CN112162566B - 路线规划方法、电子设备及计算机可读存储介质 - Google Patents

路线规划方法、电子设备及计算机可读存储介质 Download PDF

Info

Publication number
CN112162566B
CN112162566B CN202010923840.0A CN202010923840A CN112162566B CN 112162566 B CN112162566 B CN 112162566B CN 202010923840 A CN202010923840 A CN 202010923840A CN 112162566 B CN112162566 B CN 112162566B
Authority
CN
China
Prior art keywords
route
area
region
parameters
parameter
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
Application number
CN202010923840.0A
Other languages
English (en)
Other versions
CN112162566A (zh
Inventor
严国陶
吕元宙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Makerfire Technology Co ltd
Original Assignee
Shenzhen Makerfire Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Makerfire Technology Co ltd filed Critical Shenzhen Makerfire Technology Co ltd
Priority to CN202010923840.0A priority Critical patent/CN112162566B/zh
Publication of CN112162566A publication Critical patent/CN112162566A/zh
Application granted granted Critical
Publication of CN112162566B publication Critical patent/CN112162566B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

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)
  • Navigation (AREA)

Abstract

本申请公开了一种路线规划方法、电子设备及计算机可读存储介质。该路线规划方法通过获取预设的行驶区域内的参考路线,其中行驶区域被划分为多个参考区域;根据多个参考区域和参考路线得到参考路线上的交叉区域,其中交叉区域是参考区域和参考路线相交叉的区域;根据多个交叉区域确定参考路线的路线类型,根据路线类型计算出无人机的行驶参数以控制无人机行驶,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。

Description

路线规划方法、电子设备及计算机可读存储介质
技术领域
本申请涉及自动控制技术领域,尤其是涉及一种路线规划方法、电子设备及计算机可读存储介质。
背景技术
近年来,无人机的生产和应用在国内外得到了蓬勃发展,无人机在各个领域的应用越来越广泛,尤其是无人机巡检。而目前无人机在巡检时会根据配置的摄像头获取前方视野图像,对视野图像进行相应的路线识别,从而进行巡检,但是由于无人机配置的路线识别算法存在缺陷,会导致无人机在进行巡检时出现路线偏移的问题,无法按照规划的路线进行正常巡检。
发明内容
本申请旨在至少解决现有技术中存在的技术问题之一。为此,本申请提出一种路线规划方法、电子设备及计算机可读存储介质,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
本申请还提出一种具有上述路线规划方法的电子设备。
本申请还提出一种具有上述路线规划方法的计算机可读存储介质。
根据本申请的第一方面实施例的路线规划方法,包括:获取预设的行驶区域内的参考路线,所述行驶区域被划分为多个参考区域;根据所述多个参考区域和所述参考路线得到所述参考路线上的多个交叉区域;其中,每一所述交叉区域是所述参考区域和所述参考路线相交叉的区域;根据所述多个交叉区域确定所述参考路线的路线类型;根据所述路线类型计算出行驶参数,所述行驶参数用于指示无人机行驶。
根据本申请实施例的路线规划方法,至少具有如下有益效果:通过获取预设的参考区域内的参考路线,其中行驶区域被划分为多个参考区域;根据多个参考区域和参考路线得到参考路线上的交叉区域,其中交叉区域是参考区域和参考路线相交叉的区域;根据多个交叉区域确定参考路线的路线类型,根据路线类型计算出无人机的行驶参数以控制无人机行驶,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
根据本申请的一些实施例,所述路线类型包括线性类型,对应的,所述根据所述路线类型计算出行驶参数,包括:根据所述线性类型和所述交叉区域的数量计算出所述行驶参数。
根据本申请的一些实施例,所述交叉区域包括第一区域和第二区域,对应的,所述根据所述线性类型和所述交叉区域的数量计算出行驶参数,包括:根据所述的第一区域和第二区域的位置计算出所述行驶参数。
根据本申请的一些实施例,所述交叉区域包括第一区域、第二区域和第三区域,对应的所述根据所述线性类型和所述交叉区域的数量进行计算得到行驶参数,包括:根据所述第一区域和所述第二区域的位置得到第一参数;根据所述第二区域和所述第三区域的位置得到第二参数;根据所述第一参数、所述第二参数和参数权值进行计算得到所述行驶参数。
根据本申请的一些实施例,所述行驶参数包括颜色参数,对应的,所述根据所述转角类型计算出行驶参数,包括:获取所述行驶区域内的颜色种类集合;根据所述颜色种类集合确定对应的颜色参数。
根据本申请的一些实施例,所述路线类型包括转角类型,对应的,根据所述路线类型进行计算得到出行驶参数,包括:获取所述参考路线的转角类型;根据所述转角类型进行计算得到出行驶参数。
根据本申请的一些实施例,所述根据所述转角类型计算出行驶参数,包括:根据所述转角类型获取所述参考路线中的多个参考线段;根据多个所述参考线段计算出多个偏移参数;根据所述多个偏移参数与预设阈值进行去重处理,得到去重后的参考线段;根据去重处理后的所述参考线段所对应的偏移参数得到所述行驶参数。
根据本申请的一些实施例,所述行驶参数包括交点参数,对应的,根据去重处理后的所述参考线段所对应的偏移参数得到所述行驶参数,包括:获取所述参考线段中的第一线段和第二线段;根据所述第一线段和第二线段计算出所述交点参数。
根据本申请的第二方面实施例的电子设备,至少一个处理器,以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现第一方面所述的路线规划方法。
根据本申请实施例的电子设备,至少具有如下有益效果:通过执行第一方面提到的路线规划方法,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
根据本申请的第三方面实施例的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可执行指令,所述计算机可执行指令用于使计算机执行如第一方面所述的路线规划方法。
根据本申请的计算机可读存储介质,至少具有如下有益效果:通过执行第一方面提到的路线规划方法,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
本申请的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
图1为本申请实施例的路线规划方法的第一具体应用实例;
图2为本申请实施例的路线规划方法的第二具体应用实例;
图3为本申请实施例的路线规划方法的具体流程示意图;
图4为本申请实施例的路线规划方法的第三具体应用实例;
图5为本申请实施例的路线规划方法的步骤S400的流程示意图;
图6为本申请实施例的路线规划方法的第四具体应用实例;
图7为本申请实施例的路线规划方法的第五具体应用实例;
图8为本申请实施例的路线规划方法的步骤S420的流程示意图;
图9为本申请实施例的路线规划方法的第四具体应用实例。
附图标记:
行驶区域100,参考路线110,参考线段111,参考区域120。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。
在本申请的描述中,需要理解的是,涉及到方位描述,例如上、下、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述。
在本申请的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于等理解为不包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本申请的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本申请中的具体含义。
需要说明的是,在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同流程图中的顺序执行所示出或描述的步骤。如果涉及到“若干”,其含义是一个以上,如果涉及到“多个”,其含义是两个以上。本文所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本申请的实施例,并且除非另外要求,否则不会对本申请的范围施加限制。
需要说明的是,如无特殊说明,在实施例中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本文所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本文说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本申请。
近年来,无人机的生产和应用在国内外得到了蓬勃发展,无人机在各个领域的应用越来越广泛,尤其是无人机巡检。而目前无人机在巡检时会根据配置的摄像头获取前方视野图像,对视野图像进行相应的路线识别,从而进行巡检,但是由于无人机配置的路线识别算法存在缺陷,会导致无人机在进行巡检时出现路线偏移的问题,无法按照规划的路线进行正常巡检。
具体地说,现有的无人机在进行巡检时,会通过配置的摄像头获取前方的视野图像即行驶区域,通过调用openMV嵌入式图像处理对获取的视野图像进行识别处理,如图1所示,通过openMV中的find_blobs方法会将预设的行驶用的参考路线填充为黑色块,而其他区域则填充为白色。当参考路线出现拐角时即需要转弯时,通过将行驶区域划分为多个参考区域即A1和A3,此时,参考线路和参考区域会相交叉得到多个交叉区域即B1和B3,但这种方法无法计算出该参考区域的直线偏转角。
或者,如图2所示,当参考线路中的线段不是笔直的直线时,会因为视角问题成像为曲线即成像成图2中的黑色曲线,通过openMV中的find_lines方法寻找该参考线路的偏转角时,会将其估算成直线即图2中的虚线,当这种估算往往会存在估算偏差,得出来的偏转角的数值并不准确。
需要说明的是,find_blobs方法是通过识别区域内的颜色种类集合,通过预设的颜色阈值对颜色种类集合进行筛选得到筛选后的颜色种类集合,将筛选后的颜色种类集合填充为预设的颜色,例如在本申请实施例中将识别出来的区域即参考路线填充为黑色块,其他过滤掉的区域则填充为白色块。find_lines方法则是利用canny算子和霍夫变换对参考路线进行直线识别,以确定参考路线中的存在的若干个参考线段,对识别出的参考线段进行计算得到确定完整的参考线路的偏转角。
基于此,本申请提供了一种路线规划方法、电子设备及计算机可读存储介质,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
需要说明的是,本申请实施例中提到的无人机配置有用于采集图像的摄像头,该摄像头的朝向可以根据需求进行设置以获取无人机前方行驶图像。
另一方面,本申请实施例中提到的openMV嵌入式图像处理是一个开源的、低成本、并且功能强大的机器视觉模块,并且搭载的机器视觉算法包括寻找色块、人脸检测、眼球跟踪、边缘检测、标志跟踪等。可以用来实现非法入侵检测、产品的残次品筛选、跟踪固定的标记物等,具体内容不再赘述。
第一方面,本申请提供了一种路线规划方法,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
在一些实施例中,参照图3,示出了本申请实施例中路线规划方法的流程示意图。其具体包括步骤:
S100,获取预设的行驶区域内的参考路线,行驶区域被划分为多个参考区域;
S200,根据多个参考区域和参考路线得到参考路线上的多个交叉区域;
S300,根据多个交叉区域确定参考路线的路线类型;
S400,根据路线类型计算出行驶参数,行驶参数用于指示无人机行驶。
在步骤S100中,无人机通过配置的摄像头获取前方视野图像,通过openMV图像处理对获取视野图像进行图像处理生成如图4所示的行驶区域100,该行驶区域100上存在参考路线110,该参考路线110是根据实际需求为无人机巡检所设置的路线,无人机可以在该参考路线110上进行相应的巡检。需要说明的是,可以根据实际需求将行驶区域100划分为多个参考区域120,即图4中的A1、A2、A3、A4和A5,通过这五个参考区域120构成一个完整的行驶区域100。
在步骤S200中,根据多个参考区域120和参考路线110得到参考路线110上得到多个交叉区域,其中交叉区域是参考区域120跟参考路线110相交叉形成的区域。如图4所示,当参考区域120与参考路线110相交叉时,会出现相应的交叉区域,例如参考区域120中,A1与参考路线110相交叉的区域为B1,A2与参考路线110相交叉的区域为B2,A3与参考路线110相交叉的区域为B3,A4与参考路线110相交叉的区域为B4,A5与参考路线110相交叉的区域为B5。
在一些实施例中,当获取到参考路线110与参考区域120交叉得到的交叉区域后,获取各个交叉区域的宽度,根据获取到的宽度,将最小值的宽度设置为参考路线110的***宽度,具体地通过openMV嵌入式图像处理中的w方法获取交叉区域的宽度,将最小值的宽度设置为参考路线110的***宽度,以用于后续的行驶参数中的偏心距离的计算,其中w方法可以通过算法获取交叉区域的宽度并返回相应的数值。
在步骤S300中,根据多个交叉区域确定参考路线110的路线类型,具体地说,根据交叉区域是否存在可以确定参考路线110的路线类型,具体路线类型的确定可以参考下表表1,其中0表示对应的交叉区域不存在,1表示对应的交叉区域存在:
表1
需要说明的是,根据实际需求可以不考虑区域B2是否存在,通过判断其他对应的交叉区域是否存在,可以确定该参考路线110的路线类型,例如如图3所示的交叉区域,其中区域B1、区域B3、区域B4、区域B5均存在,根据表格可以确定该参考路线110的线路类型为十型转角。根据路线类型不同,从而执行步骤S400。
在一些实施例中,根据上述表格可以确定多种参考路线110的具体类型,根据具体类型不同划分不同的路线类型,其中路线类型可分为线性类型和转角类型。当路线类型为线性类型时,在步骤S400中,根据路线类型计算出行驶参数,其中行驶参数是用于指示无人机进行相应的行驶,行驶参数包括偏转角和偏心距离等。具体地,参考图5,执行步骤S410,根据线性类型和交叉区域的数量进行计算,得出行驶参数。
在一些实施例中,根据参考路线110跟参考区域120相交叉形成的交叉区域的数量可以确定参考路线110的路线类型,当路线类型为线性类型,并且参考路线110跟参考区域120相交叉形成的交叉区域包括第一区域和第二区域时,则根据线性类型和交叉区域的数量进行计算具体为根据第一区域和第二区域的位置计算得到行驶参数。
在可能实施的应用实例中,如图6所示,参考路线110跟参考区域120相交叉形成的交叉区域包括第一区域和第二区域即区域B1和区域B2,其中交叉区域的数量为2,并且根据交叉区域的数量可以确定参考路线110的路线类型为线性类型,则获取区域B1和区域B2中心坐标位置,其中区域B1的中心坐标位置为(x1,y1),区域B2的中心坐标位置为(x2,y2),采用公式1分别计算区域B1和区域B2所构成的参考路线110的行驶参数即偏转角B1B2_theta和偏心距离B1B2_rho。
其中,上述应用实例中的公式1为:
偏转角theta = degree(atan2(y2-y1,x2-x1))–90;
偏心距离rho = (x1 + x2)/2 - w / 2。
其中theta和rho为openMV的常用函数的名称,通过霍夫变换返回直线的角度和直线的偏心距离;atan2用于计算两点之间的偏转角,为计算函数的标准接口;degree用于将弧度值转为角度值;w为在上述实施例中确定***宽度即交叉区域的最小值的宽度;x1、x2、y1、y2分别为第一区域的横坐标、第二区域的横坐标、第一区域的纵坐标和第二区域的纵坐标。
在一些实施例中,根据参考路线110跟参考区域120相交叉形成的交叉区域的数量可以确定参考路线110的路线类型,当路线类型为线性类型时,并且参考路线110跟参考区域120相交叉形成的交叉区域包括第一区域、第二区域和第三区域时,则根据第一区域和第二区域的位置计算得到第一参数,根据第二区域和第三区域的位置进行计算得到第二参数,根据计算得到的第一参数、第二参数和预设的参数权值进行计算得到行驶参数。其中,第一参数和第二参数为相邻区域计算得到的行驶参数,参数权值则是根据实际需求确定第一参数和第二参数的取值比例。
在可能实施的应用实例中,如图7所示,参考路线110跟参考区域120相交叉形成的交叉区域包括第一区域、第二区域和第三区域即区域B1、区域B2和区域B3,其中交叉区域的数量为3,并且根据交叉区域的数量可以确定参考路线110的路线类型为线性类型,则获取区域B1、区域B2和区域B3的中心坐标位置,采用公式1分别计算区域B1和区域B2所构成的参考路线110的第一参数即偏转角B1B2_theta和偏心距离B1B2_rho,区域B2和区域B3所构成的参考路线110的第二参数即偏转角B2B3_theta和偏心距离B2B3_rho,再通过公式2对计算得到的第一参数和第二参数,结合预设的参数权值进行计算,得到参考路线110的行驶参数。
其中上述应用实例中的公式2为:
LA_theta = weight_theta×B1B2_theta + (1 -weight_theta)×B2B3_theta
LA_rho = weight_rho×B1B2_rho + (1-weight_rho)×B2B3_rho
其中,LA_theta为参考路线110LA的偏转角,LA_rho为参考路线110LA的偏心距离,weight为参数权值,根据实际需求设置偏转角与偏心距离的参数权值,其选取范围为0至1的任意值,例如当weight_theta取0.4时,则区域B1和区域B2的第一参数对应的参数权值为0.4,区域B2和区域B3的第二参数对应的参数权值为0.6,具体的参数权值可以根据实际调试的结果得到。
在一些实施例中,行驶参数还包括颜色参数,对应的颜色参数的获取包括,获取行驶区域100内的全部颜色种类集合,根据获取到的颜色种类集合和预设的颜色阈值进行筛选,得到筛选后的颜色种类集合即对应的颜色参数,根据颜色参数指示无人机进行相应的行驶。例如,行驶区域100内存在多种颜色种类,多种颜色种类构成颜色种类集合,其中包括红色、黄色、黑色等,根据获取到的颜色种类集合和预设的颜色阈值进行筛选,例如预设的颜色阈值为红色,则经过筛选后保留的颜色参数为红色,保留下来的行驶区域100则为红色所对应的区域,其他区域则填充为白色。当无人机根据检测到颜色参数为红色时,则根据颜色参数进行相应的行驶,例如加速通过、缓慢通过、停止行驶等,具体行驶方式根据实际需求进行设置。
在一些实施例中,当路线类型为转角类型时,在步骤S400中,根据路线类型计算出行驶参数,具体地,参考图5,执行步骤S420,获取参考路线的转角类型,根据转角类型计算出行驶参数。
在步骤S420中,通过openMV的find_lines方法获取到参考路线的转角类型,判断具体的类型为T型转角、L型转角还是十型转角等,根据获取到的转角类型进行计算,得出对应的行驶参数。
在一些实施例中,参考图8,步骤S420具体还包括步骤:
S421,根据转角类型获取参考路线中的多个参考线段;
S422,根据多个参考线段计算出多个偏移参数;
S423,根据多个偏移参数与预设阈值进行去重处理,得到去重处理后的参考线段;
S424,根据去重处理后的参考线段所对应的偏移参数得到行驶参数。
在步骤S421中,根据交叉区域的数量确定参考路线110的路线类型为转角类型时,获取参考路线110中的多个参考线段。具体地,通过openMV嵌入式图像处理中的find_lines方法检测当前参考路线110中的存在的直线线段即参考线段。
在可能实施的应用实例中,当参考路线110如图9所示的路线时,该参考路线110的路线类型为转角类型,通过openMV嵌入式图像处理中的find_lines方法检测当前参考路线110中的存在的直线线段,即图9中的参考线段111。在实际应用中,由于通过find_blobs方法填充的黑色方块存在一定误差以及黑色方块与白色区域存在颜色差异,会出现多个参考线段111,对检测得到的参考线段111执行步骤S422,其中偏移参数为参考线段111的偏转角,表示该线段的偏转情况。例如,如图9所述的参考路线110,其中竖直方向上的路线上会检测出左右两条参考线段111,水平方向上的路线上会检测出上下两条参考线段111。
在步骤S422中,对检测得到多个参考线段111进行计算,得到对应的多个偏移参数。具体地说,计算得到的各个参考线段111与***的横坐标或者纵坐标的偏移参数,可以通过上述提到的公式1和公式2进行相应的计算,以得到各个参考线段111所对应的偏移参数,例如某一参考线段111属于竖直方向上的线段时,则基于横坐标进行计算,获取该参考线段111的偏移参数。
在步骤S423中,根据得到的偏移参数与预设阈值进行比对,根据比对结果进行去重,以得到去重后的偏移参数所对应的参考线段。具体地说,各个参考线段111之间会存在各自的偏移参数的差值,例如在实际应用中,会存在多个横向的参考线段111与多个纵向的参考线段111,其中横向的参考线段111和纵向的参考线段111之间会存在相应的偏移参数的差值,横向的参考线段111之间会存在相应的偏移参数的差值,纵向的参考线段111之间会存在相应的偏移参数的差值。
在可能实施的应用实例中,对参考线段进行计算得到偏移参数后,对偏移参数的差值与预设阈值进行比对。当小于预设阈值时,则保留其中的一条参考线段111,若大于预设阈值时,则两条参考线段111均保留。例如预设阈值为20度时,当两条参考线段的偏移参数的差值小于20度时,证明这两条参考线段属于同一方向的参考线段,则保留两条参考线段111中最先检测得到的参考线段;当两条参考线段的偏移参数的差值大于20度时,证明这两条参考线段不属于同一方向的参考线段即该参考路线110存在转角,则保留这两条参考线段。
在步骤S424中,遍历去重后的参考线段111的集合,选取计算得到的最小值的偏移参数所对应的参考线段111作为无人机行驶时的线段。对该参考线段111进行计算得到行驶参数,以使无人机根据该行驶参数进行相应的行驶。其中,具体的计算方式采用上述提到的公式1和公式2进行计算,得到该参考路线110的行驶参数即偏转角和偏心距离,无人机根据计算得到的偏转角和偏心距离进行相应的行驶。
在一些实施例中,当路线类型为转角类型时,行驶参数还包括交点参数,其中交点参数是该参考路线110上的多个参考线段相交时的交点的坐标位置,具体获取包括:获取参考线段中的第一线段和第二线段,根据第一线段和第二线段进行计算,得到交点参数。需要说明的是,具体计算方式是基于第一线段和第二线段的坐标位置进行计算,以得到对应的交点参数。
根据得到的交点参数,可以使无人机到达该交点参数所对应的坐标位置时,进行相应的行为,例如无人机在该处悬停或转向等,具体可以根据实际需求进行设定,以使无人机更具有可操控性。
在本申请实施例中,通过获取预设的行驶区域100内的参考路线110, 其中行驶区域100被划分为多个参考区域120;根据多个参考区域120和参考路线110得到参考路线110上的交叉区域,其中交叉区域是参考区域120和参考路线110相交叉的区域;根据多个交叉区域确定参考路线110的路线类型,根据路线类型计算出无人机的行驶参数以控制无人机行驶,能够使无人机按照规划的路线进行巡检,有效避免出现路线偏移的问题,提高无人机巡检的准确性。
第二方面,本申请实施例还提供了一种电子设备,包括:至少一个处理器,以及与所述至少一个处理器通信连接的存储器;
其中,所述处理器通过调用所述存储器中存储的计算机程序,用于执行第一方面实施例中的路线规划方法。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如本申请第一方面实施例中的路线规划方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令,从而实现上述第一方面实施例中的路线规划方法。
存储器可以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***、至少一个功能所需要的应用程序;存储数据区可存储执行上述第一方面实施例中的路线规划方法。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该终端。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。
实现上述第一方面实施例中的路线规划方法所需的非暂态软件程序以及指令存储在存储器中,当被一个或者多个处理器执行时,执行上述第一方面实施例中的路线规划方法。
第三方面,本申请实施例还提供了计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令用于:执行第一方面实施例中的路线规划方法;
在一些实施例中,该计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,被第二方面实施例的电子设备中的一个处理器执行,可使得上述一个或多个处理器执行上述第一方面实施例中的路线规划方法。
以上所描述的设备实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
尽管已经示出和描述了本申请的实施例,本领域的普通技术人员可以理解:在不脱离本申请的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本申请的范围由权利要求及其等同物限定。

Claims (8)

1.路线规划方法,其特征在于,包括:
获取预设的行驶区域内的参考路线,所述行驶区域被划分为多个参考区域;
根据所述多个参考区域和所述参考路线得到所述参考路线上的多个交叉区域;其中,每一所述交叉区域是所述参考区域和所述参考路线相交叉的区域;
根据所述多个交叉区域确定所述参考路线的路线类型;其中,所述路线类型包括转角类型;
根据所述转角类型获取所述参考路线中的多个参考线段;
根据多个所述参考线段计算出多个偏移参数;
根据所述多个偏移参数与预设阈值进行去重处理,得到去重处理后的参考线段;
根据去重处理后的所述参考线段所对应的偏移参数得到行驶参数;
所述行驶参数用于指示无人机行驶。
2.根据权利要求1所述的路线规划方法,其特征在于,所述路线类型包括线性类型,对应的,所述根据所述路线类型计算出行驶参数,包括:
根据所述线性类型和所述交叉区域的数量计算出所述行驶参数。
3.根据权利要求2所述的路线规划方法,其特征在于,所述交叉区域包括第一区域和第二区域,对应的,所述根据所述线性类型和所述交叉区域的数量计算出行驶参数,包括:
根据所述第一区域和所述第二区域的位置计算出所述行驶参数,具体包括:
获取所述第一区域和所述第二区域的中心坐标位置;
采用公式1分别计算所述第一区域和所述第二区域所构成的所述行驶参数,所述公式1为:
偏转角theta=degree(atan2(y2-y1,x2-x1))–90;
偏心距离rho=(x1+x2)/2-w/2,
其中,theta和rho为openMV的常用函数的名称,通过霍夫变换返回直线的角度和直线的偏心距离;atan2用于计算两点之间的偏转角,为计算函数的标准接口;degree用于将弧度值转为角度值;w为***宽度即交叉区域的最小值的宽度;x1、x2、y1、y2分别为所述第一区域的横坐标、所述第二区域的横坐标、所述第一区域的纵坐标和所述第二区域的纵坐标。
4.根据权利要求2所述的路线规划方法,其特征在于,所述交叉区域包括第一区域、第二区域和第三区域,对应的,所述根据所述线性类型和所述交叉区域的数量计算出行驶参数,包括:
根据所述第一区域和所述第二区域的位置得到第一参数,具体为采用公式1计算所述第一区域和所述第二区域所构成的所述第一参数即偏转角B1B2_theta和偏心距离B1B2_rho;根据所述第二区域和所述第三区域的位置得到第二参数,具体为采用公式1计算所述第二区域和所述第三区域所构成的所述第二参数即偏转角B2B3_theta和偏心距离B2B3_rho;
根据所述第一参数、所述第二参数和参数权值计算出所述行驶参数,具体为采用公式2对计算得到的所述第一参数和所述第二参数结合所述参数权值进行计算得到所述行驶参数;
所述公式1为:
偏转角theta=degree(atan2(y2-y1,x2-x1))–90;
偏心距离rho=(x1+x2)/2-w/2,
其中,theta和rho为openMV的常用函数的名称,通过霍夫变换返回直线的角度和直线的偏心距离;atan2用于计算两点之间的偏转角,为计算函数的标准接口;degree用于将弧度值转为角度值;w为***宽度即交叉区域的最小值的宽度;x1、x2、y1、y2分别为所述第一区域的横坐标、所述第二区域的横坐标、所述第一区域的纵坐标和所述第二区域的纵坐标;
所述公式2为:
LA_theta=weight_theta×B1B2_theta+(1-weight_theta)×B2B3_theta
LA_rho=weight_rho×B1B2_rho+(1-weight_rho)×B2B3_rho
其中,LA_theta为参考路线LA的偏转角,LA_rho为参考路线110LA的偏心距离,weight为参数权值,根据实际需求设置偏转角与偏心距离的参数权值,其选取范围为0至1的任意值。
5.根据权利要求1所述的路线规划方法,其特征在于,所述行驶参数包括颜色参数,对应的,所述根据所述路线类型计算出行驶参数,包括:
获取所述行驶区域内的颜色种类集合;
根据所述颜色种类集合确定对应的颜色参数。
6.根据权利要求1所述的路线规划方法,其特征在于,所述行驶参数包括交点参数,对应的,所述根据去重后的所述参考线段所对应的偏移参数得到所述行驶参数,包括:
获取所述参考线段中的第一线段和第二线段;
根据所述第一线段和第二线段计算出所述交点参数。
7.电子设备,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如权利要求1至4任一项所述的路线规划方法。
8.计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至4任一项所述的路线规划方法。
CN202010923840.0A 2020-09-04 2020-09-04 路线规划方法、电子设备及计算机可读存储介质 Active CN112162566B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010923840.0A CN112162566B (zh) 2020-09-04 2020-09-04 路线规划方法、电子设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010923840.0A CN112162566B (zh) 2020-09-04 2020-09-04 路线规划方法、电子设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN112162566A CN112162566A (zh) 2021-01-01
CN112162566B true CN112162566B (zh) 2024-01-16

Family

ID=73858456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010923840.0A Active CN112162566B (zh) 2020-09-04 2020-09-04 路线规划方法、电子设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN112162566B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105513061A (zh) * 2015-12-02 2016-04-20 上海海事大学 一种使用无人机进行海上遇险人员自动搜救方法
CN107690605A (zh) * 2016-11-28 2018-02-13 深圳市大疆创新科技有限公司 一种航线编辑方法、装置及控制设备
CN107924188A (zh) * 2016-07-04 2018-04-17 深圳市大疆创新科技有限公司 一种无人机的飞行路径规划、控制方法及***
CN109737967A (zh) * 2019-02-28 2019-05-10 中国科学院深圳先进技术研究院 无人机路径规划方法、装置、存储介质及计算机设备
CN109871029A (zh) * 2019-02-21 2019-06-11 华南农业大学 一种基于图像处理技术的植保无人机航线规划优化方法
CN111060076A (zh) * 2019-12-12 2020-04-24 南京航空航天大学 一种面向机场飞行区无人机巡检路径规划和异物探测方法
CN111247792A (zh) * 2019-04-28 2020-06-05 深圳市大疆创新科技有限公司 一种无人机的控制方法、无人机及计算机可读存储介质
CN111292439A (zh) * 2020-01-22 2020-06-16 上海杰狮信息技术有限公司 一种城市管网无人机巡检方法及巡检***
CN111504319A (zh) * 2020-04-08 2020-08-07 安徽舒州农业科技有限责任公司 一种基于农用无人机的自动驾驶控制方法及***

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11074821B2 (en) * 2016-10-06 2021-07-27 GEOSAT Aerospace & Technology Route planning methods and apparatuses for unmanned aerial vehicles
WO2019168793A1 (en) * 2018-02-28 2019-09-06 Walmart Apollo, Llc System and method for indicating drones flying overhead

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105513061A (zh) * 2015-12-02 2016-04-20 上海海事大学 一种使用无人机进行海上遇险人员自动搜救方法
CN107924188A (zh) * 2016-07-04 2018-04-17 深圳市大疆创新科技有限公司 一种无人机的飞行路径规划、控制方法及***
CN107690605A (zh) * 2016-11-28 2018-02-13 深圳市大疆创新科技有限公司 一种航线编辑方法、装置及控制设备
CN109871029A (zh) * 2019-02-21 2019-06-11 华南农业大学 一种基于图像处理技术的植保无人机航线规划优化方法
CN109737967A (zh) * 2019-02-28 2019-05-10 中国科学院深圳先进技术研究院 无人机路径规划方法、装置、存储介质及计算机设备
CN111247792A (zh) * 2019-04-28 2020-06-05 深圳市大疆创新科技有限公司 一种无人机的控制方法、无人机及计算机可读存储介质
CN111060076A (zh) * 2019-12-12 2020-04-24 南京航空航天大学 一种面向机场飞行区无人机巡检路径规划和异物探测方法
CN111292439A (zh) * 2020-01-22 2020-06-16 上海杰狮信息技术有限公司 一种城市管网无人机巡检方法及巡检***
CN111504319A (zh) * 2020-04-08 2020-08-07 安徽舒州农业科技有限责任公司 一种基于农用无人机的自动驾驶控制方法及***

Also Published As

Publication number Publication date
CN112162566A (zh) 2021-01-01

Similar Documents

Publication Publication Date Title
US10580124B2 (en) Inspection device, control method and control apparatus for the same
US11205284B2 (en) Vehicle-mounted camera pose estimation method, apparatus, and system, and electronic device
CN102442307B (zh) 车道标线估计装置
US20070041614A1 (en) Road marking recognition apparatus and method
EP3690814B1 (en) Lane recognition device
CN103164851A (zh) 道路分割物检测方法和装置
CN113762272B (zh) 道路信息的确定方法、装置和电子设备
CN110667474B (zh) 通用障碍物检测方法、装置与自动驾驶***
CN112598922B (zh) 车位检测方法、装置、设备及存储介质
WO2020133488A1 (zh) 车辆检测方法和设备
CN111160132B (zh) 障碍物所在车道的确定方法、装置、电子设备和存储介质
CN112162566B (zh) 路线规划方法、电子设备及计算机可读存储介质
JP2020077293A (ja) 区画線検出装置及び区画線検出方法
CN110543612B (zh) 一种基于单目视觉测量的集卡定位方法
CN110728710B (zh) 视觉里程计算方法、装置和计算机可读存储介质
JP2006201817A (ja) 車体色判別方法及び装置。
Dong et al. An automatic calibration method for PTZ camera in expressway monitoring system
CN114332818B (zh) 障碍物的检测方法、装置和电子设备
US11884303B2 (en) Apparatus and method for determining lane change of surrounding objects
CN115496879A (zh) 障碍物感知方法、装置、设备及存储介质
CN114943836A (zh) 挂车角度检测方法、装置及电子设备
CN112289040A (zh) 一种车辆行驶方向识别的方法、装置及存储介质
CN114683269B (zh) 一种机器人及机器人的定位方法
CN115564833A (zh) 物体超高检测方法、存储介质、电子设备和***
CN118269939A (zh) 自动泊车方法及装置、电子装置、车辆和存储介质

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
GR01 Patent grant
GR01 Patent grant