CN112506216B - 一种无人机的飞行路径规划方法及装置 - Google Patents

一种无人机的飞行路径规划方法及装置 Download PDF

Info

Publication number
CN112506216B
CN112506216B CN202011293047.3A CN202011293047A CN112506216B CN 112506216 B CN112506216 B CN 112506216B CN 202011293047 A CN202011293047 A CN 202011293047A CN 112506216 B CN112506216 B CN 112506216B
Authority
CN
China
Prior art keywords
grid
unmanned aerial
aerial vehicle
cells
grid cells
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
CN202011293047.3A
Other languages
English (en)
Other versions
CN112506216A (zh
Inventor
史殿习
王欢
武云龙
张拥军
秦伟
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.)
Tianjin (binhai) Intelligence Military-Civil Integration Innovation Center
National Defense Technology Innovation Institute PLA Academy of Military Science
Original Assignee
Tianjin (binhai) Intelligence Military-Civil Integration Innovation Center
National Defense Technology Innovation Institute PLA Academy of Military Science
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 Tianjin (binhai) Intelligence Military-Civil Integration Innovation Center, National Defense Technology Innovation Institute PLA Academy of Military Science filed Critical Tianjin (binhai) Intelligence Military-Civil Integration Innovation Center
Priority to CN202011293047.3A priority Critical patent/CN112506216B/zh
Publication of CN112506216A publication Critical patent/CN112506216A/zh
Application granted granted Critical
Publication of CN112506216B publication Critical patent/CN112506216B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及无人机路径规划技术领域，具体提供了一种无人机的飞行路径规划方法及装置，旨在解决无人机执行覆盖任务效率低的技术问题。具体包括：根据无人机可探测范围将目标区域划分成多个网格单元并将多个网格单元的覆盖状态标记为未覆盖；根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；并不断根据无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目直至输出无人机数量及各无人机的路径的最优值；本发明提供的技术方案减少了执行覆盖任务所需的路径条数以及每条路径的长度，提高了无人机的能耗利用率的同时提高了无人机执行覆盖任务的效率。

Description

一种无人机的飞行路径规划方法及装置
技术领域
本发明涉及无人机路径规划技术领域，具体涉及一种无人机的飞行路径规划方法及装置。
背景技术
无人机作为机器人领域中一类重要的无人***，以其高机动、低成本、高效用等优势，广泛应用于国家安全、军事、社会生产等领域，目前区域覆盖问题是机器人领域的一类基础问题。
无人机的区域覆盖任务是指在满足一定约束条件和性能指标的同时，无人机避开障碍物和危险源并实现目标区域无遗漏地遍历搜索。其中，旋翼无人机具有垂直起降、精确控制、灵活操作但能耗有限的特性，适用于完成中小型复杂区域的覆盖任务。但是有些任务需求过大，需要对目标区域进行划分；目前可以将无人机的覆盖视野用一个多边形网格单元表示，目标区域可通过区域分割的方式划分成由多个这样的多边形网格单元组成。此时，区域覆盖问题转换为在基于多边形表示的目标区域内移动机器人，使区域内的每个网格单元都能被机器人覆盖访问的规划问题；路径规划是执行区域覆盖任务的关键技术，旨在根据任务需求生成无人机的飞行轨迹。
考虑到旋翼无人机的能耗有限、续航时间短，单架旋翼无人机可能难以在有限续航时间内完成目标区域的覆盖，将导致规划路径与实际覆盖过程不一致的问题。IEEE自动化科学与工程学报(IEEE Transactions on Automation Science and Engineering)上发表文章《Online Coverage ofPlanar Environments by a Battery PoweredAutonomousMobile Robot》(《电池供电的自动移动机器人在线覆盖平面环境》)提出一种机器人的运动距离与能耗成正比的线性能耗模型，将无人机的能耗约束映射为步长约束；国际机器人与自动化大会(ICRA2018)上发表的文章《Coverage Path Planning Under the EnergyConstraint》(《能源约束下的路径规划与覆盖》)将这种能耗约束映射成为无人机单次飞行的最大距离，该文章基于深度优先搜索的思想，提出一种单架无人机计算多条规划路径，多次往返起点充电续航，完成目标区域的覆盖任务的路径规划方法；然而，现有的路径规划方法虽然考虑了无人机的能耗约束，但是单架无人机需要多次往返起点补充能量，再从起点飞回到上一条路径的中断位置继续完成覆盖任务，这部分未用于覆盖任务的飞行能耗，降低了覆盖任务的效率和性能。
因此，如何确保无人机在考虑能耗约束的同时规划出能够高效完成覆盖任务的路径是当前亟需解决的技术问题。
发明内容
为了克服上述缺陷，提出本发明，以提供解决或至少部分解决无人机在考虑能耗约束的同时规划出能够高效完成覆盖任务的路径的技术问题的一种无人机的飞行路径规划方法及装置。
第一方面，提供一种无人机的飞行路径规划方法，所述无人机的飞行路径规划方法包括：
步骤(1)根据无人机可探测范围将目标区域划分成多个网格单元；
步骤(2)初始化迭代次数r＝1；
步骤(3)将所述多个网格单元的覆盖状态标记为未覆盖；
步骤(4)根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；若r＝1，则转至步骤(5)，否则，执行步骤(6)；
步骤(5)根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)；
步骤(6)基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；
步骤(7)判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径。
在上述无人机的飞行路径规划方法的一个技术方案中，所述步骤(1)包括：
以无人机可探测范围的最大值作为网格单元的边长，利用区域分割的方法将目标区域划分成多个网格单元。
在上述无人机的飞行路径规划方法的一个技术方案中，按下式确定无人机的可飞行网格单元数目的初始值B0：
Figure BDA0002784516120000021
其中，d为无人机能耗可飞行的最大距离，s为网格单元的边长。
在上述无人机的飞行路径规划方法的一个技术方案中，所述根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径包括：
步骤(a)初始化i＝1；
步骤(b)根据第i架无人机的路径集合Pi中的最后一个网格单元到覆盖状态标记为未覆盖的网格单元之间的距离在覆盖状态标记为未覆盖的网格单元中搜索需执行探测任务的网格单元并将搜索到的网格单元的覆盖状态标记为已覆盖，其中，Pi内的初始元素为第i架无人机的起点网格单元；
步骤(c)更新第i架无人机的返回路径集合Qi；
步骤(d)若Pi和Qi中的网格单元数目之和加1大于无人机的可飞行网格单元数目，则合并Pi和Qi，将合并后的集合作为第i架无人机的路径，并把需执行探测任务的网格单元的覆盖状态修改为未覆盖，执行步骤(e)，否则将所述需执行探测任务的网格单元添加到Pi并返回步骤(b)；
步骤(e)判断目标区域内是否包含覆盖状态标记为未覆盖的网格单元，若有，则令i＝i+1，返回步骤(b)，否则令执行探测任务的无人机数量N＝i并输出N及N架无人机的路径。
在上述一种无人机的飞行路径规划方法的一个技术方案中，所述步骤(b)包括：
步骤(b1)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元的相邻网格单元中距离第i架无人机的起点网格单元最远的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则执行步骤(b2)，否则执行步骤(b5)；
步骤(b2)从多个网格单元中搜索含有目标边界线的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元中选取需执行探测任务的网格单元，否则执行步骤(b3)；
步骤(b3)判断i是否等于1，若是，则执行步骤(b4)，若否，则从多个网格单元中搜索距离第i-1架无人机的路径最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b4)；
步骤(b4)从多个网格单元中搜索距离覆盖状态标记为已覆盖的网格单元最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b5)；
步骤(b5)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元在同一条等高线上的相邻网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取位于Pi中的最后一个网格单元上方的网格单元作为需执行探测任务的网格单元，否则执行步骤(b6)；
步骤(b6)在覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元的距离不小于Pi中的最后一个网格单元到第i架无人机的起点网格单元的距离的网格单元中搜索，若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取距离Pi中的最后一个网格单元最近的网格单元作为需执行探测任务的网格单元，否则选取覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元最近的网格单元作为需执行探测任务的网格单元。
在上述无人机的飞行路径规划方法的一个技术方案中，所述步骤(c)包括：
步骤(c1)若Pi中的最后一个网格单元为第i架无人机的起点网格单元，则在覆盖状态标记为未覆盖的网格单元中搜索距离第i架无人机的起点网格单元最近的网格单元并添加到Qi，否则执行步骤(c2)；
步骤(c2)若Qi中包含需执行探测任务的网格单元，则将Qi中需执行探测任务的网格单元之后的元素删除，否则执行步骤(c3)；
步骤(c3)若Qi中的最后一个网格单元与需执行探测任务的网格单元为相邻网格单元或属于同一条等高线上的相邻网格单元，则Qi不变，否则执行步骤(c4)；
步骤(c4)在覆盖状态标记为未覆盖的网格单元中搜索距离Qi中的最后一个网格单元和需执行探测任务的网格单元最近的网格单元并添加到Qi。
在上述无人机的飞行路径规划方法的一个技术方案中，所述相邻网格单元为目标区域中任意两个网格单元的中心距离等于网格单元的边长的网格单元；
所述同一条等高线上的相邻网格单元为同一条等高线上的任意两个网格单元的中心距离等于
Figure BDA0002784516120000051
倍的网格单元的边长的网格单元；
其中，目标区域中任意网格单元到无人机的起点网格单元的最小距离相同且连续的网格单元作为目标区域的等高线。
在上述无人机的飞行路径规划方法的一个技术方案中，所述根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值包括：
获取最后一架无人机的路径的距离，以及目标区域内最后一架无人机的起点网格单元到其他网格单元的最远距离的2倍，将两者中的最大值作为无人机的可飞行网格单元数目的约束下限值Bmin；
将无人机可飞行的网格单元数目作为无人机的可飞行网格单元数目的约束上限值Bmax；
所述根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目包括：
按下式更新所述无人机的可飞行网格单元数目B：
B＝Bmin+(Bmax-Bmin)/Nr
其中，Nr为迭代次数为r时执行探测任务的无人机数量。
在上述无人机的飞行路径规划方法的一个技术方案中，所述步骤(6)包括：
若Nr＞Nr-1，则更新无人机的可飞行网格单元数目的约束下限值Bmin为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束上限值Bmax不变；
否则，更新无人机的可飞行网格单元数目的约束上限值Bmax为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束下限值Bmin不变；
其中，Nr为迭代次数为r时执行探测任务的无人机数量，Nr-1为迭代次数为r-1时执行探测任务的无人机数量。
在上述无人机的飞行路径规划方法的一个技术方案中，所述步骤(7)中按下式确定所述无人机的可飞行网格单元数目约束上/下限值的预设约束条件：
Bmax-Bmin＞1
其中，Bmax为无人机的可飞行网格单元数目约束上限值，Bmin为无人机的可飞行网格单元数目约束下限值。
第二方面，提供一种无人机的飞行路径规划装置，所述无人机的飞行路径规划装置包括：
划分模块，用于根据无人机可探测范围将目标区域划分成多个网格单元；
初始化模块，用于初始化迭代次数r＝1；
标记模块，用于将所述多个网格单元的覆盖状态标记为未覆盖；
执行模块，用于根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；若r＝1，则转至更新模块1，否则，执行更新模块2；
更新模块1，用于根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块；
更新模块2，用于基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；
判断模块，用于判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径。
本发明上述一个或多个技术方案，至少具有如下一种或多种的有益效果：
在实施本发明的技术方案中，根据无人机可探测范围将目标区域划分成多个网格单元并将多个网格单元的覆盖状态标记为未覆盖；根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；基于执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并不断根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目重新规划无人机的路径直至输出无人机数量及各无人机的路径的最优值；本发明提供的技术方案将无人机的能耗约束转化为无人机的可飞行网格单元数目用来规划执行探测任务的无人机数量及各无人机的路径，减少了执行覆盖任务所需的无人机数量以及每架无人机对应的路径的长度，相较于单架无人机的路径规划算法，提高了无人机的能耗利用率的同时提高了无人机执行覆盖任务的效率，而且本发明提供的技术方案在无人机路径规划技术领域还具有重要的应用价值。
附图说明
下面参照附图来描述本发明的具体实施方式，附图中：
图1是一种无人机的飞行路径规划方法流程图；
图2是本发明实施例中目标区域划分成多个网格单元的示意图；
图3是本发明实施例中目标区域中的任一条等高线的示意图；
图4是本发明实施例中无人机的飞行路径规划示意图；
图5是本发明实施例中无人机的飞行路径规划方法的结果和Bench算法的结果统计图；
图6是一种无人机的飞行路径规划装置结构图。
具体实施方式
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
在本发明的描述中，“模块”、“处理器”可以包括硬件、软件或者两者的组合。一个模块可以包括硬件电路，各种合适的感应器，通信端口，存储器，也可以包括软件部分，比如程序代码，也可以是软件和硬件的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“A和/或B”表示所有可能的A与B的组合，比如只是A、只是B或者A和B。术语“至少一个A或B”或者“A和B中的至少一个”含义与“A和/或B”类似，可以包括只是A、只是B或者A和B。单数形式的术语“一个”、“这个”也可以包含复数形式。
现有技术中基于深度优先搜索的思想，提出一种单架无人机计算多条规划路径，多次往返起点充电续航，完成目标区域的覆盖任务的路径规划方法，此方法中单架无人机需要多次往返起点补充能量，再从起点飞回到上一条路径的中断位置继续完成覆盖任务，该部分未用于覆盖任务的飞行能耗，降低了覆盖任务的效率和性能。
所以，传统的方法的无人机执行覆盖任务的效率较低，能耗较大。
在本发明实施例中，将无人机的能耗约束转化为无人机的可飞行网格单元数目，根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径，提高了无人机的能耗利用率和无人机执行覆盖任务的效率。
参阅附图1，图1是根据本发明的一个实施例的一种无人机的飞行路径规划方法的主要步骤流程示意图。如图1所示，本发明实施例中的无人机的飞行路径规划方法主要包括以下步骤：
步骤(1)根据无人机可探测范围将目标区域划分成多个网格单元；
在本实施例中，参见附图2所示的目标区域划分成多个网格单元的示意图，以无人机可探测范围的最大值作为网格单元的边长，利用区域分割的方法将目标区域划分成多个网格单元。
一个实施方式中，在目标区域G中，假设所有的无人机都从起点网格单元S出发执行覆盖任务，每个多边形网格单元的边长s与无人机上的机载传感器的能力相关，例如，网格单元的边长等于无人机上的摄像头的视野范围的边长。
步骤(2)初始化迭代次数r＝1；
步骤(3)将所述多个网格单元的覆盖状态标记为未覆盖；
步骤(4)根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；若r＝1，则转至步骤(5)，否则，执行步骤(6)；
在本实施例中，按下式确定无人机的可飞行网格单元数目的初始值B0：
Figure BDA0002784516120000081
式中，d为无人机能耗可飞行的最大距离，s为网格单元的边长；
一个实施方式中，根据IEEE自动化科学与工程学报(IEEE Transactions onAutomation Science and Engineering)上发表文章《Online Coverage ofPlanarEnvironments by a Battery PoweredAutonomous Mobile Robot》，即《电池供电的自动移动机器人在线覆盖平面环境》提出机器人的运动距离与能耗成正比的线性能耗模型，假设无人机的有限能量可转换为有限飞行距离d。针对同构无人机，其有限飞行距离相等，即d是一个常数；
根据第一步中网格单元的边长s将有限飞行距离d转换成无人机在目标区域G中的可飞行的网格数目B0；因此，规划路径得到的每架无人机的飞行轨迹的长度不超过B0，这样才能保证无人机按照规划路径执行任务后能顺利返回起点。
此外，目标区域G中的所有网格单元到起点网格单元的最短距离的两倍都不超过2B0，这样才能保证无人机的覆盖能力与目标场景相匹配，即无人机能够完成目标区域的覆盖任务。
本实施例中，根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径包括：
步骤(a)初始化i＝1；
步骤(b)根据第i架无人机的路径集合Pi中的最后一个网格单元到覆盖状态标记为未覆盖的网格单元之间的距离在覆盖状态标记为未覆盖的网格单元中搜索需执行探测任务的网格单元并将搜索到的网格单元的覆盖状态标记为已覆盖，其中，Pi内的初始元素为第i架无人机的起点网格单元；
步骤(c)更新第i架无人机的返回路径集合Qi；
步骤(d)若Pi和Qi中的网格单元数目之和加1大于无人机的可飞行网格单元数目，则合并Pi和Qi，将合并后的集合作为第i架无人机的路径，并把需执行探测任务的网格单元的覆盖状态修改为未覆盖，执行步骤(e)，否则将所述需执行探测任务的网格单元添加到Pi并返回步骤(b)；
步骤(e)判断目标区域内是否包含覆盖状态标记为未覆盖的网格单元，若有，则令i＝i+1，返回步骤(b)，否则令执行探测任务的无人机数量N＝i并输出N及N架无人机的路径。
在本实施例中，步骤(b)中搜索需执行探测任务的网格单元包括：
步骤(b1)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元的相邻网格单元中距离第i架无人机的起点网格单元最远的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则执行步骤(b2)，否则执行步骤(b5)；
步骤(b2)从多个网格单元中搜索含有目标边界线的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元中选取需执行探测任务的网格单元，否则执行步骤(b3)；
步骤(b3)判断i是否等于1，若是，则执行步骤(b4)，若否，则从多个网格单元中搜索距离第i-1架无人机的路径最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b4)；
步骤(b4)从多个网格单元中搜索距离覆盖状态标记为已覆盖的网格单元最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b5)；
步骤(b5)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元在同一条等高线上的相邻网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取位于Pi中的最后一个网格单元上方的网格单元作为需执行探测任务的网格单元，否则执行步骤(b6)；
步骤(b6)在覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元的距离不小于Pi中的最后一个网格单元到第i架无人机的起点网格单元的距离的网格单元中搜索，若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取距离Pi中的最后一个网格单元最近的网格单元作为需执行探测任务的网格单元，否则选取覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元最近的网格单元作为需执行探测任务的网格单元。
为实现步骤(c)中更新无人机的返回路径集合包括：
步骤(c1)若Pi中的最后一个网格单元为第i架无人机的起点网格单元，则在覆盖状态标记为未覆盖的网格单元中搜索距离第i架无人机的起点网格单元最近的网格单元并添加到Qi，否则执行步骤(c2)；
步骤(c2)若Qi中包含需执行探测任务的网格单元，则将Qi中需执行探测任务的网格单元之后的元素删除，否则执行步骤(c3)；
步骤(c3)若Qi中的最后一个网格单元与需执行探测任务的网格单元为相邻网格单元或属于同一条等高线上的相邻网格单元，则Qi不变，否则执行步骤(c4)；
步骤(c4)在覆盖状态标记为未覆盖的网格单元中搜索距离Qi中的最后一个网格单元和需执行探测任务的网格单元最近的网格单元并添加到Qi。
在本实施例中，上述提及的相邻网格单元为目标区域中任意两个网格单元的中心距离等于网格单元的边长的网格单元；
同一条等高线上的相邻网格单元为同一条等高线上的任意两个网格单元的中心距离等于
Figure BDA0002784516120000111
倍的网格单元的边长的网格单元；
其中，目标区域中任意网格单元到无人机的起点网格单元的最小距离相同且连续的网格单元作为目标区域的等高线。
一个实施方式中，基于无人机只能飞往相邻网格的方式，可以计算出目标区域中任意网格单元到起点网格单元的最短距离，即从任意网格到达起点网格需要经过的最少的网格单元数目，参加附图3所示的目标区域中的任一条等高线的示意图，将这些到起点网格的最短距离相等的网格单元称为一条等高线；
当一条等高线上任意两个距离最近的网格单元的中心直线距离都等于
Figure BDA0002784516120000112
时，称这条等高线是连续的；若目标区域的等高线不连续，则可以参考国际机器人与自动化大会(ICRA2018)上发表的文章《Coverage Path PlanningUnder the Energy Constraint》(《能源约束下的路径规划与覆盖》)，将目标区域划分为多个等高线连续的区域。
一个实施方式中，根据国际机器人与自动化大会(ICRA2018)上发表的文章《Coverage PathPlanningUnder the Energy Constraint》(《能源约束下的路径规划与覆盖》)，使无人机从当前位置对应的网格飞向距离起点网格更远的，且处于未覆盖状态的相邻网格单元，完成目标区域前向路径的规划；综合考虑无人机的能耗约束和利用效率，在保证剩余未覆盖状态的网格组成的区域的等高线连续的情况下，计算无人机的返回路径；此时，每架无人机覆盖任务的终点都位于起点网格单元，降低了无人机从起点网格单元飞向上一条路径覆盖结束的网格单元的无人机能耗。
一个实施方式中，无人机的飞行路径包括无人机的前向飞行路径和返回路径，参见附图4所示的无人机的飞行路径规划示意图，图中
Figure BDA0002784516120000115
代表无人机的前向飞行路径，
Figure BDA0002784516120000113
代表无人机的返回路径，
Figure BDA0002784516120000114
指向的网格单元为搜索到的无人机需执行探测任务的网格单元；附图4a和4b所示的是在不断计算无人机的前向飞行路径以及需执行探测任务的网格单元时，同时需要计算无人机的返回路径，当无人机的前向飞行路径、需执行探测任务的网格单元和无人机的返回路径的网格总数未超过无人机可飞行的网格单元数目，则无人机飞往需执行探测任务的网格单元；当根据图4b的无人机的前向飞行路径计算无人机的返回路径时，得到与图4b重合的返回路径，此时图4c为无人机的飞行路径；图4d为按照上述方式继续规划的无人机的飞行路径；图4e为当无人机飞到了目标区域中最远的网格单元后，在搜索需执行探测任务的网格单元时需要采用扫描等高线的方式，如图4f、图4g、图4h、图4i为扫描不同的等高线的方式搜索需执行探测任务的网格单元，在规划路径的过程中当无人机的飞行路径未超过无人机可飞行的网格单元数目时更新无人机的前向飞行路径和返回路径，若无人机的飞行路径超过无人机可飞行的网格单元数目时则输出如图4j所示的规划好的无人机的飞行路径。
步骤(5)根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)；
在本实施例中，更新所述无人机的可飞行网格单元数目约束上/下限值包括：获取最后一架无人机的路径的距离，以及目标区域内最后一架无人机的起点网格单元到其他网格单元的最远距离的2倍，将两者中的最大值作为无人机的可飞行网格单元数目的约束下限值Bmin；
将无人机可飞行的网格单元数目作为无人机的可飞行网格单元数目的约束上限值Bmax。
其中，按下式更新所述无人机的可飞行网格单元数目B：
B＝Bmin+(Bmax-Bmin)/Nr
其中，Nr为迭代次数为r时执行探测任务的无人机数量。
步骤(6)基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；
在本实施例中，步骤(6)包括：若Nr＞Nr-1，则更新无人机的可飞行网格单元数目的约束下限值Bmin为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束上限值Bmax不变；
否则，更新无人机的可飞行网格单元数目的约束上限值Bmax为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束下限值Bmin不变；
其中，Nr为迭代次数为r时执行探测任务的无人机数量，Nr-1为迭代次数为r-1时执行探测任务的无人机数量。
步骤(7)判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径；
在本实施例中，按下式确定所述无人机的可飞行网格单元数目约束上/下限值的预设约束条件：
Bmax-Bmin＞1
其中，Bmax为无人机的可飞行网格单元数目约束上限值，Bmin为无人机的可飞行网格单元数目约束下限值。
一个实施方式中，在保证无人机的数目N不变的前提下，均衡每架无人机的飞行轨迹的长度，提高无人机集群完成区域覆盖任务的效率。
一个实施方式中，本发明提供的一种无人机的飞行路径规划方法的实验设备为笔记本电脑，搭载因特尔i5-3337U处理器，处理器的频率为1.8GHz，RAM大小为4GB，实验***为Windows2010版本，模拟路径规划算法实现及结果的软件是MATLAB2015b。针对某一给定的目标区域和飞行距离的约束，对比文章《Coverage PathPlanning Under the EnergyConstraint》(《能源约束下的路径规划与覆盖》)给出的规划算法(简称为Bench算法)和本发明提出的无人机的飞行路径规划方法，考虑给定的目标区域G和飞行距离B的约束，得到图5所示的本发明提出的无人机的飞行路径规划方法和Bench算法完成每条路径所需的网格数目，由此可知，本发明减少了覆盖目标区域所需的路径条数以及均衡每条规划路径的长度，使得能够使用更少的无人机，更加高效地完成目标区域的覆盖。
进一步的，本发明还提供了一种无人机的飞行路径规划装置。
参阅附图6，图6是根据本发明的一个实施例的无人机的飞行路径规划装置的主要结构框图。如图6所示，本发明实施例中的无人机的飞行路径规划装置主要包括划分模块、初始化模块、标记模块、执行模块、更新模块1、更新模块2和判断模块。
在一些实施例中，划分模块、初始化模块、标记模块、执行模块、更新模块1、更新模块2和判断模块中的一个或多个可以合并为在一起成为一个模块。为了简化起见，虽然处理器和存储器没有在图6中示出，本领域人员可以理解，无人机的飞行路径规划装置可以是处理器和/或存储器的一部分。比如，在一些实施例中，划分模块、初始化模块、标记模块、执行模块、更新模块1、更新模块2和判断模块中的一个或多个装置可以是处理器的一部分。在一些实施例中，这些装置可以分别对应处理器中的进行信号或数据处理的一部分电子电路，也可以对应相关的存储在计算机可读介质(比如存储器)中的程序代码。在一些实施例中，划分模块、初始化模块、标记模块、执行模块、更新模块1、更新模块2和判断模块也可以不是当前处理器的一部分，而是当前处理器之外另一个处理器的一部分。在一些实施例中，划分模块、初始化模块、标记模块、执行模块、更新模块1、更新模块2和判断模块中的一个或多个可以合并在一起成为一个装置模块。
具体而言，划分模块可以被配置成根据无人机可探测范围将目标区域划分成多个网格单元，以无人机可探测范围的最大值作为网格单元的边长，利用区域分割的方法将目标区域划分成多个网格单元；在一个实施方式中，具体实现功能的描述可以参见步骤(1)所述。
具体而言，标记模块可以被配置成将所述多个网格单元的覆盖状态标记为未覆盖；在一个实施方式中，具体实现功能的描述可以参见步骤(2)所述。
具体而言，执行模块可以包括初始化单元、标记单元、更新单元、判断单元1和判断单元2；初始化单元可以被配置成无人机的初始数量取值i＝1；
标记单元可以被配置成根据第i架无人机的路径集合Pi中的最后一个网格单元到覆盖状态标记为未覆盖的网格单元之间的距离在覆盖状态标记为未覆盖的网格单元中搜索需执行探测任务的网格单元并将搜索到的网格单元的覆盖状态标记为已覆盖，其中，Pi内的初始元素为第i架无人机的起点网格单元；
其中，标记单元还包括第一子单元、第二子单元、第三子单元、第四子单元、第五子单元和第六子单元，各个子单元按下述方式进行配置：
第一子单元可以被配置成在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元的相邻网格单元中距离第i架无人机的起点网格单元最远的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则执行第二子单元，否则第五子单元；
第二子单元可以被配置成从多个网格单元中搜索含有目标边界线的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元中选取需执行探测任务的网格单元，否则执行第三子单元；
第三子单元可以被配置成判断i是否等于1，若是，则执行第四子单元，若否，则从多个网格单元中搜索距离第i-1架无人机的路径最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行第四子单元；
第四子单元可以被配置成从多个网格单元中搜索距离覆盖状态标记为已覆盖的网格单元最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行第五子单元；
第五子单元可以被配置成在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元在同一条等高线上的相邻网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取位于Pi中的最后一个网格单元上方的网格单元作为需执行探测任务的网格单元，否则执行第六子单元；
第六子单元可以被配置成在覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元的距离不小于Pi中的最后一个网格单元到第i架无人机的起点网格单元的距离的网格单元中搜索，若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取距离Pi中的最后一个网格单元最近的网格单元作为需执行探测任务的网格单元，否则选取覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元最近的网格单元作为需执行探测任务的网格单元。
更新单元被配置成更新第i架无人机的返回路径集合Qi；其中，更新单元还包括更新子单元Ⅰ、更新子单元Ⅱ、更新子单元Ⅲ和更新子单元Ⅳ，各个子单元按下述方式进行配置：
更新子单元Ⅰ可以被配置成若Pi中的最后一个网格单元为第i架无人机的起点网格单元，则在覆盖状态标记为未覆盖的网格单元中搜索距离第i架无人机的起点网格单元最近的网格单元并添加到Qi，否则执行更新子单元Ⅱ；
更新子单元Ⅱ可以被配置成若Qi中包含需执行探测任务的网格单元，则将Qi中需执行探测任务的网格单元之后的元素删除，否则执行更新子单元Ⅲ；
更新子单元Ⅲ可以被配置成若Qi中的最后一个网格单元与需执行探测任务的网格单元为相邻网格单元或属于同一条等高线上的相邻网格单元，则Qi不变，否则执行更新子单元Ⅳ；
更新子单元Ⅳ可以被配置成在覆盖状态标记为未覆盖的网格单元中搜索距离Qi中的最后一个网格单元和需执行探测任务的网格单元最近的网格单元并添加到Qi。
在一个实施方式中，相邻网格单元为目标区域中任意两个网格单元的中心距离等于网格单元的边长的网格单元；
同一条等高线上的相邻网格单元为同一条等高线上的任意两个网格单元的中心距离等于
Figure BDA0002784516120000161
倍的网格单元的边长的网格单元；
其中，目标区域中任意网格单元到无人机的起点网格单元的最小距离相同且连续的网格单元作为目标区域的等高线。
判断单元1可以被配置成若Pi和Qi中的网格单元数目之和加1大于无人机的可飞行网格单元数目，则合并Pi和Qi，将合并后的集合作为第i架无人机的路径，并把需执行探测任务的网格单元的覆盖状态修改为未覆盖，执行判断单元2，否则将所述需执行探测任务的网格单元添加到Pi并返回标记单元；
判断单元2可以被配置成判断目标区域内是否包含覆盖状态标记为未覆盖的网格单元，若有，则令i＝i+1，返回标记单元，否则令执行探测任务的无人机数量N＝i并输出N及N架无人机的路径。
具体而言，更新模块1可以被配置成根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块；
在一个实施方式中，更新所述无人机的可飞行网格单元数目约束上/下限值包括：获取最后一架无人机的路径的距离，以及目标区域内最后一架无人机的起点网格单元到其他网格单元的最远距离的2倍，将两者中的最大值作为无人机的可飞行网格单元数目的约束下限值Bmin；
将无人机可飞行的网格单元数目作为无人机的可飞行网格单元数目的约束上限值Bmax；在一个实施方式中，按下式更新所述无人机的可飞行网格单元数目B：
B＝Bmin+(Bmax-Bmin)/Nr
其中，Nr为迭代次数为r时执行探测任务的无人机数量。
具体而言，更新模块2可以被配置成基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；其中，若Nr＞Nr-1，则更新无人机的可飞行网格单元数目的约束下限值Bmin为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束上限值Bmax不变；
否则，更新无人机的可飞行网格单元数目的约束上限值Bmax为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束下限值Bmin不变；
其中，Nr为迭代次数为r时执行探测任务的无人机数量，Nr-1为迭代次数为r-1时执行探测任务的无人机数量。
具体而言，判断模块可以被配置成判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径；
在一个实施方式中，按下式确定所述无人机的可飞行网格单元数目约束上/下限值的预设约束条件：
Bmax-Bmin＞1
其中，Bmax为无人机的可飞行网格单元数目约束上限值，Bmin为无人机的可飞行网格单元数目约束下限值。
上述一种无人机的飞行路径规划装置以用于执行图1所示的一种无人机的飞行路径规划方法实施例，两者的技术原理、所解决的技术问题及产生的技术效果相似，本技术领域技术人员可以清楚地了解到，为了描述的方便和简洁，无人机的飞行路径规划装置的具体工作过程及有关说明，可以参考无人机的飞行路径规划方法的实施例所描述的内容，此处不再赘述。
本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
进一步，应该理解的是，由于各个模块的设定仅仅是为了说明本发明的***的功能单元，这些模块对应的物理器件可以是处理器本身，或者处理器中软件的一部分，硬件的一部分，或者软件和硬件结合的一部分。因此，图中的各个模块的数量仅仅是示意性的。
本领域技术人员能够理解的是，可以对***中的各个模块进行适应性地拆分或合并。对具体模块的这种拆分或合并并不会导致技术方案偏离本发明的原理，因此，拆分或合并之后的技术方案都将落入本发明的保护范围内。
至此，已经结合附图所示的一个实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

Claims (8)

1.一种无人机的飞行路径规划方法，其特征在于，所述方法包括：
步骤(1)根据无人机可探测范围将目标区域划分成多个网格单元；
步骤(2)初始化迭代次数r＝1；
步骤(3)将所述多个网格单元的覆盖状态标记为未覆盖；
步骤(4)根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；若r＝1，则转至步骤(5)，否则，执行步骤(6)；
步骤(5)根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)；
步骤(6)基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；
步骤(7)判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回步骤(3)，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径；
所述根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径包括：
步骤(a)初始化i＝1；
步骤(b)根据第i架无人机的路径集合Pi中的最后一个网格单元到覆盖状态标记为未覆盖的网格单元之间的距离在覆盖状态标记为未覆盖的网格单元中搜索需执行探测任务的网格单元并将搜索到的网格单元的覆盖状态标记为已覆盖，其中，Pi内的初始元素为第i架无人机的起点网格单元；
步骤(c)更新第i架无人机的返回路径集合Qi；
步骤(d)若Pi和Qi中的网格单元数目之和加1大于无人机的可飞行网格单元数目，则合并Pi和Qi，将合并后的集合作为第i架无人机的路径，并把需执行探测任务的网格单元的覆盖状态修改为未覆盖，执行步骤(e)，否则将所述需执行探测任务的网格单元添加到Pi并返回步骤(b)；
步骤(e)判断目标区域内是否包含覆盖状态标记为未覆盖的网格单元，若有，则令i＝i+1，返回步骤(b)，否则令执行探测任务的无人机数量N＝i并输出N及N架无人机的路径；
所述步骤(5)包括：
根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值包括：
获取最后一架无人机的路径的距离，以及目标区域内最后一架无人机的起点网格单元到其他网格单元的最远距离的2倍，将两者中的最大值作为无人机的可飞行网格单元数目的约束下限值Bmin；
将无人机可飞行的网格单元数目作为无人机的可飞行网格单元数目的约束上限值Bmax；
所述根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目包括：
按下式更新所述无人机的可飞行网格单元数目B：
B＝Bmin+(Bmax-Bmin)/Nr
其中，Nr为迭代次数为r时执行探测任务的无人机数量；
所述步骤(6)包括：
若Nr＞Nr-1，则更新无人机的可飞行网格单元数目的约束下限值Bmin为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束上限值Bmax不变；
否则，更新无人机的可飞行网格单元数目的约束上限值Bmax为无人机的可飞行网格单元数目，无人机的可飞行网格单元数目的约束下限值Bmin不变；
其中，Nr为迭代次数为r时执行探测任务的无人机数量，Nr-1为迭代次数为r-1时执行探测任务的无人机数量。
2.如权利要求1所述的方法，其特征在于，所述步骤(1)包括：
以无人机可探测范围的最大值作为网格单元的边长，利用区域分割的方法将目标区域划分成多个网格单元。
3.如权利要求1所述的方法，其特征在于，按下式确定无人机的可飞行网格单元数目的初始值B0：
Figure FDA0003800698180000031
其中，d为无人机能耗可飞行的最大距离，s为网格单元的边长。
4.如权利要求1所述的方法，其特征在于，所述步骤(b)包括：
步骤(b1)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元的相邻网格单元中距离第i架无人机的起点网格单元最远的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则执行步骤(b2)，否则执行步骤(b5)；
步骤(b2)从多个网格单元中搜索含有目标边界线的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元中选取需执行探测任务的网格单元，否则执行步骤(b3)；
步骤(b3)判断i是否等于1，若是，则执行步骤(b4)，若否，则从多个网格单元中搜索距离第i-1架无人机的路径最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b4)；
步骤(b4)从多个网格单元中搜索距离覆盖状态标记为已覆盖的网格单元最近的网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则以Pi中的最后一个网格单元为中心按照由上到下、由左到右的遍历顺序从多个网格单元选取需执行探测任务的网格单元，否则执行步骤(b5)；
步骤(b5)在覆盖状态标记为未覆盖的网格单元中搜索与Pi中的最后一个网格单元在同一条等高线上的相邻网格单元；
若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取位于Pi中的最后一个网格单元上方的网格单元作为需执行探测任务的网格单元，否则执行步骤(b6)；
步骤(b6)在覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元的距离不小于Pi中的最后一个网格单元到第i架无人机的起点网格单元的距离的网格单元中搜索，若搜索到一个网格单元则将其作为需执行探测任务的网格单元，若搜索到多个网格单元，则选取距离Pi中的最后一个网格单元最近的网格单元作为需执行探测任务的网格单元，否则选取覆盖状态标记为未覆盖的网格单元到第i架无人机的起点网格单元最近的网格单元作为需执行探测任务的网格单元。
5.如权利要求1所述的方法，其特征在于，所述步骤(c)包括：
步骤(c1)若Pi中的最后一个网格单元为第i架无人机的起点网格单元，则在覆盖状态标记为未覆盖的网格单元中搜索距离第i架无人机的起点网格单元最近的网格单元并添加到Qi，否则执行步骤(c2)；
步骤(c2)若Qi中包含需执行探测任务的网格单元，则将Qi中需执行探测任务的网格单元之后的元素删除，否则执行步骤(c3)；
步骤(c3)若Qi中的最后一个网格单元与需执行探测任务的网格单元为相邻网格单元或属于同一条等高线上的相邻网格单元，则Qi不变，否则执行步骤(c4)；
步骤(c4)在覆盖状态标记为未覆盖的网格单元中搜索距离Qi中的最后一个网格单元和需执行探测任务的网格单元最近的网格单元并添加到Qi。
6.如权利要求4或5所述的方法，其特征在于，所述相邻网格单元为目标区域中任意两个网格单元的中心距离等于网格单元的边长的网格单元；
所述同一条等高线上的相邻网格单元为同一条等高线上的任意两个网格单元的中心距离等于
Figure FDA0003800698180000041
倍的网格单元的边长的网格单元；
其中，目标区域中任意网格单元到无人机的起点网格单元的最小距离相同且连续的网格单元作为目标区域的等高线。
7.如权利要求1所述的方法，其特征在于，所述步骤(7)中按下式确定所述无人机的可飞行网格单元数目约束上/下限值的预设约束条件：
Bmax-Bmin＞1
其中，Bmax为无人机的可飞行网格单元数目约束上限值，Bmin为无人机的可飞行网格单元数目约束下限值。
8.一种采用如权利要求1-7任一项所述无人机的飞行路径规划方法的无人机的飞行路径规划装置，其特征在于，所述装置包括：
划分模块，用于根据无人机可探测范围将目标区域划分成多个网格单元；
初始化模块，用于初始化迭代次数r＝1；
标记模块，用于将所述多个网格单元的覆盖状态标记为未覆盖；
执行模块，用于根据无人机的可飞行网格单元数目规划执行探测任务的无人机数量及各无人机的路径；若r＝1，则转至更新模块1，否则，执行更新模块2；
更新模块1，用于根据执行探测任务的无人机数量及各无人机的路径更新所述无人机的可飞行网格单元数目约束上/下限值，并根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块；
更新模块2，用于基于第r次迭代时执行探测任务的无人机数量更新所述无人机的可飞行网格单元数目约束上/下限值；
判断模块，用于判断所述无人机的可飞行网格单元数目约束上/下限值是否满足预设约束条件，若是，则根据所述无人机的可飞行网格单元数目约束上/下限值更新所述无人机的可飞行网格单元数目，令r＝r+1并返回标记模块，否则，输出第r次迭代时执行探测任务的无人机数量及各无人机的路径。
CN202011293047.3A 2020-11-18 2020-11-18 一种无人机的飞行路径规划方法及装置 Active CN112506216B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011293047.3A CN112506216B (zh) 2020-11-18 2020-11-18 一种无人机的飞行路径规划方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011293047.3A CN112506216B (zh) 2020-11-18 2020-11-18 一种无人机的飞行路径规划方法及装置

Publications (2)

Publication Number Publication Date
CN112506216A CN112506216A (zh) 2021-03-16
CN112506216B true CN112506216B (zh) 2022-12-30

Family

ID=74956789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011293047.3A Active CN112506216B (zh) 2020-11-18 2020-11-18 一种无人机的飞行路径规划方法及装置

Country Status (1)

Country Link
CN (1) CN112506216B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113625772B (zh) * 2021-09-10 2023-02-24 中国人民解放军国防科技大学 一种影子跟随的多无人机区域覆盖路径规划方法
CN113625771B (zh) * 2021-09-10 2023-02-21 中国人民解放军国防科技大学 一种影子跟随的单无人机区域覆盖路径规划方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105953800A (zh) * 2016-06-14 2016-09-21 北京航空航天大学 一种无人飞行器航迹规划栅格空间划分方法
CN111178743A (zh) * 2019-12-25 2020-05-19 中国人民解放军军事科学院国防科技创新研究院 一种无人机群自主协同观测与协同作业的方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11322031B2 (en) * 2015-12-07 2022-05-03 International Business Machines Corporation Method of optimized path planning for UAVs for the purpose of ground coverage
CN106970648B (zh) * 2017-04-19 2019-05-14 北京航空航天大学 城市低空环境下无人机多目标路径规划联合搜索方法
CN108519737B (zh) * 2018-04-11 2020-06-09 电子科技大学 一种考虑能源补给的无人设备路径规划方法
CN110736478B (zh) * 2018-07-20 2021-05-11 华北电力大学 一种无人机辅助移动云感知的路径规划与任务分配方案
CN109520504B (zh) * 2018-11-27 2022-07-22 北京航空航天大学 一种基于网格离散化的无人机巡查路径优化方法
CN111399543B (zh) * 2020-04-04 2022-09-02 西安爱生技术集团公司 一种基于a*算法的同区域多条无碰撞航线规划方法
CN111667124A (zh) * 2020-06-30 2020-09-15 中国人民解放军军事科学院国防科技创新研究院 无人机路径的规划方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105953800A (zh) * 2016-06-14 2016-09-21 北京航空航天大学 一种无人飞行器航迹规划栅格空间划分方法
CN111178743A (zh) * 2019-12-25 2020-05-19 中国人民解放军军事科学院国防科技创新研究院 一种无人机群自主协同观测与协同作业的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Joint Optimization of Multi-UAV Target Assignment and Path Planning Based on Multi-Agent Reinforcement Learning;HAN QIE;《Digital Object Identifier》;20191231;全文 *

Also Published As

Publication number Publication date
CN112506216A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN110488859B (zh) 一种基于改进Q-learning算法的无人机航路规划方法
CN103557867B (zh) 一种基于稀疏a*搜索的三维多uav协同航迹规划方法
WO2017211029A1 (zh) 无人机飞行路径规划方法和装置
CN112506216B (zh) 一种无人机的飞行路径规划方法及装置
CN105841702A (zh) 一种基于粒子群优化算法的多无人机航路规划方法
CN108398958B (zh) 无人机编队路径匹配方法、装置和储存介质
CN109357678B (zh) 一种基于异质化鸽群优化算法的多无人机路径规划方法
CN109506654A (zh) 低空航路规划方法及装置、飞行器
CN110597286B (zh) 一种利用智慧机库实现输电线路无人机自主巡检的方法
CN110163065A (zh) 点云数据处理方法、点云数据加载方法、及装置和设备
Liu et al. Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0
CN109855627A (zh) 无人机分架次规划航线的方法、装置、设备和存储介质
CN115185303B (zh) 用于国家公园及自然保护地的无人机巡护路径规划方法
CN111580561A (zh) 基于粒子群算法优化的无人机调度方法、***和可读存储介质
CN116954233A (zh) 一种巡检任务与航线自动匹配方法
CN113485409A (zh) 一种面向地理公平性的无人机路径规划分配方法及***
CN117032311A (zh) 一种输电线路无人机巡检任务自动规划方法、装置、设备及介质
CN116880561A (zh) 基于改进粒子群无人机路径规划安全增强的优化方法及***
CN117007046A (zh) 一种电力巡检机器人路径规划方法及***
CN116700343A (zh) 一种无人机路径规划方法、设备和存储介质
Ding et al. Improved GWO algorithm for UAV path planning on crop pest monitoring
CN113934228B (zh) 基于协商共识的集群四旋翼无人机任务规划方法
CN116518979B (zh) 一种无人机路径规划方法、***、电子设备及介质
CN110647162B (zh) 一种导游无人机路径规划方法、终端设备及存储介质
CN113253752A (zh) 一种杆塔的无人机巡检实现方法、装置、设备和存储介质

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