CN111226185A - 飞行航线的生成方法、控制装置及无人机系统 - Google Patents
飞行航线的生成方法、控制装置及无人机系统 Download PDFInfo
- Publication number
- CN111226185A CN111226185A CN201980005024.7A CN201980005024A CN111226185A CN 111226185 A CN111226185 A CN 111226185A CN 201980005024 A CN201980005024 A CN 201980005024A CN 111226185 A CN111226185 A CN 111226185A
- Authority
- CN
- China
- Prior art keywords
- sampling
- points
- point
- height
- sampling points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000005070 sampling Methods 0.000 claims abstract description 550
- 239000000872 buffer Substances 0.000 claims abstract description 147
- 238000004590 computer program Methods 0.000 claims description 58
- 230000015654 memory Effects 0.000 claims description 34
- 238000012216 screening Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000002349 favourable effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0004—Transmission of traffic-related information to or from an aircraft
- G08G5/0013—Transmission of traffic-related information to or from an aircraft with a ground station
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D31/00—Power plant control systems; Arrangement of power plant control systems in aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
- G08G5/0026—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located on the ground
-
- 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
- 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]
- G08G5/0073—Surveillance aids
- G08G5/0086—Surveillance aids for monitoring terrain
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请实施例提供了一种飞行航线的生成方法、控制装置及无人机系统,其中,方法包括:获取初始航线(S201),从所述初始航线上确定多个采样点(S202),确定多个所述采样点中每个所述采样点的缓冲区(S203),根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度(S204),根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线(S205)。通过本申请实例有利于避免无人机与地面物体发生碰撞。
Description
技术领域
本申请涉及智能控制领域,尤其涉及飞行航线的生成方法、控制装置、及无人机系统。
背景技术
无人机以飞行速度快、操作灵活等特点被广泛应用于农业、无人机拍摄等领域。例如,无人机可用于对地形起伏地区进行地形拍摄,其中,在拍摄的过程中,为保证地面的采样间隔大小保持一致,且重叠率保持一致,无人机需要按照仿地飞行方式飞行。仿地飞行是指:无人机根据地形起伏地区的地形调整无人机的飞行高度,在飞行的过程中,无人机与地形起伏地区保持恒定高度差。
目前,仿地飞行的航线生成方式主要为:通过数字表面模型获取采样点的高度,根据这些采样点的高度确定仿地飞行的航线。然而在实践中发现,基于这种方式生成仿地飞行的航线,无人机在较大高度差的地形起伏地区进行飞行时,可能会与地面物体发生碰撞。
发明内容
本申请实施例提供了飞行航线的生成方法、控制装置及无人机系统,有利于避免无人机与地面物体发生碰撞。
第一方面,本申请实施例提供了一种飞行航线的生成方法,所述方法包括:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
第二方面,本申请实施例提供了一种无人机的控制装置,包括存储器和处理器,其中,所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
第三方面,本申请实施例提供了一种控制终端,所述控制终端与无人机连接,用于控制无人机,所述控制终端包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
第四方面,本申请实施例提供了一种无人机,包括机身、动力装置和控制装置,所述控制装置和所述动力装置分别设置于所述无人机的机身,所述控制装置用于控制所述动力装置带动所述无人机移动,其中,所述控制装置包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
第五方面,本申请实施例提供了一种无人机系统,包括控制终端以及无人机,无人机系统还包括设置于所述控制终端本体或所述无人机机身的控制装置,所述控制装置包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
第六方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
本申请实施例中,控制装置可以通过获取采样点的缓冲区,根据缓冲区的多个点的高度确定采样点的扩充高度,根据每个采样点的扩充高度及坐标位置确定飞行航线,可实现仿地飞行,并且可避免每两个相邻采样点之间存在较高物体或地形时,导致无人机与地面物体发生碰撞的问题,提高无人机飞行的安全性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种无人机系统的结构示意图;
图2是本申请实施例提供的一种飞行航线的生成方法的流程示意图;
图3是本申请实施例提供的一种数字高程模型的俯视图;
图4是本申请实施例提供的一种数字高程模型的侧视图;
图5是本申请实施例提供的一种初始航线的俯视图;
图6是本申请实施例提供的一种初始航线的侧视图;
图7是本申请实施例提供的一种采样点的俯视图;
图8是本申请实施例提供的一种采样点的侧视图;
图9是本申请实施例提供的一种采样点的缓冲区的示意图;
图10是本申请实施例提供的另一种采样点的缓冲区的示意图;
图11是本申请实施例提供的又一种采样点的缓冲区的示意图;
图12是本申请实施例提供的一种扩充高度后的采样点的示意图;
图13是本申请实施例提供的另一种扩充高度后的采样点的示意图;
图14是本申请实施例提供的一种飞行航线的示意图;
图15是本申请实施例提供的另一种飞行航线的生成方法的流程示意图;
图16是本申请实施例提供的一种筛选有效采样点的示意图;
图17是本申请实施例提供的另一种筛选有效采样点的示意图;
图18是本申请实施例提供的另一种飞行航线的示意图;
图19是本申请实施例提供的又一种飞行航线的示意图;
图20是本申请实施例提供的一种控制装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参见图1,图1为本申请实施例提供的一种无人机系统,该无人机系统包括无人机和控制终端。
无人机可以是指无人飞行器,该无人飞行器可以为旋翼型移动机器人,例如四旋翼移动机器人、六旋翼移动机器人、八旋翼移动机器人。其中,无人机可包括动力装置,动力装置设置于无人机的机身,用于为无人机提供移动动力,动力装置可包括发动机、螺旋桨、电机、电调中的一种或多种。无人机还可以包括云台以及拍摄装置,拍摄装置通过云台搭载于无人机的主体上。拍摄装置用于在无人机的移动过程中进行图像或视频拍摄,包括但不限于多光谱成像仪、高光谱成像仪、可见光相机及红外相机等。云台为多轴传动及增稳系统,云台电机通过调整转动轴的转动角度来对成像设备的拍摄角度进行补偿,并通过设置适当的缓冲机构来防止或减小成像设备的抖动。
控制终端可以通过建立与无人机的无线通讯连接,以实现对无人机的控制。例如,控制终端可以控制无人机的移动状态(例如位置、速度或者加速度等),和/或,控制无人机的云台的旋转方向,和/或,控制无人机拍摄图像和\或视频。该控制终端可以为遥控器、智能手机、平板电脑、计算机或智能手环等。
无人机系统还可包括设置于控制终端本体或无人机机身的控制装置,该控制装置用于生成无人机的飞行航线,该飞行航线可以为无人机仿地飞行的航线。控制装置生成飞行航线的具体实现方式可以参见图2和图15。
请参见图2,图2是本申请实施例提供的一种飞行航线的生成方法流程示意图,该方法可以应用于上述控制装置,如图2所示,该飞行航线的生成方法可以包括如下步骤。
S201、控制装置获取初始航线。
在无人机需要进行仿地飞行时,控制装置可以获取初始航线,该初始航线可以是指非标准的仿地飞行航线,该初始航线可以是由该控制装置生成的,或者,该初始航线可以是由该控制装置从其他设备中获取的。
在一个实施例中,该初始航线可以是通过外部指令生成的,该控制装置于无人机上,该外部指令可以为与无人机连接的控制终端发送的指令。例如,该外部指令为第一指令。该控制装置可以接收控制终端发送的第一指令,该第一指令可以包括多个位置点的位置信息,该位置信息包括位置点的坐标位置及高度。控制装置可以根据多个位置点的位置信息依次连接该多个位置点中的所有位置点得到该初始航线。再例如,该外部指令为第二指令,控制装置可以接收控制终端发送的第二指令。该第二指令可包括飞行航线,该飞行航线可以为历史飞行航线或者用户在控制终端设置的飞行航线。控制装置可以将该第二指令包括的飞行航线确定为初始航线。
在另一个实施例中,该初始航线可以是通过数据库获取生成的,该数据库包括数字高程模型、历史飞行航线及数字表面模型中的一种或多种。该数据库可以被存储于控制装置中。或者,被存储在与控制装置连接的其他设备中。例如,控制装置的数据库中包括多个飞行区域的历史飞行航线。控制装置可以获取该飞行区域的位置信息,根据该飞行区域的位置信息从数据库中获取该飞行区域的历史飞行航线,将该历史飞行航线作为初始航线。再例如,控制装置的数据库中包括数字高程模型,该高程数字模型是根据飞行区域的多张环境图像生成的。飞行区域的数字高程模型的俯视图如图3所示,该数字高程模型中包括环境图像中每个像素点对应的三维特征点的坐标位置及高度。如图3中像素A点对应的三维特征点的坐标位置为(东经113.182032434度、北纬39.5623094度),高度为1132.84米。该飞行区域的数字高程模型的侧视图(即高度图)如图4所示,从该侧视图可反映像各个像素点对应三维特征点的高度变化。控制装置可以根据飞行区域的数字高程模型生成初始航线。该初始航线的俯视图如图5所示,图5中的折线表示该初始航线。该初始航线的侧视图如图6所示,从图6可知各个像素点对应三维特征点的高度变化。
在一个实施例中,在步骤S201之前还包括:获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像,根据多张环境图像确定该数字高程模型,该数字高程模型包括该环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
控制装置可以获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像。其中,该多张环境图像中每相邻两张图像的拍摄时间间隔可以是相同的,平飞是指无人机保持水平直线飞行。进一步,可根据多张环境图像确定该数字高程模型。
S202、控制装置从该初始航线上确定多个采样点。
控制装置可以以固定采样间隔或非固定采样间隔对该初始航线进行采样处理,得到多个采样点。非固定采样间隔是指采样间隔为随机变化的值,即每两个相邻的采样点的距离存在不相同的情况。例如,非固定采样间隔为3m和4m等等。控制装置可以在该初始航线上的起点处获取第一个采样点,然后,间隔3m获取第二个采样点,间隔4m获取第三个采样点等等。即第一个采样点与第二个采样点间隔3m,第二个采样点与第三个采样点间隔4m。固定采样间隔是指采样间隔为一个固定的值,这样使每两个相邻采样点的距离相同(即水平距离)。例如,固定采样间隔为2m,控制装置以水平距离每隔2m从初始航线上获取一个采样点,这样每两个相邻采样点的水平距离均为2m。
在一个实施例中,控制装置可以以固定采样间隔对初始航线进行采样处理。例如,该固定采样间隔为预设采样间隔,控制装置可以采用预设采样间隔对该初始航线进行采样处理,得到多个该采样点。若获取的采样点过少,则不能有效反映航线的变化,失去仿地飞行的意义,甚至会引起安全隐患;若获取的采样点过多,则无人机上下调整的次数增多,需要消耗较多电量,影响作业效率,另外频繁调整航线高度也会给拍照和拍照位置计算带来负面影响。因此,控制装置可以根据高度调整次数、耗电量、拍摄稳定性等设置预设采样间隔。
在一个实施例中,该预设采样间隔可以为第二预设距离,控制装置可以采用第二预设距离对该初始航线进行采样处理,得到多个该采样点,即每隔第二预设距离从该初始航线上采集一个点作为一个采样点,进而得到多个采样点。
例如,控制装置可以以第二预设距离对初始航线进行采样,得到多个采样点。采样点的俯视图如图7所示,图7中,初始航线上的圆点为采样点(仅显示出了部分采样点),初始航线上的每两个相邻采样点的距离均相同。采样点的侧视图如图8所示,图8中仅显示了部分采样点,从图8可知各个采样点的高度变化。
S203、控制装置确定多个该采样点中每个该采样点的缓冲区。
由于每两个相邻采样点之间可能存在比较高的物体,如建筑;或者,每两个相邻采样点之间存在较高地形,若直接根据采样点的高度生成飞行航线,则容易导致无人机与地面物体发生碰撞。因此,控制装置可以确定多个该采样点中每个该采样点的缓冲区,每个采样点的缓冲区是指对应采样点所在的扩充区域。
在一个实施例中,采样点的缓冲区域可以是指在初始航线上以该采样点为中心点的区域。例如,采样点的缓冲区域可以是指在初始航线上以该采样点为中心沿初始航线向两边扩展第一预设距离的区域。该第一预设距离可以是用户设置的。或者,该第一预设距离可以是根据当前飞行区域的地形起伏变化确定的。例如,若地形起伏变化比较大,则将该第一预设距离设置为一个较大值;若地形起伏变化较小,则将该第一预设距离设置为一个较小值。
例如,如9所示,该初始航线上包括采样点B。图9中两条虚线之间的区域为采样点B的缓冲区。采样点B的缓冲区为以采样点B为中心沿该初始航线向两边扩展相同距离的区域,即采样点B为采样点B的缓冲区的中心点。
在一个实施例中,当采样点的缓冲区为初始航线上以该采样点为中心的区域时,为了使缓冲区域覆盖更多的采样点,且使相邻采样点的缓冲区部分重叠,控制装置可以设置该缓冲区的半径大于或等于该预设采样间隔,这样可以有效避免在采样时发生遗漏,从而在飞行路线规划时避免无人机与地面物体发生碰撞。
在另一个实施例中,采样点的缓冲区域可以是指在初始航线上以除该采样点以外的其他点为中心点的区域。例如,该采样点的缓冲区为该初始航线上以该采样点为原点沿该初始航线向左边扩展第一距离,且以该采样点为原点沿该初始航线向右边扩展第二距离的区域。第一距离与第二距离不相同,若第一距离大于第二距离,则该采样点位于该采样点的缓存区的中心点的右边;若第一距离小于第二距离,则该采样点位于该采样点的缓存区的中心点的左边。
例如,如图10所示,图10中两条虚线之间的区域为采样点B的缓冲区。假设第一距离为10m,第二距离为4m,采样点B的缓冲区是以采样点B为原点沿着初始航线向左侧扩展10m,并以采样点B为原点沿着初始航线向右侧扩展3m得到区域。
其中,采样点的缓冲区可以包括该采样点及与该采样点相邻的其他采样点,每两个缓冲区内包括的采样点的数量可以相同或不相同。每两个相邻缓冲区可以部分重叠或者完全不重叠;每两个缓冲区的大小可以相同或不相同。本申请对此不限定。
S204、控制装置根据该采样点的缓冲区中的多个点的高度确定该采样点的扩充高度。
其中,控制装置确定的该采样点的扩充高度可以与该采样点的初始高度相同。或者,控制装置确定的该采样点的扩充高度可以与该采样点的初始高度不相同。该采样点的缓冲区的多个点可以包括缓冲区的所有点,例如,该多个点可以包括该缓冲区内所有采样点和在初始航线上的该缓冲区内未被采样的所有点。或者,该采样点的缓冲区的多个点可以包括该缓冲区的部分点,例如,该多个点可以包括该缓冲区内部分采样点或/和在初始航线上的该缓冲区内未被采样的部分点。
在一个实施例中,控制装置可根据该采样点的缓冲区中的所有点的高度确定该采样点的扩充高度。例如,控制装置可以通过该采样点的缓冲区中所有像素点对应的三维特征点的坐标位置及高度确定该采样点的扩充高度。具体地,控制装置可以获取该采样点的缓冲区中的所有点的高度,将该采样点的缓冲区的所有点的高度中的最大高度确定为该采样点的扩充高度。这时若该采样点的初始高度为该缓冲区中的所有点的高度中的最大高度,则确定的该采样点的扩充高度与该采样点的初始高度相同。或者,控制装置可以根据该采样点的缓冲区中所有点的高度计算平均高度或通过其他合适的计算方法确定高度值,将平均高度或通过其他合适的计算方法所确定的高度值确定为该采样点的扩充高度。
在另一个实施例中,控制装置可获取该采样点的缓冲区的起始特征点的高度和结束特征点的高度,获取该采样点的缓冲区内的各个采样点的高度,根据该起始特征点的高度、该结束特征点的高度和该目标采样点的缓冲区内的各个采样点的高度,确定该采样点的扩充高度。
起始特征点、结束特征点是指该缓冲区的边界点,具体可以为采样点或非采样点,非采样点是指在初始航线上的该缓冲区边界上未被采样的点。例如,如图11所示,图11中C点为采样点B的缓冲区的起始特征点,D点为采用点B的缓冲区的结束特征点,A、B点为采样点B的缓冲区内的采样点。控制装置可以获取特征点C的高度、特征点D的高度,及该采样点B的缓冲区内B点和A点的高度。根据特征点C的高度、特征点D的高度,及B点和A点的高度来确定该采样点的扩充高度。
在一个实施例中,控制装置可以将该起始特征点的高度、该结束特征点的高度和该采样点的缓冲区内的各个采样点的高度中的最大高度确定为该采样点的扩充高度。例如,如图12所示。控制装置获取特征点C的高度、特征点D的高度,及该采样点B的缓冲区内B点和A点的高度之后,将特征点C的高度、特征点D的高度,及该采样点B的缓冲区内B点和A点的高度中最大高度确定为该采样点的扩充高度。B'表示扩充高度后的采样点。通过上述方法获取各个采样点的扩充高度后,扩充高度后的采样点如图13所示,图13中,圆点表示初始高度的采样点,五角星表示扩充高度后的采样点。由图13可知,初始高度的采样点与对应扩充高度后的采样点的坐标位置相同,其高度相同或扩充高度大于初始高度。例如,采样点B的初始高度小于采样点B的扩充高度。
在另一个实施例中,控制装置可以计算该起始特征点的高度、该结束特征点的高度和该采样点的缓冲区内的各个采样点的高度的平均高度,该平均高度确定为该采样点的扩充高度。当然,也可以通过其他合适的计算方法确定缓冲区的扩充高度,在此不作限定。
S205、控制装置根据每个该采样点的扩充高度和每个该采样点的坐标位置生成飞行航线。
控制装置可以按照每个采样点的坐标位置依次连接各个扩充高度后的采样点,得到飞行航线,或者,控制装置可以对每个采样点的扩充高度进行增高处理,根据增高处理后的采样点及采样点的坐标位置生成飞行航线。
在一个实施例中,步骤S205包括:对该采样点的扩充高度增加预设高度,根据增加该预设高度后的所述采样点和该采样点的坐标位置,生成该飞行航线。
为了避免无人机与地面物体发生碰撞,控制装置可以对该采样点的扩充高度增加预设高度,然后根据各个采样点的坐标位置依次连接增加预设高度后的采样点,得到飞行航线。其中,该预设高度可以是用户设置的,或者该预设高度是根据飞行区域的地形起伏变化设置的。例如,若地形起伏变化比较大,则将预设高度设置为一个较大值;若地形起伏变化比较小,则将预设高度设置为一个较小值。
例如,图14所示,图14中,三角形表示增加预设高度后的采样点,虚线表示飞行航线,扩充高度后的采样点与对应增加预设高度后的采样点的坐标位置相同,增加预设高度后的采样点的高度均大于对应扩充高度后的采样点的高度。
本申请实施例中,控制装置可以通过获取每个采样点的缓冲区,根据缓冲区的多个点的高度确定采样点的扩充高度,根据每个采样点的扩充高度及坐标位置确定飞行航线,可实现仿地飞行,并且可避免每两个相邻采样点之间存在较高物体或地形时,导致无人机与地面物体发生碰撞的问题,提高无人机飞行的安全性。
请参见图15,图15是本申请实施例提供的又一种飞行航线的生成方法流程示意图,该方法可以应用于上述控制装置,如图15所示,该飞行航线的生成方法可以包括如下步骤。
S151、控制装置获取初始航线。
S152、控制装置从该初始航线上确定多个采样点。
S153、控制装置确定多个该采样点中每个该采样点的缓冲区。
S154、控制装置根据该采样点的缓冲区中的多个点的高度确定该采样点的扩充高度。
对步骤S151~S154的解释说明可以参见图1中对步骤S201~S204的解释说明,重复之处,不再赘述。
S155、控制装置对所有该采样点进行筛选,得到有效采样点。
为了确保飞行航线上的航点能够匹配仿地飞行航线上航点,并减少速度改变及高度调整引起的电量消耗,控制装置可以对所有该采样点进行筛选(即简化),得到有效采样点。该有效采样点为更能够体现仿地飞行航线高低起伏的航点。
在一个实施例中,控制装置依次连接该采样点,得到所有该采样点的连线,根据该连线的特征信息,对该采样点进行筛选,得到有效采样点。
例如,在一个实施例中,该连线的特征信息可以包括该连线的斜率,具体地,该连线的斜率为其斜率的绝对值。控制装置可以从起点采样点或结束采样点开始依次连接采样点,得到所有采样点的连线,若连线的斜率小于预设斜率值,则删除靠近结束采样点一端的采样点;若连线的斜率大于或等于预设斜率值,则保留连线上的采样点。起点采样点是指离无人机起飞位置点最近的采样点,结束采样点是指离无人机起飞位置点最远的采样点。
例如,如图16所示,该多个采样点中包括采样点E、F、G及M,采样点E为起点采样点,控制装置可以连接E、F,得到连线1,若连线1的斜率小于预设斜率值,则将采样点F删除。继续连接采样点E、G,得到连线2,若连线2的斜率小于预设斜率值,则将采样点G删除。进一步,连接采样点E、M,得到连线3,若连线3的斜率大于预设斜率值,则将采样点E、M作为有效采样点。然后,重复上述步骤,连接采样点M及与采样点M相邻的点,直至筛选出所有有效的采样点。
在另一个实施例中,控制装置可以根据拉默-道格拉斯-普克算法对所有该采样点进行筛选,得到有效采样点。
例如,如图17所示,该多个采样点中包括采样点H、I、J……Z,H为起始采样点、Z为结束采样点。控制装置可通过以下步骤对采样点进行筛选:s1、控制装置可以连接采样点H、Z,得到连线4。s2、获取该多个采样点中各个采样点到连线4的距离中的最远距离对应的采样点,例如,假设采样点J到连线4的距离最远。s3、若该最远距离小于预设阈值,则将采样点H、Z作为有效采样点,将采样点H、Z之间的采样点确定为无效采样点。若该最远距离大于或等于预设阈值,则连接采样点H、J,得到连线5,并连接采样点Z、J,得到连线6。s6、计算采样点H到采样点J之间的各个采样点到连线5的距离,计算采样点J到采样点Z之间的各个采样点到连线6的距离,进一步,执行s3或s4。重复上述步骤筛选出所有的有效采样点。
当然,控制装置也可以根据采样点的其他特征信息进行筛选,得到有效采样点,本实施方式仅为示例性说明,在此不作限定。
S156、控制装置根据该有效采样点的扩充高度和该有效采样点的坐标位置生成该飞行航线。
控制装置可以根据有效采样点的扩充高度和该有效采样点的坐标位置生成所述飞行航线,按照该飞行航线飞行可以减少无人机上下抖动的次数,进一步,可增加无人机飞行和拍照的稳定性。例如,如图18所示,图中18的星形表示有效采样点,控制装置可以依次连接各个扩充高度后的有效采样点,得到飞行航线。由图14和图18对比可知,图18中的飞行航线相对更为平滑稳定。
在一个实施例中,控制装置对该有效采样点的扩充高度增加预设高度,根据增加所述预设高度后的所述有效采样点和该有效采样点的坐标位置,生成所述飞行航线。例如,如图19所示,图19中三角形表示增加预设高度后的采样点,控制设备可以依次连接增加预设高度后的采样点,得到飞行航线。由图18和图19对比可知,图19中的飞行航线高于图18中的飞行航线,以进一步确保无人机在仿地飞行时的飞行安全。
本申请实施例中,控制装置可以通过获取每个采样点的缓冲区,根据缓冲区的多个点的高度确定采样点的扩充高度,对所有该采样点进行筛选,得到有效采样点,根据该有效采样点的扩充高度和所述有效采样点的坐标位置生成该飞行航线,可实现仿地飞行,并且可避免每两个相邻采样点之间存在较高物体或地形,导致无人机与地面物体发生碰撞的问题。并且,通过对所有采样点的筛选,能够确保飞行航线上的航点能够匹配仿地飞行航线上航点,并减少速度改变及高度调整引起的电量消耗。通过根据该有效采样点的扩充高度和该有效采样点的坐标位置生成该飞行航线,按照该飞行航线飞行可以减少无人机上下抖动的次数,进一步,增加无人机飞行和拍照的稳定性。
请参见图20,图20是本申请实施例提供的通信设备的控制装置结构示意图。该控制装置为无人机的控制装置,该无人机的控制装置被设置于无人机的机身,例如,该控制装置被设置于无人机的机身的飞行控制器中;或者,该无人机控制装置被设置于用于控制无人机的控制终端中。无人机的控制装置存储器111和处理器110。
所述存储器111可以包括易失性存储器(volatile memory);存储器111也可以包括非易失性存储器(non-volatile memory);存储器111还可以包括上述种类的存储器的组合。所述处理器110可以是中央处理器(central processing unit,CPU)。所述处理器801还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specificintegrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gate array,FPGA)或其任意组合。
在一个实施例中,所述存储器用于存储计算机程序,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
可选的,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
可选的,所述初始航线是通过外部指令生成的。
可选的,所述初始航线是通过数据库获取生成的。
可选的,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
可选的,所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,执行以下步骤:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
可选的,所述预设采样间隔为第二预设距离。
可选的,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
本申请实施例中,控制装置可以通过获取每个采样点的缓冲区,根据缓冲区的多个点的高度确定采样点的扩充高度,根据每个采样点的扩充高度及坐标位置确定飞行航线,可实现仿地飞行,并且可避免每两个相邻采样点之间存在较高物体或地形时,导致无人机与地面物体发生碰撞的问题,提高无人机飞行的安全性。
在本申请实施例中还提供了一种控制终端,所述控制终端与无人机连接,用于控制无人机,所述控制终端包括存储器和处理器,其中,所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,实现本申请实施例图2和图15所对应实施例中描述的飞行航线生成方法。
在本申请实施例中还提供了一种无人机,包括机身、动力装置和控制装置,其中,所述控制装置包括存储器和处理器,所述控制装置和所述动力装置分别设置于所述无人机的机身,所述控制装置用于控制所述动力装置带动所述无人机移动。例如,当无人机为旋翼无人机时,动力装置为旋翼组件,控制装置可以控制旋翼组件,从而带动无人机移动。进一步地,所述控制装置的存储器用于存储计算机程序;所述控制装置的处理器,用于执行所述计算机程序并在执行所述计算机程序时,实现本申请实施例图2和图15所对应实施例中描述的飞行航线生成方法。
在本申请实施例中还提供了一种无人机系统,包括控制终端以及无人机,无人机系统还包括设置于所述控制终端本体或所述无人机机身的控制装置,所述控制装置包括存储器和处理器,其中,所述存储器用于存储计算机程序;所述处理器,用于执行所述计算机程序并在执行所述计算机程序时,实现本申请实施例图2和图15所对应实施例中描述的飞行航线生成方法。
在本申请实施例中还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现本申请实施例图2和图15所对应实施例中描述的飞行航线生成方法,也可实现图20所述发明实施例的控制装置,在此不再赘述。
所述计算机可读存储介质可以是前述任一实施例所述的测试设备的内部存储单元,例如设备的硬盘或内存。所述计算机可读存储介质也可以是所述车辆控制装置的外部存储设备,例如所述设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述测试设备所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
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,所述的程序可存储于一计算机可读取存储介质中,所述程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (92)
1.一种飞行航线生成方法,其特征在于,所述方法包括:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
2.根据权利要求1所述的方法,其特征在于,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
3.根据权利要求1所述的方法,其特征在于,所述根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线,包括:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
4.根据权利要求1所述的方法,其特征在于,所述根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度,包括:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
5.根据权利要求4所述的方法,其特征在于,所述根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度,包括:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
6.根据权利要求1所述的方法,其特征在于,所述根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度,包括:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
7.根据权利要求6所述的方法,其特征在于,所述根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度,包括:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线,包括:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
9.根据权利要求8所述的方法,其特征在于,所述对所有所述采样点进行筛选,得到有效采样点,包括:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
10.根据权利要求8所述的方法,其特征在于,所述对所有所述采样点进行筛选,得到有效采样点,包括:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
11.根据权利要求8所述的方法,其特征在于,所述根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线,包括:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
12.根据权利要求1所述的方法,其特征在于,所述初始航线是通过外部指令生成的。
13.根据权利要求1所述的方法,其特征在于,所述初始航线是通过数据库获取生成的。
14.根据权利要求13所述的方法,其特征在于,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
15.根据权利要求13所述的方法,其特征在于,所述获取初始航线之前,所述方法还包括:
获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
16.根据权利要求1所述的方法,其特征在于,所述从所述初始航线上获取多个采样点,包括:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
17.根据权利要求16所述的方法,其特征在于,所述预设采样间隔为第二预设距离。
18.根据权利要求17所述的方法,其特征在于,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
19.一种无人机的控制装置,其特征在于,所述无人机的控制装置包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
20.根据权利要求19所述的控制装置,其特征在于,所述无人机的控制装置被设置于所述无人机的机身。
21.根据权利要求19所述的控制装置,其特征在于,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
22.根据权利要求19所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
23.根据权利要求19所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
24.根据权利要求23所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
25.根据权利要求19所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
26.根据权利要求25所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
27.根据权利要求19-26任一项所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
28.根据权利要求27所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
29.根据权利要求27所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
30.根据权利要求27所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
31.根据权利要求19所述的控制装置,其特征在于,所述初始航线是通过外部指令生成的。
32.根据权利要求19所述的控制装置,其特征在于,所述初始航线是通过数据库获取生成的。
33.根据权利要求32所述的控制装置,其特征在于,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
34.根据权利要求32所述的控制装置,其特征在于,所述处理器,还用于调执行如下步骤:
获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
35.根据权利要求19所述的控制装置,其特征在于,所述处理器,具体用于调执行如下步骤:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
36.根据权利要求35所述的控制装置,其特征在于,所述预设采样间隔为第二预设距离。
37.根据权利要求36所述的控制装置,其特征在于,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
38.一种控制终端,其特征在于,所述控制终端与无人机连接,用于控制无人机,所述控制终端包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
39.根据权利要求38所述的控制终端,其特征在于,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
40.根据权利要求38所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
41.根据权利要求38所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
42.根据权利要求41所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
43.根据权利要求38所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
44.根据权利要求43所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
45.根据权利要求38-44任一项所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
46.根据权利要求45所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
47.根据权利要求45所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
48.根据权利要求45所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
49.根据权利要求38所述的控制终端,其特征在于,所述初始航线是通过外部指令生成的。
50.根据权利要求38所述的控制终端,其特征在于,所述初始航线是通过数据库获取生成的。
51.根据权利要求50所述的控制终端,其特征在于,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
52.根据权利要求50所述的控制终端,其特征在于,所述处理器,还用于调执行如下步骤:
获取无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
53.根据权利要求38所述的控制终端,其特征在于,所述处理器,具体用于调执行如下步骤:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
54.根据权利要求53所述的控制终端,其特征在于,所述预设采样间隔为第二预设距离。
55.根据权利要求54所述的控制终端,其特征在于,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
56.一种无人机,包括机身、动力装置和控制装置,其特征在于,所述控制装置和所述动力装置分别设置于所述无人机的机身,所述控制装置用于控制所述动力装置带动所述无人机移动,其中,所述控制装置包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
57.根据权利要求56所述的无人机,其特征在于,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
58.根据权利要求56所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
59.根据权利要求56所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
60.根据权利要求59所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
61.根据权利要求56所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
62.根据权利要求61所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
63.根据权利要求56-62任一项所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
64.根据权利要求63所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
65.根据权利要求63所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
66.根据权利要求63所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
67.根据权利要求56所述的无人机,其特征在于,所述初始航线是通过外部指令生成的。
68.根据权利要求56所述的无人机,其特征在于,所述初始航线是通过数据库获取生成的。
69.根据权利要求68所述的无人机,其特征在于,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
70.根据权利要求68所述的无人机,其特征在于,所述处理器,还用于调执行如下步骤:
获取所述无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
71.根据权利要求56所述的无人机,其特征在于,所述处理器,具体用于调执行如下步骤:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
72.根据权利要求71所述的无人机,其特征在于,所述预设采样间隔为第二预设距离。
73.根据权利要求72所述的无人机,其特征在于,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
74.一种无人机系统,包括控制终端以及无人机,其特征在于,所述无人机系统还包括设置于所述控制终端本体或所述无人机机身的控制装置,所述控制装置包括存储器和处理器,其中,
所述存储器用于存储计算机程序;
所述处理器,用于调用所述计算机程序执行如下步骤:
获取初始航线;
从所述初始航线上确定多个采样点;
确定多个所述采样点中每个所述采样点的缓冲区;
根据所述采样点的缓冲区中的多个点的高度确定所述采样点的扩充高度;
根据每个所述采样点的扩充高度和每个所述采样点的坐标位置生成飞行航线。
75.根据权利要求74所述的无人机系统,其特征在于,所述采样点的缓冲区为所述初始航线上以所述采样点为中心沿所述初始航线向两边扩展第一预设距离的区域。
76.根据权利要求74所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述采样点和所述采样点的坐标位置,生成所述飞行航线。
77.根据权利要求74所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
根据所述采样点的缓冲区中的所有点的高度确定所述采样点的扩充高度。
78.根据权利要求77所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述采样点的缓冲区的所有点的高度中的最大高度确定为所述采样点的扩充高度。
79.根据权利要求74所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
获取所述采样点的缓冲区的起始特征点的高度和结束特征点的高度;
获取所述采样点的缓冲区内的各个采样点的高度;
根据所述起始特征点的高度、所述结束特征点的高度和所述目标采样点的缓冲区内的各个采样点的高度,确定所述采样点的扩充高度。
80.根据权利要求79所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
将所述起始特征点的高度、所述结束特征点的高度和所述采样点的缓冲区内的各个采样点的高度中的最大高度确定为所述采样点的扩充高度。
81.根据权利要求74-80任一项所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
对所有所述采样点进行筛选,得到有效采样点;
根据所述有效采样点的扩充高度和所述有效采样点的坐标位置生成所述飞行航线。
82.根据权利要求81所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
依次连接所述采样点,得到所有所述采样点的连线;
根据所述连线的特征信息,对所述采样点进行筛选,得到有效采样点。
83.根据权利要求81所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
根据拉默-道格拉斯-普克算法对所有所述采样点进行筛选,得到有效采样点。
84.根据权利要求81所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
对所述有效采样点的扩充高度增加预设高度;
根据增加所述预设高度后的所述有效采样点和所述有效采样点的坐标位置,生成所述飞行航线。
85.根据权利要求74所述的无人机系统,其特征在于,所述初始航线是通过外部指令生成的。
86.根据权利要求74所述的无人机系统,其特征在于,所述初始航线是通过数据库获取生成的。
87.根据权利要求86所述的无人机系统,其特征在于,所述数据库包括数字高程模型和历史飞行航线中的至少一种。
88.根据权利要求86所述的无人机系统,其特征在于,所述处理器,还用于调执行如下步骤:
获取所述无人机向飞行区域平飞的过程中拍摄得到的多张环境图像;
根据多张所述环境图像确定所述数字高程模型,所述数字高程模型包括所述环境图像中的每个像素点对应的三维特征点的坐标位置及高度。
89.根据权利要求74所述的无人机系统,其特征在于,所述处理器,具体用于调执行如下步骤:
采用预设采样间隔对所述初始航线进行采样处理,得到多个所述采样点。
90.根据权利要求89所述的无人机系统,其特征在于,所述预设采样间隔为第二预设距离。
91.根据权利要求90所述的无人机系统,其特征在于,当所述采样点的缓冲区为所述初始航线上以所述采样点为中心的区域时,所述缓冲区的半径大于或等于所述预设采样间隔。
92.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现权利要求1-18所述的飞行航线生成方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2019/083735 WO2020215188A1 (zh) | 2019-04-22 | 2019-04-22 | 飞行航线的生成方法、控制装置及无人机系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111226185A true CN111226185A (zh) | 2020-06-02 |
CN111226185B CN111226185B (zh) | 2024-03-15 |
Family
ID=70827374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980005024.7A Active CN111226185B (zh) | 2019-04-22 | 2019-04-22 | 飞行航线的生成方法、控制装置及无人机系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220051574A1 (zh) |
CN (1) | CN111226185B (zh) |
WO (1) | WO2020215188A1 (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112509381A (zh) * | 2020-10-16 | 2021-03-16 | 广州飞图信息科技有限公司 | 一种无人机航线信号盲区的可视化显示方法及装置 |
CN112649005A (zh) * | 2020-12-20 | 2021-04-13 | 中国人民解放军总参谋部第六十研究所 | 一种基于dem的无人直升机飞行航线诊断方法 |
CN113110555A (zh) * | 2021-04-30 | 2021-07-13 | 成都睿铂科技有限责任公司 | 一种航线规划方法 |
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 |
CN113325135A (zh) * | 2021-05-27 | 2021-08-31 | 深圳市中博科创信息技术有限公司 | 无人机路径规划方法、装置、计算机设备 |
CN113625731A (zh) * | 2021-07-23 | 2021-11-09 | 北京中天博地科技有限公司 | 一种基于dem数据的无人机地形匹配仿地飞行方法 |
CN113875222A (zh) * | 2020-07-16 | 2021-12-31 | 深圳市大疆创新科技有限公司 | 拍摄控制方法和装置、无人机及计算机可读存储介质 |
CN113939786A (zh) * | 2020-09-22 | 2022-01-14 | 深圳市大疆创新科技有限公司 | 飞行航线生成方法、装置、无人机系统及存储介质 |
CN114115327A (zh) * | 2021-09-28 | 2022-03-01 | 佛山中科云图智能科技有限公司 | 一种基于dsm模型的航线规划方法和规划装置 |
CN114153224A (zh) * | 2021-10-15 | 2022-03-08 | 广西电网有限责任公司电力科学研究院 | 基于微气象的无人机飞行路径智能规划控制系统及方法 |
CN114167894A (zh) * | 2021-12-07 | 2022-03-11 | 深圳市城市公共安全技术研究院有限公司 | 一种无人机航线规划方法、装置及计算机设备 |
CN114265422A (zh) * | 2021-12-17 | 2022-04-01 | 广州极飞科技股份有限公司 | 雷达探测角度控制方法、装置、电子设备及可读存储介质 |
CN116433853A (zh) * | 2023-06-15 | 2023-07-14 | 深圳大学 | 一种基于实景模型的航测航点生成方法及装置 |
TWI809614B (zh) * | 2021-11-02 | 2023-07-21 | 大陸商廣州昂寶電子有限公司 | 無人機控制方法和系統以及用於遙控無人機的遙控器 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115355878A (zh) * | 2022-10-20 | 2022-11-18 | 中煤(天津)地下工程智能研究院有限公司 | 一种井下掘进面巷道断面成形监测装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094851A1 (en) * | 2003-10-23 | 2005-05-05 | International Business Machines Corporation | Navigating a UAV with telemetry through a socket |
US20100042273A1 (en) * | 2006-09-12 | 2010-02-18 | Thales | Method and device for aircraft, for avoiding collision with the terrain |
CN104991565A (zh) * | 2015-06-10 | 2015-10-21 | 西安爱生技术集团公司 | 伞降固定翼无人机自主定点回收方法 |
CN106406342A (zh) * | 2016-09-14 | 2017-02-15 | 无锡微翼德米无人机系统科技有限公司 | 植保无人机阶段化飞行作业的打药方法 |
CN107818697A (zh) * | 2017-10-30 | 2018-03-20 | 中国科学院遥感与数字地球研究所 | 基于地形高程的非水平航线设计方法、终端及存储介质 |
CN108701373A (zh) * | 2017-11-07 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 基于无人机航拍的三维重建方法、系统及装置 |
CN109035869A (zh) * | 2017-07-26 | 2018-12-18 | 广州极飞科技有限公司 | 无人机航线的生成方法和装置 |
CN109116867A (zh) * | 2018-09-28 | 2019-01-01 | 拓攻(南京)机器人有限公司 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
CN109375636A (zh) * | 2018-12-13 | 2019-02-22 | 广州极飞科技有限公司 | 无人机航线的生成方法、装置、无人机和存储介质 |
-
2019
- 2019-04-22 WO PCT/CN2019/083735 patent/WO2020215188A1/zh active Application Filing
- 2019-04-22 CN CN201980005024.7A patent/CN111226185B/zh active Active
-
2021
- 2021-10-22 US US17/508,381 patent/US20220051574A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050094851A1 (en) * | 2003-10-23 | 2005-05-05 | International Business Machines Corporation | Navigating a UAV with telemetry through a socket |
US20100042273A1 (en) * | 2006-09-12 | 2010-02-18 | Thales | Method and device for aircraft, for avoiding collision with the terrain |
CN104991565A (zh) * | 2015-06-10 | 2015-10-21 | 西安爱生技术集团公司 | 伞降固定翼无人机自主定点回收方法 |
CN106406342A (zh) * | 2016-09-14 | 2017-02-15 | 无锡微翼德米无人机系统科技有限公司 | 植保无人机阶段化飞行作业的打药方法 |
CN109035869A (zh) * | 2017-07-26 | 2018-12-18 | 广州极飞科技有限公司 | 无人机航线的生成方法和装置 |
CN107818697A (zh) * | 2017-10-30 | 2018-03-20 | 中国科学院遥感与数字地球研究所 | 基于地形高程的非水平航线设计方法、终端及存储介质 |
CN108701373A (zh) * | 2017-11-07 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 基于无人机航拍的三维重建方法、系统及装置 |
CN109116867A (zh) * | 2018-09-28 | 2019-01-01 | 拓攻(南京)机器人有限公司 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
CN109375636A (zh) * | 2018-12-13 | 2019-02-22 | 广州极飞科技有限公司 | 无人机航线的生成方法、装置、无人机和存储介质 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113875222B (zh) * | 2020-07-16 | 2023-11-24 | 深圳市大疆创新科技有限公司 | 拍摄控制方法和装置、无人机及计算机可读存储介质 |
CN113875222A (zh) * | 2020-07-16 | 2021-12-31 | 深圳市大疆创新科技有限公司 | 拍摄控制方法和装置、无人机及计算机可读存储介质 |
WO2022011623A1 (zh) * | 2020-07-16 | 2022-01-20 | 深圳市大疆创新科技有限公司 | 拍摄控制方法和装置、无人机及计算机可读存储介质 |
WO2022061491A1 (zh) * | 2020-09-22 | 2022-03-31 | 深圳市大疆创新科技有限公司 | 飞行航线生成方法、装置、无人机系统及存储介质 |
CN113939786A (zh) * | 2020-09-22 | 2022-01-14 | 深圳市大疆创新科技有限公司 | 飞行航线生成方法、装置、无人机系统及存储介质 |
CN112509381A (zh) * | 2020-10-16 | 2021-03-16 | 广州飞图信息科技有限公司 | 一种无人机航线信号盲区的可视化显示方法及装置 |
CN112649005A (zh) * | 2020-12-20 | 2021-04-13 | 中国人民解放军总参谋部第六十研究所 | 一种基于dem的无人直升机飞行航线诊断方法 |
CN112649005B (zh) * | 2020-12-20 | 2023-08-22 | 中国人民解放军总参谋部第六十研究所 | 一种基于dem的无人直升机飞行航线诊断方法 |
CN113110555A (zh) * | 2021-04-30 | 2021-07-13 | 成都睿铂科技有限责任公司 | 一种航线规划方法 |
CN113325135A (zh) * | 2021-05-27 | 2021-08-31 | 深圳市中博科创信息技术有限公司 | 无人机路径规划方法、装置、计算机设备 |
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 |
CN113625731A (zh) * | 2021-07-23 | 2021-11-09 | 北京中天博地科技有限公司 | 一种基于dem数据的无人机地形匹配仿地飞行方法 |
CN114115327A (zh) * | 2021-09-28 | 2022-03-01 | 佛山中科云图智能科技有限公司 | 一种基于dsm模型的航线规划方法和规划装置 |
CN114153224A (zh) * | 2021-10-15 | 2022-03-08 | 广西电网有限责任公司电力科学研究院 | 基于微气象的无人机飞行路径智能规划控制系统及方法 |
TWI809614B (zh) * | 2021-11-02 | 2023-07-21 | 大陸商廣州昂寶電子有限公司 | 無人機控制方法和系統以及用於遙控無人機的遙控器 |
CN114167894A (zh) * | 2021-12-07 | 2022-03-11 | 深圳市城市公共安全技术研究院有限公司 | 一种无人机航线规划方法、装置及计算机设备 |
CN114265422A (zh) * | 2021-12-17 | 2022-04-01 | 广州极飞科技股份有限公司 | 雷达探测角度控制方法、装置、电子设备及可读存储介质 |
CN114265422B (zh) * | 2021-12-17 | 2024-04-12 | 广州极飞科技股份有限公司 | 雷达探测角度控制方法、装置、电子设备及可读存储介质 |
CN116433853A (zh) * | 2023-06-15 | 2023-07-14 | 深圳大学 | 一种基于实景模型的航测航点生成方法及装置 |
CN116433853B (zh) * | 2023-06-15 | 2023-11-17 | 深圳大学 | 一种基于实景模型的航测航点生成方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20220051574A1 (en) | 2022-02-17 |
CN111226185B (zh) | 2024-03-15 |
WO2020215188A1 (zh) | 2020-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111226185B (zh) | 飞行航线的生成方法、控制装置及无人机系统 | |
CN110771141B (zh) | 拍摄方法和无人机 | |
US10645300B2 (en) | Methods and apparatus for image processing | |
US10802509B2 (en) | Selective processing of sensor data | |
JP6496323B2 (ja) | 可動物体を検出し、追跡するシステム及び方法 | |
US11644839B2 (en) | Systems and methods for generating a real-time map using a movable object | |
JP6765512B2 (ja) | 飛行経路生成方法、情報処理装置、飛行経路生成システム、プログラム及び記録媒体 | |
US20210327287A1 (en) | Uav path planning method and device guided by the safety situation, uav and storage medium | |
US20200379487A1 (en) | Unmanned aerial vehicle control system, unmanned aerial vehicle control method, and program | |
US20170166299A1 (en) | Movement control method, autonomous mobile robot, and recording medium storing program | |
EP3367201A1 (en) | Method and device for controlling flight of unmanned aerial vehicle, and unmanned aerial vehicle | |
CN108955645A (zh) | 应用于通信铁塔智能巡检的三维建模方法及装置 | |
CN109792484B (zh) | 无人自主飞行器中的图像处理 | |
JPWO2018198313A1 (ja) | 無人飛行体のアクションプラン作成システム、方法及びプログラム | |
KR102195051B1 (ko) | 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
CN117641107A (zh) | 拍摄控制方法和装置 | |
CN112136322A (zh) | 一种三维点云的实时显示方法、设备、系统及存储介质 | |
CN112119428A (zh) | 获取降落位置的方法、设备、无人机、系统及存储介质 | |
US20220221857A1 (en) | Information processing apparatus, information processing method, program, and information processing system | |
WO2021051220A1 (zh) | 一种点云融合方法、设备、系统及存储介质 | |
CN111433819A (zh) | 目标场景三维重建方法、系统及无人机 | |
WO2021014752A1 (ja) | 情報処理装置、情報処理方法、情報処理プログラム | |
JP6847424B2 (ja) | 検出装置、検出方法、コンピュータプログラム及び学習モデル | |
KR20150006752A (ko) | 회전익 구조체를 이용한 공중관측 지형자료 구축 방법 및 그 시스템 | |
US20240013460A1 (en) | Information processing apparatus, information processing method, program, and information processing system |
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 |