CN106969778A - 一种多无人机协同施药的路径规划方法 - Google Patents
一种多无人机协同施药的路径规划方法 Download PDFInfo
- Publication number
- CN106969778A CN106969778A CN201710111132.5A CN201710111132A CN106969778A CN 106969778 A CN106969778 A CN 106969778A CN 201710111132 A CN201710111132 A CN 201710111132A CN 106969778 A CN106969778 A CN 106969778A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- dispenser
- plane
- manned
- planning method
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3446—Details of route searching algorithms, e.g. Dijkstra, A*, arc-flags, using precalculated routes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种多无人机协同施药的路径规划方法,首先确定无人机航向和无人机的喷施宽度,并据此将施药任务区域划分为多个平行的子区域;然后确定优化标准和约束条件,并据此建立多无人机协同施药路径的目标函数;采用遗传算法和模拟退火算法相结合的优化方法对建立的目标函数进行优化,最终得到最优的无人机飞行路径。本发明基于GA和SA组合的双重优化方案,并在该优化方案的基础上给出了多无人机的协同飞行路线,解决了使用一般农业机械不能较好完成精准农业中施药任务的技术难题。
Description
技术领域
本发明属于精准农业以及机器学习中面向任务的技术,特别涉及了一种多无人机协同施药的路径规划方法。
背景技术
目前,精准农业中的施药任务主要是通过人工或机械装备来完成。而农用无人机施药作业相对于传统的人工施药作业和机械装备施药有很多优点:作业高度低,飘移少,可空中悬停,无需专用起降机场,旋翼产生的向下气流有助于增加雾流对作物的穿透性,防治效果好,远距离遥控操作,喷洒作业人员避免了暴露于农药的危险,提高了喷洒作业安全性等。无人直升机喷洒技术采用喷雾喷洒方式至少可以节约50%的农药使用量,节约90%的用水量,这很大程度上降低了资源成本。
在精准农业的研究中,路径规划的研究主要针对于地面车辆,然而,考虑到地形、作物分布及土壤压实等情况,地面车辆并不适用于农业任务。因此,无人机则成为很好的替代品来执行农业任务。农用无人机的协同路径规划成为农业中新的研究领域。将精准农业中的多机协同路径规划问题抽象为多目标规划问题的数学模型,在线性规划的基础上解决多目标决策问题。在处理多目标规划的过程中,约束法及评价函数法是常用的处理方法。
假设在p个目标中,f1(x)为主要目标,而对于其余(p-1)个目标函数fi(x)均可以确定其允许的边界值:ai≤fi(x)≤bi,其中,i=2,3,L,p。这样就可以将该(p-1)个目标函数当做最优化问题的约束来处理,于是多目标规划问题转化为单目标规划问题。
评价函数的基本思想是将多目标规划问题转为一个单目标规划问题来求解,而且该单目标规划问题的目标函数是用多目标问题的各个目标函数构造出来的。若原多目标函数为F(x),则可通过各种不同的方式构造评价函数h(F(x)),然后求解。
遗传算法(GA)是通过对某一代种群经过生物基因的复制、变换和变异,产生新一代种群。再重复此过程,直到群体或最优点的性能到达满意程度。
模拟退火算法(SA)是将热力学的理论套用到统计学上,将搜寻空间内的每一点想象成空气内的分子;分子的能量,就是它本身的动能;而搜寻空间内的每一点,也像空气分子一样带有“能量”,以表示该点对命题的合适程度。算法先以搜寻空间内一个任意点作起始,每一步先选择一个“邻居”,然后再计算从现有位置到达“邻居”的概率。
遗传算法容易过早收敛,并且在进化后期搜索效率较低,使得最终搜索得到的结果往往会陷入局部最优,还有出现过早收敛的现象。而模拟退火算法,在搜索最优解的过程中,除了可以接受优化解外,还根据随机接受准则有限度地接受恶化解,并且接受恶化解的概率慢慢趋向于0,这使得算法有可能从局部极值区域中跳出,即可能找到全局最优解,并保证了算法的收敛性。另一方面,模拟退火算法的执行速度比较受影响,由于其退火速度及概率问题导致速度较为缓慢,而遗传算法可获得一个广阔的近似最优解的空间,能够提高搜索效率,加快算法的执行速度。
发明内容
为了解决上述背景技术提出的技术问题,本发明旨在提供一种多无人机协同施药的路径规划方法,基于GA和SA组合的双重优化方案,并在该优化方案的基础上给出了多架农用无人机的协同飞行路线,解决了使用一般农业机械不能较好完成精准农业中施药任务的技术问题。
为了实现上述技术目的,本发明的技术方案为:
一种多无人机协同施药的路径规划方法,包括以下步骤:
(1)首先确定无人机航向和无人机的喷施宽度,并据此将施药任务区域划分为多个平行的子区域;
(2)确定优化标准和约束条件,并据此建立多无人机协同施药路径的目标函数;
(3)采用遗传算法和模拟退火算法相结合的优化方法对步骤(2)建立的目标函数进行优化,最终得到最优的无人机飞行路径。
进一步地,在步骤(2)中,将飞行距离、输入代价和消耗时间作为优化标准,即:和ft(x)=min[max[pt(xi)]],其中,fd(x)、fI(x)分别代表最短飞行距离、最小输入代价,ft(x)代表执行飞行任务时间最长的无人机的最短消耗时间,pd(xi)、pI(xi)、pt(xi)分别代表第i个无人机ui完成其任务所需的飞行距离、输入代价、飞行任务时间,max[pt(xi)]代表所有无人机中执行飞行任务时间的最大值,xi为无人机ui的飞行路径,U为无人机的数目。
进一步地,在步骤(2)中,目标函数的约束条件包括无人机记载药箱容量约束,该约束的形式为:
上式中,表示第i个无人机ui完成第j个子区域施药任务所需的药液容量,task(ui)表示无人机ui负责施药的子区域的集合,C为无人机ui所携带的容器容量。
进一步地,在步骤(2)中,建立的多无人机协同施药路径的目标函数如下:
f(x)=k1fd(x)+k2fI(x)+k3ft(x)
其中,k1、k2、k3分别为最短飞行距离、最小输入代价、最短消耗时间的权重,且0<k1,k2,k3<1,k1+k2+k3=1。
5、根据权利要求1-4中任意一项所述多无人机协同施药的路径规划方法,其特征在于,步骤(3)的具体过程如下:
A、对遗传算法和模拟退火算法进行数据初始化;
B、通过轮盘赌方法进行种群选择,并进行交叉、变异;
C、对种群进行模拟退火运算,即对产生的飞行序列进行交换、重定位、逆转操作,产生新的飞行序列,并根据接受概率决定接受与否;
D、重复步骤C,当温度值低于初始设定值后,退出模拟退火操作;
E、将当代种群中的最大适应值与上一代种群中的最大适应值比较,选择两者中较大的适应值进行保留;
F、重复步骤B-E,直至达到设定的进化迭代次数;
G、获得各架无人机的最优飞行路径。
进一步地,在步骤(1)中,确定无人机航向的方法如下:
设施药任务区域为具有n个顶点的不规则封闭区域,计算施药任务区域的某条边缘与其余所有不在该边缘上的n-2个顶点的距离,将距离最大值记为该条边缘的跨度,以此方法计算施药任务区域每条边缘对应的跨度,取最小跨度作为施药任务区域的宽度,并将最小跨度所对应的边缘的方向作为无人机航向。
进一步地,在步骤(2)中,目标函数的约束条件包括无人机最小转弯半径约束,该约束有2种情况:r≤w/2和r>w/2,其中,r为无人机最小转弯半径,w为无人机的施药宽度。
采用上述技术方案带来的有益效果:
(1)本发明通过给出的优化标准能够较方便的建立组合优化目标函数,对路径规划结果进行合理的评价;
(2)本发明把无人机的药箱容量及最小转弯半径作为目标函数的条件约束,实现协同路径规划;
(3)本发明利用GA与SA相结合的多重优化算法能够以较高的执行效率提供较优的多机协同路径规划结果。
附图说明
图1是本发明的基本流程图;
图2是本发明确定航向的原理图;
图3是本发明最小转弯半径与施药宽度的示意图;
图4是r>w/2时采用一般路径规划方法的示意图;
图5是r>w/2时采用本发明的路径规划方法的示意图;
图6是实施例所选取的试验田区域示意图;
图7是实施例中试验田航向的确定示意图;
图8是利用本发明对所选试验田区域进行多机协同路径规划的结果示意图。
具体实施方式
以下将结合附图,对本发明的技术方案进行详细说明。
一般来说,农用无人机所携带的施药工具具有一定的喷施宽度,可同时覆盖该宽度范围内的作物。在以下描述中,无人机未改变航向的过程中所覆盖的区域称为“子区域”,因此,针对需要进行执行施药任务的农田,可按照无人机航向的变化将其划分为多个平行的子区域。为避免冗余的施药作业,对于每个子区域,只能被其中一架无人机在执行施药任务的过程中覆盖。
为解决精准农业中的多机协同路径规划问题,首先,根据确定好的无人机航向及无人机的喷施宽度将任务区域划分为多个平行的子区域;其次,由不同的的优化标准(飞行距离、输入代价及消耗时间)建立组合优化的目标函数,经GA与SA相结合的双重优化算法决定较优的子区域序列,即无人机的飞行路线。本发明的基本流程如图1所示。
无人机在转弯期间并不执行施药任务,因此需要首先确定无人机的航向,避免过多的转弯次数以提高任务执行效率。采用最小宽度策略来确定无人机的航向:设定P为具有n个顶点的不规则任务区域,采用E={e1,e2,...,en}来表示顶点的集合,且顶点均为两两共线。分别计算边缘与其他顶点(e3,e4,...,en)间的距离Di(i=1,2,...,n-2),将距离最大值记为边缘的跨度d1。同样的,计算其他边缘与非边缘点间的距离并取最大值,可得到边缘的跨度集合dj(j=1,2,3,...,n)。取最小值dj作为该不规则任务区域的宽度,并将该边缘方向作为无人机的航向。具体描述如图2所示,其中,d1和d2分别为和的跨度。
在确定了无人机航向和划分好子区域后,需要建立多无人机协同施药的路径的目标函数。首先选择优化标准,在本发明中,将飞行距离、输入代价和消耗时间作为优化标准,即:和ft(x)=min[max[pt(xi)]],其中,fd(x)、fI(x)分别代表最短飞行距离、最小输入代价,ft(x)代表执行飞行任务时间最长的无人机的最短消耗时间,pd(xi)、pI(xi)、pt(xi)分别代表第i个无人机ui完成其任务所需的飞行距离、输入代价、飞行任务时间,max[pt(xi)]代表所有无人机中执行飞行任务时间的最大值,xi为无人机ui的飞行路径,U为无人机的数目。为了降低任务过程中的检修操作代价,本发明避免了无人机的再填充操作。根据无人机的飞行速度及药液的喷洒流量,将无人机药液的装载容量作为一个约束条件,即其中表示第i个无人机ui完成第j个子区域施药任务所需的药液容量,task(ui)表示无人机ui负责施药的子区域的集合,C为无人机ui所携带的容器容量。从而保证每架无人机完成其安排好的任务。
此外,本发明还引入了无人机的最小转弯半径约束。无人机的最小转弯半径r与喷施宽度w的关系如图3所示。
以飞行距离、输入代价、时间消耗为标准建立组合优化的目标函数f(x)=k1fd(x)+k2fI(x)+k3ft(x),其中k1,k2,k3分别为距离、输入、时间的权重,且0<k1,k2,k3<1,k1+k2+k3=1。
建立组合优化目标函数之后,采用GA与SA相结合的多重优化方法对无人机产生的路径进行优化处理,具体步骤为:
A、对遗传算法和模拟退火算法进行数据初始化;
B、通过轮盘赌方法进行种群选择,并进行交叉、变异;
C、对种群进行模拟退火运算,即对产生的飞行序列进行交换、重定位、逆转操作,产生新的飞行序列,并根据接受概率决定接受与否;
D、重复步骤C,当温度值低于初始设定值后,退出模拟退火操作;
E、将当代种群中的最大适应值与上一代种群中的最大适应值比较,选择两者中较大的适应值进行保留;
F、重复步骤B-E,直至达到设定的进化迭代次数;
G、获得各架无人机的最优的子区域飞行序列,即最优飞行路径。
当无人机最小转弯半径r>w/2时,采用一般路径规划方法的结果如图4所示,而采用本发明的优化方法,可获得如图5所示的结果。通过两种方法的比较,可看出本发明可以降低无人机的飞行距离,并提高了农业任务的执行时间效率。
对精准农业研究示范基地的试验田选定一块非规则区域,如图6所示,确定无人机的航向如图7所示,结合本发明的技术方案最终实现的精准农业中的多机协同路径规划结果如图8所示。
实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。
Claims (7)
1.一种多无人机协同施药的路径规划方法,其特征在于,包括以下步骤:
(1)首先确定无人机航向和无人机的喷施宽度,并据此将施药任务区域划分为多个平行的子区域;
(2)确定优化标准和约束条件,并据此建立多无人机协同施药路径的目标函数;
(3)采用遗传算法和模拟退火算法相结合的优化方法对步骤(2)建立的目标函数进行优化,最终得到最优的无人机飞行路径。
2.根据权利要求1所述多无人机协同施药的路径规划方法,其特征在于:在步骤(2)中,将飞行距离、输入代价和消耗时间作为优化标准,即:和ft(x)=min[max[pt(xi)]],其中,fd(x)、fI(x)分别代表最短飞行距离、最小输入代价,ft(x)代表执行飞行任务时间最长的无人机的最短消耗时间,pd(xi)、pI(xi)、pt(xi)分别代表第i个无人机ui完成其任务所需的飞行距离、输入代价、飞行任务时间,max[pt(xi)]代表所有无人机中执行飞行任务时间的最大值,xi为无人机ui的飞行路径,U为无人机的数目。
3.根据权利要求2所述多无人机协同施药的路径规划方法,其特征在于:在步骤(2)中,目标函数的约束条件包括无人机记载药箱容量约束,该约束的形式为:
上式中,表示第i个无人机ui完成第j个子区域施药任务所需的药液容量,task(ui)表示无人机ui负责施药的子区域的集合,C为无人机ui所携带的容器容量。
4.根据权利要求3所述多无人机协同施药的路径规划方法,其特征在于:在步骤(2)中,建立的多无人机协同施药路径的目标函数如下:
f(x)=k1fd(x)+k2fI(x)+k3ft(x)
其中,k1、k2、k3分别为最短飞行距离、最小输入代价、最短消耗时间的权重,且0<k1,k2,k3<1,k1+k2+k3=1。
5.根据权利要求1-4中任意一项所述多无人机协同施药的路径规划方法,其特征在于,步骤(3)的具体过程如下:
A、对遗传算法和模拟退火算法进行数据初始化;
B、通过轮盘赌方法进行种群选择,并进行交叉、变异;
C、对种群进行模拟退火运算,即对产生的飞行序列进行交换、重定位、逆转操作,产生新的飞行序列,并根据接受概率决定接受与否;
D、重复步骤C,当温度值低于初始设定值后,退出模拟退火操作;
E、将当代种群中的最大适应值与上一代种群中的最大适应值比较,选择两者中较大的适应值进行保留;
F、重复步骤B-E,直至达到设定的进化迭代次数;
G、获得各架无人机的最优飞行路径。
6.根据权利要求1-4中任意一项所述多无人机协同施药的路径规划方法,其特征在于:在步骤(1)中,确定无人机航向的方法如下:
设施药任务区域为具有n个顶点的不规则封闭区域,计算施药任务区域的某条边缘与其余所有不在该边缘上的n-2个顶点的距离,将距离最大值记为该条边缘的跨度,以此方法计算施药任务区域每条边缘对应的跨度,取最小跨度作为施药任务区域的宽度,并将最小跨度所对应的边缘的方向作为无人机航向。
7.根据权利要求1-4中任意一项所述多无人机协同施药的路径规划方法,其特征在于:在步骤(2)中,目标函数的约束条件包括无人机最小转弯半径约束,该约束有2种情况:r≤w/2和r>w/2,其中,r为无人机最小转弯半径,w为无人机的施药宽度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111132.5A CN106969778B (zh) | 2017-02-28 | 2017-02-28 | 一种多无人机协同施药的路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710111132.5A CN106969778B (zh) | 2017-02-28 | 2017-02-28 | 一种多无人机协同施药的路径规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106969778A true CN106969778A (zh) | 2017-07-21 |
CN106969778B CN106969778B (zh) | 2020-10-16 |
Family
ID=59329957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710111132.5A Active CN106969778B (zh) | 2017-02-28 | 2017-02-28 | 一种多无人机协同施药的路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106969778B (zh) |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253987A (zh) * | 2017-12-29 | 2018-07-06 | 中国地质大学(武汉) | 一种基于a*算法的无人机轨迹规划方法、设备及存储设备 |
CN108427433A (zh) * | 2018-02-05 | 2018-08-21 | 中山大学 | 一种面向多架植保无人机编队协同喷施药物的无人机数量优化方法 |
CN109189092A (zh) * | 2018-08-03 | 2019-01-11 | 北京航空航天大学 | 一种针对二维区域覆盖任务的多机调度方法 |
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 |
CN109445946A (zh) * | 2018-11-01 | 2019-03-08 | 西北工业大学 | 一种无人机云端任务部署方法及装置 |
CN109656270A (zh) * | 2019-01-21 | 2019-04-19 | 中国联合网络通信集团有限公司 | 基于边缘云的无人机编队协同飞行的控制***和方法 |
CN109737961A (zh) * | 2018-05-23 | 2019-05-10 | 哈尔滨理工大学 | 一种具有概率完备性的机器人最优化点到区路径规划方法 |
CN109909657A (zh) * | 2019-04-02 | 2019-06-21 | 北京无线电测量研究所 | 一种天线阵面的自动焊接路径规划方法 |
CN110162092A (zh) * | 2019-06-10 | 2019-08-23 | 哈尔滨理工大学 | 一种多无人机编队植保作业方法 |
CN110658846A (zh) * | 2019-09-30 | 2020-01-07 | 广州极飞科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN111007874A (zh) * | 2019-09-18 | 2020-04-14 | 合肥工业大学 | 无人机与车辆协同的电力巡检方法和装置 |
CN111562784A (zh) * | 2020-04-24 | 2020-08-21 | 上海思岚科技有限公司 | 移动消毒机器人的消毒方法及设备 |
CN111595355A (zh) * | 2020-05-28 | 2020-08-28 | 天津大学 | 一种无人碾压机群路径规划方法 |
CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
CN112097770A (zh) * | 2020-08-05 | 2020-12-18 | 中国人民解放军军事科学院国防科技创新研究院 | 一种多无人机协同全覆盖的路径规划方法、装置、存储介质及终端 |
CN112189176A (zh) * | 2019-08-22 | 2021-01-05 | 深圳市大疆创新科技有限公司 | 多机作业航线规划方法、控制终端及计算机可读存储介质 |
CN112859920A (zh) * | 2021-01-19 | 2021-05-28 | 成都智慧赋能科技有限公司 | 基于大数据的智慧城市管理方法 |
CN112954584A (zh) * | 2021-01-28 | 2021-06-11 | 西安电子科技大学 | 基于量子退火算法的无人机通信网络路由规划方法 |
CN113029144A (zh) * | 2021-03-01 | 2021-06-25 | 汇链通供应链科技(上海)有限公司 | 一种协同运输的亚启发算法路径规划方法 |
CN113426044A (zh) * | 2021-07-07 | 2021-09-24 | 广东诺海科技集团有限公司 | 一种集群无人机森林灭火方法 |
CN113487264A (zh) * | 2021-07-20 | 2021-10-08 | 中南大学 | 一种基于异构多无人机的物流配送方法及*** |
CN113907648A (zh) * | 2021-10-19 | 2022-01-11 | 微思机器人(深圳)有限公司 | 确定清扫路径的方法、装置、扫地机器人及存储介质 |
CN114007231A (zh) * | 2021-11-26 | 2022-02-01 | 中国人民解放军国防科技大学 | 异构无人机数据卸载方法、装置、电子设备及存储介质 |
CN114021914A (zh) * | 2021-10-22 | 2022-02-08 | 北京市农林科学院信息技术研究中心 | 一种无人机集群飞防调度方法及装置 |
CN114355958A (zh) * | 2021-09-09 | 2022-04-15 | 南京航空航天大学 | 多无人机智能协同***的交互任务部署方法 |
CN115454148A (zh) * | 2022-11-08 | 2022-12-09 | 四川腾盾科技有限公司 | 固定翼集群无人机区域覆盖路径规划方法、介质及装置 |
CN115683062B (zh) * | 2023-01-04 | 2023-03-10 | 北京新兴科遥信息技术有限公司 | 一种国土空间规划检测分析*** |
CN117539290A (zh) * | 2024-01-10 | 2024-02-09 | 南京航空航天大学 | 一种视距外集群无人机损毁后的处理方法 |
CN117742159A (zh) * | 2024-02-04 | 2024-03-22 | 国网浙江省电力有限公司宁波供电公司 | 无人机巡检路径规划方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
US20160202695A1 (en) * | 2014-09-12 | 2016-07-14 | 4D Tech Solutions, Inc. | Unmanned aerial vehicle 3d mapping system |
CN106020237A (zh) * | 2016-08-03 | 2016-10-12 | 浙江空行飞行器技术有限公司 | 植保无人机的多机作业航线规划及其喷洒作业方法和*** |
CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 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 |
-
2017
- 2017-02-28 CN CN201710111132.5A patent/CN106969778B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20160202695A1 (en) * | 2014-09-12 | 2016-07-14 | 4D Tech Solutions, Inc. | Unmanned aerial vehicle 3d mapping system |
CN104808660A (zh) * | 2015-03-04 | 2015-07-29 | 中南大学 | 凹凸混合复杂多边形农田无人机喷洒作业航迹规划方法 |
CN106020237A (zh) * | 2016-08-03 | 2016-10-12 | 浙江空行飞行器技术有限公司 | 植保无人机的多机作业航线规划及其喷洒作业方法和*** |
CN106406346A (zh) * | 2016-11-01 | 2017-02-15 | 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 |
Non-Patent Citations (3)
Title |
---|
于驷男等: "多无人机协同搜索区域分割与覆盖", 《北京航空航天大学学报》 * |
汲万峰等: "一种多飞行器协同航迹规划的新方法", 《控制工程》 * |
石为人等: "基于遗传模拟退火算法的低空飞行器航迹规划", 《计算机应用》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253987A (zh) * | 2017-12-29 | 2018-07-06 | 中国地质大学(武汉) | 一种基于a*算法的无人机轨迹规划方法、设备及存储设备 |
CN108253987B (zh) * | 2017-12-29 | 2021-08-27 | 中国地质大学(武汉) | 一种基于a*算法的无人机轨迹规划方法、设备及存储设备 |
CN108427433A (zh) * | 2018-02-05 | 2018-08-21 | 中山大学 | 一种面向多架植保无人机编队协同喷施药物的无人机数量优化方法 |
CN108427433B (zh) * | 2018-02-05 | 2021-04-16 | 中山大学 | 一种面向多架植保无人机编队协同喷施药物的无人机数量优化方法 |
CN109737961A (zh) * | 2018-05-23 | 2019-05-10 | 哈尔滨理工大学 | 一种具有概率完备性的机器人最优化点到区路径规划方法 |
CN109189092A (zh) * | 2018-08-03 | 2019-01-11 | 北京航空航天大学 | 一种针对二维区域覆盖任务的多机调度方法 |
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 |
CN109445946A (zh) * | 2018-11-01 | 2019-03-08 | 西北工业大学 | 一种无人机云端任务部署方法及装置 |
CN109445946B (zh) * | 2018-11-01 | 2023-03-31 | 西北工业大学 | 一种无人机云端任务部署方法及装置 |
CN109656270A (zh) * | 2019-01-21 | 2019-04-19 | 中国联合网络通信集团有限公司 | 基于边缘云的无人机编队协同飞行的控制***和方法 |
CN109656270B (zh) * | 2019-01-21 | 2021-07-20 | 中国联合网络通信集团有限公司 | 基于边缘云的无人机编队协同飞行的控制***和方法 |
CN109909657A (zh) * | 2019-04-02 | 2019-06-21 | 北京无线电测量研究所 | 一种天线阵面的自动焊接路径规划方法 |
CN110162092A (zh) * | 2019-06-10 | 2019-08-23 | 哈尔滨理工大学 | 一种多无人机编队植保作业方法 |
CN112189176B (zh) * | 2019-08-22 | 2023-11-10 | 深圳市大疆创新科技有限公司 | 多机作业航线规划方法、控制终端及计算机可读存储介质 |
CN112189176A (zh) * | 2019-08-22 | 2021-01-05 | 深圳市大疆创新科技有限公司 | 多机作业航线规划方法、控制终端及计算机可读存储介质 |
CN111007874A (zh) * | 2019-09-18 | 2020-04-14 | 合肥工业大学 | 无人机与车辆协同的电力巡检方法和装置 |
CN111007874B (zh) * | 2019-09-18 | 2022-07-19 | 合肥工业大学 | 无人机与车辆协同的电力巡检方法和装置 |
CN110658846A (zh) * | 2019-09-30 | 2020-01-07 | 广州极飞科技有限公司 | 路径规划方法、装置、电子设备及存储介质 |
CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
CN111750857B (zh) * | 2019-10-24 | 2021-12-28 | 广州极飞科技股份有限公司 | 航线生成方法、装置、终端及存储介质 |
CN111562784A (zh) * | 2020-04-24 | 2020-08-21 | 上海思岚科技有限公司 | 移动消毒机器人的消毒方法及设备 |
CN111562784B (zh) * | 2020-04-24 | 2024-03-22 | 上海思岚科技有限公司 | 移动消毒机器人的消毒方法及设备 |
CN111595355A (zh) * | 2020-05-28 | 2020-08-28 | 天津大学 | 一种无人碾压机群路径规划方法 |
CN112097770B (zh) * | 2020-08-05 | 2022-05-10 | 中国人民解放军军事科学院国防科技创新研究院 | 一种多无人机协同全覆盖的路径规划方法、装置、存储介质及终端 |
CN112097770A (zh) * | 2020-08-05 | 2020-12-18 | 中国人民解放军军事科学院国防科技创新研究院 | 一种多无人机协同全覆盖的路径规划方法、装置、存储介质及终端 |
CN112859920A (zh) * | 2021-01-19 | 2021-05-28 | 成都智慧赋能科技有限公司 | 基于大数据的智慧城市管理方法 |
CN112859920B (zh) * | 2021-01-19 | 2022-04-15 | 济南市政公用资产管理运营有限公司 | 基于大数据的智慧城市管理方法 |
CN112954584B (zh) * | 2021-01-28 | 2022-12-02 | 西安电子科技大学 | 基于量子退火算法的无人机通信网络路由规划方法 |
CN112954584A (zh) * | 2021-01-28 | 2021-06-11 | 西安电子科技大学 | 基于量子退火算法的无人机通信网络路由规划方法 |
CN113029144A (zh) * | 2021-03-01 | 2021-06-25 | 汇链通供应链科技(上海)有限公司 | 一种协同运输的亚启发算法路径规划方法 |
CN113426044B (zh) * | 2021-07-07 | 2022-04-26 | 广东诺海科技集团有限公司 | 一种集群无人机森林灭火方法 |
CN113426044A (zh) * | 2021-07-07 | 2021-09-24 | 广东诺海科技集团有限公司 | 一种集群无人机森林灭火方法 |
CN113487264B (zh) * | 2021-07-20 | 2022-09-02 | 中南大学 | 一种基于异构多无人机的物流配送方法及*** |
CN113487264A (zh) * | 2021-07-20 | 2021-10-08 | 中南大学 | 一种基于异构多无人机的物流配送方法及*** |
CN114355958A (zh) * | 2021-09-09 | 2022-04-15 | 南京航空航天大学 | 多无人机智能协同***的交互任务部署方法 |
CN114355958B (zh) * | 2021-09-09 | 2022-06-21 | 南京航空航天大学 | 多无人机智能协同***的交互任务部署方法 |
CN113907648A (zh) * | 2021-10-19 | 2022-01-11 | 微思机器人(深圳)有限公司 | 确定清扫路径的方法、装置、扫地机器人及存储介质 |
CN114021914A (zh) * | 2021-10-22 | 2022-02-08 | 北京市农林科学院信息技术研究中心 | 一种无人机集群飞防调度方法及装置 |
CN114007231A (zh) * | 2021-11-26 | 2022-02-01 | 中国人民解放军国防科技大学 | 异构无人机数据卸载方法、装置、电子设备及存储介质 |
CN114007231B (zh) * | 2021-11-26 | 2024-02-20 | 中国人民解放军国防科技大学 | 异构无人机数据卸载方法、装置、电子设备及存储介质 |
CN115454148A (zh) * | 2022-11-08 | 2022-12-09 | 四川腾盾科技有限公司 | 固定翼集群无人机区域覆盖路径规划方法、介质及装置 |
CN115454148B (zh) * | 2022-11-08 | 2023-02-17 | 四川腾盾科技有限公司 | 固定翼集群无人机区域覆盖路径规划方法、介质及装置 |
CN115683062B (zh) * | 2023-01-04 | 2023-03-10 | 北京新兴科遥信息技术有限公司 | 一种国土空间规划检测分析*** |
CN117539290A (zh) * | 2024-01-10 | 2024-02-09 | 南京航空航天大学 | 一种视距外集群无人机损毁后的处理方法 |
CN117539290B (zh) * | 2024-01-10 | 2024-03-12 | 南京航空航天大学 | 一种视距外集群无人机损毁后的处理方法 |
CN117742159A (zh) * | 2024-02-04 | 2024-03-22 | 国网浙江省电力有限公司宁波供电公司 | 无人机巡检路径规划方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106969778B (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106969778A (zh) | 一种多无人机协同施药的路径规划方法 | |
CN104503464A (zh) | 基于计算机的凸多边形农田无人机喷洒作业航迹规划方法 | |
CN103699135A (zh) | 无人直升机农药喷洒农田作业区域的航迹自动规划方法 | |
CN103679263B (zh) | 基于粒子群支持向量机的雷电临近预测方法 | |
CN109800904B (zh) | 带时间窗的装配式建筑预制件配送路径优化方法及*** | |
CN101916337B (zh) | 一种基于地理信息***的水稻生产潜力动态预测方法 | |
CN106020189A (zh) | 基于邻域约束的空地异构机器人***路径规划方法 | |
CN105739303B (zh) | 基于滚动时域法的多无人机协同打击任务分配方法 | |
CN106529674A (zh) | 多无人机协同多目标分配方法 | |
CN104573106A (zh) | 一种基于案例推理技术的城市建设智能审批方法 | |
Eslamirad et al. | Thermal comfort prediction by applying supervised machine learning in green sidewalks of Tehran | |
CN105512759A (zh) | 一种基于生物地理学优化算法的城市ca模型参数优化方法 | |
CN110262563A (zh) | 多无人机协同搜索水上目标的方法 | |
CN107330588A (zh) | 一种多基地异构无人机协同侦察的任务规划方法 | |
CN107622348A (zh) | 一种任务顺序约束下的异构多auv***任务协调方法 | |
CN110414115B (zh) | 一种基于遗传算法的小波神经网络番茄产量预测方法 | |
Larki et al. | Solving the multiple traveling salesman problem by a novel meta-heuristic algorithm | |
CN104156943B (zh) | 基于非支配邻域免疫算法的多目标模糊聚类图像变化检测方法 | |
CN107220724A (zh) | 客流量预测方法及装置 | |
CN110100620A (zh) | 光照精准预测的苗床调度方法、***及介质 | |
Sajith et al. | Bio-inspired and artificial intelligence enabled hydro-economic model for diversified agricultural management | |
CN106840164A (zh) | 一种多碎片主动清除在线重规划算法 | |
CN113435566B (zh) | 一种农场作物施肥的方法、***、装置及存储介质 | |
CN113283827B (zh) | 一种基于深度强化学习的两阶段无人机物流路径规划方法 | |
Mazar et al. | Simulation and optimization of robotic tasks for UV treatment of diseases in horticulture |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |