路径规划方法

技术领域

本公开涉及人工智能领域，尤其涉及一种路径规划方法。

背景技术

“警用无人机+”巡逻防控模式是一种无人机进行立体化巡逻的防控体系，与人防、物防、技防共同构成网格化的三维防控体系。在日常警务应用中，当辖区出现警情警报，警用无人机会快速作出响应，就近调配无人机前往事发现场。此时需要对无人机的飞行航线进行路径规划，以尽可能高效并安全的到达事发现场。

在无人机路径规划中，由于飞行区域大、路径点多，造成路径规划效率低的技术问题。

发明内容

鉴于上述问题，本公开提供了路径规划方法。

根据本公开的第一个方面，提供了一种路径规划方法，包括：从与第n-1路径点对应的第n-1搜索范围内的初始路径点中，确定从起点至终点的第n路径点，第n-1搜索范围是以第n-1路径点为圆心，以预设值为半径的弧形区域，预设值表征无人机的安全飞行阈值；在N＝n的情况下，得到N个路径点；以及根据N个路径点确定无人机的飞行路径，N≥n＞1；路径点是通过以下方式得到的，方式包括：在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，第n-1路径点是根据第n-2路径点得到的，在n＝2的情况下，第0路径点为起点；在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点；根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值，第n候选路径点的启发函数值表征无人机从与第n候选路径点至终点的预估飞行代价；根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

根据本公开的实施例，方式还包括：根据第n-1路径点到第n候选路径点的距离，确定第n-1路径点和第n候选路径点各自的启发函数权重；根据第n-1路径点的启发函数权重和启发函数处理第n-1路径点，得到第n-1路径点的启发函数值；以及根据第n候选路径点的启发函数权重和启发函数处理第n候选路径点，得到第n候选路径点的启发函数值。

根据本公开的实施例，方式还包括：在第n-1搜索结果表征在第n-1搜索范围内不存在障碍物的情况下，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组，第n象限组包括至少一个第n象限；根据第n-1路径点的坐标与终点的坐标之间的差值，从第n象限组中确定第n目标象限，并得到与第n目标象限对应的第n象限路径点；通过向第n目标象限进行搜索，根据第n象限路径点的评价函数值，从第n象限路径点中确定第n候选路径点；根据第n候选路径点，确定第n路径点。

根据本公开的实施例，在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点，包括：在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内确定至少一个第n预选候选路径点；在第n预选候选路径点满足预设筛选条件的情况下，将第n预选候选路径点确定为第n候选路径点，预设筛选条件表征与第n预选候选路径点对应的搜索范围内不存在障碍物。

根据本公开的实施例，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，还包括：在第n-1搜索结果表征在第n-1搜索范围内没有障碍物的情况下，将第n-1路径点存入数据集；在第n-1搜索结果表征在第n-1搜索范围内有障碍物，且预选第n候选路径点对应的搜索范围内有障碍物的情况下，将预选第n候选路径点确定为非规划路径点，非规划路径点不存入数据集。

根据本公开的实施例，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索之前，方式还包括：对点云数据集进行预处理，得到目标点云数据集，点云数据表征从起点至终点的飞行环境；根据目标点云数据集，利用栅格法处理目标点云数据集，以便于对飞行环境进行建模，得到三维模型；在三维模型中存在与障碍物对应的障碍物子模型的情况下，对三维模型中的障碍物子模型进行轮廓膨胀，得到目标三维模型。

根据本公开的实施例，对点云数据集进行预处理，得到目标点云数据集包括：对点云数据集进行数据切割，得到至少一组点云数据组；对至少一组点云数据组进行处理，得到目标点云数据集。

根据本公开的实施例，根据目标点云数据集，利用栅格法处理目标点云数据集，以便于对飞行环境进行建模，得到三维模型包括：根据栅格法处理目标点云数据集，得到至少一个栅格，栅格的中心点是路径点，栅格的步长是根据预设值确定的；在栅格内存在障碍物子模型的情况下，将栅格确定为是障碍物类栅格；对与障碍物类栅格对应的栅格进行填充，得到目标栅格；根据目标栅格，得到三维模型。

根据本公开的实施例，在三维模型中存在与障碍物对应的障碍物子模型的情况下，对三维模型中的障碍物子模型进行轮廓膨胀，得到目标三维模型包括：从三维模型中获取与障碍物子模型对应的障碍物轮廓；根据与障碍物子模型对应的障碍物轮廓，得到障碍物子模型的质心和障碍物子模型的轮廓点；根据障碍物子模型的轮廓点与障碍物子模型的质心，计算障碍物子模型的轮廓点与障碍物子模型的质心组成的向量的模，得到障碍物子模型的轮廓点与障碍物子模型的质心之间的距离；根据障碍物子模型的轮廓点与障碍物子模型的质心之间的距离，对三维模型中的障碍物子模型进行轮廓膨胀，得到目标三维模型。

根据本公开的实施例，根据障碍物子模型的轮廓点与障碍物子模型的质心之间的距离，对三维模型中的障碍物子模型进行轮廓膨胀，得到目标三维模型包括：根据障碍物子模型的轮廓点与障碍物子模型的质心之间的距离对障碍物子模型进行放大，得到膨胀障碍物子模型；将膨胀障碍物子模型进行坐标系转换，得到转换障碍物子模型；在转换障碍物子模型为多个，且多个转换障碍物子模型之间的距离满足预设距离条件的情况下，将多个转换障碍物子模型进行融合，得到目标障碍物子模型；根据目标障碍物子模型，得到目标三维模型。

本公开的第二方面提供了一种路径规划装置，包括第一确定模块和第二确定模块。第一确定模块，用于从与第n-1路径点对应的第n-1搜索范围内的初始路径点中，确定从起点至终点的第n路径点，第n-1搜索范围是以第n-1路径点为圆心，以预设值为半径的弧形区域，预设值表征无人机的安全飞行阈值。第二确定模块，用于在N＝n的情况下，得到N个路径点；以及根据N个路径点确定无人机的飞行路径，N≥n＞1。路径点是通过以下方式得到的，方式包括：在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，第n-1路径点是根据第n-2路径点得到的，在n＝2的情况下，第0路径点为起点；在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点；根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值，第n候选路径点的启发函数值表征无人机从与第n候选路径点至终点的预估飞行代价；根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

本公开的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述方法。

本公开的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述方法。

本公开的第五方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述方法。

根据本公开提供的路径规划方法、装置、设备、介质和程序产品，通过沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，确定搜索的方向性，减少多余的搜索范围、搜索节点。在第n-1搜索结果表征在搜索范围内存在障碍物的情况下，从第n-1搜索范围内的路径点中，确定至少一个第n候选路径点。再根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值；根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点，考虑到候选路径点对路径规划的影响，减少冗余路径点。因此，至少部分的解决了在无人机路径规划效率低的技术问题，提高了路径规划效率。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的的路径规划方法的应用场景图；

图2示意性示出了根据本公开实施例的路径规划方法的流程图；

图3示意性示出了根据本公开另一实施例中得到路径点的方式的流程图；

图4示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点的示意图；

图5a示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内不存在障碍物的情况下，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组的示意图；

图5b示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，得到第n-1候选路径点的第n-1候选象限组的示意图；

图6示意性示出了根据本公开又一实施例中得到路径点的方式的流程图；

图7示意性示出了根据本公开实施例的路径规划方法中建立目标三维模型的流程图；

图8示意性示出了根据本公开实施例中将膨胀障碍物子模型进行坐标系转换，得到转换障碍物子模型的示意图；

图9示意性示出了根据本公开实施例的路径规划方法的示意图；

图10示意性示出了根据本公开实施例的路径规划装置的结构框图；以及

图11示意性示出了根据本公开实施例的适于实现路径规划方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

在本发明的技术方案中，所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息，例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理，均遵守相关国家和地区的相关法律法规和标准，采取了必要保密措施，不违背公序良俗，并提供有相应的操作入口，供用户选择授权或者拒绝。

在无人机路径规划中，由于飞行区域大、路径点多，造成路径规划效率低的技术问题。

有鉴于此，本公开的实施例提供了一种路径规划方法，包括：从与第n-1路径点对应的第n-1搜索范围内的初始路径点中，确定从起点至终点的第n路径点，第n-1搜索范围是以第n-1路径点为圆心，以预设值为半径的弧形区域，预设值表征无人机的安全飞行阈值；在N＝n的情况下，得到N个路径点。以及根据N个路径点确定无人机的飞行路径，N≥n＞1。路径点是通过以下方式得到的，方式包括：在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，第n-1路径点是根据第n-2路径点得到的，在n＝2的情况下，第0路径点为起点。在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点。根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值，第n候选路径点的启发函数值表征无人机从与第n候选路径点至终点的预估飞行代价。根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

图1示意性示出了根据本公开实施例的路径规划方法的应用场景图。

如图1所示，根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互，以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

其中第一终端设备101可以是依据本公开所提供的的路径规划方法得到的N个路径点进行飞行的设备。例如，无人机、飞行器等。无人机依据N个路径点可进行无障碍物阻挡的安全飞行，并到达目的地。

第一终端设备101也可以是依据本公开所提供的的路径规划方法得到的N个路径点进行操作的设备。例如，巡检车、配送车、服务餐车等。

服务器105可以是提供各种服务的服务器，例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的路径规划方法一般可以由服务器105执行。相应地，本公开实施例所提供的路径规划装置一般可以设置于服务器105中。本公开实施例所提供的路径规划方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的路径规划装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的路径规划方法的流程图。

如图2所示，该实施例的路径规划方法包括操作S210～操作S220。

在操作S210，从与第n-1路径点对应的第n-1搜索范围内的初始路径点中，确定从起点至终点的第n路径点。

在操作S220，在N＝n的情况下，得到N个路径点；以及根据N个路径点确定无人机的飞行路径，N≥n＞1。

根据本公开的实施例，第n-1搜索范围是以第n-1路径点为圆心，以预设值为半径的弧形区域，预设值表征无人机的安全飞行阈值。预没值可以是无人机的安全飞行阈值120米。弧形区域可以是180度弧形，例如，无人机的安全飞行阈值为半径的180度的弧形区域，弧形区域以起点与终点的连线为对称线。弧形区域并不限制于180度弧形，也可以是其他度数弧形。

需要说明的是，与第n-1路径点对应的第n-1搜索范围可以是多个搜索范围。例如，第n-1搜索范围可以是以第n-1路径点为圆心，以无人机的安全飞行阈值为半径，水平轴为弧形区域起点，向上50度的弧形区域。第n-1搜索范围也可以是以第n-1路径点为圆心，以无人机的安全飞行阈值为半径，水平轴为弧形区域起点，向下100度的弧形区域。

例如，无人机飞行区域内有多个不同类型的障碍物，无人机可以是充电旋翼式无人机，对载重、航行时间、电池能耗等有约束限制。

无人机的路径规划可满足以下原则：路径规划中无人机的飞行起点、飞行终点是已知的；路径规划的目的是从起点至终点的路径，路径中包括至少一个路径点；规划的路径应避过禁飞区域、存在障碍物区域等；可提前设定无人机飞行需经过的路径点，例如，有加油站的路径点。

图3示意性示出了根据本公开另一实施例中得到路径点的方式的流程图。

如图3所示，该实施例中得到路径点的方式包括操作S301～操作S304。

在操作S301，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果。

在操作S302，在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点。

在操作S303，根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值。

在操作S304，根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

根据本公开的实施例，第n候选路径点可以是A*算法中的第n-1路径点的子节点。

根据本公开的实施例，在n＝2的情况下，第0路径点为起点。

根据本公开的实施例，第n候选路径点的启发函数值表征无人机从与第n候选路径点至终点的预估飞行代价。

图4示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点的示意图。

如图4所示，以起点(第0路径点)对应的第0搜索范围，沿从起点向终点的第一方向进行搜索，得到第0搜索结果。

根据本公开的实施例，第n-1路径点是根据第n-2路径点得到的。例如，第0搜索结果表征第0搜索范围不存在障碍物，可将第0路径点对应的弧形边界与第一方向的直线之间的交点作为第1路径点。第2路径点与第3路径点均可以采取上述方法得到。

在第3搜索结果表征在第3搜索范围内存在障碍物的情况下，从第3搜索范围内的初始路径点中，确定至少一个第3候选路径点。

其中，第3搜索范围以第一方向的直线为对称轴，120度的弧形区域，得到具有优势的第3候选路径点偏少，具有优势的第3候选路径点可以是路径点上不存在障碍物。可将具有优势的第3候选路径点进行记录，再适应性调整弧形区域方向，得到新的具有优势的第3候选路径点。

在第3搜索结果表征在第3搜索范围内存在障碍物的情况下，可将第3搜索范围适应性改为以第一方向的直线为对称轴，190度的弧形区域，得到不存在障碍物的第3候选路径点。

通过调整弧形区域方向或者调整弧形区域的弧度，得到具有优势的第3候选路径点。

例如，第3路径包括2个第3候选路径点，分别表示为A、B。

根据第3路径点的启发函数值、A的发函数值、起点到第3路径点的实际代价值，得到评价函数值a。

根据第3路径点的启发函数值、B发函数值、起点到第3路径点的实际代价值，得到评价函数值b。

通过比较评价函数值a和评价函数值b的大小，从至少2个第3选路径点中确定第4路径点。其中，评价函数值越小，候选路径点在路径规划中更具有优势。

根据本公开的实施例，通过沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，确定搜索的方向性，减少多余的搜索范围、搜索节点；在所述第n-1搜索结果表征在所述搜索范围内存在障碍物的情况下，从第n-1搜索范围内的路径点中，确定至少一个第n候选路径点；再根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值；根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点，考虑到候选路径点对路径规划的影响，减少冗余路径点。因此，至少部分的解决了在无人机路径规划效率低的技术问题，提高了路径规划效率。

根据本公开的实施例，方式还包括：根据第n-1路径点到第n候选路径点的距离，确定第n-1路径点和第n候选路径点各自的启发函数权重；根据第n-1路径点的启发函数权重和启发函数处理第n-1路径点，得到第n-1路径点的启发函数值；以及根据第n候选路径点的启发函数权重和启发函数处理第n候选路径点，得到第n候选路径点的启发函数值。

根据本公开的实施例，第n候选路径点可以是第n-1路径点的子节点。根据第n-1路径点到第n-1路径点的子节点的距离，确定第n-1路径点和第n候选路径点各自的启发函数权重。第n-1路径点的启发函数权重、第n候选路径点(第n-1路径点的子节点)的启发函数权重可以是相同的。

f(n-1)＝g(n-1)+λ[h(n-1)+h(t)](1)

n-1表示第n-1路径点，g(n-1)是起点到第n-1路径点的实际代价值、h(n-1)表示第n-1路径点的启发函数、h(t)表示第n候选路径点(第n-1路径点的子节点)的启发函数，λ表示第n-1路径点的权重、第n候选路径点(第n-1路径点的子节点)的权重。第n-1路径点的权重与第n候选路径点(第n-1路径点的子节点)的权重相同。

例如，启发函数可以是欧式距离、曼哈顿距离、切比雪夫距离等。

对于第n-1路径点的启发函数权重可设置相同，多个第n-1路径点的子节点(第n候选路径点)可以根据与第n-1路径点的距离，对不同第n-1路径点的子节点(第n候选路径点)设置不同的权重。

例如，对于同一第n-1路径点的启发函数权重可以设置为λ，对于距离第n-1路径点近的子节点(第n候选路径点)的权重设置偏大，对于距离第n-1路径点远的子节点(第n候选路径点)的权重设置偏小。

根据本公开的实施例，改进后的A*算法考虑到第n-1路径点的子节点(第n候选路径点)的启发函数，对具有优势的第n-1路径点的子节点(第n候选路径点)加大启发函数权重设置，具有前瞻性，使得路径规划效率提高。

根据本公开的实施例，方式还包括：在第n-1搜索结果表征在第n-1搜索范围内不存在障碍物的情况下，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组，第n象限组包括至少一个第n象限；根据第n-1路径点的坐标与终点的坐标之间的差值，从第n象限组中确定第n目标象限，并得到与第n目标象限对应的第n象限路径点；通过向第n目标象限进行搜索，根据第n象限路径点的评价函数值，从第n象限路径点中确定第n候选路径点；根据第n候选路径点，确定第n路径点。

图5a示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内不存在障碍物的情况下，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组的示意图。

如图5a所示，在第2搜索结果表征在第2搜索范围内不存在障碍物的情况下，以第2路径点为坐标原点，建立坐标系，得到第2象限组，第2象限组包括至少一个第2象限。水平轴为x轴、垂直轴为y轴，组成以第2路径点为坐标原点的数学含义的四个象限区域，即第一象限、第二象限、第三象限、第四象限。

根据第2路径点的坐标(0，0)与终点(5，4)的坐标之间的差值，从第2象限组中确定第2目标象限，第2目标象限是第2路径点为坐标原点的第一象限。并将第2目标象限中的路径点确定为第2象限路径点。

通过向第2目标象限进行搜索，可将第2象限路径点的评价函数值进行比较，从第2象限路径点中确定第2候选路径点。

再根据第2路径点的启发函数值、第2候选路径点的启发函数值、起点到第2路径点的实际代价值，得到至少一个评价函数值。通过比较多个上述评价函数值，从至少一个第2候选路径点中确定第2路径点。

图5b示意性示出了根据本公开实施例中在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，得到第n-1候选路径点的第n-1候选象限组的示意图。

如图5b所示，在第1搜索结果表征在第1搜索范围内存在障碍物的情况下，从第1搜索范围内的初始路径点中，确定至少一个第1候选路径点。以第1候选路径点为坐标原点，建立坐标系，得到第1候选路径点的象限组。以第1候选路径点为坐标原点的数学含义的四个象限区域，即第一象限、第二象限、第三象限、第四象限。

根据第1候选路径点的坐标(0,0)与终点(4,5)的坐标之间的差值，从第1候选路径点的象限组中确定第1候选路径点的目标象限，第1候选路径点的目标象限是以第1候选路径点为坐标原点的第一象限。并将第1候选路径点的目标象限中的路径点确定为第1候选路径点的象限路径点。

通过向第1候选路径点的目标象限进行搜索，可将第1候选路径点的象限路径点的评价函数值进行比较，可以选取评价函数值最小的第1候选路径点的象限路径点，确定为第2路径点。

根据本公开的实施例，通过根据第n-1路径点的坐标与终点的坐标之间的差值，从第n象限组中确定第n目标象限，并得到与第n目标象限对应的第n象限路径点。再通过向第n目标象限进行搜索，根据第n象限路径点的评价函数值，从第n象限路径点中确定第n候选路径点，提高了路径搜索效率。

图6示意性示出了根据本公开又一实施例中得到路径点的方式的流程图。

如图6所示，该实施例中得到路径点的方式包括操作S601～操作S611。

在操作S601，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果。

在操作S602，在第n-1搜索结果表征在第n-1搜索范围内是否存在障碍物，若是，执行操作S606；若否，执行操作S603。

在操作S603，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组。

在操作S604，根据第n-1路径点的坐标与终点的坐标之间的差值，从第n象限组中确定第n目标象限，并得到与第n目标象限对应的第n象限路径点。

在操作S605，通过向第n目标象限进行搜索，根据第n象限路径点的评价函数值，从第n象限路径点中确定第n候选路径点。

在操作S606，从第n-1搜索范围内确定至少一个第n预选候选路径点。

在操作S607，在第n预选候选路径点满足预设筛选条件的情况下，将第n预选候选路径点确定为第n候选路径点。

在操作S608，根据第n-1路径点到第n候选路径点的距离，确定第n-1路径点和第n候选路径点各自的启发函数权重。

在操作S609，根据第n-1路径点的启发函数权重和启发函数处理第n-1路径点，得到第n-1路径点的启发函数值。

在操作S610，根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值。

在操作S611，根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

根据本公开的实施例，预设筛选条件表征与第n预选候选路径点对应的搜索范围内不存在障碍物。

根据本公开的实施例，通过预设筛选条件的设置，即与第n预选候选路径点对应的搜索范围内不存在障碍物，可减少搜索节点的数量，提高路径规划效率。

根据本公开的实施例，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，还包括：在第n-1搜索结果表征在第n-1搜索范围内没有障碍物的情况下，将第n-1路径点存入数据集；在第n-1搜索结果表征在第n-1搜索范围内有障碍物，且预选第n候选路径点对应的搜索范围内有障碍物的情况下，将预选第n候选路径点确定为非规划路径点，非规划路径点不存入数据集。

根据本公开的实施例，在第n-1搜索结果表征在第n-1搜索范围内有障碍物，可暂停搜索。可以是从第n-1搜索范围内的初始路径点中确定第n候选路径点，第n候选路径点是初始路径点对应的搜索范围内没有障碍物的初始路径点。也可以是将存入数据库的最后一个路径点作为第n-1路径点进行继续搜索，从第n-1搜索范围内至少一个第n-1候选路径点中，确定第n路径点。

根据本公开的实施例，通过在第n-1搜索结果表征在第n-1搜索范围内有障碍物，且预选第n候选路径点对应的搜索范围内有障碍物的情况下，将预选第n候选路径点确定为非规划路径点，直接减少对无效节点的搜索，提高路径规划准确率。

根据本公开的实施例，在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索之前，方式还包括：对点云数据集进行预处理，得到目标点云数据集，点云数据表征从起点至终点的飞行环境；根据目标点云数据集，利用栅格法处理目标点云数据集，以便于对飞行环境进行建模，得到三维模型；在三维模型中存在与障碍物对应的障碍物子模型的情况下，对三维模型中的障碍物子模型进行轮廓膨胀，得到目标三维模型。

根据本公开的实施例，点云数据集可以是对飞机从起点飞行至终点的环境进行数据采集得到。环境包括陆地中建筑物、禁飞区域等。可以通过搭配激光雷达设备，将扫描仪固定在三脚架上，可对环境进行较大范围的扫描，从而获取数据集。扫描的数据精度可以达毫米级。

根据本公开的实施例，预处理的方法可以是对点云数据进行滤波、去噪、降采样等。

根据本公开的实施例，利用栅格法处理目标点云数据集，以便于对飞行环境进行建模，得到三维模型，可以将城市建筑物进行抽象离散化处理后划分为若干个栅格，将实际的物理空间抽象成能用数学模型求解的虚拟空间，提高路径规划效率。

根据本公开的实施例，对点云数据集进行预处理，得到目标点云数据集包括：对点云数据集进行数据切割，得到至少一组点云数据组；对至少一组点云数据组进行处理，得到目标点云数据集。

根据本公开的实施例，对点云数据按照不同高度层进行数据切割，可以分为五个区间段，分别为50米以下、60米、70米、80米、90米以上。对50米以下点云数据组、60米点云数据组、70米点云数据组、80米点云数据组、90米以上点云数据组分别进行滤波、去噪、降采样处理，从而得到目标点云数据集。

根据本公开的实施例，通过对点云数据集进行数据切割，得到至少一组点云数据组，再对点云数据组进行处理，提高数据精度，便于对飞行环境进行建模。

图7示意性示出了根据本公开实施例的路径规划方法中建立目标三维模型的流程图。

如图7所示，该实施例中得到路径点的方式包括操作S701～操作S713。

在操作S701，对点云数据集进行数据切割，得到至少一组点云数据组。

在操作S702，对至少一组点云数据组进行处理，得到目标点云数据集。

根据本公开的实施例，为了增加无人机飞行路径的安全性，可以对障碍物周围设置缓冲区域。将数据切割后的点云数据进行聚类分割，得到目标点云数据集。

在操作S703，根据栅格法处理目标点云数据集，得到至少一个栅格。

在操作S704，在栅格内存在障碍物子模型的情况下，将栅格确定为是障碍物类栅格。

根据本公开的实施例，根据栅格内部是否存在障碍物子模型将其分为自由类栅格和障碍物类栅格，障碍物子模型不会对自由类栅格产生影响，且自由类栅格的位置是固定和已知的。

在操作S705，对与障碍物类栅格对应的栅格进行填充，得到目标栅格。

根据本公开的实施例，在路径规划过程中，无人机速度可以是一定的，且不能穿过三维模型中的任何障碍物类栅格。当障碍物子模型过小不能填满一个栅格时，将该栅格进行填充。

在操作S706，根据目标栅格，得到三维模型。

在操作S707，从三维模型中获取与障碍物子模型对应的障碍物轮廓。

在操作S708，根据与障碍物子模型对应的障碍物轮廓，得到障碍物子模型的质心和障碍物子模型的轮廓点。

在操作S709，根据障碍物子模型的轮廓点与障碍物子模型的质心，计算障碍物子模型的轮廓点与障碍物子模型的质心组成的向量的模，得到障碍物子模型的轮廓点与障碍物子模型的质心之间的距离。

在操作S710，根据障碍物子模型的轮廓点与障碍物子模型的质心之间的距离对障碍物子模型进行放大，得到膨胀障碍物子模型。

根据本公开的实施例，根据无人机不同的飞行阈值，设置不同的安全飞行阈值。根据50米至90米五种不同高度层，安全飞行阈值分别设置在10米至30米区间内。对障碍物子模型进行放大，能够保证无人机飞行的高度与障碍物之间有安全的距离，即膨胀障碍物子模型的轮廓点与障碍物子模型的轮廓点之间的距离大于安全飞行阈值。

在操作S711，将膨胀障碍物子模型进行坐标系转换，得到转换障碍物子模型。

图8示意性示出了根据本公开实施例中将膨胀障碍物子模型进行坐标系转换，得到转换障碍物子模型的示意图。

根据本公开的实施例，地图可以采用基于Cesium的底图，坐标系为WGS84，如图8所示，将膨胀障碍物子模型转换为大地2000坐标系。

在操作S712，在转换障碍物子模型为多个，且多个转换障碍物子模型之间的距离满足预设距离条件的情况下，将多个转换障碍物子模型进行融合，得到目标障碍物子模型。

根据本公开的实施例，预设距离条件表征多个转换障碍物子模型之间的距离小于预设距离，即多个转换障碍物子模型之间的距离近。可将距离近的多个转换障碍物子模型进行融合。

在操作S713，根据目标障碍物子模型，得到目标三维模型。

根据本公开的实施例，通过对多个障碍物子模型进行放大、坐标变化、融合等操作，得到目标三维模型，提高路径点搜索的效率，提升路径规划准确率。

图9示意性示出了根据本公开实施例的路径规划方法的示意图。

如图9所示，该实施例包括无人机智能管控平台901、三维地图+矢量地图902、高度、安全阈值(即安全飞行阈值)、起点、终点信息903、无人机采集原始点云数据904、数据预处理905、障碍物轮廓膨胀算法906、基于改进A*算法的无人机路径规划907、规划的路径点908、任务无人机909。

基于无人机智能管控平台901，选择智能规划航线，在三维地图+矢量地图902中确定无人机的起点和终点，并设定飞行高度和安全阈值(安全飞行阈值)。飞行高度对应不同高度层生成的障碍物，根据高度值进行匹配，安全阈值(安全飞行阈值)作为原始障碍物坐标的增项，进行障碍物的膨胀生成新的障碍物。基于改进A*算法的无人机路径规划算法进行路径规划，得到无人机从起始点至终点之间的最优的规划路径点。根据规划路径点与起始点坐标自动生成一条自主飞行航线，任务无人机接收到规划完成的自主飞行航线，依据自主飞行航线至终点执行巡逻任务。

无人机采集原始点云数据904可以是点云数据集。

基于改进A*算法的无人机路径规划算法907可以是在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果。

在第n-1搜索结果表征在第n-1搜索范围内不存在障碍物，以第n-1路径点为坐标原点，建立坐标系，得到第n象限组。根据第n-1路径点的坐标与终点的坐标之间的差值，从第n象限组中确定第n目标象限，并得到与第n目标象限对应的第n象限路径点。通过向第n目标象限进行搜索，根据第n象限路径点的评价函数值，从第n象限路径点中确定第n候选路径点。

在第n-1搜索结果表征在第n-1搜索范围内有存在障碍物，从第n-1搜索范围内确定至少一个第n预选候选路径点。在第n预选候选路径点满足预设筛选条件的情况下，将第n预选候选路径点确定为第n候选路径点。

根据第n-1路径点到第n候选路径点的距离，确定第n-1路径点和第n候选路径点各自的启发函数权重。根据第n-1路径点的启发函数权重和启发函数处理第n-1路径点，得到第n-1路径点的启发函数值。根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值。根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

通过改进A*算法中评价函数值以减少往复搜索次数，减少搜索节点数量，提高搜索效率，考虑到无人机的飞行速度，消除航线中的冗余航点，减少航线转角数量，达到简化航线并改善航线平滑度的效果；另外，预设值表征无人机的安全飞行阈值，可控制无人机自身体积与障碍物的距离，提高安全性。实现根据任务条件规划出一条从任意起点到任意终点的飞行路径，在满足任务条件约束、满足避障要求的同时使路径代价达到最短。

数据预处理905可以是对点云数据集进行数据切割，得到至少一组点云数据组。对至少一组点云数据组进行处理，得到目标点云数据集。

障碍物轮廓膨胀算法906可以是根据栅格法处理目标点云数据集，得到至少一个栅格。在栅格内存在障碍物子模型的情况下，将栅格确定为是障碍物类栅格。对与障碍物类栅格对应的栅格进行填充，得到目标栅格。根据目标栅格，得到三维模型。从三维模型中获取与障碍物子模型对应的障碍物轮廓。根据与障碍物子模型对应的障碍物轮廓，得到障碍物子模型的质心和障碍物子模型的轮廓点。根据障碍物子模型的轮廓点与障碍物子模型的质心，计算障碍物子模型的轮廓点与障碍物子模型的质心组成的向量的模，得到障碍物子模型的轮廓点与障碍物子模型的质心之间的距离。根据障碍物子模型的轮廓点与障碍物子模型的质心之间的距离对障碍物子模型进行放大，得到膨胀障碍物子模型。将膨胀障碍物子模型进行坐标系转换，得到转换障碍物子模型。在转换障碍物子模型为多个，且多个转换障碍物子模型之间的距离满足预设距离条件的情况下，将多个转换障碍物子模型进行融合，得到目标障碍物子模型。规划的路径点908可以是本公开路径规划方法得到的N个路径点。

无人机智能控制平台901选择智能规划航线，在三维地图+矢量地图902中确定无人机的起点和终点，并设定飞行高度和安全飞行阈值。将无人机的起点、终点、飞行高度、安全阈值(安全飞行阈值)输入至基于改进A*算法的无人机路径规划算法907中。

无人机采集原始点云数据904得到的点云数据集，进行数据预处理905得到目标点云数据集、目标点云数据集通过障碍物轮廓膨胀算法906得到目标障碍物子模型，将目标障碍物子模型输入至基于改进A*算法的无人机路径规划算法907中。

基于改进A*算法的无人机路径规划算法907根据输入的无人机的起点、终点、飞行高度、安全阈值(安全飞行阈值)和目标障碍物子模型，得到规划的路径点908。任务无人机909根据规划的路径点908进行飞行，直至到达终点(可以是事发任务点)。

本公开还提供了一种路径规划装置。以下将结合图10对该装置进行详细描述。

图10示意性示出了根据本公开实施例的路径规划装置的结构框图。

如图10所示，该实施例的路径规划装置1000包括第一确定模块1010和第二确定模块1020。

第一确定模块1010，用于从与第n-1路径点对应的第n-1搜索范围内的初始路径点中，确定从起点至终点的第n路径点，第n-1搜索范围是以第n-1路径点为圆心，以预设值为半径的弧形区域，预设值表征无人机的安全飞行高度。第一确定模块1010可以用于执行前文描述的操作S210，在此不再赘述。

第二确定模块1020，用于在N＝n的情况下，得到N个路径点；以及根据N个路径点确定无人机的飞行路径，N≥n＞1。第二确定模块1020可以用于执行前文描述的操作S220，在此不再赘述。

路径点是通过以下方式得到的，方式包括：在确定第n-1路径点不是终点的情况下，以第n-1路径点对应的第n-1搜索范围，沿从起点向终点的第一方向进行搜索，得到第n-1搜索结果，第n-1路径点是根据第n-2路径点得到的，在n＝2的情况下，第0路径点为起点；在第n-1搜索结果表征在第n-1搜索范围内存在障碍物的情况下，从第n-1搜索范围内的初始路径点中，确定至少一个第n候选路径点；根据第n-1路径点的启发函数值、第n候选路径点的启发函数值、起点到第n-1路径点的实际代价值，得到至少一个评价函数值，第n候选路径点的启发函数值表征无人机从与第n候选路径点至终点的预估飞行代价；根据至少一个评价函数值，从至少一个第n候选路径点中确定第n路径点。

需要说明的是，本公开的实施例中路径规划装置部分与本公开的实施例中路径规划方法部分是相对应的，路径规划装置部分的描述具体参考路径规划方法部分，在此不再赘述。

根据本公开的实施例，第一确定模块1010和第二确定模块1020中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，第一确定模块1010和第二确定模块1020中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，第一确定模块1010和第二确定模块1020中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图11示意性示出了根据本公开实施例的适于实现路径规划方法的电子设备的方框图。

如图11所示，根据本公开实施例的电子设备1100包括处理器1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1103中，存储有电子设备1100操作所需的各种程序和数据。处理器1101、ROM 1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备1100还可以包括输入/输出(I/O)接口1105，输入/输出(I/O)接口1105也连接至总线1104。电子设备1100还可以包括连接至输入/输出(I/O)接口1105的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至输入/输出(I/O)接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、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。在本公开中，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。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的路径规划方法。

在该计算机程序被处理器1101执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分1109被下载和安装，和/或从可拆卸介质1111被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“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设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。