CN109945867B - 无人机的路径规划方法、装置和计算机设备 - Google Patents
无人机的路径规划方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN109945867B CN109945867B CN201910161606.6A CN201910161606A CN109945867B CN 109945867 B CN109945867 B CN 109945867B CN 201910161606 A CN201910161606 A CN 201910161606A CN 109945867 B CN109945867 B CN 109945867B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- determining
- obstacle
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000009194 climbing Effects 0.000 claims description 61
- 238000004590 computer program Methods 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 13
- 239000000523 sample Substances 0.000 claims description 3
- 230000004888 barrier function Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 7
- 230000001360 synchronised effect Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种无人机的路径规划方法、装置和计算机设备，包括：获取无人机的当前位置和所述无人机的飞行地图；根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；根据判断结果和所述飞行地图，确定所述无人机的下一位置。上述方式，在一定程度上保证了无人机飞行的安全性和效率。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种无人机的路径规划方法、装置和计算机设备。
背景技术
无人机具有体积小、机动性强、工作效率高、综合成本低及安全性高等优点，适合在恶劣、危险环境中执行任务，在民用、科研和军事领域发挥着日益重要的作用，现广泛应用于物流运输、灾害监控、灾后救援、地形测绘及军事情报侦察等。
无人机在执行目标搜索任务的时候会遇到很多复杂的情况，比如，无人机飞行的时候在飞行方向的前方出现障碍物，导致无法保证无人机安全、高效的飞行。
发明内容
基于此，有必要针对上述问题，提出一种高安全性、高效的无人机的路径规划方法、装置和计算机设备。
一种无人机的路径规划方法，所述方法包括：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图包括障碍物位置信息，所述根据判断结果和所述飞行地图，确定所述无人机的下一位置，包括：若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括障碍物高度信息，所述根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置，包括：若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
在其中一个实施例中，所述根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置，包括：获取所述无人机的安全飞行高度；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括探测目标位置信息，所述根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，包括：根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在其中一个实施例中，在所述获取无人机的当前位置和所述无人机的飞行地图之前，还包括：根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
在其中一个实施例中，在所述根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域之前，还包括：根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
提供了一种无人机的路径规划装置，包括：
获取模块，用于获取无人机的当前位置和所述无人机的飞行地图；
判断模块，用于根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
确定模块，用于根据判断结果和所述飞行地图，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图包括障碍物位置信息，所述确定模块，包括：第一确定模块，用于若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；第二确定模块，用于否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括障碍物高度信息，所述第一确定模块，包括：跨越判断模块，用于若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；爬升角确定模块，用于根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
在其中一个实施例中，所述爬升角确定模块，包括：安全高度获取模块，用于获取所述无人机的安全飞行高度；实际爬升角确定模块，用于根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；爬升角比较模块，用于根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括探测目标位置信息，所述第二确定模块，包括：位置置信度确定模块，用于根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；方向置信度确定模块，用于根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；综合置信度模块，用于根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在其中一个实施例中，所述装置，还包括：区域划分模块，用于根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；目标区域确定模块，用于根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
在其中一个实施例中，所述装置，还包括：性能确定模块，用于根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置。
一种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，使得所述处理器执行以下步骤：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置。
实施本发明实施例，将具有如下有益效果：
本发明提出了一种无人机的路径规划方法、装置和计算机设备，首先获取无人机的当前位置和所述无人机的飞行地图；然后根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；最后根据判断结果和所述飞行地图，确定所述无人机的下一位置。可见，通过上述方式，无人机每走一步，都需要根据飞行地图和当前位置进行障碍物和死区的判断，使得无人机能够根据判断结果和飞行地图较好的避开障碍物并且逃离死区，在一定程度上保证了无人机的安全飞行、提高了无人机的飞行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。
其中：
图1为一个实施例中无人机的路径规划方法的实现流程示意图；
图2为一个实施例中八邻域点的示意图；
图3为一个实施例中无人机的路径规划方法的实现流程示意图；
图4为一个实施例中障碍物分布情况的示意图；
图5为一个实施例中判断是否跨越障碍物的示意图；
图6为一个实施例中在安全飞行高度下判断是否跨越障碍物的示意图；
图7为一个实施例中步骤106B的实现流程示意图；
图8为一个实施例中无人机的路径规划方法的实现流程示意图；
图9为一个实施例中跨度和宽度的示意图；
图10为一个实施例中将多边形划分为两个部分的示意图；
图11为一个实施例根据性能比例和面积比例为飞行子区域分配无人机的示意图；
图12为安全飞行高度下的扫描范围的示意图；
图13为一个实施例中无人机的路径规划装置的结构框图；
图14为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，在一个实施例中，提供了一种无人机的路径规划方法，本发明实施例所述的无人机的路径规划方法的执行主体为能够实现本发明实施例所述的无人机的路径规划方法的设备，该设备包括但不限于无人机。该无人机的路径规划方法，具体包括如下步骤：
步骤S102，获取无人机的当前位置和所述无人机的飞行地图。
所述飞行地图，为预置的无人机的目标飞行区域的地图，该飞行地图为栅格地图，栅格地图中的每个栅格表示一个位置，飞行地图会对障碍物位置和死区进行标记。
所述当前位置，指示无人机在飞行地图中所处的栅格位置。
步骤S104，根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区。
所述相邻位置，包括以当前位置为中心的各个八邻域位置，如图2所示，A点为当前位置，B、C、D、E、F、G、H和I为八邻域点。
所述死区，指示某一栅格周围是目标飞行区域的边界和/或某一栅格周围有障碍物和/或某一栅格周围为已扫描栅格区域，当无人机即将进入死区时，需要引导无人机沿已扫描栅格区域飞行，以逃离死区。如图2所示，当B、C、D、E、F、G、H和I是边界和/或障碍物和/或已覆盖点的时候，则是死区。
步骤S106，根据判断结果和所述飞行地图，确定所述无人机的下一位置。
在这里，主要是根据判断飞行地图中的障碍物情况和死区情况，进行无人机下一位置的规划，以避免和障碍物发生碰撞，同时避免进入死区，提高无人机飞行的安全性和高效性。
在本发明实施例中，如图3所示，步骤106所述飞行地图包括障碍物位置信息，所述根据判断结果和所述飞行地图，确定所述无人机的下一位置，包括：
步骤106A，若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置。
障碍物在所述当前位置的分布情况，指示障碍物在当前位置的八邻域位置的分布情况，图4示出了在当前位置P的相邻位置存在障碍物(黑色方块)的三种情况，对于不同的分布情况，无人机有不同的行走策略。
对于第一种分布情况，即障碍物处于无人机的运动方向时，无人机选择右边或者左边的栅格作为下一步位置，具体选择哪边，看哪边存在未扫描栅格区域，如图4(a)所示，无人机从下往上运动遇到障碍物，右边存在未扫描栅格区域，无人机选择右转；对于第二种分布情况，即障碍物处于无人机运动方向的左下方时，若左边有未扫描区域，则无人机优选左边的栅格作为下一步位置，如图4(b)所示，无人机从下往上运动，在左下方遇到障碍物且左边存在未扫描栅格区域，无人机选择左转；对于第三种分布情况，即障碍物处于无人机运动方向的右下方时，若右边有未扫描区域，则无人机优选右边的栅格作为下一步位置，如图4(c)所示，无人机从上往下运动，左上方存在障碍物且左边存在未扫描栅格，则无人机右转移动到左边的栅格。
在本发明实施例中，所述飞行地图还包括障碍物高度信息，步骤106A所述根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置，包括：
步骤106A1，若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角。
当所述飞行方向上跨越所述障碍物之后的区域是未扫描区域时，为了保证无人机的直线行驶，减少无人机转弯次数，需要判断无人机是否能够跨越障碍物。
所述爬升角，指示无人机能够向上爬升的最大角度，如图5所示，假设无人机沿着直线AB飞行，现需要无人机跨越B点的障碍物，为完成跨越，无人机在到达B点的时候，需要运动到高度D，于是，角度DAB即为无人机实际的爬升角，可以理解的是，当实际的爬升角大于无人机能够向上爬升的最大角度时，认为无人机无法跨越障碍物。
步骤106A2，根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
如图5所示，根据障碍物位置信息B和当前位置A，得到A点和B点的距离l，然后根据障碍物高度信息h和距离l，得到实际爬升角：
将实际爬升角与所述爬升角进行比对，若实际爬升角小于所述爬升角，则认为无人机可以跨越障碍物，于是，如图4(d)所示，无人机跨越障碍物，从P点运动到N点；若实际爬升角大于或等于所述爬升角，则认为无人机无法跨越障碍物，于是，无人机按照如图4(a)所示，选择左转或者右转。
作为本发明一种优选实施例，为了进一步增大无人机安全飞行的可能性，步骤106A2所述根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置，包括：
步骤106A21，获取所述无人机的安全飞行高度。
所述安全飞行高度，指示无人机在垂直方向上距离障碍物最高点的距离，如图6所示，障碍物处于B点位置，障碍物高度为h，无人机在垂直高度上距离障碍物最高点的距离为h0，h0即为安全飞行高度。
步骤106A22，根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角。
在这里，首先根据障碍物位置信息B和当前位置A，得到A点和B点的距离l，然后根据障碍物高度信息h和安全飞行高度h0，得到无人机需要到达的高度h+h0，最后根据距离l和无人机需要到达的高度确定无人机的实际爬升角为：arctan[(h+h0)/l]。
步骤106A23，根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在这里，假设爬升角为
于是，若
则认为无人机可以跨越障碍物，于是，如图4(d)所示，无人机跨越障碍物，从P点运动到N点；若
则认为无人机无法跨越障碍物，于是，无人机按照如图4(a)所示，选择左转或者右转。
在这里，需要说明的是，若在所述飞行方向上跨越所述障碍物之后的区域是已扫描区域，或者是由于障碍物过高导致无人机无法跨越，则按照第一种分布情况的策略确定下一位置，即障碍物处于无人机的运动方向时，无人机选择右边或者左边的栅格作为下一步位置。
步骤106B，否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在这里，主要是确定与当前位置相邻的八邻域位置的置信度，将置信度最大的位置确定为无人机的下一位置。
置信度的值，可以根据飞行地图，查看该位置是否存在障碍物，或者该位置是否已经被扫描，然后对存在障碍物、不存在障碍物、已扫描栅格区域和未扫描栅格区域赋予不同的置信度。
在本发明实施例中，所述飞行地图还包括探测目标位置信息，所述探测目标位置信息，指示某一位置探测目标的存在情况，该存在情况包括可能存在探测目标、确定存在探测目标和不存在探测目标，如图7所示，步骤106所述根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，包括：
步骤106B1，根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度。
在这里，位置置信度的确定方式如下，其中，a>b>c>d>e，图2示出了当前位置点的周围八邻域位置的可能的位置置信度pi。
其中，当某一栅格为未扫描栅格区域且可能存在待探测目标时，由于该栅格区域未扫描到且可能存在目标，因此应该优先扫描该区域，将这样的栅格区域设置较高的置信度，以即使发现探测目标，当某一区域为已扫描栅格区域且已检测到探测目标时，说明该栅格区域的情况已经十分明了且不用再次扫描，因此，这样的栅格区域位置置信度较低，当然，也可以根据实际需求，将障碍物所在的栅格区域设置为位置置信度最低的栅格区域。
步骤106B2，根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度。
在这里，方向置信度pj的确定方式如下：
其中，
(xpl,ypl)、(xpc,ypc)和(xpj,ypj)分别表示飞行地图上无人机的上一步位置、当前位置和可能的下一步位置，该可能的下一步位置即是与当前位置相邻的某个八邻域位置；其中，
(xTj,yTj)、(xpc,ypc)和(xpj,ypj)分别表示距离当前位置最近的未扫描的栅格位置、当前位置和可能的下一步位置，Δψj的值越小，pj的值越大，说明可能的下一步位置与最近的未扫描的栅格位置的角度越接近，使得无人机尽可能的朝最近的未扫描的栅格飞去。
步骤106B3，根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在这里，根据位置置信度和方向置信度的和，确定置信度为：Fj＝max{c1×pj+c2×yi}，其中，c1和c2是两个常数，c1+c2＝1，可以理解的是，可以根据实际的飞行情况对c1和c2的值进行设置，以调节最终的置信度。
上述无人机的路径规划方法，首先获取无人机的当前位置和所述无人机的飞行地图；然后根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；最后根据判断结果和所述飞行地图，确定所述无人机的下一位置。可见，通过上述方式，无人机每走一步，都需要根据飞行地图和当前位置进行障碍物和死区的判断，使得无人机能够根据判断结果和飞行地图较好的避开障碍物并且逃离死区，在一定程度上保证了无人机的安全飞行、提高了无人机的飞行效率。
在本发明实施例中，如图8所示，在步骤102所述获取无人机的当前位置和所述无人机的飞行地图之前，还包括：
步骤108，根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域。
所述飞行区域，指示需要扫描的区域。在这里，首先将飞行区域近似为一个多边形，然后根据外积确定飞行区域中的凹顶点，最后多边形宽度对飞行区域进行划分，得到多个凸多边形的飞行子区域。
所述多边形宽度，指示多边形所有跨度中的最小值，如图9所示。具体的，在平面上做两条相距足够远的平行线，当平行线逐渐向其中心靠拢与凸多边形相交时即刻停止，两平行线之间的距离就定义为凸多边形的跨度，如图9所示。
具体的，多边形的顶点V(v1,v2,L,vn)按照笛卡尔坐标系顺时针排列，凹定点可以通过相交于该顶点的边所在直线的外积进行判断，其中，向量a和向量b的外积为：a×b＝|a|×|b|×sin<a,b>，具体的，凹顶点根据下式确定，其中，顶点vi(xi，yi)与顶点vi-1(xi-1，yi-1)和顶点vi+1(xi+1，yi+1)相邻。
在得到凹顶点之后，就可以根据多边形宽度对飞行区域进行划分了，具体的，首先获取飞行区域的多边形，然后获取飞行区域的凹顶点，对凹顶点的数量进行判断，若凹顶点数量为0，则划分结束，若凹顶点的数量不为0，则对每个凹顶点：如图10所示，经过该凹顶点作平行于多边形各条边的直线，此时根据多边形的边的数量，可以得到多条直线，每条直线可以将多边形划分成两个子多边形，计算两个子多边形的宽度和。最终，根据宽度和最小的原则，将飞行区域的多边形划分为两个部分。在将飞行区域的多边形划分为两个部分之后，每个部分可能还有凹顶点，于是，需要对这两个部分按照上述方式进一步划分，直到最终得到的飞行子区域不包含凹顶点，即得到多个凸多边形的飞行子区域。
步骤110，根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
所述面积比例，指示某个飞行子区域的面积占所有飞行子区域的面积和的比例，假设最终划分得到了m个飞行子区域，设第i个飞行子区域的面积为：si，于是，第i个飞行子区域的面积比例为：
在这里，主要是通过比较各个飞行子区域的面积比例与各个无人机的性能比例的大小，将各个无人机划分到不同的目标飞行子区域。具体的，如图11所示，对每个飞行子区域，首先选择性能比例与该飞行子区域发热面积比例最接近的无人机，然后将选择的无人机的性能比例与飞行子区域的面积比例进行比较，当无人机的性能比例与飞行子区域的面积比例相等的时候，直接将该飞行子区域分配给无人机；当无人机的性能比例小于飞行子区域的面积比例的时候，对该飞行子区域沿着垂直于宽度方向进行划分，得到两个部分，将包含了无人机预定起飞位置(预定起飞位置为凸多边形的垂直于宽度方向的两个顶点中的其中一个，如图9中的A或B)的部分分配给该无人机，剩余部分作为新的飞行子区域；当无人机的性能比例大于飞行子区域的面积比例时，这个时候进行飞行子区域的合并，直到合并后的区域的面积比例大于性能比例(此时，假设合并的区域为Pi，Pi+1，…Pj)，于是，将Pi，Pi+1，…Pj-1进行合并，并将Pi，Pi+1，…Pj-1合并后得到的区域分配给选择的无人机。
上述确定某一无人机对应的目标飞行区域的方法，首先对一个大的飞行区域进行划分，得到多个小的飞行子区域，然后根据每个飞行子区域的面积和无人机的性能，将预置数量的无人机划分到不同的飞行子区域，从而实现了多无人机协同完成一个大的飞行区域的扫描，缩短采用单无人机进行大的飞行区域的扫描时间，提高扫描效率。
在本发明实施例中，在步骤110所述根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域之前，还包括：
步骤112，根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
所述性能比例，指示单台无人机的性能占多台无人机性能和的比例；所述扫描范围，指示无人机在安全飞行高度下能够扫描的区域，如图12所示的区域ABCD即为安全飞行高度下的扫描范围。
假设最终划分得到了m个飞行子区域，于是，安排m台无人机进行目标区域的搜索，设第i台无人机在安全飞行高度下的扫描范围为si，第i台无人机的飞行速度为qi，于是，第i台无人机的性能比例为：
如图13所示，提供了一种无人机的路径规划装置，具体包括：
获取模块202，用于获取无人机的当前位置和所述无人机的飞行地图；
判断模块204，用于根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
确定模块206，用于根据判断结果和所述飞行地图，确定所述无人机的下一位置。
上述无人机的路径规划装置，首先获取无人机的当前位置和所述无人机的飞行地图；然后根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；最后根据判断结果和所述飞行地图，确定所述无人机的下一位置。可见，通过上述方式，无人机每走一步，都需要根据飞行地图和当前位置进行障碍物和死区的判断，使得无人机能够根据判断结果和飞行地图较好的避开障碍物并且逃离死区，在一定程度上保证了无人机的安全飞行、提高了无人机的飞行效率。
在其中一个实施例中，所述飞行地图包括障碍物位置信息，所述确定模块206，包括：第一确定模块，用于若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；第二确定模块，用于否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括障碍物高度信息，所述第一确定模块，包括：跨越判断模块，用于若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；爬升角确定模块，用于根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
在其中一个实施例中，所述爬升角确定模块，包括：安全高度获取模块，用于获取所述无人机的安全飞行高度；实际爬升角确定模块，用于根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；爬升角比较模块，用于根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括探测目标位置信息，所述第二确定模块，包括：位置置信度确定模块，用于根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；方向置信度确定模块，用于根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；综合置信度模块，用于根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在其中一个实施例中，所述装置200，还包括：区域划分模块，用于根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；目标区域确定模块，用于根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
在其中一个实施例中，所述装置200，还包括：性能确定模块，用于根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
图14示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是无人机。如图14所示，该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现无人机的路径规划方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行无人机的路径规划方法。本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，本申请提供的无人机的路径规划方法可以实现为一种计算机程序的形式，计算机程序可在如图14所示的计算机设备上运行。计算机设备的存储器中可存储组成无人机的路径规划装置的各个程序模板。比如，获取模块202、判断模块204和确定模块206。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置。
上述计算机设备，首先获取无人机的当前位置和所述无人机的飞行地图；然后根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；最后根据判断结果和所述飞行地图，确定所述无人机的下一位置。可见，通过上述方式，无人机每走一步，都需要根据飞行地图和当前位置进行障碍物和死区的判断，使得无人机能够根据判断结果和飞行地图较好的避开障碍物并且逃离死区，在一定程度上保证了无人机的安全飞行、提高了无人机的飞行效率。
在其中一个实施例中，所述飞行地图包括障碍物位置信息，所述根据判断结果和所述飞行地图，确定所述无人机的下一位置，包括：若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括障碍物高度信息，所述根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置，包括：若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
在其中一个实施例中，所述根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置，包括：获取所述无人机的安全飞行高度；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括探测目标位置信息，所述根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，包括：根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在其中一个实施例中，所述计算机程序被所述处理器执行时，还用于：根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
在其中一个实施例中，所述计算机程序被所述处理器执行时，还用于：根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
在一个实施例中，提出了一种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，使得所述处理器执行以下步骤：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置。
上述计算机可读存储介质，首先获取无人机的当前位置和所述无人机的飞行地图；然后根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；最后根据判断结果和所述飞行地图，确定所述无人机的下一位置。可见，通过上述方式，无人机每走一步，都需要根据飞行地图和当前位置进行障碍物和死区的判断，使得无人机能够根据判断结果和飞行地图较好的避开障碍物并且逃离死区，在一定程度上保证了无人机的安全飞行、提高了无人机的飞行效率。
在其中一个实施例中，所述飞行地图包括障碍物位置信息，所述根据判断结果和所述飞行地图，确定所述无人机的下一位置，包括：若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括障碍物高度信息，所述根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置，包括：若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
在其中一个实施例中，所述根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置，包括：获取所述无人机的安全飞行高度；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
在其中一个实施例中，所述飞行地图还包括探测目标位置信息，所述根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，包括：根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
在其中一个实施例中，所述计算机程序被所述处理器执行时，还用于：根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
在其中一个实施例中，所述计算机程序被所述处理器执行时，还用于：根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
需要说明的是，上述无人机的路径规划方法、无人机的路径规划装置、计算机设备及计算机可读存储介质属于一个总的发明构思，无人机的路径规划方法、无人机的路径规划装置、计算机设备及计算机可读存储介质实施例中的内容可相互适用。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种无人机的路径规划方法，其特征在于，包括：
获取无人机的当前位置和所述无人机的飞行地图；
根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
根据判断结果和所述飞行地图，确定所述无人机的下一位置；
其中，
所述飞行地图包括障碍物位置信息，所述根据判断结果和所述飞行地图，确定所述无人机的下一位置，包括：
若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置；
否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置；
其中，所述飞行地图还包括障碍物高度信息，所述根据障碍物在所述当前位置的分布情况确定所述无人机的下一位置，包括：
若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；
根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置。
2.如权利要求1所述的方法，其特征在于，所述根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置，包括：
获取所述无人机的安全飞行高度；
根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述安全飞行高度，确定所述无人机的实际爬升角；
根据所述实际爬升角和所述爬升角的大小，确定所述无人机的下一位置。
3.如权利要求1所述的方法，其特征在于，所述飞行地图还包括探测目标位置信息，所述根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，包括：
根据所述探测目标位置信息、所述障碍物位置信息和已扫描区域位置信息，确定与所述当前位置相邻的各个相邻位置的位置置信度；
根据所述无人机是否进入死区，确定与所述当前位置相邻的各个相邻位置的方向置信度；
根据所述位置置信度和所述方向置信度，确定与所述当前位置相邻的各个相邻位置的置信度。
4.如权利要求1所述的方法，其特征在于，在所述获取无人机的当前位置和所述无人机的飞行地图之前，还包括：
根据多边形宽度对飞行区域进行划分，得到至少一个形状为凸多边形的飞行子区域；
根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域。
5.如权利要求4所述的方法，其特征在于，在所述根据所述飞行子区域的面积比例和所述无人机的性能比例，确定所述无人机的目标飞行子区域之前，还包括：
根据各个无人机在安全飞行高度下的扫描范围和飞行速度，确定所述无人机的性能比例。
6.一种无人机的路径规划装置，其特征在于，包括：
获取模块，用于获取无人机的当前位置和所述无人机的飞行地图；
判断模块，用于根据所述当前位置和所述飞行地图，判断所述当前位置的相邻位置是否存在障碍物且所述无人机是否进入死区；
确定模块，用于根据判断结果和所述飞行地图，确定所述无人机的下一位置；
其中，所述飞行地图包括障碍物位置信息和障碍物高度信息，所述确定模块具体用于：
若判断结果为所述当前位置的相邻位置存在障碍物且所述无人机未进入死区，则根据所述飞行地图记载的障碍物位置信息确定障碍物在所述当前位置的分布情况，若障碍物在所述当前位置的分布情况为所述障碍物位于所述无人机的飞行方向，则判断在所述飞行方向上跨越所述障碍物之后的区域是否是未扫描区域，若在所述飞行方向上跨越所述障碍物之后的区域是未扫描区域，则获取所述无人机的爬升角；根据所述障碍物位置信息、所述当前位置、所述障碍物高度信息和所述爬升角，确定所述无人机的下一位置；
否则，根据所述飞行地图，确定与所述当前位置相邻的各个相邻位置的置信度，根据各个相邻位置的置信度，确定所述无人机的下一位置。
7.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述无人机的路径规划方法的步骤。
8.一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，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述无人机的路径规划方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161606.6A CN109945867B (zh) | 2019-03-04 | 2019-03-04 | 无人机的路径规划方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910161606.6A CN109945867B (zh) | 2019-03-04 | 2019-03-04 | 无人机的路径规划方法、装置和计算机设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109945867A CN109945867A (zh) | 2019-06-28 |
| CN109945867B true CN109945867B (zh) | 2021-02-19 |
Family
ID=67008294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910161606.6A Active CN109945867B (zh) | 2019-03-04 | 2019-03-04 | 无人机的路径规划方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109945867B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110687923B (zh) * | 2019-11-08 | 2022-06-17 | 深圳市道通智能航空技术股份有限公司 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
| CN112068592B (zh) * | 2020-08-31 | 2021-10-26 | 南京航空航天大学 | 一种基于可充电无人机实现栅栏覆盖的调度方法 |
| CN112488066A (zh) * | 2020-12-18 | 2021-03-12 | 航天时代飞鸿技术有限公司 | 一种无人机多机协同侦察下的目标实时检测方法 |
| CN114879721B (zh) * | 2022-04-22 | 2023-06-30 | 南京理工大学 | 一种复杂受灾环境下无人机全覆盖三维救援路径规划算法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104503463A (zh) * | 2014-12-25 | 2015-04-08 | 中国人民解放军总参谋部第六十研究所 | 一种无人直升机主动避障飞行控制方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105517666B (zh) * | 2014-09-05 | 2019-08-27 | 深圳市大疆创新科技有限公司 | 基于情景的飞行模式选择 |
| CN106406342B (zh) * | 2016-09-14 | 2019-03-29 | 无锡微翼德米无人机***科技有限公司 | 植保无人机阶段化飞行作业的打药方法 |
| WO2018222945A1 (en) * | 2017-05-31 | 2018-12-06 | Geomni, Inc. | System and method for mission planning and flight automation for unmanned aircraft |
| CN107560620B (zh) * | 2017-08-31 | 2019-12-20 | 珠海市一微半导体有限公司 | 一种路径导航方法和芯片及机器人 |
| CN108521809A (zh) * | 2017-12-18 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 障碍物信息提示方法、***、设备、装置及记录介质 |
| WO2019127019A1 (zh) * | 2017-12-26 | 2019-07-04 | 深圳市道通智能航空技术有限公司 | 无人飞行器路径规划方法、装置和飞行管理方法、装置 |
| CN108196575B (zh) * | 2018-01-05 | 2020-11-03 | 湖北工业大学 | 一种无人机任务分配及路线规划方法 |
| CN109375636A (zh) * | 2018-12-13 | 2019-02-22 | 广州极飞科技有限公司 | 无人机航线的生成方法、装置、无人机和存储介质 |
-
2019
- 2019-03-04 CN CN201910161606.6A patent/CN109945867B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104503463A (zh) * | 2014-12-25 | 2015-04-08 | 中国人民解放军总参谋部第六十研究所 | 一种无人直升机主动避障飞行控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Fast Marching Square Method for UAVs Mission Planning with consideration of Dubins Model Constraints;Verónica González等;《IFAC PAPERSONLINE》;20161231;第49卷(第17期);第164-169页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109945867A (zh) | 2019-06-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109945867B (zh) | 无人机的路径规划方法、装置和计算机设备 | |
| CN109541634B (zh) | 一种路径规划方法、装置和移动设备 | |
| CN109828607B (zh) | 一种面向不规则障碍物的无人机路径规划方法及*** | |
| US10347139B2 (en) | Autonomous nap-of-the-earth (ANOE) flight path planning for manned and unmanned rotorcraft | |
| CN111142557B (zh) | 无人机路径规划方法、***、计算机设备及可读存储介质 | |
| CN105629989B (zh) | 基于最小外包圆和最大内接圆的障碍区域划分方法 | |
| CN110008941B (zh) | 可行驶区域检测方法、装置、计算机设备和存储介质 | |
| US11370115B2 (en) | Path planning for an unmanned vehicle | |
| CN112000754A (zh) | 地图构建方法、装置、存储介质及计算机设备 | |
| CN109934384B (zh) | 一种多边形地块分割方法、装置、存储介质及电子设备 | |
| CN110221621B (zh) | 一种无人机及其飞行区域的规划方法、装置、存储介质 | |
| CN111976718A (zh) | 自动泊车的控制方法和*** | |
| US9875416B2 (en) | Situation analysis for a driver assistance system | |
| US20200208993A1 (en) | Path planning within a traversed area | |
| KR102312012B1 (ko) | 무인 비행체의 거리 센서를 이용한 지표면의 공중 분석 | |
| CN111998858B (zh) | 一种基于改进a*算法的无人机航路规划方法 | |
| CN117519250A (zh) | 一种无人机自动避障方法及***、电子设备 | |
| US20230182743A1 (en) | Method and system for extracting road data and method and system for controlling self-driving car | |
| DE112021006154T5 (de) | Bewegungsplanung in kurvilinearen Koordinaten für autonome Fahrzeuge | |
| CN117765512A (zh) | 基于激光雷达的静态障碍物检测方法、装置、设备及介质 | |
| KR102070817B1 (ko) | 무인비행장치 운용가능 공역 결정 방법 | |
| KR102317430B1 (ko) | 자율주행 차량의 주행 계획을 위한 로드 네트워크 맵 생성방법, 서버 및 컴퓨터프로그램 | |
| CN111007870A (zh) | 基于城市区域的无人机飞行控制方法、无人机及*** | |
| CN116257052A (zh) | 机器人的速度规划方法、设备及计算机可读存储介质 | |
| KR102606633B1 (ko) | 자율주행 차량의 주행 환경 특성을 고려한 스캔 데이터의 매칭 방법, 장치 및 컴퓨터프로그램 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |