CN111240355B - 基于二次聚类的多目标通信无人机的巡航编队规划系统 - Google Patents

基于二次聚类的多目标通信无人机的巡航编队规划系统 Download PDF

Info

Publication number
CN111240355B
CN111240355B CN202010030058.6A CN202010030058A CN111240355B CN 111240355 B CN111240355 B CN 111240355B CN 202010030058 A CN202010030058 A CN 202010030058A CN 111240355 B CN111240355 B CN 111240355B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
module
communication
base station
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
Application number
CN202010030058.6A
Other languages
English (en)
Other versions
CN111240355A (zh
Inventor
吴立刚
孙光辉
刘健行
付金宇
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.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
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 Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN202010030058.6A priority Critical patent/CN111240355B/zh
Publication of CN111240355A publication Critical patent/CN111240355A/zh
Application granted granted Critical
Publication of CN111240355B publication Critical patent/CN111240355B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

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)
  • Traffic Control Systems (AREA)

Abstract

基于二次聚类的多目标通信无人机的巡航编队规划系统，涉及通信无人机的航迹控制优化的算法领域。本发明是为了解决现有在抢险救灾等过程中，缺少对无人机路程的合理规划，难以保证将待传输的数据全部发送出去的问题。本申请利用聚类分析与蚁群算法结合的方式，解决多目标、多通信无人机情况下对无人机的最优分配，使每个无人机都能够完成规划的巡航路程，从而实现向地面通信接收基站发送数据，本申请在多目标、多无人机情况下，可以构建一个覆盖率高、巡航总航程短、资源有效配置的系统。它用于规划无人机路程，将待发送的数据全部发送出去。

Description

基于二次聚类的多目标通信无人机的巡航编队规划系统
技术领域
本发明涉及无人机巡航编队系统。属于通信无人机的航迹控制优化的算法领域。
背景技术
无人机作为一种新型技术，可以在多种场景中发挥重要作用。为了更加有效、合理的规划无人机航线及调度，对于复杂化环境下，例如地震等抢险救灾过程中，多无人机的多目标的快速覆盖仍然是一个难点。对于通信无人机通讯覆盖及无人机资源分配及区域巡航问题上总体协调还很难解决，从而无法最大限度的实现无人机资源的最优化分配。
发明内容
本发明是为了解决现有在抢险救灾等过程中，缺少对无人机路程的合理规划，难以保证将待传输的数据全部发送出去的问题。现提供基于二次聚类的多目标通信无人机的巡航编队规划系统。
基于二次聚类的多目标通信无人机的巡航编队规划系统，所述系统包括地面通信接收基站，所述系统还包括无人机通讯系统1和无人机编队巡航系统2，
无人机编队巡航系统2包括中央控制模块2-1、基站聚类分析模块2-2和无人机路径规划模块2-3，
无人机通讯系统1设置在无人机上，
中央控制模块2-1，用于存储每个无人机待传输的数据和存储每个无人机与地面通信接收基站进行通讯的基站带宽，根据基站带宽和内部设计的通讯校验系统得到通讯距离内能够传输的数据量，根据该数据量调节无人机的飞行速度；还用于存储地形状况；
无人机路径规划模块2-3，用于根据每个地面通信接收基站的坐标，得到总巡航路程，利用总巡航路程除以一个无人机的续航里程，得到需要使用的无人机数量；还用于采用蚁群算法和根据各组的样本点对每台无人机规划巡航路程；
基站聚类分析模块2-2，用于利用聚类分组算法将地面通信接收基站的坐标分成M组样本点，使M值等于无人机数量，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程>续航里程*(15％+1)，则将m组中每组内的样本点平均分成两组，且两组各用一台无人机完成规划的巡航路程，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程<续航里程*(15％+1)，则将m组中每组内的N个样本点聚类成N-1个样本点，然后通过无人机路径规划模块2-3获得聚类后的该组巡航路程，判断该组内无人机的续航里程是否小于聚类后该组巡航路程，如果是，则将N个样本点聚类成N-2个样本点，直至无人机路径规划模块2-3根据聚类后的样本点得到的巡航路程小于续航里程，如果否，则按照聚类后该组巡航路程进行巡航；
无人机通讯系统1，用于通过中央控制模块1接收巡航路程和飞行速度控制无人机飞行，同时接收中央控制模块2-1内存储的每个无人机待传输的数据，使每个无人机将待传输的数据全部传输给地面通信接收基站；还用于采集中央控制模块2-1的地形状况，结合实时采集到的无人机飞行环境信息，调整飞行姿态。
优选的，无人机通讯系统1包括导航及航线控制模块1-1、信息存储模块1-2、飞行控制模块1-3、雷达通信模块1-4、陀螺仪传感器1-5、温湿度传感器1-6、气压高度测量模块1-7和卡尔曼滤波模块1-8，
导航及航线控制模块1-1，用于实时采集无人机的位置信息，将该信息反馈给中央控制模块2-1；
信息存储模块1-2，用于从中央控制模块2-1接收待传输的数据进行存储，并将该数据传输给地面通信接收基站；
飞行控制模块1-3，用于接收中央控制模块2-1的飞行姿态和飞行速度，控制无人机飞行；
雷达通信模块1-4，用于无人机之间的信号互传；
陀螺仪传感器1-5，用于实时测量无人机的加速度，将该信息反馈给中央控制模块；
温湿度传感器1-6，用于实时测量飞行过程中的温度和湿度信息，将该信息反馈给中央控制模块2-1；
气压高度测量模块1-7，用于实时测量飞行过程中的气压和高度信息，将该信息反馈给中央控制模块2-1；
卡尔曼滤波模块1-8，用于对导航及航线控制模块1-1、信息存储模块1-2、陀螺仪传感器1-5、温湿度传感器1-6和气压高度测量模块1-7采集到的信号传给中央控制模块2-1的信息进行滤波。
优选的，所述系统还包括无人机通信传输模块3，
无人机通信传输模块3设置在无人机通信传输模块3，
无人机通讯系统1通过无人机通信传输模块3分别与中央控制模块和地面通信接收基站进行通讯。
优选的，所述系统还包括基站通信传输模块4和基站通信接收模块5，
中央控制模块2-1通过基站通信传输模块4获得多个地面通信接收基站的坐标；
无人机通讯系统1通过基站通信接收模块5向地面通信接收基站传输待传输的数据。
优选的，无人机通讯系统1与地面通信接收基站进行通讯的电磁波为S波段。
本发明的有益效果为：
本申请利用二次聚类分析与蚁群算法结合的方式，解决多目标、多通信无人机情况下对无人机的最优分配。使每个无人机都能够完成规划的巡航路程，从而实现向地面通信接收基站发送数据。即使在地震等抢险救灾过程中，信号通断的情况下，也能将数据发送给地面通信接收基站。
本申请可以迅速使灾后地面通信接收基站待覆盖区域与无人机编队巡航系统实现信息及时交互，并且可以实时对灾区情况监测并进行反馈，从而为灾后应急预案提供技术支持。并且，该发明可以使无人机迅速实现空间精准巡航覆盖，从而对地面通信接收基站完成接近100％覆盖、巡航航程短且实现数据的有效传输。
本申请具有规划时间短、响应速度快、智能化分配无人机和地面通信接收基站等优点，可以有效在灾后实现无人机对地面通信接收基站的覆盖，且可将待传输的数据快速传输至地面基站。
附图说明
图1为具体实施方式一所述的基于二次聚类的多目标通信无人机的巡航编队规划系统的工作原理框图；
图2为具体实施方式一所述的基于二次聚类的多目标通信无人机的巡航编队规划系统的原理图；
图3为基于二次聚类的多目标通信无人机的巡航编队规划系统的工作流程图。
具体实施方式
具体实施方式一：参照图1和图3具体说明本实施方式，本实施方式所述的基于二次聚类的多目标通信无人机的巡航编队规划系统，所述系统包括地面通信接收基站，所述系统还包括无人机通讯系统1和无人机编队巡航系统2，
无人机编队巡航系统2包括中央控制模块2-1、基站聚类分析模块2-2和无人机路径规划模块2-3，
无人机通讯系统1设置在无人机上，
中央控制模块2-1，用于存储每个无人机待传输的数据和存储每个无人机与地面通信接收基站进行通讯的基站带宽，根据基站带宽和内部设计的通讯校验系统得到通讯距离内能够传输的数据量，根据该数据量调节无人机的飞行速度；还用于存储地形状况；
无人机路径规划模块2-3，用于根据每个地面通信接收基站的坐标，得到总巡航路程，利用总巡航路程除以一个无人机的续航里程，得到需要使用的无人机数量；还用于采用蚁群算法和根据各组的样本点对每台无人机规划巡航路程；
基站聚类分析模块2-2，用于利用聚类分组算法将地面通信接收基站的坐标分成M组样本点，使M值等于无人机数量，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程>续航里程*(15％+1)，则将m组中每组内的样本点平均分成两组，且两组各用一台无人机完成规划的巡航路程，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程<续航里程*(15％+1)，则将m组中每组内的N个样本点聚类成N-1个样本点，然后通过无人机路径规划模块(2-3)获得聚类后的该组巡航路程，判断该组内无人机的续航里程是否小于聚类后该组巡航路程，如果是，则将N个样本点聚类成N-2个样本点，直至无人机路径规划模块2-3根据聚类后的样本点得到的巡航路程小于续航里程，如果否，则按照聚类后该组巡航路程进行巡航；
无人机通讯系统1，用于通过中央控制模块1接收巡航路程和飞行速度控制无人机飞行，同时接收中央控制模块2-1内存储的每个无人机待传输的数据，使每个无人机将待传输的数据全部传输给地面通信接收基站；还用于采集中央控制模块2-1的地形状况，结合实时采集到的无人机飞行环境信息，调整飞行姿态。
本实施方式中，无人机编队巡航系统，其包括编队内的所有无人机个体，且至少有一台无人机作为主机，其余无人机与主机间采用分布式控制，且当主机存在故障或信号中断情况下，可通过飞行基地中央控制模块重新对无人机编队中的剩余无人机进行指定，从而确立编队中新主机。
无人机路径规划模块对无人机编队主要使用改进后的蚁群算法，主要包括对蚁群算法中的参数优化及各无人机巡航区域，在地面通信基站地理位置分布欧氏距离较为接近的位置区域，设定的相应模糊巡航区域，通过模糊控制的控制理论基础，对该区域进行特殊处理。
蚁群算法(Ant colony optimization,ACO)具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。对于解决旅行商问题(Travelling salesman problem,TSP)有着显著效果。其以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小，算法采用误差平方和准则函数作为聚类准则函数。可以合理运用在无人机目标点准确分类，从而达到有效分配资源的目的。本申请提出的无人机航迹规划系统区别于传统的无人机航迹规划系统的是：本申请可以根据需求优先设定聚类个数，即为待使用无人机数量，并且可以在各无人机巡航区域边界处设置模糊巡航区域，可实现特殊区域特殊处理。
所述的中央控制模块2-1先通过对数据库内部区域地理信息的调用，在本发明中，首先提出了在极端环境下，例如：地震，山体滑坡等，通过分析地形、海拔、实时的气象状况，通过二次聚类的方式对无人机资源进行分配，因本发明中分析的是地理因素，故采用以欧氏距离为基础的K-means聚类。
如图1-图3所示的一种基于二次聚类的多目标通信无人机的巡航编队规划优化系统，包括首先通过指挥基地的中央控制模块2-1导入待巡航区域的地理高程信息及地面通信基站的的坐标位置信息，通过基站聚类分析模块2-2，先对待巡航目标进行聚类分析，具体聚类数目Ni由待使用无人机个数N决定，且Ni≤N，聚类分析后对无人机i进行任务分配，观察在各组的巡航路程，若达不到巡航标准，进行所述的聚类分析模块2-3二次聚类。
由于通信限制，当地面终端Zi看无人机的仰角大于30°，距离不超过3000m且没有山体阻隔时，如果无人机当前服务用户少于10个，则可开始向i发送数据。
所述的无人机通讯系统与地面通信接收基站的雷达通信电磁波采用S波段，备用卫星作为备用通信设备，无人机与中央控制模块2-1通过备用卫星进行通信，无人机与中央控制模块2-1通信采用Ku波段和Ka波段，其中Ka波段卫星通过频率复用技术的多点波束覆盖目标个区域或者使用可移动的点波束。若空地链路的频率不同，无人机可调整接收机及发射机通信电磁波频率，从而实现无人机携载信息收发。
具体实施方式二：本实施方式是对具体实施方式一所述的基于二次聚类的多目标通信无人机的巡航编队规划系统作进一步说明，本实施方式中，无人机通讯系统1包括导航及航线控制模块1-1、信息存储模块1-2、飞行控制模块1-3、雷达通信模块1-4、陀螺仪传感器1-5、温湿度传感器1-6、气压高度测量模块1-7和卡尔曼滤波模块1-8，
导航及航线控制模块1-1，用于实时采集无人机的位置信息，将该信息反馈给中央控制模块2-1；
信息存储模块1-2，用于从中央控制模块2-1接收待传输的数据进行存储，并将该数据传输给对应组的地面通信接收基站；还用于
飞行控制模块1-3，用于接收中央控制模块2-1的飞行姿态和飞行速度，控制无人机飞行；
雷达通信模块1-4，用于无人机之间的信号互传；
陀螺仪传感器1-5，用于实时测量无人机的加速度，将该信息反馈给中央控制模块；
温湿度传感器1-6，用于实时测量飞行过程中的温度和湿度信息，将该信息反馈给中央控制模块2-1；
气压高度测量模块1-7，用于实时测量飞行过程中的气压和高度信息，将该信息反馈给中央控制模块2-1；
卡尔曼滤波模块1-8，用于对导航及航线控制模块1-1、信息存储模块1-2、陀螺仪传感器1-5、温湿度传感器1-6和气压高度测量模块1-7传给中央控制模块2-1的信息进行滤波。
本实施方式中，雷达通信模块1-4，用于无人机编队巡航阶段局部GPS信号弱的情况下，保障信号在无人机集群间实现互传。
陀螺仪传感器9、实时的温湿度传感器10及气压高度测量传感器11等所采集的数据信息，主要通过自适应卡尔曼滤波模块12来进行采集数据的干扰信号进行滤波，从而提高实时数据的准确性。
具体实施方式三：本实施方式是对具体实施方式二所述的基于二次聚类的多目标通信无人机的巡航编队规划系统作进一步说明，本实施方式中，所述系统还包括无人机通信传输模块3，
无人机通信传输模块3设置在无人机通信传输模块3，
无人机通讯系统1通过无人机通信传输模块3分别与中央控制模块和地面通信接收基站进行通讯。
具体实施方式四：本实施方式是对具体实施方式一所述的基于二次聚类的多目标通信无人机的巡航编队规划系统作进一步说明，本实施方式中，所述系统还包括基站通信传输模块4和基站通信接收模块5，
中央控制模块2-1通过基站通信传输模块4获得多个地面通信接收基站的坐标；
无人机通讯系统1通过基站通信接收模块5向地面通信接收基站传输待传输的数据。

Claims (5)

1.基于二次聚类的多目标通信无人机的巡航编队规划系统，所述系统包括地面通信接收基站，其特征在于，所述系统还包括无人机通讯系统(1)和无人机编队巡航系统(2)，
无人机编队巡航系统(2)包括中央控制模块(2-1)、基站聚类分析模块(2-2)和无人机路径规划模块(2-3)，
无人机通讯系统(1)设置在无人机上，
中央控制模块(2-1)，用于存储每个无人机待传输的数据和存储每个无人机与地面通信接收基站进行通讯的基站带宽，根据基站带宽和内部设计的通讯校验系统得到通讯距离内能够传输的数据量，根据该数据量调节无人机的飞行速度；还用于存储地形状况；
无人机路径规划模块(2-3)，用于根据每个地面通信接收基站的坐标，得到总巡航路程，利用总巡航路程除以一个无人机的续航里程，得到需要使用的无人机数量；还用于采用蚁群算法和根据各组的样本点对每台无人机规划巡航路程；
基站聚类分析模块(2-2)，用于利用聚类分组算法将地面通信接收基站的坐标分成M组样本点，使M值等于无人机数量，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程>续航里程*(15％+1)，则将m组中每组内的样本点平均分成两组，且两组各用一台无人机完成规划的巡航路程，若M台无人机中有m台无人机未能完成各自组内的巡航路程，且m台无人机每组的巡航路程<续航里程*(15％+1)，则将m组中每组内的N个样本点聚类成N-1个样本点，然后通过无人机路径规划模块(2-3)获得聚类后的该组巡航路程，判断该组内无人机的续航里程是否小于聚类后该组巡航路程，如果是，则将N个样本点聚类成N-2个样本点，直至无人机路径规划模块(2-3)根据聚类后的样本点得到的巡航路程小于续航里程，如果否，则按照聚类后该组巡航路程进行巡航；
无人机通讯系统(1)，用于通过中央控制模块(2-1)接收巡航路程和飞行速度控制无人机飞行，同时接收中央控制模块(2-1)内存储的每个无人机待传输的数据，使每个无人机将待传输的数据全部传输给地面通信接收基站；还用于采集中央控制模块(2-1)的地形状况，结合实时采集到的无人机飞行环境信息，调整飞行姿态。
2.根据权利要求1所述的基于二次聚类的多目标通信无人机的巡航编队规划系统，其特征在于，无人机通讯系统(1)包括导航及航线控制模块(1-1)、信息存储模块(1-2)、飞行控制模块(1-3)、雷达通信模块(1-4)、陀螺仪传感器(1-5)、温湿度传感器(1-6)、气压高度测量模块(1-7)和卡尔曼滤波模块(1-8)，
导航及航线控制模块(1-1)，用于实时采集无人机的位置信息，将该信息反馈给中央控制模块(2-1)；
信息存储模块(1-2)，用于从中央控制模块(2-1)接收待传输的数据进行存储，并将该数据传输给地面通信接收基站；
飞行控制模块(1-3)，用于接收中央控制模块(2-1)的飞行姿态和飞行速度，控制无人机飞行；
雷达通信模块(1-4)，用于无人机之间的信号互传；
陀螺仪传感器(1-5)，用于实时测量无人机的加速度，将该信息反馈给中央控制模块；
温湿度传感器(1-6)，用于实时测量飞行过程中的温度和湿度信息，将该信息反馈给中央控制模块(2-1)；
气压高度测量模块(1-7)，用于实时测量飞行过程中的气压和高度信息，将该信息反馈给中央控制模块(2-1)；
卡尔曼滤波模块(1-8)，用于对导航及航线控制模块(1-1)、信息存储模块(1-2)、陀螺仪传感器(1-5)、温湿度传感器(1-6)和气压高度测量模块(1-7)采集到的信号传给中央控制模块(2-1)的信息进行滤波。
3.根据权利要求2所述的基于二次聚类的多目标通信无人机的巡航编队规划系统，其特征在于，所述系统还包括无人机通信传输模块(3)，
无人机通信传输模块(3)设置在无人机上，
无人机通讯系统(1)通过无人机通信传输模块(3)分别与中央控制模块和地面通信接收基站进行通讯。
4.根据权利要求1所述的基于二次聚类的多目标通信无人机的巡航编队规划系统，其特征在于，所述系统还包括基站通信传输模块(4)和基站通信接收模块(5)，
中央控制模块(2-1)通过基站通信传输模块(4)获得多个地面通信接收基站的坐标；
无人机通讯系统(1)通过基站通信接收模块(5)向地面通信接收基站传输待传输的数据。
5.根据权利要求3所述的基于二次聚类的多目标通信无人机的巡航编队规划系统，其特征在于，无人机通讯系统(1)与地面通信接收基站进行通讯的电磁波为S波段。
CN202010030058.6A 2020-01-10 2020-01-10 基于二次聚类的多目标通信无人机的巡航编队规划系统 Active CN111240355B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010030058.6A CN111240355B (zh) 2020-01-10 2020-01-10 基于二次聚类的多目标通信无人机的巡航编队规划系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010030058.6A CN111240355B (zh) 2020-01-10 2020-01-10 基于二次聚类的多目标通信无人机的巡航编队规划系统

Publications (2)

Publication Number Publication Date
CN111240355A CN111240355A (zh) 2020-06-05
CN111240355B true CN111240355B (zh) 2022-04-12

Family

ID=70868821

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010030058.6A Active CN111240355B (zh) 2020-01-10 2020-01-10 基于二次聚类的多目标通信无人机的巡航编队规划系统

Country Status (1)

Country Link
CN (1) CN111240355B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114610053A (zh) * 2020-12-09 2022-06-10 北京理工大学 一种应用于多飞行器编队飞行的低成本决策与控制系统
CN114371625B (zh) * 2022-01-11 2022-10-25 哈尔滨工业大学 节点数变化的多智能体编队控制方法
CN115201806A (zh) * 2022-06-21 2022-10-18 深圳华创电科技术有限公司 多目标识别方法、装置、设备及存储介质
CN115523955A (zh) * 2022-10-08 2022-12-27 北京捷翔天地信息技术有限公司 无人机集群数据采集方法
CN115454148B (zh) * 2022-11-08 2023-02-17 四川腾盾科技有限公司 固定翼集群无人机区域覆盖路径规划方法、介质及装置
CN116481546B (zh) * 2023-04-26 2024-02-23 大连海事大学 一种无人机航标巡检的路径规划方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426806A (zh) * 2011-11-07 2012-04-25 同济大学 一种基于动态小区划分的区域路网无人机巡航方法
CN103869820A (zh) * 2014-03-18 2014-06-18 北京控制工程研究所 一种巡视器地面导航规划控制方法
CN105259554A (zh) * 2015-10-28 2016-01-20 中国电子科技集团公司第三研究所 一种多目标分类跟踪的方法及装置
WO2016053194A1 (en) * 2014-10-03 2016-04-07 Infinium Robotics Pte Ltd System for performing tasks in an operating region and method of controlling autonomous agents for performing tasks in the operating region
CN107272732A (zh) * 2017-06-12 2017-10-20 广东工业大学 无人飞行装置集群系统
CN108830528A (zh) * 2018-06-15 2018-11-16 重庆城市管理职业学院 基于时空属性的快件配送路径规划方法
CN108898183A (zh) * 2018-07-02 2018-11-27 中国人民解放军战略支援部队信息工程大学 一种巡检路线制定方法及装置
KR101963826B1 (ko) * 2018-06-22 2019-03-29 전북대학교 산학협력단 무인비행체 군집비행에서의 비행안전 및 장애복구 시스템 및 그 방법
CN109614936A (zh) * 2018-12-12 2019-04-12 哈尔滨工业大学 遥感图像飞机目标的分层识别方法
CN109669357A (zh) * 2019-02-13 2019-04-23 辽宁壮龙无人机科技有限公司 多任务无人机的路径规划校验与多平台控制系统及方法
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
CN109961460A (zh) * 2018-12-26 2019-07-02 国网浙江省电力有限公司 一种基于改进YOLOv3模型的多目标巡检方法
CN110186864A (zh) * 2019-05-30 2019-08-30 大连海事大学 一种基于多固定点及无人机协同的港口气体监测系统
WO2019178319A1 (en) * 2018-03-14 2019-09-19 Omron Adept Technologies, Inc. Method and apparatus for dynamic obstacle avoidance by mobile robots
CN110531788A (zh) * 2019-09-24 2019-12-03 北京佰才邦技术有限公司 无人机的巡航控制方法、装置和电子设备

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7739391B2 (en) * 2006-02-16 2010-06-15 Softwired Ag Gateway for wireless mobile clients
US9369845B2 (en) * 2012-03-23 2016-06-14 Skyhook Wireless, Inc. Methods and systems of assigning estimated positions and attributes to wireless access points in a positioning system
CN106743321B (zh) * 2016-11-16 2020-02-28 京东方科技集团股份有限公司 运载方法和运载系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102426806A (zh) * 2011-11-07 2012-04-25 同济大学 一种基于动态小区划分的区域路网无人机巡航方法
CN103869820A (zh) * 2014-03-18 2014-06-18 北京控制工程研究所 一种巡视器地面导航规划控制方法
WO2016053194A1 (en) * 2014-10-03 2016-04-07 Infinium Robotics Pte Ltd System for performing tasks in an operating region and method of controlling autonomous agents for performing tasks in the operating region
CN105259554A (zh) * 2015-10-28 2016-01-20 中国电子科技集团公司第三研究所 一种多目标分类跟踪的方法及装置
CN107272732A (zh) * 2017-06-12 2017-10-20 广东工业大学 无人飞行装置集群系统
WO2019178319A1 (en) * 2018-03-14 2019-09-19 Omron Adept Technologies, Inc. Method and apparatus for dynamic obstacle avoidance by mobile robots
CN108830528A (zh) * 2018-06-15 2018-11-16 重庆城市管理职业学院 基于时空属性的快件配送路径规划方法
KR101963826B1 (ko) * 2018-06-22 2019-03-29 전북대학교 산학협력단 무인비행체 군집비행에서의 비행안전 및 장애복구 시스템 및 그 방법
CN108898183A (zh) * 2018-07-02 2018-11-27 中国人民解放军战略支援部队信息工程大学 一种巡检路线制定方法及装置
CN109614936A (zh) * 2018-12-12 2019-04-12 哈尔滨工业大学 遥感图像飞机目标的分层识别方法
CN109961460A (zh) * 2018-12-26 2019-07-02 国网浙江省电力有限公司 一种基于改进YOLOv3模型的多目标巡检方法
CN109669357A (zh) * 2019-02-13 2019-04-23 辽宁壮龙无人机科技有限公司 多任务无人机的路径规划校验与多平台控制系统及方法
CN109933089A (zh) * 2019-03-25 2019-06-25 北京邮电大学 基于最小化最大能量消耗的多无人机任务规划方法及装置
CN110186864A (zh) * 2019-05-30 2019-08-30 大连海事大学 一种基于多固定点及无人机协同的港口气体监测系统
CN110531788A (zh) * 2019-09-24 2019-12-03 北京佰才邦技术有限公司 无人机的巡航控制方法、装置和电子设备

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Extracting Decision Rules for Cooperative Team Air Combat Based on Rough Set Theory;Jian GAO等;《Chinese Journal of Aeronautics》;20031231;第16卷(第4期);全文 *
Method to Improve the Positioning Accuracy of Vehicular Nodes Using IEEE 802.11p Protocol;Juan Li等;《IEEE Access 》;20171220;第6卷;全文 *
Tensor Methods for Group Pattern Discovery of Pedestrian Trajectories;Abdullah Sawas等;《2018 19th IEEE International Conference on Mobile Data Management (MDM)》;20180628;全文 *
吸气式高超声速飞行器控制的最新研究进展;吴立刚,等;《哈尔滨工业大学学报》;20161031;第48卷(第10期);全文 *
基于聚类的多目标演化算法在航迹规划中的应用研究;王立晶,等;《黑龙江大学工程学报》;20190630;第10卷(第2期);全文 *
多UCAV协同中基于协商的分布式任务分配研究;龙涛等;《宇航学报》;20060530(第03期);全文 *

Also Published As

Publication number Publication date
CN111240355A (zh) 2020-06-05

Similar Documents

Publication Publication Date Title
CN111240355B (zh) 基于二次聚类的多目标通信无人机的巡航编队规划系统
CN112000130B (zh) 一种无人机的多机协同高精度建图定位系统
US7212917B2 (en) Tracking, relay, and control information flow analysis process for information-based systems
EP0760955B1 (en) Aircraft location and identification system
US7437225B1 (en) Flight management system
CN111831008B (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
CN104007426B (zh) 一种基于lse（最小方差估计）的ads与雷达信息系统误差配准算法
US20140028485A1 (en) Airspace risk mitigation system
US20060224318A1 (en) Trajectory prediction
US8509966B2 (en) Method of estimating atmospheric data at any point of a path of an aircraft
CN111508281B (zh) 一种星载平台对ads-b目标进行分类引导的方法
CN111859247B (zh) 一种基于星基ads-b数据的无人机运行风险评估方法
CN113553983B (zh) 一种星载ads-b与遥感图像结合的异常目标监测方法
CN109727493A (zh) 基于一体化应答机的无人机监视系统及其应答、ads-b out/in方法
CN112017482B (zh) 避免飞行器与其他飞行物体发生碰撞的方法和系统
CN115775473B (zh) 一种ads-b航空监视系统中的航空器定位系统
KR101532871B1 (ko) 비행자동차 운영 시스템 및 운영 방법
CN116382322A (zh) 一种基于蜂群无人机协同区域搜寻装置和方法
Posch et al. UAV based search for a radio tagged animal using particle filters
RU2676519C1 (ru) Способ автоматического управления движением беспилотных летательных аппаратов и транспортных средств центром контроля и управления движением в воздушном, наземном пространстве
Bragin et al. Onboard device for UAS remote identification
EP4421777A1 (en) Method for smart air/ground data transmission optimization
Bateman et al. Incorporating RF Coverage Analysis in Mission Planning for Future Airspace Operations
CN116248170B (zh) 基于多星定位的目标飞行器识别方法、设备及存储介质
Karimi et al. Cooperative aerial search by an innovative optimized map-sharing algorithm

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