CN104596516A - 基于动态新增毗邻区域的无人机覆盖航迹规划 - Google Patents

Abstract

本发明针对无人机航线规划在动态航迹规划领域的问题提出了一种基于动态新增毗邻区域的无人机覆盖航迹规划方法。本发明充分考虑了动态添加区域的特点，即要考虑到动态新增毗邻区域后实现航迹的实时调整问题。本发明结合了航迹几何规划方法和所要遍历区域的更新问题提出了一种最优动态回环航迹方法，简化了无人机在飞行时的航迹调整的操作步骤，提高了无人机飞行中的安全性，减少了无人机航拍时的无意义飞行，摒弃了传统不实用的航线规划方法，充分考虑到实际飞行中飞机动力等情况。该方法主要包括以下四个方面：无人机实时位置的获取、原有未遍历区域与动态新增区域的合并、多边形最小跨度的计算、航线的设计规划。该方法实现了动态新增毗邻区域航迹的规划，在航拍区域临时调整方面具有广阔前景。

Description

基于动态新增毗邻区域的无人机覆盖航迹规划

技术领域

本发明涉及一种无人机航拍领域的动态航迹规划技术，尤其是涉及到一种基于动态新增毗邻区域的无人机覆盖航迹规划方法。

背景技术

近些年来，无人机在实际应用方面有了长足的发展，发挥了无人机自身的诸多特点，包括可控制、易携带、低成本、低损耗、可重复利用、风险小以及应用领域广等。无人机与遥感技术的结合为无人机技术的发展又注入了新的动力，使得无人机朝着更加自动化、更加智能化的方向发展，同时又使得无人机遥感具有了高时效、高分辨率等特点。因此无人机的应用领域进一步扩大，包括军用民用等方面，如军用的军事侦察、预警和民用的资源勘测、环境监测、气象观察以及处理突发性事件如地震、洪灾、山体滑坡等。由于受到无人机的载荷、动力、续航等限制，使得人们开始关注无人机航迹规划方面的技术，用以缩短航程。

随着无人机的广泛应用，大量的无人机规划算法相继出现，具体可以分为两大类，一类是传统的经典算法：数学归纳法、动态归纳法、最优控制法、倒数相关法。但是传统的航迹规划算法存在着突出的问题，即容易陷入局部最优解、计算量大、规划耗时长、缺少智能搜索功能，这和无人机的快速机动性相悖。另一类算法也是目前无人机航迹规划中常用的算法主要包括：A-star算法、遗传算法、人工神经网络算法、蚁群算法以及模拟退火算法等。其优点是灵活性强，可应变突发威胁情况，现在的很多研究更是基于这些算法进行的改进型和混合型，但这些算法均存在着规划时间长或者计算量大等不同缺陷。以上算法基本上都会出现规划时间长或计算量大等特点，因此无法实现满足无人机覆盖航迹规划的动态实时性。如果在无人机飞行时添加新的区域，无人机无法立即调整航迹，这就给无人机的航迹调整带来了诸多不便。

而且在实际应用中，尤其是在航拍获取目的区域相关图片数据时，这些方法都展现了不同的局限性。因为在实际无人机飞行航拍中，应该保持无人机按照规划的航线进行飞行拍摄确保全区域有序覆盖，并且要保持无人机飞行高度不变以使航拍获得的照片具有相同的属性，这样才可以进行后期有效的图像拼接，而且相较于其他应用方面，在民用方面突发威胁并不常见，并不需要考虑威胁区等情况，所以在实际无人机飞行中就需要实际的航线规划方法，就要做到在无人机飞行之前对航拍区域进行***的考察。

在资源勘测、环境监测方面，卫星监测和有人驾驶飞机进行航拍都暴露出了不同的缺点，而无人机在这方面则体现出了机动灵活性强、实时性强、低成本、低损耗等特点。但在大多数情况下，无人机在飞行中是无法及时更改航迹的，所以这就为临时添加区域后无人机的航迹调整带来不便。即便是某些无人机能够实现无人机的航迹的动态调整，但是其航迹也仅仅是对目标区域的简单覆盖，并非最优。

发明内容

本发明中的无人机覆盖航迹动态规划方法能够有效克上述缺陷，提出了一种基于动态新增毗邻区域的无人机覆盖航迹规划方法，能够在无人机无需降落的前提下针对动态新增区域和剩余未遍历区域实时地规划出一条最短路径，最低功耗的最优回环飞行航线。

为实现上述方法，本发明采用了如下的具体航迹规划方法,其包括以下步骤：   

（1） 获取无人机的实时位置。

（2） 根据无人机的位置确定原计划下一阶段沿着最小跨度对应边飞行的起点。

（3） 将原计划飞行区域分为已飞区域和未遍历区域，把未遍历区域和新增区域合并成新区域。

（4） 根据新区域确定其轮廓的形状，得到轮廓的多边形，计算其最小跨度。

（5） 根据新区域地形情况计算飞行高度。

（6） 综合考虑转弯次数、多边形最小跨度、无人机当前位置、降落位置来计算航线距离最小值以获得最优回环航线。

（7） 将规划的最优航线传输到无人机上，无人机按照获取的航迹调整飞行路径。

由于是关于动态添加区域后的整个区域覆盖航迹规划的调整，所以要充分考虑到航迹规划的实时性，就是要根据添加区域、剩余区域、无人机实时位置、降落点快速地计算出无人机的最优航线，然后上传至无人机以及时调整航线。所以本发明是针对添加区域后无人机航线的动态最优规划。

所述步骤（1）中，获取无人机的当前位置，是为了将总区域减去已飞区域得到剩余未飞区域。其中，获取无人机的准确位置是关键。

所述步骤（2）中，在决定添加新区域后无人机的航迹并不是立即调整，而是在飞完剩下的直线路径和紧接着直线路径的转弯路径后进行调整。 

所述步骤（3）中， 生成新的航迹规划需要将新增区域与未被遍历区域进行合并，因此将已飞区域与未被遍历区域分离是关键。在获得无人机位置后还不能直接分离未被遍历区域，还需要根据无人机位置计算原计划下一阶段其直线飞行的起点，然后确定未被遍历区域。

所述步骤(4)中, 要计算多边形最小跨度首先要明确多边形最小跨度的定义，由于多边形有凹凸之分，但是凹多边形又可以切割分为若干个凸多边形，所以本发明主要考虑较为常见的凸多边形的情况。首先给出凸多边形的跨度和宽度的定义：

在平面上计算多边形的某条边与除了此边上端点之外的所有顶点之间的距离，这些距离中最大值就定义为凸多边形中此边对应的跨度                                                。然后依次计算其他边上对应的跨度。所有跨度中的最小值就称为凸多边形的最小跨度即宽度。将此方法定义为“点边式”，由此可知，一个凸多边形能有若干个跨度，但是只有一个宽度。

在计算多边形跨度的时候，利用点边式，依次求出各个边上的跨度，在所有多边形的跨度中选出其中最小的跨度即为此多边形的宽度，并记最小跨度对应边为。

所述步骤（5）中，根据地形的海拔确定无人机的飞行高度，以确保航拍图像的质量。

所述步骤（6）中，本发明中选择的方法摒弃了之前广为运用的常见的航线由近及远的规划方式而选取了另一种航线由远及近依次遍历覆盖目标区域的方法。

所述步骤（7）中，新区域的航迹要通过地面站传输到无人机以实现无人机航迹的调整。

结合无人机位置、新区域多边形最小跨度、最少转弯次数、降落点设计最优航线。无人机在接收到新的航线后飞到接下来的转弯处后开始新的航迹飞行，有两种情况：（1）无人机所在的位置恰是最小跨度对应边的端点，此时无人机沿着平行于对应边的方向遍历整个目标区域即可，但返航点应选在距离降落点较近的位置。（2）若无人机不在最小跨度对应边时，则从原位置飞到距离最近的最小跨度对应边端点上，然后再采取回环方式遍历飞行覆盖整个目标区域。

发明的有益效果在于：考虑到无人机的起降是一个复杂的过程，如果在飞行中临时增加新的区域，一般需要无人机降落输入新的航迹再重新起飞，本方法克服了以上不足，简化了操作步骤，实现了无人机航迹的动态规划。

附图说明

图1是目前一般情况下由近及远的无人机航迹规划方法示意图。

图2是本发明提出的由近及远的无人机航迹规划方法示意图。

图3是基于动态新增毗邻区域的无人机覆盖航迹规划方法示意图。

具体实施方式

本发明的动态新增毗邻区域的无人机覆盖航迹规划方法，包括以下步骤：

（1）获取无人机的实时位置。

（2）根据无人机的位置确定下一次沿着最小跨度对应边飞行的起点。

（3）经过上述起点作直线l₁平行于最小跨度对应边，再作直线l₂平行于直线l₁， l₂到l₁的距离为航迹间距的一半，且l₂在l₁与上一条直线飞行的航迹线之间，以直线l₂为分界线把原计划飞行区域分为已飞区域和未遍历区域。

（4）根据生成区域确定其轮廓的形状，得到轮廓的多边形，计算其最小跨度。

（5）根据生成区域地形情况计算飞行高度。

（6）综合考虑转弯次数、多边形最小跨度、无人机当前位置、降落位置来计算航线距离最小值以获得最优回环航线。

（7）将生成的最优航线传输到无人机上，无人机按照获取的航迹调整飞行路径。

一、无人机遍历区域的更新    

由于无人机是在不断运动的，所以其位置是在不断变化，所以未被遍历的区域是在不断变化。在添加新的区域后，需要将添加的区域与未被遍历的区域拼接成的需要覆盖遍历的区域，关键是未被遍历区域的提取。新的航迹规划是在原有的航迹的基础上的进行的，原有的航迹一般是平行于最小跨度对应边的直线飞行加上转弯飞行，已遍历区域与未遍历区域分界线就是某条平行于最小跨度对应边的航迹线，获取无人机的位置就是要确定这条航迹线。在知道无人机位置后，就可以确定下一个转弯的地方进而确定下一次直线飞行的起点，经过上述起点的直线飞行和转弯前的直线飞行航迹线之间的平分线就是所要确定的分界。确定分界线后就能确定未遍历区域的形状，然后添加新增区域合并成所需的覆盖遍历区域。

二、目标区域内航线的能耗分析   

在进行分析时，通常把无人机看做一个质点，无人机对目标区域进行不重复的遍历飞行，遍历采用扫描的方式，无人机沿着直线飞行，传感器的扫描区域（传感器的扫描区域一般为长方形或正方形）遇到边界后转向然后再沿着反方向直线飞行，如此反复直至整个区域被覆盖。所以无人机的能耗问题就总结为两方面：一是总的航线距离，二是转弯航线路程。一般来说，无人机直线飞行是匀速飞行，在无风的情况下，发动机推力是不变的；在无人机转弯过程中必定存在着发动机推力的变化，且转弯过程发动机的推力要大于直线飞行过程，这就势必会对无人机能耗产生影响。

三、计算最小跨度即宽度   

生成新区域后，需要将其抽象为凸多边形以便数学计算，若为凹多边形，则分割为凸多边形。在计算凸多边形跨度的时候，利用点到直线的距离公式，依次求出各个边上的跨度，在所有凸多边形的跨度中选出其中最小的跨度即为此凸多边形的宽度。记最小跨度对应边为。计算最小跨度算法简列如下：  

首先，确定凸多边形的各个顶点的坐标，按顺时针方向分别记为：，其中为凸多边形的顶点数量，为同一顶点。其中顶点的坐标设为，且有。

其次，程序输入为：各顶点坐标；输出为：凸多边形的宽度，及相对应的顶点对应边。

则基于以上描述，最小跨度（宽度）计算的具体算法步骤如下：

步骤1：赋初值，，循环有两层，第一层是同一端点到不同边的距离，第二层为不同边上的跨度。

步骤2：循环。如果且（即边上两个端点到此直线之间的距离为零，无需计算），则顶点与边之间的距离的平方为：

步骤3：如果（第一层循环结束）则跳转至步骤4；否则赋值，重新跳转至步骤2进行计算。

步骤4；找出多边形各顶点到边上的距离平方的最大值，此值即边上对应的跨度的平方，并找出其对应的顶点的序号。

步骤5：如果（第二层循环结束）则跳转至步骤6，否则赋值，，重新跳转至步骤2进行计算。

步骤6：找出所有边对应的跨度平方中的最小值并开方即可获得此凸多边形的宽度，此时也可获得相对应的顶点和边信息。

由于无人机转弯过程对于无人机飞行来说是低效且高能耗的，所以在实际进行无人机覆盖航迹规划时，要尽量减少转弯次数。为了最大程度上减少转弯次数，则要求规划的航线为平行于最小跨度对应边的若干条航线。

四、 无人机覆盖航迹规划四   

设待航拍多边形区域的面积为，无人机覆盖航线的总路程为，该总路程包括目标区域的直线航迹以及转弯航迹。所以总路程。当目标区域的面积固定以及扫描宽度即航线间距固定以后，目标区域内的直线航迹也就确定了，所以总的航线路程就只取决于了。又由转弯的次数决定，所以转弯次数的多少就决定了航线总路程的长短，转弯次数，其中为数“”的向上取整运算符。要想最小，则跨度应该取该多边形的宽度，所以转弯次数。

在实际飞行中，不论是油耗无人机还是电力无人机都需要考虑其动力的持续性问题，尤其是电池驱动的无人机。在初始航行时由于电池电能充足，因此无人机的发动机推力足够稳定，然而随着电池电能的不断消耗，其推力的稳定性也会逐渐地下降。一般情况下无人机航迹规划时总是从操控手可视区域起飞由近及远执行航拍任务，这就会造成一个问题：在无人机执行任务的末端，，电池的电量已消耗殆尽，此时无人机距离操控手也较远，甚至到了操控手的视线范围之外，这就对无人机的安全飞行带来了隐患。若遇到不可预知的突发状况，如无人机的自动导航发生故障时，需要进行手动操作，由于操控手看不到无人机无法凭借视觉获取无人机的相关飞行状态信息，这就会造成无法挽回的损失。所以考虑到这种隐患的存在，本发明摒弃了之前广为运用的常见的航线由近及远的规划方式，如图1（需要注意的是由于无人机性能的约束，无人机转弯角度必须是大于或者等于90°的角度，所以才有如图所示的返航路线），选取了一种更加可靠的方式，航线由远及近依次遍历覆盖目标区域如图2。两图对比可知图2航线规划方式所需的转弯次数不多于图1的转弯次数，而且也能够完成全目标区域的遍历覆盖。不同点就在于图2的航线飞行是先抵达区域最远处然后开始从最远区域向操控手也即起飞点处飞行，这样在动力逐渐减弱的过程中无人机也会逐渐进入操控手的可视区域范围之内，如遇无人机动力不足等特殊情况可及时处理，最大程度上避免不必要的损失，相较于图1中的航线飞行更加有保障性安全性。而且图1中未考虑返航过程中对区域的扫描，相当于增加了无谓的航程，而图2则考虑的更加全面。

五、 具体实施方式   

    首先，由以上分析，先要将待规划区域多边形放置于坐标系中，读出各个顶点的坐标，根据多边形最小跨度计算方法计算出最小跨度。确定最小跨度对应的顶点以及边：。如图3，其中点虚线即为（图中实线段和点虚线围成的区域为目标区域，线段虚线为飞行航线）。

本具体实施样例中，应用正方形栅格法建立待覆盖区域的模型，如果一个栅格单元中包含有部分待覆盖区域，则认为该栅格单元是需要进行覆盖的；无人机的转弯选取正常转弯过程；覆盖方式选取扫描线方式，扫描宽度即航线间距为，拍照区域的长宽比假定为1：1，即拍照区域的扫描宽度和长度均为。最终得到的相关多边形区域的覆盖航迹规划结果如图3。

Claims (4)

1.一种基于动态新增毗邻区域的无人机覆盖航迹规划方法，其特征在于，航迹的动态实时更新，该方法主要包括无人机实时位置的获取、原有未遍历区域与动态新增区域的合并、多边形最小跨度的计算、航线设计规划等四个流程，其中:

（1） 无人机实时位置的获取，主要是为了确定剩下未遍历区域，为下一步与动态新增区域的合并做准备；

（2） 无人机遍历区域的实时更新；

（3） 多边形最小跨度计算，明确最小跨度定义并计算选取的多边形的最小跨度即宽度；

（4） 完成航迹的规划并将其上传到无人机。

2.根据要求1所述的基于动态新增毗邻区域无人机覆盖航迹规划方法，其特征在于：所述步骤（1）中获取无人机的实时位置，确定剩余的未遍历区域，无人机将继续沿原航迹飞行直到下一个转弯。

3.根据要求1所述的基于动态新增毗邻区域无人机覆盖航迹规划方法，其特征在于：所述步骤（2）中通过将剩余未遍历区域与新增区域合并实时生成新的需要遍历的地图。

4.根据要求1所述的基于动态新增毗邻区域无人机覆盖航迹规划方法，其特征在于：所述步骤（4）中的复杂情况综合考虑即结合实际提出了一种新型的“由远及近”的回环式航线遍历方法并结合多边形最小跨度，起飞点至多边形最小距离以及能耗分析三种实际情况设计最优回环航线，在生成航迹后，通过无线通信***实时地将其上传到无人机上。