CN111045456B - 用于交通工具的轨迹规划器 - Google Patents

用于交通工具的轨迹规划器 Download PDF

Info

Publication number
CN111045456B
CN111045456B CN201910948430.9A CN201910948430A CN111045456B CN 111045456 B CN111045456 B CN 111045456B CN 201910948430 A CN201910948430 A CN 201910948430A CN 111045456 B CN111045456 B CN 111045456B
Authority
CN
China
Prior art keywords
trajectory
point
speed
ending
air vehicle
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
CN201910948430.9A
Other languages
English (en)
Other versions
CN111045456A (zh
Inventor
J·桑德斯
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.)
Aurora Flight Sciences Corp
Original Assignee
Aurora Flight Sciences Corp
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 Aurora Flight Sciences Corp filed Critical Aurora Flight Sciences Corp
Publication of CN111045456A publication Critical patent/CN111045456A/zh
Application granted granted Critical
Publication of CN111045456B publication Critical patent/CN111045456B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G08G5/0034—Assembly of a flight plan
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/12—Target-seeking control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/04—Anti-collision systems
    • G08G5/045—Navigation or guidance aids, e.g. determination of anti-collision manoeuvers

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请公开了用于交通工具的轨迹规划器，涉及用于轨迹和路线规划的系统和方法，包括用于空中交通工具的障碍物检测和避开。例如，空中交通工具的飞行控制系统可以包括轨迹规划器，该轨迹规划器可以使用通过使用迭代Dubins路径计算的短航段来找到起始点和结束点之间的不避开障碍物的第一路径。然后，轨迹规划器可以使用快速探索随机树算法，该算法使用沿着第一路径的点作为种子点来找到起始点和结束点之间的避开已知或检测到的障碍物的轨迹或路线。

Description

用于交通工具的轨迹规划器
技术领域
本公开总体涉及交通工具轨迹和路线规划系统、方法和装置。更具体地，本公开总体涉及用于空中交通工具的交通工具轨迹和路线规划系统、方法和装置。
背景技术
轨迹规划产生通过空间的轨迹作为时间的函数，其跟踪全球航路点路径，使得交通工具可以在满足空中交通工具的约束的同时及时跟踪轨迹。当前的轨迹规划方法和系统可以通过几何弧和线段将短轨迹的近似链接在一起。需要执行频繁的更新的当前的轨迹规划方法和系统会花费太多时间来计算，并且遭受避障可靠性问题。
发明内容
本公开提供了用于规划空中交通工具的避障轨迹的系统和方法。
根据第一方面，一种用于沿着飞行轨迹导航具有飞行控制系统的空中交通工具的系统，包括：传感器有效载荷；和处理器，其可操作地与所述传感器有效载荷耦合并与所述飞行控制系统通信，其中所述处理器被配置为：至少部分地基于来自所述传感器有效载荷的传感器数据计算多个路径轨迹航段；通过经由一系列所述路径轨迹航段链接起始点和结束点来计算所述起始点和所述结束点之间的第一轨迹；经由所述第一轨迹识别多个种子航路点；通过执行使用所述多个种子航路点的随机搜索算法，计算所述起始点和所述结束点之间的第二轨迹，其避免由所述传感器有效载荷检测到的至少一个障碍物；生成导航命令以引导所述空中交通工具沿着所述第二轨迹从所述起始点导航到所述结束点；和将所述导航命令传送到所述飞行控制系统。
在某些方面，所述处理器被配置为迭代地计算所述多个路径轨迹航段。
在某些方面，所述处理器被配置为使用包括以下步骤的方法来计算所述多个路径航段：(a)接收所述空中交通工具的起始位置、起始速度、结束位置和结束速度作为输入；(b)从所述起始速度和所述结束速度中的最大者计算转弯半径；(c)至少部分地基于所述转弯半径计算路径轨迹航段；(d)至少部分地基于所述空中交通工具的所述第一路径和运动极限来计算可实现的速度；和(e)重复步骤b到d，直到所述可实现的速度基本上等于所述结束速度，其中在随后的迭代中，以所述可实现的速度计算所述转弯半径。
在某些方面，执行所述随机搜索算法包括执行快速探索随机树算法。
在某些方面，执行所述快速探索随机树算法包括以下步骤：(a)链接所述起始点和至少一个所述种子航路点，同时避开障碍物；(b)检查链接的航路点是否将所述起始点连接到所述结束点；(c)链接所述结束点和至少一个所述种子航路点，同时避开障碍物；(d)增加随机航路点；(e)将所述多个种子航路点中的至少一个链接到随机点，同时避开障碍物；(f)检查链接的航路点是否将所述起始点连接到所述结束点；和(g)重复步骤(d)到(f)，直到链接的航路点将所述起始点连接到所述结束点。
在某些方面，所述处理器被配置为平滑所述第二轨迹以缩短所述轨迹的长度。
在某些方面，所述传感器有效载荷耦合到障碍物检测系统，其中所述第二轨迹被识别以避开由所述障碍物检测系统检测到的障碍物。
在某些方面，所述传感器有效载荷包括以下中的至少一个：激光雷达(LIDAR)、雷达、回声定位系统或光学传感器。
根据第二方面，一种沿着飞行轨迹导航具有飞行控制系统的空中交通工具的方法，包括：经由处理器，至少部分地基于来自耦合到所述空中交通工具的传感器有效载荷的传感器数据，计算多个轨迹航段可能性，所述传感器数据至少反映所述空中交通工具的第一速度，其中所述处理器可操作地与所述传感器有效载荷耦合并与所述飞行控制系统通信；通过经由一系列所述轨迹航段可能性链接起始点和结束点，经由所述处理器计算起始点和结束点之间的第一轨迹；经由所述处理器，经由所述第一轨迹确定多个种子航路点；通过执行使用所述多个种子航路点的随机搜索算法，经由所述处理器计算所述起始点和所述结束点之间的第二轨迹，其避开至少一个障碍物；经由所述处理器产生导航命令，以引导所述空中交通工具沿着所述第二轨迹从所述起始点导航到所述结束点；和将所述导航命令传送到所述飞行控制系统。
在某些方面，计算多个轨迹航段可能性的步骤包括：(a)接收所述空中交通工具的起始位置、起始速度、结束位置和结束速度作为输入；(b)从所述起始速度和所述结束速度中的最大者计算转弯半径；(c)至少部分地基于所述转弯半径来计算路径轨迹航段；(d)至少部分地基于所述空中交通工具的所述第一路径和运动极限来计算可实现的速度；和(e)重复步骤b到d，直到所述可实现的速度基本上等于所述结束速度，其中在随后的迭代中，用所述可实现的速度计算所述转弯半径。
在某些方面，执行所述随机搜索算法包括以下步骤：(a)链接所述起始点和至少一个所述种子航路点，同时避开障碍物；(b)检查链接的航路点是否将所述起始点连接到所述结束点；(c)链接所述结束点和至少一个所述种子航路点，同时避开障碍物；(d)增加随机航路点；(e)将所述多个种子航路点中的至少一个链接到随机点，同时避开障碍物；(f)检查链接的航路点是否将所述起始点连接到所述结束点；和(g)重复步骤d到f，直到链接的航路点将所述起始点连接到所述结束点。
在某些方面，计算多个轨迹航段可能性的步骤包括：(a)接收所述空中交通工具的起始位置、起始速度、结束位置和结束速度作为输入；(b)从所述起始速度和所述结束速度中的最大者计算转弯半径；(c)至少部分地基于所述转弯半径来计算路径轨迹航段；(d)至少部分地基于所述空中交通工具的所述第一路径和运动极限来计算可实现的速度；和(e)重复步骤b到d，直到以下中的一项：所述可实现的速度基本上等于所述结束速度，或者达到预定的最大迭代次数，其中在随后的迭代中，用所述可实现的速度计算所述转弯半径。
在某些方面，执行所述随机搜索算法包括以下步骤：(a)链接所述起始点和至少一个所述种子航路点，同时避开障碍物；(b)检查链接的航路点是否将所述起始点连接到所述结束点；(c)链接所述结束点和至少一个所述种子航路点，同时避开障碍物；(d)增加随机航路点；(e)将所述多个种子航路点中的至少一个链接到随机点，同时避开障碍物；(f)检查链接的航路点是否将所述起始点连接到所述结束点；和(g)重复步骤d到f，直到以下中的一项：链接的航路点将所述起始点连接到所述结束点，或者达到预定的最大迭代次数。
在某些方面，所述方法还包括执行平滑算法以缩短避开障碍物的轨迹。
在某些方面，所述多个轨迹航段可能性考虑了所述空中交通工具在避开障碍物的轨迹内可能的加速和减速。
在某些方面，所述方法还包括检测至少一个障碍物，其中所述第二轨迹避开检测到的所述至少一个障碍物。
根据第三方面，一种沿着飞行轨迹导航具有飞行控制系统的空中交通工具的方法，包括：通过执行以下步骤，经由与所述飞行控制系统通信的处理器计算多个轨迹航段可能性：(a)接收所述空中交通工具的起始位置、起始速度、结束位置和结束速度作为输入；(b)从所述起始速度和所述结束速度中的最大者计算转弯半径；(c)至少部分地基于所述转弯半径来计算路径轨迹航段；(d)至少部分地基于所述空中交通工具的所述第一路径和运动极限来计算可实现的速度；和(e)重复步骤(b)到(d)，直到可实现的速度基本上等于所述结束速度，其中在随后的迭代中，用所述可实现的速度计算所述转弯半径；和通过执行使用所述多个轨迹航段可能性的随机搜索算法，经由所述处理器计算起始位置和结束位置之间的避开障碍物的轨迹；经由所述处理器产生导航命令以引导所述空中交通工具沿着所述避开障碍物的轨迹从所述起始位置导航到所述结束位置；和将所述导航命令传送到所述飞行控制系统。
在某些方面，执行所述随机搜索算法包括执行快速探索随机树算法。
在某些方面，执行所述快速探索随机树算法包括以下步骤：(a)链接所述起始点和至少一个所述种子航路点，同时避开障碍物；(b)检查链接的航路点是否将所述起始点连接到所述结束点；(c)链接所述结束点和至少一个所述种子航路点，同时避开障碍物；(d)增加随机航路点；(e)将所述多个种子航路点中的至少一个链接到随机点，同时避开障碍物；(f)检查链接的航路点是否将所述起始点连接到所述结束点；和(g)重复步骤(d)到(f)，直到链接的航路点将所述起始点连接到所述结束点。
在某些方面，所述处理器被配置为平滑所述避开障碍物的轨迹以缩短所述轨迹的长度。
附图说明
本文描述的设备、系统和方法的前述和其他目的、特征和优点将从以下对其特定实施例(如附图中所示)的描述中变得明显，其中相似的附图标记表示相似的结构。附图不一定按比例绘制，而是将重点放在说明本文描述的设备、系统和方法的原理上。
图1示出了用于包括避障的轨迹规划的示例环境。
图2a示出了具有轨迹规划系统的第一示例空中交通工具。
图2b示出了具有轨迹规划系统的第二示例空中交通工具。
图2c示出了包括用于空中交通工具的轨迹规划器的飞行控制系统的框图。
图3示出了沿着航路点路径的用于空中交通工具的示例性计算的最佳轨迹，所计算的轨迹避开了航路点路径中的障碍物。
图4示出了迭代Dubins路径算法的若干次迭代的示例。
图5a示出了在不避开障碍物的情况下计算轨迹的暴力(brute force)算法的示例。
图5b示出了用于找到初始轨迹航段的第二种子航路点。
图5c示出了快速探索随机树算法的示例执行，以便找到避开障碍物的轨迹。
图5d示出了在执行平滑之后计算的轨迹的示例。
图6a示出了用于空中交通工具的示例性轨迹规划方法的流程图。
图6b示出了用于迭代计算Dubins路径的示例方法的流程图。
图6c示出了使用快速探索随机树算法来计算空中交通工具的轨迹的示例方法的流程图。
具体实施方式
以下可以参考附图描述本公开的优选实施例。在以下描述中，没有详细描述公知的功能或构造，因为它们可能以不必要的细节模糊本公开。附图中的部件不一定按比例绘制，而是将重点放在清楚地说明本实施例的原理上。例如，为了清楚和方便描述，可能夸大元件的尺寸。此外，在任何可能的地方，在整个附图中使用相同的附图标记来表示实施例的相同或相似的元件。在以下描述中，没有详细描述公知的功能或构造，因为它们可能以不必要的细节模糊本公开。说明书中的语言不应被解释为表示任何未要求保护的元素对于实施例的实践是必不可少的。
除非另有明确说明或从文本中清晰可见，否则对单数形式的项目的引用应理解为包括复数形式的项目，反之亦然。除非另有说明或从上下文中清晰可见，否则语法连词旨在表达联合条款、句子、单词等的任何和所有析取和连接组合。在以下描述中，应理解诸如“第一”、“第二”、“顶部”、“底部”、“侧”、“前面”、“后面”等术语是方便的词而不是被解释为限制性术语。此外，使用本文提供的任何和所有示例或示例性语言(“例如”，“诸如”等)仅旨在更好地说明实施例，而不是对实施例的范围构成限制。说明书中的语言不应被解释为表示任何未要求保护的元素对于实施例的实践是必不可少的。对于本公开，以下术语和定义适用。
术语“空中交通工具”和“飞行器”是指能够飞行的机器，包括但不限于传统飞行器和垂直起降(VTOL)飞行器，无论是固定翼、旋翼、多旋翼VTOL飞行器等。
当附加数值时，术语“约”、“大约”等应被解释为表示本领域普通技术人员理解为出于预期目的而令人满意地操作的偏差。值和/或数值的范围在本文中仅作为示例提供，并且不构成对所描述的实施例的范围的限制。除非本文另有说明，否则本文中对数值范围的引用并非旨在限制，而是单独地指代落入该范围内的任何和所有值，并且在该范围内的每个单独的值被并入说明书中，如同其被单独引用于本文中一样。
术语“和/或”表示由“和/或”连接的列表中的任何一个或多个项目。作为一个示例，“x和/或y”表示三元素集{(x)，(y)，(x，y)}中的任何元素。换句话说，“x和/或y”表示“x和y中的一个或两个”。作为另一个示例，“x、y和/或z”表示七元素集{(x)，(y)，(z)，(x，y)，(x，z)，(y，z)，(x，y，z)}中的任何元素。换句话说，“x、y和/或z”表示“x、y和z中的一个或多个”。
术语“电路”和“电路系统”指的是物理电子部件(例如，硬件)和任何软件和/或固件(“代码”)，其可以配置硬件，由硬件执行，并且/或者以其他方式与硬件相关联。如本文所使用的，例如，特定处理器和存储器可以在执行第一组一行或多行代码时包括第一“电路”，并且可以在执行第二组一行或多行代码时包括第二“电路”。如本文所使用的，电路系统“可操作”以在电路系统包括必要的硬件和代码(如果任何有必要的话)来执行功能时执行该功能，而不管功能的性能是否被禁用或未被启用(例如，通过用户可配置的设置、工厂修整等)。
如本文使用的，术语“通信”和“通讯”指的是从源到目的地发送或以其他方式传送数据或信息和/或将数据或信息传递到通信介质、系统、信道、网络、设备、电线、电缆、光纤、电路和/或链路以被传送到目的地。
如本文使用的，术语“计算机”是指可编程设备，其被设计成顺序地和自动地执行一系列算术或逻辑操作，包括但不限于个人计算机(例如，膝上型和台式计算机)，手持式、基于处理器的设备(例如，智能电话、平板电脑、个人数字助理(PDA)等)，以及配备有处理器(或微处理器)的任何其他电子设备。
如本文使用的，术语“耦合”、“耦合到”和“与……耦合”均表示两个或更多个设备、装置、文件、电路、元件、功能、操作、过程、程序、介质、部件、网络、系统、子系统和/或装置之间的关系，构成以下任何一个或多个：(i)连接，无论是直接连接还是通过一个或多个其他设备、装置、文件、电路、元件、功能、操作、过程、程序、介质、部件、网络、系统、子系统或器件的连接；(ii)通信关系，无论是直接通信还是通过一个或多个其他设备、装置、文件、电路、元件、功能、操作、过程、程序、介质、部件、网络、系统、子系统或器件的通信关系；和/或(iii)其中任何一个或多个设备、装置、文件、电路、元件、功能、操作、过程、程序、介质、部件、网络、系统、子系统或器件的操作全部或部分依赖于它们中的任何一个或多个其他的操作的功能关系。
如本文使用的，术语“数据”表示任何标记、信号、标志、符号、域、符号集、表示以及表示信息的任何其他物理形式，无论是永久的还是临时的，无论是视觉的、听觉的、声学的、电的、磁的、电磁的或以其他方式表现出来的。术语“数据”用于表示一种物理形式的预定信息，包括一种或多种不同物理形式的相应信息的任何和所有表示。
如本文使用的，术语“数据库”表示相关数据的有组织的主体，而不管数据或其组织的主体的表示方式。例如，相关数据的有组织的主体可以是表格、地图、网格、数据包、数据报、帧、文件、电子邮件、消息、文档、报告、列表或以任何其他形式呈现的数据中的一个或多个的形式。
术语“示例性”和“示例”意味着“用作示例、实例或说明”。本文描述的实施例不是限制性的，而仅是示例性的。应该理解的是，所描述的实施例不一定被解释为比其他实施例更优选或更具优势。此外，术语“本发明的实施例”、“实施例”或“发明”不要求本发明的所有实施例都包括所讨论的特征、优点或操作模式。
术语“存储器设备”意味着存储供处理器使用的信息的计算机硬件或电路系统。存储器设备可以是任何合适类型的计算机存储器或任何其他类型的电子存储介质，例如，只读存储器(ROM)、随机存取存储器(RAM)、高速缓冲存储器、光盘只读存储器(CDROM)、电光存储器、磁光存储器、可编程只读存储器(PROM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、计算机可读介质等。
如本文使用的，术语“网络”包括所有类型的网络和互连网络，包括因特网，并且不限于任何特定网络或互连网络。
如本文使用的，术语“处理器”指的是处理设备、装置、程序、电路、部件、系统和子系统，无论是以硬件实施的、以软件有形实现的还是两者，以及是否是可编程的。如本文使用的，术语“处理器”包括但不限于一个或多个计算机、硬连线电路、信号修改设备、用于控制系统、中央处理单元、可编程设备和系统、现场可编程门阵列、专用集成电路、片上系统、包括分立元件和/或电路的系统、状态机、虚拟机和数据处理器的系统、设备和机器。
本公开涉及用于在交通工具(例如，空中交通工具)中提供轨迹和路线规划的系统和方法。轨迹规划通常是指识别/生成通过给定空间(例如，大气空间)的轨迹的过程。轨迹可以依据时间确定，其跟踪两个点(例如，起始点和目标位置或航路点)之间的全球航路点路径，同时满足空中交通工具的性能约束。轨迹规划系统和方法还可以动态地避开环境中的任何障碍物。
可以促进轨迹规划系统和方法作为空中交通工具的飞行控制系统内的功能系统，无论是集成/现有飞行控制系统还是作为与集成/现有飞行控制系统通信的附加装置。空中交通工具的飞行控制系统还可以包括系统，例如障碍物检测系统、导航系统(其可以是自主的)、位置跟踪系统等。可以通过尤其使用听觉技术(例如，回声定位传感器)、视觉技术(例如，相机、LiDAR等)或其组合检测一个或多个碰撞威胁或障碍物(例如，静止和/或正在移动的非协同目标)来促进障碍物检测。可能存在碰撞威胁的环境中的障碍物的示例包括但不限于鸟类、人、其他交通工具、结构(例如，建筑物、门、塔等)、植物(例如，树木、灌木丛等)等。
轨迹规划方法可以通过几何弧和线段将短轨迹的近似值链接在一起。如本文所公开的，考虑到空中交通工具的位置和速度的轨迹规划系统和方法对于具有动态约束的飞行器是有用的。轨迹规划方法可以被分组为一个或多个轨迹类别，尤其包括暴力检查(bruteforce checking)、梯度下降和快速探索随机树(RRT)。
暴力轨迹方法涉及考虑从起始点到前方短距离的可能轨迹，识别将空中交通工具朝向目标移动的具有最小成本的轨迹航段，选择该航段，并从该航段的结束重复该过程。暴力轨迹循环继续，直到航段到达目标(例如，目标位置或航路点)。暴力方法可以很快并且可以创建可行的轨迹；但是他们无法轻松动态地避开环境中的障碍物。
梯度下降轨迹方法涉及从轨迹处的估计开始，然后使用梯度下降的数学模型来计算不违反物理约束(包括交通工具的能力)的轨迹，同时仍然到达目标。原始猜测逐渐接近满足约束并避开障碍物的解决方案。然而，即使存在可能的轨迹，轨迹规划的梯度下降也可能不能一致地识别轨迹。因此，即使在良性环境(例如，相对没有障碍物的环境)中，梯度下降在实践中也不总是足够可靠的。
RRT轨迹方法试图将起始状态和结束状态与环境中的随机状态链接。如果有足够的时间，RRT已经被示出为接近最优解(假设存在解决方案)。虽然RRT通常在实践中具有良好的性能，但是当轨迹的更新需要频繁更新并且具有时间限制时，它们可能花费太多时间来生成可接受的轨迹。
然而，本公开提供了一种轨迹规划解决方案，其改进了轨迹规划领域的当前状态。在一个方面，轨迹规划解决方案可以使用路径理论，例如Dubins路径理论，以减少生成复杂轨迹的计算时间。Dubins路径通常是指连接二维欧几里得平面(即x-y平面)中的两个点的最短曲线，其具有对路径曲率的约束并且具有到路径的规定的初始和终止切线。在Dubins路径中，还可以假设交通工具仅在向前方向上行驶。
所公开的轨迹规划解决方案还可以涉及对迭代Dubins路径进行积分以用于随速度变化而发生的转弯半径变化。轨迹规划解决方案可以使用暴力方法来生成初始轨迹以向RRT算法提供“种子”轨迹，RRT算法然后链接或尝试链接种子轨迹。在其他方面，可以使用其他目标搜索算法来代替RRT，例如RRT*、RRT#、A*、D*、Dijkstra算法或快速探索随机树。此外，在一些方面，除迭代Dubins路径算法之外的方法可以用于找到可能的弧长和短轨迹航段。在一些方面，RRT算法或另一个目标查找算法可以使用由迭代Dubins路径算法计算的轨迹，而无需首先使用暴力方法来生成种子轨迹。Sertac Karaman和Emilio Frazzoli的用于最优运动规划的基于增量采样的算法，国际机器人研究杂志(2010)(IncrementalSampling-based Algorithms for Optimal Motion Planning,International Journalof Robotics Research(2010))更详细地描述了RRT和RRT*算法。
所公开的轨迹规划解决方案提供许多益处，例如通过Dubins路径生成复杂轨迹的计算时间减少，通过使用种子轨迹减少RRT算法的计算时间，通过使用种子轨迹从RRT解决方案优化结果，并可靠地避开障碍物。在本公开的一个方面，轨迹规划器采用迭代Dubins路径。
在假设转弯半径不随时间变化的情况下，基本的Dubins路径使用单个转弯半径来确定从一个状态到另一个状态的路径。然而，空中交通工具的转弯半径由速度和协同的转弯假设确定。由于空中交通工具的速度可以改变，因此转弯半径可以改变，从而改变Dubins路径的转弯半径。在所公开的轨迹规划器的情况下，其产生从起飞到着陆的轨迹，加速度将改变速度并因此在任何给定时间影响转弯半径。因此，为了考虑变化的速度(并因此考虑变化的转弯半径)，轨迹规划器可以采用迭代Dubins路径算法。
迭代Dubins路径算法以起始位置、结束位置以及这些位置处的相关标题和速度作为输入开始。根据这些输入，迭代Dubins路径算法：1)从起始状态和结束状态的最大速度计算转弯半径；2)计算基本的Dubins路径；3)基于空中交通工具的运动学约束计算最接近命令速度的可实现速度；4)基于步骤3中计算的可实现速度来计算转弯半径；5)使用起始转弯半径和结束转弯半径计算Dubins路径；以及6)重复步骤3-步骤5，直到步骤3中计算的速度在迭代之间不变化，或者持续达最大预定迭代次数。迭代Dubins路径方法可以用于生成与飞行中的空中交通工具的路径非常相似的轨迹的近似。
Dubins路径迭代创建了短轨迹，暴力方法可以使用该短轨迹来创建到目标结束点的简单轨迹。暴力算法将航路点路径分成短航段，并通过短Dubins路径轨迹将各航段链接在一起。例如，暴力轨迹可以用作修改的RRT算法的代表轨迹，以作为种子航路点进行链接。在一个示例中，修改的RRT算法：1)将初始状态链接(或尝试链接)到种子航路点；2)检查航路点是否到达目标结束点(如果航路点到达目标结束点，则识别出第一解决方案，如果航路点没有到达目标结束点，则算法将种子的结束链接(或尝试链接)到第一解决方案的目标)；3)选择随机状态并根据RRT算法添加到树中；4)将随机点链接(或尝试链接)到种子航路点；5)检查航路点是否到达目标结束点(如果航路点到达目标结束点，则确定解决方案，如果航路点没有到达目标结束点，则算法将种子的结束链接(或尝试链接)到一个解决方案的目标)；6)重复步骤3-步骤5，直到确定解决方案，达到最大迭代次数，或者在找到解决方案后达到最小迭代次数；以及7)执行平滑以减少轨迹的长度。
通过暴力方法计算的种子航路点有助于修改的RRT有效地找到到目标结束点的合理路径。虽然通过暴力算法计算的种子航路点可能无法避开障碍物，但RRT可以找到在障碍物周围操纵的路径的节段，并且在避开障碍物之后链接回种子航路点。应该认识到，所描述的方法和系统虽然参考轨迹规划，但也可以用于路线规划。路线规划类似于轨迹规划，但是当路线规划时，不需要轨迹的速度和时间分量。因此，可以使用所公开的方法和系统来完成路线规划，而不考虑时间分量或速度。
图1示出了用于在起始点102处的空中交通工具的轨迹规划的示例环境100，包括避障系统和方法。环境100可以包括目标104和任何数量的障碍物(例如，树木110、建筑物112和电线杆114)。直接路径106示出了起始点102和目标104之间的最直接路线(即，线性路径)，然而，上述各种障碍物物理地阻挡了空中交通工具采用直接路径106。因此，空中交通工具从起始点102行进到目标104可能需要计算起始点102和目标104之间的可能且有效的轨迹。如本文所述，空中交通工具可以包含轨迹规划器，单独或作为导航系统或飞行控制系统的一部分，其可以使用所公开的方法来有效地找到起始点102和目标104之间的可行且低成本的轨迹108。
为了计算起始点102和目标104之间的轨迹，首先，迭代Dubins路径考虑整个轨迹中的变化的加速度。其次，可以执行使用迭代Dubins路径计算和忽略障碍物的暴力计算以找到种子航路点。然后，由修改的RRT算法使用种子航路点。除了未修改的RRT的常规采样之外，修改的RRT算法还链接(或尝试链接)种子航路点以找到起始点102和目标104之间的避开障碍物的路径。一旦修改的RRT算法在起始点102和目标104之间找到轨迹108，则轨迹规划器就执行平滑以便缩短轨迹108。
图2a和图2b示出了两个示例性空中交通工具200a，200b的透视图。图2a示出了能够垂直起飞和着陆的示例性自主多旋翼空中交通工具200a(示为四轴飞行器)，而图2b示出了固定翼飞行器200b。在任一情况下，空中交通工具200可以包括机身202(例如，机身或底盘)、起落架204、电子模块220(图2c中最佳示出)以及一个或多个推力发生器206以提供升力或推力(例如，可操作地与螺旋桨耦接的涡轮机、马达或发动机等)。电子模块220可以与机身202集成，或者经由单独的壳体或吊舱提供。在多旋翼空中交通工具200a的情况下，推力发生器206可以经由多个转子吊杆(rotor boom)212耦接到机身202。在固定翼飞行器200b的情况下，一个或多个固定翼214可以耦接到机身202。虽然一个或多个固定翼214可以与机身202不同，但是固定翼飞行器200b可以改为配置为混合翼或飞翼配置。
空中交通工具可以包括一个或多个传感器210(例如，作为ISR有效载荷的一部分或者与其分开)，例如回声定位传感器，其通常通过将声音频率发射到环境中并且检测从回声定位传感器附近的障碍物返回的声音频率的任何回声来起作用。使用回声的强度和/或回声的返回方向，回声可以用于定位和/或识别障碍物，这反过来可以使空中交通工具能够改变方向以避免与一个或多个障碍物碰撞。然而，传感器210不限于回声定位传感器，并且尤其可以包括本领域中已知的或将在本领域中变为已知的任何基于视觉的传感器或声学传感器，包括但不限于相机、雷达、LIDAR等等。在一个方面，相机可以用于通过诸如光流的三维重建技术来识别较大的物体。虽然这可以为自主导航提供有用的信息，但是与光学成像相关联的处理延迟以及对各种类型的物体的可见性的灵敏度可能限制光学感测技术用于检测交通工具的飞行线路中的小型的快速接近的物体的效用。
传感器210可以定位成获得空中交通工具的行进方向上的视野，从而识别空中交通工具200的路径中的潜在障碍物。例如，单个传感器210(或单组传感器210)可以设置在空中交通工具200的前面，以检测空中交通工具200的路径中的碰撞威胁(例如，妨碍物或障碍物)。通过将传感器210取向为朝向飞行线路，声学检测可以补充光学检测并且可以用于检测应该会触发交通工具执行响应操纵的即时妨碍物。此外，如自主多旋翼空中交通工具200a所示，多个传感器210(或多组传感器)可以围绕空中交通工具200的周边(和/或顶部和底部)定位，以提供以空中交通工具200的飞行线路取向的视野。因此，多个传感器210将使空中交通工具200能够检测到空中交通工具200的任何一侧上的碰撞威胁。
应当理解，声学传感器的一个目的是直接在飞行路径(或其他行进线路)中提供障碍物(特别是可能使用视觉检测或其他技术不能检测到的障碍物)的立即检测。相应地，应当理解，传感器210的一个目的是提供对特定方向(例如，空中交通工具的任何方向)上的障碍物(特别是使用视觉检测或其他技术可能不容易检测到的障碍物)的立即检测。虽然回声定位阵列在此上下文中运行良好，但是其他传感器系统也可以或者改为适当地用于快速、准确地检测障碍物，例如基于激光的技术或使用光学、声学、射频或其他感测方式的任何其他合适的技术。可以使用适合于在自主交通工具中实施并且能够准确且快速地识别障碍物的任何这种技术来代替本文考虑的系统和方法中的回声定位传感器。例如，动态碰撞避免系统可以采用基于视觉和基于声学的传感器的组合。
图2c示出了具有飞行控制系统222、电子模块220、传感器有效载荷210(例如，光学系统260和/或声学/回声定位系统264)、转向机构224的空中交通工具200的框图。通常，电子模块220可以用于容纳空中交通工具的航空电子设备、电源(例如，推进电池)、传感器有效载荷和通信设备或系统。例如，电子模块220可以用于容纳或以其他方式包含空中交通工具的飞行控制系统222、电源236和(一个或多个)通信设备238。电子模块220还可以包括智能、监视、侦察(“ISR”)有效载荷234以用于收集数据、LiDAR传感器252、雷达传感器254或其他传感器。例如，空中交通工具200可以配备有ISR有效载荷234吊舱，其包括一个或多个相机、音频设备和其他传感器。由空中交通工具200收集的任何视频、图像、音频、遥测和/或其他传感器数据(“监视数据”)可以在本地存储或使用与诸如发射器/接收器之类的机载无线通信设备耦合的天线从空中交通工具200无线地实时地传送到远程位置。可替代地，可以经由有线连接(例如，当被系留或在地面上，后置操作)将监视数据传送或以其他方式递送到远程位置或另一方。
虽然图2c示出了特定布置，但是应该理解，可以调整部件的布置以实现期望的目标。例如，飞行控制系统222可以位于一个或多个专用壳体内和/或可以从空中交通工具200移除。在另一个示例中，为了减小尺寸、重量、功率和成本(SWaP-C)，部件(例如，硬件)可以在ISR 234和传感器有效载荷210之间共享。电子模块220可以与机身202集成或者包含在单独的壳体内，这也可以潜在地为机身202提供刚性。因此，电子模块220从机身202可移除并且对于机身202是可替换的，并且可以容纳飞行控制系统222的任何系统或子系统以及如本文所设想的导航方法。电子模块220可以包括用于支持或促进导航和轨迹规划方法的电子器件和硬件。飞行控制系统222可以以与空中交通工具200和远程位置的通信关系耦合，并且可以被配置为经由通信设备238向空中交通工具200和远程位置发送信号和从空中交通工具200和远程位置接收信号。例如，通信设备238可以是无线收发器和天线。
飞行控制系统222可以与一个或多个转向机构224和传感器有效载荷210(例如，光学系统260和/或回声定位系统264)通信地耦合。飞行控制系统222可以包括转向系统226、GPS系统228、陀螺仪230、加速计232、轨迹规划器240、地图系统242、处理器244、控制器246和/或存储器248。飞行控制系统222还可以包括上面描述的设置在电子模块220内的部件以及其他传感器250，例如对于无人驾驶空中交通工具或其他自主或手动驾驶交通工具的操作而言必要或有用的任何其他传统的飞行仪表、传感器、处理电路系统、通信电路系统、包括相机的光学系统等。
飞行控制系统222可以用于控制和/或导航空中交通工具200。例如，飞行控制系统222可以基于从导航系统的部件接收的信号识别空中交通工具200的一个或多个导航路径以到达期望的位置。更具体地，飞行控制系统222可以经由转向系统226计算、生成和发送导航命令(例如，数据信号)到转向机构224，以沿着导航路径将空中交通工具200引导到期望的位置。
在操作中，飞行控制系统222可以识别和/或指示空中交通工具200遵循导航路径，以便基于从导航系统的部件接收的信号到达期望的位置。例如，转向系统226可以被配置为从飞行控制系统222的部件接收信号并且向空中交通工具的转向机构224提供合适的控制信号，以便沿着意图路线引导空中交通工具200。实际上，飞行控制系统222通常被配置为引导或以其他方式控制空中交通工具200内的一个或多个转向机构224。飞行控制系统222可以促进自动驾驶功能和/或响应远程导航命令。为此，飞行控制系统222可以将空中交通工具200与远程位置通信地耦合，并且可以被配置为(例如，经由通信设备238)在空中交通工具200和远程位置之间(例如，至空中交通工具200和远程位置和从空中交通工具200和远程位置)发送和接收信号。导航模块的功能可以以任何合适的方式分布在飞行控制系统222中的部件、空中交通工具200中的其他部件和/或远程定位部件之间。此外，可以提供合适的电子、机械和通信接口以便于将电子模块移除和更换到机身202。
飞行控制系统222可以全部或部分地设置在单独的壳体内、机身202内部或其某种组合中。例如，飞行控制系统222可以附接到交通工具的外部，或者全部或部分地设置在空中交通工具内。飞行控制系统222不需要是空中交通工具上的分离的物理物品，而是可以是较大导航系统的部件或者其本身可以包括导航系统的所有部件。在一些示例中，飞行控制系统222可以集成到空中交通工具200中并且以与电子模块220和/或转向机构224的通信关系耦合。在某些实施例中，飞行控制系统222可以共享部件，例如存储器、传感器、处理器或控制器。此外，电子模块220可以不可移除地耦合到空中交通工具200，或者以任何期望的方式集成到空中交通工具200的机身202或机翼212中。因此，各种部件的布置可以由设计者或操作者按照期望配置，并且因此不应限于本文描述或示出的特定示例。飞行控制系统222可以是可移除的和可更换的封装或可从空中交通工具移除和可更换的模块，或者可以永久地耦合到或集成到空中交通工具中。
转向机构224可以配置为在导航路径上使空中交通工具200转向(无论是自主地还是在人工控制下)以到达如本文所设想的目标。
空中交通工具200可以是本文中提到的或以其他方式在本领域中已知的(或者本领域中将会已知的)任何交通工具。类似地，转向机构224可以是本文引用的或以其他方式在本领域中已知的(或者本领域中将会已知的)任何形式的转向。通常，转向机构224响应来自飞行控制系统222的信号，该飞行控制系统222可以采用反馈或其他控制系统来准确地沿着意图路线引导空中交通工具200。转向机构224可以被配置为响应于导航命令，通过调节滚转、俯仰和偏航来促进空中交通工具200的受控飞行。为此，转向机构224可以与控制器可操作地耦合或者包括一个或多个处理器、致动器、马达和/或能够接收和响应来自转向系统226的导航命令的其他设备(例如，电气或机电设备)。
示例性转向机构224包括但不限于传统飞行控制表面(例如，襟翼、副翼、升降舵、方向舵、扰流板、空气制动器和/或其他飞行控制表面)，以及其他飞行控制机构，例如矢量-推力控制系统。通过移动推力发生器206以将推力引导到期望的方向，可以促进矢量推力控制功能，从而控制飞行。例如，铰接式电动马达装置可以采用矢量推力控制来直接改变推力矢量。实际上，独立铰接的推力矢量马达吊舱(pod)允许垂直和水平飞行之间的快速过渡。在某些方面，空中交通工具200还可以包括两个或更多个鳍片(例如，垂直稳定器和/或水平稳定器)，特别是关于固定翼空中交通工具。
转向机构224可以更一般地包括方向舵、升降舵、襟翼、副翼、扰流板、空气制动器和其他控制表面。对于其他空中交通工具，例如直升机，转向机构224可以包括多个转子，其可以是固定的转子或可转向的转子，连同箔和其他控制表面。对于陆基交通工具，转向机构224可以包括齿条和小齿轮系统、可变地可旋转的胎面(tread)、再循环球系统等。转向机构224还可以或改为包括用于提供空中交通工具200的推力、加速和减速以及方向控制的任何部件。虽然交通工具通常可以使用分离的或集成的部件用于驱动和引导，但是有助于控制交通工具运动的所有这些组合旨在落入如本文所设想的“转向机构”的范围内。
GPS系统228可以是全球定位系统的一部分，该全球定位系统被配置为识别电子模块220或空中交通工具200的方位。GPS系统228可以包括本领域已知的或将在本领域中变得已知的任何GPS技术，包括传统的基于卫星的系统以及使用公共或私人操作的信标、方位信号等的其他系统。GPS系统228可以包括一个或多个收发器，其检测用于计算位置的数据。GPS系统228可以与飞行控制系统222的其他部件协同以控制空中交通工具200的操作并沿着意图路径导航空中交通工具。
陀螺仪230可以是被配置为检测电子模块300或电子模块220所耦合的空中交通工具200的旋转的装置。陀螺仪230可以与空中交通工具200一体形成，或者可以设置在电子模块220壳体的内部或外部。陀螺仪230可以包括本领域已知的或将在本领域中变得已知的任何陀螺仪或其变体(例如，陀螺体、微机电系统(“MEMS”)、光纤陀螺仪、振动结构陀螺仪、动态调谐的陀螺仪等)。陀螺仪230可以与飞行控制系统222的其他部件协同以控制空中交通工具200的操作并沿着意图路径导航空中交通工具。
加速度计232可以是被配置为检测电子模块220或空中交通工具200的线性运动的任何装置。加速度计232可以与空中交通工具200一体形成，或者它可以设置在电子模块300壳体的内部或外部。加速度计232可以包括本领域中已知的任何加速度计(例如，电容、电阻、弹簧质量基准(spring-mass base)、直流(“DC”)响应、机电伺服、激光、磁感应、压电、光学、低频、下垂积分陀螺加速度计、谐振、应变仪、表面声波、MEMS、热、真空二极管等)或将在本领域中变得已知的任何加速度计。加速度计232可以与飞行控制系统222的其他部件协同以控制空中交通工具200的操作并沿着意图路径导航空中交通工具。
地图系统242可以是基于地图的飞行控制系统的一部分，其提供关于区域内的自然和人造特征的方位信息。这可以包括任何细节水平的信息，包括例如地形图，识别道路、建筑物、河流等的一般二维地图，或表征各种天然和人造妨碍物(例如树木、雕塑、公用事业基础设施、建筑物等)的高度和形状的详细三维数据。在一个方面，地图系统242可以与光学系统协同以用于周围环境的视觉验证，或者地图系统242可以与GPS系统228协同以提供关于环境内的各种障碍物的信息以用于路径确定等目的。在一个方面，地图系统242可以在GPS被拒绝或GPS受损环境中提供补充导航辅助。当部分或全部不存在GPS时，地图系统242可以与其他传感器250(例如光学传感器、惯性传感器等)协同，以提供方位信息，直到可以恢复GPS信号。
地图系统242可以更一般地与飞行控制系统222的其他部件通信，以便支持如本文所设想的交通工具的导航。虽然这可以包括提供用于计算路线的地图信息，但是这还可以包括独立的导航能力。例如，地图系统242可以提供基于地图的导航系统，其存储包括一个或多个物体的操作环境的地图。基于地图的导航系统可以耦合到相机并且被配置为通过将存储的物体与可视环境进行比较来识别交通工具的方位，可视环境可以在没有GPS数据或其他方位信息的情况下提供方位数据。
处理器244可以与控制器246、空中交通工具200、飞行控制系统222、转向机构304以及本文描述的其他各种其他部件、系统和子系统以通信关系耦合。处理器244可以是空中交通工具200或飞行控制系统222的内部处理器，电子模块300内的附加处理器以支持本文设想的各种导航功能，本地或远程耦合到空中交通工具200和飞行控制系统222的台式计算机等的处理器，通过数据网络耦合到空中交通工具200和飞行控制系统222的服务器或其他处理器，或任何其他处理器或处理电路系统。在一些示例中，空中交通工具200可以包括光学系统260，光学系统260包括至少一个相机和/或回声定位系统264，回声定位系统264包括至少一个回声定位传感器266。飞行控制系统222可以从光学系统260和/或回声定位系统264接收信息。通常，处理器244可以被配置为控制空中交通工具200或飞行控制系统222的操作并执行各种处理和计算功能以支持导航。处理器244可以包括协同以执行本文所描述的步骤的若干不同处理器，例如空中交通工具200的内部处理器控制空中交通工具200的操作，而壳体中的处理器预处理光学和回声定位数据。
处理器244可以被配置为基于各种输入以及基于光学系统和回声定位系统识别或修改空中交通工具200到某位置的导航路径，各种输入包括例如方位信息、移动信息、动态碰撞避免系统302数据等等，其可以不同地基于来自GPS系统228、地图系统242、陀螺仪230、加速度计232和任何其他导航输入的数据，所述光学系统和回声定位系统可以提供关于空中交通工具200周围的环境中的障碍物的信息。例如，可以仅基于GPS系统228提供的方位信息确定初始路径，其中基于陀螺仪230、加速度计232等检测到的运动进行飞行中调整。处理器244还可以被配置为利用光学导航系统，其中处理器被配置为识别光学系统的视场(FOV)内的可视障碍物；例如，使用光流来处理图像序列并且抢占GPS系统228以在可视障碍物周围并朝向该位置导航空中交通工具200。处理器244还可以被配置为识别动态碰撞避免系统302的FOV内的障碍物，通常在空中交通工具的飞行线内，并且还被配置为抢占GPS系统228和光学导航系统以执行响应调动，响应调动在障碍物周围引导空中交通工具200并使空中交通工具200返回到朝向该位置的先前路线。
控制器246可操作用于控制空中交通工具200和飞行控制系统222的部件，例如转向机构304。控制器246可以与处理器244、空中交通工具200、飞行控制系统222、转向机构304以及本文描述的设备和系统的其他各种部件以通信关系电耦合或以其他方式耦合。控制器246可以包括适于控制本文所描述的空中交通工具200和飞行控制系统222的各种部件(包括但不限于微处理器、微控制器、专用集成电路、可编程门阵列，以及任何其他数字和/或模拟部件，以及前述的组合)的软件和/或处理电路系统的任何组合，以及用于收发控制信号、驱动信号、功率信号、传感器信号等的输入和输出。在某些方面，处理器244可以与控制器246一体形成。在一个方面，这可以包括直接和物理地与空中交通工具200和飞行控制系统222相关联的电路系统，例如机载处理器。在另一方面，这可以是处理器，例如本文所描述的处理器244，其可以与(例如通过有线或无线连接)耦合到空中交通工具200和飞行控制系统222的个人计算机或其他计算设备相关联。类似地，本文描述的各种功能可以在用于空中交通工具200、飞行控制系统222和单独的计算机的机载处理器之间分配。所有这些计算设备和环境都意图落入本文所使用的术语“控制器”或“处理器”的含义内，除非明确地提供不同的含义或者从上下文中清楚地理解为其他情况。
存储器248可以包括存储飞行控制系统222的数据的日志(包括但不限于感测到的障碍物的位置、地图、图像、取向、速度、导航路径、转向规范、GPS坐标、传感器读数等)的本地存储器或远程存储设备。存储器248还可以或改为存储从特定交通工具的若干导航聚合的数据的日志，或者从不同交通工具的若干导航聚合的数据的日志。存储器248还可以或改为存储来自光学系统260或回声定位系统264的传感器数据、相关元数据等。存储在存储器248中的数据可以由处理器244、控制器246、远程处理资源等访问。
轨迹规划器240可以经由处理器(例如，处理器244)使用包括例如迭代Dubins路径算法、暴力算法和RRT算法(或者其变体)的算法来计算用于空中交通工具200的潜在轨迹。轨迹规划器240可以从GPS系统228、地图系统242、控制器246、存储器248等接收位置坐标。轨迹规划器240还可以接收来自飞行控制系统222(包括地图系统242、存储器248、其他传感器250)的障碍物信息，或者还可以接收来自飞行控制系统的从光学系统260或回声定位系统264接收的信息等。由轨迹规划器240计算的轨迹可以由飞行控制系统222使用以经由转向系统226输出指示到转向机构224。
在某些方面，模块化壳体可以包住空中交通工具200的一个或多个部件，例如电子模块220、飞行控制系统222、光学系统260和/或声学/回声定位系统264。模块化壳体可以由塑料、金属、木材、复合材料、陶瓷或适于特定交通工具或特定类型交通工具的任何材料构成。模块化壳体可以是可拆卸的或可弹出的，或者它可以永久地耦合到空中交通工具200。模块化壳体可以经由一个或多个紧固件(包括螺钉、夹子、磁铁、钩环紧固件(例如，))等附接到空中交通工具。模块化壳体可以包括用于诸如传感器210的传感器的开口。电子模块220可以用于容纳空中交通工具200的航空电子设备(例如，飞行控制系统206)、电源236、传感器有效载荷(例如ISR有效载荷234)以及通信设备或系统238；并且可以与机身202一体形成或者包含在单独的壳体内。
图3示出了沿着航路点路径306经由飞行控制系统222(例如，经由轨迹规划器240)计算的用于空中交通工具200的示例性最佳轨迹，所计算的轨迹被配置为沿着航路点路径306避开障碍物310。空中交通工具具有起始方位302和结束方位304。理想地，空中交通工具应该遵循航路点路径306。然而，一些空中交通工具，例如固定翼飞行器，可能不能精确地在点312和点314处转弯。相反，固定翼或旋翼飞行器具有可通过其速度、航向和运动信息计算的转弯半径。这样，示出了沿着包括两个转弯312和314并避开障碍物310的航路点路径306的理想的经计算的轨迹308。可以使用如本文所描述的方法经由轨迹规划器240有效地计算这样的轨迹。
图4示出了具有两个转弯的迭代Dubins路径算法的若干次迭代的示例。迭代Dubins路径算法也可以用于单个转弯航路点路径或具有任意转弯数量。如图4所示，具有两个转弯的迭代Dubins路径算法以起始方位402、在起始方位402处的航向和速度406、结束方位404以及在结束方位404处的航向和速度408作为输入而开始。在第一次迭代410中，根据起始状态402和结束状态404的最大速度计算转弯半径412和414。因此，50m/s的起始速度406大于20m/s的结束速度408，并且根据50m/s的起始速度406计算转弯半径412和414。然后可以根据Dubins路径算法计算Dubins路径412。然后，如迭代420所示，利用距Dubins路径计算的距离、基础运动学和空中交通工具的运动极限，算法确定命令的结束速度408最接近的可实现速度426。在第二次迭代420中，最接近的可实现速度425是25m/s。基于可实现的新速度426(25m/s)，计算新的结束转弯半径424。然后使用新的结束转弯半径，计算第二Dubins路径428。
如步骤430所示，该算法重复以下迭代过程：1)找到新的可实现的速度436，2)计算新的第二半径434，以及3)计算新的Dubins路径，直到可实现的速度436等于命令的结束速度408，或者作为替代的直到达最大预定迭代次数。使用这种迭代Dubins路径算法生成轨迹的近似，该轨迹非常类似于飞行中的空中交通工具的路径。
应当注意，除了迭代Dubins路径算法之外的方法可以用于计算短航段弧和直线。然后可以类似地将这些其他方法的结果输入到暴力方法中，如下面参考图5a和图5b更详细描述的。此外，在一些示例中，轨迹规划器可以不迭代地计算Dubins路径，而是可以如上所述简单地计算Dubins路径的第一次迭代，然后使用来自第一次计算的Dubins路径的结果作为用于下面参考图5a和图5b描述的暴力方法的轨迹航段。
图5a示出了在忽略障碍物时使用暴力方法来计算轨迹的示例。在环境500中，空中交通工具具有起始点502。轨迹规划器可以知道空中交通工具应该通过航路点504并到达结束点506。暴力方法识别从起始点502通过航路点504到达结束点506的最低成本轨迹，同时通过检查短航段514处的可能性并选择到达目标的具有最低成本的可能航段来忽略障碍物。使用暴力方法，轨迹规划器240通过从起始点502检查一个或多个(例如，每个)轨迹可能性516来识别轨迹航段514。从起始点，初始目标是航路点504。因此，如图5a所示，轨迹规划器240从轨迹可能性516中识别并选择轨迹航段514。应该认识到，如图5a所示的示例性轨迹可能性仅是示例，并不表示轨迹规划器可以从其选择的所有可能的轨迹航段。类似地，虽然如图5a中所示的轨迹可能性都是相等的半径，但如上所述，轨迹规划器可以通过使用迭代Dubins路径算法来考虑改变半径。轨迹规划器240然后可以使用变化的半径可能性来计算暴力轨迹，然而为了简化，在图5a中，如轨迹可能性516中所示的半径具有相等的长度。
一旦轨迹规划器选择了到航路点504的最低成本轨迹航段514，轨迹规划器就重复该过程，直到轨迹航段514到达航路点504。一旦轨迹航段514到达航路点504，下一个目标就是结束点506。轨迹规划器然后重复相同的过程，直到轨迹航段到达结束点506。
图5b示出了在计算暴力轨迹之后轨迹规划器可以采取的第一步骤。暴力轨迹的计算可以用于建立RRT算法的种子航路点。如果轨迹航段在一个或多个已知障碍物508，510，512的预定距离内，则轨迹航段不用作种子航路点。轨迹规划器然后将起始点502与种子航路点518链接(或尝试链接)在一起，如航段522所示。轨迹规划器然后尝试将种子航路点连接到结束点506，如航段524所示。此外，轨迹规划器可以尝试链接其他种子航路点，如航段526所示。
图5c示出了轨迹规划器，其使用修改的RRT算法找到起始点502和结束点506之间的通过航路点504的路径，同时避开障碍物508，510和512。在如图5b所示的将已知航段链接在一起之后，RRT算法在环境500中拾取随机点520。例如，随机点528可以由执行修改的RRT算法的轨迹规划器随机选择。执行修改的RRT算法的轨迹规划器然后找到最接近随机点528的轨迹航段端点530。执行修改的RRT算法的轨迹规划器然后找到到达随机点528的方向的最低成本轨迹航段532。如果在从现有轨迹航段端点延伸并且不通过障碍物的随机点520的方向上不能识别出轨迹航段，则不添加对应于该随机点的新轨迹航段。可以重复使用随机点520来添加轨迹航段514的过程，直到识别出到结束点506的路径，或者在一些示例中，直到达到最大迭代次数。
图5d示出了经由上述过程识别的示例轨迹534。在轨迹规划器执行修改的RRT算法以找到起始点502和结束点506之间的路径之后，轨迹规划器可以执行平滑算法以减小轨迹534的长度。使用上述过程计算的轨迹534避开了障碍物508，510，512。
图6a、图6b和图6c示出了根据本公开的可以用于计算空中交通工具的轨迹的示例方法。参考图6a，空中交通工具的飞行控制系统可以在步骤602处开始轨迹规划算法。飞行控制系统可以具有执行轨迹规划方法600的单独的轨迹规划系统。在开始执行之后，在步骤604处，轨迹规划器在步骤604处执行迭代Dubins路径算法。
图6b示出了用于空中交通工具的轨迹规划器可以用于执行迭代Dubins路径算法的示例方法604。在步骤602处，轨迹规划器开始迭代Dubins路径算法。在步骤622处，轨迹规划器接收包括空中交通工具的起始方位、空中交通工具在起始方位处的航向和速度、空中交通工具的结束方位以及空中交通工具在结束方位处的命令的航向和速度的输入。然后，在步骤624处，轨迹规划器以起始速度和结束速度中的最大速度计算空中交通工具的转弯半径。然后使用在步骤624处计算的转弯半径，在步骤626处，轨迹规划器根据已知的Dubins路径方法计算Dubins路径。接下来，在步骤628处，轨迹规划器基于空中交通工具的运动学和运动学极限计算在步骤626中计算的在该Dubins路径处可实现的速度。基于在步骤628中计算的可实现的速度，在步骤630处，轨迹规划器计算新的转弯半径。在步骤632处，轨迹规划器基于在步骤630中计算的新的转弯半径计算新的Dubins路径。然后在步骤634处，轨迹规划器将可实现的速度与命令的结束速度进行比较。如果可实现的速度等于命令的速度，则在步骤638处，轨迹规划器结束迭代的Dubins路径算法。如果可实现的速度不等于命令的速度，则轨迹规划器在步骤636处检查是否已达到算法的预定最大迭代次数。如果尚未达到算法的预定最大迭代次数，则该方法重复步骤630-636。在一些示例中，轨迹规划器可以不在步骤636处检查最大迭代次数，并且可以改为重复该算法直到可实现的速度等于命令的速度，或者在一些示例中，直到可实现的速度在命令的速度的某个阈值内。
在一些示例中，轨迹规划器可以简单地计算Dubins路径的第一次迭代，而不是在步骤604处执行迭代Dubins路径算法。在其他示例中，在步骤604处，轨迹规划器可以经由其他已知的几何和运动学方法计算可能的弧长和直线，而不是计算Dubins路径以便找到轨迹航段。
返回参考图6a，在步骤604处执行Dubins路径算法之后，执行轨迹规划方法600的轨迹规划器在步骤606处将迭代Dubins路径算法的结果集成到暴力算法中。尽管示出为单独的步骤，但是迭代Dubins路径算法可以实现为暴力和RRT算法的子例程。Dubins路径迭代创建了短轨迹，暴力方法可以将其用作小轨迹航段。在步骤606处，轨迹规划器使用迭代Dubins路径算法的结果执行暴力算法以将航路点路径分成短航段，并通过在步骤604中计算的短Dubins路径轨迹将这些航段链接在一起。如上所述，暴力方法查看从起始点到前方短航段的可能性，并找到具有最低成本的朝向目标移动的轨迹航段，重复该过程直到该航段到达目标。在步骤608处，轨迹规划器执行这样的暴力方法而不试图避开障碍物，同时使用在步骤604处执行的迭代Dubins路径算法的结果作为可能的轨迹航段。在执行暴力方法之后，在步骤610处，轨迹规划器将来自通过暴力方法计算的航段的种子航路点输入到RRT算法中。在步骤612处，轨迹规划器使用在步骤610处馈送到修改的RRT算法的种子航路点执行修改的RRT算法。
图6c示出了使用通过暴力算法(其使用由迭代Dubins路径算法计算的轨迹航段)计算的种子航路点的修改的RRT算法612。在步骤640处，轨迹规划器开始执行修改的RRT算法。然后在步骤642处，轨迹规划器将初始状态链接(或尝试链接)到由暴力方法计算的种子航路点。RRT算法不允许航路点通过障碍物链接。接下来，在步骤644处，轨迹规划器检查链接的航路点是否到达目标。如果链接的航路点到达目标，则轨迹规划器在步骤654处结束RRT算法。如果链接的航路点没有到达目标，则在步骤646处，轨迹规划器将种子航路点链接(或尝试链接)到目标。接下来，在步骤648处，轨迹规划器拾取环境中的随机点，并根据RRT算法将其添加到树。然后在步骤650处，轨迹规划器将随机点链接(或尝试链接)到种子航路点，避开了障碍物。
然后在步骤652处，轨迹规划器可以检查是否已经达到最大迭代次数。如果已达到最大迭代次数，则轨迹规划器在步骤654处结束算法的执行。如果尚未达到最大迭代次数，则方法612返回到步骤644以检查现在的航路点是否到达目标。该方法可以重复该过程，直到达到最大迭代次数，或者直到航路点到达目标。在一些示例中，修改的RRT方法612可以不包括检查迭代次数，而是可以改为重复步骤644-650，直到确定到目标的路径。在一些示例中，可以使用其他算法来代替RRT算法。例如，可以使用已知算法RRT*代替RRT，RRT*是收敛于最优解的RRT的变体。也可以使用其他算法，包括例如但不限于：快速探索随机图、RRT*-智能、实时RRT*、Theta-RRT、A*-RRT、A*-RRT*、启发式(informed)RRT*和闭环RRT。
在一些示例中，轨迹规划器可以直接从步骤604到步骤612而不执行步骤606、步骤608或步骤610。在这种方法中，轨迹规划器使用迭代Dubins路径算法或步骤604处的一些其他方法来计算可能的轨迹航段。然后在步骤612处，轨迹规划器使用在步骤604处计算的可能轨迹航段执行RRT或如上所述的一些其他方法。
返回到图6a，在通过执行修改的RRT算法发现到目标的路径之后，轨迹规划器可以在步骤614处平滑路径以减小轨迹的总长度。轨迹规划器然后结束轨迹规划方法600的执行。
本文描述的示例实施方式的方法步骤旨在包括使一个或多个其他方或实体执行这些步骤的与所附实施例的专利性一致的任何合适的方法，除非明确地提供或以其他方式从上下文清楚地表示不同含义。此类方或实体无需受任何其他方或实体的指导或控制，也无需位于特定的管辖区内。
上述专利、专利出版物、文章、期刊等在此通过引用整体并入。尽管已经参考部件、特征等的特定布置描述了各种实施例，但是这些实施例并非旨在穷举所有可能的布置或特征，并且实际上许多其他实施例、修改和变化可以由本领域技术人员确定。因此，应该理解，本发明因此可以不同于上面具体描述的方式以其他方式实践。
本公开包括以下条款中描述的主题：
条款1.一种用于沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的系统，所述系统包括：
传感器有效载荷(210)；和
处理器(244)，其可操作地与所述传感器有效载荷(210)耦合并与所述飞行控制系统(206，222)通信，其中所述处理器(244)被配置为：
至少部分地基于来自所述传感器有效载荷(210)的传感器数据计算
多个路径轨迹(108，534)航段(522，524，526)(514)；
通过经由一系列所述路径轨迹(108，534)航段(522，524，526)
(514)链接起始点和结束点(506)来计算起始点(502)和结束点(506)之间的第一轨迹(108，534)；
经由所述第一轨迹(108，534)识别多个种子航路点(504)；
通过执行使用所述多个种子航路点(504)的随机搜索算法，计算所述起始点(502)和所述结束点(506)之间的第二轨迹(108，534)，所述第二轨迹避开由所述传感器有效载荷(210)检测到的至少一个障碍物(310，508，510)；
生成导航命令以指示所述空中交通工具(200)沿着所述第二轨迹(108，534)从所述起始点(502)导航到所述结束点(506)；和
将所述导航命令传送到所述飞行控制系统(206，222)。
条款2.根据条款1所述的系统，其中所述处理器(244)被配置为迭代地计算所述多个路径轨迹(108，534)航段(522，524，526)(514)。
条款3.根据条款1或2所述的系统，其中所述处理器(244)被配置为使用包括以下步骤的方法来计算所述多个路径航段(522，524，526)：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一路径和运动极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)直到所述可实现的速度(406，408)基本上等于所述结束速度(406，408)，
其中在随后的迭代中，以所述可实现的速度(406，408)计算所述转弯半径(412，414)。
条款4.根据条款3所述的系统，其中执行所述随机搜索算法包括执行快速探索随机树算法。
条款5.根据条款4所述的系统，其中执行所述快速探索随机树算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
条款6.根据条款5所述的系统，其中所述处理器(244)被配置为平滑所述第二轨迹(108，534)以缩短所述轨迹(108，534)的长度。
条款7.根据上述条款中任一项所述的系统，其中所述传感器有效载荷(210)耦合到障碍物(310，508，510)检测系统，其中所述第二轨迹(108，534)被识别以避开由所述障碍物(310，508，510)检测系统检测到的障碍物(310，508，510)。
条款8.根据条款7所述的系统，其中所述传感器有效载荷(210)包括以下中的至少一个：激光雷达、雷达、回声定位系统或光学传感器。
条款9.一种沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的方法，所述方法包括：
经由处理器(244)，至少部分地基于来自耦合到所述空中交通工具(200)的传感器有效载荷(210)的传感器数据，计算多个轨迹(108，534)航段(522，524，526)可能性，所述传感器数据至少反映所述空中交通工具(200)的第一速度(406，408)，其中所述处理器(244)可操作地与所述传感器有效载荷(210)耦合并与所述飞行控制系统(206，222)通信；
通过经由一系列所述轨迹(108，534)航段(522，524，526)可能性链接起始点和结束点(506)，经由所述处理器(244)计算起始点(502)和结束点(506)之间的第一轨迹(108，534)；
经由所述处理器(244)，经由所述第一轨迹(108，534)确定多个种子航路点(504)；
通过执行使用所述多个种子航路点(504)的随机搜索算法，经由所述处理器(244)计算所述起始点(502)和所述结束点(506)之间的第二轨迹(108，534)，所述第二轨迹避开至少一个障碍物(310，508，510)；
经由所述处理器(244)产生导航命令，以指示所述空中交通工具(200)沿着所述第二轨迹(108，534)从所述起始点(502)导航到所述结束点(506)；和
将所述导航命令传送到所述飞行控制系统(206，222)。
条款10.根据条款9所述的方法，其中计算多个轨迹(108，534)航段(522，524，526)可能性的步骤包括：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(525，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一路径和运动极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)，直到所述可实现的速度(406，408)基本上等于所述结束速度(406，408)，其中在随后的迭代中，用所述可实现的速度(406,408)计算所述转弯半径(412，414)。
条款11.根据条款10所述的方法，其中执行所述随机搜索算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
条款12.根据条款9或条款10所述的方法，其中计算多个轨迹(108、534)航段(522、524、526)可能性的步骤包括：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一路径和运动极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)，直到以下中的一项：所述可实现的速度(406，408)基本上等于所述结束速度(406，408)，或者达到预定的最大迭代次数，
其中在随后的迭代中，用所述可实现的速度(406、408)计算所述转弯半径(412、414)。
条款13.根据条款10所述的方法，其中执行所述随机搜索算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到以下中的一项：链接的航路点(504)将所述起始点(502)连接到所述结束点(506)，或者达到预定的最大迭代次数。
条款14.根据条款9至条款13中的任一项所述的方法，还包括执行平滑算法以缩短避开障碍物(310、508、510)的轨迹(108、534)。
条款15.根据条款9至条款14中的任一项所述的方法，其中所述多个轨迹(108、534)航段(522、524、526)可能性考虑了所述空中交通工具(200)在避开障碍物(310、508、510)的轨迹(108、534)内可能的加速和减速。
条款16.根据条款9至条款15中的任一项所述的方法，还包括检测至少一个障碍物(310、508、510)，其中所述第二轨迹(108、534)避开检测到的所述至少一个障碍物(310、508、510)。
条款17.一种沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的方法，所述方法包括：
通过执行以下步骤，经由与所述飞行控制系统(206，222)通信的处理器(244)计算多个轨迹(108，534)航段(522，524，526)可能性：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(525，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一路径和运动极限来计算可实现的速度(406，408)；
(e)重复步骤(b)到(d)，直到可实现的速度(406，408)基本上等于所述结束速度(406，408)，其中在随后的迭代中，用所述可实现的速度(406，408)计算所述转弯半径(412，414)；和
通过执行使用所述多个轨迹(108，534)航段(522，524，526)(514)可能性的随机搜索算法，经由所述处理器(244)计算起始方位和结束方位(304，404)之间的避开障碍物(310，508，510)的轨迹(108，534)；
经由所述处理器(244)产生导航命令以指示所述空中交通工具(200)沿着所述避开障碍物(310，508，510)的轨迹(108，534)从所述起始方位导航到所述结束方位(304，404)；和
将所述导航命令传送到所述飞行控制系统(206，222)。
条款18.根据条款17所述的方法，其中执行所述随机搜索算法包括执行快速探索随机树算法。
条款19.根据条款18所述的系统，其中执行所述快速探索随机树算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
条款20.根据条款19所述的系统，其中所述处理器(244)被配置为平滑所述避开障碍物(310，508，510)的轨迹(108，534)以缩短所述轨迹(108，534)的长度。

Claims (19)

1.一种用于沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的系统，所述系统包括：
传感器有效载荷(210)；和
处理器(244)，其可操作地与所述传感器有效载荷(210)耦合并与所述飞行控制系统(206，222)通信，其中所述处理器(244)被配置为：
至少部分地基于来自所述传感器有效载荷(210)的传感器数据计算多个路径轨迹(108，534)航段(522，524，526)(514)；
通过经由一系列所述路径轨迹(108，534)航段(522，524，526)(514)链接起始点和结束点(506)来计算起始点(502)和结束点(506)之间的第一轨迹(108，534)；
经由所述第一轨迹(108，534)识别多个种子航路点(504)；
通过执行使用所述多个种子航路点(504)的随机搜索算法，计算所述起始点(502)和所述结束点(506)之间的第二轨迹(108，534)，所述第二轨迹避开由所述传感器有效载荷(210)检测到的至少一个障碍物(310，508，510)；
生成导航命令以指示所述空中交通工具(200)沿着所述第二轨迹(108，534)从所述起始点(502)导航到所述结束点(506)；和
将所述导航命令传送到所述飞行控制系统(206，222)；
其中所述处理器(244)被配置为使用包括以下步骤的方法来计算所述多个路径轨迹(108，534)航段(522，524，526)(514)：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一轨迹和运动学极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)直到所述可实现的速度(406，408)等于所述结束速度(406，408)，
其中在随后的迭代中，以所述可实现的速度(406，408)计算所述转弯半径(412，414)。
2.根据权利要求1所述的系统，其中所述处理器(244)被配置为迭代地计算所述多个路径轨迹(108，534)航段(522，524，526)(514)。
3.根据权利要求1所述的系统，其中执行所述随机搜索算法包括执行快速探索随机树算法。
4.根据权利要求3所述的系统，其中执行所述快速探索随机树算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
5.根据权利要求4所述的系统，其中所述处理器(244)被配置为平滑所述第二轨迹(108，534)以缩短所述轨迹(108，534)的长度。
6.根据权利要求1所述的系统，其中所述传感器有效载荷(210)耦合到障碍物(310，508，510)检测系统，其中所述第二轨迹(108，534)被识别以避开由所述障碍物(310，508，510)检测系统检测到的障碍物(310，508，510)。
7.根据权利要求6所述的系统，其中所述传感器有效载荷(210)包括以下中的至少一个：雷达、回声定位系统或光学传感器。
8.根据权利要求7所述的系统，其中所述雷达是雷达激光。
9.一种沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的方法，所述方法包括：
经由处理器(244)，至少部分地基于来自耦合到所述空中交通工具(200)的传感器有效载荷(210)的传感器数据，计算多个轨迹(108，534)航段(522，524，526)可能性，所述传感器数据至少反映所述空中交通工具(200)的第一速度(406，408)，其中所述处理器(244)可操作地与所述传感器有效载荷(210)耦合并与所述飞行控制系统(206，222)通信；
通过经由一系列所述轨迹(108，534)航段(522，524，526)可能性链接起始点和结束点(506)，经由所述处理器(244)计算所述起始点(502)和所述结束点(506)之间的第一轨迹(108，534)；
经由所述处理器(244)，通过所述第一轨迹(108，534)确定多个种子航路点(504)；
通过执行使用所述多个种子航路点(504)的随机搜索算法，经由所述处理器(244)计算所述起始点(502)和所述结束点(506)之间的第二轨迹(108，534)，所述第二轨迹避开至少一个障碍物(310，508，510)；
经由所述处理器(244)产生导航命令，以指示所述空中交通工具(200)沿着所述第二轨迹(108，534)从所述起始点(502)导航到所述结束点(506)；和
将所述导航命令传送到所述飞行控制系统(206，222)；
其中计算多个轨迹(108，534)航段(522，524，526)可能性的步骤包括：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一轨迹和运动学极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)，直到所述可实现的速度(406，408)等于所述结束速度(406，408)，其中在随后的迭代中，用所述可实现的速度(406,408)计算所述转弯半径(412，414)。
10.根据权利要求9所述的方法，其中执行所述随机搜索算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
11.根据权利要求9所述的方法，其中计算多个轨迹(108、534)航段(522、524、526)可能性的步骤包括：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的所述第一轨迹和运动学极限来计算可实现的速度(406，408)；和
(e)重复步骤(b)到(d)，直到以下中的一项：所述可实现的速度(406，408)等于所述结束速度(406，408)，或者达到预定的最大迭代次数，
其中在随后的迭代中，用所述可实现的速度(406、408)计算所述转弯半径(412、414)。
12.根据权利要求9或11所述的方法，其中执行所述随机搜索算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到以下中的一项：链接的航路点(504)将所述起始点(502)连接到所述结束点(506)，或者达到预定的最大迭代次数。
13.根据权利要求9所述的方法，还包括执行平滑算法以缩短避开所述障碍物(310、508、510)的轨迹(108、534)。
14.根据权利要求9所述的方法，其中所述多个轨迹(108、534)航段(522、524、526)可能性考虑了由所述空中交通工具(200)在避开所述障碍物(310、508、510)的轨迹(108、534)内可能的加速和减速。
15.根据权利要求9所述的方法，还包括检测至少一个障碍物(310、508、510)，其中所述第二轨迹(108、534)避开检测到的所述至少一个障碍物(310、508、510)。
16.一种沿着飞行轨迹(108，534)导航具有飞行控制系统(206，222)的空中交通工具(200)的方法，所述方法包括：
通过执行以下步骤，经由与所述飞行控制系统(206，222)通信的处理器(244)计算多个轨迹(108，534)航段(522，524，526)可能性：
(a)接收所述空中交通工具(200)的起始方位、起始速度(406，408)、结束方位(304，404)和结束速度(406，408)作为输入；
(b)从所述起始速度(406，408)和所述结束速度(406，408)中的最大者计算转弯半径(412，414)；
(c)至少部分地基于所述转弯半径(412，414)来计算路径轨迹(108，534)航段(522，524，526)；
(d)至少部分地基于所述空中交通工具(200)的第一轨迹和运动学极限来计算可实现的速度(406，408)；
(e)重复步骤(b)到(d)，直到可实现的速度(406，408)等于所述结束速度(406，408)，其中在随后的迭代中，用所述可实现的速度(406，408)计算所述转弯半径(412，414)；和
通过执行使用经由所述多个轨迹(108，534)航段(522，524，526)识别的多个种子航路点(504)的随机搜索算法，经由所述处理器(244)计算起始方位和结束方位(304，404)之间的避开障碍物(310，508，510)的轨迹(108，534)；
经由所述处理器(244)产生导航命令以指示所述空中交通工具(200)沿着避开所述障碍物(310，508，510)的轨迹(108，534)从所述起始方位导航到所述结束方位(304，404)；和
将所述导航命令传送到所述飞行控制系统(206，222)。
17.根据权利要求16所述的方法，其中执行所述随机搜索算法包括执行快速探索随机树算法。
18.根据权利要求17所述的方法，其中执行所述快速探索随机树算法包括以下步骤：
(a)链接所述起始点(502)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(b)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；
(c)链接所述结束点(506)和至少一个所述种子航路点(504)，同时避开障碍物(310，508，510)；
(d)增加随机航路点(504)；
(e)将所述多个种子航路点(504)中的至少一个链接到随机点，同时避开障碍物(310，508，510)；
(f)检查链接的航路点(504)是否将所述起始点(502)连接到所述结束点(506)；和
(g)重复步骤(d)到(f)，直到链接的航路点(504)将所述起始点(502)连接到所述结束点(506)。
19.根据权利要求18所述的方法，其中所述处理器(244)被配置为平滑避开所述障碍物(310，508，510)的轨迹(108，534)以缩短所述轨迹(108，534)的长度。
CN201910948430.9A 2018-10-12 2019-10-08 用于交通工具的轨迹规划器 Active CN111045456B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US16/158,987 US10878706B2 (en) 2018-10-12 2018-10-12 Trajectory planner for a vehicle
US16/158,987 2018-10-12

Publications (2)

Publication Number Publication Date
CN111045456A CN111045456A (zh) 2020-04-21
CN111045456B true CN111045456B (zh) 2024-03-22

Family

ID=68280884

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910948430.9A Active CN111045456B (zh) 2018-10-12 2019-10-08 用于交通工具的轨迹规划器

Country Status (7)

Country Link
US (2) US10878706B2 (zh)
EP (2) EP4145090A1 (zh)
JP (1) JP7506465B2 (zh)
KR (1) KR20200042394A (zh)
CN (1) CN111045456B (zh)
AU (1) AU2019216716A1 (zh)
CA (1) CA3052019C (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11092458B2 (en) * 2018-10-30 2021-08-17 Telenav, Inc. Navigation system with operation obstacle alert mechanism and method of operation thereof
US11808590B2 (en) * 2019-01-11 2023-11-07 Massachusetts Institute Of Technology Autonomous navigation in a cluttered environment
EP3748455B1 (en) * 2019-06-07 2022-03-16 Tata Consultancy Services Limited A method and a system for hierarchical network based diverse trajectory proposal
CN111984031B (zh) * 2020-07-20 2023-09-26 鹏城实验室 一种无人机路径规划方法、无人机及存储介质
US20220034669A1 (en) * 2020-07-28 2022-02-03 Bae Systems Information And Electronic Systems Integration Inc. Navigation architecture for contested environments
CN111928853B (zh) * 2020-07-30 2023-06-02 西南电子技术研究所（中国电子科技集团公司第十研究所） 复杂环境下空基平台快速航路规划方法
US20220035339A1 (en) * 2020-07-31 2022-02-03 Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company Causing a robot to execute a mission using a behavior tree and a leaf node library
US11797004B2 (en) 2020-07-31 2023-10-24 Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company Causing a robot to execute a mission using a task graph and a task library
US11994407B2 (en) 2020-07-31 2024-05-28 Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company Evaluation of a ground region for landing a robot
CN112068548B (zh) * 2020-08-07 2022-06-07 北京航空航天大学 5g环境下面向特殊场景的无人驾驶车辆路径规划方法
RU2739510C1 (ru) * 2020-08-19 2020-12-25 Юрий Вячеславович Данилов Способ навигации беспилотных мобильных средств
CN111781954B (zh) * 2020-08-26 2023-02-21 云南电网有限责任公司迪庆供电局 无人机巡检控制方法及装置
KR102487374B1 (ko) * 2020-10-26 2023-01-10 한국로봇융합연구원 무인이동체 이동경로 설정방법 및 설정장치
CN112306091B (zh) * 2020-10-28 2023-06-20 峰飞航空科技(昆山)有限公司 一种三维轨迹规划方法、装置、设备及存储介质
CN112578803A (zh) * 2020-11-24 2021-03-30 浩亚信息科技有限公司 基于三维传感技术的无人机识别规避电线系统及方法
CN112327885B (zh) * 2020-12-01 2024-04-09 大连海事大学 一种无人船自适应全局-局部混合路径规划的方法
CN112748733B (zh) * 2020-12-16 2024-05-07 广东电网有限责任公司 电缆放线车路径规划方法、装置、设备及存储介质
CN112904896B (zh) * 2021-01-21 2022-11-04 中国南方电网有限责任公司超高压输电公司柳州局 一种无人机自主驾驶航线复用方法
CN112947555B (zh) * 2021-02-04 2022-06-14 中国人民解放军国防科技大学 多机协同打击的快速航迹规划方法、装置及计算机设备
CN113119116B (zh) * 2021-03-22 2023-01-31 深圳市优必选科技股份有限公司 一种机械臂运动规划方法、装置、可读存储介质及机械臂
US12014638B2 (en) 2021-03-22 2024-06-18 Aurora Flight Sciences Corporation, a subsidiary of The Boeing Company Supporting flight operations of an aircraft in an airspace system
CN112947594B (zh) * 2021-04-07 2023-08-04 东北大学 一种面向无人机的航迹规划方法
CN113188562B (zh) * 2021-07-01 2022-03-01 新石器慧通（北京）科技有限公司 可行驶区域的路径规划方法、装置、电子设备及存储介质
CN113485418B (zh) * 2021-07-02 2022-07-05 西北工业大学 一种柔性绳系约束多机器人的轨迹生成方法
CN113641832B (zh) * 2021-08-16 2022-05-10 中国科学院空天信息创新研究院 基于知识图谱面向多源离散数据的林火救援路径规划方法
CN113961000B (zh) * 2021-08-24 2024-07-23 大连海事大学 一种基于改进rrt算法的船舶路径规划与跟踪控制方法
CN113848881B (zh) * 2021-08-31 2023-11-21 国电南瑞科技股份有限公司 一种消防车路径规划方法、系统、终端以及存储介质
US11906314B2 (en) 2021-09-10 2024-02-20 Nec Corporation System for waypoint selection and method of using
US20230089833A1 (en) * 2021-09-23 2023-03-23 Aurora Flight Sciences, A Subsidiary Of The Boeing Company Safety assurance for path planners
CN116882307B (zh) * 2023-09-08 2023-11-24 武汉理工大学 考虑不确定初始状态的车辆安全轨迹规划方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676944A (zh) * 2013-12-11 2014-03-26 北京理工大学 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法
CN107085437A (zh) * 2017-03-20 2017-08-22 浙江工业大学 一种基于eb‑rrt的无人机航迹规划方法
CN107238388A (zh) * 2017-05-27 2017-10-10 合肥工业大学 多无人机任务分配与航迹规划联合优化方法及装置
WO2018172849A1 (en) * 2017-03-20 2018-09-27 Mobileye Vision Technologies Ltd. Trajectory selection for an autonomous vehicle

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3038062A (en) 1961-04-13 1962-06-05 Harold N Liberman Lighting fixture
FR2749650B1 (fr) * 1996-06-07 1998-09-11 Sextant Avionique Procede de pilotage d'un vehicule en vue d'effectuer un changement de cap et application du procede au contournement lateral d'une zone
JP3738415B2 (ja) 1999-06-30 2006-01-25 ギャ ミン−チュン 汎用航空機用の飛行経路計画、地形の回避、及び、状況認識システム
JP5107582B2 (ja) 2007-01-15 2012-12-26 三菱電機株式会社 画像センサ搭載型航空機用航法計算プログラム
US8038062B2 (en) 2007-06-05 2011-10-18 Raytheon Company Methods and apparatus for path planning for guided munitions
US8543265B2 (en) 2008-10-20 2013-09-24 Honeywell International Inc. Systems and methods for unmanned aerial vehicle navigation
WO2010101749A1 (en) 2009-03-05 2010-09-10 Massachusetts Institute Of Technology Predictive semi-autonomous vehicle navigation system
KR101667029B1 (ko) * 2009-08-10 2016-10-17 삼성전자 주식회사 로봇의 경로 계획방법 및 장치
JP5585455B2 (ja) 2010-04-27 2014-09-10 トヨタ自動車株式会社 経路探索装置
JP5573949B2 (ja) 2010-06-07 2014-08-20 トヨタ自動車株式会社 操縦支援装置
JP5724919B2 (ja) 2012-03-22 2015-05-27 トヨタ自動車株式会社 軌道生成装置、移動体、軌道生成方法及びプログラム
US9266611B2 (en) * 2013-06-20 2016-02-23 University Of Florida Research Foundation, Inc. Flight path development for remote sensing vehicles in a moving reference frame
US9557742B2 (en) 2013-11-27 2017-01-31 Aurora Flight Sciences Corporation Autonomous cargo delivery system
FR3019284B1 (fr) * 2014-03-28 2021-05-14 Thales Sa Procede de calcul de trajectoires laterales
US9262929B1 (en) 2014-05-10 2016-02-16 Google Inc. Ground-sensitive trajectory generation for UAVs
US9971354B2 (en) * 2014-06-10 2018-05-15 Sikorsky Aircraft Corporation Tail-sitter flight management system
US9620022B2 (en) * 2014-06-10 2017-04-11 Sikorsky Aircraft Corporation Aircraft motion planning method
EP3201709B1 (en) 2014-09-30 2021-03-17 NEC Corporation Method and system for determining a path of an object for moving from a starting state to an end state set avoiding one or more obstacles
US9524647B2 (en) 2015-01-19 2016-12-20 The Aerospace Corporation Autonomous Nap-Of-the-Earth (ANOE) flight path planning for manned and unmanned rotorcraft
US9821801B2 (en) 2015-06-29 2017-11-21 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling semi-autonomous vehicles
US10012984B2 (en) 2015-12-14 2018-07-03 Mitsubishi Electric Research Laboratories, Inc. System and method for controlling autonomous vehicles
US10665115B2 (en) 2016-01-05 2020-05-26 California Institute Of Technology Controlling unmanned aerial vehicles to avoid obstacle collision
JP6745175B2 (ja) 2016-09-12 2020-08-26 株式会社ダイヘン 移動属性設定装置
KR102569218B1 (ko) 2017-01-06 2023-08-21 오로라 플라이트 사이언시스 코퍼레이션 무인 항공기의 충돌 회피 시스템 및 방법
CN108458717B (zh) 2018-05-07 2020-04-07 西安电子科技大学 一种迭代的快速扩展随机树irrt的无人机路径规划方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103676944A (zh) * 2013-12-11 2014-03-26 北京理工大学 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法
CN107085437A (zh) * 2017-03-20 2017-08-22 浙江工业大学 一种基于eb‑rrt的无人机航迹规划方法
WO2018172849A1 (en) * 2017-03-20 2018-09-27 Mobileye Vision Technologies Ltd. Trajectory selection for an autonomous vehicle
CN107238388A (zh) * 2017-05-27 2017-10-10 合肥工业大学 多无人机任务分配与航迹规划联合优化方法及装置

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Dubins path generation for a fixed wing UAV;Israel Lugo-cardenas等;2014 International conference on unmanned aircraft systems（ICUAS），IEEE;339-346 *
一种人-自动化系统协作的无人机航迹规划方法;杨俊超;史越;马海明;;计算机测量与控制(第09期);3216-3224 *
基于Dubins曲线和改进A＊算法的AUV路径规划方法;胡蔷;高立娥;刘卫东;李泽宇;;计算机测量与控制(第08期);259-262 *
无人机协同多任务分配的快速航路预估算法;周绍磊，等;战术导弹技术(第4期);60-63 *
辛斌，陈杰.《面向复杂优化问题求解的智能优化方法》.北京：北京理工大学出版社,2017,305-306. *
都伊林著.《智能安防新发展与应用》.武汉：华中科技大学出版社,2018,246-251. *

Also Published As

Publication number Publication date
US20210142680A1 (en) 2021-05-13
CA3052019A1 (en) 2020-04-12
AU2019216716A1 (en) 2020-04-30
US11557210B2 (en) 2023-01-17
EP3640595A1 (en) 2020-04-22
US10878706B2 (en) 2020-12-29
JP7506465B2 (ja) 2024-06-26
CA3052019C (en) 2023-10-31
JP2020091842A (ja) 2020-06-11
CN111045456A (zh) 2020-04-21
US20200118446A1 (en) 2020-04-16
EP3640595B1 (en) 2022-12-07
KR20200042394A (ko) 2020-04-23
EP4145090A1 (en) 2023-03-08

Similar Documents

Publication Publication Date Title
CN111045456B (zh) 用于交通工具的轨迹规划器
US10276051B2 (en) Dynamic collision-avoidance system and method
US11092964B2 (en) Collision-avoidance system and method for unmanned aircraft
Shim et al. Conflict-free navigation in unknown urban environments
Chen et al. A self-rotating, single-actuated UAV with extended sensor field of view for autonomous navigation
US20240076066A1 (en) Fixed-wing unmanned aerial vehicle capable of high angle-of-attack maneuvering
Wei et al. Autonomous navigation for eVTOL: Review and future perspectives
Magree et al. Georgia Tech Team Entry for the 2013 AUVSI International Aerial Robotics Competition
Chen et al. System designing for a small-scale autonomous helicopter

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