CN110687923A - 无人机长距离循迹飞行方法、装置、设备及存储介质 - Google Patents
无人机长距离循迹飞行方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110687923A CN110687923A CN201911087651.8A CN201911087651A CN110687923A CN 110687923 A CN110687923 A CN 110687923A CN 201911087651 A CN201911087651 A CN 201911087651A CN 110687923 A CN110687923 A CN 110687923A
- Authority
- CN
- China
- Prior art keywords
- current
- path
- unmanned aerial
- aerial vehicle
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005070 sampling Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种无人机长距离循迹飞行方法、装置、设备及存储介质,该方法包括:获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;基于无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。本发明实施例可以结合局部规划算法与全局路径,使无人机整体上沿着预设轨迹飞行。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种无人机长距离循迹飞行方法、装置、设备及存储介质。
背景技术
无人机的一种实际应用是沿着一条固定的轨迹飞行,例如,农业植保无人机沿固定轨迹飞行执行喷药任务,以及环境检测无人机沿固定轨迹飞行巡检城市河道。执行的轨迹通常是由用户自己给出,或者通过其他轨迹生成方法生成,例如通过卫星图像识别出城市的河道。
对于无人机飞行规划***来说,需要给定一个目标位置,由于机载计算性能的约束,规划***都是局部的规划,无法进行长距离的全局飞行规划。如何结合超长距离的预设轨迹,以及局部飞行运动规划,使得飞机整体上能够按照预设轨迹飞行,是一个需要解决的问题。
发明内容
本发明实施例提供一种无人机长距离循迹飞行方法、装置、设备及存储介质,以结合超长距离的预设轨迹,以及局部规划算法,使得飞机整体上能够按照预设轨迹飞行,实现长距离的全局飞行规划。
第一方面,本发明实施例提供了一种无人机长距离循迹飞行方法,该方法包括:
获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
第二方面,本发明实施例还提供了一种无人机长距离循迹飞行装置,该装置包括:
信息获取模块,用于获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
目标确定模块,用于基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
路径生成模块,用于基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
路径添加模块,用于将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
第三方面,本发明实施例还提供了一种无人机,该无人机包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例第一方面所述的无人机长距离循迹飞行方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明实施例第一方面所述的无人机长距离循迹飞行方法。
本发明实施例基于无人机当前时刻对应的当前飞行位置确定当前时刻对应的当前目标路径点,并结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径,最终使无人机整体上沿着预设轨迹飞行至终点,有效解决了局部规划算法与全局路径结合的问题,并可使无人机经过预设的必经点。
附图说明
图1是本发明实施例一提供的一种无人机长距离循迹飞行方法的流程示意图;
图2是本发明实施例二提供的一种无人机长距离循迹飞行方法的流程示意图;
图3是本发明实施例二提供的一种无人机长距离循迹飞行方法的流程示例图;
图4是本发明实施例三提供的一种无人机长距离循迹飞行装置的结构示意图;
图5是本发明实施例四提供的一种无人机的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人机长距离循迹飞行方法的流程示意图,本实施例可适用于将局部规划算法与全局路径结合,使无人机整体上沿着预设轨迹飞行至终点的情况,该方法可以由无人机长距离循迹飞行装置来执行,该装置可以通过软件和/或硬件的方式实现,并可集成在无人机中。
可以理解的是,对于长距离的飞行轨迹规划,当预设路径点达到一定规模时,现有的飞行规划算法将无法通过将所有预设路径点作为约束条件,以生成一条完整飞行轨迹的方式,来实现无人机的长距离循迹飞行。局部规划算法可以根据设定的目标位置,规划出无人机由当前飞行位置到目标位置的飞行轨迹或飞行路径,并且所述飞行轨迹或飞行路径可以由连续的多条局部轨迹或局部路径组合而成,也即通过连续多次局部运动规划或局部路径规划来实现,本发明实施例的目的即在于,基于无人机的当前飞行位置,从上一时刻对应的全局路径点中确定无人机当前时刻对应的当前目标路径点,并选择相应的局部规划算法,生成无人机由当前飞行位置飞向当前目标路径点的局部路径,由此将局部规划算法与全局路径相结合,并可不断迭代上述过程,使无人机整体上能够沿着预设的飞行轨迹飞抵终点。
如图1所示,本实施例提供的无人机长距离循迹飞行方法,具体包括如下步骤:
S101、获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置。
其中,所述上一目标路径点是指为无人机确定的对应上一时刻的飞行目的地。所述路径点队列是指由无人机在上一时刻对应的从全局起点到全局终点的全局路径中各已知路径点的坐标形成的队列。所述当前飞行位置即无人机当前所飞抵空间位置的坐标。
S102、基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点。
其中,所述当前目标路径点是指为无人机确定的对应当前时刻的飞行目的地。
可以理解的是,当前时刻对应的当前目标路径点是从上一时刻对应的路径点队列中选出来的,上一时刻对应的上一目标路径点是从上上一时刻对应的路径点队列中选出来的,而所述路径点队列对应的是全局路径中的路径点坐标,由此通过不断迭代确定每个时刻对应的目标路径点,直至所确定的目标路径点为全局路径为终点。每个时刻对应的目标路径点作为该时刻无人机的飞行目的地,一定是无人机在该时刻还未飞抵且是期望飞抵的路径点,即每个时刻无人机都是根据预先确定好的该时刻对应的目标路径点进行局部路径规划,并飞向该时刻对应的目标路径点;由于本发明实施例所述的方法是从无人机的当前飞行位置到当前目标路径点进行局部路径规划,也就是说无人机在上一时刻只对上一目标路径点之前的路径进行了规划,为了使无人机在飞抵上一目标路径点时可以无缝衔接后续的飞行任务,可以在无人机飞抵上一目标路径点之前就确定好新的目标路径点。可选地,在无人机飞抵上一目标路径点之前预设距离处时,对新的目标路径点进行确定,也就是说在无人机未到达所述预设距离处时,无需确定新的目标路径点,此时,无人机的目标路径点还是上一目标路径点。可选地,对当前时刻对应的当前目标路径点的确定,可以无人机的当前飞行位置与上一目标路径点之间的距离,并设置距离阈值,当所述距离小于所述距离阈值时,即从上一时刻对应的路径点队列中确定位于上一目标路径点之后的新的目标路径点;否则,还将上一目标路径点作为当前时刻对应的当前目标路径点。
S103、基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径。
其中,所述历史时间内的飞行位置信息集可以理解为由所述无人机在所述当前飞行位置之前对应连续预设数量的历史飞行位置组成的信息集。所述局部规划算法可以理解为用于生成两确定点间的飞行路径的路径规划算法,可选地,所述局部规划算法通过生成多条连续局部路径确定两确定点间的飞行路径。
可以理解的是,在确定当前时刻对应的当前目标路径点之后,可以结合预设的局部规划算法在所述当前飞行位置与当前目标路径点之间进行至少一次局部路径规划,以生成所述当前飞行位置到所述当前按目标路径点间的飞行路径。
在无人机循迹飞行的过程中,如果遇到障碍物,无人机的局部运动规划程序会生成新的避障轨迹,但有些场景十分复杂,生成的避障轨迹无法将无人机引导出障碍物的包围,此时就需要判断启动额外的全局规划器,基于全局信息(即无人机感知到的周围一定区域内障碍物地图)生成一个临时的局部路径,从而引导飞机出障碍物。将无人机被困于障碍物时的状态确定为停滞状态,但需要说明的是,无人机的停滞状态并不意味着无人机的速度为0,因为此时飞机可以是在某个空间范围内进行不规则运动,也就是在各个方向上进行尝试,但却一直无法继续向下一个路径点行进。因此,在进行局部路径规划时,需要对无人机的当前飞行状态进行判定,以确定无人机的当前飞行状态为停滞状态还是非停滞状态。
可选地,在无人机的当前飞行状态为非停滞状态时,选择与所述非停滞状态对应的第一局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部飞行轨迹,所述第一局部规划算法为局部运动规划算法;在无人机的当前飞行状态为停滞状态时,选择与所述停滞状态对应的第二局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部飞行路径,所述第二局部规划算法为局部路径规划算法,如图搜索(graph search)算法。
可以理解的是,轨迹和路径的区别在于,轨迹是无人机可以真实飞出来的空间位置,轨迹中每个点的信息除了包含空间位置信息,还包含飞机在该点的速度、加速度等信息;而路径是无人机理想飞行到的空间位置,路径中的每个点只包含空间位置信息。
需要说明的是,对当前时刻来说,本步骤只进行一次局部路径规划,这一次局部路径规划生成的局部路径可能只是所述当前飞行位置到所述当前目标路径点间对应飞行路径的一部分,后续需要重复至少一次上述当前目标路径点的确定及局部路径规划步骤以完成剩余部分路径规划。
S104、将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
可以理解的是,通过将生成的局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,实现了全局路径的更新,而通过迭代本发明实施例的方法流程,可以使无人机整体上沿着初始的全局路径对应轨迹进行飞行,从而实现了无人机的长距离循迹飞行。
本发明实施例基于无人机当前时刻对应的当前飞行位置确定当前时刻对应的当前目标路径点,并结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径,最终使无人机整体上沿着预设轨迹飞行至终点,有效解决了局部规划算法与全局路径结合的问题,并可使无人机经过预设的必经点。
进一步地,作为本实施例一的一个可选实施例,本实施例一还优化包括了:
在所述无人机启动飞行时,基于初始全局路径确定初始的路径点队列。
其中,所述初始全局路径可以理解为期望无人机完成的预设飞行轨迹,可选地,所述初始全局路径中包含了期望无人机飞抵的必经点。
可选地,所述基于初始全局路径确定初始的路径点队列,包括:
获取所述初始全局路径中所有稀疏全局路径点的坐标,将各所述坐标确定为关键点坐标,并按照各所述稀疏全局路径点在所述全局路径中的排列顺序依次将各所述关键点坐标存入第一队列;基于预设采样步长,在与所述第一队列中各所述关键点坐标对应的各相邻稀疏全局路径点间等距采样,得到所述初始全局路径的采样路径点;获取各所述采样路径点对应的采样点坐标,并与各所述关键点坐标一起,按各所述稀疏全局路径点及采样路径点在所述初始全局路径中的排列顺序依次存入第二队列;将所述第二队列确定为初始的路径点队列。
其中,所述稀疏全局路径点可以理解为所述初始全局路径上稀疏分布的关键路径点。所述预设采样步长用于在相邻稀疏全局路径点间进行等距采样,以得到初始全局路径的密集路径点;可选地,所述预设采样步长可依据初始全局路径的分布场景确定,对于障碍物密集场景,无人机一般以低速飞行,预设采样步长可以在3到5米间取值;对于空旷场景,例如农田或者草原,预设采样步长可以取为10米,对于场景的判定可由用户在无人机启动飞行前设定。
相应地,在生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径之后,还包括:
基于所述预设采样步长对所述局部路径进行采样,并获取对应的采样结果;若所述采样结果中包含除所述当前目标路径点外的新的采样路径点,则将各所述新的采样路径点添加至所述路径点队列,得到新的路径点队列。
可以理解的是,在生成局部路径之后,若所述局部路径相对于所述预设采样步长较长,则基于所述预设采样步长对所述局部路径进行采样,可以得到新的采样路径点,可将所述新的采样路径点添加至所述路径点队列,以更新所述路径点队列。
上述可选实施例在实施例一的基础上完善了初始的路径点队列的确定过程,以及对路径点队列的更新过程。
实施例二
图2是本发明实施例二提供的一种无人机长距离循迹飞行方法的流程示意图,本实施例在实施例一的基础上进一步优化。本实施例将所述基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点,具体化为:确定所述当前飞行位置与所述上一目标路径点间对应的第一距离;当所述第一距离小于预设距离阈值时,将所述路径点队列中所述上一目标路径点的下一个路径点确定为候选目标路径点,并确定所述当前飞行位置与所述候选目标路径点间对应的第二距离;获取所述无人机在所述当前时刻对应的当前局部地图,并在确定所述候选目标路径点位于所述当前局部地图的障碍物范围内且所述第二距离小于所述当前局部地图的半径时,将所述候选目标路径点的下一个路径点作为新的候选目标路径点,并返回执行对所述第二距离的确定操作;否则,将所述候选目标路径点确定为所述当前时刻对应的当前目标路径点。当所述第一距离大于或等于所述预设距离阈值时,将所述上一目标路径点确定为所述当前时刻对应的当前目标路径点。
本实施例还将所述基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径,具体化为:从所述无人机在历史时间内的飞行位置信息集中获取所述无人机在所述当前飞行位置之前对应连续预设数量的历史飞行位置,并确定各所述历史飞行位置对应的质心位置;基于所述无人机的预设巡航速度确定所述无人机在所述历史时间内对应的理论飞行距离;确定所述当前飞行位置到所述质心位置对应的第三距离,以及所述第三距离与所述理论飞行距离的比值;若所述比值小于预设比例阈值,则确定所述无人机的当前飞行状态为停滞状态;否则,确定所述无人机的当前飞行状态为非停滞状态;若所述无人机的当前飞行状态为非停滞状态,则选择所述非停滞状态对应的第一局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第一局部路径;若所述无人机的当前飞行状态为停滞状态,则选择所述停滞状态对应的第二局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第二局部路径。
如图2所示,本实施例提供的无人机长距离循迹飞行方法,具体包括如下步骤:
S201、获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置。
S202、确定所述当前飞行位置与所述上一目标路径点间对应的第一距离。
其中,所述第一距离即所述当前飞行位置与所述上一目标路径点间的距离。
S203、判断所述第一距离是否小于预设距离阈值;若是,则执行S204;否则,执行S209。
可选地,所述预设距离阈值可以取为3m。
S204、将所述路径点队列中所述上一目标路径点的下一个路径点确定为候选目标路径点,并确定所述当前飞行位置与所述候选目标路径点间对应的第二距离。
其中,所述第二距离即所述当前飞行位置与所述候选目标路径点间的距离。
S205、获取所述无人机在所述当前时刻对应的当前局部地图。
其中,所述当前局部地图可以理解为所述无人机在当前时刻以所述无人机的当前飞行位置(即所述无人机本身)为中心而构建的局部地图。可选地,所述当前局部地图包含对应区域的坐标信息,包括障碍物的坐标信息。
可以理解的是,当所述第一距离小于所述预设距离阈值时,需要确定新的目标路径点作为当前目标路径点。此时,可从所述路径点队列中依次选择所述上一目标路径点之后的路径点作为候选目标路径点,并判定所确定的候选目标路径点是否可以作为当前目标路径点。
S206、确定是否所述候选目标路径点位于所述当前局部地图的障碍物范围内且所述第二距离小于所述当前局部地图的半径;若是,则执行S207;否则,执行S208。
可以理解的是,在判定所确定的候选目标路径点是否可以作为当前目标路径点时,可以先确定所述候选目标路径点是否位于所述当前局部地图的障碍物范围内,如果是,则不能将所述候选目标路径点确定为当前目标路径点,因为所确定的当前目标路径点是一定要避开障碍物的;此外还需要判断所述当前飞行位置到所述候选目标路径点的距离(即第二距离)是否超出了所述当前局部地图的半径,如果是,则同样不能将所述候选目标路径点确定为当前目标路径点,这是因为,一旦所述第二距离超出所述半径,则意味着所述候选目标路径点在所述当前局部地图范围之外,此时,所述候选目标路径点是不可控的。因此,将是否所述候选目标路径点位于所述当前局部地图的障碍物范围内且所述第二距离小于所述当前局部地图的半径,作为是否可以将所述候选目标路径点确定为当前目标路径点的判定条件。
可选地,所述半径值可以取一个固定的经验值,例如10m。
S207、将所述候选目标路径点的下一个路径点作为新的候选目标路径点,并返回S204,执行对所述第二距离的确定操作。
S208、将所述候选目标路径点确定为所述当前时刻对应的当前目标路径点。
S209、将所述上一目标路径点确定为所述当前时刻对应的当前目标路径点。
S210、从所述无人机在历史时间内的飞行位置信息集中获取所述无人机在所述当前飞行位置之前对应连续预设数量的历史飞行位置,并确定各所述历史飞行位置对应的质心位置。
可选地,将各所述历史飞行位置对应的均值坐标点确定为各所述历史飞行位置对应的质心位置。
S211、基于所述无人机的预设巡航速度确定所述无人机在所述历史时间内对应的理论飞行距离。
其中,所述预设巡航速度可以理解为在无人机启动飞行之前,由用户设定的期望的无人机的巡航速度。所述理论飞行距离,可以由所述预设巡航速度与所述历史时间的乘积确定。
S212、确定所述当前飞行位置到所述质心位置对应的第三距离,以及所述第三距离与所述理论飞行距离的比值。
其中,所述第三距离即所述当前飞行位置到所述质心位置的距离。
S213、判断所述比值是否小于预设比例阈值,若是,则执行S214;否则,执行S216。
可选地,所述预设比例阈值设为0.1。
可以理解的是,当所述比值小于所述预设比例阈值时,可以认定所述无人机因遇障碍物受阻而处于停滞状态,否则,可以认定所述无人机处于非停滞状态。
示例性的,以时间间隔T为步长,对无人机的飞行位置进行记录。例如,T取1时,即每隔1s记录一次无人机的飞行位置;将最后N个步长得到的飞行位置(即所述预设数量的历史飞行位置)存储在一个缓冲区内,对于缓冲区中所有飞行位置点,计算均值点作为质心C;计算当前飞行位置P与质心C的距离d;计算在时间N*T内无人机飞过理论飞行距离D=V*N*T,其中速度V是无人机的期望巡航速度,一般也由用户预先给出;计算比例p=d/D,如果p<0.1则认为无人机处于停滞状态;否则为非停滞状态。
S214、确定所述无人机的当前飞行状态为停滞状态,并执行S215。
S215、选择所述停滞状态对应的第二局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第二局部路径,并执行S218。
其中,所述第二局部路径为对应所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部飞行路径。
S216、确定所述无人机的当前飞行状态为非停滞状态。
S217、选择所述非停滞状态对应的第一局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第一局部路径,并执行S218。
其中,所述第一局部路径为对应所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部飞行轨迹。
S218、将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
示例性的,图3给出了本发明实施例二提供的一种无人机长距离循迹飞行方法的流程示例图。
本发明实施例基于无人机当前时刻对应的当前飞行位置确定当前时刻对应的当前目标路径点,并结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径,最终使无人机整体上沿着预设轨迹飞行至终点,有效解决了局部规划算法与全局路径结合的问题,并可使无人机经过预设的必经点。
实施例三
图4是本发明实施例三提供的一种无人机长距离循迹飞行装置的流程示意图,本实施例可适用于将局部规划算法与全局路径结合,使无人机整体上沿着预设轨迹飞行至终点的情况,该装置可以通过软件和/或硬件的方式实现,该装置具体包括:信息获取模块401、目标确定模块402、路径生成模块403以及路径添加模块404。
信息获取模块401,用于获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
目标确定模块402,用于基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
路径生成模块403,用于基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
路径添加模块404,用于将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
在上述实施例的基础上,所述装置,还包括:
初始确定模块,用于在所述无人机启动飞行时,基于初始全局路径确定初始的路径点队列。
在上述实施例的基础上,所述初始确定模块,包括:
第一排序单元,用于获取所述初始全局路径中所有稀疏全局路径点的坐标,将各所述坐标确定为关键点坐标,并按照各所述稀疏全局路径点在所述全局路径中的排列顺序依次将各所述关键点坐标存入第一队列;
全局采样单元,用于基于预设采样步长,在与所述第一队列中各所述关键点坐标对应的各相邻稀疏全局路径点间等距采样,得到所述初始全局路径的采样路径点;
第二排序单元,用于获取各所述采样路径点对应的采样点坐标,并与各所述关键点坐标一起,按各所述稀疏全局路径点及采样路径点在所述初始全局路径中的排列顺序依次存入第二队列;
队列确定单元,用于将所述第二队列确定为初始的路径点队列。
在上述实施例的基础上,目标确定模块402,包括:
第一距离确定单元,用于确定所述当前飞行位置与所述上一目标路径点间对应的第一距离;
第一距离确定单元,用于当所述第一距离小于预设距离阈值时,将所述路径点队列中所述上一目标路径点的下一个路径点确定为候选目标路径点,并确定所述当前飞行位置与所述候选目标路径点间对应的第二距离;
第一目标确定单元,用于获取所述无人机在所述当前时刻对应的当前局部地图,并在确定所述候选目标路径点位于所述当前局部地图的障碍物范围内且所述第二距离小于所述当前局部地图的半径时,将所述候选目标路径点的下一个路径点作为新的候选目标路径点,并返回执行对所述第二距离的确定操作;否则将所述候选目标路径点确定为所述当前时刻对应的当前目标路径点。
在上述实施例的基础上,目标确定模块402,还包括:
第二目标确定单元,用于当所述第一距离大于或等于所述预设距离阈值时,将所述上一目标路径点确定为所述当前时刻对应的当前目标路径点。
在上述实施例的基础上,路径生成模块403,包括:
质心确定单元,用于从所述无人机在历史时间内的飞行位置信息集中获取所述无人机在所述当前飞行位置之前对应连续预设数量的历史飞行位置,并确定各所述历史飞行位置对应的质心位置;
理论距离确定单元,用于基于所述无人机的预设巡航速度确定所述无人机在所述历史时间内对应的理论飞行距离;
比值确定单元,用于确定所述当前飞行位置到所述质心位置对应的第三距离,以及所述第三距离与所述理论飞行距离的比值;
状态确定单元,用于若所述比值小于预设比例阈值,则确定所述无人机的当前飞行状态为停滞状态;否则,确定所述无人机的当前飞行状态为非停滞状态;
第一路径生成单元,用于若所述无人机的当前飞行状态为非停滞状态,则选择所述非停滞状态对应的第一局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第一局部路径;
第二路径生成单元,用于若所述无人机的当前飞行状态为停滞状态,则选择所述停滞状态对应的第二局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第二局部路径。
在上述实施例的基础上,所述装置,还包括:
局部采样单元,用于在生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径之后,基于所述预设采样步长对所述局部路径进行采样,并获取对应的采样结果;
队列更新单元,用于若所述采样结果中包含除所述当前目标路径点外的新的采样路径点,则将各所述新的采样路径点添加至所述路径点队列,得到新的路径点队列。
本发明实施例所提供的无人机长距离循迹飞行装置可执行本发明任一实施例所提供的无人机长距离循迹飞行方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种无人机的结构示意图,如图5所示,该无人机包括处理器50、存储器51、输入装置52和输出装置53;该无人机中处理器50的数量可以是一个或多个,图5中以一个处理器50为例;该无人机中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器51作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的无人机长距离循迹飞行方法对应的程序指令/模块(例如,无人机长距离循迹飞行装置中的信息获取模块401、目标确定模块402、路径生成模块403以及路径添加模块404)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块,从而执行该无人机的各种功能应用以及数据处理,即实现上述的无人机长距离循迹飞行方法。
存储器51可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器51可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器51可进一步包括相对于处理器50远程设置的存储器,这些远程存储器可以通过网络连接至该无人机。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置52可用于接收输入的数字或字符信息,以及产生与该无人机的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种无人机长距离循迹飞行方法,该方法包括:
获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任一实施例所提供的无人机长距离循迹飞行方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述无人机长距离循迹飞行装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种无人机长距离循迹飞行方法,其特征在于,包括:
获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
2.根据权利要求1所述的方法,其特征在于,还包括:
在所述无人机启动飞行时,基于初始全局路径确定初始的路径点队列。
3.根据权利要求2所述的方法,其特征在于,所述基于初始全局路径确定初始的路径点队列,包括:
获取所述初始全局路径中所有稀疏全局路径点的坐标,将各所述坐标确定为关键点坐标,并按照各所述稀疏全局路径点在所述全局路径中的排列顺序依次将各所述关键点坐标存入第一队列;
基于预设采样步长,在与所述第一队列中各所述关键点坐标对应的各相邻稀疏全局路径点间等距采样,得到所述初始全局路径的采样路径点;
获取各所述采样路径点对应的采样点坐标,并与各所述关键点坐标一起,按各所述稀疏全局路径点及采样路径点在所述初始全局路径中的排列顺序依次存入第二队列;
将所述第二队列确定为初始的路径点队列。
4.根据权利要求1所述的方法,其特征在于,所述基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点,包括:
确定所述当前飞行位置与所述上一目标路径点间对应的第一距离;
当所述第一距离小于预设距离阈值时,将所述路径点队列中所述上一目标路径点的下一个路径点确定为候选目标路径点,并确定所述当前飞行位置与所述候选目标路径点间对应的第二距离;
获取所述无人机在所述当前时刻对应的当前局部地图,并在确定所述候选目标路径点位于所述当前局部地图的障碍物范围内且所述第二距离小于所述当前局部地图的半径时,将所述候选目标路径点的下一个路径点作为新的候选目标路径点,并返回执行对所述第二距离的确定操作;否则,
将所述候选目标路径点确定为所述当前时刻对应的当前目标路径点。
5.根据权利要求4所述的方法,其特征在于,当所述第一距离大于或等于所述预设距离阈值时,还包括:
将所述上一目标路径点确定为所述当前时刻对应的当前目标路径点。
6.根据权利要求1所述的方法,其特征在于,所述基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径,包括:
从所述无人机在历史时间内的飞行位置信息集中获取所述无人机在所述当前飞行位置之前对应连续预设数量的历史飞行位置,并确定各所述历史飞行位置对应的质心位置;
基于所述无人机的预设巡航速度确定所述无人机在所述历史时间内对应的理论飞行距离;
确定所述当前飞行位置到所述质心位置对应的第三距离,以及所述第三距离与所述理论飞行距离的比值;
若所述比值小于预设比例阈值,则确定所述无人机的当前飞行状态为停滞状态;否则,确定所述无人机的当前飞行状态为非停滞状态;
若所述无人机的当前飞行状态为非停滞状态,则选择所述非停滞状态对应的第一局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第一局部路径;
若所述无人机的当前飞行状态为停滞状态,则选择所述停滞状态对应的第二局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的第二局部路径。
7.根据权利要求3所述的方法,其特征在于,在生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径之后,还包括:
基于所述预设采样步长对所述局部路径进行采样,并获取对应的采样结果;
若所述采样结果中包含除所述当前目标路径点外的新的采样路径点,则将各所述新的采样路径点添加至所述路径点队列,得到新的路径点队列。
8.一种无人机长距离循迹飞行装置,其特征在于,包括:
信息获取模块,用于获取无人机在上一时刻对应的上一目标路径点和路径点队列,以及在当前时刻对应的当前飞行位置;
目标确定模块,用于基于所述当前飞行位置从所述路径点队列中确定所述当前时刻对应的当前目标路径点;
路径生成模块,用于基于所述无人机在历史时间内的飞行位置信息集及所述当前飞行位置,结合预设的局部规划算法,生成所述无人机由所述当前飞行位置飞向所述当前目标路径点的局部路径;
路径添加模块,用于将所述局部路径添加至所述上一时刻对应的上一全局路径,得到所述当前时刻对应的当前全局路径,以使所述无人机沿所述当前全局路径飞行。
9.一种无人机,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7任一项所述的无人机长距离循迹飞行方法。
10.一种计算机可读存储介质,其上存储有计算机程序,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1-7任一项所述的无人机长距离循迹飞行方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911087651.8A CN110687923B (zh) | 2019-11-08 | 2019-11-08 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
PCT/CN2020/124052 WO2021088681A1 (zh) | 2019-11-08 | 2020-10-27 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911087651.8A CN110687923B (zh) | 2019-11-08 | 2019-11-08 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110687923A true CN110687923A (zh) | 2020-01-14 |
CN110687923B CN110687923B (zh) | 2022-06-17 |
Family
ID=69115959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911087651.8A Active CN110687923B (zh) | 2019-11-08 | 2019-11-08 | 无人机长距离循迹飞行方法、装置、设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110687923B (zh) |
WO (1) | WO2021088681A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111665868A (zh) * | 2020-07-21 | 2020-09-15 | 陕西欧卡电子智能科技有限公司 | 基于虚拟航道的无人船返航方法、装置、设备及存储介质 |
CN112015203A (zh) * | 2020-09-07 | 2020-12-01 | 深圳大漠大智控技术有限公司 | 一种无人机集群轨迹跟踪方法及*** |
CN112015179A (zh) * | 2020-08-21 | 2020-12-01 | 苏州三六零机器人科技有限公司 | 清扫设备的运行轨迹规划方法、装置、***及存储介质 |
CN112379697A (zh) * | 2020-12-15 | 2021-02-19 | 广州极飞科技有限公司 | 轨迹规划方法、装置、轨迹规划器、无人机及存储介质 |
CN112461239A (zh) * | 2020-11-10 | 2021-03-09 | 北京京东乾石科技有限公司 | 移动体路径规划方法、装置、设备及存储介质 |
CN112731972A (zh) * | 2021-04-06 | 2021-04-30 | 北京三快在线科技有限公司 | 轨迹管理方法、装置、设备及计算机可读存储介质 |
WO2021088681A1 (zh) * | 2019-11-08 | 2021-05-14 | 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 |
CN112859842A (zh) * | 2020-12-31 | 2021-05-28 | 中山大学 | 一种路径跟随导航方法及其*** |
CN113612920A (zh) * | 2021-06-23 | 2021-11-05 | 广西电网有限责任公司电力科学研究院 | 一种无人机拍摄电力设备图像的方法及其装置 |
CN114527783A (zh) * | 2021-12-17 | 2022-05-24 | 浙江华飞智能科技有限公司 | 无人机的控制方法、装置、设备及计算机存储介质 |
CN117055601A (zh) * | 2023-09-05 | 2023-11-14 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
CN117773370A (zh) * | 2024-02-27 | 2024-03-29 | 吉林大学 | 电路板打孔路径的规划方法及装置、计算机设备、介质 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113670273B (zh) * | 2021-08-06 | 2024-03-12 | 诚邦测绘信息科技(浙江)有限公司 | 测绘用滩土环境检测方法、***、存储介质及智能终端 |
CN113721608A (zh) * | 2021-08-16 | 2021-11-30 | 河南牧原智能科技有限公司 | 机器人局部路径规划方法、***和可读存储介质 |
CN114281085B (zh) * | 2021-12-29 | 2023-06-06 | 福建汉特云智能科技有限公司 | 一种机器人循迹方法及存储介质 |
CN114565282A (zh) * | 2022-03-01 | 2022-05-31 | 济南浪潮智投智能科技有限公司 | 基于无人巡查的智慧城市管理***及实现方法 |
CN114721438B (zh) * | 2022-05-13 | 2024-07-09 | 北京航空航天大学 | 一种无人机编队协同避障的搜索方法、装置及电子设备 |
CN114861554B (zh) * | 2022-06-02 | 2023-04-07 | 广东工业大学 | 一种基于集员滤波的无人艇目标轨迹预测方法 |
CN114967757B (zh) * | 2022-07-12 | 2024-07-12 | 中南大学 | 车辆与多无人机协同路径规划方法、装置、终端及介质 |
CN115225944B (zh) * | 2022-09-20 | 2022-12-09 | 深圳比特微电子科技有限公司 | 视频处理方法、装置、电子设备和计算机可读存储介质 |
CN116540709B (zh) * | 2023-05-11 | 2023-11-14 | 江苏博发机器人智能装备有限公司 | 一种基于机器人编队的避障路径规划方法 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053620A (zh) * | 2009-11-06 | 2011-05-11 | 北京理工大学 | 一种地面移动机器人群摆脱多边形障碍物的方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN106647769A (zh) * | 2017-01-19 | 2017-05-10 | 厦门大学 | 基于a*提取引导点的agv路径跟踪与避障协调方法 |
CN106647790A (zh) * | 2016-12-27 | 2017-05-10 | 重庆大学 | 面向复杂环境的四旋翼无人机飞行器***及飞行方法 |
CN106919181A (zh) * | 2016-10-20 | 2017-07-04 | 湖南大学 | 一种无人机避障方法 |
CN107272680A (zh) * | 2017-06-16 | 2017-10-20 | 华南理工大学 | 一种基于ros机器人操作***的机器人自动跟随方法 |
CN108268031A (zh) * | 2016-12-30 | 2018-07-10 | 深圳光启合众科技有限公司 | 路径规划方法、装置及机器人 |
CN108827278A (zh) * | 2018-10-09 | 2018-11-16 | 上海岚豹智能科技有限公司 | 导航方法及设备 |
CN108829105A (zh) * | 2018-06-21 | 2018-11-16 | 浙江工业大学 | 一种基于km算法和人工势场法的仓储物流调度避障优化方法 |
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN109634304A (zh) * | 2018-12-13 | 2019-04-16 | 中国科学院自动化研究所南京人工智能芯片创新研究院 | 无人机飞行路径规划方法、装置和存储介质 |
CN109782806A (zh) * | 2019-02-19 | 2019-05-21 | 北京邮电大学 | 一种无人机室内路径跟踪方法及装置 |
CN109782807A (zh) * | 2019-03-08 | 2019-05-21 | 哈尔滨工程大学 | 一种回形障碍物环境下的auv避障方法 |
CN109945867A (zh) * | 2019-03-04 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 无人机的路径规划方法、装置和计算机设备 |
WO2019167511A1 (ja) * | 2018-02-28 | 2019-09-06 | ソニー株式会社 | 移動体の制御装置及び移動体の制御方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9075415B2 (en) * | 2013-03-11 | 2015-07-07 | Airphrame, Inc. | Unmanned aerial vehicle and methods for controlling same |
CN108594843A (zh) * | 2018-02-09 | 2018-09-28 | 深圳臻迪信息技术有限公司 | 无人机自主飞行方法、装置及无人机 |
CN108444482B (zh) * | 2018-06-15 | 2021-10-22 | 东北大学 | 一种无人机自主寻路避障方法及*** |
CN109101017A (zh) * | 2018-07-27 | 2018-12-28 | 江苏盛海智能科技有限公司 | 一种无人车寻迹路线规划方法及终端 |
CN109947100B (zh) * | 2019-03-12 | 2022-05-24 | 深圳优地科技有限公司 | 路径规划方法、***及终端设备 |
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 |
-
2019
- 2019-11-08 CN CN201911087651.8A patent/CN110687923B/zh active Active
-
2020
- 2020-10-27 WO PCT/CN2020/124052 patent/WO2021088681A1/zh active Application Filing
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102053620A (zh) * | 2009-11-06 | 2011-05-11 | 北京理工大学 | 一种地面移动机器人群摆脱多边形障碍物的方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN106919181A (zh) * | 2016-10-20 | 2017-07-04 | 湖南大学 | 一种无人机避障方法 |
CN106647790A (zh) * | 2016-12-27 | 2017-05-10 | 重庆大学 | 面向复杂环境的四旋翼无人机飞行器***及飞行方法 |
CN108268031A (zh) * | 2016-12-30 | 2018-07-10 | 深圳光启合众科技有限公司 | 路径规划方法、装置及机器人 |
CN106647769A (zh) * | 2017-01-19 | 2017-05-10 | 厦门大学 | 基于a*提取引导点的agv路径跟踪与避障协调方法 |
CN107272680A (zh) * | 2017-06-16 | 2017-10-20 | 华南理工大学 | 一种基于ros机器人操作***的机器人自动跟随方法 |
WO2019167511A1 (ja) * | 2018-02-28 | 2019-09-06 | ソニー株式会社 | 移動体の制御装置及び移動体の制御方法 |
CN108981739A (zh) * | 2018-06-08 | 2018-12-11 | 南方科技大学 | 一种路径规划方法、装置、服务器及存储介质 |
CN108829105A (zh) * | 2018-06-21 | 2018-11-16 | 浙江工业大学 | 一种基于km算法和人工势场法的仓储物流调度避障优化方法 |
CN108827278A (zh) * | 2018-10-09 | 2018-11-16 | 上海岚豹智能科技有限公司 | 导航方法及设备 |
CN109634304A (zh) * | 2018-12-13 | 2019-04-16 | 中国科学院自动化研究所南京人工智能芯片创新研究院 | 无人机飞行路径规划方法、装置和存储介质 |
CN109782806A (zh) * | 2019-02-19 | 2019-05-21 | 北京邮电大学 | 一种无人机室内路径跟踪方法及装置 |
CN109945867A (zh) * | 2019-03-04 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 无人机的路径规划方法、装置和计算机设备 |
CN109782807A (zh) * | 2019-03-08 | 2019-05-21 | 哈尔滨工程大学 | 一种回形障碍物环境下的auv避障方法 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021088681A1 (zh) * | 2019-11-08 | 2021-05-14 | 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 |
CN111665868B (zh) * | 2020-07-21 | 2023-06-13 | 陕西欧卡电子智能科技有限公司 | 基于虚拟航道的无人船返航方法、装置、设备及存储介质 |
CN111665868A (zh) * | 2020-07-21 | 2020-09-15 | 陕西欧卡电子智能科技有限公司 | 基于虚拟航道的无人船返航方法、装置、设备及存储介质 |
CN112015179A (zh) * | 2020-08-21 | 2020-12-01 | 苏州三六零机器人科技有限公司 | 清扫设备的运行轨迹规划方法、装置、***及存储介质 |
CN112015203A (zh) * | 2020-09-07 | 2020-12-01 | 深圳大漠大智控技术有限公司 | 一种无人机集群轨迹跟踪方法及*** |
CN112015203B (zh) * | 2020-09-07 | 2024-04-02 | 深圳大漠大智控技术有限公司 | 一种无人机集群轨迹跟踪方法及*** |
CN112461239A (zh) * | 2020-11-10 | 2021-03-09 | 北京京东乾石科技有限公司 | 移动体路径规划方法、装置、设备及存储介质 |
CN112461239B (zh) * | 2020-11-10 | 2024-05-17 | 北京京东乾石科技有限公司 | 移动体路径规划方法、装置、设备及存储介质 |
WO2022127737A1 (zh) * | 2020-12-15 | 2022-06-23 | 广州极飞科技股份有限公司 | 轨迹规划方法、装置、轨迹规划器、无人机及存储介质 |
CN112379697A (zh) * | 2020-12-15 | 2021-02-19 | 广州极飞科技有限公司 | 轨迹规划方法、装置、轨迹规划器、无人机及存储介质 |
CN112379697B (zh) * | 2020-12-15 | 2024-04-12 | 广州极飞科技股份有限公司 | 轨迹规划方法、装置、轨迹规划器、无人机及存储介质 |
CN112859842B (zh) * | 2020-12-31 | 2022-06-14 | 中山大学 | 一种路径跟随导航方法及其*** |
CN112859842A (zh) * | 2020-12-31 | 2021-05-28 | 中山大学 | 一种路径跟随导航方法及其*** |
CN112731972A (zh) * | 2021-04-06 | 2021-04-30 | 北京三快在线科技有限公司 | 轨迹管理方法、装置、设备及计算机可读存储介质 |
CN113612920A (zh) * | 2021-06-23 | 2021-11-05 | 广西电网有限责任公司电力科学研究院 | 一种无人机拍摄电力设备图像的方法及其装置 |
CN114527783A (zh) * | 2021-12-17 | 2022-05-24 | 浙江华飞智能科技有限公司 | 无人机的控制方法、装置、设备及计算机存储介质 |
CN117055601A (zh) * | 2023-09-05 | 2023-11-14 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
CN117055601B (zh) * | 2023-09-05 | 2024-05-31 | 广东工业大学 | 一种无人机送餐路径规划方法、装置、设备及存储介质 |
CN117773370A (zh) * | 2024-02-27 | 2024-03-29 | 吉林大学 | 电路板打孔路径的规划方法及装置、计算机设备、介质 |
CN117773370B (zh) * | 2024-02-27 | 2024-05-31 | 吉林大学 | 电路板打孔路径的规划方法及装置、计算机设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110687923B (zh) | 2022-06-17 |
WO2021088681A1 (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110687923B (zh) | 无人机长距离循迹飞行方法、装置、设备及存储介质 | |
CN110058613B (zh) | 一种多无人机多蚁群协同搜索目标方法 | |
US10706729B2 (en) | Joint search method for UAV multiobjective path planning in urban low altitude environment | |
Liu et al. | Adaptive sensitivity decision based path planning algorithm for unmanned aerial vehicle with improved particle swarm optimization | |
Siqi et al. | A multi-aircraft conflict detection and resolution method for 4-dimensional trajectory-based operation | |
US8082102B2 (en) | Computing flight plans for UAVs while routing around obstacles having spatial and temporal dimensions | |
KR102279956B1 (ko) | 감시영역 우선도 기반 소수무리최적화 이론을 활용한 복수 무인항공기의 3차원 감시경로설정 최적화 방법 및 장치 | |
Tian et al. | Real-time dynamic track planning of multi-UAV formation based on improved artificial bee colony algorithm | |
CN112947594B (zh) | 一种面向无人机的航迹规划方法 | |
US20210325891A1 (en) | Graph construction and execution ml techniques | |
Liu et al. | Potential odor intensity grid based UAV path planning algorithm with particle swarm optimization approach | |
CN112824998A (zh) | 马尔可夫决策过程的多无人机协同航路规划方法和装置 | |
Chen et al. | Dynamic obstacle avoidance for UAVs using a fast trajectory planning approach | |
CN112000126A (zh) | 一种基于鲸鱼算法的多无人机协同搜索多动态目标方法 | |
Geißer et al. | Optimal and heuristic approaches for constrained flight planning under weather uncertainty | |
Shin et al. | Information-driven persistent sensing of a non-cooperative mobile target using UAVs | |
Huang et al. | A novel route planning method of fixed-wing unmanned aerial vehicle based on improved QPSO | |
Zhong et al. | Method of multi-UAVs cooperative search for Markov moving targets | |
CN113063419A (zh) | 一种无人机路径规划方法及*** | |
CN115061499B (zh) | 无人机控制方法及无人机控制装置 | |
Chow et al. | RADR: routing for autonomous drones | |
Zhang et al. | An improved heuristic algorithm for UCAV path planning | |
CN115793700A (zh) | 在部分已知环境中进行动态避让的快速路径规划 | |
CN115617076A (zh) | 近地搜索无人机的轨迹规划及动态避障方法 | |
CN112595333B (zh) | 道路导航数据的处理方法、装置、电子设备及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9. Applicant after: Shenzhen daotong intelligent Aviation Technology Co.,Ltd. Address before: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9. Applicant before: AUTEL ROBOTICS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |