CN114625170B - 一种山区火灾直升机救援飞行路径动态规划方法 - Google Patents
一种山区火灾直升机救援飞行路径动态规划方法 Download PDFInfo
- Publication number
- CN114625170B CN114625170B CN202210297051.XA CN202210297051A CN114625170B CN 114625170 B CN114625170 B CN 114625170B CN 202210297051 A CN202210297051 A CN 202210297051A CN 114625170 B CN114625170 B CN 114625170B
- Authority
- CN
- China
- Prior art keywords
- grid
- fire
- flight
- helicopter
- area
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 230000001413 cellular effect Effects 0.000 claims abstract description 10
- 238000011161 development Methods 0.000 claims abstract description 10
- 238000002485 combustion reaction Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004804 winding Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000018109 developmental process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/28—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture specially adapted for farming
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)
- Navigation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于路径规划领域,具体涉及一种山区火灾直升机救援飞行路径动态规划方法。本发明提出的山区火灾直升飞机救援飞行路径动态规划方法,通过栅格化的飞行区域,合理的缩小了RRT算法的随机选取的样本量,减小了RRT算法的计算量,提高计算效率;同时并基于栅格化后的飞行区域使用元胞自动机模拟火情的发展;可以很好的预测山区火情的发展,可以解决火情信息更新不及时的情况,填补火情信息的“真空期”;综上,本发明通过卫星GIS信息将地图栅格化,并基于元胞自动机预测的山火发展后进行路径规划;本发明可以很好的适应山区火灾救援这种大区域、复杂程度高、火情动态演变的场景;同时路径规划的速度快,更加合理。
Description
技术领域
本发明属于路径规划领域,具体涉及一种山区火灾直升机救援飞行路径动态规划方法。
背景技术
我国是一个多山和多林的区域,山地约占国土面积的69%,常见的火灾是一种最主要的危险。森林一旦发生大面积火灾,将带来财产和生命损失。例如在1987年,大兴安岭的大火造成了87万公顷的森林面积受到不同程度的火灾损害,受灾群众约50000人。由于森林火灾的突发性,这给生命救援工作带来巨大的挑战,仅仅依靠传统的救援方式常常难以满足要求。随着科技的日益进步,直升机在救援抢险工作中常扮演不可或缺的角色,因此针对救援直升机的飞行路径动态规划十分必要。
目前针对直升机山区火灾救援的路径动态规划的研究尚不完善。目前大多数的针对直升机山区火灾救援的路径规化,都是人工参照卫星图片结合火情讯息得到合理直升机路径,但是这种方法因为卫星照片的更新和火情讯息的更新均存在较大的延迟,因此在规划时会留有很大的安全余量,使得人工规划的路径在路程上存在很大程度的浪费。目前有些人通过一般的路径规划算法例如A*类算法和D*类算法进行直升机山区火灾救援的路径规划。但是,A*和D*类算法常适用于室内和小区域的静态场景,在山区火灾这种室外大区域的动态场景并不能很完美的适用。目前现有的快速探索随机树(rapidly-exploringrandom tree,RRT)算法,在非精确建模的复杂环境中可以进行有效的路径搜索。但由于目前RRT算法的所有节点基于自由空间随机采样得到;随着环境复杂程度和孤立障碍物数量的增加,该算法花费在碰撞检测等操作上的时间也随之急速增加,同时,高度依赖环境信息的更新周期;并不能考虑动态演变的火情场景。因此在面对山区火灾救援这种大区域、复杂程度高、火情动态演变的场景时,现有的RRT算法并不能很好的适用。综上,现有技术中在难面对火情信息更新的真空期时很难做到合理的规划,以及在面对大空间的山区火灾环境时,现有的路径规划算法计算周期长算法复杂。
发明内容
本发明的目的在于:针对现有技术中在处理山区火灾路径规划的问题上,并不能考虑动态演变的火情场景,提供一种山区火灾直升机救援飞行路径动态规划方法。
为了实现上述目的,本发明采用的技术方案为:
一种山区火灾直升机救援飞行路径动态规划方法,包括如下步骤:
S100.获取飞行区域以及所述飞行区域的GIS数据,并建立栅格化的飞行区域,所述栅格化的飞行区域依据栅格内的GIS数据分为森林栅格、不可燃烧栅格、直升机绕飞栅格和边界;
S200.获取火情航拍照片,识别火情航拍照片中的燃烧区域后导入所述栅格化的飞行区域,以及获取火灾山区的气象参数,并使用元胞自动机预测火情的发展,得到正在燃烧的森林栅格;以及将所述栅格化的飞行区域内的栅格分为:可飞行栅格和不可飞行栅格;可飞行栅格包括:不可燃烧栅格和未燃烧的森林栅格;不可飞行的栅格包括:正在燃烧的森林栅格,直升机绕飞栅格和边界;
S300.获取直升飞机的飞行起点、飞行终点,并将所述飞行起点作为Ceil-RRT算法拓展树的起始节点,将飞行终点作为Ceil-RRT算法拓展树的结束节点;采用Ceil-RRT算法在所述可飞行栅格内搜索,生成从起点到终点的直升机飞行路径。
作为本发明的优选实施方式,在所述S200中,还包括,将所述不可燃烧栅格设置为第一优先级,将所述未燃烧的森林栅格设置为第二优先级;
在所述S300中,在Ceil-RRT算法的搜索过程中,按照优先级在所述可飞行栅格内搜索,生成从起点到终点的直升机飞行路径。
进一步的是,考虑到直升机实际的飞行路径并不会完全精准的按照规划的路径飞行;在所述S300,在Ceil-RRT算法搜索过程中,基于曼哈顿距离搜索待拓展节点;
所述曼哈顿距离的计算方法包括:在平面上,坐标(x1,y1)的i点与坐标(x2,y2)的j点的曼哈顿距离为:
d(i,j)=|x1-x2|+|y1-y2|。
作为本发明的优选实施方式,在所述S100中,获取遥感卫星拍摄的飞行区域的GIS数据中的海拔数据,以及直升飞机的飞行高度和安全裕度;并根据所述海拔数据、所述飞行高度和所述安全裕度得到直升机绕飞栅格。
作为本发明的优选实施方式,本方法还包括S400,周期性的获取实时更新的火情,得到燃烧区域,当燃烧区域与直升机飞行路径重合时,执行步骤S200,重新生成直升机飞行路径。
本发明第二方面提供一种电子设备,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的一种山区火灾直升飞机救援飞行路径动态规划方法。
本发明第三方面提供一种可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现上述一种山区火灾直升飞机救援飞行路径动态规划方法。综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明提出的山区火灾直升飞机救援飞行路径动态规划方法,通过栅格化的飞行区域,合理的缩小了RRT算法的随机选取的样本量,减小了RRT算法的计算量,提高计算效率;同时并基于栅格化后的飞行区域使用元胞自动机模拟火情的发展;可以很好的预测山区火情的发展,可以解决火情信息更新不及时的情况,填补火情信息的“真空期”;综上,本发明通过卫星GIS信息将地图栅格化,并基于元胞自动机预测的山火发展后进行路径规划;本发明可以很好的适应山区火灾救援这种大区域、复杂程度高、火情动态演变的场景;同时路径规划的速度快,更加合理;
2.在本发明的一些优选实施例中,可以使规划的路径优先经过那些不可燃烧的区域,可以进一步的提升直升飞机在路径中的飞行安全。
附图说明
图1是本发明示例性实施例中提出的一种山区火灾直升机救援飞行路径动态规划方法整体流程图;
图2是本发明示例性实施例中提出的一种山区火灾直升机救援飞行路径动态规划方法中随机采样的示意图;
图3是本发明示例性实施例中使用的Bresenham算法流程图;
图4a是本发明示例性实施例中使用Bresenham算法生成栅格路径的示意图;
图4b是本发明示例性实施例中使用Bresenham算法的示意图;
图5a是本发明示例性实施例中栅格化后的飞行区域示意图;
图5b是本发明示例性实施例中提供的一条飞行路径示意图;
图5c是本发明示例性实施例中提供的另一条飞行路径示意图;
图5d是本发明示例性实施例中提供的另一条飞行路径示意图;
图5e是本发明示例性实施例中提供的另一条飞行路径示意图。
具体实施方式
下面结合附图,对本发明作详细的说明。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明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用以解释本发明,并不用于限定本发明。
实施例1
如图1所示,一种山区火灾直升机救援飞行路径动态规划方法,包括如下步骤:
S100.获取遥感卫星拍摄的飞行区域的GIS数据,建立栅格化的飞行区域,所述栅格化的飞行区域依据栅格内的GIS数据分为森林栅格、不可燃烧栅格、直升机绕飞栅格和边界;GIS数据包括:海拔数据、经纬度信息、植被信息等。
在建立栅格化的飞行区域时,本实施例优选的采用正方形栅格;需要说明的是,在另一些实施情况时为了更精确的对飞行区域进行区分;也可以采用正三角形,正五边形等正多边形栅格。图2示出了本实施例中使用的正方形栅格,的尺寸,图中L为正方形的边长,在一些优选的实施方式中,栅格的边长L可以与Ceil-RRT算法搜索步长l相等,是一个可以根据实际情况得出的预设值。
在进行栅格划分时本实施例中优选的根据执飞的直升飞机的安全飞行高度以及合理的安全裕度确定限飞海拔高度。例如某次任务中所使用的直升飞机安全飞行高度为3000m,安全裕度为200m;则限飞海拔高度为2800m,当栅格存在高于海拔2800的山体时则将该栅格设定为直升机绕飞栅格。优选的,当栅格内全部为河流、湖泊时该栅格为不可燃烧栅格,当栅格内的元素存在森林时,将该栅格划分为森林栅格。
S200.获取火情航拍照片,识别火情航拍照片中的燃烧区域后导入所述栅格化的飞行区域,得到正在燃烧的森林栅格;获取火灾山区的气象参数,基于所述栅格化的飞行区域使用元胞自动机预测火情的发展,并根据火情发展将栅格化的飞行区域内的栅格分为:可飞行栅格和不可飞行栅格;可飞行栅格包括:不可燃烧栅格和未燃烧的森林栅格;不可飞行的栅格包括:正在燃烧的森林栅格,直升机绕飞栅格和边界;其中建立的栅格化飞行区域如图3所示。
其中,火情的航拍照片可以是卫星的遥感照片,也可以为大型无人机或者测量飞机的航拍照片。火情的航拍照片可以通过图片识别及分割算法,将正在燃烧的森林区域提取出来;并与步骤S100中建立的栅格化飞行区域匹配,将森林栅格赋予燃烧中,未燃烧两种状态。
本实施例中认为山区火势蔓延是一种扩散传染过程,火势只能从燃烧的细胞蔓延到邻近的植被细胞。因此,给定两个相邻的单元格,一个燃烧单元格和另一个植被单元格,在每个时间步长中,燃烧单元格点燃相邻植被一旦点燃,在每个时间步中将持续保持燃烧状态。然而,燃烧单元格相邻为水体等单元格时,水体不会被点燃。随着离散时间的进展,每个单元格的状态根据其自身状态和相邻单元格的状态而变化,遵循火蔓延规则演化,本实施例中使用元胞自动机预测火情的发展为现有技术;例如公开号为CN113344250 A的中国发明专利,其公开了一种使用元胞自动机得到预测的火情,并基于预测的火情灭火的方法,在此不再赘述。
S300.获取直升飞机的飞行起点、飞行终点,并将所述飞行起点作为Ceil-RRT算法拓展树的起始节点,将飞行终点作为Ceil-RRT算法拓展树的结束节点;采用Ceil-RRT算法在所述可飞行栅格内搜索,生成从起点到终点的直升机飞行路径。
在Ceil-RRT算法中,未栅格化的原始地图的点称为自由空间点(m,n)∈X,原始地图经栅格化后的位置称为栅格空间位置(x,y)∈G,两者因单位栅格大小L存在映射关系如下:
(x,y)=(m/L,n/L)
其中,所述Ceil-RRT算法包括:初始化过程、搜索过程和判断过程。
初始化过程:初始化Ceil-RRT算法拓展树数据结构。为了简化模型,本专利将起飞和目标点所属的栅格空间位置(Gstart,Gend)就是整个拓展树的初始和结束节点。获取直升飞机飞行起点、飞行终点和飞行区域和栅格化后的飞行区域,并将所述飞行起点和飞行终点加入拓展树;
搜索过程:可飞行栅格所对应的飞行区域中选取一个随机点Xrand;将随机点Xrand映射到栅格化空间为Grand,在所述拓展树中搜索与Grand曼哈顿距离最近的栅格节点Gnearest;Gnearest经过反向映射到自由空间后为Xnearest,在Xrand与Xnearest的连线上求解出离Xnearest曼哈顿距离为l的新生点Xnew,然后找到Xnew(自由空间点)所属的元胞网格位置作为待拓展节点Gnew;其中Xnew、Gnew为待拓展节点,Xnearest、Gnearest为拓展树中与待拓展节点最近的节点。
作为本实施例中的一种优选情况,曼哈顿距离的计算公式为:
在平面上,坐标(x1,y1)的i点与坐标(x2,y2)的j点的曼哈顿距离为:
d(i,j)=x1-x2+y1-y2
因为直升飞机在实际飞行的过程中不能严格的按照规划的两点之间的直线距离去飞行,因此本发明使用曼哈顿距离来进行考量。可以使生成的直升机路径的距离,更加贴合实际的飞行距离,便于飞行员对飞行进行合理的规划。
判断过程包括:使用Bresenham算法在生成Gnew与Gnearest之间的栅格路径,判断Gnew与Gnearest之间的栅格路径是否包含不可飞行栅格,如是则返回搜索过程重新执行,如不是将Gnew保存到扩展树当中;通过此判断过程用于判断生成的路径是否合理,即是否生成了直升机不能飞行的路径。具体的,本实施例中使用的Bresenham算法的流程图如图4b所示;例如,如图4a所示,直线的起始网格为(3,3),终点网格点为(11,6)。则使用Bresenham算法在起点和目的地点生成的路径为PATH为:
PATH=[(3,3),(4,3),(5,4),(6,4),(7,5),(8,5),(9,5),(10,6),(11,6)]
判断过程还包括:判断待拓展节点Gnew是否为扩展树的结束节点,如不是则返回搜索过程,如是则生成直升机飞行路径。此判断过程用于决定搜索过程的结束。
优选的,判断过程还包括:判断子节点的转弯半径是否小于直升机的最小转弯半径,优选的,在本实施例中,考虑到直升机的实际飞行过程中,因为直升机的飞行特性,直升机并不能进行无限制的转弯,所述直升机的最小转弯半径r的计算公式为:
其中,当R超过3°/s,则用3°/s代替R来计算,v是直升机空速和β为转弯坡度。
其中,在所述步骤S200中,将所述不可燃烧栅格设置为第一优先级,将所述未燃烧的森林栅格设置为第二优先级。
在Ceil-RRT算法的搜索过程,优先在处于第一优先级的不可燃烧栅格内选取一随机点Xrand,实际使用中可以通过次数控制方式进行优选选取,例如在处于第一优先级的不可燃烧栅格内先随机选取20次,当算法没有结束,继续处于循环状态时,再从处于第二优先级的未燃烧的森林栅格中随机选取;同样,可以理解的是,也可以使用遍历的模式随机选取。
同时,本实施例还提供一种可读存储介质,其上存储有计算机程序,所述程序被处理器执行实现上述一种山区火灾直升飞机救援飞行路径动态规划方法。
实施例2
在实施例1的基础上,本实施例在Windows10操作系统下进行,计算平台硬件为Dell T640工作平台进行,平台的处理器为Intel(R)Xeon(R)GOLD5218,内存为32GB。
在本实施例中使用高程遥感卫星,直升机起点位置为元胞单元(1,1),目的终点为(200,200)。着火点一和二分别在(42,36)和(75,19)网格。每一个元胞单元的长度设为1km。其栅格化后的飞行区域如图5a所示。
火的蔓延传播速度主要受风速影响,考虑地面为大风(地面风速为11m/s)场景,因此设置火蔓延速度为6.48km/h。算法中的节点扩展步长L设置为700m。为防止扩展节点时无限采样,设置路径规划时Ceil-RRT算法采样迭代次数最大为1000次。其它详细参数见表1。
表1
在实际运行过程中,T=0min时,规划出的直升机飞行线路如图5b所示,在T=2.6min时,火情状态更新,原有规划的路径与火点一的实际蔓延区域产生冲突,从而本发明重新规划出如图5c中另一条新路径。当T=19min,火情状态再次更新,火点二的实际蔓延区域与路径又产生了冲突,然后本发明重新规划了一条经过水源区域的路径图5d;在直升机的飞行过程中,直升机驾驶员发现直升机距离燃烧区域距离过近,手动更新火情状态,使用本发明所提出的方法再次重新规划路线如图5e所示,并安全飞行到终点。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种山区火灾直升机救援飞行路径动态规划方法,其特征在于,包括如下步骤:
S100.获取飞行区域以及所述飞行区域的GIS数据,并建立栅格化的飞行区域,所述栅格化的飞行区域依据栅格内的GIS数据分为森林栅格、不可燃烧栅格、直升机绕飞栅格和边界;
S200.获取火情航拍照片,识别火情航拍照片中的燃烧区域后导入所述栅格化的飞行区域,以及获取火灾山区的气象参数,并使用元胞自动机预测火情的发展,确定正在燃烧的森林栅格;以及将所述栅格化的飞行区域内的栅格分为:可飞行栅格和不可飞行栅格;
其中,可飞行栅格包括:不可燃烧栅格和未燃烧的森林栅格;不可飞行的栅格包括:正在燃烧的森林栅格,直升机绕飞栅格和边界;
S300.获取直升飞机的飞行起点、飞行终点,并将所述飞行起点作为Ceil-RRT算法拓展树的起始节点,将飞行终点作为Ceil-RRT算法拓展树的结束节点;采用Ceil-RRT算法在所述可飞行栅格内搜索,生成从起点到终点的直升机飞行路径;
搜索过程:可飞行栅格所对应的飞行区域中选取一个随机点Xrand;将随机点Xrand映射到栅格化空间为Grand,在所述拓展树中搜索与Grand曼哈顿距离最近的栅格节点Gnearest;Gnearest经过反向映射到自由空间后为Xnearest,在Xrand与Xnearest的连线上求解出离Xnearest曼哈顿距离为l的新生点Xnew,然后找到Xnew所属的元胞网格位置作为待拓展节点Gnew;其中Xnew、Gnew为待拓展节点,Xnearest、Gnearest为拓展树中与待拓展节点最近的节点;
在平面上,坐标(x1,y1)的i点与坐标(x2,y2)的j点的曼哈顿距离为:
d(i,j)=|x1-x2|+|y1-y2|
判断过程包括:使用Bresenham算法在生成Gnew与Gnearest之间的栅格路径,判断Gnew与Gnearest之间的栅格路径是否包含不可飞行栅格,如是则返回搜索过程重新执行,如不是将Gnew保存到扩展树当中;通过此判断过程用于判断生成的路径是否合理,即是否生成了直升机不能飞行的路径。
2.根据权利要求1所述的一种山区火灾直升机救援飞行路径动态规划方法,其特征在于,
在所述S200中,还包括,将所述不可燃烧栅格设置为第一优先级,将所述未燃烧的森林栅格设置为第二优先级;
所述S300在Ceil-RRT算法的搜索过程中,按照优先级在所述可飞行栅格内搜索,生成从起点到终点的直升机飞行路径。
3.根据权利要求1所述的一种山区火灾直升飞机救援飞行路径动态规划方法,其特征在于,在所述S100中,获取遥感卫星拍摄的飞行区域的GIS数据中的海拔数据,以及直升飞机的飞行高度和安全裕度;并根据所述海拔数据、所述飞行高度和所述安全裕度得到直升机绕飞栅格。
4.根据权利要求1至3任意一项所述的一种山区火灾直升机救援飞行路径动态规划方法,其特征在于,还包括S400,周期性的获取实时更新的火情,得到燃烧区域,当燃烧区域与直升机飞行路径重合时,执行步骤S200,重新生成直升机飞行路径。
5.一种电子设备,其特征在于,包括至少一个处理器,以及与所述至少一个处理器通信连接的存储器;所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至4中任意一项所述的一种山区火灾直升飞机救援飞行路径动态规划方法。
6.一种可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行实现权利要求1至4任意一项所述的一种山区火灾直升飞机救援飞行路径动态规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297051.XA CN114625170B (zh) | 2022-03-24 | 2022-03-24 | 一种山区火灾直升机救援飞行路径动态规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210297051.XA CN114625170B (zh) | 2022-03-24 | 2022-03-24 | 一种山区火灾直升机救援飞行路径动态规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114625170A CN114625170A (zh) | 2022-06-14 |
CN114625170B true CN114625170B (zh) | 2023-05-12 |
Family
ID=81903463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210297051.XA Active CN114625170B (zh) | 2022-03-24 | 2022-03-24 | 一种山区火灾直升机救援飞行路径动态规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114625170B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115097868B (zh) * | 2022-08-24 | 2022-11-22 | 深圳市瓴鹰智能科技有限公司 | 一种飞行控制方法及相关装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929285A (zh) * | 2012-11-16 | 2013-02-13 | 中国民用航空飞行学院 | 多救援直升机多目标分配与航迹规划方法 |
CN111258309A (zh) * | 2020-01-15 | 2020-06-09 | 上海锵玫人工智能科技有限公司 | 一种用于城市消防机器人的灭火方法 |
CN113220008A (zh) * | 2021-05-21 | 2021-08-06 | 南京航空航天大学 | 多火星飞行器的协同动态路径规划方法 |
CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101667031B1 (ko) * | 2009-11-02 | 2016-10-17 | 삼성전자 주식회사 | 로봇의 경로 계획 장치 및 그 방법 |
JP2017529631A (ja) * | 2014-09-30 | 2017-10-05 | エヌイーシー ヨーロッパ リミテッドNec Europe Ltd. | 1個以上の障害物を回避して始状態から終状態集合まで移動する物体の経路を決定する方法およびシステム |
CN107209854A (zh) * | 2015-09-15 | 2017-09-26 | 深圳市大疆创新科技有限公司 | 用于支持顺畅的目标跟随的系统和方法 |
JP6606442B2 (ja) * | 2016-02-24 | 2019-11-13 | 本田技研工業株式会社 | 移動体の経路計画生成装置 |
CN108613676B (zh) * | 2018-03-27 | 2019-07-12 | 中国民用航空飞行学院 | 一种无人机和有人机协同机制下的应急搜救航迹规划方法 |
CN108958292B (zh) * | 2018-08-23 | 2020-07-07 | 北京理工大学 | 一种基于rrt*算法的飞行器突防轨迹规划方法 |
CN109635991B (zh) * | 2018-10-19 | 2021-04-13 | 北京邮电大学 | 一种森林火灾中规划无人机群救援的优化方法及系统 |
CN110243359B (zh) * | 2019-05-31 | 2023-03-24 | 南京航空航天大学 | 基于低空风预测模型的安全航迹规划方法 |
CN111427358B (zh) * | 2020-04-16 | 2021-07-13 | 武汉理工大学 | 一种船舶编队的航行轨迹控制方法、系统和存储介质 |
CN111783352B (zh) * | 2020-05-15 | 2023-10-27 | 北京邮电大学 | 面向森林火灾的异构机器人群救援预案辅助决策方法 |
CN111639825B (zh) * | 2020-07-01 | 2024-02-23 | 广东工业大学 | 基于A-Star算法的森林火灾指示逃生路径方法及系统 |
CN111678524B (zh) * | 2020-07-31 | 2023-05-16 | 中国民用航空飞行学院 | 一种基于飞行安全的救援航空器路径规划方法及系统 |
CN112254733B (zh) * | 2020-10-21 | 2023-03-24 | 中国人民解放军战略支援部队信息工程大学 | 基于扩展a*算法的火灾逃生路径规划方法及系统 |
CN112327914B (zh) * | 2020-10-30 | 2023-08-22 | 广东工业大学 | 一种高层消防多无人机室内协同路径规划方法及系统 |
CN113110592B (zh) * | 2021-04-23 | 2022-09-23 | 南京大学 | 一种无人机避障与路径规划方法 |
CN113344250A (zh) * | 2021-05-17 | 2021-09-03 | 武汉烽火信息集成技术有限公司 | 基于火势预测的灭火方法、装置、设备及可读存储介质 |
CN113405552B (zh) * | 2021-06-17 | 2024-06-14 | 北京理工大学 | 一种飞行器路径规划方法及装置 |
CN113534844B (zh) * | 2021-08-18 | 2024-02-27 | 广东电网有限责任公司 | 一种未知环境下的旋翼飞行器输电线路巡检方法及装置 |
CN114115362B (zh) * | 2021-11-30 | 2023-12-26 | 沈阳航空航天大学 | 一种基于双向apf-rrt*算法的无人机航迹规划方法 |
-
2022
- 2022-03-24 CN CN202210297051.XA patent/CN114625170B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102929285A (zh) * | 2012-11-16 | 2013-02-13 | 中国民用航空飞行学院 | 多救援直升机多目标分配与航迹规划方法 |
CN111258309A (zh) * | 2020-01-15 | 2020-06-09 | 上海锵玫人工智能科技有限公司 | 一种用于城市消防机器人的灭火方法 |
CN113220008A (zh) * | 2021-05-21 | 2021-08-06 | 南京航空航天大学 | 多火星飞行器的协同动态路径规划方法 |
CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114625170A (zh) | 2022-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107577241B (zh) | 一种基于避障系统的消防无人机航迹规划方法 | |
CN108563243B (zh) | 一种基于改进rrt算法的无人机航迹规划方法 | |
JP6357176B2 (ja) | 移動経路設定装置、移動経路設定方法及び移動経路設定プログラム | |
Lebling et al. | Special feature zork: a computerized fantasy simulation game | |
CN111678524B (zh) | 一种基于飞行安全的救援航空器路径规划方法及系统 | |
CN114625170B (zh) | 一种山区火灾直升机救援飞行路径动态规划方法 | |
CN109359405A (zh) | 空天地一体化的大数据战场环境半实物仿真系统 | |
CN104317305B (zh) | 一种面向复杂战场威胁的射前航迹确定方法 | |
JP6006902B1 (ja) | 火災シミュレーション装置、火災シミュレーション方法及び火災シミュレーションプログラム | |
CN106845032A (zh) | 多模导航三维动态可视化仿真平台的构建方法 | |
CN111880561A (zh) | 城市环境下基于改进鲸鱼算法的无人机三维路径规划方法 | |
CN109919391B (zh) | 一种太阳能飞机自主寻优航迹规划方法和系统 | |
CN108196586A (zh) | 无人机控制方法、装置和储存介质 | |
CN116310898A (zh) | 基于神经网络和惠更斯原理的林火蔓延预测方法和系统 | |
CN112327939A (zh) | 一种城市街区环境下高层消防多无人机协同路径规划方法 | |
CN111310344B (zh) | 一种林火蔓延模拟中考虑风场与火场耦合作用的方法 | |
CN115355922A (zh) | 一种基于改进蚁群算法的出行路径规划方法及系统 | |
CN104298858A (zh) | RoboCup救援平台中基于聚类和凸包的地图划分方法 | |
Rubio et al. | The trans-pacific crossing: long range adaptive path planning for UAVs through variable wind fields | |
CN113093787B (zh) | 一种基于速度场的无人机轨迹规划方法 | |
CN117034456A (zh) | 火箭的飞行轨迹评估方法、装置、存储介质及电子设备 | |
CN116305832A (zh) | 一种林火蔓延实时模拟方法、灭火决策方法与预警系统 | |
Aydoğan et al. | Unity based a* algorithm used in shortest path finding problem for helicopters | |
Wu et al. | POMDP to the rescue: Boosting performance for RoboCup rescue | |
Rafanavicius et al. | Efficient path planning methods for UAVs inspecting power lines |
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 |