CN107623590A - 用于无人机群实时监控的配置方法及系统 - Google Patents
用于无人机群实时监控的配置方法及系统 Download PDFInfo
- Publication number
- CN107623590A CN107623590A CN201710713516.4A CN201710713516A CN107623590A CN 107623590 A CN107623590 A CN 107623590A CN 201710713516 A CN201710713516 A CN 201710713516A CN 107623590 A CN107623590 A CN 107623590A
- Authority
- CN
- China
- Prior art keywords
- msub
- msubsup
- mrow
- supervising device
- monitoring
- 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.)
- Withdrawn
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明属于安防监控技术领域,具体涉及一种用于无人机群实时监控的配置方法及系统。本发明的方法包括以下步骤:各个无人机上的监控装置采集初始配置信息,并发送给远端的计算装置;所述计算装置接收所有监控装置的初始配置信息,根据内置的优化模型计算得到各个监控装置的最优配置信息,分别发送给相应的监控装置;无人机的监控装置接收到所述最优配置信息后,根据所述最优配置信息执行相应动作;其中,所述初始配置信息包括:初始位置经度、初始位置纬度、初始视角以及初始视距;所述最优配置信息包括:最优位置经度、最优位置纬度、最优视角以及最优视距。本发明的技术方案通用性强、可操作性好,可解决复杂安防监控场景中的动态监控问题。
Description
技术领域
本发明属于安防监控技术领域,具体涉及一种用于无人机群实时监控的配置方法及系统。
背景技术
无人机航拍技术是以无人机作为空中搭载平台,以航拍相机获取地面影像信息的新型应用技术,现已成为安防监控领域的最具前景的技术发展方向之一。作为一种先进的航拍监控应用方式,基于无人机群的监控系统可以对复杂环境实施全方位实时监控。一般基于无人机群的监控系统通常可以处理静态目标的简单情况;其基本思路为:考虑安防监控的实际需求,对单一静态目标直接配置一个或多个无人机监控相机,从而得到无人机群的监控配置方案。客观而言,现有配置方法易于实施且可以有效解决一类实际问题;然而,存在很多不足。首先很多情况下,监控需求是动态的,需要根据环境变化实时调整监控策略,预先制定的监控配置方案难以满足监控目标不断变化的复杂场景监控需求。其次,现有的一些优化方法可以在理论上解决针对目标变化的实时配置问题,但难以通过一般计算机语言进行描述并实现高效、稳定求解,对于安防监控中的实际问题存在技术应用方面的障碍。
通过分析可以发现,对复杂环境构建基于无人机群的实时监控配置系统,面临的难点问题可归纳为:1.出于成本或效率的考虑,无人机群通常由状态各异的监控单元组成,例如无人机群上搭载了不同品牌、型号的航拍相机,存在标准差异,无法构建统一的优化模型;2.监控策略通常涉及多个动态目标,无法对多目标进行精确的监控指标量化;3.将现有优化方法直接拓展到无人机群实时监控配置系统中,将导致一个高维设计向量与较多约束的复杂优化模型,不但难以通过计算机编程实现此类优化模型的构建,而且对其求解的过程更有可能面临计算量大、收敛性差的数值问题,难以满足实际安防监控过程所面临的实时性与鲁棒性的需求。因此,针对复杂安防监控场景中常常面临的动态监控策略实施问题,发展出一种通用性强、可操作性好的无人机群实时监控配置系统,具有非常重要的现实意义。
发明内容
本发明的目的之一在于克服以上缺点,提供一种通用性强、可操作性好的用于无人机群实时监控的配置方法及系统。
为了解决上述技术问题,本发明提供了一种用于无人机群实时监控的配置方法,包括以下步骤:
各个无人机上的监控装置采集初始配置信息,并发送给远端的计算装置;
所述计算装置接收所有监控装置的初始配置信息,根据内置的优化模型计算得到各个监控装置的最优配置信息,分别发送给相应的监控装置;
无人机的监控装置接收到所述最优配置信息后,根据所述最优配置信息执行相应动作;
其中,所述初始配置信息包括:初始位置经度、初始位置纬度、初始视角以及初始视距;所述最优配置信息包括:最优位置经度、最优位置纬度、最优视角以及最优视距。
本发明的技术方案将监控装置的配置信息归纳为由位置经度、位置纬度、视角以及视距四个元素构成的标准向量,避免了不同品牌、型号、标准的监控单元在优化模型构建中引入的差异,从而显著提升了本方法的可操作性。
进一步地,所述优化模型包括设计变量、设计目标以及设计约束。
进一步地,所述设计变量为所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
进一步地,所述设计目标为无人机群的配置时间,计算公式为:
其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的配置速度,ti为第i个监控装置调整到目标配置信息所需的时间。
在本方法优化模型的设计目标功能函数中,考虑到了各监控装置的配置速度、位置和状态等无人机群的动态特性,可满足监控目标不断变化的复杂场景监控需求,适用范围更加广泛。
进一步地,所述设计约束包括监控策略指标和监控策略达成函数,其中,
所述监控策略指标由用户设定,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的监控策略指标值,
所述监控策略达成函数计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。
本方法优化模型的设计约束中,一方面,可通过监控策略达成函数对多目标进行精确的监控指标量化,保证本发明在解决实际问题方面具有较强的通用性和可操作性;另一方面,用户操作上只要通过简单设定监控策略指标值即可,简化了使用人员的操作,降低了人员的技术要求。
进一步地,所述优化模型的标准优化数学模型形式为:
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示无人机群对第j个目标的监控达成指标值,为对于第j个目标设定的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
本发明技术方案所构建的优化模型符合标准优化数学模型形式,可采用一般计算机语言进行编程实现,并可通过调用商业数学软件中的标准计算工具进行高效求解,不但提高了复杂监控环境监控配置的可操作性,而且大幅降低了系统使用者专业技能方面的要求。
相应地,本发明还提供了一种用于无人机群实时监控的配置系统,其特征在于,包含监控装置和计算装置,其中,
监控装置,位于无人机的监控单元中,与远端的计算装置进行通讯,用于采集监控装置的初始配置信息;用于发送所述初始配置信息给计算装置;用于接收计算装置发送的最优配置信息;用于根据最优配置信息执行相应动作;
计算装置,与远端的监控装置进行通讯,用于接收监控装置发送的初始配置信息;用于接收用户输入的多目标监控策略指标;用于根据内置的优化模型计算得到各个监控装置的最优配置信息;用于将最优配置信息发送给远端的监控装置;
其中,所述初始配置信息包括:初始位置经度、初始位置纬度、初始视角以及初始视距;所述最优配置信息包括:最优位置经度、最优位置纬度、最优视角以及最优视距。
进一步地,所述计算装置还用于显示各监控装置的初始配置信息及最优配置信息。
进一步地,所述监控装置包含采集模块、通讯模块和控制模块,其中,
采集模块,用于采集监控装置的初始配置信息;
通讯模块,用于发送所述初始配置信息给计算装置;用于接收计算装置发送的最优配置信息;
控制模块,用于根据最优配置信息执行相应动作。
进一步地,所述计算装置包含交互模块、求解模块和通讯模块,其中,
交互模块,用于接收用户输入的多目标监控策略指标;
求解模块,用于根据内置的优化模型计算得到各个监控装置的最优配置信息;
通讯模块,用于接收监控装置发送的初始配置信息;用于将最优配置信息发送给远端的监控装置。
进一步地,所述交互模块还用于显示各监控装置的初始配置信息及最优配置信息。
进一步地,所述优化模型包括设计变量、设计目标以及设计约束。
进一步地,所述设计变量为所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
进一步地,所述设计目标为无人机群的配置时间,计算公式为:
其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的配置速度,ti为第i个监控装置调整到目标配置信息所需的时间。
进一步地,所述设计约束包括监控策略指标和监控策略达成函数,其中,
所述监控策略指标由用户设定,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的监控策略指标值,
所述监控策略达成函数计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。
进一步地,所述优化模型的标准优化数学模型形式为:
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示无人机群对第j个目标的监控达成指标值,为对于第j个目标设定的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
综上所述,本发明技术方案的有益效果有:
1.将监控装置的配置信息归纳为由位置经度、位置纬度、视角以及视距四个元素构成的标准向量,避免了不同品牌、型号、标准的监控单元在优化模型构建中引入的差异,从而提高了复杂监控环境监控配置的可操作性。
2.优化模型的设计目标功能函数中,考虑到了各监控装置的配置速度、位置和状态等无人机群的动态特性,适用范围更加广泛。
3.优化模型的设计约束中,一方面,可通过监控策略达成函数对多目标进行精确的监控指标量化,保证本发明在解决实际问题方面具有较强的通用性和可操作性;另一方面,用户操作上只要通过简单设定监控策略指标值即可,简化了使用人员的操作,降低了人员的技术要求。
4.本发明技术方案所构建的优化模型符合标准优化数学模型形式,可采用一般计算机语言进行编程实现,并可通过调用商业数学软件中的标准计算工具进行高效求解,不但提高了复杂监控环境监控配置的可操作性,而且大幅降低了系统使用者专业技能方面的要求。
附图说明
图1是本发明的一种用于无人机群实时监控的配置方法步骤流程图。
图2是本发明的一种用于无人机群实时监控的配置系统结构图。
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作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。另外,本发明提出的用于无人机群实时监控的配置方法及系统,其中所述优化模型可以通过一般可执行程序代码实现,这些代码可以在一般计算装置上执行;所述计算装置可以由单一电子设备构成,也可以是由多个电子设备构成;所述任一监控装置同理。所提方法不限制于任何特定的可执行性程序代码、计算装置、监控装置结合。
如图1,为本发明的一种用于无人机群实时监控的配置方法,包括以下步骤:
步骤1、各个无人机上的监控装置采集初始配置信息,并发送给远端的计算装置;
无人机(UAV)是无人驾驶飞行器的统称,指的是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机通常由机身、控制单元、动力单元、监控单元等多个功能单元组成,本发明所述的监控装置属于无人机监控单元的一部分,指的是搭载在无人机上用于采集图片或影像的设备装置及其相关功能模块,例如,无人机搭载的航拍相机,除了进行影像采集之外,还要进行影像数据的发送,与远程控制中心之间指令通讯以及控制指令的动作执行等操作。通常情况下,无人机的监控单元与监控装置是一一对应的关系,即一架无人机的监控单元只搭载一个监控装置。另外,计算装置指的是位于远程的控制中心,通常可以是一台远程服务器,通过无线电台等常规方式与监控装置进行通讯,主要用于统一接收所有无人机的返回的初始配置信息,进行最优化配置计算,发送最优配置信息给无人机的监控装置以及和操作用户之间的输入输出交互。
本发明的用于无人机群实时监控的配置方法,首先需要每个无人机上的监控装置采集当前的初始配置信息,并返回给远端的计算装置。这里的初始配置信息包括以下四个参数:
1.当前所处位置的经度值。
2.当前所处位置的纬度值。
3.初始视角,即摄像装置视线与水平线的夹角。
4.初始视距,指的是摄像装置能够实现有效成像的距离,它的取值范围是在由最大距离和最小距离作为上下界的区间内。当摄像装置与监控目标的距离处于该区间内时,均可以得到有效成像,但成像效果往往会存在差异。在具体的实施例中,通常采用的初始视距为名义视距,即区间的中点值。
在实际的应用场景中,出于成本或效率的考虑,无人机群通常由状态各异的监控单元组成,例如无人机群上搭载了不同品牌、型号的航拍相机,参数标准不尽相同,无法构建统一的优化模型,由于本发明的技术方案将监控装置的配置信息归纳为由位置经度、位置纬度、视角以及视距四个通用元素构成的标准向量,避免了不同品牌、型号、标准的监控单元在优化模型构建中引入的差异,从而显著提升了本方法的可操作性。
步骤2、所述计算装置接收所有监控装置的初始配置信息,根据内置的优化模型计算得到各个监控装置的最优配置信息,分别发送给相应的监控装置;
在无人机群监控多目标的应用场景中,通常有各种不同的无人机配置方案,均能达到监控的目的,但是如何能够找出最优最合理的无人机群监控配置方案,在数学领域中,就属于求解最优化问题,求解最优化问题的步骤为:建立一个优化模型,包括设计变量、设计目标以及设计约束三要素,再对该优化模型进行求解,得到最优结果。其中,设计变量是指最优化问题中所涉及的与设计约束条件和设计目标函数有关的待确定的量;设计目标是指最优化问题中与变量有关的待求其极值的函数;设计约束是指最优化问题中求目标函数的极值时变量必须满足的限制条件。
本发明的技术方案中,优化模型预先内置于计算装置中,其中,该优化模型的设计变量即为所有监控装置的配置信息,即位置经度、位置纬度、视角以及视距四个参数。本发明中,优化模型计算所需的设计变量初始值需要无人机监控装置进行采集收集,同时,优化模型计算得到的的最优结果也是这四个参数值。具体的,所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
在一优选的实施例中,本发明的优化模型的设计目标为无人机群的配置时间,指的是无人机群中所有无人机从当前配置信息调整到目标配置信息的所需的时间,这里配置信息调整包括无人机位置的移动(位置经度、纬度值的改变),监控装置视角调整,视距调整等,目标函数公式为:
上述公式中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的按照最优配置信息进行配置的速度,ti为第i个监控装置调整到目标配置信息所需的时间。通常情况下,监控装置调整视角和视距的时间远远小于调整位置经度和位置纬度的时间,可以忽略不计,因此上述公式中,可处理成表示目标位置到初始位置的距离;可以用监控单元的平均飞行速度来计算,max()表示求最大值,取所有无人机中最长的配置时间作为整个机群的配置时间。本发明的优化模型设计目标功能函数中,考虑到了各监控装置的配置速度、位置和状态等无人机群的动态特性,适用范围更加广泛。
在另一具体的实施例中,本发明的用于无人机群实时监控的配置方法,优化模型的设计约束包括监控策略指标和监控策略达成函数,其中,监控策略指标由用户设定,根据不同目标对象的关注程度,对每一个目标设置的监控的权重数值,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的监控策略指标值。例如,对于有3个监控目标的应用场景,可设置监控策略指标为(0.2,0.3,0.5),表示对第一个监控目标的期望监控权重为20%,对第二个监控目标的期望监控权重为30%,对第三个监控目标的期望监控权重为50%。通过简单设定监控策略指标值,可简化了使用人员的操作步骤,降低了人员的技术要求。
另外,监控策略达成函数,用于计算整个无人机群对于某一给定目标的监控达成指标,只有计算出的监控达成指标大等于用户设定的监控策略指标,约束条件才满足。考虑到在实际的应用中,一个监控装置可以对多个监控目标进行监控,因此某一个监控目标的监控达成情况可以由所有监控装置对该目标的监控贡献度累加而成,具体计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。通过监控达成指标函数,可对多目标进行精确的监控指标量化,保证本发明在解决实际问题方面具有较强的通用性和可操作性。
优选地,根据前述的设计变量、设计目标和设计约束,本发明的优化模型可以归纳为标准优化数学模型形式:
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示整个无人机群对第j个目标的监控达成指标值,为用户对于第j个目标设定的期望达到的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
通过将优化模型归纳为标准优化数学模型形式后,以无人机群初始监控配置作为优化初始点,通过调用现有的商业数学软件(如MATLAB)中的标准计算工具(如二次序列规划、遗传算法等),可以对优化模型进行高效计算,得到无人机群整体最优监控配置方案这里的最优监控配置方案由每一个监控装置的最优配置信息组成,包括最优位置经度、最优位置纬度、最优视角以及最优视距,计算装置再将最优配置信息发送给相应的监控装置。
步骤3、无人机的监控装置接收到所述最优配置信息后,根据所述最优配置信息执行相应动作;
监控装置根据接收到的最优位置经度和最优位置纬度,控制无人机移动到目标位置,同时根据最优视角以及最优视距调整摄像设备。
下面以一具体的实施例说明本发明的用于无人机群实时监控的配置方法,该实施例中,无人机群由四架无人机组成,每架无人机上搭载一个监控装置,监控目标为两个,监控装置通过无线方式与远程的计算装置进行通讯,计算装置内置了本发明的优化模型,对无人机群实时监控的进行配置方法步骤为:
1.用户在计算装置交互模块设定两个监控目标的监控策略指标和
2.四架无人机上的监控装置分别采集各自的初始配置信息(包括初始位置经度,初始位置纬度,初始视角,初始视距),并发送给远端的计算装置;
3.计算装置接收四个监控装置的初始配置信息,得到初始配置信息矩阵;
4.计算装置根据监控目标个数、监控装置个数确定优化模型为:
并调用现有的商业数学软件MATLAB中的标准计算工具计算得到四个监控装置的最优配置信息(包括最优位置经度,最优位置纬度,最优视角,最优视距),分别发送给相应的监控装置;
5.四架无人机的监控装置接收到最优配置信息后,分别根据接收到的最优位置经度和最优位置纬度,控制无人机移动到目标位置,同时根据最优视角以及最优视距调整摄像设备。
如图2,是本发明的一种用于无人机群实时监控的配置系统结构图,包含监控装置和计算装置,其中,
监控装置,位于每架无人机的监控单元中,与远端的计算装置通过无线等常规方式进行通讯,每个监控装置包含有:采集模块,用于采集监控装置的初始配置信息,包括初始位置经度、初始位置纬度、初始视角以及初始视距;通讯模块,用于发送采集的初始配置信息给计算装置,同时用于接收计算装置发送的最优配置信息;控制模块,用于根据最优配置信息执行相应动作,例如根据接收到的最优位置经度和最优位置纬度,控制无人机移动到目标位置,同时根据最优视角以及最优视距调整摄像设备;
计算装置,唯一的远程控制中心,与监控装置是一对多的关系,与监控装置通过无线等常规方式进行通讯,对整个无人机群进行统一的配置管理。通常,计算装置包括以下模块:交互模块,用于接收用户输入的多目标监控策略指标,即根据不同目标对象的关注程度,对每一个目标设置的监控的权重数值;求解模块,用于根据内置的优化模型计算得到各个监控装置的最优配置信息,包括最优位置经度、最优位置纬度、最优视角以及最优视距;通讯模块,用于接收监控装置发送的初始配置信息,以及将最优配置信息发送给远端的监控装置。
在一优选的实施例中,本发明远端的计算装置中的交互模块,还可以用于在屏幕界面上显示各监控装置的初始配置信息及最优配置信息,方便用户的操作使用。
在一具体的实施例中,本发明的用于无人机群实时监控的配置系统,计算装置中内置的优化模型包括设计变量、设计目标以及设计约束三部分元素。其中,设计变量为所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
设计目标为无人机群的配置时间,计算公式为:
其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的配置速度,ti为第i个监控装置调整到目标配置信息所需的时间。通常情况下,监控装置调整视角和视距的时间远远小于调整位置经度和位置纬度的时间,可以忽略不计,因此上述公式中,可处理成表示对向量求模,计算出目标位置到初始位置的距离;可以用监控单元的平均飞行速度来计算,max()表示求最大值,取所有无人机中最长的配置时间作为整个机群的配置时间。
设计约束包括监控策略指标和监控策略达成函数,其中,监控策略指标由用户通过计算装置的交互模块进行设定,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的期望监控策略指标值;监控策略达成函数用于计算整个无人机群对于某一给定目标的监控达成指标,只有计算出的监控达成指标大等于用户设定的监控策略指标,约束条件才满足。考虑到在实际的应用中,一个监控装置可以对多个监控目标进行监控,因此某一个监控目标的监控达成情况可以由所有监控装置对该目标的监控贡献度累加而成,计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。
根据上述的各计算公式,本发明的用于无人机群实时监控的优化模型的标准优化数学模型形式为:
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示无人机群对第j个目标的监控达成指标值,为对于第j个目标设定的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
本发明的技术方案的优化模型符合标准优化数学模型形式,可采用一般计算机语言进行编程实现,并可通过调用商业数学软件(如MATLAB)中的标准计算工具(如二次序列规划、遗传算法等)进行高效求解,不但提高了复杂监控环境监控配置的可操作性,而且大幅降低了系统使用者专业技能方面的要求。
上述具体实施方式只是对本发明的技术方案进行详细解释,本发明并不只仅仅局限于上述实施例,凡是依据本发明原理的任何改进或替换,均应在本发明的保护范围之内。
Claims (16)
1.一种用于无人机群实时监控的配置方法,其特征在于,包括以下步骤:
各个无人机上的监控装置采集初始配置信息,并发送给远端的计算装置;
所述计算装置接收所有监控装置的初始配置信息,根据内置的优化模型计算得到各个监控装置的最优配置信息,分别发送给相应的监控装置;
无人机的监控装置接收到所述最优配置信息后,根据所述最优配置信息执行相应动作;
其中,所述初始配置信息包括:初始位置经度、初始位置纬度、初始视角以及初始视距;所述最优配置信息包括:最优位置经度、最优位置纬度、最优视角以及最优视距。
2.如权利要求1所述的用于无人机群实时监控的配置方法,其特征在于,所述优化模型包括设计变量、设计目标以及设计约束。
3.如权利要求2所述的用于无人机群实时监控的配置方法,其特征在于,所述设计变量为所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
4.如权利要求2所述的用于无人机群实时监控的配置方法,其特征在于,所述设计目标为无人机群的配置时间,计算公式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>P</mi>
</msubsup>
<mo>|</mo>
<mo>|</mo>
<mo>/</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的配置速度,ti为第i个监控装置调整到目标配置信息所需的时间。
5.如权利要求2所述的用于无人机群实时监控的配置方法,其特征在于,所述设计约束包括监控策略指标和监控策略达成函数,其中,
所述监控策略指标由用户设定,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的监控策略指标值,
所述监控策略达成函数计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。
6.如权利要求3至5任一所述的用于无人机群实时监控的配置方法,其特征在于,所述优化模型的标准优化数学模型形式为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<munder>
<mi>min</mi>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
</munder>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
<msub>
<mi>g</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>j</mi>
<mi>n</mi>
</munderover>
<msub>
<mi>g</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mi>T</mi>
</msubsup>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>j</mi>
<mi>n</mi>
</munderover>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mi>T</mi>
</msubsup>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>X</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>&Omega;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&alpha;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&beta;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&theta;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>)</mo>
</mrow>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&alpha;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&beta;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&theta;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>m</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
</mrow>
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示无人机群对第j个目标的监控达成指标值,为对于第j个目标设定的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
7.一种用于无人机群实时监控的配置系统,其特征在于,包含监控装置和计算装置,其中,
监控装置,位于无人机的监控单元中,与远端的计算装置进行通讯,用于采集监控装置的初始配置信息;用于发送所述初始配置信息给计算装置;用于接收计算装置发送的最优配置信息;用于根据最优配置信息执行相应动作;
计算装置,与远端的监控装置进行通讯,用于接收监控装置发送的初始配置信息;用于接收用户输入的多目标监控策略指标;用于根据内置的优化模型计算得到各个监控装置的最优配置信息;用于将最优配置信息发送给远端的监控装置;
其中,所述初始配置信息包括:初始位置经度、初始位置纬度、初始视角以及初始视距;所述最优配置信息包括:最优位置经度、最优位置纬度、最优视角以及最优视距。
8.如权利要求7所述的用于无人机群实时监控的配置系统,其特征在于,所述计算装置还用于显示各监控装置的初始配置信息及最优配置信息。
9.如权利要求7所述的用于无人机群实时监控的配置系统,其特征在于,所述监控装置包含采集模块、通讯模块和控制模块,其中,
采集模块,用于采集监控装置的初始配置信息;
通讯模块,用于发送所述初始配置信息给计算装置;用于接收计算装置发送的最优配置信息;
控制模块,用于根据最优配置信息执行相应动作。
10.如权利要求7所述的用于无人机群实时监控的配置系统,其特征在于,所述计算装置包含交互模块、求解模块和通讯模块,其中,
交互模块,用于接收用户输入的多目标监控策略指标;
求解模块,用于根据内置的优化模型计算得到各个监控装置的最优配置信息;
通讯模块,用于接收监控装置发送的初始配置信息;用于将最优配置信息发送给远端的监控装置。
11.如权利要求10所述的用于无人机群实时监控的配置系统,其特征在于,所述交互模块还用于显示各监控装置的初始配置信息及最优配置信息。
12.如权利要求7所述的用于无人机群实时监控的配置系统,其特征在于,所述优化模型包括设计变量、设计目标以及设计约束。
13.如权利要求12所述的用于无人机群实时监控的配置系统,其特征在于,所述设计变量为所有监控装置的配置信息,用矩阵形式表示为:XG=(X1,X2,...,Xi,...,Xm),其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的配置信息,具体为Xi=(αi,βi,θi,λi),其中,αi为第i个监控装置的位置经度、βi为第i个监控装置的位置纬度、θi为第i个监控装置的视角、λi为第i个监控装置的视距。
14.如权利要求12所述的用于无人机群实时监控的配置系统,其特征在于,所述设计目标为无人机群的配置时间,计算公式为:
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>P</mi>
</msubsup>
<mo>|</mo>
<mo>|</mo>
<mo>/</mo>
<msub>
<mover>
<mi>V</mi>
<mo>&OverBar;</mo>
</mover>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
其中,m为监控装置个数,i为1到m之间的整数,Xi为第i个监控装置的目标配置信息,为第i个监控装置的初始配置信息,表示第i个监控装置的配置速度,ti为第i个监控装置调整到目标配置信息所需的时间。
15.如权利要求12所述的用于无人机群实时监控的配置系统,其特征在于,所述设计约束包括监控策略指标和监控策略达成函数,其中,
所述监控策略指标由用户设定,可表述为一个n维向量:n表示监控目标个数,j为1到n之间的整数,为对于第j个目标设定的监控策略指标值,
所述监控策略达成函数计算公式为:m为监控装置个数,i为1到m之间的整数,hi(Xi,j)为第i个监控装置对第j个目标的监控达成指标函数。
16.如权利要求13至15任一所述的用于无人机群实时监控的配置系统,其特征在于,所述优化模型的标准优化数学模型形式为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<munder>
<mi>min</mi>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
</munder>
<mi>f</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
<msub>
<mi>g</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>j</mi>
<mi>n</mi>
</munderover>
<msub>
<mi>g</mi>
<mi>j</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&GreaterEqual;</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mi>T</mi>
</msubsup>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mi>j</mi>
<mi>n</mi>
</munderover>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mi>T</mi>
</msubsup>
<mo>,</mo>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>n</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>X</mi>
<mi>G</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>X</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>X</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&beta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&theta;</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>&lambda;</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mo>&ForAll;</mo>
<msub>
<mi>X</mi>
<mi>i</mi>
</msub>
<mo>&Element;</mo>
<msub>
<mi>&Omega;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mo>&lsqb;</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>&rsqb;</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&alpha;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&beta;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&theta;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>L</mi>
</msubsup>
<mo>)</mo>
</mrow>
<msubsup>
<mi>X</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&alpha;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&beta;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&theta;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>&lambda;</mi>
<mi>i</mi>
<mi>R</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mn>...</mn>
<mo>,</mo>
<mi>m</mi>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
</mrow>
其中,m为监控装置个数,i为1到m之间的整数,n为监控目标个数,j为1到n之间的整数,f为目标功能函数,表示无人机群配置时间,gj为监控策略达成函数,表示无人机群对第j个目标的监控达成指标值,为对于第j个目标设定的监控策略指标值,XG表示无人机群的配置信息矩阵,Xi表示第i个监控装置的配置信息,包括第i个监控装置的位置经度αi、第i个监控装置的位置纬度βi、第i个监控装置的视角θi、第i个监控装置的视距λi,Ωi表示Xi的可行域,为第i个监控装置配置信息的左边界值,为第i个监控装置配置信息的右边界值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710713516.4A CN107623590A (zh) | 2017-08-18 | 2017-08-18 | 用于无人机群实时监控的配置方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710713516.4A CN107623590A (zh) | 2017-08-18 | 2017-08-18 | 用于无人机群实时监控的配置方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107623590A true CN107623590A (zh) | 2018-01-23 |
Family
ID=61088785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710713516.4A Withdrawn CN107623590A (zh) | 2017-08-18 | 2017-08-18 | 用于无人机群实时监控的配置方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107623590A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334107A (zh) * | 2018-01-29 | 2018-07-27 | 苏州南尔材料科技有限公司 | 一种基于计算机的无人机监控方法 |
CN111650555A (zh) * | 2020-06-10 | 2020-09-11 | 电子科技大学 | 一种基于弹性基线的无人机定位跟踪方法 |
WO2021120591A1 (en) * | 2019-12-20 | 2021-06-24 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for adjusting a monitoring device |
CN113489952A (zh) * | 2021-06-30 | 2021-10-08 | 电子科技大学 | 一种面向室内三维场景的视频监控设施布设方法 |
-
2017
- 2017-08-18 CN CN201710713516.4A patent/CN107623590A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334107A (zh) * | 2018-01-29 | 2018-07-27 | 苏州南尔材料科技有限公司 | 一种基于计算机的无人机监控方法 |
WO2021120591A1 (en) * | 2019-12-20 | 2021-06-24 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for adjusting a monitoring device |
US11856285B2 (en) | 2019-12-20 | 2023-12-26 | Zhejiang Dahua Technology Co., Ltd. | Systems and methods for adjusting a monitoring device |
CN111650555A (zh) * | 2020-06-10 | 2020-09-11 | 电子科技大学 | 一种基于弹性基线的无人机定位跟踪方法 |
CN111650555B (zh) * | 2020-06-10 | 2022-03-25 | 电子科技大学 | 一种基于弹性基线的无人机定位跟踪方法 |
CN113489952A (zh) * | 2021-06-30 | 2021-10-08 | 电子科技大学 | 一种面向室内三维场景的视频监控设施布设方法 |
CN113489952B (zh) * | 2021-06-30 | 2022-03-22 | 电子科技大学 | 一种面向室内三维场景的视频监控设施布设方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107623590A (zh) | 用于无人机群实时监控的配置方法及系统 | |
US20210349476A1 (en) | Method and apparatus for controlling cruise of unmanned air vehicle based on prefabricated construction platform | |
CN109557934B (zh) | 一种基于装配式建筑平台的无人机巡航的控制方法及装置 | |
Delle Fave et al. | Deploying the max-sum algorithm for decentralised coordination and task allocation of unmanned aerial vehicles for live aerial imagery collection | |
CN110472858A (zh) | 一种建设工程监理信息管理方法 | |
CN112001709A (zh) | 一种基于蚁群算法的智能指派调度ar多人远程协助方法 | |
CN111767789A (zh) | 一种基于多载体智能引导的人群疏散方法及系统 | |
WO2022077817A1 (zh) | 一种基于视觉与性能约束的多无人机协同控制方法及系统 | |
Liu et al. | Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0 | |
CN110032148A (zh) | 用于电厂管理的系统和用于建立电厂的3d虚拟模型的设备 | |
CN110519582A (zh) | 一种巡检机器人数据采集系统及数据采集方法 | |
CN102982209A (zh) | 基于hla的空间网络可视化仿真系统及仿真方法 | |
CN113406968A (zh) | 基于数字孪生的无人机自主起降巡航方法 | |
CN103942385A (zh) | 一种基于人体动作捕捉系统的飞机管路装配仿真方法 | |
CN109934148A (zh) | 一种基于无人机的实时人群计数方法、装置及无人机 | |
CN113240249A (zh) | 基于无人机增强现实的城市工程质量智能评价方法及其系统 | |
CN206991048U (zh) | 用于变电站的仿真系统 | |
CN110175648A (zh) | 应用人工智能云计算对设备进行非侵入性的信息连通方法 | |
CN109218683A (zh) | 无人机监控系统和电力场所监控系统 | |
CN110782039B (zh) | 一种基于分层结构、多模块的人工智能即时作战引导平台 | |
Jianfeng et al. | Construction of intelligent building design system based on BIM and AI | |
CN208836317U (zh) | 无人机监控系统和电力场所监控系统 | |
CN108683743B (zh) | 一种通过多个移动终端采集数据的任务分配方法 | |
Yan et al. | Intergrating UAV development technology with augmented reality toward landscape tele-simulation | |
CN115077488A (zh) | 一种基于数字孪生的厂区人员实时定位监测系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180123 |