CN112783201A - 基于无人机协同作业的方法、装置、处理器及母无人装置 - Google Patents

基于无人机协同作业的方法、装置、处理器及母无人装置 Download PDF

Info

Publication number
CN112783201A
CN112783201A CN202011580956.5A CN202011580956A CN112783201A CN 112783201 A CN112783201 A CN 112783201A CN 202011580956 A CN202011580956 A CN 202011580956A CN 112783201 A CN112783201 A CN 112783201A
Authority
CN
China
Prior art keywords
sub
unmanned aerial
aerial vehicle
determining
route
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
Application number
CN202011580956.5A
Other languages
English (en)
Inventor
杨余
李文奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN202011580956.5A priority Critical patent/CN112783201A/zh
Publication of CN112783201A publication Critical patent/CN112783201A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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)
  • Navigation (AREA)

Abstract

本发明实施例提供一种基于无人机协同作业的方法、装置、处理器、母无人装置、存储介质及计算机程序产品。方法包括:确定待作业区域的总作业航线;根据总作业航线确定子无人机的需求数量;通过母无人装置将需求数量的子无人机运输至预设位置;确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。采用子母无人装置的方式,子无人机专门用于进行植保作业,母无人装置用于运输多个子无人机到达作业区域,使得其进行协同进行作业,共同完成一个待作业区域的作业任务。每个子无人机只用完成其一个架次的作业,无需返航后重新去作业,可以缩短整个待作业区域的作业时间,大幅度地提高了无人机的作业效率。

Description

基于无人机协同作业的方法、装置、处理器及母无人装置
技术领域
本发明涉及计算机技术领域,具体地涉及一种基于无人机协同作业的方法、装置、处理器、母无人装置、存储介质及计算机程序产品。
背景技术
采用无人装置去作业已经成为一种现代化农业的趋势,目前针对较大面积的待作业区域,使用一台无人机去作业需要多架次,即:无人装置在待作业区域中途需要多次返航到一个固定能量补给点,进行能量补给(如充电和补充药物)然后再然后到作业区域中继续作业。
针对植保无人机,如喷药无人机,其在返航过程中是无需喷药的,但是还是需要耗电,也就是这段飞行是无效飞行,这样比较浪费能耗,且在返航的时间里也不能进行作业,存在工作效率低的问题。
发明内容
本发明实施例的目的是提供一种基于无人机协同作业的方法、装置、处理器、母无人装置、存储介质及计算机程序产品。
为了实现上述目的,本发明第一方面提供一种基于无人机协同作业的方法,包括:
确定待作业区域的总作业航线;
根据总作业航线确定子无人机的需求数量;
通过母无人装置将需求数量的子无人机运输至预设位置;
确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
在一实施例中,根据总作业航线确定子无人机的需求数量包括:获取子无人机的状态参数;根据状态参数确定每个子无人机的可执行航段;根据总作业航线和可执行航段确定子无人机的需求数量。
在一实施例中,状态参数包括药物携带量、喷洒速度、飞行速度,电量信息中的至少一者。
在一实施例中,确定每个子无人机的子作业航线包括:对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的作业排列顺序确定每个子无人机的子作业航线。
在一实施例中,根据以下公式(1)确定可执行航段:
L=(V*Q)/q (1)
其中,L为可执行航段,V为子无人机的飞行速度,Q为子无人机的药物携带量,q为子无人机的喷洒速度。
在一实施例中,确定每个子无人机的子作业航线包括:对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的作业排列顺序确定每个子无人机的子作业航线。
在一实施例中,根据子无人机的作业排列顺序确定每个子无人机的子作业航线包括:按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点。
在一实施例中,按照顺序的前一架子无人机的作业终点作为后一架子无人机的作业起点包括:确定每个子无人机的可执行航段;根据排列在子无人机的作业排列顺序中第一位的第一子无人机的可执行航段确定第一子无人机的第一作业起点和第一作业终点;将在第一作业终点作为排列在作业排列顺序中第二位的第二子无人机的第二作业起点;根据第二子无人机的可执行航段和第二作业起点确定第二子无人机的第二作业终点;将第二作业终点作为第二子无人机的后一架子无人机的作业起点,直至全部的子无人机的作业起点和作业终点确定完毕。
在一实施例中,母无人装置包括补给装置,方法还包括:通过母无人装置对子无人机进行能量补给。
在一实施例中,方法还包括:在子无人机作业完毕后,控制子无人机返航至预设位置。
在一实施例中,确定每个子无人机的子作业航线包括:获取确定每个子无人机的可执行航段;根据可执行航段将总作业航线对应的航线分成多个子航段;将每个子航段的航段标识与子无人机的设备标识绑定;根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
本发明第二方面提供一种处理器,被配置成执行上述的基于无人机协同作业的方法。
本发明第三方面提供一种基于无人机协同作业的装置,包括如上述的处理器。
本发明第四方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行上述的基于无人机协同作业的方法。
本发明第五方面提供一种母无人装置,包括:
补给装置,用于给子无人机进行能量补给;
运输装置,用于将子无人机运输至预设位置;以及
如上述的基于无人机协同作业的装置。
本发明第六方面提供一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上述的基于无人机协同作业的方法。
上述技术方案,通过确定待作业区域的总作业航线,并根据总作业航线确定子无人机的需求数量,通过母无人装置将需求数量的子无人机运输至预设位置,并确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。采用子母无人装置的方式,子无人机专门用于进行植保作业,母无人装置用于运输多个子无人机到达作业区域,使得其进行协同进行作业,共同完成一个待作业区域的作业任务。每个子无人机只用完成其一个架次的作业,无需返航后重新去作业,与此同时其他子无人机也在待作业区域的其他位置进行作业,从而可以缩短整个待作业区域的作业时间,大幅度地提高了无人机的作业效率。
本发明实施例的其它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发明实施例的进一步理解,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发明实施例,但并不构成对本发明实施例的限制。在附图中:
图1A示意性示出了根据本发明实施例的基于无人机协同作业的方法的流程示意图;
图1B示意性示出了根据本发明一实施例的预设位置的示意图;
图1C示意性示出了根据本发明另一实施例的预设位置的示意图;
图2示意性示出了根据本发明实施例的基于无人机协同作业的装置的结构框图;
图3示意性示出了根据本发明实施例的母无人装置的结构框图;
图4示意性示出了根据本发明实施例的计算机设备的内部结构图。
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是,此处所描述的具体实施方式仅用于说明和解释本发明实施例,并不用于限制本发明实施例。
图1A示意性示出了根据本发明实施例的基于无人机协同作业的方法的流程示意图。如图1A所示,在本发明一实施例中,提供了一种基于无人机协同作业的方法,包括以下步骤:
步骤101,确定待作业区域的总作业航线;
步骤102,根据总作业航线确定子无人机的需求数量;
步骤103,通过母无人装置将需求数量的子无人机运输至预设位置;
步骤104,确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
首先,获取待作业区域的总作业航线,即确定出针对完成该待作业区域的作业航线,可以是后台正对待作业区域的地形面积自动规划的总作业航线。然后,可以根据待作业区域的总作业航线确定出子无人机的需求数量。即完成总作业航线需要多个子无人机。在本实施例中,在根据总作业航线确定子无人机的需求数量时,可以根据总作业航线确定需求的子无人机的子作业信息集。子作业信息集可以包括子无人机的需求数量,每个子无人机的可执行的航段,以及子无人机的作业排列顺序中的至少一种。本实施例中,所述母无人装置也可以是无人机,也可以是无人车,主要用于将多个子无人机运输至待作业区域的子作业航线中对应的作业点,这样通过母无人装置将多个子无人机运输至预设位置,然后各个子无人机分别从预设位置出发,针对总作业航线中对应的作业点分别开始作业。其中,预设位置可以在待作业区域周边,也可以设置为子无人机序列中的第一个子无人机的作业起点。本方案中,所述母无人装置无需对待作业区域进行作业,而是通过多个子无人机同时对待作业区域进行作业,这样在同一时间段内,多个子无人机可以同时对于待作业区域进行作业,可以有效缩短完成整个待作业区域的作业时间,提高工作效率。具体的,本方案中所指的作业可以是采用子无人机进行喷洒或播撒,处理器可集成在母无人装置上,以实现上述的基于无人机协同作业的方法的步骤。
因此,可以先确定出子无人机的需求数量以及每个子无人机的可执行航段,再确定出每个子无人机的子作业航线,从而可以使得每个子无人机可以根据其对应的子作业航线,同时对待作业区域进行作业。在多个子无人机同时对待作业区域进行作业时,每个子无人机在完成各自的子作业航线后,无需返航重新进行作业,以减少子无人机的无效飞行距离。
上述技术方案,通过确定待作业区域的总作业航线,并根据总作业航线确定子无人机的需求数量,通过母无人装置将需求数量的子无人机运输至预设位置,并确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。采用子母无人装置的方式,子无人机专门用于进行植保作业,母无人装置用于运输多个子无人机到达作业区域,使得其进行协同进行作业,共同完成一个待作业区域的作业任务。每个子无人机只用完成其一个架次的作业,无需返航后重新去作业,与此同时其他子无人机也在待作业区域的其他位置进行作业,从而可以缩短整个待作业区域的作业时间,大幅度地提高了无人机的作业效率。
在一个实施例中,根据总作业航线确定子无人机的需求数量包括:获取子无人机的状态参数;根据状态参数确定每个子无人机的可执行航段;根据总作业航线和可执行航段确定子无人机的需求数量。
在确定子无人机的需求数量时,可以先确定出每个子无人机的可执行航段,即可以根据所需要进行作业的待作业区域的航段信息确定出每个子无人机可进行作业的距离。例如,假设每个子无人机的可执行航段都是相同的,均为1KM,而待作业区域的航线距离为10KM,此时可以确定子无人机的需求数量至少为10。
在实际情况中,各个子无人机的可执行航段可能存在差异,则需要获取到每个子无人机的状态参数,再根据每个子无人机的状态参数来确定其各自的可执行航段。无人机的状态参数可以包括药物携带量、喷洒速度、飞行速度,电量信息中的至少一者。在考虑子无人机的作业能力时,需要将子无人机的药物携带量、喷洒速度、飞行速度,电量信息等因素考虑进去。通常来说,子子无人机的药物携带量越多,飞行速度越慢的情况下,其对应的可执行航段也会越短。子无人机的电量信息包括子无人机的电池容量信息和电池剩余电量信息中的至少一者。通过子无人机的多个状态参数即可对子无人机的作业能力进行预测。在一个实施例中,可以根据以下公式(1)确定可执行航段:
L=(V*Q)/q (1)
其中,L为可执行航段,V为子无人机的飞行速度,Q为子无人机的药物携带量,q为子无人机的喷洒速度。
在确定子无人机可执行航段时,可以根据每个子无人机携带的作业物资量来确定,例如子无人机的药物携带量。具体地,可以根据公式L=(V*Q)/q确定出每个子无人机的可执行航段。需要说明的是,该实施例只是确定子无人机可执行航段的一种具体方式,其他通过无人机的状态参数,或者直接确定子无人机可执行航段,然后采用与本发明构思相同的方式进行无人机协同作业,均属于本发明构思保护范围。
在一个实施例中,确定每个子无人机的子作业航线包括:对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的作业排列顺序确定每个子无人机的子作业航线。
在确定了子无人机的需求数量N后,可以对需求数量N的子无人机进行排序。上述的需求数量N通常是大于1的数值,即子无人机的需求数量通常为多个,可以将确定的N个子无人机进行拍序,组成相应的子无人机序列,再根据各个子无人机的排列顺序来确定出每个子无人机的子作业航线。
在一个实施例中,根据子无人机的顺序确定每个子无人机的子作业航线包括:按照顺序的前一架子无人机的作业终点作为后一架子无人机的作业起点。
在子无人机同时对待作业区域进行作业的过程中,子无人机可以按照预先的排列顺序进行作业。具体地,可以按照多个子无人机组成的序列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点,以此来确定出每个子无人机的作业起点和作业终点。
在一个实施例中,按照顺序的前一架子无人机的作业终点作为后一架子无人机的作业起点包括:确定每个子无人机的可执行航段;根据排列在无人机序列中第一位的第一子无人机的可执行航段确定第一子无人机的第一作业起点和第一作业终点;将在第一作业终点作为排列在无人机序列中第二位的第二子无人机的第二作业起点;根据第二子无人机的可执行航段和第二作业起点确定第二子无人机的第二作业终点;将第二作业终点作为第二子无人机的后一架子无人机的作业起点,直至全部的子无人机的作业起点和作业终点确定完毕。
首先,可以确定出每个子无人机的可执行航段,然后将子无人机组成的序列中排在第一位的子无人机作为第一子无人机,并根据第一子无人机的可执行航段确定出第一子无人机的第一作业起点和第一作业终点。然后,将排在无人机序列的第二个子无人机,即第一子无人机的后一个子无人机作为第二子无人机,将第一子无人机的作业终点作为第二子无人机的作业起点。再根据第二子无人机的可执行航段确定第二子无人机的作业终点,然后再将第二子无人机的作业终点作为排在第三位的子无人机的作业起点,以此方式,只到无人机序列中的全部子无人机的作业起点和作业终点都确定完毕,即表明全部的子无人机的子作业航线都已确认完毕。
在一个实施例中,确定每个子无人机的子作业航线包括:获取确定每个子无人机的可执行航段;根据可执行航段将总作业航线对应的航线分成多个子航段;将每个子航段的航段标识与子无人机的设备标识绑定;根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
在确定每个子无人机的子作业航线时,可以先确定出每个子无人机的可执行航段,然后根据每个子无人机的可执行航段将待作业区域的总作业航线所对应的航线分成多个子航段,其中,每个子航段对应一个子无人机。具体地,可以将每个子航段的航段标识与子无人机的设备标识绑定,那么子无人机在确定各自的子作业航线时,可以根据与其设备标识绑定的航段标识来确定其作业航线。例如,待作业区域的航线分成了10个子航段,第二个子航段的航段标识为A02,与子无人机序列中的第二个子无人机的设备标识进行了绑定。那么,第二个子无人机则可以根据与其设备标识绑定的航段标识A02,则可以确定出其应该进行作业的航段标识为A02,在母无人装置将多个子无人机运输至预设位置后,第二个子无人机可以飞往航段标识为A02所对应的航段进行作业,即,航段标识为A02的子航段即为第二个子无人机的作业路线。
在一个实施例中,母无人装置包括补给装置,方法还包括:通过母无人装置对子无人机进行能量补给。
母无人装置可以作为一个控制中心,确定所有的子无人机的作业起点和终点,使得多个子无人机可以同时协同完成针对待作业区域的作业流程。母无人装置还可以包括补给装置,作为一个能量补给站,为子无人机提供能量补给。在某一子无人机达到了能量补给条件时,子无人机可以自行飞往母无人装置进行能量补给。例如,子无人机A在执行完作业任务后,电量不足或者携带的喷洒药物消耗完毕,或者其电量剩余量不足20%,或者药物的携带量不足30%的情况下,子无人机可以飞往母无人装置处进行充电,或者药物量补充。当然,母无人装置也可以实时对子无人机的各项参数进行监控,当其监控到有子无人机需要进行能量补给时,母无人装置也可以自行前往该子无人机处,主动对该子无人机进行充电或能量补给。
在一个实施例中,方法还包括:在子无人机作业完毕后,控制子无人机返航至预设位置。当任意一个子无人机完成了其对应的子作业航线后,可以及时返航至预设位置,即可通过母无人装置进行能量补给操作,或者停靠在母无人装置上进入待机状态,以节省子无人机的能量消耗。
其中,预设位置可以设置在作业区域附近外的一个位置,所有子无人机都可以同时从母无人装置中出发分别去往其作业起点,并按照其对应的子作业航线进行作业。
在一实施例中,以使每个子无人机根据对应的子作业航线对待作业区域进行作业包括:以使全部需求的子无人机从预设位置出发分别根据对应的子作业航线同时对待作业区域进行作业。
如图1B所示,预设位置可以设置在待作业区域之外,母无人装置可以停留在预设位置处,子无人机可以从预设位置出发,前往各自的子作业航线所对应的作业点,在作业完毕以后,再返航至预设位置处其中,A1是排在第一位的第一子无人机的作业起点,B1则是第一子无人机的作业终点,也是排在第二位的第二子无人机的作业起点A2,即B1和A2实际上是同一个位置,同样地,第二子无人机的作业终点B2也是也是排在第三位的第三子无人机的作业起点A3。
预设位置也可以设置多个,如图1C所示,预设位置可以设置在某一个子无人机的作业起点或者作业终点处。母无人装置按照子无人机的作业排列顺序分别将多个子无人机送往其作业起点,由于子无人机的作业时间会持续一段时间,所以这种情况存在多个无人机作业时间重合的情况,也就节约了完成整个作业区域的作业时间,提高了工作效率。
在一个实施例中,如图2所示,提供了一种基于无人机协同作业的装置,包括:
作业区域确定模块201,用于确定待作业区域的总作业航线。
子无人机数量确认模块202,用于根据总作业航线确定子无人机的需求数量。
子无人机作业模块203,用于通过母无人装置将需求数量的子无人机运输至预设位置;确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
在一个实施例中,子无人机数量确认模块202还用于获取子无人机的状态参数;根据状态参数确定每个子无人机的可执行航段;根据总作业航线和可执行航段确定子无人机的需求数量。
在一个实施例中,状态参数包括药物携带量、喷洒速度、飞行速度,电量信息中的至少一者。
在一个实施例中,根据以下公式(1)确定可执行航段:
L=(V*Q)/q (1)
其中,L为可执行航段,V为子无人机的飞行速度,Q为子无人机的药物携带量,q为子无人机的喷洒速度。
在一个实施例中,子无人机作业模块203还用于对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的作业排列顺序确定每个子无人机的子作业航线。
在一个实施例中,子无人机作业模块203还用于按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点。
在一个实施例中,子无人机作业模块203还用于确定每个子无人机的可执行航段;根据排列在子无人机的作业排列顺序中第一位的第一子无人机的可执行航段确定第一子无人机的第一作业起点和第一作业终点;将在第一作业终点作为排列在作业排列顺序中第二位的第二子无人机的第二作业起点;根据第二子无人机的可执行航段和第二作业起点确定第二子无人机的第二作业终点;将第二作业终点作为第二子无人机的后一架子无人机的作业起点,直至全部的子无人机的作业起点和作业终点确定完毕。
在一个实施例中,子无人机作业模块203还用于以使全部的子无人机从预设位置出发分别根据对应的子作业航线同时对待作业区域进行作业。
在一个实施例中,母无人装置包括补给装置,母无人装置还用于对子无人机进行能量补给。
在一个实施例中,子无人机作业模块203还用于在子无人机作业完毕后,控制子无人机返航至预设位置。
在一个实施例中,子无人机作业模块203还用于获取确定每个子无人机的可执行航段;根据可执行航段将总作业航线对应的航线分成多个子航段;将每个子航段的航段标识与子无人机的设备标识绑定;根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
基于无人机协同作业的装置包括处理器和存储器,上述作业区域确定模块、子无人机数量确认模块和子无人机作业模块等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序模块中实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现上述的基于无人机协同作业的方法。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质,其上存储有程序,该程序被处理器执行时实现上述基于无人机协同作业的方法。
本发明实施例提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述基于无人机协同作业的方法。
本发明实施例还提供了一种基于无人机协同作业的装置,该装置包括如上述实施例中的处理器。
如图3所示,在一个实施例中,提供了一种母无人装置300,包括:
补给装置301,用于给子无人机进行能量补给;
运输装置302,用于将子无人机运输至预设位置;以及
基于无人机协同作业的装置303。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储子无人机的子作业航线和状态参数等数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种基于无人机协同作业的方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:确定待作业区域的总作业航线;根据总作业航线确定子无人机的需求数量;通过母无人装置将需求数量的子无人机运输至预设位置;确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
在一个实施例中,根据总作业航线确定子无人机的需求数量包括:获取子无人机的状态参数;根据状态参数确定每个子无人机的可执行航段;根据总作业航线和可执行航段确定子无人机的需求数量。
在一个实施例中,确定待作业区域的总作业航线;根据总作业航线确定子无人机的需求数量;通过母无人装置将需求数量的子无人机运输至预设位置;确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
在一个实施例中,状态参数包括药物携带量、喷洒速度、飞行速度,电量信息中的至少一者。
在一个实施例中,根据以下公式(1)确定可执行航段:
L=(V*Q)/q (1)
其中,L为可执行航段,V为子无人机的飞行速度,Q为子无人机的药物携带量,q为子无人机的喷洒速度。
在一个实施例中,确定每个子无人机的子作业航线包括:对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的作业排列顺序确定每个子无人机的子作业航线。
在一个实施例中,根据子无人机的作业排列顺序确定每个子无人机的子作业航线包括:按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点。
在一个实施例中,按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点包括:确定每个子无人机的可执行航段;根据排列在子无人机的作业排列顺序中中第一位的第一子无人机的可执行航段确定第一子无人机的第一作业起点和第一作业终点;将在第一作业终点作为排列在作业排列顺序中中第二位的第二子无人机的第二作业起点;根据第二子无人机的可执行航段和第二作业起点确定第二子无人机的第二作业终点;将第二作业终点作为第二子无人机的后一架子无人机的作业起点,直至全部的子无人机的作业起点和作业终点确定完毕。
在一个实施例中,母无人装置包括补给装置,方法还包括:通过母无人装置对子无人机进行能量补给。
在一个实施例中,方法还包括:在子无人机作业完毕后,控制子无人机返航至预设位置。
在一实施例中,以使每个子无人机根据对应的子作业航线对待作业区域进行作业包括:以使全部需求的子无人机从预设位置出发分别根据对应的子作业航线同时对待作业区域进行作业。
在一个实施例中,确定每个子无人机的子作业航线包括:获取确定每个子无人机的可执行航段;根据可执行航段将总作业航线对应的航线分成多个子航段;将每个子航段的航段标识与子无人机的设备标识绑定;根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:确定待作业区域的总作业航线;根据总作业航线确定子无人机的需求数量;通过母无人装置将需求数量的子无人机运输至预设位置;确定每个子无人机的子作业航线,以使每个子无人机根据对应的子作业航线对待作业区域进行作业。
在一个实施例中,根据总作业航线确定子无人机的需求数量包括:获取子无人机的状态参数;根据状态参数确定每个子无人机的可执行航段;根据总作业航线和可执行航段确定子无人机的需求数量。
在一个实施例中,状态参数包括药物携带量、喷洒速度、飞行速度,电量信息中的至少一者。
在一个实施例中,根据以下公式(1)确定可执行航段:
L=(V*Q)/q (1)
其中,L为可执行航段,V为子无人机的飞行速度,Q为子无人机的药物携带量,q为子无人机的喷洒速度。
在一个实施例中,确定每个子无人机的子作业航线包括:对需求数量的子无人机进行排序,以确定子无人机的作业排列顺序;根据子无人机的顺序确定每个子无人机的子作业航线。
在一个实施例中,根据子无人机的顺序确定每个子无人机的子作业航线包括:按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点。
在一个实施例中,按照作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点包括:确定每个子无人机的可执行航段;根据排列在子无人机的作业排列顺序中第一位的第一子无人机的可执行航段确定第一子无人机的第一作业起点和第一作业终点;将在第一作业终点作为作业排列顺序中第二位的第二子无人机的第二作业起点;根据第二子无人机的可执行航段和第二作业起点确定第二子无人机的第二作业终点;将第二作业终点作为第二子无人机的后一架子无人机的作业起点,直至全部的子无人机的作业起点和作业终点确定完毕。
在一个实施例中,以使每个子无人机根据对应的子作业航线对待作业区域进行作业包括:以使全部的子无人机分别根据对应的子作业航线同时对待作业区域进行作业。
在一个实施例中,母无人装置包括补给装置,方法还包括:通过母无人装置对子无人机进行能量补给。
在一个实施例中,方法还包括:在子无人机作业完毕后,控制子无人机返航至预设位置。
在一实施例中,以使每个子无人机根据对应的子作业航线对待作业区域进行作业包括:以使全部需求的子无人机从预设位置出发分别根据对应的子作业航线同时对待作业区域进行作业。
在一个实施例中,确定每个子无人机的子作业航线包括:获取确定每个子无人机的可执行航段;根据可执行航段将总作业航线对应的航线分成多个子航段;将每个子航段的航段标识与子无人机的设备标识绑定;根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (12)

1.一种基于无人机协同作业的方法,其特征在于,所述方法包括:
确定待作业区域的总作业航线;
根据总作业航线确定子无人机的需求数量;
通过母无人装置将所述需求数量的子无人机运输至预设位置;
确定每个所述子无人机的子作业航线,以使每个所述子无人机根据对应的子作业航线对所述待作业区域进行作业。
2.根据权利要求1所述的基于无人机协同作业的方法,其特征在于,所述根据所述总作业航线确定子无人机的需求数量包括:
获取所述子无人机的状态参数;
根据所述状态参数确定每个所述子无人机的可执行航段;
根据所述总作业航线和所述可执行航段确定所述子无人机的需求数量。
3.根据权利要求1所述的基于无人机协同作业的方法,其特征在于,所述确定每个所述子无人机的子作业航线包括:
对所述需求数量的子无人机进行排序,以确定所述子无人机的作业排列顺序;
根据所述子无人机的作业排列顺序确定每个子无人机的子作业航线。
4.根据权利要求3所述的基于无人机协同作业的方法,其特征在于,所述根据所述子无人机的作业排列顺序确定每个子无人机的子作业航线包括:
按照所述作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点。
5.根据权利要求4所述的基于无人机协同作业的方法,其特征在于,所述按照所述作业排列顺序,将前一架子无人机的作业终点作为后一架子无人机的作业起点包括:
确定每个所述子无人机的可执行航段;
根据排列在所述子无人机的作业排列顺序中第一位的第一子无人机的可执行航段确定所述第一子无人机的第一作业起点和第一作业终点;
将在所述第一作业终点作为排列在所述作业排列顺序中第二位的第二子无人机的第二作业起点;
根据所述第二子无人机的可执行航段和所述第二作业起点确定所述第二子无人机的第二作业终点;
将所述第二作业终点作为所述第二子无人机的后一架子无人机的作业起点,直至全部的所述子无人机的作业起点和作业终点确定完毕。
6.根据权利要求1所述的基于无人机协同作业的方法,其特征在于,所述母无人装置包括补给装置,所述方法还包括:
通过所述母无人装置对所述子无人机进行能量补给。
7.根据权利要求1所述的基于无人机协同作业的方法,其特征在于,所述确定每个所述子无人机的子作业航线包括:
获取确定每个所述子无人机的可执行航段;
根据所述可执行航段将所述总作业航线对应的航线分成多个子航段;
将每个子航段的航段标识与所述子无人机的设备标识绑定;
根据与每个子无人机的设备标识绑定的航段标识,确定每个子无人机的子作业航线。
8.一种处理器,其特征在于,被配置成执行根据权利要求1至7中任意一项所述的基于无人机协同作业的方法。
9.一种基于无人机协同作业的装置,其特征在于,包括根据如权利要求8所述的处理器。
10.一种母无人装置,其特征在于,包括:
补给装置,用于给子无人机进行能量补给;
运输装置,用于将所述子无人机运输至预设位置;以及
根据权利要求9所述的基于无人机协同作业的装置。
11.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至7中任一项所述的基于无人机协同作业的方法。
12.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的基于无人机协同作业的方法。
CN202011580956.5A 2020-12-28 2020-12-28 基于无人机协同作业的方法、装置、处理器及母无人装置 Pending CN112783201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011580956.5A CN112783201A (zh) 2020-12-28 2020-12-28 基于无人机协同作业的方法、装置、处理器及母无人装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011580956.5A CN112783201A (zh) 2020-12-28 2020-12-28 基于无人机协同作业的方法、装置、处理器及母无人装置

Publications (1)

Publication Number Publication Date
CN112783201A true CN112783201A (zh) 2021-05-11

Family

ID=75752938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011580956.5A Pending CN112783201A (zh) 2020-12-28 2020-12-28 基于无人机协同作业的方法、装置、处理器及母无人装置

Country Status (1)

Country Link
CN (1) CN112783201A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105005316A (zh) * 2015-07-27 2015-10-28 顺丰科技有限公司 无人机管控方法及无人机管理平台
US20150370251A1 (en) * 2014-06-20 2015-12-24 Hti, Ip, L.L.C. Method and system for drone deliveries to vehicles in route
CN106020237A (zh) * 2016-08-03 2016-10-12 浙江空行飞行器技术有限公司 植保无人机的多机作业航线规划及其喷洒作业方法和系统
CN107390709A (zh) * 2017-08-25 2017-11-24 上海拓攻机器人有限公司 一种植保无人机多机协同作业方法及系统
CN108388268A (zh) * 2018-01-31 2018-08-10 南京奇蛙智能科技有限公司 一种基于云端的无人机航线规划方法
CN108594850A (zh) * 2018-04-20 2018-09-28 广州极飞科技有限公司 基于无人机的航线规划及控制无人机作业的方法、装置
CN109164828A (zh) * 2018-08-28 2019-01-08 北京环球之翼航空科技有限责任公司 一种无人机群协作系统及其运作方法
CN109597429A (zh) * 2018-12-28 2019-04-09 飞智控(天津)科技有限公司 一站多机式无人机植保作业控制方法
CN110622088A (zh) * 2017-04-20 2019-12-27 深圳市大疆创新科技有限公司 飞行路径确定方法、信息处理装置、程序和记录介质
CN111239550A (zh) * 2020-02-27 2020-06-05 东南大学 用于巡检的无人机全自动多机协同输电线路故障识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150370251A1 (en) * 2014-06-20 2015-12-24 Hti, Ip, L.L.C. Method and system for drone deliveries to vehicles in route
CN105005316A (zh) * 2015-07-27 2015-10-28 顺丰科技有限公司 无人机管控方法及无人机管理平台
CN106020237A (zh) * 2016-08-03 2016-10-12 浙江空行飞行器技术有限公司 植保无人机的多机作业航线规划及其喷洒作业方法和系统
CN110622088A (zh) * 2017-04-20 2019-12-27 深圳市大疆创新科技有限公司 飞行路径确定方法、信息处理装置、程序和记录介质
CN107390709A (zh) * 2017-08-25 2017-11-24 上海拓攻机器人有限公司 一种植保无人机多机协同作业方法及系统
CN108388268A (zh) * 2018-01-31 2018-08-10 南京奇蛙智能科技有限公司 一种基于云端的无人机航线规划方法
CN108594850A (zh) * 2018-04-20 2018-09-28 广州极飞科技有限公司 基于无人机的航线规划及控制无人机作业的方法、装置
CN109164828A (zh) * 2018-08-28 2019-01-08 北京环球之翼航空科技有限责任公司 一种无人机群协作系统及其运作方法
CN109597429A (zh) * 2018-12-28 2019-04-09 飞智控(天津)科技有限公司 一站多机式无人机植保作业控制方法
CN111239550A (zh) * 2020-02-27 2020-06-05 东南大学 用于巡检的无人机全自动多机协同输电线路故障识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹光乔: "植保无人机飞控系统与航线规划研究进展分析", 农业机械学报, vol. 51, no. 8 *
王瑾: "变质量无人机编队控制技术及其在农业植保场景下的应用研究", 《中国优秀硕士学位论文全文数据库》电子期刊, vol. 2020, no. 04 *

Similar Documents

Publication Publication Date Title
Erol et al. A multi-agent based approach to dynamic scheduling of machines and automated guided vehicles in manufacturing systems
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
US20200307785A1 (en) System and method for providing total logistic using drone
CN112990786A (zh) 一种无人机配送方法及装置
CN104536806A (zh) 一种云环境下的工作流应用弹性资源供应方法
EP3696744A1 (en) Safeguarding resources of physical entites in a shared environment
Fauadi et al. Intelligent combinatorial auctions of decentralized task assignment for AGV with multiple loading capacity
CN114548772A (zh) 配送任务调度方法、装置、存储介质及电子设备
CN104158860B (zh) 一种作业调度方法及作业调度系统
CN112665594B (zh) 作业路径规划方法及相关装置
Imran et al. A-VRPD: Automating drone-based last-mile delivery using self-driving cars
CN112783201A (zh) 基于无人机协同作业的方法、装置、处理器及母无人装置
bin Md Fauadi et al. Dynamic task assignment of autonomous AGV system based on multi agent architecture
CN110764472B (zh) 一种基于复合智能体的车间实时调度方法及装置
CN112668793B (zh) 补给点位确定方法、作业规划方法及相关装置
Wang et al. A priority rule based heuristic for virtual cellular manufacturing system with energy consumption
CN103345672B (zh) 集装箱堆场车载任务控制系统
Narapureddy et al. Optimal scheduling methodology for machines, tool transporter and tools in a multi-machine flexible manufacturing system without tool delay using flower pollination algorithm
US20240106266A1 (en) System, method, and computer-readable storage medium
Chour et al. A reactive energy-aware rendezvous planning approach for multi-vehicle teams
Zhang et al. Scheduling mobile robots in flexible manufacturing system by an adaptive large neighborhood search
CN104238468B (zh) 自动导向搬运系统、控制方法与其自动导向搬运装置
EP3681104B1 (en) Optimisation method
CN113643010B (zh) 派单方法、装置、计算机设备和存储介质
US20230286411A1 (en) System, computer-readable storage medium, and method

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