CN113589841B - 无人机航线生成方法、无人机及计算机可读存储介质 - Google Patents

Abstract

本申请提供一种无人机航线生成方法、无人机及计算机可读存储介质，通过生成多条平行直线将待作业地块切割为多个子地块，实现了呈现不规则图形的待作业地块也能实现区域划分，减少了无人机重复飞行的路径。通过计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线，使得飞行航线的飞行消耗成本转化为所有过渡航线的飞行总成本，主要依据易产生无效的飞行路径的过渡航线进行优化，忽略不易产生无效飞行路径的其他航线，计算起来更加简便快捷，计算结果更符合实际情况。

Description

无人机航线生成方法、无人机及计算机可读存储介质

技术领域

本申请涉及无人机技术领域，特别是涉及一种无人机航线生成方法、无人机及计算机可读存储介质。

背景技术

目前无人机在农业植保领域的应用非常广泛，绝大多数的无人机都拥有跟随航线飞行的功能，能够精准正确并高效的实现植保功能主要依赖于无人机航线生成方法。因此，设计一种优质的无人机航线生成方法十分重要。

然而，传统的无人机航线生成的方法并没有考虑到最优路径的情况，生成航线的效率低，可能产生无效的飞行距离或者无效的飞行距离过长，导致无人机飞行消耗过多的能量。各个小地块顺序可能需要根据实际情况人为选择排列，直线距离最短的路径并不一定就是最优路径。

因此，一种能够生成飞行成本最低的无人机航线的方法是迫切需求的。

发明内容

基于此，有必要针对传统航线生成方法有考虑到最优飞行路径的情况，飞行路径无法最优，生成的无人机航线的飞行效率低的问题，提供一种无人机航线生成方法、无人机及计算机可读存储介质。

本申请提供一种航线生成方法，所述方法包括：

获取待作业地块的边界信息、预设航线角度和预设航线方向；

依据待作业地块的边界信息和预设航线角度，生成多条平行直线将待作业地块切割为多个子地块，且对每一个子地块进行编号；

依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线；

依据智能排序算法计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线。

本申请还提供一种无人机，包括：

用户端，包括用户端控制单元，所述用户端控制单元包括用户端处理器和用户端存储器；所述用户端处理器用于执行如前述内容提及的无人机航线生成方法；

飞行端，包括飞控单元，所述飞控单元包括飞控处理器和飞控存储器；所述飞行端与所述用户端通信连接。

本申请还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如前述内容提及的无人机航线生成方法。

本申请提供一种无人机航线生成方法、无人机及计算机可读存储介质，将无人机航线规划问题转化为飞行消耗成本的寻优问题，实现对待作业地块的最优飞行航线的规划，使无人机在空中作业时的飞行消耗达到最少。具体地，通过生成多条平行直线将待作业地块切割为多个子地块，实现了呈现不规则图形的待作业地块也能实现区域划分，减少了无人机重复飞行的路径。通过计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线，使得飞行航线的飞行消耗成本转化为所有过渡航线的飞行总成本，主要依据易产生无效的飞行路径的过渡航线进行优化，忽略不易产生无效飞行路径的其他航线，计算起来更加简便快捷，计算结果更符合实际情况。

附图说明

图1为本申请一实施例提供的无人机航线生成方法的流程示意图。

图2为本申请一实施例提供的无人机航线生成方法中构建的平面直角坐标系的示意图。

图3为本申请一实施例提供的无人机航线生成方法中将所有边界点顺次连接后形成的封闭图形的示意图。

图4为本申请一实施例提供的无人机航线生成方法中生成的操作线的示意图。

图5为本申请一实施例提供的无人机航线生成方法中将子地块划分后的待作业地块的示意图。

图6为本申请一实施例提供的无人机航线生成方法中一条飞行航线的航线示意图。

图7为本申请一实施例提供的无人机航线生成方法中当待作业地块具有障碍区时，将子地块划分后的示意图。

图8为本申请一实施例提供的无人机航线生成方法中针对于同一个障碍区的两条不同绕障路线的示意图。

图9为本申请一实施例提供的无人机航线生成方法中中当待作业地块具有障碍区时，一条飞行航线的航线示意图。

图10为本申请一实施例提供的无人机航线生成方法中一个具有5个子地块的待作业地块的示意图。

图11为本申请一实施例提供的无人机航线生成方法中扰动方式一的示意图。

图12为本申请一实施例提供的无人机航线生成方法中扰动方式二的示意图。

图13为本申请一实施例提供的无人机航线生成方法中扰动方式三的示意图。

图14为本申请一实施例提供的无人机航线生成方法中智能排序算法收敛的过程图。

图15为本申请一实施例提供的无人机航线生成方法中未依据潜在无人机断药点校正的最优飞行航线的航线示意图。

图16为本申请一实施例提供的无人机航线生成方法中依据潜在无人机断药点校正后的最优飞行航线的航线示意图。

图17为本申请一实施例提供的无人机的结构示意图。

附图标记：

100-用户端；110-用户端控制单元；111-用户端处理器；

112-用户端存储器；200-飞行端；210-飞控单元；211-飞控处理器；

212-飞控存储器

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供一种无人机航线生成方法。需要说明的是，本申请提供的航线生成方法的应用于任何类型、型号和架构的无人机，并不限制本方法的应用对象。可选地，本申请提供的无人机航线生成方法应用于农用无人机。可选地，本申请提供的无人机航线生成方法应用于农用植保无人机。

此外，本申请提供的无人机航线生成方法不限制其执行主体。可选地，本申请提供的航线生成方法的执行主体的可以为一种无人机。具体地，本申请提供的航线生成方法的执行主体的可以为无人机中的用户端。

在本申请的一实施例中，所述无人机航线生成方法包括如下S100至S400：

S100，获取待作业地块的边界信息、预设航线角度和预设航线方向。

具体地，待作业地块的边界信息可以包括待作业地块的各个边界点的经纬度。待作业地块的各个边界点的经纬度可以通过控制无人机的飞行端绕待作业地块的所有边界飞行来获取。由于飞行端设置有GPS模块，因此，飞行端可以在绕边界飞行时，获取每一个边界点的经纬度，并将每一个边界点的经纬度发送至用户端。

另一种实施方式中，用户端可以设置一个应用程序(APP)，应用程序可以呼出呈现处于平面直角坐标系的待作业地块的全局地图。在应用程序的界面上可以手动输入边界点的坐标作为待作业地块的边界信息，也可以手动输入预设航线角度和预设航线方向

为便于生成无人机航线，以及直观展示生成后的无人机航线，本申请可以构建一个平面直角坐标系。预设航线角度可以为在平面直角坐标系中，无人机的飞行端的飞行路线与X轴的夹角。预设航线方向则表明了无人机的飞行端的飞行方向。例如，同样是与X轴夹角为45度的预设航线角度，在平面直角坐标系中，由坐标原点飞向第一象限，与由坐标原点出发飞行第三象限是完全不同的飞行方向。因此设置预设航线角度和预设航线方式有助于后续的飞行航线规划与生成。

S200，依据待作业地块的边界信息和预设航线角度，生成多条平行直线将待作业地块切割为多个子地块，且对每一个子地块进行编号。

具体地，由于待作业地块大多是不规则图形，因此，为了便于用户端处理器分析与计算最优无人机航线，因此，本步骤对待作业地块切割为多个子地块，便于后续的分析与计算最优无人机航线。

S300，依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线。

具体地，本步骤中，确定过渡航线是因为过渡航线相对于每一个子地块内的普通航线，是属于一个子地块飞到相邻另一个子地块之间的航线，一方面，过渡航线易产生无效的飞行路径。另一方面，一个子地块可能会存在多个相邻子地块，自然会产生不同种过渡航线的排列组合，因此找到飞行消耗最小的飞行航线首先需要先确定过渡航线。

S400，依据智能排序算法计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线。

具体地，前述内容已经说明，无效的飞行路径和消耗大的飞行路径主要出现在过渡航线中，因此本步骤通过计算所有过渡航线的飞行总成本，即可以估算出飞行航线的飞行总成本。

本实施例中提供一种无人机航线生成方法，将无人机航线规划问题转化为飞行消耗成本的寻优问题，实现对待作业地块的最优飞行航线的规划，使无人机在空中作业时的飞行消耗达到最少。具体地，通过生成多条平行直线将待作业地块切割为多个子地块，实现了呈现不规则图形的待作业地块也能实现区域划分，减少了无人机重复飞行的路径。通过计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线，使得飞行航线的飞行消耗成本转化为所有过渡航线的飞行总成本，主要依据易产生无效的飞行路径的过渡航线进行优化，忽略不易产生无效飞行路径的其他航线，计算起来更加简便快捷，计算结果更符合实际情况。

在本申请的一实施例中，所述S100包括如下S110至S140：

S110，获取待作业地块的各个边界点的经纬度。

S120，将最小经纬度对应的边界点作为坐标原点建立平面直角坐标系。

S130，计算除最小经纬度对应的边界点之外的每一个边界点相对于坐标原点的坐标。

S140，将所有边界点的坐标整合为待作业地块的边界信息。具体地，前述内容已经解释，获取待作业地块的各个边界点的经纬度可以通过控制无人机的飞行端绕待作业地块的所有边界飞行来获取。由于飞行端设置有GPS模块，因此，飞行端可以在绕边界飞行时，获取每一个边界点的经纬度，并将每一个边界点的经纬度发送至用户端。进而将最小经纬度对应的边界点作为坐标原点建立平面直角坐标系。坐标原点的坐标是(0，0)，再计算其他边界点相对于坐标原点的坐标。待作业地块的边界信息可以包括所有边界点的坐标。

本实施例中，通过建立平面直角坐标系，并计算待作业地块的所有边界点在平面直角坐标系下的坐标，使得边界点可以实现定位，便于后续的计算。

在本申请的一实施例中，所述S200包括如下S210至S260：

S210，以最小经纬度对应的边界点为起点，将所有边界点顺次连接，形成一个封闭图形。

如图3所示，最小经纬度对应的边界点就是坐标原点，以坐标原点为起点，将所有边界点顺次连接，形成了一个不规则的封闭图形。

S220，对封闭图形的每一条边进行编号。

如图3所示，图3的实施例中，封闭图形共有8条边。

S230，依据预设航线角度，参照公式1生成间距相同的多条平行线。

其中，y＝kx+b为平行线的表达式。k为平行线的斜率。b为平行线的截距。θ为预设航线角度。n为平行线的序号。r为每相邻两条平行线之间的间距。

具体地，r为每相邻两条平行线之间的间距，其数值可以设置为处于2米至20米的数值范围内。可选地，r的数值可以设置为10米。如图4所示，图4所示出的实施例中，预设航线角度θ设置为45度，那么k就为1，从图4中可以看出生成的多条平行线y＝x+b均与x轴平行。因此，公式1中的y＝kx+b是每一条平行线的表达式。

S240，筛选出与封闭图形相交的平行线作为操作线，得到多条操作线。

具体地，如图4所示，图4显示的都是与封闭图形相交的平行线，即均是操作线。

S250，获取每一条操作线与封闭图形各条边相交的交点，将每一个交点作为一个无人机的航点。

具体地，如图4所示，图4中的无人机的航点有20个。由于前述步骤S130中，已经计算除最小经纬度对应的边界点之外的每一个边界点相对于坐标原点的坐标，那么由边界点的坐标，可以计算封闭图形每一条边的直线表达式。

S230中，已经计算出每一条操作线的表达式，则可以通过封闭图形每一条边的直线表达式和每一条操作线的表达式进行相交判定的计算，实现，获取每一条操作线与封闭图形各条边相交的交点。

本步骤还可以计算出每一个无人机的航点的具体坐标。

S260，依据操作线和封闭图形的边的相交关系，将封闭图形划分为多个图形区域，将每一个图形区域设置为一个子地块，并对每一个子地块编号。具体地，如图5所示，封闭图形被划分为7个子地块，分别编号为子地块1至子地块7。

本实施例中，通过生成多条平行直线将待作业地块切割为多个子地块，实现了呈现不规则图形的待作业地块也能实现区域划分，减少了无人机重复飞行的路径。

在本申请的一实施例中，所述S260包括如下S261至S264：

S261，读取与每一条操作线相交的所有边的序号。

具体地，如图4所示，图4示出的实施例中，记录与操作线1相交的边是边2和边9，记录与操作线2相交的边是边2和边9，记录与操作线3相交的边是边3和边9......一直到最后一个操作线8相交的边7和边8，记录完毕。

S262，筛选相交的所有边的序号完全相同的多个操作线划分入同一个图形区域。

具体地，如图4所示，与操作线1相交的边是边2和边9，与操作线2相交的边也是边2和边9，因此操作线1和操作线2可以划分入同一个图形区域。

与操作线1相交的边是边2和边9，与操作线3相交的边是边3和边9，操作线1和操作线3，虽然都与边9相交，但是操作线1与边2相交，操作线3与边3相交，两条操作线相交的所有边的序号并不是完全相同，因此操作线1和操作线3不能划分入同一个图形区域，需要划分入两个不同的图形区域。

S263，反复执行S261至S262，直至将所有的操作线划分完毕，得到多个图形区域。

具体地，将所有操作线按S261至S262列举的方法进行分类与划分，最终得到多个图形区域。可以理解为是将所有操作线分类，为了理解和显示方便转化为区域的分割和分类。

S264，将每一个图形区域设置为一个子地块，并对每一个子地块编号。

具体地，最终将图4中所有操作线进行划分后，待作业地块被划分为图5所示的7个子地块。

本实施例中，通过将所有与封闭图形的边界线相交的操作线进行同类划分，使得待作业地块能实现合理的区域划分，减少了无人机重复飞行的路径。

在本申请的一实施例中，所述S300包括如下S310至S390：

S310，依照预设航线方向，确定每一个子地块的起始航点和终止航点。

具体地，以子地块1的起始航点和终止航点的确定方法为例，如图4和图5所示，步骤S261至S262将操作线1和操作线2划分入同一子地块，即子地块1中，此时需要确定子地块1的起始航点和终止航点。

首先，无人机的飞行端是沿着操作线飞行的，其次，无人机的飞行端的相邻两条航线方向一定是反向的，因为要保证飞行端在喷洒药物时能覆盖子地块的所有占地面积。可以理解，起始航点和终止航点是一一对应的，只要确定了起始航点，那么终止航点就可以自然而然的得到。

如图4所示，子地块1的起始航点有4种情况，航点1，航点5，航点2和航点6。此时预设航线方向是左下至右上，由于相邻两条航线方向一定是反向的，所以子地块1的起始航点只有两种情况：航点1和航点5。以航点1和航点5作为起始航点是两种不同的方案，需要后续分生成两条不同的飞行航线。

S320，规划子地块的行进顺序。

具体地，前述内容提及了，以航点1和航点5作为起始航点是两种不同的方案，仅在起始航点这一处就有两种不同的选择方案，在后续子地块的行进过程中，还可能有不同的分支路线，如图5所示，可以在走完子地块3后，可以有走子地块4和走子地块5的两种不同路线。

本步骤规划子地块的行进顺序是为了选择一条确定的航行路线进行后续的飞行航线生成。

一种实施方式是，用户端的用户端处理器可以自动依据排列组合原则自动列出可能出现的所有行进顺序。另一种实施方式是，可以在用户端的应用程序的界面中，主动创建多个行进顺序，也可以通过用户端的接口上传一些有关行进顺序的代码数据。

S330，依据子地块的行进顺序，选取一个子地块。将所述子地块的终止航点和与所述子地块相邻的下一个子地块的起始航点以直线相连，得到待确定航线。

具体地，如图6所示，子地块的行进顺序是1-2-3-4-5-6-7。将一个子地块的终止航点和相邻的下一个子地块的起始航点以直线相连，得到待确定航线。

S340，判断所述待确定航线处于封闭图形内还是封闭图形外。

具体地，子地块1与子地块2之间的待确定航线(图6中显示为子地块1与子地块2之间的带箭头的虚线)就是明显处于封闭图形内。

S351，若所述待确定航线处于封闭图形内，则将所述待确定航线作为过渡航线。

具体地，由于子地块1与子地块2之间的待确定航线(图6中显示为子地块1与子地块2之间的带箭头的虚线)明显处于封闭图形内，因此这条线就可以确定作为过渡航线而存在。

S360，返回所述S330，反复执行所述S330至所述S340，生成多条过渡航线。

S370，将每一个子地块内的两个相邻航点以直线相连，生成多条普通航线。

具体地，如图6所示，带箭头的实线就是普通航线。

S380，将所有的普通航线和过渡航线依照预设航线方向依次排列，生成一条飞行航线。

具体地，如图6所示，一条飞行航线生成，一条飞行航线是由大量的普通航线中穿插了数个过渡航线组成的。

S390，反复执行所述S320至所述S380，得到多条不同的飞行航线。

具体地，由于S320中规划的子地块的行进顺序是多样化的，因此反复执行所述S320至所述S380，可以得到多条不同的飞行航线，后续则需要计算每条飞行航线的飞行消耗成本。

本实施例中，通过搜寻容易产生无效的飞行路径的过渡航线，以及在同一子地块内的普通航线组成飞行航线，使得后续计算飞行成本时能够选择有效的内容进行计算。

在本申请的一实施例中，在所述S340之后，所述S300还包括如下S352至S353：

S352，若所述待确定航线处于封闭图形外，则获取所述待确定航线中包含的一个子地块的终止航点和与所述子地块相邻的下一个子地块的起始航点，生成所述终止航点到达所述起始航点的多条绕行航线。所述绕行航线以所述终止航点为起点，以所述起始航点为终点。所述终止航点和所述起始航点之间由多个封闭图形的边界线顺次连接。

具体地，如图6所示，子地块3到子地块4之间，将子地块3的终止航点(航点9)和子地块4的起始航点(航点11)相连接，发现这条待确定航线完全处于封闭图形外，这样飞行是无效的，因此，需要改为设计一条绕行航线。绕行航线还是以子地块3的终止航点(航点9)为起点，以子地块4的起始航点(航点11)为终点。

绕行航线的生成原理主要是沿当前边界原则。因此将航点9和航点11之间涉及的边界线进行顺次连接，就形成了图6中的航点9-航点10-航点11的绕行航线。

当然，绕行航线由于是边界线的顺次连接，因此可能存在很多种方案，即生成很多条绕行航线的方案，一般会有顺时针和逆时针两种方案。图6中的航点9-航点10-航点11的绕行航线方案就是顺时针方案。

S353，计算每一个绕行航线的长度。将长度最短的绕行航线替换待确定航线作为过渡航线，执行所述S360。

具体地，经计算，图6中的航点9-航点10-航点11的绕行航线方案就是长度最短的绕行航线，它可以转化为过渡航线存在。

本实施例中，当所述待确定航线处于封闭图形外，通过将待确定航线的起始航点和终止航点，沿封闭图形的边界线顺次连接，可以实现生成绕行航线，且绕行航线处于封闭图形内可以作为过渡航线存在，有效避免了无人机飞行端飞出待作业地块之外，导致无效飞行的过渡航线的出现。

在本申请的一实施例中，所述获取待作业地块的边界信息、预设航线角度和预设航线方向。所述S100还包括如下步骤：

S150，获取待作业地块的障碍区信息。所述障碍区信息包括障碍区的各个边界点相对于坐标原点的坐标。

具体地，如图7所示，本实施例列举了当待作业地块出现障碍区时，如何规划飞行航线，首先在S100中添加获取障碍区的各个边界点的坐标的步骤。图7的障碍区是一个规则的矩形，那么就是获取矩形的四个顶点的坐标。

本实施例中，通过获取障碍区的各个边界点的坐标，便于后续判断普通航线或过渡航线是否与障碍区产生交点。

在本申请的一实施例中，在所述S262中，在筛选相交的所有边的序号完全相同的多个操作线划分入同一个图形区域时，所述边包括封闭图形的边，以及障碍区的边。

具体地，如图5和图7所示，当存在障碍区时，相对于无障碍区的情形，图5中的子地块6为分割成了图7中的子地块6和子地块7。

本实施例中，当出现障碍区时，将障碍区考虑到子地块划分中，更能符合实际飞行情况。

在本申请的一实施例中，在所述S380之后，所述S390之前，所述S300还包括如下S381至S385：

S381，判断是否存在与障碍区的边产生交点的普通航线或过渡航线。

S382，若存在与障碍区的边产生交点的普通航线或过渡航线，则获取该普通航线或过渡航线与障碍区的边产生的交点。

S383，依据该普通航线或过渡航线与障碍区的边产生的交点，生成多个绕障路线。

S384，选择长度最短的绕障路线作为绕障航线。

S385，将绕障航线添加入原飞行航线中，对原飞行航线进行修正。

具体地，如图7和图8所示，图7的实施例经过障碍区存在两个绕障路线，即绕障路线1和绕障路线2，如果经计算绕障路线2长度更短，那么选择绕障路线2添加入原飞行航线中，最终形成的修正后的飞行航线如图9所示。

本实施例中，通过计算最优绕障路线，能够减少无人机的飞行端在绕障时的飞行消耗，总而进一步减少飞行端在飞行时的总消耗成本。

在本申请的一实施例中，所述S400包括如下如下S410至S494：

S410，设置寻优上限T0的初始数值和寻优下限Tend的数值，以及迭代次数L和衰减速率q的数值。设置迭代序号的初始值为0。

S420，从多条飞行航线中选取一个飞行航线，作为第一航线S0，计算第一航线S0包含的所有过渡航线的总长度f(S0)。

S430，对第一航线S0进行扰动操作，生成第二航线S，计算第二航线S包含的所有过渡航线的总长度f(S)。所述扰动操作包括将一个子地块的作业起点和作业终点的顺序交换、将一个子地块内的作业路线更换为另一个作业路线和将两个不同子地块的作业路线交换中的一种。

S440，计算第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值。

S450，判断第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值是否大于或等于0。

S461，若第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值大于或等于0，则确定第二航线S优于第一航线S0，接受第二航线S成为新的第一航线S0。

S470，将迭代序号在原本数值的基础上加1。

S480，判断迭代序号是否大于或等于迭代次数L。

S491，若迭代序号小于迭代次数L，返回所述S430。

S492，若迭代序号大于或等于次数L，则判断当前的寻优上限是否小于寻优下限。

S493，若当前的寻优上限大于或等于寻优下限，则依照公式2进行边界衰减，将边界衰减后的寻优上限作为新的寻优上限，并在边界衰减后，将迭代次数L归零，返回所述S430。

T2＝T1×q 公式2

其中，T1为当前的寻优上限。T2为边界衰减后的寻优上限。q为衰减速率。

S494，若当前寻优上限小于寻优下限，则将当前的第一航线S0作为最优飞行航线。

具体地，本实施例列举了智能排序算法的具体内容。

衰减速率q的数值可以设置为处于大于等于0.7且小于等于0.9的数值范围之内。可选地，衰减速率q的数值可以设置为0.9。衰减速率q设置的越大，迭代次数越多，最后计算结果越准确。可选地，衰减速率q的数值可以设置为0.9。

S410中设置的迭代次数L是一个初始的上限值。迭代次数L可以设置为等于子地块的总数量，这样可以保证迭代次数足够多，有基本的迭代次数作为基础。

本实施例中，当f(S0)与f(S)差值大于或等于0，表明第二航线S优于第一航线S0，说明本次扰动得到一个优解，直接用优解替换第一航线S0。若差值小于0，表明第二航线S劣于第一航线S0，基于Metropolis准则计算出当前的接受概率，在此接受概率下用劣解(即第二航线S)替换第一航线S0。迭代序号加1，然后进一步判断当前的迭代次数是否小于迭代次数L，即判断迭代序号是否小于迭代次数L，如果迭代序号小于迭代次数L，则返回S430继续扰动。

若迭代序号大于或等于次数L，则判断当前的寻优上限是否小于寻优下限。若当前的寻优上限大于或等于寻优下限，则依照公式2进行边界衰减。边界衰减用到了衰减速率q，边界衰减的主要作用是控制迭代次数和控制获得劣解时的接受概率，基于Metropolis准则，当寻优上界逐渐衰减时，劣解的接受概率也会逐渐降低，既在寻优的过程中，初始时更容易接受劣解，因为此时需要获得更大的解空间，而寻优接近尾声时极难接受劣解，因为此时的飞行航线已经是较优的航线，不需要接受劣解。

扰动方式可以有多种方式。本实施例主要列举了三种，分别是：扰动方式一：将一个子地块的作业起点和作业终点的顺序交换。扰动方式二：将一个子地块内的作业路线更换为另一个作业路线。扰动方式三：将两个不同子地块的作业路线交换。

以图12示出的实施例为例子，图12中展示的待作业地块在子地块划分后，一共有5个子地块，每个子地块标记了可以作为起始航点或终止航点的所有航点。

定义图12的一种飞行航线为飞行航线A：1-2-7-8-9-10-13-14-17-18，另一种飞行航线为飞行航线B：3-4-5-6-11-12-15-16-19-20。

如图14所示，扰动方式一为将一个子地块的作业起点和作业终点的顺序交换，扰动的过程中，将9和10的作业顺序交换，那么飞行航线A就变成了：1-2-7-8-10-9-13-14-17-18。

如图14所示，扰动方式二为将一个子地块内的作业路线更换为另一个作业路线，扰动的过程中，将飞行航线A中子地块2内的5-6和飞行航线B中子地块2内的7-8的作业顺序交换，那么飞行航线A就变成了：1-2-5-6-9-10-13-14-17-18。

如图14所示，扰动方式三为将两个不同子地块的作业路线交换，扰动的过程中，将飞行航线A中子地块2的7-8和子地块4的13-14交换，那么飞行航线A就变成了：1-2-13-14-9-10-7-8-17-18。

本实施例中，本实施例提供的智能排序算法可以实现初始接受差解，后续逐渐寻求优解，这使得飞行航线在不断迭代的过程中，逐渐达到总成本最优，初始接受差解可以在前期计算中以一般的计算精确度快速计算以加快计算速度，后续逐渐寻求优解可以在后续计算中逐渐提高计算的精确度，直到得到最优飞行航线。

在本申请的一实施例中，在所述S450之后，所述S400还包括如下S462至S464：

S462，若第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)差值小于0，则确定第一航线S0优于第二航线S。

S463，根据Metropolis准则接受将第二航线S作为新的第一航线S0的行为。所述接受概率参见公式3。具体地，如果接受成功，在接受成功后，将第二航线S作为新的第一航线S0。如果接受失败，将保持第一航线S0。

其中，P为接受概率。△f为第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值。T1为当前的寻优上限。

S464，后续执行所述S470，即执行后续所述将迭代序号在原本数值的基础上加1的步骤，后续会继续判断迭代序号是否大于或等于迭代次数L。

具体地，本实施例中，当f(S0)与f(S)差值小于0，表明第一航线S0优于第二航线S，说明本次扰动得到一个差解。此时需要判断是否要接受这个差解。无论接不接受这个差解，都要后续执行S470，迭代序号加1。

在S463中例如基于公式3计算出此时的接受概率为0.7时，说明此时有70％的接受概率接受第二航线S的劣解作为新的第一航线S0，有30％的概率不接受第二航线S的劣解，接受概率越高越容易接受劣解，若接受劣解，则用劣解替换原有的第一航线S0继续扰动。否则保持原有的第一航线S0不变，继续扰动。

如图14所示，图14是本实施例的智能排序算法收敛的过程图，在不断的收敛过程中，纵坐标是飞行航线的长度，飞行航线的长度是先断崖式下降，后面逐渐平稳，最后趋于不变，这是因为，本实施例提供的智能排序算法的原理就是初始接受差解，后续逐渐寻求优解。由图14可见，无人机飞行航线的长度总的来说是逐渐缩短的，在迭代运行到14次左右时得到最短的无人机飞行航线，即最优无人机飞行航线。本实施例中，本实施例提供的智能排序算法可以实现初始接受差解，后续逐渐寻求优解，这使得飞行航线在不断迭代的过程中，逐渐达到总成本最优，初始接受差解可以在前期计算中以一般的计算精确度快速计算以加快计算速度，后续逐渐寻求优解可以在后续计算中逐渐提高计算的精确度，直到得到最优飞行航线。

在本申请的一实施例中，在所述S484之后，所述S400还包括如下S491至S493：

S491，依据无人机剩余药量、当前药液喷洒速度和最优过渡路径计算最优飞行航线中的潜在无人机断药点所处的坐标位置。

S492，依据潜在无人机断药点所处的坐标位置，校正最优飞行航线，以使校正后的最优飞行航线包含的所有过渡航线的飞行总成本最小。

S493，将校正后的最优飞行航线作为新的最优飞行航线。

具体地，本实施例中，无人机的飞行端搭载有载药箱，用于向待作业地块进行喷洒作业。但是无人机的载药量是有限的，因此在飞行途中会出现断药情况。因此在本实施例中，需要计算潜在无人机断药点。

潜在无人机断药点的坐标位置可以通过无人机剩余药量、当前喷洒速度和最优飞行航线来计算。

具体地，所述S491包括如下S 491a至S491e：

S491a，飞控端处理器读取载药箱中的传感器(包括但不限于浮球式液位传感器)的读数，以读取剩余药量参数。剩余药量参数记为m升，表示载药箱中剩余m升药量。

S491b，用户端处理器通过通过用户端和飞行端之间的数字传输协议(DDT)获取剩余药量参数。

S491c，用户端处理器读取预先设置的预设喷洒速度。预设喷洒速度记为V升/亩，表示以每亩V升药的喷洒速度进行喷洒作业。

S491d，依据公式5计算断药前的剩余作业长度L，剩余作业长度的单位为米(m)。

其中，a为作业横距，参数666.6是单位亩与平方米的转化系数。V为预设喷洒速度。L为断药前的剩余作业长度。

S491e，结合无人机的当前位置以及后续飞行航线，根据断药前的剩余作业长度L可以得到潜在无人机断药点的坐标位置。

进一步地，依据潜在无人机断药点所处的坐标位置，可以对最优飞行航线进行校正，从而使得无人机的飞行端找到换药最短距离，减小因中途换药带来的飞行消耗损失。

S492，依据潜在无人机断药点所处的坐标位置，校正最优飞行航线的具体方式是，读取加药点的位置，将潜在无人机断药点与加药点加入原本计算的最优飞行航线中，重新规划飞行航线，原理类似于S320至S390。重新规划飞行航线后还要执行类似S410至S484的最优飞行成本的迭代计算，此处不再赘述，原理是一致的。

例如，如图15所示，经S491计算得出的潜在无人机断药点处于子地块6，然而加药点在子地块7的附近。那么无人机的飞行端航行至子地块6，就会断药。那么未到达的子地块就是子地块6、子地块7和子地块8。如果按照正常的最优飞行航线中6-7-8的航线飞行，则需要在子地块6断药后飞回子地块7，加药后再飞回子地块6继续作业，飞行航线是1-2-3-4-5-6-7-6-7-8，如图15所示的方式，这个飞行消耗明显大于先飞子地块7的1-2-3-4-5-7-6-8，如图16所示的这种方式，因此用户端的用户端处理器判断先飞子地块7，中途断药再加药的飞行消耗更少，最终校正后的最优飞行航线为1-2-3-4-5-7-6-8。

本实施例中，通过计算潜在无人机断药点所处的坐标位置，可以对最优飞行航线进行校正，从而使得无人机的飞行端找到换药最短距离，减小因中途换药带来的飞行消耗损失。

当然同理，无人机的飞行端的电池组容纳的电量也是有限的，会出现断电情况。因此，同理也可以计算潜在无人机断电点所处的坐标位置，潜在无人机断电点所处的坐标位置可以通过无人机剩余电量、无人机剩余药量、最优飞行航线综合计算得出。可以依据潜在无人机断电点所处的坐标位置和潜在无人机断药点所处的坐标位置，共同校正最优飞行航线，以使校正后的最优飞行航线包含的所有过渡航线的飞行总成本最小，同时在达到正常换药和换电池保持无人机飞行端正常飞行完成任务的同时，使得飞行消耗成本最低。

在本申请的另一实施例中，换电池点、加药点等地点是固定的，无法改变，部分子地块的排序也是固定的无法变化，可能并不是最短飞行成本及最优情况。因此，可以主动在用户端的应用程序的界面创建最优飞行航线，以进行最适合实际飞行情况的航线规划。

在本申请的一实施例中，在所述S400之后，所述无人机航线生成方法还包括：

S500，生成航线预览图与航线集合体，并保存到本地的地块数据库中。

具体地，航线预览图可以与图15和图16的形式相同。此外，还有一些额外内容。在航线预览图中，子地块间的第一条航线与最后一条航线首尾相连，形成一个封闭的多边形并填充透明度为30％的绿色阴影以表示该子地块覆盖的大致范围，并在子地块中心显示该子地块的序号。绕障航线、过渡航线和普通航线通过颜色区分，例如：普通航线为蓝色，绕障航线为红色，过渡航线为橙色。

本实施例中，通过生成航线预览图，可以使得最优飞行航线可以直观的通过图形的方式展现。通过生成航线集合体，使得飞行端从用户端接受数量容量小的航线集合体数据即可完成飞行。

在本申请的一实施例中，所述S500包括如下S510至S520：

S510，在地块数据库中创建地块单元，并给予每一个地块单元一个地块序号，同时为不同的待作业地块赋予不同的地块序号。

S520，依据最优飞行航线生成航线预览图。基于最优飞行航线、待作业地块、地块序号和地块单元的对应关系，将航线预览图存储入相对应的地块单元中。

具体地，不同的待作业地块对应不同的地块单元。航线预览图前述内容已经提及，此处不再赘述。

本实施例中，通过最优飞行航线、待作业地块、地块序号和地块单元的一一对应关系，使得不同的航线预览图可以有层次，有序的存储。

在本申请的一实施例中，所述S500还包括如下步骤：

S530，将每一条普通航线以公式4的形式转化为两点式表达式，将每一条过渡航线以公式4的形式转化为两点式表达式，并将每一条普通航线或过渡航线中的作业起点、作业终点和表达式一并转化为结构化数据，生成航线集合体存储于相对应的地块单元中。

其中，X1为普通航线或过渡航线中作业起点的横坐标。Y1为普通航线或过渡航线中作业起点的纵坐标。X2为普通航线或过渡航线中作业终点的横坐标。Y2为普通航线或过渡航线中作业终点的纵坐标。

具体地，用户端可以在计算出每一条普通航线或过渡航线中的作业起点、作业终点的横纵坐标后，将其转换回经纬度坐标，以经纬度坐标的形式传给飞行端，以控制飞行端的飞行位置。同时，用户端也要生成公式4所示的表达式，将表达式和作业起点、作业终点一起转化为结构化数据，生成航线集合体存储于相对应的地块单元中。不同的待作业地块对应不同的地块单元。

作业起点和作业终点都是航点。这些航点按顺序有序排布，该顺序即展现了最优飞行航线。也即，最优飞行航线以不同普通航线或过渡航线中的作业起点、作业终点的排布的先后顺序呈现。这个不难理解其原理。

本实施例中，通过最优飞行航线、待作业地块、地块序号和地块单元的一一对应关系，使得不同的航线集合体可以有层次，有序的存储。航线集合体既包括航点的坐标，又包括两点式表达式，形式丰富全面，便于后续的数据回溯与数据处理。

本申请还提供一种无人机。

如图17所示，在本申请的一实施例中，所述无人机包括用户端100和飞行端200。

所述用户端100包括用户端控制单元110。所述用户端控制单元110包括用户端处理器111和用户端存储器112。所述用户端处理器111用于执行如前述任意一个实施例提及的无人机航线生成方法。所述飞行端200包括飞控单元210。所述飞控单元210包括飞控处理器211和飞控存储器212。所述飞行端200与所述用户端100通信连接。

具体地，本申请内容较多，为了行文简洁，前述所有实施例提及的无人机航线生成方法和本实施例提及的无人机中，出现的所有相同名称的部件或设备，是相同的部件或设备，在本实施例中进行统一的标号，在前述无人机航线生成方法的实施例中不再进行标号，但这并不影响他们是相同的部件或设备。

这些部件或设备包括：用户端100，用户端控制单元110，用户端处理器111，用户端存储器112，飞行端200，飞控单元210，飞控处理器211，以及飞控存储器212。

用户端存储器112可以包括RAM(Random Access Memor)，即随机存取存储器。

飞控存储器212包括但不限于EEPROM(Electrically Erasable Programmableread only memory)，带电可擦可编程只读存储器和FRAM(ferroelectric RAM)铁电存储器中的一种或多种。

飞控处理器211包括但不限于一种基于搭载ARM Cortex-M3内核的STM32F4处理器，用于取出飞控存储器212存储的航点，并引导飞行端200按最优飞行航线中展示的航点顺序，飞往航点执行任务。

用户端100和飞行端200之间的属性传输可以采用一种数字协议(DDT)传输的方式：通过协议内容的大小计算协议传输时的校验码，如果收到的校验码和计算出的校验码一致，则将消息存储至本地存储设备中。

例如，将待作业地块的边界点和航点的坐标整合为航线集合体存入用户端存储器112中，用户端处理器111获取航线集合体，通过传输协议传输给飞行端200，飞行端200将航线集合体保存至飞控存储器212中，最终由飞控处理器211提取航线集合体中的航点执行飞行端200飞行的引导。这些航点包括每一条普通航线或过渡航线中的作业起点和作业终点，而且按顺序排布，该顺序即展现了最优飞行航线。

本申请还提供一种计算机可读存储介质。

在本申请的一实施例中，所述计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现如前述任意一个实施例提及的无人机航线生成方法。以上所述实施例的各技术特征可以进行任意的组合，各方法步骤也并不做执行顺序的限制，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (14)

1.一种无人机航线生成方法，其特征在于，所述方法包括：

获取待作业地块的边界信息、预设航线角度和预设航线方向；

依据待作业地块的边界信息和预设航线角度，生成多条平行直线将待作业地块切割为多个子地块，且对每一个子地块进行编号；

依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线；

依据智能排序算法计算每一条飞行航线包含的所有过渡航线的飞行总成本，选择所有过渡航线的飞行总成本最小的飞行航线作为最优飞行航线，包括：

设置寻优上限T0的初始数值和寻优下限Tend的数值，以及迭代次数L和衰减速率q的数值；设置迭代序号的初始值为0；

从多条飞行航线中选取一个飞行航线，作为第一航线S0，计算第一航线S0包含的所有过渡航线的总长度f(S0)；

对第一航线S0进行扰动操作，生成第二航线S，计算第二航线S包含的所有过渡航线的总长度f(S)；所述扰动操作包括将一个子地块的作业起点和作业终点的顺序交换、将一个子地块内的作业路线更换为另一个作业路线和将两个不同子地块的作业路线交换中的一种；

计算第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值；

判断第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值是否小于0；

若第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值大于或等于0，则确定第二航线S优于第一航线S0，接受第二航线S成为新的第一航线S0；

将迭代序号在原本数值的基础上加1；

判断迭代序号是否大于或等于迭代次数L；

若迭代序号小于迭代次数L，则以当前的第一航线S0作为输入，返回执行扰动操作的步骤；

若迭代序号大于或等于次数L，则判断当前的寻优上限是否小于寻优下限；

若当前的寻优上限大于或等于寻优下限，则依照公式2进行边界衰减，将边界衰减后的寻优上限作为新的寻优上限，并在边界衰减后，将迭代序号归零，返回执行扰动操作的步骤；

T2＝T1×q 公式2；

其中，T1为当前的寻优上限，T2为边界衰减后的寻优上限，q为衰减速率；

若当前寻优上限小于寻优下限，则将当前的第一航线S0作为最优飞行航线；

若第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)差值小于0，则确定第一航线S0优于第二航线S；

根据Metropolis准则接受将第二航线S作为新的第一航线S0，接受概率参见公式3；

其中，P为接受概率，△f为第一航线S0包含的所有过渡航线的总长度f(S0)和第二航线S包含的所有过渡航线的总长度f(S)的差值，T1为当前的寻优上限；

执行后续所述将迭代序号在原本数值的基础上加1的步骤；

依据无人机剩余药量、当前药液喷洒速度和最优过渡路径计算最优飞行航线中的潜在无人机断药点所处的坐标位置；

依据潜在无人机断药点所处的坐标位置，校正最优飞行航线，以使校正后的最优飞行航线包含的所有过渡航线的飞行总成本最小；

将校正后的最优飞行航线作为新的最优飞行航线。

2.根据权利要求1所述的无人机航线生成方法，其特征在于，所述获取待作业地块的边界信息、预设航线角度和预设航线方向，包括：

获取待作业地块的各个边界点的经纬度；

将最小经纬度对应的边界点作为坐标原点建立平面直角坐标系；

计算除最小经纬度对应的边界点之外的每一个边界点相对于坐标原点的坐标；

将所有边界点的坐标整合为待作业地块的边界信息。

3.根据权利要求2所述的无人机航线生成方法，其特征在于，所述依据待作业地块的边界信息和预设航线角度，生成多条平行直线将待作业地块切割为多个子地块，且对每一个子地块进行编号，包括：

以最小经纬度对应的边界点为起点，将所有边界点顺次连接，形成一个封闭图形；

对封闭图形的每一条边进行编号；

依据预设航线角度，参照公式1生成间距相同的多条平行线；

其中，y＝kx+b为平行线的表达式，k为平行线的斜率，b为平行线的截距，θ为预设航线角度，n为平行线的序号，r为每相邻两条平行线之间的间距；

筛选出与封闭图形相交的平行线作为操作线，得到多条操作线；

获取每一条操作线与封闭图形各条边相交的交点，将每一个交点作为一个无人机的航点；

依据操作线和封闭图形的边的相交关系，将封闭图形划分为多个图形区域，将每一个图形区域设置为一个子地块，并对每一个子地块编号。

4.根据权利要求3所述的无人机航线生成方法，其特征在于，所述依据操作线和封闭图形的边的相交关系，将封闭图形划分为多个图形区域，将每一个图形区域设置为一个子地块，包括：

读取与每一条操作线相交的所有边的序号；

筛选相交的所有边的序号完全相同的多个操作线划分入同一个图形区域；

反复执行前述两个步骤，直至将所有的操作线划分完毕，得到多个图形区域；

将每一个图形区域设置为一个子地块，并对每一个子地块编号。

5.根据权利要求4所述的无人机航线生成方法，其特征在于，所述依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线，包括：

依照预设航线方向，确定每一个子地块的起始航点和终止航点；

规划子地块的行进顺序；

依据子地块的行进顺序，选取一个子地块，将所述子地块的终止航点和与所述子地块相邻的下一个子地块的起始航点以直线相连，得到待确定航线；

判断所述待确定航线处于封闭图形内还是封闭图形外；

若所述待确定航线处于封闭图形内，则将所述待确定航线作为过渡航线；

返回选取一个子地块的步骤，反复执行选取一个子地块的步骤至判断所述待确定航线处于封闭图形内还是封闭图形外的步骤，生成多条过渡航线；

将每一个子地块内的两个相邻航点以直线相连，生成多条普通航线；

将所有的普通航线和过渡航线依照预设航线方向依次排列，生成一条飞行航线；

反复执行上述规划子地块的行进顺序至生成一条飞行航线的步骤，得到多条不同的飞行航线。

6.根据权利要求5所述的无人机航线生成方法，其特征在于，所述依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线，还包括：

若所述待确定航线处于封闭图形外，则获取所述待确定航线中包含的一个子地块的终止航点和与所述子地块相邻的下一个子地块的起始航点，生成所述终止航点到达所述起始航点的多条绕行航线；所述绕行航线以所述终止航点为起点，以所述起始航点为终点，所述终止航点和所述起始航点之间由多个封闭图形的边界线顺次连接；

计算每一个绕行航线的长度，将长度最短的绕行航线替换待确定航线作为过渡航线，返回选取一个子地块的步骤。

7.根据权利要求6所述的无人机航线生成方法，其特征在于，所述获取待作业地块的边界信息、预设航线角度和预设航线方向，还包括：

获取待作业地块的障碍区信息；所述障碍区信息包括障碍区的各个边界点相对于坐标原点的坐标。

8.根据权利要求7所述的无人机航线生成方法，其特征在于，在筛选相交的所有边的序号完全相同的多个操作线划分入同一个图形区域时，该边包括封闭图形的边，以及障碍区的边。

9.根据权利要求8所述的无人机航线生成方法，其特征在于，所述依据预设航线方向，规划不同的飞行航线，并获取每一条飞行航线中每两个相邻子地块之间的过渡航线，得到每一条飞行航线包含的多个过渡航线，还包括：

判断是否存在与障碍区的边产生交点的普通航线或过渡航线；

若存在与障碍区的边产生交点的普通航线或过渡航线，则获取该普通航线或过渡航线与障碍区的边产生的交点；

依据该普通航线或过渡航线与障碍区的边产生的交点，生成多个绕障路线；

选择长度最短的绕障路线作为绕障航线；

将绕障航线添加入原飞行航线中，对原飞行航线进行修正。

10.根据权利要求1所述的无人机航线生成方法，其特征在于，在选择所有过渡航线的飞行总成本最小的过渡航线作为最优飞行航线之后，所述方法还包括：

生成航线预览图与航线集合体，并保存到本地的地块数据库中。

11.根据权利要求10所述的无人机航线生成方法，其特征在于，所述生成航线预览图与航线集合体，并保存到本地的地块数据库中，包括：

在地块数据库中创建地块单元，并给予每一个地块单元一个地块序号，同时为不同的待作业地块赋予不同的地块序号；

依据最优飞行航线生成航线预览图，基于最优飞行航线、待作业地块、地块序号和地块单元的对应关系，将航线预览图存储入相对应的地块单元中。

12.根据权利要求11所述的无人机航线生成方法，其特征在于，所述生成航线预览图与航线集合体，并保存到本地的地块数据库中，还包括：

将每一条普通航线以公式4的形式转化为两点式表达式，将每一条过渡航线以公式4的形式转化为两点式表达式，并将每一条普通航线或过渡航线中的作业起点、作业终点和表达式一并转化为结构化数据，生成航线集合体存储于相对应的地块单元中；

其中，X1为普通航线或过渡航线中作业起点的横坐标，Y1为普通航线或过渡航线中作业起点的纵坐标，X2为普通航线或过渡航线中作业终点的横坐标，Y2为普通航线或过渡航线中作业终点的纵坐标。

13.一种无人机，其特征在于，包括：

用户端，包括用户端控制单元，所述用户端控制单元包括用户端处理器和用户端存储器；所述用户端处理器用于执行如权利要求1-12中任意一项所述的无人机航线生成方法；

飞行端，包括飞控单元，所述飞控单元包括飞控处理器和飞控存储器；所述飞行端与所述用户端通信连接。

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1-12中任意一项所述的无人机航线生成方法。