CN110706519A - 载机航路实时规划方法、装置和计算机设备 - Google Patents

载机航路实时规划方法、装置和计算机设备 Download PDF

Info

Publication number
CN110706519A
CN110706519A CN201910961942.9A CN201910961942A CN110706519A CN 110706519 A CN110706519 A CN 110706519A CN 201910961942 A CN201910961942 A CN 201910961942A CN 110706519 A CN110706519 A CN 110706519A
Authority
CN
China
Prior art keywords
carrier
starting point
node
target
route
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
Application number
CN201910961942.9A
Other languages
English (en)
Other versions
CN110706519B (zh
Inventor
范玉珠
白斌
丁鹊鹊
张科
侯景华
张明军
戴锡平
张小益
李东岳
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.)
Pla 63629
Original Assignee
Pla 63629
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 Pla 63629 filed Critical Pla 63629
Priority to CN201910961942.9A priority Critical patent/CN110706519B/zh
Publication of CN110706519A publication Critical patent/CN110706519A/zh
Application granted granted Critical
Publication of CN110706519B publication Critical patent/CN110706519B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003Flight plan management
    • G08G5/0039Modification of a flight plan
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G5/00Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073Surveillance aids
    • G08G5/0078Surveillance aids for monitoring traffic from the aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请涉及一种载机航路实时规划方法、装置和计算机设备。所述方法包括:获取目标航路的起始点信息,将起始点信息存入预先设置的第一表单中,将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径,以起始点信息为父节点建立节点拓展树模型,根据转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标,根据位置坐标,当子节点满足预先设置的约束条件时,将子节点存入预先设置的第二表单中,利用代价计算模型中,得到各个子节点对应的代价值,选择代价值最小的子节点标记为下一时刻的起始点存入第一表单中,根据第一表单中的起始点信息,对目标航路进行规划。采用本方法能够提高计算效率以及提高航路规划的实时性。

Description

载机航路实时规划方法、装置和计算机设备
技术领域
本申请涉及飞行器航路规划技术领域,特别是涉及一种载机航路实时规划方法、装置、计算机设备和存储介质。
背景技术
载机测量平台探测动态目标时,需进行实时航路规划。利用载机位置、速度、姿态信息,以及测量平台提供的目标位置速度信息进行实时导航信息计算,提供明确的载机航路和动态目标指示信息,辅助载机按照要求飞行,从而完成对目标探测。合理规划载机测量平台飞行航路对提高探测全程覆盖能力至关重要,其核心目标是,考虑探测需求、测量设备的探测能力范围以及载机飞行性能等因素,开发在复杂约束条件下的航路规划方法。
目前国内外广泛应用的航路规划求解方法主要有进化算法和遗传算法等。进化算法具有对函数无可微要求、良好的全局搜索能力等优势,遗传算法不需要确定的模型,算法鲁棒性强,但对复杂的环境和航路不仅难以进行算法编码,而且搜索时间长,蚁群算法具有正反馈,分布计算等优点,但算法初始信息素设定和信息素更新规则难以确定。
载机测量平台的航路规划实时性要求高、考虑实际约束条件复杂,利用现有的航路规划算法完成该航路规划问题,主要存在规划效率低、实时性较差和不易得到规划解等问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够解决航路规划时规划效率低、实时性较差和不易得到规划解问题的载机航路实时规划方法、装置、计算机设备和存储介质。
一种载机航路实时规划方法,所述方法包括:
获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;
以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;
根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件;
分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
根据所述第一表单中的起始点信息,对目标航路进行规划。
在其中一个实施例中,还包括:将目标航路进行网格化;确定所述目标航路的起始点位置,获取所述起始点位置对应坐标信息;将所述坐标信息和所述起始点保存为起始点信息,将所述起始点信息存入预先设置的第一表单中。
在其中一个实施例中,还包括:设置离散点个数;根据所述离散点个数和最大载机横滚角,将载机横滚角进行离散化得到所述离散点个数对应的载机横滚角;根据载机横滚角与转弯半径的对应关系,得到所述离散点个数对应的转弯半径。
在其中一个实施例中,还包括:获取载机的最大测量距离、最大测量方位角和最大测量俯仰角;根据所述最大测量距离、所述最大测量方位角和所述最大测量俯仰角确定测量距离约束、测量方位角约束和测量俯仰角约束;根据子节点的所述位置坐标,确定载机当前的测量距离、测量方位角和测量俯仰角;根据测量距离、测量方位角和测量俯仰角是否分别在测量距离约束、测量方位角约束和测量俯仰角约束范围内,以此判断所述子节点是否满足预先设置的约束条件。
在其中一个实施例中,还包括:获取载机最佳距离、最佳方位角以及最佳俯仰角,根据子节点的位置坐标,确定载机与目标的目标距离、目标方位角以及目标俯仰角;根据最佳距离、最佳方位角以及最佳俯仰角得到代价计算模型如下:
Figure BDA0002229229100000031
其中,g(xi)表示代价计算模型;w1、w2、w3分别表示权重;R、Φ、Ψ分别表示最佳距离、最佳方位角、最佳俯仰角;ri、φi
Figure BDA0002229229100000032
分别表示目标距离、目标方位角以及目标俯仰角。
在其中一个实施例中,还包括:检测所述起始点的位置坐标是否为目标航路的终点坐标,若是,则将所述起始点存入所述第一表单中;将所述第一表单中的起始点按照顺序进行连接,得到规划后的载机实时航路。
一种载机航路实时规划装置,所述装置包括:
航路获取模块,用于获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
节点拓展模块,用于将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
节点选择模块,用于选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
航路规划模块,用于根据所述第一表单中的起始点信息,对目标航路进行规划。
一种计算机设备,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以下步骤:
获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;
以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;
根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;
分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
根据所述第一表单中的起始点信息,对目标航路进行规划。
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以下步骤:
获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;
以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;
根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;
分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
根据所述第一表单中的起始点信息,对目标航路进行规划。
上述载机航路实时规划方法、装置、计算机设备和存储介质,通过对起始点采用离散的方式进行拓展,从而建立节点拓展树模型,通过节点搜索的方式进行计算,大幅度的提升计算的稳定性,减少计算量,然后考虑到实际工程中的参数设置约束条件,可以提升收敛速度。通过节点拓展树中的节点作为下一时刻的起始点,从而重复上述过程完成整个过程的航路规划,可以在保证实时性的情况下,大幅度的提升计算效率。
附图说明
图1为一个实施例中载机航路实时规划方法的流程示意图;
图2为一个实施例中节点拓展树模型的结构示意图;
图3为一个实施例中目标航路的示意图;
图4为一个实施例中目标航路与载机规划航路的示意图;
图5为一个实施例中载机航路实时规划方法装置的示意性结构图;
图6为一个实施例中计算机设备的内部结构图。
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。
本申请提供的载机航路实时规划方法,可以应用于如下应用场景中,飞行目标按照既定航路飞行,载机对飞行目标进行测量,载机上搭载了测量平台,测量平台对飞行目标进行探测,测量动态目标的各项参数和反馈载机当前的参数,从而作为航路规划的依据,完成航路的实时规划。
在一个实施例中,如图1所示,提供了一种载机航路实时规划方法,以该方法应用于测量平台为例进行说明,包括以下步骤:
步骤102,获取目标航路的起始点信息,将起始点信息存入预先设置的第一表单中。
起始点信息指的是载机的起始位置的信息,信息可以包含:经度信息、纬度信息、高度信息、方向信息等。第一表单是测量平台中预先设置的表单,用于存储起始点信息。
计算机在处理数据时,需要对各个数据以及表单进行定义,例如:起始点信息定义为Spiont,起始点Spiont可以表示为(Spoint(1),Spoint(2),Spoint(3)),其中Spoint(1)表示载机起始点经度、Spoint(2)表示载机起始点纬度、Spoint(3)表示载机起始高度;终点定义为Epoint,终点Epoint可以表示为(Epoint(1),Epoint(2),Epoint(3)),其中,Epoint(1)表示目标终点经度、Epoint(2)表示目标终点纬度,Epoint(3)表示目标终点高度。计算机通过识别上述定义后的标记,确定上述标记对应的参数。
步骤104,将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径。
离散化指的是将横滚角在最大横滚角范围内,设置多个离散值,从而对起始点进行拓展。由于载机转弯采用的是倾斜转弯,转弯半径与横滚角满足如下关系:
Figure BDA0002229229100000061
其中,ρH表示转弯半径,v表示载机速度,是已知量;γ表示载机横滚角;g表示重力加速度。由此可知,在得知载机横滚角之后,可以对应得到转弯半径。
步骤106,以起始点信息为父节点建立节点拓展树模型,根据转弯半径进行搜索得到节点拓展树模型中的子节点的位置坐标。
通过离散化,可以得到多个转弯半径,从而得到多个载机的运动趋势,通过转弯半径在节点拓展树模型中进行搜索,可以得到子节点的位置坐标。如图2所示。
为了和起始节点区分,子节点的位置坐标定义为(path(1),path(3),path(3))。
步骤108,根据位置坐标,判断子节点是否满足预先设置的约束条件,若是,则将子节点存入预先设置的第二表单中。
在得到多个子节点后,需要从中选择一个最优的子节点作为下一时刻的起始点,因此,通过约束条件,可以选择出符合条件的多个子节点,上述符合条件的多个子节点存入第二表单。
在一个具体实施例中,为了防止所有子节点均不满足约束条件,无法得到解的问题,还设置了第三表单,第三表单用于存储不满足约束条件的子节点。
步骤110,分别对第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值。
在得到满足约束条件的子节点后,需要选择一个最优的子节点作为下一时刻的起始点,反复即可以得到最优的航路。载机性能包括:载机最佳测量距离、最佳方位角以及最佳俯仰角,载机性能限制了载机对飞行目标的观测,因此需要保持在最优值附近,可以得到最优结果。本步骤结合载机性能的实际工况,可以准确的对各个子节点进行代价计算。
步骤112,选择代价值最小的子节点标记为下一时刻的起始点,并存入第一表单中。
步骤114,根据第一表单中的起始点信息,对目标航路进行规划。
上述载机航路实时规划方法中,通过对起始点采用离散的方式进行拓展,从而建立节点拓展树模型,通过节点搜索的方式进行计算,大幅度的提升计算的稳定性,减少计算量,然后考虑到实际工程中的参数设置约束条件,可以提升收敛速度。通过节点拓展树中的节点作为下一时刻的起始点,从而重复上述过程完成整个过程的航路规划,可以在保证实时性的情况下,大幅度的提升计算效率。
在其中一个实施例中,为了便于计算机对航路进行处理,需要对地图中的目标航路进行网格化处理,从而得到航路具体的网格化数据。
具体的,选取起始点信息时,需要对目标航路进行网格化,确定目标航路的起始点位置,通过起始点位置,可以获取到对应的坐标信息,将坐标信息和起始点保存为起始点信息,将起始点信息存入预先设置的第一表单中。本实施例中,起始点位置可以是经纬度表示的位置,而坐标信息是通过网格化得到的坐标位置。
在实际工程中,网格划分越细,计算量越大,为了保证数据计算量与计算的精准度中间得到平衡,一般选择网格的边长为1000m左右。
另外,在确定起始点信息之后,需要将起始点信息保存至第一表单中。
在其中一个实施例中,对横滚角进行离散化的步骤包括:设置离散点个数,根据离散点个数和最大载机横滚角,将载机横滚角进行离散化得到离散点个数对应的载机横滚角,根据载机横滚角与转弯半径的对应关系,得到离散点个数对应的转弯半径。本实施例中,结合载机的实际工作情况,预先给出载机的多种飞行路线选择,从而对当前起始点进行拓展。
具体的,对横滚角进行离散化遵循如下公式:
Figure BDA0002229229100000071
其中,n表示为大于1的奇数的离散点个数,i表示离散点个数。
通过灵活配置离散点个数,可以满足实际需求,在高精度的需求下,可以设置多个离散点,在高实时性的需求下,可以设置少量的离散点。
另外,建立拓展树模型时,以起始点作为父节点,以离散得到的转弯半径进行控制变量搜索,可以得到父节点对应的子节点的位置坐标,以及偏航角。
另一方面,还可以获取载机的最大测量距离、最大测量方位角和最大测量俯仰角,根据最大测量距离、最大测量方位角和最大测量俯仰角确定测量距离约束、测量方位角约束和测量俯仰角约束,根据子节点的位置坐标,确定载机当前的测量距离、测量方位角和测量俯仰角,根据测量距离、测量方位角和测量俯仰角是否分别在测量距离约束、测量方位角约束和测量俯仰角约束范围内,以此判断子节点是否满足预先设置的约束条件。本实施例中,根据载机的测量性能,形成约束条件,从而进行约束判断。
具体操作时,测量设备坐标系中飞行目标坐标可表示为
Figure BDA0002229229100000081
ri为第i时刻目标与测量设备之间距离,φi为目标相对测量设备方位角,
Figure BDA0002229229100000082
为目标相对测量设备俯仰角,测量设备方位角约束为-φm≤φi≤φm,测量设备俯仰角约束为
Figure BDA0002229229100000083
测量设备与目标距离Rmin≤ri≤Rmax,若目标当前时刻的位置在设备坐标下表示为(xp(i),yp(i),zp(i)),那么。
测量距离的计算公式如下:
Figure BDA0002229229100000084
测量方位角的计算公式如下:
Figure BDA0002229229100000085
测量俯仰角的计算公式为:
Figure BDA0002229229100000086
判断当前子节点是否满足上述所有约束条件,若是,则将标签设置为Closepd=0,若否,则将标签设置为Closepd=1,计算机将Closepd=1的子节点存入第三表单中,将Closepd=0的子节点存入第二表单中。
在其中一个实施例中,设置代价模型的步骤包括:获取载机最佳距离、最佳方位角以及最佳俯仰角,根据子节点的位置坐标,确定载机与目标的目标距离、目标方位角以及目标俯仰角,根据最佳距离、最佳方位角以及最佳俯仰角得到代价计算模型如下:
Figure BDA0002229229100000091
其中,g(xi)表示代价计算模型;w1、w2、w3分别表示权重;R、Φ、Ψ分别表示最佳距离、最佳方位角、最佳俯仰角;ri、φi
Figure BDA0002229229100000092
分别表示目标距离、目标方位角以及目标俯仰角。
具体的,若第二表单不为空,则将第二表单中各个子节点的代价值按照升序排列,将第二表单中代价值最小的子节点存入第一表单中。
若第二表单为空,则将第三表单中各个子节点的代价值按照升序排列,将第三表单中代价值最小的子节点存入第一表单中并标记。
在又一实施例中,检测起始点的位置坐标是否为目标航路的终点坐标,若是,则将起始点存入所述第一表单中,将第一表单中的起始点按照顺序进行连接,得到规划后的载机实时航路。本实施例中,通过重复上述步骤,最终子节点可能是终点,若是终端则实时航路规划结束,得到规划后的实时航路。
另外,通过上述航路规划,在一个实施例中,还可以进行载机速度控制,由于在i时刻载机的速度影响i+dt时刻载机的位置,载机速度受机目相对位置的限制,且载机速度影响子节点的代价值,航路规划中应根据载机的性能特点,在一定范围内引入速度反馈控制控制策略,具体控制函数设计如下:
vi+1=vi+a1×(ri-R)0<|ri-R|≤b1
vi+1=vi+a2×(ri-R)b1<|ri-R|≤b2
vi+1=vi+a2×(ri-R)b2<|ri-R|≤b3
vi+1=vi+a3×(ri-R)b3<|ri-R|≤b4
vi+1=vi+a4×(ri-R)b4<|ri-R|≤b5
vi+1=vmin vi<vmin
vi+1=vmax vi>vmax
其中,a1~a4,b1~b5为调整参数,根据需要进行调整。
以下以一个具体实施例对上述实施例进行具体说明。
给定一目标运动轨迹模型如图3所示,目标航线长度967.04km,目标起始点坐标(397.9,150),结束点坐标(492.2,313.3)。载机起始点坐标(405,150),结束点坐标(452.1,318.4),初始速度160m/s,载机速度范围150≤v≤180(单位m/s)、横滚角RL≤25°;设备探测距离范围:5≤ri≤50、方位角范围:-40°≤φi≤40°、俯仰角范围:
Figure BDA0002229229100000101
将载机起始点坐标放入Spiont中,将目标终点坐标放入Epoint中。目标轨迹进行网格化处理,选取网格边长1km。
对起始点进行扩展,设置离散点个数为13,得到13个子节点的坐标位置。判断各个子节点是否满足约束条件,若满足,则将子节点存入第二表单中,若子节点不满足约束条件则将子节点存入第三表单中。在第二表单不为空的条件下,选取第二表单中代价最小点扩展点作为载机下一时刻的起点。在第二表单为空时,选取第三表单中代价最小的扩展点作为载机下一时刻的起点进行标记。
按照上述步骤,得到的载机航路如图4所示,
应该理解的是,虽然图2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2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5所示,提供了一种载机航路实时规划方法装置,包括:航路获取模块502、节点拓展模块504、节点选择模块506和航路规划模块508,其中:
航路获取模块502,用于获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
节点拓展模块504,用于将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
节点选择模块506,用于选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
航路规划模块508,用于根据所述第一表单中的起始点信息,对目标航路进行规划。
在其中一个实施例中,航路获取模块502用于将目标航路进行网格化;确定所述目标航路的起始点位置,获取所述起始点位置对应坐标信息;将所述坐标信息和所述起始点保存为起始点信息,将所述起始点信息存入预先设置的第一表单中。
在其中一个实施例中,节点拓展模块504用于设置离散点个数;根据所述离散点个数和最大载机横滚角,将载机横滚角进行离散化得到所述离散点个数对应的载机横滚角;根据载机横滚角与转弯半径的对应关系,得到所述离散点个数对应的转弯半径。
在其中一个实施例中,节点拓展模块504还用于获取载机的最大测量距离、最大测量方位角和最大测量俯仰角;根据所述最大测量距离、所述最大测量方位角和所述最大测量俯仰角确定测量距离约束、测量方位角约束和测量俯仰角约束;根据子节点的所述位置坐标,确定载机当前的测量距离、测量方位角和测量俯仰角;根据测量距离、测量方位角和测量俯仰角是否分别在测量距离约束、测量方位角约束和测量俯仰角约束范围内,以此判断所述子节点是否满足预先设置的约束条件。
在其中一个实施例中,节点拓展模块504还用于获取载机最佳距离、最佳方位角以及最佳俯仰角,根据子节点的位置坐标,确定载机与目标的目标距离、目标方位角以及目标俯仰角;根据最佳距离、最佳方位角以及最佳俯仰角得到代价计算模型如下:
Figure BDA0002229229100000111
其中,g(xi)表示代价计算模型;w1、w2、w3分别表示权重;R、Φ、Ψ分别表示最佳距离、最佳方位角、最佳俯仰角;ri、φi
Figure BDA0002229229100000121
分别表示目标距离、目标方位角以及目标俯仰角。
在其中一个实施例中,航路规划模块508还用于检测所述起始点的位置坐标是否为目标航路的终点坐标,若是,则将所述起始点存入所述第一表单中;将所述第一表单中的起始点按照顺序进行连接,得到规划后的载机实时航路。
关于载机航路实时规划方法装置的具体限定可以参见上文中对于载机航路实时规划方法的限定,在此不再赘述。上述载机航路实时规划方法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,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机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、计算机程序和数据库。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。该计算机设备的数据库用于存储目标航路数据。该计算机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载机航路实时规划方法。
本领域技术人员可以理解,图6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计算机设备的限定,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,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述方法实施例中的步骤。
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上述方法实施例中的步骤。
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 (9)

1.一种载机航路实时规划方法,所述方法包括:
获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;
以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;
根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;
分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
根据所述第一表单中的起始点信息,对载机航路进行规划。
2.根据权利要求1所述的方法,其特征在于,所述获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中,包括:
将目标航路进行网格化;
确定所述目标航路的起始点位置,获取所述起始点位置对应坐标信息;
将所述坐标信息和所述起始点保存为起始点信息,将所述起始点信息存入预先设置的第一表单中。
3.根据权利要求1所述的方法,其特征在于,将载机横滚角进行离散化,得到多个对应的离散的转弯半径,包括:
设置离散点个数;
根据所述离散点个数和最大载机横滚角,将载机横滚角进行离散化得到所述离散点个数对应的载机横滚角;
根据载机横滚角与转弯半径的对应关系,得到所述离散点个数对应的转弯半径。
4.根据权利要求1至3任意一项所述的方法,其特征在于,根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,包括:
获取载机的最大测量距离、最大测量方位角和最大测量俯仰角;
根据所述最大测量距离、所述最大测量方位角和所述最大测量俯仰角确定测量距离约束、测量方位角约束和测量俯仰角约束;
根据子节点的所述位置坐标,确定载机当前的测量距离、测量方位角和测量俯仰角;
根据测量距离、测量方位角和测量俯仰角是否分别在测量距离约束、测量方位角约束和测量俯仰角约束范围内,以此判断所述子节点是否满足预先设置的约束条件。
5.根据权利要求1至3任一项所述的方法,其特征在于,根据载机性能设置代价计算模型的步骤,包括:
获取载机最佳距离、最佳方位角以及最佳俯仰角,根据子节点的位置坐标,确定载机与目标的目标距离、目标方位角以及目标俯仰角;
根据最佳距离、最佳方位角以及最佳俯仰角得到代价计算模型如下:
Figure FDA0002229229090000021
其中,g(xi)表示代价计算模型;w1、w2、w3分别表示权重;R、Φ、Ψ分别表示最佳距离、最佳方位角、最佳俯仰角;ri、φi
Figure FDA0002229229090000022
分别表示目标距离、目标方位角以及目标俯仰角。
6.根据权利要求1至3任一项所述的方法,其特征在于,在选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中之前,还包括:
检测所述起始点的位置坐标是否为目标航路的终点坐标,若是,则将所述起始点存入所述第一表单中;
将所述第一表单中的起始点按照顺序进行连接,得到规划后的载机实时航路。
7.一种载机航路实时规划方法装置,其特征在于,所述装置包括:
航路获取模块,用于获取目标航路的起始点信息,将所述起始点信息存入预先设置的第一表单中;
节点拓展模块,用于将载机横滚角进行离散化,得到载机对应的多个离散的转弯半径;以所述起始点信息为父节点建立节点拓展树模型,根据所述转弯半径进行搜索得到所述节点拓展树模型中的子节点的位置坐标;根据所述位置坐标,判断所述子节点是否满足预先设置的约束条件,若是,则将所述子节点存入预先设置的第二表单中;分别对所述第二表单中各个子节点的位置坐标输入根据载机性能设置的代价计算模型中,得到各个子节点对应的代价值;
节点选择模块,用于选择代价值最小的子节点标记为下一时刻的起始点,并存入所述第一表单中;
航路规划模块,用于根据所述第一表单中的起始点信息,对目标航路进行规划。
8.一种计算机设备,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。
9.一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。
CN201910961942.9A 2019-10-11 2019-10-11 载机航路实时规划方法、装置和计算机设备 Active CN110706519B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910961942.9A CN110706519B (zh) 2019-10-11 2019-10-11 载机航路实时规划方法、装置和计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910961942.9A CN110706519B (zh) 2019-10-11 2019-10-11 载机航路实时规划方法、装置和计算机设备

Publications (2)

Publication Number Publication Date
CN110706519A true CN110706519A (zh) 2020-01-17
CN110706519B CN110706519B (zh) 2020-11-20

Family

ID=69198483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910961942.9A Active CN110706519B (zh) 2019-10-11 2019-10-11 载机航路实时规划方法、装置和计算机设备

Country Status (1)

Country Link
CN (1) CN110706519B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111854754A (zh) * 2020-06-19 2020-10-30 北京三快在线科技有限公司 无人机航线规划方法、装置、无人机及存储介质
CN113253760A (zh) * 2021-06-08 2021-08-13 北京远度互联科技有限公司 路径规划方法、装置、可移动载具及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007065775A1 (fr) * 2005-12-07 2007-06-14 Thales Systeme de gestion de la partie terminale d'un plan de vol
US20130124089A1 (en) * 2011-11-11 2013-05-16 Lockheed Martin Corporation Spatiotemporal survivability data compression using objective oriented constraints
CN105737819A (zh) * 2016-02-25 2016-07-06 西北工业大学 基于空间压缩和查表计算的无人机三维航路规划方法
CN107479558A (zh) * 2017-09-22 2017-12-15 中国人民解放军63983部队 基于车辆运动模型的无人车辆野外路径规划方法
CN108253987A (zh) * 2017-12-29 2018-07-06 中国地质大学(武汉) 一种基于a*算法的无人机轨迹规划方法、设备及存储设备
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
CN108919832A (zh) * 2018-07-23 2018-11-30 京东方科技集团股份有限公司 无人机作业航线规划方法、无人机施药方法及装置
CN109631900A (zh) * 2018-12-24 2019-04-16 中国矿业大学 一种无人机三维航迹多目标粒子群全局规划方法
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

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007065775A1 (fr) * 2005-12-07 2007-06-14 Thales Systeme de gestion de la partie terminale d'un plan de vol
US20130124089A1 (en) * 2011-11-11 2013-05-16 Lockheed Martin Corporation Spatiotemporal survivability data compression using objective oriented constraints
CN105737819A (zh) * 2016-02-25 2016-07-06 西北工业大学 基于空间压缩和查表计算的无人机三维航路规划方法
CN107479558A (zh) * 2017-09-22 2017-12-15 中国人民解放军63983部队 基于车辆运动模型的无人车辆野外路径规划方法
CN108253987A (zh) * 2017-12-29 2018-07-06 中国地质大学(武汉) 一种基于a*算法的无人机轨迹规划方法、设备及存储设备
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
CN108919832A (zh) * 2018-07-23 2018-11-30 京东方科技集团股份有限公司 无人机作业航线规划方法、无人机施药方法及装置
CN109631900A (zh) * 2018-12-24 2019-04-16 中国矿业大学 一种无人机三维航迹多目标粒子群全局规划方法
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

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111854754A (zh) * 2020-06-19 2020-10-30 北京三快在线科技有限公司 无人机航线规划方法、装置、无人机及存储介质
CN113253760A (zh) * 2021-06-08 2021-08-13 北京远度互联科技有限公司 路径规划方法、装置、可移动载具及存储介质
CN113253760B (zh) * 2021-06-08 2021-11-09 北京远度互联科技有限公司 路径规划方法、装置、可移动载具及存储介质

Also Published As

Publication number Publication date
CN110706519B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
CN111208492B (zh) 车载激光雷达外参标定方法及装置、计算机设备及存储介质
CN110850891B (zh) 一种基于空间和时间协同的多无人机动态航路规划方法
CN110873888B (zh) 定位方法、定位装置、定位设备和计算机存储介质
CN111060135B (zh) 一种基于局部地图的地图修正方法及系统
EP1524500B1 (en) Method for planning a trajectory
CN110146909A (zh) 一种定位数据处理方法
EP3470786B1 (en) A computer-implemented method and a system for generating a 3d path to a landing location for an aerial vehicle
CN111290385A (zh) 一种机器人路径规划方法、机器人、电子设备及存储介质
Babel Three-dimensional route planning for unmanned aerial vehicles in a risk environment
EP1847896A1 (en) Termination map for an aircraft
CN110706519B (zh) 载机航路实时规划方法、装置和计算机设备
KR102119254B1 (ko) 연합형 필터 기반 관성항법, 위성항법 및 지형대조항법을 정보 융합한 통합 항법 설계 방법 및 이 방법을 저장한 컴퓨터 판독 가능 저장 매체
JPH0712582A (ja) 経路探索システム,及び経路探索方法
CN115657706B (zh) 基于无人机的地貌测量方法及系统
CN115265532A (zh) 一种用于船用组合导航中的辅助滤波方法
CN115060263A (zh) 一种考虑低空风和无人机能耗的航迹规划方法
CN117270561B (zh) 基于无人机目标跟踪的赋予诸元方法和系统
CN112154355B (zh) 高精度地图定位方法、系统、平台及计算机可读存储介质
CN113252039B (zh) 面向地形辅助导航的粒子群快速匹配方法
CN113503883B (zh) 采集用于构建地图的数据的方法、存储介质及电子设备
CN115963858A (zh) 无人机飞行控制方法、装置、设备及存储介质
Tian et al. Novel hybrid of strong tracking Kalman filter and improved radial basis function neural network for GPS/INS integrated navagation
CN109885068B (zh) 一种机器人行进的控制方法及其系统
CN117268395B (zh) 一种无人机地图匹配位置跳变抑制方法
US20240077330A1 (en) Method and apparatus for determining a highly accurate position of a vehicle

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