CN112783185A - 一种基于无人机的预测路径获取方法及装置 - Google Patents

一种基于无人机的预测路径获取方法及装置 Download PDF

Info

Publication number
CN112783185A
CN112783185A CN202011610582.7A CN202011610582A CN112783185A CN 112783185 A CN112783185 A CN 112783185A CN 202011610582 A CN202011610582 A CN 202011610582A CN 112783185 A CN112783185 A CN 112783185A
Authority
CN
China
Prior art keywords
path
fitting
unmanned aerial
aerial vehicle
predicted
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
Application number
CN202011610582.7A
Other languages
English (en)
Other versions
CN112783185B (zh
Inventor
王锴博
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.)
Beijing MinoSpace Technology Co Ltd
Original Assignee
Beijing MinoSpace 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 Beijing MinoSpace Technology Co Ltd filed Critical Beijing MinoSpace Technology Co Ltd
Priority to CN202011610582.7A priority Critical patent/CN112783185B/zh
Publication of CN112783185A publication Critical patent/CN112783185A/zh
Application granted granted Critical
Publication of CN112783185B publication Critical patent/CN112783185B/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
    • G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • 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)

Abstract

本申请实施例提供一种基于无人机的预测路径获取方法及装置，该基于无人机的预测路径获取方法包括：获取无人机的历史运动路径、运动姿态和预测飞行时长；判断预设数据库中是否存在与历史运动路径相匹配的存储运动路径；当预设数据库中不存在与历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；根据历史运动路径和拟合函数进行路径拟合，得到拟合路径；根据预测飞行时长对拟合路径进行截取，得到预测路径。可见，实施这种实施方式，能够高效地实时预测无人机飞行路径，从而提高无人机飞行的普适性。

Description

一种基于无人机的预测路径获取方法及装置
技术领域
本申请涉及无人机技术领域，具体而言，涉及一种基于无人机的预测路径获取方法及装置。
背景技术
目前，随着无人机技术的快速发展，越来越多的无人机被投入了各式各样的工作环境中。众所周知，无人机在飞行过程中通常都是根据预设的飞行路径进行飞行的。在实践中发现，目前的飞行路径大都是人为预先设置好的，这就使得无人机飞行缺少一定的自主性，从而降低了无人机飞行的普适性。
发明内容
本申请实施例的目的在于提供一种基于无人机的预测路径获取方法及装置，能够高效地实时预测无人机飞行路径，从而提高无人机飞行的普适性。
本申请实施例第一方面提供了一种基于无人机的预测路径获取方法，包括：
获取无人机的历史运动路径、运动姿态和预测飞行时长；
判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径；
当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；
根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径；
根据所述预测飞行时长对所述拟合路径进行截取，得到预测路径。
在上述实现过程中，该方法可以优先获取无人机的历史运动路径、运动姿态和预测飞行时长；然后，判断预设数据库中是否存在与历史运动路径相匹配的存储运动路径；当预设数据库中没有与当前无人机飞行所产生的历史运动路径相类似的存储运动路径时，根据运动姿态确定拟合函数，从而保证之后拟合得到的路径是与当前运动姿态相对应的，进而避免直飞过程中出现转弯的路径或盘旋过程中出现直飞的路径；在获取到拟合函数时，该方法可以进一步根据历史运动路径和拟合函数进行路径拟合，得到拟合路径；然后再根据预测飞行时长对拟合路径进行截取，得到预测路径。可见，实施这种实施方式，能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
进一步地，所述判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径的步骤包括：
获取所述无人机的瞬时飞行速度；
判断预设数据库中是否存在与所述瞬时飞行速度和所述历史运动路径两者相匹配的存储运动路径；
当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，触发执行所述根据运动姿态确定拟合函数的步骤。
在上述实现过程中，该方法可以根据无人机当前的瞬时飞行速度来辅助判断预设数据库中是否存在对应的存储运动路径，以使预设数据库中不存在对应的存储运动路径时根据运动姿态确定拟合函数，从而便于该方法根据拟合函数进行路径拟合。可见，实施这种实施方式，能够更准确地判断预设数据库中是否存在对应的内容，从而避免误判等情况发现，进而提高了整体无人机的预测路径的获取精度。
进一步地，所述运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，所述拟合函数包括与所述盘旋飞行姿态相对应的圆形拟合函数、与所述直行飞行姿态相对应的直线拟合函数以及与所述一般飞行姿态相对应的拟合二次函数。
在上述实现过程中，该方法能够根据运动姿态确定当前无人机的飞行情况，从而能够确定出与当前无人机飞行情况相对应的拟合函数，进而提高拟合函数的确定精度，提高整体无人机预测路径的获取精度。
进一步地，当所述运动姿态为所述一般飞行姿态时，所述根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径的步骤包括：
在所述历史运动路径中提取三个位置坐标；
根据所述三个位置坐标和所述拟合二次函数进行计算，得到拟合曲线；
根据所述历史运动路径中的其他位置坐标和所述拟合曲线进行计算，得到所述其他位置坐标相对于所述拟合曲线的方差；
当所述方差不大于预设阈值时，根据所述拟合曲线生成拟合路径。
在上述实现过程中，该方法可以在无人机的任意飞行过程中进行路线拟合，并可以实时根据路线拟合结果进行判定，从而提高路线拟合的精度，进而能够得到更准确的拟合路径。
进一步地，所述方法还包括：
当所述方差大于所述预设阈值时，根据预设的修正公式对所述拟合曲线进行修正，得到修正曲线；
根据所述修正曲线生成拟合路径。
在上述实现过程中，该方法可以在拟合曲线的精度较低时，自动对拟合曲线进行调整，以使拟合曲线调整为可以用于生成足够精度的拟合路径的修正曲线，从而实现拟合路径的内部调整，进而在实现自动化路径预测的过程中，提高拟合路径的获取精度。
本申请实施例第二方面提供了一种基于无人机的预测路径获取装置，所述基于无人机的预测路径获取装置包括：
获取单元，用于获取无人机的历史运动路径、运动姿态和预测飞行时长；
判断单元，用于判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径；
确定单元，用于当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；
拟合单元，用于根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径；
截取单元，用于根据所述预测飞行时长对所述拟合路径进行截取，得到预测路径。
在上述实现过程中，该种装置能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
进一步地，所述判断单元包括：
获取子单元，用于获取所述无人机的瞬时飞行速度；
判断子单元，用于判断预设数据库中是否存在与所述瞬时飞行速度和所述历史运动路径两者相匹配的存储运动路径；
所述判断子单元，还用于当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，触发所述确定单元执行所述根据运动姿态确定拟合函数的操作。
在上述实现过程中，该种装置能够更准确地判断预设数据库中是否存在对应的内容，从而避免误判等情况发现，进而提高了整体无人机的预测路径的获取精度。
进一步地，所述运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，所述拟合函数包括与所述盘旋飞行姿态相对应的圆形拟合函数、与所述直行飞行姿态相对应的直线拟合函数以及与所述一般飞行姿态相对应的拟合二次函数。
在上述实现过程中，该种装置能够根据运动姿态确定当前无人机的飞行情况，从而能够确定出与当前无人机飞行情况相对应的拟合函数，进而提高拟合函数的确定精度，提高整体无人机预测路径的获取精度。
本申请实施例第三方面提供了一种电子设备，包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行本申请实施例第一方面中任一项所述的基于无人机的预测路径获取方法。
本申请实施例第四方面提供了一种计算机可读存储介质，其存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行本申请实施例第一方面中任一项所述的基于无人机的预测路径获取方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种基于无人机的预测路径获取方法的流程示意图；
图2为本申请实施例提供的另一种基于无人机的预测路径获取方法的流程示意图；
图3为本申请实施例提供的一种基于无人机的预测路径获取装置的结构示意图；
图4为本申请实施例提供的另一种基于无人机的预测路径获取装置的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
实施例1
请参看图1，图1为本申请实施例提供了一种基于无人机的预测路径获取方法的流程示意图。其中，该基于无人机的预测路径获取方法包括：
S101、获取无人机的历史运动路径、运动姿态和预测飞行时长。
本实施例中，运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，拟合函数包括与盘旋飞行姿态相对应的圆形拟合函数、与直行飞行姿态相对应的直线拟合函数以及与一般飞行姿态相对应的拟合二次函数。
本实施例中，该方法可以获取无人机的过往路径(即历史运动路径，该历史运动路径由多个坐标点组成，其中每个坐标点包括经度x和纬度y)、各时刻的瞬时速度、发动机转速和预测时长(即预测飞行时长)。
在本实施例中，预测飞行时长为无人机仍需飞行的时间长度。举例来说，无人机在该次飞行的过程中仍需要飞行30min，该30分钟即为预测飞行时长。
S102、判断预设数据库中是否存在与历史运动路径相匹配的存储运动路径，若是，则结束本流程；若否，则执行步骤S103～S105。
本实施例中，该方法可以在预设数据库中获取无人机的运动姿态和飞行记录(即存储运动路径)，然后判断预设数据库中是否存在与运动姿态和历史运动路径相匹配的存储运动路径。
在本实施例中，判断的过程中可以存在些许误差。
在本实施例中，上述误差的产生是因为历史运动路径和存储运动路径之间的重合程度导致。
在本实施例中，误差可以由误差率表示，即历史运动路径和存储运动路径之间的重合率。
举例来说，该步骤用于表示该方法在预设数据库中查找是否有和过往路径重合的路径记录；具体的，该步骤可以根据运动姿态和瞬时飞行速度寻找在允许误差范围内最接近的路径。
本实施例中，当预设数据库存在与历史运动路径相匹配的存储运动路径时，该方法将存储运动路径确定为当前飞行路径，并根据预测飞行时长对当前飞行路径进行截取，得到预测路径。
S103、根据运动姿态确定拟合函数。
S104、根据历史运动路径和拟合函数进行路径拟合，得到拟合路径。
S105、根据预测飞行时长对拟合路径进行截取，得到预测路径。
本实施例中，该方法可以根据无人机的俯仰情况和发动机转速处理预测路径的平面显示。
在本实施例中，该方法可以在平面显示结果中，根据预测时长截取对应部分，然后输出预测路径。
在本实施例中，预测时长为预测飞行时长。
在本实施例中，当预测飞行时长为30min时，该方法在拟合路径上截取30min对应的预测路径。
实施这种实施方式，能够针对翔翼型无人机进行路径预测，其预测说成可以采用基于曲线拟合技术的算法，从而很好地结合翔翼型无人机的结构特点，同时还能够利用了数据库存储技术，将预测误差缩小至10％以内。
实施这种实施方式，还能够使得无人机具有更好的可拓展性和可改进性，从而使得该方法能够用于无人机路径预测和飞行生物研究等多个领域。
本申请实施例中，该方法的执行主体可以为计算机、服务器等计算装置，对此本实施例中不作任何限定。
在本申请实施例中，该方法的执行主体还可以为智能手机、平板电脑等智能设备，对此本实施例中不作任何限定。
可见，实施本实施例所描述的基于无人机的预测路径获取方法，能够优先获取无人机的历史运动路径、运动姿态和预测飞行时长；然后，判断预设数据库中是否存在与历史运动路径相匹配的存储运动路径；当预设数据库中没有与当前无人机飞行所产生的历史运动路径相类似的存储运动路径时，根据运动姿态确定拟合函数，从而保证之后拟合得到的路径是与当前运动姿态相对应的，进而避免直飞过程中出现转弯的路径或盘旋过程中出现直飞的路径；在获取到拟合函数时，该方法可以进一步根据历史运动路径和拟合函数进行路径拟合，得到拟合路径；然后再根据预测飞行时长对拟合路径进行截取，得到预测路径。可见，实施这种实施方式，能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
实施例2
请参看图2，图2为本申请实施例提供的一种基于无人机的预测路径获取方法的流程示意图。如图2所示，其中，该基于无人机的预测路径获取方法包括：
S201、获取无人机的历史运动路径、运动姿态和预测飞行时长。
S202、获取无人机的瞬时飞行速度。
S203、判断预设数据库中是否存在与瞬时飞行速度和历史运动路径两者相匹配的存储运动路径，若否，则执行步骤S204～S210；若是，则结束本流程。
S204、根据运动姿态确定拟合函数。
本实施例中，运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，拟合函数包括与盘旋飞行姿态相对应的圆形拟合函数、与直行飞行姿态相对应的直线拟合函数以及与一般飞行姿态相对应的拟合二次函数。
本实施例中，当运动姿态为盘旋飞行姿态时，其对应的圆形拟合函数为(x-x0)2+(y-y0)2＝R2。在该运动姿态下，该方法可以根据该公式进行路径拟合和路径截取，从而得到弧形的预测路径。
在本实施例中，如果预设数据库中存在盘旋路径，该方法则延用存在的盘旋路径所形成的预案，并将预测路径和上述盘旋路径重合在一起共同使用。
在本实施例中，当预设数据库中不存在对应的判断路径时，该方法则选取最新的三个坐标点，连线所围三角形的外接圆，并根据此圆确定拟合路径，然后执行步骤S210。
本实施例中，当运动姿态为直行飞行姿态时，其对应的直线拟合函数为Ax+By+C＝0。在该运动姿态下，该方法可以选取最近的两个坐标，记为M(xm,ym)和N(xn,yn)。其中，如果xm＝xn，则B＝0；如果xm≠xn，则列方程组计算斜截式，然后再整理得到一般式，再然后执行步骤S210。
S205、当运动姿态为一般飞行姿态时，在历史运动路径中提取三个位置坐标。
本实施例中，拟合二次函数为(y＝ax2+bx+c)。
S206、根据三个位置坐标和拟合二次函数进行计算，得到拟合曲线。
本实施例中，该方法选取最新的三个坐标记为P1(x1，y1)，P2(x2，y2)，P3(x3，y3)进行如下计算：
1)由
Figure BDA0002871166020000101
求得二次项系数a；
2)由
Figure BDA0002871166020000102
将a代入，求得b；
3)由
Figure BDA0002871166020000103
将a和b代入，求得c。
S207、根据历史运动路径中的其他位置坐标和拟合曲线进行计算，得到其他位置坐标相对于拟合曲线的方差。
本实施例中，该方法用于计算曲线上对应点和其他历史数据的方差，如果方差大于设定值，执行步骤S208。
作为一种可选的实施方式，根据历史运动路径中的其他位置坐标和拟合曲线进行计算，得到其他位置坐标相对于拟合曲线的方差的步骤之后，该方法还包括：
当方差不大于预设阈值时，根据拟合曲线生成拟合路径根据历史运动路径和拟合函数进行路径拟合，得到拟合路径。
S208、当方差大于预设阈值时，根据预设的修正公式对拟合曲线进行修正，得到修正曲线。
本实施例中，修正公式为Y＝y+t1ex+t2lnx，其中t1,t2∈R。
在本实施例，该方法可以使用上述公式对拟合曲线进行修正，使方差达到最小。
S209、根据修正曲线生成拟合路径。
S210、根据预测飞行时长对拟合路径进行截取，得到预测路径。
可见，实施本实施例所描述的基于无人机的预测路径获取方法，能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
实施例3
请参看图3，图3为本申请实施例提供的一种基于无人机的预测路径获取装置的结构示意图。如图3所示，该基于无人机的预测路径获取装置包括：
获取单元310，用于获取无人机的历史运动路径、运动姿态和预测飞行时长；
判断单元320，用于判断预设数据库中是否存在与历史运动路径相匹配的存储运动路径；
确定单元330，用于当预设数据库中不存在与历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；
拟合单元340，用于根据历史运动路径和拟合函数进行路径拟合，得到拟合路径；
截取单元350，用于根据预测飞行时长对拟合路径进行截取，得到预测路径。
本申请实施例中，对于基于无人机的预测路径获取装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的基于无人机的预测路径获取装置，能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
实施例4
请一并参阅图4，图4是本申请实施例提供的一种基于无人机的预测路径获取装置的结构示意图。其中，图4所示的基于无人机的预测路径获取装置是由图3所示的基于无人机的预测路径获取装置进行优化得到的。如图4所示，判断单元320包括：
获取子单元321，用于获取无人机的瞬时飞行速度；
判断子单元322，用于判断预设数据库中是否存在与瞬时飞行速度和历史运动路径两者相匹配的存储运动路径；
判断子单元322，还用于当预设数据库中不存在与历史运动路径相匹配的存储运动路径时，触发确定单元执行根据运动姿态确定拟合函数的操作。
作为一种可选的实施方式，运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，拟合函数包括与盘旋飞行姿态相对应的圆形拟合函数、与直行飞行姿态相对应的直线拟合函数以及与一般飞行姿态相对应的拟合二次函数。
作为一种可选的实施方式，当运动姿态为一般飞行姿态时，拟合单元340包括：
提取子单元341，用于在历史运动路径中提取三个位置坐标；
计算子单元342，用于根据三个位置坐标和拟合二次函数进行计算，得到拟合曲线；
计算子单元342，还用于根据历史运动路径中的其他位置坐标和拟合曲线进行计算，得到其他位置坐标相对于拟合曲线的方差；
拟合子单元343，用于当方差不大于预设阈值时，根据拟合曲线生成拟合路径。
作为一种可选的实施方式，拟合单元还包括：
修正子单元344，用于当方差大于预设阈值时，根据预设的修正公式对拟合曲线进行修正，得到修正曲线；
拟合子单元343，用于根据修正曲线生成拟合路径。
本申请实施例中，对于基于无人机的预测路径获取装置的解释说明可以参照实施例1或实施例2中的描述，对此本实施例中不再多加赘述。
可见，实施本实施例所描述的基于无人机的预测路径获取装置，能够根据复合信息和拟合函数来实时自动地预测无人机飞行路径，从而能够提高无人机飞行路径的预测精度和与预测效率，进而能够适应于更多的无人机飞行情况，实现对无人机飞行普适性的提高。
本申请实施例提供了一种电子设备，包括存储器以及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行本申请实施例1或实施例2中任一项基于无人机的预测路径获取方法。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序指令，计算机程序指令被一处理器读取并运行时，执行本申请实施例1或实施例2中任一项基于无人机的预测路径获取方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种基于无人机的预测路径获取方法，其特征在于，包括：
获取无人机的历史运动路径、运动姿态和预测飞行时长；
判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径；
当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；
根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径；
根据所述预测飞行时长对所述拟合路径进行截取，得到预测路径。
2.根据权利要求1所述的基于无人机的预测路径获取方法，其特征在于，所述判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径的步骤包括：
获取所述无人机的瞬时飞行速度；
判断预设数据库中是否存在与所述瞬时飞行速度和所述历史运动路径两者相匹配的存储运动路径；
当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，触发执行所述根据运动姿态确定拟合函数的步骤。
3.根据权利要求1所述的基于无人机的预测路径获取方法，其特征在于，所述运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，所述拟合函数包括与所述盘旋飞行姿态相对应的圆形拟合函数、与所述直行飞行姿态相对应的直线拟合函数以及与所述一般飞行姿态相对应的拟合二次函数。
4.根据权利要求3所述的基于无人机的预测路径获取方法，其特征在于，当所述运动姿态为所述一般飞行姿态时，所述根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径的步骤包括：
在所述历史运动路径中提取三个位置坐标；
根据所述三个位置坐标和所述拟合二次函数进行计算，得到拟合曲线；
根据所述历史运动路径中的其他位置坐标和所述拟合曲线进行计算，得到所述其他位置坐标相对于所述拟合曲线的方差；
当所述方差不大于预设阈值时，根据所述拟合曲线生成拟合路径。
5.根据权利要求4所述的基于无人机的预测路径获取方法，其特征在于，所述方法还包括：
当所述方差大于所述预设阈值时，根据预设的修正公式对所述拟合曲线进行修正，得到修正曲线；
根据所述修正曲线生成拟合路径。
6.一种基于无人机的预测路径获取装置，其特征在于，所述基于无人机的预测路径获取装置包括：
获取单元，用于获取无人机的历史运动路径、运动姿态和预测飞行时长；
判断单元，用于判断预设数据库中是否存在与所述历史运动路径相匹配的存储运动路径；
确定单元，用于当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，根据运动姿态确定拟合函数；
拟合单元，用于根据所述历史运动路径和所述拟合函数进行路径拟合，得到拟合路径；
截取单元，用于根据所述预测飞行时长对所述拟合路径进行截取，得到预测路径。
7.根据权利要求6所述的基于无人机的预测路径获取装置，其特征在于，所述判断单元包括：
获取子单元，用于获取所述无人机的瞬时飞行速度；
判断子单元，用于判断预设数据库中是否存在与所述瞬时飞行速度和所述历史运动路径两者相匹配的存储运动路径；
所述判断子单元，还用于当所述预设数据库中不存在与所述历史运动路径相匹配的存储运动路径时，触发所述确定单元执行所述根据运动姿态确定拟合函数的操作。
8.根据权利要求6所述的基于无人机的预测路径获取装置，其特征在于，所述运动姿态包括盘旋飞行姿态、直行飞行姿态以及一般飞行姿态，所述拟合函数包括与所述盘旋飞行姿态相对应的圆形拟合函数、与所述直行飞行姿态相对应的直线拟合函数以及与所述一般飞行姿态相对应的拟合二次函数。
9.一种电子设备，其特征在于，所述电子设备包括存储器以及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至5中任一项所述的基于无人机的预测路径获取方法。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序指令，所述计算机程序指令被一处理器读取并运行时，执行权利要求1至5任一项所述的基于无人机的预测路径获取方法。
CN202011610582.7A 2020-12-30 2020-12-30 一种基于无人机的预测路径获取方法及装置 Active CN112783185B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011610582.7A CN112783185B (zh) 2020-12-30 2020-12-30 一种基于无人机的预测路径获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011610582.7A CN112783185B (zh) 2020-12-30 2020-12-30 一种基于无人机的预测路径获取方法及装置

Publications (2)

Publication Number Publication Date
CN112783185A true CN112783185A (zh) 2021-05-11
CN112783185B CN112783185B (zh) 2022-04-26

Family

ID=75753898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011610582.7A Active CN112783185B (zh) 2020-12-30 2020-12-30 一种基于无人机的预测路径获取方法及装置

Country Status (1)

Country Link
CN (1) CN112783185B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415726A (zh) * 2022-01-18 2022-04-29 江苏锐天智能科技股份有限公司 一种基于图像分析的无人机避障控制***及方法
CN117234240A (zh) * 2023-11-10 2023-12-15 西安天成益邦电子科技有限公司 无人机集群地面控制可视控制方法及***

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140379179A1 (en) * 2013-06-24 2014-12-25 Honeywell International Inc. Systems and methods for autonomous landing using a three dimensional evidence grid
CN108762297A (zh) * 2018-05-18 2018-11-06 航天图景（北京）科技有限公司 一种无人机三维避障驾驶***及驾驶方法
CN109525947A (zh) * 2018-11-20 2019-03-26 广东电网有限责任公司 一种无人机运动轨迹记录方法及装置
CN109901617A (zh) * 2019-03-29 2019-06-18 西安联飞智能装备研究院有限责任公司 一种无人机飞行方法、装置及无人机
CN110307856A (zh) * 2019-06-27 2019-10-08 乐安县云智易联科技有限公司 一种导航路线推荐方法及装置
CN111766891A (zh) * 2019-05-23 2020-10-13 北京京东尚科信息技术有限公司 用于控制无人机飞行的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140379179A1 (en) * 2013-06-24 2014-12-25 Honeywell International Inc. Systems and methods for autonomous landing using a three dimensional evidence grid
CN108762297A (zh) * 2018-05-18 2018-11-06 航天图景（北京）科技有限公司 一种无人机三维避障驾驶***及驾驶方法
CN109525947A (zh) * 2018-11-20 2019-03-26 广东电网有限责任公司 一种无人机运动轨迹记录方法及装置
CN109901617A (zh) * 2019-03-29 2019-06-18 西安联飞智能装备研究院有限责任公司 一种无人机飞行方法、装置及无人机
CN111766891A (zh) * 2019-05-23 2020-10-13 北京京东尚科信息技术有限公司 用于控制无人机飞行的方法和装置
CN110307856A (zh) * 2019-06-27 2019-10-08 乐安县云智易联科技有限公司 一种导航路线推荐方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415726A (zh) * 2022-01-18 2022-04-29 江苏锐天智能科技股份有限公司 一种基于图像分析的无人机避障控制***及方法
CN114415726B (zh) * 2022-01-18 2023-01-03 江苏锐天智能科技股份有限公司 一种基于图像分析的无人机避障控制***及方法
CN117234240A (zh) * 2023-11-10 2023-12-15 西安天成益邦电子科技有限公司 无人机集群地面控制可视控制方法及***
CN117234240B (zh) * 2023-11-10 2024-02-27 西安天成益邦电子科技有限公司 无人机集群地面控制可视控制方法及***

Also Published As

Publication number Publication date
CN112783185B (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
US10852139B2 (en) Positioning method, positioning device, and robot
CN112783185B (zh) 一种基于无人机的预测路径获取方法及装置
EP2825850B1 (en) Segment validation
US10247556B2 (en) Method for processing feature measurements in vision-aided inertial navigation
CN110674419B (zh) 地理信息检索方法、装置、电子设备及可读存储介质
KR100995362B1 (ko) 무인 비행체의 비행고도 제어장치
US9764742B1 (en) Driver identification among a limited pool of potential drivers
WO2013192584A1 (en) Automatically reexecuting a query
CN105917361A (zh) 动态地更新含有对应于已知目标对象的特征的特征数据库
CN105526939A (zh) 道路匹配方法和装置
US11465782B2 (en) Systems and methods for autonomous deorbiting of a spacecraft
CN104216992A (zh) 一种信息处理方法及装置
CN114563003A (zh) 路径规划方法及装置、电子设备、存储介质
CN110427574B (zh) 路线相似度确定方法、装置、设备和介质
Zhou et al. HIMM: An HMM-based interactive map-matching system
CN110751853B (zh) 停车位数据的有效性识别方法和装置
CN111240361A (zh) 一种基于四维数据的飞行控制方法、装置、设备及存储介质
US20230281173A1 (en) Database management systems using distributed database update management operations
CN111814114B (zh) 车道定位校验的方法、设备、电子设备、车辆及存储介质
US8788194B2 (en) Navigation server and navigation system
CN111141280B (zh) 一种地下交通工具的站点定位方法及电子设备
US10902033B2 (en) Point of interest accuracy using tickets
CN116878487B (zh) 一种用于建立自动驾驶地图的方法、装置、车辆和服务器
CN114474035B (zh) 机器人位置确定方法、装置以及***
US7627424B1 (en) Apparatus and method for long term tracking for ASW applications

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