CN114442659A - 一种无人飞行器自主规避移动障碍方法及系统 - Google Patents

一种无人飞行器自主规避移动障碍方法及系统 Download PDF

Info

Publication number
CN114442659A
CN114442659A CN202111647853.0A CN202111647853A CN114442659A CN 114442659 A CN114442659 A CN 114442659A CN 202111647853 A CN202111647853 A CN 202111647853A CN 114442659 A CN114442659 A CN 114442659A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
moving
obstacle
moving obstacle
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
Application number
CN202111647853.0A
Other languages
English (en)
Other versions
CN114442659B (zh
Inventor
王强
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.)
Yichang Testing Technique Research Institute
Original Assignee
Yichang Testing Technique Research Institute
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 Yichang Testing Technique Research Institute filed Critical Yichang Testing Technique Research Institute
Priority to CN202111647853.0A priority Critical patent/CN114442659B/zh
Publication of CN114442659A publication Critical patent/CN114442659A/zh
Application granted granted Critical
Publication of CN114442659B publication Critical patent/CN114442659B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft

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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及无人飞行器控制技术领域，公开了一种无人飞行器自主规避移动障碍方法及系统，该方法包括：无人飞行器根据机载任务计算机发送的预设任务路线进行自主飞行；无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息；机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，预测移动障碍物的运动轨迹；机载任务计算机根据预设任务路线和预测得到的移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；无人飞行器根据规避飞行路径点进行飞行，规避移动障碍物。本发明具有步骤简单高效、方法明确可行、实施难度较低，可保障无人飞行器的自主飞行安全，提升无人飞行器的智能水平。

Description

一种无人飞行器自主规避移动障碍方法及系统
技术领域
本发明涉及无人飞行器控制技术领域，更具体的说，特别涉及一种无人飞行器自主规避移动障碍方法及系统。
背景技术
无人飞行器是具有电磁信号遥控或自主控制的空中飞行器，可在远距状态下通过飞行器操作人员完成遥控飞行，也可在无人干预状态下完成自主飞行，其机体灵巧，制造成本低，可重复使用，实际用途十分广泛。随着无人飞行器应用领域逐渐广泛，对其任务系统的要求也越来越高，特别是面临移动障碍物时的在线航迹动态调整能力。
无人飞行器在按照预定规划航迹飞行时，若突然遭遇移动障碍物且不能对飞行轨迹进行在线调整，则极易与移动障碍物发生碰撞导致机体损毁，安全风险极大。目前，由于无人飞行器的智能水平有限，障碍规避方法主要针对于突发的未知静态障碍，即障碍的时空属性均为常量，但在面对复杂空域时，例如存在鸟类、飞行器等时空属性不断发生变化的移动障碍时，以上针对静止障碍的规避方法不再有效，会导致严重的碰撞事故。
发明内容
本发明的目的在于针对现有技术存在的技术问题，提供一种无人飞行器自主规避移动障碍方法及系统，能够可靠地为各类无人飞行器规避空中移动障碍物，保障飞行安全。
为了解决以上提出的问题，本发明采用的技术方案为：
本发明提供一种无人飞行器自主规避移动障碍方法，该方法具体步骤包括如下：
无人飞行器接收机载任务计算机发送的预设任务路线，并进行自主飞行；
无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息，并将所述移动障碍物信息传输至机载任务计算机；
机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，推算预测移动障碍物的运动轨迹；
机载任务计算机根据预设任务路线和所述移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；
无人飞行器接收所述规避飞行路径和规避飞行路径点，并根据规避飞行路径点进行飞行，规避移动障碍物。
进一步的，所述预测移动障碍物的运动轨迹，具体包括如下：
计算无人飞行器与移动障碍物发生碰撞的最短时间；
设置垂直安全距离HS和预测时间上限TM，确定需要对移动障碍物的运动轨迹进行预测后，执行下一步；
根据移动障碍物的运动学公式，得到移动障碍物的运动轨迹点水平坐标；
根据所述运动轨迹点水平坐标和最短时间，得到移动障碍物的运动轨迹。
进一步的，所述计算无人飞行器与移动障碍物发生碰撞的最短时间，具体为：
设当前时刻无人飞行器的水平面位置为S1，水平面速度为V1；移动障碍物的水平面位置为S2，水平面速度为V2，则无人飞行器与移动障碍物发生碰撞的最短时间为：
Figure BDA0003444627530000021
进一步的，所述确定需要对移动障碍物的运动轨迹进行预测，具体为：
设无人飞行器的飞行高度为H1，移动障碍物的飞行高度为H2，当|H1-H2|≤HS且tc<TM时，则确定需要对移动障碍物的运动轨迹进行预测。
进一步的，所述得到移动障碍物的运动轨迹点水平坐标，并得到移动障碍物的运动轨迹，具体为：
根据移动障碍物当前水平位置坐标
Figure BDA0003444627530000031
以及当前水平速度矢量
Figure BDA0003444627530000032
并结合移动障碍物的运动学公式，得到移动障碍物的运动轨迹点水平坐标
Figure BDA0003444627530000033
其中，θ为移动障碍物的航向角，i为预测步数且i≤tc；
所述移动障碍物的运动轨迹，公式具体为：
S2i＝S2+V2·i,i＝1,2…n且i≤tc。
进一步的，所述在线规划无人飞行器的规避飞行路径，得到规避飞行路径点，具体为：
构建目标函数f，包含航程代价Lt以及碰撞代价Ct，函数变量为航迹点序列X1＝{Xi|i＝1,2…n且i≤tc}，具体为：
f＝aLt+bCt
Figure BDA0003444627530000034
Figure BDA0003444627530000035
当|S2i-X1i|>LS,|S2i-X1i|＝0
其中，航程代价Lt为航迹点序列X1中每两个相邻航迹点的累加总和，相邻的航迹点用X1i和X1(i+1)表示；碰撞代价Ct表示未来相同时刻下，无人飞行器位置与移动障碍位置发生时空交汇即二者碰撞的代价总和；LS为预设的水平安全距离；a和b为权重因子；
利用遗传算法求解fmin，得到规避路径点序列X1＝{Xi|i＝1,2…n且i≤tc}。
本发明还提供一种无人飞行器自主规避移动障碍系统，该系统具体包括：
自主飞行模块：用于无人飞行器接收机载任务计算机发送的预设任务路线，并进行自主飞行；
信息采集发送模块：用于无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息，并将所述移动障碍物信息传输至机载任务计算机；
运动轨迹预测模块：用于机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，预测移动障碍物的运动轨迹；
飞行路径规划模块：用于机载任务计算机根据预设任务路线和预测得到的移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；
障碍物规避模块：用于无人飞行器接收所述规避飞行路径点，并根据规避飞行路径点进行飞行，规避移动障碍物。
与现有技术相比，本发明的有益效果在于：
本发明通过雷达设备获取移动障碍物信息、任务计算机预测移动障碍物的运动趋势、任务计算机计算规避飞行路径、飞行控制器按照规避飞行路径控制飞行器规避移动障碍物，以保障无人飞行器的飞行安全，进一步提升其智能决策及控制水平，整体具有步骤简单高效、方法明确可行、实施难度较低，可保障无人飞行器的自主飞行安全，提升无人飞行器的智能水平。
附图说明
为了更清楚地说明本发明中的方案，下面将对实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
图1为本发明无人飞行器自主规避移动障碍方法的流程图。
图2为本发明无人飞行器自主航行示意图。
图3为本发明移动障碍物的运动趋势预测示意图。
图4为本发明预测移动障碍物的运动轨迹的流程图。
图5为本发明规避飞行路径点示意图。
图6为本发明无人飞行器自主规避移动障碍系统的原理图。
具体实施方式
除非另有定义，本文所使用的所有技术和科学术语与属于本发明技术领域的技术人员通常理解的含义相同；本文在说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明，例如，术语“长度”、“宽度”、“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置为基于附图所示的方位或位置，仅是便于描述，不能理解为对本技术方案的限制。
本发明的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含；本发明的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。本发明的说明书和权利要求书及上述附图说明中，当元件被称为“固定于”或“安装于”或“设置于”或“连接于”另一个元件上，它可以是直接或间接位于该另一个元件上。例如，当一个元件被称为“连接于”另一个元件上，它可以是直接或间接连接到该另一个元件上。
此外，在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
参阅图1所示，本发明提供一种无人飞行器自主规避移动障碍方法，该方法具体步骤包括如下：
步骤S1：无人飞行器根据机载任务计算机装订的预设任务路线进行自主飞行；
本步骤S1中，机载任务计算机按序读取任务文件中的预设航迹点，并发送至无人飞行器上的飞行控制器，飞行控制器通过控制发动机油门及操纵面使无人飞行器按照预设任务路线航行，如附图2所示。
步骤S2：判断无人飞行器上搭载的雷达设备是否探测到移动障碍物，如果否，则返回步骤S1，继续自主飞行；如果是，则执行下一步。
步骤S3：雷达设备实时采集所探测到的移动障碍物信息，并将所述移动障碍物信息传输至机载任务计算机。
本步骤S2和S3中，无人飞行器搭载的对空搜索雷达设备探测到移动障碍物时，对移动障碍物信息进行实时采集，采集的关键信息主要包括移动障碍物的位置、航速、航向以及飞行高度等，并将所述信息通过以太网传输至机载任务计算机。
步骤S4：机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，推算预测移动障碍物的运动轨迹，如附图3所示；
进一步的，所述预测移动障碍物的运动轨迹，如附图4所示，具体包括如下：
步骤S41：计算无人飞行器与移动障碍物发生碰撞的最短时间为：
Figure BDA0003444627530000061
其中，设当前时刻无人飞行器的水平面位置为S1，水平面速度为V1，飞行高度为H1，无人飞行器雷达设备探测到的移动障碍物的水平面位置为S2，水平面速度为V2，飞行高度为H2。
步骤S42：设置一个垂直安全距离HS和一个预测时间上限TM，判断是否需要对移动障碍物的运动轨迹进行预测，若需要对移动障碍物的运动轨迹进行预测，则执行下一步；否则重新判断。
进一步的，判断是否需要对移动障碍物的运动轨迹进行预测，具体为：
当|H1-H2|≤HS且tc<TM时，则认为必须对移动障碍物的运动轨迹进行预测；否则重新判断。
步骤S43：根据移动障碍物当前水平位置坐标
Figure BDA0003444627530000071
以及当前水平速度矢量
Figure BDA0003444627530000072
θ为移动障碍物的航向角，采用移动障碍物的运动学公式，推算预测得到移动障碍物的运动轨迹点水平坐标
Figure BDA0003444627530000073
i为预测步数且i≤tc；
步骤S44：根据所述运动轨迹点水平坐标，得到移动障碍物的运动轨迹，公式具体为：
S2i＝S2+V2·i,i＝1,2…n且i≤tc。
本实施例中，首先通过计算无人飞行器与移动障碍物发生碰撞的最短时间，再设置垂直安全距离和预测时间上限，结合移动障碍物的运动学公式，得到移动障碍物的运动轨迹，方法简单、可靠，并能精确得到移动障碍物的运动轨迹，从而保证自主规避的有效性。
步骤S5：机载任务计算机根据预设任务路线和预测得到的移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，得到规避飞行路径点。
进一步，所述在线规划无人飞行器的规避飞行路径，得到规避飞行路径点如图5所示，具体为：
构建目标函数f，用于衡量飞行器所飞过航程以及发生碰撞风险的综合代价，函数变量为无人飞行器为规避移动障碍物所自主规划的航迹点序列X1＝{Xi|i＝1,2…n且i≤tc}，目标函数中包含航程代价Lt以及碰撞代价Ct：
f＝aLt+bCt
Figure BDA0003444627530000081
Figure BDA0003444627530000082
当|S2i-X1i|>LS,|S2i-X1i|＝0
其中，Lt表示航程代价，为航迹点序列X1中每两个相邻航迹点的累加总和，相邻的航迹点用X1i和X1(i+1)表示；Ct表示未来相同时刻下无人飞行器位置与移动障碍位置发生时空交汇即二者碰撞的代价总和，LS为预设的水平安全距离，当某个时刻飞行器与移动障碍物的水平距离大于LS时，则可认为该时刻飞行器与移动障碍物不存在碰撞风险，即|S2i-X1i|＝0；a和b为权重因子，利用遗传算法求解fmin即可得到规避路径点序列X1＝{Xi|i＝1,2…n且i≤tc}。
本实施例中，通过构建目标函数，并通过航程代价以及碰撞代价两者与规避路径点序列的关系，利用遗传算法求解目标函数的最小值，即可得到规避路径点序列，方法简单、可靠，得到精确的规避路径点，便于无人飞行器进行飞行，规避移动障碍物。
步骤S6：机载任务计算机通过以太网将规避飞行路径传输至飞行控制器，无人飞行器根据规避飞行路径点进行飞行，从而规避移动障碍物。
本步骤S6中，机载任务计算机将规避飞行路径点序列通过以太网发送至飞行控制器，飞行控制器通过控制发动机油门及操纵面，控制无人飞行器按照规避飞行路径点序列航行，实现规避移动障碍物。
参阅图6所示，本发明还提供一种无人飞行器自主规避移动障碍系统，该系统具体包括：
自主飞行模块：用于无人飞行器接收机载任务计算机装订的预设任务路线，并进行自主飞行；
信息采集发送模块：用于无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息，并将所述移动障碍物信息传输至任务计算机；
运动轨迹预测模块：用于机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，预测移动障碍物的运动轨迹；
飞行路径规划模块：用于机载任务计算机根据预设任务路线和预测得到的移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；
障碍物规避模块：用于无人飞行器接收所述规避飞行路径点，并根据规避飞行路径点进行飞行，规避移动障碍物。
针对上述模块，机载任务计算机作为自主飞行模块以及障碍物规避模块的飞行航迹点存储单元，并作为运动轨迹预测模块和飞行路径规划模块的计算处理单元，保证整个系统能够可靠地完成规避移动障碍物，简单、可靠也易于实现。
具体地，本发明实施例提供的系统具体用于执行上述方法实施例，本发明实施例对此不再进行赘述。
本发明提供的无人飞行器自主规避移动障碍方法及系统，具有方法明确可行、实现难度较低、计算实时性高的特点，其规避过程完全依靠无人飞行器搭载的雷达设备、机载任务计算机以及飞行控制器自主配合完成，无须人工干预，有助于提升无人飞行器的智能决策及控制水平，具有较为广阔的应用前景，适用于各种无人飞行器实施空中移动障碍自主规避。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种无人飞行器自主规避移动障碍方法，其特征在于：该方法具体步骤包括如下：
无人飞行器接收机载任务计算机发送的预设任务路线，并进行自主飞行；
无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息，并将所述移动障碍物信息传输至机载任务计算机；
机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，推算预测移动障碍物的运动轨迹；
机载任务计算机根据预设任务路线和所述移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；
无人飞行器接收所述规避飞行路径和规避飞行路径点，并根据规避飞行路径点进行飞行，规避移动障碍物。
2.根据权利要求1所述的无人飞行器自主规避移动障碍方法，其特征在于：所述预测移动障碍物的运动轨迹，具体包括如下：
计算无人飞行器与移动障碍物发生碰撞的最短时间；
设置垂直安全距离HS和预测时间上限TM，确定需要对移动障碍物的运动轨迹进行预测后，执行下一步；
根据移动障碍物的运动学公式，得到移动障碍物的运动轨迹点水平坐标；
根据所述运动轨迹点水平坐标和最短时间，得到移动障碍物的运动轨迹。
3.根据权利要求2所述的无人飞行器自主规避移动障碍方法，其特征在于：所述计算无人飞行器与移动障碍物发生碰撞的最短时间，具体为：
设当前时刻无人飞行器的水平面位置为S1，水平面速度为V1；移动障碍物的水平面位置为S2，水平面速度为V2，则无人飞行器与移动障碍物发生碰撞的最短时间为：
Figure FDA0003444627520000021
4.根据权利要求3所述的无人飞行器自主规避移动障碍方法，其特征在于：所述确定需要对移动障碍物的运动轨迹进行预测，具体为：
设无人飞行器的飞行高度为H1，移动障碍物的飞行高度为H2，当|H1-H2|≤HS且tc<TM时，则确定需要对移动障碍物的运动轨迹进行预测。
5.根据权利要求3所述的无人飞行器自主规避移动障碍方法，其特征在于：所述得到移动障碍物的运动轨迹点水平坐标，并得到移动障碍物的运动轨迹，具体为：
根据移动障碍物当前水平位置坐标
Figure FDA0003444627520000022
以及当前水平速度矢量
Figure FDA0003444627520000023
并结合移动障碍物的运动学公式，得到移动障碍物的运动轨迹点水平坐标
Figure FDA0003444627520000024
其中，θ为移动障碍物的航向角，i为预测步数且i≤tc；
所述移动障碍物的运动轨迹，公式具体为：
S2i＝S2+V2·i,i＝1,2…n且i≤tc。
6.根据权利要求3所述的无人飞行器自主规避移动障碍方法，其特征在于：所述在线规划无人飞行器的规避飞行路径，得到规避飞行路径点，具体为：
构建目标函数f，包含航程代价Lt以及碰撞代价Ct，函数变量为航迹点序列X1＝{Xi|i＝1,2…n且i≤tc}，具体为：
f＝aLt+bCt
Figure FDA0003444627520000031
Figure FDA0003444627520000032
当|S2i-X1i|>LS,|S2i-X1i|＝0
其中，航程代价Lt为航迹点序列X1中每两个相邻航迹点的累加总和，相邻的航迹点用X1i和X1(i+1)表示；碰撞代价Ct表示未来相同时刻下，无人飞行器位置与移动障碍位置发生时空交汇即二者碰撞的代价总和；LS为预设的水平安全距离；a和b为权重因子；
利用遗传算法求解fmin，得到规避路径点序列X1＝{Xi|i＝1,2…n且i≤tc}。
7.一种基于权利要求1-6任一项所述无人飞行器自主规避移动障碍方法的系统，其特征在于：该系统具体包括：
自主飞行模块：用于无人飞行器接收机载任务计算机发送的预设任务路线，并进行自主飞行；
信息采集发送模块：用于无人飞行器上搭载的雷达设备实时采集探测到的移动障碍物信息，并将所述移动障碍物信息传输至机载任务计算机；
运动轨迹预测模块：用于机载任务计算机根据所述移动障碍物信息，并结合移动障碍物的运动学公式，预测移动障碍物的运动轨迹；
飞行路径规划模块：用于机载任务计算机根据预设任务路线和预测得到的移动障碍物运动轨迹，在线规划无人飞行器的规避飞行路径，并得到规避飞行路径点；
障碍物规避模块：用于无人飞行器接收所述规避飞行路径点，并根据规避飞行路径点进行飞行，规避移动障碍物。
CN202111647853.0A 2021-12-29 2021-12-29 一种无人飞行器自主规避移动障碍方法及系统 Active CN114442659B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111647853.0A CN114442659B (zh) 2021-12-29 2021-12-29 一种无人飞行器自主规避移动障碍方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111647853.0A CN114442659B (zh) 2021-12-29 2021-12-29 一种无人飞行器自主规避移动障碍方法及系统

Publications (2)

Publication Number Publication Date
CN114442659A true CN114442659A (zh) 2022-05-06
CN114442659B CN114442659B (zh) 2023-11-07

Family

ID=81366770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111647853.0A Active CN114442659B (zh) 2021-12-29 2021-12-29 一种无人飞行器自主规避移动障碍方法及系统

Country Status (1)

Country Link
CN (1) CN114442659B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107182235B (zh) * 2009-09-30 2013-12-11 宜昌测试技术研究所 一种火箭发动机水下试验台架的布放与回收装置
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
EP3008535A1 (en) * 2014-09-05 2016-04-20 SZ DJI Technology Co., Ltd. Context-based flight mode selection
CN105717942A (zh) * 2016-01-31 2016-06-29 中国人民解放军海军航空工程学院 一种无人飞行器空间避障方法及相关路径在线规划方法
CN105843249A (zh) * 2016-03-22 2016-08-10 安徽大学 基于Pixhawk飞控的无人机自动巡航系统及其巡航方法
EP3368957A1 (en) * 2015-10-30 2018-09-05 SZ DJI Technology Co., Ltd. Systems and methods for uav path planning and control
US20190051192A1 (en) * 2017-11-15 2019-02-14 Intel IP Corporation Impact avoidance for an unmanned aerial vehicle
CN109871031A (zh) * 2019-02-27 2019-06-11 中科院成都信息技术股份有限公司 一种固定翼无人机的轨迹规划方法
CN112506222A (zh) * 2020-12-10 2021-03-16 中国南方电网有限责任公司超高压输电公司天生桥局 一种无人机智能化避障方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107182235B (zh) * 2009-09-30 2013-12-11 宜昌测试技术研究所 一种火箭发动机水下试验台架的布放与回收装置
EP3008535A1 (en) * 2014-09-05 2016-04-20 SZ DJI Technology Co., Ltd. Context-based flight mode selection
CN104597910A (zh) * 2014-11-27 2015-05-06 中国人民解放军国防科学技术大学 一种基于瞬时碰撞点的无人机非协作式实时避障方法
EP3368957A1 (en) * 2015-10-30 2018-09-05 SZ DJI Technology Co., Ltd. Systems and methods for uav path planning and control
US20210116944A1 (en) * 2015-10-30 2021-04-22 SZ DJI Technology Co., Ltd. Systems and methods for uav path planning and control
CN105717942A (zh) * 2016-01-31 2016-06-29 中国人民解放军海军航空工程学院 一种无人飞行器空间避障方法及相关路径在线规划方法
CN105843249A (zh) * 2016-03-22 2016-08-10 安徽大学 基于Pixhawk飞控的无人机自动巡航系统及其巡航方法
US20190051192A1 (en) * 2017-11-15 2019-02-14 Intel IP Corporation Impact avoidance for an unmanned aerial vehicle
CN109871031A (zh) * 2019-02-27 2019-06-11 中科院成都信息技术股份有限公司 一种固定翼无人机的轨迹规划方法
CN112506222A (zh) * 2020-12-10 2021-03-16 中国南方电网有限责任公司超高压输电公司天生桥局 一种无人机智能化避障方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUCONG LIN 等: "Sampling-Based Path Planning for UAV Collision Avoidance", 《EEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 *
李竺袁: "民用无人机自主飞行避让算法研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN114442659B (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
CN109923492B (zh) 飞行路径确定
Kothari et al. Multi-UAV path planning in obstacle rich environments using rapidly-exploring random trees
EP3276440A1 (en) Sense and avoid maneuvering
KR101993603B1 (ko) 다수의 무인 비행체를 이용한 광역 자율탐색 방법 및 시스템
US11618444B2 (en) Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
CN111897316A (zh) 一种场景快变条件下的多飞行器自主决策方法
US11358606B2 (en) Method for operating a motor vehicle for improving working conditions of evaluation units in the motor vehicle, control system for performing a method of this kind, and motor vehicle having a control system of this kind
CN112748743A (zh) 空中运载器导航系统
Zhao et al. Design of leader's path following system for multi-vehicle autonomous convoy
CN112445232A (zh) 一种便携式体感控制自主巡检机器人
CN114440908B (zh) 一种规划车辆驾驶路径的方法、装置、智能车以及存储介质
CN113126647B (zh) 一种基于领导者跟追随者原理的协同制导方法
CN114442659B (zh) 一种无人飞行器自主规避移动障碍方法及系统
Ibrahim et al. Improved area covering in dynamic environments by nonlinear model predictive path following control
Palmer et al. Co-operative collision avoidance for unmanned aerial vehicles using both centralised and decoupled approaches
CN112258896A (zh) 基于航迹的无人机融合空域运行方法
US20230202470A1 (en) Integrated trajectory forecasting, error estimation, and vehicle handling when detecting an observed scenario
Johnson et al. Flight testing of nap of-the-earth unmanned helicopter systems
JP7260792B2 (ja) 管制装置、及び管制システム
WO2022264813A1 (ja) 運行管制システムの経路計画装置
CN117170238B (zh) 基于协作分布式mpc的异构无人机集群搜索算法
Chen et al. Trajectory selection optimization for behavior-based aerial-ground robots heterogeneous system: A predictive approach
Baziyad et al. A Direction for Swarm Robotic Path Planning Technique Using Potential Field Concepts and Particle Swarm Optimization
JP5528362B2 (ja) 目標追尾装置及び目標追尾方法
CN114020010B (zh) 一种无人机集群空基回收方法、系统、电子设备及介质

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