CN111707269B - 一种三维环境下的无人机路径规划方法 - Google Patents

一种三维环境下的无人机路径规划方法 Download PDF

Info

Publication number
CN111707269B
CN111707269B CN202010579045.4A CN202010579045A CN111707269B CN 111707269 B CN111707269 B CN 111707269B CN 202010579045 A CN202010579045 A CN 202010579045A CN 111707269 B CN111707269 B CN 111707269B
Authority
CN
China
Prior art keywords
point
path
obstacle
aerial vehicle
unmanned aerial
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
CN202010579045.4A
Other languages
English (en)
Other versions
CN111707269A (zh
Inventor
程向红
王彤
吴峻
马自应
李丹若
常兴国
梁平昊
麻宁杰
王森
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202010579045.4A priority Critical patent/CN111707269B/zh
Publication of CN111707269A publication Critical patent/CN111707269A/zh
Application granted granted Critical
Publication of CN111707269B publication Critical patent/CN111707269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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

Abstract

本发明提供一种三维环境下的无人机路径规划方法，该方法包括步骤：环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；路径搜索：将无人机当前位置以及目标位置分别设为起始点和目标点，由起始点进行扩展建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；对生成路径进行简化并使用样条曲线对简化后生成路径进行平滑得到用于无人机控制的最终飞行轨迹。该方法考虑了无人机的实际飞行环境特点，能够快速地提供满足飞行条件且无误差的路径。

Description

一种三维环境下的无人机路径规划方法
技术领域
本发明涉及无人机控制相关领域，特别涉及三维环境下的无人机路径规划方法。
背景技术
无人机具有体积小，机动性强等特点，在设备巡检，高空搜救，物流运输，农业植保等方面均有着广泛的应用。无人机路径规划是在已知环境信息中寻找满足限制条件的飞行轨迹，优质的路径规划将减少飞行器任务执行期间的能量消耗，提高任务完成率，有助于解决无人机长时间续航的难题。
路径规划包含环境建模，路径搜索和轨迹平滑三个方面，现有的规划方法大都基于栅格法和拓扑图，采用传统或启发式算法进行路径搜索(参考文献：于静楠，无人机路径智能规划算法研究，南京信息工程大学硕士学位论文，2019)。栅格法将空间划分为若干相邻网格，该方法实现简单但建模精度取决于栅格尺寸，较细的栅格将占用较大的存储空间，使得后续路径搜索效率降低；拓扑图建立空间中可行路径的连通图，占用空间较少但建模方式复杂，生成轨迹不稳定。以上建模方式以及后续的路径搜索算法缺少对无人机飞行环境特点的考虑，规划时间较长且难以进行后续优化。
发明内容
技术问题：为了解决无人机路径规划中建模精度与算法效率的矛盾，提供高精度的无人机飞行轨迹。本发明提供了一种三维环境下的无人机路径规划方法，能够较为快速地提供满足飞行条件且无误差的路径规划结果。
技术方案：本发明的具体方案如下：
一种三维环境下的无人机路径规划方法，该方法包含以下步骤：
(1)环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识，并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；
(2)路径搜索：分别将无人机当前位置及目标位置设为起始点和目标点，建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；
(3)对步骤(2)中生成路径进行简化并使用样条曲线对简化后生成路径进行平滑即得到用于无人机控制的最终飞行轨迹。
进一步地，步骤(1)中所述环境建模具体包括如下步骤：
(11)对尺寸为(x，y，z)的三维空间进行栅格大小G的划分，对每一栅格使用唯一栅格索引标识；
(12)将空间中的障碍物抽象为由位姿，缩放向量和形状信息表示的几何物体并保存，每一障碍物使用唯一障碍索引标识；
(13)增加每一障碍物的缩放向量使其尺寸扩大一定值L并计算其包围盒，将对应的障碍索引保存至所有与包围盒相交的栅格中。
进一步地，步骤(11)中对于空间中的任意一点，将其坐标除以设定的栅格尺寸G，取其整数部分得到栅格索引。
进一步地，步骤(12)中对于空间中的障碍物，将其分为由球心坐标和半径表示的球体或由中心点和三个方向上尺寸表示的立方体，对于球体省略姿态向量，对于立方体则增加四元数表示其旋转方向。
进一步地，步骤(13)中对于球体障碍物利用球心坐标加减半径计算轴向包围盒；对立方体障碍物，比较各个顶点在三个方向上的极值获取轴向包围盒，根据轴向包围盒的坐标范围确定其影响的栅格范围，将障碍物索引保存到对应的栅格中。
进一步地，步骤(2)中所述路径搜索的具体方法是：
(21)初始化生成路径为空，将起始点作为当前点并保存于生成路径中；
(22)设置最大扩展步长S：
(23)若当前点与目标点距离小于S，将目标点作为扩展点；
若当前点与目标点距离大于或等于S，则将规划路径以概率p向目标点进行扩展，概率1-p随机选择扩展方向，其中扩展距离小于或等于S，计算扩展点可能到达的栅格并依据该栅格中保存的障碍物索引进行扩展路径的碰撞检测；
(24)倘若不发生碰撞，将生成路径沿所选节点扩展，选择新加入的生成路径点作为当前点，倘若发生碰撞，优先选择上次随机扩展方向，直至有新节点加入；
(25)在限定时间T内重复步骤(23)-步骤(24)，直至生成路径扩展至目标点。
进一步地，步骤(2)中所述碰撞检测的具体方法是：
对于球形障碍物，只需判断点到探索路径P1 P2的最短距离是否小于球体半径r，依次判断当前点和目标点到球心的欧式距离是否小于半径，对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)和球心P0(x0，y0，z0)，判断探索路径P1 P2发生碰撞需要计算式(1-4)：
Figure BDA0002552440430000021
Figure BDA0002552440430000022
Figure BDA0002552440430000023
Figure BDA0002552440430000031
若P1与P0的距离l1或P2与P0的距离l2小于r，可以判断线段P1 P2与球体碰撞；若l1与l2都大于r但P1与P2所在直线到球心的距离d小于r，比较P1 P0在线段P1 P2上的投影h长度是否小于P1 P2的长度，当且仅当小于时线段P1 P2才与球体碰撞；其余情况线段P1 P2不与球体碰撞；
对于空间多面体，除采用上述方法用包围球进行快速碰撞检测外，还要对每个面进行线段和面的相交检测，具体过程如下：
对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)，根据中心点，尺寸和姿态信息计算障碍物顶点坐标，对于顶点围成的每个外表面，倘若中心点始终与其中一个点在面的同一侧，则其中一点位于障碍物内，线段P1 P2与其必然发生碰撞。假设平面三角形由三点P3(x3，y3，z3)，P4(x4，y4，z4)，P5(x5，y5，z5)确定，计算式(5-6)：
Figure BDA0002552440430000032
Figure BDA0002552440430000033
若混合积s1，s2的符号相同，说明P1，P2位于面同一侧；
继续判断当前点和目标点的同侧性，对两点处于异侧的三角形进行相交检测，可用重心法进行相交判断，假设三角形内点O为线段P1 P2与三角形P3P4P5的交点，则点O可表示为式(7)：
O＝(1-u-v)P3+uP4+vP5 (7)
其中，u、v为变量且0≤u≤1，0≤v≤1，0≤u+v≤1，线段P1 P2可表示为式(8)：
Figure BDA0002552440430000034
其中，t为变量且0≤t≤1；
则线段是否与三角形相交转换为联立式(9)是否有解的问题，由矩阵计算得：
Figure BDA0002552440430000035
若计算结果u，v取值范围在0-1之间且0≤u+v≤1，则发生碰撞。
进一步地，步骤(3)中所述对步骤(2)中生成路径进行简化的具体方法是：由生成路径的起始点开始，起始点作为当前点，将当前点之后的n个节点与当前点相连，检查连线是否发生碰撞，找到最后一个不发生碰撞的点，删掉起始点与该点之间的点，然后将该点作为当前点继续上述过程，保留最后一个不发生碰撞的点继续考察直至当前点为目标点。
本发明的有益效果为：本发明采用的一种三维环境下的无人机路径规划方法，能够较为快速地提供满足飞行条件且无误差的路径规划结果，解决无人机路径规划中建模精度与算法效率的矛盾，其中步骤(1)对空间的栅格划分使路径规划仅需对相邻位置仅需碰撞检测，提高了算法的时间效率，步骤(2)将障碍物抽象为几何物体并使用索引法进行压缩，提高了路径规划的精度并减少了环境模型的内存占用，步骤(3)中对障碍物进行放大可实现一定的安全裕度，步骤(6)中扩展路径发生碰撞时优先选取上次扩展方向可以较快绕过空间障碍。以上方法使得路径规划中建模精度与算法效率的矛盾得以解决，可体、提供高精度的无人机飞行轨迹。
附图说明
图1为设计无人机路径规划方法的流程示意图；
图2为球体障碍物的抽象示意图；
图3为立方体障碍物的抽象示意图；
图4为路径搜索算法的流程示意图；
图5为仿真环境示意图；
图6为仿真环境下生成的简化路径；
图7为仿真环境下生成的平滑路径。
具体实施方式
本发明的具体方案如下：
(1)本实施例中的尺寸单位取米，对尺寸为(x，y，z)的三维空间进行栅格尺寸G的划分，对每一栅格使用唯一栅格索引标识；对于空间中的任意一点，将其坐标除以设定的栅格尺寸1米，取其整数部分得到栅格索引。
(2)将空间中的障碍物使用包围盒或包围球抽象为由位姿，缩放向量和形状信息表示的几何物体并保存，每一障碍物使用唯一障碍索引标识；对于空间中的障碍物，将其分为由球心坐标和半径表示的球体(如图2)或由中心点和三个方向上尺寸表示的立方体(如图3)，球体各个方向的形状相同因此可以省略姿态向量，立方体则增加四元数表示其旋转方向。
(3)将每一障碍物大小增加L米并计算其包围盒，L一般取值为无人机宽度，本实施例中L取值为0.2米；将对应的障碍索引保存至所有与包围盒相交的栅格中；对立方体障碍物，比较各个顶点在三个方向上的极值获取轴向包围盒，球体障碍物利用球心坐标加减半径可直接计算轴向包围盒，根据轴向包围盒的坐标范围可以确定其影响的栅格范围，将障碍物索引保存到对应的栅格中。
(4)设置最大扩展步长S，S一般取栅格尺寸G，本实施例中S取1米，将起始点作为当前节点保存于生成路径中；路径搜索的流程如图4：首先初始化路径列表为空，将起始点设置为当前位置；
(5)若当前点与目标点距离小于S，尝试将目标点作为扩展点，不成功或其他情况则将规划路径以概率p，概率p一般取0.1～0.3，本实施例中概率p取0.2向目标点进行扩展，概率1-p随机选择扩展方向，其中扩展点到当前点距离小于或等于S，计算扩展点可能到达的栅格，依据栅格中保存的障碍物索引进行扩展路径的碰撞检测；
进行障碍物的碰撞检测过程介绍如下：对于球形障碍物，只需判断点到探索路径P1 P2的最短距离是否小于球体半径r，依次判断当前点和目标点到球心的欧式距离是否小于半径，对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)和球心P0(x0，y0，z0)，判断探索路径P1P2发生碰撞需要计算式(1-4)：
Figure BDA0002552440430000051
Figure BDA0002552440430000052
Figure BDA0002552440430000053
Figure BDA0002552440430000054
若P1与P0的距离l1或P2与P0的距离l2小于r，可以判断线段P1 P2与球体碰撞；若l1与l2都大于r但P1与P2所在直线到球心的距离d小于r，比较P1 P0在线段P1 P2上的投影h长度是否小于P1 P2的长度，当且仅当小于时线段P1 P2才与球体碰撞；其余情况线段P1 P2不与球体碰撞；
对于空间多面体，除采用上述方法用包围球进行快速碰撞检测外，还要对每个面进行线段和面的相交检测，具体过程如下：
对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)，根据中心点，尺寸和姿态信息计算障碍物顶点坐标，对于顶点围成的每个外表面，倘若中心点始终与其中一个点在面的同一侧，则其中一点位于障碍物内，线段P1 P2与其必然发生碰撞。假设平面三角形由三点P3(x3，y3，z3)，P4(x4，y4，z4)，P5(x5，y5，z5)确定，计算式(5-6)：
Figure BDA0002552440430000055
Figure BDA0002552440430000056
若混合积s1，s2的符号相同，说明P1，P2位于面同一侧；
继续判断当前点和目标点的同侧性，对两点处于异侧的三角形进行相交检测，可用重心法进行相交判断，假设三角形内点O为线段P1 P2与三角形P3P4P5的交点，则点O可表示为式(7)：
O＝(1-u-v)P3+uP4+vP5 (7)
其中，u、v为变量且0≤u≤1，0≤v≤1，0≤u+v≤1，线段P1 P2可表示为式(8)：
Figure BDA0002552440430000061
其中，t为变量且0≤t≤1；
则线段是否与三角形相交转换为联立式(9)是否有解的问题，由矩阵计算得：
Figure BDA0002552440430000062
若计算结果u，v取值范围在0-1之间且0≤u+v≤1，则发生碰撞。
(6)倘若不发生碰撞，将路径沿所选节点扩展，选择新加入的路径点作为当前点，倘若发生碰撞，优先选择上次随机扩展方向，直至有新节点加入；
(7)在限定时间T内重复5-6过程，直至路径扩展至目标点，限定时间T一般取值为无人机到达目标点的预估时间，本实施例中T取值为10秒；
(8)由生成路径的起始点开始，依次考察其向后n个路径节点连线有无碰撞，n为剩余节点数，保留最后一个不发生碰撞的点继续考察直至目标点；
(9)使用样条曲线对简化后路径进行平滑。步骤(8)路径的简化起到了一定的平滑效果，对简化后的路径采用三次样条曲线拟合进一步平滑。
本发明的可行性及效果通过以下仿真实验验证：
选取图5所示200米×210米×220米的三维障碍物空间环境，使用上述方法进行环境建模和路径规划，生成的简化轨迹如图6，最终平滑轨迹如图7，生成的轨迹较为平滑，可以满足无人机飞行控制的需要。
通过对空间环境的栅格化，将矢量空间转化为栅格空间，将图5所示200米×210米×220米的空间环境分割成为不同栅格粒度(单位：米)的单元，使用传统路径搜索算法，各算法的平均耗时(单位：秒)如下表1所示。
表1各算法平均耗时(秒)
Figure BDA0002552440430000063
Figure BDA0002552440430000071
由表可知，由于设计的路径规划方法中不存在误差问题，因此搜索时间不会受精细程度的影响。对比可知，在栅格粒度较大时传统方法具有较快的搜索速度，在栅格粒度较小时矢量方法效果比广度优先搜索算法和人工势场算法好。对于空间范围较大，要求较精细的场景，传统栅格方法由于内存限制可能无法搜索出可行路径，此时矢量方法精度更高，占用内存更少，生成路径后更便于优化处理，具有更好的适用性。

Claims (4)

1.一种三维环境下的无人机路径规划方法，其特征在于，该方法包含以下步骤：
(1)环境建模：对无人机飞行的三维空间划分栅格并使用唯一栅格索引标识，对空间中的障碍物建立唯一索引标识，并计算每一障碍物的包围盒作为确定受影响栅格的依据，将对应的障碍索引保存至所有与包围盒相交的栅格中；
(2)路径搜索：分别将无人机当前位置及目标位置设为起始点和目标点，建立一条由起始点到目标点不与障碍物包围盒相碰撞的生成路径；
(3)对步骤(2)中生成路径进行简化并使用样条曲线对简化后生成路径进行平滑即得到用于无人机控制的最终飞行轨迹；
步骤(2)中所述路径搜索的具体方法是：
(21)初始化生成路径为空，将起始点作为当前点并保存于生成路径中；
(22)设置最大扩展步长S：
(23)若当前点与目标点距离小于S，将目标点作为扩展点；
若当前点与目标点距离大于或等于S，则将规划路径以概率p向目标点进行扩展，概率1-p随机选择扩展方向，其中扩展距离小于或等于S，计算扩展点可能到达的栅格并依据该栅格中保存的障碍物索引进行扩展路径的碰撞检测；
(24)倘若不发生碰撞，将生成路径沿所选节点扩展，选择新加入的生成路径点作为当前点，倘若发生碰撞，优先选择上次随机扩展方向，直至有新节点加入；
(25)在限定时间T内重复步骤(23)-步骤(24)，直至生成路径扩展至目标点；
步骤(2)中所述碰撞检测的具体方法是：
对于球形障碍物，只需判断点到探索路径P1 P2的最短距离是否小于球体半径r，依次判断当前点和目标点到球心的欧式距离是否小于半径，对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)和球心P0(x0，y0，z0)，判断探索路径P1 P2发生碰撞需要计算式(1-4)：
Figure FDA0003500786630000011
Figure FDA0003500786630000012
Figure FDA0003500786630000013
Figure FDA0003500786630000014
若P1与P0的距离l1或P2与P0的距离l2小于r，可以判断线段P1 P2与球体碰撞；若l1与l2都大于r但P1与P2所在直线到球心的距离d小于r，比较P1 P0在线段P1 P2上的投影h长度是否小于P1 P2的长度，当且仅当小于时线段P1 P2才与球体碰撞；其余情况线段P1 P2不与球体碰撞；
对于空间多面体，除采用上述方法用包围球进行快速碰撞检测外，还要对每个面进行线段和面的相交检测，具体过程如下：
对于当前点P1(x1，y1，z1)，目标点P2(x2，y2，z2)，根据中心点，尺寸和姿态信息计算障碍物顶点坐标，对于顶点围成的每个外表面，倘若中心点始终与其中一个点在面的同一侧，则其中一点位于障碍物内，线段P1 P2与其必然发生碰撞。假设平面三角形由三点P3(x3，y3，z3)，P4(x4，y4，z4)，P5(x5，y5，z5)确定，计算式(5-6)：
Figure FDA0003500786630000021
Figure FDA0003500786630000022
若混合积s1，s2的符号相同，说明P1，P2位于面同一侧；
继续判断当前点和目标点的同侧性，对两点处于异侧的三角形进行相交检测，可用重心法进行相交判断，假设三角形内点O为线段P1 P2与三角形P3P4P5的交点，则点O可表示为式(7)：
O＝(1-u-v)P3+uP4+vP5 (7)
其中，u、v为变量且0≤u≤1，0≤v≤1，0≤u+v≤1，线段P1 P2可表示为式(8)：
Figure FDA0003500786630000023
其中，t为变量且0≤t≤1；
则线段是否与三角形相交转换为联立式(9)是否有解的问题，由矩阵计算得：
Figure FDA0003500786630000024
若计算结果u，v取值范围在0-1之间且0≤u+v≤1，则发生碰撞；
步骤(1)中所述环境建模具体包括如下步骤：
(11)对尺寸为(x，y，z)的三维空间进行栅格大小G的划分，对每一栅格使用唯一栅格索引标识；
(12)将空间中的障碍物抽象为由位姿，缩放向量和形状信息表示的几何物体并保存，每一障碍物使用唯一障碍索引标识；
(13)增加每一障碍物的缩放向量使其尺寸扩大一定值L并计算其包围盒，将对应的障碍索引保存至所有与包围盒相交的栅格中；
步骤(13)中对于球体障碍物利用球心坐标加减半径计算轴向包围盒；对立方体障碍物，比较各个顶点在三个方向上的极值获取轴向包围盒，根据轴向包围盒的坐标范围确定其影响的栅格范围，将障碍物索引保存到对应的栅格中。
2.根据权利要求书1所述的三维环境下的无人机路径规划方法，其特征在于：步骤(11)中对于空间中的任意一点，将其坐标除以设定的栅格尺寸G，取其整数部分得到栅格索引。
3.根据权利要求书1所述的三维环境下的无人机路径规划方法，其特征在于：步骤(12)中对于空间中的障碍物，将其分为由球心坐标和半径表示的球体或由中心点和三个方向上尺寸表示的立方体，对于球体省略姿态向量，对于立方体则增加四元数表示其旋转方向。
4.根据权利要求书1所述的三维环境下的无人机路径规划方法，其特征在于：步骤(3)中所述对步骤(2)中生成路径进行简化的具体方法是：由生成路径的起始点开始，起始点作为当前点，将当前点之后的n个节点与当前点相连，检查连线是否发生碰撞，找到最后一个不发生碰撞的点，删掉起始点与该点之间的点，然后将该点作为当前点继续上述过程，保留最后一个不发生碰撞的点继续考察直至当前点为目标点。
CN202010579045.4A 2020-06-23 2020-06-23 一种三维环境下的无人机路径规划方法 Active CN111707269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010579045.4A CN111707269B (zh) 2020-06-23 2020-06-23 一种三维环境下的无人机路径规划方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010579045.4A CN111707269B (zh) 2020-06-23 2020-06-23 一种三维环境下的无人机路径规划方法

Publications (2)

Publication Number Publication Date
CN111707269A CN111707269A (zh) 2020-09-25
CN111707269B true CN111707269B (zh) 2022-04-05

Family

ID=72541615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010579045.4A Active CN111707269B (zh) 2020-06-23 2020-06-23 一种三维环境下的无人机路径规划方法

Country Status (1)

Country Link
CN (1) CN111707269B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112351397A (zh) * 2020-11-11 2021-02-09 南京航空航天大学 一种用于室内定位信息收集的无人机路径和动作规划算法
CN112650274A (zh) * 2020-11-27 2021-04-13 浩亚信息科技有限公司 一种基于三维网格的标准无人机空域可视化模型
CN112859864A (zh) * 2021-01-15 2021-05-28 大连海事大学 一种面向无人船的几何路径规划方法
CN113190027B (zh) * 2021-02-26 2022-11-22 中国人民解放军军事科学院战争研究院 一种面向空中态势感知的空间剖分方法
CN113031004B (zh) * 2021-03-05 2024-04-16 西北工业大学 基于三维激光雷达的无人船水面目标检测及路径规划方法
CN113778130B (zh) 2021-09-24 2022-04-15 南京航空航天大学 一种基于三维模型的无人机覆盖路径规划方法
CN113978457B (zh) * 2021-12-24 2022-05-03 深圳佑驾创新科技有限公司 一种碰撞风险预测方法及装置
CN115480591B (zh) * 2022-10-20 2023-09-12 广东电网有限责任公司云浮供电局 一种配电网设备环境巡检无人机安全避障方法
CN115951681B (zh) * 2023-01-10 2024-03-15 三峡大学 基于栅格化三维空间路径规划的路径搜索域构建方法
CN116149373B (zh) * 2023-04-18 2023-06-20 武汉智联时空科技有限公司 一种无人机贴近飞行的巡检路径安全性检测方法及系统
CN116430905B (zh) * 2023-06-12 2023-09-15 武汉能钠智能装备技术股份有限公司四川省成都市分公司 电子侦查一体机测控系统及方法
CN117109595B (zh) * 2023-10-23 2024-01-09 山东科技大学 船舶航道规划方法、装置、电子设备、存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107953334A (zh) * 2017-12-25 2018-04-24 深圳禾思众成科技有限公司 一种基于a星算法的工业机械臂无碰撞路径规划方法
CN107990903A (zh) * 2017-12-29 2018-05-04 东南大学 一种基于改进a*算法的室内agv路径规划方法
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及系统
CN108458717A (zh) * 2018-05-07 2018-08-28 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
CN109540136A (zh) * 2018-10-25 2019-03-29 广东华中科技大学工业技术研究院 一种多无人艇协同路径规划方法
CN109753072A (zh) * 2019-01-23 2019-05-14 西安工业大学 一种移动机器人混合路径规划方法
CN110228069A (zh) * 2019-07-17 2019-09-13 东北大学 一种机械臂在线避障运动规划方法
CN110962130A (zh) * 2019-12-24 2020-04-07 中国人民解放军海军工程大学 基于目标偏向寻优的启发式rrt机械臂运动规划方法
CN111290398A (zh) * 2020-03-13 2020-06-16 东南大学 基于生物启发神经网络和强化学习的无人艇路径规划方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10665115B2 (en) * 2016-01-05 2020-05-26 California Institute Of Technology Controlling unmanned aerial vehicles to avoid obstacle collision
CN107168305B (zh) * 2017-04-01 2020-03-17 西安交通大学 路口场景下基于Bezier和VFH的无人车轨迹规划方法
CN110146085B (zh) * 2019-05-30 2022-04-19 中国人民解放军国防科技大学 基于建图和快速探索随机树的无人机实时规避重规划方法
CN110609552B (zh) * 2019-09-12 2022-08-02 哈尔滨工程大学 一种水下无人航行器编队平面航迹规划方法
CN110703762B (zh) * 2019-11-04 2022-09-23 东南大学 一种复杂环境下水面无人艇混合路径规划方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107953334A (zh) * 2017-12-25 2018-04-24 深圳禾思众成科技有限公司 一种基于a星算法的工业机械臂无碰撞路径规划方法
CN107990903A (zh) * 2017-12-29 2018-05-04 东南大学 一种基于改进a*算法的室内agv路径规划方法
CN108458717A (zh) * 2018-05-07 2018-08-28 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
CN108444482A (zh) * 2018-06-15 2018-08-24 东北大学 一种无人机自主寻路避障方法及系统
CN109540136A (zh) * 2018-10-25 2019-03-29 广东华中科技大学工业技术研究院 一种多无人艇协同路径规划方法
CN109753072A (zh) * 2019-01-23 2019-05-14 西安工业大学 一种移动机器人混合路径规划方法
CN110228069A (zh) * 2019-07-17 2019-09-13 东北大学 一种机械臂在线避障运动规划方法
CN110962130A (zh) * 2019-12-24 2020-04-07 中国人民解放军海军工程大学 基于目标偏向寻优的启发式rrt机械臂运动规划方法
CN111290398A (zh) * 2020-03-13 2020-06-16 东南大学 基于生物启发神经网络和强化学习的无人艇路径规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
四自由度机械臂/多指灵巧手运动规划及其仿真研究;王敏;《中国优秀博硕士学位论文全文数据库 信息科技辑》;20061215(第12期);参见正文第7-50页 *
基于栅格法的室内指示路径规划算法;程向红，等;《中国惯性技术学报》;20180430;第26卷(第02期);全文 *

Also Published As

Publication number Publication date
CN111707269A (zh) 2020-09-25

Similar Documents

Publication Publication Date Title
CN111707269B (zh) 一种三维环境下的无人机路径规划方法
CN106949893B (zh) 一种三维避障的室内机器人导航方法和系统
CN109839935B (zh) 多agv的路径规划方法及设备
WO2018176596A1 (zh) 基于权重改进粒子群算法的无人自行车路径规划方法
CN112179351A (zh) 一种基于预规划路径优化rrt算法的三维避障航迹规划方法
CN104200031B (zh) 一种基于距离优先和时空相关性的碰撞检测方法
CN105955262A (zh) 一种基于栅格地图的移动机器人实时分层路径规划方法
CN103236079A (zh) 一种基于三维模型体素化的内部球改进构造方法
Ji et al. Mapless-planner: A robust and fast planning framework for aggressive autonomous flight without map fusion
CN114161416A (zh) 基于势函数的机器人路径规划方法
Wu et al. Mobile robot path planning based on a generalized wavefront algorithm
Scholer et al. Configuration space and visibility graph generation from geometric workspaces for uavs
CN102393825B (zh) 一种基于非共面剔除的柔性场景连续碰撞检测方法
CN115097857B (zh) 复杂环境下考虑旋翼无人机外形的实时轨迹规划方法
Gao et al. Obstacle-Aware Topological Planning over Polyhedral Representation for Quadrotors
WO2020191692A1 (zh) 一种基于maklink图的寻径方法
Zeng et al. Efficient path evaluation for AUVs using adaptive B-spline approximation
CN102393827A (zh) 一种基于连续法向锥剔除的柔性场景连续碰撞检测方法
CN113119995B (zh) 一种路径搜索方法及装置、设备、存储介质
CN115981311A (zh) 一种复杂管道检修机器人路径规划方法及系统
CN114398455A (zh) 异构多机器人协同slam地图融合方法
Chen et al. Real-time efficient trajectory planning for quadrotor based on hard constraints
Bayrak et al. Formation preserving path finding in 3-D terrains
CN114918913B (zh) 一种碰撞检测方法、装置、计算机设备和存储介质
Zompas Development of a three dimensional path planner for aerial robotic workers

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