CN114949664B - 面向森林消防巡检机器人的陆空联动路径规划控制方法 - Google Patents

面向森林消防巡检机器人的陆空联动路径规划控制方法 Download PDF

Info

Publication number
CN114949664B
CN114949664B CN202210624623.0A CN202210624623A CN114949664B CN 114949664 B CN114949664 B CN 114949664B CN 202210624623 A CN202210624623 A CN 202210624623A CN 114949664 B CN114949664 B CN 114949664B
Authority
CN
China
Prior art keywords
fire
aerial vehicle
unmanned aerial
forest
mobile robot
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
Application number
CN202210624623.0A
Other languages
English (en)
Other versions
CN114949664A (zh
Inventor
尹浩庭
甄圣超
王君
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202210624623.0A priority Critical patent/CN114949664B/zh
Publication of CN114949664A publication Critical patent/CN114949664A/zh
Application granted granted Critical
Publication of CN114949664B publication Critical patent/CN114949664B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C3/00—Fire prevention, containment or extinguishing specially adapted for particular objects or places
    • A62C3/02—Fire prevention, containment or extinguishing specially adapted for particular objects or places for area conflagrations, e.g. forest fires, subterranean fires
    • A—HUMAN NECESSITIES
    • A62—LIFE-SAVING; FIRE-FIGHTING
    • A62C—FIRE-FIGHTING
    • A62C37/00—Control of fire-fighting equipment
    • A62C37/36—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device
    • A62C37/38—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device by both sensor and actuator, e.g. valve, being in the danger zone
    • A62C37/40—Control of fire-fighting equipment an actuating signal being generated by a sensor separate from an outlet device by both sensor and actuator, e.g. valve, being in the danger zone with electric connection between sensor and actuator
    • 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

  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了面向森林消防巡检机器人的陆空联动路径规划控制方法，包括以下步骤：当卫星遥感系统检测到森林某区域发生了火灾时，会将警报信号传输到森林消防控制台；森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火；先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况；消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，不耽误时间。本发明将多功能智能机器人引入，提高了森林消防巡检效率。

Description

面向森林消防巡检机器人的陆空联动路径规划控制方法
技术领域
本发明涉及森林消防技术领域，具体为面向森林消防巡检机器人的陆空联动路径规划控制方法。
背景技术
森林火灾，是指失去人为控制，在林地内自由蔓延和扩展，对森林、森林生态系统和人类带来一定危害和损失的林火行为。森林火灾是一种突发性强、破坏性大、处置救助较为困难的自然灾害。
森林防火工作是中国防灾减灾工作的重要组成部分，是国家公共应急体系建设的重要内容，是社会稳定和人民安居乐业的重要保障，是加快林业发展，加强生态建设的基础和前提，事关森林资源和生态安全，事关人民群众生命财产安全。
全世界每年由于森林火灾导致千余人死亡，还会给人民财产带来危害，以及林区的工厂、房屋、桥梁、铁路、输电线路、畜牧、粮食等常常受到森林火灾的威胁。
因此将多功能智能机器人引入该领域中，并且通过改进的控制方法使得多功能智能机器人能够快速扑灭森林火灾将会无比重要。
发明内容
为了解决上述技术问题，本发明提供了如下的技术方案：
本发明提供面向森林消防巡检机器人的陆空联动路径规划控制方法，包括以下步骤：
S1：当卫星遥感系统检测到森林某区域发生了火灾时，会将警报信号传输到森林消防控制台；
S2：森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火；
S3：先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况；
S4：消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，在没有任何时间耽误的优势下，快速到达火灾点进行灭火。
作为本发明的一种优选技术方案，所述的卫星遥感系统将森林发生火灾区域位置发送给森林消防控制台的同时，会对火灾发生区域进行一个预评估，判断需要多少台消防巡检移动机器人才能扑灭森林火灾；
卫星监测森林火灾主要是根据传感器提供的参数，将此地区的卫星影像的DN值（遥感影像像元亮度值）转化为反射率，其DN值计算大气顶的反射率使用定标公式，公式如下:
Figure SMS_1
其中，gain是增益，offset是偏移值。
作为本发明的一种优选技术方案，所述S2中，无人机编队采用的是四旋翼无人机，该款无人机体积小巧，速度敏捷。
作为本发明的一种优选技术方案，在无人机编队飞行时，为了使无人机编队能够更快更好的到达目标地点，需对无人机编队进行集群控制，保证收敛、避免碰撞，此处基于Udwadia–Kalaba约束，将群体跟踪任务描述为一种约束跟踪控制，该方法适用于消防巡检机器人、路面移动机器人、水下机器人中的一种，消防巡检机器人、路面移动机器人、水下机器人都可以通过上述方法进行网络通信进行集群编队。
作为本发明的一种优选技术方案，所述S3中，适合消防巡检移动机器人的最优路径，是由无人机编队通过其机身所搭载的深度视觉相机，对卫星遥感系统所提供的粗略路径采用牛耕法进行精确扫描建立先验地图，再利用D*Lite算法进行路径规划，排除掉可能影响消防巡检移动机器人行驶的缺陷路径，并通过卫星遥感系统将最优路径信息传输回消防巡检移动机器人控制器中；由于无人机在转弯时能耗比无人机直飞过程的能耗消耗的更多，因此可以通过减少无人机的转弯次数优化无人机路径规划；在利用牛耕法进行航拍时，无人机飞行路径
Figure SMS_2
和转弯次数/>
Figure SMS_3
公式分别为：
Figure SMS_4
Figure SMS_5
假设森林区域的长为 a，宽为 b，无人机相机拍摄宽度为 c，并且长度为 c，其中
Figure SMS_6
中/>
Figure SMS_7
是向上取整公式，当作业区域长a不是拍摄宽度 c的整数倍时，采用向上取整方式，保证无人机航拍覆盖整个检测区域。
作为本发明的一种优选技术方案，所述S4中,所述的无人机编队到达森林火灾点后，会在火灾点上方进行一个环绕盘旋，与数据库中以往的火灾数据进行比较，对火灾形势进行一个精确评判，并将数据传输回森林消防控制台，森林消防控制台会进行计算，决定是否需要添加消防巡检移动机器人数量，以增援灭火，在规定任务完成时间T内，完成任务至少需要的消防巡检移动机器人数量n为：
Figure SMS_8
单个消防巡检移动机器人在森林火灾区域内所走的总路程
Figure SMS_9
等于单个消防巡检移动机器人的移动速度V乘以/>
Figure SMS_10
，即
Figure SMS_11
Figure SMS_12
其中，
Figure SMS_13
为赶路过程中消耗的时间，/>
Figure SMS_14
表示消防巡检移动机器人在森林火灾区域内的总路程，/>
Figure SMS_15
表示消防巡检移动机器人赶路的总路程。
本发明的有益效果是：
本发明能根据卫星遥感系统检测到的森林某区域火灾数据，及时将警报信号传输到森林消防控制台；当森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火；先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的最优路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况；消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，在没有任何时间耽误的优势下，快速到达火灾点进行灭火。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明的控制流程图；
图2为本发明的结构示意图；
图3为本发明S1的具体实施框图；
图4为牛耕法原理示意图；
图5为本发明S3具体算法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例：如图1和图2所示，本发明提供一种面向森林消防巡检机器人的陆空联动路径规划控制方法,具体包括如下步骤:
S1：当卫星遥感系统检测到森林某区域发生了火灾时，会将警报信号传输到森林消防控制台。
地面观测和空中遥感证实，3-5μm光谱对燃烧的火焰特别敏感，因此目前火点监测的主要手段就是利用极轨气象卫星去监测地面辐射温度的差异。在卫星监测发现异常光谱后，将警报信号传输到森林消防控制台。根据传感器提供的参数，将此地区的卫星影像的DN值（遥感影像像元亮度值）转化为反射率。
从DN值计算大气顶的反射率使用定标公式，表示为:
Figure SMS_16
其中，gain是增益，offset是偏移值。
根据其反射率获取到像元进行矢量化为燃烧斑块，卫星对比燃烧前后的森林影像，进行空间与时间尺度的匹配，对燃烧火点进行图形过滤后，构建估算模型，计算着火面积。其中，估算模型如下图所示：
Figure SMS_17
其中Q为待估算区域燃烧面积总和（即待估算区域的露天生物质燃烧火点的过火面积),P为参与估算的露天生物质燃烧火点被卫星探测到的比例，
Figure SMS_18
为待估算区域内某一类参与估算的露天生物质燃烧火点的个数，A为与某一类参与估算的露天生物质燃烧火点相对应的燃烧斑块的平均过火面积。
由于森林火灾会进行蔓延，通过以下公式判别其火灾蔓延面积变化。
Figure SMS_19
式中:
Figure SMS_20
表示当前帧图像中过火面积，/>
Figure SMS_21
表示参考帧图像中过火积。
Figure SMS_22
表示这两帧的面积变化差，当/>
Figure SMS_23
=0时，表示两帧图像的面积相同，即面积没有变化，。
根据以上方法得到的结果与数据库中以往的火灾数据进行比较，判断大致需要多少台移动机器人进行灭火，详见图3。
S2：森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火。
为了使无人机编队能够更快更好的到达目标地点，我们需对无人机编队进行集群控制，构成人工群机械系统，并协同完成一些对于单个机械系统来说可能难以完成的任务。
群体跟踪不同于单个机械智能体的目标跟踪，它必须在完成目标跟踪任务的同时，还需保持一定的群属性（例如，收敛、避免碰撞、编队等）。当观察到跟踪目标的运动时，群跟踪任务也可以转化为群编队的轨迹规划工作。由于一般发生的森林火灾都是进行不断移动扩散的，所以跟踪和协调的控制设计对于人工群体机械系统至关重要，该系统必须同时满足这两个要求，且不存在任何违规行为。针对上述要求，我们此处基于Udwadia–Kalaba约束，将群体跟踪任务描述为一种约束跟踪控制，如下所示。
首先，我们对无人机编队进行运动学建模：
Figure SMS_24
其中，
Figure SMS_26
表示无人机编队所在位置，/>
Figure SMS_29
表示目标轨迹的位置,即森林火灾的位置，
Figure SMS_32
表示无人机编队的速度，/>
Figure SMS_27
表示火灾蔓延的速度，N为无人机编队的数量，/>
Figure SMS_30
表示
Figure SMS_31
的势函数，/>
Figure SMS_33
表示森林火灾位置/>
Figure SMS_25
与/>
Figure SMS_28
的势函数。由运动学建模描述的人工群体机械系统可以表现出一些特殊的行为，如收敛性、轨迹跟踪和编队。
由于在飞行控制过程中，无人机编队会受到约束控制，其受约束力可总结为下式：
Figure SMS_34
Figure SMS_35
Figure SMS_36
其中，
Figure SMS_37
表示约束力，/>
Figure SMS_38
为惯性矩阵，/>
Figure SMS_39
为其逆矩阵，F为动力学中的其他所有部分，例如重力，离心力等，/>
Figure SMS_40
是与非完整约束相关的矩阵。
根据得到的约束力，为人工群体机械系统设计了一种新的控制设计。所提出的控制是一种基于模型的反馈控制设计，属于动力学方法，同时也利用了运动学方法的优点。其动力学控制方程如下所示：
Figure SMS_41
Figure SMS_42
Figure SMS_43
Figure SMS_44
Figure SMS_45
Figure SMS_46
其中
Figure SMS_47
表示离心力，/>
Figure SMS_48
表示重力矩阵，/>
Figure SMS_49
为控制输入，/>
Figure SMS_50
为输入矩阵,/>
Figure SMS_51
为标量常数，/>
Figure SMS_52
为约束跟随误差向量。
根据我们设计的控制方法，可以很好的控制无人机编队更加迅速有序的到达目标地点。
S3：先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况。
由于森林环境分布复杂，尤其对于山地的森林作物高低不同，利用卫星影像难以构建完整的三维地图信息。故在无人机编队朝目标点飞行过程中，采用视觉相机拍摄所有画面，并应用目标检测算法构建先验地图，获取自身精确的位姿，依靠该地图进行全局定位与规划路 径，进而完成发布的导航任务。
完成最佳搜索路径需包含两层意思：完整性和效率。完整性是指规划的路径必须覆盖整个搜索区域，不遗漏任何一块面积。效率是指在完整性的基础上，规划路径尽量减少无人机飞行距离，同时减少重复覆盖面积。
无人机在转弯时能耗比无人机直飞过程的能耗消耗的更多，所以减少无人机转弯次数可以减少无人机的能量消耗，因此可以通过减少无人机的转弯次数优化无人机路径规划。本发明中各无人机按照每个划分草原区域的最大方向飞行，即区域宽度大的方向，可满足无人机转弯的次数尽可能的少。
经过比对，我们首先采用牛耕法进行全局地图构建，如图4所示，牛耕法规划的无人机路径属于往复式，先在待检测区域的边界选择一点作为无人机的起飞点，无人机起飞后沿着某个方向直线飞行，当飞至区域的边界时，无人机旋转 90°转弯，飞行宽度为c时，转弯再沿之前方向直线飞行，重复此过程直至无人机相机拍摄整个森林区域。同时，无人机相机的视野宽度也为c，视野宽度根据相机的视场角计算得到。
假设森林区域的长为 a，宽为 b。无人机相机拍摄宽度为 c，并且长度为 c。这片长方形区域内，采用牛耕法航拍作业，路径
Figure SMS_53
和转弯次数/>
Figure SMS_54
公式分别为：
Figure SMS_55
Figure SMS_56
其中
Figure SMS_57
中/>
Figure SMS_58
是向上取整公式，当作业区域长a不是拍摄宽度 c的整数倍时，采用向上取整方式，保证无人机航拍覆盖整个检测区域。
有了较为准确的全局地图后，无人机即可根据目标点信息采用路径规划算法规划出一条最优路径并完成导航任务。此处我们利用D* Lite算法进行路径规划，具体公式如下所示：
Figure SMS_59
其中：g(s)表示s点到目标点的预计最短距离，R(s) 对于s 的所有邻接节点，求它们到s 的距离加上邻接节点自身的g值，其中最小的那个值作为 s 的R(s)值。
Figure SMS_60
h 值是启发式搜索得到的值，表示为从起始小区域到当前小区域的这两个区域的x（长）和y（宽）坐标的绝对值的最大值。若无人机飞行时视觉传感器检测到将要飞行的路径被覆盖，则该节点到目标点的预计最短距离 g 值变为∞，算法检测到该节点的 g 值与R(s)值不一致，则将原本路径节点的信息 g 值、R(s) 值和 K值更新，根据所有的路径信息更新一条新的从此刻位置到目标点的最佳路径，具体流程图见图5。
S4：消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，在没有任何时间耽误的优势下，快速到达火灾点进行灭火。
另外需注意，在进行地图重新构建与最优路径规划后，当无人机编队到达森林火灾点后，会在火灾点上方进行一个环绕盘旋，对火灾形势进行一个精确评判，并将数据传输回森林消防控制台，森林消防控制台会进行计算，决定是否需要添加消防巡检移动机器人数量，以增援灭火。
由于多个消防巡检移动机器人之间是并行工作的，所以在没有消防巡检移动机器人损坏情况下，单个消防巡检移动机器人的工作时间等于森林救火任务的完成时间。若按照规定任务完成时间为T，可根据完成救火任务所需的总行走路径（包括赶路与救火行走总路程），与单个消防巡检移动机器人在规定T内所走的总路程求得至少需要消防巡检移动机器人的数量n。（大N给改成n）
消防巡检移动机器人采用网格精分的路径规划方式完成森林救火任务，对于一个长度和宽度分别为 a 和 b 的多边形森林区域，消防巡检移动机器人完成森林救火所需的总行走路径等于在森林区域的喷洒总路径加上总转弯数所走的路径和赶路的路程。
Figure SMS_61
Figure SMS_62
Figure SMS_63
Figure SMS_64
其中，
Figure SMS_65
表示总共转弯的次数，width表示消防巡检移动机器人的喷洒灭火物质的最大宽度范围，/>
Figure SMS_66
表示消防巡检移动机器人转弯过程的路程，/>
Figure SMS_67
表示消防巡检移动机器人的转弯角，/>
Figure SMS_68
表示消防巡检移动机器人第i次转弯前按森林区域某一长度方向移动的路程。/>
Figure SMS_69
表示消防巡检移动机器人在森林火灾区域内的总路程，/>
Figure SMS_70
表示消防巡检移动机器人完成整个救火任务的总路程,/>
Figure SMS_71
表示消防巡检移动机器人赶路的总路程。
单个消防巡检移动机器人在森林火灾区域内所走的总路程
Figure SMS_72
等于单个消防巡检移动机器人的移动速度V乘以/>
Figure SMS_73
，其中/>
Figure SMS_74
为赶路过程中消耗的时间。
Figure SMS_75
Figure SMS_76
所以，在规定任务完成时间T内，完成任务至少需要的消防巡检移动机器人数量n为：
Figure SMS_77
综上所述，本发明能根据卫星遥感系统检测到的森林某区域火灾数据，及时将警报信号传输到森林消防控制台；当森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火；先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的最优路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况；消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，在没有任何时间耽误的优势下，快速到达火灾点进行灭火。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.面向森林消防巡检机器人的陆空联动路径规划控制方法，包括以下步骤：
S1：当卫星遥感系统检测到森林某区域发生了火灾时，会将警报信号传输到森林消防控制台；
S2：森林消防控制台接收警报，会首先派出无人机编队作为先头部队，接着会派出消防巡检移动机器人前往指定地点灭火；
S3：先行前往的无人机编队首先会根据遥感卫星所提供的粗略地形数据，找到一条适合消防巡检移动机器人行驶的路径，向着火灾点飞行，并及时反馈路途中影响消防巡检移动机器人行驶的环境障碍情况；
S4：消防巡检移动机器人能够根据无人机先行部队提供的正确路径，快速行驶，在没有任何时间耽误的优势下，快速到达火灾点进行灭火；
其特征在于，
所述的卫星遥感系统将森林发生火灾区域位置发送给森林消防控制台的同时，会对火灾发生区域进行一个预评估，判断需要多少台消防巡检移动机器人才能扑灭森林火灾；
卫星监测森林火灾主要是根据传感器提供的参数，将此地区的卫星影像的DN值转化为反射率，其DN值计算大气顶的反射率使用定标公式，公式如下:
P(toa)＝DN*gain+offset
其中，gain是增益，offset是偏移值；
所述S4中,所述的消防巡检移动机器人到达森林火灾点后，会在火灾点上方进行一个环绕盘旋，与数据库中以往的火灾数据进行比较，对火灾形势进行一个精确评判，并将数据传输回森林消防控制台，森林消防控制台会进行计算，决定是否需要添加消防巡检移动机器人数量，以增援灭火，在规定任务完成时间T内，完成任务至少需要的消防巡检移动机器人数量n为：
Figure FDA0004243031670000021
单个消防巡检移动机器人在森林火灾区域内所走的总路程S单等于单个消防巡检移动机器人的移动速度V乘以(T-Ts)，即
S单＝V*(T-Ts)
Figure FDA0004243031670000022
其中，Ts为赶路过程中消耗的时间，S救表示消防巡检移动机器人在森林火灾区域内的总路程，Sg表示消防巡检移动机器人赶路的总路程。
2.根据权利要求1所述的面向森林消防巡检机器人的陆空联动路径规划控制方法，其特征在于，所述S2中，无人机编队采用的是四旋翼无人机。
3.根据权利要求1所述的面向森林消防巡检机器人的陆空联动路径规划控制方法，其特征在于，在无人机编队飞行时，为了使无人机编队能够更快更好的到达目标地点，需对无人机编队进行集群控制，保证收敛、避免碰撞，此处基于Udwadia–Kalaba约束，将群体跟踪任务描述为一种约束跟踪控制。
4.根据权利要求1所述的面向森林消防巡检机器人的陆空联动路径规划控制方法，其特征在于，所述S3中，适合消防巡检移动机器人的最优路径，是由无人机编队通过其机身所搭载的深度视觉相机，对卫星遥感系统所提供的粗略路径采用牛耕法进行精确扫描建立先验地图，再利用D*Lite算法进行路径规划，排除掉可能影响消防巡检移动机器人行驶的缺陷路径，并通过卫星遥感系统将最优路径信息传输回消防巡检移动机器人控制器中；由于无人机在转弯时能耗比无人机直飞过程的能耗消耗的更多，因此可以通过减少无人机的转弯次数优化无人机路径规划；在利用牛耕法进行航拍时，无人机飞行路径L1和转弯次数S1公式分别为：
Figure FDA0004243031670000031
Figure FDA0004243031670000032
假设森林区域的长为a，宽为b，无人机相机拍摄宽度为c，并且长度为c，其中
Figure FDA0004243031670000033
中ceil是向上取整公式，当作业区域长a不是拍摄宽度c的整数倍时，采用向上取整方式，保证无人机航拍覆盖整个检测区域。
CN202210624623.0A 2022-06-02 2022-06-02 面向森林消防巡检机器人的陆空联动路径规划控制方法 Active CN114949664B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210624623.0A CN114949664B (zh) 2022-06-02 2022-06-02 面向森林消防巡检机器人的陆空联动路径规划控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210624623.0A CN114949664B (zh) 2022-06-02 2022-06-02 面向森林消防巡检机器人的陆空联动路径规划控制方法

Publications (2)

Publication Number Publication Date
CN114949664A CN114949664A (zh) 2022-08-30
CN114949664B true CN114949664B (zh) 2023-06-27

Family

ID=82959069

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210624623.0A Active CN114949664B (zh) 2022-06-02 2022-06-02 面向森林消防巡检机器人的陆空联动路径规划控制方法

Country Status (1)

Country Link
CN (1) CN114949664B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117057156B (zh) * 2023-08-30 2024-09-27 广东工业大学 一种陆空两栖飞行器路径搜索方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318707B (zh) * 2014-11-04 2016-12-07 河南城建学院 基于卫星遥感图像的森林火灾检测平台
CN107137838B (zh) * 2017-05-08 2019-12-03 宁波华狮智能科技有限公司 一种基于消防机器人的火灾救援闭环控制系统及方法
CN108806162A (zh) * 2018-07-24 2018-11-13 烟台伺维特智能科技有限公司 一种无人机平台的森林防火灭火系统及方法
CN110127055A (zh) * 2019-05-24 2019-08-16 北京深醒科技有限公司 一种基于四旋翼无人机结构的社区巡航机器人
JP7533885B2 (ja) * 2020-04-23 2024-08-14 消防庁長官 ロボット部署位置計算装置及びプログラム
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
CN112774073B (zh) * 2021-02-05 2022-02-11 燕山大学 无人机引导的多机协作灭火方法及其灭火系统
CN113559438B (zh) * 2021-06-28 2022-05-24 中交遥感载荷(江苏)科技有限公司 一种基于无人机的森林防火灭火方法及其无人机

Also Published As

Publication number Publication date
CN114949664A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
Pham et al. A distributed control framework for a team of unmanned aerial vehicles for dynamic wildfire tracking
CN112327914B (zh) 一种高层消防多无人机室内协同路径规划方法及系统
Javaid et al. Communication and control in collaborative UAVs: Recent advances and future trends
CN108897312B (zh) 多无人飞行器对大规模环境的持续监控路径规划方法
Kumar et al. Cooperative control of multiple uninhabited aerial vehicles for monitoring and fighting wildfires
CN111932813B (zh) 一种基于边缘计算的无人机森林火灾侦察系统及工作方法
Phan et al. A cooperative UAV/UGV platform for wildfire detection and fighting
Merino et al. Automatic forest fire monitoring and measurement using unmanned aerial vehicles
CN111508181A (zh) 基于多无人机的森林防火系统及其方法
CN106334283A (zh) 一种灭火救援机器人系统及控制方法
Sherstjuk et al. Forest fire monitoring system based on UAV team, remote sensing, and image processing
CN114949664B (zh) 面向森林消防巡检机器人的陆空联动路径规划控制方法
WO2018103716A1 (zh) 复合飞行控制方法和系统、飞行器
CN116764147A (zh) 一种搭载灭火装置的防爆巡检无人车
CN109035665A (zh) 一种新型森林火灾预警系统及火灾预警方法
Lei et al. Multitask allocation framework with spatial dislocation collision avoidance for multiple aerial robots
CN116597155B (zh) 基于多平台协同计算模式的林火蔓延预测方法和系统
CN117369519A (zh) 一种应用于森林防火场景的无人机自动巡航系统
Sherstjuk et al. Forest fire fighting using heterogeneous ensemble of unmanned aerial vehicles
Walter et al. Extinguishing Real Fires by Fully Autonomous Multirotor UAVs in the MBZIRC 2020 Competition.
Shrestha et al. Multi objective uav network deployment for dynamic fire coverage
CN113239616B (zh) 一种基于无人艇-机集群协同的海岛火灾救援方法及系统
CN108282221B (zh) 一种减小不安全区域的多无人机的安全通信策略
CN117889882A (zh) 一种基于地空无人集群协同态势评估的路网规划方法
CN111243215B (zh) 一种森林火场低空无人机监测预警系统及方法

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
GR01 Patent grant
GR01 Patent grant