基于势能场的智能无人机移动引导方法技术

本申请公开了一种基于势能场的智能无人机移动引导方法，涉及无人机领域，本申请包括设置，障碍物中心点在像素坐标系下的位置，设置，无人机与障碍物间的斥力势，计算

【技术实现步骤摘要】
基于势能场的智能无人机移动引导方法
[0001]本案基于母案：申请号：
2023106612814
；申请日：
20230606
母案名称：基于势能场的智能无人机移动引导方法
、
系统和介质


[0002]本申请涉及无人机领域，具体涉及一种基于势能场的智能无人机移动引导方法
、
系统和介质
。

技术介绍

[0003]在障碍物规避过程中，由于只有无人机能主动躲避障碍物，而障碍物不能主动躲避无人机
。
所以在规避障碍物的情况下只能单方面调整无人机的轨迹和姿态以避免碰撞
。
[0004]而障碍物的性质和位置直接影响无人机运动路径，而障碍物包括运动型障碍物，现有寻找路径和目标点的方法，通常采用图像识别，寻找安全区降落，然后规划路径；该方法，是在探测视野内的路径规划，而当无人机到达安全区的过程中，探测视野内的未知环境发送变化，原有规划的路径有多不安全因素产生
。
现有方法无法预测
、
预判未知环境变化
。
[0005]因此亟需一种能够适应环境变化的无人机移动引导方法
。

技术实现思路

[0006]本申请提供一种基于势能场的智能无人机移动引导方法
、
系统和介质，解决用户规划产品的需求问题
。
[0007]第一方面，本申请提供一种基于势能场的智能无人机移动引导方法，包括：获取神经网络算法检测出的带候选框的障碍物数据，障碍物数据包括障碍物高度数据和障碍物二维平面数据；分析每个候选框对无人机中心点的推力，所述推力为自候选框指向无人机中心点的向量；计算所有推力的合力；无人机依据合力引导移动
。
[0008]进一步的，根据障碍物高度数据分析以无人机中心点邻域区域的障碍物高度数据，基于无人机实时姿态
、
实时高度比对所述障碍物高度数据；
、
计算实时的无人机升降数据；输出并执行实时的无人机升降调度命令
。
[0009]进一步的，根据障碍物二维平面数据计算每个候选框的中心到无人机中心点的距离，计算以无人机步长与所述距离比值作为所述候选框到无人机中心点向量的模；合成采集图像数据中所有候选框到无人机中心点向量；输出并执行合成向量的移动引导命令；
无人机执行移动引导命令，向合成向量方向移动无人机步长倍数大小的距离
。
[0010]进一步的，所述分析每个候选框对无人机中心点的推力，所述推力为自候选框指向无人机中心点的向量，包括：对候选框合成后分析，每个合成后的候选框对无人机中心点的推力；具体为：对相交的候选框进行等力学合并，对不相交的候选框距离比对无人机步长数据后力学合并，迭代比对
、
力学合并过程直至循环到所有相邻候选框间距离大于或等于无人机步长数据；所述无人机步长数据为预设的无人机步长数据；所述力学合并为以两两候选框重心为向量起点的向量合并；输出迭代后的包括候选框的推力数据
。
[0011]进一步的，对不相交的候选框间，所述候选框间距离比对无人机步长数据，包括所述候选框的重心间的距离与无人机步长数据对比，当所述候选框的重心间的距离大于或等于所述无人机步长数据，继续选择其他候选框进行比对，当所述候选框的重心间的距离小于所述无人机步长数据，两个候选框合并为一个新的候选框，所述新的候选框包括两个候选框框定的障碍物，选定所述新的候选框的中心与未合并已比对的候选框中心的距离比对所述无人机步长数据，迭代比对
、
合并
、
比对过程，直至所有不相交的相邻候选框完成合并
。
[0012]第二方面，本申请提供一种基于势能场的智能无人机移动引导系统，包括：获取模块，用于获取神经网络算法检测出的带候选框的障碍物数据，障碍物数据包括障碍物高度数据和障碍物二维平面数据；分析模块，用于分析每个候选框对无人机中心点的推力，所述推力为自候选框指向无人机中心点的向量；计算模块，用于计算所有推力的合力；驱动模块，用于无人机依据合力引导移动
。
[0013]进一步的，所述分析模块包括高度分析模块；所述高度分析模块用于根据障碍物高度数据分析以无人机中心点邻域区域的障碍物高度数据，基于无人机实时姿态
、
实时高度比对所述障碍物高度数据；所述计算模块，具体用于计算实时的无人机升降数据；所述驱动模块，具体用于输出并执行实时的无人机升降调度命令
。
[0014]进一步的，所述分析模块，具体用于根据障碍物二维平面数据计算每个候选框的中心到无人机中心点的距离，计算以无人机步长与所述距离比值作为所述候选框到无人机中心点向量的模；合成采集图像数据中所有候选框到无人机中心点向量；所述计算模块，具体用于合成采集图像数据中所有候选框到无人机中心点向量，输出并执行合成向量的移动引导命令；所述驱动模块，具体用于无人机执行移动引导命令，向合成向量方向移动无人机步长倍数大小的距离
。
[0015]进一步的，所述分析模块，还用于对候选框合成后分析，每个合成后的候选框对无人机中心点的推力；具体为：
对相交的候选框进行等力学合并，对不相交的候选框距离比对无人机步长数据后力学合并，迭代比对
、
力学合并过程直至循环到所有相邻候选框间距离大于或等于无人机步长数据；所述无人机步长数据为预设的无人机步长数据；所述力学合并为以两两候选框重心为向量起点的向量合并；输出迭代后的包括候选框的推力数据
。
[0016]第三方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行命令，所述计算机执行命令被处理器执行时用于实现如第一方面中任一项所述的方法
。
[0017]本申请提供的基于力学引导的合力驱动无人机的技术方案，能够实时引导无人机移动，并将无人机自然指向空旷地区；本申请通过候选框的合并迭代，以及无人机移动过程中，反复微调，进行降落点逆向选择，保证安全的降落点；本申请的技术方案不受引导目标限制，即在无引导复杂环境下实现；本申请避免了未预期的目标移动点环境变化带来的影响，减少理论与实际作业过程中的差异，本申请更利于工程上实现
。
[0018]本申请提供的一种基于势能场的智能无人机移动引导系统，具有高抗干扰能力，能够应对突发障碍物状况，合理规避，实时引导
。
附图说明
[0019]此处所说明的附图用来提供对本申请实施例的进一步理解，构成本申请的一部分，并不构成对本申请实施例的限定
。
在附图中：图1为本申请一示例性实施例提供的一种基于势能场的智能无人机移动引导方法流程图
。
[0020]图2为本申请一示例性实施例提供的一种基于势能场的智能无人机移动引导系统架构示意图
。
[0021]图3为本申请一示例性实施例提供的一种基于势能场的智能无人机移动引导推力合力示意图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于势能场的智能无人机移动引导方法，其特征在于，包括如下步骤：设置，障碍物中心点在像素坐标系下的位置为：设置，无人机与障碍物间的斥力势为：其中，为无人机与障碍物之间的最小安全距离；表示障碍物相对于无人机的运动速度，当障碍物向无人机靠近时，否则；表示运动障碍物对降落点的势能影响；其中， ,
计算
、
分析无人机避障速度场：得到期望速度矢量，其中，为常数，分别决定斥力势的幅值和变化速度；
e

【专利技术属性】
技术研发人员：秦宗航，彭彦平，张万宁，张郁婷，
申请(专利权)人：成都时代星光科技有限公司，
类型：发明
国别省市：