一种飞行设备的数据融合和飞行模式切换方法及装置
技术领域
本发明涉及导航技术领域,特别是涉及一种飞行设备的数据融合和飞行模式切换方法及装置。
背景技术
随着飞行设备的快速发展,飞行设备已经可以实现自主导航定位。飞行设备通常是利用自身携带的多种传感器所采集的数据进行自主导航定位,具体的,一般对多种传感器所采集的数据进行数据融合,然后根据融合的结果来确定飞行设备的飞行状态,即飞行设备相对于惯性坐标系的姿态、速度和位置。
现有技术中,数据融合方法所采用的模型是基于各传感器未受干扰且无故障时所采集的数据建立的,而在飞行过程中,各传感器极易受到干扰,例如:飞行设备为无人机,无人机在飞行过程中,其自身携带的传感器加速度计和陀螺仪容易受到无人机震动的影响,其自身携带的传感器磁力计容易受到磁性材质的干扰,其自身携带的传感器全球定位系统的信号容易受到高楼遮挡,这样应用上述模型对这些传感器所采集的数据进行数据融合时,可能会使得数据融合结果出现误差。
可见,现有的数据融合方法并没有充分考虑在飞行过程中各种传感器受干扰或者故障的情况。因此,在飞行过程中,当各传感器中存在受到干扰的传感器或者发生故障的传感器时,易导致数据融合结果存在误差,进而确定出的飞行状态错误,难以实现自主飞行,出现飞行设备坠机等情况。
发明内容
本发明实施例的目的在于提供一种飞行设备的数据融合和飞行模式切换方法及装置,避免飞行设备数据融合结果出现误差,实现飞行设备安全自主飞行,减少坠机概率。具体技术方案如下:
一种飞行设备的数据融合方法,所述飞行设备上至少安装有两个传感器,所述方法包括:
获得各个传感器的测量数据;
确定各个传感器的工作状态;
依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
可选的,所述传感器至少包括陀螺仪和加速度计,所述方法还包括:
判断陀螺仪和加速度计的工作状态是否正常;
所述依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,包括:
在陀螺仪和加速度计的工作状态均为正常时,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
可选的,所述依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,包括:
对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量,并依据各个传感器的工作状态标记出失效的飞行状态量。
可选的,所述传感器的工作状态包括:禁止使用、接收超时、数据错误、受干扰/信号弱和正常;
所述确定各个传感器的工作状态,包括:
针对每个传感器,判断传感器的标志位是否有效;
如果无效,确定该传感器的工作状态为禁止使用,如果有效,检测该传感器是否处于工作状态;
如果未处于工作状态,确定该传感器的工作状态为接收超时,如果处于工作状态,检测该传感器的测量数据是否有误;
如果有误,确定该传感器的工作状态为数据错误,如果无误,检测该传感器的测量数据是否在预设范围内;
如果未在预设范围内,确定该传感器的工作状态为受干扰/信号弱,如果在预设范围内,确定该传感器的工作状态为正常。
可选的,所述传感器包括陀螺仪、加速度计、气压计、全球定位系统、超声波和光流视觉传感器,所述依据各个传感器的工作状态标记出失效的飞行状态量,包括:
在全球定位系统工作状态为不正常,超声波和光流视觉传感器工作状态为正常时,标记出飞行状态量中的水平位置失效;
在全球定位系统工作状态为不正常,超声波和光流视觉传感器至少一个工作状态为不正常时,标记出飞行状态量中的水平位置和水平速度失效;
在气压计工作状态为不正常时,标记出飞行状态量中的垂直位置和垂直速度失效。
可选的,所述传感器包括陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器,所述对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量,包括:
通过预设的运动学模型、所述陀螺仪的测量数据和所述加速度计的测量数据预测所述飞行设备的第一飞行状态量;
判断所述磁力计的工作状态是否为正常,如果是,根据所述磁力计的测量数据和所述第一飞行状态量确定所述飞行设备的第二飞行状态量,如果否,将所述第一飞行状态量确定为所述飞行设备的第二飞行状态量;
判断所述气压计的工作状态是否为正常,如果是,根据所述气压计的测量数据和所述第二飞行状态量确定所述飞行设备的第三飞行状态量,如果否,将所述第二飞行状态量确定为所述飞行设备的第三飞行状态量;
判断所述全球定位系统的工作状态是否为正常,如果是,根据所述全球定位系统的测量数据和所述第三飞行状态量确定所述飞行设备的第四飞行状态量,如果否,将所述第三飞行状态量确定为所述飞行设备的第四飞行状态量;
判断所述超声波和所述光流视觉传感器的工作状态是否均为正常,如果是,根据所述超声波的测量数据和所述光流视觉传感器的测量数据和所述第四飞行状态量确定所述飞行设备的有效的飞行状态量,如果否,将所述第四飞行状态量确定为所述飞行设备的有效的飞行状态量。
一种飞行设备的飞行模式切换方法,包括:
获取飞行设备飞行状态量的有效性参数,所述飞行状态量的有效性参数通过上述任一所述的飞行设备的数据融合方法获得;
根据所述有效性参数确定所述飞行设备的飞行模式;
在所确定的飞行模式和所述飞行设备的当前飞行模式不一致时,对所述飞行设备进行飞行模式切换。
可选的,所述根据所述有效性参数确定所述飞行设备的飞行模式,包括:
当所述有效性参数显示水平位置、水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为位置辅助模式;
当所述有效性参数显示水平位置无效,水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为速度辅助模式;
当所述有效性参数显示水平位置和水平速度无效,垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为高度辅助模式;
当所述有效性参数显示垂直位置和垂直速度均无效,三轴姿态有效时,确定所述飞行设备的飞行模式为全手动控制模式。
一种飞行设备的数据融合装置,所述飞行设备上至少安装有两个传感器,所述装置包括:
获得模块,用于获得各个传感器的测量数据;
第一确定模块,用于确定各个传感器的工作状态;
数据融合模块,用于依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
可选的,所述传感器至少包括陀螺仪和加速度计,所述装置还包括:
判断模块,用于判断陀螺仪和加速度计的工作状态是否正常;
所述数据融合模块,具体用于:
在陀螺仪和加速度计的工作状态均为正常时,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
可选的,所述数据融合模块,包括:
数据融合单元,用于在陀螺仪和加速度计的工作状态均为正常时,对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量;
标记单元,用于依据各个传感器的工作状态标记出失效的飞行状态量。
可选的,所述传感器的工作状态包括:禁止使用、接收超时、数据错误、受干扰/信号弱和正常;
所述第一确定模块,包括:
第一判断单元,用于针对每个传感器,判断传感器的标志位是否有效,如果无效,触发第一确定单元,如果有效,触发第一检测单元;
所述第一确定单元,用于确定该传感器的工作状态为禁止使用;
所述第一检测单元,用于检测该传感器是否处于工作状态,如果未处于工作状态,触发第二确定单元,如果处于工作状态,触发第二检测单元;
所述第二确定单元,用于确定该传感器的工作状态为接收超时;
所述第二检测单元,用于检测该传感器的测量数据是否有误,如果有误,触发第三确定单元,如果无误,触发第三检测单元;
所述第三确定单元,用于确定该传感器的工作状态为数据错误;
所述第三检测单元,用于检测该传感器的测量数据是否在预设范围内,如果未在预设范围内,触发第四确定单元,如果在预设范围内,触发第五确定单元;
所述第四确定单元,用于确定该传感器的工作状态为受干扰/信号弱;
所述第五确定单元,用于确定该传感器的工作状态为正常。
可选的,所述传感器包括陀螺仪、加速度计、气压计、全球定位系统、超声波和光流视觉传感器,所述标记单元,具体用于:
在全球定位系统工作状态为不正常,超声波和光流视觉传感器工作状态为正常时,标记出飞行状态量中的水平位置失效;
在全球定位系统工作状态为不正常,超声波和光流视觉传感器至少一个工作状态为不正常时,标记出飞行状态量中的水平位置和水平速度失效;
在气压计工作状态为不正常时,标记出飞行状态量中的垂直位置和垂直速度失效。
可选的,所述传感器包括陀螺仪、加速度计、气压计、全球定位系统、超声波和光流视觉传感器,所述数据融合单元,包括:
预测子单元,用于通过预设的运动学模型、所述陀螺仪的测量数据和所述加速度计的测量数据预测所述飞行设备的第一飞行状态量;
第一判断子单元,用于判断所述磁力计的工作状态是否为正常,如果是,根据所述磁力计的测量数据和所述第一飞行状态量确定所述飞行设备的第二飞行状态量,如果否,将所述第一飞行状态量确定为所述飞行设备的第二飞行状态量;
第二判断子单元,用于判断所述气压计的工作状态是否为正常,如果是,根据所述气压计的测量数据和所述第二飞行状态量确定所述飞行设备的第三飞行状态量,如果否,将所述第二飞行状态量确定为所述飞行设备的第三飞行状态量;
第三判断子单元,用于判断所述全球定位系统的工作状态是否为正常,如果是,根据所述全球定位系统的测量数据和所述第三飞行状态量确定所述飞行设备的第四飞行状态量,如果否,将所述第三飞行状态量确定为所述飞行设备的第四飞行状态量;
第四判断子单元,用于判断所述超声波和所述光流视觉传感器的工作状态是否均为正常,如果是,根据所述超声波的测量数据和所述光流视觉传感器的测量数据和所述第四飞行状态量确定所述飞行设备的有效的飞行状态量,如果否,将所述第四飞行状态量确定为所述飞行设备的有效的飞行状态量。
一种飞行设备的飞行模式切换装置,包括:
获取模块,用于获取飞行设备飞行状态量的有效性参数,所述飞行状态量的有效性参数通过上述任一所述飞行设备的数据融合装置获得;
第二确定模块,用于根据所述有效性参数确定所述飞行设备的飞行模式;
切换模块,用于在所确定的飞行模式和所述飞行设备的当前飞行模式不一致时,对所述飞行设备进行飞行模式切换。
可选的,所述第二确定模块,具体用于:
当所述有效性参数显示水平位置、水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为位置辅助模式;
当所述有效性参数显示水平位置无效,水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为速度辅助模式;
当所述有效性参数显示水平位置和水平速度无效,垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为高度辅助模式;
当所述有效性参数显示垂直位置和垂直速度均无效,三轴姿态有效时,确定所述飞行设备的飞行模式为全手动控制模式。
本发明实施例中,获得各个传感器的测量数据,确定各个传感器的工作状态,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,由此,在各传感器中存在受到干扰的传感器或者发生故障的传感器时,通过确定各个传感器的工作状态,并根据工作状态进行数据融合的方式,即可获得正常工作的传感器的测量数据,通过对获得的测量数据进行数据融合,得出飞行设备的飞行状态量及其有效性参数,避免了数据融合结果出现误差,实现了飞行设备安全自主飞行,减少了坠机概率。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例所提供的一种飞行设备的数据融合方法的流程示意图;
图2为本发明实施例所提供的确定各个传感器的工作状态的流程示意图;
图3为本发明实施例所提供的一种飞行设备的飞行模式切换方法的流程示意图;
图4为本发明实施例所提供的一种飞行设备的数据融合装置的结构示意图;
图5为本发明实施例所提供的一种飞行设备的飞行模式切换装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术问题,本发明实施例提供了一种飞行设备的数据融合和飞行模式切换方法及装置。
下面首先对本发明实施例所提供的一种飞行设备的数据融合方法进行介绍。需要说明的是,在实际应用中,该飞行设备可以为无人机,该飞行设备上安装有至少两个传感器。
如图1所示,本发明实施例提供的一种飞行设备的数据融合方法,飞行设备上至少安装有两个传感器,该方法可以包括:
S101:获得各个传感器的测量数据。
通常飞行设备上至少安装有两个传感器,飞行设备利用至少安装的两个传感器所采集的数据进行自主导航定位,因此,获得飞行设备上的各个传感器的测量数据,以进行后续步骤。
S102:确定各个传感器的工作状态。
由于在飞行过程中,各传感器极易受到干扰,在各传感器受到干扰或出现故障的情况下,将严重影响飞行设备的自主导航定位。
因此为了在各传感器中存在受干扰的传感器或者发生故障的传感器的情况下,保证飞行设备的自主飞行,需要确定各个传感器的工作状态。
具体的,传感器可以为陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器。
其中,陀螺仪:用于测量飞行设备旋转的角速度。
加速度计:用于测量飞行设备的线加速度。
磁力计:通过测量地球磁场来确定飞行设备的航向角。
气压计:用于根据气压的大小推算飞行设备的高度。
全球定位系统:利用位置和速度已知的导航卫星进行导航定位,通过测定飞行设备到导航卫星的距离等参数,并结合导航卫星的瞬时位置来确定飞行设备的位置和速度。
超声波:测量超声波在发射后遇到障碍物反射回来的时间,由于超声波在空气中的传播速度为已知,根据发射和接收的时间差计算出发射点(飞行设备)到障碍物的实际距离。
光流视觉传感器:连续拍摄地面图像,通过对前后两帧的图像进行数据处理得到单位时间内飞行设备的移动距离。
具体的,传感器的工作状态可以包括:禁止使用、接收超时、数据错误、受干扰/信号弱和正常;
确定各个传感器的工作状态,可以包括:
如图2所示,针对每个传感器,判断传感器的标志位是否有效;
如果无效,确定该传感器的工作状态为禁止使用,如果有效,检测该传感器是否处于工作状态;
如果未处于工作状态,确定该传感器的工作状态为接收超时,如果处于工作状态,检测该传感器的测量数据是否有误;
如果有误,确定该传感器的工作状态为数据错误,如果无误,检测该传感器的测量数据是否在预设范围内;
如果未在预设范围内,确定该传感器的工作状态为受干扰/信号弱,如果在预设范围内,确定该传感器的工作状态为正常。
根据实际使用需求,用户可以将无需使用的传感器设置为禁止使用,此时,该被禁止使用的传感器的标志位为无效,其中,标志位有效时用1来标识,无效时用0来标识,例如:用户禁用磁力计,则磁力计的标志位为0,即无效。
因此在检测各传感器的工作状态时,判断传感器的标志位是否有效,即可确定该传感器是否工作,当判断传感器的标志位无效时,确定该传感器的工作状态为禁止使用,此时,该传感器未工作,确定该传感器的工作状态不正常。
当判断传感器的标志位有效时,继续检测该传感器是否处于工作状态,由于每个传感器采集的每一帧数据都对应其采集时间,当传感器工作时,该采集时间会随着飞行设备的当前时间的变化而更新,当传感器不工作时,该采集时间将停止更新。
因此,可以通过判断飞行设备的当前时间和传感器采集时间之间的差值是否大于时间阈值来确定传感器是否处于工作状态,当判断差值大于时间阈值时,确定该传感器未处于工作状态,进而确定该传感器的工作状态为接收超时,即该传感器的工作状态不正常。
当判断差值未大于时间阈值时,确定该传感器处于工作状态,继续检测该传感器的测量数据是否有误,一个传感器的数据测量范围可以为该传感器的技术手册上的测量范围也可以为通过先验知识获取的该传感器所在的飞行设备的极限运动数据范围,当一个传感器的实际测量数据超过该传感器的数据测量范围时,则可确定该传感器的测量数据有误。
例如:陀螺仪A可采集到的角速度的范围为±250°/s,陀螺仪A实际测量数据为300°/s,超过250°/s,确定该陀螺仪的测量数据有误。又如无人机B的极限速度范围为±50m/s,当全球定位系统检测到无人机的速度为60m/s,大于50m/s,确定该全球定位系统的测量数据有误。
因此,可以通过判断传感器的实际测量数据是否超过该传感器的数据测量范围来确定传感器的测量数据是否有误,当实际测量数据超过该传感器的数据测量值范围时,确定该传感器的工作状态为数据错误,即该传感器的工作状态不正常。
当实际测量数据未超过该传感器的数据测量范围时,确定该传感器的测量数据无误,继续检测该传感器的测量数据是否在预设范围内,由于每个传感器在飞行设备上工作时均存在一个正常的工作范围,例如:飞行设备为无人机,加速度计在无人机上的正常的工作时的模长大小在9.8m/s^2附近,磁力计在无人机上的正常的工作时的模长在单位1附近,气压计在无人机上的正常的工作时的高度(无人机飞行的海拔高度)在-1000m至10000m之间。当传感器的实际测量数据未在该正常的工作范围内时,即可确定该传感器受到干扰/信号弱。
因此,可以通过检测传感器的测量数据是否在预设范围内来确定传感器是否受到干扰/信号弱,该预设范围为正常的工作范围,当测量数据未在预设范围内时,确定该传感器的工作状态为受干扰/信号弱,即该传感器的工作状态不正常。
当测量数据在预设范围内时,确定该传感器的工作状态为正常,以便进行后续步骤。
S103:依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
在获得各个传感器的测量数据及工作状态后,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
其中,飞行设备的飞行状态量为影响飞行设备的飞行的状态量,包括水平位置、水平速度、垂直位置、垂直速度和三轴姿态,飞行状态量的有效性参数包括有效及失效,例如:依据各个传感器的测量数据及工作状态进行数据融合,得出水平位置无效,水平速度、垂直位置、垂直速度和三轴姿态均有效。
本发明实施例中,获得各个传感器的测量数据,确定各个传感器的工作状态,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,由此,在各传感器中存在受到干扰的传感器或者发生故障的传感器时,通过确定各个传感器的工作状态,并根据工作状态进行数据融合的方式,即可获得正常工作的传感器的测量数据,通过对获得的测量数据进行数据融合,得出飞行设备的飞行状态量及其有效性参数,避免了数据融合结果出现误差,实现了飞行设备安全自主飞行,减少了坠机概率。
在图1所示方法的基础上,本发明提供的一种飞行设备的数据融合方法,在传感器至少包括陀螺仪和加速度计时,该方法还可以包括:
判断陀螺仪和加速度计的工作状态是否正常;
具体的,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,可以包括:
在陀螺仪和加速度计的工作状态均为正常时,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
具体的,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,可以包括:
对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量,并依据各个传感器的工作状态标记出失效的飞行状态量。
由于在飞行过程中,各传感器极易受到干扰,在各传感器受到干扰或出现故障的情况下,将严重影响飞行设备的自主导航定位,因此为了在各传感器中存在受干扰的传感器或者发生故障的传感器的情况下,保证飞行设备的自主飞行,对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量,并依据各个传感器的工作状态标记出失效的飞行状态量。
在传感器包括陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器时,在本发明的一种实现方式中,对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量,可以包括:
通过预设的运动学模型、陀螺仪的测量数据和加速度计的测量数据预测飞行设备的第一飞行状态量;
判断磁力计的工作状态是否为正常,如果是,根据磁力计的测量数据和第一飞行状态量确定飞行设备的第二飞行状态量,如果否,将第一飞行状态量确定为飞行设备的第二飞行状态量;
判断气压计的工作状态是否为正常,如果是,根据气压计的测量数据和第二飞行状态量确定飞行设备的第三飞行状态量,如果否,将第二飞行状态量确定为飞行设备的第三飞行状态量;
判断全球定位系统的工作状态是否为正常,如果是,根据全球定位系统的测量数据和第三飞行状态量确定飞行设备的第四飞行状态量,如果否,将第三飞行状态量确定为飞行设备的第四飞行状态量;
判断超声波和光流视觉传感器的工作状态是否均为正常,如果是,根据超声波的测量数据和光流视觉传感器的测量数据和第四飞行状态量确定飞行设备的有效的飞行状态量,如果否,将第四飞行状态量确定为飞行设备的有效的飞行状态量。
本发明采用卡尔曼滤波进行数据融合,卡尔曼滤波是一种利用线性系统状态方程,通过测量数据对系统状态进行最优估计的算法。因此,卡尔曼滤波可以将各传感器提供的测量数据进行数据融合。
卡尔曼滤波可以分为两个步骤:预测更新和测量更新。预测更新是利用上一时刻状态和预测模型来预测当前时刻状态,测量更新是综合预测的当前时刻状态、测量数据和测量模型来估计最优的状态。下面对本发明在传感器包括陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器时,在陀螺仪和加速度计的工作状态均为正常时,利用卡尔曼滤波进行数据融合的方式进行详细介绍:
预测更新阶段:通过预设的运动学模型、陀螺仪的测量数据和加速度计的测量数据预测飞行设备的第一飞行状态量。
通过预设的飞行设备的运动学模型、陀螺仪的上一时刻的测量数据和加速度计上一时刻的测量数据预测飞行设备的当前时刻的第一飞行状态量。
测量更新阶段:考虑到各传感器的采集周期可能不同,为了在有传感器受到干扰或出现故障时能进行有效的数据融合,本发明采用了串级融合更新方法,假设各个传感器测量时是独立的,对测量模型进行拆解,逐一利用每个传感器的测量数据及测量模型去更新飞行设备的飞行状态量。
首先,判断磁力计的工作状态是否为正常,如果是,利用磁力计的测量数据对第一飞行状态量进行更新,得到飞行设备的第二飞行状态量,如果否,将第一飞行状态量确定为飞行设备的第二飞行状态量。
在磁力计的工作状态为正常时,利用磁力计的当前时刻的测量数据对第一飞行状态量进行更新,得到飞行设备的第二飞行状态量,在磁力计的工作状态为不正常时,为了更准确的获得数据融合的结果,不使用磁力计的测量数据,直接将第一飞行状态量确定为飞行设备的第二飞行状态量。
其次,判断气压计的工作状态是否为正常,如果是,利用气压计的测量数据对第二飞行状态量进行更新,得到飞行设备的第三飞行状态量,如果否,将第二飞行状态量确定为飞行设备的第三飞行状态量。
在气压计的工作状态为正常时,利用气压计的当前时刻的测量数据对第二飞行状态量进行更新,得到第三飞行状态量,在气压计的工作状态为不正常时,为了更准确的获得数据融合的结果,不使用气压计的测量数据,直接将第二飞行状态量确定为飞行设备的第三飞行状态量。
再次,判断全球定位系统的工作状态是否为正常,如果是,利用全球定位系统的测量数据对第三飞行状态量进行更新,得到飞行设备的第四飞行状态量,如果否,将第三飞行状态量确定为飞行设备的第四飞行状态量。
在全球定位系统的工作状态为正常时,利用全球定位系统的当前时刻的测量数据对第三飞行状态量进行更新,得到飞行设备的第四飞行状态量,在全球定位系统的工作状态为不正常时,为了更准确的获得数据融合的结果,不使用全球定位系统的测量数据,直接将第三飞行状态量确定为飞行设备的第四飞行状态量。
最后,判断所述超声波和所述光流视觉传感器的工作状态是否均为正常,如果是,利用超声波的测量数据和光流视觉传感器的测量数据对第四飞行状态量进行更新,得到飞行设备的有效的飞行状态量,如果否,将第四飞行状态量确定为飞行设备的有效的飞行状态量。
在超声波和光流视觉传感器的工作状态均为正常时,利用超声波的当前时刻的测量数据和光流视觉传感器的当前时刻的测量数据对第四飞行状态量进行更新,得到飞行设备的有效的飞行状态量,在超声波和光流视觉传感器的工作状态均为不正常时,为了更准确的获得数据融合的结果,不使用超声波的测量数据和光流视觉传感器的测量数据,直接将第四飞行状态量确定为飞行设备的有效的飞行状态量。
下面通过一具体实施例对利用卡尔曼滤波及串级融合方法进行数据融合得出飞行设备的有效的飞行状态量的方式进行详细介绍:
例如:飞行设备为无人机,传感器包括陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器,工作状态为正常的传感器为陀螺仪、加速度计、磁力计和全球定位系统;
判断陀螺仪和加速度计的工作状态是否正常,在陀螺仪和加速度计的工作状态均为正常时,通过预设的无人机运动学模型、陀螺仪的上一时刻的测量数据和加速度计上一时刻的测量数据预测无人机的当前时刻的无人机的第一飞行状态量;
判断磁力计的工作状态为正常,利用磁力计的当前时刻的测量数据对第一飞行状态量进行更新,得到无人机的第二飞行状态量;
判断气压计的工作状态为不正常,将第二飞行状态量确定为飞行设备的第三飞行状态量;
判断全球定位系统的工作状态为正常,利用全球定位系统的当前时刻的测量数据对第三飞行状态量进行更新,得到飞行设备的第四飞行状态量;
判断超声波和光流视觉传感器的工作状态均为不正常,将第四飞行状态量确定为有效的飞行状态量。
由上可见,由于逐一利用工作状态为正常的传感器的测量数据去更新飞行设备的飞行状态量,而不是同时将每个传感器的测量数据去更新飞行设备的飞行状态量,因此串级融合更新方法避免了大量的矩阵求逆,减少了计算时间,且在测量更新阶段,还可以串级选用任何一个或者多个传感器进行融合,保证了在存在受干扰或出现故障的传感器的情况下,整个数据融合过程的稳定性和有效性。
另外,在确定传感器的工作状态是否为受干扰/信号弱时可以采用本发明的卡尔曼滤波进行确定,由于有时即使传感器的测量数据在正常的工作范围内,但同样可能是受干扰,例如:飞行设备为无人机,气压计测量的高度出现从100m到300m的跳变,真实情况下无人机的高度不可能出现突然跳变,此时的高度测量数据就是气压计受到干扰后测量出的。因此,在确定传感器的工作状态是否为受干扰/信号弱时,可以采用本发明的卡尔曼滤波进行确定,通过预测更新阶段预测传感器的当前时刻的数据与当前时刻的实际的测量数据进行对比,当两者数据超过一定的阈值时,确定该传感器的工作状态为受干扰。
在传感器包括陀螺仪、加速度计、磁力计、气压计、全球定位系统、超声波和光流视觉传感器时,依据各个传感器的工作状态标记出失效的飞行状态量,可以包括:
在全球定位系统工作状态为不正常,超声波和光流视觉传感器工作状态为正常时,标记出飞行状态量中的水平位置失效;
在全球定位系统工作状态为不正常,超声波和光流视觉传感器至少一个工作状态为不正常时,标记出飞行状态量中的水平位置和水平速度失效;
在气压计工作状态为不正常时,标记出飞行状态量中的垂直位置和垂直速度失效。
全球定位系统用于获取飞行设备的水平位置和水平速度,超声波传感器和光流传感器两者同时工作也可以获取飞行设备的水平速度。因此,飞行中如果全球定位系统的工作状态为正常,无论超声波和光流传感器是否正常,数据融合时都可以确定水平位置和水平速度。
如果飞行中全球定位系统受到干扰或出现故障即全球定位系统的工作状态为不正常时,飞行设备将无法获取水平位置和水平速度,但是如果此时超声波和光流传感器工作状态为正常,数据融合时仍然可以获取水平速度,此时,标记出飞行状态量中的水平位置失效。
如果飞行过程中全球定位系统异常即全球定位系统的工作状态为不正常时,超声波和光流传感器两者中有一个或者多个异常,数据融合时将无法获取水平的位置和水平速度,此时,标记出飞行状态量中的水平位置和水平速度失效。
气压计用来测量飞行设备的高度,当飞行过程中气压计受到干扰或者出现故障即气压计工作状态为不正常时,数据融合时对飞行设备的垂直位置和垂直速度无法得到有效的估计,此时,标记出飞行状态量中的垂直位置和垂直速度失效。
如图3所示,本发明实施例提供的一种飞行设备的飞行模式切换方法,可以包括:
S301:获取飞行设备飞行状态量的有效性参数。
其中,飞行状态量的有效性参数通过上述任一飞行设备的数据融合方法获得。
依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数后,获取飞行设备飞行状态量的有效性参数,以便进行后续步骤。
S302:根据有效性参数确定飞行设备的飞行模式。
当飞行过程中,在各传感器中存在受到干扰的传感器或者发生故障的传感器的情况下,导致无人机的飞行状态将发生改变。
此时,为了保证飞行设备的自主飞行,需要对飞行设备的飞行模式进行切换,因此,根据有效性参数确定飞行设备的飞行模式。
其中,飞行模式为飞行设备飞行时采用的控制方式。飞行模式可以包括:
位置辅助模式:通过水平位置、水平速度、垂直位置、垂直速度及三轴姿态进行反馈控制;
速度辅助模式:通过水平速度、垂直位置、垂直速度及三轴姿态进行反馈控制;
高度辅助模式:通过垂直位置、垂直速度及三轴姿态进行反馈控制;
全手动控制模式:只对飞行设备的三轴姿态进行反馈控制。
具体的,根据有效性参数确定飞行设备的飞行模式,可以包括:
当有效性参数显示水平位置、水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定飞行设备的飞行模式为位置辅助模式;
当有效性参数显示水平位置无效,水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定飞行设备的飞行模式为速度辅助模式;
当有效性参数显示水平位置和水平速度无效,垂直位置、垂直速度和三轴姿态均有效时,确定飞行设备的飞行模式为高度辅助模式;
当有效性参数显示垂直位置和垂直速度均无效,三轴姿态有效时,确定飞行设备的飞行模式为全手动控制模式。
如表1所示,为不同的有效性参数对应的飞行模式。不同的飞行模式的智能级别从高到低排序依次为位置辅助、速度辅助、高度辅助和全手动控制。在位置辅助和速度辅助模式下飞行设备能够自主飞行悬停,而在高度辅助和手动模式下,需要飞行设备的操控者去不断地调整飞行设备的飞行姿态或者高度来实现平稳飞行。
表1不同的有效性参数对应的飞行模式
由于陀螺仪和加速度计是飞行设备导航系统中最核心的两个惯性测量装置,当其中任意一个受到干扰或者出现故障时,都无法实现卡尔曼滤波中的预测更新,导致飞行设备的状态估计误差将会越来越大。
因此,为了防止此现象的发生,本发明中采用了双余度设计,即在飞行设备上安装有两个陀螺仪和两个加速度计,当其中一个传感器出现问题后,直接切换到另一个未出现问题的传感器,保证飞行设备始终有一个工作状态为正常的陀螺仪和一个工作状态为正常的加速度计,这样在飞行中飞行设备都会有准确的三轴姿态导航数据。
磁力计通过测量地球磁场来确定飞行设备的航向,当磁力计受到干扰或者出现故障时,可以利用陀螺仪来确定飞行设备的航向,因此,飞行中磁力计受到干扰或者出现故障时,数据融合时仍然可以对飞行设备进行飞行状态的估计。
气压计用来测量飞行设备的高度,当飞行过程中气压计受到干扰或者出现故障时,数据融合时对飞行设备的垂直位置和垂直速度无法得到有效的估计。
全球定位系统用于获取飞行设备的水平位置和水平速度,超声波传感器和光流传感器两者同时工作也可以获取飞行设备的水平速度。因此,飞行中如果全球定位系统正常,无论超声波和光流传感器是否正常,数据融合时都可以确定水平位置和水平速度。如果飞行中全球定位系统受到干扰或出现故障时,飞行设备将无法获取水平位置和水平速度,但是如果此时超声波和光流传感器工作正常,数据融合时仍然可以获取水平速度。如果飞行过程中全球定位系统异常,超声波和光流传感器两者中有一个或者多个异常,数据融合时将无法获取水平的位置和水平速度。
S303:在所确定的飞行模式和飞行设备的当前飞行模式不一致时,对飞行设备进行飞行模式切换。
在确定了飞行设备的飞行模式后,如果所确定的飞行模式和飞行设备的当前飞行模式不一致时,对飞行设备进行飞行模式切换,如果所确定的飞行模式和飞行设备的当前飞行模式一致,则保持当前飞行模式。
由此,根据有效性参数对飞行模式进行自动切换,保证了在存在受干扰或出现故障的传感器的情况下,飞行设备飞行的稳定性,同时也提高了用户体验。
相对于上述方法实施例,本发明实施例还提供了一种飞行设备的数据融合装置,所述飞行设备上至少安装有两个传感器,如图4所示,该装置可以包括:
获得模块401,用于获得各个传感器的测量数据;
第一确定模块402,用于确定各个传感器的工作状态;
数据融合模块403,用于依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
本发明实施例中,获得各个传感器的测量数据,确定各个传感器的工作状态,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数,由此,在各传感器中存在受到干扰的传感器或者发生故障的传感器时,通过确定各个传感器的工作状态,并根据工作状态进行数据融合的方式,即可获得正常工作的传感器的测量数据,通过对获得的测量数据进行数据融合,得出飞行设备的飞行状态量及其有效性参数,避免了数据融合结果出现误差,实现了飞行设备安全自主飞行,减少了坠机概率。
具体的,所述传感器至少包括陀螺仪和加速度计,所述装置还可以包括:
判断模块,用于判断陀螺仪和加速度计的工作状态是否正常;
所述数据融合模块403,可以具体用于:
在陀螺仪和加速度计的工作状态均为正常时,依据各个传感器的测量数据及工作状态进行数据融合,得出飞行设备的飞行状态量及其有效性参数。
具体的,所述数据融合模块403,可以包括:
数据融合单元,用于在陀螺仪和加速度计的工作状态均为正常时,对工作状态为正常的传感器的测量数据进行数据融合,得出飞行设备的有效的飞行状态量;
标记单元,用于依据各个传感器的工作状态标记出失效的飞行状态量。
具体的,所述传感器的工作状态可以包括:禁止使用、接收超时、数据错误、受干扰/信号弱和正常;
所述第一确定模块402,可以包括:
第一判断单元,用于针对每个传感器,判断传感器的标志位是否有效,如果无效,触发第一确定单元,如果有效,触发第一检测单元;
所述第一确定单元,用于确定该传感器的工作状态为禁止使用;
所述第一检测单元,用于检测该传感器是否处于工作状态,如果未处于工作状态,触发第二确定单元,如果处于工作状态,触发第二检测单元;
所述第二确定单元,用于确定该传感器的工作状态为接收超时;
所述第二检测单元,用于检测该传感器的测量数据是否有误,如果有误,触发第三确定单元,如果无误,触发第三检测单元;
所述第三确定单元,用于确定该传感器的工作状态为数据错误;
所述第三检测单元,用于检测该传感器的测量数据是否在预设范围内,如果未在预设范围内,触发第四确定单元,如果在预设范围内,触发第五确定单元;
所述第四确定单元,用于确定该传感器的工作状态为受干扰/信号弱;
所述第五确定单元,用于确定该传感器的工作状态为正常。
具体的,所述传感器可以包括陀螺仪、加速度计、气压计、全球定位系统、超声波和光流视觉传感器,所述标记单元,可以具体用于:
在全球定位系统工作状态为不正常,超声波和光流视觉传感器工作状态为正常时,标记出飞行状态量中的水平位置失效;
在全球定位系统工作状态为不正常,超声波和光流视觉传感器至少一个工作状态为不正常时,标记出飞行状态量中的水平位置和水平速度失效;
在气压计工作状态为不正常时,标记出飞行状态量中的垂直位置和垂直速度失效。
具体的,所述传感器可以包括陀螺仪、加速度计、气压计、全球定位系统、超声波和光流视觉传感器,所述数据融合单元,可以包括:
预测子单元,用于通过预设的运动学模型、所述陀螺仪的测量数据和所述加速度计的测量数据预测所述飞行设备的第一飞行状态量;
第一判断子单元,用于判断所述磁力计的工作状态是否为正常,如果是,根据所述磁力计的测量数据和所述第一飞行状态量确定所述飞行设备的第二飞行状态量,如果否,将所述第一飞行状态量确定为所述飞行设备的第二飞行状态量;
第二判断子单元,用于判断所述气压计的工作状态是否为正常,如果是,根据所述气压计的测量数据和所述第二飞行状态量确定所述飞行设备的第三飞行状态量,如果否,将所述第二飞行状态量确定为所述飞行设备的第三飞行状态量;
第三判断子单元,用于判断所述全球定位系统的工作状态是否为正常,如果是,根据所述全球定位系统的测量数据和所述第三飞行状态量确定所述飞行设备的第四飞行状态量,如果否,将所述第三飞行状态量确定为所述飞行设备的第四飞行状态量;
第四判断子单元,用于判断所述超声波和所述光流视觉传感器的工作状态是否均为正常,如果是,根据所述超声波的测量数据和所述光流视觉传感器的测量数据和所述第四飞行状态量确定所述飞行设备的有效的飞行状态量,如果否,将所述第四飞行状态量确定为所述飞行设备的有效的飞行状态量。
如图5所示,本发明还提供了一种飞行设备的飞行模式切换装置,可以包括:
获取模块501,用于获取飞行设备飞行状态量的有效性参数,所述飞行状态量的有效性参数通过上述任一所述飞行设备的数据融合装置获得;
第二确定模块502,用于根据所述有效性参数确定所述飞行设备的飞行模式;
切换模块503,用于在所确定的飞行模式和所述飞行设备的当前飞行模式不一致时,对所述飞行设备进行飞行模式切换。
由此,根据有效性参数对飞行模式进行自动切换,保证了在存在受干扰或出现故障的传感器的情况下,飞行设备飞行的稳定性,同时也提高了用户体验。
具体的,所述第二确定模块502,可以具体用于:
当所述有效性参数显示水平位置、水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为位置辅助模式;
当所述有效性参数显示水平位置无效,水平速度、垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为速度辅助模式;
当所述有效性参数显示水平位置和水平速度无效,垂直位置、垂直速度和三轴姿态均有效时,确定所述飞行设备的飞行模式为高度辅助模式;
当所述有效性参数显示垂直位置和垂直速度均无效,三轴姿态有效时,确定所述飞行设备的飞行模式为全手动控制模式。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。