CN109855629B - 一种任务规划方法、装置及电子设备 - Google Patents

一种任务规划方法、装置及电子设备 Download PDF

Info

Publication number
CN109855629B
CN109855629B CN201910200039.0A CN201910200039A CN109855629B CN 109855629 B CN109855629 B CN 109855629B CN 201910200039 A CN201910200039 A CN 201910200039A CN 109855629 B CN109855629 B CN 109855629B
Authority
CN
China
Prior art keywords
task
preset
initial
plan
mission
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
Application number
CN201910200039.0A
Other languages
English (en)
Other versions
CN109855629A (zh
Inventor
朱彬
陆继
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201910200039.0A priority Critical patent/CN109855629B/zh
Publication of CN109855629A publication Critical patent/CN109855629A/zh
Application granted granted Critical
Publication of CN109855629B publication Critical patent/CN109855629B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明实施例提供的任务规划方法、装置及电子设备,涉及无人机技术领域。该方法及装置根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线,并基于预设定的任务需求确定多组作业参数,然后根据多组作业参数及多条模拟作业路线生成多个初始任务规划,并确定每个初始任务规划的模拟作业时间以及安全风险参数,最后根据模拟作业时间及安全风险参数从多个初始任务规划中确定实际任务规划;由于是基于全局的测绘数据进行全局规划,并基于模拟作业时间以及安全风险参数判断每个初始任务规划是否安全、高效,最终将安全且高效的初始任务规划作为实际的任务规划,提高了作业的安全性以及效率。

Description

一种任务规划方法、装置及电子设备
技术领域
本发明涉及无人机技术领域,具体而言,涉及一种任务规划方法、装置及电子设备。
背景技术
无人驾驶飞机简称“无人机”,英文缩写为“UAV”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。无人机广泛应用于军事、农业、摄影等领域,例如,利用无人机侦察、喷洒农药以及航拍等等。
现有技术中,无人机需要在执行任务的同时,还需要进行测绘,并根据测绘数据实时进行路径规划,这种方法的计算量大,对硬件设备的要求较高,从而成本也高;同时,由于利用这种方法无法预先得知测绘数据,规划得到的路径常常并不是最优选的路径,存在绕远路的情况。
发明内容
有鉴于此,本发明的目的在于提供一种任务规划方法、装置及电子设备,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种任务规划方法,所述任务规划方法包括:
根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线;
根据预设定的任务需求确定多组作业参数;
根据所述多组作业参数及所述多条模拟作业路线生成多个初始任务规划;
确定每个初始任务规划的模拟作业时间以及安全风险参数;
根据所述模拟作业时间及所述安全风险参数从所述多个初始任务规划中确定实际任务规划。
第二方面,本发明实施例还提供了一种任务规划装置,所述任务规划装置包括:
作业路线规划单元,用于根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线;
作业参数确定单元,用于根据预设定的任务需求确定多组作业参数;
任务规划单元,用于根据所述多组作业参数及所述多条模拟作业路线生成多个初始任务规划;
模拟作业单元,用于确定每个初始任务规划的模拟作业时间以及安全风险参数;
所述任务规划单元还根据所述模拟作业时间及所述安全风险参数从所述多个初始任务规划中确定实际任务规划。
第三方面,本发明实施例还提供了一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现上述的任务规划方法。
第四方面,本发明实施例还提供了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的任务规划方法。
本发明实施例提供的任务规划方法、装置及电子设备,根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线,并基于预设定的任务需求确定多组作业参数,然后根据多组作业参数及多条模拟作业路线生成多个初始任务规划,并确定每个初始任务规划的模拟作业时间以及安全风险参数,最后根据模拟作业时间及安全风险参数从多个初始任务规划中确定实际任务规划;由于是基于全局的测绘数据进行全局规划,并基于模拟作业时间以及安全风险参数判断每个初始任务规划是否安全、高效,最终将安全且高效的初始任务规划作为实际的任务规划,提高了作业的安全性以及效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本发明实施例提供的电子设备的方框示意图。
图2示出了本发明实施例提供的任务规划方法的流程图。
图3示出了本发明实施例提供的任务规划方法进一步的流程图。
图4示出了作业无人机的作业示意图。
图5示出了本发明实施例提供的任务规划装置的功能模块图。
图标:100-电子设备;110-存储器;120-处理器;130-通信模块;400-任务规划装置;410-作业路线规划单元;420-作业参数确定单元;430-任务规划单元;440-模拟作业单元;450-格式转换单元;460-数据发送单元。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
需要说明的是,术语“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。
请参照图1,是电子设备100的方框示意图。所述电子设备100包括存储器110、处理器120及通信模块130。所述存储器110、处理器120以及通信模块130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。所述存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应的功能。
通信模块130用于通过所述网络建立所述电子设备100与其它通信终端之间的通信连接,并用于通过所述网络收发数据。
需要说明的是,本发明提供的电子设备100既可以是无人机,也可以是一个专门进行任务规划的服务器,在此不做具体限制。
应当理解的是,图1所示的结构仅为电子设备100的结构示意图,所述电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明提供了一种任务规划方法,用于对目标区域进行全局的路径规划以及作业参数规划,以达到提高作业的安全性以及效率的目的。请参阅图2,为本发明提供的任务规划方法的流程图。该任务规划方法包括:
S201,根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线。
请参阅图3,为本发明提供的任务规划方法进一步的流程图。该S201包括:
S2011,根据接收到的测绘数据建立环境模型。
测绘数据是由测绘无人机携带的测绘装置收集并传输的,其包含目标作业区域内的所有环境信息,如边界信息、高度信息、地势信息等;如果目标作业区域内包含障碍物,则测绘数据还包含障碍物信息。需要说明的是,测绘装置可以是激光雷达、测绘雷达等具备测绘功能的设备。
具体地,可利用商用建模软件(例如Pix4D等),并基于测绘数据建立环境模型,最终得到的环境模型依测绘数据而定,既可以是二维模型,也可以是三维模型。
S2012,根据环境模型及预设定的障碍物特征信息确定路径规划方法。
其中,预设定的障碍物特征信息即为确定障碍物的标准。若环境模型不包含预设定的障碍物特征信息,则表明目标作业区域内不包含障碍物,此时确定路径规划方法为预设定的全局路径规划方法;由于不存在障碍物,利用全局路径规划方法可以较快地得到模拟作业路线。
具体地,全局路径规划方法可以是视图法、切线图法、Voronoi图法、拓扑法、惩罚函数法、栅格法等等。
若环境模型包含预设定的障碍物特征信息,则表明目标作业区域内包含障碍物,此时确定路径规划方法为预设定的局部路径规划方法,利用局部路径规划方法能有效规避障碍物。
具体地,局部路径规划方法可以是人工势场法、模糊逻辑算法、遗传算法、人工神经网络、模拟退火算法、蚁群优化算法、粒子群算法和启发式搜索方法等。
S2013,根据环境模型、预设定的作业区域信息及路径规划方法得到多条模拟作业路线。
其中,预设定的作业区域信息用于表征目标作业区域,表明作业无人机需要在该目标作业区域内进行作业。基于环境模型、预设定的作业区域信息及路径规划方法便能得到多条模拟作业路线。
S202,根据预设定的任务需求确定多组作业参数。
其中,任务需求包含作业内容和作业目标,作业参数根据不同的作业内容和作业目标进行设计。例如,作业内容为对于农业植保喷洒作业,而作业目标为完成指定喷洒区域的施药量(即:亩用量q),其中,作业参数包括喷幅W、飞行速度V、流量Q、作业高度h。需要说明的是,作业高度指作业无人机的喷嘴口距离作业对象的高度。
通常地,如图4所示,喷幅W随作业高度h的变化而变化,且喷幅W与作业高度h满足以下算式:
Figure BDA0001997072520000071
其中,W为喷幅,w为作业无人机喷洒系统左右喷嘴之间的距离,h为作业高度,θ为喷嘴的喷洒角度。
需要说明的是,作业无人机喷洒系统左右喷嘴之间的距离及喷嘴的喷洒角度与作业无人机的机型相适配。
而飞行速度V、流量Q则可根据以下方式确定:
一定时间t内的喷洒量C为:C=Q*t
一定时间t内的喷洒面积S为:S=V*t*W
则亩用量q为:
Figure BDA0001997072520000081
从而,在已知亩用量q、喷幅W的情况下,可确定飞行速度V与流量Q的比例关系,从而得到多组作业参数。
S203,根据多组作业参数及多条模拟作业路线生成多个初始任务规划。
将多组作业参数以及多条模拟作业路线进行排列组合,从而得到多个初始任务规划。每个初始任务规划均包括作业参数以及模拟作业路线。
例如,模拟得到n组作业参数以及m条模拟作业路线,则最终得到n×m个初始任务规划。
S204,确定每个初始任务规划的模拟作业时间以及安全风险参数。
请继续参阅图3,S204包括:
S2041,根据每个初始任务规划包含的模拟作业路线确定每个初始任务规划的路径长度及安全风险参数。
其中,安全风险参数通过每条模拟作业线路与障碍物之间的干涉程度确定。
S2042,根据每个初始任务规划的路径长度及包含的作业参数得到每个初始任务规划的模拟作业时间。
作业参数包括预先设定的亩用量、流量、飞行速度以及喷幅,路径长度、作业参数、模拟作业时间满足算式:
Figure BDA0001997072520000091
其中,t为模拟作业时间,q为亩用量,W为喷幅,D为路径长度,Q为流量。
S205,根据模拟作业时间及安全风险参数从多个初始任务规划中确定实际任务规划。
请继续参阅图3,S205包括:
S2051,基于安全风险参数小于或等于预设定的安全阈值的初始任务规划形成初始任务规划集合。
安全风险参数大于预设定的安全阈值的初始任务规划,表明有撞击障碍物的风险。因而,仅仅将安全风险参数小于或等于预设定的安全阈值的初始任务规划筛选出来,形成任务规划集合。
S2052,将初始任务规划集合中,具有最小的模拟作业时间的初始任务规划确定为实际任务规划。
任务规划集合中包含的所有初始任务规划均没有撞击障碍物的风险,再比较任务规划集合中所有初始任务规划的模拟作业时间,将具有最小的模拟作业时间的初始任务规划确定为实际任务规划。
从而,最终选出的实际任务规划,既没有撞击障碍物的风险,且模拟作业时间最短,以实际任务规划进行作业,既安全又高效。
S206,对实际任务规划进行数据格式转换。
由于作业无人机的飞控能识别的数据格式与实际任务规划的数据格式不同,所以还需要先对实际任务规划进行数据格式转换,以便作业无人机识别、处理。
S207,将进行数据格式转换后的实际任务规划发送给作业无人机。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种任务规划装置400的实现方式,可选地,该任务规划装置400可以采用上述图1所示的电子设备100的器件结构。进一步地,请参阅图5,图5为本发明实施例提供的一种任务规划装置400的功能模块图。需要说明的是,本实施例所提供的任务规划装置400,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该任务规划装置400包括:作业路线规划单元410、作业参数确定单元420、任务规划单元430、模拟作业单元440、格式转换单元450以及数据发送单元460。
其中,作业路线规划单元410用于根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线。
具体地,作业路线规划单元410用于根据接收到的测绘数据建立环境模型,并根据环境模型及预设定的障碍物特征信息确定路径规划方法,然后根据环境模型、预设定的作业区域信息及路径规划方法得到多条模拟作业路线。
可以理解地,在一种可选的实施方式中,作业路线规划单元410可用于执行S201、S2011、S2012、S2013。
作业参数确定单元420用于根据预设定的任务需求确定多组作业参数。
可以理解地,在一种可选的实施方式中,作业参数确定单元420可用于执行S202。
任务规划单元430用于根据多组作业参数及多条模拟作业路线生成多个初始任务规划。
可以理解地,在一种可选的实施方式中,任务规划单元430可用于执行S203。
模拟作业单元440用于确定每个初始任务规划的模拟作业时间以及安全风险参数。
具体地,模拟作业单元440用于根据每个初始任务规划包含的模拟作业路线确定每个初始任务规划的路径长度及安全风险参数,并根据每个初始任务规划的路径长度及包含的作业参数得到每个初始任务规划的模拟作业时间。
可以理解地,在一种可选的实施方式中,模拟作业单元440可用于执行S204、S2041、S2042。
任务规划单元430还用于根据模拟作业时间及安全风险参数从多个初始任务规划中确定实际任务规划。
具体地,任务规划单元430用于基于安全风险参数小于或等于预设定的安全阈值的初始任务规划形成初始任务规划集合,并将初始任务规划集合中,具有最小的模拟作业时间的初始任务规划确定为实际任务规划。
可以理解地,在一种可选的实施方式中,任务规划单元430可用于执行S205、S2051、S2052。
格式转换单元450用于对实际任务规划进行数据格式转换。
可以理解地,在一种可选的实施方式中,格式转换单元450可用于执行S206。
数据发送单元460用于将进行数据格式转换后的实际任务规划发送给作业无人机。
可以理解地,在一种可选的实施方式中,数据发送单元460可用于执行S207。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图1所示的存储器110中或固化于该电子设备100的操作系统(Operating System,OS)中,并可由图1中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
本发明还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120执行时实现上述的任务规划方法。
综上所述,本发明实施例提供的任务规划方法、装置及电子设备,根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线,并基于预设定的任务需求确定多组作业参数,然后根据多组作业参数及多条模拟作业路线生成多个初始任务规划,并确定每个初始任务规划的模拟作业时间以及安全风险参数,最后根据模拟作业时间及安全风险参数从多个初始任务规划中确定实际任务规划;由于是基于全局的测绘数据进行全局规划,并基于模拟作业时间以及安全风险参数判断每个初始任务规划是否安全、高效,最终将安全且高效的初始任务规划作为实际的任务规划,提高了作业的安全性以及效率。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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,均应包含在本发明的保护范围之内。

Claims (7)

1.一种任务规划方法,其特征在于,所述任务规划方法包括:
根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线;
根据预设定的任务需求确定多组作业参数;
根据所述多组作业参数及所述多条模拟作业路线生成多个初始任务规划;
根据每个所述初始任务规划包含的模拟作业路线确定每个所述初始任务规划的路径长度及安全风险参数;
根据每个所述初始任务规划的所述路径长度及包含的所述作业参数得到每个所述初始任务规划的模拟作业时间;其中,安全风险参数通过每条模拟作业线路与障碍物之间的干涉程度确定;
基于所述安全风险参数小于或等于预设定的安全阈值的所述初始任务规划形成初始任务规划集合;
将所述初始任务规划集合中,具有最小的所述模拟作业时间的初始任务规划确定为实际任务规划;
所述作业参数包括预先设定的亩用量、流量以及喷幅,所述路径长度、所述作业参数、所述模拟作业时间满足算式:
Figure FDA0003241905970000011
其中,t为所述模拟作业时间,q为所述亩用量,W为所述喷幅,D为所述路径长度,Q为所述流量。
2.根据权利要求1所述的任务规划方法,其特征在于,所述根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线的步骤包括:
根据接收到的测绘数据建立环境模型;
根据所述环境模型及预设定的障碍物特征信息确定路径规划方法;
根据所述环境模型、所述预设定的作业区域信息及所述路径规划方法得到所述多条模拟作业路线。
3.根据权利要求2所述的任务规划方法,其特征在于,所述根据所述环境模型及预设定的障碍物特征信息确定路径规划方法的步骤包括:
若所述环境模型不包含预设定的障碍物特征信息,确定所述路径规划方法为预设定的全局路径规划方法;
若所述环境模型包含预设定的障碍物特征信息,确定所述路径规划方法为预设定的局部路径规划方法。
4.根据权利要求1所述的任务规划方法,其特征在于,所述方法还包括:
对所述实际任务规划进行数据格式转换;
将进行数据格式转换后的实际任务规划发送给作业无人机。
5.一种任务规划装置,其特征在于,所述任务规划装置包括:
作业路线规划单元,用于根据接收到的测绘数据、预设定的障碍物特征信息及预设定的作业区域信息得到多条模拟作业路线;
作业参数确定单元,用于根据预设定的任务需求确定多组作业参数;
任务规划单元,用于根据所述多组作业参数及所述多条模拟作业路线生成多个初始任务规划;
模拟作业单元,用于根据每个所述初始任务规划包含的模拟作业路线确定每个所述初始任务规划的路径长度及安全风险参数;
根据每个所述初始任务规划的所述路径长度及包含的所述作业参数得到每个所述初始任务规划的模拟作业时间;其中,所述安全风险参数通过每条模拟作业线路与障碍物之间的干涉程度确定;
所述任务规划单元还用于基于所述安全风险参数小于或等于预设定的安全阈值的所述初始任务规划形成初始任务规划集合;
所述任务规划单元还用于将所述初始任务规划集合中,具有最小的所述模拟作业时间的初始任务规划确定为实际任务规划;其中,
所述作业参数包括预先设定的亩用量、流量以及喷幅,所述路径长度、所述作业参数、所述模拟作业时间满足算式:
Figure FDA0003241905970000031
其中,t为所述模拟作业时间,q为所述亩用量,W为所述喷幅,D为所述路径长度,Q为所述流量。
6.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-4任一所述的任务规划方法。
7.一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如权利要求1-4中任一项所述的任务规划方法。
CN201910200039.0A 2019-03-15 2019-03-15 一种任务规划方法、装置及电子设备 Active CN109855629B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910200039.0A CN109855629B (zh) 2019-03-15 2019-03-15 一种任务规划方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910200039.0A CN109855629B (zh) 2019-03-15 2019-03-15 一种任务规划方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN109855629A CN109855629A (zh) 2019-06-07
CN109855629B true CN109855629B (zh) 2021-11-19

Family

ID=66900959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910200039.0A Active CN109855629B (zh) 2019-03-15 2019-03-15 一种任务规划方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN109855629B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110749323B (zh) * 2019-10-22 2022-03-18 广州极飞科技股份有限公司 一种作业路线的确定方法及装置
CN113994171A (zh) * 2020-05-26 2022-01-28 深圳市大疆创新科技有限公司 路径规划方法、装置及系统
CN116820110B (zh) * 2023-08-28 2023-11-28 武汉市自然资源保护利用中心 基于智能优化算法的生态环境监测任务规划方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202014002338U1 (de) * 2014-03-15 2014-05-14 Volker Jung Weitgehend autonom fliegende UAV-Hubschrauber-Drohne zur Ausbringung von Pflanzenschutzmitteln in der Landwirtschaft, Forstwirtschaft und im Weinanbau (bis zu einem max. Abfluggewicht von 150kg)
CN108205326A (zh) * 2016-12-16 2018-06-26 广州极飞科技有限公司 无人机作业的方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110126985A (ko) * 2010-05-18 2011-11-24 콘티넨탈 오토모티브 시스템 주식회사 자동차의 주행 경로의 학습 검색 방법 및 장치
CN103358917A (zh) * 2012-04-05 2013-10-23 陆继荣 并联式风能油电混合动力汽车
CN104406589B (zh) * 2014-11-13 2017-05-24 中国测绘科学研究院 一种飞行器穿越雷达区的飞行方法
US9740208B2 (en) * 2015-07-30 2017-08-22 Deere & Company UAV-based sensing for worksite operations
US20170129602A1 (en) * 2015-11-10 2017-05-11 M3N, Inc. Multipurpose Robotic System
CN106444745A (zh) * 2016-08-31 2017-02-22 苏州德品医疗科技股份有限公司 一种基于导航的自动行走智能发药车
CN106335641A (zh) * 2016-09-21 2017-01-18 江西天祥通用航空股份有限公司 一种飞机智能喷洒方法及系统
CN106931961B (zh) * 2017-03-20 2020-06-23 成都通甲优博科技有限责任公司 一种自动导航方法及装置
CN107992078A (zh) * 2017-12-15 2018-05-04 西安天问智能科技有限公司 一种植保无人机自主路径规划方法
CN116860003A (zh) * 2017-12-18 2023-10-10 深圳市大疆创新科技有限公司 农业无人机的飞行控制方法、雷达系统及农业无人机
CN108827333B (zh) * 2018-07-05 2020-08-07 北京智行者科技有限公司 一种作业路径的生成方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202014002338U1 (de) * 2014-03-15 2014-05-14 Volker Jung Weitgehend autonom fliegende UAV-Hubschrauber-Drohne zur Ausbringung von Pflanzenschutzmitteln in der Landwirtschaft, Forstwirtschaft und im Weinanbau (bis zu einem max. Abfluggewicht von 150kg)
CN108205326A (zh) * 2016-12-16 2018-06-26 广州极飞科技有限公司 无人机作业的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Research on trajectory planning algorithm of plant-protective UAV;Zhiyong Tang 等;《2016 IEEE International Conference on Aircraft Utility Systems (AUS)》;20161121;第110-113页 *
农用无人机灾情监测及植保作业的关键技术研究;张志芬;《中国优秀硕士学位论文全文数据库 农业科技辑》;20180215(第2期);D044-100 *

Also Published As

Publication number Publication date
CN109855629A (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
CN109855629B (zh) 一种任务规划方法、装置及电子设备
Liu et al. The angle guidance path planning algorithms for unmanned surface vehicle formations by using the fast marching method
Liu et al. Adaptive sensitivity decision based path planning algorithm for unmanned aerial vehicle with improved particle swarm optimization
CN109035871B (zh) 无人机飞行路线规划方法、装置、系统及智能终端
JP4852688B2 (ja) 脅威対象がある状況下での地形追随飛行用の軌道を自動的に生成する混合整数線形計画法
US7194353B1 (en) Method and system for route planning of aircraft using rule-based expert system and threat assessment
US20090210109A1 (en) Computing Flight Plans for UAVs While Routing Around Obstacles Having Spatial and Temporal Dimensions
Wen et al. Online UAV path planning in uncertain and hostile environments
US20210325891A1 (en) Graph construction and execution ml techniques
CN112166394A (zh) 一种航线规划方法、设备、系统及存储介质
Choudhury et al. The planner ensemble and trajectory executive: A high performance motion planning system with guaranteed safety
Tang et al. Collision avoidance for multi-UAV based on geometric optimization model in 3D airspace
Garg et al. Terrain-based landing site selection and path planning for fixed-wing UAVs
Gang et al. Research status and progress on anti-ship missile path planning
Medeiros et al. Computational modeling for automatic path planning based on evaluations of the effects of impacts of UAVs on the ground
Shin et al. Information-driven persistent sensing of a non-cooperative mobile target using UAVs
Zheng et al. Coevolving and cooperating path planner for multiple unmanned air vehicles
Ruz et al. UAV trajectory planning for static and dynamic environments
Fitzpatrick et al. Behaviour recognition with kinodynamic planning over continuous domains
Mishra et al. A review on vision based control of autonomous vehicles using artificial intelligence techniques
Schumacher et al. Path elongation for UAV task assignment
Nikolos et al. Evolutionary algorithm based path planning for multiple UAV cooperation
CN111754186A (zh) 喷洒控制方法、装置及电子设备
CN114041097B (zh) 无人飞行器的航线平滑处理方法、装置及控制终端
Moore et al. Tracking Multiple Vehicles Constrained to a Road Network From a UAV with Sparse Visual Measurements

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