CN110617818A - 一种无人机航迹生成方法 - Google Patents
一种无人机航迹生成方法 Download PDFInfo
- Publication number
- CN110617818A CN110617818A CN201910975620.XA CN201910975620A CN110617818A CN 110617818 A CN110617818 A CN 110617818A CN 201910975620 A CN201910975620 A CN 201910975620A CN 110617818 A CN110617818 A CN 110617818A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight path
- flight
- track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种无人机航迹生成方法,在飞行环境和无人机动力学约束建模后利用航迹算法生成初始航迹,并对生成的航迹进行删减处理,减少节点数量,缩短路径长度;结合无人机转弯半径动力学约束条件,对处理后的航迹进行平滑处理:至满足无人机总航程约束为止。本发明结合无人机飞行环境、无人机初末位置,能加快无人机航迹规划算法速度、保证生成航迹即为满足无人机给定约束的可行航迹,同时生成的航迹光滑连续,可延长无人机滞空时间,有效提高无人机执行任务的能力,在无人机航迹规划中具有广泛的应用前景。
Description
技术领域
本发明属于无人机技术领域,具体涉及无人机航迹规划技术。
技术背景
随着航空技术和电子技术的发展,无人机因其成本低、易控制等优势,广泛应用于军事与民用领域,诸如敌情侦察、协同打击、地形勘探、地理测绘、线路巡检等。中小型无人机执行任务复杂多样,使用环境复杂,对生存能力要求较高,无人机航迹规划就是在综合考虑无人机到达时间、油耗、威胁以及飞行区域等因素的前提下,为无人机规划出最优或满意的飞行航迹,以保证圆满地完成飞行任务,无人机航迹规划方法是无人机自主飞行的核心技术,近年来也得到了广泛关注。无论是在军事还是民用领域,好的航迹规划系统都是提高无人机安全性能,保证无人机出色完成任务的重要手段。
无人机航迹规划的本质是路径规划,即寻找适当的策略构成连接起点到终点位置的由序列点或曲线组成的路径,因此用于航迹规划的算法实际上也就是路径规划算法。常用于航迹规划的航迹生成算法有深度优先与广度优先、Dijkstra算法、A*算法、D*算法、快速扩展随机树(Rapidly-Exploring Random Tree:RRT)、人工势场法(APF:ArtificialPotential Field)、Voronoi图法等,采用的优化搜索算法有遗传算法(GeneticAlgorithm:GA)、进化算法、蚁群算法等。这些方法各有优缺点,采用优化搜索算法能得到性能较优的航迹,如总里程最短,但是航迹生成耗费时间相对较长,采用Dijkstra算法、D*算法等进行航迹生成耗时较短,航迹为可行航迹,但一般长度较长,性能不占优势,人工势场法利用PH曲线来产生航迹,路径曲率连续,但在相同的曲率约束下路程更长,飞行时间更长。
发明内容
本发明的主要目的是解决现有技术中无人机航迹规划时效率不佳的技术问题。
为了解决上述技术问题,提出如下的技术方案:
本发明提供一种无人机航迹生成方法,包括如下步骤:
步骤1、进行飞行环境和无人机动力学约束建模;
步骤2、利用航迹算法生成初始航迹;
进一步的,可以利用RRT算法生成初始航迹;
步骤3、对生成的航迹进行删减处理,减少节点数量,缩短路径长度;
进一步的,对生成的航迹进行删减处理有两种选择:可以从目标点开始,也可以从起始点开始;
步骤4、结合无人机转弯半径动力学约束条件,对处理后的航迹进行平滑处理:
S1、设未考虑无人机飞行约束条件,A为起始点,C为目标点,无人机飞行路径为直线段
S2、考虑转弯半径动力学约束条件,令r为无人机转弯半径,O为无人机转弯中心,圆弧为转弯飞行段,无人机由D点进入转弯状态后在E点出转弯状态进入EC直线飞行段,即新路径为直线段圆弧直线段
S3、计算得出圆弧过渡时D、E坐标,由此基于航路点信息和转弯圆心、转弯半径对无人机进行导航,使得无人机实际飞行路径和导航航迹重合;
步骤5、如果平滑后的航迹超出无人机航程约束,则重复步骤2~步骤4,直至满足无人机总航程约束为止。
本发明的有效收益如下:
1、本发明针对复杂战场环境下对航迹规划的快速、实用性的需求,提出了一种高效且能够满足无人机性能约束的工程化航迹生成方法;
2、为了使现有路径生成算法生成路径满足无人机实际需求,本方法引入节点删减、转弯平滑等操作,使生成的航迹能够满足无人机的转弯半径约束和连续飞行的要求,使航迹得到优化,这种方法结合无人机飞行环境、无人机初末位置,能加快无人机航迹规划算法速度、保证生成航迹即为满足无人机给定约束的可行航迹,同时生成的航迹光滑连续,可延长无人机滞空时间,有效提高无人机执行任务的能力,在无人机航迹规划中具有广泛的应用前景。
附图说明
图1为本发明无人机航迹搜索环境栅格化建模示意图;
图2为本发明无人机最大转弯角约束示意图;
图3为本发明考虑转弯角约束生成初始航迹示意图;
图4为本发明从目标点开始对生成航迹进行裁剪示意图;
图5为本发明从目标点开始对航迹进行删减后得到的航迹示意图;
图6为本发明从初始点开始对航迹进行删减后得到的航迹示意图;
图7为本发明航路点A、B、C位置示意图;
图8为本发明圆弧过渡时各点位置示意图;
图9为本发明对如图5所示航迹平滑处理之后的航迹示意图;
图10为对本发明如图6所示航迹平滑处理之后的航迹示意图。
具体实施方式
下面结合实例、附图对本发明进行详细的阐述。
实现本发明所提出的无人机航迹规划总体流程是:
步骤一:飞行环境和无人机动力学约束建模
飞行环境模型包括自然环境建模和威胁区建模,自然环境建模主要是地形起伏的威胁,如高山,威胁区主要考虑无人机飞行程中的禁飞区等。本方法假设无人机进行等高飞行,在二维水平面内进行环境建模,将设定的飞行高度上对无人机飞行有可能造成威胁的山峰和高地向水平面上进行投影形成自然环境模型。
飞行环境模型确定后,对地图进行栅格分区处理,为后续寻找附近节点做准备,栅格化处理时其网格步长需考虑无人机飞行速度、禁飞区特征长度等因素,同时还需兼顾离散后搜索空间大小等因素。如图1即为对地图的处理结果,黑色部分即为需考虑的禁飞区和高山、高地等的约束。
生成无人机可行航迹,需考虑的无人机动力学约束主要有:
转弯半径约束:r≥Rmin。不同的无人机其转弯半径不同,航迹生成时,所考虑转弯半径为其最小转弯半径,小于该值时,生成的航迹不可行。
转弯角度约束:φ≤φmax。生成的航迹只能在小于或等于无人机机动性能约束的最大转弯角范围内转弯,否则该航迹不可行。
航程约束:Lpath≤Lmax,即生成的航迹长度必须在无人机最大航程范围内,否则超出无人机性能范围,该航迹不可行。
步骤二:利用航迹生成算法生成初始航迹
本发明中可通过查阅文献了解该方法的详细步骤(如博士论文:基于智能优化与RRT算法的无人机任务规划方法研究,李猛,南京航空航天大学,2012)。
当然使用A*算法、D*算法或其他的航迹生成方法亦在本发明的保护范围之内。
本步骤中,基于无人机飞行速度V(单位为米/秒)、无人机最小转弯半径R(单位为米)、禁飞区长度尺度L(单位为米)设置算法搜索步长(取min(V,R,L)),假设无人机飞行速度为30米/秒,无人机最小转弯半径为80米,需要考虑禁飞区的最小半径为50米,由于设置搜索步长为30米。本步骤考虑中无人机转弯角度约束,如图2所,假定当前节点为pi,前一节点为pi-1,搜索的新的子节点为pi+1,则
步骤三:对生成的航迹进行处理,减少节点数量,缩短路径长度;
对于图3所示的生成路径,从目标点O开始进行节点裁剪,如图4所示,由于线段OA6和障碍有交点,因此目标点的前一航路点为A5,中间节点A1、A2、A3、A4两节点被丢弃。
从A5开始,对剩下的节点依次进行判断,最终得到的航迹如图5中实线所示所示。
需要说明的是,对航迹进行删减时,有两种选择:可以从目标点开始,也可以从起始点开始,二者得到的航迹不同,但均为可行航迹,针对本实例,从起始点开始进行删减得到的航迹如图6所示。
步骤四:考虑无人机转弯半径动力学约束,对处理后的航迹进行光滑处理。
在用航迹算法生成初始航迹路径时,未考虑无人机飞行时的约束条件,如有限曲率或转弯半径,生成的是线段,如图7所示直线段为生成的路径,对于固定翼无人机而言,在B点转弯处直接转弯不符合实际情况,如果以此作为航路点输入给无人机,则其实际飞行航迹肯定和规划航迹有区别。令∠ABC=θ,则
本发明给出的解决思路如下:令r为无人机转弯半径,由无人机本身性能决定,O为无人机转弯中心,为转弯飞行段,无人机在D点进入转弯状态,在E点出转弯状态进入EC直线飞行段,即新路径为直线段圆弧直线段如图8所示,下面给出求D、E坐标的方法。
则
针对图5所示生成路径,考虑转弯半径之后平滑得到的新路径如图9所示,针对图6所示路径,考虑转弯半径之后平滑得到的路径如图10所示,图中标出了各转弯时的圆心和转弯起始点、出转弯状态点,基于航路点信息和转弯圆心、转弯半径对无人机进行导航,可以使得无人机实际飞行路径和导航航迹重合。
第五步:如果平滑后的航迹超出无人机航程约束,则重复步骤2~步骤4,直至满足无人机总航程约束为止。
表1给出了分别从初始点和目标点进行删减平滑处理后航迹长度和航路点数对比,可以看出,节点删减之后其长度得到一定程度的降低,航路点数目下降幅度非常明显,从34个航路点分别降至4个和5个航路点,考虑无人机转弯约束之后,其航路点数目相比删减后有所增加,但是其较平滑,基于航路点信息和转弯参数对无人机进行导航,得到的飞行路径和规划路径一致性非常好。
表1删减平滑处理后航迹长度和航路点数对比
Claims (3)
1.一种无人机航迹生成方法,其特征在于,包括如下步骤:
步骤1、进行飞行环境和无人机动力学约束建模;
步骤2、利用航迹算法生成初始航迹
步骤3、对生成的航迹进行删减处理,减少节点数量,缩短路径长度;
步骤4、结合无人机转弯半径动力学约束条件,对处理后的航迹进行平滑处理:
S1、设未考虑无人机飞行约束条件,A为起始点,C为目标点,无人机飞行路径为直线段
S2、考虑转弯半径动力学约束条件,令r为无人机转弯半径,O为无人机转弯中心,圆弧为转弯飞行段,无人机由D点进入转弯状态后在E点出转弯状态进入EC直线飞行段,即新路径为直线段圆弧直线段
S3、计算得出圆弧过渡时D、E坐标,由此基于航路点信息和转弯圆心、转弯半径对无人机进行导航,使得无人机实际飞行路径和导航航迹重合;
步骤5、如果平滑后的航迹超出无人机航程约束,则重复步骤2~步骤4,直至满足无人机总航程约束为止。
2.根据如权利要求1所述的一种无人机航迹生成方法,其特征在于,所述步骤2中的航迹算法为RRT算法。
3.根据如权利要求1所述的一种无人机航迹生成方法,其特征在于,包括如下步骤:
所述步骤3对生成的航迹进行删减处理有两种选择:可以从目标点开始,也可以从起始点开始。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975620.XA CN110617818A (zh) | 2019-10-15 | 2019-10-15 | 一种无人机航迹生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910975620.XA CN110617818A (zh) | 2019-10-15 | 2019-10-15 | 一种无人机航迹生成方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110617818A true CN110617818A (zh) | 2019-12-27 |
Family
ID=68925489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910975620.XA Pending CN110617818A (zh) | 2019-10-15 | 2019-10-15 | 一种无人机航迹生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110617818A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207752A (zh) * | 2020-01-17 | 2020-05-29 | 西北工业大学 | 一种基于动态切点调整的无人机航迹规划方法 |
CN111522353A (zh) * | 2020-06-05 | 2020-08-11 | 深圳市道通智能航空技术有限公司 | 一种无人机制导方法、无人机及存储介质 |
CN111984917A (zh) * | 2020-07-15 | 2020-11-24 | 北京机电工程研究所 | 一种球大圆航迹转弯过程中转弯中心的计算方法 |
CN111998858A (zh) * | 2020-09-15 | 2020-11-27 | 长春工业大学 | 一种基于改进a*算法的无人机航路规划方法 |
CN112129547A (zh) * | 2020-09-29 | 2020-12-25 | 北京艾尔动力科技有限公司 | 一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法 |
CN112484732A (zh) * | 2020-11-30 | 2021-03-12 | 北京工商大学 | 一种基于ib-abc算法的无人机飞行路径规划方法 |
CN112762936A (zh) * | 2020-12-24 | 2021-05-07 | 中国人民解放军军事科学院国防科技创新研究院 | 一种运用于长航时无人机载荷的多源定位信息融合方法 |
CN112857372A (zh) * | 2021-01-18 | 2021-05-28 | 上海交通大学 | 基于给定节点序的航迹合理性评估和自生成方法及系统 |
CN113342044A (zh) * | 2021-06-18 | 2021-09-03 | 北京理工大学 | 一种可重复使用运载器末端能量管理段地面轨迹设计方法 |
CN113515138A (zh) * | 2021-06-15 | 2021-10-19 | 西安爱生技术集团有限公司 | 一种固定翼无人机航线重规划方法 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113885565A (zh) * | 2021-10-21 | 2022-01-04 | 国网天津市电力公司电力科学研究院 | 一种多旋翼无人机圆弧转弯的控制方法 |
CN114063618A (zh) * | 2021-11-15 | 2022-02-18 | 绍兴市上虞区武汉理工大学高等研究院 | 考虑车辆形状约束的平滑曲线路径路线点生成方法及系统 |
WO2022036863A1 (zh) * | 2020-08-21 | 2022-02-24 | 苏州极目机器人科技有限公司 | 喷洒路径规划方法和装置 |
WO2023178492A1 (zh) * | 2022-03-21 | 2023-09-28 | 深圳市大疆创新科技有限公司 | 无人机航线的规划方法、规划装置、遥控装置及无人机 |
CN116859986A (zh) * | 2023-06-08 | 2023-10-10 | 中铁第四勘察设计院集团有限公司 | 一种既有铁路带状测区的无人机航线规划方法 |
CN118031973A (zh) * | 2024-04-12 | 2024-05-14 | 四川腾盾科技有限公司 | 一种基于无人机约束的航路简化方法、设备及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105841702A (zh) * | 2016-03-10 | 2016-08-10 | 赛度科技(北京)有限责任公司 | 一种基于粒子群优化算法的多无人机航路规划方法 |
CN106441308A (zh) * | 2016-11-10 | 2017-02-22 | 沈阳航空航天大学 | 一种基于自适应权重鸽群算法的无人机航路规划方法 |
CN107392388A (zh) * | 2017-07-31 | 2017-11-24 | 南昌航空大学 | 一种采用改进人工鱼群算法规划无人机三维航迹的方法 |
CN107608372A (zh) * | 2017-08-14 | 2018-01-19 | 广西师范大学 | 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法 |
US20180114449A1 (en) * | 2015-01-19 | 2018-04-26 | The Aerospace Corporation | Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft |
CN108563243A (zh) * | 2018-06-28 | 2018-09-21 | 西北工业大学 | 一种基于改进rrt算法的无人机航迹规划方法 |
CN109615936A (zh) * | 2018-12-07 | 2019-04-12 | 中国航空工业集团公司西安航空计算技术研究所 | 机载飞行管理系统中的直飞航迹预测方法和直飞方法 |
CN110262548A (zh) * | 2019-06-21 | 2019-09-20 | 北京理工大学 | 一种考虑抵达时间约束的无人机航迹规划方法 |
-
2019
- 2019-10-15 CN CN201910975620.XA patent/CN110617818A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180114449A1 (en) * | 2015-01-19 | 2018-04-26 | The Aerospace Corporation | Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft |
CN105841702A (zh) * | 2016-03-10 | 2016-08-10 | 赛度科技(北京)有限责任公司 | 一种基于粒子群优化算法的多无人机航路规划方法 |
CN106441308A (zh) * | 2016-11-10 | 2017-02-22 | 沈阳航空航天大学 | 一种基于自适应权重鸽群算法的无人机航路规划方法 |
CN107392388A (zh) * | 2017-07-31 | 2017-11-24 | 南昌航空大学 | 一种采用改进人工鱼群算法规划无人机三维航迹的方法 |
CN107608372A (zh) * | 2017-08-14 | 2018-01-19 | 广西师范大学 | 一种基于改进rrt算法与改进ph曲线相结合的多无人机协同航迹规划方法 |
CN108563243A (zh) * | 2018-06-28 | 2018-09-21 | 西北工业大学 | 一种基于改进rrt算法的无人机航迹规划方法 |
CN109615936A (zh) * | 2018-12-07 | 2019-04-12 | 中国航空工业集团公司西安航空计算技术研究所 | 机载飞行管理系统中的直飞航迹预测方法和直飞方法 |
CN110262548A (zh) * | 2019-06-21 | 2019-09-20 | 北京理工大学 | 一种考虑抵达时间约束的无人机航迹规划方法 |
Non-Patent Citations (1)
Title |
---|
温乃峰等: "低空复杂环境下基于采样空间约减的无人机在线航迹规划算法", 《自动化学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111207752A (zh) * | 2020-01-17 | 2020-05-29 | 西北工业大学 | 一种基于动态切点调整的无人机航迹规划方法 |
CN111522353A (zh) * | 2020-06-05 | 2020-08-11 | 深圳市道通智能航空技术有限公司 | 一种无人机制导方法、无人机及存储介质 |
CN111984917A (zh) * | 2020-07-15 | 2020-11-24 | 北京机电工程研究所 | 一种球大圆航迹转弯过程中转弯中心的计算方法 |
CN111984917B (zh) * | 2020-07-15 | 2024-01-05 | 北京机电工程研究所 | 一种球大圆航迹转弯过程中转弯中心的计算方法 |
WO2022036863A1 (zh) * | 2020-08-21 | 2022-02-24 | 苏州极目机器人科技有限公司 | 喷洒路径规划方法和装置 |
CN111998858A (zh) * | 2020-09-15 | 2020-11-27 | 长春工业大学 | 一种基于改进a*算法的无人机航路规划方法 |
CN111998858B (zh) * | 2020-09-15 | 2024-01-19 | 长春工业大学 | 一种基于改进a*算法的无人机航路规划方法 |
CN112129547A (zh) * | 2020-09-29 | 2020-12-25 | 北京艾尔动力科技有限公司 | 一种基于高精度定位的用于汽车耐久无人化测试的任务生成方法 |
CN112484732A (zh) * | 2020-11-30 | 2021-03-12 | 北京工商大学 | 一种基于ib-abc算法的无人机飞行路径规划方法 |
CN112762936A (zh) * | 2020-12-24 | 2021-05-07 | 中国人民解放军军事科学院国防科技创新研究院 | 一种运用于长航时无人机载荷的多源定位信息融合方法 |
CN112857372A (zh) * | 2021-01-18 | 2021-05-28 | 上海交通大学 | 基于给定节点序的航迹合理性评估和自生成方法及系统 |
CN112857372B (zh) * | 2021-01-18 | 2022-06-10 | 上海交通大学 | 基于给定节点序的航迹合理性评估和自生成方法及系统 |
CN113515138A (zh) * | 2021-06-15 | 2021-10-19 | 西安爱生技术集团有限公司 | 一种固定翼无人机航线重规划方法 |
CN113342044A (zh) * | 2021-06-18 | 2021-09-03 | 北京理工大学 | 一种可重复使用运载器末端能量管理段地面轨迹设计方法 |
CN113885565A (zh) * | 2021-10-21 | 2022-01-04 | 国网天津市电力公司电力科学研究院 | 一种多旋翼无人机圆弧转弯的控制方法 |
CN113848985A (zh) * | 2021-11-01 | 2021-12-28 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN113848985B (zh) * | 2021-11-01 | 2022-09-09 | 西南交通大学 | 基于Hybird A*算法的多舰载无人机路径规划方法 |
CN114063618A (zh) * | 2021-11-15 | 2022-02-18 | 绍兴市上虞区武汉理工大学高等研究院 | 考虑车辆形状约束的平滑曲线路径路线点生成方法及系统 |
WO2023178492A1 (zh) * | 2022-03-21 | 2023-09-28 | 深圳市大疆创新科技有限公司 | 无人机航线的规划方法、规划装置、遥控装置及无人机 |
CN116859986A (zh) * | 2023-06-08 | 2023-10-10 | 中铁第四勘察设计院集团有限公司 | 一种既有铁路带状测区的无人机航线规划方法 |
CN116859986B (zh) * | 2023-06-08 | 2024-03-15 | 中铁第四勘察设计院集团有限公司 | 一种既有铁路带状测区的无人机航线规划方法 |
CN118031973A (zh) * | 2024-04-12 | 2024-05-14 | 四川腾盾科技有限公司 | 一种基于无人机约束的航路简化方法、设备及介质 |
CN118031973B (zh) * | 2024-04-12 | 2024-07-23 | 四川腾盾科技有限公司 | 一种基于无人机约束的航路简化方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110617818A (zh) | 一种无人机航迹生成方法 | |
CN108563243B (zh) | 一种基于改进rrt算法的无人机航迹规划方法 | |
CN110609552B (zh) | 一种水下无人航行器编队平面航迹规划方法 | |
CN103676944B (zh) | 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法 | |
CN108681787B (zh) | 基于改进双向快速扩展随机树算法的无人机路径优化方法 | |
CN106705970B (zh) | 一种基于蚁群算法的多无人机协同路径规划方法 | |
Szczerba et al. | Robust algorithm for real-time route planning | |
Ali et al. | Cooperative path planning of multiple UAVs by using max–min ant colony optimization along with cauchy mutant operator | |
CN108153328B (zh) | 一种基于分段贝塞尔曲线的多导弹协同航迹规划方法 | |
CN109685237B (zh) | 一种基于Dubins路径和分支限界的无人机航迹实时规划方法 | |
CN103557867A (zh) | 一种基于稀疏a*搜索的三维多uav协同航迹规划方法 | |
CN108225333B (zh) | 一种用于航线规划的最优路径生成方法 | |
CN112947594B (zh) | 一种面向无人机的航迹规划方法 | |
CN113093787B (zh) | 一种基于速度场的无人机轨迹规划方法 | |
Liu et al. | A variable-step RRT* path planning algorithm for quadrotors in below-canopy | |
CN115494866A (zh) | 一种多无人机全局及局部路径智能规划方法及系统 | |
Yang et al. | Fast marine route planning for UAV using improved sparse A* algorithm | |
Song et al. | Multi-UAV cooperative target tracking method using sparse a search and standoff tracking algorithms | |
CN117850471A (zh) | 三维环境下考虑雷达威胁的多智能体协同航迹规划方法及其规划系统 | |
Yang et al. | A novel optimal route planning algorithm for searching on the sea | |
CN112799420A (zh) | 一种基于多传感器无人机的实时航迹规划的方法 | |
Fan et al. | UAV online path planning technology based on deep reinforcement learning | |
Shi et al. | Path Planning of Anti-ship Missile based on Voronoi Diagram and Binary Tree Algorithm | |
Ma et al. | Path planning for searching submarine with cooperative coverage of fxed-wing UAVs cluster in complex boundary sea area | |
Liu et al. | OARPER-MAFO algorithm for anti-ship missile path planning |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191227 |