CN114326798A - 无人机、无人艇及无人潜器的运动规划方法和存储介质 - Google Patents
无人机、无人艇及无人潜器的运动规划方法和存储介质 Download PDFInfo
- Publication number
- CN114326798A CN114326798A CN202111543051.5A CN202111543051A CN114326798A CN 114326798 A CN114326798 A CN 114326798A CN 202111543051 A CN202111543051 A CN 202111543051A CN 114326798 A CN114326798 A CN 114326798A
- Authority
- CN
- China
- Prior art keywords
- unmanned
- vehicle
- navigation
- aerial vehicle
- unmanned aerial
- 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 59
- 238000004891 communication Methods 0.000 claims description 34
- 230000002265 prevention Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 10
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002904 solvent Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 230000002153 concerted effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种无人机、无人艇及无人潜器的运动规划方法和存储介质，涉及无人设备控制技术领域，该无人机、无人艇及无人潜器的运动规划方法包括根据无人机、无人艇以及无人潜器的初始位置和目标位置，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹；以及选取无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹中无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹。该无人机、无人艇及无人潜器的运动规划方法和存储介质可以提高无人机、无人艇以及无人潜器协同工作的效率。
Description
技术领域
本申请涉及无人设备控制技术领域，具体涉及一种无人机、无人艇及无人潜器的运动规划方法和存储介质。
背景技术
目前无人设备广泛应用于海上作业任务，在进行海上作业的过程中，一般通过无人机、无人艇及无人潜器三者协同配合来开展工作。但是现有技术中，由于无人机飞行高度变化的原因，使得多个无人机之间不能互相通讯，并且由于无人潜器在水中受到通讯频率和带宽限制，使得多个无人潜器之间也无法互相通讯，因此，由于现有技术中的无人设备之间的通讯距离受限，使得无人机、无人艇及无人潜器三者的协同运动规划不合理，容易导致无人机、无人艇及无人潜器三者在协同作业过程中耗费较多的时间，导致协同工作的效率太低。
发明内容
为了解决上述技术问题，本申请的实施例提供了一种无人机、无人艇及无人潜器的运动规划方法和存储介质，其可以提高无人机、无人艇及无人潜器协同工作的效率。
根据本申请的一个方面，提供了一种无人机、无人艇及无人潜器的运动规划方法，包括：根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹；以及选取所述无人机的多条航行轨迹、所述无人艇的多条航行轨迹以及所述无人潜器的多条航行轨迹中所述无人机的第一目标航行轨迹、所述无人艇的第二目标航行轨迹以及所述无人潜器的第三目标航行轨迹；其中，所述无人机完成所述第一目标航行轨迹、所述无人艇完成所述第二目标航行轨迹以及所述无人潜器完成所述第三目标航行轨迹的平均消耗时间在所有满足所述约束条件的航行轨迹组合中最少；每个所述航行轨迹组合均包括所述无人机的一条航行轨迹、所述无人艇的一条航行轨迹以及所述无人潜器的一条航行轨迹。
根据本申请的一个方面，所述约束条件包括通讯范围约束，所述通讯范围约束包括所述无人机始终处于所述无人艇的可通讯区域内以及所述无人潜器始终处于所述无人艇的可通讯区域内；在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：获取所述无人艇的当前位置信息；以及根据所述无人艇的当前位置信息，得到所述无人艇当前的所述可通讯区域；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足所述通讯范围约束的所述无人机的多条航行轨迹、满足所述通讯范围约束的所述无人艇的多条航行轨迹以及满足所述通讯范围约束的所述无人潜器的多条航行轨迹。
根据本申请的一个方面，所述无人艇的数量为多个；所述获取所述无人艇的当前位置信息包括：获取多个所述无人艇的当前位置信息；所述根据所述无人艇的当前位置信息，得到所述无人艇当前的所述可通讯区域包括：根据多个所述无人艇的当前位置信息，得到多个所述无人艇当前的运动平面；以及根据多个所述无人艇当前的运动平面，得到多个所述无人艇当前的所述可通讯区域。
根据本申请的一个方面，所述无人机的数量为多个；所述约束条件包括第一防碰撞约束，所述第一防碰撞约束包括任意相邻的两个所述无人机之间的直线距离大于第一预设防撞安全距离；在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：获取多个所述无人机的当前位置信息；以及根据多个所述无人机的当前位置信息，得到任意相邻的两个所述无人机之间的直线距离；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据每个所述无人机的初始位置和目标位置，得到满足所述第一防碰撞约束的每个所述无人机的多条航行轨迹。
根据本申请的一个方面，所述无人艇的数量为多个；所述约束条件包括第二防碰撞约束，所述第二防碰撞约束包括任意相邻的两个所述无人艇之间的直线距离大于第二预设防撞安全距离；在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：获取多个所述无人艇的当前位置信息；以及根据多个所述无人艇的当前位置信息，得到任意相邻的两个所述无人艇之间的直线距离；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据每个所述无人艇的初始位置和目标位置，得到满足所述第二防碰撞约束的每个所述无人艇的多条航行轨迹。
根据本申请的一个方面，所述无人潜器的数量为多个；所述约束条件包括第三防碰撞约束，所述第三防碰撞约束包括任意相邻的两个所述无人潜器之间的直线距离大于第三预设防撞安全距离；在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：获取多个所述无人潜器的当前位置信息；以及根据多个所述无人潜器的当前位置信息，得到任意相邻的两个所述无人潜器之间的直线距离；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据每个所述无人潜器的初始位置和目标位置，得到满足所述第三防碰撞约束的每个所述无人潜器的多条航行轨迹。
根据本申请的一个方面，所述约束条件包括第一航程约束，所述第一航程约束包括所述无人机的每条航行轨迹的航行距离均小于或等于所述无人机的最大续航里程；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据所述无人机的初始位置和目标位置，得到所述无人机的全部航行轨迹；根据所述无人机的初始位置、目标位置以及所述无人机的全部航行轨迹，得到所述无人机的每条航行轨迹的航行距离；根据所述无人机的初始位置、目标位置以及所述无人机的每条航行轨迹的航行距离，得到满足所述第一航程约束的所述无人机的多条航行轨迹。
根据本申请的一个方面，所述约束条件包括第二航程约束，所述第二航程约束包括所述无人艇的每条航行轨迹的航行距离均小于或等于所述无人艇的最大续航里程；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据所述无人艇的初始位置和目标位置，得到所述无人艇的全部航行轨迹；根据所述无人艇的初始位置、目标位置以及所述无人艇的全部航行轨迹，得到所述无人艇的每条航行轨迹的航行距离；根据所述无人艇的初始位置、目标位置以及所述无人艇的每条航行轨迹的航行距离，得到满足所述第二航程约束的所述无人艇的多条航行轨迹。
根据本申请的一个方面，所述约束条件包括第三航程约束，所述第三航程约束包括所述无人潜器的每条航行轨迹的航行距离均小于或等于所述无人潜器的最大续航里程；所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：根据所述无人潜器的初始位置和目标位置，得到所述无人潜器的全部航行轨迹；根据所述无人潜器的初始位置、目标位置以及所述无人潜器的全部航行轨迹，得到所述无人潜器的每条航行轨迹的航行距离；根据所述无人潜器的初始位置、目标位置以及所述无人潜器的每条航行轨迹的航行距离，得到满足所述第三航程约束的所述无人潜器的多条航行轨迹。
根据本申请的另一个方面，提供了一种无人机、无人艇及无人潜器的运动规划装置，包括：第一筛选模块，配置为根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹；以及第二筛选模块，配置为选取所述无人机的多条航行轨迹、所述无人艇的多条航行轨迹以及所述无人潜器的多条航行轨迹中所述无人机的第一目标航行轨迹、所述无人艇的第二目标航行轨迹以及所述无人潜器的第三目标航行轨迹；其中，所述无人机完成所述第一目标航行轨迹、所述无人艇完成所述第二目标航行轨迹以及所述无人潜器完成所述第三目标航行轨迹的平均消耗时间在所有满足所述约束条件的航行轨迹组合中最少；每个所述航行轨迹组合均包括所述无人机的一条航行轨迹、所述无人艇的一条航行轨迹以及所述无人潜器的一条航行轨迹。
根据本申请的另一个方面，提供了一种无人机、无人艇及无人潜器的运动规划设备，包括：处理器，配置为执行前述的无人机、无人艇及无人潜器的运动规划方法；以及存储器，配置为存储处理器所执行的指令。
根据本申请的另一个方面，提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行前述的无人机、无人艇及无人潜器的运动规划方法。
本申请提供的无人机、无人艇及无人潜器的运动规划方法、装置、设备及存储介质，其通过约束条件，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹及满足约束条件的无人潜器的多条航行轨迹，并且在满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹及满足约束条件的无人潜器的多条航行轨迹中选取出无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹及无人潜器的第三目标航行轨迹，使得无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹及无人潜器完成第三目标航行轨的平均消耗时间在所有满足约束条件的航行轨迹组合中最少，这样，无人机、无人艇及无人潜器在协同运动过程中耗费的时间最少，有效地提高了无人机、无人艇及无人潜器的协同工作效率。
附图说明
通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。
图1为本申请一示例性实施例提供的无人机、无人艇及无人潜器的分布图。
图2为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法。
图3为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法的流程示意图。
图4为本申请一示例性实施例提供的多个无人艇的可通讯区域的示意图。
图5为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法的流程示意图。
图6为本申请一示例性实施例提供的得到满足第一防碰撞约束的每个无人机的多条航行轨迹的流程示意图。
图7为本申请一示例性实施例提供的得到满足第二防碰撞约束的每个无人艇的多条航行轨迹的流程示意图。
图8为本申请一示例性实施例提供的得到满足第三防碰撞约束的每个无人潜器的多条航行轨迹的流程示意图。
图9为本申请一示例性实施例提供的得到满足第一航程约束的无人机的多条航行轨迹的流程示意图。
图10为本申请一示例性实施例提供的得到满足第二航程约束的无人艇的多条航行轨迹的流程示意图。
图11为本申请一示例性实施例提供的得到满足第三航程约束的无人潜器的多条航行轨迹的流程示意图。
图12为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划装置的结构框图。
图13为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划装置的结构框图。
图14为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划设备的结构示意图。
具体实施方式
下面，将参考附图详细地描述根据本申请的示例实施例。显然，所描述的实施例仅仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
图1为本申请一示例性实施例提供的无人机、无人艇及无人潜器的分布图。如图1所示，无人艇110在水面上航行，无人机120在无人艇110的上方航行，无人潜器130在无人艇的下方航行，三者从各自的初始位置运动至目标位置。
在一实施例中，无人机、无人艇及无人潜器三者的数量相同，且一一对应，无人艇可以作为无人机和无人潜器的通讯中心，即无人机和无人潜器可以接收无人艇的控制信号，然后进行协同运动。
具体地，图2为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法。如图2所示，本申请实施例提供的无人机、无人艇及无人潜器的运动规划方法可以包括：
S210：根据无人机、无人艇以及无人潜器的初始位置和目标位置，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹。
无人机、无人艇以及无人潜器的初始位置和目标位置可以根据实际作业的具体要求确定。在一实施例中，在相互对应的无人机、无人艇以及无人潜器中，无人机的初始位置、无人艇的初始位置以及无人潜器的初始位置位于同一竖直方向上，无人机的目标位置、无人艇的目标位置以及无人潜器的目标位置也位于同一竖直方向上，这样，可以方便无人艇控制对应的无人机和无人潜器同步运动，整体协同性更佳。
应当理解的是，在无人机、无人艇以及无人潜器的初始位置和目标位置确定后，根据约束条件，可以得到无人机的初始位置和目标位置之间的多条航行轨迹、无人艇的初始位置和目标位置之间的多条航行轨迹以及无人潜器的初始位置和目标位置之间的多条航行轨迹。
在一实施例中，约束条件可以包括通讯范围约束、防撞约束、航程约束、障碍规避约束等。
在一实施例中，无人艇、无人机以及无人潜器的数量为为NS、NA和NU，平台总数量为N＝NS+NA+NU，按照无人艇、无人机以及无人潜器的顺序依次编号为1、2、3……N。编号i可以表征任意编号的平台，在任意编号平台的初始位置和目标位置确定的情况下，得到满足约束条件的该平台的多条航行轨迹。具体地，P*＝{P1,P2,...,PN}，其中，P*表征满足约束条件的无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹的集合；Pi表征任意编号平台的航行轨迹。
S220：选取无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹中无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹。
应当理解的是，无人机通过多条航行轨迹从初始位置到达目标位置所需的时间不同，工作效率也就不同。无人艇通过多条航行轨迹从初始位置到达目标位置所需的时间不同，工作效率也就不同。无人潜器通过多条航行轨迹从初始位置到达目标位置所需的时间不同，工作效率也就不同。
在一实施例中，为了保证无人机、无人艇以及无人潜器三者协同作业的效率最高，可以使无人机、无人艇以及无人潜器三者协同作业的平均所用时间最短。也就是说，可以在无人机的多条航行轨迹中选取出无人机的第一目标航行轨迹，在无人艇的多条航行轨迹中选取出无人艇的第二目标航行轨迹，在无人潜器的多条航行轨迹中选取出无人潜器的第三目标航行轨迹，使得无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹以及无人潜器完成第三目标航行轨的平均消耗时间在所有满足约束条件的航行轨迹组合中最少，这样，无人机、无人艇以及无人潜器在协同运动过程中耗费的时间最少，有效地提高了无人机、无人艇以及无人潜器的协同作业的效率。
应当理解的是，前述的每个航行轨迹组合均包括有无人机的一条航行轨迹、无人艇的一条航行轨迹以及无人潜器的一条航行轨迹。
具体地，
其中，J(P)表征航行轨迹组合所需的平均航行时间，T(Pi)表征标号为i的平台在其航行轨迹上的航行时间。J(P)越小，则无人机、无人艇以及无人潜器在协同运动过程中耗费的时间越少，无人机、无人艇以及无人潜器的协同作业的效率越高。
本申请实施例提供的无人机、无人艇及无人潜器的运动规划方法，其通过约束条件，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹，并且在满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹中选取出无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹，使得无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹以及无人潜器完成第三目标航行轨的平均消耗时间在所有满足约束条件的航行轨迹组合中最少，这样，无人机、无人艇以及无人潜器在协同运动过程中耗费的时间最少，有效地提高了无人机、无人艇以及无人潜器的协同工作效率。
在一实施例中，无人机和无人潜器均通过接收对应的无人艇的控制指令来实现航行，因此有必要保证无人机和无人潜器在航行过程中，可以时刻接收到无人艇发出的控制指令。为此，前述的约束条件可以包括通讯范围约束，具体地，通讯范围约束可以包括无人机始终处于无人艇的可通讯区域内以及无人潜器始终处于无人艇的可通讯区域内。
具体地，图3为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法的流程示意图。如图3所示，在步骤S210之前，该无人机、无人艇及无人潜器的运动规划方法还可以包括：
S230：获取无人艇的当前位置信息。
可以通过无人艇上的定位装置得到无人艇的当前位置信息。随着无人艇不断运动，无人艇的当前位置信息也在不断地发生变化。
S240：根据无人艇的当前位置信息，得到无人艇当前的可通讯区域。
由于无人艇的信号发射装置发出的信号仅在一定的范围内可以被接收到，因此，在得到无人艇的当前位置信息后，结合信号的可接收范围以及信号在水中的通讯频率和带宽限制，可以得到无人艇当前的可通讯区域。
在一实施例中，在无人艇的数量为一个的情况下，无人艇的可通讯区域可以理解为以无人艇为球心的球形区域。
图4为本申请一示例性实施例提供的多个无人艇的可通讯区域的示意图。如图4所示，在一实施例中，在无人艇110的数量为多个的情况下，多个无人艇110的可通讯区域140可以理解为椭球形区域。应当理解的是，在无人艇110航行的过程中，无人艇110当前的位置信息在不断地发生变换，对应地，无人艇110当前的可通讯区域140也在不断地发生变化，因此，需要无人机和无人潜器在航行的过程始终处于无人艇110当前的可通讯区域140内，这样才可以保证无人机和无人潜器在航行的过程中始终可以接收到无人艇110发出的控制指令，保持持续航行的状态。
需要说明的是，本申请中涉及数量的“多个”表征数量在两个及以上。
针对于前述的通讯范围约束，如图3所示，步骤S210可以包括：
S2101：根据无人机、无人艇以及无人潜器的初始位置和目标位置，得到满足通讯范围约束的无人机的多条航行轨迹、满足通讯范围约束的无人艇的多条航行轨迹以及满足通讯范围约束的无人潜器的多条航行轨迹。
应当理解的是，根据通讯范围约束得到的无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹，可以保证无人机和无人潜器在航行的过程中能够始终接收到无人艇发出的控制指令。
在实际应用中，可以通过建立数学模型进行迭代计算的方式，筛选出满足通讯范围约束的无人机的多条航行轨迹、满足通讯范围约束的无人艇的多条航行轨迹以及满足通讯范围约束的无人潜器的多条航行轨迹。
图5为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划方法的流程示意图。如图5所示，在一实施例中，步骤S230可以包括：
S231：获取多个无人艇的当前位置信息。
在无人艇的数量为多个的情况下，每个无人艇上均设置有定位装置，这样可以得到多个无人艇的当前位置信息。
对应地，步骤S240可以包括：
S241：根据多个无人艇的当前位置信息，得到多个无人艇当前的运动平面。
多个无人艇之间相互通信，多个无人艇可以共享各自的实时位置。多个无人艇的实时位置信息可以通过多个位置坐标表示，多个位置坐标的连线可以形成一个平面，结合图4，形成的平面则可以认为是多个无人艇110当前的运动平面150，多个无人艇110始终在运动平面150内运动。得到多个无人艇110当前的运动平面150后，可以方便后续确定多个无人艇110的可通讯范围。
S242：根据多个无人艇当前的运动平面，得到多个无人艇当前的可通讯区域。
如图4所示，在一实施例中，根据多个无人艇110当前的运动平面150，可以得到多个无人艇110的椭球形的可通讯区域140，位于运动平面150上方的半个椭球形区域可以理解为多个无人机可接收到通讯信号的区域，位于运动平面150下方的半个椭球形区域可以理解为多个无人潜器可接收到通讯信号的区域。
具体地，如图4所示，Pi[t]∈Rt，Pi[t]表征平台i在任意时刻所处的轨迹点，Rt表征椭球形的可通讯区域；该集合表征平台i在任意时刻所处的轨迹点均位于椭球形的可通讯区域内。
在一实施例中，可以以所有无人艇的通讯范围组合得到的最大范围来作为多个无人艇当前的可通讯区域。
图6为本申请一示例性实施例提供的得到满足第一防碰撞约束的每个无人机的多条航行轨迹的流程示意图。如图6所示，在一实施例中，在步骤S210之前，该无人机、无人艇及无人潜器的运动规划方法还可以包括：
S250：获取多个无人机的当前位置信息。
每个无人机均与对应的无人艇通讯连接，每个无人机可以将位置信息发送给对应的无人艇上的控制器，控制器可以实时获取对应无人机的当前位置信息。
S260：根据多个无人机的当前位置信息，得到任意相邻的两个无人机之间的直线距离。
得到多个无人机的当前位置信息后，可以得到多个无人机的位置坐标，然后根据多个无人机的位置坐标，可以计算得到任意相邻的两个无人机之间的直线距离。
在一实施例中，前述的约束条件还可以包括第一防碰撞约束，具体地，第一防碰撞约束可以包括任意相邻的两个无人机之间的直线距离大于第一预设防撞距离。
在实际应用中，第一预设防撞距离可以根据无人机的机型大小、运动参数等进行预先设定，本申请对第一预设防撞距离的数值不作具体限定。
因此，在执行步骤S260之后，根据得到的任意相邻的两个无人机之间的直线距离以及第一预设防撞距离，可以筛选得到满足第一防碰撞约束的无人机的多条航行轨迹。
具体地，步骤S210还可以包括：
S2102：根据每个无人机的初始位置和目标位置，得到满足第一防碰撞约束的每个无人机的多条航行轨迹。
应当理解的是，在每个无人机的初始位置和目标位置之间的全部航行轨迹中，可以根据前述的第一防碰撞约束筛选出满足第一防碰撞约束的每个无人机的多条航行轨迹，多个无人机按照筛选出的航行轨迹运动可以有效地避免在航行过程中发生相互碰撞。
图7为本申请一示例性实施例提供的得到满足第二防碰撞约束的每个无人艇的多条航行轨迹的流程示意图。如图6所示，在一实施例中，在步骤S210之前，该无人机、无人艇及无人潜器的运动规划方法还可以包括：
S270：获取多个无人艇的当前位置信息。
每个无人艇上均安装有定位装置，根据定位装置提供的定位信息，每个无人艇上的控制器可以实时得到每个无人艇的当前位置信息。
S280：根据多个无人艇的当前位置信息，得到任意相邻的两个无人艇之间的直线距离。
得到多个无人艇的当前位置信息后，可以得到多个无人艇的位置坐标，然后根据多个无人艇的位置坐标，可以计算得到任意相邻的两个无人艇之间的直线距离。
在一实施例中，前述的约束条件还可以包括第二防碰撞约束，具体地，第二防碰撞约束可以包括任意相邻的两个无人艇之间的直线距离大于第二预设防撞距离。
在实际应用中，第二预设防撞距离可以根据无人艇的机型大小、运动参数等进行预先设定，本申请对第二预设防撞距离的数值不作具体限定。
因此，在执行步骤S280之后，根据得到的任意相邻的两个无人艇之间的直线距离以及第二预设防撞距离，可以筛选得到满足第二防碰撞约束的无人艇的多条航行轨迹。
具体地，步骤S210还可以包括：
S2103：根据每个无人艇的初始位置和目标位置，得到满足第二防碰撞约束的每个无人艇的多条航行轨迹。
应当理解的是，在每个无人艇的初始位置和目标位置之间的全部航行轨迹中，可以根据前述的第二防碰撞约束筛选出满足第二防碰撞约束的每个无人艇的多条航行轨迹，多个无人艇按照筛选出的航行轨迹运动可以有效地避免航行过程中发生相互碰撞。
图8为本申请一示例性实施例提供的得到满足第三防碰撞约束的每个无人潜器的多条航行轨迹的流程示意图。如图8所示，在一实施例中，在步骤S210之前，该无人机、无人艇及无人潜器的运动规划方法还可以包括：
S290：获取多个无人潜器的当前位置信息。
每个无人潜器均与对应的无人艇通讯连接，每个无人潜器可以将位置信息发送给对应的无人艇上的控制器，控制器可以实时获取对应的无人潜器的当前位置信息。
S300：根据多个无人潜器的当前位置信息，得到任意相邻的两个无人潜器之间的直线距离。
得到多个无人潜器的当前位置信息后，可以得到多个无人潜器的位置坐标，然后根据多个无人潜器的位置坐标，可以计算得到任意相邻的两个无人潜器之间的直线距离。
在一实施例中，前述的约束条件还可以包括第三防碰撞约束，具体地，第三防碰撞约束可以包括任意相邻的两个无人潜器之间的直线距离大于第三预设防撞距离。
在实际应用中，第三预设防撞距离可以根据无人潜器的机型大小、运动参数等进行预先设定，本申请对第三预设防撞距离的数值不作具体限定。
因此，在执行步骤S300之后，根据得到的任意相邻的两个无人潜器之间的直线距离以及第三预设防撞距离，可以筛选得到满足第三防碰撞约束的无人潜器的多条航行轨迹。
具体地，步骤S210还可以包括：
S2104：根据每个无人潜器的初始位置和目标位置，得到满足第三防碰撞约束的每个无人潜器的多条航行轨迹。
应当理解的是，在每个无人潜器的初始位置和目标位置之间的全部航行轨迹中，可以根据前述的第三防碰撞约束筛选出满足第三防碰撞约束的每个无人潜器的多条航行轨迹，多个无人潜器按照筛选出的航行轨迹运动可以有效地避免航行过程中发生相互碰撞。
具体地，
其中，
分别为相邻的平台i与平台j的防撞安全半径，
可以包括第一预设防撞距离、第二预设防撞距离以及第三预设防撞距离；Pi[k]，Pi[k]，分别为相邻的平台i与平台j在检测点K处位置坐标。
图9为本申请一示例性实施例提供的得到满足第一航程约束的无人机的多条航行轨迹的流程示意图。如图9所示，在一实施例中，步骤S210还可以包括：
S2105：根据无人机的初始位置和目标位置，得到无人机的全部航行轨迹。
根据实际作业的具体要求，可以确定无人机的初始位置和目标位置，可实现从初始位置运动至目标位置的多个航行轨迹组合得到无人机的全部航行轨迹。
S2106：根据无人机的初始位置、目标位置以及无人机的全部航行轨迹，得到无人机的每条航行轨迹的航行距离。
得到无人机的全部航行轨迹之后，可以根据每条航行轨迹的延伸情况，计算得到无人机在每条航行轨迹上需要的航行距离。
S2107：根据无人机的初始位置、目标位置以及无人机的每条航行轨迹的航行距离，得到满足第一航程约束的无人机的多条航行轨迹。
在一实施例中，前述的约束条件还可以包括第一航程约束，具体地，第一航程约束可以包括无人机的每条航行轨迹的航行距离均小于或等于无人机的最大续航里程。
应当理解的是，无人机的最大续航里程可以根据无人机的剩余电量信息实时换算得到，而无人机的每条航行轨迹的航行距离则可以在执行步骤S2106后得到。因此，步骤S2106执行后，执行步骤S2107可以对应得到满足第一航程约束的无人机的多条航行轨迹。
图10为本申请一示例性实施例提供的得到满足第二航程约束的无人艇的多条航行轨迹的流程示意图。如图10所示，在一实施例中，步骤S210还可以包括：
S2108：根据无人艇的初始位置和目标位置，得到无人艇的全部航行轨迹。
根据实际作业的具体要求，可以确定无人艇的初始位置和目标位置，可实现从初始位置运动至目标位置的多个航行轨迹组合得到无人艇的全部航行轨迹。
S2109：根据无人艇的初始位置、目标位置以及无人艇的全部航行轨迹，得到无人艇的每条航行轨迹的航行距离。
得到无人艇的全部航行轨迹之后，可以根据每条航行轨迹的延伸情况，计算得到无人艇在每条航行轨迹上需要的航行距离。
S2110：根据无人艇的初始位置、目标位置以及无人艇的每条航行轨迹的航行距离，得到满足第二航程约束的无人艇的多条航行轨迹。
在一实施例中，前述的约束条件还可以包括第二航程约束，具体地，第二航程约束可以包括无人艇的每条航行轨迹的航行距离均小于或等于无人艇的最大续航里程。
应当理解的是，无人艇的最大续航里程可以根据无人艇的剩余电量信息实时换算得到，而无人艇的每条航行轨迹的航行距离则可以在执行步骤S2109后得到。因此，步骤S2109执行后，执行步骤S2110可以对应得到满足第二航程约束的无人艇的多条航行轨迹。
图11为本申请一示例性实施例提供的得到满足第三航程约束的无人潜器的多条航行轨迹的流程示意图。如图11所示，在一实施例中，步骤S210还可以包括：
S2111：根据无人潜器的初始位置和目标位置，得到无人潜器的全部航行轨迹。
根据实际作业的具体要求，可以确定无人潜器的初始位置和目标位置，可实现从初始位置运动至目标位置的多个航行轨迹组合得到无人潜器的全部航行轨迹。
S2112：根据无人潜器的初始位置、目标位置以及无人潜器的全部航行轨迹，得到无人潜器的每条航行轨迹的航行距离。
得到无人潜器的全部航行轨迹之后，可以根据每条航行轨迹的延伸情况，计算得到无人潜器在每条航行轨迹上需要的航行距离。
S2113：根据无人潜器的初始位置、目标位置以及无人潜器的每条航行轨迹的航行距离，得到满足第三航程约束的无人潜器的多条航行轨迹。
在一实施例中，前述的约束条件还可以包括第三航程约束，具体地，第三航程约束可以包括无人潜器的每条航行轨迹的航行距离均小于或等于无人潜器的最大续航里程。
应当理解的是，无人潜器的最大续航里程可以根据无人潜器的剩余电量信息实时换算得到，而无人潜器的每条航行轨迹的航行距离则可以在执行步骤S2112后得到。因此，步骤S2112执行后，执行步骤S2113可以对应得到满足第三航程约束的无人潜器的多条航行轨迹。
具体地，
其中，Di表征平台i的最大续航里程，
表征平台i航行轨迹在初始位置与目标位置之间的航行距离。
在一实施例中，可以筛选出同时满足通讯范围约束、第一防碰撞约束以及第一航程约束的无人机的多条航行轨迹，然后从中筛选出无人机的第一目标航行轨迹。可以筛选出同时满足通讯范围约束、第二防碰撞约束以及第二航程约束的无人艇的多条航行轨迹，然后从中筛选出无人艇的第二目标航行轨迹。可以筛选出同时满足通讯范围约束、第三防碰撞约束以及第三航程约束的无人潜器的多条航行轨迹，然后从中筛选出无人潜器的第三目标航行轨迹。应当理解的是，在实际应用中，可以通过建立数学模型进行迭代计算的方式，筛选出满足前述约束条件的无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹。
具体地，考虑前述的约束条件，约束定义成如下Sj(Pi)，i表示是平台序号，j表示的是第几个约束。可以转化为如下的数学优化问题：
P*＝argminJ(P)
s.t.(Pi)＝1
i＝1,...,N；j＝1,...3.
该优化问题属于高维非线性优化问题，可采用差分进化算法进行求解。
图12为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划装置的结构框图。如图12所示，本申请实施例提供的无人机、无人艇及无人潜器的运动规划装置300可以包括第一筛选模块310，配置为根据无人机、无人艇以及无人潜器的初始位置和目标位置，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹；第二筛选模块320，配置为选取无人机的多条航行轨迹、无人艇的多条航行轨迹以及无人潜器的多条航行轨迹中无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹；其中，无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹以及无人潜器完成第三目标航行轨迹的平均消耗时间在所有满足约束条件的航行轨迹组合中最少；每个航行轨迹组合均包括无人机的一条航行轨迹、无人艇的一条航行轨迹以及无人潜器的一条航行轨迹。
本申请实施例提供的无人机、无人艇及无人潜器的运动规划装置，其通过约束条件，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹，并且在满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹中选取出无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹，使得无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹以及无人潜器完成第三目标航行轨的平均消耗时间在所有满足约束条件的航行轨迹组合中最少，这样，无人机、无人艇以及无人潜器在协同运动过程中耗费的时间最少，有效地提高了无人机、无人艇以及无人潜器的协同工作效率。
图13为本申请另一示例性实施例提供的无人机、无人艇及无人潜器的运动规划装置的结构框图。如图13所示，在一实施例中，无人机、无人艇及无人潜器的运动规划装置300还可以包括第一获取模块330，配置为获取无人艇的当前位置信息；第一得到模块340，配置为根据无人艇的当前位置信息，得到无人艇当前的可通讯区域；对应地，第一筛选模块310可以包括第三筛选模块3101，配置为根据无人机、无人艇以及无人潜器的初始位置和目标位置，得到满足通讯范围约束的无人机的多条航行轨迹、满足通讯范围约束的无人艇的多条航行轨迹以及满足通讯范围约束的无人潜器的多条航行轨迹。
如图13所示，在一实施例中，第一获取模块330还可以配置为获取多个无人艇的当前位置信息；对应地，第一得到模块340可以包括第二得到模块341，配置为根据多个无人艇的当前位置信息，得到多个无人艇当前的运动平面；第三得到模块342，配置为根据多个无人艇当前的运动平面，得到多个无人艇当前的可通讯区域。
如图13所示，在一实施例中，无人机、无人艇及无人潜器的运动规划装置300还可以包括第二获取模块350，配置为获取多个无人机的当前位置信息；第四得到模块360，配置为根据多个无人机的当前位置信息，得到任意相邻的两个无人机之间的直线距离；对应地，第一筛选模块310可以包括第四筛选模块3102，配置为根据每个无人机的初始位置和目标位置，得到满足第一防碰撞约束的每个无人机的多条航行轨迹。
如图13所示，在一实施例中，无人机、无人艇及无人潜器的运动规划装置300还可以包括第三获取模块370，配置为获取多个无人艇的当前位置信息；第五得到模块380，配置为根据多个无人艇的当前位置信息，得到任意相邻的两个无人艇之间的直线距离；对应地，第一筛选模块310可以包括第五筛选模块3103，配置为根据每个无人艇的初始位置和目标位置，得到满足第二防碰撞约束的每个无人艇的多条航行轨迹。
如图13所示，在一实施例中，无人机、无人艇及无人潜器的运动规划装置300还可以包括第四获取模块390，配置为获取多个无人潜器的当前位置信息；第六得到模块400，配置为根据多个无人潜器的当前位置信息，得到任意相邻的两个无人潜器之间的直线距离；对应地，第一筛选模块310可以包括第六筛选模块3104，配置为根据每个无人潜器的初始位置和目标位置，得到满足第三防碰撞约束的每个无人潜器的多条航行轨迹。
如图13所示，在一实施例中，第一筛选模块310还可以包括第七得到模块3105，配置为根据无人机的初始位置和目标位置，得到无人机的全部航行轨迹；第八得到模块3106，配置为根据无人机的初始位置、目标位置以及无人机的全部航行轨迹，得到无人机的每条航行轨迹的航行距离；第七筛选模块3107，配置为根据无人机的初始位置、目标位置以及无人机的每条航行轨迹的航行距离，得到满足第一航程约束的无人机的多条航行轨迹。
如图13所示，在一实施例中，第一筛选模块310还可以包括第九得到模块3108，配置为根据无人艇的初始位置和目标位置，得到无人艇的全部航行轨迹；第十得到模块3109，配置为根据无人艇的初始位置、目标位置以及无人艇的全部航行轨迹，得到无人艇的每条航行轨迹的航行距离；第八筛选模块3110，配置为根据无人艇的初始位置、目标位置以及无人艇的每条航行轨迹的航行距离，得到满足第二航程约束的无人艇的多条航行轨迹。
如图13所示，在一实施例中，第一筛选模块310还可以包括第十一得到模块3111，配置为根据无人潜器的初始位置和目标位置，得到无人潜器的全部航行轨迹；第十二得到模块3112，配置为根据无人潜器的初始位置、目标位置以及无人潜器的全部航行轨迹，得到无人潜器的每条航行轨迹的航行距离；第九筛选模块3113，配置为根据无人潜器的初始位置、目标位置以及无人潜器的每条航行轨迹的航行距离，得到满足第三航程约束的无人潜器的多条航行轨迹。
图14为本申请一示例性实施例提供的无人机、无人艇及无人潜器的运动规划设备的结构示意图。如图14所示，本申请实施例提供的无人机、无人艇及无人潜器的运动规划设备500可以包括处理器510，配置为执行前述的无人机、无人艇及无人潜器的运动规划方法；存储器520，配置为存储处理器所执行的指令。
本申请实施例提供的无人机、无人艇及无人潜器的运动规划设备，其通过约束条件，得到满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹，并且在满足约束条件的无人机的多条航行轨迹、满足约束条件的无人艇的多条航行轨迹以及满足约束条件的无人潜器的多条航行轨迹中选取出无人机的第一目标航行轨迹、无人艇的第二目标航行轨迹以及无人潜器的第三目标航行轨迹，使得无人机完成第一目标航行轨迹、无人艇完成第二目标航行轨迹以及无人潜器完成第三目标航行轨的平均消耗时间在所有满足约束条件的航行轨迹组合中最少，这样，无人机、无人艇以及无人潜器在协同运动过程中耗费的时间最少，有效地提高了无人机、无人艇以及无人潜器的协同工作效率。
该无人机、无人艇及无人潜器的运动规划设备500可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备，该单机设备可以与第一设备和第二设备进行通信，以从它们接收所采集到的输入信号。
如图14所示，无人机、无人艇及无人潜器的运动规划设备500可以包括一个或多个处理器510和存储器520。
处理器510可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制无人机、无人艇及无人潜器的运动规划设备500中的其他组件以执行期望的功能。
存储器520可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器510可以运行所述程序指令，以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分量、噪声分量等各种内容。
在一个示例中，无人机、无人艇及无人潜器的运动规划设备500还可以包括：输入装置530和输出装置540，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
在该电子设备是单机设备时，该输入装置530可以是通信网络连接器，用于从第一设备和第二设备接收所采集的输入信号。
此外，该输入装置530还可以包括例如键盘、鼠标等等。
该输出装置540可以向外部输出各种信息，包括确定出的距离信息、方向信息等。该输出装置540可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然，为了简化，图14中仅示出了该无人机、无人艇及无人潜器的运动规划设备500中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，无人机、无人艇及无人潜器的运动规划设备500还可以包括任何其他适当的组件。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种无人机、无人艇及无人潜器的运动规划方法，其特征在于，包括：
根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹；以及
选取所述无人机的多条航行轨迹、所述无人艇的多条航行轨迹以及所述无人潜器的多条航行轨迹中所述无人机的第一目标航行轨迹、所述无人艇的第二目标航行轨迹以及所述无人潜器的第三目标航行轨迹；
其中，所述无人机完成所述第一目标航行轨迹、所述无人艇完成所述第二目标航行轨迹以及所述无人潜器完成所述第三目标航行轨迹的平均消耗时间在所有满足所述约束条件的航行轨迹组合中最少；每个所述航行轨迹组合均包括所述无人机的一条航行轨迹、所述无人艇的一条航行轨迹以及所述无人潜器的一条航行轨迹。
2.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述约束条件包括通讯范围约束，所述通讯范围约束包括所述无人机始终处于所述无人艇的可通讯区域内以及所述无人潜器始终处于所述无人艇的可通讯区域内；
在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：
获取所述无人艇的当前位置信息；以及
根据所述无人艇的当前位置信息，得到所述无人艇当前的所述可通讯区域；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足约束条件的所述无人艇的多条航行轨迹以及满足约束条件的所述无人潜器的多条航行轨迹包括：
根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足所述通讯范围约束的所述无人机的多条航行轨迹、满足所述通讯范围约束所述无人艇的多条航行轨迹以及满足所述通讯范围约束所述无人潜器的多条航行轨迹。
3.根据权利要求2所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述无人艇的数量为多个；
所述获取所述无人艇的当前位置信息包括：
获取多个所述无人艇的当前位置信息；
所述根据所述无人艇的当前位置信息，得到所述无人艇当前的所述可通讯区域包括：
根据多个所述无人艇的当前位置信息，得到多个所述无人艇当前的运动平面；以及
根据多个所述无人艇当前的运动平面，得到多个所述无人艇当前的所述可通讯区域。
4.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述无人机的数量为多个；所述约束条件包括第一防碰撞约束，所述第一防碰撞约束包括任意相邻的两个所述无人机之间的直线距离大于第一预设防撞安全距离；
在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：
获取多个所述无人机的当前位置信息；以及
根据多个所述无人机的当前位置信息，得到任意相邻的两个所述无人机之间的直线距离；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足约束条件的所述无人艇的多条航行轨迹以及满足约束条件的所述无人潜器的多条航行轨迹包括：
根据每个所述无人机的初始位置和目标位置，得到满足所述第一防碰撞约束的每个所述无人机的多条航行轨迹。
5.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述无人艇的数量为多个；所述约束条件包括第二防碰撞约束，所述第二防碰撞约束包括任意相邻的两个所述无人艇之间的直线距离大于第二预设防撞安全距离；
在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：
获取多个所述无人艇的当前位置信息；以及
根据多个所述无人艇的当前位置信息，得到任意相邻的两个所述无人艇之间的直线距离；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：
根据每个所述无人艇的初始位置和目标位置，得到满足所述第二防碰撞约束的每个所述无人艇的多条航行轨迹。
6.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述无人潜器的数量为多个；所述约束条件包括第三防碰撞约束，所述第三防碰撞约束包括任意相邻的两个所述无人潜器之间的直线距离大于第三预设防撞安全距离；
在所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹之前，所述方法还包括：
获取多个所述无人潜器的当前位置信息；以及
根据多个所述无人潜器的当前位置信息，得到任意相邻的两个所述无人潜器之间的直线距离；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：
根据每个所述无人潜器的初始位置和目标位置，得到满足所述第三防碰撞约束的每个所述无人潜器的多条航行轨迹。
7.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述约束条件包括第一航程约束，所述第一航程约束包括所述无人机的每条航行轨迹的航行距离均小于或等于所述无人机的最大续航里程；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：
根据所述无人机的初始位置和目标位置，得到所述无人机的全部航行轨迹；
根据所述无人机的初始位置、目标位置以及所述无人机的全部航行轨迹，得到所述无人机的每条航行轨迹的航行距离；
根据所述无人机的初始位置、目标位置以及所述无人机的每条航行轨迹的航行距离，得到满足所述第一航程约束的所述无人机的多条航行轨迹。
8.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述约束条件包括第二航程约束，所述第二航程约束包括所述无人艇的每条航行轨迹的航行距离均小于或等于所述无人艇的最大续航里程；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：
根据所述无人艇的初始位置和目标位置，得到所述无人艇的全部航行轨迹；
根据所述无人艇的初始位置、目标位置以及所述无人艇的全部航行轨迹，得到所述无人艇的每条航行轨迹的航行距离；
根据所述无人艇的初始位置、目标位置以及所述无人艇的每条航行轨迹的航行距离，得到满足所述第二航程约束的所述无人艇的多条航行轨迹。
9.根据权利要求1所述的无人机、无人艇及无人潜器的运动规划方法，其特征在于，所述约束条件包括第三航程约束，所述第三航程约束包括所述无人潜器的每条航行轨迹的航行距离均小于或等于所述无人潜器的最大续航里程；
所述根据所述无人机、所述无人艇以及所述无人潜器的初始位置和目标位置，得到满足约束条件的所述无人机的多条航行轨迹、满足所述约束条件的所述无人艇的多条航行轨迹以及满足所述约束条件的所述无人潜器的多条航行轨迹包括：
根据所述无人潜器的初始位置和目标位置，得到所述无人潜器的全部航行轨迹；
根据所述无人潜器的初始位置、目标位置以及所述无人潜器的全部航行轨迹，得到所述无人潜器的每条航行轨迹的航行距离；
根据所述无人潜器的初始位置、目标位置以及所述无人潜器的每条航行轨迹的航行距离，得到满足所述第三航程约束的所述无人潜器的多条航行轨迹。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行前述权利要求1至9中任一项所述的无人机、无人艇及无人潜器的运动规划方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111543051.5A CN114326798A (zh) | 2021-12-16 | 2021-12-16 | 无人机、无人艇及无人潜器的运动规划方法和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111543051.5A CN114326798A (zh) | 2021-12-16 | 2021-12-16 | 无人机、无人艇及无人潜器的运动规划方法和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114326798A true CN114326798A (zh) | 2022-04-12 |
Family
ID=81052754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111543051.5A Pending CN114326798A (zh) | 2021-12-16 | 2021-12-16 | 无人机、无人艇及无人潜器的运动规划方法和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114326798A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116166034A (zh) * | 2023-04-25 | 2023-05-26 | 清华大学 | 跨域协同围捕方法、装置及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110262492A (zh) * | 2019-06-25 | 2019-09-20 | 北京航天控制仪器研究所 | 一种无人艇的实时避碰和目标跟踪方法 |
| CN111986518A (zh) * | 2020-08-31 | 2020-11-24 | 上海大学 | 一种无人艇协同通信控制系统 |
| CN112015182A (zh) * | 2020-09-03 | 2020-12-01 | 上海大学 | 一种基于无人机的无人艇编队巡逻控制系统及控制方法 |
| CN112188588A (zh) * | 2020-08-27 | 2021-01-05 | 清华大学 | 基于无人机网络的近海中继通信传输效率优化方法 |
| CN113037395A (zh) * | 2021-02-25 | 2021-06-25 | 北京航天控制仪器研究所 | 一种水上水下跨域无人装备协同作业方法 |
-
2021
- 2021-12-16 CN CN202111543051.5A patent/CN114326798A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110262492A (zh) * | 2019-06-25 | 2019-09-20 | 北京航天控制仪器研究所 | 一种无人艇的实时避碰和目标跟踪方法 |
| CN112188588A (zh) * | 2020-08-27 | 2021-01-05 | 清华大学 | 基于无人机网络的近海中继通信传输效率优化方法 |
| CN111986518A (zh) * | 2020-08-31 | 2020-11-24 | 上海大学 | 一种无人艇协同通信控制系统 |
| CN112015182A (zh) * | 2020-09-03 | 2020-12-01 | 上海大学 | 一种基于无人机的无人艇编队巡逻控制系统及控制方法 |
| CN113037395A (zh) * | 2021-02-25 | 2021-06-25 | 北京航天控制仪器研究所 | 一种水上水下跨域无人装备协同作业方法 |
Non-Patent Citations (1)
| Title |
|---|
| 付宏 等: "河道检测方法研究", 31 August 2020, 中国水利水电出版社, pages: 19 - 23 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116166034A (zh) * | 2023-04-25 | 2023-05-26 | 清华大学 | 跨域协同围捕方法、装置及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3557358B1 (en) | Adaptive autonomy system architecture | |
| US20180231985A1 (en) | System and method for vision-based flight self-stabilization by deep gated recurrent q-networks | |
| Han et al. | A dynamically hybrid path planning for unmanned surface vehicles based on non-uniform Theta* and improved dynamic windows approach | |
| CN110956853B (zh) | 一种多船碰撞预测方法、系统和存储介质 | |
| Rongcai et al. | Autonomous collision avoidance system in a multi-ship environment based on proximal policy optimization method | |
| CN111930123B (zh) | 多目标综合优化决策方法、装置及电子设备 | |
| Liao et al. | The intelligent control system and experiments for an unmanned wave glider | |
| Zhang et al. | Receding horizon control for multi-UAVs close formation control based on differential evolution | |
| Øvereng et al. | Dynamic positioning using deep reinforcement learning | |
| Xu et al. | Deep convolutional neural network based unmanned surface vehicle maneuvering | |
| CN114326798A (zh) | 无人机、无人艇及无人潜器的运动规划方法和存储介质 | |
| NO345705B1 (en) | A method for optimizing an efficiency of a vessel on a voyage | |
| Wang et al. | Design and implementation of a testing platform for ship control: A case study on the optimal switching controller for ship motion | |
| CN102594372B (zh) | 基于软件无线电的舰船智能船桥系统 | |
| De Barros et al. | Development of the Pirajuba AUV | |
| CN111259526A (zh) | 集群回收路径规划方法、装置、设备及可读存储介质 | |
| Du et al. | Multi-objective cooperative control for a ship-towing system in congested water traffic environments | |
| Gao et al. | Artificial intelligence algorithms in unmanned surface vessel task assignment and path planning: A survey | |
| Yuan et al. | EMPMR berthing scheme: A novel event-triggered motion planning and motion replanning scheme for unmanned surface vessels | |
| Wen et al. | Online heuristically planning for relative optimal paths using a stochastic algorithm for USVs | |
| Zhang et al. | Conversion timing of seafarer's decision-making for unmanned ship navigation | |
| CN112148035A (zh) | 多无人机轨迹优化方法、装置、存储介质及计算机设备 | |
| Zhu et al. | A novel route-plan-guided artificial potential field method for ship collision avoidance: Modeling, integration and test | |
| Hasankhani et al. | Integrated path planning and control through proximal policy optimization for a marine current turbine | |
| Chaysri et al. | Design and Implementation of a Low-Cost Intelligent Unmanned Surface Vehicle |
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 |