WO2021031192A1 - 多机作业航线规划方法、控制终端及计算机可读存储介质 - Google Patents

多机作业航线规划方法、控制终端及计算机可读存储介质 Download PDF

Info

Publication number
WO2021031192A1
WO2021031192A1 PCT/CN2019/102011 CN2019102011W WO2021031192A1 WO 2021031192 A1 WO2021031192 A1 WO 2021031192A1 CN 2019102011 W CN2019102011 W CN 2019102011W WO 2021031192 A1 WO2021031192 A1 WO 2021031192A1
Authority
WO
WIPO (PCT)
Prior art keywords
sub
drone
area
target
candidate
Prior art date
Application number
PCT/CN2019/102011
Other languages
English (en)
French (fr)
Inventor
黄振昊
徐富
贾向华
Original Assignee
深圳市大疆创新科技有限公司
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 深圳市大疆创新科技有限公司 filed Critical 深圳市大疆创新科技有限公司
Priority to CN201980033539.8A priority Critical patent/CN112189176B/zh
Priority to PCT/CN2019/102011 priority patent/WO2021031192A1/zh
Publication of WO2021031192A1 publication Critical patent/WO2021031192A1/zh

Links

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
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
    • 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

Definitions

  • This application relates to the technical field of drone control, and in particular to a multi-aircraft operation route planning method, a control terminal and a computer-readable storage medium.
  • the unique design of the UAV can achieve one control for multiple drones.
  • the user can manually allocate the work area to be operated to multiple drones to achieve multi-machine partition operation, which can improve operation efficiency.
  • the user manually allocates the operating area to the drone based on the relative position between the operating area and the drone, it is impossible to allocate the operating area to the drone optimally, and the efficiency of multi-machine partition operation is low.
  • UAVs have cross-interference during operation or returning home, requiring UAVs to perform obstacle avoidance operations. When UAVs avoid obstacles, they need to decelerate first, and then accelerate after avoiding obstacles. The power of the man-machine affects the efficiency of multi-machine partition operation. Therefore, how to improve the efficiency of multi-machine partition operation is a problem that needs to be solved urgently.
  • this application provides a multi-machine operation route planning method, a control terminal, and a computer-readable storage medium, aiming to improve the efficiency of the multi-machine division operation.
  • this application provides a multi-aircraft operation route planning method, including:
  • a corresponding multi-aircraft operating route planning operation is performed.
  • the present application also provides a control terminal, the control terminal includes a memory and a processor; the memory is used to store a computer program;
  • the processor is configured to execute the computer program, and when executing the computer program, implement the following steps:
  • a corresponding multi-aircraft operating route planning operation is performed.
  • the present application also provides a computer-readable storage medium, wherein the computer-readable storage medium stores a computer program, and when the computer program is executed by a processor, the processor realizes the above The steps of the multi-aircraft operation route planning method described.
  • the embodiment of the application provides a multi-aircraft operation route planning method, a control terminal, and a computer-readable storage medium.
  • the position information of the drone group and the position information of each sub-operating area are used to calculate the difference between each sub-operating area and the drone group. Then, according to the location information of the drone group, the location information of each sub-operating area, and the distance between each sub-operating area and the drone group, the corresponding multi-aircraft operation route planning operation can be performed.
  • the human-machine allocation of sub-operation areas reduces the occurrence of cross-interference during the operation or return of the UAV, and effectively improves the efficiency of multi-machine division operation.
  • Fig. 1 is a schematic flowchart of steps of a method for planning a multi-aircraft operation route provided by an embodiment of the present application;
  • Fig. 2 is a schematic flowchart of sub-steps of the multi-aircraft operation route planning method in Fig. 1;
  • Fig. 3 is a schematic flowchart of sub-steps of the multi-aircraft operation route planning method in Fig. 1;
  • FIG. 4 is a schematic flowchart of sub-steps of the multi-aircraft operation route planning method in FIG. 3;
  • Fig. 5 is a schematic diagram of a working route in an embodiment of the present application.
  • FIG. 6 is another schematic diagram of the operation route in the embodiment of the present application.
  • FIG. 7 is a schematic flowchart of steps of another multi-aircraft operation route planning method provided by an embodiment of the present application.
  • FIG. 8 is a schematic block diagram of the structure of a control terminal according to an embodiment of the present application.
  • FIG. 1 is a schematic flowchart of steps of a method for planning a multi-aircraft operation route provided by an embodiment of the present application.
  • the multi-aircraft operation route planning method can be applied in a control terminal to plan the multi-aircraft operation route of the UAV.
  • Control terminals include remote controls, ground control platforms, mobile phones, tablets, laptops, and PC computers.
  • Unmanned aerial vehicles include rotary-wing drones, such as quadrotor drones, hexarotor drones, and octorotor drones.
  • the aircraft can also be a fixed-wing UAV, or a combination of a rotary-wing type and a fixed-wing UAV, which is not limited here.
  • the multi-aircraft operation route planning method includes steps S101 to S103.
  • the drones in the drone group are the drones whose operating routes are to be planned.
  • the drone group includes at least one drone.
  • the location information of the drone group includes the location information of each drone in the drone group.
  • the location information of the drone swarm is the central location information of the drone swarm, the central location information of the drone swarm can also be determined based on the location information of each drone;
  • the operation area is the area to be operated, and the operation area includes at least A sub-work area, the location information of each sub-work area includes the location information of the corner points in each sub-work area, or the location information of each sub-work area is the center location information of each sub-work area, or each sub-work area
  • the center position information of can also be determined based on the position information of each corner point in each sub-work area.
  • the position information of the drone group is the latitude and longitude coordinates of the drone group
  • the position information of each sub-operation area in the operation area includes the latitude and longitude coordinates of each corner point of the sub-operation area, or the position of the drone group
  • the information is the projection of the latitude and longitude coordinates of the UAV group in the Gauss coordinate system.
  • the position information of each sub-operation area in the operation area includes the projection of the longitude and latitude coordinates of each corner point of the sub-operation area in the Gauss coordinate system.
  • the Gaussian coordinate system includes But it is not limited to the Gaussian three-degree zone coordinate system and the Gaussian six-degree zone coordinate system.
  • step S101 specifically includes: sub-steps S1011 to S1012.
  • the position information of the drone group may be determined according to the position information of at least one drone in the drone group.
  • the position information of the drone group may be determined jointly based on the position information of all drones in the drone group, or may be determined based on the position information of one or several drones in the drone group.
  • the location information of at least one UAV may be the location coordinates of the corresponding UAV, and the location information of the UAV group may be determined based on the position coordinates of one or several or all UAVs in the UAV group
  • the location coordinates of the drone group may be the position coordinates of the center position of the drone group.
  • the position information of the drone group may not be limited to that of the drone group.
  • the position coordinates of the center position are determined as needed. The following is a specific example for determining the location coordinates of the drone group.
  • the method for determining the position coordinates of the drone group is specifically: obtaining the position coordinates of each drone in the Gaussian coordinate system from the position information of each drone; The abscissa values in the position coordinates are summed to obtain the total abscissa value, and the ordinate values in the position coordinates of each drone are summed to obtain the total ordinate value; statistics in the drone group The number of drones, and calculate the average value of the abscissa and the average value of the ordinate according to the total value of the abscissa, the total value of the ordinate and the number of drones; the average value of the abscissa and the average of the ordinate are used as the position coordinates of the drone group.
  • the location coordinates of the drone By projecting the location coordinates of the drone to the Gauss coordinate system, the location coordinates of the drone in the Gauss coordinate system are obtained, and then the location coordinates of the drone group are determined based on the location coordinates of the drone in the Gauss coordinate system, which can be simplified
  • the calculation process improves the calculation speed and reduces the occupation of computing resources.
  • control terminal can also calculate the variance value of the abscissa and the variance value of the ordinate based on the position coordinates of each drone in the Gauss coordinate system, and calculate the variance value of the abscissa and the variance of the ordinate.
  • the difference is used as the first position information of the drone group; or, based on the position coordinates of each drone in the Gauss coordinate system, the root mean square value of the abscissa and the root mean square value of the ordinate can be calculated.
  • the root mean square value of the abscissa and the root mean square of the ordinate are used as the position coordinates of the drone group. This application does not specifically limit this.
  • the drone group includes 3 drones, and the position coordinates of each drone in the Gaussian coordinate system are (A1, A2), (B1, B2) and (C1, C2) respectively, in the Gaussian coordinate system
  • the position coordinates of the drone group are ((A1+B1+C1)/3, ((A2+B2+C2)/3)).
  • the control terminal determines the center of the drone group based on the position information of at least one drone in the drone group, and takes the center as the center and the preset distance as the radius to form a circular area; According to the position information of the drones in the circular area, calculate the position coordinates of the drone group based on the position information of the drones in the circular area, and use the position coordinates of the drone group as the drone group location information.
  • the center of the UAV group can be determined by the position information of each UAV, that is, based on the position information of each UAV, the position coordinates of the UAV group are determined, and the position coordinates of the UAV group are regarded as unmanned The center of the fleet.
  • the specific determination method of the position coordinates of the drone group is the same as the determination method in another embodiment, and will be repeated here.
  • the location information of the drone swarm can be determined, which can improve the accuracy of the drone swarm’s location information and facilitate subsequent execution of multiple drones. Operation route planning.
  • control terminal may also determine the figure formed by each drone in the drone group based on the position information of at least one drone in the drone group, and set the position corresponding to the center of gravity or geometric center of the figure.
  • the coordinates are used as the position information of the drone group. This application does not specifically limit the shape of the graphic. Through the position information of each drone, determine the figure composed of the drone group, and then use the position coordinates corresponding to the center of gravity or geometric center of the figure as the position information of the drone group, which can improve the accuracy of the position information of the drone group .
  • control terminal can also determine the graphics formed by each drone in the drone group based on the location information of at least one drone in the drone group, and obtain the drones located on the edge of the image.
  • the position information of the UAV group is determined according to the position information of the UAV located on the edge of the graph, and the position coordinates of the UAV group are used as the position information of the UAV group.
  • the position information of each drone determine the figure composed of the drone group, and then determine the position information of the drone group based on the position information of the drones located on the edge of the figure, which can improve the position information of the drone group Accuracy.
  • the above embodiments are only exemplary instructions for determining the location information of the drone group, and the location information of the drone group can also be set flexibly according to actual needs.
  • the location information of the drone is determined as the location information of the drone group, which is not limited here.
  • S1012. Determine the location information of each sub-work area according to the location information of at least one corner point in each sub-work area.
  • the position coordinates of at least one corner point of each sub-work area are obtained from the position information of each sub-work area; the position information of each sub-work area is determined according to the position coordinates of at least one corner point of each sub-work area.
  • the position information of the sub-work area is the position coordinates used to indicate the center position of the sub-work area.
  • the position coordinates of the corner points are the position coordinates in the Gaussian coordinate system
  • the control terminal obtains the abscissa value and the ordinate value of at least one corner point of each sub-work area from the position coordinates of at least one corner point of each sub-work area Value; respectively sum up the abscissa values of at least one corner point of each sub-work area to obtain the total abscissa value of each sub-work area; respectively sum up the ordinate value of at least one corner point of each sub-work area , Get the total value of the ordinate of each sub-work area; determine the number of corner points corresponding to each sub-work area; calculate the total value of each sub-work area according to the total value of the abscissa, the total value of the ordinate and the number of corner points corresponding to each sub-work area The corresponding mean value of the abscissa and the mean value of the ordinate; the calculated mean value of the abscissa and the mean value of the ordinate of each sub-
  • the number of corner points and the position coordinates of the corner points corresponding to each sub-work area can also be determined first, and then based on the position coordinates of each corner point in the Gauss coordinate system and the number of corner points corresponding to the sub-work area, the sub-work area is calculated.
  • the average value of the abscissa and the average value of the ordinate corresponding to the work area are not specifically limited in this application.
  • control terminal can also calculate the variance value of the abscissa and the ordinate of the sub-work area based on the position coordinates of each corner point in the Gaussian coordinate system and the number of corner points corresponding to the sub-work area. , Or, calculate the root mean square value of the abscissa and the root mean square value of the ordinate corresponding to the sub-work area, and calculate the variance value of the abscissa and the ordinate value of the sub-work area, or the average value of the abscissa.
  • the root square value and the root mean square value of the ordinate are used as position information for indicating the sub-work area. This application does not specifically limit this.
  • the sub-work area includes 3 corner points, and the position coordinates of each corner point in the Gauss coordinate system are (X1, Y1), (X2, Y2) and (X3, Y3) respectively, then The position coordinates of the sub-work area in the Gauss coordinate system are ((X1+X2+X3)/4, (Y1+Y2+Y3)/3).
  • the number of corner points of each sub-work area is determined based on the shape of the sub-work area. For example, if the sub-work area is a triangle, the number of corner points of the sub-work area is three, and the corner points are triangle sub-work. The three vertices of the area, for example, if the sub-work area is a quadrilateral, the number of corner points of the sub-work area is four, and the corner points are the four vertices of the quadrilateral sub-work area. It is understandable that the number of corner points of each sub-work area can also be set based on actual conditions, which is not specifically limited in this application.
  • step S1011 and step S1012 are in no order. Step S1011 may be performed first, and then step S1012 may be performed, or step S1012 may be performed first, and then step S1011 may be performed, or both may be performed simultaneously. That is, the location information of the drone group can be determined, and then the location information of each of the sub-work areas can be determined; the location information of each of the sub-work areas can be determined, and then the location information of the drone group can be determined. Or, the location information of the drone group and the location information of each of the sub-work areas can also be determined at the same time, which is not limited here.
  • the control terminal when the control terminal receives a multi-machine operation route planning instruction triggered by the user, the control terminal displays a multi-machine operation route planning interface, which displays a list of work areas to be operated and executable operations. List of drones; get each sub-operating area selected by the user in the list of operating areas and the drone selected in the drone list, and collect each selected sub-operating area to form the task to be operated Work area and collect each selected drone to form a drone group in the sub-operating area to be allocated.
  • the multi-machine operation route planning interface it is convenient for users to select the operation area to be operated and the UAV that can perform the operation, which greatly improves the user experience.
  • the control terminal obtains the position information of the drone group and the position information of each sub-operation area in the operation area. Among them, the control terminal is respectively connected with each drone in the drone group. After connection, the control terminal can obtain the longitude and latitude coordinates of the drone group through the global positioning system (GPS) or real-time dynamic difference method (RTK).
  • GPS global positioning system
  • RTK real-time dynamic difference method
  • the location information of the drone swarm can be obtained in real time through the global positioning system (GPS) or real-time dynamic difference method (RTK), which effectively improves the accuracy of the location information of the drone swarm.
  • GPS global positioning system
  • RTK real-time dynamic difference method
  • the location information of each sub-operation area in the corresponding operation area in the external storage device or server can be imported and stored locally. In another embodiment, it is also The location information of each sub-work area in the corresponding work area can be directly read from an external storage device or server without local storage, which is not specifically limited here.
  • the control terminal calculates the distance between each sub-operation area and the UAV group according to the position information of the UAV group and the position information of each sub-operation area. Among them, the control terminal can calculate the distance between the drone group and each sub-operation area based on the haversine formula according to the geographical position coordinates of the UAV group and the geographical position coordinates of each sub-operation area. Through the location information of the drone group and the location information of each sub-operation, the distance between each sub-operation area and the drone group can be accurately and quickly calculated.
  • the first abscissa value and the first ordinate value of the UAV group are obtained from the position information of the UAV group;
  • the second abscissa value of each sub-operation area is obtained from the position information of each sub-operation area Value and the second ordinate value; according to the first abscissa value and each second abscissa value, the lateral distance between each sub-operation area and the drone group is calculated; according to the first ordinate value and each second The ordinate value is calculated to obtain the longitudinal distance between each sub-operating area and the drone group; according to the horizontal and longitudinal distances between each sub-operating area and the drone group, the distance between each sub-operating area and the drone group is calculated The distance between.
  • the position information of the drone group is the position coordinates of the drone group in the Gaussian coordinate system
  • the position information of each sub-operation area is the position coordinates of each sub-operation area in the Gaussian coordinate system.
  • the position coordinates of the drone group in the Gaussian coordinate system are (x1, y1), and the position coordinates of the sub-operation area in the Gaussian coordinate system are (x2, y2).
  • the horizontal distance between the man-machine group is
  • the longitudinal distance between the sub-operation area and the UAV group is
  • the distance between the sub-operation area and the UAV group is
  • the control terminal executes multi-aircraft operation route planning operations based on the location information of the drone group, the location information of each sub-operation area, and the distance between each sub-operation area and the drone group, that is, according to the relationship between each sub-operation area and the drone group. Combine the location information of the drone group with the location information of each sub-operating area, assign the sub-operating area to the drones in the drone group, and plan the route between the drone and the sub-operating area.
  • the sub-operating area can be better assigned to the drone and the appropriate route can be planned, reducing unmanned Cross-interference occurs during the operation or return of the aircraft, which effectively improves the efficiency of multi-aircraft divisional operations.
  • step S103 specifically includes: sub-steps S1031 to S1034.
  • the control terminal sorts each sub-operating area in the sub-operating area group according to the distance between each sub-operating area and the drone group to obtain the sub-operating area allocation queue. It should be noted that the smaller the distance , The higher the sorting, the greater the distance, the lower the sorting.
  • the operating area includes 6 sub-operating areas, namely, sub-operating area A, sub-operating area B, sub-operating area C, sub-operating area D, sub-operating area E, and sub-operating area F.
  • the distances between the clusters are 1000 meters, 800 meters, 850 meters, 500 meters, 900 meters, and 950 meters.
  • sub-jobs obtained are sorted
  • the order of the area allocation queue is: sub-work area D-sub-work area B-sub-work area C-sub-work area E-sub-work area F-sub-work area A.
  • the control terminal sorts the sub-work areas in the sub-work area allocation queue, and sequentially acquires a sub-work area from the sub-work area group as the target sub-work area.
  • the sorted sub-work area allocation queue is sorted as sub-work area D-sub-work area B-sub-work area C-sub-work area E-sub-work area F-sub-work area A, then follow the sub-work area D-
  • the sequence of sub-work area B-sub-work area C-sub-work area E-sub-work area F-sub-work area A is to obtain a sub-work area from the group of sub-work areas as the target sub-work area first.
  • Work area D is used as the target sub-work area, then sub-work area B is used as the target sub-work area, then sub-work area C is used as the target sub-work area, and so on, and finally sub-work area A is set as the target sub-work area.
  • the control terminal determines the target drone to allocate the target sub-operating area.
  • the current attribute information of the drone includes the status identifier, type label, and current remaining power corresponding to the current status of the drone.
  • the status identifier is used to identify the status of the drone, including idle status and occupied status, and type label. Used to indicate the type of drone.
  • sub-step S1033 specifically includes: sub-steps S10331 to S10334.
  • the current state of each UAV is determined according to the state identifier in the current attribute information of each UAV; the UAV whose current state is in the idle state is used as the candidate UAV.
  • the method for determining the current status of the drone is specifically: determining the reference identifier according to the status identifier in the current attribute information of each drone, and the reference identifier follows the current attribute information of each drone.
  • the status identifier in the current attribute information is changed due to the change; the current status of the UAV whose status identifier in the current attribute information is the reference identifier is determined as the idle state; the status identifier in the current attribute information is not the reference identifier
  • the current state of the drone is determined to be the occupied state.
  • the method for determining the reference identifier is specifically: determining whether the status identifier in the current attribute information of each drone is the same; if the status identifier in the current attribute information of each drone is the same , The same status identifier is used as the reference identifier; if there is a difference in the status identifier in the current attribute information of at least one UAV, the smallest status identifier is used as the reference identifier.
  • the benchmark identifier when the number of drones in the drone swarm is greater than or equal to the number of sub-operations, the benchmark identifier remains unchanged, and the number of drones in the drone swarm is less than the sub-operations In terms of the number of areas, the reference identifier changes with the change of the status identifier in the current attribute information of each drone.
  • the UAV group includes 3 UAVs, namely UAV A, UAV B, and UAV C.
  • the state identifiers of UAV A, UAV B and UAV C in the initial state All are 0, that is, the reference identifier is also 0, and there are also 3 sub-operating areas.
  • the three drones are all candidate drones.
  • UAV A A sub-operation area is allocated.
  • the status identifiers of UAV A, UAV B, and UAV C are 1, 0, and 0, and the candidate UAVs include UAV B and UAV C
  • a sub-operation area is assigned to UAV C.
  • the status identifiers of UAV A, UAV B and UAV C are 1, 0, and 1, then The candidate drone is drone B, and the last sub-operation area is assigned to drone B.
  • the status identifiers of drone A, drone B, and drone C are all 1, and If there are 5 sub-operating areas and after three allocations, the status identifiers of UAV A, UAV B and UAV C are all 1, then it can be determined that the reference identifier has changed from 0 to 1.
  • the current status of human-machine A, drone B, and drone C is idle, and you can continue to allocate sub-operating areas to drone A, drone B, and drone C.
  • the status identifier of the drone changes with the allocation of the sub-operation area.
  • the specific change method can be set based on the actual situation. This application does not specifically limit this.
  • the drone's status identifier When the status identifier is 0, it means that the drone is not assigned a sub-operating area; when the drone’s status identifier is 1, it means that the drone is assigned a sub-operating area.
  • the drone’s status identifier is 2 , Which means that the drone is allocated two sub-operating areas, and so on.
  • the status identifier of the drone is N, it means that the drone is allocated N sub-operating areas.
  • S10332 Calculate the distance between the target sub-operating area and each candidate drone according to the location information of the target sub-operating area and the location information of each candidate drone.
  • the control terminal obtains the position coordinates of each corner point of the target sub-work area in the Gauss coordinate system from the position information of the target sub-work area; according to the position coordinates of each corner point of the target sub-work area and each candidate Calculate the distance between each corner point of the target sub-operating area and each candidate drone based on the position information of the drone; according to the distance between each corner point of the target sub-operating area and each candidate drone , Calculate the distance between the target sub-operation area and each candidate drone.
  • the distance between the target sub-operation area and the candidate drone can be accurately calculated. It can improve the accuracy of multi-aircraft operation route planning, and further reduce the occurrence of cross-interference during the operation or return of the UAV.
  • the calculation method of the distance between the corner point and the candidate drone is specifically as follows: the control terminal obtains the position of each candidate drone in the Gaussian coordinate system from the position information of each candidate drone Coordinates; Obtain the abscissa and ordinate values of each corner of the target sub-operating area from the position coordinates of each corner of the target sub-operating area; Obtain each candidate from the position coordinates of each candidate drone The abscissa value and ordinate value of the drone; according to the abscissa value and ordinate value of each corner point of the target sub-operation area, and the abscissa value and ordinate value of each candidate drone, calculate the target subordinate The distance between each corner point of the work area and each candidate drone.
  • the calculation method of the distance between the target sub-operation area and the candidate drone is specifically as follows: the control terminal separately calculates the difference between each corner point of the target sub-operation area and each candidate drone.
  • the total distance between the target sub-operation area and each of the candidate UAV corner points is obtained by summing the distance between the target sub-operation area and each candidate UAV; the number of corner points in the target sub-operation area is obtained, and calculated according to the number of corner points
  • the average value of the total distance of each corner point; the average value of the total distance of each corner point is taken as the distance between the target sub-operation area and each candidate drone.
  • the target sub-operating area includes three corner points, namely, corner point A, corner point B, and corner point.
  • Point C, and the position coordinates in the Gaussian coordinate system are (X1, Y1), (X2, Y2) and (X3, Y3), and the position coordinates of the candidate drone in the Gaussian coordinate system are (X4, Y4 ), then the distances between corner point A, corner point B and corner point C and the candidate UAV are respectively with Then the distance between the target sub-operation area and the candidate UAV is (d A + d B + d C )/3.
  • S10333 Determine the target drone from each candidate drone according to the distance between the target sub-operation area and each candidate drone.
  • the candidate drone with the shortest distance between the target sub-operating area and each candidate drone and use the candidate drone with the shortest distance between the target sub-operating area and each candidate drone as the target drone machine.
  • the distance between the sub-operating areas allocated to the drone can be guaranteed.
  • the shortest distance can effectively improve the efficiency of multi-machine partition operations.
  • the candidate drones are drone A, drone B, and drone C.
  • the target sub-operating area is sub-operating area A, and sub-operating area A is related to drone A, drone B, and drone.
  • the distance between human and machine C is 800 meters, 600 meters and 750 meters respectively. Since 600 meters ⁇ 750 meters ⁇ 800 meters, the distance between sub-operation area A and UAV B is the shortest, so UAV B As the target drone.
  • the method for determining the target drone is specifically: obtaining job task information of the target sub-work area, where the job task information is used to describe the job task of the target sub-work area; according to the job task information, each candidate The current attribute information of the drone and the distance between the target sub-operation area and each candidate drone are used to determine the target drone.
  • the operation task information includes the task type, operation area, and operation route of the target sub-operation area.
  • the current attribute information of the candidate drone includes the candidate drone's type label and current remaining power.
  • the type label is used to indicate the unmanned The type of machine.
  • the method of determining the target UAV is specifically: obtaining the operation task type from the operation task information, and according to The type label in the current attribute information of each candidate drone, to determine whether there is at least one candidate drone whose type label matches the task type of the job, if there is at least one candidate drone whose type label matches the job task type If there is a match, the candidate drone with the shortest distance from the target sub-operation area will be selected as the target drone; if there is no candidate drone whose type label matches the task type, the target will be obtained The candidate drone with the shortest distance between the sub-operation area and each candidate drone, and the obtained candidate drone as the target drone.
  • the operating area from the task information, and determine whether there is at least one candidate drone whose current remaining power matches the operating area according to the current remaining power in the current attribute information of each candidate drone. If there is at least one candidate drone whose current remaining power matches the operating area, the candidate drone that matches and has the shortest distance from the target sub-operating area is used as the target drone; if there is no candidate drone The current remaining power of the man-machine matches the operating area, then the candidate drone with the shortest distance between the target sub-operating area and each candidate drone is obtained, and the obtained candidate drone is used as the target drone .
  • the current remaining power meets the power required to execute the work area, it is determined that the current remaining power matches the work area. On the contrary, if the current remaining power does not meet the power required to execute the work area, it is determined that the current remaining power is equal to The work area does not match.
  • the control terminal After determining the target sub-operation area and the target UAV, the control terminal assigns the target sub-operation area to the target UAV, and plans the route between the target UAV and the target sub-operation area. Further, after assigning the target sub-operation area to the target drone, the control terminal adjusts the current attribute information of the target drone, that is, adjusts the status identifier of the target drone.
  • the planning method of the route between the drone and the sub-operating area is specifically as follows: after the allocation of the sub-operating area is completed, based on the location information of each drone and the location information of each sub-operating area, in the preset operation Mark the location of each drone and the location of each sub-operating area on the map; according to the distribution relationship between the sub-operating area and the drone, the location of the drone and the location of the sub-operating area are combined on the map of the operation Make a straight line connection; determine whether there is an intersection point between the lines of the connection. If there is an intersection point between the lines, adjust the height of the corresponding UAV at the intersection position so that the UAV does not reach the intersection position.
  • intersection point when there is an intersection point between the connecting straight lines, the intersection point can also be bypassed, so that the position point of the drone and the position point of the sub-operation area are connected by a broken line, or a curve connection, so that no one The aircraft will not collide when they reach the point of intersection.
  • the control terminal obtains the multi-machine operation route planning result, and generates the multi-machine operation task according to the multi-machine operation route planning result; obtains each task for executing the operation from the multi-machine operation task.
  • the task of each drone is sent to the corresponding drone.
  • the multi-aircraft operation route planning results include the UAV and the sub-operation area after the allocation is completed, the route between the UAV and the sub-operation area, and the operation route of the sub-operation area.
  • the route between the man-machine and the sub-operation area and the operation route of the sub-operation area can generate a multi-machine operation task including the operation task of each UAV.
  • the operation route of the sub-operation area can be planned and completed in advance, or it can be planned in real time based on the information of the sub-operation area and the assigned UAVs when generating multi-machine operation tasks, and the operation route includes the circle route and the belt. Routes, etc., are not specifically limited in this application.
  • Fig. 5 is a schematic diagram of the operation route in the embodiment of the application.
  • the operation route is a circumnavigation route, and the operation route includes four waypoints, and the four waypoints are waypoint A and waypoint respectively B.
  • Waypoint C and Waypoint D and the navigation sequence is waypoint A ⁇ waypoint B ⁇ waypoint C ⁇ waypoint D.
  • the operation route is a circle route enclosed by waypoint A, waypoint B, waypoint C and waypoint D.
  • Fig. 6 is another schematic diagram of the operation route in the embodiment of the present application.
  • the operation route is a strip route, and the operation route includes four waypoints, and the four waypoints are waypoints E, Waypoint F, Waypoint G and Waypoint H, where the starting point is waypoint E and the ending point is waypoint G.
  • Connect waypoint E, waypoint F, waypoint G and waypoint H in turn to form a closed operation area, and in this operation area according to the preset starting waypoint E, ending waypoint G, and preset route interval Etc. form a working route, such as the bow-shaped route shown in FIG. 6.
  • the multi-aircraft operation route planning method calculates the distance between each sub-operating area and the drone group based on the position information of the drone group and the position information of each sub-operating area, and then according to the position information of the drone group ,
  • the location information of each sub-operating area and the distance between each sub-operating area and the UAV group, and executing the corresponding multi-aircraft operation route planning operation can better allocate sub-operating areas to the UAV and reduce the UAV’s Cross-interference occurs during operation or returning home, which effectively improves the efficiency of multi-machine partition operations.
  • FIG. 7 is a schematic flowchart of the steps of another multi-aircraft operation route planning method provided by an embodiment of the present application.
  • the multi-aircraft operation route planning method includes steps S201 to S204.
  • the drones in the drone group are the drones whose operating routes are to be planned.
  • the drone group includes at least one drone.
  • the location information of the drone group includes the location information of each drone in the drone group.
  • the location information of the drone swarm is the central location information of the drone swarm, the central location information of the drone swarm can also be determined based on the location information of each drone;
  • the operation area is the area to be operated, and the operation area includes at least A sub-work area, the location information of each sub-work area includes the location information of the corner points in each sub-work area, or the location information of each sub-work area is the center location information of each sub-work area, or each sub-work area
  • the center position information of can also be determined based on the position information of each corner point in each sub-work area.
  • S202 Acquire the number of sub-work areas in the work area, and determine whether the number of sub-work areas is greater than a preset threshold.
  • the control terminal obtains the number of sub-work areas in the work area, and determines whether the number of sub-work areas is greater than a preset threshold, and the number of sub-work areas is the number of sub-work areas contained in the work area.
  • a preset threshold may be set based on actual conditions, which is not specifically limited in this application.
  • the preset threshold is 5.
  • the control terminal calculates the distance between each sub-operating area and the drone group according to the location information of each drone and the location information of each sub-operating area. Among them, the control terminal can calculate the distance between the drone group and each sub-operation area based on the haversine formula according to the geographical position coordinates of the UAV group and the geographical position coordinates of each sub-operation area. Through the location information of the drone group and the location information of each sub-operation, the distance between each sub-operation area and the drone group can be accurately and quickly calculated.
  • the control terminal executes multi-aircraft operation route planning operations based on the location information of the drone group, the location information of each sub-operation area, and the distance between each sub-operation area and the drone group, that is, according to the relationship between each sub-operation area and the drone group. Combine the location information of the drone group with the location information of each sub-operating area, assign the sub-operating area to the drones in the drone group, and plan the route between the drone and the sub-operating area.
  • the sub-operating area can be better assigned to the drone and the appropriate route can be planned, reducing unmanned Cross-interference occurs during the operation or return of the aircraft, which effectively improves the efficiency of multi-aircraft divisional operations.
  • the control terminal calculates the distance between each drone and each sub-operating area according to the location information of each drone and the location information of each sub-operating area.
  • the location information of the drone is the longitude and latitude coordinates of the drone, or the projection of the longitude and latitude coordinates of the drone in the Gauss coordinate system.
  • the location information of the sub-operation area includes the longitude and latitude coordinates of each corner of the sub-operation area. , Or include the projection of the latitude and longitude coordinates of each corner point of the sub-work area under the Gauss coordinate system.
  • the calculation method of the distance between each drone and each sub-operation area may be: determining the position of the center position of each sub-operation area according to the position coordinates of at least one corner point in each sub-operation area Coordinates: Calculate the distance between each drone and each sub-operating area based on the position coordinates of the center of each sub-operating area and the location information of each drone. For example, the position coordinates of the drone in the Gaussian coordinate system are (A1, B1), and the position coordinates of the center position of the sub-work area in the Gaussian coordinate system are (A2, B2), then the drone and the sub-work area The distance between
  • the method for determining the position coordinates of the center position of the sub-work area is specifically: obtaining the position coordinates of at least one corner point in the Gaussian coordinate system from the position information of the sub-work area, and according to the at least one corner point being in the Gaussian coordinate system
  • the position coordinates of determine the position coordinates of the center position of the sub-work area.
  • the sub-work area includes 3 corner points, and the position coordinates of each corner point in the Gaussian coordinate system are (X1, Y1), (X2, Y2) and (X3, Y3) respectively, then the center position of the sub-work area
  • the position coordinates in the Gaussian coordinate system are ((X1+X2+X3)/4, (Y1+Y2+Y3)/3).
  • the calculation method of the distance between each drone and each sub-operation area may also be: taking a sub-operation area and a drone as an example, calculating at least one corner of the sub-operation area and The distance between the drones, and the total distance between each corner point of the sub-operating area and the drone is summed to obtain the total corner point distance between the sub-operating area and each drone , And then count the number of corner points in the sub-operation area, and calculate the average corner point distance based on the number of corner points and the total distance of the corner points, and use the average corner point distance as the distance between the sub-operation area and the drone , In the same way, the distance between each drone and each sub-operation area can be calculated.
  • the sub-work area includes 3 corner points, namely corner point a, corner point b, and corner point c, and the position coordinates in the Gaussian coordinate system are (x1, x1), (x2, x2) and (x3) , X3), and the position coordinates of the drone in the Gaussian coordinate system are (x4, x4), then the distances between the corner point a, corner point b, and corner point c and the drone are respectively with The distance between the sub-operation area and the drone is (d a + d b + d c )/3.
  • the current attribute information of the drone includes the status identifier, type label, and current remaining power corresponding to the current status of the drone.
  • the status identifier is used to identify the status of the drone, including idle status and occupied status, and type label. Used to indicate the type of drone.
  • the allocation identification information is used to indicate the allocation of the sub-work area. When the allocation identification information is the preset first information, it indicates that the sub-work area is not allocated. When the allocation identification information is the preset second information, it indicates that the sub-work area is not allocated. The work area has been allocated. It should be noted that the above-mentioned first information and second information can be set based on actual conditions, which is not specifically limited in this application. Optionally, the first information is 0 and the second information is 1.
  • the status identifier of the drone when the status identifier of the drone is 0, it means that the drone is not assigned a sub-operation area, and when the status identifier of the drone is 1, it means that the drone is assigned a sub-operation area.
  • the status identifier of the drone When the status identifier of the drone is 2, it means that the drone is assigned two sub-operating areas, and so on, when the status identifier of the drone is N, it means that the drone is assigned N sub-operating areas.
  • the candidate sub-operation area is determined, wherein the candidate sub-operation area is an unallocated sub-operation area; according to the current attribute information of each drone, at least one candidate unmanned area is determined
  • the candidate UAV is the UAV in the sub-operation area to be allocated; the distance between each candidate sub-operation area and each candidate UAV is obtained, and the group of candidate sub-operation areas with the shortest distance is combined with Candidate drones are used as the target sub-operating area and target drone; the target sub-operating area is allocated to the target drone, and the route between the target drone and the target sub-operating area is planned.
  • the control terminal adjusts the current attribute information of the target drone and the assignment identification information of the target sub-operation area. It should be noted that the planning method of the route between the drone and the sub-operation area refers to the foregoing embodiment, and will not be repeated here.
  • the candidate sub-operating areas are sub-operating area 1, sub-operating area 2 and sub-operating area 3, and the candidate drones are drone A, drone B, and drone C, and sub-operating area 1 and none
  • the distances between man-machine A, drone B, and drone C are 800 meters, 600 meters, and 900 meters, respectively.
  • the distance between sub-operation area 2 and drone A, drone B, and drone C The distances are 500 meters, 700 meters, and 850 meters, respectively.
  • sub-operation area 3 and UAV A, UAV B and UAV C are 600 meters, 650 meters and 750 meters, respectively, then 500 meters ⁇ 600m ⁇ 650m ⁇ 700m ⁇ 750m ⁇ 800m ⁇ 850m ⁇ 900m, the shortest distance is 500, so sub-operation area 2 and UAV A are determined as the target sub-operation area and target UAV.
  • the method for determining candidate sub-work areas is specifically: determining whether the allocation identification information of each sub-work area is preset information; if the allocation identification information of each sub-work area is preset information, then determining each There are no candidate sub-work areas in each sub-work area; if there is at least one sub-work area whose allocation identification information is not a preset value, then the sub-work area whose allocation identification information is not the preset value is used as the candidate sub-work area.
  • the preset information is 1, the allocation identification information of the sub-work area is 0, which means that the sub-work area is not allocated, and the allocation identification information of the sub-work area is 1, which means that the sub-work area is allocated.
  • the method for determining candidate drones is specifically: determining a reference identifier according to the status identifier in the current attribute information of each drone, and the reference identifier follows the current status of each drone.
  • the status identifier in the attribute information is changed; the UAV whose status identifier in the current attribute information is the reference identifier is determined as the candidate UAV.
  • the method of determining the reference identifier is: determining whether the status identifier in the current attribute information of each drone is the same; if the status identifier in the current attribute information of each drone is the same, it will be the same
  • the status identifier of is used as the reference identifier; if the status identifiers in the current attribute information of at least one UAV are different, the smallest status identifier is used as the reference identifier. It should be noted that when the number of drones is greater than or equal to the number of sub-operating areas, the benchmark identifier remains unchanged, and when the number of drones is less than the number of sub-operating areas, the benchmark identifier As the status identifier in the current attribute information of each drone changes.
  • the shortest distance strategy is used according to the status identifier of each UAV, the allocation identification information of each sub-operation area, and each non-operation area.
  • the distance between the man-machine and each sub-operation area is to perform the corresponding multi-machine operation route planning operation.
  • the position information of the drone group, the position information of each sub-operation area and each sub-operation area is executed, and the corresponding multi-aircraft operation route planning operation can be performed.
  • the corresponding multi-aircraft operation planning strategy can be adaptively selected based on the number of sub-operating areas, and the sub-operations can be better assigned to the drones Area, reduce the occurrence of cross-interference during the operation or return of the UAV, and effectively improve the efficiency of multi-plane division operation.
  • FIG. 8 is a schematic block diagram of a control terminal provided by an embodiment of the present application.
  • the control terminal includes, but is not limited to, a remote control, a ground control platform, a mobile phone, a tablet computer, a notebook computer, a PC computer, and the like.
  • the control terminal 300 includes a processor 301 and a memory 302, and the processor 301 and the memory 302 are connected by a bus 303, which is, for example, an I2C (Inter-integrated Circuit) bus.
  • I2C Inter-integrated Circuit
  • the processor 301 may be a micro-controller unit (MCU), a central processing unit (CPU), a digital signal processor (Digital Signal Processor, DSP), or the like.
  • MCU micro-controller unit
  • CPU central processing unit
  • DSP Digital Signal Processor
  • the memory 302 may be a Flash chip, a read-only memory (ROM, Read-Only Memory) disk, an optical disk, a U disk, or a mobile hard disk.
  • the processor 301 is configured to run a computer program stored in the memory 302, and implement the following steps when executing the computer program:
  • a corresponding multi-aircraft operating route planning operation is performed.
  • the processor when the processor is used to obtain the position information of the drone group and the position information of each sub-operation area in the operation area, it is used to achieve:
  • the location information of each sub-work area is determined according to the location information of at least one corner point in each sub-work area.
  • the position information of the drone group is position coordinates used to indicate the center position of the drone group, and/or the position information of the sub-operation area is used to indicate the sub-operation area The position coordinates of the center position.
  • the processor when the processor realizes determining the position information of each of the sub-work areas according to the position information of at least one corner point in each of the sub-work areas, it is configured to implement:
  • the position information of each sub-work area is determined.
  • the position coordinates of the corner points are position coordinates in a Gaussian coordinate system; the processor realizes that each of the sub-work areas is determined according to the position coordinates of at least one corner point of each sub-work area.
  • the location information of the area is used to achieve:
  • the calculated mean value of the abscissa and the mean value of the ordinate corresponding to each of the sub-work areas are used as the second position information of the center position of each of the sub-work areas.
  • the lateral distance between each of the sub-work areas and the drone group is calculated
  • the longitudinal distance between each of the sub-operation areas and the drone group is calculated
  • the processor executes according to the position information of the drone group, the position information of each of the sub-work areas, and the distance between each sub-work area and the drone group.
  • the processor executes according to the position information of the drone group, the position information of each of the sub-work areas, and the distance between each sub-work area and the drone group.
  • the processor realizes the allocation of the target sub-operation area to the target drone and plans the route between the target drone and the target sub-operation area, it is also used for achieve:
  • the processor determines the target drone based on the current attribute information of each drone, the location information of the target sub-operation area, and the location information of each drone.
  • a target drone is determined from each candidate drone.
  • the processor realizes the determination of candidate drones according to the current attribute information of each of the drones, it is used to realize:
  • the processor implements the determination of the current state of each drone according to the current attribute information of each drone, it is used to implement:
  • a reference identifier is determined, where the status identifier is used to identify the status of the drone, and the reference identifier follows each of the The status identifier in the current attribute information of the drone is changed;
  • the current state of the drone whose state identifier in the current attribute information is not the reference identifier is determined as an occupied state.
  • the processor is configured to determine the target drone from each candidate drone according to the distance between the target sub-operation area and each candidate drone. achieve:
  • the current attribute information of each candidate drone, and the distance between the target sub-operating area and each candidate drone, from each candidate drone Determine the target drone.
  • the processor calculates the difference between the target sub-operating area and each candidate drone based on the location information of the target sub-operating area and the location information of each candidate drone. The distance between them is used to achieve:
  • each corner point of the target sub-work area and the position information of each candidate drone calculate the difference between each corner point of the target sub-work area and each candidate drone. The distance between
  • the distance between the target sub-operation area and each candidate drone is calculated.
  • the processor calculates each corner point of the target sub-operation area according to the position coordinates of each corner point of the target sub-operation area and the position information of each candidate drone.
  • the distance from each of the candidate drones is used to achieve:
  • each corner point of the target sub-operation area calculates each corner of the target sub-operation area The distance between the point and each candidate drone.
  • the processor calculates the distance between the target sub-operation area and each candidate drone according to the distance between each corner point of the target sub-operation area and each candidate drone.
  • the distance between man and machine is used to achieve:
  • the average value of the total distance of each corner point is taken as the distance between the target sub-operation area and each candidate drone.
  • the processor calculates the distance between each sub-operation area and the UAV group according to the position information of the UAV group and the position information of each of the sub-operation areas , Also used to achieve:
  • the number of the sub-work areas is greater than the preset threshold, it is executed to calculate the difference between each sub-work area and each sub-work area according to the location information of each of the drones and the location information of each sub-work area. Steps for the distance between man and machine.
  • the processor realizes the judgment whether the number of the sub-work areas is greater than a preset threshold, it is further configured to realize:
  • the number of the sub-work areas is less than or equal to the preset threshold, then calculate each drone and each sub-work area according to the location information of each drone and the location information of each sub-work area. The distance between the sub-work areas;
  • each drone According to the current attribute information of each drone, the assigned identification information of each sub-work area, and the distance between each drone and each sub-work area, execute the corresponding multi-machine Operation route planning operation.
  • the processor realizes that according to the current attribute information of each of the drones, the assignment identification information of each of the sub-work areas, and each of the drones and each of the sub-work areas When executing the corresponding multi-machine operation route planning operation, it is used to realize:
  • the processor realizes the allocation of the target sub-operation area to the target drone and plans the route between the target drone and the target sub-operation area, it is also used for achieve:
  • the processor executes according to the position information of the drone group, the position information of each of the sub-work areas, and the distance between each sub-work area and the drone group.
  • the processor executes according to the position information of the drone group, the position information of each of the sub-work areas, and the distance between each sub-work area and the drone group.
  • the embodiments of the present application also provide a computer-readable storage medium, the computer-readable storage medium stores a computer program, the computer program includes program instructions, and the processor executes the program instructions to implement the foregoing implementation Example provides the steps of the multi-aircraft operation route planning method.
  • the computer-readable storage medium may be the internal storage unit of the control terminal or unmanned aerial vehicle described in any of the foregoing embodiments, such as the hard disk or memory of the control terminal or unmanned aerial vehicle.
  • the computer-readable storage medium may also be an external storage device of the control terminal or unmanned aerial vehicle, such as a plug-in hard disk equipped on the control terminal or unmanned aerial vehicle, or a Smart Media Card (SMC). , Secure Digital (SD) card, Flash Card (Flash Card), etc.
  • SMC Smart Media Card
  • SD Secure Digital
  • Flash Card Flash Card

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

Abstract

一种多机作业航线规划方法、控制终端及计算机可读存储介质，其中该方法包括：获取无人机群的位置信息和子作业区域的位置信息(S101)；计算每个子作业区域与无人机群之间的距离(S102)；根据位置信息以及距离，执行对应的多机作业航线规划操作(S103)。利用该方法可有效的提高多机分区作业的效率。

Description

多机作业航线规划方法、控制终端及计算机可读存储介质 技术领域
本申请涉及无人机控制技术领域，尤其涉及一种多机作业航线规划方法、控制终端及计算机可读存储介质。
背景技术
目前，无人机通过独特的设计能够实现一控多机，通过一控多机，用户可以手动将待作业的作业区域分配给多台无人机，实现多机分区作业，可以提高作业效率。然而，由于用户是通过作业区域和无人机之间的相对位置手动给无人机分配作业区域，无法较优的给无人机分配作业区域，多机分区作业的效率较低。此外，还存在无人机在作业或返航过程中出现交叉干扰的情况，需要无人机执行避障操作，而无人机避障时，需要先减速，在避障后再加速，需要耗费无人机的电量，影响多机分区作业的效率。因此，如何提高多机分区作业的效率是目前亟待解决的问题。
发明内容
基于此，本申请提供了一种多机作业航线规划方法、控制终端及计算机可读存储介质，旨在提高多机分区作业的效率。
第一方面，本申请提供了一种多机作业航线规划方法，包括：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
第二方面，本申请还提供了一种控制终端，所述控制终端包括存储器和处理器；所述存储器用于存储计算机程序；
所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
第三方面，本申请还提供了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存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上所述的多机作业航线规划方法的步骤。
本申请实施例提供了一种多机作业航线规划方法、控制终端及计算机可读存储介质，通过无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离，然后根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，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的附图。
图1是本申请一实施例提供的一种多机作业航线规划方法的步骤示意流程图；
图2是图1中的多机作业航线规划方法的子步骤示意流程图；
图3是图1中的多机作业航线规划方法的子步骤示意流程图；
图4是图3中的多机作业航线规划方法的子步骤示意流程图；
图5是本申请实施例中作业航线的一示意图；
图6是本申请实施例中作业航线的另一示意图；
图7是本申请一实施例提供的另一种多机作业航线规划方法的步骤示意流程图；
图8是本申请一实施例提供的一种控制终端的结构示意性框图。
具体实施方式
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，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
请参阅图1，图1是本申请一实施例提供的一种多机作业航线规划方法的步骤示意流程图。该多机作业航线规划方法可以应用在控制终端中，用于规划无人机的多机作业航线。其中控制终端包括遥控器、地面控制平台、手机、平板电脑、笔记本电脑和PC电脑等，无人飞行器包括旋翼型无人机，例如四旋翼无人机、六旋翼无人机、八旋翼无人机，也可以是固定翼无人机，还可以是旋翼型与固定翼无人机的组合，在此不作限定。
具体地，如图1所示，该多机作业航线规划方法包括步骤S101至步骤S103。
S101、获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。
其中，无人机群中的无人机为待规划作业航线的无人机，无人机群包括至少一个无人机，无人机群的位置信息中包括无人机群中每个无人机的位置信息，或者无人机群的位置信息为无人机群的中心位置信息，无人机群的中心位置信息也可以基于每个无人机的位置信息进行确定；作业区域为待作业的区域，作业区域包括至少一个子作业区域，每个子作业区域的位置信息包括每个子作业区域中的各角点的位置信息，或者，每个子作业区域的位置信息为每个子作业 区域的中心位置信息，或者每个子作业区域的中心位置信息也可以基于每个子作业区域中的各角点的位置信息进行确定。
在一实施例中，无人机群的位置信息为无人机群的经纬度坐标，作业区域中每个子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标，或者，无人机群的位置信息为无人机群的经纬度坐标在高斯坐标系下的投影，作业区域中每个子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标在高斯坐标系下的投影，高斯坐标系包括但不限于高斯三度带坐标系和高斯六度带坐标系。
在一实施例中，如图2所示，步骤S101具体包括：子步骤S1011至S1012。
S1011、根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息。
具体地，所述无人机群的位置信息可以根据无人机群中至少一个无人机的位置信息来确定。例如，所述无人机群的位置信息可以根据无人机群中所有无人机的位置信息共同确定，或者可以根据无人机群中的某个或若干个无人机的位置信息来确定。进一步地，至少一个无人机的位置信息可以是对应的无人机的位置坐标，无人机群的位置信息可以是基于无人机群中的某个或若干个或全部无人机的位置坐标确定的无人机群的位置坐标。例如，在一种实施方式中，无人机群的位置信息可以是无人机群的中心位置的位置坐标，当然，在其他实施方式中，无人机群的位置信息也可以不限制在无人机群的中心位置的位置坐标，而是根据需要确定。下面对无人机群的位置坐标的确定进行具体举例说明。
在一实施例中，无人机群的位置坐标的确定方式具体为：从每个无人机的位置信息中获取每个无人机在高斯坐标系下的位置坐标；对每个无人机的位置坐标中的横坐标值进行求和，得到横坐标总值，并对每个所述无人机的位置坐标中的纵坐标值进行求和，得到纵坐标总值；统计无人机群中的无人机数量，并根据横坐标总值、纵坐标总值和无人机数量计算横坐标均值和纵坐标均值；将横坐标均值和纵坐标均值作为无人机群的位置坐标。通过将无人机的地理位置坐标投影到高斯坐标系，得到无人机在高斯坐标系的位置坐标，再基于无人机在高斯坐标系的位置坐标，确定无人机群的位置坐标，可以简化计算过程，提高计算速度，降低计算资源的占用。
可以理解的是，控制终端也可以基于每个无人机在高斯坐标系下的位置坐 标计算横坐标的方差值和纵坐标的方差值，将横坐标的方差值和纵坐标的方差值作为用于表示无人机群的第一位置信息；或者，还可以基于每个无人机在高斯坐标系下的位置坐标计算横坐标的均方根值和纵坐标的均方根值，将横坐标的均方根值和纵坐标的均方根值作为无人机群的位置坐标。本申请对此不作具体限定。
例如，无人机群包括3个无人机，且每个无人机在高斯坐标系的位置坐标分别为(A1，A2)、(B1，B2)和(C1，C2)，则在高斯坐标系的无人机群的位置坐标为((A1+B1+C1)/3，((A2+B2+C2)/3))。
在一实施例中，控制终端根据无人机群中至少一个无人机的位置信息，确定无人机群的中心，并以该中心为圆心，预设距离为半径，形成圆形区域；获取位于该圆形区域内的无人机的位置信息，并根据位于该圆形区域内的无人机的位置信息，计算无人机群的位置坐标，且将该无人机群的位置坐标作为无人机群的位置信息。其中，无人机群的中心可以通过每个无人机的位置信息确定，即基于每个无人机的位置信息，确定无人机群的位置坐标，并将该无人机群的位置坐标作为无人机群的中心。无人机群的位置坐标的具体确定方式与另一实施例中的确定方式相同，此处再赘述。通过先确定无人机群的中心，再基于无人机群的中心周围的无人机的位置信息，确定无人机群的位置信息，可以提高无人机群的位置信息的准确性，便于后续执行多机作业航线规划。
在一实施例中，控制终端还可以根据无人机群中至少一个无人机的位置信息，确定该无人机群中各无人机构成的图形，并将该图形的重心或几何中心对应的位置坐标作为无人机群的位置信息。本申请对该图形的形状不作具体限定。通过每个无人机的位置信息，确定无人机群构成的图形，再将该图形的重心或几何中心对应的位置坐标作为无人机群的位置信息，可以提高无人机群的位置信息的准确性。
在一实施例中，控制终端还可以根据无人机群中至少一个无人机的位置信息，确定该无人机群中各无人机构成的图形，并获取位于该图形的边上的无人机的位置信息；根据位于该图形的边上的无人机的位置信息，确定无人机群的位置坐标，并将该无人机群的位置坐标作为无人机群的位置信息。通过每个无人机的位置信息，确定无人机群构成的图形，再基于位于该图形的边上的无人机的位置信息，确定无人机群的位置信息，可以提高无人机群的位置信息的准 确性。
可以理解，以上实施例仅为无人机群的位置信息的确定的示例性说明，也可以根据实际需要，灵活对无人机群的位置信息进行设置，例如先确定无人机群位于中心位置的无人机，并将此无人机的位置信息确定为该无人机群的位置信息，在此不作限定。
S1012、根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
具体地，从每个子作业区域的位置信息中获取每个子作业区域的至少一个角点的位置坐标；根据每个子作业区域的至少一个角点的位置坐标，确定每个子作业区域的位置信息。其中，子作业区域的位置信息为用于表示子作业区域的中心位置的位置坐标。通过将角点的地理位置坐标投影到高斯坐标系，得到角点在高斯坐标系的位置坐标，再基于角点在高斯坐标系的位置坐标，确定子作业区域的位置信息，可以简化计算过程，提高计算速度，降低计算资源的占用。当然，子作业区域的位置信息不限于子作业区域的中心位置的位置坐标，也可以根据实际需要，灵活对无人机群的位置信息进行设置，在此仅为示例性说明，不作限定。
进一步地，角点的位置坐标为高斯坐标系下的位置坐标，控制终端从每个子作业区域的至少一个角点的位置坐标中获取每个子作业区域的至少一个角点的横坐标值和纵坐标值；分别对每个子作业区域的至少一个角点的横坐标值进行求和，得到每个子作业区域的横坐标总值；分别对每个子作业区域的至少一个角点的纵坐标值进行求和，得到每个子作业区域的纵坐标总值；确定每个子作业区域对应的角点数量；根据每个子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个子作业区域各自对应的横坐标均值和纵坐标均值；将计算得到的每个子作业区域各自对应的横坐标均值和纵坐标均值作为每个子作业区域的位置信息。
需要说明的是，也可以先确定每个子作业区域对应的角点数量和角点的位置坐标，再基于每个角点在高斯坐标系下的位置坐标和子作业区域对应的角点数量，计算子作业区域对应的横坐标均值和纵坐标均值，本申请对此不作具体限定。
可以理解的是，控制终端也可以基于每个角点在高斯坐标系下的位置坐标和子作业区域对应的角点数量，计算子作业区域对应的横坐标的方差值和纵坐标的方差值，或者，计算子作业区域对应的横坐标的均方根值和纵坐标的均方 根值，将子作业区域对应的横坐标的方差值和纵坐标的方差值，或者横坐标的均方根值和纵坐标的均方根值作为用于表示子作业区域的位置信息。本申请对此不作具体限定。
以单个子作业区域为例，子作业区域包括3个角点，且每个角点在高斯坐标系的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，则子作业区域在高斯坐标系的位置坐标为((X1+X2+X3)/4，(Y1+Y2+Y3)/3)。
在一实施例中，每个子作业区域的角点数量基于子作业区域的形状确定，例如，子作业区域为三角形，则子作业区域的角点数量为三个，且角点分别为三角形子作业区域的三个顶点，又例如，子作业区域为四边形，则子作业区域的角点数量为四个，且角点分别为四边形子作业区域的四个顶点。可以理解的是，每个子作业区域的角点数量还可以基于实际情况进行设置，本申请对此不作具体限定。
进一步地，可以理解，步骤S1011和步骤S1012无先后顺序，可以先执行步骤S1011，再执行步骤S1012，也可以先执行步骤S1012，再执行步骤S1011，或者可以二者同时执行。即，可以确定所述无人机群的位置信息，再确定每个所述子作业区域的位置信息；也可以确定每个所述子作业区域的位置信息，再确定所述无人机群的位置信息；或者还可以同时确定所述无人机群的位置信息和每个所述子作业区域的位置信息，在此不作限定。
在一实施例中，当控制终端接收到用户触发的多机作业航线规划指令时，控制终端显示多机作业航线规划界面，该多机作业航线规划界面显示待作业的作业区域列表和可执行作业的无人机列表；获取用户在该作业区域列表中选择的每个子作业区域以及在该无人机列表中选择的无人机，并汇集选择的每个每个子作业区域，以形成待作业的作业区域以及汇集选择的每个无人机，以形成待分配子作业区域的无人机群。通过多机作业航线规划界面，可以方便用户选择待作业的作业区域和可执行作业的无人机，极大的提高了用户体验。
在需要进行多机作业航线规划时，控制终端获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。其中，控制终端分别与无人机群中的每个无人机进行连接，在连接之后，控制终端可以通过全球定位系统(GPS)或实时动态差分法(RTK)等方式获取无人机群的经纬度坐标，并将该经纬度坐标作为无人机群的位置信息，或者将无人机群的经纬度坐标投影到高斯坐标系， 得到无人机群的经纬度坐标在高斯坐标系下的投影，记为高斯坐标，并将该高斯坐标作为无人机群的位置信息。通过全球定位系统(GPS)或实时动态差分法(RTK)等方式可以实时的获取无人机群的位置信息，有效的提高无人机群的位置信息的准确性。
在一实施例中，在需要进行多机作业航线规划时，可以将外部存储设备或服务器中的对应作业区域中每个子作业区域的位置信息导入本地进行存储，在另一种实施方式中，也可以直接从外部存储设备或服务器中直接读取对应作业区域中每个子作业区域的位置信息，而不进行本地存储，在此不作具体限定。
S102、根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离。
控制终端根据无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离。其中，控制终端可以基于半正矢(haversine)公式根据无人机群的地理位置坐标和每个子作业区域的地理位置坐标，计算无人机群与每个子作业区域之间的距离。通过无人机群的位置信息和每个子作业的位置信息，可以准确且快速的计算得到每个子作业区域与无人机群之间的距离。
在一实施例中，从无人机群的位置信息中获取无人机群的第一横坐标值和第一纵坐标值；从每个子作业区域的位置信息中获取每个子作业区域的第二横坐标值和第二纵坐标值；根据第一横坐标值和每个第二横坐标值，计算得到每个子作业区域与无人机群之间的横向距离；根据第一纵坐标值和每个第二纵坐标值，计算得到每个子作业区域与无人机群之间的纵向距离；根据每个子作业区域与无人机群之间的所述横向距离和纵向距离，计算每个子作业区域与无人机群之间的距离。其中，无人机群的位置信息为无人机群在高斯坐标系下的位置坐标，且每个子作业区域的位置信息为每个子作业区域在在高斯坐标系下的位置坐标。通过将无人机群在高斯坐标系下的位置坐标和每个子作业区域在在高斯坐标系下的位置坐标，可以简化距离计算过程，有效的提高距离计算速度和准确度。
以单个子作业区域为例，无人机群在高斯坐标系下的位置坐标为(x1，y1)，子作业区域在高斯坐标系下的位置坐标为(x2，y2)，则子作业区域与无人机群之间的横向距离为|x1-x2|，子作业区域与无人机群之间的纵向距离为|y1-y2|，则子作业区域与无人机群之间的距离为
Figure PCTCN2019102011-appb-000001
S103、根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
控制终端根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行多机作业航线规划操作，即按照每个子作业区域与无人机群之间的距离，结合无人机群的位置信息与每个子作业区域的位置信息，将子作业区域分配给无人机群中的无人机，并规划无人机与子作业区域之间的航线。通过综合考虑无人机群的位置信息、子作业区域的位置信息以及子作业区域与无人机群之间的距离，可以较优的给无人机分配子作业区域和规划合适的航线，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
在一实施例中，如图3所示，步骤S103具体包括：子步骤S1031至S1034。
S1031、根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列。
具体地，控制终端按照每个子作业区域与无人机群之间的距离的大小，对子作业区域群中的每个子作业区域进行排序，得到子作业区域分配队列，需要说明的是，距离越小，则排序越靠前，距离越大，则排序越靠后。例如，作业区域包括6个子作业区域，分别为子作业区域A、子作业区域B、子作业区域C、子作业区域D、子作业区域E和子作业区域F，且这6个子作业区域与无人机群之间的距离分别为1000米、800米、850米、500米、900米和950米，由于500米<800米<850米<900米<950米<1000米，则排序得到的子作业区域分配队列的排序为子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A。
S1032、按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域。
具体地，在得到子作业区域分配队列之后，控制终端按照该子作业区域分配队列中的子作业区域排序，依次从该子作业区域群中获取一个子作业区域作为目标子作业区域。例如，排序得到的子作业区域分配队列的排序为子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A，则按照子作业区域D-子作业区域B-子作业区域C-子作业区域E-子作业区域F-子作业区域A的顺序，依次从该子作业区域群中获取一个子作业区域作为目标 子作业区域，即首先将子作业区域D作为目标子作业区域，之后将子作业区域B作为目标子作业区域，再之后将子作业区域C作为目标子作业区域，以此类推，最后将子作业区域A作为目标子作业区域。
S1033、根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机。
控制终端基于每个无人机的当前属性信息、目标子作业区域的位置信息和每个无人机的位置信息，确定分配该目标子作业区域的目标无人机。其中，无人机的当前属性信息包括无人机的当前状态对应的状态标识符、类型标签和当前剩余电量，状态标识符用于标识无人机的状态，包括空闲状态和占用状态，类型标签用于表示无人机的类型。
在一实施例中，如图4所示，子步骤S1033具体包括：子步骤S10331至S10334。
S10331、根据每个无人机的当前属性信息，确定候选无人机，其中，候选无人机为待分配子作业区域的无人机。
具体地，根据每个无人机的当前属性信息中的状态标识符，确定每个无人机的当前状态；将当前状态为空闲状态的无人机作为候选无人机。其中，无人机的当前状态的确定方式具体为：根据每个无人机的当前属性信息中的状态标识符，确定基准标识符，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变；将当前属性信息中的状态标识符为基准标识符的无人机的当前状态确定为空闲状态；将当前属性信息中的状态标识符不为基准标识符的无人机的当前状态确定为占用状态。
在一实施例中，基准标识符的确定方式具体为：确定每个无人机的当前属性信息中的状态标识符是否相同；如果每个无人机的当前属性信息中的状态标识符均相同，则将相同的状态标识符作为基准标识符；如果存在至少一个无人机的当前属性信息中的状态标识符不同，则将最小的状态标识符作为基准标识符。需要说明的是，在无人机群中的无人机的数量大于或等于子作业区域的数量的时候，该基准标识符保持不变，而在无人机群中的无人机的数量小于子作业区域的数量的时候，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变。
例如，无人机群包括3个无人机，分别为无人机A、无人机B和无人机C， 初始状态下无人机A、无人机B和无人机C的状态标识符均为0，也即基准标识符也为0，而子作业区域也为3个，初始状态下，三个无人机均为候选无人机，在第一次分配时，给无人机A分配了一个子作业区域，此时，无人机A、无人机B和无人机C的状态标识符为1、0和0，则候选无人机包括无人机B和无人机C，而在第二次分配时，给无人机C分配了一个子作业区域，此时，无人机A、无人机B和无人机C的状态标识符为1、0和1，则候选无人机为无人机B，则将最后一个子作业区域分配给无人机B，此时，无人机A、无人机B和无人机C的状态标识符均为1，而如果子作业区域为5个，经过三次分配之后，无人机A、无人机B和无人机C的状态标识符均为1，则可确定基准标识符由0变为1，此时无人机A、无人机B和无人机C为的当前状态为空闲状态，可以继续给无人机A、无人机B和无人机C分配子作业区域。
需要说明的是，无人机的状态标识符随着子作业区域的分配而发生改变，具体的改变方式可基于实际情况进行设置，本申请对此不作具体限定，可选地，无人机的状态标识符为0时，表示该无人机未分配子作业区域，无人机的状态标识符为1时，表示该无人机分配一个子作业区域，无人机的状态标识符为2时，表示该无人机分配两个子作业区域，以此类推，无人机的状态标识符为N时，表示该无人机分配N个子作业区域。
S10332、根据目标子作业区域的位置信息和每个候选无人机的位置信息，计算目标子作业区域与每个候选无人机之间的距离。
具体地，控制终端从目标子作业区域的位置信息中获取目标子作业区域的每个角点在高斯坐标系下的位置坐标；根据目标子作业区域的每个角点的位置坐标和每个候选无人机的位置信息，计算目标子作业区域的每个角点与每个候选无人机之间的距离；根据目标子作业区域的每个角点与每个候选无人机之间的距离，计算目标子作业区域与每个候选无人机之间的距离。通过计算每个角点与候选无人机之间的距离，再基于每个角点与候选无人机之间的距离，可以准确的计算目标子作业区域与候选无人机之间的距离，可以提高多机作业航线规划的准确性，进一步地减少无人机在作业或返航过程中出现交叉干扰的情况发生。
在一实施例中，角点与候选无人机之间的距离的计算方式具体为：控制终端从每个候选无人机的位置信息中获取每个候选无人机在高斯坐标系下的位置坐标；从目标子作业区域的每个角点的位置坐标中获取目标子作业区域的每个角点的横坐标值和纵坐标值；从每个候选无人机的位置坐标中获取每个候选无 人机的横坐标值和纵坐标值；根据目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个候选无人机的横坐标值和纵坐标值，计算目标子作业区域的每个角点与各候选无人机之间的距离。
在一实施例中，目标子作业区域与候选无人机之间的距离的计算方式具体为：控制终端分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；获取目标子作业区域的角点个数，并根据角点个数，计算每个角点总距离的平均值；将每个角点总距离的平均值作为目标子作业区域与每个候选无人机之间的距离。
以单个候选无人机为例，解释说明目标子作业区域与候选无人机之间的距离的计算过程，设目标子作业区域包括3个角点，分别为角点A、角点B和角点C，且在高斯坐标系下的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，且候选无人机在高斯坐标系下的位置坐标为(X4，Y4)，则角点A、角点B和角点C与候选无人机之间的距离分别为
Figure PCTCN2019102011-appb-000002
Figure PCTCN2019102011-appb-000003
和
Figure PCTCN2019102011-appb-000004
则目标子作业区域与候选无人机之间的距离为(d A+d B+d C)/3。
S10333、根据目标子作业区域与每个候选无人机之间的距离，从每个候选无人机中确定目标无人机。
获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将目标子作业区域与每个候选无人机之间的距离最短的候选无人机作为目标无人机。通过确定候选无人机，并将目标子作业区域与每个候选无人机之间的距离最短的候选无人机作为目标无人机，可以保证分配给无人机的子作业区域之间的距离最短，可以有效的提高多机分区作业的效率。
例如，候选无人机分别为无人机A、无人机B和无人机C，目标子作业区域为子作业区域A，且子作业区域A与无人机A、无人机B和无人机C之间的距离分别为800米、600米和750米，由于600米<750米<800米，则子作业区域A与无人机B之间的距离最短，因此将无人机B作为目标无人机。
在一实施例中，目标无人机的确定方式具体为：获取目标子作业区域的作业任务信息，其中，作业任务信息用于描述目标子作业区域的作业任务；根据作业任务信息、每个候选无人机的当前属性信息和目标子作业区域与每个候选无人机之间的距离，确定目标无人机。其中，作业任务信息包括目标子作业区 域的作业任务类型、作业面积和作业航线等，候选无人机的当前属性信息包括候选无人机的类型标签和当前剩余电量，类型标签用于表示无人机的类型。
其中，基于当前属性信息、作业任务信息和目标子作业区域与每个候选无人机之间的距离，确定目标无人机的方式具体为：从该作业任务信息中获取作业任务类型，并根据每个候选无人机的当前属性信息中的类型标签，确定是否存在至少一个候选无人机的类型标签与该作业任务类型匹配，如果存在至少一个候选无人机的类型标签与该作业任务类型匹配，则将匹配到的，且与目标子作业区域之间的距离最短的候选无人机作为目标无人机；如果不存在候选无人机的类型标签与该作业任务类型匹配，则获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将获取到的候选无人机作为目标无人机。
或者，从该作业任务信息中获取作业面积，并根据每个候选无人机的当前属性信息中的当前剩余电量，确定是否存在至少一个候选无人机的当前剩余电量与该作业面积匹配，如果存在至少一个候选无人机的当前剩余电量与该作业面积匹配，则将匹配到的，且与目标子作业区域之间的距离最短的候选无人机作为目标无人机；如果不存在候选无人机的当前剩余电量与该作业面积匹配，则获取目标子作业区域与每个候选无人机之间的距离最短的候选无人机，并将获取到的候选无人机作为目标无人机。其中，如果当前剩余电量满足执行该作业面积所需的电量，则确定当前剩余电量与该作业面积匹配，反之，如果当前剩余电量不满足执行该作业面积所需的电量，则确定当前剩余电量与该作业面积不匹配。
S1034、将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
在确定目标子作业区域和目标无人机之后，控制终端将目标子作业区域分配给目标无人机，并规划目标无人机与目标子作业区域之间的航线。进一步地，在将目标子作业区域分配给目标无人机之后，控制终端调整目标无人机的当前属性信息，即调整目标无人机的状态标识符。
其中，无人机与子作业区域之间的航线的规划方式具体为：在子作业区域分配完成之后，基于每个无人机的位置信息和每个子作业区域的位置信息，在预设的作业地图中标记每个无人机的位置点和每个子作业区域的位置点；按照子作业区域与无人机的分配关系在该作业地图中将无人机的位置点与子作业区 域的位置点进行直线连线；确定连线的各直线之间是否存在交点，如果各直线之间存在交点，则调整对应的无人机在交点位置处的高度，使得无人机在到达交点位置时，不会相撞，从而完成无人机与子作业区域之间的航线的规划。在其他实施例中，当连线的直线之间存在交点时，也可以绕过交点处，使得无人机的位置点与子作业区域的位置点进行折线连接，或者曲线连接，以使得无人机在到达交点位置时，不会相撞。
在一实施例中，在完成多机作业航线规划之后，控制终端获取多机作业航线规划结果，并根据多机作业航线规划结果生成多机作业任务；从多机作业任务中获取执行作业的每个无人机的作业任务，并将执行作业的每个无人机的作业任务发送至对应的无人机。其中，该多机作业航线规划结果包括分配完成后的无人机与子作业区域，无人机与子作业区域之间的航线和子作业区域的作业航线，通过无人机与子作业区域、无人机与子作业区域之间的航线和子作业区域的作业航线即可生成包含每个无人机的作业任务的多机作业任务。
可以理解的是，子作业区域的作业航线可以提前规划完成，也可以在生成多机作业任务时，基于子作业区域的信息和分配的无人机实时规划，且作业航线包括环绕航线和带状航线等，本申请不作具体限定。
图5是本申请实施例中作业航线的一示意图，如图5所示，该作业航线为环绕航线，且该作业航线包括四个航点，而四个航点分别为航点A、航点B、航点C和航点D，且航行顺序为航点A→航点B→航点C→航点D。如此，该作业航线为以航点A、航点B、航点C和航点D所围合而成的环绕航线。
图6是本申请实施例中作业航线的另一示意图，如图6所示，该作业航线为带状航线，且该作业航线包括四个航点，而四个航点分别为航点E、航点F、航点G和航点H，其中起始点为航点E，结束点为航点G。依次连接航点E、航点F、航点G和航点H，形成一闭合作业区域，并在此作业区域根据预先设置的起始航点E、结束航点G、以及预设的航线间隔等形成作业航线，例如图6中所示的弓字形航线。
上述实施例提供的多机作业航线规划方法，通过无人机群的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离，然后根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生， 有效的提高多机分区作业的效率。
请参阅图7，图7是本申请一实施例提供的另一种多机作业航线规划方法的步骤示意流程图。
具体地，如图7所示，该多机作业航线规划方法包括步骤S201至S204。
S201、获取无人机群的位置信息和作业区域中每个子作业区域的位置信息。
其中，无人机群中的无人机为待规划作业航线的无人机，无人机群包括至少一个无人机，无人机群的位置信息中包括无人机群中每个无人机的位置信息，或者无人机群的位置信息为无人机群的中心位置信息，无人机群的中心位置信息也可以基于每个无人机的位置信息进行确定；作业区域为待作业的区域，作业区域包括至少一个子作业区域，每个子作业区域的位置信息包括每个子作业区域中的各角点的位置信息，或者，每个子作业区域的位置信息为每个子作业区域的中心位置信息，或者每个子作业区域的中心位置信息也可以基于每个子作业区域中的各角点的位置信息进行确定。
S202、获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值。
控制终端获取该作业区域的子作业区域个数，并判断子作业区域个数是否大于预设阈值，该子作业区域个数为该作业区域包含的子作业区域的个数。需要说明的是，上述预设阈值可基于实际情况进行设置，本申请对此不作具体限定。可选地，该预设阈值为5。
S203、若所述子作业区域个数大于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离。
如果该子作业区域个数大于预设阈值，则控制终端根据每个无人机的位置信息和每个子作业区域的位置信息，计算每个子作业区域与无人机群之间的距离。其中，控制终端可以基于半正矢(haversine)公式根据无人机群的地理位置坐标和每个子作业区域的地理位置坐标，计算无人机群与每个子作业区域之间的距离。通过无人机群的位置信息和每个子作业的位置信息，可以准确且快速的计算得到每个子作业区域与无人机群之间的距离。
S204、根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规 划操作。
控制终端根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行多机作业航线规划操作，即按照每个子作业区域与无人机群之间的距离，结合无人机群的位置信息与每个子作业区域的位置信息，将子作业区域分配给无人机群中的无人机，并规划无人机与子作业区域之间的航线。通过综合考虑无人机群的位置信息、子作业区域的位置信息以及子作业区域与无人机群之间的距离，可以较优的给无人机分配子作业区域和规划合适的航线，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
S205、若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离。
如果子作业区域个数小于或等于预设阈值，则控制终端根据每个无人机的位置信息和每个子作业区域的位置信息，计算每个无人机与每个子作业区域之间的距离。其中，无人机的位置信息为无人机的经纬度坐标，或者为无人机的经纬度坐标在高斯坐标系下的投影，子作业区域的位置信息包括子作业区域的每个角点的经纬度坐标，或者包括子作业区域的每个角点的经纬度坐标在高斯坐标系下的投影。
在一实施例中，每个无人机与每个子作业区域之间的距离的计算方式可以为：根据每个子作业区域中至少一个角点的位置坐标，确定每个子作业区域的中心位置的位置坐标；基于每个子作业区域的中心位置的位置坐标和每个无人机的位置信息，计算每个无人机与每个子作业区域之间的距离。例如，无人机在高斯坐标系下的位置坐标为(A1，B1)，子作业区域的中心位置的在高斯坐标系下的位置坐标为(A2，B2)，则无人机与子作业区域之间的距离为
Figure PCTCN2019102011-appb-000005
其中，子作业区域的中心位置的位置坐标的确定方式具体为：从子作业区域的位置信息中获取至少一个角点在高斯坐标系下的位置坐标，并根据至少一个角点在高斯坐标系下的位置坐标，确定子作业区域的中心位置的位置坐标。例如，子作业区域包括3个角点，且每个角点在高斯坐标系的位置坐标分别为(X1，Y1)、(X2，Y2)和(X3，Y3)，则子作业区域的中心位置在高斯坐 标系的位置坐标为((X1+X2+X3)/4，(Y1+Y2+Y3)/3)。
在一实施例中，每个无人机与每个子作业区域之间的距离的计算方式还可以为：以一个子作业区域与一个无人机为例，计算子作业区域的至少一个角点与无人机之间的距离，并分别对该子作业区域的每个角点与无人机之间的距离进行求和，得到该子作业区域与每个无人机之间的角点总距离，然后统计该子作业区域的角点数量，并根据该角点数量和角点总距离，计算平均角点距离，且将该平均角点距离作为该子作业区域与无人机之间的距离，按照同样的方式即可计算得到每个无人机与每个子作业区域之间的距离。
例如，子作业区域包括3个角点，分别为角点a、角点b和角点c，且在高斯坐标系下的位置坐标分别为(x1，x1)、(x2，x2)和(x3，x3)，且无人机在高斯坐标系下的位置坐标为(x4，x4)，则角点a、角点b和角点c与无人机之间的距离分别为
Figure PCTCN2019102011-appb-000006
和
Figure PCTCN2019102011-appb-000007
则子作业区域与无人机之间的距离为(d a+d b+d c)/3。
S206、获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息。
其中，无人机的当前属性信息包括无人机的当前状态对应的状态标识符、类型标签和当前剩余电量，状态标识符用于标识无人机的状态，包括空闲状态和占用状态，类型标签用于表示无人机的类型。该分配标识信息用于表示子作业区域的分配情况，当分配标识信息为预设的第一信息时，表示子作业区域未被分配，当分配标识信息为预设的第二信息时，表示子作业区域已被分配。需要说明的是，上述第一信息和第二信息可基于实际情况进行设置，本申请对此不作具体限定。可选地，第一信息为0，第二信息为1。
在一实施例中，无人机的状态标识符为0时，表示该无人机未分配子作业区域，无人机的状态标识符为1时，表示该无人机分配一个子作业区域，无人机的状态标识符为2时，表示该无人机分配两个子作业区域，以此类推，无人机的状态标识符为N时，表示该无人机分配N个子作业区域。
S207、根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
具体地，根据每个子作业区域的分配标识信息，确定候选子作业区域，其 中，候选子作业区域为未分配的子作业区域；根据每个无人机的当前属性信息，确定至少一个候选无人机，其中，候选无人机为待分配子作业区域的无人机；获取每个候选子作业区域与每个候选无人机之间的距离，并将距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；将目标子作业区域分配给目标无人机，并规划目标无人机与目标子作业区域之间的航线。其中，在将目标子作业区域分配给目标无人机之后，控制终端调整目标无人机的当前属性信息以及目标子作业区域的分配标识信息。需要说明的是，无人机与子作业区域之间的航线的规划方式参照前述实施例，此处不做赘述。
例如，候选子作业区域分别为子作业区域1、子作业区域2和子作业区域3，候选无人机分别为无人机A、无人机B和无人机C，且子作业区域1与无人机A、无人机B和无人机C之间的距离分别为800米、600米和900米，子作业区域2与无人机A、无人机B和无人机C之间的距离分别为500米、700米和850米，子作业区域3与无人机A、无人机B和无人机C之间的距离分别为600米、650米和750米，则500米<600米<650米<700米<750米<800米<850米<900米，则最短距离为500，因此将子作业区域2和无人机A确定为目标子作业区域和目标无人机。
在一实施例中，候选子作业区域的确定方式具体为：确定每个子作业区域的分配标识信息是否均为预设信息；若每个子作业区域的分配标识信息均为预设信息，则确定每个子作业区域中不存在候选子作业区域；若存在至少一个子作业区域的分配标识信息不为预设值，则将分配标识信息不为预设值的子作业区域作为候选子作业区域。可选地，该预设信息为1，子作业区域的分配标识信息为0，则表示该子作业区域未被分配，子作业区域的分配标识信息为1，则表示该子作业区域被分配。
在一实施例中，候选无人机的确定方式具体为：根据每个无人机的当前属性信息中的状态标识符，确定基准标识符，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变；将当前属性信息中的状态标识符为基准标识符的无人机确定为候选无人机。其中，基准标识符的确定方式具体为：确定每个无人机的当前属性信息中的状态标识符是否相同；如果每个无人机的当前属性信息中的状态标识符均相同，则将相同的状态标识符作为基准标识符；如果存在至少一个无人机的当前属性信息中的状态标识符不同，则将最小的状态标识符作为基准标识符。需要说明的是，在无人机的数量大于或等 于子作业区域的数量的时候，该基准标识符保持不变，而在无人机的数量小于子作业区域的数量的时候，该基准标识符随着每个无人机的当前属性信息中的状态标识符的改变而发生改变。
上述实施例提供的多机作业航线规划方法，在待作业的子作业区域较少时，按照距离最短策略根据每个无人机的状态标识符、每个子作业区域的分配标识信息以及每个无人机与每个子作业区域之间的距离，执行对应的多机作业航线规划操作，在待作业的子作业区域较多时，根据无人机群的位置信息、每个子作业区域的位置信息和每个子作业区域与无人机群之间的距离，执行对应的多机作业航线规划操作，可以基于子作业区域的数量自适应选择对应的多机作业规划策略，可以较优的给无人机分配子作业区域，减少无人机在作业或返航过程中出现交叉干扰的情况发生，有效的提高多机分区作业的效率。
请参阅图8，图8是本申请一实施例提供的控制终端的示意性框图。在一种实施方式中，该控制终端包括但不限于遥控器、地面控制平台、手机、平板电脑、笔记本电脑和PC电脑等。进一步地，该控制终端300包括处理器301和存储器302，处理器301和存储器302通过总线303连接，该总线303比如为I2C(Inter-integrated Circuit)总线。
具体地，处理器301可以是微控制单元(Micro-controller Unit，MCU)、中央处理单元(Central Processing Unit，CPU)或数字信号处理器(Digital Signal Processor，DSP)等。
具体地，存储器302可以是Flash芯片、只读存储器(ROM，Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
其中，所述处理器301用于运行存储在存储器302中的计算机程序，并在执行所述计算机程序时实现如下步骤：
获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
可选地，所述处理器在实现获取无人机群的位置信息和作业区域中每个子作业区域的位置信息时，用于实现：
根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；
根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
可选地，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
可选地，所述处理器在实现根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；
根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
可选地，所述角点的位置坐标为高斯坐标系下的位置坐标；所述处理器在实现根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息时，用于实现：
从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每个所述子作业区域的纵坐标总值；
确定每个所述子作业区域对应的角点数量；
根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的中心位置的第二位置信息。
可选地，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离时，用于实现：
从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向距离，计算每个所述子作业区域与所述无人机群之间的距离。
可选地，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
可选地，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机时，用于实现：
根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息，确定候 选无人机时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态时，用于实现：
根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
可选地，所述处理器在实现根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机时，用于实现：
获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
可选地，所述处理器在实现根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
可选地，所述处理器在实现根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离时，用于实现：
从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标系下的位置坐标；
从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
可选地，所述处理器在实现根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选无人机之间的距离。
可选地，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还用于实现：
获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
可选地，所述处理器在实现判断所述子作业区域个数是否大于预设阈值之后，还用于实现：
若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配 标识信息；
根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
可选地，所述处理器在实现根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作时，用于实现：
根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
可选地，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
可选地，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还用于实现：
获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的控制终端的具体工作过程，可以参考前述多机作业航线规划方法实施例中的对应过程，在此不再赘述。
本申请的实施例中还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所 述程序指令，实现上述实施例提供的多机作业航线规划方法的步骤。
其中，所述计算机可读存储介质可以是前述任一实施例所述的控制终端或无人飞行器的内部存储单元，例如所述控制终端或无人飞行器的硬盘或内存。所述计算机可读存储介质也可以是所述控制终端或无人飞行器的外部存储设备，例如所述控制终端或无人飞行器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。
应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，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，可轻易想到各种等效的修改或替换，这些修改或替换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 (41)

  1. 一种多机作业航线规划方法，其特征在于，包括：
    获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
    根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
    根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
  2. 根据权利要求1所述的多机作业航线规划方法，其特征在于，所述获取无人机群的位置信息和作业区域中每个子作业区域的位置信息，包括：
    根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；和/或
    根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
  3. 根据权利要求2所述的多机作业航线规划方法，其特征在于，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
  4. 根据权利要求2所述的多机作业航线规划方法，其特征在于，所述根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息，包括：
    从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；
    根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
  5. 根据权利要求4所述的多机作业航线规划方法，其特征在于，所述角点的位置坐标为高斯坐标系下的位置坐标；所述根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息，包括：
    从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
    分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
    分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每 个所述子作业区域的纵坐标总值；
    确定每个所述子作业区域对应的角点数量；
    根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
    将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的位置信息。
  6. 根据权利要求1所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离，包括：
    从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
    从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
    根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
    根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
    根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向距离，计算每个所述子作业区域与所述无人机群之间的距离。
  7. 根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作，包括：
    根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
    按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
    根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
    将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
  8. 根据权利要求7所述的多机作业航线规划方法，其特征在于，所述将所 述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还包括：
    调整所述目标无人机的当前属性信息。
  9. 根据权利要求7所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机，包括：
    根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
    根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
    根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
  10. 根据权利要求9所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息，确定候选无人机，包括：
    根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
  11. 根据权利要求10所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态，包括：
    根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
    将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
    将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
  12. 根据权利要求9所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机，包括：
    获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
    根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定 目标无人机。
  13. 根据权利要求9-12中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离，包括：
    从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
    根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
    根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
  14. 根据权利要求13所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，包括：
    从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标系下的位置坐标；
    从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
    从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
    根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
  15. 根据权利要求13所述的多机作业航线规划方法，其特征在于，所述根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离，包括：
    分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
    获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
    将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选 无人机之间的距离。
  16. 根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还包括：
    获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
    若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
  17. 根据权利要求16所述的多机作业航线规划方法，其特征在于，所述判断所述子作业区域个数是否大于预设阈值之后，还包括：
    若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
    获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息；
    根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
  18. 根据权利要求17所述的多机作业航线规划方法，其特征在于，所述根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作，包括：
    根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
    根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
    获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
    将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
  19. 根据权利要求18所述的多机作业航线规划方法，其特征在于，所述将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还包括：
    调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
  20. 根据权利要求1-6中任一项所述的多机作业航线规划方法，其特征在于，所述根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还包括：
    获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
    从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
  21. 一种控制终端，其特征在于，所述控制终端包括存储器和处理器；
    所述存储器用于存储计算机程序；
    所述处理器，用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
    获取无人机群的位置信息和作业区域中每个子作业区域的位置信息；
    根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离；
    根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作。
  22. 根据权利要求21所述的控制终端，其特征在于，所述处理器在实现获取无人机群的位置信息和作业区域中每个子作业区域的位置信息时，用于实现：
    根据无人机群中至少一个所述无人机的位置信息，确定所述无人机群的位置信息；
    根据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息。
  23. 根据权利要求22所述的控制终端，其特征在于，所述无人机群的位置信息为用于表示所述无人机群的中心位置的位置坐标，和/或，所述子作业区域的位置信息为用于表示所述子作业区域的中心位置的位置坐标。
  24. 根据权利要求22所述的控制终端，其特征在于，所述处理器在实现根 据每个所述子作业区域中至少一个角点的位置信息，确定每个所述子作业区域的位置信息时，用于实现：
    从每个所述子作业区域的位置信息中获取每个所述子作业区域的至少一个角点的位置坐标；和/或
    根据每个所述子作业区域的至少一个所述角点的位置坐标，确定每个所述子作业区域的位置信息。
  25. 根据权利要求24所述的控制终端，其特征在于，所述角点的位置坐标为高斯坐标系下的位置坐标；所述处理器在实现根据每个所述子作业区域的至少一个角点的位置坐标，确定每个所述子作业区域的位置信息时，用于实现：
    从每个所述子作业区域的至少一个角点的所述位置坐标中获取每个所述子作业区域的至少一个角点的横坐标值和纵坐标值；
    分别对每个所述子作业区域的至少一个角点的横坐标值进行求和，得到每个所述子作业区域的横坐标总值；
    分别对每个所述子作业区域的至少一个角点的纵坐标值进行求和，得到每个所述子作业区域的纵坐标总值；
    确定每个所述子作业区域对应的角点数量；
    根据每个所述子作业区域各自对应的横坐标总值、纵坐标总值和角点数量计算每个所述子作业区域各自对应的横坐标均值和纵坐标均值；
    将计算得到的每个所述子作业区域各自对应的横坐标均值和纵坐标均值作为每个所述子作业区域的中心位置的第二位置信息。
  26. 根据权利要求21所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离时，用于实现：
    从所述无人机群的位置信息中获取所述无人机群的第一横坐标值和第一纵坐标值；
    从每个所述子作业区域的位置信息中获取每个所述子作业区域的第二横坐标值和第二纵坐标值；
    根据所述第一横坐标值和每个所述第二横坐标值，计算得到每个所述子作业区域与所述无人机群之间的横向距离；
    根据所述第一纵坐标值和每个所述第二纵坐标值，计算得到每个所述子作业区域与所述无人机群之间的纵向距离；
    根据每个所述子作业区域与所述无人机群之间的所述横向距离和所述纵向 距离，计算每个所述子作业区域与所述无人机群之间的距离。
  27. 根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作时，用于实现：
    根据每个所述子作业区域与所述无人机群之间的距离的大小，对所述作业区域中的每个子作业区域进行排序，得到子作业区域分配队列；
    按照所述子作业区域分配队列中的所述子作业区域的排序，依次从所述作业区域中获取一个所述子作业区域作为目标子作业区域；
    根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机；
    将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
  28. 根据权利要求27所述的控制终端，其特征在于，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
    调整所述目标无人机的当前属性信息。
  29. 根据权利要求27所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息、所述目标子作业区域的位置信息和每个所述无人机的位置信息，确定目标无人机时，用于实现：
    根据每个所述无人机的当前属性信息，确定候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
    根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离；
    根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
  30. 根据权利要求29所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息，确定候选无人机时，用于实现：
    根据每个所述无人机的当前属性信息中的状态标识符，确定每个所述无人机的当前状态，并将所述当前状态为空闲状态的所述无人机作为候选无人机。
  31. 根据权利要求30所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息，确定每个所述无人机的当前状态时，用于 实现：
    根据每个所述无人机的当前属性信息中的状态标识符，确定基准标识符，其中，所述状态标识符用于标识无人机的状态，所述基准标识符随着每个所述无人机的当前属性信息中的状态标识符的改变而发生改变；
    将所述当前属性信息中的状态标识符为所述基准标识符的所述无人机的当前状态确定为空闲状态；
    将所述当前属性信息中的状态标识符不为所述基准标识符的所述无人机的当前状态确定为占用状态。
  32. 根据权利要求29所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机时，用于实现：
    获取所述目标子作业区域的作业任务信息，其中，所述作业任务信息用于描述所述目标子作业区域的作业任务；
    根据所述作业任务信息、每个所述候选无人机的当前属性信息和所述目标子作业区域与每个所述候选无人机之间的距离，从每个所述候选无人机中确定目标无人机。
  33. 根据权利要求29-32中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的位置信息和每个所述候选无人机的位置信息，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
    从所述目标子作业区域的位置信息中获取所述目标子作业区域的每个角点在高斯坐标系下的位置坐标；
    根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离；
    根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离。
  34. 根据权利要求33所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的每个角点的位置坐标和每个所述候选无人机的位置信息，计算所述目标子作业区域的每个角点与每个所述候选无人机之间的距离时，用于实现：
    从每个所述候选无人机的位置信息中获取每个所述候选无人机在高斯坐标 系下的位置坐标；
    从所述目标子作业区域的每个角点的位置坐标中获取所述目标子作业区域的每个角点的横坐标值和纵坐标值；
    从每个所述候选无人机的位置坐标中获取每个候选无人机的横坐标值和纵坐标值；
    根据所述目标子作业区域的每个角点的横坐标值和纵坐标值，以及每个所述候选无人机的横坐标值和纵坐标值，计算所述目标子作业区域的每个角点与各候选无人机之间的距离。
  35. 根据权利要求33所述的控制终端，其特征在于，所述处理器在实现根据所述目标子作业区域的每个角点与每个所述候选无人机之间的距离，计算所述目标子作业区域与每个所述候选无人机之间的距离时，用于实现：
    分别对所述目标子作业区域的每个角点与每个所述候选无人机之间的距离进行求和，得到所述目标子作业区域与每个所述候选无人机之间的角点总距离；
    获取所述目标子作业区域的角点个数，并根据所述角点个数，计算每个所述角点总距离的平均值；
    将每个所述角点总距离的平均值作为所述目标子作业区域与每个所述候选无人机之间的距离。
  36. 根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离之前，还用于实现：
    获取所述作业区域的子作业区域个数，并判断所述子作业区域个数是否大于预设阈值；
    若所述子作业区域个数大于预设阈值，则执行根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述子作业区域与所述无人机群之间的距离的步骤。
  37. 根据权利要求36所述的控制终端，其特征在于，所述处理器在实现判断所述子作业区域个数是否大于预设阈值之后，还用于实现：
    若所述子作业区域个数小于或等于预设阈值，则根据每个所述无人机的位置信息和每个所述子作业区域的位置信息，计算每个所述无人机与每个所述子作业区域之间的距离；
    获取每个所述无人机的当前属性信息，并获取每个所述子作业区域的分配标识信息；
    根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作。
  38. 根据权利要求37所述的控制终端，其特征在于，所述处理器在实现根据每个所述无人机的当前属性信息、每个所述子作业区域的分配标识信息以及每个所述无人机与每个所述子作业区域之间的距离，执行对应的多机作业航线规划操作时，用于实现：
    根据每个所述子作业区域的分配标识信息，确定候选子作业区域，其中，所述候选子作业区域为未分配的子作业区域；
    根据每个所述无人机的当前属性信息，确定至少一个候选无人机，其中，所述候选无人机为待分配子作业区域的无人机；
    获取每个所述候选子作业区域与每个所述候选无人机之间的距离，并将所述距离最短的一组候选子作业区域和候选无人机作为目标子作业区域和目标无人机；
    将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线。
  39. 根据权利要求38所述的控制终端，其特征在于，所述处理器在实现将所述目标子作业区域分配给所述目标无人机，并规划所述目标无人机与所述目标子作业区域之间的航线之后，还用于实现：
    调整所述目标无人机的当前属性信息以及所述目标子作业区域的分配标识信息。
  40. 根据权利要求21-26中任一项所述的控制终端，其特征在于，所述处理器在实现根据所述无人机群的位置信息、每个所述子作业区域的位置信息和每个所述子作业区域与所述无人机群之间的距离，执行对应的多机作业航线规划操作之后，还用于实现：
    获取多机作业航线规划结果，并根据所述多机作业航线规划结果生成多机作业任务；
    从所述多机作业任务中获取执行作业的每个所述无人机的作业任务，并将执行作业的每个所述无人机的作业任务发送至对应的所述无人机。
  41. 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存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现权利要求1至20中任一项所述的多机作业航线规划方法。
PCT/CN2019/102011 2019-08-22 2019-08-22 多机作业航线规划方法、控制终端及计算机可读存储介质 WO2021031192A1 (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201980033539.8A CN112189176B (zh) 2019-08-22 2019-08-22 多机作业航线规划方法、控制终端及计算机可读存储介质
PCT/CN2019/102011 WO2021031192A1 (zh) 2019-08-22 2019-08-22 多机作业航线规划方法、控制终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/102011 WO2021031192A1 (zh) 2019-08-22 2019-08-22 多机作业航线规划方法、控制终端及计算机可读存储介质

Publications (1)

Publication Number Publication Date
WO2021031192A1 true WO2021031192A1 (zh) 2021-02-25

Family

ID=73918995

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/102011 WO2021031192A1 (zh) 2019-08-22 2019-08-22 多机作业航线规划方法、控制终端及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN112189176B (zh)
WO (1) WO2021031192A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115187005B (zh) * 2022-06-23 2023-04-18 中国人民公安大学 调度方法、装置、设备及存储介质
CN114967761B (zh) * 2022-07-29 2022-11-01 广东省农业科学院植物保护研究所 一种植保无人机作业的智能控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
CN107515620A (zh) * 2017-10-20 2017-12-26 广州极飞科技有限公司 一种无人机仿地飞行控制方法及装置
CN108919832A (zh) * 2018-07-23 2018-11-30 京东方科技集团股份有限公司 无人机作业航线规划方法、无人机施药方法及装置
CN109298720A (zh) * 2018-09-30 2019-02-01 鲁东大学 一种植保无人机航线规划方法
CN109871030A (zh) * 2019-03-01 2019-06-11 上海戴世智能科技有限公司 一种无人机械的路径规划方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106227237B (zh) * 2016-09-29 2019-03-29 广州极飞科技有限公司 无人机的飞行任务的分配方法和装置
CN106406346B (zh) * 2016-11-01 2019-04-16 北京理工大学 一种多无人机协同快速覆盖搜索航迹规划方法
CN106743321B (zh) * 2016-11-16 2020-02-28 京东方科技集团股份有限公司 运载方法和运载系统
CN106969778B (zh) * 2017-02-28 2020-10-16 南京航空航天大学 一种多无人机协同施药的路径规划方法
CN109931934B (zh) * 2017-12-19 2021-09-03 杭州海康机器人技术有限公司 无人机作业任务的规划方法及装置
CN108398958B (zh) * 2018-03-14 2021-04-23 广州亿航智能技术有限公司 无人机编队路径匹配方法、装置和储存介质
CN108805885A (zh) * 2018-06-13 2018-11-13 广州极飞科技有限公司 地块分割方法及终端、航线规划方法及移动装置控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015131462A1 (zh) * 2014-03-07 2015-09-11 国家电网公司 一种用于无人机输电线路巡检的集中监控系统及监控方法
CN107515620A (zh) * 2017-10-20 2017-12-26 广州极飞科技有限公司 一种无人机仿地飞行控制方法及装置
CN108919832A (zh) * 2018-07-23 2018-11-30 京东方科技集团股份有限公司 无人机作业航线规划方法、无人机施药方法及装置
CN109298720A (zh) * 2018-09-30 2019-02-01 鲁东大学 一种植保无人机航线规划方法
CN109871030A (zh) * 2019-03-01 2019-06-11 上海戴世智能科技有限公司 一种无人机械的路径规划方法

Also Published As

Publication number Publication date
CN112189176B (zh) 2023-11-10
CN112189176A (zh) 2021-01-05

Similar Documents

Publication Publication Date Title
JP6828044B2 (ja) ルート逸脱認識方法、端末、および記憶媒体
JP6874170B2 (ja) モバイルデバイスにプロンプトメッセージを提示するための人口知能システムおよび方法
WO2018098811A1 (zh) 定位方法和装置
EP3794312B1 (en) Indoor location-based service
WO2020232575A1 (zh) 飞行任务生成方法、控制终端、无人飞行器及存储介质
WO2021031192A1 (zh) 多机作业航线规划方法、控制终端及计算机可读存储介质
JP7258938B2 (ja) 交差点仮想レーンをマークする方法、交差点仮想レーンをマークする装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム
US20200349509A1 (en) Determining an optimal route for logistics delivery
CN110969390B (zh) 用于分区的方法、装置、设备和介质
CN111209091B (zh) 混合云环境下含隐私数据的Spark任务的调度方法
EP3754501A1 (en) System and method to operate 3d applications through positional virtualization technology
CN111815082B (zh) 一种打磨路径规划方法、装置、电子设备及存储介质
CN114611896A (zh) 机器人任务调度方法、计算机设备及存储介质
WO2020119578A1 (zh) 打车订单处理
US20150356491A1 (en) Workforce optimization by improved provision of job performance plan
CN113048973B (zh) 路径规划方法、路径规划装置、管理系统和存储介质
CN113091737A (zh) 一种车路协同定位方法、装置、自动驾驶车辆及路侧设备
CN114518771B (zh) 一种多无人机路径规划方法、装置及相关组件
KR102195354B1 (ko) 교통정보 빅데이터를 이용한 이동시간 기반 접근성 맵 생성 방법
KR102529949B1 (ko) 가변 삼차원 비행경로 가시화 방법 및 시스템
CN113723405A (zh) 区域轮廓的确定方法、装置和电子设备
WO2021072764A1 (zh) 作业区域处理方法、作业任务执行方法、设备及存储介质
WO2023125608A1 (zh) 换电站的地图显示方法及系统、电子设备及存储介质
CN113761990B (zh) 一种道路边界检测方法、装置、无人车及存储介质
TWI766744B (zh) 點雲密度調整方法、電腦裝置及儲存介質

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19942135

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19942135

Country of ref document: EP

Kind code of ref document: A1