CN105487554A - 一种多旋翼无人机自动返航路径规划算法 - Google Patents
一种多旋翼无人机自动返航路径规划算法 Download PDFInfo
- Publication number
- CN105487554A CN105487554A CN201610017606.5A CN201610017606A CN105487554A CN 105487554 A CN105487554 A CN 105487554A CN 201610017606 A CN201610017606 A CN 201610017606A CN 105487554 A CN105487554 A CN 105487554A
- Authority
- CN
- China
- Prior art keywords
- point
- flight
- interest
- return voyage
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 12
- 230000004069 differentiation Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 abstract 1
- 230000004888 barrier function Effects 0.000 description 4
- PLQDLOBGKJCDSZ-UHFFFAOYSA-N Cypromid Chemical compound C1=C(Cl)C(Cl)=CC=C1NC(=O)C1CC1 PLQDLOBGKJCDSZ-UHFFFAOYSA-N 0.000 description 1
- 241000422846 Sequoiadendron giganteum Species 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G05D1/102—Simultaneous control of position or course in three dimensions specially adapted for aircraft specially adapted for vertical take-off of aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种多旋翼无人机自动返航路径规划算法,记录无人机在导航坐标系中的飞行参数,飞行参数包括无人机在各个记录点的实时位置、速度矢量;根据记录点的飞行参数搜索飞行轨迹交叉点,将无人机起飞点、飞行轨迹交叉点以及返航起始点统称为兴趣点,计算任意两个兴趣点之间的沿飞行轨迹的长度,作邻接矩阵;构建多叉树,在多叉树中运用深度优先方法搜索最短的返航路径;对最短的返航路径进行跟踪。本发明所规划出分返航路径为飞行中所记录路径的子集,能够有效避免直线返航方式可能碰上障碍物。
Description
技术领域
本发明属于飞行器导航、制导与控制技术领域,具体涉及一种多旋翼无人机自动返航路径规划算法,适用于多旋翼无人机在较为复杂的环境中飞行时,正常以及故障条件下自动返航过程中的路径规划。
背景技术
多旋翼无人机在影视航拍、国土测绘等行业有着广泛的应用,由于其自动化程度高,操作简单,因此在非专业领域也有所应用。高度自动化的多旋翼无人机具有能够自动返回起飞点或设定点的能力,返航可以由操作者或故障处理程序所触发,当前多旋翼无人机在自动返航过程中,为了避免原路返航使得有效续航时间下降太多的缺点,通常采取返航起点到起飞点的直线返航方式,因此在返航过程中有可能撞上障碍物,即使产品采用了先升高飞行高度再返航的策略,但是这种策略在较为复杂的环境中仍然无法规避障碍物。
发明内容
本发明的目的是在于针对现有技术存在的上述问题,提供一种多旋翼无人机自动返航路径规划算法,当飞行范围较小且周围环境较为复杂时(如周围有多座高大建筑或高大树木),该算法可以从原飞行路径中截取最短的部分作为返航路径,从而避免了直线返航无法规避障碍物的缺点。
本发明采用的技术方案如下:无人机飞行过程中实时记录每个时刻的位置和速度信息(经度、纬度、高度、速度方向),在需要自动返航时,首先搜索飞行路径上的交叉点,然后在交叉点以及各交叉点之间的距离构成的无向图中搜索最短路径,并沿此为返航路径进行自动返航。
其具体步骤包括:
步骤1,以原点在起飞点,X,Y,Z轴分别指向北、东、地的当地铅锤坐标系为导航坐标系,在无人机正常飞行过程中在固定的时间间隔ΔT的记录点记录无人机在导航坐标系中的飞行参数,飞行参数包括无人机在各个记录点的实时位置、速度矢量,
步骤2,自动返航飞行触发后,根据记录点的飞行参数搜索飞行轨迹交叉点,
将无人机起飞点、飞行轨迹交叉点以及返航起始点统称为兴趣点,从起飞点开始沿着飞行轨迹计算任意两个兴趣点之间的沿飞行轨迹的长度,非直接连通的兴趣点之间的距离则记为∞,作邻接矩阵:
其中,邻接矩阵的第i行与兴趣点Pi对应,第i列与兴趣点Pi对应,其中i∈1,…,n,n为兴趣点总的个数,邻接矩阵中第i行的各个元素为对应的兴趣点Pi依次与各列对应的兴趣点P1~Pn之间的飞行轨迹长度;
步骤3,从返航起始点开始,将返航起始点作为多叉树的根节点,其他的兴趣点作为多叉树的子节点构建多叉树,剔除多叉树中叶节点不是起飞点的分支,在多叉树中运用深度优先方法搜索最短的返航路径;
步骤4,将最短的返航路径对应的记录点组成返航路径点集,通过依次将返航路径点集中的点作为无人机的目标航路点进行跟踪,完成返航轨迹的跟踪。
如上所述的飞行轨迹交叉点的判别需要同时满足以下三个标准:
(1)两个记录点的无人机的实时位置的距离小于设定的距离Δl;
(2)两个记录点的时间差大于设定的时间差Δt;
(3)两个记录点的无人机的速度矢量夹角大于设定的速度矢量夹角Δα。
如上所述的步骤3包括以下步骤:
步骤3.1、选取返航起点作为多叉树的根节点,记为当前级节点;
步骤3.2、若所有兴趣点均已纳入多叉树,执行步骤3.5;否则,执行步骤3.3;
步骤3.3、对当前级的各个节点依次进行如下处理:
在邻接矩阵对应节点的行中搜索大于0且小于∞的元素作为直通点元素,直通点元素所在列则对应了与节点直接连通的兴趣点,查找直通点元素中所在列对应的兴趣点不属于节点的所有父节点的元素作为子节点元素,将子节点元素的所在列对应的兴趣点作为节点的子节点并入多叉树;
步骤3.4、将当前节点级别递增,返回步骤3.2;
步骤3.5、将多叉树中叶节点不是起飞点的分支去除;
步骤3.6、在多叉树中运用深度优先方法搜索最短的返航路径。
本发明与现有技术相比,具有以下优点和效果:
在周围有高大建筑、树木等较复杂的飞行环境中,现有的直线返航的自动返航方法无法有效规避障碍物,存在较大的安全隐患,而本发明所规划出分返航路径为飞行中所记录路径的子集,能够有效避免直线返航方式可能碰上障碍物的缺点。
附图说明
图1无人机飞行轨迹和轨迹交叉点;
图2搜索得到的最短返航路径。
具体实施方式
实施例1:
如图1所示:一种无人机自动返航路径规划算法,包括以下几个步骤:
步骤1,以原点在起飞点,X,Y,Z轴分别指向北、东、地的当地铅锤坐标系为导航坐标系,在无人机正常飞行过程中在固定的时间间隔ΔT的记录点记录无人机在导航坐标系中的飞行参数,飞行参数包括无人机在各个记录点的实时位置、速度矢量。
步骤2,自动返航飞行可以由用户手动触发或遇到部件故障、电池电压过低或遥控器信号丢失故障自动触发,如图1所示,自动返航飞行触发后,从记录的飞行参数中将任意两个记录点的飞行参数进行比对,从而搜索出飞行轨迹交叉点Q1,Q2,…Qm-1,Qm,其中m为飞行轨迹交叉点总的个数,飞行轨迹交叉点的判别需要同时满足以下三个标准:
(1)两个记录点的无人机的实时位置的距离小于设定的距离Δl;
(2)两个记录点的时间差大于设定的时间差Δt;
(3)两个记录点的无人机的速度矢量夹角大于设定的速度矢量夹角Δα,此参数Δα与Δt共同能够保证两个点不是飞行轨迹上的相邻点。
将无人机起飞点(返航飞行终点)、飞行轨迹交叉点以及返航起始点统称为兴趣点P1,P2,…Pn-1,Pn,当所有符合要求的飞行轨迹交叉点被搜索完毕之后,则从起飞点开始沿着飞行轨迹计算任意两个兴趣点之间的沿飞行轨迹的长度,非直接连通的兴趣点之间的距离则记为∞,兴趣点之间的沿飞行轨迹的长度通过无人机在各个记录点的实时位置进行计算,假设兴趣点Pi与兴趣点Pi+1相连通,其中i∈1,…,n,n为兴趣点总的个数,n=m+2,且两兴趣点的时间间隔为NΔT,则轨迹PiPi+1上具有N+1个记录点。记上述N+1个记录点在导航坐标系中的坐标为:
xj,yj,zj,(j∈0,1,…,N)
则轨迹PiPi+1的总长度为:
将各兴趣点与其之间的飞行轨迹长度构成无向图,并作邻接矩阵:
其中,邻接矩阵的第i行与兴趣点Pi对应,第i列与兴趣点Pi对应,邻接矩阵中第i行的各个元素为对应的兴趣点Pi依次与各列对应的兴趣点P1~Pn之间的飞行轨迹长度,因此对角线元素均为0,非直接连通的兴趣点之间的距离则记为∞,例如邻接矩阵的第一行与兴趣点P1对应,从左到右,第一个元素为兴趣点P1到兴趣点P1的距离(距离为0),第二个元素|P1P2|为兴趣点P1到兴趣点P2之间的飞行轨迹长度,依次类推。
步骤3,从返航起始点开始,将返航起始点作为多叉树的根节点,并将与返航起始点距离在开区间(0,∞)内的兴趣点作为其子节点构建多叉树,剔除多叉树中叶节点不是起飞点的分支,在多叉树中运用深度优先方法搜索最短的返航路径,其具体步骤如下:
步骤3.1、选取返航起点作为多叉树的根节点,记为当前级节点;
步骤3.2、若所有兴趣点均已纳入多叉树,则表明多叉树的建立已完成,执行步骤3.5,否则,继续构建多叉树,执行步骤3.3;
步骤3.3、对当前级的各个节点依次进行如下处理:
在邻接矩阵对应节点的行中搜索大于0且小于∞的元素作为直通点元素,直通点元素所在列则对应了与节点直接连通的兴趣点,查找直通点元素中所在列对应的兴趣点不属于节点的所有父节点的元素作为子节点元素,将子节点元素的所在列对应的兴趣点作为节点的子节点并入多叉树;
步骤3.4、将当前节点级别递增,返回步骤3.2,即新的当前节点级别中的各个节点为步骤3.3中获得的子节点;
步骤3.5、将多叉树中叶节点不是起飞点的分支去除;
步骤3.6、如图2所示,在多叉树中运用深度优先方法搜索最短的返航路径。
步骤4,得到最短的返航路径之后,则将最短的返航路径对应的记录点组成返航路径点集,通过依次将返航路径点集中的点作为无人机的目标航路点进行跟踪,即可完成返航轨迹的跟踪。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
Claims (3)
1.一种多旋翼无人机自动返航路径规划算法,其特征在于,包括以下步骤:
步骤1,以原点在起飞点,X,Y,Z轴分别指向北、东、地的当地铅锤坐标系为导航坐标系,在无人机正常飞行过程中在固定的时间间隔ΔT的记录点记录无人机在导航坐标系中的飞行参数,飞行参数包括无人机在各个记录点的实时位置、速度矢量,
步骤2,自动返航飞行触发后,根据记录点的飞行参数搜索飞行轨迹交叉点,
将无人机起飞点、飞行轨迹交叉点以及返航起始点统称为兴趣点,从起飞点开始沿着飞行轨迹计算任意两个兴趣点之间的沿飞行轨迹的长度,非直接连通的兴趣点之间的距离则记为∞,作邻接矩阵:
其中,邻接矩阵的第i行与兴趣点Pi对应,第i列与兴趣点Pi对应,其中i∈1,…,n,n为兴趣点总的个数,邻接矩阵中第i行的各个元素为对应的兴趣点Pi依次与各列对应的兴趣点P1~Pn之间的飞行轨迹长度;
步骤3,从返航起始点开始,将返航起始点作为多叉树的根节点,其他的兴趣点作为多叉树的子节点构建多叉树,剔除多叉树中叶节点不是起飞点的分支,在多叉树中运用深度优先方法搜索最短的返航路径;
步骤4,将最短的返航路径对应的记录点组成返航路径点集,通过依次将返航路径点集中的点作为无人机的目标航路点进行跟踪,完成返航轨迹的跟踪。
2.根据权利要求1所述的一种多旋翼无人机自动返航路径规划算法,其特征在于,所述的飞行轨迹交叉点的判别需要同时满足以下三个标准:
(1)两个记录点的无人机的实时位置的距离小于设定的距离Δl;
(2)两个记录点的时间差大于设定的时间差Δt;
(3)两个记录点的无人机的速度矢量夹角大于设定的速度矢量夹角Δα。
3.根据权利要求1所述的一种多旋翼无人机自动返航路径规划算法,其特征在于,所述的步骤3包括以下步骤:
步骤3.1、选取返航起点作为多叉树的根节点,记为当前级节点;
步骤3.2、若所有兴趣点均已纳入多叉树,执行步骤3.5;否则,执行步骤3.3;
步骤3.3、对当前级的各个节点依次进行如下处理:
在邻接矩阵对应节点的行中搜索大于0且小于∞的元素作为直通点元素,直通点元素所在列则对应了与节点直接连通的兴趣点,查找直通点元素中所在列对应的兴趣点不属于节点的所有父节点的元素作为子节点元素,将子节点元素的所在列对应的兴趣点作为节点的子节点并入多叉树;
步骤3.4、将当前节点级别递增,返回步骤3.2;
步骤3.5、将多叉树中叶节点不是起飞点的分支去除;
步骤3.6、在多叉树中运用深度优先方法搜索最短的返航路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017606.5A CN105487554B (zh) | 2016-01-12 | 2016-01-12 | 一种多旋翼无人机自动返航路径规划算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610017606.5A CN105487554B (zh) | 2016-01-12 | 2016-01-12 | 一种多旋翼无人机自动返航路径规划算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105487554A true CN105487554A (zh) | 2016-04-13 |
CN105487554B CN105487554B (zh) | 2018-01-23 |
Family
ID=55674591
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610017606.5A Expired - Fee Related CN105487554B (zh) | 2016-01-12 | 2016-01-12 | 一种多旋翼无人机自动返航路径规划算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105487554B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105825719A (zh) * | 2016-05-09 | 2016-08-03 | 深圳电航空技术有限公司 | 无人机巡查航线的生成方法及装置 |
CN105824320A (zh) * | 2016-04-25 | 2016-08-03 | 至简天蕴智控科技(苏州)有限公司 | 一种飞行器应急控制设备及其控制方法 |
CN106959699A (zh) * | 2016-11-10 | 2017-07-18 | 宁波蓝飞鹂航空科技有限公司 | 一种基于操控者为基准点的一键自动返航模式的方法 |
CN107016840A (zh) * | 2016-11-10 | 2017-08-04 | 宁波蓝飞鹂航空科技有限公司 | 一种基于操控者为基准点的机头一键对准模式的方法 |
CN107291099A (zh) * | 2017-07-06 | 2017-10-24 | 杨顺伟 | 无人机返航方法及装置 |
CN107636549A (zh) * | 2016-11-15 | 2018-01-26 | 深圳市大疆创新科技有限公司 | 用于控制可移动物体的方法、设备以及无人飞行器 |
CN107728638A (zh) * | 2016-08-11 | 2018-02-23 | 深圳光启空间技术有限公司 | 无人机返航的控制方法和装置 |
CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
CN108268049A (zh) * | 2016-12-30 | 2018-07-10 | 重庆零度智控智能科技有限公司 | 飞行器、跟随飞行的飞行***以及控制方法 |
CN108496134A (zh) * | 2017-05-31 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人机返航路径规划方法及装置 |
CN108646769A (zh) * | 2018-05-28 | 2018-10-12 | 深圳臻迪信息技术有限公司 | 涉水机器人自动返航控制方法、装置及涉水机器人 |
CN109211202A (zh) * | 2018-09-21 | 2019-01-15 | 长安大学 | 一种基于无人机的高速公路边坡巡查的路径优化方法 |
CN110455295A (zh) * | 2019-09-16 | 2019-11-15 | 广州电加软件有限责任公司 | 一种河道航运路线自动规划方法 |
CN110864682A (zh) * | 2019-11-27 | 2020-03-06 | 成都纵横自动化技术股份有限公司 | 无人机安全返航路线规划方法 |
CN110888453A (zh) * | 2018-09-11 | 2020-03-17 | 杨扬 | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 |
CN111664849A (zh) * | 2020-06-08 | 2020-09-15 | 寰易(广东)应急安全科技集团有限公司 | 无人船的自动返航方法及其装置 |
CN112130582A (zh) * | 2020-09-10 | 2020-12-25 | 北京理工大学 | 一种多智能体编队形成方法 |
CN112198894A (zh) * | 2020-07-31 | 2021-01-08 | 北京理工大学 | 旋翼无人机自主移动降落制导方法及*** |
CN112445242A (zh) * | 2019-08-27 | 2021-03-05 | 广州极飞科技有限公司 | 航线的跟踪方法、装置、设备及存储介质 |
CN112650276A (zh) * | 2020-12-01 | 2021-04-13 | 一飞智控(天津)科技有限公司 | 整体返航路径规划方法、规划***、储存介质及无人机 |
CN112904901A (zh) * | 2021-01-14 | 2021-06-04 | 吉林大学 | 一种基于双目视觉slam与融合算法的路径规划方法 |
CN113257045A (zh) * | 2021-07-14 | 2021-08-13 | 四川腾盾科技有限公司 | 一种基于大型固定翼无人机电子围栏的无人机控制方法 |
CN114265434A (zh) * | 2021-12-29 | 2022-04-01 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
US11915599B2 (en) | 2020-09-08 | 2024-02-27 | City University of Hong Kong; | Grid based path search method for UAV delivery operations in urban environment |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1953728A1 (en) * | 2007-01-31 | 2008-08-06 | Honeywell International Inc. | Systems and methods for constructing variable offset paths |
CN101477749A (zh) * | 2009-01-15 | 2009-07-08 | 北京航空航天大学 | 过渡航路网络的建立方法 |
CN103542852A (zh) * | 2013-10-23 | 2014-01-29 | 上海大学 | 一种基于分割法的无人机路径规划方法 |
CN103557867A (zh) * | 2013-10-09 | 2014-02-05 | 哈尔滨工程大学 | 一种基于稀疏a*搜索的三维多uav协同航迹规划方法 |
CN103697896A (zh) * | 2014-01-13 | 2014-04-02 | 西安电子科技大学 | 一种无人机路径规划方法 |
CN103699135A (zh) * | 2014-01-03 | 2014-04-02 | 中南大学 | 无人直升机农药喷洒农田作业区域的航迹自动规划方法 |
-
2016
- 2016-01-12 CN CN201610017606.5A patent/CN105487554B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1953728A1 (en) * | 2007-01-31 | 2008-08-06 | Honeywell International Inc. | Systems and methods for constructing variable offset paths |
CN101477749A (zh) * | 2009-01-15 | 2009-07-08 | 北京航空航天大学 | 过渡航路网络的建立方法 |
CN103557867A (zh) * | 2013-10-09 | 2014-02-05 | 哈尔滨工程大学 | 一种基于稀疏a*搜索的三维多uav协同航迹规划方法 |
CN103542852A (zh) * | 2013-10-23 | 2014-01-29 | 上海大学 | 一种基于分割法的无人机路径规划方法 |
CN103699135A (zh) * | 2014-01-03 | 2014-04-02 | 中南大学 | 无人直升机农药喷洒农田作业区域的航迹自动规划方法 |
CN103697896A (zh) * | 2014-01-13 | 2014-04-02 | 西安电子科技大学 | 一种无人机路径规划方法 |
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105824320A (zh) * | 2016-04-25 | 2016-08-03 | 至简天蕴智控科技(苏州)有限公司 | 一种飞行器应急控制设备及其控制方法 |
CN105825719A (zh) * | 2016-05-09 | 2016-08-03 | 深圳电航空技术有限公司 | 无人机巡查航线的生成方法及装置 |
CN105825719B (zh) * | 2016-05-09 | 2019-09-10 | 深圳一电航空技术有限公司 | 无人机巡查航线的生成方法及装置 |
CN107728638A (zh) * | 2016-08-11 | 2018-02-23 | 深圳光启空间技术有限公司 | 无人机返航的控制方法和装置 |
CN107016840A (zh) * | 2016-11-10 | 2017-08-04 | 宁波蓝飞鹂航空科技有限公司 | 一种基于操控者为基准点的机头一键对准模式的方法 |
CN106959699A (zh) * | 2016-11-10 | 2017-07-18 | 宁波蓝飞鹂航空科技有限公司 | 一种基于操控者为基准点的一键自动返航模式的方法 |
CN107636549A (zh) * | 2016-11-15 | 2018-01-26 | 深圳市大疆创新科技有限公司 | 用于控制可移动物体的方法、设备以及无人飞行器 |
US11714406B2 (en) | 2016-11-15 | 2023-08-01 | SZ DJI Technology Co., Ltd. | Method, device, and unmanned aerial vehicle for controlling movable object |
US11249471B2 (en) | 2016-11-15 | 2022-02-15 | SZ DJI Technology Co., Ltd. | Method, device, and unmanned aerial vehicle for controlling movable object |
CN107636549B (zh) * | 2016-11-15 | 2019-07-05 | 深圳市大疆创新科技有限公司 | 用于控制可移动物体的方法、设备以及无人飞行器 |
CN108268049A (zh) * | 2016-12-30 | 2018-07-10 | 重庆零度智控智能科技有限公司 | 飞行器、跟随飞行的飞行***以及控制方法 |
CN108496134A (zh) * | 2017-05-31 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人机返航路径规划方法及装置 |
CN107291099A (zh) * | 2017-07-06 | 2017-10-24 | 杨顺伟 | 无人机返航方法及装置 |
CN108196536B (zh) * | 2017-12-21 | 2021-07-20 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
CN108196536A (zh) * | 2017-12-21 | 2018-06-22 | 同济大学 | 一种改进的无人车快速搜索随机树路径规划方法 |
CN108646769A (zh) * | 2018-05-28 | 2018-10-12 | 深圳臻迪信息技术有限公司 | 涉水机器人自动返航控制方法、装置及涉水机器人 |
CN108646769B (zh) * | 2018-05-28 | 2021-09-14 | 深圳臻迪信息技术有限公司 | 涉水机器人自动返航控制方法、装置及涉水机器人 |
CN110888453A (zh) * | 2018-09-11 | 2020-03-17 | 杨扬 | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 |
CN109211202A (zh) * | 2018-09-21 | 2019-01-15 | 长安大学 | 一种基于无人机的高速公路边坡巡查的路径优化方法 |
CN109211202B (zh) * | 2018-09-21 | 2020-12-18 | 长安大学 | 一种基于无人机的高速公路边坡巡查的路径优化方法 |
CN112445242A (zh) * | 2019-08-27 | 2021-03-05 | 广州极飞科技有限公司 | 航线的跟踪方法、装置、设备及存储介质 |
CN112445242B (zh) * | 2019-08-27 | 2023-09-01 | 广州极飞科技股份有限公司 | 航线的跟踪方法、装置、设备及存储介质 |
CN110455295A (zh) * | 2019-09-16 | 2019-11-15 | 广州电加软件有限责任公司 | 一种河道航运路线自动规划方法 |
CN110864682A (zh) * | 2019-11-27 | 2020-03-06 | 成都纵横自动化技术股份有限公司 | 无人机安全返航路线规划方法 |
CN111664849A (zh) * | 2020-06-08 | 2020-09-15 | 寰易(广东)应急安全科技集团有限公司 | 无人船的自动返航方法及其装置 |
CN112198894A (zh) * | 2020-07-31 | 2021-01-08 | 北京理工大学 | 旋翼无人机自主移动降落制导方法及*** |
US11915599B2 (en) | 2020-09-08 | 2024-02-27 | City University of Hong Kong; | Grid based path search method for UAV delivery operations in urban environment |
CN112130582A (zh) * | 2020-09-10 | 2020-12-25 | 北京理工大学 | 一种多智能体编队形成方法 |
CN112650276A (zh) * | 2020-12-01 | 2021-04-13 | 一飞智控(天津)科技有限公司 | 整体返航路径规划方法、规划***、储存介质及无人机 |
CN112904901B (zh) * | 2021-01-14 | 2022-01-21 | 吉林大学 | 一种基于双目视觉slam与融合算法的路径规划方法 |
CN112904901A (zh) * | 2021-01-14 | 2021-06-04 | 吉林大学 | 一种基于双目视觉slam与融合算法的路径规划方法 |
CN113257045A (zh) * | 2021-07-14 | 2021-08-13 | 四川腾盾科技有限公司 | 一种基于大型固定翼无人机电子围栏的无人机控制方法 |
CN114265434A (zh) * | 2021-12-29 | 2022-04-01 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
CN114265434B (zh) * | 2021-12-29 | 2023-10-03 | 广州极飞科技股份有限公司 | 飞行控制方法、装置、电子设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105487554B (zh) | 2018-01-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105487554A (zh) | 一种多旋翼无人机自动返航路径规划算法 | |
CN108897312B (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
WO2020018148A4 (en) | Methods and systems for determining flight plans for vertical take-off and landing (vtol) aerial vehicles | |
CN108398960B (zh) | 一种改进APF与分段Bezier相结合的多无人机协同目标追踪方法 | |
CN107065929A (zh) | 一种无人机环绕飞行方法及*** | |
CN107656545A (zh) | 一种面向无人机野外搜救的自主避障与导航方法 | |
CN105116915B (zh) | 一种采用多模卫星导航的翼伞飞行航迹控制*** | |
CN109655063B (zh) | 大型水陆两栖飞机海上搜索航路规划方法 | |
CN111650958A (zh) | 一种固定翼无人机起飞段切入航路点的在线路径规划方法 | |
CN103557867A (zh) | 一种基于稀疏a*搜索的三维多uav协同航迹规划方法 | |
US20150356875A1 (en) | Aircraft motion planning method | |
WO2011152917A2 (en) | Determining landing sites for aircraft | |
Cai et al. | Path planning for UAV tracking target based on improved A-star algorithm | |
CN109683629A (zh) | 基于组合导航和计算机视觉的无人机电力架线*** | |
CN108716919A (zh) | 基于任意多边形无障碍区域的植保无人机航迹规划方法 | |
CN107783548A (zh) | 基于多传感器信息融合技术的数据处理方法 | |
CN107783544A (zh) | 一种控制单旋翼植保无人机避障飞行的方法 | |
CN105824323A (zh) | 一种多机会和下的飞机防撞方法 | |
CN109901387A (zh) | 一种航空器自动近地防撞***自适应飞行轨迹预测方法 | |
DE102021101877A1 (de) | System für die Luftbilderfassung unter Verwendung einer Drohne, die einem Zielfahrzeug folgt, auf der Grundlage von bestärkendem Lernen | |
Li et al. | Unmanned aerial vehicle three-dimensional trajectory planning based on ant colony algorithm | |
CN113126647B (zh) | 一种基于领导者跟追随者原理的协同制导方法 | |
CN107393349A (zh) | 一种无人机飞行空域超界自动告警方法 | |
Khuralay et al. | Computer simulation of intelligent control systems for high-precision cruise missiles | |
Zakharin et al. | Concept of navigation system design of UAV |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180123 Termination date: 20210112 |
|
CF01 | Termination of patent right due to non-payment of annual fee |