CN112189176A - 多机作业航线规划方法、控制终端及计算机可读存储介质 - Google Patents
多机作业航线规划方法、控制终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112189176A CN112189176A CN201980033539.8A CN201980033539A CN112189176A CN 112189176 A CN112189176 A CN 112189176A CN 201980033539 A CN201980033539 A CN 201980033539A CN 112189176 A CN112189176 A CN 112189176A
- Authority
- CN
- China
- Prior art keywords
- sub
- unmanned aerial
- aerial vehicle
- operation area
- candidate
- 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 68
- 238000004590 computer program Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005192 partition Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000004888 barrier function Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 2
- 230000006870 function Effects 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
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- 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
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)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种多机作业航线规划方法、控制终端及计算机可读存储介质，其中该方法包括：获取无人机群的位置信息和子作业区域的位置信息(S101)；计算每个子作业区域与无人机群之间的距离(S102)；根据位置信息以及距离，执行对应的多机作业航线规划操作(S103)。利用该方法可有效的提高多机分区作业的效率。
Description
技术领域
本申请涉及无人机控制技术领域，尤其涉及一种多机作业航线规划方法、控制终端及计算机可读存储介质。
背景技术
目前，无人机通过独特的设计能够实现一控多机，通过一控多机，用户可以手动将待作业的作业区域分配给多台无人机，实现多机分区作业，可以提高作业效率。然而，由于用户是通过作业区域和无人机之间的相对位置手动给无人机分配作业区域，无法较优的给无人机分配作业区域，多机分区作业的效率较低。此外，还存在无人机在作业或返航过程中出现交叉干扰的情况，需要无人机执行避障操作，而无人机避障时，需要先减速，在避障后再加速，需要耗费无人机的电量，影响多机分区作业的效率。因此，如何提高多机分区作业的效率是目前亟待解决的问题。
发明内容
基于此，本申请提供了一种多机作业航线规划方法、控制终端及计算机可读存储介质，旨在提高多机分区作业的效率。
第一方面，本申请提供了一种多机作业航线规划方法，包括：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
第二方面，本申请还提供了一种控制终端，所述控制终端包括存储器和处理器；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，实现如下步骤：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
第三方面，本申请还提供了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如上所述的多机作业航线规划方法的步骤。
本申请实施例提供了一种多机作业航线规划方法、控制终端及计算机可读存储介质，通过无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离，然后根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例描述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是本申请一实施例提供的一种多机作业航线规划方法的步骤示意流程图；
图2是图1中的多机作业航线规划方法的子步骤示意流程图；
图3是图1中的多机作业航线规划方法的子步骤示意流程图；
图4是图3中的多机作业航线规划方法的子步骤示意流程图；
图5是本申请实施例中作业航线的一示意图；
图6是本申请实施例中作业航线的另一示意图；
图7是本申请一实施例提供的另一种多机作业航线规划方法的步骤示意流程图；
图8是本申请一实施例提供的一种控制终端的结构示意性框图。
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做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。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参阅图1，图1是本申请一实施例提供的一种多机作业航线规划方法的步骤示意流程图。该多机作业航线规划方法可以应用在控制终端中，用于规划无人机的多机作业航线。其中控制终端包括遥控器、地面控制平台、手机、平板电脑、笔记本电脑和PC电脑等，无人飞行器包括旋翼型无人机，例如四旋翼无人机、六旋翼无人机、八旋翼无人机，也可以是固定翼无人机，还可以是旋翼型与固定翼无人机的组合，在此不作限定。
具体地，如图1所示，该多机作业航线规划方法包括步骤S101至步骤S103。
S101、获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。
其中，无人机群中的无人机为待规划作业航线的无人机，无人机群包括至少一个无人机，无人机群的位置信息中包括无人机群中每个无人机的位置信息，或者无人机群的位置信息为无人机群的中心位置信息，无人机群的中心位置信息也可以基于每个无人机的位置信息进行确定；作业区域为待作业的区域，作业区域包括至少一个子作业区域，每个子作业区域的位置信息包括每个子作业区域中的各角点的位置信息，或者，每个子作业区域的位置信息为每个子作业区域的中心位置信息，或者每个子作业区域的中心位置信息也可以基于每个子作业区域中的各角点的位置信息进行确定。
在一实施例中，无人机群的位置信息为无人机群的经纬度坐标，作业区域中每个子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标，或者，无人机群的位置信息为无人机群的经纬度坐标在高斯坐标系下的投影，作业区域中每个子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标在高斯坐标系下的投影，高斯坐标系包括但不限于高斯三度带坐标系和高斯六度带坐标系。
在一实施例中，如图2所示，步骤S101具体包括：子步骤S1011至S1012。
S1011、根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息。
具体地，所述无人机群的位置信息可以根据无人机群中至少一个无人机的位置信息来确定。例如，所述无人机群的位置信息可以根据无人机群中所有无人机的位置信息共同确定，或者可以根据无人机群中的某个或若干个无人机的位置信息来确定。进一步地，至少一个无人机的位置信息可以是对应的无人机的位置坐标，无人机群的位置信息可以是基于无人机群中的某个或若干个或全部无人机的位置坐标确定的无人机群的位置坐标。例如，在一种实施方式中，无人机群的位置信息可以是无人机群的中心位置的位置坐标，当然，在其他实施方式中，无人机群的位置信息也可以不限制在无人机群的中心位置的位置坐标，而是根据需要确定。下面对无人机群的位置坐标的确定进行具体举例说明。
在一实施例中，无人机群的位置坐标的确定方式具体为：从每个无人机的位置信息中获取每个无人机在高斯坐标系下的位置坐标；对每个无人机的位置坐标中的横坐标值进行求和，得到横坐标总值，并对每个所述无人机的位置坐标中的纵坐标值进行求和，得到纵坐标总值；统计无人机群中的无人机数量，并根据横坐标总值、纵坐标总值和无人机数量计算横坐标均值和纵坐标均值；将横坐标均值和纵坐标均值作为无人机群的位置坐标。通过将无人机的地理位置坐标投影到高斯坐标系，得到无人机在高斯坐标系的位置坐标，再基于无人机在高斯坐标系的位置坐标，确定无人机群的位置坐标，可以简化计算过程，提高计算速度，降低计算资源的占用。
可以理解的是，控制终端也可以基于每个无人机在高斯坐标系下的位置坐标计算横坐标的方差值和纵坐标的方差值，将横坐标的方差值和纵坐标的方差值作为用于表示无人机群的第一位置信息；或者，还可以基于每个无人机在高斯坐标系下的位置坐标计算横坐标的均方根值和纵坐标的均方根值，将横坐标的均方根值和纵坐标的均方根值作为无人机群的位置坐标。本申请对此不作具体限定。
例如，无人机群包括3个无人机，且每个无人机在高斯坐标系的位置坐标分别为(A1，A2)、(B1，B2)和(C1，C2)，则在高斯坐标系的无人机群的位置坐标为((A1+B1+C1)/3，((A2+B2+C2)/3))。
在一实施例中，控制终端根据无人机群中至少一个无人机的位置信息，确定无人机群的中心，并以该中心为圆心，预设距离为半径，形成圆形区域；获取位于该圆形区域内的无人机的位置信息，并根据位于该圆形区域内的无人机的位置信息，计算无人机群的位置坐标，且将该无人机群的位置坐标作为无人机群的位置信息。其中，无人机群的中心可以通过每个无人机的位置信息确定，即基于每个无人机的位置信息，确定无人机群的位置坐标，并将该无人机群的位置坐标作为无人机群的中心。无人机群的位置坐标的具体确定方式与另一实施例中的确定方式相同，此处再赘述。通过先确定无人机群的中心，再基于无人机群的中心周围的无人机的位置信息，确定无人机群的位置信息，可以提高无人机群的位置信息的准确性，便于后续执行多机作业航线规划。
在一实施例中，控制终端还可以根据无人机群中至少一个无人机的位置信息，确定该无人机群中各无人机构成的图形，并将该图形的重心或几何中心对应的位置坐标作为无人机群的位置信息。本申请对该图形的形状不作具体限定。通过每个无人机的位置信息，确定无人机群构成的图形，再将该图形的重心或几何中心对应的位置坐标作为无人机群的位置信息，可以提高无人机群的位置信息的准确性。
在一实施例中，控制终端还可以根据无人机群中至少一个无人机的位置信息，确定该无人机群中各无人机构成的图形，并获取位于该图形的边上的无人机的位置信息；根据位于该图形的边上的无人机的位置信息，确定无人机群的位置坐标，并将该无人机群的位置坐标作为无人机群的位置信息。通过每个无人机的位置信息，确定无人机群构成的图形，再基于位于该图形的边上的无人机的位置信息，确定无人机群的位置信息，可以提高无人机群的位置信息的准确性。
可以理解，以上实施例仅为无人机群的位置信息的确定的示例性说明，也可以根据实际需要，灵活对无人机群的位置信息进行设置，例如先确定无人机群位于中心位置的无人机，并将此无人机的位置信息确定为该无人机群的位置信息，在此不作限定。
S1012、根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
具体地，从每个子作业区域的位置信息中获取每个子作业区域的至少一个角点的位置坐标；根据每个子作业区域的至少一个角点的位置坐标，确定每个子作业区域的位置信息。其中，子作业区域的位置信息为用于表示子作业区域的中心位置的位置坐标。通过将角点的地理位置坐标投影到高斯坐标系，得到角点在高斯坐标系的位置坐标，再基于角点在高斯坐标系的位置坐标，确定子作业区域的位置信息，可以简化计算过程，提高计算速度，降低计算资源的占用。当然，子作业区域的位置信息不限于子作业区域的中心位置的位置坐标，也可以根据实际需要，灵活对无人机群的位置信息进行设置，在此仅为示例性说明，不作限定。
进一步地，角点的位置坐标为高斯坐标系下的位置坐标，控制终端从每个子作业区域的至少一个角点的位置坐标中获取每个子作业区域的至少一个角点的横坐标值和纵坐标值；分别对每个子作业区域的至少一个角点的横坐标值进行求和，得到每个子作业区域的横坐标总值；分别对每个子作业区域的至少一个角点的纵坐标值进行求和，得到每个子作业区域的纵坐标总值；确定每个子作业区域对应的角点数量；根据每个子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个子作业区域各自对应的横坐标均值和纵坐标均值；将计算得到的每个子作业区域各自对应的横坐标均值和纵坐标均值作为每个子作业区域的位置信息。
需要说明的是，也可以先确定每个子作业区域对应的角点数量和角点的位置坐标，再基于每个角点在高斯坐标系下的位置坐标和子作业区域对应的角点数量，计算子作业区域对应的横坐标均值和纵坐标均值，本申请对此不作具体限定。
可以理解的是，控制终端也可以基于每个角点在高斯坐标系下的位置坐标和子作业区域对应的角点数量，计算子作业区域对应的横坐标的方差值和纵坐标的方差值，或者，计算子作业区域对应的横坐标的均方根值和纵坐标的均方根值，将子作业区域对应的横坐标的方差值和纵坐标的方差值，或者横坐标的均方根值和纵坐标的均方根值作为用于表示子作业区域的位置信息。本申请对此不作具体限定。
以单个子作业区域为例，子作业区域包括3个角点，且每个角点在高斯坐标系的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，则子作业区域在高斯坐标系的位置坐标为((X1+X2+X3)/4，(Y1+Y2+Y3)/3)。
在一实施例中，每个子作业区域的角点数量基于子作业区域的形状确定，例如，子作业区域为三角形，则子作业区域的角点数量为三个，且角点分别为三角形子作业区域的三个顶点，又例如，子作业区域为四边形，则子作业区域的角点数量为四个，且角点分别为四边形子作业区域的四个顶点。可以理解的是，每个子作业区域的角点数量还可以基于实际情况进行设置，本申请对此不作具体限定。
进一步地，可以理解，步骤S1011和步骤S1012无先后顺序，可以先执行步骤S1011，再执行步骤S1012，也可以先执行步骤S1012，再执行步骤S1011，或者可以二者同时执行。即，可以确定所述无人机群的位置信息，再确定每个所述子作业区域的位置信息；也可以确定每个所述子作业区域的位置信息，再确定所述无人机群的位置信息；或者还可以同时确定所述无人机群的位置信息和每个所述子作业区域的位置信息，在此不作限定。
在一实施例中，当控制终端接收到用户触发的多机作业航线规划指令时，控制终端显示多机作业航线规划界面，该多机作业航线规划界面显示待作业的作业区域列表和可执行作业的无人机列表；获取用户在该作业区域列表中选择的每个子作业区域以及在该无人机列表中选择的无人机，并汇集选择的每个每个子作业区域，以形成待作业的作业区域以及汇集选择的每个无人机，以形成待分配子作业区域的无人机群。通过多机作业航线规划界面，可以方便用户选择待作业的作业区域和可执行作业的无人机，极大的提高了用户体验。
在需要进行多机作业航线规划时，控制终端获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。其中，控制终端分别与无人机群中的每个无人机进行连接，在连接之后，控制终端可以通过全球定位系统(GPS)或实时动态差分法(RTK)等方式获取无人机群的经纬度坐标，并将该经纬度坐标作为无人机群的位置信息，或者将无人机群的经纬度坐标投影到高斯坐标系，得到无人机群的经纬度坐标在高斯坐标系下的投影，记为高斯坐标，并将该高斯坐标作为无人机群的位置信息。通过全球定位系统(GPS)或实时动态差分法(RTK)等方式可以实时的获取无人机群的位置信息，有效的提高无人机群的位置信息的准确性。
在一实施例中，在需要进行多机作业航线规划时，可以将外部存储设备或服务器中的对应作业区域中每个子作业区域的位置信息导入本地进行存储，在另一种实施方式中，也可以直接从外部存储设备或服务器中直接读取对应作业区域中每个子作业区域的位置信息，而不进行本地存储，在此不作具体限定。
S102、根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离。
控制终端根据无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离。其中，控制终端可以基于半正矢(haversine)公式根据无人机群的地理位置坐标和每个子作业区域的地理位置坐标，计算无人机群与每个子作业区域之间的距离。通过无人机群的位置信息和每个子作业的位置信息，可以准确且快速的计算得到每个子作业区域与无人机群之间的距离。
在一实施例中，从无人机群的位置信息中获取无人机群的第一横坐标值和第一纵坐标值；从每个子作业区域的位置信息中获取每个子作业区域的第二横坐标值和第二纵坐标值；根据第一横坐标值和每个第二横坐标值，计算得到每个子作业区域与无人机群之间的横向距离；根据第一纵坐标值和每个第二纵坐标值，计算得到每个子作业区域与无人机群之间的纵向距离；根据每个子作业区域与无人机群之间的所述横向距离和纵向距离，计算每个子作业区域与无人机群之间的距离。其中，无人机群的位置信息为无人机群在高斯坐标系下的位置坐标，且每个子作业区域的位置信息为每个子作业区域在在高斯坐标系下的位置坐标。通过将无人机群在高斯坐标系下的位置坐标和每个子作业区域在在高斯坐标系下的位置坐标，可以简化距离计算过程，有效的提高距离计算速度和准确度。
以单个子作业区域为例，无人机群在高斯坐标系下的位置坐标为(x1，y1)，子作业区域在高斯坐标系下的位置坐标为(x2，y2)，则子作业区域与无人机群之间的横向距离为|x1-x2|，子作业区域与无人机群之间的纵向距离为|y1-y2|，则子作业区域与无人机群之间的距离为
S103、根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
控制终端根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行多机作业航线规划操作，即按照每个子作业区域与无人机群之间的距离，结合无人机群的位置信息与每个子作业区域的位置信息，将子作业区域分配给无人机群中的无人机，并规划无人机与子作业区域之间的航线。通过综合考虑无人机群的位置信息、子作业区域的位置信息以及子作业区域与无人机群之间的距离，可以较优的给无人机分配子作业区域和规划合适的航线，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
在一实施例中，如图3所示，步骤S103具体包括：子步骤S1031至S1034。
S1031、根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列。
具体地，控制终端按照每个子作业区域与无人机群之间的距离的大小，对子作业区域群中的每个子作业区域进行排序，得到子作业区域分配队列，需要说明的是，距离越小，则排序越靠前，距离越大，则排序越靠后。例如，作业区域包括6个子作业区域，分别为子作业区域A、子作业区域B、子作业区域C、子作业区域D、子作业区域E和子作业区域F，且这6个子作业区域与无人机群之间的距离分别为1000米、800米、850米、500米、900米和950米，由于500米<800米<850米<900米<950米<1000米，则排序得到的子作业区域分配队列的排序为子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A。
S1032、按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域。
具体地，在得到子作业区域分配队列之后，控制终端按照该子作业区域分配队列中的子作业区域排序，依次从该子作业区域群中获取一个子作业区域作为目标子作业区域。例如，排序得到的子作业区域分配队列的排序为子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A，则按照子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A的顺序，依次从该子作业区域群中获取一个子作业区域作为目标子作业区域，即首先将子作业区域D作为目标子作业区域，之后将子作业区域B作为目标子作业区域，再之后将子作业区域C作为目标子作业区域，以此类推，最后将子作业区域A作为目标子作业区域。
S1033、根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机。
控制终端基于每个无人机的当前属性信息、目标子作业区域的位置信息和每个无人机的位置信息，确定分配该目标子作业区域的目标无人机。其中，无人机的当前属性信息包括无人机的当前状态对应的状态标识符、类型标签和当前剩余电量，状态标识符用于标识无人机的状态，包括空闲状态和占用状态，类型标签用于表示无人机的类型。
在一实施例中，如图4所示，子步骤S1033具体包括：子步骤S10331至S10334。
S10331、根据每个无人机的当前属性信息，确定候选无人机，其中，候选无人机为待分配子作业区域的无人机。
具体地，根据每个无人机的当前属性信息中的状态标识符，确定每个无人机的当前状态；将当前状态为空闲状态的无人机作为候选无人机。其中，无人机的当前状态的确定方式具体为：根据每个无人机的当前属性信息中的状态标识符，确定基准标识符，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变；将当前属性信息中的状态标识符为基准标识符的无人机的当前状态确定为空闲状态；将当前属性信息中的状态标识符不为基准标识符的无人机的当前状态确定为占用状态。
在一实施例中，基准标识符的确定方式具体为：确定每个无人机的当前属性信息中的状态标识符是否相同；如果每个无人机的当前属性信息中的状态标识符均相同，则将相同的状态标识符作为基准标识符；如果存在至少一个无人机的当前属性信息中的状态标识符不同，则将最小的状态标识符作为基准标识符。需要说明的是，在无人机群中的无人机的数量大于或等于子作业区域的数量的时候，该基准标识符保持不变，而在无人机群中的无人机的数量小于子作业区域的数量的时候，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变。
例如，无人机群包括3个无人机，分别为无人机A、无人机B和无人机C，初始状态下无人机A、无人机B和无人机C的状态标识符均为0，也即基准标识符也为0，而子作业区域也为3个，初始状态下，三个无人机均为候选无人机，在第一次分配时，给无人机A分配了一个子作业区域，此时，无人机A、无人机B和无人机C的状态标识符为1、0和0，则候选无人机包括无人机B和无人机C，而在第二次分配时，给无人机C分配了一个子作业区域，此时，无人机A、无人机B和无人机C的状态标识符为1、0和1，则候选无人机为无人机B，则将最后一个子作业区域分配给无人机B，此时，无人机A、无人机B和无人机C的状态标识符均为1，而如果子作业区域为5个，经过三次分配之后，无人机A、无人机B和无人机C的状态标识符均为1，则可确定基准标识符由0变为1，此时无人机A、无人机B和无人机C为的当前状态为空闲状态，可以继续给无人机A、无人机B和无人机C分配子作业区域。
需要说明的是，无人机的状态标识符随着子作业区域的分配而发生改变，具体的改变方式可基于实际情况进行设置，本申请对此不作具体限定，可选地，无人机的状态标识符为0时，表示该无人机未分配子作业区域，无人机的状态标识符为1时，表示该无人机分配一个子作业区域，无人机的状态标识符为2时，表示该无人机分配两个子作业区域，以此类推，无人机的状态标识符为N时，表示该无人机分配N个子作业区域。
S10332、根据目标子作业区域的位置信息和每个候选无人机的位置信息，计算目标子作业区域与每个候选无人机之间的距离。
具体地，控制终端从目标子作业区域的位置信息中获取目标子作业区域的每个角点在高斯坐标系下的位置坐标；根据目标子作业区域的每个角点的位置坐标和每个候选无人机的位置信息，计算目标子作业区域的每个角点与每个候选无人机之间的距离；根据目标子作业区域的每个角点与每个候选无人机之间的距离，计算目标子作业区域与每个候选无人机之间的距离。通过计算每个角点与候选无人机之间的距离，再基于每个角点与候选无人机之间的距离，可以准确的计算目标子作业区域与候选无人机之间的距离，可以提高多机作业航线规划的准确性，进一步地减少无人机在作业或返航过程中出现交叉干扰的情况发生。
在一实施例中，角点与候选无人机之间的距离的计算方式具体为：控制终端从每个候选无人机的位置信息中获取每个候选无人机在高斯坐标系下的位置坐标；从目标子作业区域的每个角点的位置坐标中获取目标子作业区域的每个角点的横坐标值和纵坐标值；从每个候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；根据目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个候选无人机的横坐标值和纵坐标值，计算目标子作业区域的每个角点与各候选无人机之间的距离。
在一实施例中，目标子作业区域与候选无人机之间的距离的计算方式具体为：控制终端分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；获取目标子作业区域的角点个数，并根据角点个数，计算每个角点总距离的平均值；将每个角点总距离的平均值作为目标子作业区域与每个候选无人机之间的距离。
以单个候选无人机为例，解释说明目标子作业区域与候选无人机之间的距离的计算过程，设目标子作业区域包括3个角点，分别为角点A、角点B和角点C，且在高斯坐标系下的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，且候选无人机在高斯坐标系下的位置坐标为(X4，Y4)，则角点A、角点B和角点C与候选无人机之间的距离分别为
和
则目标子作业区域与候选无人机之间的距离为(dA+dB+dC)/3。
S10333、根据目标子作业区域与每个候选无人机之间的距离，从每个候选无人机中确定目标无人机。
获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将目标子作业区域与每个候选无人机之间的距离最短的候选无人机作为目标无人机。通过确定候选无人机，并将目标子作业区域与每个候选无人机之间的距离最短的候选无人机作为目标无人机，可以保证分配给无人机的子作业区域之间的距离最短，可以有效的提高多机分区作业的效率。
例如，候选无人机分别为无人机A、无人机B和无人机C，目标子作业区域为子作业区域A，且子作业区域A与无人机A、无人机B和无人机C之间的距离分别为800米、600米和750米，由于600米<750米<800米，则子作业区域A与无人机B之间的距离最短，因此将无人机B作为目标无人机。
在一实施例中，目标无人机的确定方式具体为：获取目标子作业区域的作业任务信息，其中，作业任务信息用于描述目标子作业区域的作业任务；根据作业任务信息、每个候选无人机的当前属性信息和目标子作业区域与每个候选无人机之间的距离，确定目标无人机。其中，作业任务信息包括目标子作业区域的作业任务类型、作业面积和作业航线等，候选无人机的当前属性信息包括候选无人机的类型标签和当前剩余电量，类型标签用于表示无人机的类型。
其中，基于当前属性信息、作业任务信息和目标子作业区域与每个候选无人机之间的距离，确定目标无人机的方式具体为：从该作业任务信息中获取作业任务类型，并根据每个候选无人机的当前属性信息中的类型标签，确定是否存在至少一个候选无人机的类型标签与该作业任务类型匹配，如果存在至少一个候选无人机的类型标签与该作业任务类型匹配，则将匹配到的，且与目标子作业区域之间的距离最短的候选无人机作为目标无人机；如果不存在候选无人机的类型标签与该作业任务类型匹配，则获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将获取到的候选无人机作为目标无人机。
或者，从该作业任务信息中获取作业面积，并根据每个候选无人机的当前属性信息中的当前剩余电量，确定是否存在至少一个候选无人机的当前剩余电量与该作业面积匹配，如果存在至少一个候选无人机的当前剩余电量与该作业面积匹配，则将匹配到的，且与目标子作业区域之间的距离最短的候选无人机作为目标无人机；如果不存在候选无人机的当前剩余电量与该作业面积匹配，则获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将获取到的候选无人机作为目标无人机。其中，如果当前剩余电量满足执行该作业面积所需的电量，则确定当前剩余电量与该作业面积匹配，反之，如果当前剩余电量不满足执行该作业面积所需的电量，则确定当前剩余电量与该作业面积不匹配。
S1034、将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
在确定目标子作业区域和目标无人机之后，控制终端将目标子作业区域分配给目标无人机，并规划目标无人机与目标子作业区域之间的航线。进一步地，在将目标子作业区域分配给目标无人机之后，控制终端调整目标无人机的当前属性信息，即调整目标无人机的状态标识符。
其中，无人机与子作业区域之间的航线的规划方式具体为：在子作业区域分配完成之后，基于每个无人机的位置信息和每个子作业区域的位置信息，在预设的作业地图中标记每个无人机的位置点和每个子作业区域的位置点；按照子作业区域与无人机的分配关系在该作业地图中将无人机的位置点与子作业区域的位置点进行直线连线；确定连线的各直线之间是否存在交点，如果各直线之间存在交点，则调整对应的无人机在交点位置处的高度，使得无人机在到达交点位置时，不会相撞，从而完成无人机与子作业区域之间的航线的规划。在其他实施例中，当连线的直线之间存在交点时，也可以绕过交点处，使得无人机的位置点与子作业区域的位置点进行折线连接，或者曲线连接，以使得无人机在到达交点位置时，不会相撞。
在一实施例中，在完成多机作业航线规划之后，控制终端获取多机作业航线规划结果，并根据多机作业航线规划结果生成多机作业任务；从多机作业任务中获取执行作业的每个无人机的作业任务，并将执行作业的每个无人机的作业任务发送至对应的无人机。其中，该多机作业航线规划结果包括分配完成后的无人机与子作业区域，无人机与子作业区域之间的航线和子作业区域的作业航线，通过无人机与子作业区域、无人机与子作业区域之间的航线和子作业区域的作业航线即可生成包含每个无人机的作业任务的多机作业任务。
可以理解的是，子作业区域的作业航线可以提前规划完成，也可以在生成多机作业任务时，基于子作业区域的信息和分配的无人机实时规划，且作业航线包括环绕航线和带状航线等，本申请不作具体限定。
图5是本申请实施例中作业航线的一示意图，如图5所示，该作业航线为环绕航线，且该作业航线包括四个航点，而四个航点分别为航点A、航点B、航点C和航点D，且航行顺序为航点A→航点B→航点C→航点D。如此，该作业航线为以航点A、航点B、航点C和航点D所围合而成的环绕航线。
图6是本申请实施例中作业航线的另一示意图，如图6所示，该作业航线为带状航线，且该作业航线包括四个航点，而四个航点分别为航点E、航点F、航点G和航点H，其中起始点为航点E，结束点为航点G。依次连接航点E、航点F、航点G和航点H，形成一闭合作业区域，并在此作业区域根据预先设置的起始航点E、结束航点G、以及预设的航线间隔等形成作业航线，例如图6中所示的弓字形航线。
上述实施例提供的多机作业航线规划方法，通过无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离，然后根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
请参阅图7，图7是本申请一实施例提供的另一种多机作业航线规划方法的步骤示意流程图。
具体地，如图7所示，该多机作业航线规划方法包括步骤S201至S204。
S201、获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。
其中，无人机群中的无人机为待规划作业航线的无人机，无人机群包括至少一个无人机，无人机群的位置信息中包括无人机群中每个无人机的位置信息，或者无人机群的位置信息为无人机群的中心位置信息，无人机群的中心位置信息也可以基于每个无人机的位置信息进行确定；作业区域为待作业的区域，作业区域包括至少一个子作业区域，每个子作业区域的位置信息包括每个子作业区域中的各角点的位置信息，或者，每个子作业区域的位置信息为每个子作业区域的中心位置信息，或者每个子作业区域的中心位置信息也可以基于每个子作业区域中的各角点的位置信息进行确定。
S202、获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值。
控制终端获取该作业区域的子作业区域个数，并判断子作业区域个数是否大于预设阈值，该子作业区域个数为该作业区域包含的子作业区域的个数。需要说明的是，上述预设阈值可基于实际情况进行设置，本申请对此不作具体限定。可选地，该预设阈值为5。
S203、若所述子作业区域个数大于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离。
如果该子作业区域个数大于预设阈值，则控制终端根据每个无人机的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离。其中，控制终端可以基于半正矢(haversine)公式根据无人机群的地理位置坐标和每个子作业区域的地理位置坐标，计算无人机群与每个子作业区域之间的距离。通过无人机群的位置信息和每个子作业的位置信息，可以准确且快速的计算得到每个子作业区域与无人机群之间的距离。
S204、根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
控制终端根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行多机作业航线规划操作，即按照每个子作业区域与无人机群之间的距离，结合无人机群的位置信息与每个子作业区域的位置信息，将子作业区域分配给无人机群中的无人机，并规划无人机与子作业区域之间的航线。通过综合考虑无人机群的位置信息、子作业区域的位置信息以及子作业区域与无人机群之间的距离，可以较优的给无人机分配子作业区域和规划合适的航线，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
S205、若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离。
如果子作业区域个数小于或等于预设阈值，则控制终端根据每个无人机的位置信息和每个子作业区域的位置信息，计算每个无人机与每个子作业区域之间的距离。其中，无人机的位置信息为无人机的经纬度坐标，或者为无人机的经纬度坐标在高斯坐标系下的投影，子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标，或者包括子作业区域的每个角点的经纬度坐标在高斯坐标系下的投影。
在一实施例中，每个无人机与每个子作业区域之间的距离的计算方式可以为：根据每个子作业区域中至少一个角点的位置坐标，确定每个子作业区域的中心位置的位置坐标；基于每个子作业区域的中心位置的位置坐标和每个无人机的位置信息，计算每个无人机与每个子作业区域之间的距离。例如，无人机在高斯坐标系下的位置坐标为(A1，B1)，子作业区域的中心位置的在高斯坐标系下的位置坐标为(A2，B2)，则无人机与子作业区域之间的距离为
其中，子作业区域的中心位置的位置坐标的确定方式具体为：从子作业区域的位置信息中获取至少一个角点在高斯坐标系下的位置坐标，并根据至少一个角点在高斯坐标系下的位置坐标，确定子作业区域的中心位置的位置坐标。例如，子作业区域包括3个角点，且每个角点在高斯坐标系的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，则子作业区域的中心位置在高斯坐标系的位置坐标为((X1+X2+X3)/4，(Y1+Y2+Y3)/3)。
在一实施例中，每个无人机与每个子作业区域之间的距离的计算方式还可以为：以一个子作业区域与一个无人机为例，计算子作业区域的至少一个角点与无人机之间的距离，并分别对该子作业区域的每个角点与无人机之间的距离进行求和，得到该子作业区域与每个无人机之间的角点总距离，然后统计该子作业区域的角点数量，并根据该角点数量和角点总距离，计算平均角点距离，且将该平均角点距离作为该子作业区域与无人机之间的距离，按照同样的方式即可计算得到每个无人机与每个子作业区域之间的距离。
例如，子作业区域包括3个角点，分别为角点a、角点b和角点c，且在高斯坐标系下的位置坐标分别为(x1，x1)、(x2，x2)和(x3，x3)，且无人机在高斯坐标系下的位置坐标为(x4，x4)，则角点a、角点b和角点c与无人机之间的距离分别为
和
则子作业区域与无人机之间的距离为(da+db+dc)/3。
S206、获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息。
其中，无人机的当前属性信息包括无人机的当前状态对应的状态标识符、类型标签和当前剩余电量，状态标识符用于标识无人机的状态，包括空闲状态和占用状态，类型标签用于表示无人机的类型。该分配标识信息用于表示子作业区域的分配情况，当分配标识信息为预设的第一信息时，表示子作业区域未被分配，当分配标识信息为预设的第二信息时，表示子作业区域已被分配。需要说明的是，上述第一信息和第二信息可基于实际情况进行设置，本申请对此不作具体限定。可选地，第一信息为0，第二信息为1。
在一实施例中，无人机的状态标识符为0时，表示该无人机未分配子作业区域，无人机的状态标识符为1时，表示该无人机分配一个子作业区域，无人机的状态标识符为2时，表示该无人机分配两个子作业区域，以此类推，无人机的状态标识符为N时，表示该无人机分配N个子作业区域。
S207、根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
具体地，根据每个子作业区域的分配标识信息，确定候选子作业区域，其中，候选子作业区域为未分配的子作业区域；根据每个无人机的当前属性信息，确定至少一个候选无人机，其中，候选无人机为待分配子作业区域的无人机；获取每个候选子作业区域与每个候选无人机之间的距离，并将距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；将目标子作业区域分配给目标无人机，并规划目标无人机与目标子作业区域之间的航线。其中，在将目标子作业区域分配给目标无人机之后，控制终端调整目标无人机的当前属性信息以及目标子作业区域的分配标识信息。需要说明的是，无人机与子作业区域之间的航线的规划方式参照前述实施例，此处不做赘述。
例如，候选子作业区域分别为子作业区域1、子作业区域2和子作业区域3，候选无人机分别为无人机A、无人机B和无人机C，且子作业区域1与无人机A、无人机B和无人机C之间的距离分别为800米、600米和900米，子作业区域2与无人机A、无人机B和无人机C之间的距离分别为500米、700米和850米，子作业区域3与无人机A、无人机B和无人机C之间的距离分别为600米、650米和750米，则500米<600米<650米<700米<750米<800米<850米<900米，则最短距离为500，因此将子作业区域2和无人机A确定为目标子作业区域和目标无人机。
在一实施例中，候选子作业区域的确定方式具体为：确定每个子作业区域的分配标识信息是否均为预设信息；若每个子作业区域的分配标识信息均为预设信息，则确定每个子作业区域中不存在候选子作业区域；若存在至少一个子作业区域的分配标识信息不为预设值，则将分配标识信息不为预设值的子作业区域作为候选子作业区域。可选地，该预设信息为1，子作业区域的分配标识信息为0，则表示该子作业区域未被分配，子作业区域的分配标识信息为1，则表示该子作业区域被分配。
在一实施例中，候选无人机的确定方式具体为：根据每个无人机的当前属性信息中的状态标识符，确定基准标识符，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变；将当前属性信息中的状态标识符为基准标识符的无人机确定为候选无人机。其中，基准标识符的确定方式具体为：确定每个无人机的当前属性信息中的状态标识符是否相同；如果每个无人机的当前属性信息中的状态标识符均相同，则将相同的状态标识符作为基准标识符；如果存在至少一个无人机的当前属性信息中的状态标识符不同，则将最小的状态标识符作为基准标识符。需要说明的是，在无人机的数量大于或等于子作业区域的数量的时候，该基准标识符保持不变，而在无人机的数量小于子作业区域的数量的时候，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变。
上述实施例提供的多机作业航线规划方法，在待作业的子作业区域较少时，按照距离最短策略根据每个无人机的状态标识符、每个子作业区域的分配标识信息以及每个无人机与每个子作业区域之间的距离，执行对应的多机作业航线规划操作，在待作业的子作业区域较多时，根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以基于子作业区域的数量自适应选择对应的多机作业规划策略，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
请参阅图8，图8是本申请一实施例提供的控制终端的示意性框图。在一种实施方式中，该控制终端包括但不限于遥控器、地面控制平台、手机、平板电脑、笔记本电脑和PC电脑等。进一步地，该控制终端300包括处理器301和存储器302，处理器301和存储器302通过总线303连接，该总线303比如为I2C(Inter-integrated Circuit)总线。
具体地，处理器301可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。
具体地，存储器302可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
其中，所述处理器301用于运行存储在存储器302中的计算机程序，并在执行所述计算机程序时实现如下步骤：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
可选地，所述处理器在实现获取无人机群的位置信息和作业区域中每个子作业区域的位置信息时，用于实现：
根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；
根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
可选地，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
可选地，所述处理器在实现根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；
根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
可选地，所述角点的位置坐标为高斯坐标系下的位置坐标；所述处理器在实现根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每个所述子作业区域的纵坐标总值；
确定每个所述子作业区域对应的角点数量；
根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的中心位置的第二位置信息。
可选地，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离时，用于实现：
从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向距离，计算每个所述子作业区域与所述无人机群之间的距离。
可选地，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
可选地，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机时，用于实现：
根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息，确定候选无人机时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
可选地，所述处理器在实现根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机时，用于实现：
获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
可选地，所述处理器在实现根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
可选地，所述处理器在实现根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离时，用于实现：
从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标系下的位置坐标；
从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
可选地，所述处理器在实现根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选无人机之间的距离。
可选地，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还用于实现：
获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
可选地，所述处理器在实现判断所述子作业区域个数是否大于预设阈值之后，还用于实现：
若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息；
根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
可选地，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
可选地，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还用于实现：
获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的控制终端的具体工作过程，可以参考前述多机作业航线规划方法实施例中的对应过程，在此不再赘述。
本申请的实施例中还提供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，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现上述实施例提供的多机作业航线规划方法的步骤。
其中，所述计算机可读存储介质可以是前述任一实施例所述的控制终端或无人飞行器的内部存储单元，例如所述控制终端或无人飞行器的硬盘或内存。所述计算机可读存储介质也可以是所述控制终端或无人飞行器的外部存储设备，例如所述控制终端或无人飞行器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(SecureDigital，SD)卡，闪存卡(Flash Card)等。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (41)
1.一种多机作业航线规划方法，其特征在于，包括：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
2.根据权利要求1所述的多机作业航线规划方法，其特征在于，所述获取无人机群的位置信息和作业区域中每个子作业区域的位置信息，包括：
根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；和/或
根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
3.根据权利要求2所述的多机作业航线规划方法，其特征在于，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
4.根据权利要求2所述的多机作业航线规划方法，其特征在于，所述根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息，包括：
从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；
根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
5.根据权利要求4所述的多机作业航线规划方法，其特征在于，所述角点的位置坐标为高斯坐标系下的位置坐标；所述根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息，包括：
从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每个所述子作业区域的纵坐标总值；
确定每个所述子作业区域对应的角点数量；
根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的位置信息。
6.根据权利要求1所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离，包括：
从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向距离，计算每个所述子作业区域与所述无人机群之间的距离。
7.根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作，包括：
根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
8.根据权利要求7所述的多机作业航线规划方法，其特征在于，所述将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还包括：
调整所述目标无人机的当前属性信息。
9.根据权利要求7所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机，包括：
根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
10.根据权利要求9所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息，确定候选无人机，包括：
根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
11.根据权利要求10所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态，包括：
根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
12.根据权利要求9所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机，包括：
获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
13.根据权利要求9-12中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离，包括：
从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
14.根据权利要求13所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，包括：
从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标系下的位置坐标；
从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
15.根据权利要求13所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离，包括：
分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选无人机之间的距离。
16.根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还包括：
获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
17.根据权利要求16所述的多机作业航线规划方法，其特征在于，所述判断所述子作业区域个数是否大于预设阈值之后，还包括：
若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息；
根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
18.根据权利要求17所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作，包括：
根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
19.根据权利要求18所述的多机作业航线规划方法，其特征在于，所述将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还包括：
调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
20.根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还包括：
获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
21.一种控制终端，其特征在于，所述控制终端包括存储器和处理器；
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，实现如下步骤：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
22.根据权利要求21所述的控制终端，其特征在于，所述处理器在实现获取无人机群的位置信息和作业区域中每个子作业区域的位置信息时，用于实现：
根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；
根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
23.根据权利要求22所述的控制终端，其特征在于，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
24.根据权利要求22所述的控制终端，其特征在于，所述处理器在实现根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；和/或
根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
25.根据权利要求24所述的控制终端，其特征在于，所述角点的位置坐标为高斯坐标系下的位置坐标；所述处理器在实现根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每个所述子作业区域的纵坐标总值；
确定每个所述子作业区域对应的角点数量；
根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的中心位置的第二位置信息。
26.根据权利要求21所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离时，用于实现：
从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向距离，计算每个所述子作业区域与所述无人机群之间的距离。
27.根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
28.根据权利要求27所述的控制终端，其特征在于，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息。
29.根据权利要求27所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机时，用于实现：
根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
30.根据权利要求29所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息，确定候选无人机时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
31.根据权利要求30所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
32.根据权利要求29所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机时，用于实现：
获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
33.根据权利要求29-32中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
34.根据权利要求33所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离时，用于实现：
从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标系下的位置坐标；
从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
35.根据权利要求33所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选无人机之间的距离。
36.根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还用于实现：
获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
37.根据权利要求36所述的控制终端，其特征在于，所述处理器在实现判断所述子作业区域个数是否大于预设阈值之后，还用于实现：
若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息；
根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
38.根据权利要求37所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
39.根据权利要求38所述的控制终端，其特征在于，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
40.根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还用于实现：
获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
41.一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至20中任一项所述的多机作业航线规划方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2019/102011 WO2021031192A1 (zh) | 2019-08-22 | 2019-08-22 | 多机作业航线规划方法、控制终端及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112189176A true CN112189176A (zh) | 2021-01-05 |
| CN112189176B CN112189176B (zh) | 2023-11-10 |
Family
ID=73918995
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201980033539.8A Active CN112189176B (zh) | 2019-08-22 | 2019-08-22 | 多机作业航线规划方法、控制终端及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112189176B (zh) |
| WO (1) | WO2021031192A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114967761A (zh) * | 2022-07-29 | 2022-08-30 | 广东省农业科学院植物保护研究所 | 一种植保无人机作业的智能控制方法及系统 |
| CN115187005A (zh) * | 2022-06-23 | 2022-10-14 | 中国人民公安大学 | 调度方法、装置、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227237A (zh) * | 2016-09-29 | 2016-12-14 | 广州极飞科技有限公司 | 无人机的飞行任务的分配方法和装置 |
| CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 北京理工大学 | 一种多无人机协同快速覆盖搜索航迹规划方法 |
| CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
| US20180136648A1 (en) * | 2016-11-16 | 2018-05-17 | Boe Technology Group Co., Ltd. | Delivery Method and Delivery Control Device |
| CN108398958A (zh) * | 2018-03-14 | 2018-08-14 | 广州亿航智能技术有限公司 | 无人机编队路径匹配方法、装置和储存介质 |
| CN108805885A (zh) * | 2018-06-13 | 2018-11-13 | 广州极飞科技有限公司 | 地块分割方法及终端、航线规划方法及移动装置控制方法 |
| CN109931934A (zh) * | 2017-12-19 | 2019-06-25 | 杭州海康机器人技术有限公司 | 无人机作业任务的规划方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103812052B (zh) * | 2014-03-07 | 2016-06-01 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
| CN107515620B (zh) * | 2017-10-20 | 2021-12-24 | 广州极飞科技股份有限公司 | 一种无人机仿地飞行控制方法及装置 |
| CN108919832A (zh) * | 2018-07-23 | 2018-11-30 | 京东方科技集团股份有限公司 | 无人机作业航线规划方法、无人机施药方法及装置 |
| CN109298720A (zh) * | 2018-09-30 | 2019-02-01 | 鲁东大学 | 一种植保无人机航线规划方法 |
| CN109871030A (zh) * | 2019-03-01 | 2019-06-11 | 上海戴世智能科技有限公司 | 一种无人机械的路径规划方法 |
-
2019
- 2019-08-22 WO PCT/CN2019/102011 patent/WO2021031192A1/zh active Application Filing
- 2019-08-22 CN CN201980033539.8A patent/CN112189176B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227237A (zh) * | 2016-09-29 | 2016-12-14 | 广州极飞科技有限公司 | 无人机的飞行任务的分配方法和装置 |
| CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 北京理工大学 | 一种多无人机协同快速覆盖搜索航迹规划方法 |
| US20180136648A1 (en) * | 2016-11-16 | 2018-05-17 | Boe Technology Group Co., Ltd. | Delivery Method and Delivery Control Device |
| CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
| CN109931934A (zh) * | 2017-12-19 | 2019-06-25 | 杭州海康机器人技术有限公司 | 无人机作业任务的规划方法及装置 |
| CN108398958A (zh) * | 2018-03-14 | 2018-08-14 | 广州亿航智能技术有限公司 | 无人机编队路径匹配方法、装置和储存介质 |
| CN108805885A (zh) * | 2018-06-13 | 2018-11-13 | 广州极飞科技有限公司 | 地块分割方法及终端、航线规划方法及移动装置控制方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115187005A (zh) * | 2022-06-23 | 2022-10-14 | 中国人民公安大学 | 调度方法、装置、设备及存储介质 |
| CN114967761A (zh) * | 2022-07-29 | 2022-08-30 | 广东省农业科学院植物保护研究所 | 一种植保无人机作业的智能控制方法及系统 |
| CN114967761B (zh) * | 2022-07-29 | 2022-11-01 | 广东省农业科学院植物保护研究所 | 一种植保无人机作业的智能控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112189176B (zh) | 2023-11-10 |
| WO2021031192A1 (zh) | 2021-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6828044B2 (ja) | ルート逸脱認識方法、端末、および記憶媒体 | |
| CN107436148B (zh) | 一种基于多地图的机器人导航方法及装置 | |
| US20200169523A1 (en) | Artificial intelligent systems and methods for presenting a prompting message on a mobile device | |
| JP7186092B2 (ja) | ジョブ位置間の走行コストを用いたジョブスケジューリングのための方法、システム、およびコンピュータ可読媒体 | |
| CN111105120B (zh) | 一种工单处理方法及装置 | |
| US20200349509A1 (en) | Determining an optimal route for logistics delivery | |
| CN112154473A (zh) | 用于推荐上车点的系统和方法 | |
| WO2019076089A1 (en) | SYSTEMS AND METHODS OF ONLINE-OFFLINE SERVICE | |
| US20210190505A1 (en) | Indoor location-based service | |
| CN112189176B (zh) | 多机作业航线规划方法、控制终端及计算机可读存储介质 | |
| CN110751531A (zh) | 轨迹识别方法、装置及电子设备 | |
| CN114611896A (zh) | 机器人任务调度方法、计算机设备及存储介质 | |
| CN111860880A (zh) | 一种路径确定方法、装置、电子设备和存储介质 | |
| CN111323035A (zh) | 一种行驶偏航的检测方法、检测装置及可读存储介质 | |
| CN111325986A (zh) | 异常停车监测方法、装置、电子设备以及存储介质 | |
| CN111260164A (zh) | 一种运力调度方法以及装置 | |
| US20150356491A1 (en) | Workforce optimization by improved provision of job performance plan | |
| CN113048973B (zh) | 路径规划方法、路径规划装置、管理系统和存储介质 | |
| CN111275229B (zh) | 资源模型训练方法、资源缺口预测方法、装置及电子设备 | |
| JP7172157B2 (ja) | 情報処理方法および情報処理装置 | |
| US10089528B2 (en) | Movement intelligence using satellite imagery | |
| CN111833119A (zh) | 一种订单分配的方法、装置、电子设备及存储介质 | |
| WO2019191914A1 (en) | Systems and methods for on-demand services | |
| CN111928870B (zh) | 一种行驶路线规划的方法及装置、计算设备和存储介质 | |
| CN114743395A (zh) | 一种信号灯检测方法、装置、设备及介质 |
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 |