CN102393747B - 无人机集群的协作交互方法 - Google Patents
无人机集群的协作交互方法 Download PDFInfo
- Publication number
- CN102393747B CN102393747B CN201110237061.6A CN201110237061A CN102393747B CN 102393747 B CN102393747 B CN 102393747B CN 201110237061 A CN201110237061 A CN 201110237061A CN 102393747 B CN102393747 B CN 102393747B
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- collaborative
- cooperative groups
- cluster
- cooperation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Abstract
本发明提出一种无人机集群的协作交互方法。其中,无人机集群的协作交互方法包括以下步骤:无人机集群中的某个无人机确定其通信覆盖范围内满足协作条件的无人机,并根据满足协作条件的无人机建立无人机协作组;确定所述无人机协作组中的多架无人机的机间路由;根据所述机间路由的链路状态信息对所述无人机协作组中的多架无人机分配协作任务;根据所述无人机协作组中的多架无人机的运动状态评估所述链路状态,并根据评估结果更新所述无人机协作组的无人机及每架无人机的协作任务。本发明的无人机集群的协作交互方法实时性好,可靠性强,通信质量高,能较好地适应可视导航中的无人机集群通信环境。
Description
技术领域
本发明涉及无人机通信技术领域,特别涉及一种无人机集群的协作交互方法。
背景技术
无人机在侦察/监视、通信中继、电子对抗、灾害防治、应急搜索等应用领域需求广泛。传统的无人机控制方法是,通过外界数据通信链路对无人机进行控制,同时GPS(Global Positioning System,全球卫星定位系统)提供定位信息,这种方法存在的问题是,一方面,在有意干扰、近地或在峡谷里、有建筑物遮挡甚至是室内(对于微小型无人机)等条件下,通信链路和GPS信号很容易受阻或缺失,将导致无人机失去或暂时失去控制,另一方面,无人机只能适应相对结构化任务环境的要求,不能解决动态、未组织环境下的自主控制问题,如突然出现未预知的障碍、缺少地理信息的飞行环境等。
针对传统无人机控制的缺陷,现有技术中采用计算机视觉技术对无人机控制,利用机载传感器(如:视觉传感器、惯性导航系统、速度传感器和雷达高度表等)获取的信息进行自主导航,减少无人机对外部设备和环境的依赖。但是,这种方法也存在问题,无人机需要携带的传感设备多,处理的数据量大,同时数据融合处理实时性高,而单架(特别是载重量受限的小型、微型)的无人机载重小,资源和信息处理能力有限。
针对单架无人机存在的问题,利用多架无人机集群协作完成任务,这种方法在可视导航中得到了极大的应用,大幅度提升执行任务能力,现有技术中,采用WiFi、ZigBee等方法实施无人机集群的组网通信,这种方法存在的问题是,无人机的高动态运动会引起网络拓扑的频繁变化,破坏已有的路由信息,导致分组丢失,破坏服务质量。针对上述问题,现有的解决方法是,利用多无人机集群协作进行SLAM(Simultaneous Localization And Mapping,协作定位与地理绘图)。具体地,一种方法是采用集中式体系,在中央规划点处对每架无人机进行控制,这种方法存在的问题是带来了大量的通信和计算需求,在实时和灵活性上有所欠缺。另一种方法是采用分散共标式体系,每架无人机独立规划,这种方法存在的问题是由于规划是基于SLAM数据融合下的信息共享,关联复杂,信息滞后,每对无人机之间均需在一定的时间间隔下相互通信,资源消耗较大的问题,不易适应于高动态无人机集群环境。
发明内容
本发明的目的旨在至少解决上述技术缺陷之一。
为达到上述目的,本发明提出一种无人机集群的协作交互方法,包括以下步骤:S1:无人机集群中的某个无人机确定其通信覆盖范围内满足协作条件的无人机,并根据所述满足协作条件的无人机建立无人机协作组;S2:确定所述无人机协作组中的多架无人机的机间路由;S3:根据所述机间路由的链路状态信息对所述无人机协作组中的多架无人机分配协作任务;S4:根据所述无人机协作组中的多架无人机的运动状态评估所述链路状态,并根据评估结果更新所述无人机协作组的无人机及每架无人机的协作任务。
本发明另一方面还提出一种无人机的可视导航系统,包括:机载传感器,用于获取无人机工作环境信息和导航控制信息;数字地图发生器,用于产生并存储与工作地域相关的地图信息,其中所述地图信息用于规划无人机的工作导航路线;图形图像模型库,用于存储图形图像模型信息,并根据所述无人机工作环境信息更新所述图形图像模型库以及为所述数字地图发生器提供工作环境的视觉信息;综合信息数据库,用于存储当前和历史的可视导航信息,其中所述可视导航信息包括无人机工作路线信息、障碍物信息和特征环境信息;故障检测模块,用于检测无人机可视导航系统的故障;机间通信模块,用于无人机之间协作通信以获得其他无人机获取到的信息;和可视导航信息融合处理综合模块,用于根据所述机载传感器、所述数字地图发生器、所述图形图像模型库、所述综合信息数据库、所述故障检测模块和所述机间通信模块提供的信息进行综合处理,获得用于控制无人机工作的可视导航信息指令,并为所述机载传感器、所述数字地图发生器、所述图形图像模型库、所述综合信息数据库、所述故障检测模块和所述机间通信模块提供所需的信息,以及协调所述机载传感器、所述数字地图发生器、所述图形图像模型库、所述综合信息数据库、所述故障检测模块和所述机间通信模块的工作。
在本发明的一个实施例中,所述机间通信模块包括:协作组确定单元,用于无人机确定其通信覆盖范围内满足协作条件的无人机,并根据所述满足协作条件的无人机建立无人机协作组;机间路由确定单元,用于确定所述无人机协作组中的多架无人机的机间路由;任务分配单元,用于根据所述机间路由的链路状态信息对所述无人机协作组中的多架无人机分配协作任务;协作更新单元,用于根据所述无人机协作组中的多架无人机的运动状态评估所述链路状态,并根据评估结果更新所述无人机协作组的无人机及每架无人机的协作任务。
根据本发明实施例的无人机集群的协作交互方法和无人机的可视导航系统,将无人机任务信息传输与协作交互指令传输分开,至少具有以下有益效果:
(1)实时性好,本发明有效降低了协作任务传输的时延,特别是协作可视导航任务中,可视导航需要传感设备多,数据量大,数据融合处理实时性高,解决了单架无人机载重小,资源有限,信息处理能力有限等问题,并实现无人机集群中可视导航信息及时有效共享,使得每架无人机均能够自主、实时地规划飞行路线。
(2)可靠性强,本发明能实现无人机的可靠避障避险,进行高效、安全工作。
(3)通信质量高,本发明可提高无人机的信息处理效率,在传输时延,链路稳定性和系统资源节约方面可获得较好的通信性能,通信质量高。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例的无人机集群的协作交互方法的流程图;
图2为本发明实施例的发送协作请求指令的无人机连接协作的流程图;
图3为本发明实施例的接收协作请求指令的无人机处理连接协作的流程图;
图4为本发明一个实施例的无人机协作组交互场景的示意图;
图5为本发明实施例的发送协作请求指令的无人机进行链路状态评估的流程图;
图6为本发明实施例的计算路由保持时间的示意图;
图7为本发明一个实施例的无人机可视导航系统的结构示意图;
图8为本发明实施例的无人机可视导航系统中的机间通信模块的示意图;
图9为本发明实施例的机间通信模块的协作组确定单元的示意图;
图10为本发明实施例的机间通信模块的任务分配单元的示意图;
图11为本发明实施例的机间通信模块的协作更新单元的示意图;以及
图12为本发明另一个实施例的无人机可视导航系统中的机间通信模块的优选示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
下面结合图1-图6详细描述本发明实施例的无人机集群的协作交互方法。
如图1所示,根据本发明实施例的无人机集群的协作交互方法,包括以下步骤:
步骤S101,无人机集群中的某个无人机确定其通信覆盖范围内满足协作条件的无人机,并根据满足协作条件的无人机建立无人机协作组。
具体地,如图2所示,无人机集群中的某个无人机判断是否需要增加协作的无人机,如果判断需要增加协作的无人机,则检测其通信覆盖范围内符合协作需求的无人机,并向通信覆盖范围内符合协作需求的无人机发送协作请求指令。通信覆盖范围内符合协作需求的无人机接收到协作请求指令,并根据自身的移动和通信状况判断是否接受协作请求,当判断自身的移动和通信状况容许接受协作请求时,发送接受协作请 求的指令。然后,发送协作请求的无人机根据接收到的接受协作请求的指令,建立无人机协作组。
如图3所示,在无人机检测其通信覆盖范围内符合协作需求的无人机之前,通信覆盖范围之内的其他无人机可根据自身的通信状况判断是否满足参与协作任务的要求,如果判断自身不能参与协作任务,则不接收所述协作请求指令。例如,接收协作请求指令的无人机正在执行任务并且由于任务量多,导致通信带宽受限,不能参加其他协作组的协作任务;或者已经快要完成任务并且完成任务后不再继续执行任务,需要返回,也不能参加其他协作组的协作任务;或者无人机判断如果参与协作任务,给自身执行任务带来通信负担。由此,可减少信息冗余。
接收到协作请求指令的无人机根据自身的移动和通信状况判断是否接受协作请求,且在判断自身的移动和通信状况容许接收所述协作请求时,发送接受协作请求的指令。具体地,接收到协作请求的无人机可根据自身的通信带宽以及时延等信息判断是否接收协作请求。例如,如果接收到协作请求的无人机的通信带宽大于预定的阈值,则其满足条件,则接受协作请求并发送接受协作请求的指令。
需要说明的是,如图2所示,发送协作请求指令的无人机接收到其通信覆盖范围内的无人机返回的接受协作请求信息后,还可判断已接受任务协作的无人机总架数是否达到预定的阈值,如果已接受任务协作的无人机总架数达到预定的阈值,则无人机停止发送协作请求指令,如果已接受任务协作的无人机总架数未达到预定的阈值,则无人机可调整自身的速度、位置之后,继续发送协作请求指令。例如,图4所示的场景中,无人机⑤先判断已接受任务协作的无人机总架数为3,包括无人机②、无人机④和自身,根据任务需求预定的需要协作的无人机总架数阈值为4,则无人机⑤需要调整自身的速度或位置,重新向覆盖范围之内的其他无人机发送协作请求指令以达到已接受任务的无人机总架数为4。
特别地,如图2所示,如果无人机集群中的某个无人机在其覆盖范围内未检测到符合协作需求的无人机,则无人机调整自身的速度、位置之后,重新检测其覆盖范围内是否具有符合协作需求的无人机。例如,在图4所示的场景中,无人机⑥在其覆盖范围内未检测到符合协作需求的无人机,则无人机⑥调整自身的速度后,重新检测符合协作需求的无人机并向覆盖范围之内的无人机发送协作请求指令。
在本发明的一个示例中,符合协作需求的无人机包括:具有预定的方位的无人机、具有预定的速度的无人机、具有预定的相对距离的无人机和具有预定的机载可视传感设备的无人机。
需要说明的是,集群中的某个无人机可能只属于一个协作组,也可能属于多个协作组。当某个无人机属于多个协作组时,其可以选择不同的协作组进行相互协作通信。如图4所示,无人机②同时属于协作组A、B、C,则无人机②可选择A、B、C组中的任一个协作组,并且可随时切换到其他协作组,也可同时参加多个协作组。
根据可视导航中无人机间建立的协作路由和可视导航传输信息量,为节约资源,信道 可采用自适应动态调整的方式。为减小时延,可视导航信息传输不容易利用重传的方法,利用限制延迟重发的差错控制方法,使得包的单程传输时间小于最大的允许延迟时可选择是否重发。为提高协作效率,减小通信控制复杂度,每个协作组可建立面向任务的分布式控制协作方式进行可视导航信息传输。
步骤S102,确定无人机协作组中的多架无人机的机间路由。
步骤S103,根据机间路由的链路状态信息对无人机协作组中的多架无人机分配协作任务。
具体地,首先,根据链路的服务质量信息,确定加权因子,然后根据链路的可用传输容量信息和加权因子,确定链路的可分配任务量,再根据链路的可分配任务量,向无人机协作组中的无人机分配协作任务。
如图4所示的场景中,无人机集群中的无人机⑤发送协作请求指令,得到已接受协作请求的无人机④和无人机②,假如,无人机④的可用传输容量为100M,但是无人机④可能因为执行其他无人机协作组的协作任务而导致链路服务质量低,或者飞行在恶劣的环境条件下导致链路服务质量低,因此在本发明的示例中,可根据链路的传输时延、误码率等对链路的服务质量进行评分以确定加权因子,例如对无人机④的链路的服务质量评分为0.4,则加权因子为0.4,根据加权因子与可用传输容量的乘积确定无人机④的可分配的任务量为40。
步骤S104,根据无人机协作组中的多架无人机的运动状态,评估链路状态,并根据评估结果更新无人机协作组的无人机及其协作任务。
如图5所示,首先,判断路由链路性能状况是否在设定的转换阈值范围内,如果链路性能状况在转换阈值范围内,根据无人机协作组中的无人机的运动状态,判断协作组中的无人机是否可保持其路由通信,保持路由的最长时间可用链路生存时间表示,计算公式的示意图如图3所示,无人机①当前位置为(x1,y1,z1),速度为(v1x,v1y,v1z),无人机②当前位置为(x2,y2,z2),速度为(v2x,v2y,v2z),无人机①和无人机②之间的相对距离用r12表示,假设无人机的最大覆盖范围半径为R,t为时间,则无人机①和无人机②相对运动且能保持路由的过程,可用下式表示,
其中当等号成立时,t=Tl,无人机①和无人机②不能保持路由通信,加入无人机①是发送协作请求指令的无人机,则接受协作请求指令的无人机②退出协作组并发送退出协作信息。
另外,发送协作请求指令的无人机还可接受协作组中无人机的其他退出协作信息,例如,某架无人机突然接受到紧急任务,则向协作组的发送协作请求指令的无人机发送退出协作信息。
如果发送协作请求指令的无人机根据接收的退出信息确定有退出的无人机,则发送协作请求指令的无人机再重新判断是否需要增加协作无人机,重新执行步骤S101至S104,更新协作组的无人机及每架无人机的协作任务。
为实现上述实施例,本发明还提出一种无人机的可视导航系统。如图7所示,该无人机的可视导航系统包括:机间通信模块1、机载传感器2、数字地图发生器3、图形图像模型库4、综合信息数据库5、故障检测模块6和可视导航信息融合处理综合系统7。
其中,机间通信模块1用于无人机之间协作通信以获得其他无人机获取的信息。机载传感器2用于获取无人机工作环境信息和导航控制信息。数字地图发生器3用于产生并存储与工作地域相关的地图信息,其中地图信息用于规划无人机的工作导航路线。图形图像模型库4用于存储图形图像模型信息,并根据无人机工作环境信息更新图形图像模型库以及为数字地图发生器4提供工作环境的视觉信息。综合信息数据库5用于存储当前和历史的可视导航信息,其中可视导航信息包括无人机工作路线信息、障碍物信息和特征环境信息。故障检测6用于检测无人机可视导航系统的故障。可视导航信息融合处理综合系统7用于根据机载传感器2、数字地图发生器3、图形图像模型库4、综合信息数据库5、故障检测模块6和机间通信模块1提供的信息进行综合处理,获得用于控制无人机工作的可视导航信息指令,并为机载传感器2、数字地图发生器3、图形图像模型库4、综合信息数据库5、故障检测模块6和机间通信模块1提供所需的信息,以及协调机载传感器2、数字地图发生器3、图形图像模型库4、综合信息数据库5、故障检测模块6和机间通信模块1的工作。
下面结合图8详细描述机间通信模块1。
如图8所示,该机间通信模块1包括:协作组确定单元100、机间路由确定单元200、任务分配单元300和协作更新单元400。
其中,协作组确定单元100用于确定无人机通信覆盖范围内满足协作条件的无人机,并根据满足协作条件的无人机建立无人机协作组。机间路由确定单元200用于确定无人机协作组中的多架无人机的机间路由。任务分配单元300用于根据机间路由的链路状态信息对无人机协作组中的多架无人机分配协作任务。协作更新单元400用于根据无人机协作组中的多架无人机的运动状态,评估链路状态,并根据评估结果更新无人机协作组的无人机及每架无人机的其协作任务。
具体地,如图9所示,协作组确定单元100可包括增加无人机判断子单元110、协作请求子单元120、协作接收子单元130、协作请求判断子单元140和无人机协作组建立子单元150。其中,增加无人机判断子单元110用于判断是否需要增加协作的无人机。协作请求子单元120用于当增加无人机判断子单元110判断需要增加协作的无人机时,检测无人机的通信覆盖范围内符合协作需求的无人机,并向覆盖范围内符合协作需求的无人机发送协作请求指令。协作接收子单元130用于接收协作请求指令。协作请求判断子单元140用于根据无人机的移动和通信状况判断是否接受协作请求,且在判断无人机的移动和通信状况容许接收所述协作请求时,发送接受协作请求的指令。无人机协作组建立子单元150用于根据接收到的接受协作请求的指令,建立无人机协作组。
需要说明的是,机间通信模块1还可包括协作无人机总架数判断单元(图中未示出),用于判断已接受协作请求的无人机总架数是否达到预定的阈值。如果已接受协 作请求的无人机总架数达到预定的阈值,则协作请求子单元120停止发送协作请求指令;如果已接受协作请求的无人机总架数未达到所述预定的阈值,则协作请求子单元120继续发送协作请求指令。
特别地,机间通信模块1还可包括检测判断子单元(图中未示出),用于判断协作请求子单元120是否检测到符合协作需求的无人机,如果未检测到符合协作需求的无人机,则调整无人机的速度和位置之后,重新检测其覆盖范围内是否具有符合协作需求的无人机。
特别地,机间通信模块1还包括可参与协作组判断子单元(图中未示出),用于根据无人机的通信状况判断是否满足参与协作任务的要求。如果根据通信状况判断无人机不能参与协作任务,则不接收协作请求指令。
具体地,如图10所示,任务分配单元300可包括加权因子计算子单元310、任务量确定子单元320和任务分配子单元330。其中,加权因子计算子单元310用于根据链路的服务质量信息确定加权因子。任务量确定子单元320用于根据链路的可用传输容量信息和加权因子,确定链路的可分配的任务量。任务分配子单元330用于根据链路的可分配的任务量为无人机协作组中的每架无人机分配协作任务。
具体地,如图11所示,协作更新单元400可包括转换阈值判断子单元410、退出协作信息确定子单元420和协作更新子单元430。其中,转换阈值判断子单元410用于判断路由链路性能状况是否在设定的转换阈值范围内。退出协作信息确定子单元420用于接收退出协作信息,如果路由链路性能状况在设定的转换阈值范围内,根据无人机协作组中的无人机的运动状态,判断协作组中的无人机是否可保持其路由通信,确定是否退出协作并接收无人机发送的退出信息。退出协作信息确定子单元420还用于接收协作组中无人机的其他退出协作信息。协作更新子单元430用于根据退出协作信息重新判断是否需要增加协作无人机,并根据判断结果更新协作组的无人机及每架无人机的协作任务。
优选地,如图12所示,机间通信模块1还可包括协作任务信息传输接口单元500、交互控制接口单元600、综合信息输入输出处理单元700和信息控制中心800。其中,协作任务信息传输接口单元500用于协作任务的传输。交互控制接口单元600用于交互控制指令的传输。综合信息输入输出处理单元700用于信息或数据的分类、排队和缓冲。信息控制中心800包括信息交互控制单元810和任务协同控制单元820,信息交互控制单元810生成无人机之间的信息交互机制,任务协同控制单元820形成协作无人机之间的任务协同策略。
根据本发明实施例的无人机集群的协作交互方法和无人机的可视导航系统,将无人机任务信息传输与协作交互指令传输分开,至少具有以下有益效果:
(1)实时性好,本发明有效降低了协作任务传输的时延,特别是协作可视导航任务中,可视导航需要传感设备多,数据量大,数据融合处理实时性高,解决了单架无人机载重小,资源有限,信息处理能力有限等问题,并实现无人机集群中可视导航信息 及时有效共享,使得每架无人机均能够自主、实时地规划飞行路线。
(2)可靠性强,本发明能实现无人机的可靠避障避险,进行高效、安全工作。
(3)通信质量高,本发明可提高无人机的信息处理效率,在传输时延,链路稳定性和系统资源节约方面可获得较好的通信性能,通信质量高。
应理解,本发明的无人机集群的协作交互方法及无人机不仅适用于本实施例中所述的无人机可视导航协作任务中,也可用于其他协作任务环境。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。
Claims (8)
1.一种无人机集群的协作交互方法,其特征在于,包括以下步骤:
S1:无人机集群中的某个无人机确定其通信覆盖范围内满足协作条件的无人机,并根据所述满足协作条件的无人机建立无人机协作组,其中,所述步骤S1进一步包括:
S11:所述无人机集群中的某个无人机判断是否需要增加协作的无人机;
S12:如果所述无人机集群中的某个无人机判断需要增加协作的无人机,则所述无人机集群中的某个无人机检测其通信覆盖范围内符合协作需求的无人机,并向所述覆盖范围内符合协作需求的无人机发送协作请求指令;
S13:所述通信覆盖范围内符合协作需求的无人机接收所述协作请求指令;
S14:所述接收到协作请求指令的无人机根据自身的移动和通信状况判断是否接受协作请求,且在判断自身的移动和通信状况容许接收所述协作请求时,发送接受协作请求的指令;以及
S15:所述无人机集群的某个无人机根据接收到的接受协作请求的指令,建立所述无人机协作组;
S2:确定所述无人机协作组中的多架无人机的机间路由;
S3:根据所述机间路由的链路状态信息对所述无人机协作组中的多架无人机分配协作任务;
S4:根据所述无人机协作组中的多架无人机的运动状态评估所述链路状态,并根据评估结果更新所述无人机协作组的无人机及每架无人机的协作任务。
2.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,所述符合协作需求的无人机包括:
具有预定的方位的无人机;
具有预定的速度的无人机;
具有预定的相对距离的无人机;
具有预定的机载可视传感设备的无人机。
3.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,所述步骤S1还包括:
所述无人机集群中的某个无人机判断已接受协作请求的无人机总架数是否达到预定的阈值;
如果所述已接受协作请求的无人机总架数达到所述预定的阈值,则所述无人机集群中的某个无人机停止发送所述协作请求指令;
如果所述已接受协作请求的无人机总架数未达到所述预定的阈值,则所述无人机集群中的某个无人机继续发送所述协作请求指令。
4.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,所述步骤S1还包括:
如果所述无人机集群中的某个无人机在其覆盖范围内未检测到符合协作需求的无人机,则所述无人机集群中的某个无人机调整自身的速度、位置之后,重新检测其覆盖范围内是否具有符合所述协作需求的无人机。
5.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,在步骤S12之前还包括:
所述通信覆盖范围内的无人机判断自身的通信状况是否满足参与协作任务的要求;
如果所述通信覆盖范围内的无人机根据自身的通信状况判断自身不能参与协作任务,则不接收所述协作请求指令。
6.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,所述步骤S3进一步包括:
S31:根据链路的服务质量信息,确定加权因子;
S32:根据链路的可用传输容量信息和所述加权因子,确定所述链路的可分配的任务量;
S33:根据所述链路的可分配的任务量,向无人机协作组中的无人机分配协作任务。
7.根据权利要求1所述的无人机集群的协作交互方法,其特征在于,所述步骤S4进一步包括:
S41:判断路由链路性能状况是否在设定的转换阈值范围内;
S42:如果所述链路性能状况在所述转换阈值范围内,则根据所述无人机协作组中的无人机的运动状态,通过以下的公式,判断所述协作组中的无人机是否可保持其路由通信,
当等号成立时,所述协作组中的无人机不能保持路由通信,则所述协作组中的无人机退出协作组,并发送退出协作信息;
S43:根据所述退出协作信息,所述发送协作请求指令的无人机重新判断是否需要增加协作无人机,并根据判断结果更新所述协作组的无人机及每架无人机的协作任务。
8.根据权利要求7所述的无人机集群的协作交互方法,其特征在于,协作请求方的无人机接受所述协作组中无人机的其他退出协作信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110237061.6A CN102393747B (zh) | 2011-08-17 | 2011-08-17 | 无人机集群的协作交互方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110237061.6A CN102393747B (zh) | 2011-08-17 | 2011-08-17 | 无人机集群的协作交互方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310190625.4A Division CN103256931B (zh) | 2011-08-17 | 2011-08-17 | 无人机的可视导航系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102393747A CN102393747A (zh) | 2012-03-28 |
CN102393747B true CN102393747B (zh) | 2015-07-29 |
Family
ID=45861082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110237061.6A Active CN102393747B (zh) | 2011-08-17 | 2011-08-17 | 无人机集群的协作交互方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102393747B (zh) |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628690B (zh) * | 2012-04-19 | 2015-06-24 | 清华大学 | 两架无人机任务协同可视导航方法 |
CN102637040B (zh) * | 2012-04-23 | 2013-11-06 | 清华大学 | 无人机集群可视导航任务协同方法和系统 |
CN102707693B (zh) * | 2012-06-05 | 2015-03-04 | 清华大学 | 一种时空联合的多架无人机协同控制系统的构建方法 |
CN102749847A (zh) * | 2012-06-26 | 2012-10-24 | 清华大学 | 多无人机协同着陆方法 |
CN102854883B (zh) * | 2012-07-04 | 2014-10-22 | 北京航空航天大学 | 一种无人机动态紧急避撞区的建模方法 |
CN102768518B (zh) * | 2012-07-11 | 2014-05-21 | 清华大学 | 多无人机平台协同控制系统 |
CN103279129B (zh) * | 2013-04-24 | 2016-08-03 | 清华大学 | 无人机群可视导航的量子控制方法及系统 |
CN103268102B (zh) * | 2013-05-09 | 2015-03-04 | 清华大学 | 任务、通信和拓扑交织的无人机集群协同控制方法 |
WO2015085483A1 (en) | 2013-12-10 | 2015-06-18 | SZ DJI Technology Co., Ltd. | Sensor fusion |
CN103941747B (zh) * | 2014-03-31 | 2016-08-17 | 清华大学 | 无人机群的控制方法及系统 |
CN104133485A (zh) * | 2014-08-06 | 2014-11-05 | 江苏恒创软件有限公司 | 基于无人机的电子地图细节完善控制系统 |
WO2016033795A1 (en) | 2014-09-05 | 2016-03-10 | SZ DJI Technology Co., Ltd. | Velocity control for an unmanned aerial vehicle |
CN109388150B (zh) | 2014-09-05 | 2022-04-29 | 深圳市大疆创新科技有限公司 | 多传感器环境地图构建 |
EP3399381A1 (en) | 2014-09-05 | 2018-11-07 | SZ DJI Technology Co., Ltd. | Context-based flight mode selection |
CN104390640B (zh) * | 2014-11-13 | 2017-04-05 | 沈阳航空航天大学 | 一种基于理想流体数值计算的无人机三维航路规划方法 |
CH710646B1 (it) * | 2015-01-23 | 2019-02-28 | Paradox Eng Sa | Sistema di guida di un drone. |
CN104808702A (zh) * | 2015-05-09 | 2015-07-29 | 国家电网公司 | 一种无人驾驶飞艇定向天线的自动控制装置及作业方法 |
CN105182828B (zh) * | 2015-09-18 | 2018-09-07 | 深圳前海达闼科技有限公司 | 一种设备请求协助、响应设备协助请求的方法及设备 |
CN105787447A (zh) * | 2016-02-26 | 2016-07-20 | 深圳市道通智能航空技术有限公司 | 一种无人机基于双目视觉的全方位避障的方法及系统 |
CN105892480B (zh) * | 2016-03-21 | 2018-12-11 | 南京航空航天大学 | 异构多无人机系统协同察打任务自组织方法 |
CN105824292A (zh) * | 2016-05-23 | 2016-08-03 | 威海明达创新科技有限公司 | 一种机器人分布式控制器及控制方法 |
CN105955067A (zh) * | 2016-06-03 | 2016-09-21 | 哈尔滨工业大学 | 基于四旋翼无人机的多星智能集群控制仿真系统及采用该系统实现的仿真方法 |
CN106020238A (zh) * | 2016-07-06 | 2016-10-12 | 深圳市高巨创新科技开发有限公司 | 一种无人机搜救方法及系统 |
US10013884B2 (en) | 2016-07-29 | 2018-07-03 | International Business Machines Corporation | Unmanned aerial vehicle ad-hoc clustering and collaboration via shared intent and operator discovery |
CN106020235B (zh) * | 2016-08-02 | 2019-01-04 | 安徽朗巴智能科技有限公司 | 一种森林防护用无人机协作系统 |
CN106526239B (zh) * | 2016-12-16 | 2019-05-03 | 山东科技大学 | 一种无人机编队系统的分布式速度传感器故障诊断方法 |
CN106919183B (zh) * | 2016-12-20 | 2019-12-13 | 北京理工大学 | 统一控制的多功能无人机群组 |
CN106950984B (zh) * | 2017-03-16 | 2020-02-07 | 中国科学院自动化研究所 | 无人机远程协同察打方法 |
CN107329492A (zh) * | 2017-08-18 | 2017-11-07 | 上海顺砾智能科技有限公司 | 一种无人机集群的编队控制方法 |
CN108121358B (zh) * | 2017-08-21 | 2020-08-28 | 中国人民解放军陆军工程大学 | 无人机控制方法 |
CN107703970B (zh) * | 2017-11-03 | 2018-08-21 | 中国人民解放军陆军工程大学 | 无人机集群环绕追踪方法 |
CN107817814B (zh) * | 2017-11-10 | 2021-11-26 | 广东工业大学 | 一种无人机群、无人机群的切换方法及装置 |
CN107947845B (zh) * | 2017-12-05 | 2020-04-24 | 中国科学院自动化研究所 | 基于通信中继的无人机编队协同目标分配方法 |
CN107918403A (zh) * | 2017-12-31 | 2018-04-17 | 天津津彩物联科技有限公司 | 一种多无人机飞行轨迹协同规划的实现方法 |
CN107992086A (zh) * | 2018-01-03 | 2018-05-04 | 广东工业大学 | 一种无人机避障方法及系统 |
CN108459616B (zh) * | 2018-03-07 | 2021-08-03 | 西安电子科技大学 | 基于人工蜂群算法的无人机群协同覆盖航路规划方法 |
CN108427436A (zh) * | 2018-04-28 | 2018-08-21 | 广州亿航智能技术有限公司 | 无人机集群的飞控方法、主控无人机及计算机存储介质 |
CN108832995B (zh) * | 2018-07-13 | 2020-09-29 | 南京航空航天大学 | 基于动态规划的无人机协同消息传输方法 |
CN108901040B (zh) * | 2018-07-30 | 2021-06-11 | 西北工业大学 | 蜂群无人机的控制方法 |
CN109597428B (zh) * | 2018-12-06 | 2021-11-12 | 中电工业互联网有限公司 | 一种基于ZigBee网络的无人机防碰撞方法及无人机及服务端 |
CN109936622B (zh) * | 2019-01-29 | 2021-08-06 | 华南理工大学 | 一种基于分布式资源共享的无人机集群控制方法及系统 |
CN109945871B (zh) * | 2019-03-15 | 2021-03-02 | 中山大学 | 一种通信带宽与距离受限情况下的多无人平台同步定位与地图构建方法 |
CN110303912A (zh) * | 2019-07-11 | 2019-10-08 | 电子科技大学 | 一种基于飞艇的空中无人机移动充电系统 |
CN110347159B (zh) * | 2019-07-12 | 2022-03-08 | 苏州融萃特种机器人有限公司 | 移动机器人多机协作方法和系统 |
CN110377054B (zh) * | 2019-08-13 | 2022-04-29 | 西北工业大学 | 一种基于机载平台的无人机集群控制系统及方法 |
US20220292995A1 (en) * | 2019-09-19 | 2022-09-15 | Nokia Solutions And Networks Oy | Apparatuses and methods for unmanned aerial vehicles collision avoidance |
CN110764126B (zh) * | 2019-11-11 | 2021-08-03 | 北京航空航天大学 | 一种gps信息缺失情况下的无人车导航方法及系统 |
TWI744749B (zh) * | 2019-12-20 | 2021-11-01 | 國家中山科學研究院 | 無人機群側行通訊方法 |
CN111065105B (zh) * | 2019-12-30 | 2021-06-11 | 电子科技大学 | 一种面向无人机网络切片的分布式智能路由方法 |
CN111077909B (zh) * | 2019-12-31 | 2021-02-26 | 北京理工大学 | 一种基于视觉信息的新型无人机自组群自洽优化控制方法 |
CN111272179B (zh) * | 2020-03-20 | 2021-08-31 | 中国电子科技集团公司第五十四研究所 | 一种基于种子搜索的建筑空间无人机航线规划方法 |
CN111654814B (zh) * | 2020-05-28 | 2022-03-25 | 联想(北京)有限公司 | 一种定位方法、无人机及计算机可读存储介质 |
CN111884817B (zh) * | 2020-08-18 | 2022-08-09 | 重庆交通大学 | 一种分布式无人机集群网络安全通信的实现方法 |
CN112130582B (zh) * | 2020-09-10 | 2021-09-10 | 北京理工大学 | 一种多智能体编队形成方法 |
CN112631326B (zh) * | 2020-12-08 | 2023-09-19 | 广州中科云图智能科技有限公司 | 空地一体的无人机集群调度方法、装置及系统 |
CN112541426B (zh) * | 2020-12-10 | 2022-09-30 | 天津(滨海)人工智能军民融合创新中心 | 基于无人机集群协同感知的通信带宽自适应数据处理方法 |
CN113156993A (zh) * | 2021-04-19 | 2021-07-23 | 湖南翰坤实业有限公司 | 多架无人机协同作战智能指挥控制系统 |
CN113156994A (zh) * | 2021-04-19 | 2021-07-23 | 湖南翰坤实业有限公司 | 无人战机协同作战控制系统 |
CN113110603B (zh) * | 2021-04-26 | 2022-10-11 | 河北交通职业技术学院 | 基于集群故障的无人机集群任务可靠度分析方法 |
CN113949826A (zh) * | 2021-09-28 | 2022-01-18 | 航天时代飞鸿技术有限公司 | 一种通信带宽有限条件下无人机集群协同侦察方法及系统 |
CN114353805B (zh) * | 2022-01-13 | 2022-10-21 | 中国人民解放军国防科技大学 | 基于人工辅助的机器人集群导航方法、装置和设备 |
-
2011
- 2011-08-17 CN CN201110237061.6A patent/CN102393747B/zh active Active
Non-Patent Citations (2)
Title |
---|
唐苗,秦瑞.美国的多无人机自主协同作战项目.《飞航导弹》.2008,(第8期),第39-42页. * |
无人机自组网络通信体系结构系统设计;徐志明等;《高技术通讯》;20100630;第20卷(第6期);第551-557页 * |
Also Published As
Publication number | Publication date |
---|---|
CN102393747A (zh) | 2012-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102393747B (zh) | 无人机集群的协作交互方法 | |
CN103256931B (zh) | 无人机的可视导航系统 | |
US20230247443A1 (en) | Optimizing wireless networking using a virtual geographic information system overlay | |
CN108919803A (zh) | 一种矿用无人驾驶车辆的协同控制方法及装置 | |
US7451023B2 (en) | Collaborative system for a team of unmanned vehicles | |
US10834766B2 (en) | Unmanned vehicle controlling system and method of operating same | |
Kadhim et al. | Proactive load balancing mechanism for fog computing supported by parked vehicles in IoV-SDN | |
CN109005108B (zh) | 一种空间网络路由规划方法及系统 | |
US11354158B2 (en) | Platooning of computational resources in automated vehicles networks | |
Coutinho et al. | Guidelines for the design of vehicular cloud infrastructures for connected autonomous vehicles | |
Tang et al. | Federated learning for intelligent transmission with space-air-ground integrated network (SAGIN) toward 6G | |
CN106060858A (zh) | 基于OpenFlow扩展协议的软件定义卫星组网的方法及装置 | |
Liu et al. | Energy-efficiency computation offloading strategy in UAV aided V2X network with integrated sensing and communication | |
CN116547648A (zh) | 用于在多址边缘计算平台架构中支持应用移动性的方法和装置 | |
Al Ridhawi et al. | Intelligent blockchain-enabled communication and services: Solutions for moving internet of things devices | |
Li et al. | Task scheduling with UAV-assisted vehicular cloud for road detection in highway scenario | |
CN114337783A (zh) | 一种空间分布式边缘计算架构及业务处理方法 | |
Olivieri de Souza et al. | Evaluating flight coordination approaches of UAV squads for WSN data collection enhancing the internet range on WSN data collection | |
Zhang et al. | Collaborative driving: Learning-aided joint topology formulation and beamforming | |
Delgado et al. | OROS: Orchestrating ROS-driven collaborative connected robots in mission-critical operations | |
Su et al. | Cooperative relaying and power control for UAV-assisted vehicular networks with deep Q-network | |
CN117111635A (zh) | 一种无人机集群管理系统及其控制方法 | |
Kadhim et al. | Routing protocol for iov-fog network supported by sdn | |
Arribas et al. | An optimal scheme to recharge communication drones | |
US20230153142A1 (en) | System and method for enabling an execution of a plurality of tasks in a heterogeneous dynamic environment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |