CN112525199B - 一种无人机作业路径规划方法、装置、无人机及介质 - Google Patents
一种无人机作业路径规划方法、装置、无人机及介质 Download PDFInfo
- Publication number
- CN112525199B CN112525199B CN202011322869.XA CN202011322869A CN112525199B CN 112525199 B CN112525199 B CN 112525199B CN 202011322869 A CN202011322869 A CN 202011322869A CN 112525199 B CN112525199 B CN 112525199B
- Authority
- CN
- China
- Prior art keywords
- path
- unmanned aerial
- sub
- aerial vehicle
- paths
- 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 64
- 238000005457 optimization Methods 0.000 claims abstract description 48
- 238000004422 calculation algorithm Methods 0.000 claims description 30
- 238000005507 spraying Methods 0.000 claims description 17
- 230000007704 transition Effects 0.000 claims description 14
- 230000002068 genetic effect Effects 0.000 claims description 11
- 238000005265 energy consumption Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 11
- 239000003337 fertilizer Substances 0.000 description 6
- 239000007788 liquid Substances 0.000 description 6
- 239000007921 spray Substances 0.000 description 6
- 239000003814 drug Substances 0.000 description 5
- 210000000349 chromosome Anatomy 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机作业路径规划方法、装置、无人机及介质。方法包括:确定作业区域的边界上的凹点,沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域,规划子区域的作业路径,在确定以凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时将两个相邻子区域中靠近凹点的作业路径进行合并,对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径。本发明减少了无人机在遇到凹点时的绕行次数和转向次数,减少了非作业距离和无人机转向,提高了无人机的作业距离,进而提高了无人机的可作业时间和可作业面积,并且减少了全局优化的作业路径的数量,降低了计算量,提高了获得最优作业路径的效率。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种无人机作业路径规划方法、装置、无人机及介质。
背景技术
随着无人机技术逐渐成熟,无人机在多个领域得到了广泛应用,例如,无人机可根据预先规划好的航线执行测绘、植保、勘探、航拍等飞行作业。
在现有技术中,无人机对具有规则边界的作业区域能够较好地规划作业路径来执行植保作业,但在实际植保作业中,作业区域的边界往往比较复杂,呈不规则的多边形,例如,边界存在凹点,形成凹点的两条边界使得作业区域向内凹陷。对于存在凹点的作业区域,现有的作业路径规划通常的处理方式是,无人机沿预设航向飞行的过程中,每次遇到向内凹陷的边界时,需要转向并沿该边界飞行,在到达凹点时,再次转向,沿另一凹陷的边界飞行一段距离后,再次转向,然后沿预设的航向飞行。在此过程中,无人机需要沿边界飞行以绕过凹点,从而造成无人机处于非作业状态(即不喷洒药水或肥料),无人机在非作业状态下飞行的距离称之为非作业距离,这就导致无人机的非作业距离增加,并且,无人机的频繁转向会增加无人机的能耗,最终导致无人机的可作业时间和可作业面积减少。
发明内容
本发明提供一种无人机作业路径规划方法、装置、无人机及介质,以对具有凹点的作业区域规划作业路径,减少无人机绕行次数从而减少无人机的非作业距离和转向次数,提高无人机的可作业时间和可作业面积。
第一方面,本发明实施例提供了一种无人机作业路径规划方法,包括:
根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点;
沿所述作业方向生成经过所述凹点的分割线以将所述作业区域分割为多个子区域;
规划所述子区域的作业路径;
在以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径;
对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径。
可选的,所述根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点,包括:
从所述边界信息中确定具有交点的两条边界;
沿所述作业方向生成经过所述交点的线段;
当所述线段在所述作业区域内时确定所述交点为所述边界上的凹点。
可选的,所述规划所述子区域的作业路径,包括:
获取所述无人机的喷幅;
基于所述无人机的喷幅和所述作业方向生成所述子区域的作业路径,所述作业路径为所述子区域内多条等距、平行的路径。
可选的,在将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径之前,还包括:
判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件;
若是,则执行将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径的步骤;
若否,则对各个子区域的作业路径进行全局优化得到所述作业区域的作业路径。
可选的,所述判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件,包括:
计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离;
判断所述第二非作业距离是否小于所述第一非作业距离;
若是,确定以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件。
可选的,所述计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离,包括:
获取所述无人机的起飞点、降落点、各个子区域的作业路径的作业起点和作业终点;
采用所述起飞点、降落点、作业起点、作业终点以及所述凹点计算所述子区域合并前所述无人机的第一非作业距离和合并后的第二非作业距离。
可选的,所述将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径,包括:
针对所述两个相邻子区域中的每个子区域,确定所述子区域中与所述凹点距离最近的作业路径;
确定与所述凹点距离最近的路径中靠近所述凹点的端点;
将所述端点和所述凹点连接以将所述两个相邻子区域的作业路径进行合并;
确定合并后的作业路径的作业起点和作业终点。
可选的,所述确定合并后的作业路径的作业起点和作业终点,包括:
从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点;
从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点。
可选的,所述从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点,包括:
计算所述第一个子区域中包含的作业路径的第一段数,所述作业路径包括距离所述凹点最远的第一路径;
判断所述第一段数是否为偶数;
若是,将所述第一路径中靠近所述第二子区域的端点作为作业起点;
若否,将所述第一路径中远离所述第二子区域的端点作为作业起点。
可选的,所述从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点,包括:
计算所述第二个子区域中包含的作业路径的第二段数,所述作业路径包括距离所述凹点最远的第二路径;
判断所述第二段数是否为偶数;
若是,将所述第二路径中靠近所述第一子区域的端点作为作业终点;
若否,将所述第二路径中远离所述第一子区域的端点作为作业终点。
可选的,所述合并后的作业路径和其他子区域的作业路径均包括作业起点和作业终点,所述对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径,包括:
以所述合并后的作业路径和其他子区域的作业路径的作业起点和作业终点为所述无人机的控制点,采用预设全局优化算法规划出连接各个作业路径的最短过渡路径,所述最短过渡路径的两端连接一个作业路径的终点和另一个作业路径的起点;
其中,所述全局优化算法可以为蚁群算法或者遗传算法。
第二方面,本发明实施例还提供了一种无人机作业路径规划装置,该装置包括:
凹点确定模块,用于根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点;
区域分割模块,用于沿所述作业方向生成经过所述凹点的分割线以将所述作业区域分割为多个子区域;
路径规划模块,用于规划所述子区域的作业路径;路径合并模块,用于在以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径;
第一全局路径优化模块,用于对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径。
可选的,凹点确定模块包括:
边界确定子模块,用于从所述边界信息中确定具有交点的两条边界;
线段生成子模块,用于沿所述作业方向生成经过所述交点的线段;
凹点确定子模块,用于当所述线段在所述作业区域内时确定所述交点为所述边界上的凹点。
可选的,路径规划模块可以包括:
喷幅获取子模块,用于获取所述无人机的喷幅;
作业路径生成子模块,用于基于所述无人机的喷幅和所述作业方向生成所述子区域的作业路径,所述作业路径为所述子区域内多条等距、平行的路径。
可选的,所述装置还可以包括:
判断模块,用于判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件;
符合合并条件执行模块,用于向路径合并模块发送符合合并条件执行指令,以将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径;
第二全局路径优化模块,用于在确定以所述凹点为公共顶点且无公共边界的两个相邻子区域不满足预设合并条件时,对各个子区域的作业路径进行全局优化得到所述作业区域的作业路径。
可选的,判断模块包括:
距离计算子模块,用于计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离;
判断子模块,用于判断所述第二非作业距离是否小于所述第一非作业距离;
条件确定子模块,用于在确定第二非作业距离是否小于所述第一非作业距离,确定以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件。
可选的,距离计算子模块包括:
获取单元,用于获取所述无人机的起飞点、降落点、各个子区域的作业路径的作业起点和作业终点;
计算单元,用于采用所述起飞点、降落点、作业起点、作业终点以及所述凹点计算所述子区域合并前所述无人机的第一非作业距离和合并后的第二非作业距离。
可选的,路径合并模块包括:
最近作业路径确定子模块,用于针对所述两个相邻子区域中的每个子区域,确定所述子区域中与所述凹点距离最近的作业路径;
端点确定子模块,用于确定与所述凹点距离最近的路径中靠近所述凹点的端点;
路径合并子模块,用于将所述端点和所述凹点连接以将所述两个相邻子区域的作业路径进行合并;
起点和终点确定子模块,用于确定合并后的作业路径的作业起点和作业终点。
可选的,起点和终点确定子模块包括:
起点确定单元,用于从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点;
终点确定单元,用于从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点。
可选的,起点确定单元包括:
第一段数计算子单元,用于计算所述第一个子区域中包含的作业路径的第一段数,所述作业路径包括距离所述凹点最远的第一路径;
第一段数判断子单元,用于判断所述第一段数是否为偶数;
起点选择子单元,用于在确定所述第一段数为偶数时将所述第一路径中靠近所述第二子区域的端点作为作业起点;以及在确定第一段数为奇数将所述第一路径中远离所述第二子区域的端点作为作业起点。
可选的,终点确定单元包括:
第二段数计算子单元,用于计算所述第二个子区域中包含的作业路径的第二段数,所述作业路径包括距离所述凹点最远的第二路径;
第二段数判断子单元,用于判断所述第二段数是否为偶数;
终点选择子单元,在确定第二段数为偶数时将所述第二路径中靠近所述第一子区域的端点作为作业终点;以及在确定第二段数为奇数时将所述第二路径中远离所述第一子区域的端点作为作业终点。
可选的,所述第一全局路径优化模块包括:
全局路径优化子模块,所述合并后的作业路径和其他子区域的作业路径均包括作业起点和作业终点,全局路径优化子模块用于以所述合并后的作业路径和其他子区域的作业路径的作业起点和作业终点为所述无人机的控制点,采用预设全局优化算法规划出连接各个子区域的作业路径的最短过渡路径,所述最短过渡路径的两端连接一个作业路径的终点和另一个作业路径的起点;
其中,所述全局优化算法可以为蚁群算法或者遗传算法。
第三方面,本发明实施例还提供了一种无人机,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明第一方面提供的无人机作业路径规划方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明第一方面提供的无人机作业路径规划方法。
本发明实施例提供的无人机作业路径规划方法,在确定作业区域的凹点后,沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域,在规划子区域的作业路径后,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,并对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径,一方面,无人机可以按照每个子区域的作业路径对该子区域进行植保作业,在遇到形成凹点的边界时无需每次遇到凹点所在的边界均绕行,减少了无人机绕行次数和转向次数,减少了非作业距离和无人机转向,提高了无人机的作业距离,进而提高了无人机的可作业时间和可作业面积。另一方面,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,对合并后的作业路径和其他子区域的路径进行全局优化,减少了全局优化的作业路径的数量,降低了计算量,提高了获得最优作业路径的效率。
附图说明
图1为现有技术的一种无人机作业路径规划图;
图2A为本发明实施例一提供的一种无人机作业路径规划方法的流程图;
图2B为本发明实施例提供的作业区域的分割示意图;
图2C为本发明实施例提供的每一子区域的作业路径示意图;
图3A为本发明实施例二提供的一种无人机作业路径规划方法的流程图;
图3B为本发明实施例中确定凹点的示意图;
图4为本发明实施例四提供的一种无人机作业路径规划装置的结构示意图;
图5为本发明实施例四提供的一种无人机的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
图1为现有技术的一种无人机作业路径规划图,如图1所示,点M为作业区域的边界上的凹点,点M为边界NM和边界LM的交点。无人机从作业起始点A沿预设作业方向(图中水平方向)航行并作业,当无人机抵达边界NM的点B时,无人机转向,沿边界NM航行至点M,然后再次转向,沿边界LM航行至点C,并转向,其中,点A、点B和点C在同一直线上,然后沿预设作业方向航行直至抵达边界上的点D。然后沿D点所在的边界航行至点E,其中,点D与点E在垂直于作业方向的距离等于喷幅,然后沿预设作业方向往回航行,在抵达边界LM上的点F时,转向并沿边界LM航行至点M,然后再次转向,沿边界NM航行至点G,并转向,其中,点E、点F和点G在同一直线上,然后沿预设作业方向航行直至抵达边界上的点H。如此往复,直至完成对作业区域作业。
如上所述,由于凹点M向作业区域内部凹陷,使得路径AB和路径CD分割开来,无人机在作业时,需要沿凹点M所在的边界(LM和NM)航行,绕过凹点M后,将路径AB和路径CD串联起来。同理,需要沿凹点M所在的边界(LM和NM)航行,绕过凹点M后,将路径EF和路径HG串联起来。且有多少条路径被凹点分割开,无人机就需要绕行多少次。如上所述,无人机沿边界绕行时,无人机处于不作业状态,因此无人机的非作业距离较大,并且无人机需要频繁转向。由于无人机的航程是固定的,无人机的非作业距离增大和频繁转向会增大无人机的能耗,降低无人机的可作业时间和可作业面积。
实施例一
图2A为本发明实施例一提供的一种无人机作业路径规划方法的流程图,本实施例可适用于作业区域的边界存在凹点时规划作业路径的情况,该方法可以由本发明实施例提供的无人机作业路径规划装置来执行,该装置可采用软件和/或硬件的方式实现,并集成于无人机中,如图2A所示,该方法具体包括如下步骤:
S101、根据预先设置的作业区域的边界信息和无人机的作业方向确定作业区域的边界上的凹点。
其中,作业区域可以是种植有植保作物的区域,例如可以是森林或农田等,作业区域的边界可以是森林或农田的边界。无人机作业可以是植保作业,例如对作业区域内的森林或农田喷洒药水或肥料。作业方向可以是无人机在作业过程中的行进方向,该方向可以是固定不变的,无人机沿作业方向向一端飞行,只有在无人机抵达边界时,沿边界飞行一定距离后,再沿作业方向向另一端飞行,如此往复。
具体的,可以预先通过人工测绘或通过无人机航拍等方式确定作业区域的边界信息,并将边界信息存储到远程服务器或无人机的本地存储器中,在需要时,调用该边界信息。其中,边界信息可以包括作业区域的边界上的各个交点的位置信息(例如坐标)和每条边界的方程。
示例性的,可以过边界上各个交点作平行于作业方向的线段,通过判断该线段与作业区域的边界的相对位置关系,确定交点是否是凹点。
S102、沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域。
图2B为本发明实施例提供的作业区域的分割示意图,示例性的,如图2B所示,在确定凹点M后,过凹点M作平行于作业方向的分割线l,分割线l与作业区域的边界相交,将作业区域分割为三个子区域,分别为子区域a1、子区域a2和子区域a3。其中,子区域a1和a2位于分割线l第一侧,子区域a3位于与分割线l的第一侧相对的第二侧,子区域a1、子区域a2和子区域a3共顶点(即凹点M),且子区域a1与子区域a3具有公共边界,子区域a2和子区域a3具有公共边界,子区域a1与子区域a2不存在公共边界。本发明实施例中,以图中的水平方向表示无人机的作业方向。
需要说明的是本发明实施例以作业区域的边界上存在一个凹点为例对本发明的技术方案进行说明,在实际应用中,作业区域的边界上可能存在两个或两个以上的凹点,本领域技术人员应当理解,需要对各凹点均执行如S102所述的操作,从而得到多个子区域,本发明实施例在此不再赘述。
S103、规划子区域的作业路径。
对每一子区域规划作业路径,图2C为本发明实施例提供的每一子区域的作业路径示意图。示例性的,如图2C所示,根据无人机的喷幅和作业方向生成子区域内的作业路径。其中,无人机的喷幅是指无人机在预设作业高度沿作业方向飞行时,无人机喷头喷洒药水或肥料在垂直于作业方向上的药水或肥料覆盖距离。作业路径为子区域内平行于作业方向且等距排布的多条线段,线段的端点在子区域的边界上,相邻两条路径之间的距离等于无人机的喷幅的大小。
本发明实施例在作业区域存在凹点时,沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域,并为每个子区域规划作业路径,无人机可以对按照每个子区域的作业路径对该子区域进行植保作业,无需绕行凹点,减少了无人机绕行次数和转向次数,减少了非作业距离和无人机转向,提高了无人机的作业距离,进而提高了无人机的可作业时间和可作业面积。
S104、在以凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将两个相邻子区域中靠近凹点的作业路径进行合并,得到两个相邻子区域合并后的作业路径。
在本发明实施例中,合并是指对子区域的作业路径进行合并,即满足预设合并条件的两个相邻子区域的作业路径进行合并。
具体地,可以判断以凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件,示例性地,如图2C所示,子区域a1和子区域a2以凹点M为公共顶点,并且子区域a1和子区域a2无公共边界,可以判断子区域a1和子区域a2是否满足预设合并条件。
其中,预设合并条件可以为:按照作业路径合并规则对作业路径进行合并后,根据合并后作业路径计算的非作业距离和凹点绕行等价距离之和小于合并前作业路径计算的非作业距离和凹点绕行等价距离之和。
非作业距离可以是无人机从起飞点按照作业路径作业后返回起飞点的过程中不进行植保作业(即不喷洒药水或肥料)的距离,凹点绕行等价距离可以为无人机绕行凹点时转向所需的能耗等价于直线飞行时的距离。
可选地,作业路径合并规则可以是将相邻的两个子区域的作业路径中靠近凹点的作业路径进行合并。示例性的,如图2C所示,在对子区域a1和子区域a2的作业路径进行合并时,将子区域a1内靠近凹点M的作业路径AB和子区域a2内靠近凹点M的作业路径CD进行合并。其中,所述合并可以是通过凹点M直接连接作业路径AB中靠近凹点M的端点B和作业路径CD中靠近凹点M的端点C,即依次连接端点B、凹点M和端点C,从而将子区域a1内的作业路径AB和子区域a2内的作业路径CD合并为一条作业路径,则对于子区域a1和子区域a2得到合并后的作业路径,对于其他子区域,例如子区域a3也具有作业路径,对合并后的作业路径和其他子区域的作业路径进行优化得到作业区域的合并后总的作业路径。
对于未合并前,子区域a1、子区域a2、子区域a3均具有各自的作业路径,对子区域a1、子区域a2、子区域a3进行优化得到合并前的总的作业路径。可以分别计算合并前和合并后的非作业距离和凹点绕行等价距离之和,如果合并后计算的和小于合并前,则对子区域a1和子区域a2的作业路径进行合并,否则,直接对子区域a1、子区域a2、子区域a3的作业路径进行优化。
其中,所述对合并后的作业路径和其他子区域的作业路径进行优化得到作业区域的合并后总的作业路径,可以是:确定合并后的作业路径和其他子区域的作业起点和作业终点,并连接一个子区域的作业路径(或合并后的作业路径)的作业起点和另一个子区域的作业终点,使得作业区域的总路径的最短。
所述对各个子区域的作业路径进行全局优化得到作业区域的作业路径,可以是:确定各子区域的作业起点和作业终点,并连接一个子区域的作业路径的作业起点和另一个子区域的作业终点,使得作业区域的总路径的最短。
可选地,如果两个子区域满足合并条件,可以将相邻的两个子区域的作业路径中靠近凹点的作业路径进行合并,如图2C所示,若子区域a1和子区域a2满足预设合并条件,则将两个相邻子区域中靠近凹点的作业路径进行合并,得到两个相邻子区域合并后的作业路径。即将子区域a1内靠近凹点M的作业路径AB和子区域a2内靠近凹点M的作业路径CD进行合并。其中,所述合并可以是直接连接作业路径AB中靠近凹点M的端点B和作业路径CD中靠近凹点M的端点C,可以是依次连接端点B、凹点M和端点C,从而将子区域a1内的作业路径AB和子区域a2内的作业路径CD合并为一条作业路径。
在对子区域a1和子区域a2的作业路径进行试合并处理后,子区域a1和子区域a2合并为一个区域,称之为合并区域。
S105、对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径。
在将作业区域分割为多个子区域之后,每个子区域存在四个可选的作业起点,每个区域有四种选择,当有多个子区域时起点的组合数量巨大,示例性地,三个子区域共有4×4×4×3×2=384种可供选择的组合,即整个作业区域的作业路径有384种不同的作业路径。如果作业区域的凹点数量较多,将作业区域分割成n各子区域,那么作业区域有4n×n!个不同的作业路径,每增加一个子区域就会增加4×n倍的组合,这将带来指数爆炸,为后面全局优化选取最优的作业路径增加了巨量的计算量。
本发明实施例中,通过将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,即将两个子区域的作业路径合并为一个作业路径,并对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径,合并区域存在四个可选的作业起点,整个作业区域的作业路径有4×4×2种不同的作业路径,假设有n个子区域,存在m个凹点,即存在m个合并区域,那么作业区域有4(n-m)×(n-m)!个不同的作业路径,凹点数量越多,相对于未合并作业路径之前,减少了作业路径优化的数量,减小了全局优化的总体解空间,为全局优化选取最优的作业路径降低了计算量,提高了收敛速度。
本发明实施例提供的无人机作业路径规划方法,在确定作业区域的凹点后,沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域,在规划子区域的作业路径后,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,并对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径,一方面,无人机可以按照每个子区域的作业路径对该子区域进行植保作业,在遇到形成凹点的边界时无需每次遇到凹点所在的边界均绕行,减少了无人机绕行次数和转向次数,减少了非作业距离和无人机转向,提高了无人机的作业距离,进而提高了无人机的可作业时间和可作业面积。另一方面,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,对合并后的作业路径和其他子区域的路径进行全局优化,减少了全局优化的作业路径的数量,降低了计算量,提高了获得最优作业路径的效率。
实施例二
图3A为本发明实施例二提供的一种无人机作业路径规划方法的流程图,本发明实施例以前述实施例一为基础进行优化,详细描述了本发明的示例性实施方法,具体的,如图3A所示,本发明实施例的方法可以包括如下步骤:
S201、根据预先设置的作业区域的边界信息和无人机的作业方向确定作业区域的边界上的凹点。
具体的,可以预先通过人工测绘或通过无人机航拍等方式确定作业区域的边界信息,并将边界信息存储到远程服务器或无人机的本地存储器中,在需要时,调用该边界信息。其中,边界信息可以包括作业区域的边界上的各个交点的位置信息(例如坐标)和每条边界的方程。
在本发明的可选实施例中,可以从边界信息中确定具有交点的两条边界,沿作业方向生成经过交点的线段,当线段在作业区域内时确定交点为边界上的凹点。
示例性的,图3B为本发明实施例中确定凹点的示意图,如图3B所示,在获取到边界信息后,从边界信息中提取出具有交点的两条边界,沿作业方向生成经过交点(以点M为例)的线段l’,然后判断线段l’与作业区域的相对位置关系,当线段l’在作业区域内时确定交点M为边界上的凹点,否则该交点不是凹点。构成交点的两条边界位于线段l’的同侧时确定交点M为边界上的凹点。需要说明的是,这两种判断方式是等价的。
S202、沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域。
对于一个作业区域,无人机延预先设置的作业方向飞行以对该作业区域执行植保作业,则可以生成一条凹点且与作业方向平行的分割线,该分割线与作业区域的边界相交将作业区域划分为多个子区域。
示例性的,如图2B所示,在确定凹点M后,过凹点M作平行于作业方向的分割线l,分割线l与作业区域的边界相交,将作业区域分割为三个子区域,分别为子区域a1、子区域a2和子区域a3。
S203、规划所述子区域的作业路径。
具体的,获取无人机的喷幅,基于无人机的喷幅和作业方向生成子区域的作业路径,作业路径为子区域内多条等距、平行的路径。
其中,作业路径为子区域内平行于作业方向且等距排布的多条线段。线段的端点在子区域的边界上,相邻两条路径之间的距离等于无人机的喷幅的大小。
示例性的,参考图2C,以分割线l为参考,向远离分割线l的方向作第一条路径,该路径与分割线l的间距为喷幅的一半,然后依次做出其他路径,相邻两段作业路径之间的间距等于喷幅的大小。
S204、判断以凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件。
在本发明的可选实施例中,步骤S204可以包括如下子步骤:
S2041、计算作业区域中各个子区域未合并前无人机的第一非作业距离和合并后无人机的第二非作业距离。
在本发明实施例中,合并是指对子区域的作业路径进行合并,即满足预设合并条件的两个相邻子区域的作业路径进行合并,预设合并条件可以为:按照作业路径合并规则对作业路径进行合并后,根据合并后作业路径计算的非作业距离和凹点绕行等价距离之和小于合并前作业路径计算的非作业距离和凹点绕行等价距离之和。
具体的,可通过全局优化确定无人机的起飞点、降落点、各个子区域的作业路径的作业起点和作业终点,本实施例中,无人机的起飞点和降落点为同一点(即停放点),并采用起飞点、降落点、作业起点、作业终点以及凹点计算子区域合并前无人机的第一非作业距离和合并后的第二非作业距离。
对于合并路径前,可以对各子区域的作业路径进行全局优化,确定合并前作业区域的总的作业路径,使得无人机的非作业距离最短。所谓非作业距离即从无人机的停放点起飞到作业完成返回停放点整个过程中无人机不作业(即不喷洒药水或肥料)路径端的距离总和。
假设未合并相邻子区域的作业路径之前,无人机依次对各子区域执行植保作业,各子区域内部采用“一笔式”作业方式,即从该子区域的作业起点开始,沿作业路径飞行直至作业终点,期间作业不中断。在完成对一个子区域作业后,由该子区域的作业终点飞往下一个子区域的作业起点,该段飞行过程中无人机不作业,该段飞行距离为非作业距离,在该段飞行过程中,无人机作业中断,直至到达下一子区域的作业起点才重新开始作业。在完成最后一个子区域的作业后,从该子区域的作业终点返回停放点,该段飞行过程中无人机不作业,该段飞行距离为非作业距离。
示例性的,如图2C所示,假设未合并子区域a1和子区域a2的作业路径之前,无人机依次对各子区域执行植保作业。其中,在子区域a1中点E为作业起点、点B为作业终点,在子区域a2中点C为作业起点、点H为作业终点,在子区域a3中点F为作业起点、点G为作业终点,停放点为点O。执行植保作业时,从停放点O起飞,前往子区域a1的作业起点E,沿作业路径作业直至子区域a1作业终点B。然后从B点飞往子区域a3的作业起点F,沿作业路径作业直至子区域a3的作业终点G。然后从G点飞往子区域a2的作业起点C,沿作业路径作业直至子区域a2的作业终点H,然后从H点返回停放点O。该过程中,各个子区域未合并前第一非作业距离即为OE、BF、GC和HO的距离之和。
假设合并相邻子区域的作业路径后,无人机从停放点起飞前往合并区域的作业起点,该段飞行过程中无人机不作业,该段飞行距离为非作业距离。无人机在对该合并区域模拟作业时,采用“一笔式”作业方式,即在作业完子区域其中一个子区域后,由合并后的作业路径进入另一个子区域,对该子区域作业,直至完成对该子区域作业。在对合并子区域作业完成后,无人机从合并区域的作业终点飞往其他子区域的作业起点。依次类推,在完成所有子区域作业后,从最后一个子区域的作业终点飞往停放点。
示例性的,假设合并子区域1和子区域2的作业路径后,子区域a1和子区域a2的作业起点为E点、作业终点为点H,子区域a3的作业起点为点F、作业终点为点G。无人机执行植保作业时,从停放点O起飞,前往子区域a1的作业起点E,沿作业路径作业直至子区域a1作业终点B。然后沿合并后的路径B-M-C绕过凹点M,进入子区域a2,沿作业路径作业直至子区域a2作业终点H。然后从点H飞往子区域a3的作业起点F,直至子区域a3的作业终点G。然后从G点返回停放点O。该过程中,各个子区域合并后第二非作业距离即为的OE、BM、MC、HF和GO距离之和。
S2042、判断第二非作业距离是否小于第一非作业距离。
若是,则确定以凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件,执行步骤S205-S209,若否,则确定以凹点为公共顶点且无公共边界的两个相邻子区域不满足预设合并条件,执行步骤S210。
S205、针对两个相邻子区域中的每个子区域,确定子区域中与凹点距离最近的作业路径。
示例性的,如图2C所示,对于子区域a1和子区域a2,计算子区域a1中各路径段到分割线的距离,以及子区域a2中各路径段到分割线l的距离,从中确定距离分割线l(或凹点M)最近的路径段(即AB和CD)。
S206、确定与凹点距离最近的路径中靠近凹点的端点。
示例性的,如图2C所示,计算路径段AB的两个端点到凹点M的距离和路径段CD的两个端点到凹点M的距离,从中确定路径段AB中距离凹点M最近的端点(图中点B),以及路径段CD中距离凹点M最近的端点(图中点C)。
S207、将端点和凹点连接以将两个相邻子区域的作业路径进行合并。
示例性的,如图2C所示,连接端点B和凹点M,连接端点C和凹点M,将两个相邻子区域的作业路径进行合并。在对子区域a1和子区域a2的作业路径进行试合并处理后,子区域a1和子区域a2合并为一个区域,称之为合并区域。
S208、确定合并后的作业路径的作业起点和作业终点。
在本发明实施例中,步骤S208可以包括如下子步骤:
S2081、从两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点。
示例性的,如图2C所示,子区域a1和子区域a2合并为一个区域,称之为合并区域。无人机在对该合并区域模拟作业时,采用“一笔式”作业方式,即在作业完子区域a1后,由路径B-M-C进入子区域a2,对子区域a2作业,直至完成对子区域a2作业。该合并区域总共四个点(E、H、I、J)可作为作业起点或作业终点。
S2082、从两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点。
具体的,如图2C所示,第一个子区域可以是子区域a1,也可以是a2,即合并区域的作业起点和作业终点分别位于不同的子区域,合并区域的作业起点和作业终点的位置可以互换,本发明实施例在此不做限定。示例性的,本发明实施例中,以合并区域的作业起点位于子区域a1的边界上,合并区域的作业终点位于子区域a2的边界上为例进行说明。
具体的,需要根据子区域a1和子区域a2内的作业路径的段数决定合并区域的作业起点和作业终点,具体阐述如下。
如图2C所示,可以计算第一个子区域a1中包含的作业路径的第一段数,接着,判断第一段数是否为偶数,如果第一段数是偶数,则将作业路径中距离凹点最远的第一路径中靠近第二子区域a2的端点作为作业起点,如果第一段数是奇数,则将第一路径中远离第二子区域a2的端点作为作业起点。
如图2C所示,在本发明实施例中,第一子区域a1中包含的作业路径的段数为奇数(3段),则将距离凹点最远的路径(EI)中远离第二子区域a2的端点E作为作业起点。
类似的,计算第二个子区域a2中包含的作业路径的第二段数,接着,判断第二段数是否为偶数。若第二段数为偶数,则将作业路径中距离凹点最远的第二路径中靠近第一子区域a1的端点作为作业终点。若第二段数为奇数,则将第二路径中远离第一子区域a1的端点作为作业终点。
如图2C所示,在本发明实施例中,第二子区域a2中包含的作业路径的段数为奇数(3段),则将距离凹点最远的路径(JH)中远离第一子区域a1的端点H作为作业终点。
S209、以合并后的作业路径和其他子区域的作业路径的作业起点和作业终点为无人机的控制点,采用预设全局优化算法规划出连接各个子区域的作业路径的最短过渡路径。
其中,最短过渡路径的两端连接一个作业路径的终点和另一个作业路径的起点。全局优化算法可以为蚁群算法或者遗传算法。
无人机在对该合并区域作业时,采用“一笔式”作业方式,即在作业完子区域a1后,由路径B-M-C进入子区域a2,对子区域a2作业,直至完成对子区域a2作业。在对合并区域作业完成后,无人机从合并区域的作业终点飞往其他子区域的作业起点,该段飞行过程中无人机不作业,该段飞行距离为非作业距离。依次类推,在完成所有子区域作业后,从最后一个子区域的作业终点飞往停放点,该段飞行过程中无人机不作业,该段飞行距离为非作业距离。
如前述实施例所述,合并后的合并区域存在四个可选的作业起点,假设有n个子区域,存在m个凹点,即存在m个合并区域,那么作业区域有4n-4m个可选的作业起点,以可选的作业起点作为控制点,采用蚁群算法或者遗传算法,从停放点出发,遍历所有控制点并返回停放点,以确定各子区域和合并区域的作业起点和作业终点,并规划出一条经过所有控制点仅一次且路程最短的最短路径,其中,连接各个子区域的作业路径称之为过渡路径,过渡路径的两端连接一个子区域(或合并区域)的作业路径的终点(即作业终点)和另一个子区域(或合并区域)的作业路径的起点(即作业起点),如图2C中的路径段HF。
以遗传算法为例,对本发明实施例进行说明。具体的,获取无人机停放点和各控制点的位置信息,根据无人机停放点和各控制点的位置信息构建以Dubins路径为个体的初始种群,初始种群中包含有限各染色体,每个染色体对应一条Dubins路径。基于遗传算法,对初始种群中染色体进行交叉、变异处理,并在达到预定迭代次数后,选取航行时间最短的染色体对应的Dubins路径作为无人机的短飞行路径。
需要说明的是,本发明实施例中对各子区域的作业路径进行全局优化的具体算法可以是遗传算法、蚁群算法等,本发明实施例在此不做限定。
S210、对各个子区域的作业路径进行全局优化得到作业区域的作业路径。
在不满足合并条件时,可以对各子区域的作业路径进行全局优化确定作业区域的总的作业路径,使得无人机的非作业距离最短。在各子区域的作业路径不合并的情况下,无人机分别各子区域独立作业,在完成一个子区域作业后,从该子区域的作业终点飞往下一个子区域的作业起点,对下一子区域作业,依次类推,直至完成对所有子区域的作业。
具体的,如前述实施例所述,每个子区域存在四个可选的作业起点,将每个子区域内的可选的作业起点作为控制点,采用蚁群算法或者遗传算法,从停放点出发,遍历所有控制点并返回停放点,以确定各子区域的作业起点和作业终点,并规划出一条经过所有控制点仅一次且路程最短的最短路径,其中,连接各个子区域的作业路径称之为过渡路径,过渡路径的两端连接一个子区域的作业路径的终点(即作业终点)和另一个子区域的作业路径的起点(即作业起点),如图2C中的路径段BF和GC。
具体的,遗传算法的具体过程可以参考步骤S209,本实施例在此不再赘述。
本发明实施例提供的无人机作业路径规划方法,在确定作业区域的凹点后,沿作业方向生成经过凹点的分割线以将作业区域分割为多个子区域,在规划子区域的作业路径后,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,并对合并后的作业路径和其他子区域的作业路径进行全局优化得到作业区域的作业路径,一方面,无人机可以按照每个子区域的作业路径对该子区域进行植保作业,在遇到形成凹点的边界时无需每次遇到凹点所在的边界均绕行,减少了无人机绕行次数和转向次数,减少了非作业距离和无人机转向,提高了无人机的作业距离,进而提高了无人机的可作业时间和可作业面积。另一方面,将以凹点为公共顶点且无公共边界的两个相邻子区域中靠近凹点的作业路径合并,对合并后的作业路径和其他子区域的路径进行全局优化,减少了全局优化的作业路径的数量,降低了计算量,提高了获得最优作业路径的效率。
实施例三
本发明实施例三提供了一种无人机作业路径规划装置,图4为本发明实施例四提供的一种无人机作业路径规划装置的结构示意图,如图4所示,该装置具体可以包括:
凹点确定模块301,用于根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点;
区域分割模块302,用于沿所述作业方向生成经过所述凹点的分割线以将所述作业区域分割为多个子区域;
路径规划模块303,用于规划所述子区域的作业路径;
路径合并模块304,用于在以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径;
第一全局路径优化模块305,用于对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径。
在本发明的一些实施例中,凹点确定模块301可以包括:
边界确定子模块,用于从所述边界信息中确定具有交点的两条边界;
线段生成子模块,用于沿所述作业方向生成经过所述交点的线段;
凹点确定子模块,用于当所述线段在所述作业区域内时确定所述交点为所述边界上的凹点。
在本发明的一些实施例中,路径规划模块303可以包括:
喷幅获取子模块,用于获取所述无人机的喷幅;
作业路径生成子模块,用于基于所述无人机的喷幅和所述作业方向生成所述子区域的作业路径,所述作业路径为所述子区域内多条等距、平行的路径。
在本发明的一些实施例中,所述装置还可以包括:
判断模块,用于在将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径之前,判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件;
符合合并条件执行模块,用于向路径合并模块发送符合合并条件执行指令,以将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径;
第二全局路径优化模块,用于在确定以所述凹点为公共顶点且无公共边界的两个相邻子区域不满足预设合并条件时,对各个子区域的作业路径进行全局优化得到所述作业区域的作业路径。
在本发明的一些实施例中,判断模块可以包括:
距离计算子模块,用于计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离;
判断子模块,用于判断所述第二非作业距离是否小于所述第一非作业距离;
条件确定子模块,用于在确定第二非作业距离是否小于所述第一非作业距离,确定以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件。
在本发明的一些实施例中,距离计算子模块可以包括:
获取单元,用于获取所述无人机的起飞点、降落点、各个子区域的作业路径的作业起点和作业终点;
计算子单元,用于采用所述起飞点、降落点、作业起点、作业终点以及所述凹点计算所述子区域合并前所述无人机的第一非作业距离和合并后的第二非作业距离。
在本发明的一些实施例中,路径合并模块305可以包括:
最近作业路径确定子模块,用于针对所述两个相邻子区域中的每个子区域,确定所述子区域中与所述凹点距离最近的作业路径;
端点确定子模块,用于确定与所述凹点距离最近的路径中靠近所述凹点的端点;
路径合并子模块,用于将所述端点和所述凹点连接以将所述两个相邻子区域的作业路径进行合并;
起点和终点确定子模块,用于确定合并后的作业路径的作业起点和作业终点。
在本发明的一些实施例中,起点和终点确定子模块可以包括:
起点确定单元,用于从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点;
终点确定单元,用于从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点。
在本发明的一些实施例中,起点确定单元可以包括:
第一段数计算子单元,用于计算所述第一个子区域中包含的作业路径的第一段数,所述作业路径包括距离所述凹点最远的第一路径;
第一段数判断子单元,用于判断所述第一段数是否为偶数;
起点选择子单元,用于在确定所述第一段数为偶数时将所述第一路径中靠近所述第二子区域的端点作为作业起点;以及在确定第一段数为奇数将所述第一路径中远离所述第二子区域的端点作为作业起点。
在本发明的一些实施例中,终点确定单元可以包括:
第二段数计算单元,用于计算所述第二个子区域中包含的作业路径的第二段数,所述作业路径包括距离所述凹点最远的第二路径;
第二段数判断子单元,用于判断所述第二段数是否为偶数;
终点选择子单元,在确定第二段数为偶数时将所述第二路径中靠近所述第一子区域的端点作为作业终点;以及在确定第二段数为奇数时将所述第二路径中远离所述第一子区域的端点作为作业终点。
在本发明的一些实施例中,所述第一全局路径优化模块包括:
全局路径优化子模块,所述合并后的作业路径和其他子区域的作业路径均包括作业起点和作业终点,全局路径优化子模块用于以所述合并后的作业路径和其他子区域的作业路径的作业起点和作业终点为所述无人机的控制点,采用预设全局优化算法规划出连接各个子区域的作业路径的最短过渡路径,所述最短过渡路径的两端连接一个作业路径的终点和另一个作业路径的起点;
其中,所述全局优化算法可以为蚁群算法或者遗传算法。
上述无人机作业路径规划装置可执行本发明任意实施例所提供的无人机作业路径规划方法,具备执行方法相应的功能模块和有益效果。
实施例四
本发明实施例四提供了一种无人机,图5为本发明实施例四提供的一种无人机的结构示意图,如图5所示,该无人机包括:
处理器401、存储器402、通信模块403、输入装置404和输出装置405;无人机中处理器401的数量可以是一个或多个,图5中以一个处理器401为例;无人机中的处理器401、存储器402、通信模块403、输入装置404和输出装置405可以通过总线或其他方式连接,图5中以通过总线连接为例。上述处理器401、存储器402、通信模块403、输入装置404和输出装置405可以集成在无人机上。
存储器402作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如上述实施例中的无人机作业路径规划方法对应的模块(例如,一种无人机作业路径规划装置中的凹点确定模块301、区域分割模块302、第一路径规划模块303、判断模块304、路径合并模块305和第二路径规划模块306)。处理器401通过运行存储在存储器402中的软件程序、指令以及模块,从而执行无人机的各种功能应用以及数据处理,即实现上述的无人机作业路径规划方法。
存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据微型计算机的使用所创建的数据等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器402可进一步包括相对于处理器401远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块403,用于与外界设备(例如智能终端)建立连接,并实现与外界设备的数据交互。输入装置404可用于接收输入的数字或字符信息,以及产生与无人机的用户设置以及功能控制有关的键信号输入。
本实施例提供的一种无人机,可执行本发明实施例一、二提供的无人机作业路径规划方法,具有相应的功能和有益效果。
实施例五
本发明实施例五提供了一种包含计算机可执行指令的存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明上述任意实施例提供的无人机作业路径规划方法。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明实施例所提供的无人机作业路径规划方法中的相关操作。
需要说明的是,对于装置、设备和存储介质实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,无人机,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的无人机作业路径规划方法。
值得注意的是,上述装置中,所包括的各个模块和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (14)
1.一种无人机作业路径规划方法,其特征在于,包括:
根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点;
沿所述作业方向生成经过所述凹点的分割线以将所述作业区域分割为多个子区域;
规划所述子区域的作业路径;
在以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径,其中,所述预设合并条件包括:按照作业路径合并规则对所述作业路径进行合并,根据合并后作业路径计算的非作业距离和凹点绕行等价距离之和小于合并前作业路径计算的非作业距离和凹点绕行等价距离之和;
对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径;
所述凹点绕行等价距离为无人机绕行所述凹点时转向所需的能耗等价于直线飞行时的距离。
2.根据权利要求1所述的无人机作业路径规划方法,其特征在于,所述根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点,包括:
从所述边界信息中确定具有交点的两条边界;
沿所述作业方向生成经过所述交点的线段;
当所述线段在所述作业区域内时确定所述交点为所述边界上的凹点。
3.根据权利要求1所述的无人机作业路径规划方法,其特征在于,所述规划所述子区域的作业路径,包括:
获取所述无人机的喷幅;
基于所述无人机的喷幅和所述作业方向生成所述子区域的作业路径,所述作业路径为所述子区域内多条等距、平行的路径。
4.根据权利要求1-3任一项所述的无人机作业路径规划方法,其特征在于,在将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径之前,还包括:
判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件;
若是,则执行将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径的步骤;
若否,则对各个子区域的作业路径进行全局优化得到所述作业区域的作业路径。
5.根据权利要求4所述的方法,其特征在于,所述判断以所述凹点为公共顶点且无公共边界的两个相邻子区域是否满足预设合并条件,包括:
计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离;
判断所述第二非作业距离是否小于所述第一非作业距离;
若是,确定以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件。
6.根据权利要求5所述的无人机作业路径规划方法,其特征在于,所述计算所述作业区域中各个子区域未合并前所述无人机的第一非作业距离和合并后所述无人机的第二非作业距离,包括:
获取所述无人机的起飞点、降落点、各个子区域的作业路径的作业起点和作业终点;
采用所述起飞点、降落点、作业起点、作业终点以及所述凹点计算所述子区域合并前所述无人机的第一非作业距离和合并后的第二非作业距离。
7.根据权利要求1-3任一项所述的无人机作业路径规划方法,其特征在于,所述将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径,包括:
针对所述两个相邻子区域中的每个子区域,确定所述子区域中与所述凹点距离最近的作业路径;
确定与所述凹点距离最近的路径中靠近所述凹点的端点;
将所述端点和所述凹点连接以将所述两个相邻子区域的作业路径进行合并;
确定合并后的作业路径的作业起点和作业终点。
8.根据权利要求7所述的无人机作业路径规划方法,其特征在于,所述确定合并后的作业路径的作业起点和作业终点,包括:
从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点;
从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点。
9.根据权利要求8所述的无人机作业路径规划方法,其特征在于,所述从所述两个相邻子区域中的第一个子区域确定合并后的作业路径的作业起点,包括:
计算所述第一个子区域中包含的作业路径的第一段数,所述作业路径包括距离所述凹点最远的第一路径;
判断所述第一段数是否为偶数;
若是,将所述第一路径中靠近所述第二个子区域的端点作为作业起点;
若否,将所述第一路径中远离所述第二个子区域的端点作为作业起点。
10.根据权利要求9所述的无人机作业路径规划方法,其特征在于,所述从所述两个相邻子区域中的第二个子区域确定合并后的作业路径的作业终点,包括:
计算所述第二个子区域中包含的作业路径的第二段数,所述作业路径包括距离所述凹点最远的第二路径;
判断所述第二段数是否为偶数;
若是,将所述第二路径中靠近所述第一个子区域的端点作为作业终点;
若否,将所述第二路径中远离所述第一个子区域的端点作为作业终点。
11.根据权利要求1所述的无人机作业路径规划方法,其特征在于,所述合并后的作业路径和其他子区域的作业路径均包括作业起点和作业终点,所述对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径,包括:
以所述合并后的作业路径和其他子区域的作业路径的作业起点和作业终点为所述无人机的控制点,采用预设全局优化算法规划出连接各个子区域的作业路径的最短过渡路径,所述最短过渡路径的两端连接一个作业路径的终点和另一个作业路径的起点;
其中,所述全局优化算法包括蚁群算法或者遗传算法。
12.一种无人机作业路径规划装置,其特征在于,包括:
凹点确定模块,用于根据预先设置的作业区域的边界信息和无人机的作业方向确定所述作业区域的边界上的凹点;
区域分割模块,用于沿所述作业方向生成经过所述凹点的分割线以将所述作业区域分割为多个子区域;
路径规划模块,用于规划所述子区域的作业路径;
路径合并模块,用于在以所述凹点为公共顶点且无公共边界的两个相邻子区域满足预设合并条件时,将所述两个相邻子区域中靠近所述凹点的作业路径进行合并,得到所述两个相邻子区域合并后的作业路径,其中,所述预设合并条件包括:按照作业路径合并规则对所述作业路径进行合并,根据合并后作业路径计算的非作业距离和凹点绕行等价距离之和小于合并前作业路径计算的非作业距离和凹点绕行等价距离之和;
第一全局路径优化模块,用于对所述合并后的作业路径和其他子区域的作业路径进行全局优化得到所述作业区域的作业路径;
所述凹点绕行等价距离为无人机绕行所述凹点时转向所需的能耗等价于直线飞行时的距离。
13.一种无人机,其特征在于,所述无人机包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11中任一所述的无人机作业路径规划方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-11中任一所述的无人机作业路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011322869.XA CN112525199B (zh) | 2020-11-23 | 2020-11-23 | 一种无人机作业路径规划方法、装置、无人机及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011322869.XA CN112525199B (zh) | 2020-11-23 | 2020-11-23 | 一种无人机作业路径规划方法、装置、无人机及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112525199A CN112525199A (zh) | 2021-03-19 |
CN112525199B true CN112525199B (zh) | 2023-12-05 |
Family
ID=74992977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011322869.XA Active CN112525199B (zh) | 2020-11-23 | 2020-11-23 | 一种无人机作业路径规划方法、装置、无人机及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112525199B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115200581A (zh) * | 2021-04-09 | 2022-10-18 | 美智纵横科技有限责任公司 | 路径规划方法、装置、清洁机器人及存储介质 |
CN113589841B (zh) * | 2021-07-21 | 2024-04-02 | 杭州启飞智能科技有限公司 | 无人机航线生成方法、无人机及计算机可读存储介质 |
CN117616356A (zh) * | 2021-11-10 | 2024-02-27 | 深圳市大疆创新科技有限公司 | 喷洒作业的规划方法、装置、控制终端和存储介质 |
CN114320862A (zh) * | 2021-11-23 | 2022-04-12 | 国网浙江省电力有限公司嘉兴供电公司 | 一种空压机节能优化方法 |
CN114253261B (zh) * | 2021-12-08 | 2023-04-07 | 广州极飞科技股份有限公司 | 路径生成方法、作业控制方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
CN107860387A (zh) * | 2017-10-19 | 2018-03-30 | 上海拓攻机器人有限公司 | 植保无人机作业航线规划方法及植保无人机 |
CN107924188A (zh) * | 2016-07-04 | 2018-04-17 | 深圳市大疆创新科技有限公司 | 一种无人机的飞行路径规划、控制方法及系统 |
WO2019136510A1 (en) * | 2018-01-15 | 2019-07-18 | Advanced Agricultural Systems Pty Ltd | Coverage path planning |
CN110494815A (zh) * | 2018-03-30 | 2019-11-22 | 深圳市大疆创新科技有限公司 | 一种路径规划方法及装置 |
CN111750858A (zh) * | 2019-12-11 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、电子设备及存储介质 |
CN111897364A (zh) * | 2020-08-14 | 2020-11-06 | 深圳大学 | 一种无人机区域轨迹规划方法、装置及可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11044842B2 (en) * | 2015-12-03 | 2021-06-29 | Mogens Max Sophus Edzard Graf Piessen | Path planning for area coverage |
-
2020
- 2020-11-23 CN CN202011322869.XA patent/CN112525199B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
CN107924188A (zh) * | 2016-07-04 | 2018-04-17 | 深圳市大疆创新科技有限公司 | 一种无人机的飞行路径规划、控制方法及系统 |
CN107860387A (zh) * | 2017-10-19 | 2018-03-30 | 上海拓攻机器人有限公司 | 植保无人机作业航线规划方法及植保无人机 |
WO2019136510A1 (en) * | 2018-01-15 | 2019-07-18 | Advanced Agricultural Systems Pty Ltd | Coverage path planning |
CN110494815A (zh) * | 2018-03-30 | 2019-11-22 | 深圳市大疆创新科技有限公司 | 一种路径规划方法及装置 |
CN111750858A (zh) * | 2019-12-11 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、电子设备及存储介质 |
CN111897364A (zh) * | 2020-08-14 | 2020-11-06 | 深圳大学 | 一种无人机区域轨迹规划方法、装置及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
多边形地物绕行路径生成算法的设计与应用;庾露;童新华;;沿海企业与科技(第02期);46-48 * |
Also Published As
Publication number | Publication date |
---|---|
CN112525199A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112525199B (zh) | 一种无人机作业路径规划方法、装置、无人机及介质 | |
CN111256700B (zh) | 用于自动驾驶农机作业路径规划的收边规划方法 | |
WO2018170990A1 (zh) | 一种面向多机器人系统的完全遍历路径规划方法 | |
WO2023155371A1 (zh) | 室内移动机器人的平稳移动全局路径规划方法 | |
Arkin | Navigational path planning for a vision-based mobile robot | |
CN112286189B (zh) | 一种作业路线规划方法、装置、无人设备和存储介质 | |
CN113085850B (zh) | 车辆避障方法、装置、电子设备及存储介质 | |
CN104590259B (zh) | 一种轨迹搜寻方法和系统 | |
CN111399543B (zh) | 一种基于a*算法的同区域多条无碰撞航线规划方法 | |
CN112229414B (zh) | 障碍物规避路线的生成方法、装置、无人设备和存储介质 | |
CN111694356A (zh) | 一种行驶控制方法、装置、电子设备及存储介质 | |
CN113064407B (zh) | 全区域覆盖的清扫方法、装置、清扫机器人及存储装置 | |
CN112284393A (zh) | 一种智能移动机器人全局路径规划方法和系统 | |
JP6088104B2 (ja) | 圃場ガイダンスシステム及び圃場ガイダンス方法並びにソフトウェア及びソフトウェアを格納した記憶媒体 | |
CN113879339A (zh) | 自动驾驶的决策规划方法、电子设备及计算机存储介质 | |
CN113110445A (zh) | 机器人的路径规划方法及装置、机器人、存储介质 | |
CN114779779A (zh) | 路径规划方法、装置、计算机设备和存储介质 | |
CN111930143B (zh) | 一种无人机飞行路径生成方法、装置、无人机及存储介质 | |
JP7272547B2 (ja) | マルチロボット経路計画 | |
CN111964683B (zh) | 喷洒路径规划方法和装置 | |
CN114764239A (zh) | 清扫机器人控制方法、装置、计算机设备及存储介质 | |
CN112346480A (zh) | 一种室内无人机及其控制方法、计算机可读存储介质 | |
Burger et al. | Complete field coverage as a multi-vehicle routing problem | |
CN112631338B (zh) | 一种航线规划方法、装置、计算机设备及存储介质 | |
CN113589841A (zh) | 无人机航线生成方法、无人机及计算机可读存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: Guangzhou Jifei Technology Co.,Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |