一般要是没有无人机飞行的误差，在预定速率下，在飞行微分路径长度所需的时间内无人机就到达了待比较大目标点，但是由于无人机飞机可能存在干扰因素，因此在预定速率下，在飞行微分路径长度所需的时间内无人机并未到达待比较大目标点，其中飞行微分路径长度所需的时间可以但不限于是根据用户需求进行设置的。
步骤143，调整无人机飞向微目标点中下一待比较微目标点的速率，得到调整后速率，调整后速率用于对路程差进行补偿。这样路程差小于预设路程差，说明当前位置与待比较微目标点的位置之间的误差较小，可以忽略飞向待比较微目标点的速率，只调整无人机飞向微目标点中下一待比较微目标点的速率，来补偿路程差，减少计算量，也可以适当的减少误差。
其中，本步骤143可以采用如下步骤实现：
第一步，将路程差与飞行路程差所需的时间的比值，确定无人机飞向待比较微目标点时速率上存在的误差；
第二步，利用比例积分微分PID控制所述误差的反馈，利用误差调整无人机飞向待比较微目标点的速率，得到调整后速率。
由于在实际执行过程中，无人机飞行速率都有极限，并不能达到无限大的速率，因此上述第二步进一步可以但限于包括：若利用误差调整无人机飞向待比较微目标点的速率，大于无人机的最大速率，则将无人机的最大速率，确定为调整后速率。
若利用误差调整无人机飞向待比较微目标点的速率，小于无人机的最大速率，则获得调整后速率。
步骤152，采用调整后速率，控制无人机飞向下一待比较微目标点。
在本发明实施例中，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。
结合图1和图2，本发明实施例的具体实现流程，举例如下：
第1步骤，将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点。
第2步骤，将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点。换句话说，将每段路径中当前大目标点与下一大目标点之间的直线路径进行微分，每段微分路径长度为dmin，每段路径总长度为d，则微分路径的段数为n段，n＝d/dmin。
第3步骤，预定速率可以是无人机起飞时预先设置的初始速率v，无人机在地面二维坐标系中按照速率v飞行，在地面二维坐标系中沿x轴速率vx和沿y轴速率vy有vx 2+vy 2＝v2。由此可知，无人机以速率v飞行微分路径长度dmin所需的时间t＝dmin/v，并根据x轴和y轴长度的比例计算vx和vy，使无人机向待比较微目标点飞行。
第4步骤，在经过飞行微分路径长度dmin所需的时间t后，检测无人机当前位置(xt，yt)，与待比较微目标点的位置(x，y)的路程差，计算出x和y方向上速率的误差vdx＝(x-xt)/t，vdy＝(y-yt)/t，无人机当前位置(xt，yt)，与待比较微目标点的位置(x，y)的路程差
第5步骤，判断路程差是否大于预设路程差，若否，也就是路程差小于预设路程差，则执行第6步骤；若是，也就是路程差大于预设路程差，则说明无人机未能飞到目标点，则执行第8步骤。
第6步骤，判断是否待比较微目标点是否为与每个大目标点处于同一位置的最后一个微目标点；如果否，也就是待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，则执行第7步骤；
第7步骤，调整无人机飞向微目标点中下一待比较微目标点的速率，得到调整后速率，调整后速率用于对路程差进行补偿。采用调整后速率，控制无人机飞向下一待比较微目标点。具体如下：
将速率调整为(vx+k*vdx，vy+k*vdy)，其中，k为比例系数，若调整后速率
大于无人机的最大速率vmax，则将速率调整为vmax，并按照比例，计算x轴的速率
计算y轴的速率
第8步骤，调整无人机飞向待比较微目标点的飞行时间，得到调整后飞行时间，调整后飞行时间用于对路程差进行补偿；在调整后飞行时间内，控制无人机飞向待比较微目标点，循环执行上述第3步骤至第8步骤，使得无人机飞向规划轨迹的终点。
其中，此步骤中的待比较微目标点不做限定，待比较微目标点可以是与每个大目标点处于同一位置的最后一个微目标点，也就是待比较大目标点；待比较微目标点不是与每个大目标点处于同一位置的最后一个微目标点。
为了能够将无人机控制在有效的活动范围内，防止出现无人机异常飞行，导致无人机丢失，因此结合图1和图2，本发明实施例还提供一种无人机室内路径跟踪方法，所述方法还包括：
第1步，判断是否在预设时间段内检测不到无人机处于预设地面边界标签的位置内；如果是，也就是当在预设时间段内检测不到无人机处于预设地面边界标签的位置内时，获取在预设时间段内的无人机的预存储导航信息。
其中，预存储导航信息可以但不限于是指在无人机飞行过程中，记录无人机的导航信息，并将存储这些导航信息。
为了方便后期使用预存储导航信息，所述方法还包括：在无人机飞行过程中，可以实时存储无人机的导航信息。这样对于上述第1步中获取在预设时间段内的无人机的预存储导航信息的获取方式可以是从实时存储无人机的导航信息中，获取在预设时间段内的无人机的预存储导航信息。
其中，导航信息可以包含但不限于：位置和到达每个位置的瞬时速率。
示例性的，(xt1，yt1)，(xt2，yt2)...(xti，yti)...(xtn，ytn)和速率
其中，
为到达(xt1，yt1)位置的瞬时速率的横坐标，
为到达(xt1，yt1)位置的瞬时速率的纵坐标，
为到达(xti，yti)位置的瞬时速率的横坐标，
为到达(xti，yti)位置的瞬时速率的纵坐标，xti为ti时刻无人机的位置的x轴位置，y1(t)为ti时刻无人机的位置的x轴位置，
到达(xtn，ytn)位置的瞬时速率的横坐标，
为到达(xtn，ytn)位置的瞬时速率的纵坐标，ti中i在取值范围为1至n，ti表示第i个路径所对应的时刻，tn表示第n个路径所对应的时刻。
第2步，从预存储导航信息中，确定预设时间段内之前的预定时间段内，能够检测无人机最后一时刻处于预设地面边界标签的位置内，及处于预设地面边界标签的位置内同一时刻的边界速率；
其中，预定时间段及预设时间段分别可以但不限于是根据用户需求进行设置。
第3步，利用本时刻与下一时刻之间的时长和边界速率，预测无人机的下一时刻的位置，是否处于预设地面边界标签的位置外；
第4步，若预测无人机的下一时刻的位置是处于预设地面边界标签的位置外，则控制无人机按照边界速率的反方向回退至处于预设地面边界标签的位置内，并且寻找无人机的当前位置最近的微目标点。
假设，能够检测无人机最后一时刻处于预设地面边界标签的位置(xti，yti)内，及处于预设地面边界标签的位置内同一时刻的边界速率
并与预设地面边界标签的位置对比，预测无人机的下一时刻的位置
是否处于预设地面边界标签的位置外。若是，则表明无人机在t时刻飞出预设地面边界标签的位置外，发送控制无人机按照所述边界速率的反方向
回退至处于所述预设地面边界标签的位置内的控制指令，使无人机回退，直至预设地面边界标签的位置内，也就是无人机能够采集到预设地面边界标签，则认为无人机处于预设地面边界标签内，并且寻找无人机的当前位置最近的微目标点，使无人机飞向这个最近的微目标点。
上述第1步至第4步，可以但不限于是在步骤152或步骤151之后执行。
本发明实施例中，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。并且，也可以将无人机控制在有效的活动范围内，防止出现无人机异常飞行，减少无人机丢失。
为了控制无人机可以完成无人机编队，因此结合图1和图2，参见图3所示，本发明实施例还提供一种无人机室内路径跟踪方法，在步骤110之前，所述方法还包括：
步骤101，从采用编队飞行算法对所有无人机编队规划的飞行轨迹中，获取每个无人机的规划轨迹，每个无人机的规划轨迹分别为一个飞机轨迹。其中，编队飞行算法可以但不限于基于行为的方法，虚拟结构法，图论法等。
在无人机为主无人机的情况下，在步骤130之后，方法还包括：
所有无人机包含主无人机和从无人机，主无人机可以是指直接接收地面空间站的指令的主无人机，为了整个无人机室内编队的需要，各主无人机之间保持相对位置；每架从无人机只需要与主无人机进行交互，并且保持与主无人机之间的相对位置，这样控制主无人机之间的相对距离，可以保持编队的队形的稳定。
其中，主无人机的数目为1时，分散式的控制方法，控制效果较差；主无人机的数目过多时，则类似于集中式控制，信息交互过多。因此基于主无人机与从无人机的交互关系，及主无人机的控制能力，可选的，主无人机的数目不大于总个数的一半，主无人机的数目为2。这样主从跟随与分布式的结合，在减少交互的同时达到较好的控制效果。
假设主无人机的数目为2，为了区分2架主无人机，每架主无人机编号或标号分别为1号和2号，主无人机在沿着规划路径执行单架轨迹飞行的同时，增加相对位置补偿量，具体公式如下：
v1x(t)＝vx0+(x2(t)-x1(t))(||p2(t)-p1(t)||2-d12 2)
v1y(t)＝vy0+(y2(t)-y1(t))(||p2(t)-p1(t)||2-d12 2)
|v1x(t)|≤vmax |v1y(t)|≤vmax
v2x(t)＝vx0+(x1(t)-x2(t))(||p2(t)-p1(t)||2-d12 2)
v2y(t)＝vy0+(y1(t)-y2(t))(||p2(t)-p1(t)||2-d12 2)
|v2x(t)|≤vmax |v2y(t)|≤vmax
其中，主无人机控制器输入为相对位置，输出为速率，vx0和vy0为单架无人机按规划轨迹飞行，计算得出的预定速率，1为无人机1号的编号，2为无人机2号的编号，x2(t)-x1(t)为在t时刻主无人机1号和主无人机2号主无人机之间x轴位置，y2(t)-y1(t)为在t时刻主无人机1号和主无人机2号主无人机之间y轴位置，p1(t)＝(x1(t)，y1(t))为t时刻主无人机1号的位置，x1(t)为t时刻主无人机1号的位置的x轴位置，y1(t)为t时刻主无人机1号的位置的y轴位置，p2(t)＝(x2(t)，y2(t))为t时刻主无人机2号的位置，x2(t)为t时刻主无人机2号的位置的x轴位置，y2(t)为t时刻主无人机2号的位置的y轴位置，v1x(t)为t时刻主无人机1号的x轴速率，v1y(t)为t时刻主无人机的y轴速率，v2x(t)为t时刻主无人机2号的x轴速率，||p2(t)-p1(t)||2为t时刻主无人机1号和主无人机2号之间的距离，v2y(t)为t时刻主无人机2号的y轴速率，d12为主无人机1号和主无人机2号各自起飞时的初始距离。考虑到无人机的性能以及安全，设定了x轴和y轴方向最大速率vmax。
步骤104，利用路程差，采用编队飞行算法生成第一控制指令，传输至主无人机；
步骤105，利用第一控制指令，确定所有主无人机之间的相对位置；
在无人机为从无人机的情况下，在步骤130之后，方法还包括：
从无人机同样采用各自的从无人机控制器。每架从无人机都跟随主无人机并与其保持稳定的相对距离。
假设主无人机的数目为2，为了区分2架主无人机，每架主无人机编号或标号分别为1号和2号，并且以从无人机的编号或标号为3号进行说明，这个从无人机3号跟随主无人机1号和主无人机2号，并且分别保持d13和d23的距离，其具体速率如下：
v3x(t)＝vx0+{(x1(t)-x3(t))(||p3(t)-p1(t)||2-d13 2)+(x2(t)-x3(t))(||p3(t)-p2(t)||2-d23 2)}
v3y(t)＝vy0+{(y1(t)-y3(t))(||p3(t)-p1(t)||2-d13 2)+(y2(t)-y3(t))(||p3(t)-p2(t)||2-d23 2)}
|v3x(t)|≤vmax |v3y(t)|≤vmax
其中，v3x(t)为t时刻从无人机3号的x轴速率，p3(t)＝(x3(t)，y3(t))为t时刻主无人机3号的位置，x3(t)为t时刻从无人机3号的x轴位置，y3(t)为t时刻从无人机3号的y轴位置，||p3(t)-p1(t)||2为t时刻从无人机3号与主无人机1号的距离，d13为从无人机3号与主无人机1号的相对距离，v3y(t)为t时刻从无人机3号的y轴速率，y3(t)为t时刻从无人机3号的y轴位置。
步骤106，利用路程差，采用编队飞行算法生成第二控制指令，传输至主无人机；
步骤107，采用分布式编队控制方法，控制主无人机发送第二控制指令至从无人机；
步骤108，利用第二控制指令，确定从无人机与所有主无人机之间的相对位置。
其中，第一控制指令中的“第一”和第二控制指令中的“第二”，并无时间顺序上的先后顺序，只是为了方便描述进行区分。这两个控制指令之间可以存在包含关系，在此不做限定。
本发明实施例中，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。并且，控制无人机可以完成无人机编队。
下面继续对本发明实施例提供的一种无人机室内路径跟踪装置进行介绍。
如图4所示，本发明实施例还提供一种无人机室内路径跟踪装置，所述装置包括：
单架轨迹设置模块21，用于将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
第一控制指令传输模块22，用于若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
本发明实施例中，这样可以按照每段微分路径，确定当前位置与待比较微目标点的路程之间的误差，在路程差小于预设路程差，调整无人机飞向微目标点中下一待比较微目标点的速率，用来补偿这段路程差；并且，在路程差大于预设路程差，调整无人机飞向待比较微目标点的飞行时间，控制无人机飞向待比较微目标点，这样相当于重新规划路径，保证在当前位置与待比较微目标点的路程之间的误差较大时，可以补偿这个误差，这样可以减少每次计算当前位置与待比较微目标点的路程之间的误差，相较于现有技术，可以减少无人机直接飞向规划轨迹终点的累积误差，同时降低了处理频率，提高系统稳定性。
在一种可能的实现方式中，所述单架轨迹设置模块，具体用于：
利用比例积分微分PID控制，将每段路径微分为多段微分路径。
在一种可能的实现方式中，所述第一控制指令传输模块，具体用于：
将所述路程差与飞行所述路程差所需的时间的比值，确定所述无人机飞向所述待比较微目标点时速率上存在的误差；
利用比例积分微分PID控制所述误差的反馈，利用所述误差调整所述无人机飞向所述待比较微目标点的速率，得到调整后速率。
在一种可能的实现方式中，所述第一控制指令传输模块，具体用于：
若利用所述误差调整所述无人机飞向所述待比较微目标点的速率，大于所述无人机的最大速率，则将所述无人机的最大速率，确定为调整后速率；
若利用所述误差调整所述无人机飞向所述待比较微目标点的速率，小于所述无人机的最大速率，则获得调整后速率。
在一种可能的实现方式中，所述装置还包括：编队轨迹设置模块，用于在所述将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点之前，从采用编队飞行算法对所有无人机编队规划的飞行轨迹中，获取每个无人机的规划轨迹，所述每个无人机的规划轨迹分别为一个飞机轨迹；
第二控制指令传输模块，用于在所述无人机为主无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，利用所述路程差，采用所述编队飞行算法生成第一控制指令，传输至所述主无人机；
利用所述第一控制指令，确定所有主无人机之间的相对位置；
在所述无人机为从无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，利用所述路程差，采用所述编队飞行算法生成第二控制指令，传输至所述主无人机；
采用分布式编队控制方法，控制所述主无人机发送所述第二控制指令至所述从无人机；
利用所述第二控制指令，确定所述从无人机与所有主无人机之间的相对位置。
在一种可能的实现方式中，所述装置还包括：
检测模块，用于当在预设时间段内检测不到所述无人机处于预设地面边界标签的位置内时，获取在所述预设时间段内的无人机的预存储导航信息；
确定位置及边界速率模块，用于从所述预存储导航信息中，确定所述预设时间段内之前的预定时间段内，能够检测所述无人机最后一时刻处于所述预设地面边界标签的位置内，及处于所述预设地面边界标签的位置内同一时刻的边界速率；
预测模块，用于利用本时刻与下一时刻之间的时长和所述边界速率，预测所述无人机的下一时刻的位置，是否处于所述预设地面边界标签的位置外；
控制回退模块，用于若预测所述无人机的下一时刻的位置是处于预设地面边界标签的位置外，则控制所述无人机按照所述边界速率的反方向回退至处于所述预设地面边界标签的位置内，并且寻找所述无人机的当前位置最近的微目标点。
在一种可能的实现方式中，所述无人机正下方设置有摄像机，所述装置还包括：获取视频流模块，用于接收所述无人机传输的视频流信息及导航信息，所述视频流信息是所述无人机通过所述摄像机采集到的视频流信息，所述视频流信息包括每帧视频图像；
从所述视频流信息解析的每帧视频图像中，获取所述视频图像中预设地面标签；
获取所述预设地面标签的边角点分别在所述视频图像二维坐标系中的第一坐标及在地面二维坐标系中的第二坐标；
利用所述第一坐标结合所述第二坐标，确定所述摄像机的位置、方向及所述预设地面标签的标识；
在所述预设地面标签与标签数据库中的预设地面标签相匹配时，依据所述摄像机成像原理，得到所述摄像机的拍摄参数；
位置和姿态确定模块，用于将所述地面二维坐标系变换到摄像机二维坐标系，利用所述摄像机的位置、方向、所述预设地面标签的标识及所述摄像机的拍摄参数，确定所述摄像机相对于所述姿态和位置；
将所述摄像机相对于所述地面二维坐标系的姿态和位置，作为所述无人机飞向所述规划轨迹的终点过程中所处的当前姿态及当前位置。
在一种可能的实现方式中，所述第一控制指令传输模块，还用于在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，在所述待比较微目标点为与每个大目标点处于同一位置的最后一个微目标点的情况下，若所述路程差小于预设路程差，则控制所述无人机使用所述无人机的当前速率，飞向所述大目标点中的待比较大目标点。
参见图5所示，上述电子设备具体可以但不限于为地面控制站，本发明实施例的无人机室内路径跟踪方法可以应用于但不限于地面控制站，本发明实施例还提供一种无人机室内路径跟踪系统包括：地面控制站及多架无人机。
每架无人机主要包含视频信息采集与传输模块，惯性测量单元(Inertialmeasurement unit，简称IMU)信息采集与传输模块、以及飞行控制模块。视频信息采集与传输模块，以及与IMU信息采集与传输模块采集下置摄像头的视频流与发送到地面控制站。飞行控制模块接收地面控制站发送来的各种控制指令对无人机进行速率、姿态的控制，完成编队飞行。
地面控制站30包含无人机定位模块31，多机编队模块32，及单架轨迹控制模块33，其中，无人机定位模块包含位置和姿态确定模块，及获取视频流模块，单架轨迹控制模块包含上述单架轨迹设置模块及第一控制指令传输模块，多机编队模块包含上述编队轨迹设置模块及第二控制指令传输模块。
用户在地面控制站界面中绘制图片生成无人机的规划轨迹。假设4架无人机以4架无人机作为主无人机34，两架无人机作为从无人机35，以主从跟随的方式组成正方形在二维平面内沿规划轨迹飞行。这样编队飞行采用分布式编队控制方法，每架从无人机只需要与主无人机进行交互，保持与主无人机之间的相对位置，大大减少了计算量，提高了系统的效率与可靠性。
下面继续对本发明实施例提供的电子设备进行介绍。
本发明实施例还提供了一种电子设备，如图6所示，包括处理器41、通信接口42、存储器43和通信总线44，其中，处理器41，通信接口42，存储器43通过通信总线44完成相互间的通信，
存储器43，用于存放计算机程序；
处理器41，用于执行存储器43上所存放的程序时，实现如下步骤：
将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory，随机存取存储器)，也可以包括NVM(Non-Volatile Memory，非易失性存储器)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括CPU(Central Processing Unit，中央处理器)、NP(Network Processor，网络处理器)等；还可以是DSP(Digital Signal Processing，数字信号处理器)、ASIC(Application Specific Integrated Circuit，专用集成电路)、FPGA(Field-Programmable Gate Array，现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供了一种计算机可读存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述的无人机室内路径跟踪方法的步骤。
本发明实施例提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述的无人机室内路径跟踪方法的步骤。
本发明实施例提供了一种计算机程序，当其在计算机上运行时，使得计算机执行上述的无人机室内路径跟踪方法的步骤。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置/服务器/电子设备/存储介质/包含指令的计算机程序产品/计算机程序实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (9)
1.一种无人机室内路径跟踪方法，其特征在于，所述方法包括：
将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于所述预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；其中，通过将所述路程差与飞行所述路程差所需的时间的比值，确定所述无人机飞向所述待比较微目标点时速率上存在的误差；利用比例积分微分PID控制所述误差的反馈，利用所述误差调整所述无人机飞向所述待比较微目标点的速率，得到调整后速率；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
2.如权利要求1所述的方法，其特征在于，所述将每段路径微分为多段微分路径，包括：
利用比例积分微分PID控制，将每段路径微分为多段微分路径。
3.如权利要求1所述的方法，其特征在于，所述利用比例积分微分PID控制所述误差的反馈，利用所述误差调整所述无人机飞向所述待比较微目标点的速率，得到调整后速率，包括：
若利用所述误差调整所述无人机飞向所述待比较微目标点的速率，大于所述无人机的最大速率，则将所述无人机的最大速率，确定为调整后速率；
若利用所述误差调整所述无人机飞向所述待比较微目标点的速率，小于所述无人机的最大速率，则获得调整后速率。
4.如权利要求1所述的方法，其特征在于，在所述将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点之前，所述方法还包括：
从采用编队飞行算法对所有无人机编队规划的飞行轨迹中，获取每个无人机的规划轨迹，所述每个无人机的规划轨迹分别为一个飞机轨迹；
在所述无人机为主无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，所述方法还包括：
利用所述路程差，采用所述编队飞行算法生成第一控制指令，传输至所述主无人机；
利用所述第一控制指令，确定所有主无人机之间的相对位置；
在所述无人机为从无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，所述方法还包括：
利用所述路程差，采用所述编队飞行算法生成第二控制指令，传输至所述主无人机；
采用分布式编队控制方法，控制所述主无人机发送所述第二控制指令至所述从无人机；
利用所述第二控制指令，确定所述从无人机与所有主无人机之间的相对位置。
5.如权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：
当在预设时间段内检测不到所述无人机处于预设地面边界标签的位置内时，获取在所述预设时间段内的无人机的预存储导航信息；
从所述预存储导航信息中，确定所述预设时间段内之前的预定时间段内，能够检测所述无人机最后一时刻处于所述预设地面边界标签的位置内，及处于所述预设地面边界标签的位置内同一时刻的边界速率；
利用本时刻与下一时刻之间的时长和所述边界速率，预测所述无人机的下一时刻的位置，是否处于所述预设地面边界标签的位置外；
若预测所述无人机的下一时刻的位置是处于预设地面边界标签的位置外，则控制所述无人机按照所述边界速率的反方向回退至处于所述预设地面边界标签的位置内，并且寻找所述无人机的当前位置最近的微目标点。
6.如权利要求1至4任一项所述的方法，其特征在于，所述无人机正下方设置有摄像机，所述获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，包括：
接收所述无人机传输的视频流信息及导航信息，所述视频流信息是所述无人机通过所述摄像机采集到的视频流信息，所述视频流信息包括每帧视频图像；
从所述视频流信息解析的每帧视频图像中，获取所述视频图像中预设地面标签；
获取所述预设地面标签的边角点分别在所述视频图像二维坐标系中的第一坐标及在地面二维坐标系中的第二坐标；
利用所述第一坐标结合所述第二坐标，确定所述摄像机的位置、方向及所述预设地面标签的标识；
在所述预设地面标签与标签数据库中的预设地面标签相匹配时，依据所述摄像机成像原理，得到所述摄像机的拍摄参数；
将所述地面二维坐标系变换到摄像机二维坐标系，利用所述摄像机的位置、方向、所述预设地面标签的标识及所述摄像机的拍摄参数，确定所述摄像机相对于所述地面二维坐标系的姿态和位置；
将所述摄像机相对于所述地面二维坐标系的姿态和位置，作为所述无人机飞向所述规划轨迹的终点过程中所处的当前姿态及当前位置。
7.一种无人机室内路径跟踪装置，其特征在于，所述装置包括：
单架轨迹设置模块，用于将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点；
将每段路径微分为多段微分路径，并确定每段微分路径的终点为微目标点；
按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差；
第一控制指令传输模块，用于若所述路程差大于预设路程差，则调整所述无人机飞向所述待比较微目标点的飞行时间，得到调整后飞行时间，所述调整后飞行时间用于对所述路程差进行补偿；
在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点；
在所述待比较微目标点不为与每个大目标点处于同一位置的最后一个微目标点，并且所述路程差小于预设路程差的情况下，调整所述无人机飞向所述微目标点中下一待比较微目标点的速率，得到调整后速率，所述调整后速率用于对所述路程差进行补偿；其中，所述第一控制指令传输模块，具体用于：将所述路程差与飞行所述路程差所需的时间的比值，确定所述无人机飞向所述待比较微目标点时速率上存在的误差；利用比例积分微分PID控制所述误差的反馈，利用所述误差调整所述无人机飞向所述待比较微目标点的速率，得到调整后速率；
采用所述调整后速率，控制所述无人机飞向所述下一待比较微目标点。
8.如权利要求7所述的装置，其特征在于，所述装置还包括：编队轨迹设置模块，用于在所述将无人机的规划轨迹分段为多段路径，并确定每段路径的终点为大目标点之前，从采用编队飞行算法对所有无人机编队规划的飞行轨迹中，获取每个无人机的规划轨迹，所述每个无人机的规划轨迹分别为一个飞机轨迹；
第二控制指令传输模块，用于在所述无人机为主无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，利用所述路程差，采用所述编队飞行算法生成第一控制指令，传输至所述主无人机；
利用所述第一控制指令，确定所有主无人机之间的相对位置；
在所述无人机为从无人机的情况下，在所述按照预定速率，获取所述无人机飞向所述规划轨迹的终点过程中所处的当前位置，与所述微目标点中待比较微目标点的位置的路程差之后，利用所述路程差，采用所述编队飞行算法生成第二控制指令，传输至所述主无人机；
采用分布式编队控制方法，控制所述主无人机发送所述第二控制指令至所述从无人机；
利用所述第二控制指令，确定所述从无人机与所有主无人机之间的相对位置。
9.如权利要求7或8所述的装置，其特征在于，所述装置还包括：
检测模块，用于在所述调整后飞行时间内，控制所述无人机飞向所述待比较微目标点之后，当在预设时间段内检测不到所述无人机处于预设地面边界标签的位置内时，获取在所述预设时间段内的无人机的预存储导航信息；
确定位置及边界速率模块，用于从所述预存储导航信息中，确定所述预设时间段内之前的预定时间段内，能够检测所述无人机最后一时刻处于所述预设地面边界标签的位置内，及处于所述预设地面边界标签的位置内同一时刻的边界速率；
预测模块，用于利用所述边界速率和本时刻与下一时刻之间的时长，预测所述无人机的下一时刻的位置，是否处于所述预设地面边界标签的位置外；
控制回退模块，用于若预测所述无人机的下一时刻的位置是处于预设地面边界标签的位置外，则控制所述无人机按照所述边界速率的反方向回退至处于所述预设地面边界标签的位置内，并且寻找所述无人机的当前位置最近的微目标点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910121302.7A CN109782806B (zh) | 2019-02-19 | 2019-02-19 | 一种无人机室内路径跟踪方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910121302.7A CN109782806B (zh) | 2019-02-19 | 2019-02-19 | 一种无人机室内路径跟踪方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109782806A CN109782806A (zh) | 2019-05-21 |
| CN109782806B true CN109782806B (zh) | 2020-10-23 |
Family
ID=66504508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910121302.7A Active CN109782806B (zh) | 2019-02-19 | 2019-02-19 | 一种无人机室内路径跟踪方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109782806B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110333734A (zh) * | 2019-05-24 | 2019-10-15 | 深圳市道通智能航空技术有限公司 | 一种无人机及其控制方法、存储介质 |
| CN110879611B (zh) * | 2019-11-01 | 2022-12-16 | 中国电子科技集团公司电子科学研究院 | 无人机集群三维曲线路径跟踪方法及装置 |
| CN110687923B (zh) * | 2019-11-08 | 2022-06-17 | 深圳市道通智能航空技术股份有限公司 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
| CN111506104B (zh) * | 2020-04-03 | 2021-10-01 | 北京邮电大学 | 一种规划无人机位置的方法及装置 |
| CN114578843A (zh) * | 2020-12-01 | 2022-06-03 | 中移(成都)信息通信科技有限公司 | 飞行路径规划方法、装置、飞行器及存储介质 |
Citations (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1190198A (en) * | 1966-06-29 | 1970-04-29 | Bodenseewerk Geratetechnik Ges | Aircraft Speed and Vertical Path Control |
| CN102419596A (zh) * | 2011-11-20 | 2012-04-18 | 北京航空航天大学 | 一种基于矢量域的小型无人机风场抗扰自适应控制方法 |
| CN102496313A (zh) * | 2011-12-31 | 2012-06-13 | 南京莱斯信息技术股份有限公司 | 监视数据对飞行器计划预测轨迹的修正方法 |
| CN102955478A (zh) * | 2012-10-24 | 2013-03-06 | 深圳一电科技有限公司 | 无人机飞行控制方法及系统 |
| 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 |
| CN103955218A (zh) * | 2014-04-28 | 2014-07-30 | 上海大学 | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 |
| GB2511916A (en) * | 2013-01-18 | 2014-09-17 | Ge Aviat Systems Llc | Methods for determining a flight path |
| CN104236548A (zh) * | 2014-09-12 | 2014-12-24 | 清华大学 | 一种微型无人机室内自主导航方法 |
| CN104318327A (zh) * | 2014-10-17 | 2015-01-28 | 北京邮电大学 | 一种车辆轨迹预测分析方法 |
| CN106054920A (zh) * | 2016-06-07 | 2016-10-26 | 南方科技大学 | 一种无人机飞行路径规划方法和装置 |
| CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
| CN106813666A (zh) * | 2017-02-13 | 2017-06-09 | 中国人民解放军国防科学技术大学 | 车辆搭载无人机的双层路径构建方法及系统 |
| CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
| CN107515618A (zh) * | 2017-09-05 | 2017-12-26 | 北京理工大学 | 一种考虑时间窗口的异构无人机协同任务分配方法 |
| CN107563044A (zh) * | 2017-08-29 | 2018-01-09 | 武汉科技大学 | 基于在线安全学习的四旋翼无人机路径跟踪控制方法 |
| CN107807661A (zh) * | 2017-11-24 | 2018-03-16 | 天津大学 | 轨迹控制室内四旋翼无人机编队演示验证平台及方法 |
| CN107831761A (zh) * | 2017-10-16 | 2018-03-23 | 中国科学院电工研究所 | 一种智能车的路径跟踪控制方法 |
| CN108052106A (zh) * | 2018-01-19 | 2018-05-18 | 东南大学 | 一种基于ros的无人驾驶农机路径跟踪系统 |
| CN108153311A (zh) * | 2017-12-22 | 2018-06-12 | 武汉理工大学 | 面向无人艇编队的智能控制系统及控制方法 |
| CN108181927A (zh) * | 2018-03-14 | 2018-06-19 | 广州亿航智能技术有限公司 | 无人机编队表演控制的方法、装置及存储介质 |
| CN108287564A (zh) * | 2017-11-30 | 2018-07-17 | 深圳市科卫泰实业发展有限公司 | 一种多旋翼无人机航线抗风方法 |
| CN108319296A (zh) * | 2018-03-26 | 2018-07-24 | 中国人民解放军国防科技大学 | 一种融合全局信息与局部信息的编队控制方法 |
| CN108398958A (zh) * | 2018-03-14 | 2018-08-14 | 广州亿航智能技术有限公司 | 无人机编队路径匹配方法、装置和储存介质 |
| CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
| CN108762299A (zh) * | 2018-05-30 | 2018-11-06 | 上海交通大学 | 一种无人机编队方法及编队系统 |
| CN109032167A (zh) * | 2018-04-27 | 2018-12-18 | 中国航空无线电电子研究所 | 基于并行启发式算法的无人机路径规划方法 |
| CN109191922A (zh) * | 2018-09-03 | 2019-01-11 | 北京航空航天大学 | 一种大规模四维航迹动态预测方法及装置 |
-
2019
- 2019-02-19 CN CN201910121302.7A patent/CN109782806B/zh active Active
Patent Citations (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1190198A (en) * | 1966-06-29 | 1970-04-29 | Bodenseewerk Geratetechnik Ges | Aircraft Speed and Vertical Path Control |
| CN102419596A (zh) * | 2011-11-20 | 2012-04-18 | 北京航空航天大学 | 一种基于矢量域的小型无人机风场抗扰自适应控制方法 |
| CN102496313A (zh) * | 2011-12-31 | 2012-06-13 | 南京莱斯信息技术股份有限公司 | 监视数据对飞行器计划预测轨迹的修正方法 |
| CN102955478A (zh) * | 2012-10-24 | 2013-03-06 | 深圳一电科技有限公司 | 无人机飞行控制方法及系统 |
| GB2511916A (en) * | 2013-01-18 | 2014-09-17 | Ge Aviat Systems Llc | Methods for determining a flight path |
| 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 |
| CN103955218A (zh) * | 2014-04-28 | 2014-07-30 | 上海大学 | 一种基于非线性控制理论的无人艇轨迹跟踪控制装置及方法 |
| CN104236548A (zh) * | 2014-09-12 | 2014-12-24 | 清华大学 | 一种微型无人机室内自主导航方法 |
| CN104318327A (zh) * | 2014-10-17 | 2015-01-28 | 北京邮电大学 | 一种车辆轨迹预测分析方法 |
| CN106054920A (zh) * | 2016-06-07 | 2016-10-26 | 南方科技大学 | 一种无人机飞行路径规划方法和装置 |
| WO2017211029A1 (zh) * | 2016-06-07 | 2017-12-14 | 南方科技大学 | 无人机飞行路径规划方法和装置 |
| CN106403954A (zh) * | 2016-09-28 | 2017-02-15 | 深圳高科新农技术有限公司 | 无人机自动航迹生成方法 |
| CN106813666A (zh) * | 2017-02-13 | 2017-06-09 | 中国人民解放军国防科学技术大学 | 车辆搭载无人机的双层路径构建方法及系统 |
| CN107272692A (zh) * | 2017-07-18 | 2017-10-20 | 北京理工大学 | 基于微分平坦和自抗扰的无人车路径规划与跟踪控制方法 |
| CN107563044A (zh) * | 2017-08-29 | 2018-01-09 | 武汉科技大学 | 基于在线安全学习的四旋翼无人机路径跟踪控制方法 |
| CN107515618A (zh) * | 2017-09-05 | 2017-12-26 | 北京理工大学 | 一种考虑时间窗口的异构无人机协同任务分配方法 |
| CN107831761A (zh) * | 2017-10-16 | 2018-03-23 | 中国科学院电工研究所 | 一种智能车的路径跟踪控制方法 |
| CN107807661A (zh) * | 2017-11-24 | 2018-03-16 | 天津大学 | 轨迹控制室内四旋翼无人机编队演示验证平台及方法 |
| CN108287564A (zh) * | 2017-11-30 | 2018-07-17 | 深圳市科卫泰实业发展有限公司 | 一种多旋翼无人机航线抗风方法 |
| CN108153311A (zh) * | 2017-12-22 | 2018-06-12 | 武汉理工大学 | 面向无人艇编队的智能控制系统及控制方法 |
| CN108052106A (zh) * | 2018-01-19 | 2018-05-18 | 东南大学 | 一种基于ros的无人驾驶农机路径跟踪系统 |
| CN108181927A (zh) * | 2018-03-14 | 2018-06-19 | 广州亿航智能技术有限公司 | 无人机编队表演控制的方法、装置及存储介质 |
| CN108398958A (zh) * | 2018-03-14 | 2018-08-14 | 广州亿航智能技术有限公司 | 无人机编队路径匹配方法、装置和储存介质 |
| CN108319296A (zh) * | 2018-03-26 | 2018-07-24 | 中国人民解放军国防科技大学 | 一种融合全局信息与局部信息的编队控制方法 |
| CN109032167A (zh) * | 2018-04-27 | 2018-12-18 | 中国航空无线电电子研究所 | 基于并行启发式算法的无人机路径规划方法 |
| CN108622104A (zh) * | 2018-05-07 | 2018-10-09 | 湖北汽车工业学院 | 一种用于无人驾驶车辆的轨迹跟踪控制方法 |
| CN108762299A (zh) * | 2018-05-30 | 2018-11-06 | 上海交通大学 | 一种无人机编队方法及编队系统 |
| CN109191922A (zh) * | 2018-09-03 | 2019-01-11 | 北京航空航天大学 | 一种大规模四维航迹动态预测方法及装置 |
Non-Patent Citations (6)
| Title |
|---|
| Coordinated 3D Path Following for Autonomous Underwater Vehicles via Classic PID Controller;Xianbo Xiang，Dong Chen，Caoyang Yu，Lei Ma;《3rd IFAC International Conference on Intelligent Control and Automation Science》;20131231;第327-332页 * |
| Hu Y D,Yue F F,Hu D D,et al .Research of Robust Flight Control Algorithm for Quadrotor UAV.《Applied Mechanics and Materials. Trans Tech Publications》.2015, * |
| 基于Backstepping方法的移动机器人路径跟踪问题研究;陈罡等;《测控技术》;20161231;第52-61页 * |
| 基于免疫模糊PID 的小型农业机械路径智能跟踪控制;熊中刚等;《机器人》;20150331;第212-223页 * |
| 多机器人协同控制的研究及应用;王素梅;《中国优秀硕士学位论文全文数据库 信息科技辑》;20180415;第I140-587页 * |
| 无人驾驶铰接式车辆强化学习路径跟踪控制算法;邵俊恺等;《农业机械学报》;20170331;第376-382页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109782806A (zh) | 2019-05-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109782806B (zh) | 一种无人机室内路径跟踪方法及装置 | |
| US20190018428A1 (en) | Hover control | |
| JP2020030204A (ja) | 距離測定方法、プログラム、距離測定システム、および可動物体 | |
| Deng et al. | Indoor multi-camera-based testbed for 3-D tracking and control of UAVs | |
| Li et al. | UAV autonomous landing technology based on AprilTags vision positioning algorithm | |
| WO2021078264A1 (zh) | 一种降落控制方法、飞行器及存储介质 | |
| CN110989682B (zh) | 基于单基站的无人机精准降落方法 | |
| WO2018027339A1 (en) | Copyright notice | |
| Eynard et al. | Real time UAV altitude, attitude and motion estimation from hybrid stereovision | |
| CN112462797A (zh) | 一种利用灰色预测模型的视觉伺服控制方法及系统 | |
| WO2010077389A2 (en) | Systems and methods for maintaining multiple objects within a camera field-of-view | |
| Ma et al. | Stereo vision guiding for the autonomous landing of fixed-wing UAVs: A saliency-inspired approach | |
| Kwak et al. | Emerging ICT UAV applications and services: Design of surveillance UAVs | |
| CN110969643A (zh) | 地面目标移动轨迹的星上自主预测方法 | |
| CN111208526B (zh) | 基于激光雷达与定位向量匹配的多无人机协同定位方法 | |
| Shah et al. | Lateral track control of UAVs using the sliding mode approach: from design to flight testing | |
| US20210034078A1 (en) | Dynamic generation of restricted flight zones for drones | |
| Zhao et al. | Optimal deployment of mobile sensors for target tracking in 2D and 3D spaces | |
| CN109116869B (zh) | 一种绕点飞行控制方法及装置 | |
| WO2018227345A1 (zh) | 控制方法和无人机 | |
| CN115145312A (zh) | 仅方位角测量下基于双领导者模式的集群协同控制方法 | |
| Dobrokhodov et al. | Rapid motion estimation of a target moving with time-varying velocity | |
| Chen et al. | Vision-based formation control of multiple UAVs with event-triggered integral sliding mode control | |
| KR102467858B1 (ko) | 영상 기반의 협력적 동시 측위 및 지도 작성 시스템 및 방법 | |
| Lukashevich et al. | The new approach for reliable UAV navigation based on onboard camera image processing |
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 |