CN112445881A - 路径规划方法、装置、设备及存储介质 - Google Patents

路径规划方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN112445881A
CN112445881A CN202011182321.XA CN202011182321A CN112445881A CN 112445881 A CN112445881 A CN 112445881A CN 202011182321 A CN202011182321 A CN 202011182321A CN 112445881 A CN112445881 A CN 112445881A
Authority
CN
China
Prior art keywords
information
map
grid
flight
area
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
Application number
CN202011182321.XA
Other languages
English (en)
Other versions
CN112445881B (zh
Inventor
陈城
刘丙财
黄海鹏
许海源
裴慧坤
周伟才
魏前虎
王振华
胡燮
王晨
林华盛
柯磊
焦康
刘如海
蔡祖建
林国安
周海峰
周云
王成皓
杨兴
唐光辉
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau Co Ltd
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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN202011182321.XA priority Critical patent/CN112445881B/zh
Publication of CN112445881A publication Critical patent/CN112445881A/zh
Application granted granted Critical
Publication of CN112445881B publication Critical patent/CN112445881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/14—Pipes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Pure & Applied Mathematics (AREA)
  • Development Economics (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Remote Sensing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)

Abstract

本申请涉及一种路径规划方法、装置、设备及存储介质，所述方法包括：获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息；根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型；根据目标地图模型，对无人机进行路径规划。本申请实施例提供的技术方案可以提高对无人机的路径规划效率。

Description

路径规划方法、装置、设备及存储介质
技术领域
本申请涉及无人机技术领域，特别是涉及一种路径规划方法、装置、设备及存储介质。
背景技术
随着无人机技术的发展，无人机应用的场景越来越多，例如，在科学研究、工业生产、日常生活等场景，场景的增多致使无人机的飞行环境也更加复杂。
在使用无人机进行工作时，需要对无人机进行路径规划、定位或导航等设置，以路径规划为例，在进行路径规划之前需要对无人机飞行环境中的地图信息进行合理高效的表示。目前，在对地图信息进行表示时，常用方法包括但不限于采用邻接矩阵或权重矩阵来表示地图信息，或者对邻接矩阵改进的链表式表示方式，例如，采用邻接矩阵对地图信息进行表示时，邻接矩阵中的不同元素表示地图上的某一点是否可以通过。
然而，现有的地图信息在进行进行路径规划时，矩阵的运算会耗费大量的时间和硬件资源，从而导致无人机的路径规划效率低下。
发明内容
基于此，本申请实施例提供了一种路径规划方法、装置、设备及存储介质，可以提高对无人机的路径规划效率。
第一方面，提供了一种路径规划方法，该方法包括：
获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息；根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型；根据目标地图模型，对无人机进行路径规划。
在其中一个实施例中，上述地图数据库的构建过程包括：
获取原始地图中多个飞行区域的空间信息；原始地图表示无人机所处飞行环境的原始信息；分别对各多个飞行区域的空间信息构建对应的地图模型；将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。
在其中一个实施例中，上述空间信息包括自由空间信息和管道空间信息；自由空间信息表示空旷地区中的实体空间分布特征的信息；管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；
相应地，分别对各多个飞行区域的空间信息构建对应的地图模型，包括：
若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型；栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示栅格是否存在障碍物；若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型；节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
在其中一个实施例中，根据自由空间信息构建自由空间信息对应的栅格地图模型，包括：
根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图；确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域；将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
在其中一个实施例中，根据管道空间信息构建管道空间信息对应的节点链接地图模型，包括：
获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域；将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接；将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
在其中一个实施例中，将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中，包括：
若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中；若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中；其中，栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系相同。
在其中一个实施例中，在预设的地图数据库中确定当前飞行空间对应的目标地图模型，该方法还包括：
在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息；根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
在其中一个实施例中，在地图数据库中获取飞行环境动态障碍信息之前，该方法还包括：
实时获取原始地图中飞行环境动态障碍信息；将飞行环境动态障碍信息存储至地图数据库中。
第二方面，提供了一种路径规划装置，该装置包括：
获取模块，用于获取当前飞行区域的空间信息；所述空间信息用于表示飞行区域中实体空间分布特征的信息；
确定模块，用于根据所述当前飞行区域的空间信息，在预设的地图数据库中确定所述当前飞行空间对应的目标地图模型；所述地图数据库用于存储不同飞行区域的空间信息对应的地图模型；
规划模块，用于根据所述目标地图模型，对无人机进行路径规划。
第三方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一实施例中的方法步骤。
上述路径规划方法、装置、设备及存储介质，通过获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息；根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型；根据目标地图模型，对无人机进行路径规划。在本申请实施例提供的技术方案中，由于根据飞行区域的空间信息对不同空间构建对应的地图模型，并将该地图模型存储至数据库中，对无人机进行路径规划时，可以直接调用数据库中存储好的地图模型，提高了对地图模型的读取速度，从而提高了对无人机的路径规划效率。同时，对不同空间构建不同的地图模型，充分利用不同空间的不同特征信息，使得构建地图模型时更加高效合理。
附图说明
图1为本申请实施例提供的一种应用环境图；
图2为本申请实施例提供的一种路径规划方法的流程图；
图3为本申请实施例提供的一种路径规划方法的流程图；
图4为本申请实施例提供的一种路径规划方法的流程图；
图5为本申请实施例提供的一种节点链接地图模型的示意图；
图6为本申请实施例提供的一种路径规划方法的流程图；
图7为本申请实施例提供的一种路径规划方法的流程图；
图8为本申请实施例提供的一种路径规划方法的流程图；
图9为本申请实施例提供的一种路径规划方法的流程图；
图10为本申请实施例提供的一种路径规划方法的流程图；
图11为本申请实施例提供的一种路径规划方法的流程图；
图12为本申请实施例提供的一种路径规划装置的框图；
图13为本申请实施例提供的一种路径规划装置的框图；
图14为本申请实施例提供的一种路径规划装置的框图；
图15为本申请实施例提供的一种路径规划装置的框图；
图16为本申请实施例提供的一种路径规划装置的框图；
图17为本申请实施例提供的一种路径规划装置的框图；
图18为本申请实施例涉及到的一种计算机设备的框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
本申请提供的路径规划方法，可以应用于如图1所示的应用环境中。其中，管理控制端、服务器端和无人机之间通信连接。管理控制端主要实现管理人员对整个系统的控制功能，包括地图信息的维护、无人机工作状态监控等；服务器端主要实现数据库的相关功能以及网络管理服务。无人机通过无线网络接入系统，与管理控制端和服务器连接，该无人机可以包括传感器组、信号处理模块、辅助模块、定位算法、存储器和处理器等。管理控制端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器端服务器可以为一台服务器也可以为由多台服务器组成的服务器集群，本申请实施例对此不作具体限定。
下面将通过实施例并结合附图具体地对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。需要说明的是，本申请提供的一种路径规划方法，图2-图11的执行主体为无人机，其中，其执行主体还可以是路径规划装置，其中该装置可以通过软件、硬件或者软硬件结合的方式实现成为无人机的部分或者全部。
在一个实施例中，如图2所示，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是根据目标地图模型对无人机进行路径规划的过程，该方法可以包括以下步骤：
步骤201、获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息。
其中，当前飞行区域的空间信息是无人机当前所处位置的空间信息，飞行区域的空间信息可以是由操作人员预先在原始地图上标记后存储于无人机中，无人机可以通过感知当前所处位置周围的一个或多个实体空间分布特征的信息，与预先存储的飞行区域的空间信息进行匹配后确定出当前飞行区域的空间信息。可选的，当前飞行区域的空间信息可以为空旷的自由空间信息，也可以为密集建筑物或施工管道线之间的管道空间信息，其中，自由空间信息可以是自由空间中包含障碍物的自由空间信息，也可以是自由空间中不包含障碍物的自由空间信息。
步骤202、根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型。
其中，预设的地图数据库是存储当前飞行空间对应的目标地图模型的数据库，数据库的类型包括但不限定于基于结构化查询语言(Structured Query Language，SQL)实现的数据库、Oracle数据库、Sybase数据库、MS SQL Server数据库等。预设的地图数据库可以存储于本地，即无人机自身的存储模块中，也可以存储于云端服务器中，无人机通过网络访问云端服务器中的预设的地图数据库。
地图数据库中存储有不同飞行区域的空间信息对应的地图模型，地图模型是根据不同飞行区域的空间信息特点通过地图构建算法构建出来的地图，地图构建算法可以为特征表示构建算法、栅格划分构建算法、节点链接构建算法等，飞行区域的空间对应的地图模型可以以列表、图形等形式存储于地图数据库中。例如，若飞行区域的空间信息为自由空间信息，那么该自由空间对应的地图模型在地图数据库中存储的列表为A；若飞行区域的空间信息为管道空间信息，那么该管道空间对应的地图模型在地图数据库中存储的列表为B，其中，列表A和列表B中可以包含一个或多个能够表示地图模型的参数值，例如，列表A是用来表示自由空间对应的地图模型，列表A中的参数值可以为自由空间中每个位置的坐标值以及该位置所处区域的区域信息，区域信息是用来描述每个位置的具体信息，区域信息是表示区域信息也可以是由操作人员预先在原始地图上标记后存储于无人机中的，区域信息可以用区域的编号来表示，也可以用区域的名称表示，还可以采用区域的编号与名称共同表示。例如，该位置所处区域为“建筑物”，该建筑物对应的编号为“1”，那么区域信息为“1”，也可以为“建筑物”，还可以为“1_建筑物”。
步骤203、根据目标地图模型，对无人机进行路径规划。
在目标地图模型确定出来之后，可以根据目标地图模型对无人机进行路径规划。例如，当无人机处于自由空间时，可以选择自由空间对应的地图模型进行路径规划，在路径规划时，由于无人机在自由空间中的飞行方向基本不受限制，可以根据起点到终点的位置为无人机规划出一条无碰撞的安全路径；当无人机处于管道空间时，可以选择管道空间对应的地图模型进行路径规划，在路径规划时，沿着管道空间的方向即为无人机的路径。在实际应用中，根据目标地图模型不仅可以对无人机进行路径规划，还能够应用于无人机技术中的导航、定位等领域中。
本实施例中，通过获取当前飞行区域的用于表示飞行区域中实体空间分布特征的信息的空间信息，根据该空间信息，在预设的存储了不同飞行区域的空间信息对应的地图模型的地图数据库中确定当前飞行空间对应的目标地图模型，根据目标地图模型，对无人机进行路径规划。由于根据飞行区域的空间信息对不同空间构建对应的地图模型，并将该地图模型存储至数据库中，对无人机进行路径规划时，可以直接调用数据库中存储好的地图模型，提高了对地图模型的读取速度，从而提高了对无人机的路径规划效率。同时，对不同空间构建不同的地图模型，充分利用不同空间的不同特征信息，使得构建地图模型时更加高效合理。
在一个实施例中，请参考图3，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是地图数据库构建的过程，该方法可以包括以下步骤：
步骤301、获取原始地图中多个飞行区域的空间信息；原始地图表示无人机所处飞行环境的原始信息。
其中，原始地图指无人机的原始飞行环境中所有区域的原始信息的地图，空间信息是用于表示原始地图中某个飞行区域中实体空间分布特征的信息，可以通过原始地图中飞行区域中的实体空间分布特征的信息确定原始地图中飞行区域的空间信息。原始地图中可以包含多个无人机的飞行区域，飞行区域的空间信息可以为空旷的自由空间信息，也可以为密集建筑物或施工管道线之间的管道空间信息，其中，自由空间信息可以是自由空间中包含障碍物的自由空间信息，也可以是自由空间中不包含障碍物的自由空间信息。
步骤302、分别对各多个飞行区域的空间信息构建对应的地图模型。
其中，地图模型是根据不同飞行区域的空间信息特点通过地图构建算法构建地图模型，地图构建算法可以为特征表示构建算法、栅格划分构建算法、节点链接构建算法等。可选的，飞行区域的空间信息为自由空间信息，可以通过栅格划分构建算法构建自由空间信息对应的地图模型，飞行区域的空间信息为管道空间信息，可以通过节点链接构建算法构建管道空间信息对应的地图模型。
步骤303、将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。
分别对各多个飞行区域的空间信息构建出对应的地图模型后，需要将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。可选的，地图模型的存储形式可以为列表形式或图形形式等，列表中可以包含一个或多个能够表示地图模型的参数值。
本实施例中，通过获取原始地图中多个飞行区域的空间信息，分别对各多个飞行区域的空间信息构建对应的地图模型，将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。由于可以基于原始地图中不同区域的空间信息，针对性地建立地图模型，这样针对不同的飞行区域，只要根据其空间信息定位对应的目标地图模型，就可以进行精准地路径规划，从而提高了路径规划的准确性。
实际应用时，通常可以将无人机所处空间划分为自由空间和管道空间，接着可根据这两种空间的空间信息构建与之对应的地图模型。由于无人机所处空间包括自由空间和管道空间，那么空间信息包括自由空间信息和管道空间信息；自由空间信息表示空旷地区中的实体空间分布特征的信息；管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；
相应地，请参考图4，在一个实施例中，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是分别对各多个飞行区域的空间信息构建对应的地图模型的过程，该方法可以包括以下步骤：
步骤401、若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型；栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示栅格是否存在障碍物。
其中，栅格地图模型是为自由空间构建的地图模型，通过将自由空间划分为多个栅格的方式构建栅格地图模型。每个栅格的大小都相等，栅格的具体大小可以根据实际应用中对地图精度或路径规划精度的要求确定，对地图精度或路径规划精度越高，划分的栅格越小。每个栅格通过不同值表示栅格是否存在障碍物，栅格中的值可以只有0和/或1，也可以为任意一个非负数。例如，栅格中的值可以只有0和/或1，“0”表示栅格无障碍物，即为可飞行空间，“1”表示栅格有障碍物；栅格中的值可以为任意一个非负数，“0”表示栅格无障碍物，即为可飞行空间，“+∞”表示栅格有障碍物。
步骤402、若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型；节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
其中，节点链接地图模型是为管道空间构建的地图模型，通过节点和连接线结合的方式构建节点链接地图模型。节点表示无人机的可飞行位置，连接线将节点进行连接起来，构成无人机的可飞行路径，一个节点可以只与一个节点相连接，也可以与多个节点相连接。如图5所示，图5为本申请实施例提供的一种节点链接地图模型的示意图，其中，矩形框表示自由空间，上下两排矩形框中间的区域为管道空间，矩形框上的门洞为自由空间与管道空间的出入口，节点表示无人机的可飞行位置，连接线将节点进行连接起来，构成无人机的可飞行路径。
下面分别对栅格地图模型和节点链接地图模型的构建过程进行具体介绍：
在一个实施例中，请参考图6，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是根据自由空间信息构建自由空间信息对应的栅格地图模型的过程，该方法可以包括以下步骤：
步骤601、根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图。
其中，预设的栅格尺寸是根据实际需求确定出来的尺寸大小，实际需求可以是对地图精度的需求或是路径规划精度的需求。对原始地图划分多个栅格时，可以先对原始地图进行二值化或灰度化处理后划分栅格，对原始地图进行二值化或灰度化处理后，根据对地图精度的需求或是路径规划精度的需求确定每个栅格的像素数目，从而确定出栅格尺寸。可选的，对原始地图进行二值化处理后，白色像素点表示该栅格无障碍物，即为可运动空间，黑色像素点该栅格存在障碍物；对原始地图进行灰度化处理后，灰度值表示该栅格的运动代价值。
步骤602、确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域。
其中，第一栅格区域为自由空间中的栅格区域。可以根据操作人员预先在原始地图上标记的飞行区域的空间信息，确定出空间信息为自由空间信息的各飞行区域，再将自由空间信息的各飞行区域中的栅格作为第一栅格区域。
步骤603、将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
其中，栅格地图模型为自由空间对应的地图模型，在第一栅格区域确定出来之后，就将第一栅格区域确定为原始地图中自由空间信息对应的栅格地图模型。
本实施例中，若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型，若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型。根据不同飞行区域的空间信息的特点构建不同的地图模型，充分利用不同空间的不同特征信息，使得构建地图模型时更加高效合理，提高了地图模型构建的准确性与效率。
进一步地，通过根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图，确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域，将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型，采用划分栅格的方式构建栅格地图模型，构建方式简单，并且栅格的值也易于表示。
在一个实施例中，请参考图7，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是根据管道空间信息构建管道空间信息对应的节点链接地图模型的过程，该方法可以包括以下步骤：
步骤701、获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域。
其中，第二栅格区域为管道空间中的栅格区域。可以根据操作人员预先在原始地图上标记的飞行区域的空间信息，确定出空间信息为管道空间信息的各飞行区域，再将管道空间信息的各飞行区域中的栅格作为第二栅格区域。
步骤702、将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接。
其中，基于第二栅格区域，将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，对进行替换后的节点中的相邻节点通过连接线连接。对于替换后的第二栅格区域，可以只保留节点与连接线信息。
步骤703、将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
其中，节点链接地图模型为管道空间对应的地图模型，对第二栅格区域进行替换后，将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
本实施例中，通过获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域，将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接，将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。节点链接地图是基于栅格区域确定的，得到的节点链接地图相当于是覆盖在栅格地图上的地图模型，使得栅格地图模型和节点链接地图存在一定的关联，便于这两种地图的融合，从而便于无人机能够无缝连接的选择不同的地图模型。
在栅格地图模型和节点链接地图模型构建完成之后，可以将自由空间信息以及其对应的栅格地图模型、管道空间信息以及其对应的节点链接地图模型存储在地图数据库中。请参考图8，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中的过程，该方法可以包括以下步骤：
步骤801、若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中。
其中，各栅格的坐标信息是栅格地图模型中栅格的物理坐标。可以包括栅格的横坐标X以及纵坐标Y，对于坐标系的建立位置不做具体限定，可选的，可以将原始地图中左上角的位置作为坐标原点，从而建立出坐标系。各栅格所在原始地图中的区域信息是用来描述每个位置的具体信息，区域信息是表示区域信息也可以是由操作人员预先在原始地图上标记后存储于无人机中的，区域信息可以用区域的编号来表示，也可以用区域的名称表示，还可以采用区域的编号与名称共同表示。至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中，可选的，可以采用列表的形式进行存储，如表1所示，表1示出了地图数据库中存储的栅格地图模型，其中，第一列“X”表示栅格的横坐标，第二列“Y”表示栅格的纵坐标，第三列“NAME”表示栅格的区域信息，以第二行为例进行说明，第二行表示该栅格的坐标为(108，618)，该栅格的区域信息为212_DOOR，其中区域信息是通过区域编号212以及区域名称DOOR共同构成的。
表1
X Y NAME
311 61 204
108 618 212_DOOR
87 158 CORRIDOR
步骤802、若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中；其中，栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系相同。
其中，各节点的索引信息是用来唯一确定节点链接地图模型中各节点的信息，索引信息可以为该节点的编号值，也可以为该节点对应的索引值。各节点的坐标信息是节点链接地图模型中各节点的物理坐标，根据前面实施例的说明，节点链接地图模型中各节点的物理坐标可以用该节点所在栅格的物理坐标表示，也就是栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系是相同的，都采用对原始地图建立的坐标系。同样的，各节点所在原始地图中的区域信息也可以用该节点所在的栅格在原始地图中的区域信息进行表示。如表2所示，表2示出了地图数据库中存储的节点链接地图模型，其中，第一列“No”表示节点的索引编号，第二列“X”表示节点的横坐标，第三列“Y”表示节点的纵坐标，第四列“NAME”表示节点所在原始地图中的区域信息，第五列“CONNECTIONS”表示与该节点相邻的其他节点的索引编号，以第二行为例进行说明，第二行表示该节点的索引编号为“50”，该节点的坐标为(32，335)，该节点所在原始地图中的区域信息为“GATE”，与该节点相邻的节点有两个，这两个节点的索引编号分别为“90”和“18”。
表2
No X Y NAME CONNECTIONS
49 108 480 212_DOOR 89
50 32 335 GATE 90|18
53 196 158 CORRIDOR 21|3|24|19
本实施例中，若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中，若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中。通过将地图模型的多种信息都存储至数据库中，提高了对所构建的地图模型存储的准确性，同时，在对无人机进行路径规划时，不仅便于无人机直接调用数据库中存储好的地图模型，提高对地图模型的读取速度，从而提高了对无人机的路径规划效率。
由于无人机在实际飞行时，会出现同时存在多个无人机的集群式无人机的情况，那么，无人机所处的当前飞行环境也会时刻发生变化，例如，在该无人机周围会出现其他无人机的干扰，从而使得该无人机所处的飞行环境发生变化。其他无人机的出现时间以及数量都是随机变化的，那么，对该无人机飞行造成干扰的其他无人机就可以被认为是一个动态障碍物，为了能够对无人机路径进行更好的规划，就需要在栅格地图模型和节点链接地图上实时添加动态障碍物的信息，从而对目标地图模型实时更新。确定更新后的目标地图模型的具体过程请参考图9，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是将更新后的地图模型确定为目标地图模型的过程，该方法可以包括以下步骤：
步骤901、在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息。
其中，飞行环境动态障碍信息是用来表征动态障碍物特征的信息，索引信息是用来唯一确定该障碍物的信息。索引信息可以为该障碍物的编号值，也可以为该障碍物对应的索引值。可选的，由于动态障碍物和节点链接地图模型中的节点都具有索引信息，障碍物的位置是动态变化的，若出现障碍物与节点位置重合的情况，则将该节点的索引信息作为该障碍物的索引信息。
坐标信息是障碍物的物理坐标，该障碍物的坐标信息也可以采用所在栅格的物理坐标表示。同样的，区域信息是也可以用该障碍物所在的栅格在原始地图中的区域信息进行表示。形状参数信息是用来表征不同形状障碍物的参数信息，形状参数通常用两个参数值来表示，实际应用中，一般采用矩形“rectangle”或圆形“circle”来表示障碍物的形状，若障碍物为矩形，那么其形状参数包括长度和宽度这两个参数；若障碍物为圆形，那么两个参数值可以都为该圆形的直径。如表3所示，表3示出了地图数据库中存储的动态障碍物信息，其中，第一列“No”表示障碍物的索引编号，第二列“AREA”表示障碍物所在区域编号，第三列“X”表示该障碍物的横坐标，第四列“Y”表示该障碍物的纵坐标，第五列“SHAPE”表示障碍物的形状，第六列“PARA1”和第七列“PARA2”分别表示障碍物形状参数值。
表3
No AREA X Y SHAPE PARA1 PARA2
49 240 85 66 rectangle 10 5
50 212 32 335 circle 8 8
步骤902、根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
根据飞行环境动态障碍信息，对地图数据库中确定的栅格地图模型或节点链接地图模型中的信息进行替换更新，再将更新后的地图模型确定为目标地图模型。
本实施例中，在地图数据库中获取飞行环境动态障碍信息，根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。通过对数据库中的地图模型实时更新，可以保证数据库中的地图模型是最新的地图模型，该地图模型可以准确描述无人机所处当前环境的信息，从而保证对无人机路径规划的准确性。
在一个实施例中，地图数据库中的动态障碍信息是需要实时存储更新的，具体的存储过程请参考图10，其示出了本申请实施例提供的一种路径规划方法的流程图，本实施例涉及的是对动态障碍信息存储的过程，该方法可以包括以下步骤：
步骤1001、实时获取原始地图中飞行环境动态障碍信息。
其中，飞行环境动态障碍信息是用来描述动态障碍物的信息，动态障碍物可以为在无人机集群中的其他无人机，或者是飞行环境中突然出现的物体。可以通过无人机自带的传感器实时监测动态障碍物来获取动态障碍物的信息。
步骤1002、将飞行环境动态障碍信息存储至地图数据库中。
在得到飞行环境动态障碍信息之后，将飞行环境动态障碍信息也需要存储至地图数据库中，可选的，也可以以列表的形式进行存储。
本实施例中，通过实时获取原始地图中飞行环境动态障碍信息，将飞行环境动态障碍信息存储至地图数据库中，通过对障碍物进行实时监测，可以实现对数据库中的地图模型实时更新，从而可以保证数据库中的地图模型是最新的地图模型，该地图模型可以准确描述无人机所处当前环境的信息，从而保证对无人机路径规划的准确性。
在其中一个实施例中，请参考图11，其示出了本申请实施例提供的一种路径规划方法的流程图，该路径规划方法可以应用于服务器中。如图11所示，该方法包括以下步骤：
步骤1101、获取当前飞行区域的空间信息，空间信息包括自由空间信息和管道空间信息。
步骤1102、若飞行区域的空间信息为自由空间信息，则执行步骤1103-步骤1105的方法；若飞行区域的空间信息为管道空间信息，则执行步骤1106-步骤1108。
步骤1103、根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图。
步骤1104、确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域。
步骤1105、将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
步骤1106、获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域。
步骤1107、将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接。
步骤1108、将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
步骤1109、若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中。
步骤1110、若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中。
步骤1111、实时获取原始地图中飞行环境动态障碍信息。
步骤1112、将飞行环境动态障碍信息存储至地图数据库中。
步骤1113、在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息。
步骤1114、根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
步骤1115、根据目标地图模型，对无人机进行路径规划。
本实施例提供的路径规划方法中各步骤，其实现原理和技术效果与前面各路径规划方法实施例中类似，在此不再赘述。图11实施例中各步骤的实现方式只是一种举例，对各实现方式不作限定，各步骤的顺序在实际应用中可进行调整，只要可以实现各步骤的目的即可。
在本申请实施例提供的技术方案中，由于根据飞行区域的空间信息对不同空间构建对应的地图模型，并将该地图模型存储至数据库中，对无人机进行路径规划时，可以直接调用数据库中存储好的地图模型，提高了对地图模型的读取速度，从而提高了对无人机的路径规划效率。同时，对不同空间构建不同的地图模型，充分利用不同空间的不同特征信息，使得构建地图模型时更加高效合理。
应该理解的是，虽然图2-11的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-11中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图12所示，其示出了本申请实施例提供的一种路径规划装置120的框图，包括：第一获取模块121、确定模块122和规划模块123，其中：
第一获取模块121，用于获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息。
确定模块122，用于根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型。
规划模块123，用于根据目标地图模型，对无人机进行路径规划。
在一个实施例中，如图13所示，其示出了本申请实施例提供的一种路径规划装置130的框图，该装置还包括：第二获取模块131、构建模块132和存储模块133，其中：
第二获取模块131，用于获取原始地图中多个飞行区域的空间信息；原始地图表示无人机所处飞行环境的原始信息。
构建模块132，用于分别对各多个飞行区域的空间信息构建对应的地图模型。
存储模块133，用于将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。
在一个实施例中，如图14所示，空间信息包括自由空间信息和管道空间信息；自由空间信息表示空旷地区中的实体空间分布特征的信息；管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；该构建模块132包括：第一构建单元1321和第二构建单元1322，其中：
第一构建单元1321，用于若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型；栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示栅格是否存在障碍物。
第二构建单元1322，用于若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型；节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
在一个实施例中，上述第一构建单元1321具体用于：根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图；确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域；将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
在一个实施例中，上述第二构建单元1322具体用于：获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域；将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接；将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
在一个实施例中，如图15所示，上述存储模块133包括：第一存储单元1331和第二存储单元1332，其中：
第一存储单元1331，用于若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中。
第二存储单元1332，用于若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中；其中，栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系相同。
在其中一个实施例中，如图16所示，上述确定模块122包括：第一获取单元1221和更新单元1222，其中：
第一获取单元1221，用于在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息。
更新单元1222，用于根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
在其中一个实施例中，如图17所示，上述确定模块122还包括：第二获取单元1223和第三存储单元1224，其中：
第二获取单元1223，用于实时获取原始地图中飞行环境动态障碍信息。
第三存储单元1224，用于将飞行环境动态障碍信息存储至地图数据库中。
关于路径规划装置的具体限定可以参见上文中对于路径规划方法的限定，在此不再赘述。上述路径规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是无人机终端，其内部结构图可以如图18所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种路径规划方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图18中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在本申请的一个实施例中，提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息；根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型；根据目标地图模型，对无人机进行路径规划。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取原始地图中多个飞行区域的空间信息；原始地图表示无人机所处飞行环境的原始信息；分别对各多个飞行区域的空间信息构建对应的地图模型；将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。
在一个实施例中，上述空间信息包括自由空间信息和管道空间信息；自由空间信息表示空旷地区中的实体空间分布特征的信息；管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；
处理器执行计算机程序时还实现以下步骤：
若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型；栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示栅格是否存在障碍物；若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型；节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图；确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域；将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域；将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接；将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中；若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中；其中，栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系相同。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息；根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
实时获取原始地图中飞行环境动态障碍信息；将飞行环境动态障碍信息存储至地图数据库中。
本申请实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
在本申请的一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取当前飞行区域的空间信息；空间信息用于表示飞行区域中实体空间分布特征的信息；根据当前飞行区域的空间信息，在预设的地图数据库中确定当前飞行空间对应的目标地图模型；地图数据库用于存储不同飞行区域的空间信息对应的地图模型；根据目标地图模型，对无人机进行路径规划。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取原始地图中多个飞行区域的空间信息；原始地图表示无人机所处飞行环境的原始信息；分别对各多个飞行区域的空间信息构建对应的地图模型；将各多个飞行区域的空间信息和对应的地图模型存储在地图数据库中。
在一个实施例中，上述空间信息包括自由空间信息和管道空间信息；自由空间信息表示空旷地区中的实体空间分布特征的信息；管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；
计算机程序被处理器执行时还实现以下步骤：
若飞行区域的空间信息为自由空间信息，则根据自由空间信息构建自由空间信息对应栅格地图模型；栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示栅格是否存在障碍物；若飞行区域的空间信息为管道空间信息，则根据管道空间信息构建管道空间信息对应的节点链接地图模型；节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据预设的栅格尺寸对原始地图划分多个栅格，得到栅格原始地图；确定栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域；将第一栅格区域，确定为原始地图中自由空间信息对应的栅格地图模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域；将第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接；将替换后的第二栅格区域确定为原始地图中管道空间信息对应的节点链接地图模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：若地图模型为栅格地图模型，至少存储栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至地图数据库中；若地图模型为节点链接地图模型，至少存储节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至地图数据库中；其中，栅格地图模型中的栅格坐标信息和节点链接地图模型中节点坐标信息所对应的坐标系相同。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：在地图数据库中获取飞行环境动态障碍信息；飞行环境动态障碍信息包括各个障碍物在飞行环境中的索引信息、坐标信息、区域信息、形状参数信息；根据飞行环境动态障碍信息，更新从地图数据库中确定的地图模型，将更新后的地图模型确定为目标地图模型。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：实时获取原始地图中飞行环境动态障碍信息；将飞行环境动态障碍信息存储至地图数据库中。
本实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种路径规划方法，其特征在于，所述方法包括：
获取当前飞行区域的空间信息；所述空间信息用于表示飞行区域中实体空间分布特征的信息；
根据所述当前飞行区域的空间信息，在预设的地图数据库中确定所述当前飞行空间对应的目标地图模型；所述地图数据库用于存储不同飞行区域的空间信息对应的地图模型；
根据所述目标地图模型，对无人机进行路径规划。
2.根据权利要求1所述的方法，其特征在于，所述地图数据库的构建过程包括：
获取原始地图中多个飞行区域的空间信息；所述原始地图表示所述无人机所处飞行环境的原始信息；
分别对各所述多个飞行区域的空间信息构建对应的地图模型；
将各所述多个飞行区域的空间信息和对应的地图模型存储在所述地图数据库中。
3.根据权利要求2所述的方法，其特征在于，所述空间信息包括自由空间信息和管道空间信息；所述自由空间信息表示空旷地区中的实体空间分布特征的信息；所述管道空间信息表示密集建筑物或施工管线之间区域的实体空间分布特征的信息；
相应地，所述分别对各所述多个飞行区域的空间信息构建对应的地图模型，包括：
若飞行区域的空间信息为自由空间信息，则根据所述自由空间信息构建自由空间信息对应栅格地图模型；所述栅格地图模型中采用划分栅格的方式，且每个栅格通过不同值表示所述栅格是否存在障碍物；
若飞行区域的空间信息为管道空间信息，则根据所述管道空间信息构建管道空间信息对应的节点链接地图模型；所述节点链接地图模型中采用节点和连接线结合的方式表示无人机的飞行路径。
4.根据权利要求3所述的方法，其特征在于，所述根据所述自由空间信息构建自由空间信息对应的栅格地图模型，包括：
根据预设的栅格尺寸对所述原始地图划分多个栅格，得到栅格原始地图；
确定所述栅格原始地图中空间信息为自由空间信息的各飞行区域所覆盖的第一栅格区域；
将所述第一栅格区域，确定为所述原始地图中自由空间信息对应的栅格地图模型。
5.根据权利要求4所述的方法，其特征在于，所述根据所述管道空间信息构建管道空间信息对应的节点链接地图模型，包括：
获取所述原始地图中空间信息为管道空间信息的各飞行区域所覆盖的第二栅格区域；
将所述第二栅格区域中无人机可飞行的区域所对应的栅格，采用节点替换，各节点之间通过连接线连接；
将替换后的第二栅格区域确定为所述原始地图中管道空间信息对应的节点链接地图模型。
6.根据权利要求3-5任一项所述的方法，其特征在于，所述将各所述多个飞行区域的空间信息和对应的地图模型存储在所述地图数据库中，包括：
若地图模型为栅格地图模型，至少存储所述栅格地图模型中各栅格的坐标信息、各栅格所在原始地图中的区域信息至所述地图数据库中；
若地图模型为节点链接地图模型，至少存储所述节点链接地图模型中各节点的索引信息、各节点的坐标信息以及各节点所在原始地图中的区域信息至所述地图数据库中；
其中，所述栅格地图模型中的栅格坐标信息和所述节点链接地图模型中节点坐标信息所对应的坐标系相同。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述在预设的地图数据库中确定所述当前飞行空间对应的目标地图模型，所述方法还包括：
在所述地图数据库中获取飞行环境动态障碍信息；所述飞行环境动态障碍信息包括各个障碍物在所述飞行环境中的索引信息、坐标信息、区域信息、形状参数信息；
根据所述飞行环境动态障碍信息，更新从所述地图数据库中确定的地图模型，将更新后的地图模型确定为所述目标地图模型。
8.根据权利要求7所述的方法，其特征在于，所述在所述地图数据库中获取飞行环境动态障碍信息之前，所述方法还包括：
实时获取原始地图中飞行环境动态障碍信息；
将所述飞行环境动态障碍信息存储至所述地图数据库中。
9.一种路径规划装置，其特征在于，所述装置包括：
获取模块，用于获取当前飞行区域的空间信息；所述空间信息用于表示飞行区域中实体空间分布特征的信息；
确定模块，用于根据所述当前飞行区域的空间信息，在预设的地图数据库中确定所述当前飞行空间对应的目标地图模型；所述地图数据库用于存储不同飞行区域的空间信息对应的地图模型；
规划模块，用于根据所述目标地图模型，对无人机进行路径规划。
10.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
11.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的方法的步骤。
CN202011182321.XA 2020-10-29 2020-10-29 路径规划方法、装置、设备及存储介质 Active CN112445881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011182321.XA CN112445881B (zh) 2020-10-29 2020-10-29 路径规划方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011182321.XA CN112445881B (zh) 2020-10-29 2020-10-29 路径规划方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112445881A true CN112445881A (zh) 2021-03-05
CN112445881B CN112445881B (zh) 2024-04-02

Family

ID=74736318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011182321.XA Active CN112445881B (zh) 2020-10-29 2020-10-29 路径规划方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112445881B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016197986A1 (zh) * 2015-06-12 2016-12-15 北京中飞艾维航空科技有限公司 一种无人机高精度自主避障飞行方法
CN107450576A (zh) * 2017-07-24 2017-12-08 哈尔滨工程大学 一种桥梁检测无人机路径规划的方法
CN108181924A (zh) * 2017-12-20 2018-06-19 广州亿航智能技术有限公司 一种在图像界面上控制无人机飞行的方法与系统
CN109343569A (zh) * 2018-11-19 2019-02-15 南京航空航天大学 多无人机集群自组织协同察打任务规划方法
CN109357685A (zh) * 2018-11-05 2019-02-19 飞牛智能科技（南京）有限公司 航路网生成方法、装置及存储介质
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
CN111142557A (zh) * 2019-12-23 2020-05-12 清华大学 无人机路径规划方法、系统、计算机设备及可读存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016197986A1 (zh) * 2015-06-12 2016-12-15 北京中飞艾维航空科技有限公司 一种无人机高精度自主避障飞行方法
CN107450576A (zh) * 2017-07-24 2017-12-08 哈尔滨工程大学 一种桥梁检测无人机路径规划的方法
CN108181924A (zh) * 2017-12-20 2018-06-19 广州亿航智能技术有限公司 一种在图像界面上控制无人机飞行的方法与系统
CN109357685A (zh) * 2018-11-05 2019-02-19 飞牛智能科技（南京）有限公司 航路网生成方法、装置及存储介质
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
CN109343569A (zh) * 2018-11-19 2019-02-15 南京航空航天大学 多无人机集群自组织协同察打任务规划方法
CN111142557A (zh) * 2019-12-23 2020-05-12 清华大学 无人机路径规划方法、系统、计算机设备及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张启钱;许卫卫;张洪海;邹依原;陈雨童;: "复杂低空物流无人机路径规划", 北京航空航天大学学报, no. 07 *

Also Published As

Publication number Publication date
CN112445881B (zh) 2024-04-02

Similar Documents

Publication Publication Date Title
CN112731961B (zh) 路径规划方法、装置、设备及存储介质
CN111862292A (zh) 输电线路走廊的数据渲染方法、装置和计算机设备
US20230075758A1 (en) Travel route planning method and travel route recommendation method
CN111192352B (zh) 地图的渲染方法、装置、计算机设备和存储介质
CN108337685B (zh) 基于分簇dgm的无线传感器网络数据融合方法
CN112884319A (zh) 一种任务分配方法、装置、计算机设备以及存储介质
Guruprasad et al. Performance of a class of multi-robot deploy and search strategies based on centroidal voronoi configurations
CN103390271B (zh) 遥感影像分割方法及装置
CN110610334A (zh) 仓库管理方法、装置、计算机设备和存储介质
CN112329789A (zh) 点云的提取方法、装置、计算机设备和存储介质
WO2021232278A1 (zh) 地图获取方法、装置、计算机设备和存储介质
CN115357041A (zh) 基于5g机动组网的无人机群监测方法、系统和电子设备
US11734799B2 (en) Point cloud feature enhancement and apparatus, computer device and storage medium
CN116772815B (zh) 一种无人机遥感测绘方法、装置及系统
CN112445881B (zh) 路径规划方法、装置、设备及存储介质
CN111639523B (zh) 目标检测方法、装置、计算机设备和存储介质
CN116862106A (zh) 一种城市建设用地更新潜力分析方法、装置、终端及介质
CN110887490A (zh) 一种激光定位导航的关键帧选取方法、介质、终端和装置
CN113157806B (zh) 网格数据分布式存储服务系统、方法、装置、设备及介质
CN107038176B (zh) 网络图页面渲染方法、装置及设备
CN113609947A (zh) 运动轨迹预测方法、装置、计算机设备和存储介质
CN108572939B (zh) Vi-slam的优化方法、装置、设备及计算机可读介质
Tang et al. Hexagon‐Based Generalized Voronoi Diagrams Generation for Path Planning of Intelligent Agents
CN111310906B (zh) 神经形态芯片中计算核的布局的方法、装置及设备
CN113222276A (zh) 覆冰情况预测方法、装置、计算机设备和存储介质

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