基于任意多边形无障碍区域的植保无人机航迹规划方法与流程

本发明属于无人机技术领域，涉及基于任意多边形无障碍区域的植保无人机航迹规划方法。

背景技术：

植保无人机用于农林植物保护作业的无人驾驶飞机，主要用来实现喷洒作业。航迹规划：无人机的航迹规划是在综合考虑无人机到达时间、电池电量、以及飞行区域等因素的前提下,为飞行器规划出最优,或者是满意的飞行航迹,从而保证圆满地完成飞行任务。喷幅：喷出的水雾均匀、无漂移、有足够穿透力的前提下，喷雾的宽度。航向：植保无人机飞行作业的方向。目前大部分植保无人机都是通过操作人员目视遥控的，这种操纵方式对人为因素依赖过大，实际效果不理想，同时无人机作业的遗漏率、重复率和药耗率偏高。

军事方面，无人机的航线规划已经有比较深入的研究，商业方面，随着无人机自主配送服务逐渐在物流业中兴起，无人机配送航线规划方法也已得到应用，主要是根据配送点的位置规划出较优的遍历航线。在农业方面，关于无人机的航线规划研究却相对较少，随着gis(地理信息系统)与gps技术的普及和传感技术的发展，具有自主作业功能的植保无人机系统势必成为发展趋势，对于植保无人机航线规划的研究也就显得尤为必要。目前对于植保无人机的研究还大多集中于远程控制飞行作业、分析人工遥控的问题和改进措施上，而对于自主作业无人机的航线规划研究则很少。目前大部分的植保无人机都是基于目视遥控的，这种方式对人为因素依赖过大，实际效果并不理想，人为即时规划的航线往往与理论航线偏离严重，使无人机的作业遗漏率和重复率偏高，而且驾驶员操纵负荷较大，控制时间延迟，且对数据链性能要求较高，技术难点较多。目前大部分的植保无人机都是基于目视遥控的，这种方式对人为因素依赖过大，实际效果并不理想，人为即时规划的航线往往与理论航线偏离严重，使无人机的作业遗漏率和重复率偏高，而且驾驶员操纵负荷较大，控制时间延迟，且对数据链性能要求较高，技术难点较多。现有的植保无人机航迹规划在确定作业区域时，主要依靠人为确定，输入区域各顶点坐标，从而确定作业区域。这样会存在人为的误差，使得理论作业区域比实际作业区域大，而无人机飞行在区域边界时，会有一半的农药喷洒在作业区域之外，造成了农药的浪费，最终导致无人机消耗大，作业效率低。

技术实现要素：

本发明的目的在于提供基于任意多边形无障碍区域的植保无人机航迹规划方法，本发明的有益效果是自动规划植保无人机航迹，相对于传统的未经规划而直接依靠操作员视觉判断作业航线，提高了作业的精准性、降低了重复覆盖率与漏喷率。同时提出了一种基于边距的无人机航迹规划方法，有效减少了植保无人机的飞行路程长度，降低了其能量消耗，从而提高作业效率。

本发明所采用的技术方案是按照以下步骤进行：

步骤1：构建作业环境坐标系；在地图上划出作业区域，获取作业区域的各个顶点坐标，获取顶点的最小经度和最小纬度，以经纬度分别小于顶点最小经纬度为原点，构建二维坐标系；

步骤2：通过是否存在凹点来判断作业区域是凹多边形还是凸多边形；

步骤3：对整个植保无人机的航线规划，分别为凸多边形区域航线规划和凹多边形区域航线规划。

进一步，步骤2中的判断方法如下：假设区域顶点按顺时针排列编号分别为d1d2d3d4…dn，判断第i个顶点是否为凹点，假设向量计算a*d-b*c，

a，b分别为向量的横纵坐标值,c，d为的横纵坐标值；

若该值小于0,则说明顶点di为凹点，此作业区域为凹多边形区域，反之所有顶点都不是凹点，则该作业区域为凸多边形区域。

进一步，凸多边形区域航线规划如下：

步骤1：根据边距h对图形进行缩小，对于顶点di，假设其缩小之后对应的顶点为d′i，令向量顶点di对应的内角则向量得d′i的坐标，所有顶点均进行变换，得到新的图形s1；

步骤2：根据航向α对图形进行旋转；核心公式为意为绕点(tx,ty)旋转α，α为航向角，之后缩放sxsy倍的变换矩阵，将整个图形s1绕原点旋转α之后得到新的图形s2，sx代表图形沿着x轴方向缩放sx倍，sy代表图形沿着y轴方向缩放sy倍，tx，ty代表图形旋转基准点的横纵坐标；

步骤3：求解航点和航线；用户输入植保无人机喷幅d，获取图形s2的各个顶点纵坐标的最大和最小值ymax，ymin，用一条条平行于x轴的平行直线去与图形s2相交，平行直线的起始纵坐标为ymin+d，各条平行直线间间距即为喷幅d，直至直线与图形无交点，这些直线与图形的交点即为所求的航点，按顺序连接这些航点即构成航线。

进一步，凹多边形区域航线规划步骤如下：

步骤1：对原图形根据航向α进行旋转得到图形s1；

步骤2：根据边距h对图形进行缩小，除凹点外，其他顶点坐标变换对于顶点di，假设其缩小之后对应的顶点为d′i，令顶点di对应的内角则向量得d′i的坐标；对于凹点，向量所有顶点均进行变换，得到新的图形s2；

步骤3：对其凹点进行筛选，从中选出会对无人机航线产生影响的第二类凹点；选择依据：选取图形s2的凹点di，将其纵坐标yi与它相邻两个顶点的纵坐标yi-1、yi+1相比，若(yi-yi-1)*(yi-yi+1)＞0，则判断这个凹点为第二类凹点，记录下该图形的所有第二类凹点；

步骤4：图形划分，根据第二类凹点，将图形划分成多个凸多边形的组合体，以第二类凹点为起点，平行于x轴，向x轴正方向画一条射线，取此射线与图形的第一个交点，按顺序连接顶点，即组成一个凸多边形，对所有n个第二类凹点进行此操作，形成n+1个区域；

步骤5：对每个子区域按照凸多边形区域进行航线规划，再按照顺序连接航点，至此，算法结束。

附图说明

图1是坐标系示意图；

图2是凸多边形航线规划示意图；

图3是凹多边形作业区域划分；

图4是凹多边形作业区域航线规划。

具体实施方式

下面结合具体实施方式对本发明进行详细说明。

本发明基于任意多边形无障碍区域的植保无人机航迹规划方法，按照以下步骤进行：

步骤1：构建作业环境坐标系；用户在地图上划出作业区域，获取作业区域的各个顶点坐标，获取顶点的最小经度和最小纬度，以经纬度分别小于顶点最小经纬度为原点，构建二维坐标系；

步骤2：判断作业区域是否为凹多边形。具体可通过是否存在凹点来判断，判断方法如下：

如图1，假设区域顶点按顺时针排列编号分别为d1d2d3d4…dn，判断第i个顶点是否为凹点，假设向量计算a*d-b*c，若该值小于0,则说明顶点di为凹点，此作业区域为凹多边形区域，反之所有顶点都不是凹点，则该作业区域为凸多边形区域。

步骤3：对整个植保无人机的航线规划，分别为凸多边形区域航线规划和凹多边形区域航线规划。

接下来详细介绍凸多边形区域航线规划：

步骤1：根据边距h对图形进行缩小。对于顶点di，假设其缩小之后对应的顶点为d′i，令顶点di对应的内角则向量可得d′i的坐标。所有顶点均进行变换，得到新的图形s1。

步骤2：根据航向α对图形进行旋转。核心公式为意为绕点(tx,ty)旋转α°之后缩放sxsy倍的变换矩阵。将整个图形s1绕原点旋转α°之后得到新的图形s2。

步骤3：求解航点和航线。用户输入植保无人机喷幅d，获取图形s2的各个顶点纵坐标的最大和最小值ymaxymin，用一条条平行于x轴的平行直线去与图形s2相交，平行直线的起始纵坐标为ymin+d，各条平行直线间间距即为喷幅d，直至直线与图形无交点。这些直线与图形的交点即为所求的航点，按顺序连接这些航点即构成航线。

步骤4：或将所得的航点绕原点反向旋转α°，具体参考步骤2。

所得航线示意图如图2所示，凸多边形航线规划，设置喷幅为5，边距为3，航向为30°。

凹多边形区域航线规划：

步骤1：对原图形根据航向α进行旋转得到图形s1。

步骤2：根据边距h对图形进行缩小，除凹点外，其他顶点坐标变换与凸多边形坐标变换一致，参考凸多边形航线规划步骤1。对于凹点，向量其他保持一致，所有顶点均进行变换，得到新的图形s2。

步骤3：对其凹点进行筛选，从中选出会对无人机航线产生影响的第二类凹点。选择依据：选取图形s2的凹点di，将其纵坐标yi与它相邻两个顶点的纵坐标yi-1、yi+1相比，若(yi-yi-1)*(yi-yi+1)＞0，则判断这个凹点为第二类凹点。记录下该图形的所有第二类凹点。

步骤4：图形划分，根据第二类凹点，将图形划分成多个凸多边形的组合体。以第二类凹点为起点，如图3所示，凹多边形作业区域，凹点2即为第二类凹点，根据第二类凹点分成两个子区域，平行于x轴，向x轴正方向画一条射线，取此射线与图形的第一个交点，按顺序连接顶点，即组成一个凸多边形。对所有n个第二类凹点进行此操作，形成n+1个区域。

步骤5：对每个子区域按照凸多边形区域进行航线规划，再按照顺序连接航点。图4为凹多边形作业区域航线规划，设定喷幅为5，边距为3，航向为30°。

至此，算法结束。

本发明根据作业区域和喷幅规划出合理的作业航线，使无人机以固定高度和速度沿着此航线进行自主飞行作业，大大降低了对操纵者飞行技术的要求以及变量控制技术难度，达到了精准作业的效果。对比现有的航迹规划方法，提出了对凹多边形的凹点判断和分类以及基于对作业区域进行缩小，有效减少了无人机的飞行路程，降低了其能量消耗，从而提高作业效率。

以上所述仅是对本发明的较佳实施方式而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。