无人机避障方法、装置、可读存储介质及电子设备与流程

本公开涉及无人机技术领域，具体地，涉及一种无人机避障方法、装置、可读存储介质及电子设备。

背景技术：

无人机物流配送业务中，一般情况下都是在预先规划好的固定航线上重复频繁的执行着飞行任务，但也存在原有固定航线上突发未知障碍干扰的可能，这就涉及到了无人机局部避障的策略问题。一般无人机局部避障策略中，首先是采用空间栅格化方法对空间进行离散化处理，再通过寻优算法搜索最佳路径，这种方式的缺点是空间栅格离散化后的坐标点精度越高，算法计算量就越大，这样很有可能导致无人机自身CPU计算超时，进而导致碰撞甚至坠机事件。

技术实现要素：

本公开的目的是提供一种无人机避障方法、装置、可读存储介质及电子设备，以提高无人机避障的效率。

为了实现上述目的，本公开第一方面提供一种无人机避障方法，包括：

在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面，所述目标平面包括无人机坐标系中的、与所述当前航线垂直的第一坐标轴和第二坐标轴；

根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述第一坐标轴和所述第二坐标轴上确定4n个候选航点，其中，在4n个候选航点中每4个候选航点为一组，且属于同一组的4个候选航点与所述第一坐标轴和所述第二坐标轴的交点的距离相等，且n为大于或等于1的整数；

针对每一所述候选航点，确定所述候选航点对应的候选航线，并预估所述无人机按照所述候选航线飞行至目标位置时的代价值；

根据所述代价值确定最优航线，并控制所述无人机按照所述最优航线飞行至所述目标位置，以规避所述障碍物。

可选地，所述根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述第一坐标轴和所述第二坐标轴上确定4n个候选航点，包括：

根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述目标平面中创建至少一个圆，其中，每一个圆的圆心均为所述第一坐标轴和所述第二坐标轴的交点；

将所述至少一个圆与所述第一坐标轴和所述第二坐标轴的交点确定为候选航点，以得到4n个候选航点，其中，n为所创建的圆的数量。

可选地，所述根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述目标平面中创建至少一个圆，包括：

以所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离为半径，在所述目标平面中创建一个圆；或者

分别以小于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第一距离为半径创建第一同心圆、以及以大于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第二距离为半径创建第二同心圆。

可选地，所述代价值包括：路程增量和/或障碍物的威胁程度代价值。

可选地，所述在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面，包括：

在检测到无人机当前航线的预设范围内存在障碍物的情况下，至少根据所述无人机与所述障碍物的距离，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞；

在预测所述无人机若按照所述当前航线飞行会与所述障碍物碰撞的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面。

可选地，在检测到无人机当前航线的预设范围内存在障碍物的情况下，至少根据所述无人机与所述障碍物的距离，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞，包括：

在检测到无人机当前航线的预设范围内存在障碍物的情况下，检测所述障碍物的类型，所述类型包括静态障碍物和动态障碍物；

在所述障碍物为所述动态障碍物的情况下，获取所述无人机与所述障碍物的距离和相对速度；

根据所述距离和所述相对速度，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞。

可选地，所述在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面，包括：

在检测到无人机当前航线的预设范围内存在多个障碍物的情况下，确定每一障碍物对所述无人机的威胁等级；

确定与所述当前航线垂直且包含威胁等级最大的所述障碍物的目标平面。

可选地，所述确定所述候选航点对应的候选航线，包括：

获取无人机的当前位置和目标位置；

以所述当前位置为起点以所述候选航点对应的位置为终点确定第一航线段，以及，以所述候选航点对应的位置为起点以所述目标位置为终点确定第二航线段；

对所述第一航线段和所述第二航线段进行路径平滑处理得到候选航线。

本公开第二方面还提供一种无人机避障装置，包括：

第一确定模块，用于在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面，所述目标平面包括无人机坐标系中的、与所述当前航线垂直的第一坐标轴和第二坐标轴；

第二确定模块，用于根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述第一坐标轴和所述第二坐标轴上确定4n个候选航点，其中，在4n个候选航点中每4个候选航点为一组，且属于同一组的4个候选航点与所述第一坐标轴和所述第二坐标轴的交点的距离相等，且n为大于或等于1的整数；

第三确定模块，用于针对每一所述候选航点，确定所述候选航点对应的候选航线，并预估所述无人机按照所述候选航线飞行至目标位置时的代价值；

控制模块，用于根据所述代价值确定最优航线，并控制所述无人机按照所述最优航线飞行至所述目标位置，以规避所述障碍物。

可选地，所述第二确定模块包括：

创建子模块，用于根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述目标平面中创建至少一个圆，其中，每一个圆的圆心均为所述第一坐标轴和所述第二坐标轴的交点；

第一确定子模块，用于将所述至少一个圆与所述第一坐标轴和所述第二坐标轴的交点确定为候选航点，以得到4n个候选航点，其中，n为所创建的圆的数量。

可选地，所述创建子模块用于：以所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离为半径，在所述目标平面中创建一个圆；或者分别以小于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第一距离为半径创建第一同心圆、以及以大于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第二距离为半径创建第二同心圆。

可选地，所述代价值包括：路程增量和/或障碍物的威胁程度代价值。

可选地，所述第一确定模块包括：

预测子模块，用于在检测到无人机当前航线的预设范围内存在障碍物的情况下，至少根据所述无人机与所述障碍物的距离，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞；

第二确定子模块，用于在预测所述无人机若按照所述当前航线飞行会与所述障碍物碰撞的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面。

可选地，所述预测子模块用于：在检测到无人机当前航线的预设范围内存在障碍物的情况下，检测所述障碍物的类型，所述类型包括静态障碍物和动态障碍物；

在所述障碍物为所述动态障碍物的情况下，获取所述无人机与所述障碍物的距离和相对速度；

根据所述距离和所述相对速度，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞。

可选地，所述第一确定模块包括：

第三确定子模块，用于在检测到无人机当前航线的预设范围内存在多个障碍物的情况下，确定每一障碍物对所述无人机的威胁等级；

第四确定子模块，用于确定与所述当前航线垂直且包含威胁等级最大的所述障碍物的目标平面。

可选地，所述第三确定模块包括：

获取子模块，用于获取无人机的当前位置和目标位置；

第五确定子模块，用于以所述当前位置为起点以所述候选航点对应的位置为终点确定第一航线段，以及，以所述候选航点对应的位置为起点以所述目标位置为终点确定第二航线段；

第六确定子模块，用于对所述第一航线段和所述第二航线段进行路径平滑处理得到候选航线。

本公开第三方面还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本公开第一方面所提供的所述方法的步骤。

本公开第四方面还提供一种电子设备，包括：

存储器，其上存储有计算机程序；

处理器，用于执行所述存储器中的所述计算机程序，以实现本公开第一方面所提供的所述方法的步骤。

通过上述技术方案，首先，确定与当前航线垂直且包含障碍物的目标平面，接着，在该目标平面中根据障碍物与目标平面坐标系的原点的距离，在目标平面坐标系中确定4n个候选航点，之后，仅预估无人机按照该4n个候选航点对应的候选航线飞行至目标位置时的代价值。如此，采用二维坐标系对空间进行划分，仅在位于坐标系上的4n个候选航点各自对应的候选航线中确定最优航线，使得待计算的候选航点的数量小于现有技术中的空间栅格的数量，减少了计算工作量，可以快速确定出最优航线，有效地提高了无人机避障的效果，以及无人机飞行安全。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：

图1是根据一示例性实施例示出的一种无人机避障的示意图。

图2是根据一示例性实施例示出的一种空间栅格化处理方法的示意图。

图3是根据一示例性实施例示出的一种无人机避障方法的流程图。

图4是根据一示例性实施例示出的一种确定的目标平面的示意图。

图5是根据一示例性实施例示出的一种确定候选航点的示意图。

图6是根据一示例性实施例示出的另一种确定候选航点的示意图。

图7是根据一示例性实施例示出的一种无人机避障装置的框图。

图8是根据一示例性实施例示出的一种电子设备的框图。

图9是根据一示例性实施例示出的另一种电子设备的框图。

具体实施方式

目前无人机局部避障策略中，一般采用局部空间离散化、优化算法、路径平滑算法相结合的方式，局部空间选择的越大，离散化的栅格精度越高(即两个栅格点之间的距离越小)，进而空间坐标点越多，算法优化的难度就大，优化所占时间就越长，时间越长对局部避开障碍物就越不利，更容易导致碰撞甚至坠机。

图1是根据一示例性实施例示出的一种无人机避障的示意图。如图1所示，无人机飞行的起始位置为A点，终止位置为B点，预先规划好的固定航线如直线AB所示，若无障碍物无人机按照直线AB可以直接由A点飞至B点。在无人机飞行至H点时发现C点存在障碍物，无人机若仍按照直线AB飞行会与障碍物碰撞，即，无人机无法按照固定航线AB直接飞往B点，因此，需要为无人机重新规划航线(如图1中的曲线HKB)，以避开C点的障碍物。其中，相关技术中通常采用空间栅格化处理方法为无人机重新规划航线。

示例地，图2是根据一示例性实施例示出的一种空间栅格化处理方法的示意图。如图2所示，栅格0表征无人机检测到障碍物时所处的位置。首先，以栅格0为中心点向三维空间扩展形成26栅格(如图2中的)，接着，利用相关算法(例如，遗传算法)对图2中26个空间栅格进行路径最优运算，得出1-26个栅格点中代价最小的点作为无人机下一步移动的目标点。无人机每飞行一步就要以同样的方式进行一次计算，得到代价最小的点作为当前的目标点，往复循环直至成功避开障碍物。由此可知，如果栅格点数量较多，运算量将是非常庞大，对障碍物的规避效率较低，极易导致碰撞甚至坠机事件。

鉴于此，本公开提供一种无人机避障方法、装置、可读存储介质及电子设备，以提高无人机规避的效率和无人机飞行安全。

以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。

图3是根据一示例性实施例示出的一种无人机避障方法的流程图。如图3所示，该方法可以包括以下步骤。

在步骤301中，在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与当前航线垂直且包含障碍物的目标平面，目标平面包括无人机坐标系中的、与当前航线垂直的第一坐标轴和第二坐标轴。

执行本公开所提供的无人机避障方法的电子设备可以是无人机还可以是与无人机通信的服务器。在一种实施例中，无人机中设置检测装置，该检测装置可以是摄像头、雷达检测器等，无人机通过该检测装置可以实时或周期性地检测其飞行的当前航线的预设范围内是否存在障碍物。其中，预设范围可以是检测装置的检测范围，也可以是用户自行设置的小于该检测范围的范围，障碍物可以是静态障碍物，例如处于悬挂状态的其他飞行物，或者建筑物、大树等等，障碍物还可以是动态障碍物，例如正在飞行的其他飞行物。在检测到存在障碍物的情况下，进一步确定障碍物的位置，之后，确定与当前航线垂直且包含该障碍物的目标平面。

在另一种实施例中，无人机将检测装置的检测信息发送至服务器，服务器确定在无人机当前航线的预设范围内是否存在障碍物，如果确定存在障碍物，进一步确定障碍物的位置，之后，确定与当前航线垂直且包含该障碍物目标平面。

示例地，确定目标平面的具体实施方式可以为：首先，确定无人机坐标系，在该坐标系中，确定与当前航线垂直的第一坐标轴和第二坐标轴。例如，图4是根据一示例性实施例示出的一种确定的目标平面的示意图。假设无人机坐标系如图4中oxyz所示，无人机当前航线与无人机坐标系中的x轴平行，则与当前航线垂直的第一坐标轴和第二坐标轴即为y轴和z轴。假设检测到障碍物所在的位置为c点，则可以过c点做平行于无人机坐标轴中的yz轴向平面的yoz平面，图4中的yoz平面即为目标平面。

在步骤302中，根据第一坐标轴和第二坐标轴的交点与障碍物的距离，在第一坐标轴和第二坐标轴上确定4n个候选航点，其中，在4n个候选航点中每4个候选航点为一组，且属于同一组的4个候选航点与第一坐标轴和第二坐标轴的交点的距离相等，且n为大于或等于1的整数。

在本公开中，在第一坐标轴和第二坐标轴中确定的4n个候选航点中每4个候选航点可以作为一组，且，属于同一组的4个候选航点与第一坐标轴和第二坐标轴的交点的距离相等。也即是说，属于同一组的4个候选航点位于同一个圆上。

因此，在一种可能的方式中，可以在通过以下方式确定4n个候选航点：

首先，根据第一坐标轴和第二坐标轴的交点与障碍物的距离，在目标平面中创建至少一个圆，其中，每一个圆的圆心均为第一坐标轴和第二坐标轴的交点。

值得说明的是，在所确定的目标平面中，y轴与z轴的交点即为该目标平面坐标系中的原点。确定第一坐标轴和第二坐标轴的交点与障碍物的距离，即是确定目标平面坐标系中的原点与障碍物的距离，并根据所确定的距离，在目标平面中创建至少一个圆，其中，每一个圆的圆心均为目标平面坐标系的原点。

在本公开中，为了确保无人机按照重新规划的航线飞行时可以避开障碍物，因此，障碍物所在的位置要么位于至少一个圆中的一个圆上，要么位于两个圆所形成的圆环内。

然后，将至少一个圆与第一坐标轴和第二坐标轴的交点确定为候选航点。

如此，即可得到4n个候选航点，其中，n为所创建的圆的数量。

在步骤303中，针对每一候选航点，确定候选航点对应的候选航线，并预估无人机按照候选航线飞行至目标位置时的代价值。

为了减少计算量，在本公开中，并不对障碍物周围的所有位置点进行计算，仅对圆与第一坐标轴、第二坐标轴的交点进行计算，如此，可有效减少计算量。

示例地，在本公开中，将圆与第一坐标轴和第二坐标轴的交点确定为候选航点，针对每一候选航点，确定该候选航点对应的候选航线，例如，候选航线可以是指从无人机当前位置经由候选航点到达目标位置的航线，并预估无人机如果按照该航线飞行时的代价值。代价值可以是路程增量和/或障碍物的威胁程度代价值。

在本公开中，路程增量为无人机按照候选航线从当前位置飞行至目标位置的距离与无人机按照当前航线从当前位置飞行至目标位置的距离之差，路程增量越大，代价值就越大。障碍物的威胁程度代价值是指假设无人机按照候选航线飞行时该障碍物对无人机安全飞行的影响。通常情况下，在无人机飞行时障碍物距离无人机最近，其对无人机的威胁程度就越大威胁程度代价值也就越大，距离越远威胁程度就越小威胁程度代价值也就越小，因此，在可能的实施例中，可以利用障碍物距离无人机的最短距离来表征障碍物对无人机的威胁程度代价值。其中，在代价值包括路程增量和障碍物的威胁程度代价值的情况下，可以预先设定两者的权重，根据该权重对路程增量和障碍物的威胁程度代价值进行加权平均，得到无人机按照候选航线飞行至目标位置时的代价值。

值得说明的是，可以参照相关技术确定路程增量和障碍物的威胁程度代价值，本公开对此不作限制。

在步骤304中，根据代价值确定最优航线，并控制无人机按照最优航线飞行至目标位置，以规避障碍物。

在预估出无人机按照每一候选航线飞行至目标位置时的代价值之后，将代价值最小的候选航线确定为最优航线，并控制无人机按照该最优航线飞行至目标位置，以规避障碍物。

示例地，若执行无人机避障方法的设备为服务器，则服务器在按照上述方式确定出最优航线之后，按照该最优航线控制无人机飞行。若执行无人机避障方法的设备为无人机，无人机在按照上述方式确定出最优航线之后，控制自身按照该最优航线飞行。

采用上述技术，首先，确定与当前航线垂直且包含障碍物的目标平面，接着，在该目标平面中根据障碍物与目标平面坐标系的原点的距离，在第一坐标轴和第二坐标轴上确定4n个候选航点，仅预估无人机按照该候选航点对应的候选航线飞行至目标位置时的代价值。如此，采用二维坐标系对空间进行划分，仅在位于坐标系上的4n个候选航点各自对应的候选航线中确定最优航线，使得待计算的候选航点的数量小于现有技术中的空间栅格的数量，减少了计算工作量，可以快速确定出最优航线，有效地提高了无人机避障的效果，以及无人机飞行安全。

为了便于本领域技术人员更好的理解本公开所提供的无人机避障方法，下面以一个完整的实施例进行说明。

首先，对图3中的步骤301在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与当前航线垂直且包含所述障碍物的目标平面进行详细说明。

在实际应用中，无人机上的检测装置的检测范围通常比较大，所检测到的障碍物可能距离无人机较远，而距离较远的障碍物并不会影响无人机的飞行，或者，无人机在当前位置处虽然检测到了障碍物，但是，该障碍物也是运动的，且该障碍物会以远离无人机的方向飞行，在该情况下，无人机在飞行时也不会与障碍物碰撞。因此，在上述两种情况下，无需对无人机重新规划航线。

为了避免误对无人机规划航线，以减少无人机或服务器的工作量，在本公开中，在检测到无人机当前航线的预设范围内存在障碍物的情况下，至少根据无人机与障碍物的距离，预测无人机若按照当前航线飞行是否会与障碍物碰撞。

示例地，在检测到无人机当前航线的预设范围内存在障碍物的情况下，检测障碍物的类型，类型包括静态障碍物和动态障碍物；在障碍物为动态障碍物的情况下，获取无人机与障碍物的距离和相对速度；根据距离和相对速度，预测无人机若按照当前航线飞行是否会与障碍物碰撞。

通常情况下，障碍物可以包括静态障碍物和动态障碍物，在障碍物为静态障碍物时，不用考虑障碍物的运动，只需根据无人机在飞行过程中与该障碍物的最短距离即可确定出无人机是否会与障碍物碰撞。其中，由于无人机是按照当前航线飞行的，因此，只需确定当前航线与障碍物的最短距离即可。例如，当前航线与障碍物的最短距离仍大于预设的距离阈值，则可以认为无人机按照当前航线飞行时不会与障碍物碰撞。

在障碍物为动态障碍物时，由于在无人机飞行过程中该障碍物也是飞行的，因此，在该情形下，需获取无人机与障碍物的距离和相关速度，并根据距离和相对速度，预测无人机若按照当前航线飞行是否会在同一时间与障碍物飞行至同一位置，或者在任一时间两者之间的距离是否小于预设的距离阈值，若在同一时间两者飞行至同一位置，或者，在任一时间两者的距离小于预设的距离阈值，则认为无人机若按照当前航线飞行会与障碍物碰撞。

在按照上述方案预测到无人机若按照当前航线飞行会与障碍物碰撞的情况下，确定与当前航线垂直且包含障碍物的目标平面。

此外，在一种实施例中，在检测到无人机当前航线的预设范围内存在多个障碍物的情况下，确定每一障碍物对无人机的威胁等级，并确定与当前航线垂直且包含该威胁等级最大的障碍物的目标平面。

在当前航线的预设范围内存在多个障碍物的情况下，每个障碍物可能对无人机的威胁等级不同，例如，障碍物距离无人机越近，无人机与其碰撞的概率越高，则该障碍物对无人机的威胁等级就较高，障碍物距离无人机越远，无人机与其碰撞的概率越低，则该障碍物对无人机的威胁等级就较低。因此，在当前航线的预设范围内存在多个障碍物的情况下，针对威胁等级最大的障碍物确定目标平面，即，确定的目标平面既与当前航线垂直也包含威胁等级最大的障碍物。

值得说明的是，在该实施例中，虽然目标平面中仅包括了威胁等级最大的障碍物，但是，在预估无人机按照某一候选航点对应的候选航线飞行至目标位置时的代价值时，还需考虑所检测到的所有障碍物对该候选航线的威胁等级。例如，候选航点m点，则在预估无人机按照当前位置-候选航点m-目标位置这一航线飞行时的代价值时，需要计算每个障碍物距离候选航点m点的距离，进而计算出每个障碍物对候选航点m点的威胁等级，并根据所计算出的威胁等级确定出障碍物的威胁程度代价值。

接着，对上述根据第一坐标轴和第二坐标轴的交点与障碍物的距离，在目标平面中创建至少一个圆的具体实施方式进行详细说明。

在第一种实施方式中，在目标平面中构建的圆的数量可以为一个，且障碍物所在的位置位于所构建的圆上。例如，以第一坐标轴与第二坐标轴的交点与障碍物的距离为半径，在目标平面中创建一个圆。

在第二种实施方式中，在目标平面中构建的圆的数量为多个，在该多个圆中包括以小于第一坐标轴和第二坐标轴的交点与障碍物的距离的第一距离为半径创建的第一同心圆，以及以大于第一坐标轴和第二坐标轴的交点与障碍物的距离的第二距离为半径创建的第二同心圆，即，障碍物所在的位置位于第一同心圆和第二同心圆所形成的圆环内。

图5是根据一示例性实施例示出的一种确定候选航点的示意图。如图5所示，障碍物所在的位置位于所构建的圆上，该圆与第一坐标轴(y轴)和第二坐标轴(z轴)的交点分别为L1、L2、L3、L4，即，候选航点为L1、L2、L3、L4，对应的候选航线分别为H-L1-B、H-L2-B、H-L3-B、H-L4-B，并针对每一候选航线，预估无人机按照该候选航线飞行至目标位置时的代价值。其中，H为无人机的当前位置，B为无人机飞行的目标位置。

图6是根据一示例性实施例示出的另一种确定候选航点的示意图。在图6中，假设障碍物所在的位置C点与原点的距离为1.5，第一同心圆的半径可以是1，第二同心圆的半径为2，如此，障碍物所在的位置C就位于第一同心圆和第二同心圆之间的圆环内。第一同心圆和第二同心圆与坐标轴交点为H1、H2、H3、H4、K1、K2、K3、K4，对应的候选航线分别为H-H1-B、H-H2-B、H-H3-B、H-H4-B、H-K1-B、H-K2-B、H-K3-B、H-K4-B，并针对每一候选航线，预估无人机按照该候选航线飞行至目标位置时的代价值。

值得说明的是，在图5所示的实施例中，还可以以大于第一坐标轴和第二坐标轴的交点与障碍物的距离的第三距离为半径创建的另一个圆，如此，候选航点除了可以包括半径等于第一坐标轴和第二坐标轴的交点与障碍物的距离的圆与坐标轴的交点之外，还可以包括另一个圆与坐标轴(第一坐标轴和第二坐标轴)的交点。

同样地，在图6中，还可以以半径为3构建第三同心圆，如此，候选航点还可以包括第三同心圆与坐标轴(第一坐标轴和第二坐标轴)的交点。本公开同心圆的数量不作限定，但是，考虑到同心圆数量越多，候选航点的数量就越多，计算量就越大，因此，通常情况下，同心圆的数量可以小于或等于6，以使候选航点的数量小于相关技术中的空间栅格数量。

在一种实施例中，候选航线为两条直线组合而成。但是考虑到无人机飞行至两条直线连接处时飞行方向的变化率较大，不利于无人机安全飞行，因此，在另一种实施例中，还可以对不同航线段进行平缓处理，以得到平滑的候选航线。示例地，可以通过以下方式确定候选航点对应的候选航线：首先，获取无人机的当前位置和目标位置；接着，以当前位置为起点以候选航点对应的位置为终端确定第一航线段，以及，以候选航点对应的位置为起点以目标位置为终点确定第二航线段；最后，对第一航线段和第二航线段进行路径平滑处理得到候选航线。示例地，可以采用平滑算法对第一航线段和第二航线段进行平滑处理，本公开对平滑算法不作具体限定。

在确定出候选航线之后，针对每一候选航线，预估无人机按照该候选航线飞行至目标位置时的代价值，并将代价值最小的候选航线确定为最优航线，以及控制无人机按照该最优航线飞行至目标位置，以规避障碍物。

如此，为无人机重新规划航线时，相比于相关技术中需要对26个空间栅格计算代价值，本方案采用同心圆域进行空间划分，选择包含障碍物的同心圆域与坐标轴的4个或8个交点为候选航点，大大减少了候选航点的数量，有效缩短了重新规划航线的时间，提高了无人机避障效果，进而确保了无人机飞行安全。

基于同一发明构思，本公开还提供一种无人机避障装置。图7是根据一示例性实施例示出的一种无人机避障装置的框图。如图7所示，无人机避障装置700可以包括：

第一确定模块701，用于在检测到无人机当前航线的预设范围内存在障碍物的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面，所述目标平面包括无人机坐标系中的、与所述当前航线垂直的第一坐标轴和第二坐标轴；

第二确定模块702，用于根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述第一坐标轴和所述第二坐标轴上确定4n个候选航点，其中，在4n个候选航点中每4个候选航点为一组，且属于同一组的4个候选航点与所述第一坐标轴和所述第二坐标轴的交点的距离相等，且n为大于或等于1的整数；

第三确定模块703，用于针对每一所述候选航点，确定所述候选航点对应的候选航线，并预估所述无人机按照所述候选航线飞行至目标位置时的代价值；

控制模块704，用于根据所述代价值确定最优航线，并控制所述无人机按照所述最优航线飞行至所述目标位置，以规避所述障碍物。

可选地，所述第二确定模块702包括：

创建子模块，用于根据所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离，在所述目标平面中创建至少一个圆，其中，每一个圆的圆心均为所述第一坐标轴和所述第二坐标轴的交点；

第一确定子模块，用于将所述至少一个圆与所述第一坐标轴和所述第二坐标轴的交点确定为候选航点，以得到4n个候选航点，其中，n为所创建的圆的数量。

可选地，所述创建子模块用于：以所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离为半径，在所述目标平面中创建一个圆；或者分别以小于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第一距离为半径创建第一同心圆、以及以大于所述第一坐标轴和所述第二坐标轴的交点与所述障碍物的距离的第二距离为半径创建第二同心圆。

可选地，所述代价值包括：路程增量和/或障碍物的威胁程度代价值。

可选地，所述第一确定模块701包括：

预测子模块，用于在检测到无人机当前航线的预设范围内存在障碍物的情况下，至少根据所述无人机与所述障碍物的距离，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞；

第二确定子模块，用于在预测所述无人机若按照所述当前航线飞行会与所述障碍物碰撞的情况下，确定与所述当前航线垂直且包含所述障碍物的目标平面。

可选地，所述预测子模块用于：在检测到无人机当前航线的预设范围内存在障碍物的情况下，检测所述障碍物的类型，所述类型包括静态障碍物和动态障碍物；

在所述障碍物为所述动态障碍物的情况下，获取所述无人机与所述障碍物的距离和相对速度；

根据所述距离和所述相对速度，预测所述无人机若按照所述当前航线飞行是否会与所述障碍物碰撞。

可选地，所述第一确定模块701包括：

第三确定子模块，用于在检测到无人机当前航线的预设范围内存在多个障碍物的情况下，确定每一障碍物对所述无人机的威胁等级；

第四确定子模块，用于确定与所述当前航线垂直且包含威胁等级最大的所述障碍物的目标平面。

可选地，所述第三确定模块704包括：

获取子模块，用于获取无人机的当前位置和目标位置；

第五确定子模块，用于以所述当前位置为起点以所述候选航点对应的位置为终点确定第一航线段，以及，以所述候选航点对应的位置为起点以所述目标位置为终点确定第二航线段；

第六确定子模块，用于对所述第一航线段和所述第二航线段进行路径平滑处理得到候选航线。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8是根据一示例性实施例示出的一种电子设备的框图。如图8所示，该电子设备800可以包括：处理器801，存储器802。该电子设备800还可以包括多媒体组件803，输入/输出(I/O)接口804，以及通信组件805中的一者或多者。

其中，处理器801用于控制该电子设备800的整体操作，以完成上述的无人机避障方法中的全部或部分步骤。存储器802用于存储各种类型的数据以支持在该电子设备800的操作，这些数据例如可以包括用于在该电子设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该电子设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(Near Field Communication，简称NFC)，2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。

在一示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的无人机避障方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无人机避障方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由电子设备800的处理器801执行以完成上述的无人机避障方法。

图9是根据一示例性实施例示出的另一种电子设备的框图。例如，电子设备900可以被提供为一服务器。参照图9，电子设备900包括处理器922，其数量可以为一个或多个，以及存储器932，用于存储可由处理器922执行的计算机程序。存储器932中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理器922可以被配置为执行该计算机程序，以执行上述的无人机避障方法。

另外，电子设备900还可以包括电源组件926和通信组件950，该电源组件926可以被配置为执行电子设备900的电源管理，该通信组件950可以被配置为实现电子设备900的通信，例如，有线或无线通信。此外，该电子设备900还可以包括输入/输出(I/O)接口958。电子设备900可以操作基于存储在存储器932的操作系统，例如Windows Server^TM，Mac OS X^TM，Unix^TM，Linux^TM等等。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无人机避障方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器932，上述程序指令可由电子设备900的处理器922执行以完成上述的无人机避障方法。

在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的无人机避障方法的代码部分。

以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。

此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。