环境重建三维格网数据下的快速航迹规划方法

doi:10.3969/j.issn.1006-2475.2017.11.004

计算机与现代化

环境重建三维格网数据下的快速航迹规划方法

(华中科技大学自动化学院多谱信息处理技术国家级重点实验室，湖北武汉 430074)

收稿日期:2017-03-16 出版日期:2017-11-21 发布日期:2017-11-21
作者简介:孟兆旭(1991-)，男，辽宁抚顺人，华中科技大学自动化学院多谱信息处理技术国家级重点实验室硕士研究生，研究方向：任务规划; 蔡超(1971-)，男，山东东明人，副教授，博士，研究方向：任务规划，计算机视觉。

A Fast Route Planning Method with 3D Reconstruct Triangular Grid

(State Key Laboratory for Multi-spectral Information Processing Technologies, School of Automation, Huazhong University of Science and Technology, Wuhan 430074, China)

Received:2017-03-16 Online:2017-11-21 Published:2017-11-21

摘要/Abstract

摘要： 三维环境重建数据往往以三角格网的形式进行管理和存储，在该数据上进行航迹规划是飞行器、机器人等实现自主飞行或行走的基础。但是航迹规划过程面临的最大困难是规划数据量庞大，规划时间过长以及内存消耗过大。本文以三维重建所得到的三角格网环境数据为基础，提出一种基于通视性分析的三维航迹规划算法。与A*算法和粒子群算法进行对比，实验结果表明本文算法能够在占用较少的内存空间的情况下快速生成三维可行航迹。

关键词: 三维重建, 三角格网, 通视性分析, 快速航迹规划, A*搜索

Abstract: The 3D environment reconstruction data are often represented with triangular grid, 3D reconstruction data based path planning is a basic work for UAV’s autonomous flight. However, the biggest difficulty in the planning process is the large amount of planning data, the long planning time and the excessive consumption of memory. Based on the triangular grid environment data obtained by 3D reconstruction, this paper proposed a three-dimensional path planning algorithm based on visibility analysis. By experiment, the method based on the visibility analysis was compared with the A * algorithm and particle swarm optimization. The experimental results showed that the proposed algorithm can generate three-dimensional feasible track rapidly in the case of less memory space.

Key words: three-dimensional reconstruction, triangle grid, visibility analysis, fast route planning, A * search

中图分类号:

TP18

孟兆旭，蔡超. 环境重建三维格网数据下的快速航迹规划方法[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2017.11.004.

MENG Zhao-xu, CAI Chao. A Fast Route Planning Method with 3D Reconstruct Triangular Grid[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2017.11.004.

参考文献

[1] 陈文山. 基于三角网格模型的心脏超声图像三维表面重建[J]. 福建电脑, 2014(11):20-22.

[2] 卫洪春,刘洋,马丰玺. 三角网格细分法在重建隧道三维结构中的应用[J]. 计算机与信息技术, 2006(10):22-23.

[3] 胡立堂,周爱国. 工程中三角网格等值线的实现与应用[J]. 工程地质计算机应用, 2002(2):14-15.

[4] 王新宇. 基于计算机立体视觉的三维重建[D]. 长沙:中南大学, 2004.

[5] Hartley R, Zisserman A. Multiple View Geometry in Computer Vision[M]. Cambridge University Press, 2003.

[6] Hwang J Y, Kim J S, Lim S S, et al. A fast path planning by path graph optimization[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part A: Systems and Humans, 2003,33(1):121-129.

[7] Gilmore J F, Czuchry A J. A neural network model for route planning constraint integration[C]// Proceedings of the 1992 IEEE International Joint Conference on Neural Networks. 1992,3:221-226.

[8] 孟祥恒,王社伟,陶军. 基于改进蚁群算法的多无人机航路规划研究[J]. 计算机仿真, 2008,25(11):56-59.

[9] Eberhart R, Kennedy J. A new optimizer using particle swarm theory[C]// Proceedings of the 6th International Symposium on Micro Machine and Human Science. 1995:39-43.

[10] 刘莉,于成龙,王祝,等. 小型无人机快速三维航迹规划方法[J]. 系统工程与电子技术, 2013,35(12):2521-2526.

[11] 莫宏伟,马靖雯. 基于蚁群算法的四旋翼航迹规划[J]. 智能系统学报, 2016,11(2):216-225.

[12] Bortoff S. Path planning for UAVs[C]// Proceedings of the 2000 American Control Conference. 2000,1:364-368.

[13] Toussaint G. Shortest path solves edge-to-edge visibility in a polygon[J]. Pattern Recognition Letters, 1986,4(3):165-170.

[14] 李元臣,刘维群. 基于Dijkstra算法的网络最短路径分析[J]. 微计算机应用, 2004,25(3):295-298.

[15] Harmany Z T, Marcia R F, Willett R M. Sparse Poisson intensity reconstruction algorithms[C]// Proceedings of the 15th IEEE/SP Workshop on Statistical Signal Processing. 2009:634-637.

[16] 刘金玲,唐棣. 基于泊松方程实现点云的表面重构[J]. 计算机应用与软件, 2009,26(4):227-228.

[17] 陈寅. 基于泊松方程的浮雕处理技术研究[D]. 长沙:国防科学技术大学, 2010.

环境重建三维格网数据下的快速航迹规划方法

A Fast Route Planning Method with 3D Reconstruct Triangular Grid

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 9

编辑推荐

Metrics

本文评价

[1]	张亚文, 林文忠, 韩晓东. 基于组合特征点和主成分分析的点云配准算法[J]. 计算机与现代化, 2023, 0(09): 59-63.
[2]	田小壮, 李松, 付国萍, 谭启昀, 单德帅, 王伟光, 王祝. 时间最优的无人机巡检避障路径规划[J]. 计算机与现代化, 2023, 0(03): 43-47.
[3]	张文元, 海琳琦, 刘英杰, 张海波. 一种基于改进多光谱的稀疏角CB-XLCT成像方法[J]. 计算机与现代化, 2022, 0(05): 96-101.
[4]	苏桃, 邵盈鑫, 李纯斌, 吴静, 常秀红, 杨帆. 基于运动恢复结构方法的植株三维重建[J]. 计算机与现代化, 2020, 0(11): 94-99.
[5]	化春键1,2，方程骏1,2，陈莹3. 基于改进Census变换的自由曲面立体匹配方法[J]. 计算机与现代化, 2015, 0(7): 44-.
[6]	韦羽棉，尚赵伟. 基于Kinect的旋转刚体三维重建方法[J]. 计算机与现代化, 2014, 0(5): 89-93，98.
[7]	董小龙;郭太良. 一种基于激光散斑去相关技术的三维重建方法[J]. 计算机与现代化, 2012, 203(7): 83-87.
[8]	党光磊;韦巍. 基于MITK的医学图像系统设计[J]. 计算机与现代化, 2011, 1(2): 8-10.
[9]	沈文超;孙涌. 不规则扁平粒状物表面平整度识别与分选方法的研究 [J]. 计算机与现代化, 2010, 1(7): 115-119.