[go: up one dir, main page]

CN111752295A - 无人机飞行轨迹规划方法及相关装置 - Google Patents

无人机飞行轨迹规划方法及相关装置 Download PDF

Info

Publication number
CN111752295A
CN111752295A CN201910798538.4A CN201910798538A CN111752295A CN 111752295 A CN111752295 A CN 111752295A CN 201910798538 A CN201910798538 A CN 201910798538A CN 111752295 A CN111752295 A CN 111752295A
Authority
CN
China
Prior art keywords
flight
trajectory
smooth
preset
track
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
CN201910798538.4A
Other languages
English (en)
Other versions
CN111752295B (zh
Inventor
郑立强
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.)
Guangzhou Xaircraft Technology Co Ltd
Original Assignee
Guangzhou Xaircraft 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 Guangzhou Xaircraft Technology Co Ltd filed Critical Guangzhou Xaircraft Technology Co Ltd
Priority to CN201910798538.4A priority Critical patent/CN111752295B/zh
Publication of CN111752295A publication Critical patent/CN111752295A/zh
Application granted granted Critical
Publication of CN111752295B publication Critical patent/CN111752295B/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

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)
  • Traffic Control Systems (AREA)

Abstract

本发明实施例提供了一种无人机飞行轨迹规划方法及相关装置，涉及无人机控制领域。由于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，并根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，然后从平滑轨迹集合中将功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿该飞行轨迹飞行，故实现了生成平滑且功耗最小的飞行轨迹，使无人机能够高效完成作业任务。

Description

无人机飞行轨迹规划方法及相关装置
技术领域
本发明涉及无人机控制领域，具体而言，涉及一种无人机飞行轨迹规划方法及相关装置。
背景技术
随着无人机(Unmanned Aerial Vehicle，UAV)控制技术的进步，无人机的功能越来越完善，应用领域越来越广泛，作业场景也变得越来越复杂。在不同的作业场景下，无人机在执行作业任务时通常会根据不同的飞行轨迹进行作业。
目前，无人机飞行轨迹规划方法较为简单，其实际生成的飞行轨迹不平滑，容易导致无人机在作业时飞行不流畅，在控制飞行的过程中耗费大量的时间。并且，现有的无人机飞行轨迹规划方法所生成的轨迹往往不是最优的飞行轨迹，从而导致无人机不能高效地完成作业任务。
发明内容
本发明的目的包括，例如，提供了一种无人机飞行轨迹规划方法及相关装置，其能够生成平滑且功耗最小的飞行轨迹，使无人机高效完成作业任务。
本发明的实施例可以这样实现：
第一方面，本发明实施例提供一种无人机飞行轨迹规划方法，包括：
根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，所述飞行状态集合包括多个预估飞行状态；
根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合，所述平滑轨迹集合包括多条平滑轨迹；
确定所述多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使所述无人机沿所述飞行轨迹飞行。
第二方面，本发明实施例提供一种无人机飞行轨迹规划装置，包括：
预估模块，根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，所述飞行状态集合包括多个预估飞行状态；
轨迹生成模块，根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合，所述平滑轨迹集合包括多条平滑轨迹；
轨迹确定模块，确定所述多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使所述无人机沿所述飞行轨迹飞行。
第三方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如前述实施方式中任一项所述的无人机飞行轨迹规划方法。
第四方面，本发明实施例提供一种无人机控制设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行所述机器可执行指令以实现前述实施方式中任一项所述的无人机飞行轨迹规划方法。
第五方面，本发明实施例提供一种无人机，包括：
机体；
动力设备，安装在所述机体，用于为所述无人机提供动力；
以及无人机控制设备，所述无人机控制设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行所述机器可执行指令以实现前述实施方式中任一项所述的无人机飞行轨迹规划方法。
本发明实施例的有益效果包括，例如：
本发明提供的无人机飞行轨迹规划方法及相关装置，由于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，并根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，然后从平滑轨迹集合中将功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿该飞行轨迹飞行，故实现了生成平滑且功耗最小的飞行轨迹，使无人机能够高效完成作业任务。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对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发明的某些实施例，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示出了“弓字航线”的轨迹示意图。
图2示出了本申请实施例提供的无人机飞行轨迹规划方法的一种流程图。
图3为图1中的“弓字航线”重新规划后的轨迹示意图。
图4示出了一种可能的实施场景示意图。
图5示出了本申请实施例提供的一种无人机飞行轨迹规划装置的功能模块图。
图6示出了本申请实施例提供的无人机控制设备的结构框图。
图7示出了本申请实施例提供的无人机的结构框图。
图标：100-无人机；110-机体；120-动力设备；130-无人机控制设备；131-存储器；132-通信接口；133-处理器；134-总线；200-航线；210-第一航段；220-第二航段；230-第三航段；300-无人机飞行轨迹规划装置；310-预估模块；320-轨迹生成模块；330-轨迹确定模块。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
随着无人机技术的发展，无人机的功能越来越完善，其应用领域越来越广泛，作业场景也变得越来越复杂。在不同的作业场景下，无人机在执行作业任务时通常会根据不同的飞行轨迹进行作业。
目前的无人机飞行轨迹规划方法较为简单，其实际生成的飞行轨迹不平滑，容易导致无人机在作业时飞行不流畅，在控制飞行的过程中耗费大量的时间。并且，现有的无人机飞行轨迹规划方法所生成的轨迹往往不是最优的飞行轨迹，从而导致无人机不能高效地完成作业任务。例如，目前的植保无人机在作业时的飞行轨迹通常为“弓字航线”(如图1所示)，由于“弓字航线”拐角处不平滑，植保无人机在沿“弓字航线”飞行时，每经过一个拐角均会耗费大量的时间控制飞行姿态以适应航线，这会导致植保无人机不能高效地完成作业任务。
基于上述问题，本实施例提出一种无人机飞行轨迹规划方法，能够生成平滑且功耗最小的飞行轨迹，使无人机高效完成作业任务，下面进行详细描述。
请参考图2，图2示出了本申请实施例提供的无人机飞行轨迹规划方法的一种流程图。无人机飞行轨迹规划方法可以应用于无人机，该无人机飞行轨迹规划方法包括以下步骤：
S100，根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，飞行状态集合包括多个预估飞行状态。
在本实施例中，无人机轨迹起点可以是无人机的当前位置点，或者是在三维地图空间中预先设置的起点。具体的，无人机可以探测周围环境，并根据探测的周围环境生成三维地图，以及根据预设的转换规则将三维地图转换为带有空间距离信息的上述三维地图空间，例如，根据欧氏距离变换(Euclidean distance transform，EDT)将三维地图转换为欧式三维地图。可选的，无人机上装载有机载传感器，无人机可以通过机载传感器探测周围环境。
无人机轨迹起点的飞行状态表征的是无人机在轨迹起点的物理量，例如，该飞行状态可以是无人机轨迹起点的加速度或速度信息。预设飞行变量表征的是作用到无人机的物理量，例如，该预设飞行变量可以是预设加速度增量或预设速度增量。可以理解的是，由于飞行状态表征的是无人机在轨迹起点的物理量，预设飞行变量表征的是作用到无人机的物理量，因此飞行状态集合可以表征作用到无人机的物理量(例如，加速度、速度、作用力等)。
可选的，在根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合时，可以根据预设计算式将预设飞行变量与包括多个常数的集合中的每个常数进行运算以得到预设飞行变量集合，并根据预设计算式将飞行变量集合与飞行状态进行运算得到飞行状态集合。其中，预设计算式可以根据实际应用场景确定，本申请实施例对预设计算式的具体实施方式不做限定。
需要说明的是，当无人机轨迹起点为三维地图空间中预先设置的起点时，飞行状态可以是无人机在三维地图空间中预先设置的起点的加速度或速度信息。其中，该预先设置的起点的加速度或速度信息为可以为无人机预先存储的，例如，当无人机在三维地图空间中规划好航线时，会同时记录该航线上的点的加速度或速度信息，此时，无人机可以从该航线上选择任意一点作为无人机轨迹起点。
在一种可能的实施方式中，飞行状态可以包括加速度，预设飞行变量包括预设加速度增量，S100具体包括：根据加速度以及预设加速度增量生成飞行加速度集合作为飞行状态集合。飞行加速度集合包括多个飞行加速度，飞行加速度满足如下公式：
Figure BDA0002181643660000071
其中，Δa为预设加速度增量，ax、ay、az为加速度在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure BDA0002181643660000072
为飞行加速度在不同方向的分量。
在本实施例中，由于无人机可以探测周围环境，并根据探测的周围环境生成三维地图，以及根据预设的转换规则将三维地图转换为带有空间距离信息的上述三维地图空间，因此飞行状态所包括加速度可以有不同方向的分量，例如上述的ax、ay、az(即ax、ay、az构成加速度)，飞行加速度可以有不同方向的分量，例如上述的
Figure BDA0002181643660000073
(即
Figure BDA0002181643660000074
构成飞行加速度)。kx、ky、kz之间的值相互独立，例如，当预设区间为[-10，10]时，kx在取遍[-10，10]中的任一常数时，ky以及kz均可以取遍[-10，10]中的任一常数，并且，kx、ky、kz均为预设区间内的任一常数，进而kx、ky、kz可以有多组不同的取值。
由于每个飞行加速度均满足公式：
Figure BDA0002181643660000075
Figure BDA0002181643660000076
且kx、ky、kz可以有多组不同的取值，因此，在根据加速度以及预设加速度增量生成飞行加速度时可以生成多个不同的飞行加速度作为上述的飞行加速度集合。换句话说，根据kx、ky、kz可以得到一个数组集合，该数组集合中的每个元素包括三个位于预设区间的数，该数组集合中的所有元素包括了预设区间中任意三个常数的组合，进而在根据加速度以及预设加速度增量生成飞行加速度集合作为飞行状态集合时，可以首先根据预设加速度增量以及数组集合(根据kx、ky、kz得到)生成预设加速度增量集合，然后根据预设加速度增量集合以及加速度生成飞行加速度集合作为所述飞行状态集合。可以理解的是，为了减少计算量，kx、ky、kz可以为预设区间中的一等差数列中的任一常数(即根据kx、ky、kz得到的数组集合的所有元素包括了预设区间中的一等差数列中任意三个常数的组合)，例如，当预设区间为[-10，10]，且该预设区间的一等差数列为-10至10的整数时，kx、ky、kz可以为该等差数列的任一常数。
在另一种可能的实施方式中，飞行状态包括轨迹起点的速度信息，预设飞行变量包括预设速度增量，S110具体包括：根据速度信息以及预设速度增量生成飞行速度集合作为飞行状态集合；飞行速度集合包括多个飞行速度，飞行速度满足如下公式：
Figure BDA0002181643660000081
其中，Δv为预设速度增量，vx、vy、vz为速度信息在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure BDA0002181643660000082
为飞行速度在不同方向的分量。
在本实施例中，由于无人机可以探测周围环境，并根据探测的周围环境生成三维地图，以及根据预设的转换规则将三维地图转换为带有空间距离信息的上述三维地图空间，因此，飞行状态所包括的速度信息可以有不同方向的分量，例如上述的vx、vy、vz(即vx、vy、vz构成速度信息)，飞行速度可以有不同方向的分量，例如上述的
Figure BDA0002181643660000091
(即
Figure BDA0002181643660000092
构成飞行速度)。kx、ky、kz之间的值相互独立，例如，当预设区间为[-10，10]时，kx在取遍[-10，10]中的任一常数时，ky以及kz均可以取遍[-10，10]中的任一常数，并且，kx、ky、kz均为预设区间内的任一常数，进而kx、ky、kz可以有多组不同的取值。
由于每个飞行速度均满足公式：
Figure BDA0002181643660000093
Figure BDA0002181643660000094
且kx、ky、kz可以有多组不同的取值，因此，在根据速度信息以及预设速度增量生成飞行速度时可以生成多个不同的飞行速度作为上述的飞行加速度集合。换句话说，根据kx、ky、kz可以得到一个数组集合，该数组集合中的每个元素包括三个位于预设区间的数，该数组集合中的所有元素包括了预设区间中任意三个常数的组合，进而在根据速度信息以及预设速度增量生成飞行速度集合作为飞行状态集合时，可以首先根据预设速度增量以及数组集合(根据kx、ky、kz得到)生成预设速度增量集合，然后根据预设速度增量集合以及速度信息生成飞行速度集合作为所述飞行状态集合。可以理解的是，为了减少计算量，kx、ky、kz可以为预设区间中的一等差数列中的任一常数(即根据kx、ky、kz得到的数组集合的所有元素包括了预设区间中的一等差数列中任意三个常数的组合)，例如，当预设区间为[-10，10]，且该预设区间的一等差数列为-10至10的整数时，kx、ky、kz可以为该等差数列的任一常数。
S110，根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，平滑轨迹集合包括多条平滑轨迹。
在本实施例中，无人机轨迹起点的飞行数据可以是该轨迹起点的位置信息或速度信息。由于飞行状态集合可以表征作用到无人机的物理量(例如，加速度、速度、作用力等)，因此在基于预设飞行时间将飞行数据与多个预估飞行状态中的每个飞行状态进行运算得到的轨迹集合自然是平滑的。例如，当飞行数据为位置信息和速度信息时，可以基于预设飞行时间将该位置信息和速度信息与多个预估飞行状态中的每个飞行状态进行运算，得到平滑轨迹集合。
当S100为根据加速度以及预设加速度增量生成飞行加速度集合作为飞行状态集合时，飞行数据包括轨迹起点的位置信息及速度信息，S110具体包括：根据位置信息、速度信息、预设飞行时间以及飞行加速度集合确定平滑轨迹集合。
在本实施例中，可以根据无人机在轨迹起点的位置信息、速度信息、预设飞行时间以及飞行加速度集合中的任一飞行加速度计算出一条平滑轨迹。其中，还设置有无人机的最大飞行速度，当平滑轨迹中的存在轨迹点的飞行速度达到最大飞行速度时，则该平滑轨迹中位于该轨迹点之后的轨迹上无人机可以以最大飞行速度匀速飞行。
当S100为根据速度信息以及预设速度增量生成飞行速度集合作为飞行状态集合时，飞行数据包括轨迹起点的位置信息，S110具体包括：根据位置信息、预设飞行时间以及飞行速度集合确定平滑轨迹集合。
在本实施例中，可以根据无人机在轨迹起点的位置信息、预设飞行时间以及飞行速度集合中的任一飞行速度计算出一条平滑轨迹。其中，还设置有无人机的最大飞行速度，当平滑轨迹中的存在轨迹点的飞行速度达到最大飞行速度时，则该平滑轨迹中位于该轨迹点之后的轨迹上无人机可以以最大飞行速度匀速飞行。
S120，确定多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿飞行轨迹飞行。
在本实施例中，平滑轨迹的功耗的计算方式具体可以是直接预估无人机沿平滑轨迹飞行所做的功，或者可以是采用耗散函数预估的方式计算无人机沿平滑轨迹飞行所做的功。
进一步的，S120具体包括：确定多条平滑轨迹中耗散函数值最小的平滑轨迹作为飞行轨迹。
在本实施例中，为了让规划出的飞行轨迹平滑且功耗最小，使得无人机能够高效完成作业任务，并且在进行无人机飞行轨迹规划时，使得生成的飞行轨迹满足如下条件：避开周围空间中的障碍物、轨迹平滑且无人机沿该飞行轨迹飞行时功耗最小。可以计算出多条平滑轨迹中的每条平滑轨迹的耗散函数值，并将耗散函数值最小的平滑轨迹作为飞行轨迹。
对于如何对多条平滑轨迹的耗散函数值进行计算，可以采用如下方式实现：首先，对多条平滑轨迹中的每条平滑轨迹进行多点采样，得到每条平滑轨迹对应的多个采样点，然后获取相关数据，包括多个采样点的坐标、轨迹目标点(即飞行轨迹的终点)的坐标、轨迹起点的坐标、障碍物的坐标以及参考轨迹(参考轨迹可以是轨迹起点与轨迹目标点之间最短线段)，最后将获取到的相关数据代入到耗散函数值计算公式，从而得出每条平滑轨迹的耗散函数值。其中，耗散函数值计算公式包括参考轨迹限定项、障碍物距离限定项、平滑限定项以及方向限定项，参考轨迹限定项表征平滑轨迹靠近参考轨迹的程度，障碍物距离限定项表征平滑轨迹靠近障碍物的程度，平滑限定项表征平滑轨迹的平滑程度，方向限定项表征平滑轨迹靠近轨迹目标点的程度。当存在一平滑轨迹的耗散函数值最小时，即表示该平滑轨迹在靠近参考轨迹的程度、靠近障碍物的程度、平滑程度以及靠近轨迹目标点的程度的综合情况下是最优的，从而保证规划出的飞行轨迹满足避开周围空间中的障碍物、轨迹平滑且无人机沿该飞行轨迹飞行时功耗最小的条件。
进一步的，在本实施例中，当飞行状态集合为所述飞行加速度集合时，平滑轨迹的耗散函数值满足如下公式：
Figure BDA0002181643660000121
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为多个采样点的个数，cost为耗散函数值，xi为采样点的坐标，xd为轨迹目标点的坐标，xs为平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure BDA0002181643660000122
为参考轨迹限定项，
Figure BDA0002181643660000123
为障碍物距离限定项，C|kxΔa+kyΔa+kzΔa|为平滑限定项，
Figure BDA0002181643660000124
为方向限定项，参考轨迹限定项表征平滑轨迹靠近参考轨迹的程度，障碍物距离限定项表征平滑轨迹靠近障碍物的程度，平滑限定项表征平滑轨迹的平滑程度，方向限定项表征平滑轨迹靠近轨迹目标点的程度。
进一步的，在本实施例中，当飞行状态集合为所述飞行速度集合时，平滑轨迹的耗散函数值满足如下公式：
Figure BDA0002181643660000131
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为多个采样点的个数，cost为耗散函数值，xi为采样点的坐标，xd为轨迹目标点的坐标，xs为平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure BDA0002181643660000132
为参考轨迹限定项，
Figure BDA0002181643660000133
为障碍物距离限定项，C|kxΔv+kyΔv+kzΔv|为平滑限定项，
Figure BDA0002181643660000134
为方向限定项，参考轨迹限定项表征平滑轨迹靠近参考轨迹的程度，障碍物距离限定项表征平滑轨迹靠近障碍物的程度，平滑限定项表征平滑轨迹的平滑程度，方向限定项表征平滑轨迹靠近轨迹目标点的程度。
需要说明的是，||xi-xd||(惩罚值)用来对平滑轨迹远离轨迹目标点的惩罚，||xs-xd||用来对惩罚值(||xi-xd||)进行归一化，避免平滑轨迹距离轨迹目标点越远导致方向限定项取值过大的问题，预设的权重值A、B、C、D以及τ可以根据实际的应用场景进行设置。
基于图2所述的无人机飞行轨迹规划方法，由于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，并根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，然后从平滑轨迹集合中将功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿该飞行轨迹飞行，故实现了生成平滑且功耗最小的飞行轨迹，使无人机能够高效完成作业任务。
在一种可能的应用场景中，例如，基于图1的作业场景，在“弓字航线”的拐角处可以应用本申请实施例提供的无人机飞行轨迹规划方法，重新规划“弓字航线”拐角处的飞行航线，如图3所示(其中虚线部分为原“弓字航线”的轨迹，实线部分为重新规划后的“弓字航线”的轨迹)，使得新规划的“弓字航线”的拐角处的飞行轨迹平滑且飞行功耗最小。
其中，对于如何重新规划“弓字航线”拐角处的飞行轨迹，以图3中的A、B点之间的飞行轨迹规划为例，首先将A点作为无人机轨迹起点，根据无人机在A点的飞行状态以及预设飞行变量生成包括多个预估飞行状态的飞行状态集合，然后根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定包括多条平滑轨迹的平滑轨迹集合，最后将B点作为轨迹目标点，A、B点之间的虚线轨迹(即原“弓字航线”的拐角飞行轨迹)作为参考轨迹，计算平滑轨迹集合中每条轨迹的耗散函数值，并将耗散函数值最小的平滑轨迹作为重新规划得到的飞行轨迹。可以理解的是，完整的重新规划“弓字航线”拐角处的飞行轨迹过程可以参考上述实施例提供的无人机飞行轨迹规划方法，在此不再赘述。
请参照图4，图4示出了一种可能的实施场景示意图。无人机100沿航线200飞行，该航线200包括4个航段端点T1、T2、T3以及T4。其中，T1为航线200的起点，T4为航线200的终点，T1与T2之间的航段为第一航段210，T2与T3之间的航段为第二航段220，T3与T4之间的航段为第三航段230。需要说明的是，该航线200可以是预先存储在无人机100中的航线，或者是无人机100实时接收其他终端传输的航线。航线200的航段数量以及具体轨迹可以根据实际情况进行设置，本申请所提供的航线200仅表示一种可能的实施方式。
由于障碍物的危险区域与第一航段210相交，为避免无人机在沿第一航段210飞行的过程中与障碍物相撞，需要重新规划无人机100的飞行轨迹。基于本申请所提出的无人机飞行轨迹规划方法，对于如何重新规划无人机100的飞行轨迹，可以采用如下方式实现：
步骤1，根据无人机100当前轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合；
步骤2，根据无人机100轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合；
步骤3，确定多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹；
步骤4，判断该功耗最小的平滑轨迹的末端点是否为轨迹目标点，若否，则将功耗最小的平滑轨迹的末端点作为当前个轨迹起点，并返回执行上述步骤1，直至功耗最小的平滑轨迹的末端点为轨迹目标点。
例如，请再参考图4，当无人机100确定重新规划飞行轨迹以绕开障碍物时，首先，将当前位置作为当前轨迹起点，并确定出功耗最小的飞行轨迹L1，此时飞行轨迹L1的末端点不是轨迹目标点，将飞行轨迹L1的末端点作为当前轨迹起点，并确定出功耗最小的飞行轨迹L2，此时飞行轨迹L2的末端点依旧不是轨迹目标点，将飞行轨迹L2的末端点作为当前轨迹起点，并确定出功耗最小的飞行轨迹L3，此时飞行轨迹L3的末端点为轨迹目标点，完成本次飞行轨迹的规划。
需要说明的是，本申请实施例并未将无人机飞行轨迹规划方法的维度限定在二维，本申请实施例所提供的无人机飞行轨迹规划方法的维度实际可以是三维。因此，本文仅以二维示意图进行说明，在本申请的实施例所示的方案基础上，本领域技术人员可以不作出创造性劳动地将本申请的技术方案在三维环境中实现，此处不再赘述。
为了执行上述实施例及各个可能的方式中的相应步骤，下面给出一种无人机飞行轨迹规划装置的实现方式，请参阅图5，图5示出了本申请实施例提供的一种无人机飞行轨迹规划装置的功能模块图。需要说明的是，本实施例所提供的无人机飞行轨迹规划装置300，其基本原理及产生的技术效果和上述实施例相同，为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。该无人机飞行轨迹规划装置300包括：预估模块310、轨迹生成模块320、轨迹确定模块330。
预估模块310用于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，飞行状态集合包括多个预估飞行状态。
在一种可能的实施例中，飞行状态包括加速度，预设飞行变量包括预设加速度增量，预估模块310可以用于根据加速度以及预设加速度增量生成飞行加速度集合作为飞行状态集合；飞行加速度集合包括多个飞行加速度，飞行加速度满足如下公式：
Figure BDA0002181643660000161
其中，Δa为预设加速度增量，ax、ay、az为加速度在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure BDA0002181643660000162
为飞行加速度在不同方向的分量。
在另一种可能的实施例中，飞行状态包括轨迹起点的速度信息，预设飞行变量包括预设速度增量，预估模块310可以用于根据速度信息以及预设速度增量生成飞行速度集合作为飞行状态集合；飞行速度集合包括多个飞行速度，飞行速度满足如下公式：
Figure BDA0002181643660000171
其中，Δv为预设速度增量，vx、vy、vz为速度信息在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure BDA0002181643660000172
为飞行速度在不同方向的分量。
可以理解的是，预估模块310可以执行上述的S100。
轨迹生成模块320用于根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，平滑轨迹集合包括多条平滑轨迹。
在一种可能的实施例中，飞行数据包括轨迹起点的位置信息及速度信息，轨迹生成模块320可以用于根据位置信息、速度信息、预设飞行时间以及飞行加速度集合确定平滑轨迹集合。
在另一种可能的实施例中，飞行数据包括轨迹起点的位置信息，轨迹生成模块320可以用于根据位置信息、预设飞行时间以及飞行速度集合确定平滑轨迹集合。
可以理解的是，轨迹生成模块320可以执行上述的S110。
轨迹确定模块330用于确定多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿飞行轨迹飞行。
在本实施例中，轨迹确定模块330可以用于确定多条平滑轨迹中耗散函数值最小的平滑轨迹作为飞行轨迹。
进一步的，当飞行状态集合为所述飞行加速度集合时，平滑轨迹的耗散函数值满足如下公式：
Figure BDA0002181643660000181
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为多个采样点的个数，cost为耗散函数值，xi为采样点的坐标，xd为轨迹目标点的坐标，xs为平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure BDA0002181643660000182
为参考轨迹限定项，
Figure BDA0002181643660000183
为障碍物距离限定项，C|kxΔa+kyΔa+kzΔa|为平滑限定项，
Figure BDA0002181643660000184
为方向限定项，参考轨迹限定项表征平滑轨迹靠近参考轨迹的程度，障碍物距离限定项表征平滑轨迹靠近障碍物的程度，平滑限定项表征平滑轨迹的平滑程度，方向限定项表征平滑轨迹靠近轨迹目标点的程度。
进一步的，当飞行状态集合为所述飞行速度集合时，平滑轨迹的耗散函数值满足如下公式：
Figure BDA0002181643660000185
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为多个采样点的个数，cos t为耗散函数值，xi为采样点的坐标，xd为轨迹目标点的坐标，xs为平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure BDA0002181643660000191
为参考轨迹限定项，
Figure BDA0002181643660000192
为障碍物距离限定项，C|kxΔv+kyΔv+kzΔv|为平滑限定项，
Figure BDA0002181643660000193
为方向限定项，参考轨迹限定项表征平滑轨迹靠近参考轨迹的程度，障碍物距离限定项表征平滑轨迹靠近障碍物的程度，平滑限定项表征平滑轨迹的平滑程度，方向限定项表征平滑轨迹靠近轨迹目标点的程度。
可以理解的是，轨迹确定模块330可以执行上述的S120。
请参照图6，图6示出了本申请实施例提供的无人机控制设备的结构框图。无人机控制设备130包括存储器131、通信接口132、处理器133和总线134，所述存储器131、通信接口132和处理器133通过总线134连接，处理器133用于执行存储器131中存储的可执行模块，例如计算机程序。
其中，存储器131可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口132(可以是有线或者无线)实现该无人机控制设备130与其他终端设备之间的通信连接。
总线134可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(Peripheral Component Interconnect，外设部件互连标准)总线或EISA(E4tendedIndustry Standard Architecture，扩展工业标准结构)总线等。图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器131用于存储程序，处理器133在接收到执行指令后，执行所述程序以实现上述实施例揭示的无人机飞行轨迹规划方法。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器133执行时实现上述实施例揭示的无人机飞行轨迹规划方法。
应当理解的是，图6所示的结构仅为无人机控制设备130的结构示意图，无人机控制设备130还可包括比图6中所示更多或者更少的组件，或者具有与图6所示不同的配置。图6中所示的各组件可以采用硬件、软件或其组合实现。
请参照图7，图7示出了本申请实施例提供的无人机的结构框图。无人机100包括：机体110、动力设备120以及无人机控制设备130。动力设备120安装在机体，用于为无人机100提供飞行的动力，其中，动力设备120可以包括电动机、电源以及螺旋桨等组件中的至少一种。无人机控制设备130与动力设备120通信连接，用于控制无人机100的沿航线飞行，在一些可能的实施例中，无人机控制设备130可以是无人机飞行控制器。无人机控制设备130在用于控制无人机100飞行时可以实现上述实施例揭示的无人机飞行轨迹规划方法，具体的实现方式和原理与上述实施例一致，在此不再赘述。需要说明的是，本申请实施例所提供的无人机100包括但不限于巡查无人机、农用无人机、气象无人机、勘探无人机以及测绘无人机等。
综上所述，本发明实施例提供了一种无人机飞行轨迹规划方法及相关装置。由于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，并根据无人机轨迹起点的飞行数据、多个预估飞行状态及预设飞行时间确定平滑轨迹集合，然后从平滑轨迹集合中将功耗最小的平滑轨迹作为飞行轨迹，以使无人机沿该飞行轨迹飞行，故实现了生成平滑且功耗最小的飞行轨迹，使无人机能够高效完成作业任务。
需要说明的是，本申请实施例提供的方法实施例并不以流程图中的具体顺序为限制，应当理解，在其它实施例中，本申请实施例提供的方法实施例其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。
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，可轻易想到的变化或替换，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所述权利要求的保护范围为准。

Claims (16)

1.一种无人机飞行轨迹规划方法，其特征在于，包括：
根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，所述飞行状态集合包括多个预估飞行状态；
根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合，所述平滑轨迹集合包括多条平滑轨迹；
确定所述多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使所述无人机沿所述飞行轨迹飞行。
2.根据权利要求1所述的方法，其特征在于，所述飞行状态包括加速度，所述预设飞行变量包括预设加速度增量，所述根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合的步骤包括：
根据所述加速度以及所述预设加速度增量生成飞行加速度集合作为所述飞行状态集合；所述飞行加速度集合包括多个飞行加速度，所述飞行加速度满足如下公式：
Figure FDA0002181643650000011
其中，Δa为所述预设加速度增量，ax、ay、az为所述加速度在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure FDA0002181643650000012
为所述飞行加速度在不同方向的分量。
3.根据权利要求2所述的方法，其特征在于，所述飞行数据包括所述轨迹起点的位置信息及速度信息，所述根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合的步骤包括：
根据所述位置信息、所述速度信息、所述预设飞行时间以及所述飞行加速度集合确定平滑轨迹集合。
4.根据权利要求1所述的方法，其特征在于，所述飞行状态包括所述轨迹起点的速度信息，所述预设飞行变量包括预设速度增量，所述根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合的步骤包括：
根据所述速度信息以及所述预设速度增量生成飞行速度集合作为所述飞行状态集合；所述飞行速度集合包括多个飞行速度，所述飞行速度满足如下公式：
Figure FDA0002181643650000021
其中，Δv为所述预设速度增量，vx、vy、vz为所述速度信息在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure FDA0002181643650000022
为所述飞行速度在不同方向的分量。
5.根据权利要求4所述的方法，其特征在于，所述飞行数据包括所述轨迹起点的位置信息，所述根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合的步骤包括：
根据所述位置信息、所述预设飞行时间以及所述飞行速度集合确定平滑轨迹集合。
6.根据权利要求2或4任一项所述的方法，其特征在于，所述确定所述多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹的步骤包括：
确定所述多条平滑轨迹中耗散函数值最小的平滑轨迹作为飞行轨迹。
7.根据权利要求6所述的方法，其特征在于，当所述飞行状态集合为所述飞行加速度集合时，所述平滑轨迹的耗散函数值满足如下公式：
Figure FDA0002181643650000023
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为所述多个采样点的个数，cost为所述耗散函数值，xi为所述采样点的坐标，xd为轨迹目标点的坐标，xs为所述平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure FDA0002181643650000031
为参考轨迹限定项，
Figure FDA0002181643650000032
为所述障碍物距离限定项，C|kxΔa+kyΔa+kzΔa|为平滑限定项，
Figure FDA0002181643650000033
为方向限定项，所述参考轨迹限定项表征平滑轨迹靠近所述参考轨迹的程度，所述障碍物距离限定项表征平滑轨迹靠近障碍物的程度，所述平滑限定项表征平滑轨迹的平滑程度，所述方向限定项表征平滑轨迹靠近所述轨迹目标点的程度。
8.根据权利要求6所述的方法，其特征在于，当所述飞行状态集合为所述飞行速度集合时，所述平滑轨迹的耗散函数值满足如下公式：
Figure FDA0002181643650000034
其中，每条平滑轨迹包括多个采样点，A、B、C、D以及τ为预设的权重值，di为采样点与参考轨迹的距离，ri为采样点与障碍物的距离，n为所述多个采样点的个数，cost为所述耗散函数值，xi为所述采样点的坐标，xd为轨迹目标点的坐标，xs为所述平滑轨迹起点的坐标，||xi-xd||表征xi到xd的距离，||xs-xd||表征xs到xd的距离；
Figure FDA0002181643650000035
为参考轨迹限定项，
Figure FDA0002181643650000036
为障碍物距离限定项，C|kxΔv+kyΔv+kzΔv|为平滑限定项，
Figure FDA0002181643650000037
为方向限定项，所述参考轨迹限定项表征平滑轨迹靠近所述参考轨迹的程度，所述障碍物距离限定项表征平滑轨迹靠近障碍物的程度，所述平滑限定项表征平滑轨迹的平滑程度，所述方向限定项表征平滑轨迹靠近所述轨迹目标点的程度。
9.一种无人机飞行轨迹规划装置，其特征在于，包括：
预估模块，用于根据无人机轨迹起点的飞行状态以及预设飞行变量生成飞行状态集合，所述飞行状态集合包括多个预估飞行状态；
轨迹生成模块，用于根据所述无人机轨迹起点的飞行数据、所述多个预估飞行状态及预设飞行时间确定平滑轨迹集合，所述平滑轨迹集合包括多条平滑轨迹；
轨迹确定模块，用于确定所述多条平滑轨迹中功耗最小的平滑轨迹作为飞行轨迹，以使所述无人机沿所述飞行轨迹飞行。
10.根据权利要求9所述的装置，其特征在于，所述飞行状态包括加速度，所述预设飞行变量包括预设加速度增量，所述预估模块用于根据所述加速度以及所述预设加速度增量生成飞行加速度集合作为所述飞行状态集合；所述飞行加速度集合包括多个飞行加速度，所述飞行加速度满足如下公式：
Figure FDA0002181643650000041
其中，Δa为所述预设加速度增量，ax、ay、az为所述加速度在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure FDA0002181643650000042
为所述飞行加速度在不同方向的分量。
11.根据权利要求10所述的装置，其特征在于，所述飞行数据包括所述轨迹起点的位置信息及速度信息，所述轨迹生成模块用于根据所述位置信息、所述速度信息、所述预设飞行时间以及所述飞行加速度集合确定平滑轨迹集合。
12.根据权利要求9所述的装置，其特征在于，所述飞行状态包括所述轨迹起点的速度信息，所述预设飞行变量包括预设速度增量，所述预估模块用于根据所述速度信息以及所述预设速度增量生成飞行速度集合作为所述飞行状态集合；所述飞行速度集合包括多个飞行速度，所述飞行速度满足如下公式：
Figure FDA0002181643650000051
其中，Δv为所述预设速度增量，vx、vy、vz为所述速度信息在不同方向的分量，kx、ky、kz均为预设区间内的任一常数，
Figure FDA0002181643650000052
为所述飞行速度在不同方向的分量。
13.根据权利要求12所述的装置，其特征在于，所述飞行数据包括所述轨迹起点的位置信息，所述轨迹生成模块用于根据所述位置信息、所述预设飞行时间以及所述飞行速度集合确定平滑轨迹集合。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的无人机飞行轨迹规划方法。
15.一种无人机控制设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行所述机器可执行指令以实现权利要求1-8中任一项所述的无人机飞行轨迹规划方法。
16.一种无人机，其特征在于，包括：
机体；
动力设备，安装在所述机体，用于为所述无人机提供动力；
以及无人机控制设备，所述无人机控制设备包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行所述机器可执行指令以实现权利要求1-8中任一项所述的无人机飞行轨迹规划方法。
CN201910798538.4A 2019-08-27 2019-08-27 无人机飞行轨迹规划方法及相关装置 Active CN111752295B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910798538.4A CN111752295B (zh) 2019-08-27 2019-08-27 无人机飞行轨迹规划方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910798538.4A CN111752295B (zh) 2019-08-27 2019-08-27 无人机飞行轨迹规划方法及相关装置

Publications (2)

Publication Number Publication Date
CN111752295A true CN111752295A (zh) 2020-10-09
CN111752295B CN111752295B (zh) 2021-09-10

Family

ID=72672782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910798538.4A Active CN111752295B (zh) 2019-08-27 2019-08-27 无人机飞行轨迹规划方法及相关装置

Country Status (1)

Country Link
CN (1) CN111752295B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112379697A (zh) * 2020-12-15 2021-02-19 广州极飞科技有限公司 轨迹规划方法、装置、轨迹规划器、无人机及存储介质
CN115309149A (zh) * 2022-07-05 2022-11-08 广州极飞科技股份有限公司 移动设备目标点确定方法、装置、设备和存储介质
CN120890468A (zh) * 2025-09-30 2025-11-04 天津云圣智能科技有限责任公司 一种无人机的轨迹确定方法、装置、电子设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12175872B2 (en) 2022-05-13 2024-12-24 The Boeing Company Intelligent altitude and velocity smoothing for aircraft paths and terrain-following altitude profile generation for route planning

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909164A (zh) * 2017-02-13 2017-06-30 清华大学 一种无人机最小时间平滑轨迹生成方法
EP3218885A2 (en) * 2014-11-11 2017-09-20 Sikorsky Aircraft Corporation Trajectory-based sensor planning
CN107278282A (zh) * 2016-09-29 2017-10-20 深圳市大疆创新科技有限公司 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机
CN107656545A (zh) * 2017-09-12 2018-02-02 武汉大学 一种面向无人机野外搜救的自主避障与导航方法
US20180114449A1 (en) * 2015-01-19 2018-04-26 The Aerospace Corporation Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft
CN108120442A (zh) * 2017-12-12 2018-06-05 北京理工大学 一种基于二阶锥规划的多旋翼无人机飞行轨迹生成方法
CN108139759A (zh) * 2015-09-15 2018-06-08 深圳市大疆创新科技有限公司 用于无人飞行器路径规划和控制的系统和方法
CN109343528A (zh) * 2018-10-30 2019-02-15 杭州电子科技大学 一种节能的无人机路径规划避障方法
CN109991963A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 速度规划方法及终端设备
CN110162063A (zh) * 2019-06-12 2019-08-23 北京洛必德科技有限公司 一种用于机器人自动充电的路径规划方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3218885A2 (en) * 2014-11-11 2017-09-20 Sikorsky Aircraft Corporation Trajectory-based sensor planning
US20180114449A1 (en) * 2015-01-19 2018-04-26 The Aerospace Corporation Autonomous nap-of-the-earth (anoe) flight path planning for manned and unmanned rotorcraft
CN108139759A (zh) * 2015-09-15 2018-06-08 深圳市大疆创新科技有限公司 用于无人飞行器路径规划和控制的系统和方法
CN107278282A (zh) * 2016-09-29 2017-10-20 深圳市大疆创新科技有限公司 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机
CN106909164A (zh) * 2017-02-13 2017-06-30 清华大学 一种无人机最小时间平滑轨迹生成方法
CN107656545A (zh) * 2017-09-12 2018-02-02 武汉大学 一种面向无人机野外搜救的自主避障与导航方法
CN108120442A (zh) * 2017-12-12 2018-06-05 北京理工大学 一种基于二阶锥规划的多旋翼无人机飞行轨迹生成方法
CN109991963A (zh) * 2017-12-29 2019-07-09 深圳市优必选科技有限公司 速度规划方法及终端设备
CN109343528A (zh) * 2018-10-30 2019-02-15 杭州电子科技大学 一种节能的无人机路径规划避障方法
CN110162063A (zh) * 2019-06-12 2019-08-23 北京洛必德科技有限公司 一种用于机器人自动充电的路径规划方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
BAGHERIAN M,ET AL.: "3D UAV trajectory planning using evolutionary algorithms:A comparison study", 《AERONAUTICAL JOURNAL》 *
曾佳 申功璋: "一种无人机平滑飞行轨迹规划方法", 《中国系统仿真学会》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112379697A (zh) * 2020-12-15 2021-02-19 广州极飞科技有限公司 轨迹规划方法、装置、轨迹规划器、无人机及存储介质
WO2022127737A1 (zh) * 2020-12-15 2022-06-23 广州极飞科技股份有限公司 轨迹规划方法、装置、轨迹规划器、无人机及存储介质
CN112379697B (zh) * 2020-12-15 2024-04-12 广州极飞科技股份有限公司 轨迹规划方法、装置、轨迹规划器、无人机及存储介质
CN115309149A (zh) * 2022-07-05 2022-11-08 广州极飞科技股份有限公司 移动设备目标点确定方法、装置、设备和存储介质
CN115309149B (zh) * 2022-07-05 2025-07-11 广州极飞科技股份有限公司 移动设备目标点确定方法、装置、设备和存储介质
CN120890468A (zh) * 2025-09-30 2025-11-04 天津云圣智能科技有限责任公司 一种无人机的轨迹确定方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111752295B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN111123963B (zh) 基于强化学习的未知环境自主导航系统及方法
EP3629119B1 (en) Method of generating a collision free path of travel and computing system
CN108692734B (zh) 一种路径规划方法和装置
CN111752295A (zh) 无人机飞行轨迹规划方法及相关装置
CN111752294B (zh) 一种飞行控制方法及相关装置
CN110198813A (zh) 机器人路径生成装置和机器人系统
CN113085850A (zh) 车辆避障方法、装置、电子设备及存储介质
WO2018058442A1 (zh) 路径规划的方法、装置、飞行控制系统、全方位避障系统与无人机
CN116301058B (zh) 一种无人飞行反馈非线性偏航控制方法、系统和设备
US20200159175A1 (en) Device control system
CN114326766A (zh) 一种车机协同自主跟踪与降落方法
Oliveira et al. Moving path following for autonomous robotic vehicles
CN116576847A (zh) 一种移动机器人的自动导航系统、导航方法、设备及介质
Wang et al. Vision-Based Deep Reinforcement Learning of Unmanned Aerial Vehicle (UAV) Autonomous Navigation Using Privileged Information
WO2021217341A1 (zh) 避障方法、可移动平台、控制设备和存储介质
Zhu et al. A nonlinear model predictive control based control method to quadrotor landing on moving platform
Guerra et al. Flightgoggles: A modular framework for photorealistic camera, exteroceptive sensor, and dynamics simulation
CN119958563A (zh) 基于人工智能的多无人机导航方法、装置、设备及介质
US20250093876A1 (en) Robot local planner selection
Pant et al. Obstacle Avoidance Method for UAVs using Polar Grid
WO2020021954A1 (ja) 情報処理装置、情報処理方法、およびプログラム
WO2024171259A1 (ja) 経路計画装置、経路計画方法及び経路計画プログラム
Seemann et al. Rrt-based trajectory planning for fixed wing uavs using bezier curves
Goel et al. Hierarchical collision avoidance for adaptive-speed multirotor teleoperation
KR102887900B1 (ko) 회피 경로 생성 방법 및 시스템

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
CB02 Change of applicant information

Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant after: XAG Co., Ltd.

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Applicant before: Guangzhou Xaircraft Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 510000 Guangdong Province Guangzhou City Huangpu District Xinrui Road No. 9 Building 1 101 Room

Patentee after: XAG Co., Ltd.

Country or region after: China

Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province

Patentee before: XAG Co., Ltd.

Country or region before: China

CP03 Change of name, title or address