CN113297739A - 几何构型的飞行走廊生成方法、装置及其相关组件 - Google Patents
几何构型的飞行走廊生成方法、装置及其相关组件 Download PDFInfo
- Publication number
- CN113297739A CN113297739A CN202110571619.8A CN202110571619A CN113297739A CN 113297739 A CN113297739 A CN 113297739A CN 202110571619 A CN202110571619 A CN 202110571619A CN 113297739 A CN113297739 A CN 113297739A
- Authority
- CN
- China
- Prior art keywords
- ellipsoid
- point
- equation
- tangent plane
- outputting
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种几何构型的飞行走廊生成方法、装置及其相关组件。该方法包括获取多个路径点,形成路径点集合;选取路径点集合中相邻的两个路径点,并将两个路径点作为椭球体长轴的端点,构建椭球体;对椭球体进行初始化并迭代压缩椭球体,使椭球体内不包含障碍点,输出当前的椭球体空间方程;迭代膨胀椭球体,使椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程;获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。本发明该方法解除飞行走廊的几何形状和膨胀方向的限制,采用计算出的不规则的凸多面体作为飞行走廊,因此能够最大化利用自由空间。
Description
技术领域
本发明涉及飞行器轨迹规划领域,尤其涉及一种几何构型的飞行走廊生成方法、装置及其相关组件。
背景技术
近年来,随着运动规划技术不断取得进展,移动机器人在未知环境中平滑运动和自主避障已经逐渐成熟。其中,基于凸优化的轨迹规划方法能够在保证能量或时间最优的前提条件下,进一步确保轨迹平滑、执行器不超过物理极限和远离障碍物,具有很强的应用潜力。其中轨迹规划算法中非常重要一环的飞行走廊生成技术,作为直接关系到能否将避障轨迹生成问题转化成数学凸问题的关键技术,而目前传统的方法主要将飞行走廊膨胀成立方体或球体。基本思想是以前端规划获得的路径散点为基础,沿导航坐标系x-y-z三轴方向膨胀为立方体或球体。
上述方法不能充分利用自由空间并获得最优解,会造成凸问题的求解质量下降,减低了轨迹规划的成功率。
发明内容
本发明的目的是提供一种几何构型的飞行走廊生成方法、装置及其相关组件,旨在解决现有飞行走廊轨迹规划成功率低的问题。
为解决上述技术问题,本发明的目的是通过以下技术方案实现的:提供一种几何构型的飞行走廊生成方法,其包括:
获取多个路径点,形成路径点集合;
选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
第二方面,本发明要解决的技术问题是还在于提供一种几何构型的飞行走廊装置,其包括:
前段轨迹规划单元:用于获取多个路径点,形成路径点集合;
椭球体构建单元:用于选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
压缩椭球体单元:用于对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
膨胀椭球体单元:用于迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点处的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
获取飞行走廊单元:用于获取由多个所述切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的几何构型的飞行走廊生成方法。
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,其中所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的几何构型的飞行走廊生成方法。
本发明实施例公开了一种几何构型的飞行走廊生成方法、装置及其相关组件,其中,方法包括:获取多个路径点,形成路径点集合;选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程;获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。该方法解除飞行走廊的几何形状和膨胀方向的限制,采用椭球体迭代压缩和迭代膨胀的方式输出凸多面体,将该不规则的凸多面体作为飞行走廊,因此能够最大化利用自由空间。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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的附图。
图1为本发明实施例提供的几何构型的飞行走廊生成方法的流程示意图;
图2为本发明实施例提供的几何构型的飞行走廊生成方法中的子流程示意图;
图3为本发明实施例提供的几何构型的飞行走廊生成方法中的子流程示意图;
图4为本发明实施例提供的几何构型的飞行走廊装置的示意性框图;
图5为本发明实施例提供的几何构型的飞行走廊装置的示意性子框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1为本发明实施例提供的几何构型的飞行走廊生成方法的流程示意图;
如图1所示,该方法包括步骤S101~S105。
S101、获取多个路径点,形成路径点集合;
S102、选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
S103、对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
S104、迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
S105、获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
该方法解除飞行走廊的几何形状和膨胀方向的限制,采用椭球体迭代压缩和迭代膨胀的方式输出凸多面体,将该不规则的凸多面体作为飞行走廊,因此能够最大化利用自由空间。
在步骤S101中,路径点可以通过A*、JPS、RRT和序列凸优化中的一种或多种前端路径算法生成,将生成的多个路径点构建出路径点集合;其中A*寻路算法是一种静态路网中求解最短路径最有效的直接搜索方法;JPS算法是在A*寻路算法上的一个改进,即在扩展搜索节点时,提出了更优化的策略,A*寻路算法在扩展节点时会把节点所有邻居都考虑进去,而JPS算法通过寻找跳点的方式,排除了大量不感兴趣的点;快速拓展随机树(RRT)算法则是从某个点出发一边搜索,一边抽样并建图;系列凸优化方法包括梯度下降法、坐标下降法、牛顿迭代法等;在本实施例中,生成的路径点只包含空间信息,使得可以通过该路径点集合为后端轨迹规划提供路线参考。
在步骤S102中,将椭球体的半长轴、半短轴和极半径分别用a、b和c表示,其中椭球体的半长轴a、半短轴b和极半径c的参数分别对应于空间坐标系下X轴、Y轴和Z轴的参数。
在一实施例中,结合图2,步骤S103包括如下步骤S201-S203:
S202、指定所述椭球体半长轴通过点云数据获取距离所述椭球体球心最近的障碍点,以半短轴b和极半径c相等的方式压缩所述椭球体,使所述障碍点位于压缩后的所述椭球体的椭球面,求解压缩后的所述椭球体的椭球体方程,获得压缩后的所述椭球体的半短轴b和极半径c的参数;
S203、继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点。
在步骤S201中,将椭球体初始化为球体,得到半长轴a、半短轴b和极半径c的初始参数。
保持椭球体半长轴a的参数不变,然后根据获取距离椭球体球心最近的障碍点,进而能够通过椭球体方程获得椭球体新的半短轴b和新的极半径c的参数,由于新的椭球体半短轴b和极半径c的参数较初始参数是减小的,所以在本实施例中具体表现为椭球体压缩;在实际过程中,即使根据到达椭球体球心最近的障碍点对椭球体进行压缩,但是压缩后的椭球体内部还可能有障碍点,所以需要继续重复步骤S202,直至椭球体内不包含障碍点,并输出当前的半短轴b和极半径c的参数。
在另一实施例中,结合图3,在步骤S203之后,还包括如下步骤S301-S304:
S301、保持所述椭球体半长轴a和半短轴b的参数不变;
S303、通过点云数据获取距离所述椭球体球心最近的障碍点,以极半径c减小的方式压缩所述椭球体,使所述障碍点位于压缩后的所述椭球体的椭球面,求解压缩后的所述椭球体的椭球体方程,获得压缩后的所述椭球体的极半径c的参数;
S304、继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点,输出当前的椭球体空间方程。
步骤S201-S202压缩后的椭球体是旋转椭球体,旋转椭球体包含的自由空间有可能不是最大化的利用空间,所以为了飞行走廊能够更大化的利用自由空间,具体的,保持椭球体半长轴a和半短轴b不变,将压缩后的椭球体极半径c更新为由于更新椭球体极半径c后的椭球体相交于压缩后的椭球体体积增大,所以在本实施例中具体表现为椭球体膨胀;然后获取距离膨胀后的椭球体球心最近的障碍点,使所述障碍点位于压缩后的所述椭球体的椭球面,也就是说,膨胀后的椭球体再次被压缩,进而能够通过椭球体方程获得新的压缩后的椭球体中新的极半径c的参数;由于新的压缩后的椭球体内部还可能有障碍点,所以需要继续重复步骤S302,直至所述椭球体内不包含障碍点,输出当前的椭球体的极半径c的参数。
经过步骤S201-203、S301-S303之后获得的椭球体,完全排除了该椭球体内部的障碍点,即该椭球体是内部没有障碍物的最大空间椭球体,结合步骤S203中得出的当前半长轴a和半短轴b的参数、步骤S303中得出的当前极半径c的参数,计算出当前的椭球体空间方程。
在另一实施例中,步骤S104包括如下步骤S401-S402:
S401、获取距离所述椭球体的椭球面最近的新的障碍点,保持所述椭球体半长轴a、半短轴b和极半径c的参数比例一致,将所述椭球体膨胀至与所述障碍点相交,获取所述椭球体与所述障碍点相交处的切平面和切平面法向量,直至获取所述椭球体与所有所述障碍点相交处的切平面和切平面法向量;
S402、根据所述椭球体空间方程计算得到各个切平面的切平面方程。
通过上述步骤S401和步骤S402,可以将内部无障碍物的最大椭球体从一个规则的几何形状变成一个不规程的几何形状即凸多面体,在本实施例中,将相邻两个路径点之间的距离作为飞行走廊的一个航段,也就是说,该凸多面体属于路径点集合中的一个航段的飞行走廊,通过上述步骤可以求解出所有航段,合并所有航段形成总的飞行走廊,该方法使得无人机、机器人等装置可通过获取不规则的凸多面体作为飞行走廊,以实现飞行走廊最大化利用自由空间的目的。
在步骤S105中,所述线性不等式用下式表示:
其中,i表示第i段航段,Hj表示切平面j,m表示凸多面体的平面总数,P表示空间位置,AT=[a b c]T;需说明的是,该AT中出现的a、b和c均是切平面方程中的参数,参数a、b和c的含义和本实施例中中半长轴a、半短轴b和极半径c的含义不同。
在另一实施例中,在步骤S105后,还包括如下步骤S106:
S106、将所述线性不等式转化为求解二次凸优化问题,形成后端轨迹;
在本实施例中,可以采用MinimumSnap或模型预测控制(MPC)算法求解二次凸优化问题;其中,飞行走廊已经被表现为不等式ATP<b的形式,所以可以直接写入凸问题的不等式约束;利用求解算法能够快速的计算出满足动力学约束和无障碍物约束且包含时间和空间信息的多项式形式的后端轨迹,该方法可在机载计算机内实现,实用化较高。
另一方面,现有技术中通常是借助栅格图或欧氏距离场(ESDF)地图搜索空间,增加了对本身不需要建图的规划算法复杂度,而本申请实施例中,各凸多面体是基于各航段的椭球体膨胀得到,所以本实施例中的飞行走廊生成方法的适用性更强;并且该生成方法的计算简单,耗时较少。
本发明实施例还提供一种几何构型的飞行走廊装置,该几何构型的飞行走廊装置用于执行前述几何构型的飞行走廊生成方法的任一实施例。
如图4所示,一种几何构型的飞行走廊装置500,包括:
前段轨迹规划单元501,用于获取多个路径点,形成路径点集合;
椭球体构建单元502,用于选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
压缩椭球体单元503,用于对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
膨胀椭球体单元504,用于迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点处的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
获取飞行走廊单元505,用于获取由多个所述切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
其中,结合图5,压缩椭球体单元503包括:
压缩子单元602:指定所述椭球体半长轴通过点云数据获取距离所述椭球体球心最近的障碍点,以半短轴b和极半径c相等的方式压缩所述椭球体,使所述障碍点位于压缩后的所述椭球体的椭球面,求解压缩后的所述椭球体的椭球体方程,获得压缩后的所述椭球体的半短轴b和极半径c的参数;
排除子单元603:继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点。
该装置解除飞行走廊的几何形状和膨胀方向的限制,采用椭球体迭代压缩和迭代膨胀的方式输出凸多面体,将该不规则的凸多面体作为飞行走廊,因此能够最大化利用自由空间。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如上所述的几何构型的飞行走廊生成方法。
本发明实施例还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时使所述处理器执行如上所述的几何构型的飞行走廊生成方法。
所述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
所述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,作为单元显示的部件可以是或者也可以不是物理单元,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单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。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,或者该技术方案的全部或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)执行本发明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-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种几何构型的飞行走廊生成方法,其特征在于,包括:
获取多个路径点,形成路径点集合;
选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
2.根据权利要求1所述的几何构型的飞行走廊生成方法,其特征在于,所述对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程,包括:
指定所述椭球体半长轴通过点云数据获取距离所述椭球体球心最近的障碍点,以半短轴b和极半径c相等的方式压缩所述椭球体,使所述障碍点位于压缩后的所述椭球体的椭球面,求解压缩后的所述椭球体的椭球体方程,获得压缩后的所述椭球体的半短轴b和极半径c的参数;
继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点。
3.根据权利要求2所述的几何构型的飞行走廊生成方法,其特征在于,所述继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点之后,包括:
保持所述椭球体半长轴a和半短轴b的参数不变;
通过点云数据获取距离所述椭球体球心最近的障碍点,以极半径c减小的方式压缩所述椭球体,使所述障碍点位于压缩后的所述椭球体的椭球面,求解压缩后的所述椭球体的椭球体方程,获得压缩后的所述椭球体的极半径c的参数;
继续通过点云数据获取距离所述椭球体球心最近的新的障碍点,并根据新的障碍点压缩所述椭球体,直至所述椭球体内不包含障碍点,输出当前的椭球体空间方程。
4.根据权利要求1所述的几何构型的飞行走廊生成方法,其特征在于,所述迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点的切平面,并根据椭球体空间方程计算得到对应的切平面方程,包括:
获取距离所述椭球体的椭球面最近的新的障碍点,保持所述椭球体半长轴a、半短轴b和极半径c的参数比例一致,将所述椭球体膨胀至与所述障碍点相交,获取所述椭球体与所述障碍点相交处的切平面和切平面法向量,直至获取所述椭球体与所有所述障碍点相交处的切平面和切平面法向量;
根据所述椭球体空间方程计算得到各个切平面的切平面方程。
6.根据权利要求1所述的几何构型的飞行走廊生成方法,其特征在于,所述获取由多个切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊之后,包括:
将所述线性不等式转化为求解二次凸优化问题,形成后端轨迹。
7.一种几何构型的飞行走廊装置,其特征在于,包括:
前段轨迹规划单元:用于获取多个路径点,形成路径点集合;
椭球体构建单元:用于选取所述路径点集合中相邻的两个路径点,并将两个所述路径点作为椭球体长轴的端点,构建椭球体;
压缩椭球体单元:用于对所述椭球体进行初始化并迭代压缩所述椭球体,使所述椭球体内不包含障碍点,输出当前的椭球体空间方程;
膨胀椭球体单元:用于迭代膨胀所述椭球体,使所述椭球体的椭球面与障碍点相交,输出交点处的切平面,并根据椭球体空间方程计算得到对应的切平面方程;
获取飞行走廊单元:用于获取由多个所述切平面所构建的凸多面体,并根据对应的切平面方程输出线性不等式,得到飞行走廊。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的几何构型的飞行走廊生成方法。
10.一种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程序,所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至6任一项所述的几何构型的飞行走廊生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571619.8A CN113297739A (zh) | 2021-05-25 | 2021-05-25 | 几何构型的飞行走廊生成方法、装置及其相关组件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571619.8A CN113297739A (zh) | 2021-05-25 | 2021-05-25 | 几何构型的飞行走廊生成方法、装置及其相关组件 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113297739A true CN113297739A (zh) | 2021-08-24 |
Family
ID=77324797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110571619.8A Pending CN113297739A (zh) | 2021-05-25 | 2021-05-25 | 几何构型的飞行走廊生成方法、装置及其相关组件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113297739A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917943A (zh) * | 2021-10-14 | 2022-01-11 | 哈尔滨工业大学 | 一种基于安全着陆通道的月球软着陆最优制导方法及***和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2266314A1 (de) * | 2008-04-14 | 2010-12-29 | Carl Zeiss Optronics GmbH | Überwachungsverfahren und -vorrichtung für flugkorridore oder teile von flugkorridoren von flughäfen |
US8234058B1 (en) * | 2008-09-08 | 2012-07-31 | Rockwell Collins, Inc. | System, module, and method for generating procedure data used in an avionics system |
US8718915B1 (en) * | 2008-09-08 | 2014-05-06 | Rockwell Collins, Inc. | System, module, and method for generating an image of a flight route corridor on a display unit |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的***和方法 |
US10157545B1 (en) * | 2014-12-22 | 2018-12-18 | Amazon Technologies, Inc. | Flight navigation using lenticular array |
CN109828600A (zh) * | 2019-01-09 | 2019-05-31 | 北京理工大学 | 时间最优快速三维避障路径规划方法 |
CN109828607A (zh) * | 2019-04-03 | 2019-05-31 | 南京航空航天大学 | 一种面向不规则障碍物的无人机路径规划方法及*** |
CN111781949A (zh) * | 2020-07-03 | 2020-10-16 | 江苏大学 | 一种无人机针对杆型障碍物的规避方法 |
CN112068588A (zh) * | 2020-08-12 | 2020-12-11 | 浙江大学 | 一种基于飞行走廊和贝塞尔曲线的无人飞行器轨迹生成方法 |
CN112129296A (zh) * | 2020-09-25 | 2020-12-25 | 山东大学 | 一种机器人轨迹规划方法及*** |
-
2021
- 2021-05-25 CN CN202110571619.8A patent/CN113297739A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2266314A1 (de) * | 2008-04-14 | 2010-12-29 | Carl Zeiss Optronics GmbH | Überwachungsverfahren und -vorrichtung für flugkorridore oder teile von flugkorridoren von flughäfen |
US8234058B1 (en) * | 2008-09-08 | 2012-07-31 | Rockwell Collins, Inc. | System, module, and method for generating procedure data used in an avionics system |
US8718915B1 (en) * | 2008-09-08 | 2014-05-06 | Rockwell Collins, Inc. | System, module, and method for generating an image of a flight route corridor on a display unit |
CN107211287A (zh) * | 2014-08-29 | 2017-09-26 | 峰鸟航空科技公司 | 使用混合电动飞机实现区域性空中运输网络的***和方法 |
US10157545B1 (en) * | 2014-12-22 | 2018-12-18 | Amazon Technologies, Inc. | Flight navigation using lenticular array |
CN109828600A (zh) * | 2019-01-09 | 2019-05-31 | 北京理工大学 | 时间最优快速三维避障路径规划方法 |
CN109828607A (zh) * | 2019-04-03 | 2019-05-31 | 南京航空航天大学 | 一种面向不规则障碍物的无人机路径规划方法及*** |
CN111781949A (zh) * | 2020-07-03 | 2020-10-16 | 江苏大学 | 一种无人机针对杆型障碍物的规避方法 |
CN112068588A (zh) * | 2020-08-12 | 2020-12-11 | 浙江大学 | 一种基于飞行走廊和贝塞尔曲线的无人飞行器轨迹生成方法 |
CN112129296A (zh) * | 2020-09-25 | 2020-12-25 | 山东大学 | 一种机器人轨迹规划方法及*** |
Non-Patent Citations (4)
Title |
---|
SIKANG LIU .ETAL: "Planning Dynamically Feasible Trajectories for Quadrotors Using Safe Flight Corridors in 3-D Complex Environments", 《IEEE ROBOTICS AND AUTOMATION LETTERS》 * |
何光宇 等: "初始能量不确定飞行器再入制导方法研究", 《宇航学报》 * |
熊芬芬 等: "《飞行器制导控制方法及其应用》", 31 January 2021, 北京理工大学出版社 * |
马培羽: "六自由度机械臂避障路径规划研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113917943A (zh) * | 2021-10-14 | 2022-01-11 | 哈尔滨工业大学 | 一种基于安全着陆通道的月球软着陆最优制导方法及***和存储介质 |
CN113917943B (zh) * | 2021-10-14 | 2022-07-12 | 哈尔滨工业大学 | 一种基于安全着陆通道的月球软着陆最优制导方法及***和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169608B (zh) | 多无人机执行多任务的分配方法及装置 | |
Li et al. | Path planning technologies for autonomous underwater vehicles-a review | |
Gao et al. | Flying on point clouds: Online trajectory generation and autonomous navigation for quadrotors in cluttered environments | |
Shao et al. | Efficient path planning for UAV formation via comprehensively improved particle swarm optimization | |
Quan et al. | Survey of UAV motion planning | |
CN107504972B (zh) | 一种基于鸽群算法的飞行器航迹规划方法及装置 | |
Zeng et al. | A survey on path planning for persistent autonomy of autonomous underwater vehicles | |
Almadhoun et al. | A survey on inspecting structures using robotic systems | |
Lin et al. | UAV intelligent path planning for wilderness search and rescue | |
Li et al. | Autonomous underwater vehicle optimal path planning method for seabed terrain matching navigation | |
Allaire et al. | FPGA implementation of genetic algorithm for UAV real-time path planning | |
US20180180428A1 (en) | Navigation for vehicles | |
EP1573269B1 (en) | A method and system for processing and analyzing digital terrain data | |
Yao et al. | Three-dimensional path planning for AUV based on interfered fluid dynamical system under ocean current (June 2018) | |
US8442765B1 (en) | Shared state selection and data exchange for collaborative navigation using conditionally independent parallel filters | |
JPWO2018105599A1 (ja) | 制御装置、制御方法およびプログラム | |
Dille et al. | Efficient aerial coverage search in road networks | |
CN113405552A (zh) | 一种飞行器路径规划方法及装置 | |
CN113297739A (zh) | 几何构型的飞行走廊生成方法、装置及其相关组件 | |
Sànchez et al. | A darwinian swarm robotics strategy applied to underwater exploration | |
Roberge et al. | Parallel hybrid metaheuristic on shared memory system for real-time UAV path planning | |
CN112363532A (zh) | 一种基于quatre算法的多无人机同时起飞集结方法 | |
CN116009527A (zh) | 基于动态场景结构膨胀感知的路径规划算法 | |
Pivtoraiko et al. | Differentially constrained motion replanning using state lattices with graduated fidelity | |
Schøler et al. | Generating configuration spaces and visibility graphs from a geometric workspace for uav path planning |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210824 |