[发明专利]一种面向三维重建的多无人机覆盖路径规划方法

权利要求书

1.一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，包括以下步骤：

获取目标区域并对目标区域进行网格化分割，得到网格化地图；

计算网格化地图内的单元格边长并确定无人机的覆盖路径；

基于单元格扫描的区域分块法对网格化地图进行处理，得到均等子区域；

基于近似最优路径规划方法求解均等子区域中的近似最优路径，引导无人机飞行。

2.根据权利要求1所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述获取目标区域并对目标区域进行网格化分割，得到网格化地图这一步骤，其具体包括：

根据用户需要确定目标区域；

根据无人机飞行高度、拍摄点之间的距离和摄像机的视场角计算图片重合度；

基于图片重合度，通过正方形分块方法对目标区域进行网格化分割，得到网格化地图。

3.根据权利要求2所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述图片重合度的计算公式如下：

上式中，r表示图片重合度，d表示无人机移动的距离，H表示飞行高度，θ表示摄像机的视场角。

4.根据权利要求2所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述计算网格化地图内的单元格边长并确定无人机的覆盖路径这一步骤，其具体包括：

考虑飞行高度的约束，结合图片重合度、图片分辨率和无人机飞行高度的关系，计算网格化地图内的单元格边长；

根据网格化地图内的单元格边长，结合目标区域面积，得到单元格数量；

根据网格化地图内的单元格边长和单元格数量，得到完整的网格化地图；

对完整的网格化地图内单元格进行遍历，得到无人机的覆盖路径。

5.根据权利要求4所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述单元格边长的计算公式如下：

d≥D

D≤2(1-r)2H tanθ

上式中，D表示网格化地图的单元格边长，r表示图片重合度，d表示无人机移动的距离，H表示飞行高度，θ表示摄像机的视场角，(I_x,I_y)表示机载摄像机采集到的图片的分辨率，R_d表示重建模型要求的最低空间分辨率，H_max表示无人机的最大飞行高度。

6.根据权利要求5所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述基于单元格扫描的区域分块法对网格化地图进行处理，得到均等子区域这一步骤，其具体包括：

选取起飞点；

以起飞点为原点引出射线，所述射线沿轴负方向开始顺时针扫过360°；

判断到射线完整的扫描过了目标区域中的单元格，对该单元格标上序号；

判断到射线完成扫描360°，停止扫描和标序，得到单元格总数；

根据单元格总数和预设的无人机数量，将目标区域中的所有单元格平均划分至无人机，得到均等子区域。

7.根据权利要求6所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述基于近似最优路径规划方法求解均等子区域中的近似最优路径，引导无人机飞行这一步骤，其具体包括：

以起飞点所在的单元格为原点，构建笛卡尔坐标系，得到目标区域内单元格的坐标；

根据单元格的坐标构建坐标集并计算单元格之间的距离；

根据单元格之间的距离构建目标区域的矩阵；

基于模拟退火算法，以目标区域的矩阵为唯一输入参数，计算出均等子区域的近似最优路径；

根据均等子区域的近似最优路径，转化为航点文件并引导无人机飞行。

8.根据权利要求7所述一种面向三维重建的多无人机覆盖路径规划方法，其特征在于，所述目标区域的矩阵的公式表示如下：

上式中，d_N(N-1)表示单元格N和单元格N-1之间的距离。