[发明专利]一种路径优化方法、装置、电子设备、无人机及存储介质

权利要求书

1.一种路径优化方法，其特征在于，应用于无人机，所述无人机包括激光雷达，所述方法包括：

获取所述激光雷达在预设时间段内扫描到的多个连续的障碍物位置数据；

在各所述障碍物位置数据中存在动态障碍物位置数据的情况下，预测所述动态障碍物位置数据所对应的动态障碍物的运动状态，获得所述动态障碍物的预测运动数据；

获取环境风参数以及所述无人机的姿态数据，所述环境风参数包括所述无人机所处环境的风力、风向；

基于蝗虫算法，根据所述预测运动数据、所述环境风参数以及所述姿态数据，对所述无人机的初始飞行路径进行优化。

2.如权利要求1所述的路径优化方法，其特征在于，所述无人机还包括可见光相机，所述方法还包括：

获取在所述预设时间段内，所述可见光相机拍摄的目标区域的多个连续的图像数据，所述目标区域为所述动态障碍物位置数据所对应的障碍物所在的区域；

根据多个连续的所述图像数据，预测所述动态障碍物的运动状态，获得所述动态障碍物的辅助运动数据；

基于所述辅助运动数据，对所述预测运动数据进行优化，获得优化后的预测运动数据；

所述对所述无人机的初始飞行路径进行优化，包括：基于蝗虫算法，根据所述优化后的预测运动数据、所述环境风参数以及所述姿态数据，对所述无人机的初始飞行路径进行优化。

3.如权利要求2所述的路径优化方法，其特征在于，在所述动态障碍物位置数据所对应的动态障碍物为两个以上的情况下，所述方法还包括：

分别获取每个所述动态障碍物所对应的优化后的预测运动数据；

合并多个所述优化后的预测运动数据，获得协同运动数据；

所述对所述无人机的初始飞行路径进行优化，包括：基于蝗虫算法，根据所述协同运动数据、所述环境风参数以及所述姿态数据，对所述无人机的初始飞行路径进行优化。

4.如权利要求3所述的路径优化方法，其特征在于，在所述对所述无人机的初始飞行路径进行优化之前，所述方法还包括：

基于李雅普诺夫函数，消除所述协同运动数据的误差。

5.如权利要求1所述的路径优化方法，其特征在于，所述方法还包括获得所述初始飞行路径的步骤，该步骤包括：

获取无人机地图，所述无人机地图包括目标点位、起始点位以及用户标注的静态障碍物点位；

根据所述起始点位、所述目标点位以及所述静态障碍物点位，生成所述初始飞行路径。

6.如权利要求5所述的路径优化方法，其特征在于，所述方法还包括：

判断所述障碍物位置数据中是否有所述静态障碍物点位所对应的位置数据；

若有，则筛选出除所述静态障碍物点位所对应的位置数据之外的障碍物位置数据作为所述动态障碍物位置数据。

7.一种路径优化装置，其特征在于，应用于无人机，所述无人机包括激光雷达，所述装置包括：

障碍物位置数据获取单元，用于获取所述激光雷达在预设时间段内扫描到的多个连续的障碍物位置数据；

预测单元，用于在各所述障碍物位置数据中存在动态障碍物位置数据的情况下，预测所述动态障碍物位置数据所对应的动态障碍物的运动状态，获得所述动态障碍物的预测运动数据；

环境参数获取单元，用于获取环境风参数以及所述无人机的姿态数据，所述环境风参数包括所述无人机所处环境的风力、风向；

路径优化单元，基于蝗虫算法，根据所述预测运动数据、所述环境风参数以及所述姿态数据，对所述无人机的初始飞行路径进行优化。

8.一种无人机，其特征在于，包括雷达、风力传感器、陀螺仪以及控制器，所述控制器分别与所述雷达、所述风力传感器、所述陀螺仪通信连接；

所述雷达用于获取并向所述控制器反馈障碍物的位置数据；

所述风力传感器用于获取并向所述控制器发送环境风参数；

所述陀螺仪用于获取并向所述控制器发送所述无人机的姿态数据；

所述控制器用于执行权利要求1～6任一项权利要求所述的路径优化方法。