CN115268504A - 一种大型无人机仿地飞行路径规划方法 - Google Patents
一种大型无人机仿地飞行路径规划方法 Download PDFInfo
- Publication number
- CN115268504A CN115268504A CN202211196269.2A CN202211196269A CN115268504A CN 115268504 A CN115268504 A CN 115268504A CN 202211196269 A CN202211196269 A CN 202211196269A CN 115268504 A CN115268504 A CN 115268504A
- Authority
- CN
- China
- Prior art keywords
- point
- path
- point set
- points
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000009499 grossing Methods 0.000 claims abstract description 13
- 238000013507 mapping Methods 0.000 claims abstract description 7
- 239000000126 substance Substances 0.000 claims description 12
- 230000009194 climbing Effects 0.000 claims description 10
- 230000001186 cumulative effect Effects 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000005452 bending Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 241000287196 Asthenes Species 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 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
- 238000011158 quantitative evaluation Methods 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
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)
Abstract
本发明公开了一种大型无人机仿地飞行路径规划方法,该方法包括以下步骤:基于所述大型无人机仿地飞行的起点和终点,获取所述大型无人机仿地飞行的路径点集;将所述路径点集映射到二维空间平面进行平滑处理,得到大型无人机仿地飞行的最短路径点集;基于所述最短路径点集,得到大型无人机仿地飞行的路径规划。本发明提升了大型无人机飞行的效率、安全性、飞行路径的光滑性,而且使得大型无人机执行飞行任务时爬升下滑更为合理,实现了飞行航点提取,降低了路径的数据冗余。
Description
技术领域
本发明涉及仿地飞行技术领域,特别是一种大型无人机仿地飞行路径规划方法。
背景技术
大型无人机在执行仿地飞行任务时,优秀的规划路线使得飞行时间减短、飞行功耗减低。目前无人机仿地飞行路径规划大致有在避障规划路径基础上匹配DEM或借助机载传感器计算相对高度并作出调整,这些方法在平原和丘陵地区适用,在高差较大的山区难以应用。一方面,航线高差变化剧烈时,无人机调整高度的时间长,耗能高;另一方面,规划航线穿过难以逾越的高山时,无人机将陷入困境。即使可以穿越,是采取穿越还是绕行需要定量的评价。
发明内容
鉴于此,本发明提供一种大型无人机仿地飞行路径规划方法,充分考虑了飞机性能,提升了飞行的效率和安全性、飞行路径的光滑性。
本发明公开了一种大型无人机仿地飞行路径规划方法,包括以下步骤:
步骤1:基于所述大型无人机仿地飞行的起点和终点,获取所述大型无人机仿地飞行的路径点集;
步骤2:将所述路径点集映射到二维空间平面进行平滑处理,得到大型无人机仿地飞行的最短路径点集;
步骤3:基于所述最短路径点集,得到大型无人机仿地飞行的路径规划。
进一步地,所述步骤1包括:
步骤11:获取大型无人机仿地飞行的起点和终点,将起点添加到open表中,并初始化open表、close表;其中,open表和close表均用于记录点的位置、f值、方位角、父节点;
步骤12:从open表中f值最小的点的所有邻域点中找出符合筛选条件的点,形成邻域点集;
步骤13:计算邻域点集中所有点的f值;
步骤14:分别判断邻域点集中的所有点是否在open表中,若不在,则将其添加至open表中,若在,则分别判断其f值是否小于open表中对应位置的点的f值;若是,则分别将较小的f值作为open表中对应位置的点的f值,且将open表中f值最小的点作为较小的f值对应的邻域点的父节点;
步骤15:若open表中f值最小的点为终点,则算法结束,按照子父节点关系,从终点回溯至其先辈节点,即起点,以生成规划路径点集,记为路径点集M;否则,将open表中f值最小的点转移至close表,重复执行步骤12至步骤15,直至open表中f值最小的点为终点或open表为空,输出路径点集M或路径规划失败。
进一步地,所述筛选条件包括通行条件、转弯半径约束条件和旁侧安全条件;
所述通行条件为不属于障碍点;
所述转弯半径约束条件为:
所述旁侧安全条件为:
进一步地,所述计算邻域点集中所有点的f值的公式为:
其中,f为代价,f值越小表示越接近终点,为累加求和,dis为邻域点集中任意一
点N到终点的欧式距离,为起点到任意一点N的路径长度,为超出理想爬升、下滑角的
额外代价,为open表中f值最小的点到任意一点N的爬升或下滑斜率,为大型无人机的经
济速度,均为待定系数,和分别表示路径中第q个点的高程和该点的父节点,即
第q-1个点的高程,q的取值范围为2至m,m为正整数,m指组成起点到任意一点N的路径的点
数量。
进一步地,所述步骤2包括:
步骤22:基于三维点集形成的路径,构造以该路径在xy平面的投影曲线为准线、z
轴的平行线为直母线的柱面,将该柱面展开为平面;将三维点集映射到二维空间平面上
得到二维点集,记为;对二维点集中所有点连成的路径进行平滑处理得到点集;在将点
集逆变换到xyz坐标系中形成最短路径点集。
进一步地,所述步骤21包括:
步骤211:去除点集中所有点的z轴坐标,得到点集,、、分别为点集中第个点的x轴坐标、y轴坐标、z轴坐标,n分别为路
径点集M和点集中点的总数量;对以下目标函数进行最小化运算,以对点集T进行平滑处理
并映射到xyz坐标系中得到三维点集,,、分别为三维点集中第个
点的x轴坐标、y轴坐标;
其中,为累加求和,min表示最小值函数,为约束条件,为的余弦
值,其计算方式为,A、B、C分别为三维点集中的第i、
i-1、i+1个点,和分别为三维点集中的点相对于路径点集M中的点在x轴正方向和y轴正
方向的最大偏离量,和分别为三维点集中的点相对于路径点集M中的点在x轴负方向和
y轴负方向的最大偏离量;
步骤212:取DEM中三维点集中第i个点的邻域栅格值,基于所述邻域栅格值,采用
二次线性插值法求得高程并将其作为三维点集中第i个点的z轴坐标;重复执行步骤212,
直至求得三维点集中所有点的z轴坐标。
进一步地,所述步骤22包括:
其中,为累加求和,min表示最小值函数,为约束条件,为三维点集投影在xy
平面上的路径中的第i个点距起点的路径长度,、、分别为点集中第i-1个、i+1
个、i个点在xyz坐标系中对应的z轴坐标,即为待求的参数,为在z轴负方向的最大偏离
量,为在z轴正方向平滑的最大偏离量,和分别为下滑角和爬升角,为使点集中第i
个点的z坐标有解的松弛因子;
进一步地,所述步骤3包括:
步骤34:分别计算每个修正航点的转弯半径,并将每个修正航点的转弯半径与预设阈值进行比较,以规划大型无人机的飞行路径。
进一步地,所述步骤32包括:
的转弯半径的初步估计值为:
进一步地,所述步骤33包括:
在所述步骤34中,分别使用步骤321中转弯半径的初步估计值公式计算所有修正航点的转弯半径;若修正航点的转弯半径大于预设阈值,则将大型无人机在该修正航点处的仿地飞行路线规划为直线;否则,将大型无人机在该修正航点处的仿地飞行路线规划为提前转弯。
由于采用了上述技术方案,本发明具有如下的优点:
(1)本发明针对无人直升机仿地飞行特点,引入邻域方位角、爬升下滑代价、旁侧安全保证等设计改进A*算法,实现了仿地飞行最短路径点获取。该路径充分考虑了飞机性能,提升了飞行的效率和安全性。
(2)本发明针对格网路径的不规则的特点,分别在水平面和竖直方向采用有约束的平滑方法,提升了飞行路径的光滑性,使得执行飞行任务时爬升下滑更为合理。
(3)本发明考虑地面站和飞机平台的数据传输限制,采用路径简化和航点修正方法,实现了飞行航点提取,降低了路径的数据冗余。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明实施例中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例的一种大型无人机仿地飞行路径规划方法的流程示意图;
图2为本发明实施例的open表中点P的邻域图;
图3为本发明实施例的某局部路径示意图;
图4为本发明实施例的仿地飞行最短路径航点提取示意图。
具体实施方式
结合附图和实施例对本发明作进一步说明,显然,所描述的实施例仅是本发明实施例一部分实施例,而不是全部的实施例。本领域普通技术人员所获得的所有其他实施例,都应当属于本发明实施例保护的范围。
本方法针对仿地飞行避障、飞行性能约束下的飞行时间最少的无人机路径规划问题,利用仿地飞行最短路径点获取算法规划飞行路径并采用二次规划和路径简化算法求解任务区域内最少耗时飞行航点。同时本发明还提出了解决上述问题的仿地飞行最短路径点获取算法和简易的航点提取方法。
参见图1,本发明提供了一种大型无人机仿地飞行路径规划方法的实施例,该方法包括:
S1:基于大型无人机仿地飞行的起点和终点,获取大型无人机仿地飞行的路径点集;
S2:将路径点集映射到二维空间平面进行平滑处理,得到大型无人机仿地飞行的最短路径点集;
S3:基于最短路径点集,得到大型无人机仿地飞行的路径规划。
本实施例中,S1包括:
S11:获取大型无人机仿地飞行的起点和终点,将起点添加到open表中,并初始化open表、close表;其中,open表和close表均用于记录点的位置、f值、方位角、父节点;起点的f值为0,方位角为-1,-1表示起点不受转弯半径约束;
S12:从open表中f值最小的点的所有邻域点中找出符合筛选条件的点,形成邻域点集;
S13:计算邻域点集中所有点的f值;
S14:分别判断邻域点集中的所有点是否在open表中,若不在,则将其添加至open表中,若在,则分别判断其f值是否小于open表中对应位置的点的f值;若是,则分别将较小的f值作为open表中对应位置的点的f值,且将open表中f值最小的点作为较小的f值对应的邻域点的父节点;
S15:若open表中f值最小的点为终点,则算法结束,按照子父节点关系,从终点回溯至其先辈节点,即起点,以生成规划路径点集,记为路径点集M;否则,将open表中f值最小的点转移至close表,重复执行S12至S15,直至open表中f值最小的点为终点或open表为空,输出路径点集M或路径规划失败。
本实施例中,筛选条件包括通行条件、转弯半径约束条件和旁侧安全条件;
通行条件为不属于障碍点;
转弯半径约束条件为:
假设open表中f值最小的点为点P,点P的邻域中每个方向的代号和分布见图2。在图2中,设1方向为正北,则邻域节点序号1-16对应的方位角(°)为0,26,45,63,90,116,135,153,180,206,225,243,270,296,315,333。当P为起点时,不受转弯半径约束。
旁侧安全条件为:
本实施例中,计算邻域点集中所有点的f值的公式为:
其中,f为代价,f值越小表示越接近终点,为累加求和,dis为邻域点集中任意一
点N到终点的欧式距离,为起点到任意一点N的路径长度,为超出理想爬升、下滑角的
额外代价,为open表中f值最小的点到任意一点N的爬升或下滑斜率,为大型无人机的经
济速度,均为待定系数,和分别表示路径中第q个点的高程和该点的父节点,即
第q-1个点的高程,q的取值范围为2至m,m为正整数,m指组成起点到任意一点N的路径的点
数量。其中,此路径指的是:假设open表中f值最小的点为邻域点集中任意一点N的父节点,
根据子父节点关系,从任意一点N回溯至起点而形成的路径。
本实施例中,S2包括:
S22:基于三维点集形成的路径,构造以该路径在xy平面的投影曲线为准线、z轴
的平行线为直母线的柱面,将该柱面展开为平面;将三维点集映射到二维空间平面上得
到二维点集,记为;对二维点集中所有点连成的路径进行平滑处理得到点集;在将点集逆变换到xyz坐标系中形成最短路径点集。
本实施例中,S21包括:
S211:去除点集中所有点的z轴坐标,得到点集,、、分别为点集中第个点的x轴坐标、y轴坐标、z轴坐标,n分别为路
径点集M和点集中点的总数量;对以下目标函数进行最小化运算,以对点集T进行平滑处理
并映射到xyz坐标系中得到三维点集,,、分别为三维点集中第个
点的x轴坐标、y轴坐标;
其中,为累加求和,min表示最小值函数,为约束条件,为的余弦
值,其计算方式为,A、B、C分别为三维点集中的第i、
i-1、i+1个点,和分别为三维点集中的点相对于路径点集M中的点在x轴正方向和y轴正
方向的最大偏离量,和分别为三维点集中的点相对于路径点集M中的点在x轴负方向和
y轴负方向的最大偏离量;
某局部路径示意如图3所示,对于离散点坐标,其路径弯曲程度可由的余
弦值表示。其余弦值越大,表示弯曲程度越大。前后余弦值的差可表征弯曲变化情况。因此,
可以通过上述S211中的目标函数对路径点集M中每个点的x轴坐标和y轴坐标进行平滑处
理。
本实施例中,S22包括:
由于无人机爬升和下滑的性能约束,实际飞行中爬升、下滑的角度变化应是平滑
的,且爬升和下滑率应在一定的区间内。将曲线点的xyz值转换为曲线在xy平面的投影线距
起点的距离d和z值,以d、z两变量研究爬升和下滑的约束问题。将图4中的模作为弯曲程度
指标,高程差作为高程变化指标,对以下目标函数进行最小化运算,以平滑处理二维点集
中所有点连成的路径得到点集,记点集中第i个点的坐标为:
其中,为累加求和,min表示最小值函数,为约束条件,为三维点集投影在xy
平面上的路径中的第i个点距起点的路径长度,、、分别为点集中第i-1个、i+1
个、i个点在xyz坐标系中对应的z轴坐标,即为待求的参数,为在z轴负方向的最大偏离
量,为在z轴正方向平滑的最大偏离量,和分别为下滑角和爬升角,为使点集中第i
个点的z坐标有解的松弛因子;
本实施例中,S3包括:
S34:分别计算每个修正航点的转弯半径,并将每个修正航点的转弯半径与预设阈值进行比较,以规划大型无人机的飞行路径。
本实施例中,S32包括:
的转弯半径的初步估计值为:
本实施例中,S33包括:
在S34中,分别使用S321中转弯半径的初步估计值公式计算所有修正航点的转弯半径;若修正航点的转弯半径大于预设阈值,则将大型无人机在该修正航点处的仿地飞行路线规划为直线;否则,将大型无人机在该修正航点处的仿地飞行路线规划为提前转弯。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种大型无人机仿地飞行路径规划方法,其特征在于,包括以下步骤:
步骤1:基于所述大型无人机仿地飞行的起点和终点,获取所述大型无人机仿地飞行的路径点集;
步骤2:将所述路径点集映射到二维空间平面进行平滑处理,得到大型无人机仿地飞行的最短路径点集;
步骤3:基于所述最短路径点集,得到大型无人机仿地飞行的路径规划。
2.根据权利要求1所述的方法,其特征在于,所述步骤1包括:
步骤11:获取大型无人机仿地飞行的起点和终点,将起点添加到open表中,并初始化open表、close表;其中,open表和close表均用于记录点的位置、f值、方位角、父节点;
步骤12:从open表中f值最小的点的所有邻域点中找出符合筛选条件的点,形成邻域点集;
步骤13:计算邻域点集中所有点的f值;
步骤14:分别判断邻域点集中的所有点是否在open表中,若不在,则将其添加至open表中,若在,则分别判断其f值是否小于open表中对应位置的点的f值;若是,则分别将较小的f值作为open表中对应位置的点的f值,且将open表中f值最小的点作为较小的f值对应的邻域点的父节点;
步骤15:若open表中f值最小的点为终点,则算法结束,按照子父节点关系,从终点回溯至其先辈节点,即起点,以生成规划路径点集,记为路径点集M;否则,将open表中f值最小的点转移至close表,重复执行步骤12至步骤15,直至open表中f值最小的点为终点或open表为空,输出路径点集M或路径规划失败。
6.根据权利要求5所述的方法,其特征在于,所述步骤21包括:
步骤211:去除点集中所有点的z轴坐标,得到点集,、、分别为点集中第个点的x轴坐标、y轴坐标、z轴坐标,n分别为路
径点集M和点集中点的总数量;对以下目标函数进行最小化运算,以对点集T进行平滑处理
并映射到xyz坐标系中得到三维点集,,、分别为三维点集中第个
点的x轴坐标、y轴坐标;
其中,为累加求和,min表示最小值函数,为约束条件,为的余弦值,
其计算方式为,A、B、C分别为三维点集中的第i、i-1、
i+1个点,和分别为三维点集中的点相对于路径点集M中的点在x轴正方向和y轴正方向
的最大偏离量,和分别为三维点集中的点相对于路径点集M中的点在x轴负方向和y轴
负方向的最大偏离量;
7.根据权利要求6所述的方法,其特征在于,所述步骤22包括:
其中,为累加求和,min表示最小值函数,为约束条件,为三维点集投影在xy平面
上的路径中的第i个点距起点的路径长度,、、分别为点集中第i-1个、i+1个、i
个点在xyz坐标系中对应的z轴坐标,即为待求的参数,为在z轴负方向的最大偏离量,
为在z轴正方向平滑的最大偏离量,和分别为下滑角和爬升角,为使点集中第i个点
的z坐标有解的松弛因子;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211196269.2A CN115268504B (zh) | 2022-09-29 | 2022-09-29 | 一种大型无人机仿地飞行路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211196269.2A CN115268504B (zh) | 2022-09-29 | 2022-09-29 | 一种大型无人机仿地飞行路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115268504A true CN115268504A (zh) | 2022-11-01 |
CN115268504B CN115268504B (zh) | 2022-12-27 |
Family
ID=83756692
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211196269.2A Active CN115268504B (zh) | 2022-09-29 | 2022-09-29 | 一种大型无人机仿地飞行路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115268504B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117406784A (zh) * | 2023-12-01 | 2024-01-16 | 四川腾盾科技有限公司 | 一种固定翼无人机在线路径规划方法、介质及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692315A (zh) * | 2009-09-25 | 2010-04-07 | 民航总局空管局技术中心 | 基于实时雷达数据的高精度4d飞机航迹分析方法 |
CN108204814A (zh) * | 2016-12-20 | 2018-06-26 | 南京理工大学 | 无人机三维场景路径导航平台及其三维改进路径规划方法 |
CN109947136A (zh) * | 2019-02-28 | 2019-06-28 | 清华大学 | 一种面向无人机群体快速目标搜索的协同主动感知方法 |
WO2019222798A1 (en) * | 2018-05-22 | 2019-11-28 | Acid Ip Pty Ltd | Drone flight programming method and system |
CN113093787A (zh) * | 2021-03-15 | 2021-07-09 | 西北工业大学 | 一种基于速度场的无人机轨迹规划方法 |
CN113592891A (zh) * | 2021-07-30 | 2021-11-02 | 华东理工大学 | 无人车可通行域分析方法及导航栅格地图制作方法 |
CN114840030A (zh) * | 2022-05-24 | 2022-08-02 | 四川傲势科技有限公司 | 无人机仿地飞行航线自动规划方法、无人机及存储介质 |
-
2022
- 2022-09-29 CN CN202211196269.2A patent/CN115268504B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692315A (zh) * | 2009-09-25 | 2010-04-07 | 民航总局空管局技术中心 | 基于实时雷达数据的高精度4d飞机航迹分析方法 |
CN108204814A (zh) * | 2016-12-20 | 2018-06-26 | 南京理工大学 | 无人机三维场景路径导航平台及其三维改进路径规划方法 |
WO2019222798A1 (en) * | 2018-05-22 | 2019-11-28 | Acid Ip Pty Ltd | Drone flight programming method and system |
CN109947136A (zh) * | 2019-02-28 | 2019-06-28 | 清华大学 | 一种面向无人机群体快速目标搜索的协同主动感知方法 |
CN113093787A (zh) * | 2021-03-15 | 2021-07-09 | 西北工业大学 | 一种基于速度场的无人机轨迹规划方法 |
CN113592891A (zh) * | 2021-07-30 | 2021-11-02 | 华东理工大学 | 无人车可通行域分析方法及导航栅格地图制作方法 |
CN114840030A (zh) * | 2022-05-24 | 2022-08-02 | 四川傲势科技有限公司 | 无人机仿地飞行航线自动规划方法、无人机及存储介质 |
Non-Patent Citations (5)
Title |
---|
何燕: "基于动态加权A~*算法的无人机航迹规划", 《河北科技大学学报》 * |
卞强,等: "一种新的改进A~*算法无人机三维路径规划", 《武汉理工大学学报》 * |
孙淑光,等: "基于融合A~*算法的无人机路径规划研究", 《电子测量技术》 * |
张弛,等: "基于遗传算法的无人机航路规划研究", 《信息化研究》 * |
郭腾飞等: "基于流函数法的无人机航路规划", 《战术导弹技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117406784A (zh) * | 2023-12-01 | 2024-01-16 | 四川腾盾科技有限公司 | 一种固定翼无人机在线路径规划方法、介质及装置 |
CN117406784B (zh) * | 2023-12-01 | 2024-03-22 | 四川腾盾科技有限公司 | 一种固定翼无人机在线路径规划方法、介质及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115268504B (zh) | 2022-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112347840B (zh) | 视觉传感器激光雷达融合无人机定位与建图装置和方法 | |
Carle et al. | Long‐range rover localization by matching LIDAR scans to orbital elevation maps | |
CN112014857B (zh) | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 | |
CN108958285B (zh) | 一种基于分解思想的高效多无人机协同航迹规划方法 | |
CN112965063B (zh) | 一种机器人建图定位方法 | |
CN110458174B (zh) | 一种无序点云关键特征点精确提取方法 | |
CN113470089B (zh) | 一种基于三维点云的跨域协同定位和建图方法及系统 | |
CN103413352A (zh) | 基于rgbd多传感器融合的场景三维重建方法 | |
CN109100731B (zh) | 一种基于激光雷达扫描匹配算法的移动机器人定位方法 | |
CN112762957B (zh) | 一种基于多传感器融合的环境建模及路径规划方法 | |
CN110926485B (zh) | 一种基于直线特征的移动机器人定位方法及系统 | |
CN114862932B (zh) | 基于bim全局定位的位姿修正方法及运动畸变矫正方法 | |
CN115268504B (zh) | 一种大型无人机仿地飞行路径规划方法 | |
CN112432648A (zh) | 一种移动型机器人安全运动轨迹的实时规划方法 | |
CN108204814A (zh) | 无人机三维场景路径导航平台及其三维改进路径规划方法 | |
US11506505B2 (en) | Methods and apparatus for determining a vehicle path | |
CN110580740B (zh) | 多智能体协同三维建模方法及装置 | |
CN107632616B (zh) | 一种基于三维空间曲线的无人机协同路径规划方法 | |
CN115683141A (zh) | 一种未知环境下用于自动驾驶的局部参考路径生成方法 | |
CN112149911A (zh) | 一种超敏捷卫星同轨多点目标动中成像任务规划方法 | |
CN110288620B (zh) | 基于线段几何特征的图像匹配方法及飞行器导航方法 | |
CN111829514A (zh) | 一种适用于车辆底盘集成控制的路面工况预瞄方法 | |
CN115355904A (zh) | 一种针对地面移动机器人的Lidar-IMU融合的slam方法 | |
CN109443355B (zh) | 基于自适应高斯pf的视觉-惯性紧耦合组合导航方法 | |
CN108592916B (zh) | 悬浮式水下自主航行器的多航次地图定位和导航方法 |
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 |