CN110362104A - 一种无人机导航过程中提升精度的方法及系统 - Google Patents

一种无人机导航过程中提升精度的方法及系统 Download PDF

Info

Publication number
CN110362104A
CN110362104A CN201910490481.1A CN201910490481A CN110362104A CN 110362104 A CN110362104 A CN 110362104A CN 201910490481 A CN201910490481 A CN 201910490481A CN 110362104 A CN110362104 A CN 110362104A
Authority
CN
China
Prior art keywords
navigation
unmanned plane
alternative
model
road sign
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
Application number
CN201910490481.1A
Other languages
English (en)
Other versions
CN110362104B (zh
Inventor
邹松柏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Yike Space Information Technology Co Ltd
Original Assignee
Wuhan Yike Space Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Yike Space Information Technology Co Ltd filed Critical Wuhan Yike Space Information Technology Co Ltd
Priority to CN201910490481.1A priority Critical patent/CN110362104B/zh
Publication of CN110362104A publication Critical patent/CN110362104A/zh
Application granted granted Critical
Publication of CN110362104B publication Critical patent/CN110362104B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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)
  • Navigation (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种无人机导航过程中提升精度的方法，其包括如下步骤：S1、获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，跳转到步骤S2；否则跳转到步骤S3；S2、无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；S3、控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。

Description

一种无人机导航过程中提升精度的方法及系统
技术领域
本发明涉及无人机导航技术领域，尤其涉及一种无人机导航过程中提升精度的方法及系统。
背景技术
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。
与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。民用方面，无人机+行业应用，是无人机真正的刚需；目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术。
无人机在飞行之前，首先需要航迹规划出航迹线，然后利用航迹线导航，执行飞行任务。无人机航迹规划是指在规划空间中利用地形和情报等信息，同时考虑无人机自身的性能约束和任务要求，规划出从起始点到目标点飞行航迹代价最小的一条突防轨迹。航迹规划作为无人机自主作战的核心，其重要性相当于人类的“大脑”。伴随着无人机在现代战争、灾后救援、安全预警等方面的成功应用。越来越多的国内外学者投入到无人机航迹规划的研究中来。近些年出现了多种航迹规划方法，可以大致将它们分为两类：离线航迹规划方法和在线航迹规划方法。
离线航迹规划方法主要包括稀疏A*搜索算法(SAS)和遗传算法、蚁群算法、粒子群算法等基于进化计算的航迹规划方法。此离线航迹规划方法主要是针对静态环境，没有考虑动态环境的变化。随着科技的不断进步，战场环境不再是一成不变，而是不断变化的。因此，传统的静态航迹规划方法已经无法满足无人机自主作战与飞行需要。
常见的在线航迹规划方法有D*算法、基于可行优先准则的实时航迹规划等。D*算法是一种常见的在线实时航迹规划方法，该方法能较好的适应环境的动态变化。但是当目标点周围出现大面积遮挡，要求无人机从特定的方向进入目标点时，D*算法在遮挡区会进行大量的反复搜索和回退拓展，消耗大量的系统资源，使得飞行过程中导航效率低下。
发明内容
有鉴于此，为了避免阻抗不匹配，本发明提出一种无人机导航过程中提升精度的方法及系统。
一种无人机导航过程中提升精度的方法，其包括如下步骤：
S1、获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，跳转到步骤S2；否则跳转到步骤S3；
S2、无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
S3、控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
在所述的无人机导航过程中提升精度的方法，
所述步骤S3之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
在本发明所述的无人机导航过程中提升精度的方法中，
所述步骤S3中通过备选导航模型进行无人机导航包括：
S31、获取m个备选导航路标；
S32、任意挑选k个导航路标进行组合；
S33、通过第一模型计算获得各种不同组合对应的P的值；
S34、将P值最小的组合的导航路标作为前两颗进行观测；
S35、通过第二模型计算k个导航路标组合的第一信息矩阵，并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵；
S36、计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵，并构造第三矩阵；
S37、对第三矩阵进行奇异值分解，得到第一元素、第二元素；
S38、对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
一种无人机导航过程中提升精度的系统，其包括如下单元：
网络连接判断单元，用于获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，执行图像匹配单元；否则执行导航模式切换执行单元；
图像匹配单元，用于通过无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
导航模式切换执行单元，用于控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
在本发明所述的无人机导航过程中提升精度的系统中，
所述导航模式切换执行单元之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
在本发明所述的无人机导航过程中提升精度的系统中，
所述导航模式切换执行单元中通过备选导航模型进行无人机导航包括：
获取m个备选导航路标；
任意挑选k个导航路标进行组合；
通过第一模型计算获得各种不同组合对应的P的值；
将P值最小的组合的导航路标作为前两颗进行观测；
通过第二模型计算k个导航路标组合的第一信息矩阵，并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵；
计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵，并构造第三矩阵；
对第三矩阵进行奇异值分解，得到第一元素、第二元素；
对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
实施本发明提供的无人机导航过程中提升精度的方法及系统与现有技术相比具有以下有益效果：
通过获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，执行图像匹配单元；否则执行导航模式切换执行单元，能保证在各种网络状态下的导航精度。
附图说明
图1是本发明实施例提供的无人机导航过程中提升精度的方法流程图。
具体实施方式
如图1所示，一种无人机导航过程中提升精度的方法，其包括如下步骤：
S1、获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，跳转到步骤S2；否则跳转到步骤S3；
S2、无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
S3、控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
在所述的无人机导航过程中提升精度的方法，
所述步骤S3之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
在本发明所述的无人机导航过程中提升精度的方法中，
所述步骤S3中通过备选导航模型进行无人机导航包括：
S31、获取m个备选导航路标；
S32、任意挑选k个导航路标进行组合；k的取值为2-N。组合记为G1、G2...
S33、通过第一模型计算获得各种不同组合对应的P的值；
其中i是第i个导航路标的观测，σi为对应传感器的测量精度；为导航路标到无人机的距离；为导航路标视线方向。
S34、将P值最小的组合的导航路标作为前两颗进行观测；记为n1、n2。
S35、通过第二模型计算k个导航路标组合的第一信息矩阵，记为并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵U,Γ；
具体如下：
其中Q，F分别为过程噪声、测量噪声的方差。
其中T为非奇异矩阵。
S36、计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵并构造第三矩阵Cj；i、j取值为1，2，...
S37、对第三矩阵进行奇异值分解，得到第一元素rj、第二元素uj；
S38、对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
一种无人机导航过程中提升精度的系统，其包括如下单元：
网络连接判断单元，用于获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，执行图像匹配单元；否则执行导航模式切换执行单元；
图像匹配单元，用于通过无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
导航模式切换执行单元，用于控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
在本发明所述的无人机导航过程中提升精度的系统中，
所述导航模式切换执行单元之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
在本发明所述的无人机导航过程中提升精度的系统中，
所述导航模式切换执行单元中通过备选导航模型进行无人机导航包括：
获取m个备选导航路标；
任意挑选k个导航路标进行组合；
通过第一模型计算获得各种不同组合对应的P的值；
将P值最小的组合的导航路标作为前两颗进行观测；
通过第二模型计算k个导航路标组合的第一信息矩阵，并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵；
计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵，并构造第三矩阵；
对第三矩阵进行奇异值分解，得到第一元素、第二元素；
对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
实施本发明提供的无人机导航过程中提升精度的方法及系统与现有技术相比具有以下有益效果：
通过获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，执行图像匹配单元；否则执行导航模式切换执行单元，能保证在各种网络状态下的导航精度。
可以理解的是，对于本领域的普通技术人员来说，可以根据本发明的技术构思做出其它各种相应的改变与变形，而所有这些改变与变形都应属于本发明权利要求的保护范围。

Claims (6)

1.一种无人机导航过程中提升精度的方法，其特征在于，其包括如下步骤：
S1、获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，跳转到步骤S2；否则跳转到步骤S3；
S2、无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
S3、控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
2.如权利要求1所述的无人机导航过程中提升精度的方法，其特征在于，
所述步骤S3之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
3.如权利要求1所述的无人机导航过程中提升精度的方法，其特征在于，
所述步骤S3中通过备选导航模型进行无人机导航包括：
S31、获取m个备选导航路标；
S32、任意挑选k个导航角标进行组合；
S33、通过第一模型计算获得各种不同组合对应的P的值；
S34、将P值最小的组合的导航路标作为前两颗进行观测；
S35、通过第二模型计算k个导航路标组合的第一信息矩阵，并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵；
S36、计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵，并构造第三矩阵；
S37、对第三矩阵进行奇异值分解，得到第一元素、第二元素；
S38、对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
4.一种无人机导航过程中提升精度的系统，其特征在于，其包括如下单元：
网络连接判断单元，用于获得无人机与控制中心的网络连接关系，在无人机与控制中心之间的网络连接正常时，执行图像匹配单元；否则执行导航模式切换执行单元；
图像匹配单元，用于通过无人机实时获取拍摄的图像信息，并发送到控制中心，通过控制中心进行图像匹配，并根据匹配结果发出导航控制指令并发送给无人机；
导航模式切换执行单元，用于控制无人机切换到备选导航模式，通过备选导航模型进行无人机导航。
5.如权利要求4所述的无人机导航过程中提升精度的系统，其特征在于，
所述导航模式切换执行单元之后还包括，在无人机内部设置备选导航模型单次运行时间，在单次运行时间周期内，保持备选导航模型的持续运行。
6.如权利要求4所述的无人机导航过程中提升精度的系统，其特征在于，
所述导航模式切换执行单元中通过备选导航模型进行无人机导航包括：
获取m个备选导航路标；
任意挑选k个导航路标进行组合；
通过第一模型计算获得各种不同组合对应的P的值；
将P值最小的组合的导航路标作为前两颗进行观测；
通过第二模型计算k个导航路标组合的第一信息矩阵，并对信息矩阵进行奇异值分解，得到第一矩阵、第二矩阵；
计算m个备选导航路标中，其他待选的导航路标所对应的第二信息矩阵，并构造第三矩阵；
对第三矩阵进行奇异值分解，得到第一元素、第二元素；
对第二元素中最大作为的导航路标进行观测，从而完成导航路径规划。
CN201910490481.1A 2019-06-06 2019-06-06 一种无人机导航过程中提升精度的方法及系统 Active CN110362104B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910490481.1A CN110362104B (zh) 2019-06-06 2019-06-06 一种无人机导航过程中提升精度的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910490481.1A CN110362104B (zh) 2019-06-06 2019-06-06 一种无人机导航过程中提升精度的方法及系统

Publications (2)

Publication Number Publication Date
CN110362104A true CN110362104A (zh) 2019-10-22
CN110362104B CN110362104B (zh) 2022-03-15

Family

ID=68215721

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910490481.1A Active CN110362104B (zh) 2019-06-06 2019-06-06 一种无人机导航过程中提升精度的方法及系统

Country Status (1)

Country Link
CN (1) CN110362104B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113225367A (zh) * 2020-02-04 2021-08-06 西门子股份公司 主机和客户端之间基于包通信的自动化网络及其运行方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104729497A (zh) * 2015-01-16 2015-06-24 上海大学 超小型双涵道无人机组合导航系统及双模式导航方法
US20160140851A1 (en) * 2014-11-18 2016-05-19 Ziv LEVY Systems and methods for drone navigation
CN106656310A (zh) * 2017-01-10 2017-05-10 肖峰 一种无人机任务执行方法及系统
CN106871928A (zh) * 2017-01-18 2017-06-20 北京工业大学 基于李群滤波的捷联惯性导航初始对准方法
CN106927059A (zh) * 2017-04-01 2017-07-07 成都通甲优博科技有限责任公司 一种基于单目视觉的无人机降落方法及装置
CN207281597U (zh) * 2017-08-03 2018-04-27 深圳市天俊智能卡有限公司 一种基于北斗导航的治安巡逻无人机系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160140851A1 (en) * 2014-11-18 2016-05-19 Ziv LEVY Systems and methods for drone navigation
CN104729497A (zh) * 2015-01-16 2015-06-24 上海大学 超小型双涵道无人机组合导航系统及双模式导航方法
CN106656310A (zh) * 2017-01-10 2017-05-10 肖峰 一种无人机任务执行方法及系统
CN106871928A (zh) * 2017-01-18 2017-06-20 北京工业大学 基于李群滤波的捷联惯性导航初始对准方法
CN106927059A (zh) * 2017-04-01 2017-07-07 成都通甲优博科技有限责任公司 一种基于单目视觉的无人机降落方法及装置
CN207281597U (zh) * 2017-08-03 2018-04-27 深圳市天俊智能卡有限公司 一种基于北斗导航的治安巡逻无人机系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113225367A (zh) * 2020-02-04 2021-08-06 西门子股份公司 主机和客户端之间基于包通信的自动化网络及其运行方法

Also Published As

Publication number Publication date
CN110362104B (zh) 2022-03-15

Similar Documents

Publication Publication Date Title
Duan et al. New development thoughts on the bio-inspired intelligence based control for unmanned combat aerial vehicle
WO2017211029A1 (zh) 无人机飞行路径规划方法和装置
Ghazbi et al. Quadrotors unmanned aerial vehicles: A review
CN111522258B (zh) 多无人机协同控制仿真系统及其构建方法、仿真方法
Cai et al. A brief overview on miniature fixed-wing unmanned aerial vehicles
US20210101682A1 (en) Methods and devices for unmanned aerial vehicles, spraying systems, unmanned aerial vehicles, and storage media
Budiharto et al. A review and progress of research on autonomous drone in agriculture, delivering items and geographical information systems (GIS)
CN109960148B (zh) 一种智能无人系统的自主性评估方法及系统
CN111831008A (zh) 一种基于分布式架构的无人机编队协同控制系统及其方法
CN105678030B (zh) 基于专家系统和战术战法分形化的空战战术团队仿真方法
CN107577241A (zh) 一种基于避障系统的消防无人机航迹规划方法
KR20170059893A (ko) 셀프 카메라를 구비한 드론
Duan et al. Multiple UCAVs cooperative air combat simulation platform based on PSO, ACO, and game theory
Fu et al. The overview for UAV air-combat decision method
CN106950995A (zh) 一种无人机飞行方法及系统
Kang et al. Development and flight test evaluations of an autonomous obstacle avoidance system for a rotary-wing UAV
Darrah et al. A flexible genetic algorithm system for multi-uav surveillance: algorithm and flight testing
CN110362104A (zh) 一种无人机导航过程中提升精度的方法及系统
Budiyono et al. A review of the latest innovations in uav technology
Zelenka et al. Outdoor UAV control and coordination system supported by biological inspired method
CN115204033A (zh) 单机近距空战格斗机动辅助决策方法、系统、设备及介质
Chen et al. Integrated air-ground vehicles for uav emergency landing based on graph convolution network
Slyusar The role of Artificial Intelligence in cross-platform tailoring of AR data
Mondal et al. Autonomous architecture for uav-based agricultural survey
WO2019157545A1 (de) Herdensteuerung von vehikeln

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