CN110020394B - 数据处理的方法及装置 - Google Patents
数据处理的方法及装置 Download PDFInfo
- Publication number
- CN110020394B CN110020394B CN201710648138.6A CN201710648138A CN110020394B CN 110020394 B CN110020394 B CN 110020394B CN 201710648138 A CN201710648138 A CN 201710648138A CN 110020394 B CN110020394 B CN 110020394B
- Authority
- CN
- China
- Prior art keywords
- measurement data
- calibration
- attenuation parameter
- jump
- difference
- 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
- 238000003672 processing method Methods 0.000 title abstract description 6
- 238000005259 measurement Methods 0.000 claims abstract description 515
- 238000000034 method Methods 0.000 claims abstract description 72
- 238000001914 filtration Methods 0.000 claims abstract description 71
- 238000007499 fusion processing Methods 0.000 claims abstract description 23
- 230000004927 fusion Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 28
- 238000012937 correction Methods 0.000 claims description 25
- 230000009466 transformation Effects 0.000 claims description 22
- 238000010606 normalization Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 13
- 230000007423 decrease Effects 0.000 claims description 10
- 230000001105 regulatory effect Effects 0.000 claims description 7
- 230000007704 transition Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 3
- 230000004044 response Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 23
- 238000010586 diagram Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005507 spraying Methods 0.000 description 5
- 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
- 230000009471 action Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例提供了一种数据处理的方法及装置，应用于无人机中，所述方法包括：当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；获取所述无人机实时的飞行参数；基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。本发明实施例可以有效滤除无人机环境下两个或以上指定传感器的测量数据的噪声和测量错误，滤波融合效果好，且相对延时小，响应灵敏，提高了无人机离地高度数据测量的准确性和稳定性。
Description
技术领域
本发明涉及无人飞行器技术领域，特别是涉及一种数据处理的方法、一种数据处理的装置、一种飞行器以及一种计算机可读存储介质。
背景技术
无人驾驶飞机简称无人机(Unmanned Aerial Vehicle，简称UAV)，是一种不载人飞机。无人机的用途广泛，经常被应用于植保、城市管理、地质、气象、电力、抢险救灾、视频拍摄等行业。
无人机要实现低空尤其是近地面的自主飞行，除了要知道无人机当前的海拔高度外，还需知道无人机相对于地面的高度。其中，无人机的海拔高度信息一般通过气压计、GPS等测量得到，而无人机相对于地面高度可以使用声纳测距、激光测距、微波雷达测距以及机器视觉测量方法等其中一种方式进行测距，导致测量的数据单一，影响测量的精确度。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种数据处理的方法和相应的一种数据处理的装置、一种飞行器以及一种计算机可读存储介质。
为了解决上述问题，本发明实施例公开了一种数据处理的方法，应用于无人机中，所述方法包括：
当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
获取所述无人机实时的飞行参数；
基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。
优选地，所述至少两个指定传感器至少包括第一传感器以及第二传感器，所述初始测量数据至少包括所述第一传感器对应的第一测量数据，以及，所述第二传感器对应的第二测量数据；
所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤包括：
基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
优选地，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
优选地，所述基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数的步骤包括：
基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；
对所述第一衰减参数进行归一化变换，得到第二衰减参数；
对所述第三衰减参数进行归一化变换，得到第四衰减参数；
基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
优选地，所述第一衰减参数对应设置有第一跳变计数器，所述确定所述第一测量数据对应的第一衰减参数的步骤包括：
获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
基于所述飞行参数，确定所述第一测量数据对应的第一跳变量；
若上一时刻对应的衰减参数小于所述第一跳变量，且所述第一跳变量小于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的跳变量；
当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
优选地，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
对所述第一校准测量数据进行修正；
对所述第二校准测量数据进行修正。
优选地，所述对所述第一校准测量数据进行修正的步骤包括：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；
若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
优选地，所述基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值的步骤包括：
计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
优选地，所述飞行参数包括飞行速度，所述采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据的步骤包括：
确定与当前时刻的飞行速度对应的修正因子；
基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
优选地，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
判断所述初始测量数据是否有效。
本发明实施例还提供了一种数据处理的装置，所述装置包括：
初始测量数据获取模块，用于当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
飞行参数获取模块，用于获取所述无人机实时的飞行参数；
融合处理模块，用于基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。
优选地，所述至少两个指定传感器至少包括第一传感器以及第二传感器，所述初始测量数据至少包括所述第一传感器对应的第一测量数据，以及，所述第二传感器对应的第二测量数据；
所述融合处理模块包括：
权重计算子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
目标测量数据确定子模块，用于采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
优选地，所述装置还包括：
滤波系数确定模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
第一滤波处理模块，用于采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
第二滤波处理模块，用于采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
优选地，所述滤波系数确定模块包括：
衰减参数确定子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；
第一归一化变换子模块，用于对所述第一衰减参数进行归一化变换，得到第二衰减参数；
第二归一化变换子模块，用于对所述第三衰减参数进行归一化变换，得到第四衰减参数；
第一滤波系数确定子模块，用于基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
第二滤波系数确定子模块，用于基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
优选地，所述第一衰减参数对应设置有第一跳变计数器，所述衰减参数确定子模块包括：
测量差值确定单元，用于获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
跳变量确定单元，用于基于所述飞行参数，确定与所述第一测量数据对应的第一跳变量；
第一参数确定单元，用于若上一时刻对应的衰减参数小于所述第一跳变量，且所述第一跳变量小于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的跳变量；
第二参数确定单元，用于当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
第三参数确定单元，用于若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
优选地，所述装置还包括：
修正模块，对所述第一校准测量数据进行修正；以及，对所述第二校准测量数据进行修正。
优选地，所述修正模块还用于：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；
若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
优选地，所述权重计算子模块包括：
校准差值计算单元，用于计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
第一设置单元，用于若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
第二设置单元，用于若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
优选地，所述飞行参数包括飞行速度，所述目标测量数据确定子模块包括：
修正因子确定单元，用于确定与当前时刻的飞行速度对应的修正因子；
加权运算单元，用于基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
融合计算单元，用于基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
优选地，所述装置还包括：
有效性判断模块，用于判断所述初始测量数据是否有效。
本发明实施例还提供了一种飞行器，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，所述处理器执行所述程序时实现上述方法的步骤。
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，该程序被处理器执行时实现上述方法的步骤。
本发明实施例包括以下优点：
在本发明实施例中，结合无人机在移动过程中高度及升降速度连续变化的特点，对无人机中两个或以上的指定传感器的测量数据进行有效性判断、滤波及融合，得到目标测量数据，可以有效滤除无人机环境下两个或以上指定传感器的测量数据的噪声和测量错误，滤波融合效果好，且相对延时小，响应灵敏，提高了无人机离地高度数据测量的准确性和稳定性。
附图说明
图1是本发明的一种数据处理的方法实施例一的步骤流程图；
图2是本发明的一种数据处理的方法实施例二的步骤流程图；
图3是本发明的一种数据有效性判断的步骤流程图；
图4是本发明的一种数据滤波的步骤流程图；
图5是本发明的一种数据处理的装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
在无人机植保作业过程中，可以通过飞行控制系统(简称飞控)控制无人机完成起飞、空中飞行、执行作业任务和返航等整个飞行过程，飞控对于无人机相当于驾驶员对于有人机的作用，是无人机最核心的技术之一。
该飞行控制系统可以包括地面站，地面站可以通过通信模块与无人机进行通信，在实现中，该地面站可以为手持地面站，其中可以内置高精度GPS，支持不规则地块边界的快速测绘，使用该地面站时，无需连接电脑，即可直接调节无人机飞行参数。该地面站具有智能航线规划功能，支持喷洒点开关预设，可有效避免作业过程中出现重喷或漏喷现象。在喷洒过程中，用户还可以通过地面站实时监测飞行及喷洒状态，让喷洒更精准、高效。
无人机中可以安装有用于进行距离测量的传感器，使得无人机能够实时获取自身所在的高度。在本发明实施例可以通过无人机中的至少两个指定传感器测量的数据来确定最终的测量数据，能够提高数据测量的精度。
参照图1，示出了本发明的一种数据处理的方法实施例一的步骤流程图，当该方法应用于无人机时，可以包括如下步骤：
步骤101，当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
步骤102，获取所述无人机实时的飞行参数；
步骤103，基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。
在本发明实施例中，当达到测量时机时，无人机的飞行控制器可以获取无人机中的至少两个指定传感器测量的，当前时刻的初始测量数据，结合获取的无人机实时的飞行参数，可以对该至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。通过这种方法得到的目标测量数据为结合了两个传感器的测量数据后得到的结果，测量结果更加精确，提高了数据测量的精确度。
参照图2，示出了本发明的一种数据处理的方法实施例二的步骤流程图，本发明实施例可以包括如下流程：
一、初始数据获取流程
在初始数据获取流程中，可以通过步骤201以及步骤202获得初始数据。
在步骤201中，当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
在本发明实施例中，无人机中至少包括两个指定传感器，其中，该至少两个指定传感器至少可以包括第一传感器以及第二传感器，例如，第一传感器可以为声纳传感器，第二传感器可以为雷达传感器。
声纳传感器发出一个声波信号，当遇到物体后会反射回来，依据反射时间及波型可以计算无人机距离物体的距离及位置。
雷达传感器能通过发射与接收微波来感应物体的存在、运动速度、静止距离、物体所处角度等。
当指定传感器有两个或以上时，则对应的初始测量数据可以包括第一传感器测量的第一测量数据，以及，第二传感器测量的第二测量数据。
例如，当第一传感器为声纳传感器时，第一测量数据可以为声纳传感器测量得到的无人机的对地距离值hs。当第二传感器为雷达传感器时，第二测量数据可以为雷达传感器测量得到的无人机的对地距离值hr，下述可以用hs表示第一测量数据，hr表示第二测量数据。
在具体实现中，可以通过飞行控制器预先设定测量间隔以及测量生命周期，例如，设定每1s测量20次，则可以根据时间间隔确定测量时机，如测量时机可以分别为1/20s、1/10s、3/20s、…、1s。
在步骤202中，获取所述无人机实时的飞行参数；
在具体实现中，飞行控制器还可以获取无人机实时的飞行参数，作为一种示例，该飞行参数可以包括但不限于：无人机实时的海拔高度、水平飞行速度、飞行航向角等。
二、数据有效性判断流程
在本发明实施例中，得到初始测量数据以后，本发明实施例还可以包括如下步骤：
判断所述初始测量数据是否有效。
在具体实现中，由于声纳传感器和雷达传感器进行测距的原理都是根据回波特性，当存在干扰或者回波弱时容易出现错误的测量结果，因此，当获得第一测量数据以及第二测量数据以后，可以先进行数据有效性分析判断。
具体的，参考图3的有效性判断步骤流程图所示，针对第一测量数据的有效性判断流程可以包括如下步骤，需要说明的是，第二测量数据的有效性判断可以参考第一测量数据的有效性判断。
步骤301，判断所述第一测量数据是否满足预设的基础条件；若否，则执行步骤302；若是，则执行步骤303；
步骤302，判定所述第一测量数据无效；
本发明实施例可以预先设定基础条件，作为有效性判断的第一道判断程序。
在本发明实施例的一种优选实施例中，步骤301进一步可以包括如下子步骤：
子步骤S11，判断所述第一测量数据是否大于所述第一传感器的预设设计量程；若是，则执行子步骤S12，若否，则执行子步骤S13；
子步骤S12，判定所述第一测量数据不满足所述基础条件；
例如，第一传感器的预设设计量程为4米，第一测量数据的回波是5米，则该第一测量数据超过设计量程，此时，可以判定该第一测量数据不满足所述基础条件，进而可以判定该第一测量数据无效。
子步骤S13，获取所述第一传感器前N个时刻测量的M个第一测量数据，若所述第一测量数据与所述M个第一测量数据均相同，则判定所述第一测量数据不满足所述基础条件；若所述第一测量数据以及所述M个第一测量数据均不相同，则判定所述第一测量数据满足所述基础条件，其中，N大于1，M大于1。
如果第一测量数据没有超出指定传感器的设计量程，则继续执行子步骤S13。
在具体实现中，由于无人机在飞行过程中的对地距离是会发生变化的，或者是有波动的，如果在一段时间内测量的M个数据都相等，则表示该传感器测量的初始测量数据不满足基础条件，进而可以判定该初始测量数据无效。
在实际中，N、M可以根据传感器的测量精度、测量频率以及无人机载体的移动速度选取的一个适当的值，在实际中，N与M可以取值相同，例如，可以将N、M取值为5。
若当前时刻测量的第一测量数据以及前M个第一测量数据均不相同，则可以判定当前时刻的第一测量数据满足基础条件(即，该第一测量数据既不超过预设设计量程，又与前M个测量数据均不相同)，此时，可以继续执行步骤303。
步骤303，基于所述飞行参数，获取所述第一测量数据对应的第一跳变量，并基于所述第一跳变量，判断所述第一测量数据是否有效。
在本发明实施例的一种优选实施例中，上述基于所述飞行参数，获取所述第一测量数据的第一跳变量的步骤可以包括如下子步骤：
子步骤S21，确定所述无人机当前时刻的海拔高度与上一时刻的海拔高度之间的海拔变化量；
子步骤S22，确定当前时刻的第一测量数据与上一时刻的第一测量数据之间的测量变化值；
子步骤S23，将所述测量变化值补偿所述海拔变化量，得到所述初始测量数据的跳变量。
例如，针对hs，其对应的测量变化值ds＝|hs-hs_o|，其中，hs为当前时刻的第一测量数据，hs_o为上一时刻的第一测量数据。
hs对应的第一跳变量ds1＝|hs-hs_o+hg_o-hg|，其中，hg_o-hg为根据无人机当前时刻的海拔高度与上一时刻的海拔高度计算的海拔变化量。
需要说明的是，当海拔精度较差或者没有海拔数据时，可以用dr、ds代替dr1、ds1，即不进行载体海拔变化量补偿。
在具体实现中，N1和T1可以根据传感器的测量频率和无人机的移动速度选取一个适当的值，例如，N1可以取值为10，T1可以取值为0.3m。
在本发明实施例的一种优选实施例中，该第一传感器具有对应的有效计数器，步骤303进一步可以包括如下子步骤：
子步骤S31，若所述第一跳变量小于或等于第一预设阈值，则在判定当前时刻的第一测量数据与上一时刻的第一测量数据不相同时，将所述有效计数器自增预设步长；
子步骤S32，当所述有效计数器中的计数大于预设计数阈值时，则判定所述第一测量数据有效。
例如，若ds1<＝T2，当hs！＝hs_o时，对应的有效计数器Tc_s++，当Tc_s＞预设计数阈值时，判定该hs有效，此时，可以将当前时刻的hs的状态设置为有效状态，即True_s＝1。
在具体实现中，第一预设阈值T2可以根据传感器的具体特性进行设置，例如，设定第一预设阈值T2为1m。
第四预设阈值可以根据传感器的测量频率和实际传感器的特性取值，例如，可以将第四预设阈值取值为3。
在本发明实施例的一种优选实施例中，步骤303进一步可以包括如下子步骤：
子步骤S41，针对第一测量数据，在所述第一跳变量大于第一预设阈值时，若所述第二测量数据不满足所述基础条件，则判定所述第一测量数据无效；
例如，若当前进行有效性判断的传感器为声纳传感器，当ds1＞T2时，若雷达传感器测量的数据hr因超出雷达传感器的设计量程或者连续M个数据相等的情况无效时(即hr不满足基础条件)，则可以判定当前时刻的hs也无效。
子步骤S42，若所述第二测量数据满足所述基础条件，则基于所述第一测量数据以及所述第二测量数据，判定所述第一测量数据是否有效。
例如，如果hr满足基础条件时，可以根据hr以及hs，判断hs是否有效。
在本发明实施例的一种优选实施例中，子步骤S42进一步可以包括如下子步骤：
子步骤S421，计算所述第一测量数据与所述第二测量数据的第一差值，以及所述第一差值对应的变化趋势；
子步骤S422，若所述第一差值小于第二预设阈值且所述变化趋势小于第三预设阈值，则判定所述第一测量数据有效；
子步骤S423，若所述第一差值大于或等于第二预设阈值，和/或，所述变化趋势大于或等于第三预设阈值，则判定所述第一测量数据无效。
具体的，当ds1＞T2时，若雷达传感器测量的数据hr并没有因超出雷达传感器的设计量程或者连续M个数据相等的情况导致无效，则可以计算当前时刻的hr与hs的第一差值，以及该第一差值对应的变化趋势。
在一种实施方式中，第一差值drs＝|hr-hs|，表示两个传感器的测量距离差。
第一差值对应的变化趋势ddrs＝|hr-hs|-|hr_o-hs_o|，即当前距离差减去上一时刻的距离差。
如果drs小于第二预设阈值且ddrs小于第三预设阈值，则可以判定当前时刻的第一测量数据有效；否则，如果drs大于或等于第二预设阈值和/或ddrs大于或等于第三预设阈值，则可以判定当前时刻的第一测量数据无效。
在具体实现中，第二预设阈值可以设定为T3，其可以根据传感器的具体特性进行设置，通常阈值T2>2*阈值T3，例如，设定第二预设阈值T3为0.4m。
第三阈值可以设定为数值0。
在本发明实施例的一种优选实施例中，还可以包括如下步骤：
若上一时刻的在先初始测量数据有效，但当前时刻的初始测量数据无效，则将所述有效计数器清零。
例如，若上一时刻的初始测量数据有效，即True_s＝1，当前时刻的初始测量数据无效，即True_s＝0，则对应的有效计数器Tc_s清零，即Tc_s＝0。
在本发明实施例中，无人机中一个传感器的数据有效性判断还会影响另一传感器的数据的有效性判断结果，则本发明实施例还可以包括如下步骤：
在所述第一测量数据因所述第一跳变量大于第一预设阈值的情况被判定为有效时，若上一时刻的在先第二测量数据因第二跳变量大于第一预设阈值的情况被判定无效，则将所述在先第二测量数据改判为有效。
例如，如果True_s＝1，若上一时刻的hr_o状态无效，且是因为上一时刻或者之前对应的第二跳变量大于第一预设阈值而判定为无效状态，即由于dr1＞T2时drs大于或等于第二预设阈值和/或ddrs大于或等于第三预设阈值，导致无效的，将hr_o的结果改判为有效。
在本发明实施例中，可以基于无人机的飞行参数，来对第一传感器测量的第一测量数据进行有效性判断，从而可以避免无效的数据对测量精度的影响，提高测量的精确度，从而提高无人机的作业质量。
三、初始对地距离确定流程
在本发明实施例的一种优选实施例中，对初始测量数据进行有效性判断后，还可以基于有效的初始测量数据，确定初始对地距离。
在具体实现中，针对最新的N1个时刻获得的第一测量数据以及第二测量数据，可以确定其中的有效的测量数据的数量，以及，有效的测量数据的跳变量。如果这N1个时刻的测量数据没有同时发生无效，且有效的测量数据的数量不少于N1个，以及有效的测量数据的跳变量均小于阈值T1，则可以剔除无效的测量数据，对剩余的有效的测量数据进行加和取均值得到初始对地距离。四、数据滤波流程
参考图4示出了一种数据滤波的步骤流程图，可以包括如下步骤：
步骤401，基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
在本发明实施例中，可以基于飞行参数来确定第一滤波系数以及第二滤波系数。
在本发明实施例的一种优选实施例中，步骤401进一步可以包括如下子步骤：
步骤401-1，基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；
在本发明实施例的一种优选实施例中，步骤401-1进一步可以包括如下子步骤：
步骤401-1-1，获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
例如，hs对应的测量差值ds4＝|hs-hout|，hr对应的测量差值dr4＝|hr-hout|，其中，hout为当前时刻的上一时刻的目标测量数据。
步骤401-1-2，基于所述飞行参数，确定所述第一测量数据对应的第一跳变量；
步骤401-1-3，在上一时刻对应的衰减参数小于所述第一跳变量时，若所述第一跳变量小于或等于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述第一跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的第一跳变量；
若第一测量数据为hs，其对应的第一衰减参数可以表示为Epfs，如果上一时刻的Epfs小于第一跳变量ds1，则判断另一传感器测量的第二测量数据hr是否有效以及ds1是否较大(如大于预设跳变量阈值fds1)，如果此时hr有效且ds1＞fds1，则计算Epfs＝ds1+ddrs，如果hr无效或者跳变量dr1＜＝fds1则计算Epfs＝ds1。
在具体实现中，fds1可以根据传感器的测量频率以及测量精度等实际情况设置，例如，fds1可以设置为0.5m。
得到Epfs以后，可以对Epfs进行限位处理，在一种实施方式中，其中一种限位处理方式如下：若Epfs＞阈值EP1，则Epfs＝EP1；若Epfs＜数值0，则Epfs＝数值0。
在具体实现中，EP1可以根据传感器的测量频率以及测量精度等特性的实际情况设置，例如，EP1可以设置为1m。
在实际中，第一传感器还具有对应的第一跳变计数器Cpfs，在对Epfs进行限位处理以后，还可以清零该第一跳变计数器，即Cpfs＝0。
步骤401-1-4，当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
具体的，如果上一时刻的Epfs大于或等于第一跳变量ds1，若ds1＞fds1，则清零第一跳变计数器，即Cpfs＝0，若ds1＜＝fds1，则将第一跳变计数器自增第一预设步长，即Cpfs++。
若Cpfs＞预设的延时系数阈值J_R，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数。例如，Epfs＝Epfs*SJR，其中，SJR为衰减因子。
在具体实现中，SJR越大衰减速度越慢相应的滤波越强，SJR可以根据实际滤波带宽设置，其设置的取值范围可以为：0<SJR<1，例如，可以设置SJR＝0.8。
J_R可以根据传感器的测量频率以及测量精度等实际情况设置，例如，设置J_R取值为5。
若Cpfs＜J_R，则保持Epfs不变，即Epfs＝Epfs。
步骤401-1-5，若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
每次确定第一衰减参数以后，可以将第一衰减参数Epfs与上述测量差值ds4进行比较，如果Epfs大于ds4，说明当前的测量结果准确率很高，此时，为了加快收敛条件，可以使得Epfs＝ds4。
步骤401-2，对所述第一衰减参数进行归一化变换，得到第二衰减参数；
最终确定第一衰减参数以后，可以对该第一衰减参数进行归一化变换，得到归一化后的第二衰减参数Kpfs，其中，归一化的过程是将数据Epfs由0到EP1变换到0到1区域。
在一种实施方式中，一种归一化变换的过程如下：
如果Epfs<阈值EP2，Kpfs＝0；否则，
如果Epfs＞＝EP2，则Kpfs＝1/(EP1-EP2)*Epfs–EP2/(EP1-EP2)。
在具体实现中，EP2可以根据传感器的测量频率以及测量精度等特性的实际情况设置，例如，EP2可以设置为0.1m。
步骤401-3，对所述第三衰减参数进行归一化变换，得到第四衰减参数；
关于第三衰减参数Epfr的获取过程以及归一化变换生成第四衰减参数Kpfr的过程可以参考上述第一衰减参数Epfs的确定过程以及归一化变换过程，此处不再赘述了。
步骤401-4，基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
确定第二衰减参数Kpfs以后，可以根据Kpfs计算第一滤波系数KS，可以设定为Kpfs越大则KS越小。
在一种实施方式中，可以采用非线性变换方法计算KS，例如，
KS＝1.0-Kpfs*Kpfs。
步骤401-5，基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
第二滤波系数KR的计算方式可以参照上述KS的计算方法，例如，
KR＝1.0-Kpfr*Kpfr。
其中，Kpfr越大则KR越小。
在本发明实施例中，确定第一滤波系数KS以及第二滤波系数KR以后，还可以对KS以及KR进行限位处理，两者的限位处理方式类似，例如，针对KS，其中一种限位处理的方法如下：
如果KS>阈值K1，则KS＝K1；
如果KS<阈值K2，则KS＝K2。
其中，阈值K1、阈值K2可以根据实际低通滤波带宽要求进行设置，例如，可以设置为K1＝0.5，K2＝0.05。
步骤402，采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
在一种实施方式中，该滤波处理可以包括低通滤波处理，根据KS进行低通滤波计算得到第一校准测量数据hsf的公式如下：
hsf＝hsf+KS*(hs-hsf)。
需要说明的是，除了低通滤波方式，还可以采用其他滤波方式进行滤波处理，例如，中值滤波、卡尔曼滤波等，本发明实施例对此不作限制。
步骤403，采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
同理，根据KR进行低通滤波计算得到第二校准测量数据hrf的公式如下：
hrf＝hrf+KR*(hr-hrf)。
在本发明实施例中，还可以包括如下步骤：对所述第一校准测量数据hsf进行修正；对所述第二校准测量数据hrf进行修正。
在本发明实施例的一种优选实施例中，所述对所述第一校准测量数据进行修正的步骤包括：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
具体的，如果hsf同时大于hr和hs，则令hsf等于hr和hs两个数据中较大的那个；如果hsf同时小于hr和hs，则令hsf等于hr和hs两个数据中较小的那个。
同理，如果hrf同时大于hr和hs，则令hrf等于hr和hs两个数据中较大的那个；如果hrf同时小于hr和hs，则令hrf等于hr和hs两个数据中较小的那个。
五、数据融合流程
如图2所示，当第一测量数据以及第二测量数据都有效时，数据融合流程可以包括步骤203以及步骤204。
在步骤203中，基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
在本发明实施例的一种优选实施例中，步骤203进一步可以包括如下子步骤：
步骤203-1，计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
例如，校准差值drfsf＝|hrf-hsf|。
步骤203-2，若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
在具体实现中，如果drfsf＜预设的滤波差值阈值drsf，说明两个传感器的滤波结果相差很近，此时，可以基于KR以及KS，采用非线性多项式计算第一权重值ksh以及第二权重值krh。
在一种实施方式中，ksh＝KS*KS/(KS*KS+KR*KR)；krh＝KR*KR/(KS*KS+KR*KR)。
在具体实现中，drsf可以根据传感器的测量精度和实际使用环境设置，例如，可以设置为drsf＝0.3m。
步骤203-3，若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
在具体实现中，如果drfsf＞＝预设的滤波差值阈值drsf，说明两个传感器的滤波结果相差比较大，此时，可以计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值ds3，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值dr3。
即，ds3＝|Hout-hsf|，dr3＝|Hout-hrf|。
随后，基于ds3以及dr3，采用非线性多项式计算第一权重值ksh以及第二权重值krh。
在一种实施方式中，ksh＝ds3*ds3/(dr3*dr3+ds3*ds3)；krh＝dr3*dr3/(dr3*dr3+ds3*ds3)。
步骤204，采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
在本发明实施例的一种优选实施例中，步骤204可以包括如下子步骤：
步骤204-1，确定与当前时刻的飞行速度对应的修正因子；
在具体实现中，移动速度越大，修正因子越小。
例如，当移动速度大于或等于0.5m/s时，修正因子K_O＝0.5；否则，当移动速度小于0.5m/s时，修正因子K_O＝0.8。
步骤204-2，基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
具体的，校准测量数据＝krh*hrf+ksh*hsf。
步骤204-3，基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
在一种实施方式中，目标测量数据Hout＝K_O*Hout+(1.0f-K_O)*(krh*hrf+ksh*hsf)。
需要说明的是，上述融合公式还可以采用方差权重融合的方式，本发明实施例对此不作限定。
在本发明实施例的另一种实施例中，当hr有效，hs无效时，可以令krh＝1.0f，ksh＝0.0f，并采用如下公式进行融合计算：
Hout＝K_O*Hout+(1.0f-K_O)*(krh*hrf+ksh*hsf)。
在这种情况下，还可以对声纳滤波进行修正，令KS等于一个较小的固定值(例如，设定KS＝0.1)，对声纳滤波器进行修正计算的公式如下：hsf＝hsf+KS*(Hout-hsf)。
在本发明实施例的另一种实施例中，当hr无效，hs有效时，可以令ksh＝1.0f，krh＝0.0f，并采用如下公式进行融合计算：
Hout＝K_O*Hout+(1.0f-K_O)*(krh*hrf+ksh*hsf)。
在这种情况下，还可以对雷达滤波进行修正，令KR等于一个较小的固定值(例如，设定KR＝0.1)，对雷达滤波器进行修正计算的公式如下：hrf＝hrf+KR*(Hout-hrf)。
当hr无效，hs也无效时，则可以保持上一时刻的数据，并给出当前时刻的数据无效的判定结果，如果长时间两个传感器的数据同时无效则重新进行初始化流程。
在本发明实施例中，结合无人机在移动过程中高度及升降速度连续变化的特点，对无人机中两个或以上的指定传感器的测量数据进行有效性判断、滤波及融合，得到目标测量数据，可以有效滤除无人机环境下两个或以上指定传感器的测量数据的噪声和测量错误，滤波融合效果好，且相位延时小，响应灵敏，提高了无人机离地高度数据测量的准确性和稳定性。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图5，示出了本发明的一种数据处理的装置实施例的结构框图，可以包括如下模块：
初始测量数据获取模块501，用于当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
飞行参数获取模块502，用于获取所述无人机实时的飞行参数；
融合处理模块503，用于基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据。
在本发明实施例的一种优选实施例中，所述至少两个指定传感器至少包括第一传感器以及第二传感器，所述初始测量数据至少包括所述第一传感器对应的第一测量数据，以及，所述第二传感器对应的第二测量数据；
所述融合处理模块503可以包括如下子模块：
权重计算子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
目标测量数据确定子模块，用于采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
在本发明实施例的一种优选实施例中，还包括：
滤波系数确定模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
第一滤波处理模块，用于采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
第二滤波处理模块，用于采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
在本发明实施例的一种优选实施例中，所述滤波系数确定模块可以包括如下子模块：
衰减参数确定子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；
第一归一化变换子模块，用于对所述第一衰减参数进行归一化变换，得到第二衰减参数；
第二归一化变换子模块，用于对所述第三衰减参数进行归一化变换，得到第四衰减参数；
第一滤波系数确定子模块，用于基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
第二滤波系数确定子模块，用于基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
在本发明实施例的一种优选实施例中，所述第一衰减参数对应设置有第一跳变计数器，所述衰减参数确定子模块包括：
测量差值确定单元，用于获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
跳变量确定单元，用于基于所述飞行参数，确定所述第一测量数据对应的第一跳变量；
第一参数确定单元，用于若上一时刻对应的衰减参数小于所述第一跳变量，且所述第一跳变量小于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的跳变量；
第二参数确定单元，用于当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
第三参数确定单元，用于若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
在本发明实施例的一种优选实施例中，还包括：
修正模块，用于对所述第一校准测量数据进行修正；以及，对所述第二校准测量数据进行修正。
在本发明实施例的一种优选实施例中，所述修正模块还用于：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；
若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
在本发明实施例的一种优选实施例中，所述权重计算子模块包括：
校准差值计算单元，用于计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
第一设置单元，用于若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
第二设置单元，用于若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
在本发明实施例的一种优选实施例中，所述飞行参数包括飞行速度，所述目标测量数据确定子模块包括：
修正因子确定单元，用于确定与当前时刻的飞行速度对应的修正因子；
加权运算单元，用于基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
融合计算单元，用于基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
在本发明实施例的一种优选实施例中，所述装置还包括：
有效性判断模块，用于判断所述初始测量数据是否有效。
对于图5的装置实施例而言，由于其与上述的方法实施例基本相似，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。
另外，本发明实施例还公开了一种飞行器，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，所述处理器执行所述程序时实现上述实施例所述方法的步骤。
另外，本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所述方法的步骤。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，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、物品或者终端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、物品或者终端设备所固有的要素。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、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种数据处理的方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (20)
1.一种数据处理的方法，应用于无人机中，其特征在于，所述方法包括：
当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
获取所述无人机实时的飞行参数；
基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据；
所述至少两个指定传感器至少包括第一传感器以及第二传感器，所述初始测量数据至少包括所述第一传感器对应的第一测量数据，以及，所述第二传感器对应的第二测量数据；
所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
对所述初始测量数据进行滤波处理；
基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
所述基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数的步骤包括：
基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；所述第一衰减参数基于第一测量数据对应的第一跳变量与上一时刻对应的衰减参数以及预设跳变量阈值的关系确定；
对所述第一衰减参数进行归一化变换，得到第二衰减参数；
对所述第三衰减参数进行归一化变换，得到第四衰减参数；
基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
2.根据权利要求1所述的方法，其特征在于，所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤包括：
基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
3.根据权利要求2所述的方法，其特征在于，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
4.根据权利要求3所述的方法，其特征在于，所述第一衰减参数对应设置有第一跳变计数器，所述确定所述第一测量数据对应的第一衰减参数的步骤包括：
获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
基于所述飞行参数，确定所述第一测量数据对应的第一跳变量；
若上一时刻对应的衰减参数小于所述第一跳变量，且所述第一跳变量小于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的跳变量；
当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
5.根据权利要求3或4任一项所述的方法，其特征在于，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
对所述第一校准测量数据进行修正；
对所述第二校准测量数据进行修正。
6.根据权利要求5所述的方法，其特征在于，所述对所述第一校准测量数据进行修正的步骤包括：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；
若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
7.根据权利要求6所述的方法，其特征在于，所述基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值的步骤包括：
计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
8.根据权利要求3所述的方法，其特征在于，所述飞行参数包括飞行速度，所述采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据的步骤包括：
确定与当前时刻的飞行速度对应的修正因子；
基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
9.根据权利要求3所述的方法，其特征在于，在所述基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据的步骤之前，还包括：
判断所述初始测量数据是否有效。
10.一种数据处理的装置，其特征在于，所述装置包括：
初始测量数据获取模块，用于当达到测量时机时，获取无人机中的至少两个指定传感器测量的初始测量数据；
飞行参数获取模块，用于获取所述无人机实时的飞行参数；
融合处理模块，用于基于所述飞行参数，对所述至少两个指定传感器测量的初始测量数据进行融合处理，得到目标测量数据；
所述至少两个指定传感器至少包括第一传感器以及第二传感器，所述初始测量数据至少包括所述第一传感器对应的第一测量数据，以及，所述第二传感器对应的第二测量数据；
所述装置还包括：
滤波处理模块，用于对所述初始测量数据进行滤波处理；
滤波系数确定模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一滤波系数，以及，所述第二测量数据对应的第二滤波系数；
所述滤波系数确定模块包括：
衰减参数确定子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一衰减参数，以及，所述第二测量数据对应的第三衰减参数；所述第一衰减参数基于第一测量数据对应的第一跳变量与上一时刻对应的衰减参数以及预设跳变量阈值的关系确定；
第一归一化变换子模块，用于对所述第一衰减参数进行归一化变换，得到第二衰减参数；
第二归一化变换子模块，用于对所述第三衰减参数进行归一化变换，得到第四衰减参数；
第一滤波系数确定子模块，用于基于所述第二衰减参数确定第一滤波系数，其中，所述第一滤波系数随着所述第二衰减参数的减小而增大；
第二滤波系数确定子模块，用于基于所述第四衰减参数确定第二滤波系数，其中，所述第二滤波系数随着所述第四衰减参数的减小而增大。
11.根据权利要求10所述的装置，其特征在于，所述融合处理模块包括：
权重计算子模块，用于基于所述飞行参数，确定所述第一测量数据对应的第一权重值，以及，所述第二测量数据对应的第二权重值；
目标测量数据确定子模块，用于采用所述第一权重值以及所述第二权重值，对所述第一测量数据以及所述第二测量数据进行融合处理，得到目标测量数据。
12.根据权利要求11所述的装置，其特征在于，还包括：
第一滤波处理模块，用于采用所述第一滤波系数，对所述第一测量数据进行滤波处理，得到第一校准测量数据；
第二滤波处理模块，用于采用所述第二滤波系数，对所述第二测量数据进行滤波处理，得到第二校准测量数据。
13.根据权利要求12所述的装置，其特征在于，所述第一衰减参数对应设置有第一跳变计数器，所述衰减参数确定子模块包括：
测量差值确定单元，用于获取所述无人机当前时刻的第一测量数据与上一时刻的目标测量数据的测量差值；
跳变量确定单元，用于基于所述飞行参数，确定与所述第一测量数据对应的第一跳变量；
第一参数确定单元，用于若上一时刻对应的衰减参数小于所述第一跳变量，且所述第一跳变量小于预设跳变量阈值，则将所述衰减参数设置为所述跳变量，作为第一衰减参数；若所述跳变量大于预设跳变量阈值，则将所述第一衰减参数设置为根据变化趋势调节后的跳变量；
第二参数确定单元，用于当上一时刻对应的衰减参数大于或等于所述第一跳变量时，若所述第一跳变量大于预设跳变量阈值，则清零所述第一跳变计数器，若所述第一跳变量小于或等于预设跳变量阈值，则将所述第一跳变计数器自增第一预设步长；若所述第一跳变计数器中的计数大于预设的延时系数阈值，则对上一时刻对应的衰减参数按照预设的衰减因子进行衰减计算，得到第一衰减参数；
第三参数确定单元，用于若所述第一衰减参数大于所述测量差值，则将所述第一衰减参数设置为所述测量差值。
14.根据权利要求12或13任一项所述的装置，其特征在于，还包括：
修正模块，对所述第一校准测量数据进行修正；以及，对所述第二校准测量数据进行修正。
15.根据权利要求14所述的装置，其特征在于，所述修正模块还用于：
若所述第一校准测量数据同时大于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较大者；
若所述第一校准测量数据同时小于所述第一测量数据以及所述第二测量数据，则将所述第一校准测量数据修正为所述第一测量数据与所述第二测量数据中的较小者。
16.根据权利要求15所述的装置，其特征在于，所述权重计算子模块包括：
校准差值计算单元，用于计算所述第一校准测量数据以及所述第二校准测量数据之间的差值，记为校准差值；
第一设置单元，用于若所述校准差值小于预设的滤波差值阈值，则计算所述第一滤波系数与所述第二滤波系数的第一加和，并将所述第一权重值设置为所述第一滤波系数占所述第一加和的比例，将所述第二权重值设置为所述第二滤波系数占所述第一加和的比例；
第二设置单元，用于若所述校准差值大于或等于预设的滤波差值阈值，则计算上一时刻的目标测量数据与当前时刻的第一校准测量数据的第二差值，以及，计算上一时刻的目标测量数据与当前时刻的第二校准测量数据的第三差值，并计算所述第二差值与所述第三差值的第二加和，将所述第一权重值设置为所述第二差值占所述第二加和的比例，将所述第二权重值设置为所述第三差值占所述第二加和的比例。
17.根据权利要求12所述的装置，其特征在于，所述飞行参数包括飞行速度，所述目标测量数据确定子模块包括：
修正因子确定单元，用于确定与当前时刻的飞行速度对应的修正因子；
加权运算单元，用于基于所述第一权重值以及所述第二权重值，对所述第一校准测量数据以及所述第二校准测量数据进行加权运算，得到校准测量数据；
融合计算单元，用于基于所述修正因子，对所述校准测量数据以及上一时刻的目标测量数据进行融合计算，得到当前时刻的目标测量数据。
18.根据权利要求12所述的装置，其特征在于，还包括：
有效性判断模块，用于判断所述初始测量数据是否有效。
19.一种飞行器，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程序时实现权利要求1至9任一项所述方法的步骤。
20.一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，该程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710648138.6A CN110020394B (zh) | 2017-08-01 | 2017-08-01 | 数据处理的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710648138.6A CN110020394B (zh) | 2017-08-01 | 2017-08-01 | 数据处理的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110020394A CN110020394A (zh) | 2019-07-16 |
| CN110020394B true CN110020394B (zh) | 2023-07-18 |
Family
ID=67186033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710648138.6A Active CN110020394B (zh) | 2017-08-01 | 2017-08-01 | 数据处理的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110020394B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110509991B (zh) * | 2019-08-13 | 2020-10-16 | 深兰科技（上海）有限公司 | 一种调整转速的方法及装置 |
| CN111459187B (zh) * | 2020-04-20 | 2021-09-07 | 清华大学 | 无人机状态监管方法、装置、系统及可读存储介质 |
| CN112003891B (zh) * | 2020-07-16 | 2022-09-06 | 山东派蒙机电技术有限公司 | 用于智能网联车辆控制器的多传感数据融合方法 |
| CN116147578A (zh) * | 2023-03-21 | 2023-05-23 | 广东汇天航空航天科技有限公司 | 高度检测方法、装置、终端设备以及存储介质 |
| CN117076888B (zh) * | 2023-08-29 | 2024-06-11 | 淮阴工学院 | 一种开关柜采集数据的预处理存储方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102937716A (zh) * | 2012-10-29 | 2013-02-20 | 北京邮电大学 | 一种卫星定位滤波方法和装置 |
| CN104199462A (zh) * | 2014-09-02 | 2014-12-10 | 中国科学院自动化研究所 | 一种基于海浪传感的水上无人机自主起降控制系统 |
| CN105700550A (zh) * | 2016-01-26 | 2016-06-22 | 深圳市大疆创新科技有限公司 | 无人机及其飞行控制方法与系统 |
| CN105824322A (zh) * | 2016-05-11 | 2016-08-03 | 飞智控（天津）科技有限公司 | 基于激光雷达的无人机地形跟随系统及方法 |
| CN106527480A (zh) * | 2016-12-02 | 2017-03-22 | 南京航空航天大学 | 一种无人机的多传感器融合避障控制系统及方法 |
| CN106950981A (zh) * | 2017-04-25 | 2017-07-14 | 深圳大学 | 一种无人机高度控制方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8265817B2 (en) * | 2008-07-10 | 2012-09-11 | Lockheed Martin Corporation | Inertial measurement with an imaging sensor and a digitized map |
-
2017
- 2017-08-01 CN CN201710648138.6A patent/CN110020394B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102937716A (zh) * | 2012-10-29 | 2013-02-20 | 北京邮电大学 | 一种卫星定位滤波方法和装置 |
| CN104199462A (zh) * | 2014-09-02 | 2014-12-10 | 中国科学院自动化研究所 | 一种基于海浪传感的水上无人机自主起降控制系统 |
| CN105700550A (zh) * | 2016-01-26 | 2016-06-22 | 深圳市大疆创新科技有限公司 | 无人机及其飞行控制方法与系统 |
| CN105824322A (zh) * | 2016-05-11 | 2016-08-03 | 飞智控（天津）科技有限公司 | 基于激光雷达的无人机地形跟随系统及方法 |
| CN106527480A (zh) * | 2016-12-02 | 2017-03-22 | 南京航空航天大学 | 一种无人机的多传感器融合避障控制系统及方法 |
| CN106950981A (zh) * | 2017-04-25 | 2017-07-14 | 深圳大学 | 一种无人机高度控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110020394A (zh) | 2019-07-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110020394B (zh) | 数据处理的方法及装置 | |
| CN112504320B (zh) | 数据有效性检测的方法及装置 | |
| EP3081902B1 (en) | Method and apparatus for correcting aircraft state in real time | |
| AU2017366538B2 (en) | Method and apparatus for controlling flight of unmanned aerial vehicle | |
| JP2018527669A (ja) | 無人航空機の地形追従飛行のための方法、装置および無人航空機 | |
| US10852364B2 (en) | Interference mitigation in magnetometers | |
| CN109937341B (zh) | 用于估计自己的位置的方法和设备 | |
| CN110889808A (zh) | 一种定位的方法、装置、设备及存储介质 | |
| WO2017083597A1 (en) | Detection and ranging systems and methods | |
| CN108919829A (zh) | 无人机应对恶劣环境的自适应决策方法及相应的无人机 | |
| CN109425865B (zh) | 一种无人机测距方法、装置及无人机 | |
| JP2018112445A (ja) | 演算装置、演算方法、演算システムおよびプログラム | |
| EP2656101A1 (en) | Target altitude estimation based on measurements obtained by means of a passive radar | |
| CN109324324B (zh) | 数据处理的方法及装置 | |
| CN116719037A (zh) | 一种用于智能割草机器人的环境感知方法及系统 | |
| CN114943952A (zh) | 多相机重叠视域下障碍物融合方法、系统、设备和介质 | |
| KR102622584B1 (ko) | 차량의 위치 보정 장치 및 그 방법 | |
| KR102198298B1 (ko) | 지상 또는 해상의 표적을 추적하는 항공기 탑재 레이다 장치 및 그 동작 방법 | |
| CN117570980A (zh) | 一种基于uwb与gps融合定位算法的方法及系统 | |
| CN111895976A (zh) | 无人机航测方法、植保方法、装置、系统及可读存储介质 | |
| CN111031255A (zh) | 补光的方法、设备及存储介质 | |
| KR101835262B1 (ko) | 교란에 대한 방어 기능을 구비한 무인 항공기 및 그 제어 방법 | |
| CN112758109B (zh) | 横向跟踪稳态偏差补偿方法及装置 | |
| CN114877798A (zh) | 一种涡旋波/imu融合的建筑形变监测方法及系统 | |
| Shen et al. | Algorithms for correction of the navigation information using a satellite radio navigation system under anomalous measurement conditions |
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 | ||
| CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: XAG Co., Ltd. Address before: 510000 No. 1, Si Cheng Road, Gaotang Software Park, Tianhe District, Guangzhou, Guangdong 3A01 Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |