CN112215407B - 一种三维无人机安全航路规划方法 - Google Patents
一种三维无人机安全航路规划方法 Download PDFInfo
- Publication number
- CN112215407B CN112215407B CN202011010068.XA CN202011010068A CN112215407B CN 112215407 B CN112215407 B CN 112215407B CN 202011010068 A CN202011010068 A CN 202011010068A CN 112215407 B CN112215407 B CN 112215407B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- grid
- ground
- safety
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 230000009466 transformation Effects 0.000 claims abstract description 3
- 231100000817 safety factor Toxicity 0.000 claims description 21
- 238000013461 design Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000006073 displacement reaction Methods 0.000 claims description 9
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 239000005712 elicitor Substances 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/08—Probabilistic or stochastic CAD
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Computer Hardware Design (AREA)
- Development Economics (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种三维无人机安全航路规划方法。其包括对无人机飞行空域空间进行三维立体栅格化,获得多个正方体形栅格;以栅格安全因子定量化描述栅格中无人机的飞行风险;构建基于栅格安全因子和无人机航路距离的航路规划总成本估价期望函数;以航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径等步骤。本发明可使规划的无人机三维航路具备地面人员安全屏障的作用。更进一步在战略阶段减缓无人机坠毁伤人事故的严重后果,做到风险缓解的前移。
Description
技术领域
本发明属于无人机航路规划技术领域,特别是涉及一种三维无人机安全航路规划方法。
背景技术
无人机航路规划是指在特定约束条件下,寻找从起始点到目标点并满足无人机性能指标的最优或可行的航路。现有无人机航路规划技术有两类,其一是基于展开数值算法的无人机路径规划研究,如仿生或粒子群等智能算法;其二是基于图形算法的路径规划研究,如Voronoi图和Laguerre图等。现有技术包括基于蚁群和遗传算法等智能仿生算法展开无人机路径规划研究、基于万有引力搜索算法和粒子群等不同算法规划无人机路径、以及各类无人机静态和动态实时避障路径规划。虽然现有无人机航路规划方法比较多,但尚未有一种航路规划方法能够有效地将无人机飞行对地面人员造成的安全风险考虑在内,使无人机的飞行航路具备安全属性,尽量减少因无人机飞行造成的地面人员伤亡。
发明内容
为了解决上述问题,本发明的目的在于提供一种三维无人机安全航路规划方法。
为了达到上述目的,本发明提供的三维无人机安全航路规划方法包括按顺序进行的下列步骤:
1)对无人机飞行空域三维空间进行栅格化,获得多个正方体形栅格;
2)以栅格安全因子定量化描述上述正方体形栅格中无人机的飞行风险;
3)构建基于步骤2)获得的栅格安全因子和无人机航路距离的航路规划总成本估价期望函数;
4)以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径。
在步骤1)中,所述的对无人机飞行空域空间进行三维立体栅格化是将飞行空间构成的三维空间划分成多个正方体形栅格;栅格的边长由无人机的类型、设计尺寸确定;
无人机的类型分为固定翼无人机和多旋翼无人机;
对于固定翼无人机,栅格的设计尺寸为Lgrid=max(LUAV+2Rperson,WUAV+2Rperson),其中,LUAV为固定翼无人机的翼展,WUAV为固定翼无人机的机长,Rperson为人体平均半径;
对于多旋翼无人机,栅格的设计尺寸为Lgrid=DUAV+2Rperson,其中,DUAV为多旋翼无人机的翼展直径。
在步骤2)中,所述的栅格安全因子定义为栅格内无人机地面撞击事故的发生概率和无人机地面撞击事故严重程度的乘积s;
其中无人机地面撞击事故的发生概率选取的量化指标是每飞行小时无人机地面撞击事故的发生概率PU;
无人机地面撞击事故严重程度选取的量化指标是无人机每飞行小时地面撞击事故伤亡人数Nf;其中无人机每飞行小时地面撞击事故伤亡人数Nf可以表示为受事故影响的地面人数Ne和无人机每飞行小时地面撞击事故中人员伤亡率Pf的乘积,其计算公式为:
Nf=Pf×Ne (1)
那么栅格安全因子的计算公式为:
s=PU×Pf×Ne (2)
将上述受事故影响的地面人数Ne用地面撞击事故的影响区域面积Ag与事故发生区域人口密度ρ的乘积表示,那么式(2)可以表示为:
s=PU×Pf×Agρ(j) (3)。
所述无人机每飞行小时地面撞击事故中人员伤亡率Pf的计算方法:
无人机每飞行小时地面撞击事故中栅格j的人员伤亡率Pf(j)=的计算公式为:
表1为不同地面遮蔽物的类型及其保护系数;
表1、地面遮蔽物的类型及其保护系数
α为当地面遮蔽物的保护系数PS=6时,人员伤亡率为50%所需的冲击能量,取100kJ;β为当地面遮蔽物的保护系数PS趋向于0时人员伤亡的能量阈值,取34J;Ei为地面撞击事故发生时的无人机动能,记为其中Vi取1.4倍设计速度与无人机垂直坠落速度的最大值,记为Vi=max(1.4*Vop,Vy);
所述地面撞击事故的影响区域面积Ag的计算方法:
定义无人机地面撞击事故影响区域为人体圆柱体受到无人机圆柱体侵犯的最大范围;在仅考虑无人机垂直坠落时,地面撞击事故的影响区域面积Ag的计算公式如式(6)所示,其中ru为无人机等效翼展半径,rp为人体半径;
Ag=π(ru+2rp)2 (6)
当无人机坠落中有横向位移时,在无人机与人员发生撞击后仍需考虑其横向位移,横移量满足式(7),其中hp为人体高度,γ为无人机与人体相撞的接触角,此时地面撞击事故的影响区域面积Ag的计算公式如式(8)所示:
Ag=2π(ru+2rp)2+(ru+2rp)d (8)。
在步骤3)中,所述构建基于步骤2)获得的栅格安全因子和无人机航路距离的航路规划总成本估价期望函数的方法是:
航路规划总成本估价期望函数由两部分构成,分别为安全估价和距离估价;其中安全估价是指无人机飞行路径所经过栅格的栅格安全因子之和;距离估价取无人机飞行路径的长短作为评价指标;
构建在安全估价和距离估价双重约束条件下的航路规划总成本估价期望函数,如式(9)所示:
fj=λ*dj+μ*sj (9)
式中:fj为从点j到终点的航路规划总成本估价期望值;dj为从点j到终点的距离;sj为点j的栅格风险因子;λ为距离启发因子,为用于表征距离重要程度的系数;μ为安全启发因子,为用于表征安全重要程度的系数。
在步骤4)中,所述以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径的方法是:
以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法,分别从起点栅格出发,搜索其无障碍邻域栅格,并利用上述航路规划总成本估价期望函数计算出各邻域栅格的通行合理值,选择最合理的栅格,直至到达终点;经历数次循环后,最终得到航路安全与航路成本双重优化后的三维期望飞行路径。
所述改进A*算法的计算方法如下:
计算从初始节点经由节点k到达目标点节的估价函数,计算公式如式(10)所示:
fk=gk+Sk (10)
式中,fk为从初始节点经由节点k到达目标节点的估价函数;gk为从状态空间中从初始节点到节点k的实际代价;Sk为从节点k到目标节点的可接受风险和距离总成本估计代价。
本发明提供的三维无人机安全航路规划方法具有如下有益效果:对无人机地面撞击事故概率和严重程度的评估,确定其飞行空域三维空间栅格的安全因子。构建栅格安全因子和航路距离双重约束下的航路总估价函数,并通过改进A*算法进行安全航路规划。使规划的无人机三维航路具备地面人员安全屏障的作用。更进一步在战略阶段减缓无人机坠毁伤人事故的严重后果,做到风险缓解的前移。
附图说明
图1为本发明中栅格安全因子构成示意图。
图2为本发明中无人机地面撞击事故影响区域分析图。
具体实施方式
下面结合附图及具体实施例对本发明做进一步的说明,但下述实施例绝非对本发明有任何限制。
如图1所示,本发明提供的三维无人机安全航路规划方法包括按顺序进行的下列步骤:
1)对无人机飞行空域空间进行三维立体栅格化,获得多个正方体形栅格;
无人机飞行空域根据其飞行作业的任务范围确定,飞行空域在地图中由经纬度坐标和距地面的高度表示。
对无人机飞行空域空间进行三维立体栅格化是将飞行空间构成的三维空间划分成多个正方体形栅格。栅格的边长由无人机的类型、设计尺寸确定。
无人机的类型分为固定翼无人机和多旋翼无人机;
对于固定翼无人机,栅格的设计尺寸为Lgrid=max(LUAV+2Rperson,WUAV+2Rperson),其中,LUAV为固定翼无人机的翼展,WUAV为固定翼无人机的机长,Rperson为人体平均半径。
对于多旋翼无人机,栅格的设计尺寸为Lgrid=DUAV+2Rperson,其中,DUAV为多旋翼无人机的翼展直径。
2)以栅格安全因子定量化描述上述正方体形栅格中无人机的飞行风险;
所述的栅格安全因子定义为栅格内无人机地面撞击事故的发生概率和无人机地面撞击事故严重程度的乘积s。
其中无人机地面撞击事故的发生概率选取的量化指标是每飞行小时无人机地面撞击事故的发生概率PU;
无人机地面撞击事故严重程度选取的量化指标是无人机每飞行小时地面撞击事故伤亡人数Nf;其中无人机每飞行小时地面撞击事故伤亡人数Nf可以表示为受事故影响的地面人数Ne和无人机每飞行小时地面撞击事故中人员伤亡率Pf的乘积,其计算公式为:
Nf=Pf×Ne (1)
那么栅格安全因子的计算公式为:
s=PU×Pf×Ne (2)
将上述受事故影响的地面人数Ne用地面撞击事故的影响区域面积Ag与事故发生区域人口密度ρ的乘积表示,那么式(2)可以表示为:
s=PU×Pf×Agρ(j) (3)
上述无人机每飞行小时地面撞击事故中人员伤亡率Pf的计算方法:
无人机每飞行小时地面撞击事故中人员伤亡率Pf与诸多因素有关,其中与无人机相关的因素主要为无人机运行高度和飞行速度,与栅格相关的因素主要为栅格内的地面遮蔽物对地面人员提供的保护能力。无人机每飞行小时地面撞击事故中栅格j的人员伤亡率Pf(j)=的计算公式为:
表1为不同地面遮蔽物的类型及其保护系数。
表1、地面遮蔽物的类型及其保护系数
α为当地面遮蔽物的保护系数PS=6时,人员伤亡率为50%所需的冲击能量,取100kJ;β为当地面遮蔽物的保护系数PS趋向于0时人员伤亡的能量阈值,取34J;Ei为地面撞击事故发生时的无人机动能,记为其中Vi取1.4倍设计速度与无人机垂直坠落速度的最大值,记为Vi=max(1.4*Vop,Vy)。
上述地面撞击事故的影响区域面积Ag的计算方法:
图2为无人机地面撞击事故影响区域分析图。如图2所示,定义无人机地面撞击事故影响区域为人体圆柱体受到无人机圆柱体侵犯的最大范围。在仅考虑无人机垂直坠落时,地面撞击事故的影响区域面积Ag的计算公式如式(6)所示,其中ru为无人机等效翼展半径,rp为人体半径。
Ag=π(ru+2rp)2 (6)
当无人机坠落中有横向位移时,在无人机与人员发生撞击后仍需考虑其横向位移,横移量满足式(7),其中hp为人体高度,γ为无人机与人体相撞的接触角,此时地面撞击事故的影响区域面积Ag的计算公式如式(8)所示:
Ag=2π(ru+2rp)2+(ru+2rp)d (8)
3)构建基于步骤2)获得的栅格安全因子和无人机航路距离的航路规划总成本估价期望函数;
航路规划总成本估价期望函数由两部分构成,分别为安全估价和距离估价。其中安全估价是指无人机飞行路径所经过栅格的栅格安全因子之和,安全估价越大,表示无人机飞行安全性越差;距离估价是指无人机航路距离,距离估价越大,表示无人机飞行路径越长。
距离估价取无人机飞行路径的长短作为评价指标。
构建在安全估价和距离估价双重约束条件下的航路规划总成本估价期望函数,如式(9)所示:
hj=λ*dj+μ*sj (9)
式中:hj为从点j到终点的航路规划总成本估价期望值;dj为从点j到终点的距离;sj为点j的栅格风险因子;λ为距离启发因子,为用于表征距离重要程度的系数;μ为安全启发因子,为用于表征安全重要程度的系数。
4)以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径。
以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法,分别从起点栅格出发,搜索其无障碍邻域栅格,并利用上述航路规划总成本估价期望函数计算出各邻域栅格的通行合理值,选择最合理的栅格,直至到达终点;经历数次循环后,最终得到航路安全与航路成本双重优化后的三维期望飞行路径。
所述改进A*算法的计算方法如下:
计算从初始节点经由节点k到达目标节点的估价函数,计算公式如式(10)所示:
fk=gk+Sk (10)
式中,fk为从初始节点经由节点k到达目标节点的估价函数;gk为从状态空间中从初始节点到节点k的实际代价;Sk为从节点k到目标节点的可接受风险和距离总成本估计代价。
Claims (4)
1.一种三维无人机安全航路规划方法,其特征在于:所述的三维无人机安全航路规划方法包括按顺序进行的下列步骤:
1)对无人机飞行空域空间进行三维立体栅格化,获得多个正方体形栅格;
2)以栅格安全因子定量化描述上述正方体形栅格中无人机的飞行风险;
3)构建基于步骤2)获得的栅格安全因子和无人机飞行路径长度的航路规划总成本估价期望函数;
4)以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径;
在步骤2)中,所述的栅格安全因子定义为栅格内无人机地面撞击事故的发生概率和无人机地面撞击事故严重程度的乘积s;
其中无人机地面撞击事故的发生概率选取的量化指标是每飞行小时无人机地面撞击事故的发生概率PU;
无人机地面撞击事故严重程度选取的量化指标是无人机每飞行小时地面撞击事故伤亡人数Nf;其中无人机每飞行小时地面撞击事故伤亡人数Nf可以表示为受事故影响的地面人数Ne和无人机每飞行小时地面撞击事故中人员伤亡率Pf的乘积,其计算公式为:
Nf=Pf×Ne (1)
那么栅格安全因子的计算公式为:
s=PU×Pf×Ne (2)
将上述受事故影响的地面人数Ne用地面撞击事故的影响区域面积Ag与事故发生区域人口密度ρ的乘积表示,那么式(2)可以表示为:
所述无人机每飞行小时地面撞击事故中人员伤亡率Pf的计算方法:
无人机每飞行小时地面撞击事故中栅格j的人员伤亡率Pf(j)的计算公式为:
式中:h为地面遮蔽物的类型;地面遮蔽物的类型为建筑物、高大树木、稀疏树木和裸露地表,相应的保护系数分别为10、7、4和0;为地面遮蔽物h的保护系数;Sh为栅格j中地面遮蔽物h的面积;Sj为栅格j的面积;
α为当地面遮蔽物的保护系数PS=6时,人员伤亡率为50%所需的冲击能量,取100kJ;β为当地面遮蔽物的保护系数PS趋向于0时人员伤亡的能量阈值,取34J;Ei为地面撞击事故发生时的无人机动能,记为其中Vi取1.4倍设计速度与无人机垂直坠落速度的最大值,记为Vi=max(1.4*Vop,Vy);
所述地面撞击事故的影响区域面积Ag的计算方法:
定义无人机地面撞击事故影响区域为人体圆柱体受到无人机圆柱体侵犯的最大范围;在仅考虑无人机垂直坠落时,地面撞击事故的影响区域面积Ag的计算公式如式(6)所示,其中ru为无人机等效翼展半径,rp为人体半径;
Ag=π(ru+2rp)2 (6)
当无人机坠落中有横向位移时,在无人机与人员发生撞击后仍需考虑其横向位移,横移量满足式(7),其中hp为人体高度,γ为无人机与人体相撞的接触角,此时地面撞击事故的影响区域面积Ag的计算公式如式(8)所示:
Ag=2π(ru+2rp)2+(ru+2rp)d (8)
在步骤3)中,所述构建基于步骤2)获得的栅格安全因子和无人机航路距离的航路规划总成本估价期望函数的方法是:
航路规划总成本估价期望函数由两部分构成,分别为安全估价和距离估价;其中安全估价是指无人机飞行路径所经过栅格的栅格安全因子之和;距离估价取无人机飞行路径的长短作为评价指标;
构建在安全估价和距离估价双重约束条件下的航路规划总成本估价期望函数,如式(9)所示:
fj=λ*dj+μ*sj (9)
式中:fj为从点j到终点的航路规划总成本估价期望值;dj为从点j到终点的距离;sj为点j的栅格安全因子;λ为距离启发因子,为用于表征距离重要程度的系数;μ为安全启发因子,为用于表征安全重要程度的系数。
2.根据权利要求1所述的三维无人机安全航路规划方法,其特征在于:在步骤1)中,所述的对无人机飞行空域空间进行三维立体栅格化是将飞行空间构成的三维空间划分成多个正方体形栅格;栅格的边长由无人机的类型、设计尺寸确定;
无人机的类型分为固定翼无人机和多旋翼无人机;
对于固定翼无人机,栅格的设计尺寸为Lgrid=max(LUAV+2Rperson,WUAV+2Rperson),其中,LUAV为固定翼无人机的翼展,WUAV为固定翼无人机的机长,Rperson为人体平均半径;
对于多旋翼无人机,栅格的设计尺寸为Lgrid=DUAV+2Rperson,其中,DUAV为多旋翼无人机的翼展直径。
3.根据权利要求1所述的三维无人机安全航路规划方法,其特征在于:在步骤4)中,所述以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法进行迭代计算,最终获得航路安全与航路成本双重优化后的三维期望飞行路径的方法是:
以上述航路规划总成本估价期望函数作为A*算法的目标函数而对A*算法进行改进,利用改进A*算法,分别从起点栅格出发,搜索其无障碍邻域栅格,并利用上述航路规划总成本估价期望函数计算出各邻域栅格的通行合理值,选择最合理的栅格,直至到达终点;经历数次循环后,最终得到航路安全与航路成本双重优化后的三维期望飞行路径。
4.根据权利要求3所述的三维无人机安全航路规划方法,其特征在于:所述改进A*算法的计算方法如下:
计算从初始节点经由节点k到达目标节点的估价函数,计算公式如式(10)所示:
fk=gk+Sk (10)
式中,fk为从初始节点经由节点k到达目标节点的估价函数;gk为从状态空间中从初始节点到节点k的实际代价;Sk为从节点k到目标节点的可接受风险和距离总成本估计代价。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010068.XA CN112215407B (zh) | 2020-09-23 | 2020-09-23 | 一种三维无人机安全航路规划方法 |
PCT/CN2021/095252 WO2021213540A1 (zh) | 2020-09-23 | 2021-05-21 | 三维无人机安全航路规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011010068.XA CN112215407B (zh) | 2020-09-23 | 2020-09-23 | 一种三维无人机安全航路规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112215407A CN112215407A (zh) | 2021-01-12 |
CN112215407B true CN112215407B (zh) | 2022-10-04 |
Family
ID=74050756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011010068.XA Active CN112215407B (zh) | 2020-09-23 | 2020-09-23 | 一种三维无人机安全航路规划方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112215407B (zh) |
WO (1) | WO2021213540A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215407B (zh) * | 2020-09-23 | 2022-10-04 | 中国民航大学 | 一种三维无人机安全航路规划方法 |
CN113405552A (zh) * | 2021-06-17 | 2021-09-17 | 北京理工大学 | 一种飞行器路径规划方法及装置 |
CN113985892B (zh) * | 2021-11-17 | 2023-09-22 | 江苏科技大学 | 一种基于改进a*算法的智能船舶路径规划方法 |
CN114489111B (zh) * | 2021-12-08 | 2023-09-29 | 南京航空航天大学 | 一种基于随机航向的多旋翼无人机安全间隔标定方法 |
CN114199255B (zh) * | 2021-12-08 | 2024-05-03 | 南京航空航天大学 | 一种用于城区物流无人机终端配送航路网络的规划方法 |
CN114265431B (zh) * | 2021-12-22 | 2023-07-04 | 中国地质大学(武汉) | 基于分布式覆盖控制的地灾监测方法及系统 |
CN114489149A (zh) * | 2022-02-23 | 2022-05-13 | 中山大学 | 一种面向三维重建的多无人机覆盖路径规划方法 |
CN114460972B (zh) * | 2022-04-13 | 2022-06-07 | 中国民航大学 | 一种无人机城区运行管控方法 |
CN115204466B (zh) * | 2022-06-20 | 2024-02-20 | 中国南方航空股份有限公司 | 一种带通行限制的国际航线航路规划方法 |
CN114812564B (zh) * | 2022-06-22 | 2022-09-20 | 北京航空航天大学杭州创新研究院 | 基于城市动态时空风险分析的多目标无人机路径规划方法 |
CN115167459B (zh) * | 2022-08-05 | 2024-05-07 | 江苏海洋大学 | 一种融合空洞修复和信息采集的水下机器人路径规划方法 |
CN115810087A (zh) * | 2023-01-31 | 2023-03-17 | 中国电子科技集团公司第二十八研究所 | 一种基于多尺度空间栅格的低空空域使用冲突检测方法 |
CN117109597B (zh) * | 2023-10-23 | 2023-12-29 | 北京卓翼智能科技有限公司 | 基于改进a星算法的无人机路径规划方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109506654A (zh) * | 2018-11-14 | 2019-03-22 | 飞牛智能科技(南京)有限公司 | 低空航路规划方法及装置、飞行器 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101122974B (zh) * | 2007-09-13 | 2010-06-09 | 北京航空航天大学 | 基于Voronoi图和蚁群优化算法的无人机航路规划方法 |
EP2853974A1 (en) * | 2013-09-26 | 2015-04-01 | Airbus Defence and Space GmbH | Method for autonomous controlling of a remote controlled aerial vehicle and corresponding system |
US10121117B1 (en) * | 2016-09-08 | 2018-11-06 | Amazon Technologies, Inc. | Drone location signature filters |
CN112215407B (zh) * | 2020-09-23 | 2022-10-04 | 中国民航大学 | 一种三维无人机安全航路规划方法 |
-
2020
- 2020-09-23 CN CN202011010068.XA patent/CN112215407B/zh active Active
-
2021
- 2021-05-21 WO PCT/CN2021/095252 patent/WO2021213540A1/zh active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109506654A (zh) * | 2018-11-14 | 2019-03-22 | 飞牛智能科技(南京)有限公司 | 低空航路规划方法及装置、飞行器 |
Non-Patent Citations (2)
Title |
---|
基于事故的无人机飞行安全性分析方;樊芃;《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》;20200215;正文第3章 * |
基于飞行环境建模的UAV地面撞击风险研究;韩鹏等;《中国安全科学学报》;20200131;全文 * |
Also Published As
Publication number | Publication date |
---|---|
WO2021213540A1 (zh) | 2021-10-28 |
CN112215407A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112215407B (zh) | 一种三维无人机安全航路规划方法 | |
CN112033411B (zh) | 一种基于安全代价评估的无人机航路规划方法 | |
Primatesta et al. | Ground risk map for unmanned aircraft in urban environments | |
CN104965518B (zh) | 基于三维数字地图的电力巡检飞行机器人航线规划方法 | |
CN111177851B (zh) | 一种无人机运行安全风险评估中对地风险的评估方法 | |
Pang et al. | UAV path optimization with an integrated cost assessment model considering third-party risks in metropolitan environments | |
CN112880684A (zh) | 一种城市空间无人机安全航路规划方法 | |
KR102279956B1 (ko) | 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치 | |
CN105956790B (zh) | 低空飞行态势安全性评估指标及其评估方法 | |
CN111506974B (zh) | 一种无人机超低空飞行区域分类划设方法 | |
Pang et al. | A risk-based UAS traffic network model for adaptive urban airspace management | |
CN114117322A (zh) | 一种城市低空无人机物流运输航路网络容量的评估方法 | |
CN113670309B (zh) | 考虑安全风险与噪声影响的城市低空无人机路径规划方法 | |
CN110147870A (zh) | 一种用于地震灾后多无人机任务分配的优化方法 | |
CN109214419B (zh) | 一种基于空间聚类的鸟击事件风险综合防控方法 | |
CN108981714B (zh) | 一种无人机路径规划和可行性分析方法 | |
CN114971217A (zh) | 一种无人机对地风险评估方法及系统 | |
Milano et al. | Air risk maps for unmanned aircraft in urban environments | |
CN111142555A (zh) | 一种基于碰撞风险的机场无人机管控区域划设方法 | |
CN114118695A (zh) | 空地协同的无人机运行的风险评估方法、装置及系统 | |
CN114187783A (zh) | 一种用于机场飞行区潜在冲突分析预测的方法 | |
Huang et al. | A path planning algorithm for smooth trajectories of unmanned aerial vehicles via potential fields | |
Xiaohui et al. | A collision avoidance method based on satisfying game theory | |
Zhou et al. | Research on risk assessment of uav to buildings | |
Xue et al. | Complexity Analysis of Traffic in Corridors-in-the-sky |
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 | ||
OL01 | Intention to license declared | ||
OL01 | Intention to license declared |