CN112148033B - 无人机航线的确定方法、装置、设备及存储介质 - Google Patents
无人机航线的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112148033B CN112148033B CN202011140430.5A CN202011140430A CN112148033B CN 112148033 B CN112148033 B CN 112148033B CN 202011140430 A CN202011140430 A CN 202011140430A CN 112148033 B CN112148033 B CN 112148033B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- distance
- flight direction
- boundary point
- slope
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 14
- 230000004888 barrier function Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种无人机航线的确定方法、装置、设备及存储介质。其中，该方法包括：获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。本发明实施例可以对距离近的障碍物进行聚类，根据同类障碍物对应的凸壳形状修正初始作业航线，减少多余绕行，减少能耗消耗，提高航线作业效率。
Description
技术领域
本发明实施例涉及无人机技术，尤其涉及一种无人机航线的确定方法、装置、设备及存储介质。
背景技术
在无人机领域，无人机通常被需求在不同形状的地块下对农作物进行喷洒作业。而在作业区域上有时候会有障碍物的出现，无人机需要以一定的方式绕行继续作业。
现有技术中，通常根据作业区域的边界信息以及作业区域中的障碍物的边界信息确定无人机的作业航线，以使无人机在作业过程中，可以在障碍物处进行拐弯绕行。在作业区域中有多个障碍物的情况下，作业航线会进行很多不必要的绕行，增加能耗的消耗。
发明内容
本发明实施例提供一种无人机航线的确定方法、装置、设备及存储介质，以实现对无人机航线规划方案进行优化，减少不必要的绕行，减少能耗消耗，提高航线作业效率。
第一方面，本发明实施例提供了一种无人机航线的确定方法，包括：
获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；
根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；
对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；
根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
第二方面，本发明实施例还提供了一种无人机航线的确定装置，包括：
障碍物矩形化模块，用于获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；
障碍物聚类模块，用于根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；
障碍物凸壳化模块，用于对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；
航线修正模块，用于根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在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如本发明实施例所述的无人机航线的确定方法。
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，其上存储有计算机程序，该计算机程序被处理器执行时实现如本发明实施例所述的无人机航线的确定方法。
本发明实施例的技术方案，通过获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形，然后根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；最后根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线，可以根据各障碍物的在飞行方向的最小外接矩形，对距离近的障碍物进行聚类，将距离近的障碍物合并为一类，可以利用凸壳的性质，将同类的障碍物处理成凸壳的形状，可以根据同类的障碍物对应的凸壳形状，对初始作业航线进行修正，减少初始作业航线在距离近的障碍物之间的多余绕行，减少能耗消耗，提高航线作业效率。
附图说明
图1a为本发明实施例一提供的一种无人机航线的确定方法的流程图。
图1b为本发明实施例一提供的一种障碍物的在飞行方向的最小外接矩形的示意图。
图1c为本发明实施例一提供的一种第一目标障碍物的在飞行方向的最小外接矩形以及第二目标障碍物的在飞行方向的最小外接矩形的示意图。
图1d为本发明实施例一提供的一种第一目标障碍物的在飞行方向的最小外接矩形以及第二目标障碍物的在飞行方向的最小外接矩形的示意图。
图1e为本发明实施例一提供的一种初始航线的示意图。
图1f为本发明实施例一提供的一种凸壳边界区域的示意图。
图2为本发明实施例二提供的一种无人机航线的确定方法的流程图。
图3为本发明实施例三提供的一种无人机航线的确定装置的结构示意图。
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作（或步骤）描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1a为本发明实施例一提供的一种无人机航线的确定方法的流程图。本发明实施例可适用于对无人机航线进行规划的情况。该方法可以由本发明实施例提供的无人机航线的确定装置来执行，该装置可采用软件和/或硬件的方式实现，并一般可集成在计算机设备中。如图1a所示，本发明实施例的方法具体包括：
步骤101、获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形。
可选的，作业区域中包括至少两个障碍物。无人机在作业区域中作业时，需要以一定的方式绕行各障碍物进行作业。
障碍物的边界点集合包括障碍物的边界点坐标。即障碍物的边界点集合包括障碍物的全部边界点的边界点坐标。可选的，边界点坐标为边界点的经纬度。
可选的，根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形。最小外接矩形是外接边界点集合中的边界点坐标构成的多边形且面积最小的矩形。在飞行方向的最小外接矩形的边的斜率垂直于飞行方向的斜率或者平行于飞行方向的斜率。飞行方向是无人机在作业区域中作业时的飞行方向。
在一个具体实例中，图1b为本发明实施例一提供的一种障碍物的在飞行方向的最小外接矩形的示意图。障碍物11的在飞行方向的最小外接矩形A1B1C1D1包括四条边：A1B1、B1C1、C1D1以及D1A1，A1B1与C1D1为对边，B1C1与D1A1为对边，A1B1和C1D1的斜率直于飞行方向的斜率，B1C1与D1A1的斜率平行于飞行方向的斜率。
步骤102、根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类。
可选的，根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，可以包括：计算各最小外接矩形之间的距离；将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物。
可选的，计算各最小外接矩形之间的距离，可以包括：根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第二目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，位置关系可以包括边与边之间的相对位置以及边与边之间的距离。
可选的，第一目标障碍物的在飞行方向的最小外接矩形包括四条边：第一边、第二边、第三边以及第四边，第一边与第三边为对边，第二边与第四边为对边，第一边的斜率垂直于飞行方向的斜率，第二边的斜率平行于飞行方向的斜率；第二目标障碍物的在飞行方向的最小外接矩形包括四条边：第五边、第六边、第七边以及第八边，第五边与第七边为对边，第六边与第八边为对边，第五边的斜率垂直于飞行方向的斜率，第六边的斜率平行于飞行方向的斜率。
可选的，根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第一目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离，可以包括：确定第一边、第二边、第三边、第四边、第五边、第六边、第七边以及第八边之间的位置关系；如果第五边或者第七边位于第一边与第三边之间，则获取第二边与第八边之间的距离和第四边与第六边之间的距离中数值较小的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在一个具体实例中，图1c为本发明实施例一提供的一种第一目标障碍物的在飞行方向的最小外接矩形以及第二目标障碍物的在飞行方向的最小外接矩形的示意图。第一目标障碍物的在飞行方向的最小外接矩形A2B2C2D2包括四条边：第一边A2B2、第二边B2C2、第三边C2D2以及第四边D2A2，第一边A2B2与第三边C2D2为对边，第二边B2C2与第四边D2A2为对边，第一边A2B2的斜率垂直于飞行方向的斜率，第二边B2C2的斜率平行于飞行方向的斜率。第二目标障碍物的在飞行方向的最小外接矩形E2F2G2H2包括四条边：第五边E2F2、第六边F2G2、第七边G2H2以及第八边H2E2，第五边E2F2与第七边G2H2为对边，第六边F2G2与第八边H2E2为对边，第五边E2F2的斜率垂直于飞行方向的斜率，第六边F2G2的斜率平行于飞行方向的斜率。第五边E2F2位于第一边A2B2与第三边C2D2之间。第二边B2C2与第八边H2E2之间的距离小于第四边D2A2与第六边F2G2之间的距离。获取第二边B2C2与第八边H2E2之间的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，在确定第一边、第二边、第三边、第四边、第五边、所述第六边、第七边以及第八边之间的位置关系之后，还包括：如果第六边或者第八边位于第二边与第四边之间，则获取第一边与第七边之间的距离和第三边与第五边之间的距离中数值较小的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，在确定第一边、第二边、第三边、第四边、第五边、第六边、第七边以及第八边之间的位置关系之后，还包括：如果第五边和第七边都没有位于第一边与所述第三边之间，且第六边和第八边都没有位于第二边与第四边之间，则获取第五边与第一边之间的距离、第五边与第三边之间的距离、第七边与第一边之间的距离以及第七边与第三边之间的距离中数值最小的距离作为垂直距离；获取第六边与第二边之间的距离、第六边与第四边之间的距离、第八边与第二边之间的距离以及第八边与第四边之间的距离中数值最小的距离作为平行距离；获取垂直距离和平行距离中数值较大的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在一个具体实例中，图1d为本发明实施例一提供的一种第一目标障碍物的在飞行方向的最小外接矩形以及第二目标障碍物的在飞行方向的最小外接矩形的示意图。第一目标障碍物的在飞行方向的最小外接矩形A3B3C3D3包括四条边：第一边A3B3、第二边B3C3、第三边C3D3以及第四边D3A3，第一边A3B3与第三边C3D3为对边，第二边B3C3与第四边D3A3为对边，第一边A3B3的斜率垂直于飞行方向的斜率，第二边B3C3的斜率平行于飞行方向的斜率。第二目标障碍物的在飞行方向的最小外接矩形E3F3G3H3包括四条边：第五边E3F3、第六边F3G3、第七边G3H3以及第八边H3E3，第五边E3F3与第七边G3H3为对边，第六边F3G3与第八边H3E3为对边，第五边E3F3的斜率垂直于飞行方向的斜率，第六边F3G3的斜率平行于飞行方向的斜率。第五边E3F3和第七边G3H3都没有位于第一边A3B3与第三边C3D3之间，且第六边F3G3和第八边H3E3都没有位于第二边B3C3与第四边之间D3A3。垂直距离为第七边G3H3与第一边A3B3之间的距离。平行距离为第八边H3E3与第二边B3C3之间的距离。获取垂直距离和平行距离中数值较大的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，计算各最小外接矩形之间的距离，可以包括：获取第一目标障碍物的在飞行方向的最小外接矩形的中心点与第二目标障碍物的在飞行方向的最小外接矩形之间的中心点之间的距离为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，预设距离阈值可以根据业务需求进行设定。把最小外接矩形之间的距离小于预设距离阈值的障碍物标记为同一类的障碍物。由此，根据最小外接矩形之间的距离，对距离近的障碍物进行聚类，合并距离近的障碍物。
在一个具体实例中，第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离小于预设距离阈值，第三目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离小于预设距离阈值，第一目标障碍物的在飞行方向的最小外接矩形与第三目标障碍物的在飞行方向的最小外接矩形之间的距离小于预设距离阈值，第一目标障碍物、第二目标障碍物以及第三目标障碍物为同一类的障碍物。
步骤103、对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合。
可选的，将属于同一类的障碍物的边界点集合中的边界点坐标合并至同一个集合中，生成对应的一个合并边界点集合。
可选的，确定与各合并边界点集合对应的凸壳边界点集合，可以包括：使用平面点集凸壳算法，确定与各合并边界点集合对应的凸壳边界点集合。
凸壳的定义为：令S是平面上的一个点集，封闭点集S中所有顶点的最小凸多边形，称为点集S的凸壳。对于点集S的凸壳，点集S中的点要么是凸壳点，要么是内点。由点集S中的凸壳点构成的多边形，即为点集S的凸壳。
平面点集凸壳算法是用于获取平面点集中的凸壳点的算法。如果边界点是凸壳点，则该边界点的边界点坐标属于凸壳边界点坐标。如果边界点是内点，则该边界点的边界点坐标属于非凸壳边界点坐标。
可选的，针对每一个合并边界点集合，使用平面点集凸壳算法，获取合并边界点集合中的凸壳边界点坐标，并将凸壳边界点坐标添加至与合并边界点集合对应的凸壳边界点集合中。
步骤104、根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
本实施例中，目标作业航线是修正后的初始作业航线。
可选的，在获取作业区域中的各障碍物的边界点集合之前，还包括：生成无人机在作业区域的初始作业航线，作业区域包括至少两个障碍物，初始作业航线包括与各障碍物对应的初始绕行航线。
初始航线是根据作业区域的边界信息以及作业区域中的各障碍物的边界信息确定的无人机在作业区域中的航线。边界信息可以为边界点集合。初始航线包括与各障碍物对应的初始绕行航线。初始绕行航线是初始航线中针对障碍物的绕行路线。
可选的，生成无人机在作业区域的初始作业航线，可以包括：根据用户输入的航线设置信息，生成无人机在作业区域的初始航线。用户可以根据作业区域的边界信息以及作业区域中的各障碍物的边界信息，输入航线设置信息。航线设置信息可以包括多个航点的航点坐标。获取每个航点的航点坐标，生成无人机在作业区域的初始航线。
在一个具体实例中，图1e为本发明实施例一提供的一种初始航线的示意图。作业区域41中包括第一目标障碍物42、第二目标障碍物43以及第三目标障碍物44。无人机在作业的路上要绕开第一目标障碍物42、第二目标障碍物43以及第三目标障碍物44来飞行。多个障碍物使得初始航线45有多个绕行。初始航线45包括与第一目标障碍物42以及第二目标障碍物43对应的初始绕行航线：航点坐标a→航点坐标b→航点坐标c→航点坐标d。若第一目标障碍物42与第二目标障碍物43之间的距离足够近（例如，第一目标障碍物42与第二目标障碍物43之间的距离小于预设的障碍物距离阈值），那么航点坐标a→航点坐标b→航点坐标c→航点坐标d这个航线在实际作业中是一个无效作业路线，是多余绕行路线，在距离近的第一目标障碍物42与第二目标障碍物43之间进行了不必要的绕行，增加能耗的消耗，应该设置成航点坐标a→航点坐标d这样的航线才是正确的。
可选的，根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线，包括：根据各凸壳边界点集合，确定至少一个凸壳边界区域；对初始作业航线中位于各凸壳边界区域中的航点进行删除处理，得到与作业区域对应的目标作业航线。
凸壳边界区域是由凸壳边界点集合中的边界点坐标构成的多边形的内部区域，即同一类的障碍物的凸壳边界点集合的凸壳的内部区域。
在一个具体实例中，图1f为本发明实施例一提供的一种凸壳边界区域的示意图。凸壳边界区域51是同一类的第一目标障碍物52、第二目标障碍物53以及第三目标障碍物54的凸壳边界点集合的凸壳的内部区域。
具体的，对初始作业航线中位于各凸壳边界区域中的航点进行删除处理，保留初始作业航线中位于各凸壳边界区域外的航点。处理后的初始作业航线即为与作业区域对应的目标作业航线。
本发明实施例提供了一种无人机航线的确定方法，通过获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形，然后根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；最后根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线，可以根据各障碍物的在飞行方向的最小外接矩形，对距离近的障碍物进行聚类，将距离近的障碍物合并为一类，可以利用凸壳的性质，将同类的障碍物处理成凸壳的形状，可以根据同类的障碍物对应的凸壳形状，对初始作业航线进行修正，减少初始作业航线在距离近的障碍物之间的多余绕行，减少能耗消耗，提高航线作业效率。
实施例二
图2为本发明实施例二提供的一种无人机航线的确定方法的流程图。本发明实施例可以与上述一个或者多个实施例中各个可选方案结合，在本发明实施例中，根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，可以包括：计算各最小外接矩形之间的距离；将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物。
以及，确定与各合并边界点集合对应的凸壳边界点集合，可以包括：使用平面点集凸壳算法，确定与各合并边界点集合对应的凸壳边界点集合。
如图2所示，本发明实施例的方法具体包括：
步骤201、获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形。
步骤202、计算各最小外接矩形之间的距离。
可选的，计算各最小外接矩形之间的距离，可以包括：根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第二目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
可选的，位置关系可以包括边与边之间的相对位置以及边与边之间的距离。
可选的，计算各最小外接矩形之间的距离，可以包括：获取第一目标障碍物的在飞行方向的最小外接矩形的中心点与第二目标障碍物的在飞行方向的最小外接矩形之间的中心点之间的距离为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
步骤203、将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物。
可选的，预设距离阈值可以根据业务需求进行设定。把最小外接矩形之间的距离小于预设距离阈值的障碍物标记为同一类的障碍物。由此，根据最小外接矩形之间的距离，对距离近的障碍物进行聚类，合并距离近的障碍物。
步骤204、对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并使用平面点集凸壳算法，确定与各合并边界点集合对应的凸壳边界点集合。
可选的，平面点集凸壳算法是用于获取平面点集中的凸壳点的算法。如果边界点是凸壳点，则该边界点的边界点坐标属于凸壳边界点坐标。如果边界点是内点，则该边界点的边界点坐标属于非凸壳边界点坐标。
可选的，针对每一个合并边界点集合，使用平面点集凸壳算法，获取合并边界点集合中的凸壳边界点坐标，并将凸壳边界点坐标添加至与合并边界点集合对应的凸壳边界点集合中。
步骤205、根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
本发明实施例提供了一种无人机航线的确定方法，通过计算各最小外接矩形之间的距离；将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物，然后对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并使用平面点集凸壳算法，确定与各合并边界点集合对应的凸壳边界点集合，可以根据各障碍物的在飞行方向的最小外接矩形，对距离近的障碍物进行聚类，将距离近的障碍物合并为一类，可以使用平面点集凸壳算法，将同类的障碍物处理成凸壳的形状，从而根据同类的障碍物对应的凸壳形状，对初始作业航线进行修正，减少初始作业航线在距离近的障碍物之间的多余绕行，减少能耗消耗，提高航线作业效率。
实施例三
图3为本发明实施例三提供的一种无人机航线的确定装置的结构示意图。如图3所示，所述装置包括：障碍物矩形化模块301、障碍物聚类模块302、障碍物凸壳化模块303以及航线修正模块304。
其中，障碍物矩形化模块301，用于获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；障碍物聚类模块302，用于根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；障碍物凸壳化模块303，用于对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；航线修正模块304，用于根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
本发明实施例提供了一种无人机航线的确定装置，通过获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形，然后根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；最后根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线，可以根据各障碍物的在飞行方向的最小外接矩形，对距离近的障碍物进行聚类，将距离近的障碍物合并为一类，可以利用凸壳的性质，将同类的障碍物处理成凸壳的形状，可以根据同类的障碍物对应的凸壳形状，对初始作业航线进行修正，减少初始作业航线在距离近的障碍物之间的多余绕行，减少能耗消耗，提高航线作业效率。
在本发明实施例的一个可选实施方式中，可选的，障碍物聚类模块302可以包括：距离计算子模块，用于计算各最小外接矩形之间的距离；障碍物标记单元，用于将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物。
在本发明实施例的一个可选实施方式中，可选的，距离计算子模块可以包括：距离确定单元，用于根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第二目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在本发明实施例的一个可选实施方式中，可选的，第一目标障碍物的在飞行方向的最小外接矩形包括四条边：第一边、第二边、第三边以及第四边，第一边与第三边为对边，第二边与第四边为对边，第一边的斜率垂直于飞行方向的斜率，第二边的斜率平行于飞行方向的斜率；第二目标障碍物的在飞行方向的最小外接矩形包括四条边：第五边、第六边、第七边以及第八边，第五边与第七边为对边，第六边与第八边为对边，第五边的斜率垂直于飞行方向的斜率，第六边的斜率平行于飞行方向的斜率。
在本发明实施例的一个可选实施方式中，可选的，距离确定单元可以包括：关系确定子单元，用于确定第一边、第二边、第三边、第四边、第五边、第六边、第七边以及第八边之间的位置关系；第一获取子单元，用于如果第五边或者第七边位于所述第一边与第三边之间，则获取第二边与第八边之间的距离和第四边与第六边之间的距离中数值较小的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在本发明实施例的一个可选实施方式中，可选的，距离确定单元可以还包括：第二获取子单元，用于如果第六边或者第八边位于第二边与第四边之间，则获取第一边与第七边之间的距离和第三边与第五边之间的距离中数值较小的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在本发明实施例的一个可选实施方式中，可选的，距离确定单元可以还包括：第三获取子单元，用于如果第五边和第七边都没有位于第一边与第三边之间，且第六边和第八边都没有位于第二边与第四边之间，则获取第五边与第一边之间的距离、第五边与第三边之间的距离、第七边与第一边之间的距离以及第七边与第三边之间的距离中数值最小的距离作为垂直距离；第四获取子单元，用于获取第六边与第二边之间的距离、第六边与第四边之间的距离、第八边与第二边之间的距离以及第八边与第四边之间的距离中数值最小的距离作为平行距离；第五获取子单元，用于获取垂直距离和平行距离中数值较大的距离，作为第一目标障碍物的在飞行方向的最小外接矩形与第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
在本发明实施例的一个可选实施方式中，可选的，障碍物凸壳化模块303可以包括：集合确定子模块，用于使用平面点集凸壳算法，确定与各合并边界点集合对应的凸壳边界点集合。
在本发明实施例的一个可选实施方式中，可选的，无人机航线的确定装置可以还包括：初始航线生成模块，用于生成无人机在作业区域的初始作业航线，作业区域包括至少两个障碍物，初始作业航线包括与各障碍物对应的初始绕行航线。
在本发明实施例的一个可选实施方式中，可选的，航线修正模块304可以包括：区域确定子模块，用于根据各凸壳边界点集合，确定至少一个凸壳边界区域；航点删除单元，用于对初始作业航线中位于各凸壳边界区域中的航点进行删除处理，得到与作业区域对应的目标作业航线。
上述无人机航线的确定装置可执行本发明任意实施例所提供的无人机航线的确定方法，具备执行无人机航线的确定方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。
图4显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备12以通用计算机设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器16，存储器28，连接不同系统组件（包括存储器28和处理器16）的总线18。处理器16包括但不限于AI处理器。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构（ISA）总线，微通道体系结构（MAC）总线，增强型ISA总线、视频电子标准协会（VESA）局域总线以及外围组件互连（PCI）总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器（RAM）30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质（图4未显示，通常称为“硬盘驱动器”）。尽管图4中未示出，可以提供用于对可移动非易失性磁盘（例如“软盘”）读写的磁盘驱动器，以及对可移动非易失性光盘（例如CD-ROM，DVD-ROM或者其它光介质）读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组（例如至少一个）程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组（至少一个）程序模块50的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块50包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块50通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14（例如键盘、指向设备、显示器24等）通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备（例如网卡，调制解调器等等）通信。这种通信可以通过输入/输出（I/O）接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络（例如局域网（LAN），广域网（WAN）和/或公共网络，例如因特网）通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
计算机设备12的处理器16通过运行存储在存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的无人机航线的确定方法。该方法具体可以包括：获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
实施例五
本发明实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如本申请所有发明实施例提供的无人机航线的确定方法。该方法具体可以包括：获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各合并边界点集合对应的凸壳边界点集合；根据各凸壳边界点集合，对与作业区域对应的初始作业航线进行修正，得到与作业区域对应的目标作业航线。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器（RAM）、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种无人机航线的确定方法，其特征在于，包括：
获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；其中，所述在飞行方向的最小外接矩形的边的斜率垂直于飞行方向的斜率或者平行于飞行方向的斜率；
根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类；
对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各所述合并边界点集合对应的凸壳边界点集合；
根据各所述凸壳边界点集合，对与所述作业区域对应的初始作业航线进行修正，得到与所述作业区域对应的目标作业航线；其中，所述初始作业航线是根据作业区域的边界信息以及作业区域中的各障碍物的边界信息确定的无人机在作业区域中的航线；
其中，所述根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，包括：计算各所述最小外接矩形之间的距离；将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物；
其中，所述计算各所述最小外接矩形之间的距离，包括：
根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第二目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离，包括：
确定第一边、第二边、第三边、第四边、第五边、第六边、第七边以及第八边之间的位置关系；如果所述第五边或者所述第七边位于所述第一边与所述第三边之间，则获取所述第二边与所述第八边之间的距离和所述第四边与所述第六边之间的距离中数值较小的距离，作为所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离；
其中，所述第一目标障碍物的在飞行方向的最小外接矩形包括四条边：第一边、第二边、第三边以及第四边，所述第一边与所述第三边为对边，所述第二边与所述第四边为对边，所述第一边的斜率垂直于所述飞行方向的斜率，所述第二边的斜率平行于所述飞行方向的斜率；
所述第二目标障碍物的在飞行方向的最小外接矩形包括四条边：第五边、第六边、第七边以及第八边，所述第五边与所述第七边为对边，所述第六边与所述第八边为对边，所述第五边的斜率垂直于所述飞行方向的斜率，所述第六边的斜率平行于所述飞行方向的斜率。
2.根据权利要求1所述的方法，其特征在于，在确定所述第一边、所述第二边、所述第三边、所述第四边、所述第五边、所述第六边、所述第七边以及所述第八边之间的位置关系之后，还包括：
如果所述第六边或者所述第八边位于所述第二边与所述第四边之间，则获取所述第一边与所述第七边之间的距离和所述第三边与所述第五边之间的距离中数值较小的距离，作为所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
3.根据权利要求1所述的方法，其特征在于，在确定所述第一边、所述第二边、所述第三边、所述第四边、所述第五边、所述第六边、所述第七边以及所述第八边之间的位置关系之后，还包括：
如果所述第五边和所述第七边都没有位于所述第一边与所述第三边之间，且所述第六边和所述第八边都没有位于所述第二边与所述第四边之间，则获取所述第五边与所述第一边之间的距离、所述第五边与所述第三边之间的距离、所述第七边与所述第一边之间的距离以及所述第七边与所述第三边之间的距离中数值最小的距离作为垂直距离；
获取所述第六边与所述第二边之间的距离、所述第六边与所述第四边之间的距离、所述第八边与所述第二边之间的距离以及所述第八边与所述第四边之间的距离中数值最小的距离作为平行距离；
获取所述垂直距离和所述平行距离中数值较大的距离，作为所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离。
4.根据权利要求1所述的方法，其特征在于，所述确定与各所述合并边界点集合对应的凸壳边界点集合，包括：
使用平面点集凸壳算法，确定与各所述合并边界点集合对应的凸壳边界点集合。
5.根据权利要求1所述的方法，其特征在于，在获取作业区域中的各障碍物的边界点集合之前，还包括：
生成无人机在作业区域的初始作业航线，所述作业区域包括至少两个障碍物，所述初始作业航线包括与各障碍物对应的初始绕行航线。
6.根据权利要求5所述的方法，其特征在于，所述根据各所述凸壳边界点集合，对与所述作业区域对应的初始作业航线进行修正，得到与所述作业区域对应的目标作业航线，包括：
根据各所述凸壳边界点集合，确定至少一个凸壳边界区域；
对所述初始作业航线中位于各所述凸壳边界区域中的航点进行删除处理，得到与所述作业区域对应的目标作业航线。
7.一种无人机航线的确定装置，其特征在于，包括：
障碍物矩形化模块，用于获取作业区域中的各障碍物的边界点集合，并根据各障碍物的边界点集合，确定各障碍物的在飞行方向的最小外接矩形；其中，所述在飞行方向的最小外接矩形的边的斜率垂直于飞行方向的斜率或者平行于飞行方向的斜率；
障碍物聚类模块，用于根据各障碍物的在飞行方向的最小外接矩形，对各障碍物进行聚类，包括：计算各所述最小外接矩形之间的距离；将最小外接矩形之间的距离小于预设距离阈值的障碍物，标记为同一类的障碍物；
障碍物凸壳化模块，用于对属于同一类的障碍物的边界点集合进行合并，得到至少一个合并边界点集合，并确定与各所述合并边界点集合对应的凸壳边界点集合；
航线修正模块，用于根据各所述凸壳边界点集合，对与所述作业区域对应的初始作业航线进行修正，得到与所述作业区域对应的目标作业航线；其中，所述初始作业航线是根据作业区域的边界信息以及作业区域中的各障碍物的边界信息确定的无人机在作业区域中的航线；
其中，所述计算各所述最小外接矩形之间的距离，包括：根据第一目标障碍物的在飞行方向的最小外接矩形包括的四条边与第二目标障碍物的在飞行方向的最小外接矩形包括的四条边之间的位置关系，确定所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离，包括：
确定第一边、第二边、第三边、第四边、第五边、第六边、第七边以及第八边之间的位置关系；如果所述第五边或者所述第七边位于所述第一边与所述第三边之间，则获取所述第二边与所述第八边之间的距离和所述第四边与所述第六边之间的距离中数值较小的距离，作为所述第一目标障碍物的在飞行方向的最小外接矩形与所述第二目标障碍物的在飞行方向的最小外接矩形之间的距离；
其中，所述第一目标障碍物的在飞行方向的最小外接矩形包括四条边：第一边、第二边、第三边以及第四边，所述第一边与所述第三边为对边，所述第二边与所述第四边为对边，所述第一边的斜率垂直于所述飞行方向的斜率，所述第二边的斜率平行于所述飞行方向的斜率；
所述第二目标障碍物的在飞行方向的最小外接矩形包括四条边：第五边、第六边、第七边以及第八边，所述第五边与所述第七边为对边，所述第六边与所述第八边为对边，所述第五边的斜率垂直于所述飞行方向的斜率，所述第六边的斜率平行于所述飞行方向的斜率。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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1-6中任一所述的无人机航线的确定方法。
9.一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，该计算机程序被处理器执行时实现如权利要求1-6中任一所述的无人机航线的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011140430.5A CN112148033B (zh) | 2020-10-22 | 2020-10-22 | 无人机航线的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011140430.5A CN112148033B (zh) | 2020-10-22 | 2020-10-22 | 无人机航线的确定方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112148033A CN112148033A (zh) | 2020-12-29 |
| CN112148033B true CN112148033B (zh) | 2024-06-14 |
Family
ID=73954571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011140430.5A Active CN112148033B (zh) | 2020-10-22 | 2020-10-22 | 无人机航线的确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112148033B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113682300B (zh) * | 2021-08-25 | 2023-09-15 | 驭势科技（北京）有限公司 | 避让障碍物的决策方法、装置、设备及介质 |
| CN113724173B (zh) * | 2021-09-09 | 2022-08-19 | 常州市宏发纵横新材料科技股份有限公司 | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 |
| CN114492981B (zh) * | 2022-01-24 | 2024-04-05 | 浙江维创盈嘉科技有限公司 | 一种基于多无人机协同的物流配送方法及设备 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105629989A (zh) * | 2015-12-28 | 2016-06-01 | 电子科技大学 | 基于最小外包圆和最大内接圆的障碍区域划分方法 |
| CN107643764A (zh) * | 2017-10-20 | 2018-01-30 | 中国人民解放军海军航空工程学院 | 一种基于双旋Lyapunov矢量场的无人飞行器避障方法 |
Family Cites Families (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2894367B1 (fr) * | 2005-12-07 | 2008-02-29 | Thales Sa | Procede de determination du profil horizontal d'un plan de vol respectant un profil de vol vertical impose |
| CN103129468A (zh) * | 2013-02-19 | 2013-06-05 | 河海大学常州校区 | 基于激光成像技术的车载路障识别系统和方法 |
| WO2016154551A1 (en) * | 2015-03-26 | 2016-09-29 | Matternet, Inc. | Route planning for unmanned aerial vehicles |
| CN106808482B (zh) * | 2015-12-02 | 2019-07-19 | 中国科学院沈阳自动化研究所 | 一种巡检机器人多传感器系统及巡检方法 |
| CN106708084B (zh) * | 2016-11-24 | 2019-08-02 | 中国科学院自动化研究所 | 复杂环境下无人机自动障碍物检测和避障方法 |
| CN106681353B (zh) * | 2016-11-29 | 2019-10-25 | 南京航空航天大学 | 基于双目视觉与光流融合的无人机避障方法及系统 |
| CN106681342B (zh) * | 2016-12-20 | 2022-05-27 | 中航通飞华南飞机工业有限公司 | 一种飞机搜索救援方法 |
| CN107478231A (zh) * | 2017-08-10 | 2017-12-15 | 千寻位置网络有限公司 | 基于多边形障碍检测的无人机路线规划算法 |
| CN108873931A (zh) * | 2018-06-05 | 2018-11-23 | 北京理工雷科电子信息技术有限公司 | 一种基于主观与客观结合的无人机视觉防撞方法 |
| CN109375636A (zh) * | 2018-12-13 | 2019-02-22 | 广州极飞科技有限公司 | 无人机航线的生成方法、装置、无人机和存储介质 |
| CN109901580A (zh) * | 2019-03-13 | 2019-06-18 | 华南理工大学 | 一种无人机与无人地面机器人协作循径避障系统及其方法 |
| CN111712687B (zh) * | 2019-05-24 | 2022-05-20 | 深圳市大疆创新科技有限公司 | 航测方法、飞行器及存储介质 |
| CN110940979A (zh) * | 2019-10-28 | 2020-03-31 | 杭州飞步科技有限公司 | 障碍物检测方法、装置、设备以及存储介质 |
| CN111750869A (zh) * | 2020-08-14 | 2020-10-09 | 中国电子科技集团公司第五十四研究所 | 一种实时重构Voronoi图的无人机路径规划方法 |
-
2020
- 2020-10-22 CN CN202011140430.5A patent/CN112148033B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105629989A (zh) * | 2015-12-28 | 2016-06-01 | 电子科技大学 | 基于最小外包圆和最大内接圆的障碍区域划分方法 |
| CN107643764A (zh) * | 2017-10-20 | 2018-01-30 | 中国人民解放军海军航空工程学院 | 一种基于双旋Lyapunov矢量场的无人飞行器避障方法 |
Non-Patent Citations (1)
| Title |
|---|
| 不规则障碍物的避障路径规划;贾春雪等;计算机科学;第44卷(第9期);第290-295页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112148033A (zh) | 2020-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110260870B (zh) | 基于隐马尔可夫模型的地图匹配方法、装置、设备和介质 | |
| CN112148033B (zh) | 无人机航线的确定方法、装置、设备及存储介质 | |
| US10579065B2 (en) | Algorithm and infrastructure for robust and efficient vehicle localization | |
| CN112729320B (zh) | 一种障碍物地图构建方法、装置、设备及存储介质 | |
| US10627520B2 (en) | Method and apparatus for constructing reflectance map | |
| CN110427444B (zh) | 导航引导点挖掘方法、装置、设备和存储介质 | |
| JP7258938B2 (ja) | 交差点仮想レーンをマークする方法、交差点仮想レーンをマークする装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
| CN114212110B (zh) | 障碍物轨迹预测方法、装置、电子设备及存储介质 | |
| CN107883974B (zh) | 导航路径的规划方法、导航服务器及计算机可读介质 | |
| CN112258519B (zh) | 一种高精度地图制作中道路的让行线自动化提取方法及装置 | |
| CN110244765B (zh) | 一种飞行器航线轨迹生成方法、装置、无人机及存储介质 | |
| CN111401779B (zh) | 机器人的定位部署方法、装置、设备及存储介质 | |
| CN115061499A (zh) | 无人机控制方法及无人机控制装置 | |
| CN112558072A (zh) | 车辆定位方法、装置、系统、电子设备及存储介质 | |
| CN111469781A (zh) | 用于输出信息的方法和装置 | |
| CN108827329B (zh) | 城市导航方法、系统、设备及存储介质 | |
| CN112379692B (zh) | 无人机航线的确定方法、装置、设备及存储介质 | |
| CN113619606A (zh) | 障碍物确定方法、装置、设备以及存储介质 | |
| CN113932796A (zh) | 高精地图车道线生成方法、装置和电子设备 | |
| CN113483770B (zh) | 封闭场景下的路径规划方法、装置、电子设备、存储介质 | |
| CN112987707A (zh) | 一种车辆的自动驾驶控制方法及装置 | |
| CN113276888B (zh) | 基于自动驾驶的乘车方法、装置、设备和存储介质 | |
| CN116246030A (zh) | 基于非新增道路场景的高精地图单要素更新方法及装置 | |
| CN112233131B (zh) | 一种地块分割方法、装置、设备及存储介质 | |
| CN113759887B (zh) | 一种路径规划方法、装置、存储介质及电子设备 |
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 | ||
| 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. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |