CN112666971A - 一种无人机返航方法、装置、无人机和存储介质 - Google Patents
一种无人机返航方法、装置、无人机和存储介质 Download PDFInfo
- Publication number
- CN112666971A CN112666971A CN202011480771.7A CN202011480771A CN112666971A CN 112666971 A CN112666971 A CN 112666971A CN 202011480771 A CN202011480771 A CN 202011480771A CN 112666971 A CN112666971 A CN 112666971A
- Authority
- CN
- China
- Prior art keywords
- return
- unmanned aerial
- aerial vehicle
- point
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 17
- 239000003814 drug Substances 0.000 claims description 48
- 239000007788 liquid Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 229940079593 drug Drugs 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 26
- 239000000047 product Substances 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 239000003337 fertilizer Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Aviation & Aerospace Engineering (AREA)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种无人机返航方法、装置、无人机和存储介质,无人机返航方法包括:在无人机以预设作业路径作业过程中,按照预设周期计算无人机的剩余飞行时间和返航时间;确定剩余飞行时间是否大于返航时间;若是,在预设作业路径上获取目标返航点,并根据当前位置和目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤;若否,将当前位置作为目标返航点,在飞行到目标返航点时从所述目标返航点飞行到所述返航目的地;若否,将所述当前位置确定为目标返航点,从所述目标返航点飞行到所述返航目的地。本发明实施例既可以提高无人机的作业效率和电池能量利用率,又可以使得无人机有足够的电量返航,保证了无人机安全返航。
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返航方法、装置、无人机和存储介质。
背景技术
随着无人机技术的发展,无人机的应用领域也越来越广泛,例如无人机被应用于航拍、勘探、交通指挥、电力巡检和农业植保等领域。
目前,无人机普遍设置有自动返航功能,例如当检测到系统异常或者电量低于一定的阈值,无人机会中断当前所执行的任务启动返航功能,从当前位置返回至出发点或者预设的返航目的地。
然而,根据无人机剩余电量控制无人机是否自主返航存在以下问题:
1、当剩余电量超过返航过程实际所消耗的电量时,会造成无人机作业效率和电池能量利用率低;
2、当剩余电量小于返航过程实际所消耗的电量时,会造成无人机在返航过程因电量不足而坠机。
发明内容
本发明实施例提供了一种无人机返航方法、装置、无人机和存储介质,以解决现有技术中通过剩余电量来控制无人机是否返航所存在的问题。
第一方面,本发明实施例提供了一种无人机返航方法,包括:
在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间;
确定所述剩余飞行时间是否大于所述返航时间;
若是,在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤;
若否,将所述当前位置确定为目标返航点;
在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
第二方面,本发明实施例提供了一种无人机返航装置,包括:
时间计算模块,用于在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间;
时间确定模块,用于确定所述剩余飞行时间是否大于所述返航时间;
第一目标返航点获取模块,用于在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回所述时间计算模块;
第二目标返航点确定模块,用于将所述当前位置确定为目标返航点;
返航模块,用于在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
第三方面,本发明实施例提供了一种无人机,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本发明中所述的无人机返航方法。
第四方面,本发明实施例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本发明中所述的无人机返航方法。
本发明实施例的无人机返航方法可以根据自身的状态实时计算剩余飞行时间和从当前位置返航的返航时间,确定飞行时间是否大于返航时间,若是,在作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤,该目标返航点在无人机飞行过程中实时更新,若否,将当前位置确定为目标返航点,在飞行到目标返航点时从目标返航点飞行到返航目的地,使得以该目标返航点飞行到返航目的地可以使得无人机的作业效率和电池能量利用率最大化,解决了剩余电量小于预设电量阈值时控制无人机返航造成作业效率和电池能力利用率低,或者剩余电量不足造成坠机的问题,既可以提高无人机的作业效率和电池能量利用率,又可以使得无人机有足够的电量返航,无人机能够安全返航。
附图说明
图1是本发明实施例一提供的一种无人机返航方法的流程图;
图2是本发明实施例二提供的一种无人机返航方法的流程图;
图3是本发明实施例中梯形速度曲线的示意图
图4是本发明实施例中无人机返航的示意图;
图5是本发明实施例三提供的一种无人机返航装置的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
图1为本发明实施例一提供的一种无人机返航方法的流程图,本发明实施例可适用于控制作业中的无人机返航的情况,该方法可以由本发明实施例中的无人机返航装置来执行,该装置可采用软件和/或硬件的方式实现,并集成在本发明的无人机中,如图1所示,该无人机返航方法具体包括如下步骤:
S101、在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间。
在本发明实施例中,无人机可以是可挂载植保装置的农业植保无人机,示例性地,植保装置可以是喷洒药物的装置、撒播种子或者肥料的撒播装置等,通过挂载植保装置使得无人机可以执行喷洒药物、撒播种子、撒播肥料等植保作业。作业路径可以是预先设置的作业路径,无人机在作业路径起飞时开始计时计算飞行时间,不同的飞行时间可以映射到作业路径上的不同航点。
以无人机进行喷洒药物为示例,可以预先设置植保区域的作业路径,无人机按照该作业路径执行喷洒药物作业,执行作业过程中,随着飞行时间的增加,无人机上植保装置中的药物的药量不断减少,无人机也沿作业路径移动到飞行时间对应的航点。
无人机在作业过程中可以按照预设周期计算无人机的剩余飞行时间和返航时间,其中,剩余飞行时间为无人机的剩余电量可供无人机飞行的时间,返航时间为无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间。具体地,预设的返航目的地可以是植保区域外用户预先设置的电池更换站或者药物补充站,无人机可以从电池管理系统获取电池的剩余电量,并从所挂载的植保装置获取药物的重量,将药物的重量和无人机的空载重量求和得到无人机当前的总重量,进一步获取无人机的电机效率后,采用电机效率、剩余电量和总重量计算无人机的剩余飞行时间,该剩余飞行时间为在当前剩余电量和电机效率下,无人机以当前总重量耗尽剩余电量所能飞行的时间,示例性地,可以计算剩余电量与电机效率的乘积后,计算乘积与总重量的比值即为剩余飞行时间。
在计算返航时间前,先规划当前位置到返航目的地的返航路径,在一个示例中,可以通过A-star路径规划算法规划当前位置到返航目的地返航路径,在计算返航时间时,可以先确定无人机返航时的飞行速度,在一个示例中可以根据梯形速度分配算法分配无人机的飞行速度,从而得到无人机以各个飞行速度在返航路径上的飞行时间,计算各个飞行时间的和值即可以得到无人机的返航时间。
S102、确定所述剩余飞行时间是否大于所述返航时间。
具体地,将剩余飞行时间和返航时间做比较,在剩余飞行时间大于返航时间时,执行S103以在作业路径上确定出当前位置之后的航点作为目标返航点,在剩余飞行时间小于或等于返航时间时,执行S104以将当前位置作为目标返航点立即返航。
S103、在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤。
在本发明的一个可选实施例中,可以根据预设的硬件参数、预设的作业区域信息以及返航目的地的坐标构建无人机作业能量效率最大化目标函数,对目标函数求解最优解得到无人机的最优飞行时间,该最优飞行时间为当前时间之后的飞行时间,通过飞行时间和预设作业路径的坐标映射关系,查找最优飞行时间映射到预设作业路径上的航点作为目标返航点。
其中,硬件参数可以包括无人机的电机效率、起飞时的总载药量、空载重量、附加功率(各个电子模块的功率和)等,作业区域信息可以包括作业时药液的流量、无人机从返航目的地飞行到返航目标点的飞行速度、所携带的药液的密度、药液的携带量等。无人机作业能量效率最大化目标函数可以是以飞行时间为自变量的函数,该无人机作业能量效率最大化目标函数表示无人机按照预设作业飞行路径飞行时,无人机在某个飞行时间映射的位置返航后无人机的所能达到的作业能量效率。通过不断搜索当前时间之后的飞行时间可以得到各个飞行时间对应的作业能量效率,并确定出最大作业能量效率对应的飞行时间作为最优飞行时间,该最优飞行时间映射在作业路径上的航点即为目标返航点。
在确定目标返航点后,如果当前位置不是目标返航点,无人机继续按照作业路径执行作业并按照S101-103的步骤更新目标返航点。
S104、将所述当前位置确定为目标返航点。
如果剩余飞行时间小于或等于返航时间,可以将当前位置作为目标返航点,使得无人机从当前位置立即返航,避免无人机继续按照作业路径飞行导致无人机因为电量不足无法返航的问题。
S105、在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
无人机在确定出目标返航点之后,可以继续按照作业路径继续执行植保作业并不断地更新目标返航点,在飞行到目标返航点时,如无人机飞行过程中不断更新目标返航点,在最优飞行时间时,无人机当前位置与目标返航点重合,无人机从该目标返航点返航时无人机的作业效率和能量利用率最高,可以控制无人机从该目标返航点飞行到返航目的地,可选地,可以规划目标返航点到返航目的地的返航路径,示例性地,先获取目标返航点的坐标和返航目的地的坐标,通过路径规划算法规划返航路径,如通过距离最短原则、飞行时间最短原则等规划返航路径,控制无人机按照返航路径控制无人机从目标返航点飞行到返航目的地。
本发明实施例的无人机可以根据自身的状态实时计算剩余飞行时间和从当前位置返航的返航时间,在剩余飞行时间大于返航时间时可以在当作业路径上获取目标返航点,该目标返航点在无人机飞行过程中实时更新,在飞行到目标返航点时从目标返航点飞行到返航目的地,使得以该目标返航点飞行到返航目的地可以使得无人机的作业效率和电池能量利用率最大化,解决了剩余电量小于预设电量阈值时控制无人机返航造成作业效率和电池能力利用率低,或者剩余电量不足造成坠机的问题,既可以提高无人机的作业效率和电池能量利用率,又可以保证使得无人机有足够的电量返航,保证了无人机的飞行安全能够安全返航。
实施例二
图2为本发明实施例二提供的一种无人机返航方法的流程图,本发明实施例以前述实施例一为基础进行优化,具体地,如图2所示,本发明实施例的无人机返航方法可以包括如下步骤:
S201、按照预设周期获取所述无人机的当前状态信息,所述当前状态信息包括所述无人机的剩余电量和当前位置。
本发明实施例中,预设周期可以是用户设定的周期,也可以是由开发人员在开发阶段预设的周期,该周期可以根据无人机的飞行速度来设定,在一个示例中,当飞行速度较快时可以设置比较小的周期,在飞行速度较慢时可以设置比较大的周期,本发明实施例对预设周期的大小不加以限制。
当前状态信息可以是无人机上电池的剩余电量和无人机的当前位置,可以通过与电池管理系统(BMS,Battery Management System)通信来获取剩余电量,示例性地,可以向BMS请求电池的电量百分比,无人机的剩余电量E=无人机电池标准容量(Ah)×无人机电池标准电压(V)×电量百分比。
无人机的当前位置可以通过无人机的定位系统来获取,比如通过GPS定位系统、激光定位系统或者RTK等获取无人机当前位置的坐标。
当然,在实际应用中,当前状态信息还可以包括诸如无人机的当前重量、飞行速度等信息。
S202、采用所述剩余电量计算所述无人机的剩余飞行时间。
在一个可选实施例中,可以先获取无人机的当前总重量以及预设的电机效率,对剩余电量和电机效率做乘法运算得到乘积,计算乘积与当前总重量的比值作为剩余飞行时间,剩余飞行时间T1具体计算公式如下:
其中,E为无人机的剩余电量,单位为Wh(瓦·时),η为电机效率,单位为g/W(克每瓦),m为无人机当前总重量,单位为Kg(千克)。
通过上述公式可以计算出无人机的总重量为m时,无人机以当前的剩余电量E可持续飞行的时间,该时间即为剩余飞行时间。
S203、根据所述当前位置和所述预设的返航目的地生成返航路径。
在本发明的一个可选实施例中,将当前位置作为无人机返航的起点,预设的返航目的地作为无人机返航的终点后,可以先利用A-star路径规划算法搜索无人机从当前位置飞行到返航目的地的轨迹点得到轨迹点集合,其中,轨迹点按照被搜索到的顺序设置有序号,从轨迹点集合中确定出多个轨迹点作为无人机从当前位置飞行到返航目的地的航点得到航点集合,依次连接航点集合中的多个航点以生成返航路径。其中,A-star路径规划算法是一种现有的高效路径规划算法,详情参考现有技术,在此不再详述。
在获取到轨迹点集合后,可以从轨迹点集合中确定出部分轨迹点作为返航路径的航点,具体地,可以获取预设的作业区域信息,该作业区域信息包括了作业区域内的障碍物信息,然后将所确定出的轨迹点的序号进行初始化,例如,可以将序号下限值初始化为1、序号上限值初始化为多个轨迹点的数量n,并设置误差容限,计算序号下限值和序号上限值的和值,计算和值与2的比值并取整得到序号中间值,确定序号下限值对应的轨迹点到序号中间值对应的轨迹点之间是否存在障碍物,若是,将序号中间值设置为序号上限值,若否,将序号中间值对应的轨迹点作为航点添加到航点集合中,以及将序号中间值设置为序号下限值,计算序号上限值与序号下限值的差值,确定差值是否小于误差容限,若否,返回计算序号下限值和序号上限值的和值的步骤,直到差值是小于误差容限时得到最终的航点集合。
以下结合示例对从轨迹点集合中确定出航点集合进行说明。
假设通过A-star路径规划算法搜索出轨迹点S={(x1,y1),...,(xn,yn)},其中(x1,y1)=(xi,yi),(xn,yn)=(xd,yd),轨迹点的总数量为n,(xi,yi)为当前位置的坐标,(xd,yd)为返航目的地的坐标。
S2:计算u=(ul+uu)/2。
假设n=100,则u=(ul+uu)/2=(1+100)/2=50.5,向下取整后u=50。
本发明实施例先通过A-star路径规划算法确定出返航路径的轨迹点集合,再结合障碍物信息从轨迹点集合中确定出部分轨迹点作为航点来生成返航路径,一方面通过A-star路径规划算法可以高效准确地确定轨迹点,另一面,取部分轨迹点作为航点来生成返航路径可以使得最终的航线可以准确地规避障碍物,并且可以提高最终的航线的生成效率。
S204、计算所述无人机按照所述返航路径从所述当前位置飞行到所述返航目的地的返航时间。
具体地,无人机从当前位置飞行到返航目的地经历加速、匀速和减速阶段,可以获取无人机的硬件信息后,根据硬件信息和返航路径的长度分配无人机的飞行速度,在一个示例中,硬件信息可以包括无人机的最大飞行速度、最大加速度等,则可以按照梯形速度分配规则分配无人机在返航路径上的飞行速度,得到无人机以每个飞行速度飞行的飞行时间,计算无人机以各个飞行速度飞行的飞行时间的和值得到返航时间。
如图3所示的梯形速度分配,v0=0为初速度,vn为匀速飞行速度,可设置为无人机的最大飞行速度,vt=0为末速度,加速和减速阶段的加速度为a,可设置为无人机的最大加速度,总路程为S为返航路径的总长,则可以确定加速阶段的飞行路程S1=(vn×vn–v0×v0)/2a,减速阶段的飞行路程S3=(vn×vn–vt×vt)/2a,则匀速阶段的飞行路程S2=S-S1-S3,并且在分配飞行速度时可以对应到每个飞行速度的飞行阶段的飞行时间,如图3所示,各个阶段对应有飞行时间,飞行时间的总和即为返航时间。
当然,本领域技术人员在实施本发明时,还可以通过7段S形、15段S形等速度规划算法分配各个飞行阶段的飞行速度,本发明实施例对此不加以限制。
本发明实施例通过梯形速度分配规则分配无人机在返航路径上的飞行速度,使得无人机可以以最优的速度和返航时间返航,从而获得最优的作业效率和能量利用率。
S205、确定所述剩余飞行时间是否大于所述返航时间。
具体地,将剩余飞行时间和返航时间做大小比较,在剩余飞行时间大于返航时间时,执行S206以在作业路径上确定出当前位置之后的航点作为目标返航点,在剩余飞行时间小于或等于返航时间时,执行S207以将当前位置作为目标返航点立即返航。
S206、根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定目标返航点,并根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤。
在一个可选实施例,可以根据预设的无人机硬件参数、预设的作业区域信息以及返航目的地的坐标构建无人机作业能量效率最大化目标函数,并对目标函数求解最优解得到无人机的最优飞行时间,最优飞行时间为当前时间之后无人机返航前的飞行时间,通过预设的飞行时间和预设作业路径坐标映射关系,查找最优飞行时间映射到预设作业路径上的航点作为目标返航点。
具体地,无人机的硬件参数包括无人机的电机效率、起飞时的总载药量、空载重量、附加功率、电池的总能量,作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到返航目标点的飞行速度、所携带的药液的密度、药液的携带量,则可以构建如下目标函数:
s.t Lw≤Lt
Ew+Er≤Et
其中,Lw为无人机作业过程中当前已喷洒的药量,Lt为总载药量,Ew为无人机作业过程中已消耗的能量,Er为无人机返航所需要的能量,为无人机从返航目的地重新飞行到目标返航点所需要的能量,Et为无人机的总能量,其中,无人机可以通过电池管理系统来读取总能量Et。
上述公式中,
Tw为无人机的飞行时间,S为流量,表示无人机按照预设作业路径作业时,每飞行一定时间Tw均飞行到预设作业路径上的一个航点,Tw∈[0,Tt],Tt为无人机飞行完预设作业路径所需要的飞行总时间,其中,无人机的飞行时间Tw可以通过计时器来统计,Tt可以在规划作业路径时预先计算并存储在无人机上。
Lr为返航距离,Lr=||(xr-xd),(yr-yd)||2,vr为返航时的飞行速度,(xr,yr)为返航点的坐标,(xd,yd)为返航目的地的坐标,其中,可以通过S203生成返航点(xr,yr)到返航目的地(xd,yd)的返航路径并计算返航距离Lr,返航时的飞行速度vr为匀速飞行阶段的速度。
在构建目标函数后,求解最优飞行时间时,可以按照预设时间间隔对飞行总时间离散化得到多个飞行时间,通过模拟退火法从多个飞行时间中搜索使得目标函数最大化的目标飞行时间作为最优飞行时间。
在一个示例中,可以按照0.5秒的时间间隔对飞行总时间离散化得到多个飞行时间,并采用每个飞行时间来计算目标函数的函数值,将最大函数值对应的飞行时间作为最优飞行时间,优选地,可采用模拟退火法从当前时间之后的多个飞行时间中搜索出使得目标函数最大化的飞行时间来作为最优飞行时间。
在求解到最优飞行时间后,可以通过飞行时间和预设作业路径的预设坐标映射关系,查找最优飞行时间映射到预设作业路径上的航点作为目标返航点,具体地,无人机按照预设的作业路径执行喷洒药物作业,执行作业过程中,随着飞行时间的增加,无人机沿作业路径移动到飞行时间对应的航点,即飞行时间和作业路径上的航点存在映射关系通过该映射关系可以确定最优飞行时间对应的航点来作为目标返航点,如果当前位置不是目标返航点,无人机继续按照作业路径作业并返回S201-S206来更新目标返航点,直到当前位置为目标返航点时执行S208。
本发明实施例可以根据无人机的硬件参数、作业区域信息以及返航目的地的位置构建能量效率最大化目标函数来求解无人机的最优飞行时间,将该最优飞行时间对应的航点作为目标返航点,能够综合无人机的硬件参数、作业区域信息等数据来求解最佳目标返航点,既能够提高无人机的作用效率和能量利用率,又可以保证无人机能够有足够的电量返航,提高了无人机返航的安全性。
在本发明的另一可选实施例中,在无人机以预设作业路径作业之前,可以先根据预设的无人机硬件参数、预设的作业区域信息以及返航目的地的坐标确定最佳返航点,并将该最佳返航点作为目标返航点,以获得目标返航点,确定当前位置是否位于该目标返航点,若是,执行S208以从目标返航点飞行到返航目的地,若否,返回按照预设周期计算剩余飞行时间和返航时间的步骤即返回S201-S205。其中,硬件参数包括无人机的电机效率、起飞时的总载药量、空载重量、附加功率,作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到返航目标点的飞行速度、所携带的药液的密度、药液的携带量中的至少一项。
本发明实施例可以预先计算并设置最佳返航点,并将该最佳返航点作为目标返航点,如果当前位置是目标返航点,可以从该目标返航点飞行到返航目的地,如果当前位置不是目标返航点,无人机继续飞行并返回执行按照预设周期计算剩余飞行时间和返航时间的步骤,由于目标返航点是预先计算好的最佳返航点,无人机在作业过程中就不再计算和更新目标返航点,减少无人机作业过程中的计算量,保证无人机飞行稳定性。
S207、将所述当前位置确定为目标返航点。
如果剩余飞行时间小于或等于返航时间,可以将当前位置作为目标返航点,使得无人机从当前位置立即返航,避免无人机继续按照作业路径飞行导致无人机因为电量不足无法返航的问题。
S208、在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
在无人机飞行的过程中不断更新目标返航点,随着飞行时间的增加,无人机的当前位置和不断更新的目标返航点在作业路径上距离减小,最终确定出目标返航点为当前位置时返航。在一个可选实施例中,可以先生成目标返航点到返航目的地的返航路径,然后按照返航路径从目标返航点飞行到返航目的地,其中,生成返航路径可参考S203,在此不再详述。
为了使得本领域技术人员更清楚地理解本发明实施例,以下结合图4对本发明实施例的无人机返航进行示例说明:
S11、无人机沿作业路径从点A飞行到点B;
S12、按照预设周期在点C计算剩余飞行时间T1和返航时间T2;
S13、如果T1大于T2,无人机根据当前状态、硬件参数和作业区域信息确定出最佳返航点为点E;
S14、无人机继续按照作业路径执行作业任务,返回S12在点D时确定最佳返航点为点F,返回S12;
S15、当无人机飞行到点G确定出最佳返航点为点G时,无人机从点G返航到返航目的地H点。
S16、如果在任意一个位置,比如点C,T1小于T2则直接从点C返航到返航目的地H点。
本发明实施例按照预设周期获取无人机的当前状态信息,并根据当前状态信息中的剩余电量计算无人机的剩余飞行时间,以及根据当前状态信息中的当前位置和预设的返航目的地生成返航路径,进一步计算无人机按照返航路径从当前位置飞行到返航目的地的返航时间,在剩余飞行时间大于返航时间时,根据预设的硬件参数、预设的作业区域信息以及返航目的地的坐标构建无人机作业能量效率最大化目标函数,通过该目标函数来求解最优飞行时间,根据该最优飞行时间来确定无人机的返航目标点,在飞行到目标返航点时从目标返航点飞行到返航目的地。实现了飞行过程中综合无人机的硬件参数、作业区域信息等数据来实时求解并更新最佳目标返航点,既能够提高无人机的作用效率和能量利用率,又可以保证无人机能够有足够的电量返航,提高了无人机返航的安全性,保证了无人机的飞行安全。
实施例三
图5为本发明实施例三提供的一种无人机返航装置的结构示意图,如图5所示,本发明实施例的无人机返航装置包括:
时间计算模块501,用于在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间;
时间确定模块502,用于确定所述剩余飞行时间是否大于所述返航时间;
目标返航点获取模块503,用于在所述预设作业路径上获取目标返航点,返回时间计算模块501;
第一目标返航点确定模块504,用于在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回所述时间计算模块;
第二目标返航点确定模块505,用于将所述当前位置确定为目标返航点;
返航模块506,用于在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
可选地,所述时间计算模块501包括:
当前状态信息获取子模块,用于按照预设周期获取所述无人机的当前状态信息,所述当前状态信息包括所述无人机的剩余电量和当前位置;
剩余飞行时间计算子模块,用于采用所述剩余电量计算所述无人机的剩余飞行时间;
返航路径生成子模块,用于根据所述当前位置和所述预设的返航目的地生成返航路径;
返航时间计算子模块,用于计算所述无人机按照所述返航路径从所述当前位置飞行到所述返航目的地的时间作为返航时间。
可选地,所述剩余飞行时间计算子模块包括:
重量和电机效率获取单元,用于获取所述无人机的当前总重量以及预设的电机效率;
乘积计算单元,用于对所述剩余电量和所述电机效率做乘法运算得到乘积;
剩余飞行时间计算单元,用于计算所述乘积与所述当前总重量的比值作为所述剩余飞行时间。
所述返航路径生成子模块包括:
轨迹点搜索单元,用于利用A-star路径规划算法搜索所述无人机从所述当前位置飞行到所述返航目的地的轨迹点得到轨迹点集合,所述轨迹点按照搜索顺序设置有序号;
航点确定单元,用于从所述轨迹点集合中确定出多个轨迹点作为所述无人机从所述当前位置飞行到所述返航目的地的航点得到航点集合;
返航路径生成单元,用于依次连接所述航点集合中的多个航点以生成所述返航路径。
可选地,所述航点确定单元包括:
初始子单元,用于将序号下限值初始化为1、序号上限值初始化为多个轨迹点的数量n,并设置误差容限;
序号和值计算子单元,用于计算所述序号下限值和所述序号上限值的和值;
中间值计算子单元,用于计算所述和值与2的比值并取整得到序号中间值;
确定子单元,用确定所述序号下限值对应的轨迹点到所述序号中间值对应的轨迹点之间是否存储障碍物;
序号上限值更新子单元,用于将所述序号中间值设置为所述序号上限值;
航点确定子单元,用于将所述序号中间值对应的轨迹点作为航点添加到航点集合中,以及将所述序号中间值设置为所述序号下限值;
序号差值计算子单元,用于计算所述序号上限值与所述序号下限值的差值;
差值确定单元,确定所述差值是否小于所述误差容限;
跳转单元,用于跳转到序号和值计算子单元直到所述差值确定单元确定差值小于所述误差容限时得到最终的航点集合。
可选地,所述返航时间计算子模块包括:
速度规划单元,用于按照梯形速度分配规则分配所述无人机在所述返航路径上的飞行速度,得到所述无人机以每个飞行速度飞行的飞行时间;
返航时间计算单元,用于计算所述无人机以各个飞行速度飞行的飞行时间的和值作为所述返航时间。
可选地,所述目标返航点获取模块503包括:
第一目标返航点确定子模块,用于根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定目标返航点并根据当前位置和所述目标返航点确定是否返回时间计算模块501;
其中,所述硬件参数包括所述无人机的电机效率、起飞时的总载药量、空载重量、附加功率,所述作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到所述返航目标点的飞行速度、所携带的药液的密度、药液的携带量中的至少一项。
可选地,所述第一目标返航点获取子模块包括:
目标函数构建单元,用于根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标构建无人机作业能量效率最大化目标函数;
最优飞行时间求解单元,用于对所述目标函数求解最优解得到所述无人机的最优飞行时间,所述最优飞行时间为当前时间之后所述无人机返航前的飞行时间;
目标返航点确定单元,用于通过预设的飞行时间和所述预设作业路径坐标映射关系,查找所述最优飞行时间映射到所述预设作业路径上的航点作为目标返航点
可选地于,所述目标函数构建单元包括:
目标函数构建子单元,用于构建如下目标函数:
s.t Lw≤Lt
Ew+Er≤Et
其中,Lw为无人机作业过程中当前已喷洒的药量,Lt为总载药量,Ew为无人机作业过程中已消耗的能量,Er为无人机返航所需要的能量,为无人机从返航目的地重新飞行到目标返航点所需要的能量,Et为无人机的总能量;
上述公式中,
可选地,所述最优飞行时间求解单元包括:
飞行时间离散化子单元,用于按照预设时间间隔对所述飞行总时间离散化得到多个飞行时间;
目标飞行时间确定子单元,用于通过模拟退火法从多个飞行时间中搜索出使得所述目标函数最大化的飞行时间作为最优飞行时间。
可选地,在时间计算模块501之前,还包括:
最佳返航点计算模块,用于根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定最佳返航点;
其中,所述硬件参数包括所述无人机的电机效率、起飞时的总载药量、空载重量、附加功率,所述作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到所述返航目标点的飞行速度、所携带的药液的密度、药液的携带量中的至少一项;
所述目标返航点获取模块503包括:
第二目标返航点确定子模块,用于将所述最佳返航点作为目标返航点,以获得所述目标返航点;
位置确定子模块,用于确定所述当前位置是否位于所述目标返航点,若是,执行所述返航模块506,若否,执行时间计算模块501。
可选地,所述返航模块506包括:
返航路径生成子模块,用于生成所述目标返航点到所述返航目的地的返航路径;
返航子模块,用于按照所述返航路径从所述目标返航点飞行到所述返航目的地。
上述无人机返航装置可执行本发明任意实施例所提供的无人机返航方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供一种无人机,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本发明任一实施例所述的无人机返航方法。
本发明实施例还提供一种计算机可读存储介质,所述存储介质中的指令由无人机的处理器执行时,使得无人机能够执行如上述方法实施例所述的无人机返航方法。
需要说明的是,对于装置、无人机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(可以是无人机,个人计算机,服务器,无人机遥控器或者网络设备等)执行本发明任意实施例所述的无人机返航方法。
值得注意的是,上述无人机返航装置中,所包括的各个单元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,各功能单元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 (15)
1.一种无人机返航方法,其特征在于,包括:
在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间;
确定所述剩余飞行时间是否大于所述返航时间;
若是,在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤;
若否,将所述当前位置确定为目标返航点;
在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
2.根据权利要求1所述的无人机返航方法,其特征在于,所述在无人机以预设作业路径作业过程中,按照预设周期计算剩余飞行时间和返航时间,包括:
按照预设周期获取所述无人机的当前状态信息,所述当前状态信息包括所述无人机的剩余电量和当前位置;
采用所述剩余电量计算所述无人机的剩余飞行时间;
根据所述当前位置和所述预设的返航目的地生成返航路径;
计算所述无人机按照所述返航路径从所述当前位置飞行到所述返航目的地的时间作为返航时间。
3.根据权利要求2所述的无人机返航方法,其特征在于,所述采用所述剩余电量计算所述无人机的剩余飞行时间,包括:
获取所述无人机的当前总重量以及预设的电机效率;
对所述剩余电量和所述电机效率做乘法运算得到乘积;
计算所述乘积与所述当前总重量的比值作为所述剩余飞行时间。
4.根据权利要求2所述的无人机返航方法,其特征在于,所述根据所述当前位置和所述预设的返航目的地生成返航路径,包括:
利用A-star路径规划算法搜索所述无人机从所述当前位置飞行到所述返航目的地的轨迹点得到轨迹点集合;
从所述轨迹点集合中确定出多个轨迹点作为所述无人机从所述当前位置飞行到所述返航目的地的航点得到航点集合;
依次连接所述航点集合中的多个航点以生成所述返航路径。
5.根据权利要求4所述的无人机返航方法,其特征在于,所述轨迹点按照搜索顺序设置有序号,所述从所述轨迹点集合中确定出多个轨迹点作为所述无人机从所述当前位置飞行到所述返航目的地的航点,包括:
将序号下限值初始化为1、序号上限值初始化为多个轨迹点的数量n,并设置误差容限;
计算所述序号下限值和所述序号上限值的和值;
计算所述和值与2的比值并取整得到序号中间值;
确定所述序号下限值对应的轨迹点到所述序号中间值对应的轨迹点之间是否存储障碍物;
若是,将所述序号中间值设置为所述序号上限值;
若否,将所述序号中间值对应的轨迹点作为航点添加到航点集合中,以及将所述序号中间值设置为所述序号下限值;
计算所述序号上限值与所述序号下限值的差值;
确定所述差值是否小于所述误差容限;
若否,返回计算所述序号下限值和所述序号上限值的和值的步骤,直到所述差值小于所述误差容限时得到最终的航点集合。
6.根据权利要求2所述的无人机返航方法,其特征在于,所述计算所述无人机按照所述返航路径从所述当前位置飞行到所述返航目的地的时间作为返航时间,包括:
按照梯形速度分配规则分配所述无人机在所述返航路径上的飞行速度,得到所述无人机以每个飞行速度飞行的飞行时间;
计算所述无人机以各个飞行速度飞行的飞行时间的和值作为所述返航时间。
7.根据权利要求1所述的无人机返航方法,其特征在于,所述在所述预设作业路径上获取目标返航点,包括:
根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定目标返航点;
其中,所述硬件参数包括所述无人机的电机效率、起飞时的总载药量、空载重量、附加功率,所述作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到所述返航目标点的飞行速度、所携带的药液的密度、药液的携带量中的至少一项。
8.根据权利要求7所述的无人机返航方法,其特征在于,所述根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定目标返航点,包括:
根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标构建无人机作业能量效率最大化目标函数;
对所述目标函数求解最优解得到所述无人机的最优飞行时间,所述最优飞行时间为当前时间之后所述无人机返航前的飞行时间;
通过预设的飞行时间和所述预设作业路径坐标映射关系,查找所述最优飞行时间映射到所述预设作业路径上的航点作为目标返航点。
9.根据权利要求8所述的无人机返航方法,其特征在于,所述根据预设的硬件参数、预设的作业区域信息以及所述返航目的地的坐标构建无人机作业能量效率最大化目标函数,包括:
构建如下目标函数:
s.t Lw≤Lt
Ew+Er≤Et
其中,Lw为无人机作业过程中当前已喷洒的药量,Lt为总载药量,Ew为无人机作业过程中已消耗的能量,Er为无人机返航所需要的能量,为无人机从返航目的地重新飞行到目标返航点所需要的能量,Et为无人机的总能量;
上述公式中,
10.根据权利要求9所述的无人机返航方法,其特征在于,所述对所述目标函数求解最优解得到所述无人机的最优飞行时间,包括:
按照预设时间间隔对所述飞行总时间离散化得到多个飞行时间;
通过模拟退火法从多个飞行时间中搜索出使得所述目标函数最大化的飞行时间作为最优飞行时间。
11.根据权利要求1所述的无人机返航方法,其特征在于,在无人机以预设作业路径作业之前,所述方法还包括:
根据预设的无人机硬件参数、预设的作业区域信息以及所述返航目的地的坐标确定最佳返航点;
其中,所述硬件参数包括所述无人机的电机效率、起飞时的总载药量、空载重量、附加功率,所述作业区域信息包括作业时药液的流量、无人机从返航目的地飞行到所述返航目标点的飞行速度、所携带的药液的密度、药液的携带量中的至少一项;
所述在所述预设作业路径上获取目标返航点,包括:
将所述最佳返航点作为目标返航点,以获得所述目标返航点;
根据当前位置和所述目标返航点确定是否返回按照预设周期计算剩余飞行时间和返航时间的步骤,包括:
确定所述当前位置是否位于所述目标返航点;
若是,执行所述从所述目标返航点飞行到所述返航目的地的步骤;
若否,返回按照预设周期计算剩余飞行时间和返航时间的步骤。
12.根据权利要求1所述的无人机返航方法,其特征在于,所述从所述目标返航点飞行到所述返航目的地,包括:
生成所述目标返航点到所述返航目的地的返航路径;
按照所述返航路径从所述目标返航点飞行到所述返航目的地。
13.一种无人机返航装置,其特征在于,包括:
时间计算模块,用于在无人机以预设作业路径作业过程中,按照预设周期计算所述无人机的剩余飞行时间和返航时间,所述剩余飞行时间为所述无人机的剩余电量可供所述无人机飞行的时间,所述返航时间为所述无人机从当前位置按照规划好的返航路径飞行到预设的返航目的地的时间;
时间确定模块,用于确定所述剩余飞行时间是否大于所述返航时间;
目标返航点获取模块,用于在所述预设作业路径上获取目标返航点,并根据当前位置和所述目标返航点确定是否返回所述时间计算模块;
第一目标返航点确定模块,用于在所述预设作业路径上确定出在所述当前位置之后的航点作为目标返航点,返回所述时间计算模块;
第二目标返航点确定模块,用于将所述当前位置确定为目标返航点;
返航模块,用于在飞行到所述目标返航点时,从所述目标返航点飞行到所述返航目的地。
14.一种无人机,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1-12中任一所述的无人机返航方法。
15.一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1-12中任一所述的无人机返航方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480771.7A CN112666971B (zh) | 2020-12-15 | 2020-12-15 | 一种无人机返航方法、装置、无人机和存储介质 |
PCT/CN2021/137680 WO2022127754A1 (zh) | 2020-12-15 | 2021-12-14 | 无人机返航方法、装置、无人机和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011480771.7A CN112666971B (zh) | 2020-12-15 | 2020-12-15 | 一种无人机返航方法、装置、无人机和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112666971A true CN112666971A (zh) | 2021-04-16 |
CN112666971B CN112666971B (zh) | 2023-03-10 |
Family
ID=75406138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011480771.7A Active CN112666971B (zh) | 2020-12-15 | 2020-12-15 | 一种无人机返航方法、装置、无人机和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112666971B (zh) |
WO (1) | WO2022127754A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113120235A (zh) * | 2021-05-28 | 2021-07-16 | 之江实验室 | 一种基于能量分析的载重无人机任务规划方法 |
CN113485421A (zh) * | 2021-07-05 | 2021-10-08 | 上海狮尾智能化科技有限公司 | 一种无人机飞行巡检方法、系统、设备及介质 |
CN113970927A (zh) * | 2021-09-30 | 2022-01-25 | 广州极飞科技股份有限公司 | 作业起点的获取方法、装置及电子设备 |
CN114137426A (zh) * | 2021-11-30 | 2022-03-04 | 广州极飞科技股份有限公司 | 一种剩余电量估算方法、装置、设备及存储介质 |
CN114253293A (zh) * | 2021-12-16 | 2022-03-29 | 长春长光博翔无人机有限公司 | 多旋翼植保无人机作业方法 |
CN114265434A (zh) * | 2021-12-29 | 2022-04-01 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
CN114326787A (zh) * | 2021-12-03 | 2022-04-12 | 彩虹无人机科技有限公司 | 一种无人机自主返航航路规划方法、电子设备和介质 |
CN114326805A (zh) * | 2021-12-28 | 2022-04-12 | 广东电网有限责任公司 | 无人机架空线路巡检协同控制方法、系统和存储介质 |
WO2022127754A1 (zh) * | 2020-12-15 | 2022-06-23 | 广州极飞科技股份有限公司 | 无人机返航方法、装置、无人机和存储介质 |
WO2023143192A1 (zh) * | 2022-01-25 | 2023-08-03 | 深圳市道通智能航空技术股份有限公司 | 一种无人机临时飞行任务的实现方法、设备及存储介质 |
WO2023193604A1 (zh) * | 2022-04-08 | 2023-10-12 | 深圳市道通智能航空技术股份有限公司 | 航线任务的在线规划方法及相关装置 |
CN117111625A (zh) * | 2023-10-25 | 2023-11-24 | 四川腾盾科技有限公司 | 一种固定翼无人机低油量在线应急路径规划方法 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114879746B (zh) * | 2022-07-13 | 2022-09-20 | 山东中宇航空科技发展有限公司 | 一种农业植保无人机飞行路线优化方法 |
CN115860292B (zh) * | 2022-11-21 | 2023-08-04 | 武汉坤达安信息安全技术有限公司 | 基于渔政监控的无人机最优规划路径方法及装置 |
CN116436164B (zh) * | 2023-04-25 | 2024-03-19 | 贵州电网有限责任公司 | 一种电网远动信息仿生化分析系统 |
CN116844381A (zh) * | 2023-06-06 | 2023-10-03 | 广州思谋信息科技有限公司 | 一种基于人工智能的无人机停机管理系统及方法 |
CN117270577B (zh) * | 2023-11-22 | 2024-02-27 | 华东交通大学 | 一种基于路径规划的农业无人设备的作业方法与系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774404A (zh) * | 2016-12-29 | 2017-05-31 | 哈密创动科技有限公司 | 无人机的返航控制方法、装置及无人机 |
US20180061247A1 (en) * | 2016-08-31 | 2018-03-01 | Skycatch, Inc. | Managing energy during flight of unmanned aerial vehicles for safe return to ground |
CN108124471A (zh) * | 2017-12-11 | 2018-06-05 | 深圳市道通智能航空技术有限公司 | 无人飞行器返航方法、装置、存储介质和无人飞行器 |
CN109090076A (zh) * | 2018-06-14 | 2018-12-28 | 华南农业大学 | 一种无人机喷施规划方法 |
CN109634295A (zh) * | 2018-12-17 | 2019-04-16 | 深圳市道通智能航空技术有限公司 | 一种自动返航方法、装置和无人机 |
CN109857135A (zh) * | 2017-11-30 | 2019-06-07 | 深圳市科比特航空科技有限公司 | 一种无人机控制方法、装置、终端设备及存储介质 |
CN109857134A (zh) * | 2019-03-27 | 2019-06-07 | 浙江理工大学 | 基于A*/minimum_snap算法的无人机轨迹控制系统和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112666971B (zh) * | 2020-12-15 | 2023-03-10 | 广州极飞科技股份有限公司 | 一种无人机返航方法、装置、无人机和存储介质 |
-
2020
- 2020-12-15 CN CN202011480771.7A patent/CN112666971B/zh active Active
-
2021
- 2021-12-14 WO PCT/CN2021/137680 patent/WO2022127754A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180061247A1 (en) * | 2016-08-31 | 2018-03-01 | Skycatch, Inc. | Managing energy during flight of unmanned aerial vehicles for safe return to ground |
CN106774404A (zh) * | 2016-12-29 | 2017-05-31 | 哈密创动科技有限公司 | 无人机的返航控制方法、装置及无人机 |
CN109857135A (zh) * | 2017-11-30 | 2019-06-07 | 深圳市科比特航空科技有限公司 | 一种无人机控制方法、装置、终端设备及存储介质 |
CN108124471A (zh) * | 2017-12-11 | 2018-06-05 | 深圳市道通智能航空技术有限公司 | 无人飞行器返航方法、装置、存储介质和无人飞行器 |
CN109090076A (zh) * | 2018-06-14 | 2018-12-28 | 华南农业大学 | 一种无人机喷施规划方法 |
CN109634295A (zh) * | 2018-12-17 | 2019-04-16 | 深圳市道通智能航空技术有限公司 | 一种自动返航方法、装置和无人机 |
CN109857134A (zh) * | 2019-03-27 | 2019-06-07 | 浙江理工大学 | 基于A*/minimum_snap算法的无人机轨迹控制系统和方法 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022127754A1 (zh) * | 2020-12-15 | 2022-06-23 | 广州极飞科技股份有限公司 | 无人机返航方法、装置、无人机和存储介质 |
CN113120235A (zh) * | 2021-05-28 | 2021-07-16 | 之江实验室 | 一种基于能量分析的载重无人机任务规划方法 |
CN113485421A (zh) * | 2021-07-05 | 2021-10-08 | 上海狮尾智能化科技有限公司 | 一种无人机飞行巡检方法、系统、设备及介质 |
CN113970927A (zh) * | 2021-09-30 | 2022-01-25 | 广州极飞科技股份有限公司 | 作业起点的获取方法、装置及电子设备 |
CN114137426A (zh) * | 2021-11-30 | 2022-03-04 | 广州极飞科技股份有限公司 | 一种剩余电量估算方法、装置、设备及存储介质 |
CN114137426B (zh) * | 2021-11-30 | 2024-04-09 | 广州极飞科技股份有限公司 | 一种剩余电量估算方法、装置、设备及存储介质 |
CN114326787A (zh) * | 2021-12-03 | 2022-04-12 | 彩虹无人机科技有限公司 | 一种无人机自主返航航路规划方法、电子设备和介质 |
CN114253293A (zh) * | 2021-12-16 | 2022-03-29 | 长春长光博翔无人机有限公司 | 多旋翼植保无人机作业方法 |
CN114326805A (zh) * | 2021-12-28 | 2022-04-12 | 广东电网有限责任公司 | 无人机架空线路巡检协同控制方法、系统和存储介质 |
CN114265434A (zh) * | 2021-12-29 | 2022-04-01 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
CN114265434B (zh) * | 2021-12-29 | 2023-10-03 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
WO2023143192A1 (zh) * | 2022-01-25 | 2023-08-03 | 深圳市道通智能航空技术股份有限公司 | 一种无人机临时飞行任务的实现方法、设备及存储介质 |
WO2023193604A1 (zh) * | 2022-04-08 | 2023-10-12 | 深圳市道通智能航空技术股份有限公司 | 航线任务的在线规划方法及相关装置 |
CN117111625A (zh) * | 2023-10-25 | 2023-11-24 | 四川腾盾科技有限公司 | 一种固定翼无人机低油量在线应急路径规划方法 |
CN117111625B (zh) * | 2023-10-25 | 2024-01-23 | 四川腾盾科技有限公司 | 一种固定翼无人机低油量在线应急路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112666971B (zh) | 2023-03-10 |
WO2022127754A1 (zh) | 2022-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112666971B (zh) | 一种无人机返航方法、装置、无人机和存储介质 | |
CN109144100B (zh) | 喷洒控制方法、装置、地面站及存储介质 | |
CN110687923B (zh) | 无人机长距离循迹飞行方法、装置、设备及存储介质 | |
Lee | Optimization of a modular drone delivery system | |
CN105589471B (zh) | 无人机飞行轨迹绘制方法、装置以及系统 | |
CN109090076B (zh) | 一种无人机喷施规划方法 | |
Vidal et al. | Pursuit-evasion games with unmanned ground and aerial vehicles | |
Babel | Three-dimensional route planning for unmanned aerial vehicles in a risk environment | |
WO2019075008A1 (en) | METHOD FOR IDENTIFYING OPTIMUM VEHICLE PATHWAYS WHEN ENERGY IS A METRIC OR A KEY STRAIN | |
CN104718508A (zh) | 四旋翼机组的三维操纵 | |
CN109765919B (zh) | 基于等碰撞概率线法的航天器近距离安全操作控制方法 | |
CN111047086B (zh) | 车辆路径规划与无人机任务分配联合优化方法和装置 | |
CN112925350A (zh) | 一种多无人机分布式协同目标搜索方法 | |
Zebrowski et al. | Recharging robot teams: A tanker approach | |
WO2022099803A1 (zh) | 返航控制方法、装置、电子设备和存储介质 | |
CN112183828A (zh) | 路径生成方法、装置、存储介质及电子设备 | |
CN107764258A (zh) | 一种飞行管理系统的导航管理方法 | |
CN116301014A (zh) | 一种无人直升机贴地飞行轨迹优化方法 | |
CN112665594B (zh) | 作业路径规划方法及相关装置 | |
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 | |
US11492111B2 (en) | Replenishment planning device and replenishment planning method | |
CN112668792B (zh) | 补给规划方法、作业方法及相关装置 | |
CN114897235B (zh) | 一种基于多机协同的混凝土坝振捣台车实时调度方法 | |
CN114265434B (zh) | 飞行控制方法、装置、电子设备及可读存储介质 | |
CN116185076A (zh) | 无人机的飞行控制方法、装置、存储介质和电子装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB02 | Change of applicant information | ||
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. |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |