CN112097770B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN112097770B CN112097770B CN202010780182.4A CN202010780182A CN112097770B CN 112097770 B CN112097770 B CN 112097770B CN 202010780182 A CN202010780182 A CN 202010780182A CN 112097770 B CN112097770 B CN 112097770B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- target area
- aerial vehicles
- flight
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000000354 decomposition reaction Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
Images
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
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0202—Control of position or course in two dimensions specially adapted to aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了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,所述方法包括:获取多无人机飞行的第一目标区域;基于第一目标区域的数学形状将目标区域进行修正,生成修正后的目标区域;根据修正后的目标区域构建多无人机飞行的第二目标区域;根据多无人机飞行的第二目标区域确定多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;根据预先采集的无人机高空拍摄的图像参数确定多无人机航迹之间的间隔距离;基于多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成多无人机飞行路径。因此,采用本申请实施例,能够让无人机在实际飞行中更容易跟踪预先规划的飞行路径,提高大区域全覆盖航空拍摄效率。
Description
技术领域
本发明涉及无人机技术领域,特别涉及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。
背景技术
无人机即无人驾驶飞机简称,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作。在无人机航拍测绘、灾害搜救、精准农业、管道巡检等应用中,需要在划定区域内,使用无人机按照一定的全覆盖路径进行遍历进行大区域全覆盖的航空拍摄任务。
针对大区域航空拍摄任务,当前采用的技术方案首先是对拍摄任务对应的覆盖区域进行分解,然后采用无人机对分解的区域进行拍摄,在无人机拍摄后,为无人机更换电池继续对分解的区域进行遍历拍摄直到分解的区域全部拍摄完成即可。由于这种方式需要为无人机不断更换电池以及多次针对拍摄区域进行遍历拍摄,使得浪费了大量的人力和时间,从而导致降低了大区域全覆盖航空拍摄效率。
发明内容
本申请实施例提供了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。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
第一方面,本申请实施例提供了一种多无人机协同全覆盖的路径规划方法,所述方法包括:
获取多无人机飞行的第一目标区域;
基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;
根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;
根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
可选的,所述生成所述多无人机飞行路径之后,还包括:
将所述多无人机飞行路径的拐点位置坐标处优化成弧形弯道,生成所述多无人机的最佳飞行路径。
可选的,所述基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域,包括:
当所述第一目标区域形状为凹多边形时,获取所述凹多边形对应的凹型区域面积;
当所述凹型区域面积小于预设阈值时,将所述凹多边形凹型区域进行填充,生成凸多边形;
将所述凸多边形的区域确定为修正后的目标区域。
可选的,所述根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域,包括:
在所述凸多边形内放置路径拐点,其中,所述路径拐点与所述凸多边形的各个顶点的距离为旁向航迹距离;
计算相邻两个路径拐点之间的距离,当相邻两个路径拐点之间的距离小于预设距离阈值时,合并相邻的两个路径拐点;
以路径拐点为顶点构建新的凸多边形区域;
重复上述步骤,直到路径拐点与所述新的凸多边形区域的各个顶点的距离小于旁向航迹距离时,生成所述多无人机飞行的第二目标区域。
可选的,所述根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离,包括:
获取预先采集的无人机高空拍摄的图像参数;
根据所述图像参数计算生成所述多无人机的旁向航迹距离和航向拍照距离;
将所述多无人机的旁向航迹距离和航向拍照距离确定为所述多无人机航迹之间的间隔距离。
可选的,所述基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径,包括:
将所述多无人机飞行的起点位置坐标、拐点位置坐标以及终点位置坐标按照双螺旋线连接,生成所述第二目标区域中的飞行路线;
根据所述间隔距离控制所述多无人机在所述第二目标区域中的飞行路线中飞行时,生成所述多无人机飞行路径。
第二方面,本申请实施例提供了一种多无人机协同全覆盖的路径规划装置,所述装置包括:
第一区域获取模块,用于获取多无人机飞行的第一目标区域;
区域修正模块,用于基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;
第二区域构建模块,用于根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;
飞行数据确定模块,用于根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
间隔距离确定模块,用于根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
路径生成模块,用于基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
第三方面,本申请实施例提供一种计算机存储介质,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行上述的方法步骤。
第四方面,本申请实施例提供一种终端,可包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果:
在本申请实施例中,多无人机协同全覆盖的路径规划装置首先获取多无人机飞行的第一目标区域,再基于第一目标区域的数学形状将目标区域进行修正,生成修正后的目标区域,然后根据修正后的目标区域构建多无人机飞行的第二目标区域,再根据多无人机飞行的第二目标区域确定多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标,再根据预先采集的无人机高空拍摄的图像参数确定多无人机航迹之间的间隔距离,最后基于多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成多无人机飞行路径。由于本方案通过对多无人机进行任务分配和协同路径规划,再使用多架无人机同时对目标区域进行覆盖遍历,从而节省了执行任务的时间,提高大区域全覆盖航空拍摄效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种多无人机协同全覆盖的路径规划方法的流程示意图;
图2是本申请实施例提供的一种覆盖区域为凹多边形区域示意图;
图3是本申请实施例提供的一种覆盖区域凹多边形被修正为凸多边形示意图;
图4是本申请实施例提供的一种无人机拍摄视场角α、无人机飞行高度height示意图;
图5是本申请实施例提供的一种无人机航拍影像参数示意图;
图6是本申请实施例提供的一种无人机螺旋式闭合式多边形路径多边形示意图;
图7是本申请实施例提供的一种无人机螺旋式闭合式多边形路径示意图;
图8是本申请实施例提供的一种无人机螺旋式闭合式多边形优化路径示意图;
图9是本申请提供的一种多无人机全覆盖路径规划方法步骤流程图;
图10是本申请实施例提供的一种多无人机协同全覆盖的路径规划装置的装置示意图;
图11是一种本申请实施例提供的终端示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。
应当明确,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它实施例,都属于本发明保护的范围。
下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的***和方法的例子。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
到目前为止,针对大区域航空拍摄任务,当前采用的技术方案首先是对拍摄任务对应的覆盖区域进行分解,然后采用无人机对分解的区域进行拍摄,在无人机拍摄后,为无人机更换电池继续对分解的区域进行遍历拍摄直到分解的区域全部拍摄完成即可。由于这种方式需要为无人机不断更换电池以及多次针对拍摄区域进行遍历拍摄,使得浪费了大量的人力和时间,从而导致降低了大区域全覆盖航空拍摄效率。为此,本申请提供了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,以解决上述相关技术问题中存在的问题。本申请提供的技术方案中,由于本方案通过对多无人机进行任务分配和协同路径规划,再使用多架无人机同时对目标区域进行覆盖遍历,从而节省了执行任务的时间,提高大区域全覆盖航空拍摄效率,下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图9,对本申请实施例提供的多无人机协同全覆盖的路径规划方法进行详细介绍。该方法可依赖于计算机程序实现,可运行于基于冯诺依曼体系的多无人机协同全覆盖的路径规划装置上。该计算机程序可集成在应用中,也可作为独立的工具类应用运行。
请参见图1,为本申请实施例提供了一种多无人机协同全覆盖的路径规划方法的流程示意图。如图1所示,本申请实施例的所述方法可以包括以下步骤:
S101,获取多无人机飞行的第一目标区域;
其中,多无人机是即无人驾驶飞机简称,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。第一目标区域拍摄任务对应的多无人机覆盖区域。
通常,多无人机协同全覆盖的路径规划不同于传统的往返式和螺旋式路径规划,该方式在考虑无人机高空拍摄图像重叠率的情况下,使用两架无人机同时对大区域完成覆盖式遍历,最终规划出符合无人机动力学约束,能量消耗更低的全覆盖路径。
在一种可能的实现方式中,在进行大区域全覆盖航空拍摄任务时,控制多无人机飞行的装置需要进行多无人机协同全覆盖的路径规划,在路径规划中,控制多无人机飞行的装置首先需要获取多无人机飞行的目标区域。
S102,基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;
其中,数学形状是目标区域的边界所构成的数学图像,例如多边形、三角形、四边形等。
在本申请实施例中,当第一目标区域形状为凹多边形时,首先获取凹多边形对应的凹型区域面积,当凹型区域面积小于预设阈值时,然后将凹多边形凹型区域进行填充,生成凸多边形,最后将生成的凸多边形的区域确定为修正后的目标区域。
在一种可能的实现方式中,控制多无人机飞行的装置在根据步骤S101获取到目标区域后,首先提取目标区域的边界所构成的数学形状,当判断后的目标区域形状为多边形时,再判断该多边形是否为凹多边形,当判断结果是凹多边形后,获取凹多边形对应的凹型区域面积,然后将凹型区域面积的总和与设定的阈值进行比较,当区域面积总和小于设定的阈值时,将凹型区域进行填充,填充后得到凸多边形,最后将得到凸多边形确定为修正后的目标区域。
进一步地,控制多无人机飞行的装置在计算凹多边形的凹型区域面积时,例如图2所示的凹多边形区域,由以下公式计算多边形P1P2P3P4的面积A。
其中,n为多边形P1P2P3P4的边长数量,xi,yi为多边形顶点坐标。
将计算出的区域面积与事先规定范围内的阈值进行比较,如果在允许的范围内,则将凹多边形区域修正为凸多边形区域,如图3所示。
S103,根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;
在本申请实施例中,当根据步骤S102得到修正后的目标区域后,控制多无人机飞行的装置基于修正后的目标区域构建多无人机飞行的第二目标区域,在构建多为人机飞行的第二目标区域时,首先在凸多边形内放置路径拐点,其中,路径拐点与凸多边形的各个顶点的距离为旁向航迹距离,再计算相邻两个路径拐点之间的距离,当相邻两个路径拐点之间的距离小于预设距离阈值时,合并相邻的两个路径拐点,然后以路径拐点为顶点构建新的凸多边形区域,最后重复上述步骤,直到路径拐点与新的凸多边形区域的各个顶点的距离小于旁向航迹距离时,生成所述多无人机飞行的第二目标区域。
例如,在图3初始覆盖区域内距离多边形边界大于无人机旁向航迹距离的位置放置路径点,每个多边形顶点一个,检查路径点之间的距离,如果路径点之间的距离太小则对路径点进行合并或者删除。在放置完初始覆盖区域多边形路径点之后,以路径点为顶点构建新的多边形区域,重复以上操作。直到所构建的多边形区域边界之间的距离小于无人机旁向航迹距离或者航向拍照距离时,停止构建,如图6所示,图6为最终构建的多无人机飞行的第二目标区域。
S104,根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
在一种可能的实现方式中,根据步骤S103中所构建的第二目标区域中的多个多边形,确定出两架无人机起点和终点位置,再根据起点位置和终点位置以及结合多个多边形,计算多无人机协同螺旋式闭合遍历路径的拐点位置。
S105,根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
其中,多无人机航迹之间的间隔距离包括多无人机的旁向航迹距离和航向拍照距离。
在一种可能的实现方式中,多无人机路径规划装置首先获取预先采集的无人机高空拍摄的图像参数,然后根据图像参数计算生成多无人机的旁向航迹距离和航向拍照距离,最后将多无人机的旁向航迹距离和航向拍照距离确定为多无人机航迹之间的间隔距离。
具体的,根据无人机高空拍摄照片尺寸,按图片拼接重合率等要求确定无人机航迹之间的间隔距离。例如如图4,图5所示,根据给定的无人机拍摄视场角α、无人机飞行高度h,图像旁向和航向分辨率(Ix,Iy),图像旁向和航向重叠率(ovx,ovy),由以下公式计算出无人机旁向航迹距离(dx)以及航向拍照距离(dy):dx=Lx-ovx·Lx,dy=Ly-ovy·Ly。
在计算时,首先根据无人机拍摄视场角α、无人机飞行高度h结合公式计算出拍摄照片在X坐标轴的大小,再结合图像旁向和航向分辨率(Ix,Iy)、拍摄照片在X坐标轴的大小以及结合公式计算出参数拍摄照片在Y坐标轴的大小,最后根据图像旁向和航向重叠率(ovx,ovy)、照片在X坐标轴的大小、照片在Y坐标轴的大小以及结合公式dx=Lx-ovx·Lx,dy=Ly-ovy·Ly进行计算,得到旁向航迹距离和航向拍照距离。
在本申请实施例中,首先将第一目标区域不规则的凹多边形区域在面积总和小于预设值的范围内修正为凸多边形区域,再根据无人机高空拍摄照片大小,按图片拼接重合度要求确定无人机航迹之间的间隔距离,然后在初始覆盖区域内距离多边形边界d_x的位置放置路径点,每个多边形顶点一个,检查路径点之间的距离,如果路径点之间的距离太小则对路径点进行合并或者删除。在放置完初始覆盖区域多边形路径点之后,以路径点为顶点构建新的多边形区域,重复以上操作。直到所构建的多边形区域边界之间的距离小于d_x或者d_y,如图6所示。
根据所构建的多个多边形,确定两架无人机起点和终点位置,按照双螺旋线连接奇数圈末尾和开头,如图7所示。为规划出一条符合无人机动力学约束的飞行轨迹,在考虑无人机的刚体特性的前提下,优化无人机转弯时的航迹点,使无人机在转弯时减少不必要的悬停和能量消耗,优化后的弧形弯道能够让无人机在实际飞行中更容易跟踪预先规划的航迹,如图8所示。
S106,基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
在一种可能的实现方式中,首先将多无人机飞行的起点位置坐标、拐点位置坐标以及终点位置坐标按照双螺旋线连接,生成第二目标区域中的飞行路线,再根据间隔距离控制多无人机在第二目标区域中的飞行路线中飞行时,生成多无人机飞行路径,最后将多无人机飞行路径的拐点位置坐标处优化成弧形弯道,生成多无人机的最佳飞行路径。其中按照双螺旋线连接奇数圈末尾和开头,如图7所示。
进一步地,对无人机航迹进行优化,使规划的路径更容易让无人机跟踪。如图8所示,为规划出一条符合无人机动力学约束的飞行轨迹,在考虑无人机的刚体特性的前提下,优化无人机转弯时的航迹点,使无人机在转弯时减少不必要的悬停和能量消耗,优化后的弧形弯道能够让无人机在实际飞行中更容易跟踪预先规划的航迹。
例如图9所示,图9是本申请实施例提供的一种多无人机协同全覆盖的路径规划的流程框图,当进行路径规划时,路径规划装置首先确定无人机飞行覆盖的飞行区域,再判断该飞行区域的数学形状是否为凹多边形,当判断结果为是时,将凹多边形修正为凸多边形并计算无人机航迹间的航向和旁向距离,当判断结果为否时直接计算无人机航迹间的航向和旁向距离,然后计算多无人机协同螺旋式闭合遍历路径的拐点位置,并按照双螺旋线连接奇数圈末尾和开头形成多无人机飞行路径,最后对无人机飞行路径(航迹)进行优化,使得规划的路径更容易让无人机跟踪。
在本申请实施例中,多无人机协同全覆盖的路径规划装置首先获取多无人机飞行的第一目标区域,再基于第一目标区域的数学形状将目标区域进行修正,生成修正后的目标区域,然后根据修正后的目标区域构建多无人机飞行的第二目标区域,再根据多无人机飞行的第二目标区域确定多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标,再根据预先采集的无人机高空拍摄的图像参数确定多无人机航迹之间的间隔距离,最后基于多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成多无人机飞行路径。由于本方案通过对多无人机进行任务分配和协同路径规划,再使用多架无人机同时对目标区域进行覆盖遍历,从而节省了执行任务的时间,提高大区域全覆盖航空拍摄效率。
下述为本发明装置实施例,可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节,请参照本发明方法实施例。
请参见图10,其示出了本发明一个示例性实施例提供的多无人机协同全覆盖的路径规划装置的结构示意图。该多无人机协同全覆盖的路径规划装置可以通过软件、硬件或者两者的结合实现成为智能机器人的全部或一部分。该装置1包括第一区域获取模块10、区域修正模块20、第二区域构建模块30、飞行数据确定模块40、间隔距离确定模块50、路径生成模块60。
第一区域获取模块10,用于获取多无人机飞行的第一目标区域;
区域修正模块20,用于基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;
第二区域构建模块30,用于根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;
飞行数据确定模块40,用于根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
间隔距离确定模块50,用于根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
路径生成模块60,用于基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
需要说明的是,上述实施例提供的多无人机协同全覆盖的路径规划***在执行多无人机协同全覆盖的路径规划方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的多无人机协同全覆盖的路径规划***与多无人机协同全覆盖的路径规划方法实施例属于同一构思,其体现实现过程详见方法实施例,这里不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请实施例中,多无人机协同全覆盖的路径规划装置首先获取多无人机飞行的第一目标区域,再基于第一目标区域的数学形状将目标区域进行修正,生成修正后的目标区域,然后根据修正后的目标区域构建多无人机飞行的第二目标区域,再根据多无人机飞行的第二目标区域确定多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标,再根据预先采集的无人机高空拍摄的图像参数确定多无人机航迹之间的间隔距离,最后基于多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成多无人机飞行路径。由于本方案通过对多无人机进行任务分配和协同路径规划,再使用多架无人机同时对目标区域进行覆盖遍历,从而节省了执行任务的时间,提高大区域全覆盖航空拍摄效率。
本发明还提供一种计算机可读介质,其上存储有程序指令,该程序指令被处理器执行时实现上述各个方法实施例提供的多无人机协同全覆盖的路径规划方法。
本发明还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述各个方法实施例所述的多无人机协同全覆盖的路径规划方法。
请参见图11,为本申请实施例提供了一种终端的结构示意图。如图11所示,所述终端1000可以包括:至少一个处理器1001,至少一个网络接口1004,用户接口1003,存储器1005,至少一个通信总线1002。
其中,通信总线1002用于实现这些组件之间的连接通信。
其中,用户接口1003可以包括显示屏(Display)、摄像头(Camera),可选用户接口1003还可以包括标准的有线接口、无线接口。
其中,网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分,通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集,以及调用存储在存储器1005内的数据,执行电子设备1000的各种功能和处理数据。可选的,处理器1001可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable Logic Array,PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作***、用户界面和应用程序等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器1001中,单独通过一块芯片进行实现。
其中,存储器1005可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区,其中,存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图11所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及多无人机协同全覆盖的路径规划应用程序。
在图11所示的终端1000中,用户接口1003主要用于为用户提供输入的接口,获取用户输入的数据;而处理器1001可以用于调用存储器1005中存储的多无人机协同全覆盖的路径规划应用程序,并具体执行以下操作:
获取多无人机飞行的第一目标区域;
基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;
根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;
根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
可选的,所述处理器1001在执行所述生成所述多无人机飞行路径之后时,还执行以下操作:
将所述多无人机飞行路径的拐点位置坐标处优化成弧形弯道,生成所述多无人机的最佳飞行路径。
可选的,所述处理器1001在执行所述基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域时,具体还执行以下操作:
当所述第一目标区域形状为凹多边形时,获取所述凹多边形对应的凹型区域面积;
当所述凹型区域面积小于预设阈值时,将所述凹多边形凹型区域进行填充,生成凸多边形;
将所述凸多边形的区域确定为修正后的目标区域。
可选的,所述处理器1001在执行所述根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域时,具体执行以下操作:
在所述凸多边形内放置路径拐点,其中,所述路径拐点与所述凸多边形的各个顶点的距离为旁向航迹距离;
计算相邻两个路径拐点之间的距离,当相邻两个路径拐点之间的距离小于预设距离阈值时,合并相邻的两个路径拐点;
以路径拐点为顶点构建新的凸多边形区域;
重复上述步骤,直到路径拐点与所述新的凸多边形区域的各个顶点的距离小于旁向航迹距离时,生成所述多无人机飞行的第二目标区域。
可选的,所述处理器1001在执行所述根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离时,具体执行以下操作:
获取预先采集的无人机高空拍摄的图像参数;
根据所述图像参数计算生成所述多无人机的旁向航迹距离和航向拍照距离;
将所述多无人机的旁向航迹距离和航向拍照距离确定为所述多无人机航迹之间的间隔距离。
在本申请实施例中,多无人机协同全覆盖的路径规划装置首先获取多无人机飞行的第一目标区域,再基于第一目标区域的数学形状将目标区域进行修正,生成修正后的目标区域,然后根据修正后的目标区域构建多无人机飞行的第二目标区域,再根据多无人机飞行的第二目标区域确定多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标,再根据预先采集的无人机高空拍摄的图像参数确定多无人机航迹之间的间隔距离,最后基于多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成多无人机飞行路径。由于本方案通过对多无人机进行任务分配和协同路径规划,再使用多架无人机同时对目标区域进行覆盖遍历,从而节省了执行任务的时间,提高大区域全覆盖航空拍摄效率。
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,所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (8)
1.一种多无人机协同全覆盖的路径规划方法,其特征在于,所述方法包括:
获取多无人机飞行的第一目标区域;
基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;其中,所述基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域,包括:
当所述第一目标区域形状为凹多边形时,获取所述凹多边形对应的凹型区域面积;
当所述凹型区域面积小于预设阈值时,将所述凹多边形凹型区域进行填充,生成凸多边形;
将所述凸多边形的区域确定为修正后的目标区域;
根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;其中,
所述根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域,包括:
S1:在所述凸多边形内放置路径拐点,其中,所述路径拐点与所述凸多边形的各个顶点的距离为旁向航迹距离;
S2:计算相邻两个路径拐点之间的距离,当相邻两个路径拐点之间的距离小于预设距离阈值时,合并相邻的两个路径拐点;
S3:以路径拐点为顶点构建新的凸多边形区域;
重复上述步骤S1-S3,直到路径拐点与所述新的凸多边形区域的各个顶点的距离小于旁向航迹距离时,生成所述多无人机飞行的第二目标区域;
根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
2.根据权利要求1所述的方法,其特征在于,所述生成所述多无人机飞行路径之后,还包括:
将所述多无人机飞行路径的拐点位置坐标处优化成弧形弯道,生成所述多无人机的最佳飞行路径。
3.根据权利要求1所述的方法,其特征在于,所述根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离,包括:
获取预先采集的无人机高空拍摄的图像参数;
根据所述图像参数计算生成所述多无人机的旁向航迹距离和航向拍照距离;
将所述多无人机的旁向航迹距离和航向拍照距离确定为所述多无人机航迹之间的间隔距离。
4.根据权利要求1所述的方法,其特征在于,所述基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径,包括:
将所述多无人机飞行的起点位置坐标、拐点位置坐标以及终点位置坐标按照双螺旋线连接,生成所述第二目标区域中的飞行路线;
根据所述间隔距离控制所述多无人机在所述第二目标区域中的飞行路线中飞行时,生成所述多无人机飞行路径。
5.一种多无人机协同全覆盖的路径规划装置,其特征在于,所述装置包括:
第一区域获取模块,用于获取多无人机飞行的第一目标区域;
区域修正模块,用于基于所述第一目标区域的数学形状将所述目标区域进行修正,生成修正后的目标区域;其中,所区域修正模块具体用于:
当所述第一目标区域形状为凹多边形时,获取所述凹多边形对应的凹型区域面积;
当所述凹型区域面积小于预设阈值时,将所述凹多边形凹型区域进行填充,生成凸多边形;
将所述凸多边形的区域确定为修正后的目标区域;
第二区域构建模块,用于根据所述修正后的目标区域构建所述多无人机飞行的第二目标区域;其中,所述第二区域构建模块,包括:
S1:在所述凸多边形内放置路径拐点,其中,所述路径拐点与所述凸多边形的各个顶点的距离为旁向航迹距离;
S2:计算相邻两个路径拐点之间的距离,当相邻两个路径拐点之间的距离小于预设距离阈值时,合并相邻的两个路径拐点;
S3:以路径拐点为顶点构建新的凸多边形区域;
重复上述步骤S1-S3,直到路径拐点与所述新的凸多边形区域的各个顶点的距离小于旁向航迹距离时,生成所述多无人机飞行的第二目标区域;
飞行数据确定模块,用于根据所述多无人机飞行的第二目标区域确定所述多无人机飞行的起点位置坐标、拐点位置坐标、以及终点位置坐标;
间隔距离确定模块,用于根据预先采集的无人机高空拍摄的图像参数确定所述多无人机航迹之间的间隔距离;
路径生成模块,用于基于所述多无人机飞行的起点位置坐标、拐点位置坐标、终点位置坐标以及间隔距离,生成所述多无人机飞行路径。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
路径优化模块,用于将所述多无人机飞行路径的拐点位置坐标处优化成弧形弯道,生成所述多无人机的最佳飞行路径。
7.一种计算机存储介质,其特征在于,所述计算机存储介质存储有多条指令,所述指令适于由处理器加载并执行如权利要求1~4任意一项的方法步骤。
8.一种终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1~4任意一项的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010780182.4A CN112097770B (zh) | 2020-08-05 | 2020-08-05 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010780182.4A CN112097770B (zh) | 2020-08-05 | 2020-08-05 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112097770A CN112097770A (zh) | 2020-12-18 |
CN112097770B true CN112097770B (zh) | 2022-05-10 |
Family
ID=73749552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010780182.4A Active CN112097770B (zh) | 2020-08-05 | 2020-08-05 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112097770B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112859916B (zh) * | 2021-01-15 | 2023-03-07 | 中国人民解放军国防科技大学 | 一种多无人机抵达时间协同控制方法及其装置 |
CN112923928B (zh) * | 2021-01-29 | 2022-05-06 | 江苏提米智能科技有限公司 | 一种基于图像识别的光伏板导航方法、装置、电子设备及存储介质 |
CN113010834B (zh) * | 2021-03-26 | 2022-08-19 | 上海科建工程管理股份有限公司 | 基于gis的地面巡检机器人巡检覆盖校验方法及装置 |
CN113050698B (zh) * | 2021-03-29 | 2024-03-01 | 深圳市道通智能航空技术股份有限公司 | 一种搜寻目标物的方法、装置、无人机设备及存储介质 |
CN113282108A (zh) * | 2021-07-15 | 2021-08-20 | 湖北无垠智探科技发展有限公司 | 基于无人机技术快速精准采集低空遥感影像的方法 |
CN114485669B (zh) * | 2022-01-20 | 2024-04-19 | 南京航空航天大学 | 一种面向拍摄效用最大化的无人机航迹规划方法 |
CN114812515B (zh) * | 2022-05-06 | 2022-11-29 | 深圳深略智慧信息服务有限公司 | 一种用于统计数据的精确测绘***及其数据采集方法 |
CN114740901B (zh) * | 2022-06-13 | 2022-08-19 | 深圳联和智慧科技有限公司 | 一种无人机集群飞行方法、***及云平台 |
CN116736890B (zh) * | 2023-08-11 | 2024-05-31 | 深圳星网信通科技股份有限公司 | 无人机的调度方法、调度***及计算机可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
CN110057367A (zh) * | 2019-05-08 | 2019-07-26 | 广州知行机器人科技有限公司 | 一种无人机的航线规划的方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9824596B2 (en) * | 2013-08-30 | 2017-11-21 | Insitu, Inc. | Unmanned vehicle searches |
US11029352B2 (en) * | 2016-05-18 | 2021-06-08 | Skydio, Inc. | Unmanned aerial vehicle electromagnetic avoidance and utilization system |
-
2020
- 2020-08-05 CN CN202010780182.4A patent/CN112097770B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102980581A (zh) * | 2012-12-07 | 2013-03-20 | 北京中海新图科技有限公司 | 基于不规则海岛的无人机覆盖航迹规划方法 |
CN106289264A (zh) * | 2016-08-26 | 2017-01-04 | 哈尔滨工业大学深圳研究生院 | 一种基于子区域划分的多无人机遍历搜索算法 |
CN106969778A (zh) * | 2017-02-28 | 2017-07-21 | 南京航空航天大学 | 一种多无人机协同施药的路径规划方法 |
CN110057367A (zh) * | 2019-05-08 | 2019-07-26 | 广州知行机器人科技有限公司 | 一种无人机的航线规划的方法及装置 |
Non-Patent Citations (1)
Title |
---|
An Area-Decomposition Based Approach for Cooperative Tasking and Coordination of UAVs in a Search and Coverage Mission;Vinh, K等;《IEEE Aerospace Conference Proceedings》;20190620;第1-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112097770A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112097770B (zh) | 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 | |
US11479359B2 (en) | UAV operation route planning method, UAV pesticide spreading method and device | |
CN108776492B (zh) | 一种基于双目相机的四轴飞行器自主避障与导航方法 | |
WO2020102927A1 (zh) | 拍摄方法和无人机 | |
CN112470092B (zh) | 一种测绘***、测绘方法、装置、设备及介质 | |
WO2022042184A1 (zh) | 一种跟踪目标的位置估计方法、装置及无人飞行器 | |
CN109447326B (zh) | 无人机迁移轨迹生成方法、装置、电子设备和存储介质 | |
CN108286965B (zh) | 基于精细三维地形的无人机变高航线方法、终端及*** | |
US10937325B2 (en) | Collision avoidance system, depth imaging system, vehicle, obstacle map generator, and methods thereof | |
WO2018076372A1 (zh) | 一种航点编辑方法、装置、设备及飞行器 | |
WO2020237471A1 (zh) | 飞行航线生成方法、终端和无人机 | |
CN110362102B (zh) | 一种无人机航线生成的方法、装置和*** | |
CN108204814A (zh) | 无人机三维场景路径导航平台及其三维改进路径规划方法 | |
US11532125B2 (en) | Three-dimensional model-based coverage path planning method for unmanned aerial vehicles | |
JP6979782B2 (ja) | 3次元地図データおよび制御装置 | |
CN106611441A (zh) | 三维地图的处理方法和装置 | |
US20220074743A1 (en) | Aerial survey method, aircraft, and storage medium | |
WO2021249469A1 (zh) | 栅格地图生成方法、装置及计算机可读存储介质 | |
CN117641107A (zh) | 拍摄控制方法和装置 | |
CN106843275A (zh) | 一种无人机定点绕飞方法、装置以及*** | |
CN112469967A (zh) | 一种测绘***、测绘方法、装置、设备及介质 | |
CN114111799A (zh) | 针对高大单体精细建模的无人机航摄路径规划方法 | |
CN106251400A (zh) | 一种基于多四边形网格构建地形图的方法及装置 | |
CN113223141B (zh) | 一种圆环式倾斜拍摄方法和*** | |
CN117007065B (zh) | 一种用于平面型边坡贴壁飞行的无人机航线规划方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |