CN109828607A - 一种面向不规则障碍物的无人机路径规划方法及系统 - Google Patents
一种面向不规则障碍物的无人机路径规划方法及系统 Download PDFInfo
- Publication number
- CN109828607A CN109828607A CN201910264887.8A CN201910264887A CN109828607A CN 109828607 A CN109828607 A CN 109828607A CN 201910264887 A CN201910264887 A CN 201910264887A CN 109828607 A CN109828607 A CN 109828607A
- Authority
- CN
- China
- Prior art keywords
- barrier
- path
- point
- unmanned plane
- route segment
- 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
Abstract
本发明公开了一种面向不规则障碍物的无人机路径规划方法及系统。该方法包括:依据物理性能约束参数,采用栅格法对路径规划环境空间区域进行构建,得到路径规划环境栅格模型;确定无人机的待选飞行路径点序列以及所有障碍物的类型和位置信息;对所有障碍物的外包围线均进行处理,得到处理后的障碍物;处理后的障碍物均为凸多边形障碍物;采用射线法对待选飞行路径点序列进行筛选,得到可飞路径点序列;对第一可飞路径段与处理后的障碍物进行相交检测,得到不相交路径点序列;对第二可飞路径段与处理后的障碍物进行距离检测,得到无人机的飞行路径。本发明解决了在面对环境中存在多类型不规则障碍物时无法进行无人机路径规划这一问题。
Description
技术领域
本发明涉及无人机路径规划技术领域,特别是涉及一种面向不规则障碍物的无人机路径规划方法及系统。
背景技术
随着导航和自动控制技术的发展,无人机的用途日益多样化。军事领域,它可以充当靶机,成为空战制胜的关键武器,也可以执行反雷达监控、侦察突袭等任务。民用领域,除可以进行电力巡检、农药喷洒外,无人机还可以用于“最后一公里”物流的运输。科研方面,可利用无人机获取数据进行地理测绘。在这三大应用领域中,无人机的路径规划问题是需要解决的核心问题。
路径规划,就是要求无人机在满足特定约束条件下,寻找到从初始点到目标点满足性能指标的最优飞行路径。其目的在于,在满足不与障碍物发生碰撞且减少其飞行耗能的前提下,完成其任务。对无人机而言,能否安全高效地躲避障碍物是提高无人机存活率的关键。因此,建立无人机在不规则障碍物环境下的自主避障算法是目前亟待解决的问题。
现有无人机路径规划算法大都是针对简单环境进行设计的,均假设环境中的障碍物是规则的,如圆形、矩形等。但是对于环境的假设,使得规划空间过于理想,与实际不相符。考虑到现实环境下障碍物多为不规则形状,直接套用上述方法,导致路径规划精确度较差,无法满足应用需求。
发明内容
基于此,有必要提供一种面向不规则障碍物的无人机路径规划方法及系统,以解决在面对环境中存在多类型不规则障碍物时无法进行无人机路径规划这一问题时,综合考虑复杂、密集、不规则的障碍物环境和无人机物理性能约束,实现无人机的飞行路径规划,提高路径规划的精确度。
为实现上述目的,本发明提供了如下方案:
一种面向不规则障碍物的无人机路径规划方法,包括:
获取无人机的物理性能约束参数;所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度;
确定无人机的路径规划环境空间区域;
依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型;
依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列;
确定所述路径规划环境空间区域中所有障碍物的类型和位置信息;所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物;
依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物;
依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列;
对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列;所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的;
对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径;所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
可选的,所述依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物,具体包括:
步骤61:当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物;
步骤62:当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并执行所述步骤61;
步骤63:当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,执行所述步骤61,当所述多边形障碍物为凹多边形障碍物时,执行所述步骤62。
可选的,所述对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列,具体包括:
步骤81:计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K;
步骤82:计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数;
步骤83:将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|;
步骤84:对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果;
步骤85:当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述步骤83;
步骤86:当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述步骤81;
步骤87:当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
可选的,所述对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径,具体包括:
构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离;
依据所述距离检测代价函数确定无人机的飞行路径。
本发明还提供了一种面向不规则障碍物的无人机路径规划系统,包括:
数据获取模块,用于获取无人机的物理性能约束参数;所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度;
区域确定模块,用于确定无人机的路径规划环境空间区域;
模型构建模块,用于依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型;
第一序列确定模块,用于依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列;
障碍物信息确定模块,用于确定所述路径规划环境空间区域中所有障碍物的类型和位置信息;所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物;
处理模块,用于依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物;
第二序列确定模块,用于依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列;
第三序列确定模块,用于对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列;所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的;
飞行路径确定模块,用于对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径;所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
可选的,所述处理模块,具体包括:
第一处理单元,用于当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物;
第二处理单元,用于当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并返回所述第一处理单元;
第三处理单元,用于当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,返回所述第一处理单元,当所述多边形障碍物为凹多边形障碍物时,返回所述第二处理单元。
可选的,所述第三序列确定模块,具体包括:
第一斜率计算单元,用于计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K;
第二斜率计算单元,用于计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数;
筛选单元,用于将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|;
相交检测单元,用于对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果;
第一确定单元,用于当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述筛选单元;
第二确定单元,用于当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述第一斜率计算单元;
第三确定单元,用于当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
可选的,所述飞行路径确定模块,具体包括:
函数构建单元,用于构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离;
飞行路径确定单元,用于依据所述距离检测代价函数确定无人机的飞行路径。
与现有技术相比,本发明的有益效果是:
本发明提出了一种面向不规则障碍物的无人机路径规划方法及系统。该方法包括:依据物理性能约束参数,采用栅格法对路径规划环境空间区域进行构建,得到路径规划环境栅格模型;确定无人机的待选飞行路径点序列以及所有障碍物的类型和位置信息;对所有障碍物的外包围线均进行处理,得到处理后的障碍物;处理后的障碍物均为凸多边形障碍物;采用射线法对待选飞行路径点序列进行筛选,得到可飞路径点序列;对第一可飞路径段与处理后的障碍物进行相交检测,得到不相交路径点序列;对第二可飞路径段与处理后的障碍物进行距离检测,得到无人机的飞行路径。本发明解决了在面对环境中存在多类型不规则障碍物时无法进行无人机路径规划这一问题,综合考虑复杂、密集、不规则的障碍物环境和无人机物理性能约束,实现无人机的飞行路径规划,提高路径规划的精确度。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一种面向不规则障碍物的无人机路径规划方法的流程图;
图2为本发明实施例无人机物理性能约束示意图;
图3为本发明实施例直角坐标系法标识栅格图;
图4为本发明实施例安全裕度处理的结果示意图;
图5为本发明实施例凸化填充处理的结果示意图;
图6为本发明实施例将弧形障碍物转化为多边形障碍物的结果示意图;
图7为本发明实施例采用射线法对待选飞行路径点序列进行筛选的示意图;
图8为本发明实施例相交检测的原理示意图。
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。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种面向不规则障碍物的无人机路径规划方法的流程图。
参见图1,实施例的面向不规则障碍物的无人机路径规划方法,包括:
步骤S1:获取无人机的物理性能约束参数。
图2为本发明实施例无人机物理性能约束示意图。参见图2,所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度。所述步骤S1,具体包括:
步骤11:由于无人机电量、燃料有限,无人机每段路径长度之和不能超过最大航程Length,用公式表达为其中lk为各路径段长度。最大航程Length的数值可查询具体无人机的性能手册获得。
步骤12:为了保证无人机姿态的稳定,它在飞行过程中如果需要改变方向,则转弯的角度不能超过最大转弯角αmax,无人机在任意位置的转弯角应该满足条件:
其中转弯角α的取值范围为0≤α≤αmax。
其中,vi(xi,yi)为当前路径点的位置坐标,vi-1(xi-1,yi-1)为上一个路径点的位置坐标,vi+1(xi+1,yi+1)为下一个路径点位置坐标。最大转弯角数值可查询具体无人机的性能手册获得。
步骤13:无人机在改变飞行姿态前直飞的最短距离是最小飞行路径段长度l,飞行路径段长度应该满足如下约束:
最小飞行路径段长度数值可查询具体无人机的性能手册获得。
步骤S2:确定无人机的路径规划环境空间区域。
所述步骤S2,具体包括:
步骤21:根据无人机执行任务的要求,在地图或者地理信息系统中确定路径规划的起点S、终点E的位置坐标,如经纬度。
步骤22:以连接起点S和终点E的连线为对角线画一个矩形,该矩形即为无人机的路径规划环境空间区域。
步骤S3:依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型。
所述步骤S3,具体包括:
步骤31:以起点S为原点,以矩形长边做x轴,宽边做y轴,建立平面直角坐标系。
步骤32:综合考虑无人机物理性能约束确定栅格粒度的大小Ngrid。
步骤33:对于栅格的位置,采用直角坐标法标识,栅格中任意一点的坐标同栅格的坐标,如图3所示。图3中,栅格直角坐标法标识的规则为:每个栅格右上角顶点在直角坐标系中的坐标即为该栅格的坐标。
实现上述步骤后,路径规划环境空间区域就划分为u*w个栅格。其中:
其中,xend表示终点E的横坐标,yend表示终点E的纵坐标。
步骤S4:依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列。
步骤41:将栅格顶点作为无人机的待选飞行路径点,则无人机的待选飞行路径点满足条件:{vi(xi,yi)|vi(xi,yi)∈O},其中O表示路径规划环境空间区域,栅格顶点vi(xi,yi)为路径点,待选飞行路径点序列为{S,v1,...vi...vn-1,E},i=1,2,...n-1,依次连接飞行路径点就可构成飞行路径path。
步骤S5:确定所述路径规划环境空间区域中所有障碍物的类型和位置信息。所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物。
具体的,从地图或者地理信息系统中获得路径规划环境空间区域中的不规则障碍物As(s=1,2,...m)的类型及位置信息。对于弧形障碍物而言,位置信息指外围包线在环境栅格中所占据的栅格坐标;对于多边形障碍物(凹多边形障碍物和凸多边形障碍物)而言,位置信息指多边形障碍物顶点占据环境栅格的位置坐标。
步骤S6:依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物。弧形障碍物的外围包线指弧形障碍物轮廓所包围的曲线。
所述步骤S6,具体包括:
步骤61:当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物。图4为本发明实施例安全裕度处理的结果示意图。
参见图4,安全裕度处理的具体方法为:
保持原始凸多边形障碍物的包线形状不变,将障碍物各边沿包线外部方向平移安全裕度dsafe,各边延长线围成的多边形即为障碍物安全裕度处理后的结果。dsafe大小的选取可根据栅格粒度及无人机距离障碍物的安全间隔决定。
步骤62:当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并执行所述步骤61。
图5为本发明实施例凸化填充处理的结果示意图。参见图5,所述步骤62中凸化填充处理的具体方法为:
首先给出两个定义。
简单多边形指在二维栅格中,可确定多边形各顶点的坐标,从主标记栅格开始,按顺时针方向记各顶点为a1、a2...。任选其中两条边aqaq+1和ahah+1,若满足以下任意一条件:(1)此两边不相交;(2)此两边互为邻边且相交于一点,则称此多边形为简单多边形。
多边形的凹凸点指在简单多边形中,任选相邻的两条边ah-1ah和ahah+1,若此两条边形成的内角大于180°,则称顶点ah为凹点,否则称为凸点。
步骤621:确定凹多边形Ai的各个顶点坐标a1,a2,...a7,a8。
步骤622:判断Ai的各顶点的凹凸性。
步骤623:从某一凸点开始(如a1),依次顺时针连接其余的凸点,凸多边形a1a3a5a6a7a1即为凹多边形Ai的凸化填充处理结果,Ai≈a1a3a5a6a7a1。
步骤63:当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,执行所述步骤61,当所述多边形障碍物为凹多边形障碍物时,执行所述步骤62。图6为本发明实施例将弧形障碍物转化为多边形障碍物的结果示意图。其中,图6的(a)部分表示弧形障碍物的示意图,图6的(b)部分表示弧形障碍物转化为多边形障碍物后的示意图。
参见图6,基于粗糙集理论对弧形障碍物进行多边形化处理,所述步骤63,具体包括:
步骤631:确定弧形障碍物Ai的外围包线c,依据此完整包线确定各段包线cp所在的栅格,称这些栅格为标记栅格,记作gp,且称标记栅格的中心点为定位点,记作ep。
步骤632:找出外围包线对应标记栅格纵坐标最大的栅格(若个数大于2,则选取横坐标最小的栅格),记此栅格坐标为g1(x1,y1),并称此栅格为主标记栅格。
步骤633:从主标记栅格开始,按顺时针方向依次确定标记栅格的坐标,并记作g2(x2,y2)、g3(x3,y3)...gp(xp,yp)。
步骤634:依顺时针次序用直线连接标记栅格g1,g2,...gp,g1的定位点e1,e2,...ep,e1,多边形e1e2...epe1即障碍物Ai的规则化结果,Ai≈e1e2...epe1。
经上述基于粗糙集理论的弧形障碍物多边形化处理、凹多边形障碍物凸化填充处理和安全裕度处理后,不规则障碍物处理结束。
步骤S7:依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列。图7为本发明实施例采用射线法对待选飞行路径点序列进行筛选的示意图。
参见图7,所述步骤S7具体为:
步骤71:以某点p为端点,向右方作一条射线L,沿着射线从最右侧开始往左看,当射线和多边形第一次相交时,进入了多边形内部,在第二次相交时,进入多边形外部,如此进行下去就可以判断某点p与多边形的位置。记射线L和多边形的交点数目为Q,则点p与多边形的位置关系如下:
位于多边形外部的点,即为无人机的可飞路径点,由可飞路径点构成可飞路径点序列。
步骤72:沿着终点方向,连接可飞路径点得到可飞路径段,再进行路径段与多边形障碍物相交检测。
其思想是,路径点始终朝着终点方向移动,并将上一路径段的终点作为下一路径段的起点,如此循环往复,直至到达终点。在此过程中,对于选取的路径点,要对路径段与障碍物进行相交检测。
步骤S8:对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列。
所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的。
所述步骤S8,具体包括:
步骤81:计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K。
步骤82:计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数。
步骤83:将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|。
步骤84:对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果。
图8为本发明实施例相交检测的原理示意图。参见图8,相交检测的原理为:
选取多边形障碍物的任意一条边,记作AB,无人机飞行路径段记作CD。以边AB的端点A为原点,边AB的方向为x′轴正方向建立直角坐标系x'o'y',则坐标系x'o'y'与原坐标系xoy中点的坐标转换关系式如下。
ε=0或1
其中,θ为原坐标系与新坐标系x轴正方向的夹角。当ox轴顺时针旋转θ得到o′x′轴时,ε取0;当ox轴逆时针旋转θ得到o′x′轴时,ε取1。
利用上式可确定A、B、C、D在x′o′y′中的位置坐标。
记直线AB与直线CD在x′轴上的交点为M,如果同时满足以下三个条件:
y′C>0&y′D<0(y′C<0&y′D>0)
x′M≥0
x′M≤||AB||
则可以判断线段AB与CD相交。
步骤85:当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述步骤83。
步骤86:当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述步骤81。
步骤87:当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
步骤S9:对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径。
所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
所述步骤S9,具体包括:
步骤91:构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离。
步骤92:依据所述距离检测代价函数确定无人机的飞行路径。
所述步骤S9的思想为:对第二可飞路径段,进行障碍物与路径段距离检测,用dst表示第s个处理后的障碍物与第t段第二可飞路径段的距离,飞行路径到所有障碍物的总距离表示为规划时保证其最短。进一步更为具体的距离检测过程为:
多边形障碍物到第二可飞路径段的距离dobs-route为障碍物各顶点aq到路径段lk的所有距离中最小的距离,即
本实施例中,求障碍物顶点到路径段的最短距离的思想是,判断顶点到线段端点距离与线段长度大小的关系,判断方法如下。
假设路径段的两个端点为A(xA,yA)、B(xB,yB)以及障碍物顶点P(xP,yP),分别计算距离dPA、dPB和dAB。则点P到线段AB的距离dP-AB可以分成如下三种情况进行讨论:
情况一:若dPB 2>dPA 2+dAB 2,则dP-AB=dPA;
情况二:若dPA 2>dPB 2+dAB 2,则dP-AB=dPB;
情况三:若不满足情况一和情况二,则
其中,
某些特殊情况,规定障碍物与路径段的距离如下:
如果路径点位于障碍物内,距离为无穷大;如果路径段与多边形某一边相交,距离为无穷大;如果路径段与多边形某一边重合,距离为0。
障碍物与第二可飞路径段距离检测的流程为:
(9.1.1)选定一个障碍物Ai和一段路径段AB;
(9.1.2)求障碍物的任一顶点P到点A和点B的距离dPA、dPB以及点A到点B的距离dAB;
(9.1.3)按上述判断方法进行距离检测;
(9.1.4)检查是否对所有障碍物和路径段进行了距离检测,若是,则检测结束;若不是,则返回(9.1.1)。
在进行路径规划时,设置代价函数为:
最终所得到的路径即为符合要求的无人机规避障碍物的飞行路径。
本实施例的面向不规则障碍物的无人机路径规划方法,具有以下优点:
1)解决了在面对环境中存在多类型不规则障碍物时无法进行无人机路径规划这一问题,综合考虑复杂、密集、不规则的障碍物环境和无人机物理性能约束,实现无人机的飞行路径规划,提高路径规划的精确度。
2)同时将粗糙集思想、凸化填充技术用于不规则障碍物处理,并利用射线法选出无人机可飞路径点,这两种方法的引入为不规则障碍物环境下无人机路径规划问题的解决提供了新的思路。
3)相比于传统算法,本实施例不仅能解决不规则障碍物环境下的路径规划问题,且搜索空间小、效率高、路径安全。通过设定不同的“安全裕度值”和“栅格粒度大小”,能得到路径点数目少、飞行航程短的路径。因此,本实施例具有较强的现实应用意义。
本发明还提供了一种面向不规则障碍物的无人机路径规划系统,包括:
数据获取模块,用于获取无人机的物理性能约束参数;所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度。
区域确定模块,用于确定无人机的路径规划环境空间区域。
模型构建模块,用于依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型。
第一序列确定模块,用于依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列。
障碍物信息确定模块,用于确定所述路径规划环境空间区域中所有障碍物的类型和位置信息;所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物。
处理模块,用于依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物。
第二序列确定模块,用于依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列。
第三序列确定模块,用于对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列;所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的。
飞行路径确定模块,用于对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径;所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
作为一种可选的实施方式,所述处理模块,具体包括:
第一处理单元,用于当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物;
第二处理单元,用于当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并返回所述第一处理单元;
第三处理单元,用于当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,返回所述第一处理单元,当所述多边形障碍物为凹多边形障碍物时,返回所述第二处理单元。
作为一种可选的实施方式,所述第三序列确定模块,具体包括:
第一斜率计算单元,用于计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K;
第二斜率计算单元,用于计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数;
筛选单元,用于将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|;
相交检测单元,用于对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果;
第一确定单元,用于当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述筛选单元;
第二确定单元,用于当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述第一斜率计算单元;
第三确定单元,用于当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
作为一种可选的实施方式,所述飞行路径确定模块,具体包括:
函数构建单元,用于构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离;
飞行路径确定单元,用于依据所述距离检测代价函数确定无人机的飞行路径。
本实施例中的面向不规则障碍物的无人机路径规划系统,解决了在面对环境中存在多类型不规则障碍物时无法进行无人机路径规划这一问题,综合考虑复杂、密集、不规则的障碍物环境和无人机物理性能约束,实现无人机的飞行路径规划,提高路径规划的精确度。
对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种面向不规则障碍物的无人机路径规划方法,其特征在于,包括:
获取无人机的物理性能约束参数;所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度;
确定无人机的路径规划环境空间区域;
依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型;
依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列;
确定所述路径规划环境空间区域中所有障碍物的类型和位置信息;所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物;
依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物;
依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列;
对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列;所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的;
对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径;所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
2.根据权利要求1所述的面向不规则障碍物的无人机路径规划方法,其特征在于,所述依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物,具体包括:
步骤61:当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物;
步骤62:当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并执行所述步骤61;
步骤63:当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,执行所述步骤61,当所述多边形障碍物为凹多边形障碍物时,执行所述步骤62。
3.根据权利要求1所述的面向不规则障碍物的无人机路径规划方法,其特征在于,所述对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列,具体包括:
步骤81:计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K;
步骤82:计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数;
步骤83:将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|;
步骤84:对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果;
步骤85:当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述步骤83;
步骤86:当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述步骤81;
步骤87:当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
4.根据权利要求1所述的面向不规则障碍物的无人机路径规划方法,其特征在于,所述对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径,具体包括:
构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离;
依据所述距离检测代价函数确定无人机的飞行路径。
5.一种面向不规则障碍物的无人机路径规划系统,其特征在于,包括:
数据获取模块,用于获取无人机的物理性能约束参数;所述物理性能约束参数包括最大转弯角、最大航程和最小飞行路径段长度;
区域确定模块,用于确定无人机的路径规划环境空间区域;
模型构建模块,用于依据所述物理性能约束参数,采用栅格法对所述路径规划环境空间区域进行构建,得到路径规划环境栅格模型;
第一序列确定模块,用于依据所述无人机的起点、终点和所述路径规划环境栅格模型,确定无人机的待选飞行路径点序列;
障碍物信息确定模块,用于确定所述路径规划环境空间区域中所有障碍物的类型和位置信息;所述位置信息为障碍物在所述路径规划环境栅格模型中的位置坐标;所述类型包括弧形障碍物、凹多边形障碍物和凸多边形障碍物;
处理模块,用于依据所述类型,对所有障碍物的外包围线均进行处理,得到处理后的障碍物;所述处理后的障碍物均为凸多边形障碍物;
第二序列确定模块,用于依据所述位置信息,采用射线法对所述待选飞行路径点序列进行筛选,得到可飞路径点序列;
第三序列确定模块,用于对第一可飞路径段与所述处理后的障碍物进行相交检测,得到不相交路径点序列;所述第一可飞路径段是沿着无人机终点方向,连接可飞路径点序列中任意两个相邻的路径点形成的;
飞行路径确定模块,用于对第二可飞路径段与所述处理后的障碍物进行距离检测,得到无人机的飞行路径;所述第二可飞路径段是沿着无人机终点方向,连接不相交路径点序列中任意两个相邻的路径点形成的。
6.根据权利要求5所述的面向不规则障碍物的无人机路径规划系统,其特征在于,所述处理模块,具体包括:
第一处理单元,用于当所述障碍物为凸多边形障碍物时,对所述障碍物进行安全裕度处理,得到处理后的障碍物;
第二处理单元,用于当所述障碍物为凹多边形障碍物时,对所述障碍物进行凸化填充处理,得到凸多边形障碍物,并返回所述第一处理单元;
第三处理单元,用于当所述障碍物为弧形障碍物时,将所述障碍物转化为多边形障碍物,并判断所述多边形障碍物的类型;当所述多边形障碍物为凸多边形障碍物时,返回所述第一处理单元,当所述多边形障碍物为凹多边形障碍物时,返回所述第二处理单元。
7.根据权利要求5所述的面向不规则障碍物的无人机路径规划系统,其特征在于,所述第三序列确定模块,具体包括:
第一斜率计算单元,用于计算所述可飞路径点序列中第i个路径点vi与无人机终点的连线的斜率K;
第二斜率计算单元,用于计算路径点vi对应的所有第一可飞路径段的斜率;路径点vi与相邻路径点集合中相邻路径点vij的连线为第j个第一可飞路径段;所述第j个第一可飞路径段的斜率为kij,j=(1,2,...,N),N表示与路径点vi相邻的路径点的总数;
筛选单元,用于将满足第一筛选条件的相邻路径点确定为路径点vi的最优相邻路径点;所述路径点vi与每一个所述最优相邻路径点构成第三可飞路径段;所述第一筛选条件为min|K-kij|;
相交检测单元,用于对每个所述第三可飞路径段与所有所述处理后的障碍物均进行相交检测,得到检测结果;
第一确定单元,用于当所述检测结果表示所有的第三可飞路径段均与所述处理后的障碍物存在相交,则将所有的所述最优相邻路径点删除,更新所述相邻路径点集合,并判断更新后的相邻路径点集合是否为空,若是,则路径规划结束,若否,则返回所述筛选单元;
第二确定单元,用于当所述检测结果表示存在第三可飞路径段与所有所述处理后的障碍物均不相交,则将与所有所述处理后的障碍物均不相交的第三可飞路径段对应的最优相邻路径点确定为不相交路径点,并令i=i+1,将所述最优相邻路径点作为第i个路径点,返回所述第一斜率计算单元;
第三确定单元,用于当所述第i个路径点vi为无人机终点时,确定不相交路径点序列;所述不相交路径点序列由无人机起点、终点和可飞路径点序列中每个路径点对应的不相交路径点构成。
8.根据权利要求5所述的面向不规则障碍物的无人机路径规划系统,其特征在于,所述飞行路径确定模块,具体包括:
函数构建单元,用于构建距离检测代价函数
m表示处理后的障碍物的总数,n表示第一飞行路径中包含的第二可飞路径段的总数;所述第一飞行路径为由不相交路径点序列中的不相交路径点构成的从起点到终点的任意一条飞行路径;dst表示第s个处理后的障碍物与第t个第二可飞路径段之间的距离;
飞行路径确定单元,用于依据所述距离检测代价函数确定无人机的飞行路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910264887.8A CN109828607B (zh) | 2019-04-03 | 2019-04-03 | 一种面向不规则障碍物的无人机路径规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910264887.8A CN109828607B (zh) | 2019-04-03 | 2019-04-03 | 一种面向不规则障碍物的无人机路径规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109828607A true CN109828607A (zh) | 2019-05-31 |
CN109828607B CN109828607B (zh) | 2020-07-07 |
Family
ID=66873889
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910264887.8A Active CN109828607B (zh) | 2019-04-03 | 2019-04-03 | 一种面向不规则障碍物的无人机路径规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109828607B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803660A (zh) * | 2018-06-22 | 2018-11-13 | 苏州得尔达国际物流有限公司 | 货运无人机群路径规划方法 |
CN110209202A (zh) * | 2019-06-26 | 2019-09-06 | 深圳市道通智能航空技术有限公司 | 一种可行空间生成方法、装置、飞行器及飞行器系统 |
CN110262567A (zh) * | 2019-06-27 | 2019-09-20 | 深圳市道通智能航空技术有限公司 | 一种路径中继点空间生成方法、装置和无人机 |
CN110794849A (zh) * | 2019-11-28 | 2020-02-14 | 广州视源电子科技股份有限公司 | 路径的处理方法、装置、机器人、计算机设备和存储介质 |
CN112068128A (zh) * | 2020-09-19 | 2020-12-11 | 重庆大学 | 一种直道场景线段型雷达数据处理及位姿获取方法 |
CN112129298A (zh) * | 2020-09-28 | 2020-12-25 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112162567A (zh) * | 2020-09-09 | 2021-01-01 | 北京航空航天大学 | 一种适用于飞行器在线禁飞区规避制导方法 |
CN112241178A (zh) * | 2020-09-30 | 2021-01-19 | 成都飞机工业(集团)有限责任公司 | 一种无人机自主安全控制方法 |
CN112379692A (zh) * | 2020-11-23 | 2021-02-19 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112525198A (zh) * | 2020-11-23 | 2021-03-19 | 广州极飞科技有限公司 | 作业路线规划方法及相关装置 |
CN112781592A (zh) * | 2019-11-11 | 2021-05-11 | 南京航空航天大学 | 一种低空物流无人机路径规划方法及系统 |
CN113297739A (zh) * | 2021-05-25 | 2021-08-24 | 深圳市边界智控科技有限公司 | 几何构型的飞行走廊生成方法、装置及其相关组件 |
CN113359840A (zh) * | 2021-06-28 | 2021-09-07 | 中国人民解放军国防科技大学 | 一种无人机三维空间飞行路径的快速构建方法及系统 |
CN113504791A (zh) * | 2021-07-08 | 2021-10-15 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种无人机飞行路线的确定方法及装置 |
CN113589246A (zh) * | 2021-05-24 | 2021-11-02 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于雷达的目标检测方法、装置和计算机设备 |
CN114115339A (zh) * | 2021-11-11 | 2022-03-01 | 厦门精图信息技术有限公司 | 基于KingMap GIS平台的多规合一业务协同系统、方法及设备 |
WO2022126352A1 (zh) * | 2020-12-15 | 2022-06-23 | 深圳市优必选科技股份有限公司 | 机器人避障方法及装置、机器人及存储介质 |
CN116149373A (zh) * | 2023-04-18 | 2023-05-23 | 武汉智联时空科技有限公司 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
CN116430906A (zh) * | 2023-06-13 | 2023-07-14 | 西安羚控电子科技有限公司 | 一种基于凸点平移的无人机动态避障方法、系统、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116360A (zh) * | 2013-01-31 | 2013-05-22 | 南京航空航天大学 | 一种无人机避障控制方法 |
CN103528585A (zh) * | 2013-09-26 | 2014-01-22 | 中北大学 | 一种不等距分割可通行区域的路径规划方法 |
WO2016164094A1 (en) * | 2015-04-07 | 2016-10-13 | Raytheon Company | Automated sensor platform routing and tracking for observing a region of interest while avoiding obstacles |
CN107478231A (zh) * | 2017-08-10 | 2017-12-15 | 千寻位置网络有限公司 | 基于多边形障碍检测的无人机路线规划算法 |
-
2019
- 2019-04-03 CN CN201910264887.8A patent/CN109828607B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116360A (zh) * | 2013-01-31 | 2013-05-22 | 南京航空航天大学 | 一种无人机避障控制方法 |
CN103528585A (zh) * | 2013-09-26 | 2014-01-22 | 中北大学 | 一种不等距分割可通行区域的路径规划方法 |
WO2016164094A1 (en) * | 2015-04-07 | 2016-10-13 | Raytheon Company | Automated sensor platform routing and tracking for observing a region of interest while avoiding obstacles |
CN107478231A (zh) * | 2017-08-10 | 2017-12-15 | 千寻位置网络有限公司 | 基于多边形障碍检测的无人机路线规划算法 |
Non-Patent Citations (3)
Title |
---|
姚远 等: ""基于稀疏A*搜索和改进人工势场的无人机动态航迹规划"", 《控制理论与应用》 * |
贾春雪: ""多智能体避障路径规划研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
陈阳 等: ""机器人路径规划的凸点法"", 《北京理工大学学报》 * |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108803660A (zh) * | 2018-06-22 | 2018-11-13 | 苏州得尔达国际物流有限公司 | 货运无人机群路径规划方法 |
CN108803660B (zh) * | 2018-06-22 | 2021-06-18 | 苏州得尔达国际物流有限公司 | 货运无人机群路径规划方法 |
CN110209202A (zh) * | 2019-06-26 | 2019-09-06 | 深圳市道通智能航空技术有限公司 | 一种可行空间生成方法、装置、飞行器及飞行器系统 |
CN110262567A (zh) * | 2019-06-27 | 2019-09-20 | 深圳市道通智能航空技术有限公司 | 一种路径中继点空间生成方法、装置和无人机 |
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 |
CN112781592A (zh) * | 2019-11-11 | 2021-05-11 | 南京航空航天大学 | 一种低空物流无人机路径规划方法及系统 |
CN110794849A (zh) * | 2019-11-28 | 2020-02-14 | 广州视源电子科技股份有限公司 | 路径的处理方法、装置、机器人、计算机设备和存储介质 |
CN112162567B (zh) * | 2020-09-09 | 2022-05-10 | 北京航空航天大学 | 一种适用于飞行器在线禁飞区规避制导方法 |
CN112162567A (zh) * | 2020-09-09 | 2021-01-01 | 北京航空航天大学 | 一种适用于飞行器在线禁飞区规避制导方法 |
CN112068128A (zh) * | 2020-09-19 | 2020-12-11 | 重庆大学 | 一种直道场景线段型雷达数据处理及位姿获取方法 |
CN112129298A (zh) * | 2020-09-28 | 2020-12-25 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112241178A (zh) * | 2020-09-30 | 2021-01-19 | 成都飞机工业(集团)有限责任公司 | 一种无人机自主安全控制方法 |
CN112525198A (zh) * | 2020-11-23 | 2021-03-19 | 广州极飞科技有限公司 | 作业路线规划方法及相关装置 |
CN112379692A (zh) * | 2020-11-23 | 2021-02-19 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112379692B (zh) * | 2020-11-23 | 2022-06-21 | 广州极飞科技股份有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
WO2022126352A1 (zh) * | 2020-12-15 | 2022-06-23 | 深圳市优必选科技股份有限公司 | 机器人避障方法及装置、机器人及存储介质 |
CN113589246B (zh) * | 2021-05-24 | 2023-09-01 | 中国南方电网有限责任公司超高压输电公司广州局海口分局 | 基于雷达的目标检测方法、装置和计算机设备 |
CN113589246A (zh) * | 2021-05-24 | 2021-11-02 | 中国南方电网有限责任公司超高压输电公司广州局 | 基于雷达的目标检测方法、装置和计算机设备 |
CN113297739A (zh) * | 2021-05-25 | 2021-08-24 | 深圳市边界智控科技有限公司 | 几何构型的飞行走廊生成方法、装置及其相关组件 |
CN113359840A (zh) * | 2021-06-28 | 2021-09-07 | 中国人民解放军国防科技大学 | 一种无人机三维空间飞行路径的快速构建方法及系统 |
CN113504791A (zh) * | 2021-07-08 | 2021-10-15 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种无人机飞行路线的确定方法及装置 |
CN114115339A (zh) * | 2021-11-11 | 2022-03-01 | 厦门精图信息技术有限公司 | 基于KingMap GIS平台的多规合一业务协同系统、方法及设备 |
CN114115339B (zh) * | 2021-11-11 | 2023-05-05 | 厦门精图信息技术有限公司 | 基于gis平台的多规合一业务协同系统、方法及设备 |
CN116149373A (zh) * | 2023-04-18 | 2023-05-23 | 武汉智联时空科技有限公司 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
CN116149373B (zh) * | 2023-04-18 | 2023-06-20 | 武汉智联时空科技有限公司 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
CN116430906A (zh) * | 2023-06-13 | 2023-07-14 | 西安羚控电子科技有限公司 | 一种基于凸点平移的无人机动态避障方法、系统、设备及介质 |
CN116430906B (zh) * | 2023-06-13 | 2023-10-03 | 西安羚控电子科技有限公司 | 一种基于凸点平移的无人机动态避障方法、系统、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109828607B (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109828607A (zh) | 一种面向不规则障碍物的无人机路径规划方法及系统 | |
CN109634304B (zh) | 无人机飞行路径规划方法、装置和存储介质 | |
WO2021088681A1 (zh) | 无人机长距离循迹飞行方法、装置、设备及存储介质 | |
CN107504972B (zh) | 一种基于鸽群算法的飞行器航迹规划方法及装置 | |
CN106054920A (zh) | 一种无人机飞行路径规划方法和装置 | |
CN106774425B (zh) | 一种无人机飞行导航的方法及系统 | |
EP1427991A2 (en) | Four-dimensional route planner | |
CN108253987A (zh) | 一种基于a*算法的无人机轨迹规划方法、设备及存储设备 | |
CN103499346A (zh) | 一种小型无人机地面站三维导航地图实现方法 | |
CN105953785A (zh) | 机器人室内自主导航的地图表示方法 | |
CN108716919A (zh) | 基于任意多边形无障碍区域的植保无人机航迹规划方法 | |
CN106403941B (zh) | 一种定位方法及装置 | |
Girardet et al. | Generating optimal aircraft trajectories with respect to weather conditions | |
CN112947582A (zh) | 一种航线规划方法及相关装置 | |
CN113962473A (zh) | 船舶航线规划方法、装置、电子设备和存储介质 | |
CN111782755B (zh) | 基于虚拟网格字典的目标行进类意图识别方法和装置 | |
KR102012361B1 (ko) | 무인비행체의 안전 운항을 위한 디지털 무빙 맵 서비스 제공 방법 및 장치 | |
CN116026341B (zh) | 多无人机均衡路径规划方法及装置 | |
Jung et al. | Enabling operational autonomy for unmanned aerial vehicles with scalability | |
CN106595632B (zh) | 机载侧视雷达区域覆盖性探测航路规划方法 | |
CN115291630A (zh) | 电力巡检控制方法、装置、处理单元和无人机系统 | |
CN113268900B (zh) | 面向任务的空降场选址方法及装置 | |
Qin et al. | Research on dynamic route planning under adverse weather | |
KR102012362B1 (ko) | 무인비행체의 안전 운항을 위한 디지털 무빙 맵 생성 방법 및 장치 | |
TWI634402B (zh) | 無人飛行載具航線規劃系統及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |