CN114326804A - 航线规划方法、作业控制方法及相关装置 - Google Patents
航线规划方法、作业控制方法及相关装置 Download PDFInfo
- Publication number
- CN114326804A CN114326804A CN202111630000.6A CN202111630000A CN114326804A CN 114326804 A CN114326804 A CN 114326804A CN 202111630000 A CN202111630000 A CN 202111630000A CN 114326804 A CN114326804 A CN 114326804A
- Authority
- CN
- China
- Prior art keywords
- area
- operated
- sub
- target
- 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.)
- Granted
Links
Images
Abstract
本申请实施例涉及航线规划领域,提供一种航线规划方法、作业控制方法及相关装置,当无人设备在作业区域中执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),通过最近一个架次(即,上一架次)的断点位置确定未作业区域,所以能够保证每一个架次的作业区域是连续的,不会存在遗漏,同时,根据同一无人设备的历史作业数据在未作业区域中重新规划目标航线,所以目标航线的准确性更高,从而提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率。
Description
技术领域
本申请涉及航线规划领域,具体而言,涉及一种航线规划方法、作业控制方法及相关装置。
背景技术
随着计算机技术的发展,无人机、无人车、机器人等无人设备的应用越来越广泛。以无人机为例,可应用于农业植保,例如农药喷洒、果实采摘等,也可应用于环境监测、灾后应急评估、地理测绘辅助、城市规划等。
在实际中,由于作业区域大小、电池续航能力、可携带药量等原因,导致无人机飞行一个架次无法完成作业任务,因此,需要规划续航航线以满足作业要求。
现有技术中,续航航线的规划主要有以下两种:
一是,规划全局航线,在全局航线的基础上,直接飞行至上个架次的断点处进行续航,或者按照优化后的进入航线飞行至上个架次的断点处进行续航;
二是,根据无人机的理论续航值,在作业区域中规划每个架次的航线。
但是,第一种方式未考虑不同架次的航线规划,导致作业效率低;第二种方式虽然规划了每个架次的航线,但是理论续航值与实际续航值之间存在误差,并且该误差会随着设备使用时长的增加而增大,导致出现遗漏作业的情形,同样存在作业效率低的问题。
发明内容
本申请实施例的目的在于提供一种航线规划方法、作业控制方法及相关装置,用以提高无人设备每个架次的作业效率,进而提高整体作业效率。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种航线规划方法,所述方法包括:获取无人设备在作业区域中执行上一架次任务的断点位置;其中,所述无人设备在所述作业区域中执行多架次任务;根据所述断点位置,确定出所述作业区域中的未作业区域;基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线。
可选地,所述基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线的步骤,包括:根据所述历史作业数据,获得所述当前架次的可作业范围;根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域;对所述第一待作业区域和所述第二待作业区域配置不同的权重,以在所述未作业区域中规划出作业代价最小的所述目标航线。
可选地,所述历史作业数据包括所述无人设备执行每个架次任务的作业参数和作业续航数据;所述根据所述历史作业数据,获得所述当前架次的可作业范围的步骤,包括:
若所述当前架次为第一个架次,或者,所述当前架次不为第一个架次且所述无人设备的当前作业参数与所述上一架次任务的作业参数不同,则从所述历史作业数据中确定出至少一个目标作业参数,其中,所述目标作业参数与所述当前作业参数的相似度满足设定条件;获取与所述至少一个目标作业参数关联的至少一个目标作业续航数据;根据所述至少一个目标作业续航数据,计算所述可作业范围;
若所述当前架次不为第一个架次且所述当前作业参数与所述上一架次任务的作业参数相同,则从所述历史作业数据中获取所述上一架次任务的作业续航数据,并作为所述可作业范围。
可选地,所述目标作业参数为一个,且所述目标作业参数与所述当前作业参数的相似度最高;所述根据所述至少一个目标作业续航数据,计算所述可作业范围的步骤,包括:获取所述无人设备的当前电池亏损比例;根据所述当前电池亏损比例对所述目标作业续航数据进行折算,得到所述可作业范围。
可选地,所述目标作业参数为多个,且每个所述目标作业参数与所述当前作业参数的相似度均在设定阈值范围内;所述根据所述至少一个目标作业续航数据,计算所述可作业范围的步骤,包括:获得每个所述目标作业参数与所述当前作业参数的相似度;根据每个所述相似度,对每个所述相似度对应的所述目标作业续航数据进行加权求平均,得到所述可作业范围。
可选地,所述对所述第一待作业区域和所述第二待作业区域配置不同的权重,以在所述未作业区域中规划出作业代价最小的所述目标航线的步骤,包括:按照预设的可分割条件,将所述第一待作业区域分割为至少一个第一子区域、以及将所述第二待作业区域分割为至少一个第二子区域;为每个所述第一子区域配置第一权重、以及为每个所述第二子区域配置第二权重,其中,所述第一权重大于所述第二权重;基于每个所述第一权重和每个所述第二权重,利用组合寻优算法生成作业代价最小的所述目标航线,其中,所述目标航线包括所述第一子区域内的作业航线、所述第二子区域内的作业航线、以及子区域间的连接航线。
可选地,所述可分割条件为:待作业区域的航线航向所在的直线与所述待作业区域的一个顶点相交形成的两个夹角满足设定关系,且所述两个夹角位于所述待作业区域内;所述待作业区域为所述第一待作业区域或者所述第二待作业区域。
可选地,所述基于每个所述第一权重和每个所述第二权重,利用组合寻优算法生成作业代价最小的所述目标航线的步骤,包括:获得所述未作业区域中的全部子区域,其中,全部子区域包括全部第一子区域和全部第二子区域;基于每个所述子区域的航线航向,生成每个所述子区域内的作业航线;根据每个所述子区域内的作业航线,确定出每个所述子区域的所有飞行起点和所有飞行终点;根据每个所述子区域的所有飞行起点和所有飞行终点,穷举生成多个初始序列,所述初始序列包括每个所述子区域的作业顺序及每个所述子区域的一个飞行起点和一个飞行终点;根据每个所述第一权重和每个所述第二权重,对每个所述初始序列进行代价计算,得到代价值最小的目标序列;根据所述目标序列和每个所述子区域内的作业航线,生成所述目标航线。
可选地,所述根据每个所述第一权重和每个所述第二权重,对每个所述初始序列进行代价计算,得到代价值最小的目标序列的步骤,包括:针对每个所述初始序列,计算所述初始序列中任意相邻两个子区域间的最短距离,得到多个最短距离;计算每个所述最短距离与所述最短距离关联的相邻两个子区域中的后一个子区域的权重的乘积,得到多个区域代价值;对所述多个区域代价值进行求和,得到所述初始序列的代价值;获得每个所述初始序列的代价值,并从中确定出代价值最小的目标序列。
可选地,所述可作业范围为可作业面积;所述根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域的步骤,包括:将所述未作业区域中与已作业区域相邻且大小等于所述可作业面积的区域,作为所述第一待作业区域;将所述未作业区域中除所述第一待作业区域之外的区域,作为所述第二待作业区域。
可选地,所述可作业范围为可作业长度;所述根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域的步骤,包括:获取所述无人设备执行所述上一架次任务的全局航线;在所述全局航线中,确定出从所述断点位置开始且长度等于所述可作业长度的目标航段,并将所述目标航段确定的区域作为所述第一待作业区域;将所述未作业区域中除所述第一待作业区域之外的区域,作为所述第二待作业区域。
可选地,所述根据所述断点位置,确定出所述作业区域中的未作业区域的步骤,包括:根据所述断点位置,在所述作业区域中标记出已作业区域;从所述作业区域中删除所述已作业区域,得到所述未作业区域。
第二方面,本申请实施例还提供了一种作业控制方法,所述方法包括:当无人设备在作业区域中执行多架次任务时,控制所述无人设备在当前架次根据目标航线进行作业;其中,所述目标航线通过上述第一方面中的航线规划方法生成。
第三方面,本申请实施例还提供了一种航线规划装置,所述装置包括:获取模块,用于获取无人设备在作业区域中执行上一架次任务的断点位置;其中,所述无人设备在所述作业区域中执行多架次任务;确定模块,用于根据所述断点位置,确定出所述作业区域中的未作业区域;航线规划模块,用于基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线。
第四方面,本申请实施例还提供了一种作业控制装置,所述装置包括:控制模块,用于当无人设备在作业区域中执行多架次任务时,控制所述无人设备在当前架次根据目标航线进行作业;其中,所述目标航线通过上述第一方面中的航线规划方法生成。
第五方面,本申请实施例还提供了一种无人设备,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于在执行所述程序时,实现上述第一方面中的航线规划方法和/或上述第二方面中的作业控制方法。
第六方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面中的航线规划方法和/或上述第二方面中的作业控制方法。
相对现有技术,本申请实施例提供的一种航线规划方法、作业控制方法及相关装置,当无人设备在作业区域中执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),都是通过最近一个架次(即,上一架次)的断点位置确定未作业区域,并在未作业区域中重新规划当前架次的目标航线,这样就能保证每一个架次的作业区域是连续的,不会存在遗漏,提高了无人设备的作业效率;同时,对于每一个当前架次,都是根据同一无人设备的历史作业数据,在确定的未作业区域中重新规划目标航线,所以目标航线的准确性更高,从而提高了当前架次的作业效率,即,提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率。
附图说明
图1示出了现有技术提供的续航航线的示例图一。
图2示出了现有技术提供的续航航线的示例图二。
图3示出了本申请实施例提供的一种航线规划方法的流程示意图一。
图4示出了本申请实施例提供的一种航线规划方法的应用示例图一。
图5示出了本申请实施例提供的一种航线规划方法的应用示例图二。
图6示出了本申请实施例提供的一种航线规划方法的流程示意图二。
图7示出了本申请实施例提供的一种航线规划方法的应用示例图三。
图8示出了本申请实施例提供的一种航线规划方法的应用示例图四。
图9示出了本申请实施例提供的一种航线规划方法的应用示例图五。
图10示出了本申请实施例提供的一种航线规划方法的应用示例图六。
图11示出了本申请实施例提供的一种航线规划装置的方框示意图。
图12示出了本申请实施例提供的一种无人设备的方框示意图。
图标:100-航线规划装置;101-获取模块;102-处理模块;103-航线规划模块;10-无人设备;11-处理器;12-存储器;13-总线。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述。
目前,无人机、无人车、机器人等无人设备的应用越来越广泛,例如,可应用于灾后应急评估、地理测绘辅助、城市规划等,也可应用于农业植保,例如农药喷洒、果实采摘等,还可应用于影视拍摄,例如影视素材拼接等。
但是,在上述应用过程中,由于作业区域大小、电池续航能力、可携带药量等原因,无人设备可能需要进行多次作业才能完成任务,这就需要规划续航航线以满足作业要求。
以无人机为例,现有的续航航线规划方案主要有以下两种:
第一种方案是,规划覆盖整个作业区域的全局航线,无人机的每一架次都按照该全局航线进行作业,即,下一架次作业时,直接飞行到上一架次的断点处进行续航;或者,对下一架次从起降点到上一架次的断点处的进入航线进行优化以提高进入效率,再按照优化后的进入航线飞行至上一架次的断点处进行续航。
例如,请参照图1,在作业区域中规划从A到B的全局航线,第一个架次从A作业到M后返回起降点,第二个架次从起降点飞行至断点M进行续航;第二个架次从M作业到N后返回起降点,第三个架次从起降点飞行至断点N进行续航。
由于全局航线是基于整个作业区域进行规划的,未考虑不同架次的航线规划,所以对于单个架次,无人机的作业效率不一定是最高的,例如,结合到图1,从M到N的航线,显然无人机在飞行过程中需要进行多次拐弯,导致作业效率低。
第二种方案是,根据无人机的理论续航值,在作业区域中规划每个架次的航线。理论续航值可以是最大续航距离、最长续航时间等,可以是根据无人机的历史作业数据进行估算得到的。
例如,请参照图2,根据无人机的理论续航值,在作业区域中规划从A到B的第一架次的航线、从B到C的第二架次的航线、以及从D到E的第三架次的航线。
相比于第一种方案,第二种方案规划了每个架次的航线,所以单个架次的作业效率得到了提高。但是,理论续航值与实际续航值之间存在误差,并且该误差会随着设备使用时长的增加而增大,导致出现遗漏作业的情形,例如,结合到图2,在实际作业中,第二架次在从B飞行到P后进行返航,其中,P是指B到C之间的某个点,在图中未示;但是规划的第二架次的航线为从B到C,这就导致从P到C之间的作业区域出现遗漏,后续还需要补充作业,同样存在作业效率低的问题。
为了解决上述问题,本申请实施例在无人设备执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),都通过最近一个架次(即,上一架次)的断点位置确定未作业区域,并根据同一无人设备的历史作业数据在确定的未作业区域中重新规划航线,从而不会存在遗漏,并且提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率。下面进行详细介绍。
本申请实施例中的无人设备,可以是无人机,也可以是无人车、棉田机、农机等。用户可以根据实际应用场景选择不同的设备,在此不做限定。下述实施例以无人机为例进行说明。
请参照图3,图3示出了本申请实施例提供的航线规划方法的一种流程示意图。该航线规划方法生成应用于无人设备,可以包括以下步骤:
S101,获取无人设备在作业区域中执行上一架次任务的断点位置;其中,无人设备在作业区域中执行多架次任务。
多架次任务是指无人机需要多次作业才能完成的任务,即,一次作业后返回起降点,在起降点充电或补充药液等满足架次条件后,再从起降点返回作业区域进行下一次作业,以此类推,直至完成任务。
上一架次是指当前架次前的最近一个架次,当前架次是指接下来将要作业的架次,例如,接下来将要作业的是第三个架次,则当前架次为第三个架次,上一架次为第二个架次。上一架次的断点位置是指,无人机执行上一架次任务时,在作业区域中中断作业并返回起降点的位置。
S102,根据断点位置,确定出作业区域中的未作业区域。
获得上一架次的断点位置后,就能通过上一架次的断点位置,确定出作业区域中剩下的未作业区域。在本实施例中,可以根据上一架次的断点位置,在作业区域中标记出已作业区域,例如,如图4所示,M为上一架次的断点位置,上一架次的全局航线为从A到B,即,上一架次从A作业到M,则在作业区域中标记出已作业区域如图5中的灰色部分所示;然后从作业区域中删除已作业区域,剩下的区域即为未作业区域。
作为一种实施方式,在作业区域中标记出已作业区域后,可以计算作业区域和已作业区域的几何差集,得到的区域即为未作业区域。几何差集可以是作业区域和已作业区域不同的部分,例如,如图5所示,计算作业区域和已作业区域的几何差集,则可以得到图5中所示的未作业区域。
S103,基于无人设备的历史作业数据,在未作业区域中规划无人设备当前架次的目标航线。
通过上一架次的断点位置,从作业区域中确定出未作业区域后,将未作业区域作为新的作业区域重新规划航线,即可得到当前架次的目标航线。同时,根据无人设备的历史作业数据,在确定的未作业区域中重新规划目标航线,由于是同一无人设备,所以历史作业数据的参考性非常高,可以使目标航线的准确度更高,从而提高了当前架次的作业效率。
无人设备在作业区域中执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),都通过上述步骤S101~S103的过程规划当前架次的目标航线。一方面,由于是通过最近一个架次(即,上一架次)的断点位置确定未作业区域,所以能够保证每一个架次的作业区域是连续的,不会存在遗漏;另一方面,由于是根据同一无人设备的历史作业数据在未作业区域中重新规划目标航线,所以目标航线的准确性更高,从而提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率。
无人设备的历史作业数据,可以包括无人设备历史执行每个架次任务的作业参数和架次作业日志。作业参数是指影响无人设备续航能力的参数,例如,喷幅、飞行速度、飞行高度、起飞位置等。架次作业日志可以包括无人设备执行一个架次任务的全部数据,例如,设备型号、电池亏损情况、天气、作业续航数据等。作业续航数据可以包括,但不限于续航面积、续航长度、续航时长等。本实施例中的历史作业数据,只要是指作业参数和架次作业日志中的作业续航数据。
下面对步骤S103进行详细介绍。
在图3的基础上,请参照图6,步骤S103中基于无人设备的历史作业数据,在未作业区域中规划无人设备当前架次的目标航线的过程,可以包括S1031~S1033。
S1031,根据历史作业数据,获得当前架次的可作业范围。
可作业范围,可以是可作业面积、可作业长度、可作业时长等中的至少一个。
对于每一个接下来将要作业的架次(即,当前架次),首先,可以获取无人设备的当前作业参数,即,无人设备当前的喷幅、作业速度、作业高度、起飞位置等;然后,从无人设备的历史作业数据中找出与当前作业参数最接近的作业参数,并获取与该作业参数关联的作业续航数据;再根据该作业续航数据估算当前架次的可作业范围。
下面对S1031的详细实现进行介绍,S1031中根据历史作业数据获得当前架次的可作业范围的过程,可以包括S10311~S10314。
S10311,若当前架次为第一个架次,或者,当前架次不为第一个架次且无人设备的当前作业参数与上一架次任务的作业参数不同,则从历史作业数据中确定出至少一个目标作业参数,其中,目标作业参数与当前作业参数的相似度满足设定条件。
也就是,如果当前架次是无人设备在作业区域中作业的第一个架次,或者,当前架次不是第一个架次但相比于上一架次调整了作业参数,例如喷洒作业中上一架次喷洒效果不好,需要调整作业速度和作业高度来提高喷洒效果,又如作业区域太大且无人设备的起飞位置离作业航线太远,需要搬动无人设备来提高作业效率,则从历史作业数据中找出至少一个与当前作业参数的相似度满足设定条件的目标作业参数。
相似度满足设定条件可以是与当前作业参数的相似度最高,即,从历史作业数据中找出一个相似度最高的目标作业参数。相似度满足设定条件也可以是与当前作业参数的相似度在设定阈值范围内,例如,5%~10%,即,从历史作业数据中找出至少一个与当前作业参数的相似度在设定阈值范围内的目标作业参数。
计算当前作业参数与历史作业数据中的一个作业参数的相似度的过程可以是:首先,将当前作业参数和该作业参数均进行向量化;然后,使用余弦相似度算法或者欧几里得算法等进行计算,即可得到当前作业参数和该作业参数的相似度。
S10312,获取与至少一个目标作业参数关联的至少一个目标作业续航数据。
对于目标作业参数,尽量选择与当前作业参数最接近的。对于目标作业续航数据,尽量获取最新的。这样可以提高使当前架次的可作业范围的准确性,从而使目标航线的准确度更高。
S10313,根据至少一个目标作业续航数据,计算可作业范围。
在一种可能的实现方式中,如果目标作业参数为一个,且该目标作业参数与当前作业参数的相似度最高。则根据至少一个目标作业续航数据计算可作业范围的过程,可以包括:
获取无人设备的当前电池亏损比例;
根据当前电池亏损比例对目标作业续航数据进行折算,得到可作业范围。
例如,当前电池亏损比例为90%,即,相比于出厂标准亏损了10%。而目标作业参数对应的电池亏损为100%,即,相比于出厂标准未亏损。假设目标作业参数对应的续航长度为5000米,则将该续航长度折算90%,即可得到当前架次的可作业长度为4500米。
在另一种可能的实现方式中,如果目标作业参数为多个,且每个目标作业参数与当前作业参数的相似度均在设定阈值范围内。则根据至少一个目标作业续航数据计算可作业范围的过程,可以包括:
获得每个目标作业参数与当前作业参数的相似度;
根据每个相似度,对每个相似度对应的目标作业续航数据进行加权求平均,得到可作业范围。
例如,目标作业参数有3个,与当前作业参数的相似度分别为90%、80%和95%,对应的续航长度分别为5000米、4500米和5500米,则得到当前架次的可作业长度为:(5000*90%+4500*80%+5500*95%)/3=4442米。
S10314,若当前架次不为第一个架次且当前作业参数与上一架次任务的作业参数相同,则从历史作业数据中获取上一架次任务的作业续航数据,并作为可作业范围。
也就是,如果当前架次不是无人设备在作业区域中作业的第一个架次并且相比于上一架次未调整作业参数。由于同一作业区域中,上一架次的作业环境是最接近当前作业环境的,具备更高的准确性和借鉴性,所以直接将上一架次的作业续航数据作为当前架次的可作业范围。
S1032,根据可作业范围,在未作业区域中确定出当前架次可作业的第一待作业区域和当前架次不可作业的第二待作业区域。
通过当前架次的可作业范围,就能在未作业区域中确定出当前架次可作业的第一待作业区域和当前架次不可作业的第二待作业区域。
在一种可能的实现方式中,可作业范围为可作业面积,则S1032中确定第一待作业区域和第二待作业区域的过程,可以包括S10321~S10322。
S10321,将未作业区域中与已作业区域相邻且大小等于可作业面积的区域,作为第一待作业区域。
S10322,将未作业区域中除第一待作业区域之外的区域,作为第二待作业区域。
例如,请参照图7,在未作业区域中,相邻已作业区域划分出大小等于可作业面积的区域,则该区域即为第一待作业区域,如图8所示,剩余区域即为第二待作业区域。
在另一种可能的实现方式中,可作业范围为可作业长度,则S1032中确定第一待作业区域和第二待作业区域的过程,可以包括S1032a~S1032c。
S1032a,获取无人设备执行上一架次任务的全局航线。
S1032b,在全局航线中,确定出从断点位置开始且长度等于可作业长度的目标航段,并将目标航段确定的区域作为第一待作业区域。
S1032c,将未作业区域中除第一待作业区域之外的区域,作为第二待作业区域。
例如,请参照图9,上一架次的全局航线从A到B,M为上一架次的断点,则从M开始,沿全局航线确定出长度等于可作业长度的目标航段MN,则目标航段MN作为的区域即为第一待作业区域,如图8所示,剩余区域即为第二待作业区域。
在又一种可能的实现方式中,可作业范围为可作业时长,则S1032中确定第一待作业区域和第二待作业区域的过程,可以包括:
获取当前作业参数中的作业速度,并计算该作业速度与可作业时长的乘积,即可得到待作业长度,后续即可按照上述S1032a~S1032c的过程,确定出未作业区域中的第一待作业区域和第二待作业区域。
S1033,对第一待作业区域和第二待作业区域配置不同的权重,以在未作业区域中规划出作业代价最小的目标航线。
由S1032得到第一待作业区域和第二待作业区域后,根据优先考虑第一待作业区域的原则,在未作业区域中规划当前架次的目标航线,使得目标航线的作业代价最小。
作业代价最小,也就是作业效率最大。例如,使当前架次的有效作业占比最大,当前架次的有效作业占比等于当前架次的作业航线长度与总飞行长度的比值,总飞行长度等于当前架次的作业航线长度、进入航线长度、返航航线长度和区域间过渡航线的长度之和。因此,在规划目标航线时,可以通过为第一待作业区域配置较大的权重、为第二待作业区域配置较小的权重,以及,区域离起降点越近配置权重越大、区域离起降点越袁配置权重越小等手段,来使得当前架次的有效作业占比达到最大。
作为一种实施方式,S1033中对第一待作业区域和第二待作业区域配置不同的权重,以在未作业区域中规划出作业代价最小的目标航线的过程,可以包括S10331~S10333。
S10331,按照预设的可分割条件,将第一待作业区域分割为至少一个第一子区域、以及将第二待作业区域分割为至少一个第二子区域。
在本实施例中,可分割条件为:
待作业区域的航线航向所在的直线与待作业区域的一个顶点相交形成的两个夹角满足设定关系,且这两个夹角位于待作业区域内;待作业区域为第一待作业区域或者第二待作业区域。
其中,假设上述两个夹角分别为α1和α2,上述设定关系可以包括但不限于以下任一种:sign(α1)=-sign(α2)、α1和α2均为锐角、α1和α2中一个为锐角一个为钝角或直角。
以第一待作业区域为例,根据可分割条件对第一待作业区域进行分割的过程,可以包括:
首先,确定第一待作业区域的航线航向。航线航向可以是区域的最小外接矩形的最长边、最短边、对角线等,也可以是区域的最长边,本申请实施例对此不做任何限制,下述实施例以区域的最长边进行举例。例如,请参照图10,ab为第一待作业区域的最长边,则ab为航线航向。
然后,将航线航向所在的直线进行平移,依次与第一待作业区域的各个顶点相交,判断上述的可分割条件是否成立,如果成立,则对应的顶点为分割点、与该顶点相交的直线为分割线;如果不成立,则继续平移直线与下一个顶点相交,直至找出所有的分割点和分割线。
例如,如图10所示,第一待作业区域有a、b、c、d、e、f、g共7个顶点,平移ab依次与各个顶点相交,确定出只有与c相交时上述的可分割条件成立,即,ab与c相交形成的两个夹角α1和α2满足sign(α1)=-sign(α2),且α1和α2位于待作业区域内。因此,找出分割点c、分割线ab如图中所示。
最后,利用上一步找出的分割线和分割点对第一待作业区域进行分割,得到至少一个第一子区域。
例如,如图10所示,利用分割点c和分割线ab对第一待作业区域进行分割,得到C1、C2、C3共3个第一子区域。
第二待作业区域的分割过程与上述第一待作业区域的分割过程类似,在此不再赘述,将第二待作业区域分割为至少一个第二子区域。例如,如图10所示,第二待作业区域不能进行分割,所以第二待作业区域即为第二子区域D。
S10332,为每个第一子区域配置第一权重、以及为每个第二子区域配置第二权重,其中,第一权重大于第二权重。
在一种可能的实现方式中,第一权重为其中,N表示未作业区域中的子区域数,子区域数为第一子区域的数量与第二子区域的数量之和。在本实施例中,由于第二待作业区域是当前架次不可作业的区域,与当前架次无关,所以为了降低第二待作业区域的权重,不管第二子区域的数量为多少,此处都可以即为1,即,N=n+1,n为第一子区域的数量。
这样配置的好处是:当次架次中优先作业靠近上一架次的作业区域,使得作业范围较为连续;同时,如果优先作业其他区域能提高无人设备的整体作业效率,这样配置能保证规划目标航线时其他区域有优先作业的可能。
在另一种可能的实现方式中,各个第一子区域的权重也可以不一样,同理,各个第二子区域的权重也可以不一样,在实际中可以根据业务进行调整,只要保证各个第一子区域的权重大于各个第二子区域的权重即可。
例如,以各个第一子区域为例,因为无人设备在作业过程中载重是不断减小的,所以进入航线越短、作业效率越高。因此,可以根据各个第一子区域与起降点的距离配置权重,距离起降点越近、权重配置的越大,距离起降点越远、权重配置的越小。
S10333,基于每个第一权重和每个第二权重,利用组合寻优算法生成作业代价最小的目标航线,其中,目标航线包括第一子区域内的作业航线、第二子区域内的作业航线、以及子区域间的连接航线。
得到各个第一子区域的第一权重和各个第二子区域的第二权重之后,可以根据组合寻优算法规划未作业区域的全局航线,即,在未作业区域中规划当前架次的目标航线,可以包括以下步骤:
第一步,获得未作业区域中的全部子区域,其中,全部子区域包括全部第一子区域和全部第二子区域。
第二步,基于每个子区域的航线航向,生成每个子区域内的作业航线。
以一个子区域为例,该子区域的航线航向可以是该子区域的最长边,也可以是该子区域的最小外接矩形的最长边、最短边、边界线等,本申请实施例对比不做任何限制。获得该子区域的航线航向后,可以采用几何方法或者栅格法生成该子区域内的作业航线,作业航线为多条平行的航线。
第三步,根据每个子区域内的作业航线,确定出每个子区域的所有飞行起点和所有飞行终点。
以一个子区域为例,先获取该子区域内的第一条航线和最后一条航线,再根据第一条航线的两个端点和最后一条航线的两个端点,显然,第一条航线的一个端点为飞行起点、则最后一条航线的一个端点为飞行终点,最后一条航线的一个端点为飞行起点、则第一条航线的一个端点为飞行终点,得到该子区域的所有飞行起点和所有飞行终点。
例如,结合到图10,假设C1的第一条航线为AB、最后一条航线为XY,则得到C1的所有飞行起点为A、B、X、Y,所有的飞行终点为X、Y、A、B。
第四步,根据每个子区域的所有飞行起点和所有飞行终点,穷举生成多个初始序列,初始序列包括每个子区域的作业顺序及每个子区域的一个飞行起点和一个飞行终点。
通过第三步得到每个子区域的所有飞行起点和所有飞行终点后,穷举每个子区域和每个子区域的所有飞行起点和所有飞行终点,生成多个初始序列。例如,结合到图10,假设一个初始序列为[C2(起点,终点)、C3(起点,终点)、C1(起点,终点)、D(起点,终点)],即,作业顺序为:先C2再C3再C1再D。
第五步,根据每个第一权重和每个第二权重,对每个初始序列进行代价计算,得到代价值最小的目标序列。
在本实施例中,对每个初始序列进行代价计算,得到代价值最小的目标序列的过程,可以包括:
1、针对每个初始序列,计算初始序列中任意相邻两个子区域间的最短距离,得到多个最短距离。
例如,假设一个初始序列为[C2(起点,终点)、C3(起点,终点)、C1(起点,终点)、D(起点,终点)],则计算C2到C3、C3到C1、C1到D的最短距离,得到3个最短距离。例如,C2到C3的最短距离即为C2的终点到C3的起点的最短距离。
2、计算每个最短距离与最短距离关联的相邻两个子区域中的后一个子区域的权重的乘积,得到多个区域代价值。
例如,结合到第1步的举例,计算C2到C3的最短距离与C3的权重的乘积、C3到C1的最短距离与C1的权重的乘积、C1到D的最短距离与D的权重的乘积,得到3个区域代价值。即,C2到C3的代价值、C3到C1的代价值和C1到D的代价值。
3、对多个区域代价值进行求和,得到初始序列的代价值。
例如,结合到第2步的举例,对C2到C3的代价值、C3到C1的代价值和C1到D的代价值进行求和,即可得到初始序列[C2(起点,终点)、C3(起点,终点)、C1(起点,终点)、D(起点,终点)]的代价值。
4、获得每个初始序列的代价值,并从中确定出代价值最小的目标序列。
针对每个初始序列,都按照上述第1步~第3步的过程计算出对应的代价值。再从所有初始序列的代价值中找出最小的代价值,该最小的代价值对应的初始序列即为目标序列。
第六步,根据目标序列和每个子区域内的作业航线,生成目标航线。
例如,假设通过第五步得到的目标序列为[C2(起点,终点)、C3(起点,终点)、C1(起点,终点)、D(起点,终点)],则生成C2的终点到C3的起点的过渡航线、C3的终点到C1的起点的过渡航线、C1的终点到D的起点的过渡航线。再将生成的过渡航线与第二步生成的C2内的作业航线、C3内的作业航线、C1内的作业航线、D内的作业航线进行连接,即可得到最终的目标航线。
需要说明的是,除了上述介绍的组合寻优算法之外,还可以采用启发式算法,例如,遗传算法、蚁群算法等规划未作业区域的全局航线,在此不再赘述。
本申请实施例还提供一种作业控制方法,该作业控制方法应用于无人设备,可以包括以下步骤:
S201,当无人设备在作业区域中执行多架次任务时,控制无人设备在当前架次根据目标航线进行作业;其中,目标航线通过前文实施例中介绍的航线规划方法生成。
与现有技术相比,本申请实施例具有以下有益效果:
首先,当无人设备在作业区域中执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),一方面,通过最近一个架次(即,上一架次)的断点位置确定未作业区域,所以能够保证每一个架次的作业区域是连续的,不会存在遗漏;另一方面,根据同一无人设备的历史作业数据在未作业区域中重新规划目标航线,所以目标航线的准确性更高,从而提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率;
其次,通过为第一待作业区域和第二待作业区域配置不同的权重,以尽量优化当前架次的目标航线,使得目标航线的作业代价最小,从而可以提高当前架次的作业效率。
为了执行上述方法实施例及各个可能的实施方式中的相应步骤,下面分别给出一种航线规划装置和作业控制装置的实现方式。
请参照图11,图11示出了本申请实施例提供的航线规划装置100的方框示意图。航线规划装置100应用于无人设备,包括:获取模块101、处理模块102和航线规划模块103。
获取模块101,用于获取无人设备在作业区域中执行上一架次任务的断点位置;其中,无人设备在作业区域中执行多架次任务。
处理模块102,用于根据断点位置,确定出作业区域中的未作业区域。
航线规划模块103,用于基于无人设备的历史作业数据,在未作业区域中规划无人设备当前架次的目标航线。
可选地,处理模块102具体用于:根据断点位置,在作业区域中标记出已作业区域;从作业区域中删除已作业区域,得到未作业区域。
可选地,航线规划模块103具体用于:根据历史作业数据,获得当前架次的可作业范围;根据可作业范围,在未作业区域中确定出当前架次可作业的第一待作业区域和当前架次不可作业的第二待作业区域;对第一待作业区域和所述第二待作业区域配置不同的权重,以在未作业区域中规划出作业代价最小的目标航线。
可选地,历史作业数据包括无人设备执行每个架次任务的作业参数和作业续航数据;航线规划模块103执行根据历史作业数据,获得当前架次的可作业范围的方式,包括:
若当前架次为第一个架次,或者,当前架次不为第一个架次且无人设备的当前作业参数与上一架次任务的作业参数不同,则从历史作业数据中确定出至少一个目标作业参数,其中,目标作业参数与当前作业参数的相似度满足设定条件;获取与至少一个目标作业参数关联的至少一个目标作业续航数据;根据至少一个目标作业续航数据,计算可作业范围;
若当前架次不为第一个架次且当前作业参数与上一架次任务的作业参数相同,则从历史作业数据中获取上一架次任务的作业续航数据,并作为可作业范围。
可选地,目标作业参数为一个,且目标作业参数与当前作业参数的相似度最高;航线规划模块103执行根据至少一个目标作业续航数据,计算可作业范围的方式,包括:获取无人设备的当前电池亏损比例;根据当前电池亏损比例对目标作业续航数据进行折算,得到可作业范围。
可选地,目标作业参数为多个,且每个目标作业参数与当前作业参数的相似度均在设定阈值范围内;航线规划模块103执行根据至少一个目标作业续航数据,计算可作业范围的方式,包括:获得每个目标作业参数与当前作业参数的相似度;根据每个相似度,对每个相似度对应的目标作业续航数据进行加权求平均,得到可作业范围。
可选地,可作业范围为可作业面积;航线规划模块103执行根据可作业范围,在未作业区域中确定出当前架次可作业的第一待作业区域和当前架次不可作业的第二待作业区域的方式,包括:将未作业区域中与已作业区域相邻且大小等于可作业面积的区域,作为第一待作业区域;将未作业区域中除第一待作业区域之外的区域,作为第二待作业区域。
可选地,可作业范围为可作业长度;航线规划模块103执行根据可作业范围,在未作业区域中确定出当前架次可作业的第一待作业区域和当前架次不可作业的第二待作业区域的方式,包括:获取无人设备执行上一架次任务的全局航线;在全局航线中,确定出从断点位置开始且长度等于可作业长度的目标航段,并将目标航段确定的区域作为第一待作业区域;将未作业区域中除第一待作业区域之外的区域,作为第二待作业区域。
可选地,航线规划模块103执行对第一待作业区域和第二待作业区域配置不同的权重,以在未作业区域中规划出作业代价最小的目标航线的方式,包括:
按照预设的可分割条件,将第一待作业区域分割为至少一个第一子区域、以及将第二待作业区域分割为至少一个第二子区域;为每个第一子区域配置第一权重、以及为每个第二子区域配置第二权重,其中,第一权重大于所述第二权重;基于每个第一权重和每个第二权重,利用组合寻优算法生成作业代价最小的目标航线,其中,目标航线包括第一子区域内的作业航线、第二子区域内的作业航线、以及子区域间的连接航线。
可选地,可分割条件为:待作业区域的航线航向所在的直线与待作业区域的一个顶点相交形成的两个夹角满足设定关系,且两个夹角位于待作业区域内;待作业区域为第一待作业区域或者第二待作业区域。
可选地,航线规划模块103执行基于每个第一权重和每个第二权重,利用组合寻优算法生成作业代价最小的目标航线的方式,包括:
获得未作业区域中的全部子区域,其中,全部子区域包括全部第一子区域和全部第二子区域;基于每个子区域的航线航向,生成每个子区域内的作业航线;根据每个子区域内的作业航线,确定出每个子区域的所有飞行起点和所有飞行终点;根据每个子区域的所有飞行起点和所有飞行终点,穷举生成多个初始序列,初始序列包括每个子区域的作业顺序及每个子区域的一个飞行起点和一个飞行终点;根据每个第一权重和每个第二权重,对每个初始序列进行代价计算,得到代价值最小的目标序列;根据目标序列和每个子区域内的作业航线,生成目标航线。
可选地,航线规划模块103执行根据每个第一权重和每个第二权重,对每个初始序列进行代价计算,得到代价值最小的目标序列的方式,包括:
针对每个初始序列,计算初始序列中任意相邻两个子区域间的最短距离,得到多个最短距离;计算每个最短距离与最短距离关联的相邻两个子区域中的后一个子区域的权重的乘积,得到多个区域代价值;对多个区域代价值进行求和,得到初始序列的代价值;获得每个初始序列的代价值,并从中确定出代价值最小的目标序列。
本申请实施例还提供一种作业控制装置,该作业控制装置应用于无人设备,可以包括控制模块。
控制模块,用于当无人设备在作业区域中执行多架次任务时,控制无人设备在当前架次根据目标航线进行作业;其中,目标航线通过前文实施例中介绍的航线规划方法生成。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的航线规划装置100和作业控制装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
请参照图12,图12示出了本申请实施例提供的无人设备10的方框示意图。无人设备10可以是无人机、无人车、棉田机、农机等。无人设备10包括处理器11、存储器12及总线13,处理器11通过总线13与存储器12连接。
存储器12用于存储程序,处理器11在接收到执行指令后,执行所述程序以实现上述实施例揭示的航线规划方法或者作业控制方法。
存储器12可能包括高速随机存取存储器(Random Access Memory,RAM),也可能还包括非易失存储器(non-volatile memory,NVM)。
处理器11可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器11中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器11可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、微控制单元(Microcontroller Unit,MCU)、复杂可编程逻辑器件(Complex Programmable LogicDevice,CPLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、嵌入式ARM等芯片。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器11执行时实现上述实施例揭示的航线规划方法或者作业控制方法。
综上所述,本申请实施例提供的一种航线规划方法、作业控制方法及相关装置,当无人设备在作业区域中执行多架次任务时,对于每一个接下来将要作业的架次(即,当前架次),通过最近一个架次(即,上一架次)的断点位置确定未作业区域,所以能够保证每一个架次的作业区域是连续的,不会存在遗漏,同时,根据同一无人设备的历史作业数据在未作业区域中重新规划目标航线,所以目标航线的准确性更高,从而提高了无人设备每个架次的作业效率,进而提高了无人设备的整体作业效率。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (18)
1.一种航线规划方法,其特征在于,所述方法包括:
获取无人设备在作业区域中执行上一架次任务的断点位置;其中,所述无人设备在所述作业区域中执行多架次任务;
根据所述断点位置,确定出所述作业区域中的未作业区域;
基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线。
2.如权利要求1所述的方法,其特征在于,所述基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线的步骤,包括:
根据所述历史作业数据,获得所述当前架次的可作业范围;
根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域;
对所述第一待作业区域和所述第二待作业区域配置不同的权重,以在所述未作业区域中规划出作业代价最小的所述目标航线。
3.如权利要求2所述的方法,其特征在于,所述历史作业数据包括所述无人设备执行每个架次任务的作业参数和作业续航数据;
所述根据所述历史作业数据,获得所述当前架次的可作业范围的步骤,包括:
若所述当前架次为第一个架次,或者,所述当前架次不为第一个架次且所述无人设备的当前作业参数与所述上一架次任务的作业参数不同,则从所述历史作业数据中确定出至少一个目标作业参数,其中,所述目标作业参数与所述当前作业参数的相似度满足设定条件;
获取与所述至少一个目标作业参数关联的至少一个目标作业续航数据;
根据所述至少一个目标作业续航数据,计算所述可作业范围;
若所述当前架次不为第一个架次且所述当前作业参数与所述上一架次任务的作业参数相同,则从所述历史作业数据中获取所述上一架次任务的作业续航数据,并作为所述可作业范围。
4.如权利要求3所述的方法,其特征在于,所述目标作业参数为一个,且所述目标作业参数与所述当前作业参数的相似度最高;
所述根据所述至少一个目标作业续航数据,计算所述可作业范围的步骤,包括:
获取所述无人设备的当前电池亏损比例;
根据所述当前电池亏损比例对所述目标作业续航数据进行折算,得到所述可作业范围。
5.如权利要求3所述的方法,其特征在于,所述目标作业参数为多个,且每个所述目标作业参数与所述当前作业参数的相似度均在设定阈值范围内;
所述根据所述至少一个目标作业续航数据,计算所述可作业范围的步骤,包括:
获得每个所述目标作业参数与所述当前作业参数的相似度;
根据每个所述相似度,对每个所述相似度对应的所述目标作业续航数据进行加权求平均,得到所述可作业范围。
6.如权利要求2所述的方法,其特征在于,所述对所述第一待作业区域和所述第二待作业区域配置不同的权重,以在所述未作业区域中规划出作业代价最小的所述目标航线的步骤,包括:
按照预设的可分割条件,将所述第一待作业区域分割为至少一个第一子区域、以及将所述第二待作业区域分割为至少一个第二子区域;
为每个所述第一子区域配置第一权重、以及为每个所述第二子区域配置第二权重,其中,所述第一权重大于所述第二权重;
基于每个所述第一权重和每个所述第二权重,利用组合寻优算法生成作业代价最小的所述目标航线,其中,所述目标航线包括所述第一子区域内的作业航线、所述第二子区域内的作业航线、以及子区域间的连接航线。
7.如权利要求6所述的方法,其特征在于,所述可分割条件为:
待作业区域的航线航向所在的直线与所述待作业区域的一个顶点相交形成的两个夹角满足设定关系,且所述两个夹角位于所述待作业区域内;所述待作业区域为所述第一待作业区域或者所述第二待作业区域。
9.如权利要求6所述的方法,其特征在于,所述基于每个所述第一权重和每个所述第二权重,利用组合寻优算法生成作业代价最小的所述目标航线的步骤,包括:
获得所述未作业区域中的全部子区域,其中,全部子区域包括全部第一子区域和全部第二子区域;
基于每个所述子区域的航线航向,生成每个所述子区域内的作业航线;
根据每个所述子区域内的作业航线,确定出每个所述子区域的所有飞行起点和所有飞行终点;
根据每个所述子区域的所有飞行起点和所有飞行终点,穷举生成多个初始序列,所述初始序列包括每个所述子区域的作业顺序及每个所述子区域的一个飞行起点和一个飞行终点;
根据每个所述第一权重和每个所述第二权重,对每个所述初始序列进行代价计算,得到代价值最小的目标序列;
根据所述目标序列和每个所述子区域内的作业航线,生成所述目标航线。
10.如权利要求9所述的方法,其特征在于,所述根据每个所述第一权重和每个所述第二权重,对每个所述初始序列进行代价计算,得到代价值最小的目标序列的步骤,包括:
针对每个所述初始序列,计算所述初始序列中任意相邻两个子区域间的最短距离,得到多个最短距离;
计算每个所述最短距离与所述最短距离关联的相邻两个子区域中的后一个子区域的权重的乘积,得到多个区域代价值;
对所述多个区域代价值进行求和,得到所述初始序列的代价值;
获得每个所述初始序列的代价值,并从中确定出代价值最小的目标序列。
11.如权利要求2所述的方法,其特征在于,所述可作业范围为可作业面积;
所述根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域的步骤,包括:
将所述未作业区域中与已作业区域相邻且大小等于所述可作业面积的区域,作为所述第一待作业区域;
将所述未作业区域中除所述第一待作业区域之外的区域,作为所述第二待作业区域。
12.如权利要求2所述的方法,其特征在于,所述可作业范围为可作业长度;
所述根据所述可作业范围,在所述未作业区域中确定出所述当前架次可作业的第一待作业区域和所述当前架次不可作业的第二待作业区域的步骤,包括:
获取所述无人设备执行所述上一架次任务的全局航线;
在所述全局航线中,确定出从所述断点位置开始且长度等于所述可作业长度的目标航段,并将所述目标航段确定的区域作为所述第一待作业区域;
将所述未作业区域中除所述第一待作业区域之外的区域,作为所述第二待作业区域。
13.如权利要求1所述的方法,其特征在于,所述根据所述断点位置,确定出所述作业区域中的未作业区域的步骤,包括:
根据所述断点位置,在所述作业区域中标记出已作业区域;
从所述作业区域中删除所述已作业区域,得到所述未作业区域。
14.一种作业控制方法,其特征在于,所述方法包括:
当无人设备在作业区域中执行多架次任务时,控制所述无人设备在当前架次根据目标航线进行作业;其中,所述目标航线通过权利要求1-13任一项所述的航线规划方法生成。
15.一种航线规划装置,其特征在于,所述装置包括:
获取模块,用于获取无人设备在作业区域中执行上一架次任务的断点位置;其中,所述无人设备在所述作业区域中执行多架次任务;
处理模块,用于根据所述断点位置,确定出所述作业区域中的未作业区域;
航线规划模块,用于基于所述无人设备的历史作业数据,在所述未作业区域中规划所述无人设备当前架次的目标航线。
16.一种作业控制装置,其特征在于,所述装置包括:
控制模块,用于当无人设备在作业区域中执行多架次任务时,控制所述无人设备在当前架次根据目标航线进行作业;其中,所述目标航线通过权利要求1-13中任一项所述的航线规划方法生成。
17.一种无人设备,其特征在于,包括处理器和存储器,所述存储器用于存储程序,所述处理器用于在执行所述程序时,实现权利要求1-13中任一项所述的航线规划方法和/或权利要求14所述的作业控制方法。
18.一种计算机可读存储介质,其特征在于,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权利要求1-13中任一项所述的航线规划方法和/或权利要求14所述的作业控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630000.6A CN114326804B (zh) | 2021-12-28 | 2021-12-28 | 航线规划方法、作业控制方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111630000.6A CN114326804B (zh) | 2021-12-28 | 2021-12-28 | 航线规划方法、作业控制方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114326804A true CN114326804A (zh) | 2022-04-12 |
CN114326804B CN114326804B (zh) | 2023-06-09 |
Family
ID=81013980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111630000.6A Active CN114326804B (zh) | 2021-12-28 | 2021-12-28 | 航线规划方法、作业控制方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326804B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018076372A1 (zh) * | 2016-10-31 | 2018-05-03 | 深圳市大疆创新科技有限公司 | 一种航点编辑方法、装置、设备及飞行器 |
CN109144100A (zh) * | 2018-09-03 | 2019-01-04 | 南京嘉谷初成通信科技有限公司 | 喷洒控制方法、装置、地面站及存储介质 |
CN109855627A (zh) * | 2019-01-04 | 2019-06-07 | 哈瓦国际航空技术(深圳)有限公司 | 无人机分架次规划航线的方法、装置、设备和存储介质 |
CN109931934A (zh) * | 2017-12-19 | 2019-06-25 | 杭州海康机器人技术有限公司 | 无人机作业任务的规划方法及装置 |
CN109993994A (zh) * | 2017-12-29 | 2019-07-09 | 浙江省测绘科学技术研究院 | 一种航线分割方法及装置 |
CN110597283A (zh) * | 2019-09-06 | 2019-12-20 | 深圳市道通智能航空技术有限公司 | 飞行方法、终端设备、飞行器和飞行系统 |
CN111324144A (zh) * | 2020-02-28 | 2020-06-23 | 广州极飞科技有限公司 | 无人作业设备的返航控制方法、装置、设备及非易失性存储介质 |
CN111427375A (zh) * | 2020-03-09 | 2020-07-17 | 深圳中科保泰科技有限公司 | 无人机巡采巡查的微区域智能划分方法及系统 |
CN112154302A (zh) * | 2019-10-31 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 航线规划方法、控制终端及计算机可读存储介质 |
CN113260939A (zh) * | 2019-12-11 | 2021-08-13 | 上海飞来信息科技有限公司 | 无人机的控制方法、终端设备、无人机和存储介质 |
CN113703488A (zh) * | 2021-09-24 | 2021-11-26 | 江苏师范大学 | 基于改进蚁群算法的多架次作业植保无人机路径规划方法 |
-
2021
- 2021-12-28 CN CN202111630000.6A patent/CN114326804B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018076372A1 (zh) * | 2016-10-31 | 2018-05-03 | 深圳市大疆创新科技有限公司 | 一种航点编辑方法、装置、设备及飞行器 |
CN109931934A (zh) * | 2017-12-19 | 2019-06-25 | 杭州海康机器人技术有限公司 | 无人机作业任务的规划方法及装置 |
CN109993994A (zh) * | 2017-12-29 | 2019-07-09 | 浙江省测绘科学技术研究院 | 一种航线分割方法及装置 |
CN109144100A (zh) * | 2018-09-03 | 2019-01-04 | 南京嘉谷初成通信科技有限公司 | 喷洒控制方法、装置、地面站及存储介质 |
CN109855627A (zh) * | 2019-01-04 | 2019-06-07 | 哈瓦国际航空技术(深圳)有限公司 | 无人机分架次规划航线的方法、装置、设备和存储介质 |
CN110597283A (zh) * | 2019-09-06 | 2019-12-20 | 深圳市道通智能航空技术有限公司 | 飞行方法、终端设备、飞行器和飞行系统 |
CN112154302A (zh) * | 2019-10-31 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 航线规划方法、控制终端及计算机可读存储介质 |
CN113260939A (zh) * | 2019-12-11 | 2021-08-13 | 上海飞来信息科技有限公司 | 无人机的控制方法、终端设备、无人机和存储介质 |
CN111324144A (zh) * | 2020-02-28 | 2020-06-23 | 广州极飞科技有限公司 | 无人作业设备的返航控制方法、装置、设备及非易失性存储介质 |
CN111427375A (zh) * | 2020-03-09 | 2020-07-17 | 深圳中科保泰科技有限公司 | 无人机巡采巡查的微区域智能划分方法及系统 |
CN113703488A (zh) * | 2021-09-24 | 2021-11-26 | 江苏师范大学 | 基于改进蚁群算法的多架次作业植保无人机路径规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114326804B (zh) | 2023-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109253729B (zh) | 一种无人机航线规划方法、装置及电子设备 | |
CN109144100B (zh) | 喷洒控制方法、装置、地面站及存储介质 | |
CN111813101B (zh) | 机器人路径规划方法、装置、终端设备及存储介质 | |
CN113085850B (zh) | 车辆避障方法、装置、电子设备及存储介质 | |
CN112666971A (zh) | 一种无人机返航方法、装置、无人机和存储介质 | |
CN110687923A (zh) | 无人机长距离循迹飞行方法、装置、设备及存储介质 | |
CN112525199B (zh) | 一种无人机作业路径规划方法、装置、无人机及介质 | |
CN112783195A (zh) | 多无人机的巡检路线规划方法、装置和计算机设备 | |
CN111126598A (zh) | 自动泊车方法、装置、计算机设备和存储介质 | |
CN112313476A (zh) | 无人飞行器的航线规划方法和装置 | |
CN113317733B (zh) | 一种路径规划方法及清洁机器人 | |
CN110348627A (zh) | 地块编辑方法和装置 | |
CN114485621A (zh) | 导航方法、装置及计算机可读存储介质 | |
WO2022095040A1 (zh) | 无人机的喷洒航线规划方法和设备 | |
CN112925313A (zh) | 机器人的避让处理方法、装置、电子设备和介质 | |
WO2024041538A1 (en) | Method and apparatus for determining mower path, and electronic device | |
CN114326804A (zh) | 航线规划方法、作业控制方法及相关装置 | |
CN112346480A (zh) | 一种室内无人机及其控制方法、计算机可读存储介质 | |
CN111930143A (zh) | 一种无人机飞行路径生成方法、装置、无人机及存储介质 | |
CN112631338B (zh) | 一种航线规划方法、装置、计算机设备及存储介质 | |
CN111684385B (zh) | 飞行控制方法、控制终端和无人机 | |
CN111338381A (zh) | 一种无人机作业控制方法、装置、遥控器及存储介质 | |
CN113625772B (zh) | 一种影子跟随的多无人机区域覆盖路径规划方法 | |
CN112668793B (zh) | 补给点位确定方法、作业规划方法及相关装置 | |
WO2020250101A1 (en) | Methods and systems for path planning in a known environment |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |