CN116860007B - 针对搜寻任务的无人机阵列实时路径生成方法 - Google Patents

针对搜寻任务的无人机阵列实时路径生成方法 Download PDF

Info

Publication number
CN116860007B
CN116860007B CN202311127181.XA CN202311127181A CN116860007B CN 116860007 B CN116860007 B CN 116860007B CN 202311127181 A CN202311127181 A CN 202311127181A CN 116860007 B CN116860007 B CN 116860007B
Authority
CN
China
Prior art keywords
threat
path
array
unmanned aerial
aerial vehicle
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
CN202311127181.XA
Other languages
English (en)
Other versions
CN116860007A (zh
Inventor
刘昀铮
张程
仇恒德
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.)
Peoples Liberation Army Strategic Support Force Aerospace Engineering University
Original Assignee
Peoples Liberation Army Strategic Support Force Aerospace Engineering 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 Peoples Liberation Army Strategic Support Force Aerospace Engineering University filed Critical Peoples Liberation Army Strategic Support Force Aerospace Engineering University
Priority to CN202311127181.XA priority Critical patent/CN116860007B/zh
Publication of CN116860007A publication Critical patent/CN116860007A/zh
Application granted granted Critical
Publication of CN116860007B publication Critical patent/CN116860007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

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

Abstract

本发明属于路径生成领域,具体涉及了一种针对搜寻任务的无人机阵列实时路径生成方法,旨在解决现有的无人机技术由于环境适应性不足难以准确高效应用于搜寻任务的问题。本发明包括:预先基于卫星图像和深度图像构建原始环境模型,并存入环境数据库;选取定位基准点和设置基准安全区域,进而计算定位基准点的安全半径,构建代价函数;基于寻路起点、寻路终点和代价函数,生成无人机阵列的第一搜寻路径和多个备选第一搜寻路径;通过处于第一阵列边缘的无人机搜索未知威胁;判断第一阵列无人机是否会与未知威胁发生碰撞进而调整路径。本发明通过对静态、动态的未知威胁采取不同的控制手段,能够高效地应对多种情况的搜寻场景。

Description

针对搜寻任务的无人机阵列实时路径生成方法
技术领域
本发明属于路径生成领域,具体涉及了一种针对搜寻任务的无人机阵列实时路径生成方法。
背景技术
随着电子产业的飞速发展和社会的高度信息化,无人机在众多领域都有了广泛的应用。近些年来,地质灾害频发,每次事件均需要耗费大量的人力进行搜寻,损耗巨大,且由于人员收到身高限制导致视野受限,导致搜索效率不足。
现有技术中将无人机应用于搜寻任务,由于现场环境复杂且由于地质灾害引发的环境变化使得预先录入的环境模型与实际现场的环境存在出入,使得只能通过专业技术人员通过遥控操作的方式控制单个无人机进行搜寻。依照现有技术想要将无人机技术应用于搜寻、搜救任务存在两大难点。第一,通过人工遥控操作无人机进行搜寻一次只能操作一架无人机,一个人无法同时控制多架无人机进行范围搜索,导致搜寻效率难以提高;第二,现有的无人机路径生成技术通常需要基于精确的明确的环境模型才能够进行寻路,而在地质灾害发生后环境模型通常会与预先存储生成的环境模型产生较大区别,通过现有环境模型已经难以构建精确的搜救路径。
发明内容
为了解决现有技术中的上述问题,即现有的无人机技术由于环境适应性不足难以准确高效应用于搜寻任务的问题,本发明提供了一种针对搜寻任务的无人机阵列实时路径生成方法,所述方法包括:
步骤S100,预先基于卫星图像和深度图像构建原始环境模型,并存入环境数据库;其中原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值;
步骤S200,选取参与当前任务的无人机数量和第一阵列的形状,将参与当前任务的无人机设定为第一阵列,基于所述第一阵列选取一个定位基准点和设置基准安全区域,在原始环境模型中设置定位基准点的寻路起点和寻路终点,所述寻路终点为搜寻区域的起点;
步骤S300,基于所述定位基准点和设置基准安全区域,计算定位基准点的安全半径r,基于安全半径r计算回避触发距离,/>表示定位基准点到基础威胁源的表面的距离;
步骤S400,基于所述回避触发距离和栅格威胁值,以路径长度最短和威胁值最低原则构建代价函数;
步骤S500,基于寻路起点、寻路终点和代价函数,生成无人机阵列的第一搜寻路径和多个备选第一搜寻路径,并根据每个无人机相对于定位基准点的偏移量获取每个无人机的独立第一搜寻路径和独立备选第一搜寻路径;所述第一搜寻路径/>具体为先将无人机阵列抬升至安全平面,在安全平面上移动至寻路终点位置对应的位置后,降低到寻路终点位置;
步骤S600,第一阵列的无人机依照第一搜寻路径执行飞行,并通过处于第一阵列边缘的无人机搜索未知威胁;
步骤S700,判断第一阵列无人机是否会与未知威胁发生碰撞,如果会发生碰撞,则估计碰撞的威胁响应时间,根据威胁响应时间和未知威胁的动静状态选择重新规划第二搜寻路径或选取备选第一搜寻路径;若不会发生碰撞则第一阵列依照第一搜寻路径继续运行;
步骤S800,若第一阵列依照第一搜寻路径运行的过程中未发现搜寻目标,第一阵列的无人机到达寻路终点后,按照设定的巡回搜寻方案将第一阵列的无人机分为多个第二阵列,每个第二阵列依照设定的区域搜寻路线完成分布式搜寻。
在一些优选的实施方式中,所述代价函数,具体为:
其中,表示第m条第一搜寻路径的路径代价,/>为第/>条第一搜寻路径的路径代价,/>表示对满足条件的变量求最小值,/>表示/>的第i条子路径/>的路径长度,/>表示/>包含的第/>类威胁代价,/>为回避触发距离表示无人机阵列边缘到威胁的距离,/>表示路径代价权重、/>表示第/>类威胁代价权重,/>表示无人机群路径满足的飞行条件集合;
其中,路径代价权重和威胁代价权重/>满足:
在一些优选的实施方式中,所述步骤S700,具体包括:
步骤S710,判断所述未知威胁与第一搜寻路径是否存在重叠区域;
若不存在重叠区域则判定为不会发生碰撞,第一阵列依照第一搜寻路径继续运行,回到步骤S600;
若存在重叠区域则判定为会发生碰撞,进入步骤S720;
步骤S720,分析第一阵列应对未知威胁的响应因子;
所述响应因子包括响应时效因子、响应信号稳定因子、动静状态响应因子和响应复杂度因子;
所述响应时效因子,具体为:基于第一阵列的第一搜寻路径、全局规划时长、第一阵列到达重叠区域的预估碰撞时间/>和第一搜寻路径中的剩余路径/>,确定响应时效因子:当/>时,设置响应时效因子为0,当/>时,设置响应时效因子为1;
所述响应信号稳定因子,具体为:确定发现位置威胁时刻的信号安全概率;基于重叠区域的位置和第一阵列的飞行速度,估计第一阵列到达重叠区域的预估碰撞时间/>进而确定预估碰撞时间的信号安全概率/>;根据所述发现位置威胁时刻的信号安全概率/>和预估碰撞时间的信号安全概率/>确定响应信号稳定因子:若/>设置响应信号稳定因子为0;若/>设置响应信号稳定因子为1;
所述动静状态响应因子,具体为:判断未知威胁为运动物体还是静止物体,若未知威胁为静止物体则设置动静状态响应因子为0;若未知威胁为运动物体则设置动静状态响应因子为1;
所述响应复杂度因子,具体为:若未知威胁为独立的单个威胁,设置响应复杂度因子为0;
若未知威胁为多个联合的威胁,将响应复杂度因子设置为1或2:
步骤A01,判断第一阵列是否能够整体穿越所述多个联合的威胁:将两个相邻的重叠区域或重叠区域与基础威胁源记为威胁点对,若威胁点对之间的距离小于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列不能够整体穿越所述威胁点对,第一阵列不能够整体穿越的威胁点对设置为碰撞点对;若威胁点对之间的距离大于或等于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列能够整体穿越所述威胁点对;
步骤A02,若碰撞点对的数量大于威胁点对的数量的一半,则设置响应复杂度因子为2;若碰撞点对的数量小于或等于威胁点对的数量的一半,则设置响应复杂度因子为1;
若响应复杂度因子为2,将碰撞点对对应的未知威胁或未知威胁与基础威胁源拟合为组合威胁源,以组合威胁源的最小体积外接规则几何体替换原未知威胁;所述规则几何体包括球体、圆柱体、圆台、方体和三角体中的一种;
步骤S730,根据所述响应时效因子和响应信号稳定因子设置局部路径决策标识符:若响应时效因子为0,响应信号稳定因子为0,则设置局部路径决策标识符为-2;若响应时效因子为0,响应信号稳定因子为1,则设置局部路径决策标识符为0;若响应时效因子为1,响应信号稳定因子为0,则设置局部路径决策标识符为-1;若响应时效因子为1,响应信号稳定因子为1,则设置局部路径决策标识符为1;
步骤S740,基于所述响应因子和局部路径决策标识符,进行路径重规划,获取第二路径,具体包括:
步骤S740A,动静状态响应因子为0时,执行第一模式进行第一阵列动态路径调整及威胁信息回传;
所述第一模式,具体包括:
基于未知威胁的体积、第一阵列的外接球区域和第一阵列的第一搜寻路径,将未知威胁分为局部威胁源或全局威胁源;
若未知威胁为局部威胁源,依据第一搜寻路径与所述重叠区域将第一阵列划分为2个以上的第一子阵列,将第一搜寻路径中存在重叠区域的第一子阵列设定为威胁区无人机子阵列,对威胁区无人机子阵列进行第一自适应局部动态路径调整;
若未知威胁为全局威胁源,对第一阵列进行第一自适应局部动态路径调整;
所述第一自适应局部动态路径调整,具体包括:
基于所述局部路径决策标识符,从预存的路径规划算法中选取与局部路径决策标识符对应的路径调整算法;若局部路径决策标识符为-2,判定搜索到未知威胁到作出反应的应对时间充足,在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取最佳路径生成算法重新生成多条局部调整的全局路径,并从局部调整的全局路径中选取威胁值最小的作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为-1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取低复杂度路径生成算法重新生成第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号不稳定,无人机端则针对未知威胁进行快速局部路径规划,并在与未知威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为0,判定搜索到未收录威胁到作出反应的应对时间充足,但在对应时间内信号不稳定,无人机端判断各无人机群的备选第一搜寻路径是否会与未知威胁发生碰撞,将不会发生碰撞的无人机群的备选第一搜寻路径选为部动态路径调整结果;若将发生碰撞,则无人机端针对未收录威胁进行快速局部路径规划,并在与未收录威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;
步骤S740B,动静状态响应因子为1时,执行第二模式进行第一阵列动态路径调整及威胁信息回传;
判断未知威胁是否为搜寻目标;
若未知威胁不是搜寻目标,记录未知威胁的体积和预估设定时段运动轨迹,将位置威胁的运动轨迹整体拟合为新的静止物体,设置动静状态响应因子为0,重新开始步骤S740;
若未知威胁为搜寻目标,判断所述搜寻目标的分散性;若搜寻目标不具备分散性,将搜寻目标的位置设置为新的寻路终点,回到步骤S500;
若搜寻目标具备分散性,则将第一阵列的无人机根据搜寻目标的数量分为多个第三阵列,将第三阵列替换所述第一阵列,分别回到步骤S300。
在一些优选的实施方式中,所述快速局部路径规划,具体包括:
基于第一搜寻路径中的剩余路径和重叠区域进行拟合,获取撞击后的安全点位置;
以第一阵列的飞行方向和无人机最大垂直俯仰角方向分别做第一直线和第二直线,第一直线和第二直线为位置威胁的几何边界,过所述重叠区域的碰撞点位置和撞击后的安全点位置做第三直线,第三直线与第一直线相交的点、第三直线与第二直线相交的点为虚拟撞击点,选取虚拟撞击点最小长度的劣弧作为初始新路径;
以第一阵列的安全半径r为虚拟外接圆半径,以初始新路径的外切圆的外切轨迹做连续的多个虚拟外接圆,以多个虚拟外接圆的圆心连线作为第一自适应局部动态路径调整结果。
在一些优选的实施方式中,所述基于所述第一阵列选取一个定位基准点和设置基准安全区域,包括:
选取基准安全区域的形状为第一阵列的外接球区域,以外接球区域的形心设定为定位基准点;
基于第一阵列中的各无人机的位置,通过微积分计算第一阵列的外接球区域并确定形心:
其中,表示第一阵列的形心坐标;xyz表示第一阵列求取形心的x轴坐标、y轴坐标和z轴坐标;V表示第一阵列的外接球区域。
在一些优选的实施方式中,所述步骤S500,具体包括:
设定为第一搜寻路径的第i段子路径,设定
为/>的起点坐标,为/>的终点坐标,第一阵列的第k个无人机与第一阵列的基准点的位置关系为/>,其中/>表示第k个无人机与第一阵列的基准点的位置偏移常量关系;第一阵列的第k个无人机的第i段子路径/>的起点/>的坐标为/>;第一阵列的第k个无人机的第i段子路径/>的终点/>的坐标为/>
其中,a 0 b 0 c 0 为起点坐标在x轴、y轴和z轴方向的坐标;a 1 b 1 c 1 ,为终点坐标在x轴、y轴和z轴方向的坐标。
在一些优选的方式中,在搜索到未知威胁之前,保持各无人机在第一阵列中的相对位置不变。
在一些优选的方式中,所述原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值,具体为:
获取第一阵列的最小飞行距离和划分常量consta的乘积/>作为空间栅格模型的栅格尺寸,通过检测装置获取每个空间栅格的威胁值;
根据各个栅格的威胁值,计算各个高度层的威胁值:
其中,
选定为定位基准点的飞行高度记为安全平面所在高度;
其中,为空间栅格模型第u行第v列第n层栅格,N表示高度层n的层数,arcmin表示先取符合条件的最小值然后获取最小值对应的下角标
本发明的有益效果:
(1)本发明通过在检测到未知威胁时判断预计发生碰撞的时间,进而推测发生碰撞的位置的信号稳定程度,对静态、动态的未知威胁采取不同的控制手段,能够高效地应对多种情况的搜寻场景。
(2)本发明通过设置无人机阵列拆分的机制,将无人机阵列中的无人机分为收到威胁影响的子阵列和不受威胁影响的子阵列,最小程度的调整路径并在安全位置进行汇合,避免了无人机阵列体积过大而引入的明明可以有序避开威胁源却无法生成合理路径的问题。
(3)本发明通过设置定位基准点和设置基准安全区域,按照第一搜寻路径执行飞行,并实时搜索未知威胁,根据响应时效因子、响应信号稳定因子、动静状态响应因子和响应复杂度因子进行全面分析,保持了较低的计算符合,又保障了生成路径的合理性。
(4)本发明针对不同的未知威胁分析结果采用多种针对性的自适应局部路径调整方式,在不同的情况合理应用了当前资源,提高了路径生成的效率和适应性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本发明实施例中针对搜寻任务的无人机阵列实时路径生成方法的流程示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了更清晰地对本发明针对搜寻任务的无人机阵列实时路径生成方法进行说明,下面结合图1对本发明实施例中各步骤展开详述。
本发明第一实施例的针对搜寻任务的无人机阵列实时路径生成方法,包括步骤S100-步骤S800,各步骤详细描述如下:
步骤S100,预先基于卫星图像和深度图像构建原始环境模型,并存入环境数据库;其中原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值;
在本实施例中,所述原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值,具体为:
获取第一阵列的最小飞行距离和划分常量consta的乘积/>作为空间栅格模型的栅格尺寸,通过检测装置获取每个空间栅格的威胁值;
根据各个栅格的威胁值,计算各个高度层的威胁值:
其中,
选定为定位基准点的飞行高度记为安全平面所在高度;
其中,为空间栅格模型第u行第v列第n层栅格,N表示高度层n的层数,arcmin表示先取符合条件的最小值然后获取最小值对应的下角标。
步骤S200,选取参与当前任务的无人机数量和第一阵列的形状,将参与当前任务的无人机设定为第一阵列,基于所述第一阵列选取一个定位基准点和设置基准安全区域,在原始环境模型中设置定位基准点的寻路起点和寻路终点,所述寻路终点为搜寻区域的起点;
在本实施例中,所述基于所述第一阵列选取一个定位基准点和设置基准安全区域,包括:
选取基准安全区域的形状为第一阵列的外接球区域,以外接球区域的形心设定为定位基准点;
基于第一阵列中的各无人机的位置,通过微积分计算第一阵列的外接球区域并确定形心:
其中,表示第一阵列的形心坐标;xyz表示第一阵列求取形心的x轴坐标、y轴坐标和z轴坐标;V表示第一阵列的外接球区域。
步骤S300,基于所述定位基准点和设置基准安全区域,计算定位基准点的安全半径r,基于安全半径r计算回避触发距离,/>表示定位基准点到基础威胁源的表面的距离;
步骤S400,基于所述回避触发距离和栅格威胁值,以路径长度最短和威胁值最低原则构建代价函数;
在本实施例中,所述代价函数,具体为:
其中,表示第m条第一搜寻路径的路径代价,/>为第/>条第一搜寻路径的路径代价,/>表示对满足条件的变量求最小值,/>表示/>的第i条子路径/>的路径长度,/>表示/>包含的第/>类威胁代价,/>为回避触发距离表示无人机阵列边缘到威胁的距离,/>表示路径代价权重、/>表示第/>类威胁代价权重,/>表示无人机群路径满足的飞行条件集合;
其中,路径代价权重和威胁代价权重/>满足:
在本实施例中,第一搜寻路径的路径代价表示第一搜寻路径中经过的栅格的威胁值的总和;的第i条子路径/>表示在本方案生成的路径中,可根据需要或根据计算精度将第一搜寻路径视为划分为多条子路径。
步骤S500,基于寻路起点、寻路终点和代价函数,生成无人机阵列的第一搜寻路径和多个备选第一搜寻路径,并根据每个无人机相对于定位基准点的偏移量获取每个无人机的独立第一搜寻路径和独立备选第一搜寻路径;所述第一搜寻路径/>具体为先将无人机阵列抬升至安全平面,在安全平面上移动至寻路终点位置对应的位置后,降低到寻路终点位置;
在本实施例中,通过代价函数能够生成多条路径,每一条路径都对应一个代价函数值,步骤S500中实质为在所有路径中找到代价最小的一条作为第一搜寻路径;将代价函数值大于第一搜寻路径/>的代价函数值的设定范围内的路径都设置为备选第一搜寻路径,以供后续选用。
在本实施例中,所述步骤S500,具体包括:
设定为第一搜寻路径的第i段子路径,设定/>为/>的起点坐标,/>为/>的终点坐标,第一阵列的第k个无人机与第一阵列的基准点的位置关系为/>,其中表示第k个无人机与第一阵列的基准点的位置偏移常量关系;第一阵列的第k个无人机的第i段子路径/>的起点/>的坐标为;第一阵列的第k个无人机的第i段子路径/>的终点的坐标为/>
其中,a 0 b 0 c 0 为起点坐标在x轴、y轴和z轴方向的坐标;a 1 b 1 c 1 ,为终点坐标在x轴、y轴和z轴方向的坐标
步骤S600,第一阵列的无人机依照第一搜寻路径执行飞行,并通过处于第一阵列边缘的无人机搜索未知威胁;
本实施例还包括:过第一阵列的定位基准点以飞行方向做垂直对称轴面,将第一阵列分为2个第四阵列,将搜索到未知威胁的第四阵列且位于第四阵列边界的无人机记为分析无人机;仅对含有分析无人机的第四阵列做如步骤S700所述的步骤;若所有的第四阵列的无人机同时出现了分析无人机,则对第一阵列的所有无人机做路径调整。
步骤S700,判断第一阵列无人机是否会与未知威胁发生碰撞,如果会发生碰撞,则估计碰撞的威胁响应时间,根据威胁响应时间和未知威胁的动静状态选择重新规划第二搜寻路径或选取备选第一搜寻路径;若不会发生碰撞则第一阵列依照第一搜寻路径继续运行;
在本实施例中,所述步骤S700,具体包括:
步骤S710,判断所述未知威胁与第一搜寻路径是否存在重叠区域;
若不存在重叠区域则判定为不会发生碰撞,第一阵列依照第一搜寻路径继续运行,回到步骤S600;
若存在重叠区域则判定为会发生碰撞,进入步骤S720;
步骤S720,分析第一阵列应对未知威胁的响应因子;
所述响应因子包括响应时效因子、响应信号稳定因子、动静状态响应因子和响应复杂度因子;
所述响应时效因子,具体为:基于第一阵列的第一搜寻路径、全局规划时长、第一阵列到达重叠区域的预估碰撞时间/>和第一搜寻路径中的剩余路径/>,确定响应时效因子:当/>时,设置响应时效因子为0;当/>时,设置响应时效因子为1;
所述响应信号稳定因子,具体为:确定发现位置威胁时刻的信号安全概率;基于重叠区域的位置和第一阵列的飞行速度,估计第一阵列到达重叠区域的预估碰撞时间/>进而确定预估碰撞时间的信号安全概率/>;根据所述发现位置威胁时刻的信号安全概率/>和预估碰撞时间的信号安全概率/>确定响应信号稳定因子:若设置响应信号稳定因子为0;若/>设置响应信号稳定因子为1;
所述动静状态响应因子,具体为:判断未知威胁为运动物体还是静止物体,若未知威胁为静止物体则设置动静状态响应因子为0;若未知威胁为运动物体则设置动静状态响应因子为1;
所述响应复杂度因子,具体为:若未知威胁为独立的单个威胁,设置响应复杂度因子为0;
若未知威胁为多个联合的威胁,将响应复杂度因子设置为1或2:
步骤A01,判断第一阵列是否能够整体穿越所述多个联合的威胁:将两个相邻的重叠区域或重叠区域与基础威胁源记为威胁点对,若威胁点对之间的距离小于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列不能够整体穿越所述威胁点对,第一阵列不能够整体穿越的威胁点对设置为碰撞点对;若威胁点对之间的距离大于或等于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列能够整体穿越所述威胁点对;
步骤A02,若碰撞点对的数量大于威胁点对的数量的一半,则设置响应复杂度因子为2;若碰撞点对的数量小于或等于威胁点对的数量的一半,则设置响应复杂度因子为1;
若响应复杂度因子为2,将碰撞点对对应的未知威胁或未知威胁与基础威胁源拟合为组合威胁源,以组合威胁源的最小体积外接规则几何体替换原未知威胁;所述规则几何体包括球体、圆柱体、圆台、方体和三角体中的一种;
步骤S730,根据所述响应时效因子和响应信号稳定因子设置局部路径决策标识符:若响应时效因子为0,响应信号稳定因子为0,则设置局部路径决策标识符为-2;若响应时效因子为0,响应信号稳定因子为1,则设置局部路径决策标识符为0;若响应时效因子为1,响应信号稳定因子为0,则设置局部路径决策标识符为-1;若响应时效因子为1,响应信号稳定因子为1,则设置局部路径决策标识符为1;
步骤S740,基于所述响应因子和局部路径决策标识符,进行路径重规划,获取第二路径,具体包括:
步骤S740A,动静状态响应因子为0时,执行第一模式进行第一阵列动态路径调整及威胁信息回传;
所述第一模式,具体包括:
基于未知威胁的体积、第一阵列的外接球区域和第一阵列的第一搜寻路径,将未知威胁分为局部威胁源或全局威胁源;
若未知威胁为局部威胁源,依据第一搜寻路径与所述重叠区域将第一阵列划分为2个以上的第一子阵列,将第一搜寻路径中存在重叠区域的第一子阵列设定为威胁区无人机子阵列,对威胁区无人机子阵列进行第一自适应局部动态路径调整;
若未知威胁为全局威胁源,对第一阵列进行第一自适应局部动态路径调整;
所述第一自适应局部动态路径调整,具体包括:
基于所述局部路径决策标识符,从预存的路径规划算法中选取与局部路径决策标识符对应的路径调整算法;若局部路径决策标识符为-2,判定搜索到未知威胁到作出反应的应对时间充足,在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取最佳路径生成算法重新生成多条局部调整的全局路径,并从局部调整的全局路径中选取威胁值最小的作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为-1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取低复杂度路径生成算法重新生成第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号不稳定,无人机端则针对未知威胁进行快速局部路径规划,并在与未知威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为0,判定搜索到未收录威胁到作出反应的应对时间充足,但在对应时间内信号不稳定,无人机端判断各无人机群的备选第一搜寻路径是否会与未知威胁发生碰撞,将不会发生碰撞的无人机群的备选第一搜寻路径选为部动态路径调整结果;若将发生碰撞,则无人机端针对未收录威胁进行快速局部路径规划,并在与未收录威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;/>
在本实施例中,所述快速局部路径规划,具体包括:
基于第一搜寻路径中的剩余路径和重叠区域进行拟合,获取撞击后的安全点位置;
以第一阵列的飞行方向和无人机最大垂直俯仰角方向分别做第一直线和第二直线,第一直线和第二直线为位置威胁的几何边界,过所述重叠区域的碰撞点位置和撞击后的安全点位置做第三直线,第三直线与第一直线相交的点、第三直线与第二直线相交的点为虚拟撞击点,选取虚拟撞击点最小长度的劣弧作为初始新路径;
以第一阵列的安全半径r为虚拟外接圆半径,以初始新路径的外切圆的外切轨迹做连续的多个虚拟外接圆,以多个虚拟外接圆的圆心连线作为第一自适应局部动态路径调整结果。
步骤S740B,动静状态响应因子为1时,执行第二模式进行第一阵列动态路径调整及威胁信息回传;
判断未知威胁是否为搜寻目标;
若未知威胁不是搜寻目标,记录未知威胁的体积和预估设定时段运动轨迹,将位置威胁的运动轨迹整体拟合为新的静止物体,设置动静状态响应因子为0,重新开始步骤S740;
若未知威胁为搜寻目标,判断所述搜寻目标的分散性;若搜寻目标不具备分散性,将搜寻目标的位置设置为新的寻路终点,回到步骤S500;
若搜寻目标具备分散性,则将第一阵列的无人机根据搜寻目标的数量分为多个第三阵列,将第三阵列替换所述第一阵列,分别回到步骤S300。
在本实施例中,在搜索到未知威胁之前,保持各无人机在第一阵列中的相对位置不变。
步骤S800,若第一阵列依照第一搜寻路径运行的过程中未发现搜寻目标,第一阵列的无人机到达寻路终点后,按照设定的巡回搜寻方案将第一阵列的无人机分为多个第二阵列,每个第二阵列依照设定的区域搜寻路线完成分布式搜寻。
上述实施例中虽然将各个步骤按照上述先后次序的方式进行了描述,但是本领域技术人员可以理解,为了实现本实施例的效果,不同的步骤之间不必按照这样的次序执行,其可以同时(并行)执行或以颠倒的次序执行,这些简单的变化都在本发明的保护范围之内。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的模块、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (6)

1.一种针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,所述方法包括:
步骤S100,预先基于卫星图像和深度图像构建原始环境模型,并存入环境数据库;其中原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值;
步骤S200,选取参与当前任务的无人机数量和第一阵列的形状,将参与当前任务的无人机设定为第一阵列,基于所述第一阵列选取一个定位基准点和设置基准安全区域,在原始环境模型中设置定位基准点的寻路起点和寻路终点,所述寻路终点为搜寻区域的起点;
步骤S300,基于所述定位基准点和设置基准安全区域,计算定位基准点的安全半径r,基于安全半径r计算回避触发距离,/>表示定位基准点到基础威胁源的表面的距离;
步骤S400,基于所述回避触发距离和栅格威胁值,以路径长度最短和威胁值最低原则构建代价函数;
所述代价函数,具体为:
其中,表示第m条第一搜寻路径的路径代价,/>为第/>条第一搜寻路径的路径代价,/>表示对满足条件的变量求最小值,/>表示/>的第i条子路径/>的路径长度,/>表示/>包含的第/>类威胁代价,/>为回避触发距离表示无人机阵列边缘到威胁的距离,/>表示路径代价权重、/>表示第/>类威胁代价权重,/>表示无人机群路径满足的飞行条件集合;
其中,路径代价权重和威胁代价权重/>满足:
步骤S500,基于寻路起点、寻路终点和代价函数,生成无人机阵列的第一搜寻路径和多个备选第一搜寻路径,并根据每个无人机相对于定位基准点的偏移量获取每个无人机的独立第一搜寻路径和独立备选第一搜寻路径;所述第一搜寻路径/>具体为先将无人机阵列抬升至安全平面,在安全平面上移动至寻路终点位置对应的位置后,降低到寻路终点位置;
步骤S600,第一阵列的无人机依照第一搜寻路径执行飞行,并通过处于第一阵列边缘的无人机搜索未知威胁;
步骤S700,判断第一阵列无人机是否会与未知威胁发生碰撞,如果会发生碰撞,则估计碰撞的威胁响应时间,根据威胁响应时间和未知威胁的动静状态选择重新规划第二搜寻路径或选取备选第一搜寻路径;若不会发生碰撞则第一阵列依照第一搜寻路径继续运行;
所述步骤S700,具体包括:
步骤S710,判断所述未知威胁与第一搜寻路径是否存在重叠区域;
若不存在重叠区域则判定为不会发生碰撞,第一阵列依照第一搜寻路径继续运行,回到步骤S600;
若存在重叠区域则判定为会发生碰撞,进入步骤S720;
步骤S720,分析第一阵列应对未知威胁的响应因子;
所述响应因子包括响应时效因子、响应信号稳定因子、动静状态响应因子和响应复杂度因子;
所述响应时效因子,具体为:基于第一阵列的第一搜寻路径、全局规划时长/>、第一阵列到达重叠区域的预估碰撞时间/>和第一搜寻路径中的剩余路径/>,确定响应时效因子:当/>时,设置响应时效因子为0,当/>时,设置响应时效因子为1;
所述响应信号稳定因子,具体为:确定发现位置威胁时刻的信号安全概率;基于重叠区域的位置和第一阵列的飞行速度,估计第一阵列到达重叠区域的预估碰撞时间进而确定预估碰撞时间的信号安全概率/>;根据所述发现位置威胁时刻的信号安全概率/>和预估碰撞时间的信号安全概率/>确定响应信号稳定因子:若设置响应信号稳定因子为0;若/>设置响应信号稳定因子为1;
所述动静状态响应因子,具体为:判断未知威胁为运动物体还是静止物体,若未知威胁为静止物体则设置动静状态响应因子为0;若未知威胁为运动物体则设置动静状态响应因子为1;
所述响应复杂度因子,具体为:若未知威胁为独立的单个威胁,设置响应复杂度因子为0;
若未知威胁为多个联合的威胁,将响应复杂度因子设置为1或2:
步骤A01,判断第一阵列是否能够整体穿越所述多个联合的威胁:将两个相邻的重叠区域或重叠区域与基础威胁源记为威胁点对,若威胁点对之间的距离小于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列不能够整体穿越所述威胁点对,第一阵列不能够整体穿越的威胁点对设置为碰撞点对;若威胁点对之间的距离大于或等于第一阵列的定位基准点的安全半径r的2倍,则判定第一阵列能够整体穿越所述威胁点对;
步骤A02,若碰撞点对的数量大于威胁点对的数量的一半,则设置响应复杂度因子为2;若碰撞点对的数量小于或等于威胁点对的数量的一半,则设置响应复杂度因子为1;
若响应复杂度因子为2,将碰撞点对对应的未知威胁或未知威胁与基础威胁源拟合为组合威胁源,以组合威胁源的最小体积外接规则几何体替换原未知威胁;所述规则几何体包括球体、圆柱体、圆台、方体和三角体中的一种;
步骤S730,根据所述响应时效因子和响应信号稳定因子设置局部路径决策标识符:若响应时效因子为0,响应信号稳定因子为0,则设置局部路径决策标识符为-2;若响应时效因子为0,响应信号稳定因子为1,则设置局部路径决策标识符为0;若响应时效因子为1,响应信号稳定因子为0,则设置局部路径决策标识符为-1;若响应时效因子为1,响应信号稳定因子为1,则设置局部路径决策标识符为1;
步骤S740,基于所述响应因子和局部路径决策标识符,进行路径重规划,获取第二路径,具体包括:
步骤S740A,动静状态响应因子为0时,执行第一模式进行第一阵列动态路径调整及威胁信息回传;
所述第一模式,具体包括:
基于未知威胁的体积、第一阵列的外接球区域和第一阵列的第一搜寻路径,将未知威胁分为局部威胁源或全局威胁源;
若未知威胁为局部威胁源,依据第一搜寻路径与所述重叠区域将第一阵列划分为2个以上的第一子阵列,将第一搜寻路径中存在重叠区域的第一子阵列设定为威胁区无人机子阵列,对威胁区无人机子阵列进行第一自适应局部动态路径调整;
若未知威胁为全局威胁源,对第一阵列进行第一自适应局部动态路径调整;
所述第一自适应局部动态路径调整,具体包括:
基于所述局部路径决策标识符,从预存的路径规划算法中选取与局部路径决策标识符对应的路径调整算法;若局部路径决策标识符为-2,判定搜索到未知威胁到作出反应的应对时间充足,在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取最佳路径生成算法重新生成多条局部调整的全局路径,并从局部调整的全局路径中选取威胁值最小的作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为-1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号稳定,无人机端将未知威胁的信息回传至控制中心,由控制中心选取低复杂度路径生成算法重新生成第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为1,判定搜索到未知威胁到作出反应的应对时间不充足,且在应对时间内信号不稳定,无人机端则针对未知威胁进行快速局部路径规划,并在与未知威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;
若局部路径决策标识符为0,判定搜索到未收录威胁到作出反应的应对时间充足,但在对应时间内信号不稳定,无人机端判断各无人机群的备选第一搜寻路径是否会与未知威胁发生碰撞,将不会发生碰撞的无人机群的备选第一搜寻路径选为部动态路径调整结果;若将发生碰撞,则无人机端针对未收录威胁进行快速局部路径规划,并在与未收录威胁保持安全距离模型下回到原第一搜寻路径作为第一自适应局部动态路径调整结果;
步骤S740B,动静状态响应因子为1时,执行第二模式进行第一阵列动态路径调整及威胁信息回传;
判断未知威胁是否为搜寻目标;
若未知威胁不是搜寻目标,记录未知威胁的体积和预估设定时段运动轨迹,将位置威胁的运动轨迹整体拟合为新的静止物体,设置动静状态响应因子为0,重新开始步骤S740;
若未知威胁为搜寻目标,判断所述搜寻目标的分散性;若搜寻目标不具备分散性,将搜寻目标的位置设置为新的寻路终点,回到步骤S500;
若搜寻目标具备分散性,则将第一阵列的无人机根据搜寻目标的数量分为多个第三阵列,将第三阵列替换所述第一阵列,分别回到步骤S300;
步骤S800,若第一阵列依照第一搜寻路径运行的过程中未发现搜寻目标,第一阵列的无人机到达寻路终点后,按照设定的巡回搜寻方案将第一阵列的无人机分为多个第二阵列,每个第二阵列依照设定的区域搜寻路线完成分布式搜寻。
2.根据权利要求1所述的针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,所述快速局部路径规划,具体包括:
基于第一搜寻路径中的剩余路径和重叠区域进行拟合,获取撞击后的安全点位置;
以第一阵列的飞行方向和无人机最大垂直俯仰角方向分别做第一直线和第二直线,第一直线和第二直线为位置威胁的几何边界,过所述重叠区域的碰撞点位置和撞击后的安全点位置做第三直线,第三直线与第一直线相交的点、第三直线与第二直线相交的点为虚拟撞击点,选取虚拟撞击点最小长度的劣弧作为初始新路径;
以第一阵列的安全半径r为虚拟外接圆半径,以初始新路径的外切圆的外切轨迹做连续的多个虚拟外接圆,以多个虚拟外接圆的圆心连线作为第一自适应局部动态路径调整结果。
3.根据权利要求2所述的针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,所述基于所述第一阵列选取一个定位基准点和设置基准安全区域,包括:
选取基准安全区域的形状为第一阵列的外接球区域,以外接球区域的形心设定为定位基准点;
基于第一阵列中的各无人机的位置,通过微积分计算第一阵列的外接球区域并确定形心:
其中,表示第一阵列的形心坐标;xyz表示第一阵列求取形心的x轴坐标、y轴坐标和z轴坐标;V表示第一阵列的外接球区域。
4.根据权利要求3所述的针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,所述步骤S500,具体包括:
设定为第一搜寻路径的第i段子路径,设定
为/>的起点坐标,/>的终点坐标,第一阵列的第k个无人机与第一阵列的基准点的位置关系为,其中/>表示第k个无人机与第一阵列的基准点的位置偏移常量关系;第一阵列的第k个无人机的第i段子路径/>的起点的坐标为/>;第一阵列的第k个无人机的第i段子路径/>的终点/>的坐标为/>
其中,a 0 b 0 c 0 为起点坐标在x轴、y轴和z轴方向的坐标;a 1 b 1 c 1 ,为终点坐标在x轴、y轴和z轴方向的坐标。
5.根据权利要求1所述的针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,在搜索到未知威胁之前,保持各无人机在第一阵列中的相对位置不变。
6.根据权利要求1所述的针对搜寻任务的无人机阵列实时路径生成方法,其特征在于,所述原始环境模型为包含了基础威胁源的空间栅格模型,根据栅格至威胁源的距离设置栅格威胁值,具体为:
获取第一阵列的最小飞行距离和划分常量consta的乘积/>作为空间栅格模型的栅格尺寸,通过检测装置获取每个空间栅格的威胁值;
根据各个栅格的威胁值,计算各个高度层的威胁值:
其中,
选定为定位基准点的飞行高度记为安全平面所在高度;
其中,为空间栅格模型第u行第v列第n层栅格,N表示高度层n的层数,arcmin表示先取符合条件的最小值然后获取最小值对应的下角标。
CN202311127181.XA 2023-09-04 2023-09-04 针对搜寻任务的无人机阵列实时路径生成方法 Active CN116860007B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311127181.XA CN116860007B (zh) 2023-09-04 2023-09-04 针对搜寻任务的无人机阵列实时路径生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311127181.XA CN116860007B (zh) 2023-09-04 2023-09-04 针对搜寻任务的无人机阵列实时路径生成方法

Publications (2)

Publication Number Publication Date
CN116860007A CN116860007A (zh) 2023-10-10
CN116860007B true CN116860007B (zh) 2023-11-10

Family

ID=88221966

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311127181.XA Active CN116860007B (zh) 2023-09-04 2023-09-04 针对搜寻任务的无人机阵列实时路径生成方法

Country Status (1)

Country Link
CN (1) CN116860007B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774425A (zh) * 2017-03-13 2017-05-31 南昌航空大学 一种无人机飞行导航的方法及系统
CN107562072A (zh) * 2017-10-11 2018-01-09 湖北工业大学 一种基于自适应蚁群算法的无人机最优路径规划方法
CN110058613A (zh) * 2019-05-13 2019-07-26 大连海事大学 一种多无人机多蚁群协同搜索目标方法
KR102225460B1 (ko) * 2019-10-16 2021-03-10 한국전자통신연구원 다중 센서 데이터를 이용한 위협 헌팅 기반의 위협 탐지 방법 및 이를 이용한 장치
CN114706422A (zh) * 2022-04-01 2022-07-05 湖南科技大学 基于未知环境碰撞冲突预测的群机器人多目标搜索方法
CN114721427A (zh) * 2022-03-25 2022-07-08 中国航空无线电电子研究所 一种动态环境下的多无人机协同搜救侦察规划方法
CN114840016A (zh) * 2022-03-30 2022-08-02 大连海事大学 基于规则启发式的多蚁群搜索潜艇目标协同路径优化方法
CN116301048A (zh) * 2023-03-27 2023-06-23 太原市徒普斯网络科技有限公司 无人机路径规划方法、系统、电子设备以及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106774425A (zh) * 2017-03-13 2017-05-31 南昌航空大学 一种无人机飞行导航的方法及系统
CN107562072A (zh) * 2017-10-11 2018-01-09 湖北工业大学 一种基于自适应蚁群算法的无人机最优路径规划方法
CN110058613A (zh) * 2019-05-13 2019-07-26 大连海事大学 一种多无人机多蚁群协同搜索目标方法
KR102225460B1 (ko) * 2019-10-16 2021-03-10 한국전자통신연구원 다중 센서 데이터를 이용한 위협 헌팅 기반의 위협 탐지 방법 및 이를 이용한 장치
CN114721427A (zh) * 2022-03-25 2022-07-08 中国航空无线电电子研究所 一种动态环境下的多无人机协同搜救侦察规划方法
CN114840016A (zh) * 2022-03-30 2022-08-02 大连海事大学 基于规则启发式的多蚁群搜索潜艇目标协同路径优化方法
CN114706422A (zh) * 2022-04-01 2022-07-05 湖南科技大学 基于未知环境碰撞冲突预测的群机器人多目标搜索方法
CN116301048A (zh) * 2023-03-27 2023-06-23 太原市徒普斯网络科技有限公司 无人机路径规划方法、系统、电子设备以及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Multiple UAVs Forest Fire Fighting using a hierarchical task planning method;Chen Zhang 等;2021 2nd International Conference on Electronics, Communications and Information Technology (CECIT);全文 *
基于改进ACO算法的多UAV协同航路规划;张耀中 等;火力与指挥控制;第42卷(第5期);全文 *

Also Published As

Publication number Publication date
CN116860007A (zh) 2023-10-10

Similar Documents

Publication Publication Date Title
Wallar et al. Reactive motion planning for unmanned aerial surveillance of risk-sensitive areas
CA2808932C (en) Guidance method and apparatus
CN115661204B (zh) 一种无人机集群对运动目标的协同搜寻与跟踪定位方法
JP2015006874A (ja) 3次元証拠グリッドを使用する自律着陸のためのシステムおよび方法
WO2022035776A1 (en) Waypoint prediction and motion forecasting for vehicle motion planning
CN112432649A (zh) 一种引入威胁因子的启发式无人机蜂群航迹规划方法
CN108645769A (zh) 一种基于无人机的环境空气质量监测方法
CN114119920A (zh) 三维点云地图构建方法、系统
CN111427341B (zh) 一种基于概率地图的机器人最短预期时间目标搜索方法
Foix et al. 3D Sensor planning framework for leaf probing
CN114625162A (zh) 基于混合算法的无人机最优路径规划方法、系统及介质
CN114266821A (zh) 在线定位方法、装置、终端设备及存储介质
CN116860007B (zh) 针对搜寻任务的无人机阵列实时路径生成方法
CN110749325B (zh) 航迹规划方法和装置
Schwertfeger et al. Using a fiducial map metric for assessing map quality in the context of robocup rescue
Hansen et al. Probabilistic searching using a small unmanned aerial vehicle
Liu et al. UAV swarm collaborative coverage control using GV division and planning algorithm
CN116127405A (zh) 一种融合点云地图、运动模型和局部特征的位置识别方法
CN114815899A (zh) 基于3d激光雷达传感器的无人机三维空间路径规划方法
Zhang et al. Three-dimensional path planning of uavs imaging for complete photogrammetric reconstruction
CN114636422A (zh) 用于信息机房场景的定位导航方法
EP3060952B1 (en) Locational and directional sensor control for search
Lee et al. Real‐time collision‐free landing path planning for drone deliveries in urban environments
Zheng et al. A method for UAV tracking target in obstacle environment
Holsinger et al. Multiple Target Tracking Via Dynamic Point Clustering on a UAV Platform

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