一种无人机的碰撞风险预测系统及方法与流程

本发明涉及无人机风险判断，尤其涉及一种无人机的碰撞风险预测系统及方法。

背景技术：

1、无人机群被广泛应用于工业厂区的巡航。尤其是在火灾发生的初始阶段，无人机的快速行动的优势使得火灾更够被快速消除，或者有效延缓火势的蔓延速度及蔓延范围。在进行灭火的过程中，大量的无人机需要运送消防物资或者投递消防物资。无人机携带物资的方式包括两种：第一种，通过自身的存储装置来携带液态物质，例如携带灭火液体、灭火弹、破窗弹等。第二种，通过抓取组件来吊装大型的固体物质，例如携带沙子、沙袋、沙土等等。无人机携带消防物资改变自身的飞行宽度和重量。在携带消防物资的情况下，无人机为了快速到达着火点，在自身的飞行宽度改变的情况下，需要重新判断原有的飞行路线是否可用，并且根据当前的飞行宽度重新规划飞行路线。

2、在现有技术中，由于根据无人机的飞行宽度实时计算碰撞风险的算法复杂且计算量大、耗时较多，无法为无人机实时提供碰撞风险预测信息，因此普遍为无人机规划飞行区域更宽的飞行路线，以使得无人机不管是独自飞行还是载物飞行都能够平安飞行。但是，这样设置的缺陷包括：在紧急情况下，无人机需要绕行较远的路线才能够到达着火点；在载荷较重的情况下，飞行高度降低，工业厂区内的同一高度的空间分布出现变化，无人机的飞行惯性大且不容易及时避障。

3、当前，公开号为cn113867391a的专利申请公开了一种基于数字孪生的无人机低空安全预警与监控方法，通过采集和预处理涉及无人机运行的相关数据，包括无人机运行轨迹与运行性能基本数据、无人机运行地理环境数据、无人机运行气象环境实况与空间位置信息数据、无人机运行限制区域数据等；结合预先训练好的神经网络模型对无人机低空安全风险进行评估，进而实现对无人机运行一体化监控，完成对运行风险的预警，及时采取机动规避措施。但是，该专利运行时的数据计算量庞大，无法由无人机所搭载的芯片自行运算，也无法由处理器进行实时快速运算，因此该专利难以应用于紧急情况下的实时风险预测，尤其无法满足对计算速度的要求。

4、为无人机提供一种计算量明显降低，使得无人机基于自身硬件能够实时预测碰撞风险并更改规划路线的碰撞风险预测方法是当前无人机使用中的需求，尤其是在紧急情况下的无人机的使用需求。

5、此外，一方面由于对本领域技术人员的理解存在差异；另一方面由于申请人做出本发明时研究了大量文献和专利，但篇幅所限并未详细罗列所有的细节与内容，然而这绝非本发明不具备这些现有技术的特征，相反本发明已经具备现有技术的所有特征，而且申请人保留在背景技术中增加相关现有技术之权利。

技术实现思路

1、当无人机被用于载物时，尤其被用于在紧急情况下载物时，无人机的预设的规划路线可能会由于载物的影响出现高度变化、宽度变化等变化，这使得载物的无人机按照预设规划路线飞行可能与建筑物出现碰撞的情况，存在碰撞风险。当前为无人机进行规划路线的系统，为了避免该情况，偏向于直接为无人机规划较远但较安全的路线。在紧急情况下，无人机绕行较远的路线会延迟到达目的地，这不利于物资的紧急运送。

2、现有技术已经出现基于几何建模的碰撞检测方法来实现对动态模型与静态模型进行碰撞分析的技术方案。例如，公开号为cn116680858a的专利文献公开了一种基于数字孪生的三维碰撞检测预警方法，包括获取待检测模型并将其分为静态模型和动态模型，对动态模型进行分类，以区分出各个动态模型的从属关系；创建碰撞空间并采用经典的二分法对碰撞空间进行划分，随后创建包络盒，并依据待检测模型形状选择合适的包络盒对待检测模型进行包络，使得待检测模型完全被包络盒包裹；使用数字孪生技术对碰撞检测环境进行实时准确的仿真，最后执行碰撞检测预警，对于划分的碰撞空间中的包络盒进行遍历的碰撞检测，若空间内的包络盒之间有碰撞，则满足碰撞预警条件，触发碰撞预警。然而，该技术方案中以尽可能小的正方体包含场景中所有可能发生碰撞的物体，此时的碰撞空间以笼统的方式囊括所有的潜在碰撞元素，一方面显著增加了需要进行碰撞计算的数据处理量，这与本发明所要实现的计算量明显降低的诉求是相悖的；另一方面，由于以正方体形式设置的碰撞空间与实际的碰撞元素之间存在较多的空闲区域，进而导致实际的碰撞分析定位准确度降低，因此无法在紧急情况下快速提供安全的规划路线。

3、针对现有技术之不足，本发明从一个方面公开一种无人机的碰撞风险预测系统，系统包括处理器，处理器被配置为：基于无人机的轮廓范围构建规则的第一几何体；基于无人机的规划路线的周围建筑物的三维模型构建规则的第二几何体；将第一几何体沿规划路线与第二几何体进行叠加测试以筛选存在叠加情况的第二几何体；按照无人机的运动趋势将第一几何体划分为若干第一子几何体，计算第一子几何体与第二几何体的叠加范围，在叠加范围中的至少一个叠加点处于建筑物的三维模型内或者边缘的情况下，判断无人机与建筑物存在碰撞风险。与上述现有技术相比，本发明能够基于无人机的规划路线的周围建筑物的三维模型构建的第二几何体，并将其作为与基于无人机的轮廓范围构建的第一几何体之间的碰撞分析对象。基于上述区别技术特征，本发明要解决的问题可以包括：如何减少无人机在规划路线飞行过程中执行碰撞分析的数据处理量。具体地，由于无人机沿规划路线上的建筑物本身所占据空间的不同，现有的基于几何建模的碰撞检测方法因此需要对规划路线上所有涉及的建筑物执行不同的碰撞分析过程，进而导致无人机飞行过程中进行碰撞分析的实时性不足，且由于数据运算量较大而导致耗时过长，无法保证无人机飞行过程中，尤其是无人机飞行状态改变情况下的安全性。本发明能够基于无人机实时运送的物资的尺寸的差异来计算规划路线的碰撞风险并调整规划路线，使得无人机能够基于较近的路线来运送物资并且平安飞行。由于本发明通过叠加测试来初步判断碰撞风险，计算量小，因此不会占用较长的计算时间，也不会需要大量数据的运算，因此能够支持处理器进行实时运算。

4、根据一个优选实施方式，处理器构建规则的第一几何体的方式包括：接收由无人机采集的物资的几何参数；确认无人机对物资的携带方式；根据物资的几何参数和携带方式生成无人机的轮廓范围参数，基于无人机的轮廓在三维方向的最长边构建第一几何体。与上述现有技术相比，本发明能够通过根据无人机所携带的物资信息调整第一几何体的具体参数。基于上述区别技术特征，本发明要解决的问题可以包括：如何将无人机携带的物资信息纳入碰撞分析的考虑范围中，以提高碰撞分析与路线规划的准确性。具体地，由于携带物资的不同，无人机飞行过程中需要考虑的碰撞分析参数也不同，即便是携带相同质量的物资，基于物资种类的不同，其所占据的空间范围也是不同的，进而对无人机规划路线的安全飞行造成影响。然而，无人机所携带的物资或包装外形并非是完全规则的，如果单独对不同的携带物资进行碰撞分析，显然将增加额外的物资建模程序与碰撞分析计算量，进而导致无人机碰撞风险预警分析的实时性降低。相反地，本发明将无人机及其携带的物资的轮廓简化为几何体，有利于简化前期的计算步骤和计算量。

5、根据一个优选实施方式，处理器构建规则的第二几何体的方式包括：基于三维模拟场景和规划路线确定建筑物的高度范围；基于高度范围确定建筑物的三维模型段；基于三维模型段的最长边构建第二几何体。本发明基于飞行高度和规划路线来将建筑物的三维模型段简化为立方，目的是简化三维模型的叠加测试的计算量和计算步骤，能够快速排除不存在碰撞风险的三维模型部分。

6、根据一个优选实施方式，处理器进行叠加测试的方式包括：预测第一几何体沿规划路线经过第二几何体的动态情况，计算第一几何体与第二几何体的叠加情况，叠加情况包括相交、相切和包含。与上述现有技术相比，本发明的处理器能够动态分析第一几何体沿规划路线飞行过程中与第二几何体的叠加状态。基于上述区别技术特征，本发明要解决的问题可以包括：如何根据规划路线对第一几何体与第二几何体的叠加情况进行动态分析。具体地，现有的基于几何建模的碰撞检测方法主要通过模型的静态叠加确定碰撞区域或碰撞位置。然而，在无人机飞行过程中，规划飞行路线的不同将导致无人机与静态建筑物之间的位置关系发生变化，而仅依靠静态的模型无法反映此种状态下的碰撞风险。相反地，与静态叠加完全不同，本发明的无人机是否与建筑物碰撞存在多个角度的判断。因此，依据经过第二几何体的动态情况来测试叠加情况，能够充分地获得准确的叠加结果。

7、根据一个优选实施方式，根据物资的几何参数、物资的携带方式生成无人机的轮廓范围参数，基于在三维方向的无人机的轮廓范围参数和安全范围参数的和的最大值构建第一几何体。本发明将无人机的安全范围参数也纳入第一几何体中，给予无人机充分的安全飞行偏差空间，避免了无人机在逆风、物资摇摆情况下与建筑物碰撞的风险。

8、根据一个优选实施方式，处理器还被配置为：在计算叠加范围之前，将存在叠加情况的第二几何体沿水平方向和/或竖直方向划分以形成若干第二子几何体，基于第二子几何体内的建筑物的三维模型段修正第二子几何体的大小；将第一子几何体与第二子几何体进行叠加测试，筛选出存在叠加情况的第二子几何体。与上述现有技术相比，本发明能够通过切分的方式将第二几何体划分为若干个第二子几何体。基于上述区别技术特征，本发明要解决的问题可以包括：如何筛选第二几何体上存在碰撞风险的区域，以减少碰撞分析的数据计算量。具体地，第二几何体实际上指代了沿规划路线上的整个建筑物所占据的空间，而该部分空间实际上与无人机能够产生接触或存在接触风险的区域只占据其整体空间的小部分，如果将第二几何体的数据信息均纳入到碰撞分析的数据处理过程中，将显著降低数据处理速度，导致碰撞风险分析的实时性降低。为了进一步简化前期计算的步骤和计算量，本发明将第二几何体切分以简略排除部分不存在碰撞风险的区域，从而减少了后续叠加范围的复杂计算的计算量。本发明通过对第二几何体进行划分，尤其是特殊结构的建筑物的第二几何体进行划分，能够明显排除大量不具有碰撞风险的区域，从而减少后续步骤的计算量。

9、根据一个优选实施方式，处理器还被配置为：计算存在叠加情况的第一子几何体与第二子几何体的叠加范围，基于叠加范围调整规划路线。本发明排除了不存在碰撞风险的第一子几何体和第二子几何体，明显减少了叠加范围的计算量，缩短了计算时间，使得无人机能够实时得到计算反馈。

10、本发明从另一个方面公开一种无人机的碰撞风险预测方法，方法包括：基于无人机的轮廓范围构建规则的第一几何体；基于无人机的规划路线的周围建筑物的三维模型构建规则的第二几何体；将第一几何体沿规划路线与第二几何体进行叠加测试以筛选存在叠加情况的第二几何体；按照无人机的运动趋势将第一几何体划分为若干第一子几何体，计算第一子几何体与第二几何体的叠加范围，在叠加范围中的至少一个叠加点处于建筑物的三维模型内或者边缘的情况下，判断无人机与建筑物存在碰撞风险。

11、本发明的碰撞风险预测方法，通过前期大量的规则几何体的简化计算步骤来减少了计算时间和计算量，并且排除了不存在碰撞风险的体积部分，使得后续需要精确计算结果的步骤的计算量明显减少。

12、根据一个优选实施方式，叠加测试的方式包括：预测第一几何体沿规划路线经过第二几何体的动态情况，计算第一几何体与第二几何体的叠加情况，叠加情况包括相交、相切和包含。

13、本发明通过预测无人机携带物资的动态情况来计算叠加范围，能够避免无人机在绕行或者穿行建筑物的情况下的多角度叠加范围被忽略的现象发生。

14、根据一个优选实施方式，方法还包括：在计算叠加范围之前，将存在叠加情况的第二几何体沿水平方向和/或竖直方向划分以形成若干第二子几何体，基于第二子几何体内的建筑物的三维模型段修正第二子几何体的大小；将第一子几何体与第二子几何体进行叠加测试，筛选出存在叠加情况的第二子几何体。本发明通过对第二几何体进行划分，尤其是特殊结构的建筑物的第二几何体进行划分，能够明显排除大量不具有碰撞风险的区域，从而减少后续步骤的计算量。