CN109407698A - 基于概率密度的无人机三维路径避障方法 - Google Patents
基于概率密度的无人机三维路径避障方法 Download PDFInfo
- Publication number
- CN109407698A CN109407698A CN201811254263.XA CN201811254263A CN109407698A CN 109407698 A CN109407698 A CN 109407698A CN 201811254263 A CN201811254263 A CN 201811254263A CN 109407698 A CN109407698 A CN 109407698A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- module
- probability density
- plane
- barrier
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 12
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims description 58
- 229910052582 BN Inorganic materials 0.000 claims description 40
- PZNSFCLAULLKQX-UHFFFAOYSA-N Boron nitride Chemical compound N#B PZNSFCLAULLKQX-UHFFFAOYSA-N 0.000 claims description 40
- 230000004888 barrier function Effects 0.000 claims description 32
- 239000000758 substrate Substances 0.000 claims description 29
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 24
- 229910021389 graphene Inorganic materials 0.000 claims description 24
- 238000007789 sealing Methods 0.000 claims description 15
- 239000000919 ceramic Substances 0.000 claims description 12
- 239000011521 glass Substances 0.000 claims description 12
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 8
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 108010001267 Protein Subunits Proteins 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000004026 adhesive bonding Methods 0.000 claims description 2
- 238000002347 injection Methods 0.000 claims description 2
- 239000007924 injection Substances 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 2
- 238000012937 correction Methods 0.000 abstract description 2
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 22
- 239000010408 film Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 3
- 239000010409 thin film Substances 0.000 description 3
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 229910052796 boron Inorganic materials 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000010165 autogamy Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000011261 inert gas Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000002120 nanofilm Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- IJGRMHOSHXDMSA-UHFFFAOYSA-N nitrogen Substances N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- QJGQUHMNIGDVPM-UHFFFAOYSA-N nitrogen group Chemical group [N] QJGQUHMNIGDVPM-UHFFFAOYSA-N 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000009738 saturating Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种基于概率密度的无人机三维路径避障系统，其特征在于：所述无人机三维路径避障系统包括一个信息处理模块、同时与信息处理模块连接的姿态识别模块、姿态调整模块、信息采集模块及避障执行模块；所述无人机三维路径避障系统还包括一个风速检测模块；本发明的有益效果为：在无人机避障过程中，可实时监测周围的环境参数，同时考虑到飞行状态中的风速对于避障的影响，对风所造成的漂移量进行补正，使无人机避障效率提升，功能可靠、实时性好、便于实现、能够应付多类动态未知环境。
Description
技术领域
本发明涉及无人机避障技术领域，具体涉及一种基于概率密度的无人机三维路径避障方法。
背景技术
无人机在飞行过程中，其飞行环境信息很难完全预知，由于环境多变复杂且需要考虑较多因素，其规划决策变的十分复杂。在现有的技术中，常规的路径规划，往往不能同时满足动态环境和实时性的要求，经常会遇到突发威胁或障碍，这时预先规划的全局航迹路径已无法满足要求。为达到预期的目的，需要具备实时侦测并避开障碍物的功能，功能可靠、实时性好、便于实现、能够应付多类动态未知环境，重新规划一条合理的航迹路径，协调无人机按此指定的航迹路径飞行以避开前方障碍，继续完成任务。
发明内容
为了有效解决上述问题，本发明提供一种基于概率密度的无人机三维路径避障方法。
本发明的具体技术方案如下：
一种基于概率密度的无人机三维路径避障系统，所述无人机三维路径避障系统包括一个信息处理模块、同时与信息处理模块连接的姿态识别模块、姿态调整模块、信息采集模块及避障执行模块；
所述信息采集模块，采用激光测距阵列进行多轴无人机前进方向上立体场景的信息采集，然后将采集的信息传输至信息处理模块；
所述姿态识别模块，用于识别多轴无人机的飞行姿态信息，并将识别到的信息传输至信息处理模块；
所述姿态调整模块，用于根据信息处理模块发送的姿态调整指令对避障系统进行姿态调整，以使多轴无人机避障系统保持其飞行方向正前方的水平方向；
所述信息处理模块，用于接收并处理多轴无人机姿态识别模块获取的信息，向姿态调整模块发送姿态调整调整指令，还用于接收并处理从信息采集模块获得的信息，然后向避障执行模块发送避障指令；
所述信息采集模块包括多个激光发射头和一个接收头，接收头置于正中，多个所述激光发射头交错布置组成阵列，每个所述激光发射头前端均装设有柱形透镜用于发射直线光斑并在关注光路射出方向上形成一定夹角的扇区，所述多个激光发射头中包括若干水平激光束发射头和若干垂直激光束发射头，其中，水平激光束发射头的数量多于垂直激光束发射头的数量；
各个水平激光发射头的柱形透镜整体呈水平布置，所发出的水平激光光束用于关注前方水平面的扇区，且发出的水平激光光束相互之间有重叠，越靠中间越密集；
各个垂直激光发射头用于关注正前方水平线上下一定范围内的障碍物，各个垂直激光发射头的柱形透镜整体呈垂直布置。
进一步的，所述无人机三维路径避障系统还包括一个风速检测模块；
所述风速检测模块包括：
一个封装外壳，所述封装外壳内部提供一个内部检测空间；
检测单元，所述检测单元设置在所述内部检测空间内，所述检测单元包括密封内部检测空间、并与被测的风流提进行热量交换的基片，及设置在基片面向内部检测空间一侧的检测阵列，所述检测阵列包括呈阵列式排布的多个检测子单元，所述检测子单元为氮化硼/石墨烯/氮化硼纳米薄膜；
加热电阻，在所述检测单元外周侧对称布置加热电阻，所述加热电阻设置于所述基片上；
所述内部检测空间提供一个密封所述检测阵列的密封腔体，所述检测子单元连接外部检测组件。
进一步的，所述封装外壳内部具有一个玻璃基座。
进一步的，所述检测子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并纵向及横向之间的间距均相同；所述加热电阻对称的分布在所述检测阵列四周侧，所述加热电阻的数量为至少四个。
进一步的，在所述玻璃基座面向内部检测空间的一侧设置有陶瓷基板，所述基片下侧面外周侧通过密封环键合在所述陶瓷基板上，所述基片下侧面、密封环及所述陶瓷板上侧面共同界定所述密封腔体。
进一步的，所述氮化硼/石墨烯/氮化硼纳米薄膜任意相对两端均连接有复合电极；所述复合电极均通过布线连接有相应的互连凸点，所述互连凸点分别键合对应的互连焊盘，所述互连焊盘连接对应的引线柱；所述互连凸点及所述互连焊盘均置于所述密封环内侧。
进一步的，所述复合电极、密封环与基片之间均相应的设置有浸润层。
进一步的，所述氮化硼/石墨烯/氮化硼纳米薄膜均由上层氮化硼、下层氮化硼及加在其中的石墨烯层组成，所述上层氮化硼层及石墨烯层贴附在所述复合电极的上侧面，所述下层氮化硼层两端分别与对应的所述浸润层互相直接接触。
进一步的，所述陶瓷基板与所述玻璃基座通过绝热胶粘合在一起。
一种基于概率密度的无人机三维路径避障方法，在避障过程中，考虑到当前的飞行状态中的风速作为其中避障的一个参考量，采用以下基于概率密度的数学模型准则进行避障；
所述多轴无人机在飞行的过程中，受到风影响情况下的漂移量采用以下公式进行计算；
其中：K系数取值0.038-0.041；
Ba---多轴无人机的上侧受风面积(m2)；
Bw---多轴无人机的非受风面积(m2)，以常规多轴无人机的为例，上侧受风面积为多轴无人机上部方向的截面积的3/4；非受风面积为多轴无人机下部方向的截面积的2/3；
VS---风中无人机实际移动速度(m/s)；
Va---相对风速(m/s)；
V---无人机显示的移动速度(m)
S---目标路径长度(m)；
αf---真风作用方向与障碍物轴向法线的夹角；
所述障碍物轴向法线的夹角采用当时信息采集模块的障碍物信息当前截面图的几何中心处；
经过风流漂移量修正后的无人机与障碍物相撞的概率密度任然为正态分布，但是由于风流朝向障碍物，导致正态分布的中值不在航道中线上，两者之间的差距为风流漂移量，因此在正态分布函数中的μ的大小即为风流导致的漂移量，风流影响下的概率密度分布函数为：
其中σ为无人机长度；
如果漂移量为正值，无人机向障碍物偏移，无人机上方的障碍物被撞率比无人机下方的被撞率小，故而当风流与障碍物轴向法线存在夹角时，无人机要把飞行方向相反于被撞障碍物的一侧进行调动，以减小无人机与障碍物碰撞的概率。
本发明的有益效果为：在无人机避障过程中，可实时监测周围的环境参数，同时考虑到飞行状态中的风速对于避障的影响，对风所造成的漂移量进行补正，使无人机避障效率提升，功能可靠、实时性好、便于实现、能够应付多类动态未知环境。
附图说明
图1是本发明系统结构示意图；
图2是本发明信息收集模块结构示意图；
图3是本发明实施例提供的激光阵列覆盖范围示意图；
图4是本发明姿态调整模块结构示意图及激光射线侧面视图；
图5是本发明风速检测模块外部结构示意图；
图6是本发明风速检测模块剖视结构示意图；
图7是本发明风速检测模块内部结构仰视示意图；
图8是本发明长安器感应风速风向原理图；
图9是本发明检测单元结构俯视图；
图10是本发明检测单元结构剖面图；
图11是本发明检测单元与电极连接处的剖面图。
具体实施方式
本发明是为满足无人机记载设备轻量化的要求，针对多旋翼无人机的飞行特点，提出一种基于概率密度的无人机三维路径避障系统及避障方法，能够在三维环境中沿飞行方向有效地为多轴无人机实现实时地侦测并避开障碍物，同时满足无人机记载设备轻量化的需求。
如图1所示，为本发明提供的一种基于概率密度的无人机三维路径避障系统；
所述无人机三维路径避障系统包括一个信息处理模块1、同时与信息处理模块1连接的姿态识别模块2、姿态调整模块3、信息采集模块4及避障执行模块5；
所述信息采集模块4，采用激光测距阵列进行多轴无人机前进方向上立体场景的信息采集，然后将采集的信息传输至信息处理模块1；
所述姿态识别模块2，可以共用多轴无人机自配的姿态识别装置，用于识别多轴无人机的飞行姿态信息，并将识别到的信息传输至信息处理模块1，具体的，可以识别多轴无人机的俯仰角、滚转角等信息；
所述所述姿态识别模块2可以采用现有技术中的多个三轴加速度计组成的组件，能够进行多维度的姿态信息识别；
如图4所示，所述姿态调整模块3，用于根据信息处理模块1发送的姿态调整指令对避障系统进行姿态调整，以使多轴无人机避障系统保持其飞行方向正前方的水平方向，并侦测垂直方向上一定角度的空间区域；
所述信息处理模块1，用于接收并处理多轴无人机姿态识别模块2获取的信息，向姿态调整模块3发送姿态调整调整指令，以使信息采集模块4保持关注多轴无人机飞行方向正前方的水平方向，还用于接收并处理从信息采集模块4获得的信息，对多轴无人机前方进行障碍物侦测和有效飞行路径的判断与提取，构建障碍区域和方位模型，并设计最优避障路径，然后向避障执行模块5发送避障指令，以使多轴无人机按照最优避障路径完成减速、急停或绕行等动作，避障执行模块5，用于接收并执行从信息处理模块1发送的避障指令，根据最优避障路径完成减速、急停或绕行等动作。
具体的，信息采集模块4，采用激光测距阵列实现前进方向上立体场景信息采集，所述激光测距矩阵包括多个分布交错的激光发射头和一个居中的接收头8，利用激光发射装置从发射激光到激光因传播途中碰到障碍物反射到接收头8的时间差，推算出前方障碍物的大小和方位，信息采集模块4由避障系统中的姿态调整系统控制，根据多轴无人机的飞行姿态调整避障系统的姿态，实现信息采集模块4始终对多轴无人机前进水平方向的探测及信息采集。
如图2、3所示，所述信息采集模块4包括多个激光发射头和一个接收头8，所述激光测距阵列包括多个关注横向平面的激光发射头6、多个关注纵向平面的激光发射头7和一个接收头8，激光发射头交错布置组成阵列，在水平方向上形成水平关注激光束，关注多轴无人机飞行前方90度扇面内的区域，垂直直角方向上形成垂直关注激光束，激光发射头前端均装设有柱形透镜，发射的光线经过折射后形成直线光斑，并光柱一定夹角的扇区，接收头8置于正中，关注水平面的激光发射头6，发射光束呈水平方向交错布置，关注前方水平方向一定半径的扇面范围内，90°角的区域，关注垂直平面的激光发射头7布置于接收头8的上下，并调整直线光斑在垂直方向上，使其关注垂直方向上的扇区范围；
进一步地，激光发射头均装设有柱形透镜，射出直线光斑，横向(水平)平面上布置有多个激光发射头6，每个发射头关注前方30°扇形范围内区域，多个发射头射出的直线光斑有不同程度的重叠，越靠近中心越密集，共同组成前方水平面上一定半径内90°扇形侦查区域，纵向(垂直)平面上布置较少激光发射头7，每个每个阿发射头关注前方15°扇形范围内区域，详细的，水平关注激光束由较多的激光发射头的发射光汇合形成，每个激光发射头的柱形透镜水平布置，相互之间重叠，越靠近中间越密集，为了在有限的几何空间内放置一定数量的激光发射头，水平关注激光束的多个激光发射头可以不再同一水平面内布置，只需将其透射点在最远端调校在同一水平面即可，垂直关注激光束由较少的激光发射头的发射光汇合形成，主要关注整前方水平线上下一定范围内的区域，每个激光发射头的柱形透镜垂直布置。
如图1所示，为了实现本发明要解决的技术问题，本发明的无人机三维路径避障系统还包括一个风速检测模块9；
如图5所示，所述风速检测模块9采用采用石墨烯风速风向传感器，所述传感器包括一个封装外壳10，所述封装外壳10整体可以为圆柱形、正方体或长方体等，并不做具体限制；
所述封装外壳10上部内侧设置有基片11，所述封装外壳10及基片11共共同界定一个内部检测空间，本发明所提出的检测单元设置在所述检测空间内；
如图6-7所示，所述内部检测空间底部提供一个玻璃基座12，所述玻璃基座12外周侧与所述壳体内侧面相互接设，所述玻璃基座12为所述内部检测空间的下侧面。
所述检测单元置于所述内部检测空间内，并具体设置在所述基片11面向所述内部检测空间的一侧，所述检测单元包括检测阵列，所述检测阵列包括多个检测子单元，所述检测子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并纵向及横向之间的间距均相同；
所述检测子单元为氮化硼/石墨烯/氮化硼纳米薄膜13，所述检测单元还包括连接检测子单元的复合电极14，基片11下侧面布置有所述氮化硼/石墨烯/氮化硼纳米薄膜13阵列，所述氮化硼/石墨烯/氮化硼纳米薄膜13阵列横向及纵向所构成的四周布置有加热电阻15，四个方向的加热电阻15用来对所述氮化硼/石墨烯/氮化硼纳米薄膜13阵列进行对称的加热，基片11与被测的风流提进行热量的交换和防护纳米薄膜13；
在所述玻璃基座12面向内部检测空间的一侧设置有陶瓷基板16，所述基片11与所述陶瓷基板16通过密封环17键合，形成无氧腔体，腔体内可填充惰性气体，所述纳米薄膜13阵列提供无氧保护，陶瓷基板16通过绝热胶18粘贴在玻璃基座12上，隔绝了热量向下的传递；
所述复合电极14分别连接所述氮化硼/石墨烯/氮化硼纳米薄膜13的两端，用于导出所述氮化硼/石墨烯/氮化硼纳米薄膜13的电学响应，具体方式为引线柱19与互连电极20相连，贯穿陶瓷基板16和玻璃基座12通过外部互连电极20连接外部电路，互连电极20由互连凸点21与互连焊盘22键合构成，复合电极14通过布线连接与互连凸点21电学连接，加热电阻15电阻与互连凸点21电学连接；
如图8所示，该传感器由加热元件和测温元件组成，加热电阻15通以恒流产生一定的温度分布，测温元件元件为所述氮化硼/石墨烯/氮化硼纳米薄膜13阵列，随着风速的增加，器件向风中传递的热量增加，从而引起纳米薄膜13温度下降，石墨烯的电阻率电阻率发生变化，信号输出后通过后端电路的数据处理即可得到风速的大小，石墨烯阵列还可以减少误差；
风的上游和下游会对传感器表面产生不均匀的冷却，从而在芯片表面产生产生而温度梯度，而该该而温度梯度在风向上的温度差值是最大的，通过纳米薄膜13阵列的检测、数据手机和一个分段处理的算法，就可以确定风向，使得传感器能够360°敏感。
如图9-11所示，所述复合电极14、密封环17与基片11之间均相应的设置有浸润层26，加强粘合力；
如图11所示，所述氮化硼/石墨烯/氮化硼纳米薄膜13有上层氮化硼23、下层氮化硼24及加在其中的石墨烯层25组成，所述上层氮化硼23、下层氮化硼24的层数大于等于1，石墨烯为单层结构，所述上层氮化硼23层及石墨烯层25贴覆在复合电极14的上侧面，所述下层氮化硼24层两端与所述浸润层26相互接触。
一种基于概率密度的无人机三维路径避障方法，在避障过程中，考虑到当前的飞行状态中的风速作为其中避障的一个参考量，采用以下基于概率密度的数学模型准则进行避障；
所述多轴无人机在飞行的过程中，受到风影响情况下的漂移量采用以下公式进行计算；
其中：K系数取值0.038-0.041；
Ba---多轴无人机的上侧受风面积(m2)；
Bw---多轴无人机的非受风面积(m2)，以常规多轴无人机的为例，上侧受风面积为多轴无人机上部方向的截面积的3/4；非受风面积为多轴无人机下部方向的截面积的2/3；
VS---风中无人机实际移动速度(m/s)；
Va---相对风速(m/s)；
V---无人机显示的移动速度(m)
S---目标路径长度(m)；
αf---真风作用方向与障碍物轴向法线的夹角；
所述障碍物轴向法线的夹角采用当时信息采集模块的障碍物信息当前截面图的几何中心处；
经过风流漂移量修正后的无人机与障碍物相撞的概率密度任然为正态分布，但是由于风流朝向障碍物，导致正态分布的中值不在航道中线上，两者之间的差距为风流漂移量，因此在正态分布函数中的μ的大小即为风流导致的漂移量，风流影响下的概率密度分布函数为：
其中σ为无人机长度；
如果漂移量为正值，无人机向障碍物偏移，无人机上方的障碍物被撞率比无人机下方的被撞率小，故而当风流与障碍物轴向法线存在夹角时，无人机要把飞行方向相反于被撞障碍物的一侧进行调动，以减小无人机与障碍物碰撞的概率。
Claims (10)
1.一种基于概率密度的无人机三维路径避障系统，其特征在于：
所述无人机三维路径避障系统包括一个信息处理模块、同时与信息处理模块连接的姿态识别模块、姿态调整模块、信息采集模块及避障执行模块；
所述信息采集模块，采用激光测距阵列进行多轴无人机前进方向上立体场景的信息采集，然后将采集的信息传输至信息处理模块；
所述姿态识别模块，用于识别多轴无人机的飞行姿态信息，并将识别到的信息传输至信息处理模块；
所述姿态调整模块，用于根据信息处理模块发送的姿态调整指令对避障系统进行姿态调整，以使多轴无人机避障系统保持其飞行方向正前方的水平方向；
所述信息处理模块，用于接收并处理多轴无人机姿态识别模块获取的信息，向姿态调整模块发送姿态调整调整指令，还用于接收并处理从信息采集模块获得的信息，然后向避障执行模块发送避障指令；
所述信息采集模块包括多个激光发射头和一个接收头，接收头置于正中，多个所述激光发射头交错布置组成阵列，每个所述激光发射头前端均装设有柱形透镜用于发射直线光斑并在关注光路射出方向上形成一定夹角的扇区，所述多个激光发射头中包括若干水平激光束发射头和若干垂直激光束发射头，其中，水平激光束发射头的数量多于垂直激光束发射头的数量；
各个水平激光发射头的柱形透镜整体呈水平布置，所发出的水平激光光束用于关注前方水平面的扇区，且发出的水平激光光束相互之间有重叠，越靠中间越密集；
各个垂直激光发射头用于关注正前方水平线上下一定范围内的障碍物，各个垂直激光发射头的柱形透镜整体呈垂直布置。
2.根据权利要求1所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述无人机三维路径避障系统还包括一个风速检测模块；
所述风速检测模块包括：
一个封装外壳，所述封装外壳内部提供一个内部检测空间；
检测单元，所述检测单元设置在所述内部检测空间内，所述检测单元包括密封内部检测空间、并与被测的风流提进行热量交换的基片，及设置在基片面向内部检测空间一侧的检测阵列，所述检测阵列包括呈阵列式排布的多个检测子单元，所述检测子单元为氮化硼/石墨烯/氮化硼纳米薄膜；
加热电阻，在所述检测单元外周侧对称布置加热电阻，所述加热电阻设置于所述基片上；
所述内部检测空间提供一个密封所述检测阵列的密封腔体，所述检测子单元连接外部检测组件。
3.根据权利要求2所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述封装外壳内部具有一个玻璃基座。
4.根据权利要求2所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述检测子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并纵向及横向之间的间距均相同；所述加热电阻对称的分布在所述检测阵列四周侧，所述加热电阻的数量为至少四个。
5.根据权利要求3所述的基于概率密度的无人机三维路径避障系统，其特征在于：在所述玻璃基座面向内部检测空间的一侧设置有陶瓷基板，所述基片下侧面外周侧通过密封环键合在所述陶瓷基板上，所述基片下侧面、密封环及所述陶瓷板上侧面共同界定所述密封腔体。
6.根据权利要求2所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述氮化硼/石墨烯/氮化硼纳米薄膜任意相对两端均连接有复合电极；所述复合电极均通过布线连接有相应的互连凸点，所述互连凸点分别键合对应的互连焊盘，所述互连焊盘连接对应的引线柱；所述互连凸点及所述互连焊盘均置于所述密封环内侧。
7.根据权利要求6所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述复合电极、密封环与基片之间均相应的设置有浸润层。
8.根据权利要求2所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述氮化硼/石墨烯/氮化硼纳米薄膜均由上层氮化硼、下层氮化硼及加在其中的石墨烯层组成，所述上层氮化硼层及石墨烯层贴附在所述复合电极的上侧面，所述下层氮化硼层两端分别与对应的所述浸润层互相直接接触。
9.根据权利要求5所述的基于概率密度的无人机三维路径避障系统，其特征在于：所述陶瓷基板与所述玻璃基座通过绝热胶粘合在一起。
10.一种基于概率密度的无人机三维路径避障方法，其特征在于：在避障过程中，考虑到当前的飞行状态中的风速作为其中避障的一个参考量，采用以下基于概率密度的数学模型准则进行避障；
所述多轴无人机在飞行的过程中，受到风影响情况下的漂移量采用以下公式进行计算；
其中：K系数取值0.038-0.041；
Ba---多轴无人机的上侧受风面积(m2)；
Bw---多轴无人机的非受风面积(m2)，以常规多轴无人机的为例，上侧受风面积为多轴无人机上部方向的截面积的3/4；非受风面积为多轴无人机下部方向的截面积的2/3；
Vs---风中无人机实际移动速度(m/s)；
Va---相对风速(m/s)；
V---无人机显示的移动速度(m)
S---目标路径长度(m)；
αf---真风作用方向与障碍物轴向法线的夹角；
所述障碍物轴向法线的夹角采用当时信息采集模块的障碍物信息当前截面图的几何中心处；
经过风流漂移量修正后的无人机与障碍物相撞的概率密度任然为正态分布，但是由于风流朝向障碍物，导致正态分布的中值不在航道中线上，两者之间的差距为风流漂移量，因此在正态分布函数中的μ的大小即为风流导致的漂移量，风流影响下的概率密度分布函数为：
其中σ为无人机长度；
如果漂移量为正值，无人机向障碍物偏移，无人机上方的障碍物被撞率比无人机下方的被撞率小，故而当风流与障碍物轴向法线存在夹角时，无人机要把飞行方向相反于被撞障碍物的一侧进行调动，以减小无人机与障碍物碰撞的概率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811254263.XA CN109407698B (zh) | 2018-10-25 | 2018-10-25 | 基于概率密度的无人机三维路径避障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811254263.XA CN109407698B (zh) | 2018-10-25 | 2018-10-25 | 基于概率密度的无人机三维路径避障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109407698A true CN109407698A (zh) | 2019-03-01 |
| CN109407698B CN109407698B (zh) | 2020-01-31 |
Family
ID=65470070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811254263.XA Active CN109407698B (zh) | 2018-10-25 | 2018-10-25 | 基于概率密度的无人机三维路径避障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109407698B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110456805A (zh) * | 2019-06-24 | 2019-11-15 | 深圳慈航无人智能系统技术有限公司 | 一种无人机智能循迹飞行系统及方法 |
| CN111752145A (zh) * | 2019-03-26 | 2020-10-09 | 索尼公司 | 设计uav控制器模型的方法和系统、存储介质以及无人机 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005082018A (ja) * | 2003-09-09 | 2005-03-31 | National Aerospace Laboratory Of Japan | 長期間滞空機とその飛行制御システムならびにその通信および観測システム |
| CN102122173A (zh) * | 2011-01-13 | 2011-07-13 | 北京航空航天大学 | 一种基于sar雷达成像的无人机航线规划方法 |
| CN105549616A (zh) * | 2016-01-05 | 2016-05-04 | 深圳市易飞行科技有限公司 | 一种基于激光阵列的多轴无人机避障系统及其避障方法 |
| CN205317940U (zh) * | 2016-01-05 | 2016-06-15 | 深圳市易飞行科技有限公司 | 一种基于激光阵列的多轴无人机避障系统 |
| CN205899386U (zh) * | 2016-08-01 | 2017-01-18 | 中国人民武装警察部队总医院 | 多旋翼无人机飞行用外置式安全控制装置及系统 |
| CN106741899A (zh) * | 2017-01-04 | 2017-05-31 | 上海量明科技发展有限公司 | 风筝型飞行器及其实现方法 |
| CN108369243A (zh) * | 2015-12-07 | 2018-08-03 | 乐天株式会社 | 风估计系统、风估计方法以及程序 |
| CN207851102U (zh) * | 2017-08-14 | 2018-09-11 | 中北大学 | 一种石墨烯风速风向传感器 |
-
2018
- 2018-10-25 CN CN201811254263.XA patent/CN109407698B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005082018A (ja) * | 2003-09-09 | 2005-03-31 | National Aerospace Laboratory Of Japan | 長期間滞空機とその飛行制御システムならびにその通信および観測システム |
| CN102122173A (zh) * | 2011-01-13 | 2011-07-13 | 北京航空航天大学 | 一种基于sar雷达成像的无人机航线规划方法 |
| CN108369243A (zh) * | 2015-12-07 | 2018-08-03 | 乐天株式会社 | 风估计系统、风估计方法以及程序 |
| CN105549616A (zh) * | 2016-01-05 | 2016-05-04 | 深圳市易飞行科技有限公司 | 一种基于激光阵列的多轴无人机避障系统及其避障方法 |
| CN205317940U (zh) * | 2016-01-05 | 2016-06-15 | 深圳市易飞行科技有限公司 | 一种基于激光阵列的多轴无人机避障系统 |
| CN205899386U (zh) * | 2016-08-01 | 2017-01-18 | 中国人民武装警察部队总医院 | 多旋翼无人机飞行用外置式安全控制装置及系统 |
| CN106741899A (zh) * | 2017-01-04 | 2017-05-31 | 上海量明科技发展有限公司 | 风筝型飞行器及其实现方法 |
| CN207851102U (zh) * | 2017-08-14 | 2018-09-11 | 中北大学 | 一种石墨烯风速风向传感器 |
Non-Patent Citations (1)
| Title |
|---|
| RAFAEL VAZQUEZ 等: "Stochastic analysis of fuel consumption in aircraft cruise subject to along-track wind uncertainty", 《AEROSPACE SCIENCE AND TECHNOLOGY》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111752145A (zh) * | 2019-03-26 | 2020-10-09 | 索尼公司 | 设计uav控制器模型的方法和系统、存储介质以及无人机 |
| US11984038B2 (en) | 2019-03-26 | 2024-05-14 | Sony Corporation | Concept for designing and using an UAV controller model for controlling an UAV |
| CN110456805A (zh) * | 2019-06-24 | 2019-11-15 | 深圳慈航无人智能系统技术有限公司 | 一种无人机智能循迹飞行系统及方法 |
| CN110456805B (zh) * | 2019-06-24 | 2022-07-19 | 深圳慈航无人智能系统技术有限公司 | 一种无人机智能循迹飞行系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109407698B (zh) | 2020-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11984034B2 (en) | Unmanned vehicle positioning, positioning-based methods and devices therefor | |
| US11885759B2 (en) | Solar panel inspection using unmanned aerial vehicles | |
| CN105549616B (zh) | 一种基于激光阵列的多轴无人机避障系统及其避障方法 | |
| CN112000130B (zh) | 一种无人机的多机协同高精度建图定位系统 | |
| CN107831777B (zh) | 一种飞行器自主避障系统、方法及飞行器 | |
| He et al. | Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning | |
| CN103984357B (zh) | 一种基于全景立体成像设备的无人机自动避障飞行系统 | |
| CN106526537A (zh) | 一种三维空间定位方法及系统 | |
| CN104571140B (zh) | 一种光伏组件巡检拍照控制系统 | |
| CN109062233A (zh) | 一种输电线路无人机自动驾驶巡检方法 | |
| CN105116915B (zh) | 一种采用多模卫星导航的翼伞飞行航迹控制系统 | |
| CN109407698A (zh) | 基于概率密度的无人机三维路径避障方法 | |
| CN106662879A (zh) | 用于自动空中交通工具的对象规避 | |
| CN104309803A (zh) | 旋翼飞行器自动降落系统及方法 | |
| CN106155081B (zh) | 一种旋翼无人机大范围目标监测和精确定位方法 | |
| CN109062251A (zh) | 无人机避障方法、装置、设备及存储介质 | |
| JP6761146B1 (ja) | 情報処理システム、情報処理方法及びプログラム | |
| CN107197498A (zh) | 一种用于通信中继的无人机拓扑生成方法 | |
| US20190049293A1 (en) | Ultraviolet Sensing Apparatus with Mirror Amplification | |
| CN107490375A (zh) | 定点悬停精度测量装置、方法及无人飞行器 | |
| CN205317940U (zh) | 一种基于激光阵列的多轴无人机避障系统 | |
| Kwak et al. | Emerging ICT UAV applications and services: Design of surveillance UAVs | |
| CN110741272B (zh) | 无线电信标系统 | |
| Perazzo et al. | The verifier bee: A path planner for drone-based secure location verification | |
| CN114371726B (zh) | 无人机空地一体化探测定位方法、装置、系统与设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |