CN109976374B - 无人机异常坠地的检测方法、装置、设备以及存储介质 - Google Patents
无人机异常坠地的检测方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN109976374B CN109976374B CN201910344039.8A CN201910344039A CN109976374B CN 109976374 B CN109976374 B CN 109976374B CN 201910344039 A CN201910344039 A CN 201910344039A CN 109976374 B CN109976374 B CN 109976374B
- Authority
- CN
- China
- Prior art keywords
- data
- ground
- parameter
- unmanned aerial
- aerial vehicle
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001514 detection method Methods 0.000 claims description 25
- 238000005096 rolling process Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 description 19
- 238000005259 measurement Methods 0.000 description 18
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
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
- G05D1/08—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
-
- 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
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)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明实施例公开了一种无人机异常坠地的检测方法、装置、设备以及存储介质。所述方法包括:获取待检测的无人机的遥测数据;在所述遥测数据中,提取有效的离地遥测数据;根据由所述离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测所述无人机是否属于异常坠地。本发明实施例的技术方案解决了没有统一的无人机异常坠地判断标准,不能给出准确的判断,而且判断效率太低的问题,可以根据无人机的遥测数据较为准确地评判无人机是否发生异常坠地,给出了一个较为统一的判断标准,避免了人为误判,提高判断效率。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种无人机异常坠地的检测方法、装置、设备以及存储介质。
背景技术
随着无人机技术的日渐成熟,无人机逐渐用于农业、林业、航拍、测绘以及巡检等领域。普通用户在使用无人机时,由于操作不当或者无人机自身故障,会出现炸机现象。炸机是指由于操作不当或机器故障等因素导致的无人机异常坠地。
异常坠地的无人机完全报废,难以再次使用,给用户造成较大损失。厂家为了减轻用户负担,通常会推出补偿措施以激励用户使用无人机。例如,当判断无人机由于异常坠地而无法使用时,用户可选择将异常坠地后的无人机退回厂家。厂家收回无人机,并以低于市价的价格将同种型号的无人机卖给用户,以减轻用户损失,或者返给用户一些维修基金。维修基金用于维修或者购买新机。
现有技术中,只能通过人为目测来判断无人机是否属于异常坠地,而现有技术的缺陷在于,采用人为目测的方式判断无人机是否属于异常坠地,容易出现较大误差,参考价值有限,没有统一的无人机异常坠地判断标准,不能给出准确的判断。而且采用人工判断无人机是否属于异常坠地,需要大量的人工投入,所花费时间较长,判断效率太低。
发明内容
本发明实施例提供一种无人机异常坠地的检测方法、装置、设备以及存储介质,以优化现有的无人机异常坠地的检测方法,准确地评判无人机是否发生炸机,避免人为误判,提高判断效率。
第一方面,本发明实施例提供了一种无人机异常坠地的检测方法,包括:
获取待检测的无人机的遥测数据;
在遥测数据中,提取有效的离地遥测数据;
根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
第二方面,本发明实施例还提供了一种无人机异常坠地的检测方装置,包括:
数据获取模块,用于获取待检测的无人机的遥测数据;
数据提取模块,用于在遥测数据中,提取有效的离地遥测数据;
无人机检测模块,用于根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现本发明任一实施例所提供的无人机异常坠地的检测方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明任一实施例所提供的无人机异常坠地的检测方法。
本发明实施例的技术方案,通过获取与待检测的无人机的遥测数据,并在遥测数据中,提取有效的离地遥测数据,然后根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地,解决了没有统一的无人机异常坠地判断标准,不能给出准确的判断,而且判断效率太低的问题,可以根据无人机的遥测数据较为准确地评判无人机是否发生异常坠地,给出了一个较为统一的判断标准,避免了人为误判,提高判断效率。
附图说明
图1为本发明实施例一提供的一种无人机异常坠地的检测方法的流程图;
图2为本发明实施例二提供的一种无人机异常坠地的检测方法的流程图;
图3为本发明实施例三提供的一种无人机异常坠地的检测方法的流程图;
图4为本发明实施例四提供的一种无人机异常坠地的检测装置的结构框图;
图5为本发明实施例五提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种无人机异常坠地的检测方法的流程图,本实施例可适用于的情况,该方法可以由无人机异常坠地的检测装置来执行,所述装置由软件和/或硬件来执行,并一般可集成在计算机设备中,例如,服务器或者终端设备。如图1所示,该方法可以包括如下步骤:
步骤101、获取待检测的无人机的遥测数据。
其中,遥测数据是通过无人机的传感器模块采集,被服务器接收到的飞行数据,来自无人机,反映无人机的数字特征或状态。
无人机可以包括传感器模块、数据记录装置及飞行控制模块。
无人机的传感器模块用于采集无人机的飞行数据。传感器模块可以包括三轴加速度计、三轴陀螺仪、磁罗盘、气压计、全球定位系统(Global Positioning System,GPS)、电压检测单元和电流检测单元。飞行数据可以包括三轴姿态角、角速率、加速度、位置、无人机飞行时的卫星状态数据、以及部件的电压和电流等。
传感器模块将所采集到的飞行数据通过本地总线传送至飞行控制模块,飞行控制模块接收传感器模块所采集的飞行数据以及来自用户的控制命令,进行处理融合后生成飞行指令并发送给执行机构,控制无人机飞行,同时将所接收的飞行数据以及控制指令发送给数据记录装置。
数据记录装置存储用户控制指令以及传感器模块的飞行数据发送给服务器。数据记录装置可以包括主板以及集成于主板上的处理器、存储模块和无线通信模块,处理器与飞行控制模块连接,存储模块和无线通信模块分别与处理器连接,无线通信模块与服务器通信。
由此,实现通过服务器对无人机的遥测数据进行保存,为后续对无人机飞行状态的分析提供依据。
待检测的无人机是需要判断是否属于异常坠地的无人机。获取待检测的无人机在设定检测时间区间内的各个时刻的遥测数据,即获取待检测的无人机在各个时刻的三轴姿态角、角速率、加速度、位置、无人机飞行时的卫星状态数据、以及部件的电压和电流等。
每架无人机的数据都会记录成对应的多个文件。每个文件的内容会根据记录方式有所区别。可选的,记录方式为按照上电来记录。例如,无人机在一次通电过程中的数据记录为一个文件。该文件中包括无人机在一次通电过程中的遥测数据。可选的,记录方式为按照起落架次来记录。该文件中包括无人机一个架次中的遥测数据。例如,将无人机在一个架次中的数据记录为一个文件。无人机解锁和加锁的过程为一个架次。无人机的飞行状态参数中的加解锁状态标志,表明无人机是加锁还是解锁。根据加解锁状态标志的数值,可以检测无人机是加锁还是解锁,并在检测到无人机加锁时,将获取的无人机的数据记录为一个文件,后续获取的数据将记录在新的文件之中。
服务器在获取待检测的无人机对应的文件之后,可以在文件中获取待检测的无人机的遥测数据,并根据无人机的遥测数据较为准确地评判无人机是否发生异常坠地。
步骤102、在遥测数据中,提取有效的离地遥测数据。
其中,获取待检测的无人机在设定检测时间区间内的遥测数据后,先检测遥测数据的数据完整性。在确定遥测数据完整时,获取遥测数据中的离地遥测数据。如果遥测数据不完整,则不再根据遥感数据判断待检测的无人机是否属于异常坠地,直接确定待检测的无人机不属于异常坠地。
可选的,检测遥测数据的数据完整性,包括:判断遥测数据中是否包含卫星数量参数、滚转角参数、俯仰角参数以及电机转速参数。
卫星数量参数是无人机飞行时的卫星数量。在判断待检测的无人机是否属于异常坠地的无人机的过程中,必须校验待检测的无人机飞行时的卫星状态。例如,校验待检测的无人机飞行时的卫星状态可以包括:根据卫星数量参数确定待检测的无人机飞行时的卫星数量,然后根据卫星数量确定待检测的无人机是室内飞行或者室外飞行。滚转角参数是无人机的滚转角。俯仰角参数是无人机的俯仰角。电机转速参数为无人机的各个电机的电机转速。如果遥测数据中缺少卫星数量参数、滚转角参数、俯仰角参数以及电机转速参数中的任意一种参数,则确定该遥测数据不完整。
离地遥测数据是指待检测的无人机起飞离地的遥测数据。离地数据的获取方法为:根据遥测数据对应的飞行状态参数中的离地标志,截取遥测数据中的离地遥测数据。如果遥测数据中不存在离地遥测数据,则直接确定待检测的无人机不属于异常坠地。如果遥测数据中存在离地遥测数据,则截取遥测数据中的离地遥测数据,判断离地遥测数据是否满足数据有效条件。在确定离地遥测数据满足数据有效条件时,将离地遥测数据确定为有效的离地遥测数据。如果离地遥测数据不满足数据有效条件,则不再根据离地遥感数据判断待检测的无人机是否属于异常坠地,直接确定待检测的无人机不属于异常坠地。
可选的,判断离地遥测数据是否满足数据有效条件,可以包括:根据离地遥测数据对应的卫星数量参数,判断卫星数量大于预设卫星数量的离地遥测数据的数据数量与离地遥测数据的数据总量的比值是否大于预设比例门限;在确定比值大于预设比例门限时,根据离地遥测数据对应的电池电压参数,判断无人机是否是模拟器;在确定无人机不是模拟器时,根据离地遥测数据对应的电机转速参数,判断无人机是否拆桨;在确定无人机没有拆桨时,确定离地遥测数据满足数据有效条件。
步骤103、根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
可选的,姿态关联参数可以包括:滚转角参数和俯仰角参数。滚转角参数和俯仰角参数是无人机的滚转角和俯仰角。部件关联参数可以为电机转速参数。电机转速参数为无人机的各个电机的电机转速。
可选的,根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地,包括:根据离地遥测数据对应的滚转角参数,判断无人机是否满足预设的异常坠地匹配的第一参数条件;在确定无人机不满足预设的异常坠地匹配的第一参数条件时,根据离地遥测数据对应的俯仰角参数,判断无人机是否满足预设的异常坠地匹配的第二参数条件;在确定无人机不满足预设的异常坠地匹配的第二参数条件时,根据离地遥测数据对应的架次参数,针对每一个架次,根据架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断无人机是否满足预设的异常坠地匹配的第三参数条件。由此,依次根据滚转角参数、俯仰角参数、电机转速参数判断无人机是否属于异常坠地。
本实施例提供的一种无人机异常坠地的检测方法,通过获取与待检测的无人机的遥测数据,并在遥测数据中,提取有效的离地遥测数据,然后根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地,解决了没有统一的无人机异常坠地判断标准,不能给出准确的判断,而且判断效率太低的问题,可以根据无人机的遥测数据较为准确地评判无人机是否发生异常坠地,给出了一个较为统一的判断标准,避免了人为误判,提高判断效率。
实施例二
图2为本发明实施例二提供的一种无人机异常坠地的检测方法的流程图。本实施例可以与上述一个或者多个实施例中各个可选方案结合,在本实施例中,姿态关联参数包括:滚转角参数和俯仰角参数;部件关联参数为电机转速参数。
在遥测数据中,提取有效的离地遥测数据,可以包括:判断遥测数据中是否包含卫星数量参数、滚转角参数以及俯仰角参数;在确定遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取遥测数据中的离地遥测数据;判断离地遥测数据是否满足数据有效条件;在确定离地遥测数据满足数据有效条件时,将离地遥测数据确定为有效的离地遥测数据。
如图2所示,该方法可以包括如下步骤:
步骤201、获取待检测的无人机的遥测数据。
步骤202、判断遥测数据中是否包含卫星数量参数、滚转角参数以及俯仰角参数。
其中,如果遥测数据中缺少卫星数量参数、滚转角参数以及俯仰角参数中的任意一种参数,则确定遥测数据不完整,不再根据遥感数据判断待检测的无人机是否属于异常坠地的无人机,直接确定待检测的无人机不属于异常坠地的无人机。
步骤203、在确定遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取遥测数据中的离地遥测数据。
其中,如果遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数,则根据遥测数据对应的飞行状态参数中的离地标志,截取遥测数据中的离地遥测数据。具体的,如果遥测数据对应的飞行状态参数中的离地标志为0,表示该无人机未起飞离地,该遥测数据不是离地遥测数据;如果遥测数据对应的飞行状态参数中的离地标志不为0,表示该无人机起飞离地,该遥测数据是离地遥测数据。如果遥测数据中存在飞行状态参数中的离地标志不为0的遥测数据,则截取飞行状态参数中的离地标志不为0的遥测数据,作为遥测数据中的离地遥测数据。如果遥测数据中不存在离地遥测数据,则直接确定待检测的无人机不属于异常坠地的无人机。
步骤204、判断离地遥测数据是否满足数据有效条件。
其中,先根据离地遥测数据对应的卫星数量参数,判断卫星数量大于预设卫星数量的离地遥测数据的数据数量与离地遥测数据的数据总量的比值是否大于预设比例门限。
预设卫星数量和预设比例门限可以根据业务需求进行设置。如果确定比值大于预设比例门限,则继续根据离地遥测数据对应的电池电压参数进行数据有效性的判断;如果确定比值小于等于预设比例门限,则确定离地遥测数据不满足数据有效条件。
在一个具体实例中,预设卫星数量为4,预设比例门限为0.7。根据各离地遥测数据对应的卫星数量参数,确定卫星数量大于4的离地遥测数据的数据数量。计算卫星数量大于4的离地遥测数据的数据数量与离地遥测数据的数据总量的比值。如果确定比值大于0.7,则继续根据离地遥测数据对应的电池电压参数进行数据有效性的判断;如果确定比值小于等于0.7,则确定离地遥测数据不满足数据有效条件。比值大于0.7,表明无人机在室内;比值小于等于0.7,表明无人机在室外。
在确定比值大于预设比例门限时,根据离地遥测数据对应的电池电压参数,判断无人机是否是模拟器。电池电压参数是无人机电池电压,单位为V。如果各离地遥测数据对应的电池电压参数全为0,或者各离地遥测数据对应的电池电压参数为同一数值,即无人机电池电压始终保持不变,则确定无人机是模拟器,确定离地遥测数据不满足数据有效条件。如果为其他情况,则确定无人机不是模拟器,继续根据离地遥测数据对应的电机转速参数进行数据有效性的判断。
在确定无人机不是模拟器时,根据离地遥测数据对应的电机转速参数,判断无人机是否拆桨。电机转速参数是无人机电机的电机转速。无人机最多可以有8个电机。无人机可以有4个电机,6个电机或者8个电机。例如,无人机有8个电机。在离地遥测数据中,有与各个电机对应的电机转速参数,即各个时刻的离地遥测数据中有8个电机转速参数。
具体的,获取各离地遥测数据对应的电机转速参数最小值,作为最小值组合。电机转速参数最小值是离地遥测数据所包括的多个电机转速参数中的最小的电机转速参数。在最小值组合中,筛选出数值大于0的电机转速参数,将数值大于0的电机转速参数的数据个数记为sum。在数值大于0的电机转速参数中筛选出数值小于等于12的数据,将数值小于等于12的数据个数记为num。如果num/sum大于0.12,则确定无人机拆桨,确定离地遥测数据不满足数据有效条件;如果num/sum小于等于0.12,则确定无人机没有拆桨,确定离地遥测数据满足数据有效条件。12和0.12都是可调节的参数,可以根据业务需求进行调节。
步骤205、在确定离地遥测数据满足数据有效条件时,将离地遥测数据确定为有效的离地遥测数据。
步骤206、根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
本实施例提供的一种无人机异常坠地的检测方法,通过在确定遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取遥测数据中的离地遥测数据,并判断离地遥测数据是否满足数据有效条件,在确定离地遥测数据满足数据有效条件时,将离地遥测数据确定为有效的离地遥测数据,可以根据遥测数据对应的参数,在遥测数据中,提取有效的离地遥测数据。
实施例三
图3为本发明实施例三提供的一种无人机异常坠地的检测方法的流程图。本实施例可以与上述一个或者多个实施例中各个可选方案结合,在本实施例中,根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地,可以包括:根据离地遥测数据对应的滚转角参数,判断无人机是否满足预设的异常坠地匹配的第一参数条件;在确定无人机不满足预设的异常坠地匹配的第一参数条件时,根据离地遥测数据对应的俯仰角参数,判断无人机是否满足预设的异常坠地匹配的第二参数条件;在确定无人机不满足预设的异常坠地匹配的第二参数条件时,针对每一个架次,根据架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断无人机是否满足预设的异常坠地匹配的第三参数条件。
如图3所示,该方法可以包括如下步骤:
步骤301、获取待检测的无人机的遥测数据。
步骤302、在遥测数据中,提取有效的离地遥测数据。
步骤303、根据离地遥测数据对应的滚转角参数,判断无人机是否满足预设的异常坠地匹配的第一参数条件。
其中,获取离地遥测数据中滚转角参数大于第一滚转角门限的第一离地遥测数据。即第一离地遥测数据为滚转角参数大于第一滚转角门限的离地遥测数据。获取离地遥测数据中滚转角参数小于第二滚转角门限的第二离地遥测数据。即第二离地遥测数据为滚转角参数大于第二滚转角门限的离地遥测数据。在确定第一离地遥测数据的数据个数等于0,或者第二离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第一参数条件。
可选的,第一滚转角门限为90°(90°为可调参数)。第二滚转角门限为50°(50°为可调参数)。获取离地遥测数据中滚转角参数大于90°的第一离地遥测数据。获取离地遥测数据中滚转角参数小于50°的第二离地遥测数据。在确定第一离地遥测数据的数据个数等于0,或者第二离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第一参数条件。
在确定第一离地遥测数据的数据个数大于0,且第二离地遥测数据的数据个数大于0时,依次检查第一离地遥测数据中的每一个离地遥测数据的滚转角参数,以及该离地遥测数据在全部遥测数据中所处的排序位置。全部遥测数据按照时间先后顺序排序。判断第一离地遥测数据中的每一个离地遥测数据是否属于全部遥测数据中的最后3个遥测数据。
如果第一离地遥测数据中的任意一个离地遥测数据属于全部遥测数据中的最后3个遥测数据,则确定无人机满足预设的异常坠地匹配的第一参数条件,无人机属于异常坠地。3是可调参数。第一离地遥测数据中的任意一个离地遥测数据属于全部遥测数据中的最后3个遥测数据,表示无人机异常坠地之后,数据传输中断,导致后面的数据缺少。即全部遥测数据中的最后3个遥测数据中出现了滚转角参数大于90°的遥测数据,极大可能是要侧翻的,结合后续数据中断,判定无人机实际侧翻了。
如果第一离地遥测数据中的离地遥测数据都不属于全部遥测数据中的最后3个遥测数据,则继续在全部遥测数据中,检查位于该离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据(6为可调参数)。判断位于离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中是否存在滚转角参数大于第三滚转角门限的遥测数据。可选的,第三滚转角门限为40°(40°为可调参数)。
如果位于第一离地遥测数据中的任意一个离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中,存在滚转角参数大于第三滚转角门限的遥测数据,则确定无人机满足预设的异常坠地匹配的第一参数条件,无人机属于异常坠地。
如果位于第一离地遥测数据中的任意一个离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中,都不存在滚转角参数大于第三滚转角门限的遥测数据,则确定无人机不满足预设的异常坠地匹配的第一参数条件。
步骤304、在确定无人机不满足预设的异常坠地匹配的第一参数条件时,根据离地遥测数据对应的俯仰角参数,判断无人机是否满足预设的异常坠地匹配的第二参数条件。
其中,获取离地遥测数据中俯仰角参数大于第一俯仰角门限的第三离地遥测数据。即第三离地遥测数据为俯仰角参数大于第一俯仰角门限的离地遥测数据。获取离地遥测数据中俯仰角参数小于第二俯仰角门限的第四离地遥测数据。即第四离地遥测数据为俯仰角参数大于第二俯仰角门限的离地遥测数据。在确定第三离地遥测数据的数据个数等于0,或者第四离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第二参数条件。
可选的,第一俯仰角门限为90°(90°为可调参数)。第二俯仰角门限为50°(50°为可调参数)。获取离地遥测数据中俯仰角参数大于90°的第三离地遥测数据。获取离地遥测数据中俯仰角参数小于50°的第四离地遥测数据。在确定第三离地遥测数据的数据个数等于0,或者第四离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第二参数条件。
在确定第三离地遥测数据的数据个数大于0,且第四离地遥测数据的数据个数大于0时,依次检查第三离地遥测数据中的每一个离地遥测数据的俯仰角参数,以及该离地遥测数据在全部遥测数据中所处的排序位置。全部遥测数据按照时间先后顺序排序。判断第三离地遥测数据中的每一个离地遥测数据是否属于全部遥测数据中的最后3个遥测数据。
如果第三离地遥测数据中的任意一个离地遥测数据属于全部遥测数据中的最后3个遥测数据,则确定无人机满足预设的异常坠地匹配的第二参数条件,无人机属于异常坠地。3是可调参数。第三离地遥测数据中的任意一个离地遥测数据属于全部遥测数据中的最后3个遥测数据,表示无人机异常坠地之后,数据传输中断,导致后面的数据缺少。
如果第三离地遥测数据中的离地遥测数据都不属于全部遥测数据中的最后3个遥测数据,则继续在全部遥测数据中,检查位于该离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据(6为可调参数)。判断位于离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中是否存在俯仰角参数大于第三俯仰角门限的遥测数据。可选的,第三俯仰角门限为40°(40°为可调参数)。
如果位于第三离地遥测数据中的任意一个离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中,存在俯仰角参数大于第三俯仰角门限的遥测数据,则确定无人机满足预设的异常坠地匹配的第二参数条件,无人机属于异常坠地。
如果位于第三离地遥测数据中的任意一个离地遥测数据所处的排序位置的前6个遥测数据和后6个遥测数据中,都不存在俯仰角参数大于第三俯仰角门限的遥测数据,则确定无人机不属于满足预设的异常坠地匹配的第二参数条件。
步骤305、在确定无人机不满足预设的异常坠地匹配的第二参数条件时,针对每一个架次,根据架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断无人机是否满足预设的异常坠地匹配的第三参数条件。
其中,无人机解锁起飞到落地加锁的一个过程叫做一个架次。无人机的飞行状态参数中的加解锁状态标志,表明无人机是加锁还是解锁。根据加解锁状态标志的数值,可以检测无人机是加锁还是解锁。根据加解锁状态标志的数值,可以从全量的数据中抽出各个架次的数据,直接就是针对每个架次的离地遥测数据进行进一步的分析,根据架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断无人机是否满足预设的异常坠地匹配的第三参数条件。
每一个架次的离地遥测数据是按照时间先后顺序排序的,去掉每一个架次的前15个离地遥测数据,将剩余的离地遥测数据作为每一个架次的架次数据。15为可调参数。去掉每一个架次的前15个离地遥测数据,是为了去掉起飞开始电机转速不稳定的离地遥测数据。
如果当前架次的架次数据的数据个数小于2,则认为架次数据的数据量太小,不进行判断,继续判断下一个架次。如果当前架次的架次数据的数据个数大于2,则继续下面的判断。
获取当前架次的离地遥测数据中,滚转角参数大于第二滚转角门限的离地遥测数据,记为r。获取当前架次的离地遥测数据中,俯仰角参数大于第二俯仰角门限的离地遥测数据,记为pitch。r和pitch为疑似可能侧翻的离地遥测数据。
如果r的数据个数大于0,或者pitch的数据个数大于0,并且当前架次的离地遥测数据中存在滚转角参数小于第二滚转角门限的离地遥测数据,以及俯仰角参数小于第二俯仰角门限的离地遥测数据,则进行后续的判断。
获取当前架次的各离地遥测数据对应的电机转速参数最大值,作为最大值组合。最大值组合中的电机转速参数按照时间先后顺序排序。对最大值组合做聚类算法,将最大值组合中的电机转速参数分为2大类(将最大值组合中的电机转速参数按照大小划分为2个分类,每个分类的数值是比较接近的),得到第一分类和第二分类,并求得第一分类的中心点V1,以及第二分类的中心点V2。中心点即为对应分类中数据的平均值。
如果V1和V2都大于90,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。V1和V2都大于90代表电机转速一直都很大,正常飞行是不存在这种的,是无人机起飞没多久就异常坠地的情况。
如果V1和V2中有一个值小于20,同时另外一个值大于90,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。V1和V2中有一个值小于20,同时另外一个值大于90,代表无人机起飞没多久就异常坠地的情况。一开始无人机最大电机转速均值小于20,之后异常坠地,最大电机转速均值大于90。
如果V1和V2都大于25,且两者差值大于20(25和20为可调参数),则依次检查数值较大的分类中的电机转速参数(即异常数据)在最大值组合中所处的排序位置。如果异常数据位于最大值组合的前半段,跳过;如果异常数据的排序位置和上一个异常数据的排序位置相差15位,跳过;如果一个异常数据位于最大值组合的后半段,同时该异常数据的排序位置和上一个异常数据的排序位置相差15位以内,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。15为可调参数。判断相差15位主要是为了屏蔽突变的干扰数据,干扰数据往往是一条的,而异常坠地的异常数据往往是扎堆的。正常飞行中,一般电机转速参数的差值不会相差那么大,存在这么大的差值,说明可能有异常。数值大的电机转速参数可能是异常数据,异常坠地时异常的数据比正常数据少,即数值较大的分类中的电机转速参数的数据个数可能比较少。
在V1和V2不符合上述各个条件时,获取当前架次的末尾数据。末尾数据是当前架次的最后30个离地遥测数据。30为可调参数。获取当前架次的末尾数据对应的电机转速参数最大值,记做max。如果max大于等于90,并且max和V1的差值、max和V2的差值都大于10,并且末尾数据中的各离地遥测数据对应的电机转速参数最大值中,数值大于max-5的电机转速参数最大值的数据个数大于2个,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。在电机转速很小,或者电机转速差值不大很匀称的时候,考察当前架次的末尾数据。如果末尾数据中,存在电机转速大于等于90的离地遥测数据,并且这个数值不是只出现一次的突变值,那么认为无人机属于异常坠地。
如果当前架次是最后一个架次,除了执行上述检查外,还要进行进一步检查。
获取最后一个架次的离地遥测数据中,滚转角参数大于第三滚转角门限的离地遥测数据。获取最后一个架次的离地遥测数据中,俯仰角参数大于第三俯仰角门限的离地遥测数据。检查所获取的每一个离地遥测数据对应的多个电机转速参数。按照电机顺序,如果存在前一半的电机转速参数全大于后一半的电机转速参数或者前一半的电机转速参数全小于后一半的电机转速参数的离地遥测数据(电机转速和动力是成比例的,这种情况的含义是无人机左边桨的动力比右边桨的动力大或者小,那么受力不平衡要翻掉的),而且数据较大一边的电机转速参数最大值和数据较小一边的电机转速参数最小值相差大于30的离地遥测数据的数据个数大于等于20,则确定无人机属于异常坠地。
获取最后一个架次的末尾数据。检查末尾数据中的每一个离地遥测数据对应的多个电机转速参数。按照电机顺序,如果存在前一半的电机转速参数全大于后一半的电机转速参数或者前一半的电机转速参数全小于后一半的电机转速参数的离地遥测数据,而且存在数据较大一边的电机转速参数最大值和数据较小一边的电机转速参数最小值相差大于30的离地遥测数据,则确定无人机属于异常坠地。
获取最后一个架次的最后一个电机转速参数不为0的离地遥测数据,如果该离地遥测数据对应的多个电机转速参数有大于25的,而且当前架次的末尾数据中存在滚转角参数大于第二滚转角门限或者俯仰角参数大于第二俯仰角门限的离地遥测数据,则确定无人机属于异常坠地。如果该离地遥测数据对应的多个电机转速参数有大于90的,则确定无人机属于异常坠地。
针对每个架次,如果该架次的离地遥测数据不满足r的数据个数大于0,或者pitch的数据个数大于0,并且当前架次的离地遥测数据中存在滚转角参数小于第二滚转角门限的离地遥测数据,以及俯仰角参数小于第二俯仰角门限的离地遥测数据的条件,则获取俯仰角参数绝对值大于第二俯仰角门限的离地遥测数据。如果架次中存在俯仰角参数绝对值大于第二俯仰角门限的离地遥测数据,而且不全是俯仰角参数绝对值大于第二俯仰角门限的离地遥测数据,则继续执行本步后续判断;否则,根据其他判断条件继续进行判断。根据架次中滚转角参数绝对值大于第二俯仰角门限的离地遥测数据继续进行判断。记第一个俯仰角参数绝对值大于第二俯仰角门限的离地遥测数据所在排序位置为line。获取从最后一个架次的起始排序位置开始到排序位置line-3的离地遥测数据,记为dataA。例如,line为第55位。获取从最后一个架次的第1位开始到52位的离地遥测数据,记为dataA。获取从排序位置line开始到本架次的结束排序位置的离地遥测数据,记为dataB。
如果dataA的俯仰角参数均值在20°以内,并且对应的各俯仰角参数绝对值小于第三俯仰角门限,则判断dataB对应的俯仰角参数最小值是否大于第三俯仰角门限。如果dataB对应的俯仰角参数最小值大于第三俯仰角门限,则确定无人机属于异常坠地。否则,根据其他判断条件继续进行判断。
如果dataB的数据个数小于10,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。否则,根据其他判断条件继续进行判断。
在架次的离地遥测数据中,获取滚转角参数绝对值大于第二滚转角门限的离地遥测数据。如果架次中存在滚转角参数绝对值大于第二滚转角门限的离地遥测数据,而且不全是滚转角参数绝对值大于第二滚转角门限的离地遥测数据,则继续执行本步后续判断;否则,根据其他判断条件继续进行判断。根据架次中滚转角参数绝对值大于第二滚转角门限的离地遥测数据继续进行判断。记第一个滚转角参数绝对值大于第二滚转角门限的离地遥测数据所在排序位置为line。获取从最后一个架次的起始排序位置开始到排序位置line-3的离地遥测数据,记为dataC。例如,line为第55位。获取从最后一个架次的第1位开始到52位的离地遥测数据,记为dataC。获取从排序位置line开始到本架次的结束排序位置的离地遥测数据,记为dataD。
如果dataC的滚转角参数均值在20°以内,并且对应的各滚转角参数绝对值小于第三滚转角门限,则判断dataD对应的滚转角参数最小值是否大于第三滚转角门限。如果dataD对应的滚转角参数最小值大于第三滚转角门限,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。否则,根据其他判断条件继续进行判断。
如果dataD的数据个数小于10,则确定无人机满足预设的异常坠地匹配的第三参数条件,无人机属于异常坠地。否则,根据其他判断条件继续进行判断。
如果根据上述全部判断条件进行判断后,还未确定无人机满足预设的异常坠地匹配的第三参数条件,则确定无人机不满足预设的异常坠地匹配的第三参数条件,无人机不属于异常坠地。
本实施例提供的一种无人机异常坠地的检测方法,根据离地遥测数据对应的滚转角参数、俯仰角参数以及电机转速参数依次判断无人机是否属于异常坠地,可以根据无人机的离地遥测数据较为准确地评判无人机是否发生异常坠地,给出了一个较为统一的判断标准,避免了人为误判,提高判断效率。
实施例四
图4为本发明实施例四提供的一种无人机异常坠地的检测装置的结构框图。如图4所示,所述装置包括:数据获取模块401、数据提取模块402以及无人机检测模块403。
其中,数据获取模块401,用于获取待检测的无人机的遥测数据;数据提取模块402,用于在遥测数据中,提取有效的离地遥测数据;无人机检测模块403,用于根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
本实施例提供的一种无人机异常坠地的检测装置,通过获取与待检测的无人机的遥测数据,并在遥测数据中,提取有效的离地遥测数据,然后根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地,解决了没有统一的无人机异常坠地判断标准,不能给出准确的判断,而且判断效率太低的问题,可以根据无人机的遥测数据较为准确地评判无人机是否发生异常坠地,给出了一个较为统一的判断标准,避免了人为误判,提高判断效率。
在上述各实施例的基础上,姿态关联参数可以包括:滚转角参数和俯仰角参数;部件关联参数可以为电机转速参数;数据提取模块402可以包括:第一判断单元,用于判断遥测数据中是否包含卫星数量参数、滚转角参数以及俯仰角参数;离地数据获取单元,用于在确定遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取遥测数据中的离地遥测数据;第二判断单元,用于判断离地遥测数据是否满足数据有效条件;有效数据确定单元,用于在确定离地遥测数据满足数据有效条件时,将离地遥测数据确定为有效的离地遥测数据。
在上述各实施例的基础上,离地数据获取单元可以包括:数据截取子单元,用于根据遥测数据对应的飞行状态参数中的离地标志,截取遥测数据中的离地遥测数据。
在上述各实施例的基础上,第二判断单元可以包括:第一判断子单元,用于根据离地遥测数据对应的卫星数量参数,判断卫星数量大于预设卫星数量的离地遥测数据的数据数量与离地遥测数据的数据总量的比值是否大于预设比例门限;第二判断子单元,用于在确定比值大于预设比例门限时,根据离地遥测数据对应的电池电压参数,判断无人机是否是模拟器;第三判断子单元,用于在确定无人机不是模拟器时,根据离地遥测数据对应的电机转速参数,判断无人机是否拆桨;第四判断子单元,用于在确定无人机没有拆桨时,确定离地遥测数据满足数据有效条件。
在上述各实施例的基础上,无人机检测模块403可以包括:第一检测单元,用于根据离地遥测数据对应的滚转角参数,判断无人机是否满足预设的异常坠地匹配的第一参数条件;第二检测单元,用于在确定无人机不满足预设的异常坠地匹配的第一参数条件时,根据离地遥测数据对应的俯仰角参数,判断无人机是否满足预设的异常坠地匹配的第二参数条件;第三检测单元,用于在确定无人机不满足预设的异常坠地匹配的第二参数条件时,针对每一个架次,根据架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断无人机是否满足预设的异常坠地匹配的第三参数条件。
在上述各实施例的基础上,第一检测单元可以包括:第一获取子单元,用于获取离地遥测数据中滚转角参数大于第一滚转角门限的第一离地遥测数据;第二获取子单元,用于获取离地遥测数据中滚转角参数小于第二滚转角门限的第二离地遥测数据;第一确定子单元,用于在确定第一离地遥测数据的数据个数等于0,或者第二离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第一参数条件。
在上述各实施例的基础上,第一检测单元可以包括:第三获取子单元,用于获取离地遥测数据中俯仰角参数大于第一俯仰角门限的第三离地遥测数据;第四获取子单元,用于获取离地遥测数据中俯仰角参数小于第二俯仰角门限的第四离地遥测数据;第二确定子单元,用于在确定第三离地遥测数据的数据个数等于0,或者第四离地遥测数据的数据个数等于0时,确定无人机不满足预设的异常坠地匹配的第二参数条件。
本发明实施例所提供的无人机异常坠地的检测装置可执行本发明任意实施例所提供的无人机异常坠地的检测方法,具备执行方法相应的功能模块和有益效果。
实施例五
图5为本发明实施例五提供的一种计算机设备的结构示意图。如图5所示,该计算机设备包括处理器501、存储器502、输入装置503、输出装置504。计算机设备中处理器501的数量可以是一个或多个,图5中以一个处理器501为例;计算机设备中的处理器501、存储器502、输入装置503、输出装置504可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器502作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的无人机异常坠地的检测方法对应的程序指令/模块(例如,无人机异常坠地的检测装置中的数据获取模块401、数据提取模块402以及无人机检测模块403)。处理器501通过运行存储在存储器502中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的无人机的禁飞控制方法。
存储器502可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器502可进一步包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置503可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置504可包括语音输出装置。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明实施例提供的无人机异常坠地的检测方法,该方法包括:获取待检测的无人机的遥测数据;在遥测数据中,提取有效的离地遥测数据;根据由离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测无人机是否属于异常坠地。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (9)
1.一种无人机异常坠地的检测方法,其特征在于,包括:
获取待检测的无人机的遥测数据;
判断所述遥测数据中是否包含卫星数量参数、滚转角参数以及俯仰角参数;
在确定所述遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取所述遥测数据中的离地遥测数据;
判断所述离地遥测数据是否满足数据有效条件;
在确定所述离地遥测数据满足数据有效条件时,将所述离地遥测数据确定为有效的离地遥测数据;
根据由所述离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测所述无人机是否属于异常坠地;其中,所述姿态关联参数包括:滚转角参数和俯仰角参数;所述部件关联参数为电机转速参数。
2.根据权利要求1所述的方法,其特征在于,获取所述遥测数据中的离地遥测数据,包括:
根据所述遥测数据对应的飞行状态参数中的离地标志,截取所述遥测数据中的离地遥测数据。
3.根据权利要求1所述的方法,其特征在于,判断所述离地遥测数据是否满足数据有效条件,包括:
根据所述离地遥测数据对应的卫星数量参数,判断卫星数量大于预设卫星数量的离地遥测数据的数据数量与所述离地遥测数据的数据总量的比值是否大于预设比例门限;
在确定所述比值大于预设比例门限时,根据所述离地遥测数据对应的电池电压参数,判断所述无人机是否是模拟器;
在确定所述无人机不是模拟器时,根据所述离地遥测数据对应的电机转速参数,判断所述无人机是否拆桨;
在确定所述无人机没有拆桨时,确定所述离地遥测数据满足数据有效条件。
4.根据权利要求1所述的方法,其特征在于,根据由所述离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测所述无人机是否属于异常坠地,包括:
根据所述离地遥测数据对应的滚转角参数,判断所述无人机是否满足预设的异常坠地匹配的第一参数条件;
在确定所述无人机不满足预设的异常坠地匹配的第一参数条件时,根据所述离地遥测数据对应的俯仰角参数,判断所述无人机是否满足预设的异常坠地匹配的第二参数条件;
在确定所述无人机不满足预设的异常坠地匹配的第二参数条件时,针对每一个架次,根据所述架次中的离地遥测数据对应的滚转角参数、俯仰角参数、以及电机转速参数判断所述无人机是否满足预设的异常坠地匹配的第三参数条件。
5.根据权利要求4所述的方法,其特征在于,根据所述离地遥测数据对应的滚转角参数,判断所述无人机是否满足预设的异常坠地匹配的第一参数条件,包括:
获取所述离地遥测数据中滚转角参数大于第一滚转角门限的第一离地遥测数据;
获取所述离地遥测数据中滚转角参数小于第二滚转角门限的第二离地遥测数据;
在确定所述第一离地遥测数据的数据个数等于0,或者所述第二离地遥测数据的数据个数等于0时,确定所述无人机不满足预设的异常坠地匹配的第一参数条件。
6.根据权利要求4所述的方法,其特征在于,根据所述离地遥测数据对应的俯仰角参数,判断所述无人机是否满足预设的异常坠地匹配的第二参数条件,包括:
获取所述离地遥测数据中俯仰角参数大于第一俯仰角门限的第三离地遥测数据;
获取所述离地遥测数据中俯仰角参数小于第二俯仰角门限的第四离地遥测数据;
在确定所述第三离地遥测数据的数据个数等于0,或者所述第四离地遥测数据的数据个数等于0时,确定所述无人机不满足预设的异常坠地匹配的第二参数条件。
7.一种无人机异常坠地的检测装置,其特征在于,包括:
数据获取模块,用于获取待检测的无人机的遥测数据;
数据提取模块,用于判断所述遥测数据中是否包含卫星数量参数、滚转角参数以及俯仰角参数;在确定所述遥测数据中包含卫星数量参数、滚转角参数以及俯仰角参数时,获取所述遥测数据中的离地遥测数据;判断所述离地遥测数据是否满足数据有效条件;在确定所述离地遥测数据满足数据有效条件时,将所述离地遥测数据确定为有效的离地遥测数据;
无人机检测模块,用于根据由所述离地遥测数据确定的至少一项姿态关联参数,至少一项部件关联参数的参数值,以及预设的异常坠地匹配的参数条件,检测所述无人机是否属于异常坠地;其中,所述姿态关联参数包括:滚转角参数和俯仰角参数;所述部件关联参数为电机转速参数。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-6中任一所述的无人机异常坠地的检测方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-6中任一所述的无人机异常坠地的检测方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344039.8A CN109976374B (zh) | 2019-04-26 | 2019-04-26 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
PCT/CN2020/084124 WO2020216072A1 (zh) | 2019-04-26 | 2020-04-10 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
JP2021564125A JP7297332B2 (ja) | 2019-04-26 | 2020-04-10 | 無人機異常墜落の検出方法、装置、設備及び記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910344039.8A CN109976374B (zh) | 2019-04-26 | 2019-04-26 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109976374A CN109976374A (zh) | 2019-07-05 |
CN109976374B true CN109976374B (zh) | 2021-11-30 |
Family
ID=67086512
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910344039.8A Active CN109976374B (zh) | 2019-04-26 | 2019-04-26 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7297332B2 (zh) |
CN (1) | CN109976374B (zh) |
WO (1) | WO2020216072A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109976374B (zh) * | 2019-04-26 | 2021-11-30 | 拓攻(南京)机器人有限公司 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
CN112947509B (zh) * | 2019-12-10 | 2024-04-12 | 广州极飞科技股份有限公司 | 确定无人驾驶设备故障原因的方法及装置 |
CN110969724B (zh) * | 2019-12-23 | 2021-11-30 | 拓攻(南京)机器人有限公司 | 无人机飞行性能的分析方法、装置、设备以及存储介质 |
CN112162307B (zh) * | 2020-09-21 | 2022-06-17 | 拓攻(南京)机器人有限公司 | 航向异常检测与安全保护方法、装置、设备和存储介质 |
CN112987772A (zh) * | 2021-05-11 | 2021-06-18 | 北京三快在线科技有限公司 | 无人机近地面飞行控制方法、装置、介质、设备和无人机 |
CN114442648A (zh) * | 2021-12-17 | 2022-05-06 | 广州极飞科技股份有限公司 | 遥控设备姿态预警方法、装置、遥控设备和存储介质 |
CN115793008B (zh) * | 2023-02-03 | 2023-05-16 | 广东电网有限责任公司佛山供电局 | 基于无人机坠机的实时位置追踪方法、装置和计算机设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646167A (zh) * | 2013-11-22 | 2014-03-19 | 北京空间飞行器总体设计部 | 一种基于遥测数据的卫星异常状态检测系统 |
CN106462160A (zh) * | 2015-03-31 | 2017-02-22 | 深圳市大疆创新科技有限公司 | 用于分析飞行行为的系统和方法 |
CN106600749A (zh) * | 2016-11-10 | 2017-04-26 | 览意科技(上海)有限公司 | 一种数据记录方法及无人机 |
CN106605180A (zh) * | 2015-03-31 | 2017-04-26 | 深圳市大疆创新科技有限公司 | 用于监控飞行的系统和方法 |
CN107145158A (zh) * | 2017-07-03 | 2017-09-08 | 青岛智能产业技术研究院 | 旋翼无人机、其异常降落处理装置及处理方法 |
CN108045596A (zh) * | 2017-12-04 | 2018-05-18 | 国网山东省电力公司电力科学研究院 | 一种固定翼无人机的飞行性能检验检测系统及方法 |
CN207663485U (zh) * | 2017-08-30 | 2018-07-27 | 上海拓攻机器人有限公司 | 一种无人机数据记录系统及应用该系统的无人机 |
WO2019045242A1 (ko) * | 2017-08-30 | 2019-03-07 | 주식회사 호그린에어 | 무인 항공기 블랙박스시스템 |
CN109582029A (zh) * | 2018-12-28 | 2019-04-05 | 西安四方星途测控技术有限公司 | 一种通过tle数据确定geo卫星轨道状态的方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10253740A (ja) * | 1997-03-14 | 1998-09-25 | Japan Aviation Electron Ind Ltd | Gps受信機に用いる衛星の組合せ決定方法及びこの方法を用いた衛星の組合せ決定装置 |
CA2920026A1 (en) * | 2015-04-29 | 2016-10-29 | Rosemount Aerospace Inc. | Aircraft operational anomaly detection |
JP6164573B2 (ja) * | 2015-05-19 | 2017-07-19 | 株式会社アドテックス | 無人飛翔体及びそのための制御システム |
JP6618024B2 (ja) * | 2016-03-10 | 2019-12-11 | パナソニックIpマネジメント株式会社 | 飛行体 |
CN105867416A (zh) * | 2016-04-20 | 2016-08-17 | 北京博瑞爱飞科技发展有限公司 | 无人机的飞行控制方法、装置和无人机 |
WO2018034033A1 (ja) * | 2016-08-16 | 2018-02-22 | 本郷飛行機株式会社 | 通信制御装置 |
WO2018042610A1 (ja) * | 2016-09-02 | 2018-03-08 | 株式会社プロドローン | 無人航空機 |
CN106428585A (zh) * | 2016-10-28 | 2017-02-22 | 易瓦特科技股份公司 | 无人机飞行保护控制方法、控制器及系统 |
CN106516157B (zh) * | 2016-11-02 | 2019-01-18 | 重庆零度智控智能科技有限公司 | 无人机打桨的判定方法、装置和无人机 |
CN107340764B (zh) * | 2017-06-08 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 无人机的异常处理方法、装置、存储介质及无人机终端 |
CN111263723B (zh) * | 2017-08-30 | 2023-05-23 | 日本化药株式会社 | 飞行体 |
CN107933938B (zh) * | 2017-10-26 | 2019-12-13 | 歌尔科技有限公司 | 无人机摔机检测方法、检测装置和无人机 |
CN107945314B (zh) * | 2017-12-27 | 2024-02-06 | 中国人民解放军战略支援部队航天工程大学 | 一种航天器飞行数据分析记录设备、系统和方法 |
JP6505927B1 (ja) * | 2018-07-24 | 2019-04-24 | ミスギ工業株式会社 | 無人小型飛行体を用いた点検方法及びこれに用いる無人小型飛行体 |
CN109683164A (zh) * | 2019-01-25 | 2019-04-26 | 西南科技大学 | 一种基于飞行数据的无人机坠落行为识别方法 |
CN109976374B (zh) * | 2019-04-26 | 2021-11-30 | 拓攻(南京)机器人有限公司 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
-
2019
- 2019-04-26 CN CN201910344039.8A patent/CN109976374B/zh active Active
-
2020
- 2020-04-10 JP JP2021564125A patent/JP7297332B2/ja active Active
- 2020-04-10 WO PCT/CN2020/084124 patent/WO2020216072A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646167A (zh) * | 2013-11-22 | 2014-03-19 | 北京空间飞行器总体设计部 | 一种基于遥测数据的卫星异常状态检测系统 |
CN106462160A (zh) * | 2015-03-31 | 2017-02-22 | 深圳市大疆创新科技有限公司 | 用于分析飞行行为的系统和方法 |
CN106605180A (zh) * | 2015-03-31 | 2017-04-26 | 深圳市大疆创新科技有限公司 | 用于监控飞行的系统和方法 |
CN106600749A (zh) * | 2016-11-10 | 2017-04-26 | 览意科技(上海)有限公司 | 一种数据记录方法及无人机 |
CN107145158A (zh) * | 2017-07-03 | 2017-09-08 | 青岛智能产业技术研究院 | 旋翼无人机、其异常降落处理装置及处理方法 |
CN207663485U (zh) * | 2017-08-30 | 2018-07-27 | 上海拓攻机器人有限公司 | 一种无人机数据记录系统及应用该系统的无人机 |
WO2019045242A1 (ko) * | 2017-08-30 | 2019-03-07 | 주식회사 호그린에어 | 무인 항공기 블랙박스시스템 |
CN108045596A (zh) * | 2017-12-04 | 2018-05-18 | 国网山东省电力公司电力科学研究院 | 一种固定翼无人机的飞行性能检验检测系统及方法 |
CN109582029A (zh) * | 2018-12-28 | 2019-04-05 | 西安四方星途测控技术有限公司 | 一种通过tle数据确定geo卫星轨道状态的方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020216072A1 (zh) | 2020-10-29 |
CN109976374A (zh) | 2019-07-05 |
JP7297332B2 (ja) | 2023-06-26 |
JP2022531569A (ja) | 2022-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109976374B (zh) | 无人机异常坠地的检测方法、装置、设备以及存储介质 | |
EP2637010B1 (en) | Method and system for monitoring a structure | |
CN107463161A (zh) | 预测飞行器中的故障的方法和系统以及监控系统 | |
CN103473436B (zh) | 用于辅助航空器的任务追踪的方法和设备 | |
EP3569859B1 (en) | Wind turbine efficiency improvement methods related to wind sensor misalignment | |
CN109630902B (zh) | 一种天然气管网泄露探测方法、存储介质及终端设备 | |
CN109478350B (zh) | 确定维护关注的航空器数据记录帧配置的系统和方法 | |
CN112298602B (zh) | 无人机的故障检测方法、装置、设备及存储介质 | |
CN110390177B (zh) | 离群飞行物确定方法及装置 | |
CN113916306B (zh) | 基于多传感信息融合的管道缺陷检测及定位方法 | |
CN111169662B (zh) | 一种适用于卫星光照条件的多参数自主诊断辨识方法 | |
CN110969724B (zh) | 无人机飞行性能的分析方法、装置、设备以及存储介质 | |
CN110146928A (zh) | 基于地质勘测无人机的磁测方法和装置 | |
CN111880576B (zh) | 基于视觉的无人机飞行控制方法及装置 | |
Hansen et al. | Control surface fault diagnosis with specified detection probability—Real event experiences | |
CN111275336A (zh) | 一种装备状态评估方法 | |
CN113272625A (zh) | 飞行器定位方法、装置、飞行器及存储介质 | |
Wu et al. | A practical regime prediction approach for HUMS applications | |
CN114881543B (zh) | 道路等级确定方法及装置、电子设备和介质 | |
CN117074869B (zh) | 一种配电线故障定位方法及系统 | |
KR102602346B1 (ko) | 시계열 데이터 학습 기반 드론 사고 원인 분석 방법 및 장치 | |
Bates et al. | Rotorcraft Dynamic Component Usage Based Maintenance Process | |
Cooke et al. | The Application of Machine Learning Techniques in Flight Test Applications | |
CN112880695A (zh) | 用于对地图元素进行认证的方法、控制设备和存储介质 | |
CN114219034A (zh) | 一种基于svm分类算法的飞参数据和飞行员生理数据挖掘方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |