[发明专利]无人机的控制方法及系统

说明书

技术领域

本发明涉及无人机技术领域，特别涉及一种无人机的控制方法及系统。

背景技术

无人机可通过配备外部传感器，并通过规划层算法，使无人机具备环境信息收集、建模，目标任务规划、分解、执行的能力。进而可在灾后搜救、基础设施监察等领域发挥着重要角色。

无人机的导航是其中一个重要的组成部分。无人机的导航研究导是为了解决由Durrant‐Whyte H F提出的三个关键问题：1）“现在何处？”，2）“去往何处？”，3）“如何去该处？”。按照应用场景又可将其细分为解决完全已知环境，部分已知环境和完全未知环境的导航问题。其中，完全已知环境下的路径规划已经取得了丰硕的研究成果，可视图法、栅格法等都能够高效的实现全局路径规划的要求。

目前对部分未知和完全未知环境的导航是近年来的主要研究热点，而对部分未知和完全未知环境的导航主要采用人工势场法，模糊逻辑法，滚动窗口规划法等方式进行导航，而现有方式会使导航行为缺乏“预见性”，且单一的导航规划会出现局部卡死、陷于局部最小化和探索路径重复等问题。因此，无法根据环境的变化灵活切换路径规划方式，不利于完成复杂未知飞行环境的全面探索，大大增加了危险性。

发明内容

本发明的目的旨在至少解决上述的技术缺陷之一。

为此，本发明一方面提供一种无人机的控制方法。

本发明的另一方面提出一种无人机的控制系统。

有鉴于此，本发明一方面的实施例提出一种无人机的控制方法，包括以下步骤：区域划界步骤，扫描并生成飞行环境的栅格地图，并根据所述栅格地图对所述飞行环境进行区域划界；路径规划步骤，根据所述栅格地图和区域划界结果，利用A^*算法规划飞行路径；最短距离计算步骤，从规划的所述飞行路径中选取多个路径点，分别计算所述多个路径点与周围障碍物的最短距离；以及第一飞行步骤，当对应路径点与所述周围障碍物的最短距离大于安全半径时，所述无人机沿该路径点飞行。

根据本发明实施例的方法，根据地图信息对飞行环境进行区域划界，将A^*算法与wall‐following算法相结合来规划飞行路径，提高了无人机自主飞行的效率和安全性，同时具有良好的扩展性。

在本发明的一个实施例中，还包括：路径调整步骤，当所述对应路径点的最短距离小于所述安全半径时，通过wall‐following算法调整该路径点及其之后的飞行路径，并确保调整后的路径点与周围障碍物的最短距离大于所述安全距离；以及第二飞行步骤，将调整后的多个路径点作为飞行路径进行飞行。

在本发明的一个实施例中，所述区域划界步骤具体包括：根据所述飞行环境的深度信息生成所述飞行环境的栅格地图；根据所述栅格地图对所述栅格地图的每个栅格进行识别；以及根据识别结果将包含障碍物的邻接栅格相连以对所述飞行环境进行区域划界。

在本发明的一个实施例中，路径规划步骤具体包括：根据当前位置、所述栅格地图和所述区域划界结果选定目标点；利用A^*算法计算从所述当前位置到所述选定目标点的飞行路径。

本发明另一方面的实施例提出了一种无人机的控制系统，包括：划界模块，用于生成飞行环境的栅格地图，并根据所述栅格地图对所述飞行环境进行区域划界；规划模块，用于根据所述栅格地图和区域划界结果，利用A^*算法规划飞行路径；计算模块，用于从规划的所述飞行路径中选取多个路径点，并分别计算所述多个路径点与周围障碍物的最短距离；以及飞行模块，在对应路径点与所述周围障碍物的最短距离大于安全半径时，将该路径点作为飞行路径中的路径点进行飞行。

根据本发明实施例的系统，根据地图信息对飞行环境进行区域划界，将A^*算法与wall‐following算法相结合来规划飞行路径，提高了无人机自主飞行的效率和安全性，同时具有良好的扩展性。

在本发明的一个实施例中，还包括：调整模块，当所述对应路径点的最短距离小于所述安全半径时，通过wall‐following算法调整该路径点及其之后的飞行路径，并确保调整后的路径点与所述周围障碍物的最短距离大于所述安全距离，将调整后的多个路径点作为飞行路径进行飞行。

在本发明的一个实施例中，所述划界模块具体包括：生成单元，用于根据所述飞行环境的深度信息生成所述飞行环境的栅格地图；识别单元，用于根据所述栅格地图对所述栅格地图的每个栅格进行识别；以及划界单元，用于根据识别结果将包含障碍物的邻接栅格相连以对所述飞行环境进行区域划界。