CN114721438A - 一种无人机编队协同避障的搜索方法、装置及电子设备 - Google Patents

一种无人机编队协同避障的搜索方法、装置及电子设备 Download PDF

Info

Publication number
CN114721438A
CN114721438A CN202210523535.1A CN202210523535A CN114721438A CN 114721438 A CN114721438 A CN 114721438A CN 202210523535 A CN202210523535 A CN 202210523535A CN 114721438 A CN114721438 A CN 114721438A
Authority
CN
China
Prior art keywords
path
unmanned aerial
aerial vehicle
target
determining
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
Application number
CN202210523535.1A
Other languages
English (en)
Inventor
刘昊
王新迪
刘德元
赵万兵
蔡国飙
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN202210523535.1A priority Critical patent/CN114721438A/zh
Publication of CN114721438A publication Critical patent/CN114721438A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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

本申请提供了一种无人机编队协同避障的搜索方法、装置及电子设备，搜索方法包括：获取无人机编队的搜索任务，利用第一距离算法确定出无人机编队中的领航无人机的第一路径，利用第二距离算法确定出领航无人机的第二路径；基于第一路径以及第二路径，确定出领航无人机的目标路径；基于目标路径以及障碍物位置，利用第三算法确定出无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的第三路径进行调整，确定出各个从机的第四路径；控制领航无人机按照目标路径，以及控制各个从机按照相对应的第四路径执行搜索任务。实现了无人机编队在避障环境下对特定目标进行协同搜索，保障了无人机编队的可靠性和鲁棒性。

Description

一种无人机编队协同避障的搜索方法、装置及电子设备
技术领域
本申请涉及数据处理技术领域，尤其是涉及一种无人机编队协同避障的搜索方法、装置及电子设备。
背景技术
无人机系统可以弥补单无人机感知范围过小、载荷少、容错性低的缺点，有极为广泛的应用。无人机群不仅可以实现大范围农林植保护，还能够执行搜索、侦察与跟踪等。然而在实际任务执行中无人机编队进行避障是一个挑战，无人机群由于数量多、体积较为庞大，在任务执行过程中会不可避免地遇到障碍物，能否及时、有序地完成队形变换的决策与控制很大程度上决定了搜索任务的成败。
现阶段，虽然利用虚拟结构法、基于行为法等对无人机编队进行控制，但是这些方法都存在对障碍物避障性能差，最终导致实际避障效果与任务搜索效果不理想的问题。所以，如何实现无人机编队在避障的条件下完成任务搜索成为了亟需解决的问题。
发明内容
有鉴于此，本申请的目的在于提供一种无人机编队协同避障的搜索方法、装置及电子设备，从而实现了在考虑障碍物、飞行约束条件的基础下，无人机编队在避障环境下对特定目标进行协同搜索，保障了无人机编队的可靠性和鲁棒性。
本申请实施例提供了一种无人机编队协同避障的搜索方法，所述搜索方法包括：
获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；
根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；
基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；
基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；
控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
在一种可能的实施方式中，所述根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，包括：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的欧式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第一路径。
在一种可能的实施方式中，所述利用第二距离算法确定出所述领航无人机的第二路径，包括：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的启发式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第二路径。
在一种可能的实施方式中，所述基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径，包括：
判断所述第一路径与第二路径的路径绝对差值是否大于或等于预设阈值；
若是，则将所述第二路径确定为所述领航无人机的目标路径；
若否，则将所述第一路径与所述第二路径进行数据融合，确定出所述领航无人机的目标路径。
在一种可能的实施方式中，所述无人机编队包括第一从机，所述基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，包括：
获取所述领航无人机在到达所述目标搜索位置之前的第一时刻的领航第一途径点位置，并基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第一从机在第一时刻的从机第一途径位置是否为所述障碍物位置；
若是，则将所述领航无人机在第二时刻的领航第二途径点位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置，其中，所述第一时刻为所述第二时刻相邻的之后的时刻；
若否，则将所述从机第一途径位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置；
基于多个所述第一从机目标途径位置，确定出第一从机的第三路径。
在一种可能的实施方式中，所述无人机编队还包括第二从机，根据以下步骤确定所述第二从机的第三路径：
基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第二从机在所述第一时刻的从机第二途径位置是否为所述障碍物位置；
若否，则将所述从机第二途径位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；
若是，判断所述领航无人机在所述第二时刻的领航第二途径点位置是否被占用；若否，将所述第二途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；若是，则将所述领航无人机在第三时刻的领航第三途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置，其中，所述第二时刻为所述第三时刻相邻的之后的时刻；
基于多个所述第二从机目标途径位置，确定出第二从机的第三路径。
在一种可能的实施方式中，所述并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径，包括：
根据所述领航无人机的目标路径、所述飞行约束条件以及所述奖励策略，确定各个从机的第五路径；
根据所述第五路径和所述第三路径进行数据融合，得到各个所述从机的第四路径。
本申请实施例还提供了一种无人机编队协同避障的搜索装置，所述搜索装置包括：
获取模块，用于获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；
领航无人机路径计算模块，用于根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；
领航无人机目标路径确定模块，用于基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；
从机路径确定模块，用于基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；
搜索任务执行模块，用于控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的无人机编队协同避障的搜索方法的步骤。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的无人机编队协同避障的搜索方法的步骤。
本申请实施例提供的一种无人机编队协同避障的搜索方法、装置及电子设备，通过获取无人机编队的搜索任务，利用第一距离算法确定出无人机编队中的领航无人机的第一路径，利用第二距离算法确定出领航无人机的第二路径；基于第一路径以及第二路径，确定出领航无人机的目标路径；基于目标路径以及障碍物位置，利用第三算法确定出无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的第三路径进行调整，确定出各个从机的第四路径；控制领航无人机按照目标路径，以及控制各个从机按照相对应的第四路径执行搜索任务。实现了在考虑障碍物、飞行约束条件的基础下，无人机编队在避障环境下对特定目标进行协同搜索，保障了无人机编队的可靠性和鲁棒性。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例所提供的一种无人机编队协同避障的搜索方法的流程图；
图2为本申请实施例所提供的无人机模型进行搭建的结构示意图；
图3为本申请实施例所提供的领航无人机的第一路径确定的流程图；
图4为本申请实施例所提供的一种无人机编队协同避障的搜索装置的结构示意图；
图5为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，应当理解，本申请中的附图仅起到说明和描述的目的，并不用于限定本申请的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本申请内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
另外，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本申请保护的范围。
为了使得本领域技术人员能够使用本申请内容，结合特定应用场景“利用无人机编队对目标搜索物进行搜索”，给出以下实施方式，对于本领域技术人员来说，在不脱离本申请的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。
本申请实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要利用无人机编队对目标搜索物进行搜索的场景，本申请实施例并不对具体的应用场景作限制，任何使用本申请实施例提供的一种无人机编队协同避障的搜索方法、装置及电子设备的方案均在本申请保护范围内。
首先，对本申请可适用的应用场景进行介绍。本申请可应用于数据处理技术领域。
无人机系统可以弥补单无人机感知范围过小、载荷少、容错性低的缺点，有极为广泛的应用。无人机群不仅可以实现大范围农林植保护，还能够执行搜索、侦察与跟踪等。然而在实际任务执行中无人机编队进行避障是一个挑战，无人机群由于数量多、体积较为庞大，在任务执行过程中会不可避免地遇到障碍物，能否及时、有序地完成队形变换的决策与控制很大程度上决定了搜索任务的成败。
经研究发现，现阶段，虽然利用虚拟结构法、基于行为法等对无人机编队进行控制，但是这些方法都存在对障碍物避障性能差，最终导致实际避障效果与任务搜索效果不理想的问题。所以，如何实现无人机编队在避障的条件下完成任务搜索成为了亟需解决的问题。
基于此，本申请实施例提供一种无人机编队协同避障的搜索方法，从而实现了在考虑障碍物、飞行约束条件的基础下，实现在避障环境下无人机编队对特定目标进行协同目标搜索的决策，提高无人机编队协同避障搜索的效率。
请参阅图1，图1为本申请实施例所提供的一种无人机编队协同避障的搜索方法的流程图。如图1中所示，本申请实施例提供的搜索方法，包括：
S101：获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置。
该步骤中，获取无人机编队的搜索任务。
这里，搜索任务中包含初始位置、多个障碍物位置以及目标搜索位置。
其中，初始位置可以为预先设定好的领航无人机进行飞行的起始点位置。
其中，每一个障碍物位置对应一个位置。
进一步的，请参阅图2，图2为本申请实施例所提供的图2为本申请实施例所提供的无人机模型进行搭建的结构示意图。如图2所示，先确定出无人机编队的目标搜索位置坐标，通过位置输入单元、位置控制单元(外环)、姿态控制单元(内环)，发动机转速控制单元以及动力学模型，可以使得无人机在初始位置处运动到目标搜索位置。
在位置控制单元中，通过以下公式确定出无人机的姿态角
Figure BDA0003643053890000091
Figure BDA0003643053890000092
Figure BDA0003643053890000093
Figure BDA0003643053890000094
Figure BDA0003643053890000095
其中，其中Xd为地面系中的X向位置、Yd为地面系中的Y位置均为代表输入的目标搜索位置的参数，X、Y为无人机当前的实际位置参数。ψ为偏航角、θ为滚转角、
Figure BDA0003643053890000096
为俯仰角，U、V、Ud、Vd分别为其速度与预期速度，
Figure BDA0003643053890000097
分别代表在本体坐标系下的误差，K为PD调节中的参数。
在姿态控制单元中，通过输入指定的姿态角
Figure BDA0003643053890000098
位置控制单元输出得到以及测量得到的
Figure BDA0003643053890000099
θ、ψ、ω、z通过四个PID控制模块，输出为指定的四个控制力或者力矩
Figure BDA00036430538900000910
发动机转速控制单元根据上述的总推力T的大小以及三轴力矩，计算得出四个电机旋转的转速：
Figure BDA00036430538900000911
Figure BDA00036430538900000912
Figure BDA00036430538900000913
Figure BDA00036430538900000914
无人机的动力学模型根据输入的四电机的旋转转速反解方程求总推力以及三轴力矩，根据简化后的动力学方程求出一阶参数，结合欧拉力学方程，求出更新后的动力学参数，进而确定出无人机的位置信息、姿态信息的超调量、调节时间以及最终误差与实际飞行的数据在允许范围以内。
S102：根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径。
该步骤中，利用初始位置、多个障碍物位置和目标搜索位置，采用第一距离算法计算出无人机编队中的领航无人机的第一路径，并利用第二距离算法确定出领航无人机的第二路径。
这里，第一距离算法用于确定出领航无人机的第一路径，第二距离算法用于确定出领航无人机的第二路径。
进一步的，请参阅图3，图3为本申请实施例所提供的领航无人机的第一路径确定的流程图。如图3所示，所述根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，包括：
S301：获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵。
该步骤中，获取到目标搜索位置到初始位置的初始距离邻接矩阵。
这里，初始距离邻接矩阵为初始位置到目标搜索位置的距离矩阵，初始距离邻接矩阵可以用以下方式进行表述：
M1，2…M1，n
M1，2′…M1，n′
………
其中，M1，2可以为初始位置1到邻近途径点2的距离。
S302：基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的欧式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物。
该步骤中，利用初始距离邻接矩阵中预先定义的距离内容，确定出初始位置到目标搜索位置之间的各个候选途径点之间的欧式距离值，得到初始位置到目标搜索位置的多条候选路径。
这里，候选途径点为初始位置到目标搜索位置之间所经历的各个途经点，候选途径点包括起始位置、目标搜索位置等其他途径点。
这里，利用欧式距离公式计算出始位置到目标搜索位置之间的各个候选途径点之间的欧式距离值。
举例来讲，若初始位置为(1，1)目标搜索位置为(1，13)，则利用初始距离邻接矩阵中预先定义的距离内容确定出(1，1)到(1，13)之间的各个候选途径点之间的欧式距离，根据多个候选途径点之间构成的路径确定出多条候选路径。
S303：从所述多条候选路径中，筛选出路径最短的所述领航无人机的第一路径。
该步骤中，在多条候选路径中，筛选出路径最短的候选路径作为领航无人机的第一路径。
举例来讲，若初始位置为(1，1)目标搜索位置为(1，13)，则利用初始距离邻接矩阵中预先定义的距离内容确定出(1，1)到(1，13)之间的各个候选途径点之间的欧式距离，在利用多个候选点构成的候选路径中找到路径最短的候选路径为(1，1)、(2，1)、(3，2)、(4，3)、(5，4)、(4，5)、(3，6)、(4，7)、(5，8)、(6，9)、(5，10)、(4，10)、(3，11)、(2，12)以及(1，13)，将该条候选路径确定为领航无人机的第一路径，这里，领航无人机的第一路径为避障状态下领航无人机的路径。
在具体实施例中，先初始化距离邻接矩阵D∈R1×n，其中，对角线的距离值为0，不能直接到达的距离值为∞，其余相邻两点直接的距离值为欧式距离值，定义Tw为已获得起始位置点P到当前点最短路径的集合，初始时为空集，定义S∈R1×n各点到P点的最短路径的距离值的行向量，初始时为[0，∞，∞，...，∞]。首先，在S中选取不在Tw中且值最小的点，记为点A，若存在多个，则随机取一个，判断点A是否为终点，若不是，则计算A与P之间的欧式距离值，将距离值与S集合之中的原有距离值进行比较，若小于存储至S之中，将点A存储至Tw，依次计算，直至A为终点时则停止计算，在Tw中存储的多条候选路径中筛选出路径最短的所述领航无人机的第一路径。
进一步的，所述利用第二距离算法确定出所述领航无人机的第二路径，包括：
(1)：获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵。
这里，获取到目标搜索位置到初始位置的初始距离邻接矩阵。
(2)：基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的启发式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物。
这里，利用初始距离邻接矩阵中预先定义的距离内容，确定出初始位置到目标搜索位置之间的各个候选途径点之间的启发式距离值，得到初始位置到目标搜索位置的多条候选路径。
这里，通过以下方式确定出启发式距离值：
D(A，P)＝G(A，P)+H(A，P)；
这里，D(A，P)为途径点A到初始位置P的启发式距离，G(A，P)是在状态空间中从初始位置P到途径点A的最小欧氏距离，H(A，P)是从目标搜索位置到途径点A的最小欧氏距离。
(3)：从所述多条候选路径中，筛选出路径最短的所述领航无人机的第一路径。
这里，在由启发式距离值得到的初始位置到所述目标搜索位置的多条候选路径之中，筛选出路径最短的领航无人机的第二路径。
这里，关于领航无人机的第二路径的确定过程与上述领航无人机的第一路径确定过程相一致，不同之处是领航无人机的第二路径是需要确定出各个候选途径点之间的启发式距离值，所以，在此部分不再进行赘述。
S103：基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径。
该步骤中，利用第一路径和第二路径确定出领航无人机的目标路径。
这里，领航无人机的目标路径为在规避障碍物位置的条件下初始位置到目标搜索位置处的最短路径。
进一步的，所述基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径，包括：
判断所述第一路径与第二路径的路径绝对差值是否大于或等于预设阈值；若是，则将所述第二路径确定为所述领航无人机的目标路径；若否，则将所述第一路径与所述第二路径进行数据融合，确定出所述领航无人机的目标路径。
这里，判断第一路径和第二路径的路径绝对值差值是否大于或等于预设阈值，若是，将第二路径确定为所述领航无人机的目标路径，若否，将第一路径与第二路径进行数据融合，确定出领航无人机的目标路径。
这里，预设阈值为第一距离算法的信任度，是根据专家经验确定出来的。
其中，通过以下方式将所述第一路径与所述第二路径进行数据融合：
PFinal＝αP1+βP2
α+β＝1
其中，α、β分别为第一距离算法、第二距离算法过程中的信任度，P1为第一路径的多个途径点的集合，P2为第二路径的多个途径点的集合。
其中，若|P1-P2|＜α，则确定出P1和P2的计算误差较小，可以将第一路径和第二路径进行直接融合，若不满足|P1-P2|＜α，则说明P1的计算误差过大，无法将将第一路径和第二路径进行直接融合，所以PFinal＝P2，其中，PFinal为领航无人机的目标路径。
S104：基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径。
该步骤中，利用领航无人机的目标路径和多个障碍物位置，利用第三算法确定出无人机编队中的各个从机的第三路径，并利用飞行约束条件和奖励策略对各个从机的第三路径进行调整，确定出各个从机的第四路径。
进一步的，所述无人机编队包括第一从机，所述基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，包括：
A：获取所述领航无人机在到达所述目标搜索位置之前的第一时刻的领航第一途径点位置，并基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第一从机在第一时刻的从机第一途径位置是否为所述障碍物位置。
这里，先获取领航无人机在到达目标搜索位置之前的第一时刻的领航第一途径点位置，然后利用无人机编队的编队队形和领航第一途径点位置，确定出第一从机在第一时刻的从机第一途径位置是否为所述障碍物位置。
这里，编队队形可以为人字队形、一字队形、菱形队形等。
B：若是，则将所述领航无人机在第二时刻的领航第二途径点位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置，其中，所述第一时刻为所述第二时刻相邻的之后的时刻。
这里，若第一从机在第一时刻的从机第一途径位置为障碍物位置，则将领航无人机在第二时刻的领航第二途径点位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置。
这里，领航无人机在每一个时刻对应一个途径点。
这里，第一时刻为第二时刻相邻的之后的时刻，如第一时刻为3:00，则第二时刻为2:55。
C：若否，则将所述从机第一途径位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置。
这里，若第一从机在第一时刻的从机第一途径位置不是障碍物位置，则将从机第一途径位置确定为第一从机在所述第一时刻的第一从机目标途径位置，直到领航第一途径点位置到达目标搜索位置时停止计算。
D：基于多个所述第一从机目标途径位置，确定出第一从机的第三路径。
这里，利用确定出来的多个第一从机目标途径位置进行路径组合，确定出第一从机的第三路径。
在具体实施例中，针对于无人机编队中的一架从机，步骤1：先获取领航无人机在到达所述目标搜索位置之前的第一时刻(t)的领航第一途径点位置(P)；步骤2：利用无人机编队的人字队形和领航第一途径点位置(P)，确定出第一从机(i)在第一时刻(i)的从机第一途径位置(Q(t)i)是否为障碍物位置；步骤3：若为障碍物位置，则将领航无人机(P)在第二时刻(t-1)的领航第二途径点位置(P(t-1))确定为第一从机(i)在第一时刻(t)的第一从机目标途径位置；步骤4：若不是障碍物位置，则将从机(i)第一途径位置(Q(t)i)确定为第一从机(i)在第一时刻(t)的第一从机目标途径位置，往下依次类推，直到领航第一途径点位置(P)到达终点位置时则停止计算，利用多个所述第一从机目标途径位置，确定出第一从机的第三路径。
进一步的，所述无人机编队还包括第二从机，根据以下步骤确定所述第二从机的第三路径：
a：基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第二从机在所述第一时刻的从机第二途径位置是否为所述障碍物位置。
这里，利用无人机编队的编队队形和领航第一途径点位置，确定第二从机在第一时刻的从机第二途径位置是否为障碍物位置。
b：若是，则将所述从机第二途径位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置。
这里，若第二从机在第一时刻的从机第二途径位置为障碍物位置，则将从机第二途径位置作为第一时刻的第二从机目标途径位置。
c：若否，判断所述领航无人机在所述第二时刻的领航第二途径点位置是否被占用；若否，将所述第二途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；若是，则将所述领航无人机在第三时刻的领航第三途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置，其中，所述第二时刻为所述第三时刻相邻的之后的时刻.
这里，若第二从机在第一时刻的从机第二途径位置是障碍物位置，则判断领航无人机在第二时刻的领航第二途径点位置是否被第一从机占用，若没有被占用，则所述第二途径点位置确定为第二从机在所述第一时刻的第二从机目标途径位置，若已经被占用，则将领航无人机在第三时刻的领航第三途径点位置确定为第二从机在第一时刻的第二从机目标途径位置。
其中，第二时刻为第三时刻相邻的之后的时刻，如第二时刻为2:55，则第三时刻为2:50。
d：基于多个所述第二从机目标途径位置，确定出第二从机的第三路径。
这里，利用确定出来的多个第二从机目标途径位置进行路径组合，确定出第二从机的第三路径。
在具体实施例中，针对于无人机编队的至少两架从机，设定第一从机的优先级高于第二从机的优先级，步骤1：先获取领航无人机在到达所述目标搜索位置之前的第一时刻(t)的领航第一途径点位置(P)；步骤2：利用无人机编队的人字队形和领航第一途径点位置(P)，确定出第一从机(i)在第一时刻(i)的从机第一途径位置(Q(t)i)是否为障碍物位置；步骤3：若为障碍物位置，则将领航无人机(P)在第二时刻(t-1)的领航第二途径点位置(P(t-1))确定为第一从机(i)在第一时刻(t)的第一从机目标途径位置；步骤4：若不是障碍物位置，则将从机(i)第一途径位置(Q(t)i)确定为第一从机(i)在第一时刻(t)的第一从机目标途径位置；步骤5：先获取领航无人机在到达所述目标搜索位置之前的第一时刻(t)的领航第一途径点位置(P)；步骤6：利用无人机编队的人字队形和领航第一途径点位置(P)，确定出第二从机(i+1)在第一时刻(i)的从机第二途径位置(Q(t)i+1)是否为障碍物位置；步骤7：若不是障碍物位置，则将从机第二途径位置(Q(t)i+1)确定为第二从机在第一时刻(t)的第二从机目标途径位置；步骤8：若是障碍物位置，则需判断领航无人机(P)在第二时刻(t-1)的领航第二途径点位置(P(t-1))是否被第一从机(i)占用，若被占用，则将领航无人机(P)在第三时刻(t-2)的领航第三途径点位置(P(t-2))确定为第二从机(i+1)在第一时刻(t)的第二从机目标途径位置，若没有被占用，则将领航无人机(P)在第二时刻(t-1)的领航第二途径点位置(P(t-1))确定为第二从机(i+1)在第一时刻(t)的第二从机目标途径位置。以下依次类推，直到领航第一途径点位置(P)到达终点位置时则停止计算，利用多个第一从机目标途径位置，确定出第一从机的第三路径，利用多个第二从机目标途径位置，确定出第二从机的第三路径。针对于其他无人机与第一从机和第二从机的执行过程相一致，此部分不在进行赘述。
进一步的，所述并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径，包括：
i：根据所述领航无人机的目标路径、所述飞行约束条件以及所述奖励策略，确定各个从机的第五路径。
这里，利用领航无人机的目标路径、飞行约束条件以及奖励策略，确定各个从机的第五路径。
其中，飞行约束条件包括在是否在地图范围内、有无碰撞风险、有无障碍物以及是否在允许距离范围内。
其中，奖励策略可以如下表所示，此部分不限定奖励的计算分值的设定。
表1算法4奖励策略
Figure BDA0003643053890000181
其中，其中D为欧氏距离，R为奖励值，L为领航无人机位置，
其中，通过以下步骤确定出各个从机的第五路径：
判断无人机编队是否按照至少一个所述飞行约束条件进行飞行，若是，则持续更新无人机编队中各个从机的状态；若不是，则停止更新各个从机的状态，并根据奖励机制确定出各个无从机的当前奖励值；若各个从机均在编队范围内，则根据所述奖励机制更新各个所述从机的当前奖励值，直至各个所述从机均到达所述目标搜索位置时，停止奖励机制计算确定出无人机集群的多条候选路径的奖励值，将最高奖励值所对应的无人机集群的路径中的各个从机的途径点，确定出各个从机的第五路径。
在具体实施例中，判断无人机编队之是否按照在预设地图范围内、有无碰撞分险、有无障碍物以及是否在允许距离范围内，若均满足，则持续更新从机的途径位置，若不满足，则不更新从机的途径状态，若从机尝试走出任务图则确定出该无人机编队的奖励值为R-5，若只有一架从机进入编队范围内则确定出该无人机编队的奖励值为R+1.5-D，若所有从机均进入编队的指定范围内，则无人机编队的奖励值为R+30，当领航无人机到达目标搜索位置时，则无人机编队的奖励值为R+40，在确定出无人机集群的多条候选路径的奖励值，将最高奖励值所对应的无人机集群的路径中的各个从机的途径点，确定出各个从机的第五路径。
ii：根据所述第五路径和所述第三路径进行数据融合，得到各个所述从机的第四路径。
这里，利用以下公式对第五路径和第三路径进行数据融合：
CFinal＝n(Ci3，Ci4)；
其中，Ci3为第三路径的有序集合坐标，Ci4为第五路径的有序集合坐标，CFinal为第四路径的有序集合坐标，n为Ci3、Ci4满足距离条件后，在选取距离最近的两个点的欧氏空间的中点作为n的取值。其中，上述公式应用的前提是|Ci3-Ci4|小于d，d为两点间的欧拉距离阈值，若不满足，CFinal＝Ci3，CFinal为从机的第四路径。
S105：控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
该步骤中，在确定出目标路径和各个从机相对应的第四路径之后，控制领航无人机按照目标路径，以及控制各个从机按照相对应的第四路径执行搜索任务。
在具体实施例中，先确定出无人机编队的搜索任务，利用搜索任务中的初始位置、障碍物位置以及目标搜索位置进行第一距离算法计算，确定出无领航无人机的第一路径，再利用第二距离算法计算出领航无人机的第二路径，将第一路径和第二路径进行数据融合，确定出领航无人机的目标路径，在确定出领航无人机的目标路径后，通过分析最优编队形状实现多无人机与领航者以合理的编队形状跟随飞行，过程中确保整个无人机编队的稳定与安全，并根据领航无人机的目标路径以及障碍物位置，利用第三算法确定出无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的第三路径进行调整，确定出各个从机的第四路径。控制领航无人机按照所述目标路径，以及控制各个从机按照相对应的所述第四路径执行搜索任务。
本申请实施例提供的一种无人机编队协同避障的搜索方法，搜索方法包括：通过获取无人机编队的搜索任务，利用第一距离算法确定出无人机编队中的领航无人机的第一路径，利用第二距离算法确定出领航无人机的第二路径；基于第一路径以及第二路径，确定出领航无人机的目标路径；基于目标路径以及障碍物位置，利用第三算法确定出无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的第三路径进行调整，确定出各个从机的第四路径；控制领航无人机按照目标路径，以及控制各个从机按照相对应的第四路径执行搜索任务。实现了在考虑障碍物、飞行约束条件的基础下，无人机编队在避障环境下对特定目标进行协同搜索，保障了无人机编队的可靠性和鲁棒性。
请参阅图4，图4为本申请实施例所提供的一种无人机编队协同避障的搜索装置的结构示意图。如图4中所示，无人机编队协同避障的搜索装置400包括：
获取模块410，用于获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；
领航无人机路径计算模块420，用于根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；
领航无人机目标路径确定模块430，用于基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；
从机路径确定模块440，用于基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；
搜索任务执行模块450，用于控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
进一步的，所述领航无人机路径计算模块420在用于所述根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径时，所述领航无人机路径计算模块420具体用于：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的欧式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第一路径。
进一步的，所述领航无人机路径计算模块420利用第二距离算法确定出所述领航无人机的第二路径：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的启发式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第二路径。
进一步的，所述领航无人机目标路径确定模块430在用于所述基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径时，所述领航无人机目标路径确定模块430具体用于：
判断所述第一路径与第二路径的路径绝对差值是否大于或等于预设阈值；
若是，则将所述第二路径确定为所述领航无人机的目标路径；
若否，则将所述第一路径与所述第二路径进行数据融合，确定出所述领航无人机的目标路径。
进一步的，所述从机路径确定模块440在用于所述无人机编队包括第一从机，所述基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径时，所述从机路径确定模块440具体用于：
获取所述领航无人机在到达所述目标搜索位置之前的第一时刻的领航第一途径点位置，并基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第一从机在第一时刻的从机第一途径位置是否为所述障碍物位置；
若是，则将所述领航无人机在第二时刻的领航第二途径点位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置，其中，所述第一时刻为所述第二时刻相邻的之后的时刻；
若否，则将所述从机第一途径位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置；
基于多个所述第一从机目标途径位置，确定出第一从机的第三路径。
进一步的，所述从机路径确定模块440在用于所述无人机编队还包括第二从机，根据以下步骤确定所述第二从机的第三路径：
基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第二从机在所述第一时刻的从机第二途径位置是否为所述障碍物位置；
若否，则将所述从机第二途径位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；
若是，判断所述领航无人机在所述第二时刻的领航第二途径点位置是否被占用；若否，将所述第二途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；若是，则将所述领航无人机在第三时刻的领航第三途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置，其中，所述第二时刻为所述第三时刻相邻的之后的时刻；
基于多个所述第二从机目标途径位置，确定出第二从机的第三路径。
进一步的，所述从机路径确定模块440在用于所述并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径时，所述从机路径确定模块440具体用于：
根据所述领航无人机的目标路径、所述飞行约束条件以及所述奖励策略，确定各个从机的第五路径；
根据所述第五路径和所述第三路径进行数据融合，得到各个所述从机的第四路径。
本申请实施例提供的一种无人机编队协同避障的搜索装置，其特征在于，所述搜索装置包括：获取模块，用于获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；领航无人机路径计算模块，用于根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；领航无人机目标路径确定模块，用于基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；从机路径确定模块，用于基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；搜索任务执行模块，用于控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。从而实现了在考虑障碍物、飞行约束条件的基础下，无人机编队在避障环境下对特定目标进行协同搜索，保障了无人机编队的可靠性和鲁棒性。
请参阅图5，图5为本申请实施例所提供的一种电子设备的结构示意图。如图5中所示，所述电子设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令，当电子设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图1以及图3所示方法实施例中的无人机编队协同避障的搜索方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图3所示方法实施例中的无人机编队协同避障的搜索方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
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，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种无人机编队协同避障的搜索方法，其特征在于，所述搜索方法包括：
获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；
根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；
基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；
基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；
控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
2.根据权利要求1所述的搜索方法，其特征在于，所述根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，包括：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的欧式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第一路径。
3.根据权利要求1所述的搜索方法，其特征在于，所述利用第二距离算法确定出所述领航无人机的第二路径，包括：
获取所述目标搜索位置到所述初始位置的初始距离邻接矩阵；
基于所述初始距离邻接矩阵中预先定义的距离内容，计算所述初始位置到所述目标搜索位置之间的各个候选途径点之间的启发式距离值，得到所述初始位置到所述目标搜索位置的多条候选路径；其中，每两个相邻候选途径点之间连线不存在障碍物；
从所述多条候选路径中，筛选出路径最短的所述领航无人机的第二路径。
4.根据权利要求1所述的搜索方法，其特征在于，所述基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径，包括：
判断所述第一路径与第二路径的路径绝对差值是否大于或等于预设阈值；
若是，则将所述第二路径确定为所述领航无人机的目标路径；
若否，则将所述第一路径与所述第二路径进行数据融合，确定出所述领航无人机的目标路径。
5.根据权利要求1所述的搜索方法，其特征在于，所述无人机编队包括第一从机，所述基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，包括：
获取所述领航无人机在到达所述目标搜索位置之前的第一时刻的领航第一途径点位置，并基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第一从机在第一时刻的从机第一途径位置是否为所述障碍物位置；
若是，则将所述领航无人机在第二时刻的领航第二途径点位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置，其中，所述第一时刻为所述第二时刻相邻的之后的时刻；
若否，则将所述从机第一途径位置确定为所述第一从机在所述第一时刻的第一从机目标途径位置；
基于多个所述第一从机目标途径位置，确定出第一从机的第三路径。
6.根据权利要求5所述的搜索方法，其特征在于，所述无人机编队还包括第二从机，根据以下步骤确定所述第二从机的第三路径：
基于所述无人机编队的编队队形和所述领航第一途径点位置，确定第二从机在所述第一时刻的从机第二途径位置是否为所述障碍物位置；
若否，则将所述从机第二途径位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；
若是，判断所述领航无人机在所述第二时刻的领航第二途径点位置是否被占用；若否，将所述第二途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置；若是，则将所述领航无人机在第三时刻的领航第三途径点位置确定为所述第二从机在所述第一时刻的第二从机目标途径位置，其中，所述第二时刻为所述第三时刻相邻的之后的时刻；
基于多个所述第二从机目标途径位置，确定出第二从机的第三路径。
7.根据权利要求1所述的搜索方法，其特征在于，所述并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径，包括：
根据所述领航无人机的目标路径、所述飞行约束条件以及所述奖励策略，确定各个从机的第五路径；
根据所述第五路径和所述第三路径进行数据融合，得到各个所述从机的第四路径。
8.一种无人机编队协同避障的搜索装置，其特征在于，所述搜索装置包括：
获取模块，用于获取无人机编队的搜索任务，其中，所述搜索任务中携带着初始位置、障碍物位置以及目标搜索位置；
领航无人机路径计算模块，用于根据所述初始位置、所述障碍物位置以及所述目标搜索位置，利用第一距离算法确定出所述无人机编队中的领航无人机的第一路径，利用第二距离算法确定出所述领航无人机的第二路径；
领航无人机目标路径确定模块，用于基于所述第一路径以及所述第二路径，确定出所述领航无人机的目标路径；
从机路径确定模块，用于基于所述领航无人机的目标路径以及所述障碍物位置，利用第三算法确定出所述无人机编队中的各个从机的第三路径，并基于飞行约束条件和奖励策略对各个从机的所述第三路径进行调整，确定出各个所述从机的第四路径；
搜索任务执行模块，用于控制所述领航无人机按照所述目标路径，以及控制各个所述从机按照相对应的所述第四路径执行搜索任务。
9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的无人机编队协同避障的搜索方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的无人机编队协同避障的搜索方法的步骤。
CN202210523535.1A 2022-05-13 2022-05-13 一种无人机编队协同避障的搜索方法、装置及电子设备 Pending CN114721438A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210523535.1A CN114721438A (zh) 2022-05-13 2022-05-13 一种无人机编队协同避障的搜索方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210523535.1A CN114721438A (zh) 2022-05-13 2022-05-13 一种无人机编队协同避障的搜索方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN114721438A true CN114721438A (zh) 2022-07-08

Family

ID=82232225

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210523535.1A Pending CN114721438A (zh) 2022-05-13 2022-05-13 一种无人机编队协同避障的搜索方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114721438A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116540709A (zh) * 2023-05-11 2023-08-04 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116540709A (zh) * 2023-05-11 2023-08-04 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法
CN116540709B (zh) * 2023-05-11 2023-11-14 江苏博发机器人智能装备有限公司 一种基于机器人编队的避障路径规划方法

Similar Documents

Publication Publication Date Title
CN111460650B (zh) 一种基于深度强化学习的无人机端到端控制方法
EP3876070B1 (en) Method and device for planning path of unmanned aerial vehicle, and unmanned aerial vehicle
Ross et al. Learning monocular reactive uav control in cluttered natural environments
Barrientos et al. Aerial remote sensing in agriculture: A practical approach to area coverage and path planning for fleets of mini aerial robots
US10739792B2 (en) Trajectory control of a vehicle
CN112747736A (zh) 一种基于视觉的室内无人机路径规划方法
CN111457923B (zh) 路径规划方法、装置及存储介质
CN114355967B (zh) 飞行器以及用于控制飞行器的方法和计算机辅助系统
CN115657730B (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
WO2024087654A1 (zh) 一种自动驾驶车辆导航控制方法及系统
CN114721438A (zh) 一种无人机编队协同避障的搜索方法、装置及电子设备
CN116700344A (zh) 一种无人机自主避障方法、执飞方法及系统
CN112148035B (zh) 多无人机轨迹优化方法、装置、存储介质及计算机设备
Lee et al. A deep reinforcement learning control strategy for vision-based ship landing of vertical flight aircraft
Becce et al. Optimal path planning for autonomous spraying uas framework in precision agriculture
CN116954258A (zh) 未知扰动下多四旋翼无人机编队的分层控制方法及装置
CN114995521B (zh) 多无人机分布式编队控制方法、装置及电子设备
CN116382078A (zh) 基于深度强化学习的无人机视觉伺服fov约束控制方法
EP4148706A1 (en) Fast path planning for dynamic avoidance in partially known environments
CN113959446B (zh) 一种基于神经网络的机器人自主物流运输导航方法
CN112099521B (zh) 一种无人机路径规划方法及装置
KR20220062964A (ko) 다각형 비행 영역에 대한 복수 무인비행체의 최적 경로 생성 방법
CN114610065A (zh) 一种基于图论的集群无人机编队飞行轨迹优化方法
CN113448338B (zh) 机器人控制方法、机器人、计算机程序产品和存储介质
CN114265406B (zh) 一种基于机器视觉的智能车编队控制系统及其控制方法

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