CN111580533B - 基于空气动力学的无人机信息收集方法及装置 - Google Patents
基于空气动力学的无人机信息收集方法及装置 Download PDFInfo
- Publication number
- CN111580533B CN111580533B CN202010376856.4A CN202010376856A CN111580533B CN 111580533 B CN111580533 B CN 111580533B CN 202010376856 A CN202010376856 A CN 202010376856A CN 111580533 B CN111580533 B CN 111580533B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- target point
- track
- relative
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000005265 energy consumption Methods 0.000 claims abstract description 78
- 238000009826 distribution Methods 0.000 claims abstract description 61
- 238000004891 communication Methods 0.000 claims description 59
- 230000005540 biological transmission Effects 0.000 claims description 33
- 239000000126 substance Substances 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 5
- 238000009827 uniform distribution Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000009194 climbing Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 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 2
- 230000032683 aging Effects 0.000 description 2
- 238000005381 potential energy Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
- G05D1/0825—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability using mathematical models
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Algebra (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供的基于空气动力学的无人机信息收集方法及装置,其中方法包括:根据风场分布、第一目标点的位置、第一目标点的信息大小的对应关系,规划无人机出航轨迹,将无人机出航轨迹上载至无人机,控制无人机按照出航轨迹,以出航飞行姿态,从第一目标点采集信息。这样考虑应用环境中的风场分布对无人机的出航飞行轨迹的影响,无人机在完成信息采集任务时的能量消耗相较于现有技术更符合实际的应用环境的能量消耗,并且在无人机按照出航轨迹,以出航飞行姿态飞向第一目标点的过程中,使用梯度风场爬升无人机的高度,减少无人机本身的能量消耗,使得无人机采集信息过程中的能量消耗最小。
Description
技术领域
本发明涉及无线通信技术领域,特别是涉及的基于空气动力学的无人机信息收集方法及装置。
背景技术
目前无人机数据采集平台可以为用户提供定制化的信息采集服务。用户只需要定义任务的区域范围及提交已采集信息的要求,无人机数据采集平台会将自动地规划任务,使用无人机完成信息采集。
传统的无人机为了完成信息采集,无论是从无人机信息采集中能量、能效或者时效的角度出发,都会假设无人机高度不变,从而将原三维空间轨迹规划问题转化成二维平面的路径规划问题。传统的无人机信息采集信息的方法具体说明如下:
首先,在上述假设前提下进行无人机建立理论模型,推导出关于无人机速度、加速度和角度等理论模型,并得到与能耗、时效或能量效率有关的基础函数,如推力、功率等。
其次,根据上述基础函数以及基于理论模型,忽略信号处理等电量能量消耗,并根据不同的研究目标,建立关于无人机飞行过程中的能耗、时效或者能量效率的目标函数。其中,所述能量效率定义为在有限时间范围内由无人机推进能量消耗标准化的通信总信息位。
再次,若针对多节点信息采集,在考虑信息采集起始位置的同时,还优化多节点信息采集顺序来提高信息时效,由目标函数解得无人机的起始位置信息与路径顺序;若针对单节点信息采集,优化能量效率时,考虑在二维平面中无人机的轨迹对传输速率的影响,进而由目标函数解得无人机的轨迹使得无人机在节点附近采集信息时的能量效率最大化。
最后,无人机按照无人机的轨迹,飞向节点,完成信息采集。
在上述方法中,无人机在信息采集时,通过优化无人机在信息采集时的能量效率,来使得无人机任务完成的能量效率最大化。但是,无人机会处于实际的应用环境中飞行,完成信息采集,除了以上无人机自身因素影响无人机飞行以外,无人机还会与实际的应用环境相互作用,也会影响无人机飞行。因此,上述无人机的飞行只考虑了无人机自身因素,不符合无人机实际的飞行情况。并且,上述方法执行的前提是无人机以固定高度水平飞行,也不符合无人机实际的飞行情况。
由此可知,上述方法中无人机的飞行不符合无人机实际的飞行情况,因此无人机在完成信息采集任务时所使用的能量消耗不符合实际的应用环境的能量消耗,那么上述优化无人机在信息采集时的能量效率会存在偏差。
发明内容
本发明实施例的目的在于提供的基于空气动力学的无人机信息收集方法及装置,用以解决现有技术中优化无人机在信息采集时的能量效率会存在偏差的技术问题。具体技术方案如下:
第一方面,本发明实施例提供了一种基于空气动力学的无人机信息收集方法,包括:
获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹;
上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
控制所述无人机采集所述第一目标点的信息。
进一步的,所述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。
进一步的,所述基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹,包括:
对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围;
基于所述梯度风场与所述无人机的出航飞行姿态之间的对应关系,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗;
选择每个离散范围内,能量消耗最小的轨迹段;
将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹。
进一步的,所述基于所述梯度风场与所述无人机的出航飞行姿态之间的对应关系,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗,包括:
采用所述梯度风场与所述无人机的出航飞行姿态,建立的最优解求解函数,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗:其中,所述最优解求解函数如下:
其中,为无人机的相对航向角,所述相对航向角与风场方向相对,为无人机的航向角,φa为无人机的相对横滚角,γa为无人机的相对俯仰角,γ为无人机的俯仰角,a表示相对,Va为在所述无人机体系下的无人机相对于空气的速度,E为无人机飞行能耗,Tn为无人机的动力,所述无人机的动力方向与机头方向一致,Sn为离散后每一段轨迹长度,n为离散化轨迹序号,m为无人机质量,V为在所述无人机体系下的无人机速度,W*为风场因子,t为时间,g为重力加速度,φ为无人机横滚角,xn为离散化轨迹在地面坐标系中x轴上的投影,D为阻力,所述阻力的方向与无人机的动力方向相反。
进一步的,所述控制所述无人机采集所述第一目标点的信息,包括:
控制所述无人机按照所述无人机的采集飞行姿态,进入无人机通信范围的半球体内,采集所述第一目标点的信息,其中,所述采集飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述无人机所在的俯视面圆内弦的方向,方差与所述俯视面圆的圆心距离成反比,所述采集飞行姿态中的相对俯仰角的解空间服从均匀分布,并且所述无人机的相对俯仰角的下界为当前航向角方向所在的竖直平面与地面通信范围边界的交点相对于无人机当前位置的俯仰角。
进一步的,所述控制所述无人机采集所述第一目标点的信息,包括:
采用视距信道,通过如下公式确定的无人机的传输速率,控制所述无人机采集所述第一目标点的信息:
其中,R(t)为在所述无人机通信范围内的无人机传输速率,t为时间,B为信道带宽,P为无人机发射功率,β0为单位距离信道功率,δ为无人机的高斯白噪声,δ为常数,d(t)为所述无人机与第一目标点的传输距离,dmax为所述无人机与第一目标点的最大传输距离,Rmin为在所述无人机通信范围内,在传输速率为常量,且为最大传输距离dmax时的无人机传输速率。
进一步的,在所述控制所述无人机采集所述第一目标点的信息之后,所述方法还包括:
将无人机飞向第一目标点的起点,作为第二目标点,获取所述无人机的返航轨迹,其中,所述返航轨迹是基于所述出航轨迹采用对称法得到的;
控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述无人机返航轨迹,以所述返航飞行姿态返回所述第二目标点;其中,所述返航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与所述无人机和所述第二目标点之间的距离成正比,所述返航飞行姿态中的相对俯仰角服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与无人机和所述第二目标点之间的距离成正比。
第二方面,本发明实施例提供的一种基于空气动力学的无人机信息收集装置,包括:
获取模块,用于获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
规划模块,用于基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹;
第一处理模块,用于上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
第一控制模块,用于控制所述无人机采集所述第一目标点的信息。
进一步的,所述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。
进一步的,所述规划模块,具体用于:
对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围;
基于所述梯度风场与所述无人机的出航飞行姿态之间的对应关系,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗;
选择每个离散范围内,能量消耗最小的轨迹段;
将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面所述的方法步骤。
本发明实施例有益效果:
本发明实施例提供的基于空气动力学的无人机信息收集方法及装置,通过考虑应用环境中风场分布,风场分布为梯度风场,在风场分布已知的条件下,根据风场分布、第一目标点的位置、第一目标点的信息大小的对应关系,规划无人机出航轨迹,将无人机出航轨迹上载至无人机,控制无人机按照出航轨迹,以出航飞行姿态,从第一目标点采集信息。这样考虑应用环境中的风场分布对无人机的出航飞行轨迹的影响,无人机在完成信息采集任务时的能量消耗相较于现有技术更符合实际的应用环境的能量消耗,并且在无人机按照出航轨迹,以出航飞行姿态飞向第一目标点的过程中,使用梯度风场爬升无人机的高度,减少无人机本身的能量消耗,使得无人机采集信息过程中的能量消耗最小,这样减少优化无人机在信息采集时的能量效率的偏差。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
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,显而易见地,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他的附图。
图1为本发明实施例提供的基于空气动力学的无人机信息收集方法的第一流程示意图;
图2为本发明实施例提供的基于空气动力学的无人机信息收集方法的第二流程示意图;
图3为本发明实施例的1M(兆)数据包且风幅为0时无人机轨迹图;
图4为本发明实施例的1M(兆)数据包且风幅为1.5时无人机轨迹图;
图5为本发明实施例的1M(兆)数据包且风幅为1.5时无人机信息采集轨迹图;
图6为本发明实施例的10M(兆)数据包且风幅为0时无人机轨迹图;
图7为本发明实施例的10M(兆)数据包且风幅为1.5时无人机轨迹图;
图8为本发明实施例的10M(兆)数据包且风幅为1.5时无人机信息采集轨迹图;
图9为本发明实施例的在不同风幅下无人机能耗对比图;
图10为本发明实施例提供的基于空气动力学的无人机信息收集装置的结构示意图;
图11为本发明实施例提供的电子设备的结构示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
首先,为了方便理解本发明实施例,在此先介绍一下本发明实施例中下文的使用术语“目标点”、“出航轨迹”、“返航轨迹”、“出航飞行姿态”、“返航飞行姿态”“第一目标点”、“第一目标点的信息”及“第二目标点”等。
无人机所要飞向的点,称为目标点。从无人机当前位置飞向无人机的目标点的轨迹,其中目标点需要采集信息的节点,可以称为第一目标点。这些第一目标点可以是根据用户需求进行设置的。比如,第一目标点可以但不限于为大楼,河流,道路,小区等,在此不一一举例。其中,目标点也可以为无人机需要采集信息的起点,称为第二目标点。相对于起点而言,所述第一目标点也可以称为无人机的终点。当然第一目标点可以有多个,本发明实施例第一目标点可以是无人机信息采集的单传感节点。
而,从无人机当前位置飞向无人机的第一目标点的轨迹,可以称为出航轨迹。从目标点飞向无人机当前位置的轨迹,可以称为返航轨迹。当然无人机出航轨迹和无人机返航轨迹,可以统称为无人机轨迹。
出航飞行姿态可以是指无人机沿出航轨迹上飞行的姿态。同理,返航飞行姿态可以是指在返航轨迹上飞行的姿态,其中飞行的姿态至少可以包括如下其一:无人机速度、无人机的相对航向角和无人机的相对俯仰角。
第一目标点的信息可以是指无人机可以航拍到的所有信息。此第一目标点的信息具体可以是无人机根据实际需要,执行用户预先分配的任务的具体信息。比如,第一目标点的信息可以但不限于为大楼的高度、河流的水位线、道路上人流量的大小、小区的人流量等,在此不一一举例。
下面继续对本发明实施例提供的基于空气动力学的无人机信息收集方法进行介绍。
针对现有技术的优化无人机在信息采集时的能量效率会存在偏差的技术问题,本发明实施例提供的基于空气动力学的无人机信息收集方法及装置,通过考虑应用环境中风场分布,风场分布为梯度风场,在风场分布已知的条件下,根据风场分布、第一目标点的位置、第一目标点的信息大小的对应关系,规划无人机出航轨迹,将无人机出航轨迹上载至无人机,控制无人机按照出航轨迹,以出航飞行姿态,从第一目标点采集信息。这样考虑应用环境中的风场分布对无人机的出航飞行轨迹的影响,无人机在完成信息采集任务时的能量消耗相较于现有技术更符合实际的应用环境的能量消耗,并且在无人机按照出航轨迹,以出航飞行姿态飞向第一目标点的过程中,使用梯度风场爬升无人机的高度,减少无人机本身的能量消耗,使得无人机采集信息过程中的能量消耗最小,这样减少优化无人机在信息采集时的能量效率的偏差。
本发明实施例针对服务器所提供的基于空气动力学的无人机信息收集方法,可以应用于电子设备,具体的可以应用于无人机的控制器,即飞控。
参见图1,图1为本发明实施例提供的基于空气动力学的无人机信息收集方法的第一流程示意图。本发明实施例所提供的基于空气动力学的无人机信息收集方法,可以包括如下步骤:
步骤110,获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场。
关于上述梯度风场的描述,可以解释如下:无人机在有一定加速度情况下,为减少自身能量,更倾向于飞向使自身空速增加的空间点,通过空速增加来使得无人机利用爬升来获得重力势能。而后再将重力势能转化为动能,其中空速是指无人机体系下的无人机相对于空气的速度。
在一种可能的实现方式中,上述梯度风场采用如下公式确定:
其中,W为风场向量,也可以称为风速,A为风幅,风场存在风速上限,z为无人机相对于地面的飞行高度,θ为风场风向,且风场风向不与目标点所在位置垂直即可。在风场风向为-150度下进行,且风场为梯度风场,风场中任一点风速仅与当前高度有关。这样风场分布为梯度风场,由向量W表示,其中W=Wx,Wy,Wz,其中,Wx为空间中某点风场风速在地面系中x轴方向的投影,Wy为空间中某点风场风速在地面系中y轴方向的投影,Wz为空间中某点风场风速在地面系中z轴方向的投影,因为垂直地面方向无风,所以Wz为0。在风场分布已知的条件下,由数据中心根据风场分布、目标点位置、待传输数据包大小等信息规划无人机轨迹,并将结果上载至无人机,无人机将按照预定的轨迹与姿态完成从接近目标点、在一定范围内实现信息采集到返航的整个任务。
步骤120,基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹。
步骤130,上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点。
步骤140,控制所述无人机采集所述第一目标点的信息。
在本发明实施例中,通过考虑应用环境中风场分布,风场分布为梯度风场,在风场分布已知的条件下,根据风场分布、第一目标点的位置、第一目标点的信息大小的对应关系,规划无人机出航轨迹,将无人机出航轨迹上载至无人机,控制无人机按照出航轨迹,以出航飞行姿态,从第一目标点采集信息。这样考虑应用环境中的风场分布对无人机的出航飞行轨迹的影响,无人机在完成信息采集任务时的能量消耗相较于现有技术更符合实际的应用环境的能量消耗,并且在无人机按照出航轨迹,以出航飞行姿态飞向第一目标点的过程中,使用梯度风场爬升无人机的高度,减少无人机本身的能量消耗,使得无人机采集信息过程中的能量消耗最小,这样减少优化无人机在信息采集时的能量效率的偏差。
在一种可能的实现方式中,上述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。这样有效的姿态角使得无人机既能减少能量消耗、保证无人机角度选取的自由度,又能保证无人机能够有效接近第一目标点。
为了能够实现有效的无人机角度选区方案,在本发明实施例中最优解求解函数的解集中,确定能够使得无人机能耗低的角度解,因此本发明实施例提供一种可能的实现方式,上述步骤120进一步包括:
第一步,对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围。所述离散范围包含于所述无人机飞向第一目标点的空间内。
第二步,基于所述梯度风场与所述无人机的出航飞行姿态之间的对应关系,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗。
其中,上述所述梯度风场与所述无人机的出航飞行姿态之间的对应关系用于对无人机纳入风场因子来最小化无人机完成信息采集过程中的能量消耗。也就是说,上述所述梯度风场与所述无人机的出航飞行姿态之间的对应关系以无人机完成信息采集过程中的能量消耗最小为目标,建立的对应关系。此对应关系可以是最优解求解函数关系,也可以是列表关系,能够实现对无人机纳入风场因子来最小化无人机完成信息采集过程中的能量消耗的对应关系,均属于本发明实施例的保护范围,在此不一一举例。具体但不限于如下:
在一种可能的实现方式中,采用所述梯度风场与所述无人机的出航飞行姿态,建立的最优解求解函数,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗:其中,所述最优解求解函数如下:
其中,其中,为无人机的相对航向角,所述相对航向角与风场方向相对,为无人机的航向角,φa为无人机的相对横滚角,γa为无人机的相对俯仰角,γ为无人机的俯仰角,a表示相对,Va为在所述无人机体系下的无人机相对于空气的速度,E为无人机飞行能耗,Tn为无人机的动力,所述无人机的动力方向与机头方向一致,Sn为离散后每一段轨迹长度,n为离散化轨迹序号,m为无人机质量,V为在所述无人机体系下的无人机速度,W*为风场因子,t为时间,g为重力加速度,φ为无人机横滚角,xn为离散化轨迹在地面坐标系中x轴上的投影,D为阻力,所述阻力的方向与无人机的动力方向相反。
其中上述无人机的相对航向角中的“相对”是指与风场方向相对。相对航向角和相对航向角也有换算关系,无人机能够通过外接的某传感器直接测得无人机相对于风场方向的飞行角度,这样的话相比于通过陀螺仪测得的结果更为直接和方便,当然通过航向角和俯仰角,再根据风速同样可换算为相对航向、相对俯仰角。
上述风场因子的本质是指在风场方向上的风力,也就是风场向量在无人机飞行方向上的投影。由此可以看出,本发明实施例忽略侧风的影响,由于无人机机翼朝向决定了实际影响也不大,完全可以利用飞控中的某种修正航线控制对无人机进行修正。
其中,为风矢量场,w为风场下标,为一个整体,为地面系下的无人机速度矢量,ρ为空气密度,CD,0为零升阻力系数,CD,0为一个整体,D,0为C的下标,无具体物理含义,S为机翼参考面积,L为无人机的升力,e为奥斯瓦尔德效率因素,AR为机翼展弦比,AR为一个整体,R为A的下标,无具体物理含义,C1为中间变量,C2为中间变量。
对于上述最优解求解函数中的各参数的限定如下,
其中,为无人机所能达到的最小空速,为无人机最大空速,Δxn为每段离散化的轨迹段在x轴方向上的投影长度,xn为离散化的轨迹段在x轴方向上的投影长度,n为离散化轨迹序号,Hmin为无人机最低飞行高度,为无人机距离第一目标点的距离函数,dmax为通信最大距离,T(t)为开始通信后的时间函数,T0为预计完成通信任务的时间点,T(t0)为完成通信任务的时间点,为关于相对航向角的M维向量,M为向量维数,为相对航向角的均值,为相对航向角方差,N(.)为高斯分布,为关于相对俯仰角的N维向量,U(.)为均匀分布,aγ为均匀分布下限,bγ为均匀分布上限,μγ为相对俯仰角的均值,σγ为相对俯仰角的方差,Bi为第一目标点的数据包大小。
这样以最优解求解函数中的无人机飞行能耗E为优化目标,根据无人机周围的风场分布规划出能量消耗较低的轨迹的同时完成信息采集任务,使得全程总能耗最小。
上述最优解求解函数对无人机飞向第一目标点的空间内的多条轨迹进行离散之前,所述方法还包括:可以使用如下公式,确定无人机飞行能量消耗:
第三步,选择每个离散范围内,能量消耗最小的轨迹段。
第四步,将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹。
在每一段离散化后的轨迹中,可以认为无人机做匀加速直线运动,得到最优解求解函数的解是无人机的相关角度与速度等参数,进而可以算得无人机的轨迹,这里的轨迹本质是无人机姿态信息。
当然为了方便查看当前无人机的飞行情况,在一种可能的实现方式中,所述方法还包括:根据所述风场分布,采用最优解求解函数,从所述出航轨迹中,读取所述无人机当前位置、所述无人机每一轨迹段的飞行姿态与运行轨迹。
为了能够使得无人机在通信范围内采集信息的同时去选择能量消耗少的轨迹。无人机在通信范围内保持一定时长,时长大小与数据包大小有关,完成任务后即可返航,在一种可能的实现方式中,上述步骤140进一步包括:
控制所述无人机按照所述无人机的采集飞行姿态,进入无人机通信范围的半球体内,采集所述第一目标点的信息,其中,所述采集飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述无人机所在的俯视面圆内的弦的方向,方差与圆心距离成反比,所述采集飞行姿态中的相对俯仰角的解空间服从均匀分布,并且所述无人机的相对俯仰角的下界为当前航向角方向所在的竖直平面与地面通信范围边界的交点相对于无人机当前位置的俯仰角。
其中,采集飞行姿态可以是指无人机进入无人机通信范围的半球体内,采集所述第一目标点的信息时飞行的姿态,此名称是为了和出航飞行姿态、及返航飞行姿态进行区分。其中飞行的姿态至少可以包括如下其一:无人机速度、无人机的相对航向角和无人机的相对俯仰角。
上述地面通信范围是以第一目标点为中心的半球体。无人机通信范围是以无人机为中心的的半球体。
为了无人机在通信范围内保持一定时长,时长大小与数据包大小有关,完成任务后即可返航。在一种可能的实现方式中,采用视距信道,通过如下公式确定的无人机的传输速率,控制所述无人机采集所述第一目标点的信息:
其中,R(t)为在所述无人机通信范围内的无人机传输速率,t为时间,B为信道带宽,P为无人机发射功率,β0为单位距离信道功率,δ为无人机的高斯白噪声,δ为常数,d(t)为所述无人机与第一目标点的传输距离,dmax为所述无人机与第一目标点的最大传输距离,Rmin为在所述无人机通信范围内,在传输速率为常量,且为最大传输距离dmax时的无人机传输速率。本发明实施例中无人机在通信范围内的任意位置的通信速率,都采用最低速率,也就是在边界时的速率。
参见图2所示,为了既能保证无人机准确无误地返航的同时能够减少能量消耗,在一种可能的实现方式中,在步骤140之后,所述方法还包括:
步骤150,将无人机飞向第一目标点的起点,作为第二目标点,获取所述无人机的返航轨迹,其中,所述返航轨迹是基于所述出航轨迹采用对称法得到的。
上述所述无人机的返航轨迹的一种获取方式可以是无人机获取出航轨迹采用对称法得到的,这样可以准确获取到无人机的返航轨迹。上述所述无人机的返航轨迹的另一种获取方式,可以是无人机数据控制中心,预先通过出航轨迹采用对称法得到的,并上传至所述无人机,这样通过无人机数据控制中预先确定的,可以减少临时计算的复杂度,相较于前者的获取方式中临时重新,减少计算的工作量。
步骤160,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述无人机返航轨迹,以所述返航飞行姿态返回所述第二目标点;其中,所述返航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与所述无人机和所述第二目标点之间的距离成正比,所述返航飞行姿态中的相对俯仰角服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与无人机和所述第二目标点之间的距离成正比。这样无人机再返航过程中能量消耗也较小,这样根据无人机周围的风场分布规划出能耗较低的轨迹的同时完成信息采集任务,使得全程总能耗最小。
参见图3,图3为本发明实施例的1M(兆)数据包且风幅为0时无人机轨迹图。由图3可知,在无风场情况下,整个航程不能借用风力来使得无人机降低能耗。
参图4,图4为本发明实施例的1M(兆)数据包且风幅为1.5时无人机轨迹图。由图4可知,在有风场分布的情况下,无人机可借助逆风爬升高度来获取能量。
参见5,图5为本发明实施例的1M(兆)数据包且风幅为1.5时无人机信息采集轨迹图。由图5可以看出,无人机在无人机通信范围内,比如无人机通信范围的半球体半径为10m(米),同样可以借助逆风爬升高度来获取能量。
参见图6,图6为本发明实施例的10M(兆)数据包且风幅为0时无人机轨迹图。由图6可知,随着数据包增加,对于无人机的航程无影响,且在无风场情况下不能借助风场爬升高度。
参见图7,图7为本发明实施例的10M(兆)数据包且风幅为1.5时无人机轨迹图。由图7可知,在10M(兆)数据包情况下,无人机爬升轨迹无明显变化,但采集信息时的环绕圈数明显增多。
参见图8,图8为本发明实施例的10M(兆)数据包且风幅为1.5时无人机信息采集轨迹图。由图8可知,在10M(兆)数据包情况下,可以清晰看到无人机滞留在通信范围的时长变长,同时借助逆风爬升高度来降低自身能耗。
参见图9,图9为本发明实施例的在不同风幅下无人机能耗对比图。由图9可知,总体来看随着风幅即风速的增强,无人机能够借助逆风所减少的能耗越低。
从我的仿真结果来看,若考虑利用风场来减少无人机消耗,也就是相比于同等风力大小情况下不去借助风场的情况,无人机倾向于向能使得其升力提高的方向去飞行,因此理论上某空间点风速越大,无人机越倾向于向该空间点逆风飞行。若无人机顺风,保持低高度,无人机完成顺风飞行。
下面继续对本发明实施例提供的基于空气动力学的无人机信息收集装置进行介绍。
参见图10,图10为本发明实施例提供的基于空气动力学的无人机信息收集装置的结构示意图。本发明实施例所提供的基于空气动力学的无人机信息收集装置,可以包括如下模块::
获取模块21,用于获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
规划模块22,用于基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹;
第一处理模块23,用于上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
第一控制模块24,用于控制所述无人机采集所述第一目标点的信息。
在本发明实施例中,通过考虑应用环境中风场分布,风场分布为梯度风场,在风场分布已知的条件下,根据风场分布、第一目标点的位置、第一目标点的信息大小的对应关系,规划无人机出航轨迹,将无人机出航轨迹上载至无人机,控制无人机按照出航轨迹,以出航飞行姿态,从第一目标点采集信息。这样考虑应用环境中的风场分布对无人机的出航飞行轨迹的影响,无人机在完成信息采集任务时的能量消耗相较于现有技术更符合实际的应用环境的能量消耗,并且在无人机按照出航轨迹,以出航飞行姿态飞向第一目标点的过程中,使用梯度风场爬升无人机的高度,减少无人机本身的能量消耗,使得无人机采集信息过程中的能量消耗最小,这样减少优化无人机在信息采集时的能量效率的偏差。
在一种可能的实现方式中,所述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。
在一种可能的实现方式中,所述规划模块,具体用于:
对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围;
基于所述梯度风场与所述无人机的出航飞行姿态之间的对应关系,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗;
选择每个离散范围内,能量消耗最小的轨迹段;
将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹。
在一种可能的实现方式中,所述规划模块,具体用于:
采用所述梯度风场与所述无人机的出航飞行姿态,建立的最优解求解函数,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗:其中,所述最优解求解函数如下:
其中,为无人机的相对航向角,所述相对航向角与风场方向相对,为无人机的航向角,φa为无人机的相对横滚角,γa为无人机的相对俯仰角,γ为无人机的俯仰角,a表示相对,Va为在所述无人机体系下的无人机相对于空气的速度,E为无人机飞行能耗,Tn为无人机的动力,所述无人机的动力方向与机头方向一致,Sn为离散后每一段轨迹长度,n为离散化轨迹序号,m为无人机质量,V为在所述无人机体系下的无人机速度,W*为风场因子,t为时间,g为重力加速度,φ为无人机横滚角,xn为离散化轨迹在地面坐标系中x轴上的投影,D为阻力,所述阻力的方向与无人机的动力方向相反。
在一种可能的实现方式中,所述第一控制模块,具体用于:
控制所述无人机按照所述无人机的采集飞行姿态,进入无人机通信范围的半球体内,采集所述第一目标点的信息,其中,所述采集飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述无人机所在的俯视面圆内弦的方向,方差与所述俯视面圆的圆心距离成反比,所述采集飞行姿态中的相对俯仰角的解空间服从均匀分布,并且所述无人机的相对俯仰角的下界为当前航向角方向所在的竖直平面与地面通信范围边界的交点相对于无人机当前位置的俯仰角。
在一种可能的实现方式中,所述第一控制模块,具体用于:
采用视距信道,通过如下公式确定的无人机的传输速率,控制所述无人机采集所述第一目标点的信息:
其中,R(t)为在所述无人机通信范围内的无人机传输速率,t为时间,B为信道带宽,P为无人机发射功率,β0为单位距离信道功率,δ为无人机的高斯白噪声,δ为常数,d(t)为所述无人机与第一目标点的传输距离,dmax为所述无人机与第一目标点的最大传输距离,Rmin为在所述无人机通信范围内,在传输速率为常量,且为最大传输距离dmax时的无人机传输速率。
在一种可能的实现方式中,所述装置还包括:
第二处理模块,用于在所述控制所述无人机采集所述第一目标点的信息之后,将无人机飞向第一目标点的起点,作为第二目标点,获取所述无人机的返航轨迹,其中,所述返航轨迹是基于所述出航轨迹采用对称法得到的;
第二控制模块,用于控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述无人机返航轨迹,以所述返航飞行姿态返回所述第二目标点;其中,所述返航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与所述无人机和所述第二目标点之间的距离成正比,所述返航飞行姿态中的相对俯仰角服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与无人机和所述第二目标点之间的距离成正比。
下面继续对本发明实施例提供的电子设备进行介绍。
参见图11,图11为本发明实施例提供的电子设备的结构示意图。本发明实施例还提供了一种电子设备,包括处理器31、通信接口32、存储器33和通信总线34,其中,处理器31,通信接口32,存储器33通过通信总线34完成相互间的通信,
存储器33,用于存放计算机程序;
处理器31,用于执行存储器33上所存放的程序时,实现上述基于空气动力学的无人机信息收集方法的步骤,在本发明一个可能的实现方式中,可以实现如下步骤:
获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
基于所述梯度风场、第一目标点的位置及所述第一目标点的信息大小的对应关系,规划无人机的飞行轨迹,作为出航轨迹;
上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
控制所述无人机采集所述第一目标点的信息。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供的方法可以应用于电子设备。具体的,该电子设备可以为:台式计算机、便携式计算机、智能移动终端、服务器等。在此不作限定,任何可以实现本发明的电子设备,均属于本发明的保护范围。
本发明实施例提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的基于空气动力学的无人机信息收集方法的步骤。
本发明实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述的基于空气动力学的无人机信息收集方法的步骤。
本发明实施例提供了一种计算机程序,当其在计算机上运行时,使得计算机执行上述的基于空气动力学的无人机信息收集方法的步骤。
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、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置/电子设备/存储介质/包含指令的计算机程序产品/计算机程序实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本发明的较佳实施例,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (7)
1.一种基于空气动力学的无人机信息收集方法,其特征在于,所述方法包括:
获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围;
采用所述梯度风场与所述无人机的出航飞行姿态,建立的最优解求解函数,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗:其中,所述最优解求解函数如下:
其中,为无人机的相对航向角,所述相对航向角与风场方向相对,为无人机的航向角,φa为无人机的相对横滚角,γa为无人机的相对俯仰角,γ为无人机的俯仰角,a表示相对,为在无人机体系下的无人机相对于空气的速度,E为无人机飞行能耗,Tn为无人机的动力,所述无人机的动力方向与机头方向一致,Sn为离散后每一段轨迹长度,n为离散化轨迹序号,m为无人机质量,V为在无人机体系下的无人机速度,W*为风场因子,t为时间,g为重力加速度,φ为无人机横滚角,xn为离散化轨迹在地面坐标系中x轴上的投影,D为阻力,所述阻力的方向与无人机的动力方向相反;
选择每个离散范围内,能量消耗最小的轨迹段;
将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹;
上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
控制所述无人机采集所述第一目标点的信息。
2.如权利要求1所述的方法,其特征在于,所述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。
3.如权利要求1所述的方法,其特征在于,所述控制所述无人机采集所述第一目标点的信息,包括:
控制所述无人机按照所述无人机的采集飞行姿态,进入无人机通信范围的半球体内,采集所述第一目标点的信息,其中,所述采集飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述无人机所在的俯视面圆内弦的方向,方差与所述俯视面圆的圆心距离成反比,所述采集飞行姿态中的相对俯仰角的解空间服从均匀分布,并且所述无人机的相对俯仰角的下界为当前航向角方向所在的竖直平面与地面通信范围边界的交点相对于无人机当前位置的俯仰角。
5.如权利要求1至3任一项所述的方法,其特征在于,在所述控制所述无人机采集所述第一目标点的信息之后,所述方法还包括:
将无人机飞向第一目标点的起点,作为第二目标点,获取所述无人机的返航轨迹,其中,所述返航轨迹是基于所述出航轨迹采用对称法得到的;
控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述无人机返航轨迹,以返航飞行姿态返回所述第二目标点;其中,所述返航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与所述无人机和所述第二目标点之间的距离成正比,所述返航飞行姿态中的相对俯仰角服从高斯分布,均值为所述第二目标点相对于所述无人机机体的角度,方差与无人机和所述第二目标点之间的距离成正比。
6.一种基于空气动力学的无人机信息收集装置,其特征在于,所述装置包括:
获取模块,用于获取无人机飞向第一目标点的空间内的风场分布,所述风场分布为梯度风场;
规划模块,用于对无人机飞向第一目标点的空间内的多条轨迹进行离散,得到离散化的轨迹段,所述离散化的轨迹段是由多个离散范围内中同一离散范围的多段离散化的轨迹段组成,所述离散范围是对轨迹进行离散时,每两个相邻离散点之间的空间范围;采用所述梯度风场与所述无人机的出航飞行姿态,建立的最优解求解函数,确定即将处于所述离散化的轨迹段上的无人机飞行能量消耗:其中,所述最优解求解函数如下:
其中,为无人机的相对航向角,所述相对航向角与风场方向相对,为无人机的航向角,φa为无人机的相对横滚角,γa为无人机的相对俯仰角,γ为无人机的俯仰角,a表示相对,为在无人机体系下的无人机相对于空气的速度,E为无人机飞行能耗,Tn为无人机的动力,所述无人机的动力方向与机头方向一致,Sn为离散后每一段轨迹长度,n为离散化轨迹序号,m为无人机质量,V为在无人机体系下的无人机速度,W*为风场因子,t为时间,g为重力加速度,φ为无人机横滚角,xn为离散化轨迹在地面坐标系中x轴上的投影,D为阻力,所述阻力的方向与无人机的动力方向相反;选择每个离散范围内,能量消耗最小的轨迹段;将所有能量消耗最小的轨迹段进行拼接,得到能量消耗最小的轨迹,作为所述出航轨迹;
第一处理模块,用于上传所述出航轨迹至所述无人机,控制所述无人机利用所述梯度风场爬升无人机高度的情况下,按照所述出航轨迹,以出航飞行姿态飞向第一目标点;
第一控制模块,用于控制所述无人机采集所述第一目标点的信息。
7.如权利要求6所述的装置,其特征在于,所述出航飞行姿态中的相对航向角的解空间服从高斯分布,均值为所述第一目标点相对于所述无人机机体的角度,方差与无人机和所述第一目标点之间的距离成正比;所述出航飞行姿态中的相对俯仰角服从均匀分布,并以所述无人机当前位置为原点,所述第一目标点的通信范围呈现出来的最大俯仰角作为相对俯仰角的上界,所述第一目标点的通信范围在无人机视角所呈现的最大俯仰角作为相对俯仰角的下界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010376856.4A CN111580533B (zh) | 2020-05-07 | 2020-05-07 | 基于空气动力学的无人机信息收集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010376856.4A CN111580533B (zh) | 2020-05-07 | 2020-05-07 | 基于空气动力学的无人机信息收集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111580533A CN111580533A (zh) | 2020-08-25 |
CN111580533B true CN111580533B (zh) | 2021-10-15 |
Family
ID=72124683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010376856.4A Expired - Fee Related CN111580533B (zh) | 2020-05-07 | 2020-05-07 | 基于空气动力学的无人机信息收集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580533B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106203697A (zh) * | 2016-07-08 | 2016-12-07 | 西北大学 | 一种无人机数据收集过程中的路径规划方法 |
FR3057986B1 (fr) * | 2016-10-20 | 2021-04-30 | Thales Sa | Procede et systeme de determination d'un profil de descente et de rejointe synchrone en poussee minimale pour un aeronef |
CN108762294B (zh) * | 2018-04-28 | 2023-12-22 | 广州亿航智能技术有限公司 | 用于航拍的无人机路径规划方法及管理系统 |
CN110190888B (zh) * | 2019-05-06 | 2020-04-17 | 北京邮电大学 | 一种基于信息时效性的无人机信息收集方法及装置 |
CN110673637B (zh) * | 2019-10-08 | 2022-05-13 | 福建工程学院 | 一种基于深度强化学习的无人机伪路径规划的方法 |
-
2020
- 2020-05-07 CN CN202010376856.4A patent/CN111580533B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN111580533A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220388656A1 (en) | Unmanned Aerial Vehicle Area Surveying | |
US11029168B2 (en) | Method for identifying optimal vehicle paths when energy is a key metric or constraint | |
Oosedo et al. | Optimal transition from hovering to level-flight of a quadrotor tail-sitter UAV | |
CN111256703B (zh) | 一种多旋翼无人机巡检路径规划方法 | |
US11164464B1 (en) | Optimizing trajectory of unmanned aerial vehicles | |
CN111950873B (zh) | 基于深度强化学习的卫星实时引导任务规划方法及系统 | |
CN108594850A (zh) | 基于无人机的航线规划及控制无人机作业的方法、装置 | |
CN106295141A (zh) | 用于三维模型重建的多条无人机路径确定方法及装置 | |
Stanculeanu et al. | Quadrotor black-box system identification | |
CN114355777B (zh) | 一种基于分布式压力传感器与分段姿态控制的动态滑翔方法及系统 | |
CN113408510B (zh) | 基于深度学习与one-hot编码的输电线路目标纠偏方法和系统 | |
CN113776532B (zh) | 一种基于分组混合优化群搜索算法的无人机巡检线路航迹规划方法 | |
CN113325706A (zh) | 基于改进控制参数化的高超声速飞行器再入轨迹优化方法 | |
Gao et al. | Dubins path‐based dynamic soaring trajectory planning and tracking control in a gradient wind field | |
CN115793689A (zh) | 基于前端目标识别的无人机自动化架空输电线路巡检方法及系统 | |
CN115903888A (zh) | 一种基于天牛群算法的旋翼无人机自主路径规划方法 | |
Lawrance et al. | Simultaneous exploration and exploitation of a wind field for a small gliding uav | |
KR20200052171A (ko) | 드론 관제 방법 및 이를 위한 장치 | |
CN109375642B (zh) | 一种无人机节能控制方法 | |
CN111580533B (zh) | 基于空气动力学的无人机信息收集方法及装置 | |
CN113985914A (zh) | 一种无人设备降落控制方法、装置、设备及存储介质 | |
Gavrilović et al. | Bioinspired energy harvesting from atmospheric phenomena for small unmanned aerial vehicles | |
CN108279562A (zh) | 一种基于滑模pid控制的飞行机械臂 | |
Roy et al. | Altitude control of an unmanned autonomous helicopter via robust backstepping controller under horizontal wind gusts | |
CN112925344B (zh) | 基于数据驱动和机器学习的无人机飞行工况预测方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211015 |