CN110034815A - 基于三级架构的无人机遥感组网方法、装置及架构 - Google Patents
基于三级架构的无人机遥感组网方法、装置及架构 Download PDFInfo
- Publication number
- CN110034815A CN110034815A CN201910251665.2A CN201910251665A CN110034815A CN 110034815 A CN110034815 A CN 110034815A CN 201910251665 A CN201910251665 A CN 201910251665A CN 110034815 A CN110034815 A CN 110034815A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- level
- center
- unmanned
- point
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Alarm Systems (AREA)
Abstract
本发明属于无人机技术领域,提供了一种基于三级架构的无人机遥感组网方法、装置及架构,方法包括建立多种监测任务中各监测任务与无人机资源的适配关系;配置一级无人机主中心;在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置地方无人机二级分中心;分别在每个地方无人机二级分中心部署无人机资源,形成三级无人机执行中心。组网装置包括适配关系建立模块、一级无人机主中心配置模块、地方无人机二级分中心部署和配置模块和三级无人机执行中心配置模块。组网架构包括一级无人机主中心、地方无人机二级分中心和三级无人机执行中心。本发明能在面向监测任务时实现无人机的高频次、迅捷观测,为决策部门提供支持。
Description
技术领域
本发明涉及无人机技术领域,具体涉及一种基于三级架构的无人机遥感组网方法、装置及架构。
背景技术
近年来,随着对地观测技术的不断发展,厘米级超高分辨率、小时级甚至近实时响应、高频次重访的空间信息快速获取能力不断提高。无人航空遥感具有机动灵活、数据获取周期短、安全系数高、可以全天时观测等特点,已在各行业中得到广泛应用。但是无人航空遥感突出存在飞行器单机作业效率低下、缺乏组网协同、载荷平台适应性差、空地之间协同支撑不足等限制条件,制约了面向多种应用需求的无人航空遥感便捷大范围超高分辨率数据获取及其巨大潜力的释放。面对日益繁杂的航空遥感任务和不断提高的航空遥感产品需求,发展快速机动的无人航空器组网遥感观测已经成为对地观测技术发展的重要新方向。
目前的无人机组网协同技术已被世界各国广泛关注。美军在近期发布的《无人机路线图》(Army and Staff,2010)和《无人系统一体化路线图》(DoD,2013)中都将无人机明确规划为未来全球信息网络中的重要节点,并指出无人机自组网将会是未来无人机战术互联网络的发展方向。研究中具有代表性的是美国国防部高级研究计划局(DARPA)牵头的自治编队混合主动控制项目(Mixed Initiative Control of Automata-teams,MICA)(Wohletz et al.2002)、广域搜索弹药项目(Wide Area Search Munitions,WASM)(Chandler,et al.2001;Schumacher et al.,2002;Warfield et al.,2009)和欧洲信息社会技术计划(Information Society Technologies,IST)资助的异构无人机群实时协同与控制项目(Real-time Coordination and Control of Multiple Heterogeneous UAVs,COMETS)(Merino et al.,2005;Ollero et al.,2005)等。国内苏炯铭等开展了基于HLA的MANET网络仿真与应用研究(2010);陈旿等设计了无人机自组网系统(2009);王顶等研究无人机网络环境下AODV协议的优化(2013);陈思静等提出了一种可切换组网模式的高动态自组织无人机网络架构设计,能够自主切换全联通的对等模式和成簇的分级模式(2015)。
虽然当前无人航空器组网协同观测技术蓬勃进展,理论技术日趋完善,但主要集中于小区域范围内的任务指派,且集中于军事领域,不能满足大范围内实时迅捷、超高分辨率的遥感观测需求,具体体现在以下几个方面:(1)单个无人机受到动力性能的制约,难以实现大范围面积观测。目前的航空器组网多也多是为了执行特定的飞行任务,也局限于小区域范围内数据获取。(2)无人航空平台与传感器种类繁多,多为各自独立设计,缺乏统一规范,标准化和通用性较差,难以实现数据的对接共享。(3)全国无人机遥感资源,缺乏就近部署、分布零散、难于调度,限制了无人机遥感在抗震救灾、洪涝灾害监测等应急状态下作用的发挥。
发明内容
本发明的目的在于提供一种基于三级架构的无人机遥感组网方法、装置及网络架构,针对当前无人机遥感组网难以在大区域内开展高频迅捷观测的缺陷,以面向监测任务,尤其是:常态化的生态环境观测与洪涝灾害和国土安全应急观测需求为例,提出一种基于三级架构的全国无人机遥感组网方法、装置及架构,实现无人机的高频次、迅捷观测,为决策部门提供支持。
为了实现上述目的,本发明提供如下技术方案:
一方面提供了一种基于三级架构的无人机遥感组网方法,其包括:建立多种监测任务中各监测任务与无人机资源的适配关系,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;配置一级无人机主中心;在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置所述地方无人机二级分中心;分别在每个所述地方无人机二级分中心部署所述无人机资源,形成三级无人机执行中心;其中,所述一级无人机主中心用于根据获取的所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的若干个所述地方无人机二级分中心,并向执行监测任务的若干个所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据所述适配关系组织所述三级无人机执行中心飞赴现场以进行遥感观测,所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
在如上所述的无人机遥感组网方法中,优选地,所述为多个作为无人机空港的地方无人机二级分中心选址,具体包括:在全国区域范围内选择需求点和多个候选设施点,所述需求点为执行所述监测任务的现场,所述候选设置点为野外观测台站;根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点;在每个所述设施点部署所述地方无人机二级分中心。
在如上所述的无人机遥感组网方法中,优选地,所述根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,具体包括:最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yi是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济。
在如上所述的无人机遥感组网方法中,优选地,多种所述监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;对应的,n种要素包括:生态、洪涝、国土安全、人口和经济。
在如上所述的无人机遥感组网方法中,优选地,所述一级无人机主中心还用于判断所述监测任务是否属于应急监测任务;若判断为是,则所述一级无人机主中心直接与所述三级无人机执行中心直接进行通信。
另一方面提供了一种基于三级架构的无人机遥感组网装置,其包括:适配关系建立模块,用于建立多种监测任务中各监测任务与无人机资源的适配关系,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;一级无人机主中心配置模块,用于配置一级无人机主中心;地方无人机二级分中心部署和配置模块,用于在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置所述地方无人机二级分中心;三级无人机执行中心配置模块,用于分别在每个所述地方无人机二级分中心部署所述无人机资源,形成三级无人机执行中心;其中,所述一级无人机主中心用于根据获取的所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的若干个所述地方无人机二级分中心,并向执行监测任务的若干个所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据所述适配关系组织所述三级无人机执行中心飞赴现场以进行遥感观测,所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
在如上所述的无人机遥感组网装置中,优选地,所述地方无人机二级分中心部署和配置模块包括:部署单元,用于在全国区域范围内选择需求点和多个候选设施点,所述需求点为执行所述监测任务的现场,所述候选设置点为野外观测台站,根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,在每个所述设施点部署所述地方无人机二级分中心;配置单元,用于配置所述地方无人机二级分中心。
在如上所述的无人机遥感组网装置中,优选地,所述根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,具体包括:最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yi是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济;多种所述监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;对应的,n种要素包括:生态、洪涝、国土安全、人口和经济。
又一方面提供了一种基于三级架构的无人机遥感组网架构,其包括:一级无人机主中心、多个地方无人机二级分中心、多个三级无人机执行中心;所述一级无人机主中心用于获取多种监测任务中各监测任务与无人机资源的适配关系,还用于获取所述监测任务,并根据所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的所述地方无人机二级分中心,并向执行所述监测任务的所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据适配关系组织部署在该地方无人机二级分中心的所述三级无人机执行中心飞赴现场以进行遥感观测,其中,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
在如上所述的无人机遥感组网架构中,优选地,所述一级无人机主中心还用于判断所述监测任务是否属于应急监测任务;若判断为是,则所述一级无人机主中心直接与所述三级无人机执行中心直接进行通信。
与最接近的现有技术相比,本发明提供的技术方案具有如下优异效果:
本发明提供一种基于三级架构的无人机遥感组网方法,提出了面向生态环境常态化观测、洪涝灾害和国土安全应急观测的任务与载荷适配的技术指标体系,解决了当前多无人机局地组网观测研究中,多无人机任务与载荷的适配问题,便于实现数据的共享与对接。
本发明面向全国无人机遥感观测,提出“主中心–分中心–无人机”三级架构的无人机遥感组网观测模式,解决了当前由于单一无人机动力不足,难以实现大面积范围观测的问题。
本发明依托中科院野外观测台站与中心站点,形成全国无人机遥感观测网分中心的优化选址与布局;按照一站式任务规划部署和迅捷启动要求以及高频多次任务协同观测需求,形成可常态化部署的具备全国覆盖技术能力的组网观测技术体系,解决了面对洪涝灾害和国土安全等突发性应急观测需求,当前缺乏就近部署的无人机资源,难以充分发挥无人机遥感实时、迅捷观测优势的问题。
本发明还提供一种基于三级架构的无人机遥感组网装置和一种基于三级架构的无人机遥感网络架构,其有益效果与基于三级架构的无人机遥感组网方法类似,不再赘述。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。其中:
图1为本发明实施例提供的一种基于三级架构的无人机遥感组网方法的流程示意图;
图2为本发明实施例提供的一种基于三级架构的无人机遥感组网架构的框架示意图;
图3为本发明实施例通提供的一种监测任务与载荷的适配关系图表。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明针对当前无人机遥感组网的缺陷,面向监测任务,尤其是常态化的生态环境观测与洪涝灾害和国土安全应急观测需求,提出一种基于三级架构的全国无人机遥感组网方法,实现无人机的高频次、迅捷观测,为决策部门提供支持。
参见图1,本发明一实施例提供了一种基于三级架构的无人机遥感组网方法,其包括以下步骤:
步骤S101、建立多种监测任务中各监测任务与无人机资源的适配关系,无人机资源包括:无人机航空器和搭载于无人机航空器上用于进行监测的传感器。
具体地,调研全国区域内无人机的监测任务需求,指导无人机遥感资源的部署,其可以通过如下方法执行:确定全国范围内的无人机的监测任务需求的类型与特点,根据监测任务需求类型与特点,建立对应的无人机与载荷类型,载荷为搭载在无人机上用于进行监测的传感器。例如:当监测任务为定期的生态环境常态化监测任务时,若特点(或称任务内容)为作物病虫害监测,则获取的内容(或称产品)包括病虫害遥感监测制图、种植面积等,需通过获取的观测指标,如NDVI(植被覆盖指数)、红边效应得到,为完成该任务,所需载荷为多光谱、高光谱传感器,所需无人机航空器为轻小型无人机;若特点为植被覆盖,则获取的内容(或称产品)包括环境因子、植被覆盖度、三维结构、群落特征等,需通过获取的观测指标,如NDVI(植被覆盖指数)、LAI(叶面积指数)、植被分类、单木树高、林冠体积、单木树冠、物种分布得到,为完成该任务,所需载荷为多光谱、高光谱、LiDAR(Light DetectionAnd Ranging,激光探测与测量)传感器,所需无人机航空器为轻小型无人机。当监测任务为及时响应的洪涝灾害监测任务时,若特点为洪涝特征信息快速提取,则获取的内容(或称产品)包括环地形、水体识别、淹没面积等,需通过获取的观测指标,如DEM(DigitalElevation Model、数字高程模型)、DSM(Digital Surface Model,数字地表模型)、DOM(Digital Orthophoto Map,数字正射影像)、NDWI(Normalized Difference Water Index,归一化水指数)得到,为完成该任务,所需载荷为双通道视频、可见光、SAR(合成孔径雷达)传感器,所需无人机航空器为轻小型无人机、系留浮空器。当监测任务为国土安全监测任务时,若特点为敏感场景精确建模,则获取的内容(或称产品)包括敏感区域、三维建模等,需通过获取的观测指标,如土地覆被、道路交通、人口分布、重点监护对象得到,为完成该任务,所需载荷为光学相机、LiDAR传感器,所需无人机航空器为固定翼、旋翼无人机。在图3中,示意出了一种定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务三种监测任务对应的无人机航空器与传感器的适配关系。
步骤S102、配置一级无人机主中心。
具体地,配置一级无人机主中心以使其作为总体的管理、控制与显示中心,根据无人机的监测任务需求对下述的地方无人机二级分中心进行管理、调度、任务分发和数据处理。一级无人机主中心在包括本中心和下述各中心中拥有最高优先级。
步骤S103、在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置地方无人机二级分中心。
具体地,在全国区域范围内选择需求点和多个候选设施点,需求点为执行监测任务的现场,候选设置点为野外观测台站,根据最大覆盖模型对多个候选设施点进行筛选,择优选择设施点,在每个设施点部署地方无人机二级分中心(或称无人机空港),配置地方无人机二级分中心,该中心是无人机遥感观测网络的结点,是无人机相关资源的存放和观测任务的执行中心。其分为固定的无人机空港和移动类的无人机空港(即无人机指挥测控车)。固定类的无人机空港常须具备相应固定的空域条件、办公场地、无人机机库、通信设施、验证场及一定数量的专业人员等条件。移动类的无人机空港则需要具备一定开阔的空间,空域条件,能够有效完成观测任务等条件。该中心用于对三级无人机执行中心进行管理,如在收到一级无人机主中心的指令后,根据适配关系组织三级无人机执行中心飞赴现场以进行遥感观测。该中心的优先级低于主中心,优先保障完成主中心分配的任务。
其中,根据最大覆盖模型对多个候选设施点进行筛选,择优选择设施点,具体包括:最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yi是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济。多种监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;对应的,n种要素包括:生态、洪涝、国土安全、人口和经济,需要说明的是:人口和经济属于通用性要素,生态、洪涝和国土安全属于专业性要素。应用时,人口、经济因素用于标识空港所在地(即地方无人机二级分中心所在地)在无人机观测方面的重要程度,人口越多,GDP越高,观测的需求就越高。生态、洪涝和国土安全是具体应用属性,如果面向洪涝观测,洪涝数据就重要性更高,生态和国土观测同理,以此得到不同监测任务下的无人机空港布局(即地方无人机二级分中心的选址)方案,实现了按照节约成本,且使观测效益最大化的原则进行选址,在需要执行监测任务时,可以迅速开展高精度、实时的遥感观测,获取第一时间的监测任务所需信息,为后续的决策提供可靠的数据支持,从而避免可能导致的更大程度上的人员伤亡和财产损失。
野外观测台站为中科院中科院野外观测台站,其是国家科学观察、试验和研究的重要基地,在地域空间上分布广泛,西起塔克拉玛干沙漠,东至三江平原,南自海南岛南端的三亚,北到大兴安岭北部的漠河,类型多样,从海洋到陆地,从平原、丘陵到高原、高山,从热带到寒温带,从干旱区到湿润区,中国各主要地理区域内都有中科院野外台站的分布,构成了我国生态与环境全面观测的基本网络构架,且台站基础设施齐全,交通便利,是绝佳的无人机空港备选地。而且中科院野外观测台站已经广泛使用遥感无人机开展生态监测、农情评估和灾害应急遥感,开展无人机遥感与中科院野外台站的结合研究,形成基于中科院野外观测台站的全国无人机遥感组网观测体系,该组网观测体系理论上可以在国内任一地区发生突发灾害时,2h内完成初步观测,为应急救援提供第一手资料信息。
不同的监测任务现场可能位于全国范围内的不同区域,如:有的监测任务现场为全国范围,有的监测任务为全国范围内的某个区域。应用时,还根据监测任务的位置确定候选设施点的位置。
步骤S104、分别在每个地方无人机二级分中心部署无人机资源,形成三级无人机执行中心。
具体地,该三级无人机执行中心是遥感观测任务的最基本执行单元,设置在地方无人机二级分中心内部,用于对监测任务现场进行监测,负责数据的观测、收集等,其在执行监测任务时离开地方无人机二级分中心,与地方无人机二级分中心通过无线网络进行通信,地方无人机二级分中心与一级无人机主中心通过网络进行通信,从而使得一级无人机主中心获取现场的数据。应急状况下三级无人机执行中心可直接与一级无人机主中心直接进行网络通信。
下面以一个设定的任务需求的类型来说明无人机组网后面对需求的运行流程:
1)、七八月份梅雨季节,江淮流域持续降雨,鄱阳湖流域出现决堤,淹没村庄农田,急需疏散人口,抢救堤坝;在本发明实施例中的有限区域即鄱阳湖流域;
2)、卫星受云覆盖难以观测,有人机则受制于天气、场地等因素制约,风险高。一级无人机主中心当即决定组织无人机遥感力量迅速进行灾情监测。并通知地方无人机二级分中心进入作业准备状态;
3)、一级无人机主中心对事件位置、地方二级无人机分中心位置、事件性质、无人机需求情况等进行分析,选择可以对事件点进行迅捷观测的无人机资源,并对无人机观测区域、观测对象、观测时间、观测策略等进行决策;
4)、决策后,一级无人机主中心给地方二级无人机分中心派发指令,地方二级无人机分中心接收指令后,组织相应无人机力量,迅速奔赴事件地点;
5)、飞赴现场后,无人机资源(无人机航空器和载于其上的传感器)作为三级无人机执行中心,通过任务设定,多机组网协同等方式,对洪涝灾害现场情况进行观测;
6)、一级无人机主中心和地方二级无人机分中心可通过数据的实时回传,获取现场的第一手洪涝资料,并通过调度无人机资源对决堤口上游与下游的水势情况进行观测,为救援安排提供科学依据。以此发挥无人机遥感迅捷观测的作用;
7)、无人机因不可抗拒因素或者在动力用尽后,选择安全区域,就近迫降,地面人员进行回收。更换能源电池后,可迅速再次执行任务。
本发明另一实施例提供了一种基于三级架构的无人机遥感组网装置,其包括:适配关系建立模块、一级无人机主中心配置模块、地方无人机二级分中心部署和配置模块和三级无人机执行中心配置模块。
适配关系建立模块用于建立多种监测任务中各监测任务与无人机资源的适配关系,无人机资源包括:无人机航空器和搭载于无人机航空器上的传感器。一级无人机主中心配置模块用于配置一级无人机主中心。地方无人机二级分中心部署和配置模块用于在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置地方无人机二级分中心。三级无人机执行中心配置模块用于分别在每个地方无人机二级分中心部署无人机资源,形成三级无人机执行中心。其中,一级无人机主中心用于根据获取的监测任务从多个地方无人机二级分中心中确定执行监测任务的若干个地方无人机二级分中心,并向执行监测任务的若干个地方无人机二级分中心发送指令,指令使该地方无人机二级分中心根据适配关系组织三级无人机执行中心飞赴现场以进行遥感观测,一级无人机主中心还用于获取、显示三级无人机执行中心得到的遥感观测数据。
优选地,地方无人机二级分中心部署和配置模块包括:部署单元和配置单元。部署单元用于在全国区域范围内选择需求点和多个候选设施点,所述需求点为执行所述监测任务的现场,所述候选设置点为野外观测台站,根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,在每个所述设施点部署所述地方无人机二级分中心。配置单元用于配置所述地方无人机二级分中心。
优选地,部署单元中根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点具体包括:最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yi是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济,多种监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;对应的,n种要素包括:生态、洪涝、国土安全、人口和经济。
参见图2,本发明又一实施例提供了一种基于三级架构的无人机遥感组网架构,其包括:一级无人机主中心1、多个地方无人机二级分中心2和多个三级无人机执行中心3。
一级无人机主中心用于获取多种监测任务中各监测任务与无人机资源的适配关系,还用于获取监测任务,并根据监测任务从多个地方无人机二级分中心中确定执行监测任务的地方无人机二级分中心,并向执行监测任务的地方无人机二级分中心发送指令,指令使该地方无人机二级分中心根据适配关系组织部署在该地方无人机二级分中心的三级无人机执行中心飞赴现场以进行遥感观测,其中,无人机资源包括:无人机航空器和搭载于无人机航空器上的传感器;一级无人机主中心还用于获取、显示三级无人机执行中心得到的遥感观测数据。
优选地,一级无人机主中心还用于判断监测任务是否属于应急监测任务;若判断为是,则一级无人机主中心直接与三级无人机执行中心直接进行通信。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于三级架构的无人机遥感组网方法,其特征在于,所述无人机遥感组网方法包括:
建立多种监测任务中各监测任务与无人机资源的适配关系,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;
配置一级无人机主中心;
在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置所述地方无人机二级分中心;
分别在每个所述地方无人机二级分中心部署所述无人机资源,形成三级无人机执行中心;
其中,所述一级无人机主中心用于根据获取的所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的若干个所述地方无人机二级分中心,并向执行监测任务的若干个所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据所述适配关系组织所述三级无人机执行中心飞赴现场以进行遥感观测,所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
2.根据权利要求1所述的无人机遥感组网方法,其特征在于,所述为多个作为无人机空港的地方无人机二级分中心选址,具体包括:
在全国区域范围内选择需求点和多个候选设施点,所述需求点为执行所述监测任务的现场,所述候选设置点为野外观测台站;
根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点;
在每个所述设施点部署所述地方无人机二级分中心。
3.根据权利要求2所述的无人机遥感组网方法,其特征在于,所述根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,具体包括:
最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yj是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济。
4.根据权利要求3所述的无人机遥感组网方法,其特征在于,多种所述监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;
对应的,n种要素包括:生态、洪涝、国土安全、人口和经济。
5.根据权利要求1所述的无人机遥感组网方法,其特征在于,所述一级无人机主中心还用于判断所述监测任务是否属于应急监测任务;
若判断为是,则所述一级无人机主中心直接与所述三级无人机执行中心直接进行通信。
6.一种基于三级架构的无人机遥感组网装置,其特征在于,所述无人机遥感组网装置包括:
适配关系建立模块,用于建立多种监测任务中各监测任务与无人机资源的适配关系,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;
一级无人机主中心配置模块,用于配置一级无人机主中心;
地方无人机二级分中心部署和配置模块,用于在全国区域范围内,为多个作为无人机空港的地方无人机二级分中心选址,部署并配置所述地方无人机二级分中心;
三级无人机执行中心配置模块,用于分别在每个所述地方无人机二级分中心部署所述无人机资源,形成三级无人机执行中心;
其中,所述一级无人机主中心用于根据获取的所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的若干个所述地方无人机二级分中心,并向执行监测任务的若干个所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据所述适配关系组织所述三级无人机执行中心飞赴现场以进行遥感观测,所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
7.根据权利要求6所述的无人机遥感组网装置,其特征在于,所述地方无人机二级分中心部署和配置模块包括:
部署单元,用于在全国区域范围内选择需求点和多个候选设施点,所述需求点为执行所述监测任务的现场,所述候选设置点为野外观测台站,根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,在每个所述设施点部署所述地方无人机二级分中心;
配置单元,用于配置所述地方无人机二级分中心。
8.根据权利要求7所述的无人机遥感组网装置,其特征在于,所述根据最大覆盖模型对多个所述候选设施点进行筛选,择优选择设施点,具体包括:
最大覆盖模型maxf表示为:
max f=∑i∈Iwiyi (1)
∑j∈Jxj=P (3)
式中,yi是二元值变量,当第i需求点被覆盖时,yi=1,否则yi=0;xj为二元值变量,当候选设施点j被选中时,xj=1;否则xj=0,I为所有需求点的集合,J为所有候选设施点的集合;记所有能覆盖需求点i的候选设施点的集合为Ni={j|dij≤R},dij表示需求点i与候选设施点j之间的距离,R表示无人机空港的最大服务距离;P为设施点数量;式(1)为目标函数,确保覆盖需求点的价值总和最大;式(2)为约束条件,表示只有先在j点建立设施才能够覆盖需求点i;式(3)为约束条件,表示需要建立的设施点数目;wi为需求点i的权重系数,表示第i个需求点的价值,需考虑n种属性要素,每种属性要素的特征记为αik,每种属性要素均具有本身的权重系数,记为λik,n种属性要素包括:各种监测任务、人口和经济;
多种所述监测任务为:定期的生态环境常态化监测任务、及时响应的洪涝灾害监测任务和国土安全监测任务;
对应的,n种要素包括:生态、洪涝、国土安全、人口和经济。
9.一种基于三级架构的无人机遥感组网架构,其特征在于,所述无人机遥感组网架构包括:一级无人机主中心、多个地方无人机二级分中心、多个三级无人机执行中心;
所述一级无人机主中心用于获取多种监测任务中各监测任务与无人机资源的适配关系,还用于获取所述监测任务,并根据所述监测任务从多个所述地方无人机二级分中心中确定执行监测任务的所述地方无人机二级分中心,并向执行所述监测任务的所述地方无人机二级分中心发送指令,所述指令使该地方无人机二级分中心根据适配关系组织部署在该地方无人机二级分中心的所述三级无人机执行中心飞赴现场以进行遥感观测,其中,所述无人机资源包括:无人机航空器和搭载于所述无人机航空器上的传感器;
所述一级无人机主中心还用于获取、显示所述三级无人机执行中心得到的遥感观测数据。
10.根据权利要求9所述的无人机遥感组网架构,其特征在于,所述一级无人机主中心还用于判断所述监测任务是否属于应急监测任务;
若判断为是,则所述一级无人机主中心直接与所述三级无人机执行中心直接进行通信。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251665.2A CN110034815A (zh) | 2019-03-29 | 2019-03-29 | 基于三级架构的无人机遥感组网方法、装置及架构 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910251665.2A CN110034815A (zh) | 2019-03-29 | 2019-03-29 | 基于三级架构的无人机遥感组网方法、装置及架构 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110034815A true CN110034815A (zh) | 2019-07-19 |
Family
ID=67237044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910251665.2A Pending CN110034815A (zh) | 2019-03-29 | 2019-03-29 | 基于三级架构的无人机遥感组网方法、装置及架构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110034815A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
CN111915932A (zh) * | 2020-07-29 | 2020-11-10 | 北京航空航天大学 | 一种多目标约束的低空无人机航路规划设计方法 |
CN113608548A (zh) * | 2021-07-23 | 2021-11-05 | 中国科学院地理科学与资源研究所 | 一种无人机应急处理方法、系统、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279891A (zh) * | 2013-06-08 | 2013-09-04 | 北京中农嘉禾科技发展有限公司 | 远程分布式信息化农业植保管理体系及管理方法 |
CN104867357A (zh) * | 2015-01-21 | 2015-08-26 | 中南大学 | 面向地震应急响应的多无人机调度与任务规划方法 |
CN106296043A (zh) * | 2016-09-28 | 2017-01-04 | 上海理工大学 | 无人机调度系统 |
CN106710315A (zh) * | 2016-12-30 | 2017-05-24 | 广州激速智能航空科技有限公司 | 行业无人机管控系统及方法 |
CN107516437A (zh) * | 2017-07-12 | 2017-12-26 | 哈尔滨理工大学 | 无人机空中运行安全管控系统及方法 |
CN109257745A (zh) * | 2018-09-14 | 2019-01-22 | 北京领云时代科技有限公司 | 一种自组网无人机集群系统 |
US20190098433A1 (en) * | 2017-09-28 | 2019-03-28 | At&T Intellectual Property I, L.P. | Drone-to-drone information exchange |
-
2019
- 2019-03-29 CN CN201910251665.2A patent/CN110034815A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279891A (zh) * | 2013-06-08 | 2013-09-04 | 北京中农嘉禾科技发展有限公司 | 远程分布式信息化农业植保管理体系及管理方法 |
CN104867357A (zh) * | 2015-01-21 | 2015-08-26 | 中南大学 | 面向地震应急响应的多无人机调度与任务规划方法 |
CN106296043A (zh) * | 2016-09-28 | 2017-01-04 | 上海理工大学 | 无人机调度系统 |
CN106710315A (zh) * | 2016-12-30 | 2017-05-24 | 广州激速智能航空科技有限公司 | 行业无人机管控系统及方法 |
CN107516437A (zh) * | 2017-07-12 | 2017-12-26 | 哈尔滨理工大学 | 无人机空中运行安全管控系统及方法 |
US20190098433A1 (en) * | 2017-09-28 | 2019-03-28 | At&T Intellectual Property I, L.P. | Drone-to-drone information exchange |
CN109257745A (zh) * | 2018-09-14 | 2019-01-22 | 北京领云时代科技有限公司 | 一种自组网无人机集群系统 |
Non-Patent Citations (1)
Title |
---|
陈明: "基于空间连续需求的最大覆盖选址模型及应用", 《技术与方法》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
CN111915932A (zh) * | 2020-07-29 | 2020-11-10 | 北京航空航天大学 | 一种多目标约束的低空无人机航路规划设计方法 |
CN113608548A (zh) * | 2021-07-23 | 2021-11-05 | 中国科学院地理科学与资源研究所 | 一种无人机应急处理方法、系统、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shakhatreh et al. | Unmanned aerial vehicles (UAVs): A survey on civil applications and key research challenges | |
Jin et al. | Research on application and deployment of UAV in emergency response | |
CN110034815A (zh) | 基于三级架构的无人机遥感组网方法、装置及架构 | |
CN202434011U (zh) | 森林火灾自动监测与报警系统 | |
CN108520641A (zh) | 低空飞行器军警民一体化运营管控系统 | |
CN109059871A (zh) | 一种突发性灾害应急遥感控制系统及方法 | |
CN107818696A (zh) | 北斗、ads‑b双链路导航设备构建的通用航空器监视平台 | |
Sreenath et al. | Technical assessment of captive solar power plant: A case study of Senai airport, Malaysia | |
CN116954928B (zh) | 基于通导遥一体化设计的星上自主任务规划方法与设备 | |
CN114499645B (zh) | 一种天临空地协同遥感原型装置及其信息交互方法 | |
Qin et al. | Drone charging stations deployment in rural areas for better wireless coverage: Challenges and solutions | |
US20240283526A1 (en) | Field disaster monitoring system and method based on aircraft relay communication | |
CN105957405B (zh) | 通用航空器飞行状态自动广播监视系统及监视方法 | |
CN102665223B (zh) | 一种基于信息物理系统的传感器网络节点震后部署方法 | |
Swain et al. | Evolution of vehicular ad hoc network and flying ad hoc network for real-life applications: Role of vanet and fanet | |
Mubea et al. | Applying cellular automata for simulating and assessing urban growth scenario based in Nairobi, Kenya | |
CN113033513A (zh) | 一种空地协同搜索救援系统及方法 | |
Liao et al. | Enable UAVs safely flight in low-altitude: A Preliminary research of the public air route network of UAVs | |
Liao et al. | Potentials of uav remote sensing data carrier–a case of application in uav low altitude route—planning | |
Chen et al. | Modelling of unmanned aerial vehicle deliveries in populated urban areas for risk management | |
Al-Turjman et al. | Deployment strategies for drones in the IoT Era: a survey | |
Danjo et al. | Construction of a temporary message collection system using a drone for refugees in a large-scale disaster | |
Xu et al. | Research on the Construction of Forestry Protection Drone Project-Take the Construction of Forest Fire Monitoring Project of Huizhou Engineering Vocational College as an Example | |
Vargas-Florez et al. | Identifying potential landslide location using Unmanned Aerial Vehicles (UAVs) | |
Chen et al. | 5G technologies and tourism environmental carrying capacity based on planning optimization with remote sensing systems |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190719 |
|
RJ01 | Rejection of invention patent application after publication |