CN111399543A - 一种基于a*算法的同区域多条无碰撞航线规划方法 - Google Patents
一种基于a*算法的同区域多条无碰撞航线规划方法 Download PDFInfo
- Publication number
- CN111399543A CN111399543A CN202010261753.3A CN202010261753A CN111399543A CN 111399543 A CN111399543 A CN 111399543A CN 202010261753 A CN202010261753 A CN 202010261753A CN 111399543 A CN111399543 A CN 111399543A
- Authority
- CN
- China
- Prior art keywords
- area
- point
- node
- flight
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000010586 diagram Methods 0.000 description 2
- 238000010845 search algorithm Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Navigation (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种基于A*算法的同区域多条无碰撞航线规划方法,利用A*算法进行由起飞点飞往任务区进入点的飞行航线搜索,合理的规划网格范围及所述航点优化条件,保证了规划出的无人机飞行航路的可用性,减少无人机的转弯次数,平滑了航线,并能保证无人机始终处于规划的飞行区域内。
Description
技术领域
本发明涉及无人机航线规划领域,更具体地说,是指一种基于A*算法的同区域多条无碰撞航线规划方法。
背景技术
无人机在执行任务前,均需要在地面进行航线的装订,航线一般是采用多个航点组成一个航点系列,再将航点之间利用线段连接而形成,无人机依照这些航点的地理坐标信息进行飞行,从而引导无人机沿预定航线飞至预定区域。
当同一飞行区域内包含若干小的任务区域,并需要对应数量的无人机飞往指定任务区域时,在进行任务规划时则应充分考虑各无人机的出航路线以及禁飞区影响,常规的规划方法是采用人工规划的方法,考虑无人机航线之间的最小安全距离以及禁飞区,为每一架无人机进行航线规划,费时费力,并且不能保证获得最优的出航航线。
另一种方法是采用启发式搜索算法来实现航线规划。其中,A*算法是一种经典的启发搜索算法,是一种静态路网中求解最短路径最有效的直接搜索方法,虽然该方法可以得到最短路径的航线,但该方法得到的航线不够平滑,拐点过多,不利于无人机跟踪航线,并且该方法适用于单条航线规划,对于多条航线规划则无法使用。
发明内容
要解决的技术问题
为了避免现有技术的不足之处,本发明提出一种基于A*算法的同区域多条无碰撞航线规划方法,实现在同一飞行区域下多架无人机多条航线的自动规划,在提高航线平滑度的同时保证各无人机沿设定航线飞行过程中不会发生碰撞。
技术方案
一种基于A*算法的同区域多条无碰撞航线规划方法,其特征在于步骤如下:
步骤1:获取飞行空域、禁飞区及任务目标区,飞行空域、禁飞区及任务目标区由封闭凸多边形进行定义,任务目标区必须被飞行空域完全包含,飞行空域只能为一个,禁飞区及任务目标区可以为一个或多个;
根据给定的飞行空域确定规划区域范围,规划区域由多个边长为KD的正方形组成,KD为给定的常数,取值为两架无人机之间的允许最小间隔;规划区域的范围为飞行空域的最小外接矩形区域;
步骤2:获取规划起点Si及终点Ei,其中i=1,2,...,n,n为任务区域数量,Si为无人机起飞点,Ei为每个任务目标区的进入点,起点、终点与任务目标区一一对应,将规划区域内每个最小正方形网格作为一个节点,所有节点信息均初始化为能通过,再分别计算步骤1中获取的飞行空域、禁飞区及任务目标区所有边界穿越的节点,并将对应的节点信息设置为不能通过,最后计算起点及终点所在节点,并设置搜索起点及搜索终点,从而完成搜索地图初始化;
步骤3:利用A*算法进行由起飞点S1飞往任务区1进入点E1的飞行航线搜索,若路径可达,则执行步骤4;若路径不可达,则需重新调整E1的位置,更新E1节点信息,再执行步骤3;使用A*算法搜索航线的过程中设定的条件如下:
(1)可以进行扩展的节点限定为当前节点的上、右、下和左四个节点;
(2)启发函数采用曼哈顿距离函数;
步骤4:将搜索出的路径中每个节点信息设置为不能通过,其中不包括起点,并提取搜索出的路径中每个节点的中心坐标值(Bi,Li)作为一个航路点组成规划的初始航线,其中Bi、Li为第i个节点中心对应的纬度值和经度值;
步骤5:设定初始航线中的第一点所在区域为A,其中心点大地坐标为(XA,YA),其后的点所在区域依次为B、C、D,各区域中心点大地坐标分别为(XB,YB)、(XC,YC)和(XD,YD),航线前进方向为A→B→C→D,判断该A至D航段是否属于下述条件之一:
(1)XA=XB且XC=XD且YB=YC情况下,XB-XC的绝对值等于KD;
(2)YA=YB且YC=YD且XB=XC情况下,YB-YC的绝对值等于KD;
若符合以上条件其中任意一个,则删除设定的B、C两区域所对应的航路点,再将当前的D区域设为A,其后的点再依次设为B、C、D;若不符合任何一个所示形状,则将当前的B区域设为A,其后的区域再依次设为B、C、D;
步骤6:重复步骤5的判断过程,直至设定的D区域为航线终点所在区域时停止判断,并将最终剩余的航路点作为最终航线进行输出;
步骤7:按照步骤3~6所示方法依次对由起点Si飞往剩余任务区进入点Ei的飞行航线进行规划,其中i=1,2,...,n,最终完成整个区域多条航线的规划。
有益效果
本发明提出的一种基于A*算法的同区域多条无碰撞航线规划方法,具有以下3点优点:
1、本发明提出的航线规划方法,能在保证无人机飞行航程最优的前提下,自动避开禁飞区及其他无人机的飞行航道,保证多条航线无碰撞,并且不会穿越其他任务区域。
2、通过合理的规划网格范围及所述航点优化条件,保证了规划出的无人机飞行航路的可用性,减少无人机的转弯次数,平滑了航线,并能保证无人机始终处于规划的飞行区域内。
3、通过将已规划航线所穿越的区域属性进行重新定义,使得A*算法可以迭代使用,适用于多条航线的规划。
附图说明
图1飞行空域、任务区及禁飞区布局示意图
图2规划区域构建示意图
图3可优化航段形状
具体实施方式
现结合实施例、附图对本发明作进一步描述:
本发明所涉方法步骤如下:
步骤1:获取飞行空域、禁飞区及任务目标区,飞行空域、禁飞区及任务目标区由封闭凸多边形进行定义,任务目标区必须被飞行空域完全包含,飞行空域只能为一个,禁飞区及任务目标区可以为一个或多个。区域划分示意图如附图1所示。
根据给定的飞行空域确定规划区域范围,规划区域由多个边长为KD的正方形组成,KD为给定的常数,取值为两架无人机之间的允许最小间隔。规划区域的范围为飞行空域的最小外接矩形区域,划分示意图如附图2所示。
步骤2:获取规划起点Si及终点Ei,其中i=(1,2,...,n),n为任务区域数量,Si为无人机起飞点,Ei为每个任务目标区的进入点,起点、终点与任务目标区一一对应,将规划区域内每个最小正方形网格作为一个节点,所有节点信息均初始化为能通过,再分别计算步骤1中获取的飞行空域、禁飞区及任务目标区所有边界穿越的节点,并将对应的节点信息设置为不能通过,最后计算起点及终点所在节点,并设置搜索起点及搜索终点,从而完成搜索地图初始化。
步骤3:利用A*算法进行由起飞点S1飞往任务区1进入点E1的飞行航线搜索,若路径可达,则执行步骤4;若路径不可达,则需重新调整E1的位置,更新E1节点信息,再执行步骤3。使用A*算法搜索航线的过程中设定的条件如下:
(3)可以进行扩展的节点限定为当前节点的上、右、下和左四个节点;
(4)启发函数采用曼哈顿距离函数;
步骤4:将搜索出的路径(不包括起点)中每个节点信息设置为不能通过,并提取搜索出的路径中每个节点的中心坐标值(Bi,Li)作为一个航路点组成规划的初始航线,其中Bi、Li为第i个节点中心对应的纬度值和经度值。
步骤5:设定初始航线中的第一点所在区域为A,其中心点大地坐标为(XA,YA),其后的点所在区域依次为B、C、D,各区域中心点大地坐标分别为(XB,YB)、(XC,YC)和(XD,YD),航线前进方向为A→B→C→D,判断该A至D航段是否属于下述条件之一:
(3)XA=XB且XC=XD且YB=YC情况下,XB-XC的绝对值等于KD;
(4)YA=YB且YC=YD且XB=XC情况下,YB-YC的绝对值等于KD;
其形状如附图3中所示,若符合以上条件其中任意一个(若符合图3中其中任意一个路径形状),则删除设定的B、C两区域所对应的航路点,再将当前的D区域设为A,其后的点再依次设为B、C、D;若不符合任何一个所示形状,则将当前的B区域设为A,其后的区域再依次设为B、C、D。
步骤6:重复步骤5的判断过程,直至设定的D区域为航线终点所在区域时停止判断,并将最终剩余的航路点作为最终航线进行输出。
步骤7:按照步骤3及步骤6所示方法依次对由起点Si飞往剩余任务区进入点Ei的飞行航线进行规划,其中i=(2,3,...,n),最终完成整个区域多条航线的规划。
实施例1
步骤1:获取飞行空域1个、禁飞区1个及任务目标区2个。
根据给定的飞行空域确定规划区域范围,规划区域由多个边长为KD的正方形组成,KD取值为800m。规划区域的范围为飞行空域的最小外接矩形区域。
步骤2:获取航线起点及终点,起点为无人机起飞点,设置为同一起点,终点为每个任务目标区的进入点,分别设定在每个任务区的边缘,将规划区域内每个最小正方形网格作为一个节点,所有节点信息均初始化为能通过,再分别计算步骤1中获取的飞行空域、禁飞区及任务目标区所有边界穿越的网格,并将对应的节点信息设置为不能通过,最后计算起点及终点所在网格,并设置搜索起点及搜索终点,从而完成搜索地图初始化。
步骤3:利用A*算法进行由起点飞往任务区1进入点的飞行航线规划,若路径可达,则执行步骤4;若路径不可达,则需重新调整任务区1进入点并更新终点信息后再执行步骤3。使用A*算法搜索航线的过程中设定的条件如下:
(1)可以进行扩展的节点限定为当前节点的上、右、下和左四个节点;
(2)启发函数采用曼哈顿距离;
步骤4:将搜索出的路径(不包括起点)中每个节点信息设置为不能通过,并提取该路径中每个节点的中心坐标值作为一个航路点组成规划的初始航线。
步骤5:设定初始航线中的第一点所在区域为A,其中心点大地坐标为(XA,YA),其后的点所在区域依次为B、C、D,各区域中心点大地坐标分别为(XB,YB)、(XC,YC)和(XD,YD),航线前进方向为A→B→C→D,判断该A至D航段是否属于下述条件之一:
(1)XA=XB且XC=XD且YB=YC情况下,XB-XC的绝对值等于KD;
(2)YA=YB且YC=YD且XB=XC情况下,YB-YC的绝对值等于KD;
若符合以上条件其中任意一个,则删除设定的B、C两区域所对应的航路点,再将当前的D区域设为A,其后的点再依次设为B、C、D;若不符合任何一个所示形状,则将当前的B区域设为A,其后的区域再依次设为B、C、D。
步骤6:重复步骤5的判断过程,直至设定的D区域为航线终点所在区域时停止判断,并将最终剩余的航路点作为最终航线进行输出。
步骤7:按照步骤3及步骤6所示方法再对由起点飞往任务区2进入点的飞行航线进行规划,输出第二条规划的最终航线,最终完成整个区域多条航线的规划。从而实现同一区域下多条无碰撞航线规划。
Claims (1)
1.一种基于A*算法的同区域多条无碰撞航线规划方法,其特征在于步骤如下:
步骤1:获取飞行空域、禁飞区及任务目标区,飞行空域、禁飞区及任务目标区由封闭凸多边形进行定义,任务目标区必须被飞行空域完全包含,飞行空域只能为一个,禁飞区及任务目标区可以为一个或多个;
根据给定的飞行空域确定规划区域范围,规划区域由多个边长为KD的正方形组成,KD为给定的常数,取值为两架无人机之间的允许最小间隔;规划区域的范围为飞行空域的最小外接矩形区域;
步骤2:获取规划起点Si及终点Ei,其中i=1,2,...,n,n为任务区域数量,Si为无人机起飞点,Ei为每个任务目标区的进入点,起点、终点与任务目标区一一对应,将规划区域内每个最小正方形网格作为一个节点,所有节点信息均初始化为能通过,再分别计算步骤1中获取的飞行空域、禁飞区及任务目标区所有边界穿越的节点,并将对应的节点信息设置为不能通过,最后计算起点及终点所在节点,并设置搜索起点及搜索终点,从而完成搜索地图初始化;
步骤3:利用A*算法进行由起飞点S1飞往任务区1进入点E1的飞行航线搜索,若路径可达,则执行步骤4;若路径不可达,则需重新调整E1的位置,更新E1节点信息,再执行步骤3;使用A*算法搜索航线的过程中设定的条件如下:
(1)可以进行扩展的节点限定为当前节点的上、右、下和左四个节点;
(2)启发函数采用曼哈顿距离函数;
步骤4:将搜索出的路径中每个节点信息设置为不能通过,其中不包括起点,并提取搜索出的路径中每个节点的中心坐标值(Bi,Li)作为一个航路点组成规划的初始航线,其中Bi、Li为第i个节点中心对应的纬度值和经度值;
步骤5:设定初始航线中的第一点所在区域为A,其中心点大地坐标为(XA,YA),其后的点所在区域依次为B、C、D,各区域中心点大地坐标分别为(XB,YB)、(XC,YC)和(XD,YD),航线前进方向为A→B→C→D,判断该A至D航段是否属于下述条件之一:(1)XA=XB且XC=XD且YB=YC情况下,XB-XC的绝对值等于KD;
(2)YA=YB且YC=YD且XB=XC情况下,YB-YC的绝对值等于KD;
若符合以上条件其中任意一个,则删除设定的B、C两区域所对应的航路点,再将当前的D区域设为A,其后的点再依次设为B、C、D;若不符合任何一个所示形状,则将当前的B区域设为A,其后的区域再依次设为B、C、D;
步骤6:重复步骤5的判断过程,直至设定的D区域为航线终点所在区域时停止判断,并将最终剩余的航路点作为最终航线进行输出;
步骤7:按照步骤3~6所示方法依次对由起点Si飞往剩余任务区进入点Ei的飞行航线进行规划,其中i=1,2,...,n,最终完成整个区域多条航线的规划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010261753.3A CN111399543B (zh) | 2020-04-04 | 2020-04-04 | 一种基于a*算法的同区域多条无碰撞航线规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010261753.3A CN111399543B (zh) | 2020-04-04 | 2020-04-04 | 一种基于a*算法的同区域多条无碰撞航线规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111399543A true CN111399543A (zh) | 2020-07-10 |
CN111399543B CN111399543B (zh) | 2022-09-02 |
Family
ID=71429463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010261753.3A Active CN111399543B (zh) | 2020-04-04 | 2020-04-04 | 一种基于a*算法的同区域多条无碰撞航线规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111399543B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180988A (zh) * | 2020-10-10 | 2021-01-05 | 广州海格星航信息科技有限公司 | 一种三维室外空间多旋翼无人机路线规划方法及存储介质 |
CN112506216A (zh) * | 2020-11-18 | 2021-03-16 | 天津(滨海)人工智能军民融合创新中心 | 一种无人机的飞行路径规划方法及装置 |
CN113188520A (zh) * | 2021-04-30 | 2021-07-30 | 成都睿铂科技有限责任公司 | 一种区域分块环绕型航线的规划方法、系统及航摄方法 |
CN114578798A (zh) * | 2022-02-24 | 2022-06-03 | 苏州驾驶宝智能科技有限公司 | 一种陆空两栖飞车的自主驾驶系统 |
CN114676592A (zh) * | 2022-04-18 | 2022-06-28 | 北京大唐永盛科技发展有限公司 | 低空飞行网格化管理方法 |
CN115655283A (zh) * | 2022-12-28 | 2023-01-31 | 中国电子科技集团公司第二十八研究所 | 一种基于空间网格多空域飞行航路自动生成的方法 |
CN117572894A (zh) * | 2024-01-16 | 2024-02-20 | 中国人民解放军陆军航空兵学院 | 一种无人机指定区域内按时到达航线规划方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11173863A (ja) * | 1997-12-11 | 1999-07-02 | Fumio Mizoguchi | 経路探索方法 |
EP1835370A2 (fr) * | 2006-03-17 | 2007-09-19 | Thales | Planificateur automatique de trajectoire |
CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
CN103528586A (zh) * | 2013-10-31 | 2014-01-22 | 中国航天时代电子公司 | 基于故障网格的航迹规划算法设计 |
CN106225788A (zh) * | 2016-08-16 | 2016-12-14 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN108362291A (zh) * | 2018-01-18 | 2018-08-03 | 西北工业大学 | 一种基于优化的机器人a*避障路径规划方法 |
CN108932876A (zh) * | 2018-08-14 | 2018-12-04 | 湖北工业大学 | 一种引入黑区的a*和蚁群混合算法的快递无人机航迹规划方法 |
CN109947120A (zh) * | 2019-04-29 | 2019-06-28 | 西安电子科技大学 | 仓储系统中的路径规划方法 |
CN110398967A (zh) * | 2019-07-24 | 2019-11-01 | 西安电子科技大学 | 一种采用离散化方法的多机器人协同轨迹信息处理方法 |
-
2020
- 2020-04-04 CN CN202010261753.3A patent/CN111399543B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11173863A (ja) * | 1997-12-11 | 1999-07-02 | Fumio Mizoguchi | 経路探索方法 |
EP1835370A2 (fr) * | 2006-03-17 | 2007-09-19 | Thales | Planificateur automatique de trajectoire |
CN102880186A (zh) * | 2012-08-03 | 2013-01-16 | 北京理工大学 | 基于稀疏a*算法和遗传算法的航迹规划方法 |
CN103528586A (zh) * | 2013-10-31 | 2014-01-22 | 中国航天时代电子公司 | 基于故障网格的航迹规划算法设计 |
CN106225788A (zh) * | 2016-08-16 | 2016-12-14 | 上海理工大学 | 基于路径拓展蚁群算法的机器人路径规划方法 |
CN107727099A (zh) * | 2017-09-29 | 2018-02-23 | 山东大学 | 一种工厂内物料运输多agv调度及路径规划方法 |
CN108362291A (zh) * | 2018-01-18 | 2018-08-03 | 西北工业大学 | 一种基于优化的机器人a*避障路径规划方法 |
CN108932876A (zh) * | 2018-08-14 | 2018-12-04 | 湖北工业大学 | 一种引入黑区的a*和蚁群混合算法的快递无人机航迹规划方法 |
CN109947120A (zh) * | 2019-04-29 | 2019-06-28 | 西安电子科技大学 | 仓储系统中的路径规划方法 |
CN110398967A (zh) * | 2019-07-24 | 2019-11-01 | 西安电子科技大学 | 一种采用离散化方法的多机器人协同轨迹信息处理方法 |
Non-Patent Citations (6)
Title |
---|
ASHISH UPADHYAY, ET AL.: "UAV-Robot Relationship for Coordination of Robots on a Collision Free Path", 《PROCEDIA COMPUTER SCIENCE》 * |
S. ABSHOFF, ET AL.: "Gathering a Closed Chain of Robots on a Grid", 《2016 IEEE INTERNATIONAL PARALLEL AND DISTRIBUTED PROCESSING SYMPOSIUM (IPDPS)》 * |
T. CHEN,ET AL.: "Unmanned aerial vehicle route planning method based on a star algorithm", 《2018 13TH IEEE CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS (ICIEA)》 * |
V. JEAUNEAU, ET AL.: "Path planner methods for UAVs in real environment", 《IFAC-PAPERSONLINE》 * |
刘生伟 等: "改进A*算法的AGV路径规划", 《计算机应用》 * |
宋宇 等: "改进A星算法移动机器人路径规划", 《长春工业大学学报》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112180988A (zh) * | 2020-10-10 | 2021-01-05 | 广州海格星航信息科技有限公司 | 一种三维室外空间多旋翼无人机路线规划方法及存储介质 |
CN112180988B (zh) * | 2020-10-10 | 2024-03-19 | 广州海格星航信息科技有限公司 | 一种三维室外空间多旋翼无人机路线规划方法及存储介质 |
CN112506216A (zh) * | 2020-11-18 | 2021-03-16 | 天津(滨海)人工智能军民融合创新中心 | 一种无人机的飞行路径规划方法及装置 |
CN113188520A (zh) * | 2021-04-30 | 2021-07-30 | 成都睿铂科技有限责任公司 | 一种区域分块环绕型航线的规划方法、系统及航摄方法 |
CN114578798A (zh) * | 2022-02-24 | 2022-06-03 | 苏州驾驶宝智能科技有限公司 | 一种陆空两栖飞车的自主驾驶系统 |
CN114578798B (zh) * | 2022-02-24 | 2023-05-12 | 苏州驾驶宝智能科技有限公司 | 一种陆空两栖飞车的自主驾驶系统 |
CN114676592A (zh) * | 2022-04-18 | 2022-06-28 | 北京大唐永盛科技发展有限公司 | 低空飞行网格化管理方法 |
CN114676592B (zh) * | 2022-04-18 | 2023-04-18 | 北京大唐永盛科技发展有限公司 | 低空飞行网格化管理方法 |
CN115655283A (zh) * | 2022-12-28 | 2023-01-31 | 中国电子科技集团公司第二十八研究所 | 一种基于空间网格多空域飞行航路自动生成的方法 |
CN117572894A (zh) * | 2024-01-16 | 2024-02-20 | 中国人民解放军陆军航空兵学院 | 一种无人机指定区域内按时到达航线规划方法 |
CN117572894B (zh) * | 2024-01-16 | 2024-03-22 | 中国人民解放军陆军航空兵学院 | 一种无人机指定区域内按时到达航线规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111399543B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399543B (zh) | 一种基于a*算法的同区域多条无碰撞航线规划方法 | |
CN107314772B (zh) | 一种无人机自学习航点轨迹飞行方法及其系统 | |
CN109059924B (zh) | 基于a*算法的伴随机器人增量路径规划方法及系统 | |
CN110823240B (zh) | 一种具有航向约束的跟随机器人路径规划方法及系统 | |
CN104991895A (zh) | 一种基于三维空域网格的低空救援航空器航迹规划方法 | |
CN110262552B (zh) | 无人机的飞行控制方法、装置、设备及存储介质 | |
CN111915932A (zh) | 一种多目标约束的低空无人机航路规划设计方法 | |
US10777085B2 (en) | Efficient flight profiles with multiple RTA constraints | |
CN108196575A (zh) | 一种无人机任务分配及路线规划方法 | |
CN109540136A (zh) | 一种多无人艇协同路径规划方法 | |
CN105843253A (zh) | 无人机的路径规划方法及系统 | |
CN106781707A (zh) | 一种针对低空中长距离转场飞行的航迹规划方法 | |
CN112198896A (zh) | 一种无人机多模式电子围栏自主飞行方法 | |
CN110908386A (zh) | 一种无人车分层路径规划方法 | |
CN112033428A (zh) | 一种配电抢修的路径规划方法 | |
CN115185303B (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
CN111561933A (zh) | 双重改进a星最短航路规划方法 | |
CN116929356A (zh) | 一种城市低空无人机航线规划方法、装置和存储介质 | |
CN112735188A (zh) | 基于复杂网络理论的空中交通网络脆弱性分析系统 | |
CN112185149A (zh) | 基于城市路网数据的路径规划方法及系统 | |
CN112346480A (zh) | 一种室内无人机及其控制方法、计算机可读存储介质 | |
Causa et al. | Safe planning and deconfliction for multiple UAVs in high density low altitude urban environments | |
CN112539751A (zh) | 一种机器人路径规划方法 | |
CN116610109A (zh) | 基于梯度的前向蚁群算法无人车路径规划方法 | |
CN112631338B (zh) | 一种航线规划方法、装置、计算机设备及存储介质 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221018 Address after: No.34, Fenghui South Road, Xi'an, Shaanxi 710065 Patentee after: Xi'an Aisheng Technology Group Co.,Ltd. Address before: No.34, Fenghui South Road, Xi'an, Shaanxi 710065 Patentee before: XI'AN AISHENG TECHNOLOGY GROUP Co.,Ltd. Patentee before: Northwestern Polytechnical University |