CN110705011A - 一种低空遥感和地面传感的双重采样仿真系统 - Google Patents
一种低空遥感和地面传感的双重采样仿真系统 Download PDFInfo
- Publication number
- CN110705011A CN110705011A CN201910775103.8A CN201910775103A CN110705011A CN 110705011 A CN110705011 A CN 110705011A CN 201910775103 A CN201910775103 A CN 201910775103A CN 110705011 A CN110705011 A CN 110705011A
- Authority
- CN
- China
- Prior art keywords
- data
- flight
- unmanned aerial
- aerial vehicle
- simulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种低空遥感和地面传感的双重采样仿真系统,其中,所述系统包括:无人机低空遥感飞行仿真模块:用于仿真无人机在飞行过程中的飞行数据;无人机和无线传感网络信息双重采集仿真模块:用于无人机进行低空遥感数据采集仿真以及无线传感器网络数据采集的数据地面汇聚和对空传输仿真;仿真过程可视化模块:用于对仿真无人机的飞行航线数据和无线传感器网络的数据传输进行可视化处理,以及仿真无人机在所述飞行航线数据上的飞行采样过程进行可视化处理。在本发明实施中,能够同时仿真低空遥感采样和地面传感采样立体传输,通过仿真的方式计算每个地面节点消耗在数据传输的能量,以及无人机采集数据量,极大的节约了进行能耗优化和数据优化研究时间。
Description
技术领域
本发明涉及无人机飞行仿真技术领域,尤其涉及一种低空遥感和地面传感的双重采样仿真系统。
背景技术
仿真器是在计算机中通过软件模仿单片机等硬件设备的运行,解决硬件设备测试时只能反复运行并通过肉眼观测结果的问题,实现单步运行、断点、数据跟踪等各类功能,获取运行过程中的关键参数,极大的缩短了软硬件开发的周期和难度,节省大量人力物力与实践。
作为现在应用广泛的监测技术,WSN和UAV都有仿真器。WSN仿真器可以对各类路由协议进行仿真,分析每个数据包的传输过程,评价整个通信网络的质量。UAV仿真器根据控制信号和仿真现场环境,计算出接下来UAV的一系列动作,方便操纵者更好的了解和练习操作UAV。但是对于将WSN与UAV结合的UAV-WSN监测系统,特别是针对同时采集低空遥感数据和地面传感器数据的双重采集过程,现在并没有专用的仿真器及仿真方法。对UAV-WSN的研究大多还是用NS-2等WSN仿真系统编程仿真无人机汇聚或者用MATLAB等软件编程仿真整个流程,极大的增加了UAV-WSN研究难度和研究周期。现在UAV-WSN系统进行采样飞行前的仿真也只能用DJI Simulator替代飞行仿真,它只能仿真UAV按照航线的飞行情况,它不能仿真两个系统同时采集的过程。
如果飞行前没有仿真规划就直接进行空中UAV-WSN的双重信息采集,它将无法有序高效地同时采集低空遥感+无线传感器网络两个系统的双重采集的信息。而不经过仿真规划直接进入实地空中飞行,不仅浪费无人机空中作业的宝贵时间(一般无人机的电池一次在空中作业只能30-60分钟),更甚的是空中的无人机的移动汇聚节点,面对地面无序的千万个无线传感器节点,极可能遗漏部分甚至成堆、成片的地面节点。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种低空遥感和地面传感的双重采样仿真系统,能够同时仿真低空遥感采样和地面传感采样立体传输,通过仿真的方式计算每个地面节点消耗在数据传输的能量,以及无人机采集数据量,极大的节约了进行能耗优化和数据优化研究时间。
为了解决上述技术问题,本发明实施例提供了一种低空遥感和地面传感的双重采样仿真系统,所述系统包括:
无人机低空遥感飞行仿真模块:用于仿真无人机在飞行过程中的飞行数据,所述飞行数据包括:飞行航线数据、累加飞行时间数据、剩余飞行时间数据和剩余电量数据;
无人机和无线传感网络信息双重采集仿真模块:用于无人机进行低空遥感数据采集仿真以及无线传感器网络数据采集的数据地面汇聚和对空传输仿真;
仿真过程可视化模块:用于对仿真无人机的飞行航线数据和无线传感器网络的地面节点进行可视化处理,以及仿真无人机在所述飞行航线数据上的飞行采样过程进行可视化处理。
可选的,所述无人机低空遥感飞行仿真模块包括:
飞行航线规划单元:用于基于按照航空摄影测量原理,采用DJI Ground StationPro系统进行航线仿真自动规划处理,获取飞行航线数据;
累计飞行单元:用于在飞行采样仿真系统中定义全局时间变量t,在每一次仿真中,所述全局时间变量t累加预设时间,获取累加飞行时间数据;其中,所述全局时间变量t在飞行采样仿真系统进行仿真计算时随时被调用;
剩余飞行时间单元:用于基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据;
剩余电量单元:用于按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据。
可选的,所述基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据,包括:
基于无人机电池最大飞行时间减去累加飞行时间数据与上一次更换电池时间之差进行估算处理,获取剩余飞行时间数据;
所述按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据,包括:
基于无人机的剩余飞行时间数据除以最大飞行时间进行比例计算,获取剩余电量数据。
可选的,所述无人机和无线传感网络信息双重采集仿真模块包括:
低空遥感采集单元:用于获取无人机的在所述飞行航线数据上的航片拍摄位置以及获取无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量;
地面节点汇聚单元:用于获取单个地面节点所需要发送的数据量、中转数据量、对空传输数据量、通信能耗数据和通信丢包率数据,以及获取集群节点的总能耗和效率、整体通信质量。
可选的,所述低空遥感采集单元包括:
航拍位置确定单元:用于基于无人机的记载拍摄传感器的航片分辨率、地面分辨率以及航向重叠率计算出两次航拍之间的间隔距离,从而确定航拍位置;
航片数量计算单元:用于基于航拍位置以及无人机当前在所述飞行航线数据上的位置计算无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量。
可选的,所述地面节点汇聚单元包括:
节点数据量发送需求单元:用于基于每个地面节点采集的每条数据的大小、采集数据的频率和已采集数据的时长,获取每个地面节点所需发送的数据量;
节点数据中转单元:用于基于该地面节点的通信协议将接收到其他地面节点数据进行中转处理;其中,中转数据量为其他地面节点发送至该地面节点的数据量之和;
对空传输数据量单元:用于基于该地面节点自身需要发送的数据量和协助其他地面节点发送的数据量之和获得该地面节点的对空传输数据量;
节点通信能耗单元:用于计算地面节点在对空传输数据和接收中转数据所消耗的能量;
节点丢包率单元:用于计算该地面节点在对空传输数据时,传输的数据包的丢失的概率;
集群总能耗及效率单元:用于计算地面节点集群的能量消耗总量以及能量效率;
集群通信质量:用于基于每个地面节点通信过程中的丢包数量和发送数据包数量计算获取通信质量。
可选的,所述仿真过程可视化模块包括:
航线及节点可视化单元:用于对飞行航线数据、每个地面节点的位置、无人机飞行高度的水平有效通信范围进行可视化处理;
飞行双重采样可视化单元:用于对无人机沿飞行航线数据飞行的过程、机载传感器采样的过程以及地面节点数据传输的过程进行可视化处理。
在本发明实施例中,能够仿真并且直观的展现数据传输和无人机飞行的全过程,仿真分析数据从地面节点一直传输到空中机载汇聚节点的传输路由和能耗,仿真分析无人机飞行能耗和地对空通信情况。能够同时仿真低空遥感采样和地面传感采样立体传输,通过仿真的方式计算每个地面节点消耗在数据传输的能量,以及无人机按照规划航线飞行所能采集的数据量,极大的节约了进行能耗优化和数据优化研究时间,使用NS-2或者MATLAB等软件编写仿真方法所需的时间,提升了研究效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的低空遥感和地面传感的双重采样仿真系统结构组成示意图;
图2是本发明实施例中的地面节点假设路由协议选择最简单的固定路由示意图;
图3是本发明实施例中的仿真开始前的图像化可视化展示界面图;
图4是本发明实施例中的无人机与地面节点通信的图形化可视化展示界面图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
请参阅图1,图1是本发明实施例中的低空遥感和地面传感的双重采样仿真系统结构组成示意图。
如图1所示,一种低空遥感和地面传感的双重采样仿真系统,所述系统包括:
无人机低空遥感飞行仿真模块11:用于仿真无人机在飞行过程中的飞行数据,所述飞行数据包括:飞行航线数据、累加飞行时间数据、剩余飞行时间数据和剩余电量数据;
在本发明具体实施过程中,所述无人机低空遥感飞行仿真模块11包括:飞行航线规划单元:用于基于按照航空摄影测量原理,采用DJI Ground Station Pro系统进行航线仿真自动规划处理,获取飞行航线数据;累计飞行单元:用于在飞行采样仿真系统中定义全局时间变量t,在每一次仿真中,所述全局时间变量t累加预设时间,获取累加飞行时间数据;其中,所述全局时间变量t在飞行采样仿真系统进行仿真计算时随时被调用;剩余飞行时间单元:用于基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据;剩余电量单元:用于按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据。
进一步的,所述基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据,包括:基于无人机电池最大飞行时间减去累加飞行时间数据与上一次更换电池时间之差进行估算处理,获取剩余飞行时间数据;所述按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据,包括:基于无人机的剩余飞行时间数据除以最大飞行时间进行比例计算,获取剩余电量数据。
具体的,无人机飞行航线数据是按航空摄影测量原理,使用DJI Ground StationPro系统自动规划。
无人机在飞行采样仿真系统中定义全局时间变量t,在每一次仿真中,所述全局时间变量t累加预设时间,获取累加飞行时间数据;其中,所述全局时间变量t在飞行采样仿真系统进行仿真计算时随时被调用。
无人机飞行电池耗尽之前还能飞行的时间,根据无人机单块飞行电池最大飞行时间和累计飞行时间来估算。
剩余飞行时间=最大飞行时间-(累计飞行时间-上一次换电池时间);
假设无人机最大飞行时间20分钟。现在的累计飞行时间20分30秒,在飞到18分钟时更换了电池,那么剩余飞行时间=20分钟-(20分30秒-18分钟)=17分30秒。
按无人机最大飞行时间与已飞行的时间比例计算
飞行电池剩余能量=剩余飞行时间÷最大飞行时间;
假设无人机最大飞行时间20分钟即1200秒,已经累计飞行了15秒,即剩余1185秒,那么:
飞行电池剩余能量=1185÷1200=98.75%。
无人机和无线传感网络信息双重采集仿真模块12:用于无人机进行地空遥感数据采集仿真以及无线传感器网络的地面节点进行地面节点数据仿真;
在本发明具体实施过程中,所述无人机和无线传感网络信息双重采集仿真模块12包括:低空遥感采集单元:用于获取无人机的在所述飞行航线数据上的航片拍摄位置以及获取无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量;地面节点汇聚单元:用于获取单个地面节点所需要发送的数据量、中转数据量、对空传输数据量、通信能耗数据和通信丢包率数据,以及获取集群节点的总能耗和效率、整体通信质量。
进一步的,所述地空遥感采集单元包括:航拍位置确定单元:用于基于无人机的记载拍摄传感器的航片分辨率、地面分辨率以及航向重叠率计算出两次航拍之间的间隔距离,从而确定航拍位置;航片数量计算单元:用于基于航拍位置以及无人机当前在所述飞行航线数据上的位置计算无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量。
进一步的,所述地面节点汇聚单元包括:节点数据量发送需求单元:用于基于每个地面节点采集的每条数据的大小、采集数据的频率和已采集数据的时长,获取每个地面节点所需发送的数据量;节点数据中转单元:用于基于该地面节点的通信协议将接收到其他地面节点数据进行中转处理;其中,中转数据量为其他地面节点发送至该地面节点的数据量之和;对空传输数据量单元:用于基于该地面节点自身需要发送的数据量和协助其他地面节点发送的数据量之和获得该地面节点的对空传输数据量;节点通信能耗单元:用于计算地面节点在对空传输数据和接收中转数据所消耗的能量;节点丢包率单元:用于计算该地面节点在对空传输数据时,传输的数据包的丢失的概率;集群总能耗及效率单元:用于计算地面节点集群的能量消耗总量以及能量效率;集群通信质量:用于基于每个地面节点通信过程中的丢包数量和发送数据包数量计算获取通信质量。
根据机载传感器的航片分辨率、地面分辨率和航向重叠率,可以计算出两次拍摄航片之间的距离dp。例如航片分辨率为4000×3000像素,地面分辨率为1厘米/像素,航向重叠率为60%,那么两张航片的距离;dp=3000×0.01×0.6=18米,也就是无人机在主航线上每飞行18米就采集一张航片。
根据两张航片的距离,就能在仿真过程中确定无人机的拍摄航片的位置,从而获得已采集航片数量。假设无人机飞行速度10米/秒,两张航片的距离dp=18米,上一张航片是在起始点(0,0)拍摄的,已拍摄航片数量为1。当仿真进行到第1800步时,无人机所处位置为(18,0),与上一张航片的拍摄距离为18米,所以无人机将拍摄一张航片,已拍摄航片数量为2,上一张航片拍摄位置更新为(18,0),无人机继续仿真飞行。
每个地面节点的需要发送的数据量是经过一段时间采集后,预计存储在节点里的数据量;即有如下计算方式:
节点需要发送的数据量=每条数据的大小×采样频率×已经监测的时长;
假设每条数据为10B,采样频率为12条/天,已经监测了25天。那么节点需要发送的数据量为10B×12条/天×25天=3KB。
请参阅图2,图2是本发明实施例中的地面节点假设路由协议选择最简单的固定路由示意图;如图2所示:
为了实现地面节点的能量均衡或者地面节点集群的数据传输最优化,UAV-WSN系统通常会使用不同的通信协议,让每个地面节点将数据按照计算好的路由发送给其它节点汇聚到无人机。因此除了发送自身的数据之外,部分节点还需要协助其它节点中转数据;计算如下所示:
节点中转数据量=∑通过该节点的其它节点数据量;
假设路由协议选择最简单的固定路由,如图所示。4个地面节点都通过节点1将数据对空发送至无人机汇聚节点,其中节点3和节点4需要节点2的中转。那么节点2中转的数据量为节点3和节点4需要发送的数据量之和,即:节点2的中转数据量=∑节点3、节点4数据量=3KB+3KB=6KB。
地面节点向无人机机载汇聚节点对空传输的数据量除了与节点需要发送的数据量有关,也与无人机飞行过程中能够与该节点通信的时间长度有关。如果无人机飞的足够慢足够靠近地面节点,并且地面节点需要发送的数据量并不大,那么节点对空发送的数据量就是地面节点需要发送的数据量;如果无人机飞的太快太远,并且地面节点需要发送的数据量太大,那么节点对空发送的数据量就是需要发送的数据量的一部分。
节点需要对空传输数据量=自身需要发送数据量+∑协助其它节点发送的数据量;最大可传输数据量=(经过节点的无人机航线长度÷无人机飞行速度)×对空数据传输速率;节点对空传输数据量=Min(节点需要对空传输数据量,最大可传输数据量)
假设数据传输路径如图2所示,节点1负责接收来自节点2、3、4的数据并且向无人机发送数据。无人机通过节点1的航线长度160米,飞行速度10米/秒。对空数据传输速率3KB/s。
节点需要对空传输数据量=3+(3+3+3)=12KB;最大可传输数据量=(160÷10)×3=48KB;因为节点需要对空传输数据量小于最大可传输数据量,所以节点对空传输数据量=12KB。
节点通信能耗是每个地面节点消耗在数据发送和数据接收上的能量。根据节点需要发送的数据量、节点中转的数据量以及节点对空发送的数据量,就能计算出每个地面节点发送了多少数据、接收了多少数据。
节点通信能耗=(对空发射电流×对空发送数据量+发送功率×对地发送数据量+接收电流×接收数据量)×工作电压÷数据传输速率;
以上面图2的情况为例,假设对空发射电流为300μA,发射电流150μA,接收电流50μA,工作电压3V。每个节点需要发送3KB数据,无人机经过节点1的时间大于4秒即节点1有足够时间将数据发送至机载汇聚节点。那么,节点3、4的能耗=3KB×150μA×3V÷3KB/s=450μJ;节点2的能耗=(150μA×9KB+50μA×6KB)×3V÷3KB/s=1650μJ;节点1的能耗=(300μA×12KB+50μA×9KB)×3V÷3KB/s=4050μJ。
采样飞行过程中无人机与地面节点的通信距离不断变化,而通信丢包率是随着距离变化而变化。因此每次地面节点向机载汇聚节点发送一个数据包的数据量后,需要利用随机数来仿真丢包情况,如果随机生成的0-1之间的随机数小于丢包率,则认为这个数据包丢失;如果随机数大于丢包率,则认为这个数据包成功发送。完成仿真采样飞行后,通过计算无人机与该节点通信时地面节点发送的数据包数量和仿真丢失的数据包数量就能获得该节点的丢包率。
丢包率=预估丢包数量÷总发送包数;
例如地面节点1需要发送100个数据包到机载汇聚节点。当地面节点1发送第1个数据包时,无人机与地面节点1的距离是90米,丢包率90%。此时仿真器随机生成一个0-1的数,例如本次随机数为0.58,小于丢包率的0.9,这个数据包判定为丢失。发送第2个数据包时,无人机与地面节点1的距离是85米,丢包率80%,此时仿真器生成的随机数是0.96,大于0.8,这个数据包成功发送。当完成采样飞行后,地面节点1发送的数据包当中有6个数据包判定为丢失,那么地面节点1的丢包率即为:丢包率=6÷100=6%。
所有地面节点消耗的能量就是整个无人机-无线传感器网络系统在通信方面的消耗总能量。根据能量消耗总量和机载汇聚节点最终接收到的数据量也就能计算出节点集群的数据传输效率,可以用于对通信协议、飞行速度等各类优化算法的比较与改进。
能量消耗总量=∑每个地面节点的通信能耗;能量效率=能量消耗总量÷机载汇聚节点接收的总数据量。
以图2的情况为例,假设所有数据都成功发送至机载汇聚节点,那么整个地面集群的能量消耗总量为:
能量消耗总量=4050μJ+1650μJ+450μJ+450μJ=6600μJ;
能量效率=6600μJ÷12KB=550μJ/KB。
即整个地面集群所有节点总共消耗了6600μJ能量用于数据传输。整个集群每传输1KB数据到机载汇聚节点,平均需要消耗550μJ能量。
统计每个地面节点通信过程中的丢包数量和发送数据包数量,就能得到整个系统的丢包率即通信质量。
整体通信质量=∑每个节点的丢包数量÷∑每个节点发送数据包的数量。
仿真过程可视化模块13:用于对仿真无人机的飞行航线数据和无线传感器网络的地面节点进行可视化处理,以及仿真无人机在所述飞行航线数据上的飞行采样过程进行可视化处理。
在本发明具体实施过程中,所述仿真过程可视化模块包括:航线及节点可视化单元:用于对飞行航线数据、每个地面节点的位置、无人机飞行高度的水平有效通信范围进行可视化处理;飞行双重采样可视化单元:用于对无人机沿飞行航线数据飞行的过程、机载传感器采样的过程以及地面节点数据传输的过程进行可视化处理。
具体的,本发明通过图像展示WSN(无线传感网络)地面节点、无人机以及飞行航线的相对位置,并且动态展示整个仿真过程,包括无人机仿真飞行过程的每一步的位置变化、以及机载传感器的航拍情况、WSN的每个地面节点数据传输过程。
航线及地面节点可视化表达:仿真开始时,本发明首先在图形化界面展示无人机的飞行航线、每个地面节点的位置及其地面和无人机所在高度的水平有效通信范围,如图3所示。图中的虚线为规划的无人机飞行航线,正方形为地面节点,以正方形为圆心的两个同心圆代表了该地面节点的有效通信范围,其中比较大的蓝色圆代表地面通信的有效通信水平距离、较小的红色圆代表无人机所处高度的有效通信水平距离。
本发明不仅直观的展示了地面节点之间的位置关系,更创新通过图形化展示地面节点通信范围与无人机飞行航线的关系。
仿真启动后,本发明将在图形界面上动态展示无人机沿航线飞行的过程、机载传感器采样的过程以及地面节点数据传输的过程,如图4所示。无人机每次仿真飞行1毫秒,图形化界面也会随之更新无人机的位置,并且在图形旁边显示无人机的实时坐标。同时,图形化界面也会展示都有哪些地面节点像另一个地面节点传输数据,并且在界面旁边展示每个地面节点实时的数据发送、数据接收和数据存储情况。如果无人机到达航线上的航拍点,则会展示航片所覆盖的范围。
本发明不仅动态展示了无人机的飞行过程,还创新展示了每个地面节点的数据从节点逐步汇聚到机载汇聚节点的通信过程,以及机载传感器采集航片的过程。这就能使工作人员更加直观的了解整个UAV(无人机)-WSN(无线传感网络)系统的工作过程。与只使用数据表示仿真结果相比,图形化展示能够帮助工作人员更容易发现UAV-WSN系统在航线规划、通信协议、数据汇聚等方面的缺陷。
在本发明实施例中,能够仿真并且直观的展现数据传输和无人机飞行的全过程,仿真分析数据从地面节点一直传输到空中机载汇聚节点的传输路由和能耗,仿真分析无人机飞行能耗和地对空通信情况。能够计算每个地面节点消耗在数据传输的能量,以及无人机按照规划航线飞行所能采集的数据量,极大的节约了进行能耗优化和数据优化研究时间,使用NS-2或者MATLAB等软件编写仿真方法所需的时间,提升了研究效率。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种低空遥感和地面传感的双重采样仿真系统进行了详细介绍,本文中应采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 (7)
1.一种低空遥感和地面传感的双重采样仿真系统,其特征在于,所述系统包括:
无人机低空遥感飞行仿真模块:用于仿真无人机在飞行过程中的飞行数据,所述飞行数据包括:飞行航线数据、累加飞行时间数据、剩余飞行时间数据和剩余电量数据;
无人机和无线传感网络信息双重采集仿真模块:用于无人机进行低空遥感数据采集仿真以及无线传感器网络数据采集的数据地面汇聚和对空传输仿真;
仿真过程可视化模块:用于对仿真无人机的飞行航线数据和无线传感器网络的地面节点进行可视化处理,以及仿真无人机在所述飞行航线数据上的飞行采样过程进行可视化处理。
2.根据权利要求1所述的双重采样仿真系统,其特征在于,所述无人机低空遥感飞行仿真模块包括:
飞行航线规划单元:用于基于按照航空摄影测量原理,采用DJI Ground Station Pro系统进行航线仿真自动规划处理,获取飞行航线数据;
累计飞行单元:用于在飞行采样仿真系统中定义全局时间变量t,在每一次仿真中,所述全局时间变量t累加预设时间,获取累加飞行时间数据;其中,所述全局时间变量t在飞行采样仿真系统进行仿真计算时随时被调用;
剩余飞行时间单元:用于基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据;
剩余电量单元:用于按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据。
3.根据权利要求2所述的双重采样仿真系统,其特征在于,所述基于无人机电池最大飞行时间和累计飞行时间数据进行估算处理,获取剩余飞行时间数据,包括:
基于无人机电池最大飞行时间减去累加飞行时间数据与上一次更换电池时间之差进行估算处理,获取剩余飞行时间数据;
所述按照无人机最大飞行时间和剩余飞行时间数据进行比例计算,获取剩余电量数据,包括:
基于无人机的剩余飞行时间数据除以最大飞行时间进行比例计算,获取剩余电量数据。
4.根据权利要求1所述的双重采样仿真系统,其特征在于,所述无人机和无线传感网络信息双重采集仿真模块包括:
低空遥感采集单元:用于获取无人机的在所述飞行航线数据上的航片拍摄位置以及获取无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量;
地面节点汇聚单元:用于获取单个地面节点所需要发送的数据量、中转数据量、对空传输数据量、通信能耗数据和通信丢包率数据,以及获取集群节点的总能耗和效率、整体通信质量。
5.根据权利要求4所述的双重采样仿真系统,其特征在于,所述低空遥感采集单元包括:
航拍位置确定单元:用于基于无人机的记载拍摄传感器的航片分辨率、地面分辨率以及航向重叠率计算出两次航拍之间的间隔距离,从而确定航拍位置;
航片数量计算单元:用于基于航拍位置以及无人机当前在所述飞行航线数据上的位置计算无人机在所述飞行航线数据的当前位置上已拍摄的航片数据量。
6.根据权利要求4所述的双重采样仿真系统,其特征在于,所述地面节点汇聚单元包括:
节点数据量发送需求单元:用于基于每个地面节点采集的每条数据的大小、采集数据的频率和已采集数据的时长,获取每个地面节点所需发送的数据量;
节点数据中转单元:用于基于该地面节点的通信协议将接收到其他地面节点数据进行中转处理;其中,中转数据量为其他地面节点发送至该地面节点的数据量之和;
对空传输数据量单元:用于基于该地面节点自身需要发送的数据量和协助其他地面节点发送的数据量之和获得该地面节点的对空传输数据量;
节点通信能耗单元:用于计算地面节点在对空传输数据和接收中转数据所消耗的能量;
节点丢包率单元:用于计算该地面节点在对空传输数据时,传输的数据包的丢失的概率;
集群总能耗及效率单元:用于计算地面节点集群的能量消耗总量以及能量效率;
集群通信质量:用于基于每个地面节点通信过程中的丢包数量和发送数据包数量计算获取通信质量。
7.根据权利要求1所述的双重采样仿真系统,其特征在于,所述仿真过程可视化模块包括:
航线及节点可视化单元:用于对飞行航线数据、每个地面节点的位置、无人机飞行高度的水平有效通信范围进行可视化处理;
飞行双重采样可视化单元:用于对无人机沿飞行航线数据飞行的过程、机载传感器采样的过程以及地面节点数据传输的过程进行可视化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910775103.8A CN110705011B (zh) | 2019-08-21 | 2019-08-21 | 一种低空遥感和地面传感的双重采样仿真系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910775103.8A CN110705011B (zh) | 2019-08-21 | 2019-08-21 | 一种低空遥感和地面传感的双重采样仿真系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110705011A true CN110705011A (zh) | 2020-01-17 |
CN110705011B CN110705011B (zh) | 2023-02-03 |
Family
ID=69193290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910775103.8A Active CN110705011B (zh) | 2019-08-21 | 2019-08-21 | 一种低空遥感和地面传感的双重采样仿真系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110705011B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113660688A (zh) * | 2021-07-08 | 2021-11-16 | 中国人民解放军海军工程大学 | 战场远距离大规模密集组网半实物仿真平台 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5767731B1 (ja) * | 2014-03-26 | 2015-08-19 | 株式会社衛星ネットワーク | 空撮映像配信システムおよび空撮映像配信方法 |
CN108053714A (zh) * | 2017-11-10 | 2018-05-18 | 广东电网有限责任公司教育培训评价中心 | 基于输电线路巡检的多旋翼无人机巡视作业仿真培训系统 |
CN109300336A (zh) * | 2018-11-05 | 2019-02-01 | 华南农业大学 | 一种耕地质量监测节点的无人机遍历航线优化方法及系统 |
-
2019
- 2019-08-21 CN CN201910775103.8A patent/CN110705011B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5767731B1 (ja) * | 2014-03-26 | 2015-08-19 | 株式会社衛星ネットワーク | 空撮映像配信システムおよび空撮映像配信方法 |
CN108053714A (zh) * | 2017-11-10 | 2018-05-18 | 广东电网有限责任公司教育培训评价中心 | 基于输电线路巡检的多旋翼无人机巡视作业仿真培训系统 |
CN109300336A (zh) * | 2018-11-05 | 2019-02-01 | 华南农业大学 | 一种耕地质量监测节点的无人机遍历航线优化方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113660688A (zh) * | 2021-07-08 | 2021-11-16 | 中国人民解放军海军工程大学 | 战场远距离大规模密集组网半实物仿真平台 |
CN113660688B (zh) * | 2021-07-08 | 2023-09-12 | 中国人民解放军海军工程大学 | 战场远距离大规模密集组网半实物仿真平台 |
Also Published As
Publication number | Publication date |
---|---|
CN110705011B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brunner et al. | The urban last mile problem: Autonomous drone delivery to your balcony | |
TWI465872B (zh) | 無人飛行載具及利用其進行資料獲取的方法 | |
US10126126B2 (en) | Autonomous mission action alteration | |
CN205121341U (zh) | 一种无人机地面指挥系统 | |
CN111765924A (zh) | 一种基于多无人机的大气环境监测方法与系统 | |
US20220292992A1 (en) | Autonomous mission action alteration | |
CN105022405A (zh) | 街景地图制作方法、控制服务器、无人机及制作装置 | |
CN107092270A (zh) | 实现编队飞行的方法、装置及系统 | |
CN104792313B (zh) | 无人侦查系统的测绘控制方法、装置及系统 | |
CN104118561B (zh) | 一种基于无人机技术的大型濒危野生动物监测的方法 | |
CN105785393A (zh) | 一种基于激光雷达的无人机实时成像避障系统与方法 | |
CN113075938A (zh) | 一种输电线路远距离智能巡检系统及方法 | |
WO2021088683A1 (zh) | 电池自放电周期调整方法及无人飞行器 | |
WO2018032295A1 (zh) | 事故现场还原方法、装置及运动监控设备 | |
CN109557880A (zh) | 一种基于无人机的生态巡检系统 | |
US20220229759A1 (en) | Method, device, and system for simulation test | |
CN110705011B (zh) | 一种低空遥感和地面传感的双重采样仿真系统 | |
CN206649347U (zh) | 一种基于无人飞行器的应用部署系统 | |
CN111968446A (zh) | 一种地面测控设备训练方法、装置及系统 | |
CN202231781U (zh) | 一种可采集录制位置信息的录像播放装置 | |
JP6891950B2 (ja) | 装置、システム、方法、及びプログラム | |
KR20210113520A (ko) | 교량 점검용 드론 시스템 | |
CN215447761U (zh) | 基于风电无人机的三维建模系统 | |
CN111627220B (zh) | 一种用于车辆检测的无人机与地面协同处理系统 | |
CN113965241A (zh) | 一种给无人机巡采巡查赋予人工智能的方法及相关装置 |
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 |