恭喜华东理工大学唐漾获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜华东理工大学申请的专利一种四旋翼无人机的自主导航方法及无人机装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115542947B 。
龙图腾网通过国家知识产权局官网在2025-04-18发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211347786.5,技术领域涉及:G05D1/46;该发明授权一种四旋翼无人机的自主导航方法及无人机装置是由唐漾;杜文莉;钱锋设计研发完成,并于2022-10-31向国家知识产权局提交的专利申请。
本一种四旋翼无人机的自主导航方法及无人机装置在说明书摘要公布了:本发明提供了一种四旋翼无人机的自主导航方法及无人机装置,涉及四旋翼无人机技术领域。四旋翼无人机的自主导航方法包括获取四旋翼无人机的深度图像以及位姿信息;根据深度图像和位姿信息创建栅格地图;在栅格地图上规划从悬停位置至目标点位置的指定路径;控制四旋翼无人机沿指定路径飞到目标点。其中,规划过程包括:利用RRT*算法生成一条满足动力学约束但不考虑障碍物的轨迹;对于所述轨迹中存在障碍物的部分,用A*算法生成一段无碰撞的局部轨迹,并利用所述局部轨迹在所述障碍物外生成吸引点,以规划初步路径;对所述初步路径进行优化,以生成所述指定路径。
本发明授权一种四旋翼无人机的自主导航方法及无人机装置在权利要求书中公布了:1.一种四旋翼无人机的自主导航方法,其特征在于,包括:获取四旋翼无人机的深度图像以及位姿信息;根据所述深度图像以及所述位姿信息创建栅格地图;其中,所述栅格地图为所述四旋翼无人机悬停位置处视角下的栅格地图;在所述栅格地图上规划从所述悬停位置至目标点的指定路径;其中,规划过程包括:利用RRT*算法生成一条满足动力学约束但不考虑障碍物的轨迹;对于所述轨迹中存在障碍物的部分,用A*算法生成一段无碰撞的局部轨迹,并利用所述局部轨迹在所述障碍物外生成吸引点,以规划初步路径;对所述初步路径进行优化,以生成所述指定路径;控制所述四旋翼无人机沿所述指定路径飞到所述目标点;根据所述深度图像以及所述位姿信息创建栅格地图的步骤包括:根据所述深度图像以及所述位姿信息生成点云数据,并将所述点云数据从相机坐标系转换到世界坐标系;判断转换后的所述点云数据中每个点是否在限制的地图内;若所述点不在所述地图内,则将所述点挪到所述地图边界上;若所述点在所述地图内,则判断所述点到相机的距离是否大于最远可测距离;若所述点到相机的距离大于所述最远可测距离,则将所述点挪到所述最远可测距离上,并得到所述点在所述地图中的坐标;若所述点到相机的距离小于或者等于所述最远可测距离,则认为所述点为障碍物;去除相机视角外的地图,并将障碍物按所述四旋翼无人机的大小进行膨胀;加入虚拟屋顶,以限制飞行高度;其中,所述相机为用于获取所述深度图像的深度相机;利用RRT*算法生成一条满足动力学约束但不考虑障碍物的轨迹的步骤包括:将起点作为树T的根节点,使树T向所述目标点生长,每次对有效状态随机点Xrand进行采样时,都会以随机点Xrand为圆心寻找处于圆内的T子集χbackward,如果所述子集χbackward里有多个点,则选择状态转移成本最小的节点Xnear作为随机点Xrand的父节点,并将随机点Xrand添加到树T中,以随机点Xrand为圆心寻找圆内的正向T子集χforward,子集χforward中的点若以随机点Xrand点为父节点能获得更低的成本,则将随机点Xrand更新为子集χforward中的点的父节点;若所述目标点与树中的任何状态节点相连,则通过从所述目标点到其父节点递归地追溯到起点来获得所述轨迹;对于所述轨迹中存在障碍物的部分,用A*算法生成一段无碰撞的局部轨迹,并利用所述局部轨迹在所述障碍物外生成吸引点的步骤包括:令所述轨迹穿进障碍物的点为作为局部轨迹的路径起点P1,穿出的点作为局部轨迹的路径终点P2;令开列表表示待遍历的节点,关列表表示已经遍历过的节点;初始化时将所述路径起点以及所述路径起点周围的点集合加入开列表,且在开列表中选取总消耗最小的节点n;将所述节点n从开列表删除并加入关列表;遍历节点n的邻近节点m,并计算邻近节点m的总消耗以及从所述路径起点经所述节点n到邻近节点m移动消耗,选择邻近节点m中移动消耗最小的点生成轨迹;遍历所述开列表中的节点,直至所述路径终点,获得局部轨迹;将所述局部轨迹的中点表示为Pm,令P1到P2的连线中点为Pc;从Pc到Pm做矢量延长线;沿所述矢量延长线进行射线跟踪,当发现两侧有无障碍栅格时,跟踪停止,并将停止跟踪的栅格处作为吸引点Pa;对所述初步路径进行优化的步骤包括:考虑路径的平滑度、相似性和碰撞项三部分,再根据无人机的微分平坦特性降低要规划的变量,并定义轨迹优化问题Q为:Q=argminJ=λsJs+λrJr+λcJc其中,Js代表平滑项,Jr代表优化轨迹与原始轨迹的相似性,Jc代表碰撞项,λs,λr,λc为惩罚项的权值。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华东理工大学,其通讯地址为:200237 上海市徐汇区梅陇路130号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。