CN116736879A - 一种基于云计算的无人机自动避障方法、避障*** - Google Patents

Abstract

本发明公开一种基于云计算的无人机自动避障方法、避障***，所述基于云计算的无人机自动避障方法包括：基于无人机的飞行环境，建立一空间坐标系；获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息；实时获取所述无人机的位置信息以及无人机的周围环境数据信息；基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令；将所述避让指令或者继续飞行指令发送至所述无人机，本发明可有效改善现有的无人机实际飞行过程中，避障效果不佳的问题。

Description

一种基于云计算的无人机自动避障方法、避障***

技术领域

本发明涉及无人机技术领域，具体涉及一种基于云计算的无人机自动避障方法、避障***。

背景技术

无人机在城市高层建筑火灾的侦查、救援任务中具有很强的优势，为了能够快速准确地到达火灾现场，必须保证消防无人机能够以最少时间、燃料消耗以及环境威胁等条件飞往目的地，并能够保证无人机对突然出现的障碍物具有快速响应能力。同时，无人机在实际飞行过程中，还需对于前行路上的障碍物进行规避，以避免发生撞机现象。

就目前而言，现有的部分无人机能够利用光学设备对自身进行定位，比如用激光测距仪来确定自身与障碍物的距离，从而方便工作人员进行提前规避。但是无人机的规避操作大都是人工操作的，一旦因工作人员的疏忽或失误，使得无人机过于接近障碍物，无法及时进行规避操作，导致无人机和障碍物相撞，带来财产损失。同时，对于设定轨迹飞行而言，当轨迹路线上出现障碍物时，容易导致无人机避障不及时，进而造成无人机和障碍物相撞的现象。

发明内容

鉴于以上现有技术的缺点，本发明的目的在于公开一种基于云计算的无人机自动避障方法、避障***，以改善现有的无人机实际飞行过程中，避障效果不佳的问题。

为实现上述目的及其他相关目的，本发明公开一种基于云计算的无人机自动避障方法，其包括：

基于无人机的飞行环境，建立一空间坐标系；

获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息；

实时获取所述无人机的位置信息以及无人机的周围环境数据信息；

基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令；

将所述避让指令或者继续飞行指令发送至所述无人机。

在本发明一方案中，所述飞行轨迹信息包括初始点位、最终点位以及多个中间点位的坐标数据；

其中，所述无人机的飞行安全阈值信息包括第一阈值范围和第二阈值范围，所述第一阈值范围和所述第二阈值范围是以所述无人机中心位置为球心的球形区域，且所述第一阈值范围的半径是小于第二阈值范围的半径。

在本发明一方案中，在所述实时获取所述无人机的位置信息以及无人机的周围环境数据信息的步骤中，包括：

所述无人机的位置信息和所述周围环境数据信息是通过多通道进行传输；以及

所述周围环境数据信息至少无人机在飞行过程中前/后/左/右/上/下六个方位数据信息，以及所述无人机飞行方向的周向数据信息；

其中，所述方位数据信息和周向数据信息是通过激光雷达进行获取。

在本发明一方案中，在所述基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令的步骤中，包括：

获取所述激光雷达的感知数据，判断所述激光雷达感知的距离数据是否位于所述飞行安全阈值信息之外；

若所述周向数据信息是位于所述安全阈值之外，则所述无人机按照预设的轨迹路线行驶；

若所述周向数据信息是位于所述安全阈值之内，则判断所述周向数据是位于所述第一阈值范围内或者第二阈值范围内；

当所述周向数据是位于所述第一阈值范围内时，则执行紧急刹车程序，并生成第一预警信号；

当所述周向数据是位于所述第二阈值范围内时，则执行减速刹车程序，并生成第二预警信号。

在本发明一方案中，在执行所述减速刹车程序时，是基于所述无人机的飞行速度数据，并通过查询初始速度-加速度对照表获取无人机刹车所需的加速度。

在本发明一方案中，还包括步骤：

将生成的所述第一预警信号或者第二预警信号是同步发送至人工服务端；

获取所述人工服务端反馈信号，所述反馈信号包括：自动接管以及手动控制；

若所述反馈信号为手动控制，则所述无人机结束自动控制程序，以及采用人工手动控制；

若所述反馈信号为自动接管，则执行避让程序。

在本发明一方案中，所述执行避让程序包括：

获取优化轨迹数据；

按照预设的飞行速度，并沿着优化轨迹数据飞行；

其中，所述优化轨迹数据包括一终点位置，当所述无人机是位于所述终点位置时，所述无人机的激光雷达所感知的距离数据信息是否位于所述安全阈值之外。

在本发明一方案中，还包括：

获取所述终点位置的空间坐标数据；

基于所述终点位置的空间坐标数据和所述飞行轨迹信息最近点位的向量值；

基于所述向量值执行复位程序，使得所述无人机回归预设的飞行轨迹中。

本发明还公开一种应用如上述任一所述基于云计算的无人机自动避障方法的避障***，其设置有云计算服务器端，人工服务端以及执行服务端，其中所述云计算服务器端、人工服务端以及执行端之间通信连接，其中所述避障***包括：

空间坐标模块，其用于基于无人机的飞行环境，建立一空间坐标系；

数据获取模块，其用于获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息；

数据接收模块，其用于实时获取所述无人机的位置信息以及无人机的周围环境数据信息；

数据处理模块，其用于基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令；

数据发送模块，其用于将所述避让指令或者继续飞行指令发送至所述无人机。

综上所述，本发明公开一种基于云计算的无人机自动避障方法、避障***，通过基于云计算的无人机自动避障方法可以充分利用云端计算资源，实现高效的数据处理和路径规划，大大提高无人机的避障能力和飞行安全性。同时，由于数据处理和决策在云端完成，无人机的计算资源和负载要求可以大大降低，使得无人机的重量和能耗更低，飞行时间更长。同时，云服务器端，根据实际的避障需求优化避障方案，可有效避免无人机出现撞机现象。可有效改善现有的无人机实际飞行过程中，避障效果不佳的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅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为本发明一种基于云计算的无人机自动避障方法于一实施例中的应用场景示意图；

图2为本发明一种基于云计算的无人机自动避障方法于一实施例中的流程示意图；

图3为本发明一种基于云计算的无人机自动避障方法于一实施例中步骤S40的流程示意图；

图4为本发明一种基于云计算的无人机自动避障***于一实施例中的模块示意图。

元件标号说明

100、空间坐标模块；200、数据获取模块；300、数据接收模块；400、数据处理模块；500、数据发送模块。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅图1至图4。须知，本说明书附图所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。

本发明公开一种基于云计算的无人机自动避障方法、避障***，可用于改善现有的无人机实际飞行过程中，避障效果不佳的问题。

请参阅图1所示，图1为本发明实施例提供的基于云计算的无人机自动避障方法、避障***的架构示意图。

如图1所示，该架构包括云计算服务端、人工服务端以及执行端，可以理解地，执行端包括无人机，云计算服务端、人工服务端以及执行端之间是通信连接。具体来说，该通信连接可允许采用高速无线通信技术，例如高性能Wi-Fi（如Wi-Fi 6）、4G/5G等，以确保数据传输的速度和带宽满足需求。同时，该通信连接还采用数据优化协议，例如TCP（传输控制协议）或UDP（用户数据报协议），根据实际需求选择最合适的协议，以降低传输延迟并提高传输速度。需要注意的是，为了进一步提高数据在云计算服务端、人工服务端以及执行端之间传递速率，云计算服务端、人工服务端以及执行端支架是通过多通道进行数据传递。利用多通道传输技术实现数据并行传输，从而提高传输速度。例如，可允许在无人机中使用多个无线模块或多个网络接口，同时进行数据传输。

需要注意的是，对于无人机而言，其机体上设置有多个激光雷达。通过激光雷达，以获取无人机的周边环境数据。其中，激光雷达是分别位于无人机上下左右前后六个方位，以通过激光雷达获取无人机在上下左右前后六个方位的雷达数据。同时，在无人机上至少还转动连接有一组激光雷达，且该激光雷达可允许在无人机进行双轴转动。因此，通过该激光雷达，以获取无人机在肥西过程中，其前行方向的雷达数据。

请参阅图2所示，在一实施例中，本发明公开了一种基于云计算的无人机自动避障方法，通过该自动避障方法，可有效提高无人机在飞行过程中的稳定性。

具体来说，该自动避障方法在实际使用过程中，至少包括以后步骤。

首先，执行步骤S10，基于无人机的飞行环境，建立一空间坐标系。

无人机在飞行过程中，是通过该空间坐标以确定位置和姿态的。在一实施例中，该空间坐标系可允许采用笛卡尔坐标系。其中，笛卡尔坐标系使用直角坐标系来表示位置。它将空间分为X、Y和Z三个轴，X轴表示东西方向，Y轴表示南北方向，Z轴表示垂直于地面方向。通过笛卡尔坐标系，可有效描述无人机在空中的位置和姿态。

其次，执行步骤S20，获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息。

其中，无人机在飞行过程中，提前预设其飞行轨迹信息。使得无人机在起飞过程中，可允许按照预设的飞行轨迹信息进行飞行。需要注意的是，飞行轨迹可以包括一个初始点位、最终点位以及多个中间点位。无人机在实际的飞行过程中，从初始点位开始，依次经过多个中间点位以后，到达最终点位。可以理解的，无人机在飞行过程中，是按照预设的飞行速度进行飞行。

在无人机的飞行过程中，当其飞行路线上出现障碍物时。无人机再按照既定路线飞行时，则容易发生撞机事件。

具体地，对于无人机的飞行速度而言，可允许根据不同的环境进行调整。以提高无人机的飞行效果。

其中，对于无人机的飞行安全阈值信息而言，其表征一个预设的空间范围，以及当该范围内无障碍物时无人机可以安全飞行。可以理解地，在一实施例中，飞行安全阈值信息可以包括第一阈值范围和第二阈值范围。第一阈值范围和第二阈值范围是以无人机中心位置为球心的球形区域，且第一阈值范围的半径是小于第二阈值范围的半径的。

可以理解的，在无人机上设置有多个激光雷达，且无人机自身携带有定位装置。可允许通过定位装置获取无人机实际位置信息，以及通过激光雷达获取无人机的周围环境数据信息。为了提高无人机与云服务器端之间的数据传输效果，无人机与云服务器端之间的数据传递是通过多通道进行传递的。

同时，无人机的环境数据信息至少包括无人机在飞行过程中前/后/左/右/上/下六个方位数据信息，以及无人机飞行方向的周向数据信息。因此，云服务器端可允许根据预设的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息实现对于无人机的后续数据的处理，以及生成对应控制指令。

其次，执行步骤S30，实时获取所述无人机的位置信息以及无人机的周围环境数据信息。无人机与云服务器端之间建立有通信连接，且云服务器端是实时获取无人机的位置信息以及周围环境数据信息。

同时，云服务器端可允许根据预设的飞行轨迹信息、飞行速度信息、飞行安全阈值信息，以及实时获取无人机的位置信息和周围环境数据信息，作出决策。

再者，执行步骤S40，基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令。

请参阅图3所示，在步骤S40中，还包括：

步骤S401，获取所述激光雷达数据，判断所述激光雷达感知的距离数据是否位于所述飞行安全阈值信息之外。

步骤S402，若所述周向数据信息是位于所述安全阈值之外，则所述无人机按照预设的轨迹路线行驶。

步骤S403，若所述周向数据信息是位于所述安全阈值之内，则判断所述周向数据是位于所述第一阈值范围内或者第二阈值范围内。

步骤S404，当所述周向数据是位于所述第一阈值范围内时，则执行紧急刹车程序，并生成第一预警信号。

步骤S405，当所述周向数据是位于所述第二阈值范围内时，则执行减速刹车程序，并生成第二预警信号。在执行所述减速刹车程序时，是基于所述无人机的飞行速度数据，并通过查询初始速度-加速度对照表获取无人机刹车所需的加速度。通过选取合适的加速度，使得无人机在实际的飞行过程中可以及时减速，并处于悬停状态，以避免无人机发生撞机实现。

需要注意的是，第一预警信号的紧急程度是高于第二预警信号的紧急程度。同时，当无人机产生第一预警信号或者第二预警信号时，其第一预警信号与第二预警信号是同步传送至人工服务端。

人工服务端在获取第一预警信号或者第二预警信号之后，可允许根据该预警信号作出反馈决策性，并生成反馈信号。同时，反馈决策可允许包括自动接管以及手动控制。可以理解的，当反馈信号为自动接管时，则无人机根据实际情况执行避让程序。以及，若反馈信号为手动控制时，则所述无人机结束自动控制程序，并采用人工手动控制。

在一实施例中，无人机在执行避让程序时，至少包括以下步骤：

首先，获取优化轨迹数据。其中，优化轨迹数据是基于激光雷达多获取的一个优化路线。当无人沿着该优化轨迹路线飞行时，可以实现地障碍物的避让。

需要注意的是，对于无人机的激光雷达数而言，其优先级依次为上下左右前后。例如，无人机在进行路径优化时，可允许采用RRT路径规划算法。其通过不断扩展一棵树的分支，搜索无人机与目标点之间的路径。在遇到障碍物时，树的分支会自动避开，选择未探索的区域。

其次，设定优化后的路线后，无人机可按照预设的飞行速度，并沿着优化轨迹数据飞行。

需要注意的是，所述优化轨迹数据包括一终点位置，当所述无人机是位于所述终点位置时，所述无人机的激光雷达所感知的距离数据信息是否位于所述安全阈值之外。

具体来说，云服务器端可获取所述终点位置的空间坐标数据，并基于所述终点位置的空间坐标数据和所述飞行轨迹信息最近点位的向量值。最后，基于所述向量值执行复位程序，使得所述无人机回归预设的飞行轨迹中。

最后，执行步骤S50，将所述避让指令或者继续飞行指令发送至所述无人机。

具体来说，通过基于云计算的无人机自动避障方法可以充分利用云端计算资源，实现高效的数据处理和路径规划，大大提高无人机的避障能力和飞行安全性。同时，由于数据处理和决策在云端完成，无人机的计算资源和负载要求可以大大降低，使得无人机的重量和能耗更低，飞行时间更长。

请参阅图4所示，在一实施例中，本发明还提供一种基于云计算的无人机自动避障***，所述基于云计算的无人机自动避障***与上述实施例中基于云计算的无人机自动避障方法相对应。所述基于云计算的无人机自动避障***可以包括空间坐标模块100、数据获取模块200、数据接收模块300、数据处理模块400以及数据发送模块500。其中，本发明所称的模块是指一种能够被处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。

在本实施例中，关于各模块/单元的功能如下：

空间坐标模块100，其用于基于无人机的飞行环境，建立一空间坐标系。

数据获取模块200，其用于获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息。

数据接收模块300，其用于实时获取所述无人机的位置信息以及无人机的周围环境数据信息。

数据处理模块400，其用于基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令。

数据发送模块500，其用于将所述避让指令或者继续飞行指令发送至所述无人机。

详细地，本发明实施例中所述基于云计算的无人机自动避障***中所述的各模块在使用时采用与上述实施例中所述基于云计算的无人机自动避障方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

综上所述，本发明公开一种基于云计算的无人机自动避障方法、避障***，通过基于云计算的无人机自动避障方法可以充分利用云端计算资源，实现高效的数据处理和路径规划，大大提高无人机的避障能力和飞行安全性。同时，由于数据处理和决策在云端完成，无人机的计算资源和负载要求可以大大降低，使得无人机的重量和能耗更低，飞行时间更长。同时，云服务器端，根据实际的避障需求优化避障方案，可有效避免无人机出现撞机现象。

因此，可有效改善现有的无人机实际飞行过程中，避障效果不佳的问题。所以，本发明有效克服了现有技术中的一些实际问题从而有很高的利用价值和使用意义。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框，以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一种计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

还需要说明的是，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、商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、商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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

Claims (9)

1.一种基于云计算的无人机自动避障方法，其特征在于，包括：

基于无人机的飞行环境，建立一空间坐标系；

获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息；

实时获取所述无人机的位置信息以及无人机的周围环境数据信息；

基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令；

将所述避让指令或者继续飞行指令发送至所述无人机。

2.根据权利要求1所述的基于云计算的无人机自动避障方法，其特征在于，所述飞行轨迹信息包括初始点位、最终点位以及多个中间点位的坐标数据；

其中，所述无人机的飞行安全阈值信息包括第一阈值范围和第二阈值范围，所述第一阈值范围和所述第二阈值范围是以所述无人机中心位置为球心的球形区域，且所述第一阈值范围的半径是小于第二阈值范围的半径。

3.根据权利要求1所述的基于云计算的无人机自动避障方法，其特征在于，在所述实时获取所述无人机的位置信息以及无人机的周围环境数据信息的步骤中，包括：

所述无人机的位置信息和所述周围环境数据信息是通过多通道进行传输；以及

所述周围环境数据信息至少无人机在飞行过程中前/后/左/右/上/下六个方位数据信息，以及所述无人机飞行方向的周向数据信息；

其中，所述方位数据信息和周向数据信息是通过激光雷达进行获取。

4.根据权利要求2所述的基于云计算的无人机自动避障方法，其特征在于，在所述基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令的步骤中，包括：

获取所述激光雷达的感知数据，判断所述激光雷达感知的距离数据是否位于所述飞行安全阈值信息之外；

若所述周向数据信息是位于所述安全阈值之外，则所述无人机按照预设的轨迹路线行驶；

若所述周向数据信息是位于所述安全阈值之内，则判断所述周向数据是位于所述第一阈值范围内或者第二阈值范围内；

当所述周向数据是位于所述第一阈值范围内时，则执行紧急刹车程序，并生成第一预警信号；

当所述周向数据是位于所述第二阈值范围内时，则执行减速刹车程序，并生成第二预警信号。

5.根据权利要求4所述的基于云计算的无人机自动避障方法，其特征在于，在执行所述减速刹车程序时，是基于所述无人机的飞行速度数据，并通过查询初始速度-加速度对照表获取无人机刹车所需的加速度。

6.根据权利要求5所述的基于云计算的无人机自动避障方法，其特征在于，还包括步骤：

将生成的所述第一预警信号或者第二预警信号是同步发送至人工服务端；

获取所述人工服务端反馈信号，所述反馈信号包括：自动接管以及手动控制；

若所述反馈信号为手动控制，则所述无人机结束自动控制程序，以及采用人工手动控制；

若所述反馈信号为自动接管，则执行避让程序。

7.根据权利要求6所述的基于云计算的无人机自动避障方法，其特征在于，所述执行避让程序包括：

获取优化轨迹数据；

按照预设的飞行速度，并沿着优化轨迹数据飞行；

其中，所述优化轨迹数据包括一终点位置，当所述无人机是位于所述终点位置时，所述无人机的激光雷达所感知的距离数据信息是否位于所述安全阈值之外。

8.根据权利要求7所述的基于云计算的无人机自动避障方法，其特征在于，还包括：

获取所述终点位置的空间坐标数据；

基于所述终点位置的空间坐标数据和所述飞行轨迹信息最近点位的向量值；

基于所述向量值执行复位程序，使得所述无人机回归预设的飞行轨迹中。

9.一种应用如上述权利要求1至8任一所述基于云计算的无人机自动避障方法的避障***，其包括云计算服务器端，人工服务端以及执行服务端，其中所述云计算服务器端、人工服务端以及执行端之间通信连接，其特征在于，所述避障***包括：

空间坐标模块，其用于基于无人机的飞行环境，建立一空间坐标系；

数据获取模块，其用于获取无人机在飞行时预设的初始数据，所述初始数据包括无人机的飞行轨迹信息、飞行速度信息，以及飞行安全阈值信息；

数据接收模块，其用于实时获取所述无人机的位置信息以及无人机的周围环境数据信息；

数据处理模块，其用于基于所述周围环境数据信息，判断在所述无人机的飞行路线上是否存在障碍物，若存在障碍物，则生成避让指令，若不存在障碍物，则生成继续飞行指令；

数据发送模块，其用于将所述避让指令或者继续飞行指令发送至所述无人机。