CN108981715A - 一种山区飞行安全度约束的无人机路径规划方法 - Google Patents
一种山区飞行安全度约束的无人机路径规划方法 Download PDFInfo
- Publication number
- CN108981715A CN108981715A CN201810957716.9A CN201810957716A CN108981715A CN 108981715 A CN108981715 A CN 108981715A CN 201810957716 A CN201810957716 A CN 201810957716A CN 108981715 A CN108981715 A CN 108981715A
- Authority
- CN
- China
- Prior art keywords
- path
- safety
- point
- unmanned plane
- area
- 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.)
- Pending
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
- G01C21/20—Instruments for performing navigational calculations
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)
Abstract
本发明公开了一种山区飞行安全度约束的无人机路径规划方法,包括以下步骤:步骤1,结合起点、目标点和障碍物所在位置建立Voronoi图,形成路径的初始解;步骤2,以起点与终点为对角线做矩形,矩形区域内为可飞路径;步骤3,根据障碍物为圆心画出危险区、较安全区和安全区,并评价路径安全性;步骤4,根据不同的路径安全性要求和威胁区的作用范围路径进行筛选,排除不能达到安全要求的路径;步骤5,将剩下的路径等效为网络图,并使用Dijkstra算法选择最短路径。本发明的优点在于:1.可根据不同的安全要求选择路径;2.结合路径的安全性要求进行对可行解进行筛选,降低网络图的复杂度,提高Dijkstra算法的计算速率;3.直观的反映出路径的安全性。
Description
技术领域
本发明涉及无人机技术领域,特别涉及一种山区飞行安全度约束的无人机路径规划方法。
背景技术
随着无人机技术的发展,无人机被越来越多领域所使用,如:农业植保、物资运送、数据采集、文化传媒等。近年来,无人机的发展极为迅速,制造成本也越来越低,随着隔离运行方式渐渐难以满足无人机日益增长的应用需求,将来会有更多无人机飞进融合空域,与有人驾驶飞机、鸟类等空中飞行物的碰撞问题日益凸显。在物资运送领域无人机飞行途中出现的树木、电线等障碍物会影响货物投递的准确度,货物掉落或是无人机没电坠落也可能砸中人的头部,且无人机飞行还受到风力、天气状况的制约和自身承重能力的影响,因此安全性不高。为了保障无人机的飞行安全性,目前通常使用智能算法和解析算法对无人机的路径进行规划,如:蚁群算法、人工鱼群算法、Dijkstra算法等。由于无人机受自身性能的限制,根据有关算法得出的路径不一定适合无人机飞行,同时不能完全保证无人机的飞行安全性。
现有技术一
通过Voronoi图—Dijstra算法规划无人机飞行的最优路径,该方式首先通过Voronoi图建立路径的初始解,通过Dijkstra算法寻找最优路径。
Dijstra算法规划无人机飞行路径缺陷在于:1.当相邻障碍物距离较近时,路径危险性较大;2.当初始解过多的时候,计算速度较慢;3.无法准确判断出路径的安全程度。
现有技术二
人工势场:其算法思想是在无人机的工作空间中构造一种虚拟人工力场,这种引力场主要是有来自目标点的引力场和来自障碍物等的斥力场合成的,当无人机离目标越近时,会受到方向指向目标的引力;而当无人机距离障碍物越近时,会受到后者指向来的力,受到了这个斥力的作用,无人机会趋向于远离危险的障碍物。斥力场和引力场的共同作用,使得无人机从起始点开始就会倾向于朝着终止点运动,并且能够很好的避免障碍物以及敌方的雷达区等禁飞区。当然,优良的算法除了需要有准确的,符合现实情况并且能满足各种约束的力场表达式,还能够具有快速的计算速度。
人工势场法的缺陷在于:1.当相邻两障碍物相距较近时,规划的路径不一定满足无人机的飞行安全要求。2.不能体现出路径的安全程度。
本发明所用到的技术名词
Dijkstra算法:
假定A-B-C-D-O为A到O点的最短路径,可确定A-B-C为A到C的最短路径,B-C-D为B到D的最短路径,C-D-O为C到O的最短距离。若出现A-C的最短路径为A-H-C,则A到O的最短路径为A-H-C-D-O,与A-B-C-D-O矛盾。基于该理念进行反推,若A-B-C为A到C的最短路径,B-C-D为B到D的最短路径,C-D-O为C到O的最短距离,则A到O的最短路径必定为A-B-C-D-O。
Voronoi图:
泰森多边形的绘制一般是采用绘制Delaunay三角网的形式,Delaunay三角网的建立是通过连接图中的随机点形成若干个三角形,并且图中所产生的任意一个三角形的三边都不相交,
发明内容
本发明针对现有技术的缺陷,提供了一种山区飞行安全度约束的无人机路径规划方法,能有效的解决上述现有技术存在的问题。
为了实现以上发明目的,本发明采取的技术方案如下:
一种山区飞行安全度约束的无人机路径规划方法,包括以下步骤:
步骤1,结合起点、目标点和障碍物所在位置建立Voronoi图,形成路径的初始解;
步骤2,以起点与终点为对角线做矩形,矩形区域内为可飞路径,含矩形边;
步骤3,用半径为RL的圆A来表示障碍物的威胁区,半径为RS的圆B为危险区,圆A和圆B为同心圆,RL大于RS,半径RL与RS之间的区域为较安全区,半径RS以内的为危险区。半径大于RL为安全区,对无人机离障碍物的距离设置三个等级,当无人机离威胁点距离Dmin≥RL时视为安全,当Dmin∈﹙RS,RL﹚时视为较安全,当Dmin≤RS时视为危险;对处于不同区域的路径安全值进行设定;每条路径由若干条线段组成,将所有线段的安全值总和与线段总数相比,即得到路径安全度,用于评价路径的安全性。
步骤4,根据不同的路径安全性要求和威胁区的作用范围对步骤2中所生成的路径进行筛选,排除不能达到安全要求的路径;
步骤5,将剩下的路径等效为网络图,并使用Dijkstra算法选择最短路径。
与现有技术相比本发明的优点在于:1.可根据不同的安全要求选择路径;2.结合路径的安全性要求进行对可行解进行筛选,降低网络图的复杂度,提高Dijkstra算法的计算速率;3.直观的反映出路径的安全性。
附图说明
图1为本发明实施例Voronoi图;
图2为本发明实施例矩形区域内可飞路径示意图;
图3为本发明实施例障碍物威胁区示意图;
图4为本发明实施例结合安全性的要求和威胁区生成的路径示意图,其中实线部分为路径可行解;
图5为本发明实施例的等效路径网络图;
图6为本发明实施例Dijkstra算法步骤解析示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下举实施例,对本发明做进一步详细说明。
一种山区飞行安全度约束的无人机路径规划方法,包括以下步骤:
步骤1,结合起点、目标点和障碍物所在位置建立Voronoi图,形成路径的初始解,如图1;
步骤2,以起点与终点为对角线做矩形,矩形区域内为可飞路径,含矩形边,如图2;
步骤3,如图3所示,障碍物的威胁以半径为R的圆来代替(威胁区),RL以外的为安全区,RL与RS之间的为较安全区,RS以内的为危险区。对无人机离障碍物的距离设置三个等级,当无人机离威胁点距离Dmin≥RL时视为安全,当Dmin∈﹙RS,RL﹚时视为较安全,当Dmin≤RS时视为危险;对处于不同区域的路径安全值进行设定(处于不同区域对应的值不同,例如,在危险区对应安全值为0.3,较安全区为0.6,安全区为1。取值可根据实际情况设定,一般设定的范围在0~1之间。),每条路径由若干条线段组成,将所有线段的安全值总和与线段总数相比,即为路径安全度,用于评价路径的安全性。
步骤4,根据不同的路径安全性要求和威胁区的作用范围对2中所生成的路径进行筛选,排除不能达到安全要求的路径,如图4;
步骤5,将剩下的路径等效为网络图,并使用Dijkstra算法选择最短路径。
Dijkstra算法具体步骤如下:
如图6所示,起点为A点,途经点为B、C、D、E、F,终点为G点的有向网络图,相邻两点之间权值代表路径的长度,记为Lij(i、j为网络图中相邻的两点)。起点A到各个顶点的最短路径可以等效的看为一颗以A为根的方向树T。使用标号的方法,定义Lij小的顶点i优先生长,逐渐形成方向树T。1、k=1时,计算起点A到B、C、D、E、F、G的距离(不相邻的点记,距离记为+∞),并将距离值标记在各个点所在的位置以T1(i)表示,即为1步时i的试探性标记点,比较起点到各点的距离,选择距离最小的点记为T1(i*)为永久性标记点,并将该点放入集合U中;k=2时,计算k=1时获得永久性标记的点到剩余各点(即不在结合U中的点)的距离,并将距离值标记在各个点所在的位置以T2(j)表示,即为2步时j的试探性标记点,比较起点到各点的距离,选择距离最小的点记为T2(j*)为永久性标记点,并将该点放入集合U中。依次类推,当终点G获得永久性标记点后算法结束,此时可得A到G的最短距离。
可得试探性标记点为:
Tk+1(j)=min{Tk(j),Tk(i*)+L(i*,j)}
其中:
L(i*,j)——为该路径的权值
久性标记点为:Tk+1(i*)=minTk+1(j)
2、通过1计算出A到G的最短距离Lmin(A,G),然后通过路径反推即可获得最优路径。即,得知A到终点G的最短距离为13,通过网络图可得与G相关联的点为E、F,13-LGF=3,13-LEG=4,永久性标号为3、4的点仅有E点,即T4(E*)=4,可得G的前一个点为E点;在寻找E点的前一点,通过网络图可得与E相关联的点为D、C,4-LCE=1,4-LDE=-7,永久性标号为1、-7的点仅有C点,即T2(C*)=1,则E点的前一点为C;而C的前一点仅有A点,所以可得路径为A-C-E-G。
表1运算表格
S1:令k=1,TA=0,其他顶点的标号设置为+∞,此时T1(i*)=T1(A)=0,将A标记为永久性标号A*,表示起点到该点的最短距离;此时在将A点放于集合U中。
S2:k=2,待选点i∈N=J-U,T2(i)=min﹛T1(i),T1(i*)+L i * j﹜,可得:
T2(B)=min{T1(B),T1(A*)+LA*B}=min{+∞,0+2}=2
T2(C)=min{T1(C),T1(A*)+LA*C}=min{+∞,0+1}=1
T2(D)=min{T1(D),T1(A*)+LA*D}=min{+∞,0+∞}=+∞……..
T2(G)=min{T1(G),T1(A*)+LA*G}=min{+∞,0+∞}=+∞
得:T2(i*)=min﹛T2(B)、T2(C)、T2(D)…..T2(G)﹜=T2(C)=1,将C标注上永久性标号C*,并将T2(D)、T2(E)、T2(F)、T2(G)=+∞填入表中,把C点加入集合U中,此时集合中的点为U=﹛A、C﹜。
S3:k=3;
T3(B)=min{T2(B),T2(C*)+LC*B}=min{2,1+∞}=2
T3(D)=min{T2(D),T2(C*)+LC*D}=min{+∞,1+4}=5
T3(E)=min{T2(E),T2(C*)+LC*E}=min{+∞,1+3}=4
T3(F)=min{T2(F),T2(C*)+LC*F}=min{+∞,1+∞}=+∞
T3(G)=min{T2(G),T2(C*)+LC*G}=min{+∞,1+∞}=+∞
得:T3(i*)=min﹛T3(B)、T3(D)、T3(E)、T3(F)、T3(G)﹜=T3(B)=2,将B标注上永久性标号B*,并将T3(D)、T3(E)、T3(F)、T3(G)填入表中,把B点加入集合U中,此时集合中的点为U=﹛A、C、B﹜。
S4:k=4时,以S3相同的方法计算得到T4(i*)=T4(E)=4,T4(D)=5,T4(F)=9,T4(G)=+∞,将E标注上永久性标号E*,并将T4(D)、T4(F)、T4(G)填入表中,把E点加入集合U中,此时集合中的点为U=﹛A、C、B、E﹜。
S5:k=5时,T5(i*)=T5(D)=5,T5(F)=9,T5(G)=13,将D标注上永久性标号D*,并将T5(F)、T5(G)填入表中,把D点加入集合U中,此时集合中的点为U=﹛A、C、B、E、D﹜。
S6:k=6时,T6(i*)=T6(F)=9,T5(G)=13,将F标注上永久性标号F*,并将T5(G)填入表中,把F点加入集合U中,此时集合中的点为U=﹛A、C、B、E、D、F﹜。
S7:k=7时,T7(i*)=T7(G)=13,将G标注上永久性标号G*,并将T7(G)填入表中,把G点加入集合U中,此时集合中的点为U=﹛A、C、B、E、D、F、G﹜。
当网络图中出现k个节点,需要通过k次迭代,可得试探性标记点为:
Tk+1(j)=min{Tk(j),Tk(i*)+W(i*,j)}
其中:
W(i*,j)——为该路径的权值
永久性标记点为:Tk+1(i*)=minTk+1(j)i∈J-U
通过运算表,得知到终点G的最短距离为13,通过网络图可得与G相关联的点为E、F,13-LGF=3,13-LEG=4,永久性标号为3、4的点仅有E点,即T4(E*)=4,可得G的前一个点为E点;在寻找E点的前一点,通过网络图可得与E相关联的点为D、C,4-LCE=1,4-LDE=-7,永久性标号为1、-7的点仅有C点,即T2(C*)=1,则E点的前一点为C;而C的前一点仅有A点,所以可得路径为A-C-E-G。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的实施方法,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (1)
1.一种山区飞行安全度约束的无人机路径规划方法,其特征在于,包括以下步骤:
步骤1,结合起点、目标点和障碍物所在位置建立Voronoi图,形成路径的初始解;
步骤2,以起点与终点为对角线做矩形,矩形区域内为可飞路径,含矩形边;
步骤3,用半径为RL的圆A来表示障碍物的威胁区,半径为RS的圆B为危险区,圆A和圆B为同心圆,RL大于RS,半径RL与RS之间的区域为较安全区,半径RS以内的为危险区;半径大于RL为安全区,对无人机离障碍物的距离设置三个等级,当无人机离威胁点距离Dmin≥RL时视为安全,当Dmin∈﹙RS,RL﹚时视为较安全,当Dmin≤RS时视为危险;对处于不同区域的路径安全值进行设定;每条路径由若干条线段组成,将所有线段的安全值总和与线段总数相比,即得到路径安全度,用于评价路径的安全性;
步骤4,根据不同的路径安全性要求和威胁区的作用范围对2中所生成的路径进行筛选,排除不能达到安全要求的路径;
步骤5,将剩下的路径等效为网络图,并使用Dijkstra算法选择最短路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957716.9A CN108981715A (zh) | 2018-08-22 | 2018-08-22 | 一种山区飞行安全度约束的无人机路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810957716.9A CN108981715A (zh) | 2018-08-22 | 2018-08-22 | 一种山区飞行安全度约束的无人机路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108981715A true CN108981715A (zh) | 2018-12-11 |
Family
ID=64553936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810957716.9A Pending CN108981715A (zh) | 2018-08-22 | 2018-08-22 | 一种山区飞行安全度约束的无人机路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108981715A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110413005A (zh) * | 2019-08-25 | 2019-11-05 | 西北工业大学 | 一种基于逆推法的多无人机协同航迹规划方法 |
CN110487272A (zh) * | 2019-05-21 | 2019-11-22 | 西北大学 | 一种折线路径弧线化的旋翼无人机节能路径优化方法 |
CN112162569A (zh) * | 2020-09-09 | 2021-01-01 | 北京航空航天大学 | 一种飞行器绕多禁飞区路径规划与决策方法 |
CN112466161A (zh) * | 2020-11-27 | 2021-03-09 | 北航(四川)西部国际创新港科技有限公司 | 一种基于多样环境因素的低空飞行器避撞能力评估方法 |
CN112506076A (zh) * | 2020-12-04 | 2021-03-16 | 杭州电子科技大学 | 基于飞行任务的无人机集群三维空间仿真器构建方法 |
CN112729308A (zh) * | 2020-12-24 | 2021-04-30 | 西安理工大学 | 多约束条件下无人机快速航迹规划方法 |
CN113358129A (zh) * | 2021-05-25 | 2021-09-07 | 南京邮电大学 | 基于Voronoi图的避障最短路径规划方法 |
CN113447029A (zh) * | 2021-08-31 | 2021-09-28 | 湖北第二师范学院 | 一种基于大型卫星地图的安全路径搜索方法 |
CN113504791A (zh) * | 2021-07-08 | 2021-10-15 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种无人机飞行路线的确定方法及装置 |
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 |
CN116793377A (zh) * | 2023-05-18 | 2023-09-22 | 河南工业大学 | 一种用于固定场景的路径规划方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
US20150308835A1 (en) * | 2013-01-11 | 2015-10-29 | Intermec Ip Corp. | Systems, methods, and apparatus to determine physical location and routing within a field of low power beacons |
CN107168344A (zh) * | 2017-05-17 | 2017-09-15 | 哈尔滨工程大学 | 一种uuv抵近海底作业过程中航路生成方法 |
CN107806877A (zh) * | 2017-10-11 | 2018-03-16 | 湖北工业大学 | 一种基于蚁群算法的四旋翼无人机的航迹规划优化方法 |
CN107860386A (zh) * | 2017-10-17 | 2018-03-30 | 洛阳中科龙网创新科技有限公司 | 一种基于Dijkstra算法的农用机械最短路径规划的方法 |
-
2018
- 2018-08-22 CN CN201810957716.9A patent/CN108981715A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150308835A1 (en) * | 2013-01-11 | 2015-10-29 | Intermec Ip Corp. | Systems, methods, and apparatus to determine physical location and routing within a field of low power beacons |
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 |
CN107168344A (zh) * | 2017-05-17 | 2017-09-15 | 哈尔滨工程大学 | 一种uuv抵近海底作业过程中航路生成方法 |
CN107806877A (zh) * | 2017-10-11 | 2018-03-16 | 湖北工业大学 | 一种基于蚁群算法的四旋翼无人机的航迹规划优化方法 |
CN107860386A (zh) * | 2017-10-17 | 2018-03-30 | 洛阳中科龙网创新科技有限公司 | 一种基于Dijkstra算法的农用机械最短路径规划的方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110487272A (zh) * | 2019-05-21 | 2019-11-22 | 西北大学 | 一种折线路径弧线化的旋翼无人机节能路径优化方法 |
CN110413005B (zh) * | 2019-08-25 | 2022-03-25 | 西北工业大学 | 一种基于逆推法的多无人机协同航迹规划方法 |
CN110413005A (zh) * | 2019-08-25 | 2019-11-05 | 西北工业大学 | 一种基于逆推法的多无人机协同航迹规划方法 |
CN112162569A (zh) * | 2020-09-09 | 2021-01-01 | 北京航空航天大学 | 一种飞行器绕多禁飞区路径规划与决策方法 |
CN112162569B (zh) * | 2020-09-09 | 2022-02-18 | 北京航空航天大学 | 一种飞行器绕多禁飞区路径规划与决策方法 |
CN112466161A (zh) * | 2020-11-27 | 2021-03-09 | 北航(四川)西部国际创新港科技有限公司 | 一种基于多样环境因素的低空飞行器避撞能力评估方法 |
CN112506076A (zh) * | 2020-12-04 | 2021-03-16 | 杭州电子科技大学 | 基于飞行任务的无人机集群三维空间仿真器构建方法 |
CN112729308A (zh) * | 2020-12-24 | 2021-04-30 | 西安理工大学 | 多约束条件下无人机快速航迹规划方法 |
CN112729308B (zh) * | 2020-12-24 | 2024-05-03 | 广州融赋数智技术服务有限公司 | 多约束条件下无人机快速航迹规划方法 |
CN113358129A (zh) * | 2021-05-25 | 2021-09-07 | 南京邮电大学 | 基于Voronoi图的避障最短路径规划方法 |
CN113358129B (zh) * | 2021-05-25 | 2023-11-21 | 南京邮电大学 | 基于Voronoi图的避障最短路径规划方法 |
CN113504791A (zh) * | 2021-07-08 | 2021-10-15 | 中国南方电网有限责任公司超高压输电公司大理局 | 一种无人机飞行路线的确定方法及装置 |
CN113447029B (zh) * | 2021-08-31 | 2021-11-16 | 湖北第二师范学院 | 一种基于大型卫星地图的安全路径搜索方法 |
CN113447029A (zh) * | 2021-08-31 | 2021-09-28 | 湖北第二师范学院 | 一种基于大型卫星地图的安全路径搜索方法 |
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 |
CN116793377A (zh) * | 2023-05-18 | 2023-09-22 | 河南工业大学 | 一种用于固定场景的路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108981715A (zh) | 一种山区飞行安全度约束的无人机路径规划方法 | |
Mohsan et al. | Unmanned aerial vehicles (UAVs): Practical aspects, applications, open challenges, security issues, and future trends | |
Primatesta et al. | Ground risk map for unmanned aircraft in urban environments | |
KR102279956B1 (ko) | 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치 | |
Shin et al. | UAV path planning under dynamic threats using an improved PSO algorithm | |
KR101934300B1 (ko) | 드론 제어 장치 및 그것을 이용한 편대 비행 제어 방법 | |
Garcia et al. | Dynamic graph-search algorithm for global path planning in presence of hazardous weather | |
CN107014384B (zh) | 基于角度搜索的多机载雷达协同探测航路规划方法 | |
US10767996B2 (en) | System and methods for reducing the map search space requirements in a vision-inertial navigation system | |
GB2567810A (en) | Method and system for determining optimal path for drones | |
CN108153328A (zh) | 一种基于分段贝塞尔曲线的多导弹协同航迹规划方法 | |
CN113703483B (zh) | 多uav协同轨迹规划方法及***、设备、存储介质 | |
CN111256682B (zh) | 不确定条件下的无人机群路径规划方法 | |
Geng et al. | UAV surveillance mission planning with gimbaled sensors | |
CN114034301A (zh) | 一种基于决策树的实时航路规划方法 | |
CN105144206A (zh) | 多目标优化方法和设备 | |
Hunter et al. | Service-oriented separation assurance for small UAS traffic management | |
Erceg et al. | Unmanned aircraft systems in logistics–legal regulation and worldwide examples toward use in Croatia | |
CN111581878B (zh) | 基于改进pso算法的开阔地反无人机火力部署方法 | |
CN106840164A (zh) | 一种多碎片主动清除在线重规划算法 | |
Sláma et al. | Risk-aware trajectory planning in urban environments with safe emergency landing guarantee | |
Cook et al. | Intelligent cooperative control for urban tracking | |
Schopferer et al. | Trajectory risk modelling and planning for unmanned cargo aircraft | |
Cobano et al. | Thermal detection and generation of collision-free trajectories for cooperative soaring UAVs | |
CN113220008B (zh) | 多火星飞行器的协同动态路径规划方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181211 |