CN112578817A - 无人机的控制方法、装置、存储介质和电子设备 - Google Patents
无人机的控制方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN112578817A CN112578817A CN202110217812.1A CN202110217812A CN112578817A CN 112578817 A CN112578817 A CN 112578817A CN 202110217812 A CN202110217812 A CN 202110217812A CN 112578817 A CN112578817 A CN 112578817A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- time period
- obstacle avoidance
- time
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004590 computer program Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 11
- 230000004888 barrier function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000010295 mobile communication Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000003068 static 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
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)
Abstract
本公开涉及一种无人机的控制方法、装置、存储介质和电子设备，涉及无人机控制技术领域，该方法包括：根据备选位置的坐标和目标无人机的属性信息，确定避障空间，避障空间包括目标无人机行驶至备选位置所占的空间，备选位置为点或者线段，根据备选位置的坐标和目标无人机的当前行驶信息，确定避障时间段，避障时间段包括目标无人机行驶至备选位置的时间，根据避障空间、避障时间段和其他无人机的航线信息，确定备选位置是否与其他无人机冲突，若备选位置不与其他无人机冲突，将备选位置添加至目标无人机的航线。本公开从时间和空间两个维度对目标无人机的航线进行规划，既能够有效避免碰撞，又能够提高航线规划的空域利用率。
Description
技术领域
本公开涉及无人机控制技术领域，具体地，涉及一种无人机的控制方法、装置、存储介质和电子设备。
背景技术
随着无人机技术的不断发展，无人机已经在航拍、农业、配送等领域得到了广泛的应用。在配送场景中，由于订单的数量较大，并且订单对实时性要求较高，因此可能会出现同一区域内存在大量无人机的情况，需要每个无人机能够合理规划航线，以保证无人机之间不会发生碰撞。相关技术中，一种方式是由无人机实时感知周围环境是否存在障碍物，并根据与障碍物之间的距离来判断是否需要改变航线，然而这种方式过分依赖于无人机的感知精度和数据处理速度，只适用于紧急避碰的场景，无法为大量的无人机规划合理的航线。另一种方式是按照空间为每个无人机分配航线，使得任意两个无人机的航线之间不重叠，然而这种方式的空域利用率较低。
发明内容
本公开的目的是提供一种无人机的控制方法、装置、存储介质和电子设备，用以解决现有技术中存在的相关问题。
根据本公开实施例的第一方面，提供一种无人机的控制方法，所述方法包括：
根据备选位置的坐标和目标无人机的属性信息，确定避障空间，所述避障空间包括所述目标无人机行驶至所述备选位置所占的空间，所述备选位置为点或者线段，所述属性信息包括所述目标无人机的定位精度和所述目标无人机的尺寸；
根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，所述避障时间段包括所述目标无人机行驶至所述备选位置的时间，所述当前行驶信息包括所述目标无人机的跟踪精度、所述目标无人机当前的位置和当前的行驶速度；
根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，所述其他无人机的航线信息包括所述其他无人机的航线上每个位置的坐标和每个位置的行驶时间；
若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线。
可选地，所述根据备选位置的坐标和所述目标无人机的属性信息，确定避障空间，包括：
根据所述目标无人机的定位精度和所述目标无人机的尺寸，确定所述目标无人机行驶至所述备选位置所占的第一半径，并根据所述第一半径确定内环避障空间；
根据所述第一半径确定第二半径，并根据所述第二半径确定所述避障空间，所述第二半径大于所述第一半径。
可选地，所述目标无人机的尺寸包括：所述目标无人机的半径；所述根据所述目标无人机的定位精度和所述目标无人机的尺寸，确定所述目标无人机行驶至所述备选位置所占的第一半径，包括：
将所述目标无人机的定位精度、所述目标无人机的半径、预设的第一冗余距离的和作为所述第一半径；
所述根据所述第一半径确定第二半径，包括：
按照预设倍数对所述第一半径增进行扩展，并将扩展后的所述第一半径与预设的第二冗余距离的和作为所述第二半径。
可选地，所述根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，包括：
根据所述目标无人机当前的位置和当前的行驶速度，确定所述目标无人机行驶至所述备选位置的时间；
根据所述目标无人机的跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定内环避障时间段，所述内环避障时间段包括所述目标无人机行驶至所述备选位置的时间；
根据所述内环避障时间段，确定所述避障时间段，所述避障时间段包括所述内环避障时间段。
可选地，所述跟踪精度包括前向跟踪精度和后向跟踪精度，所述根据所述目标无人机的跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定内环避障时间段，包括：
根据所述目标无人机的前向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一前向时间段，并根据所述目标无人机的后向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一后向时间段；
根据所述第一前向时间段和所述第一后向时间段确定所述内环避障时间段；
所述根据所述内环避障时间段，确定所述避障时间段，包括：
根据所述内环避障时间段，和所述目标无人机行驶至所述备选位置的时间，确定第二前向时间段和第二后向时间段；
根据所述第二前向时间段和所述第二后向时间段确定所述避障时间段。
可选地，所述根据所述目标无人机的前向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一前向时间段，并根据所述目标无人机的后向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一后向时间段，包括：
将所述目标无人机的前向跟踪精度与预设的第一冗余时间的和，作为前向时长，并将所述目标无人机的后向跟踪精度与所述第一冗余时间的和，作为后向时长；
将第一前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第一前向时间段，所述第一前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述前向时长，所述第一前向时间段的时长为所述前向时长；
将所述目标无人机行驶至所述备选位置的时间至第一后向时间，作为所述第一后向时间段，所述第一后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述后向时长，所述第一后向时间段的时长为所述后向时长；
所述根据所述第一前向时间段和所述第一后向时间段确定所述内环避障时间段，包括：
将所述第一前向时间段和所述第一后向时间段拼接为所述内环避障时间段。
可选地，所述根据所述内环避障时间段，和所述目标无人机行驶至所述备选位置的时间，确定第二前向时间段和第二后向时间段，包括：
将所述前向时长、所述后向时长、预设的第二冗余时长的和，作为总时长；
将第二前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第二前向时间段，所述第二前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述总时长，所述第二前向时间段的时长为所述总时长；
将所述目标无人机行驶至所述备选位置的时间至第二后向时间，作为所述第二后向时间段，所述第二后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述总时长，所述第二后向时间段的时长为所述总时长；
所述根据所述第二前向时间段和所述第二后向时间段确定所述避障时间段，包括：
将所述第二前向时间段和所述第二后向时间段拼接为所述避障时间段。
可选地，所述根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，包括：
针对所述其他无人机的航线上的每个位置，若该位置的坐标与所述避障空间不重叠，和/或该位置的行驶时间与所述避障时间段不重叠，确定所述备选位置不与所述其他无人机冲突；
若该位置的坐标与所述避障空间重叠，且该位置的行驶时间与所述避障时间段重叠，确定所述备选位置与所述其他无人机冲突。
可选地，在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，所述方法还包括：
判断所述内环避障空间和所述内环避障时间段是否满足预设条件，所述预设条件为：针对所述其他无人机的航线上的每个位置，所述内环避障空间与该位置对应的内环避障空间重叠，且所述内环避障时间段与该位置对应的内环避障时间段重叠；
若所述内环避障空间和所述内环避障时间段满足预设条件，更新所述备选位置，并重复执行所述根据备选位置的坐标和所述目标无人机的属性信息，确定避障空间，至所述判断所述内环避障空间和所述内环避障时间段是否满足预设条件的步骤，直至所述内环避障空间和所述内环避障时间段不满足所述预设条件。
可选地，在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，所述方法还包括：
将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机；或者，
将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至云控平台，以使所述云控平台将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机。
可选地，所述方法还包括：
获取所述目标无人机的状态信息，所述状态信息包括：性能参数、信号强度和环境参数中的至少一种；
根据所述状态信息更新所述目标无人机的定位精度和跟踪精度。
根据本公开实施例的第二方面，提供一种无人机的控制装置，所述装置包括：
空间确定模块，用于根据备选位置的坐标和目标无人机的属性信息，确定避障空间，所述避障空间包括所述目标无人机行驶至所述备选位置所占的空间，所述备选位置为点或者线段，所述属性信息包括所述目标无人机的定位精度和所述目标无人机的尺寸；
时间段确定模块，用于根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，所述避障时间段包括所述目标无人机行驶至所述备选位置的时间，所述当前行驶信息包括所述目标无人机的跟踪精度、所述目标无人机当前的位置和当前的行驶速度；
处理模块，用于根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，所述其他无人机的航线信息包括所述其他无人机的航线上每个位置的坐标和每个位置的行驶时间；
控制模块，用于若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线。
可选地，所述空间确定模块包括：
第一确定子模块，用于根据所述目标无人机的定位精度和所述目标无人机的尺寸，确定所述目标无人机行驶至所述备选位置所占的第一半径，并根据所述第一半径确定内环避障空间；
第二确定子模块，用于根据所述第一半径确定第二半径，并根据所述第二半径确定所述避障空间，所述第二半径大于所述第一半径。
可选地，所述第一确定子模块，用于将所述目标无人机的定位精度、所述目标无人机的半径、预设的第一冗余距离的和作为所述第一半径；
所述第二确定子模块，用于按照预设倍数对所述第一半径增进行扩展，并将扩展后的所述第一半径与预设的第二冗余距离的和作为所述第二半径。
可选地，所述时间段确定模块包括：
第三确定子模块，用于根据所述目标无人机当前的位置和当前的行驶速度，确定所述目标无人机行驶至所述备选位置的时间；
第四确定子模块，用于根据所述目标无人机的跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定内环避障时间段，所述内环避障时间段包括所述目标无人机行驶至所述备选位置的时间；
第五确定子模块，用于根据所述内环避障时间段，确定所述避障时间段，所述避障时间段包括所述内环避障时间段。
可选地，所述跟踪精度包括前向跟踪精度和后向跟踪精度，所述第四确定子模块用于：
根据所述目标无人机的前向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一前向时间段，并根据所述目标无人机的后向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一后向时间段；
根据所述第一前向时间段和所述第一后向时间段确定所述内环避障时间段；
所述第五确定子模块用于：
根据所述内环避障时间段，和所述目标无人机行驶至所述备选位置的时间，确定第二前向时间段和第二后向时间段；
根据所述第二前向时间段和所述第二后向时间段确定所述避障时间段。
可选地，所述第四确定子模块用于：
将所述目标无人机的前向跟踪精度与预设的第一冗余时间的和，作为前向时长，并将所述目标无人机的后向跟踪精度与所述第一冗余时间的和，作为后向时长；
将第一前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第一前向时间段，所述第一前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述前向时长，所述第一前向时间段的时长为所述前向时长；
将所述目标无人机行驶至所述备选位置的时间至第一后向时间，作为所述第一后向时间段，所述第一后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述后向时长，所述第一后向时间段的时长为所述后向时长；
将所述第一前向时间段和所述第一后向时间段拼接为所述内环避障时间段。
可选地，所述第五确定子模块用于：
将所述前向时长、所述后向时长、预设的第二冗余时长的和，作为总时长；
将第二前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第二前向时间段，所述第二前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述总时长，所述第二前向时间段的时长为所述总时长；
将所述目标无人机行驶至所述备选位置的时间至第二后向时间，作为所述第二后向时间段，所述第二后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述总时长，所述第二后向时间段的时长为所述总时长；
将所述第二前向时间段和所述第二后向时间段拼接为所述避障时间段。
可选地，所述处理模块用于：
针对所述其他无人机的航线上的每个位置，若该位置的坐标与所述避障空间不重叠，和/或该位置的行驶时间与所述避障时间段不重叠，确定所述备选位置不与所述其他无人机冲突；
若该位置的坐标与所述避障空间重叠，且该位置的行驶时间与所述避障时间段重叠，确定所述备选位置与所述其他无人机冲突。
可选地，所述装置还包括：
检测模块，用于在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，判断所述内环避障空间和所述内环避障时间段是否满足预设条件，所述预设条件为：针对所述其他无人机的航线上的每个位置，所述内环避障空间与该位置对应的内环避障空间重叠，且所述内环避障时间段与该位置对应的内环避障时间段重叠；
第一更新模块，用于若所述内环避障空间和所述内环避障时间段满足预设条件，更新所述备选位置，并重复执行所述根据备选位置的坐标和所述目标无人机的属性信息，确定避障空间，至所述判断所述内环避障空间和所述内环避障时间段是否满足预设条件的步骤，直至所述内环避障空间和所述内环避障时间段不满足所述预设条件。
可选地，所述装置还包括：
发送模块，用于在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机；或者，将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至云控平台，以使所述云控平台将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机。
可选地，所述装置还包括：
第二更新模块，用于获取所述目标无人机的状态信息，所述状态信息包括：性能参数、信号强度和环境参数中的至少一种；根据所述状态信息更新所述目标无人机的定位精度和跟踪精度。
根据本公开实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面提供的基于场景的订单处理方法的步骤。
根据本公开实施例的第四方面，提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现第一方面提供的基于场景的订单处理方法的步骤。
通过上述技术方案，本公开中首先根据目标无人机的属性信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置所占空间的避障空间，其中备选位置为点或者线段，属性信息包括目标无人机的定位精度和尺寸。之后，根据当前行驶信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置的时间的避障时间段，当前行驶信息包括目标无人机的跟踪精度、当前的位置和当前的行驶速度。再根据避障空间、避障时间段，和其他无人机的航线上每个位置的坐标与每个位置的行驶时间，确定备选位置是否与其他无人机产生冲突，最后在备选位置不与其他无人机冲突的情况下，将备选位置添加至目标无人机的航线。本公开通过备选位置对应的避障空间和避障时间段，确定备选位置与其他无人机之间是否存在冲突，从时间和空间两个维度对目标无人机的航线进行规划，既能够有效避免碰撞，又能够提高航线规划的空域利用率。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是根据一示例性实施例示出的一种无人机的控制方法的流程图；
图2是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图3是根据一示例性实施例示出的避障空间的示意图；
图4是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图5是根据一示例性实施例示出的避障时间段的示意图；
图6是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图7是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图8是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图9是根据一示例性实施例示出的另一种无人机的控制方法的流程图；
图10是根据一示例性实施例示出的一种无人机的控制装置的框图；
图11是根据一示例性实施例示出的另一种无人机的控制装置的框图；
图12是根据一示例性实施例示出的另一种无人机的控制装置的框图；
图13是根据一示例性实施例示出的另一种无人机的控制装置的框图；
图14是根据一示例性实施例示出的另一种无人机的控制装置的框图；
图15是根据一示例性实施例示出的另一种无人机的控制装置的框图；
图16是根据一示例性实施例示出的一种电子设备的框图；
图17是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在介绍本公开提供的无人机的控制方法、装置、存储介质和电子设备之前，首先对本公开中各个实施例所涉及的应用场景进行介绍。本公开所提供的各实施例可以应用于各种无人机的控制场景，例如无人机物流配送、无人机外卖配送等等。在一个运营区域内存在多个无人机，可以将其中任一个无人机作为后文提及的目标无人机，即目标无人机为当前需要规划航线的无人机。运营区域内除目标无人机之外的一个或多个无人机，均可以作为后文提及的其他无人机。目标无人机和其他无人机之间是等价的，可以互相转换。进一步的，目标无人机和其他无人机之间可以直接进行数据传输，例如目标无人机和其他无人机之间，可以按照5G（英文：the 5th Generation mobile communication technology，中文：第五代移动通信技术）、4G（英文：the 4th Generation mobile communicationtechnology，中文：第四代移动通信技术）、WLAN（英文：Wireless Local Area Networks，中文：无线局域网）等协议直接进行通信。目标无人机也可以通过预先设置的云控平台与其他无人机之间进行通信，例如目标无人机可以通过云控平台向其他无人机发送数据，也可以通过云控平台接收其他无人机发送的数据，其中云控平台可以理解为运营区域内，用于管理控制无人机的平台。
图1是根据一示例性实施例示出的一种无人机的控制方法的流程图，如图1所示，该方法包括以下步骤：
步骤101，根据备选位置的坐标和目标无人机的属性信息，确定避障空间，避障空间包括目标无人机行驶至备选位置所占的空间，备选位置为点或者线段，属性信息包括目标无人机的定位精度和目标无人机的尺寸。
举例来说，要为目标无人机规划航线，就需要为目标无人机确定航线上的每个位置，也就是说航线是由多个位置组成的，即航线可以理解多个位置的集合。其中，位置可以是一个点（可以理解为位置点），也可以是一个线段（可以理解为航线段），本公开对此不作具体限定。首先确定目标无人机的备选位置的坐标，备选位置可以理解为目标无人机下一步将要移动到的位置，例如可以根据目标无人机的起飞地点、目的地点和全局地图，按照预设的路径规划算法确定。备选位置的坐标可以由目标无人机在本地确定，也可以由云控平台确定后发送至目标无人机，本公开对此不作具体限定。若目标无人机当前尚未规划航线，即目标无人机的航线为空，那么备选位置可以理解为目标无人机将从起飞地点，移动到备选位置。若目标无人机当前已规划了航线，即目标无人机的航线中已经包括一个或多个位置，那么备选位置可以理解为目标无人机将从航线中包括的最后一个位置（可以是目标无人机当前的位置），移动到备选位置。
在确定备选位置的坐标后，可以根据备选位置的坐标和目标无人机的属性信息，确定包括了目标无人机行驶至备选位置所占的空间的避障空间。避障空间可以理解为，若目标无人机将备选位置添加至对应的航线，行驶至备选位置时可能会占用的最大空间。其中，避障空间包括了目标无人机行驶至备选位置所占的空间，也就是说避障空间大于目标无人机行驶至备选位置所占的空间。目标无人机行驶至备选位置所占的空间可以理解为假设控制目标无人机行驶至备选位置，目标无人机占用的预计空间。可以根据目标无人机的尺寸，来确定预计空间。例如，可以将目标无人机的中心（或者指定部位）位于备选位置时的外接矩形作为预计空间，也可以将目标无人机的中心（或者指定部位）位于备选位置时，以目标无人机的半径确定的球形作为预计空间。
考虑到在对无人机进行控制的过程中，存在定位精度的影响，控制目标无人机行驶至备选位置时，目标无人机所在的位置可能与备选位置存在偏差。因此可以在得到预计空间的基础上，根据目标无人机的定位精度来确定避障空间。可以先根据备选位置的坐标和定位精度，确定控制目标无人机行驶至备选位置时，目标无人机可能出现的最远位置，然后根据预计空间，和目标无人机行驶至最远位置所占的空间来确定避障空间。例如，可以将预计空间作为中心，不断向外扩展，扩展至包括了目标无人机行驶至最远位置所占的空间，以将此时得到的空间作为避障空间。还可以将预计空间作为中心，不断向外扩展，扩展至包括了目标无人机行驶至最远位置所占的空间，再将此时得到的空间扩大两倍以作为避障空间。
步骤102，根据备选位置的坐标和目标无人机的当前行驶信息，确定避障时间段，避障时间段包括目标无人机行驶至备选位置的时间，当前行驶信息包括目标无人机的跟踪精度、目标无人机当前的位置和当前的行驶速度。
示例的，当目标无人机按照对应的航线行驶时，只是在某个时间段内会经过某个位置，即目标无人机对某个位置的占用只是在某个时间段，并不是一直占用，因此可以进一步按照时间对备选位置进行筛选。可以根据备选位置的坐标和目标无人机的当前行驶信息，确定包括了目标无人机行驶至备选位置的时间的避障时间段。避障时间段可以理解为，若将备选位置添加至目标无人机的航线，目标无人机在备选位置上可能会占用的最长时间段。其中，避障时间段包括了目标无人机行驶至备选位置的时间。目标无人机行驶至备选位置的时间，可以理解为假设控制目标无人机从当前的位置，按照当前的行驶速度行驶至备选位置的预计时间。例如，可以对当前的位置和备选位置求差，得到行驶距离，再利用行驶距离除以当前的行驶速度，即可得到目标无人机从当前的位置行驶至备选位置所需的时长，从而确定目标无人机行驶至备选位置的预计时间。
考虑到在对无人机进行控制的过程中，存在跟踪精度的影响，控制目标无人机行驶至备选位置的时间可能与预计时间存在偏差。例如根据目标无人机的当前的位置和当前的行驶速度，预计时间为15：31（即预计目标无人机在15：31到达备选位置），跟踪精度为2min，那么目标无人机实际到达备选位置的最早时间为15：29，最晚时间为15：33。因此，可以在得到预计时间的基础上，根据目标无人机跟踪精度来确定避障时间段。首先可以根据预计时间和跟踪精度，先确定目标无人机到达备选位置的最早时间和最晚时间，然后根据最早时间和最晚时间来确定避障时间段。例如可以将最早时间至最晚时间的时间段作为避障时间段。也可以将最早时间至最晚时间的时间段扩张两倍，以作为避障时间段。
步骤103，根据避障空间、避障时间段和其他无人机的航线信息，确定备选位置是否与其他无人机冲突，其他无人机的航线信息包括其他无人机的航线上每个位置的坐标和每个位置的行驶时间。
步骤104，若备选位置不与其他无人机冲突，将备选位置添加至目标无人机的航线。
示例的，在确定避障空间和避障时间段之后，可以将避障空间和避障时间段与其他无人机的航线信息进行比对，从而确定备选位置在空间和时间两个维度上，是否与其他无人机冲突。其中，其他无人机的航线信息中可以包括：其他无人机的航线上每个位置的坐标和每个位置的行驶时间，每个位置的行驶时间可以理解为其他无人机行驶到该位置的时间。
若其他无人机的航线上的某个位置的坐标属于避障空间，且该位置的行驶时间属于避障时间段，那么表示若目标无人机将备选位置添加至对应的航线，行驶至备选位置时，其他无人机也可能行驶到该位置，即备选位置与其他无人机冲突。若该位置的坐标不属于避障空间，或者该位置的行驶时间不属于避障时间段，那么表示备选位置不与其他无人机冲突，即目标无人机将备选位置添加至对应的航线，行驶至备选位置时，在时间和空间两个维度上，不与其他无人机的航线产生冲突。那么可以将备选位置添加至目标无人机的航线，之后可以控制目标无人机行驶至备选位置。由于避障空间和避障时间段能够从时间和空间两个维度保证目标无人机行驶至备选位置时，不与其他无人机冲突，因此空域中的每个位置可以按照时间和空间两个维度进行划分，大大提高了空域利用率。这样，相比于仅按照空间为无人机分配航线的方案，其中任意两个无人机之间的航线在空间上不能重叠，浪费了大量的空域；而本公开中目标无人机和其他无人机的航线在空间上可能重叠，但重叠的位置处的行驶时间并不重叠，因此既能够保证目标无人机不与其他无人机冲突，又能提高空域利用率。同样，相比于仅按照时间为无人机分配航线的方案，其中任意两个无人机之间的航线在时间上不能重叠，也就是说空域内同一时刻只能有一个无人机在行驶，浪费了时间和空间；而本公开中空域内可以有多个无人机（包括目标无人机和其他无人机）同时行驶，并且保证空域内每个位置在同一时刻，只出现一个无人机，因此既能够保证目标无人机不与其他无人机冲突，又能提高空域利用率。
进一步的，由于本实施例中是将空域中按照点或者线段进行划分，不受航路模型和地图类型（例如：栅格地图、3D拓扑地图等）的限制，提高了航线规划的适用范围。
需要说明的是，本公开所给出的实施例的执行主体，可以是目标无人机，即由目标无人机确定自身的航线，也可以是云控平台，即由云控平台来分别确定运营区域内每个无人机的航线，本公开对此不作具体限定。同时，本公开所示的实施例中，可以是实时确定目标无人机的航线，也可以是预先为目标无人机规划航线，本公开对此不作具体限定。实时确定目标无人机的航线的场景，即在确定将备选位置添加至目标无人机的航线后，控制目标无人机行驶至备选位置。那么步骤102中的当前的位置和当前的行驶速度，即为目标无人机当前时刻所处的位置和行驶速度。预先为目标无人机规划航线的场景，可以是目标无人机在起飞之前，根据起飞地点和降落地点确定每一步的备选位置，从而确定整个航线。那么步骤102中的当前的位置，即为目标无人机的航线中已有的最后一个位置，当前的行驶速度即为预计目标无人机行驶至航线中已有的最后一个位置时的行驶速度。
综上所述，本公开中首先根据目标无人机的属性信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置所占空间的避障空间，其中备选位置为点或者线段，属性信息包括目标无人机的定位精度和尺寸。之后，根据当前行驶信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置的时间的避障时间段，当前行驶信息包括目标无人机的跟踪精度、当前的位置和当前的行驶速度。再根据避障空间、避障时间段，和其他无人机的航线上每个位置的坐标与每个位置的行驶时间，确定备选位置是否与其他无人机产生冲突，最后在备选位置不与其他无人机冲突的情况下，将备选位置添加至目标无人机的航线。本公开通过备选位置对应的避障空间和避障时间段，确定备选位置与其他无人机之间是否存在冲突，从时间和空间两个维度对目标无人机的航线进行规划，既能够有效避免碰撞，又能够提高航线规划的空域利用率。
图2是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图2所示，步骤101的实现方式可以包括：
步骤1011，根据目标无人机的定位精度和目标无人机的尺寸，确定目标无人机行驶至备选位置所占的第一半径，并根据第一半径确定内环避障空间。
步骤1012，根据第一半径确定第二半径，并根据第二半径确定避障空间，第二半径大于第一半径。
举例来说，可以先根据目标无人机的定位精度和目标无人机的尺寸，确定目标无人机行驶至备选位置所占的第一半径，第一半径可以理解为若目标无人机将备选位置添加至对应的航线，控制目标无人机行驶至备选位置，目标无人机所占空间的半径。其中，目标无人机的尺寸可以包括：目标无人机的半径。例如可以利用第一公式来确定第一半径。在一种实现方式中，步骤1011的实现方式可以为：将目标无人机的定位精度与目标无人机的半径的和作为第一半径，即第一公式可以为：第一半径=定位精度+目标无人机的半径。在另一种实现方式中，步骤1011的实现方式可以为：将目标无人机的定位精度、目标无人机的半径、预设的第一冗余距离的和作为第一半径，即第一公式可以为：第一半径=定位精度+目标无人机的半径+第一冗余距离，其中，第一冗余距离为预先设置的大于或等于零的常数，例如可以设置为目标无人机的半径，也可以设置为目标无人机的半径的两倍。例如，如图3中的（a）所示，定位精度（即从备选位置，到目标无人机可能出现的最远位置之间的距离）为2m，目标无人机的半径为0.4m，第一冗余距离为0.8米，那么第一半径即为2+0.4+0.8=3.2m。在得到第一半径后，可以根据第一半径确定内环避障空间，内环避障空间可以是根据第一半径确定的球体，柱状体或者立方体，本公开对此不作具体限定。
在确定第一半径之后，可以根据第一半径，按照预设规则确定第二半径。例如，可以将第二半径确定为第一半径的两倍，还可以利用第二公式，根据第一半径确定第二半径。在一种实现方式中，目标无人机和其他无人机的尺寸相同，那么步骤1012的实现方式可以为：按照预设倍数对第一半径增进行扩展，并将扩展后的第一半径与预设的第二冗余距离的和作为第二半径，即第二公式可以为：第二半径=第一半径*N+第二冗余距离，其中，N为预设倍数，例如可以为2，第二冗余距离为预先设置的大于或等于零的常数，例如可以设置为目标无人机的半径，也可以设置为目标无人机的半径的两倍。在另一种实现方式中，目标无人机和其他无人机的尺寸不相同，那么步骤1012的实现方式也可以为：将第一半径、其他无人机的第一半径、第二冗余距离的和作为第二半径，即第二公式可以为：第二半径=第一半径+其他无人机的第一半径+第二冗余距离，其中，其他无人机的第一半径可以根据其他无人机的定位精度和其他无人机的尺寸来确定，与步骤1011中获取目标无人机的第一半径的方式相同，此处不再赘述。
在得到第二半径后，可以根据第二半径确定避障空间，避障空间可以是根据第二半径确定的球体，柱状体或者立方体，本公开对此不作具体限定。
需要说明的是，由于目标无人机在不同方向上可能有不同的定位精度，因此可以根据目标无人机在不同方向上的定位精度，和目标无人机在不同方向上的半径，分别确定目标无人机在不同方向上的第一半径，从而得到内环避障空间，进一步的，可以根据目标无人机在不同方向上的第一半径，确定目标无人机在不同方向上的第二半径，从而得到避障空间。若目标无人机可以在垂直方向、水平方向上行驶，那么对应有垂直定位精度和水平定位精度，相应的可以确定垂直方向上的第一半径和水平方向上的第一半径，从而得到一个柱状体的内环避障空间，进一步的，可以对内环避障空间进行扩展，以得到包括内环避障空间的，柱状体的避障空间，如图3中的（b）所示。若目标无人机可以在上下方向、前后方向、左右方向上行驶，那么对应有上下定位精度、前后定位精度和左右定位精度，相应的可以确定上下方向上的第一半径、前后方向上的第一半径和左右方向上的第一半径，从而得到一个立方体的内环避障空间，进一步的，可以对内环避障空间进行扩展，以得到包括内环避障空间的，立方体的避障空间，如图3中的（c）所示。
图4是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图4所示，步骤102的实现方式可以包括以下步骤：
步骤1021，根据目标无人机当前的位置和当前的行驶速度，确定目标无人机行驶至备选位置的时间。
步骤1022，根据目标无人机的跟踪精度，和目标无人机行驶至备选位置的时间，确定内环避障时间段，内环避障时间段包括目标无人机行驶至备选位置的时间。
步骤1023，根据内环避障时间段，确定避障时间段，避障时间段包括内环避障时间段。
示例的，可以先根据目标无人机当前的位置和当前的行驶速度，确定目标无人机行驶至备选位置的时间，即上文所述的预计时间。例如，可以将当前的位置和备选位置求差，得到行驶距离，再利用行驶距离除以当前的行驶速度，即可得到目标无人机从当前的位置行驶至备选位置所需的时长，最后根据当前时刻确定预计时间。
考虑到在对无人机进行控制的过程中，存在跟踪精度的影响，控制目标无人机行驶至备选位置的时间可能与预计时间存在偏差。其中，跟踪精度可以为时间，也可以是距离。例如根据目标无人机的当前的位置和当前的行驶速度，确定预计时间为20：00，跟踪精度为1min，那么目标无人机实际到达备选位置的最早时间为19：59，最晚时间为20：01。再比如，根据目标无人机的当前的位置和当前的行驶速度，确定预计时间为20：00，跟踪精度为600m，目标无人机的当前的行驶速度为10m/s，那么目标无人机实际到达备选位置的最早时间为19：59，最晚时间为20：01。
确定内环避障时间段的具体方式，可以先根据预计时间和跟踪精度，先确定目标无人机到达备选位置的最早时间和最晚时间，然后根据最早时间和最晚时间来确定内环避障时间段。内环避障时间段的时长例如可以是：最晚时间-最早时间+冗余时长，其中冗余时长为预先设置的大于或等于零的时长。例如目标无人机实际到达备选位置的最早时间为19：59，最晚时间为20：01，冗余时长为2min，那么内环避障时间段可以为19：58至20：02，共4min。进一步的，可以再根据内环避障时间段，确定避障时间段，例如可以将内环避障时间段扩张到两倍，以作为避障时间段。例如内环避障时间段为19：58至20：02，那么可以确定避障时间段为19：56至20：04，共8min。
在一种应用场景中，可以将目标无人机的跟踪精度分为：前向跟踪精度和后向跟踪精度。相应的，步骤1022可以包括：
步骤a）根据目标无人机的前向跟踪精度，和目标无人机行驶至备选位置的时间，确定第一前向时间段，并根据目标无人机的后向跟踪精度，和目标无人机行驶至备选位置的时间，确定第一后向时间段。
步骤b）根据第一前向时间段和第一后向时间段确定内环避障时间段。
示例的，前向跟踪精度可以理解为目标无人机到达备选位置的最早时间，与预计时间的差。后向跟踪精度可以理解为目标无人机到达备选位置的最晚时间，与预计时间的差。相应的，第一前向时间段可以理解为从最早时间到预计时间，第一后向时间段可以理解为从预计时间到最晚时间。将预计时间表示为predict_time，前向跟踪精度表示为pre_accuracy，后向跟踪精度表示为post_accuracy，那么第一前向时间段包括：从predict_time-pre_accuracy至predict_time，时长为pre_accuracy。第一后向时间段包括：从predict_time至predict_time+post_accuracy，时长为post_accuracy。进一步的，可以将第一前向时间段和第一后向时间段进行拼接，得到内环避障时间段。内环避障时间段包括：从predict_time-pre_accuracy至predict_time+post_accuracy，时长为pre_accuracy+post_accuracy，如图5中的（a）所示。
需要说明的是，为了进一步有效避免碰撞，可以在前向跟踪精度和后向跟踪精度的基础上，结合预先设置的第一冗余时间，来确定第一前向时间段和第一后向时间段。步骤a）的实现方式可以包括：
首先，将目标无人机的前向跟踪精度与预设的第一冗余时间的和，作为前向时长，并将目标无人机的后向跟踪精度与第一冗余时间的和，作为后向时长。
之后，将第一前向时间至目标无人机行驶至备选位置的时间，作为第一前向时间段，第一前向时间位于目标无人机行驶至备选位置的时间之前的前向时长，第一前向时间段的时长为前向时长。
最后，将目标无人机行驶至备选位置的时间至第一后向时间，作为第一后向时间段，第一后向时间位于目标无人机行驶至备选位置的时间之后的后向时长，第一后向时间段的时长为后向时长。
相应的，步骤b）的实现方式可以是将第一前向时间段和第一后向时间段拼接为内环避障时间段。
具体的，先根据前向跟踪精度、后向跟踪精度，和第一冗余时间，确定前向时长和后向时长，其中，第一冗余时长为预先设置的大于或等于零的时长。将第一冗余时间表示为redundancy1，前向时长pre_inner_duration=pre_accuracy+redundancy1，后向时长post_inner_duration=post_accuracy+redundancy1。相应的，第一前向时间段包括：从predict_time-pre_inner_duration至predict_time，时长为pre_inner_duration，即第一前向时间为predict_time-pre_inner_duration。第一后向时间段包括：从predict_time至predict_time+post_inner_duration，时长为post_inner_duration，即第一后向时间为predict_time+post_inner_duration。进一步的，可以将第一前向时间段和第一后向时间段进行拼接，得到内环避障时间段。内环避障时间段包括：从predict_time-pre_inner_duration至predict_time+post_inner_duration，时长为：pre_inner_duration+post_inner_duration。如图5中的（b）所示。
相应的，步骤1023可以包括：
步骤c）根据内环避障时间段，和目标无人机行驶至备选位置的时间，确定第二前向时间段和第二后向时间段。
步骤d）根据第二前向时间段和第二后向时间段确定避障时间段。
具体的，步骤c）的实现方式可以包括：
首先，将前向时长、后向时长、预设的第二冗余时长的和，作为总时长。
之后，将第二前向时间至目标无人机行驶至备选位置的时间，作为第二前向时间段，第二前向时间位于目标无人机行驶至备选位置的时间之前的总时长，第二前向时间段的时长为总时长。
最后，将目标无人机行驶至备选位置的时间至第二后向时间，作为第二后向时间段，第二后向时间位于目标无人机行驶至备选位置的时间之后的总时长，第二后向时间段的时长为总时长。
相应的，步骤d）可以是将第二前向时间段和第二后向时间段拼接为避障时间段。
示例的，在确定内环避障时间段之后，可以根据内环避障时间段、预计时间和第二冗余时间，确定第二前向时间段和第二后向时间段。其中，第二冗余时长为预先设置的大于或等于零的时长。将第二冗余时间表示为redundancy2，总时长为可以表示为pre_outter_duration或者post_outter_duration，即pre_outter_duration=post_outter_duration=pre_inner_duration+post_inner_duration+redundancy2。第二前向时间段例如可以包括，从predict_time-pre_outter_duration至predict_time，时长为pre_outter_duration，即第二前向时间为predict_time-pre_outter_duration。第二后向时间段例如可以包括：从predict_time至predict_time+post_outter_duration，时长为post_outter_duration，即第二后向时间为predict_time+post_outter_duration，如图5中的（b）所示。最后可以将第二前向时间段和第二后向时间段拼接为避障时间段。避障时间段包括从predict_time-pre_outter_duration至predict_time+post_outter_duration，时长为pre_outter_duration+post_outter_duration。
图6是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图6所示，步骤103可以包括：
步骤1031，针对其他无人机的航线上的每个位置，若该位置的坐标与避障空间不重叠，和/或该位置的行驶时间与避障时间段不重叠，确定备选位置不与其他无人机冲突。
步骤1032，若该位置的坐标与避障空间重叠，且该位置的行驶时间与避障时间段重叠，确定备选位置与其他无人机冲突。
举例来说，判断备选位置在空间和时间两个维度，是否与其他无人机冲突，可以依次判断其他无人机的航线上的每个位置的坐标与避障空间是否重叠，并判断该位置的行驶时间与避障时间段是否重叠。其他无人机的航线上的某个位置的坐标与避障空间重叠，表示该位置的坐标属于避障空间，即该位置的坐标包括在避障空间内。其他无人机的航线上的某个位置的行驶时间与避障时间段重叠，表示该位置的行驶时间落在避障时间段内。
若其他无人机的航线上的某个位置的坐标属于避障空间，但该位置的行驶时间不属于避障时间段，那么表示若目标无人机将备选位置添加至对应的航线，行驶至备选位置时，其他无人机并不会行驶到该位置，即备选位置不与其他无人机冲突。若其他无人机的航线上的某个位置的坐标不属于避障空间，但该位置的行驶时间属于避障时间段，那么表示备选位置不与其他无人机冲突。若其他无人机的航线上的某个位置的坐标不属于避障空间，且该位置的行驶时间不属于避障时间段，那么表示备选位置不与其他无人机冲突。
若其他无人机的航线上的某个位置的坐标属于避障空间，且该位置的行驶时间属于避障时间段，那么表示若目标无人机将备选位置添加至对应的航线，行驶至备选位置时，其他无人机也会行驶到该位置，即备选位置与其他无人机冲突。由于避障空间和避障时间段能够从时间和空间两个维度保证目标无人机行驶至备选位置时，不与其他无人机冲突，因此空域中的每个位置可以按照时间和空间两个维度进行划分，大大提高了空域利用率。
图7是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图7所示，在步骤104之后，该方法还可以包括：
步骤105，判断内环避障空间和内环避障时间段是否满足预设条件，预设条件为：针对其他无人机的航线上的每个位置，内环避障空间与该位置对应的内环避障空间不重叠，和/或内环避障时间段与该位置对应的内环避障时间段不重叠。
步骤106，若内环避障空间和内环避障时间段不满足预设条件，更新备选位置，并重复执行步骤101至步骤105，直至内环避障空间和内环避障时间段满足预设条件。
示例的，可以根据步骤1011中确定的内环避障空间和步骤1022中确定的内环避障时间段，进一步确定备选位置是否能够添加至目标无人机的航线，以进一步提高航线的安全度，避免碰撞。例如，可以判断内环避障空间和内环避障时间段，是否与其他无人机的航线上的任一个位置对应的内环避障空间和内环避障时间段产生重叠。其中，确定其他无人机的航线上的任一个位置对应的内环避障空间和内环避障时间段的方式，与确定目标无人机在备选位置处的内环避障空间和内环避障时间段的方式相同，此处不再赘述。
若内环避障空间与其他无人机的航线上的某个位置对应的内环避障空间重叠，且内环避障时间段与该位置对应的内环避障时间段重叠，那么表示环避障空间和内环避障时间段不满足预设条件，可以将备选位置从目标无人机的航线中删除，然后对备选位置进行更新。并重复执行步骤101至步骤105，直至其他无人机的航线上的每个位置，均满足内环避障空间与该位置对应的内环避障空间不重叠，和/或内环避障时间段与该位置对应的内环避障时间段不重叠。
图8是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图8所示，在步骤104之后，该方法还可以包括：
步骤107a，将添加了备选位置的目标无人机的航线对应的航线信息，发送至其他无人机。
或者，该方法还可以包括：
步骤107b，将添加了备选位置的目标无人机的航线对应的航线信息，发送至云控平台，以使云控平台将添加了备选位置的目标无人机的航线对应的航线信息，发送至其他无人机。
举例来说，在将备选位置添加至目标无人机的航线之后，目标无人机可以将更新后的航线对应的航线信息发送给其他无人机。例如，目标无人机可以直接将更新后的航线信息发送给其他无人机。目标无人机也可以将更新后的航线信息先发送给云控平台，再由云控平台通过广播的方式发送给其他无人机。需要说明的是，添加了备选位置的目标无人机的航线对应的航线信息，可以包括目标无人机的航线上每个位置的坐标和每个位置的行驶时间，也可以只包括备选位置的坐标和备选位置的行驶时间，本公开对此不作具体限定。
图9是根据一示例性实施例示出的另一种无人机的控制方法的流程图，如图9所示，该方法还可以包括：
步骤108，获取目标无人机的状态信息，状态信息包括：性能参数、信号强度和环境参数中的至少一种。
步骤109，根据状态信息更新目标无人机的定位精度和跟踪精度。
示例的，在实时确定目标无人机的航线的场景中，由于目标无人机所处环境是实时变化的，目标无人机的性能也是实时变化的，因此目标无人机的定位精度和跟踪精度在行驶过程中也可能会发生改变。在确定备选位置是否能够被添加至目标无人机的航线的过程中，可以通过设置在目标无人机上的传感器（例如：温湿度传感器、风力传感器、电流传感器等）、信息采集装置（例如：摄像头、计时器、雷达等）等，实时获取目标无人机的状态信息，其中，状态信息可以包括性能参数（例如：运行时间、功耗、电池容量等）、信号强度（例如：导航信号的信号强度等）和环境参数（例如：温度、湿度、风力等）。之后，可以根据状态信息更新目标无人机的定位精度和跟踪精度。例如，性能参数中的运行时间过长（例如超过100h），可以降低定位精度和跟踪精度（即增大定位精度对应的距离，延长跟踪精度对应的时间）。再比如，环境参数中的湿度过大，可以降低定位精度和跟踪精度。还可以根据预先建立的状态信息与定位精度、跟踪精度的对应关系，根据实时获取的状态信息确定对应的定位精度和跟踪精度。这样可以根据目标无人机最新的定位精度和跟踪精度，得到准确的避障空间和避障时间段，从而准确判断备选位置是否能够被添加至目标无人机的航线，进一步提高了航线规划的准确度。
综上所述，本公开中首先根据目标无人机的属性信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置所占空间的避障空间，其中备选位置为点或者线段，属性信息包括目标无人机的定位精度和尺寸。之后，根据当前行驶信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置的时间的避障时间段，当前行驶信息包括目标无人机的跟踪精度、当前的位置和当前的行驶速度。再根据避障空间、避障时间段，和其他无人机的航线上每个位置的坐标与每个位置的行驶时间，确定备选位置是否与其他无人机产生冲突，最后在备选位置不与其他无人机冲突的情况下，将备选位置添加至目标无人机的航线。本公开通过备选位置对应的避障空间和避障时间段，确定备选位置与其他无人机之间是否存在冲突，从时间和空间两个维度对目标无人机的航线进行规划，既能够有效避免碰撞，又能够提高航线规划的空域利用率。
图10是根据一示例性实施例示出的一种无人机的控制装置的框图，如图10所示，该装置200包括以下模块：
空间确定模块201，用于根据备选位置的坐标和目标无人机的属性信息，确定避障空间，避障空间包括目标无人机行驶至备选位置所占的空间，备选位置为点或者线段，属性信息包括目标无人机的定位精度和目标无人机的尺寸。
时间段确定模块202，用于根据备选位置的坐标和目标无人机的当前行驶信息，确定避障时间段，避障时间段包括目标无人机行驶至备选位置的时间，当前行驶信息包括目标无人机的跟踪精度、目标无人机当前的位置和当前的行驶速度。
处理模块203，用于根据避障空间、避障时间段和其他无人机的航线信息，确定备选位置是否与其他无人机冲突，其他无人机的航线信息包括其他无人机的航线上每个位置的坐标和每个位置的行驶时间。
控制模块204，用于若备选位置不与其他无人机冲突，将备选位置添加至目标无人机的航线。
图11是根据一示例性实施例示出的另一种无人机的控制装置的框图，如图11所示，空间确定模块201可以包括：
第一确定子模块2011，用于根据目标无人机的定位精度和目标无人机的尺寸，确定目标无人机行驶至备选位置所占的第一半径，并根据第一半径确定内环避障空间。
第二确定子模块2012，用于根据第一半径确定第二半径，并根据第二半径确定避障空间，第二半径大于第一半径。
在一种应用场景中，第一确定子模块2011可以用于：将目标无人机的定位精度、目标无人机的半径、预设的第一冗余距离的和作为第一半径。
第二确定子模块2012可以用于：按照预设倍数对第一半径增进行扩展，并将扩展后的第一半径与预设的第二冗余距离的和作为第二半径。
图12是根据一示例性实施例示出的另一种无人机的控制装置的框图，如图12所示，时间段确定模块202可以包括：
第三确定子模块2021，用于根据目标无人机当前的位置和当前的行驶速度，确定目标无人机行驶至备选位置的时间。
第四确定子模块2022，用于根据目标无人机的跟踪精度，和目标无人机行驶至备选位置的时间，确定内环避障时间段，内环避障时间段包括目标无人机行驶至备选位置的时间。
第五确定子模块2023，用于根据内环避障时间段，确定避障时间段，避障时间段包括内环避障时间段。
在一种应用场景中，跟踪精度包括前向跟踪精度和后向跟踪精度。
相应的，第四确定子模块2022可以用于执行以下步骤：
步骤a）根据目标无人机的前向跟踪精度，和目标无人机行驶至备选位置的时间，确定第一前向时间段，并根据目标无人机的后向跟踪精度，和目标无人机行驶至备选位置的时间，确定第一后向时间段。
步骤b）根据第一前向时间段和第一后向时间段确定内环避障时间段。
相应的，第五确定子模块2023可以用于执行以下步骤：
步骤c）根据内环避障时间段，和目标无人机行驶至备选位置的时间，确定第二前向时间段和第二后向时间段。
步骤d）根据第二前向时间段和第二后向时间段确定避障时间段。
在一种应用场景中，第四确定子模块2022可以用于执行以下步骤：
首先，将目标无人机的前向跟踪精度与预设的第一冗余时间的和，作为前向时长，并将目标无人机的后向跟踪精度与第一冗余时间的和，作为后向时长。
之后，将第一前向时间至目标无人机行驶至备选位置的时间，作为第一前向时间段，第一前向时间位于目标无人机行驶至备选位置的时间之前的前向时长，第一前向时间段的时长为前向时长。
然后，将目标无人机行驶至备选位置的时间至第一后向时间，作为第一后向时间段，第一后向时间位于目标无人机行驶至备选位置的时间之后的后向时长，第一后向时间段的时长为后向时长。
最后，将第一前向时间段和第一后向时间段拼接为内环避障时间段。
在另一种应用场景中，第五确定子模块2023可以用于执行以下步骤：
首先，将前向时长、后向时长、预设的第二冗余时长的和，作为总时长。
之后，将第二前向时间至目标无人机行驶至备选位置的时间，作为第二前向时间段，第二前向时间位于目标无人机行驶至备选位置的时间之前的总时长，第二前向时间段的时长为总时长。
然后，将目标无人机行驶至备选位置的时间至第二后向时间，作为第二后向时间段，第二后向时间位于目标无人机行驶至备选位置的时间之后的总时长，第二后向时间段的时长为总时长。
最后，将第二前向时间段和第二后向时间段拼接为避障时间段。
在一种应用场景中，处理模块203用于：
针对其他无人机的航线上的每个位置，若该位置的坐标与避障空间不重叠，和/或该位置的行驶时间与避障时间段不重叠，确定备选位置不与其他无人机冲突。
若该位置的坐标与避障空间重叠，且该位置的行驶时间与避障时间段重叠，确定备选位置与其他无人机冲突。
图13是根据一示例性实施例示出的另一种无人机的控制装置的框图，如图13所示，该装置200还包括：
检测模块205，用于在若备选位置不与其他无人机冲突，将备选位置添加至目标无人机的航线之后，判断内环避障空间和内环避障时间段是否满足预设条件，预设条件为：针对其他无人机的航线上的每个位置，内环避障空间与该位置对应的内环避障空间不重叠，和/或内环避障时间段与该位置对应的内环避障时间段不重叠。
第一更新模块206，用于若内环避障空间和内环避障时间段不满足预设条件，更新备选位置，并重复执行根据备选位置的坐标和目标无人机的属性信息，确定避障空间，至判断内环避障空间和内环避障时间段是否满足预设条件的步骤，直至内环避障空间和内环避障时间段满足预设条件。
图14是根据一示例性实施例示出的另一种无人机的控制装置的框图，如图14所示，该装置200还可以包括：
发送模块207，用于在若备选位置不与其他无人机冲突，将备选位置添加至目标无人机的航线之后，将添加了备选位置的目标无人机的航线对应的航线信息，发送至其他无人机。或者，将添加了备选位置的目标无人机的航线对应的航线信息，发送至云控平台，以使云控平台将添加了备选位置的目标无人机的航线对应的航线信息，发送至其他无人机。
图15是根据一示例性实施例示出的另一种无人机的控制装置的框图，如图15所示，该装置200还可以包括：
第二更新模块208，用于获取目标无人机的状态信息，状态信息包括：性能参数、信号强度和环境参数中的至少一种。根据状态信息更新目标无人机的定位精度和跟踪精度。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上所述，本公开中首先根据目标无人机的属性信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置所占空间的避障空间，其中备选位置为点或者线段，属性信息包括目标无人机的定位精度和尺寸。之后，根据当前行驶信息和备选位置的坐标，确定包括了目标无人机行驶至备选位置的时间的避障时间段，当前行驶信息包括目标无人机的跟踪精度、当前的位置和当前的行驶速度。再根据避障空间、避障时间段，和其他无人机的航线上每个位置的坐标与每个位置的行驶时间，确定备选位置是否与其他无人机产生冲突，最后在备选位置不与其他无人机冲突的情况下，将备选位置添加至目标无人机的航线。本公开通过备选位置对应的避障空间和避障时间段，确定备选位置与其他无人机之间是否存在冲突，从时间和空间两个维度对目标无人机的航线进行规划，既能够有效避免碰撞，又能够提高航线规划的空域利用率。
图16是根据一示例性实施例示出的一种电子设备300的框图。如图16所示，该电子设备300可以包括：处理器301，存储器302。该电子设备300还可以包括多媒体组件303，输入/输出（I/O）接口304，以及通信组件305中的一者或多者。
其中，处理器301用于控制该电子设备300的整体操作，以完成上述的无人机的控制方法中的全部或部分步骤。存储器302用于存储各种类型的数据以支持在该电子设备300的操作，这些数据例如可以包括用于在该电子设备300上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器302可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，简称EPROM），可编程只读存储器（Programmable Read-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。多媒体组件303可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器302或通过通信组件305发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口304为处理器301和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件305用于该电子设备300与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信（Near FieldCommunication，简称NFC），2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件305可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，电子设备300可以被一个或多个应用专用集成电路（Application Specific Integrated Circuit，简称ASIC）、数字信号处理器（DigitalSignal Processor，简称DSP）、数字信号处理设备（Digital Signal Processing Device，简称DSPD）、可编程逻辑器件（Programmable Logic Device，简称PLD）、现场可编程门阵列（Field Programmable Gate Array，简称FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的无人机的控制方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无人机的控制方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器302，上述程序指令可由电子设备300的处理器301执行以完成上述的无人机的控制方法。
图17是根据一示例性实施例示出的一种电子设备400的框图。例如，电子设备400可以被提供为一服务器。参照图17，电子设备400包括处理器422，其数量可以为一个或多个，以及存储器432，用于存储可由处理器422执行的计算机程序。存储器432中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器422可以被配置为执行该计算机程序，以执行上述的无人机的控制方法。
另外，电子设备400还可以包括电源组件426和通信组件450，该电源组件426可以被配置为执行电子设备400的电源管理，该通信组件450可以被配置为实现电子设备400的通信，例如，有线或无线通信。此外，该电子设备400还可以包括输入/输出（I/O）接口458。电子设备400可以操作基于存储在存储器432的操作系统，例如Windows ServerTM，Mac OSXTM，UnixTM，LinuxTM等等。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无人机的控制方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器432，上述程序指令可由电子设备400的处理器422执行以完成上述的无人机的控制方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的无人机的控制方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，本领域技术人员在考虑说明书及实践本公开后，容易想到本公开的其它实施方案，均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。同时本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。本公开并不局限于上面已经描述出的精确结构，本公开的范围仅由所附的权利要求来限制。
Claims (14)
1.一种无人机的控制方法，其特征在于，所述方法包括：
根据备选位置的坐标和目标无人机的属性信息，确定避障空间，所述避障空间包括所述目标无人机行驶至所述备选位置所占的空间，所述备选位置为点或者线段，所述属性信息包括所述目标无人机的定位精度和所述目标无人机的尺寸；
根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，所述避障时间段包括所述目标无人机行驶至所述备选位置的时间，所述当前行驶信息包括所述目标无人机的跟踪精度、所述目标无人机当前的位置和当前的行驶速度；
根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，所述其他无人机的航线信息包括所述其他无人机的航线上每个位置的坐标和每个位置的行驶时间；
若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线。
2.根据权利要求1所述的方法，其特征在于，所述根据备选位置的坐标和所述目标无人机的属性信息，确定避障空间，包括：
根据所述目标无人机的定位精度和所述目标无人机的尺寸，确定所述目标无人机行驶至所述备选位置所占的第一半径，并根据所述第一半径确定内环避障空间；
根据所述第一半径确定第二半径，并根据所述第二半径确定所述避障空间，所述第二半径大于所述第一半径。
3.根据权利要求2所述的方法，其特征在于，所述目标无人机的尺寸包括：所述目标无人机的半径；所述根据所述目标无人机的定位精度和所述目标无人机的尺寸，确定所述目标无人机行驶至所述备选位置所占的第一半径，包括：
将所述目标无人机的定位精度、所述目标无人机的半径、预设的第一冗余距离的和作为所述第一半径；
所述根据所述第一半径确定第二半径，包括：
按照预设倍数对所述第一半径增进行扩展，并将扩展后的所述第一半径与预设的第二冗余距离的和作为所述第二半径。
4.根据权利要求2所述的方法，其特征在于，所述根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，包括：
根据所述目标无人机当前的位置和当前的行驶速度，确定所述目标无人机行驶至所述备选位置的时间；
根据所述目标无人机的跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定内环避障时间段，所述内环避障时间段包括所述目标无人机行驶至所述备选位置的时间；
根据所述内环避障时间段，确定所述避障时间段，所述避障时间段包括所述内环避障时间段。
5.根据权利要求4所述的方法，其特征在于，所述跟踪精度包括前向跟踪精度和后向跟踪精度，所述根据所述目标无人机的跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定内环避障时间段，包括：
根据所述目标无人机的前向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一前向时间段，并根据所述目标无人机的后向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一后向时间段；
根据所述第一前向时间段和所述第一后向时间段确定所述内环避障时间段；
所述根据所述内环避障时间段，确定所述避障时间段，包括：
根据所述内环避障时间段，和所述目标无人机行驶至所述备选位置的时间，确定第二前向时间段和第二后向时间段；
根据所述第二前向时间段和所述第二后向时间段确定所述避障时间段。
6.根据权利要求5所述的方法，其特征在于，所述根据所述目标无人机的前向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一前向时间段，并根据所述目标无人机的后向跟踪精度，和所述目标无人机行驶至所述备选位置的时间，确定第一后向时间段，包括：
将所述目标无人机的前向跟踪精度与预设的第一冗余时间的和，作为前向时长，并将所述目标无人机的后向跟踪精度与所述第一冗余时间的和，作为后向时长；
将第一前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第一前向时间段，所述第一前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述前向时长，所述第一前向时间段的时长为所述前向时长；
将所述目标无人机行驶至所述备选位置的时间至第一后向时间，作为所述第一后向时间段，所述第一后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述后向时长，所述第一后向时间段的时长为所述后向时长；
所述根据所述第一前向时间段和所述第一后向时间段确定所述内环避障时间段，包括：
将所述第一前向时间段和所述第一后向时间段拼接为所述内环避障时间段。
7.根据权利要求6所述的方法，其特征在于，所述根据所述内环避障时间段，和所述目标无人机行驶至所述备选位置的时间，确定第二前向时间段和第二后向时间段，包括：
将所述前向时长、所述后向时长、预设的第二冗余时长的和，作为总时长；
将第二前向时间至所述目标无人机行驶至所述备选位置的时间，作为所述第二前向时间段，所述第二前向时间位于所述目标无人机行驶至所述备选位置的时间之前的所述总时长，所述第二前向时间段的时长为所述总时长；
将所述目标无人机行驶至所述备选位置的时间至第二后向时间，作为所述第二后向时间段，所述第二后向时间位于所述目标无人机行驶至所述备选位置的时间之后的所述总时长，所述第二后向时间段的时长为所述总时长；
所述根据所述第二前向时间段和所述第二后向时间段确定所述避障时间段，包括：
将所述第二前向时间段和所述第二后向时间段拼接为所述避障时间段。
8.根据权利要求1所述的方法，其特征在于，所述根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，包括：
针对所述其他无人机的航线上的每个位置，若该位置的坐标与所述避障空间不重叠，和/或该位置的行驶时间与所述避障时间段不重叠，确定所述备选位置不与所述其他无人机冲突；
若该位置的坐标与所述避障空间重叠，且该位置的行驶时间与所述避障时间段重叠，确定所述备选位置与所述其他无人机冲突。
9.根据权利要求4所述的方法，其特征在于，在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，所述方法还包括：
判断所述内环避障空间和所述内环避障时间段是否满足预设条件，所述预设条件为：针对所述其他无人机的航线上的每个位置，所述内环避障空间与该位置对应的内环避障空间不重叠，和/或所述内环避障时间段与该位置对应的内环避障时间段不重叠；
若所述内环避障空间和所述内环避障时间段不满足预设条件，更新所述备选位置，并重复执行所述根据备选位置的坐标和所述目标无人机的属性信息，确定避障空间，至所述判断所述内环避障空间和所述内环避障时间段是否满足预设条件的步骤，直至所述内环避障空间和所述内环避障时间段满足所述预设条件。
10.根据权利要求1-9中任一项所述的方法，其特征在于，在所述若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线之后，所述方法还包括：
将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机；或者，
将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至云控平台，以使所述云控平台将添加了所述备选位置的所述目标无人机的航线对应的航线信息，发送至所述其他无人机。
11.根据权利要求1-9中任一项所述的方法，其特征在于，所述方法还包括：
获取所述目标无人机的状态信息，所述状态信息包括：性能参数、信号强度和环境参数中的至少一种；
根据所述状态信息更新所述目标无人机的定位精度和跟踪精度。
12.一种无人机的控制装置，其特征在于，所述装置包括：
空间确定模块，用于根据备选位置的坐标和目标无人机的属性信息，确定避障空间，所述避障空间包括所述目标无人机行驶至所述备选位置所占的空间，所述备选位置为点或者线段，所述属性信息包括所述目标无人机的定位精度和所述目标无人机的尺寸；
时间段确定模块，用于根据所述备选位置的坐标和所述目标无人机的当前行驶信息，确定避障时间段，所述避障时间段包括所述目标无人机行驶至所述备选位置的时间，所述当前行驶信息包括所述目标无人机的跟踪精度、所述目标无人机当前的位置和当前的行驶速度；
处理模块，用于根据所述避障空间、所述避障时间段和其他无人机的航线信息，确定所述备选位置是否与所述其他无人机冲突，所述其他无人机的航线信息包括所述其他无人机的航线上每个位置的坐标和每个位置的行驶时间；
控制模块，用于若所述备选位置不与所述其他无人机冲突，将所述备选位置添加至所述目标无人机的航线。
13.一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权利要求1-11中任一项所述方法的步骤。
14.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-11中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110217812.1A CN112578817A (zh) | 2021-02-26 | 2021-02-26 | 无人机的控制方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110217812.1A CN112578817A (zh) | 2021-02-26 | 2021-02-26 | 无人机的控制方法、装置、存储介质和电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112578817A true CN112578817A (zh) | 2021-03-30 |
Family
ID=75114031
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110217812.1A Pending CN112578817A (zh) | 2021-02-26 | 2021-02-26 | 无人机的控制方法、装置、存储介质和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112578817A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022247475A1 (zh) * | 2021-05-27 | 2022-12-01 | 中兴通讯股份有限公司 | 飞行控制方法、装置、无人机及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106292709A (zh) * | 2016-10-13 | 2017-01-04 | 北京航空航天大学 | 多无人飞行器避撞控制方法和装置 |
| CN107238389A (zh) * | 2017-06-27 | 2017-10-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 飞机航线规划方法 |
| CN108549408A (zh) * | 2018-05-29 | 2018-09-18 | 四川九洲空管科技有限责任公司 | 一种自动防撞地航迹规划方法及系统 |
| CN109960273A (zh) * | 2017-12-22 | 2019-07-02 | 杭州海康机器人技术有限公司 | 无人机的飞行控制方法、装置及存储介质 |
| US20190325758A1 (en) * | 2016-06-02 | 2019-10-24 | Sony Corporation | Information processing device and information processing method |
| CN112393732A (zh) * | 2020-11-24 | 2021-02-23 | 北京三快在线科技有限公司 | 无人机避障方法、装置、可读存储介质及电子设备 |
-
2021
- 2021-02-26 CN CN202110217812.1A patent/CN112578817A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190325758A1 (en) * | 2016-06-02 | 2019-10-24 | Sony Corporation | Information processing device and information processing method |
| CN106292709A (zh) * | 2016-10-13 | 2017-01-04 | 北京航空航天大学 | 多无人飞行器避撞控制方法和装置 |
| CN107238389A (zh) * | 2017-06-27 | 2017-10-10 | 中国航空工业集团公司沈阳飞机设计研究所 | 飞机航线规划方法 |
| CN109960273A (zh) * | 2017-12-22 | 2019-07-02 | 杭州海康机器人技术有限公司 | 无人机的飞行控制方法、装置及存储介质 |
| CN108549408A (zh) * | 2018-05-29 | 2018-09-18 | 四川九洲空管科技有限责任公司 | 一种自动防撞地航迹规划方法及系统 |
| CN112393732A (zh) * | 2020-11-24 | 2021-02-23 | 北京三快在线科技有限公司 | 无人机避障方法、装置、可读存储介质及电子设备 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022247475A1 (zh) * | 2021-05-27 | 2022-12-01 | 中兴通讯股份有限公司 | 飞行控制方法、装置、无人机及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10943495B2 (en) | Aerial vehicle flight control method and device thereof | |
| JP6890757B2 (ja) | 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理 | |
| CN109697875B (zh) | 规划行驶轨迹的方法及装置 | |
| JP6726363B2 (ja) | 生成されたインターフェースを使用する自律走行車の監視 | |
| WO2022105394A1 (en) | Simulation method and system, device, readable storage medium, and platform for autonomous driving | |
| JP2019537159A5 (zh) | ||
| JP7330142B2 (ja) | 車両のｕターン経路を決定する方法、装置、デバイスおよび媒体 | |
| US11829135B2 (en) | Tuning autonomous vehicle dispatch using vehicle performance | |
| CN112393732B (zh) | 无人机避障方法、装置、可读存储介质及电子设备 | |
| TWI831911B (zh) | 用於操縱地形偵測和迴避的系統、方法及電腦程式產品 | |
| US20200200553A1 (en) | Routing autonomous vehicles using temporal data | |
| CN113479195A (zh) | 用于自动代客泊车的方法和用于执行所述方法的系统 | |
| WO2019168793A1 (en) | System and method for indicating drones flying overhead | |
| US20200310451A1 (en) | Path planning for complex scenes with self-adjusting path length for autonomous driving vehicles | |
| US20220412755A1 (en) | Autonomous vehicle routing with local and general routes | |
| US11500372B2 (en) | Joint optimization of robotic vehicle routing for ride quality, safety, and operator demand | |
| US20200056895A1 (en) | Autonomous vehicle waypoint routing | |
| US20220289253A1 (en) | Method for evaluating autonomous driving system, apparatus and storage medium | |
| KR20220140413A (ko) | 훈련된 공중 회랑 모델에 기초하여 공중 회랑을 따라 이동하도록 항공기를 제어하는 시스템 및 방법 | |
| US20220155082A1 (en) | Route comparison for vehicle routing | |
| CN112578817A (zh) | 无人机的控制方法、装置、存储介质和电子设备 | |
| CN114521248A (zh) | 信息处理设备、信息处理方法和程序 | |
| KR20190004983A (ko) | 무인비행체의 안전 운항을 위한 디지털 무빙 맵 서비스 제공 방법 및 장치 | |
| CN114995519B (zh) | 一种基于多障碍场景的无人机ai降落方法及系统 | |
| US20220065647A1 (en) | Autonomous vehicle planned route prediction |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210330 |