CN112230671B - 一种基于智慧灯杆的无人机返航监控方法及控制中心 - Google Patents
一种基于智慧灯杆的无人机返航监控方法及控制中心 Download PDFInfo
- Publication number
- CN112230671B CN112230671B CN202011454994.6A CN202011454994A CN112230671B CN 112230671 B CN112230671 B CN 112230671B CN 202011454994 A CN202011454994 A CN 202011454994A CN 112230671 B CN112230671 B CN 112230671B
- Authority
- CN
- China
- Prior art keywords
- data
- flight
- attitude
- unmanned aerial
- aerial vehicle
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 167
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 51
- 206010034719 Personality change Diseases 0.000 claims description 39
- 238000009826 distribution Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000012216 screening Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 4
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004141 dimensional analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007306 functionalization reaction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/396—Acquisition or processing of data for testing or for monitoring individual cells or groups of cells within a battery
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及无人机技术领域，尤其涉及一种基于智慧灯杆的无人机返航监控方法及控制中心。本发明在分析飞行电量变化曲线和进行飞行姿态调整时，能够将剩余电量变化数据和飞行环境监测数据同时考虑在内，避免了仅考虑剩余电量变化数据和飞行环境监测数据中的其中一种数据而导致飞行姿态调整出现延时或者出现调整偏差。可以理解，剩余电量变化数据是待监控无人机侧的，飞行环境监测数据是目标智慧灯杆侧的。本发明能够基于剩余电量变化数据以及飞行环境监测数据进行实时的飞行姿态调整，能够结合环境因素和电量损耗实现对无人机的返航监控的实时、稳定监控，确保无人机能够安全返航，避免发生飞行事故。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种基于智慧灯杆的无人机返航监控方法及控制中心。
背景技术
随着城市智慧灯杆的发展，智慧灯杆呈现多功能化发展趋势。智慧灯杆的顶端上设置有无人机停机坪以及相对应的无人机充电装置，可以自动为无人机进行停放、降落充电或者为无人机进行更换电池以便无人机持续飞行。
无人机（Unmanned Aerial Vehicle），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的不载人飞机。随着科技的不断发展，无人机的应用领域越来越广泛。例如，在航拍、测绘、灾难救援、农业植保、电力巡检、智能物流和智慧城市等方面，无人机能够积极地实现领域融合，从而积极地改变人们的生产生活。
无人机在飞行过程中会执行返航飞行，在返航飞行过程中，需要确保无人机的安全返航。然而在实际应用中，对于无人机的返航监控通常存在时效性地且监控稳定性差的问题，而如何基于智慧灯杆实现无人机的返航监控是现阶段需要解决的一个技术问题。
发明内容
本说明书提供了一种基于智慧灯杆的无人机返航监控方法及控制中心，以解决或者部分解决背景技术存在的技术问题。
为解决上述技术问题，本说明书提供了一种基于智慧灯杆的无人机返航监控方法，应用于控制中心，所述方法包括：
获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合；
获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合；
当通过所述返航飞行日志监测到所述待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数后，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整；若所述待监控无人机需要进行飞行姿态调整，则基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整。
优选地，若所述待监控无人机不需要进行飞行姿态调整，则基于从所述目标智慧灯杆对应的监测日志中确定出的与所述待监控无人机相匹配的飞行姿态特征数据对所述待监控无人机进行飞行姿态监测。
优选地，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整，包括：
通过所述第一类返航数据集合中的剩余电量变化数据以及所述剩余电量变化数据对应的电量配置参数，确定所述待监控无人机是否存在第一类飞行姿态变化数据，所述第一类飞行姿态变化数据是在所述待监控无人机未发生故障报警的情况下所述待监控无人机存在的实时飞行姿态变化数据；
按照所述第二类返航数据集合中飞行环境监测数据以及所述飞行环境监测数据对应的环境维度数据，确定所述待监控无人机是否存在第二类飞行姿态变化数据，所述第二类飞行姿态变化数据是所述待监控无人机与存在状态跟踪关系的两组飞行状态监测数据对应的飞行姿态特征队列所指示的目标飞行姿态变化数据；
基于所述第一类返航数据集合和所述第二类返航数据集合中处于相同监测时段内的剩余电量变化数据以及飞行环境监测数据，确定所述待监控无人机是否存在第三类飞行姿态变化数据，所述第三类飞行姿态变化数据是所述待监控无人机产生的与所述目标智慧灯杆的监测周期相匹配的周期性飞行姿态变化数据；
当通过所述返航飞行日志监测到同时存在所述第一类飞行姿态变化数据、第二类飞行姿态变化数据及第三类飞行姿态变化数据时，确定所述待监控无人机需要进行飞行姿态调整。
优选地，获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合，包括：
当通过所述返航飞行日志监测到所述待监控无人机处于返航飞行状态时，基于所述返航飞行日志所对应的飞行日志事件编排表，获得所述待监控无人机处于返航飞行状态后对应的飞行电量损耗数据；
对所述飞行电量损耗数据进行时序分析，得到电量损耗时序特征；
根据所述电量损耗时序特征从所述返航飞行日志中提取剩余电量变化数据，并将所述剩余电量变化数据进行整合得到第一类返航数据集合。
优选地，获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合，包括：
获取所述目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的目标电量损耗数据；
将所述目标飞行电量损耗数据转换为与所述电量损耗时序特征相对应的电量损耗影响数据，根据所述电量损耗影响数据确定与所述待监控无人机对应的飞行环境监测数据，并得到所述第二类返航数据集合。
优选地，基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整，包括：
获取所述当前监测数据的监测维度变量分布；确定所述监测维度变量分布的各变量描述信息的环境信息标签的标签分类列表的列表中心度，根据所述各变量描述信息的环境信息标签的标签分类列表的列表中心度，确定环境信息标签的标签分类列表的列表中心度小于或等于预设的设定中心度的变量描述信息数量；计算所述变量描述信息数量与所述监测维度变量分布的总变量描述信息数量的比例值，得到所述监测维度变量分布的多维特征比例值；确定所述监测维度变量分布的维度特征矩阵；根据所述监测维度变量分布的多维特征比例值和所述监测维度变量分布的维度特征矩阵，确定所述监测维度变量分布的变量更新矩阵；根据预先存储的飞行环境因素列表与飞行稳定性指标的映射关系，确定所述监测维度变量分布的变量更新矩阵所在的飞行环境因素列表对应的飞行稳定性指标，作为所述当前监测数据的飞行稳定性指标；
基于所述当前监测数据的飞行稳定性指标，获取所述当前监测数据对应的飞行电量损耗队列中的损耗类型数据集，所述损耗类型数据集为包括有电量损耗标签的多级数据集；将所述损耗类型数据集等层级地筛分为至少两个数据子集：对所述损耗类型数据集进行第一次等层级筛分；针对第一次等层级筛分得到的每个数据子集，分别进行损耗修复率检测，并统计每个数据子集中检测得到的损耗修复数据中包括的可修复标识个数；针对可修复标识个数大于设定个数的数据子集，进行第二次等层级筛分，直至筛分得到的各数据子集中检测得到的损耗修复数据中包括的可修复标识个数均小于所述设定个数；并行检测所述至少两个数据子集中每个数据子集中包括的环境数据影响标识；根据在所述至少两个数据子集中通过所述返航飞行日志监测到的各环境数据影响标识，监测所述电量损耗标签；
在通过所述返航飞行日志监测到所述电量损耗标签对应的电量损耗线程为正常状态时，根据获取的用于识别所述待监控无人机的飞行姿态分析模型和飞行电量计算模型，确定待标定的用于识别所述待监控无人机的返航事故评价数据的多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子；基于确定的所述多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子，对所述多个评价维度指标数据进行标定，使得标定出的评价维度指标数据的指标特征数据对应的特征相关度大于设定相关度、且标记出评价维度指标数据之间的影响因子小于设定因子；
针对所述待监控无人机对应的飞行状态切换列表，根据所述待监控无人机的飞行状态切换列表在标定出的评价维度指标数据中每一种评价维度指标数据下的状态切换评价值，判断所述待监控无人机的飞行状态切换列表是否与所述待监控无人机的返航事故评价数据相匹配；若确定所述待监控无人机的飞行状态切换列表与所述待监控无人机的返航事故评价数据相匹配，则将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整。
优选地，将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，包括：
确定所述飞行姿态分析模型的第一模型变量更新频率以及所述飞行电量计算模型的第二模型变量更新频率，比较所述第一模型变量更新频率和所述第二模型变量更新频率的大小；在所述第一模型变量更新频率大于所述第二模型变量更新频率时，以所述飞行姿态分析模型对应的第一环境信息标签为参考对所述飞行电量计算模型的第二环境信息标签进行修改；在所述第一模型变量更新频率小于等于所述第二模型变量更新频率时，以所述飞行电量计算模型对应的第二环境信息标签为参考对所述飞行姿态分析模型的第一环境信息标签进行修改；将完成修改的飞行姿态分析模型和飞行电量计算模型并行地导入所述当前监测数据对应的姿态调整线程中并获取所述姿态调整线程对应的线程配置清单的第一姿态配置策略数据、第二姿态配置策略数据和第三姿态配置策略数据；确定出所述第一姿态配置策略数据对应的第一姿态调整延时与所述第二姿态配置策略数据对应的第二姿态调整延时之间的第一延时评价权重以及所述第二姿态配置策略数据对应的第二姿态调整延时与所述第三姿态配置策略数据对应的第三姿态调整延时之间的第二延时评价权重；
对于所述第一姿态配置策略数据，以所述第一姿态调整延时为参考延时按照所述第一延时评价权重对所述第一姿态配置策略数据进行配置策略调整得到第四姿态配置策略数据；对于所述第二姿态配置策略数据，以所述第二姿态调整延时为参考延时按照所述第二延时评价权重对所述第二姿态配置策略数据进行配置策略调整得到第五姿态配置策略数据；分别对所述第一姿态配置策略数据和所述第二姿态配置策略数据、所述第一姿态配置策略数据和所述第四姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据、以及所述第二姿态配置策略数据和所述第五姿态配置策略数据进行飞行姿态稳定性比较，得到第一姿态稳定性比较结果、第二姿态稳定性比较结果、第三姿态稳定性比较结果和第四姿态稳定性比较结果；确定出所述第一姿态稳定性比较结果和所述第二姿态稳定性比较结果之间的第一稳定性差异系数以及所述第三姿态稳定性比较结果和所述第四姿态稳定性比较结果之间的第二稳定性差异系数；
检测所述第一稳定性差异系数和所述第二稳定性差异系数是否均位于设定系数区间内；若是，根据所述第一姿态稳定性比较结果和所述第三姿态稳定性比较结果确定出针对所述待监控无人机进行飞行姿态调整的调整逻辑数据并按照所述待监控无人机对应的调整逻辑数据对所述第一姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据进行数据整合得到姿态调整指示信息；
通过所述姿态调整指示信息运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，得到所述待监控无人机对应的姿态调整结果。
优选地，所述方法还包括：
根据所述姿态调整结果继续对所述待监控无人机进行飞行状态监控。
本说明书公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。
本说明书公开了一种控制中心，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
通过本说明书的一个或者多个技术方案，本说明书具有以下有益效果或者优点：首先基于待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据得到第一类返航数据集合，其次基于目标智慧灯杆对应的每一组飞行状态监测数据中与待监控无人机对应的飞行环境监测数据得到第二类返航数据集合。然后在监测到待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数且根据第一类返航数据集合和第二类返航数据集合确定待监控无人机需要进行飞行姿态调整时，基于目标智慧灯杆对应的当前监测数据对待监控无人机进行飞行姿态调整。
如此，在分析飞行电量变化曲线和进行飞行姿态调整时，能够将剩余电量变化数据和飞行环境监测数据同时考虑在内，避免了仅考虑剩余电量变化数据和飞行环境监测数据中的其中一种数据而导致飞行姿态调整出现延时或者出现调整偏差。可以理解，剩余电量变化数据是待监控无人机侧的，飞行环境监测数据是目标智慧灯杆侧的。本发明能够将待监控无人机与目标智慧灯杆进行结合，从而在待监控无人机的返航飞行途中利用目标智慧灯杆实现对待监控无人机对应的飞行环境的实时监测，这样一来，能够结合环境因素和电量损耗实现对无人机的返航监控的实时、稳定监控，确保无人机能够安全返航，避免发生飞行事故。
上述说明仅是本说明书技术方案的概述，为了能够更清楚了解本说明书的技术手段，而可依照说明书的内容予以实施，并且为了让本说明书的上述和其它目的、特征和优点能够更明显易懂，以下特举本说明书的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本说明书的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本说明书一个实施例的基于智慧灯杆的无人机返航监控方法的示意图；
图2示出了根据本说明书一个实施例的基于智慧灯杆的无人机返航监控装置的示意图；
图3示出了根据本说明书一个实施例的一种控制中心的示意图；
图4示出了根据本说明书一个实施例的基于智慧灯杆的无人机返航监控系统的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本说明书实施例提供了基于智慧灯杆的无人机返航监控方法及控制中心，用以基于智慧灯杆实现无人机的返航监控，从而提高无人机的返航监控时效性和监控稳定性，确保无人机能够安全返航，避免发生飞行事故。
作为一种可选的实施例，请参阅图1，示出了一种基于智慧灯杆的无人机返航监控方法，该方法应用于控制中心，所述方法可以包括以下步骤S21-步骤S23所描述的内容。
步骤S21，获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合。
步骤S22，获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合。
步骤S23，当通过所述返航飞行日志监测到所述待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数后，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整；若所述待监控无人机需要进行飞行姿态调整，则基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整。
在本实施例中，返航飞行日志是待监控无人机在返航飞行时实时记录的飞行日志。剩余电量变化数据用于表征待监控无人机的电量损耗情况。目标智慧灯杆为待监控无人机在返航途中经过的智慧灯杆。飞行状态监测数据为目标智慧灯杆监测到的与待监控无人机对应的且能够影响待监控无人机的飞行状态的环境数据，环境数据包括风速、温度、雨量、光照强度等。飞行电量变化曲线用于表征待监控无人机的电量变化情况，电量变化稳定系数用于表征待监控无人机的电量变化是否正常。当前监测数据为目标智慧灯杆最新监测到的数据。飞行姿态调整包括飞行高度、飞行速度和飞行倾斜度等姿态数据的调整。
可以理解，基于上述步骤S21-步骤S23所描述的内容，首先基于待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据得到第一类返航数据集合，其次基于目标智慧灯杆对应的每一组飞行状态监测数据中与待监控无人机对应的飞行环境监测数据得到第二类返航数据集合。然后在监测到待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数且根据第一类返航数据集合和第二类返航数据集合确定待监控无人机需要进行飞行姿态调整时，基于目标智慧灯杆对应的当前监测数据对待监控无人机进行飞行姿态调整。
如此，在分析飞行电量变化曲线和进行飞行姿态调整时，能够将剩余电量变化数据和飞行环境监测数据同时考虑在内，避免了仅考虑剩余电量变化数据和飞行环境监测数据中的其中一种数据而导致飞行姿态调整出现延时或者出现调整偏差。可以理解，剩余电量变化数据是待监控无人机侧的，飞行环境监测数据是目标智慧灯杆侧的。如此设计，能够将待监控无人机与目标智慧灯杆进行结合，从而在待监控无人机的返航飞行途中利用目标智慧灯杆实现对待监控无人机对应的飞行环境的实时监测，这样一来，能够结合环境因素和电量损耗实现对无人机的返航监控的实时、稳定监控，确保无人机能够安全返航，避免发生飞行事故。
在上述步骤S21-步骤S23的基础上，还可以包括步骤S24所描述的内容，步骤S24：若所述待监控无人机不需要进行飞行姿态调整，则基于从所述目标智慧灯杆对应的监测日志中确定出的与所述待监控无人机相匹配的飞行姿态特征数据对所述待监控无人机进行飞行姿态监测。如此，能够实现对待监控无人机的飞行姿态的持续监测，从而在待监控无人机出现飞行故障时第一时间进行故障报警和处理。
在一个可能的实施例中，步骤S23所描述的依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整，示例性地可以包括以下步骤a-步骤d所描述的内容。
步骤a，通过所述第一类返航数据集合中的剩余电量变化数据以及所述剩余电量变化数据对应的电量配置参数，确定所述待监控无人机是否存在第一类飞行姿态变化数据，所述第一类飞行姿态变化数据是在所述待监控无人机未发生故障报警的情况下所述待监控无人机存在的实时飞行姿态变化数据。
步骤b，按照所述第二类返航数据集合中飞行环境监测数据以及所述飞行环境监测数据对应的环境维度数据，确定所述待监控无人机是否存在第二类飞行姿态变化数据，所述第二类飞行姿态变化数据是所述待监控无人机与存在状态跟踪关系的两组飞行状态监测数据对应的飞行姿态特征队列所指示的目标飞行姿态变化数据。
步骤c，基于所述第一类返航数据集合和所述第二类返航数据集合中处于相同监测时段内的剩余电量变化数据以及飞行环境监测数据，确定所述待监控无人机是否存在第三类飞行姿态变化数据，所述第三类飞行姿态变化数据是所述待监控无人机产生的与所述目标智慧灯杆的监测周期相匹配的周期性飞行姿态变化数据。
步骤d，当通过所述返航飞行日志监测到同时存在所述第一类飞行姿态变化数据、第二类飞行姿态变化数据及第三类飞行姿态变化数据时，确定所述待监控无人机需要进行飞行姿态调整。
如此，在实施上述步骤a-步骤d所描述的内容时，能够基于第一类飞行姿态变化数据、第二类飞行姿态变化数据及第三类飞行姿态变化数据，从多个角度确定待监控无人机是否需要进行飞行姿态调整，从而避免频繁地对待监控无人机进行飞行姿态调整而带来的额外电量的损耗。
进一步地，步骤S21所描述的获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合，包括：当通过所述返航飞行日志监测到所述待监控无人机处于返航飞行状态时，基于所述返航飞行日志所对应的飞行日志事件编排表，获得所述待监控无人机处于返航飞行状态后对应的飞行电量损耗数据；对所述飞行电量损耗数据进行时序分析，得到电量损耗时序特征；根据所述电量损耗时序特征从所述返航飞行日志中提取剩余电量变化数据，并将所述剩余电量变化数据进行整合得到第一类返航数据集合。
进一步地，步骤S22所描述的获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合，包括：获取所述目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的目标电量损耗数据；将所述目标飞行电量损耗数据转换为与所述电量损耗时序特征相对应的电量损耗影响数据，根据所述电量损耗影响数据确定与所述待监控无人机对应的飞行环境监测数据，并得到所述第二类返航数据集合。
在实际应用时，发明人发现，在对待监控无人机进行飞行姿态调整时，为了尽可能减少姿态调整所消耗的额外电量，需要对当前飞行环境进行多维度的分析。为实现这一目的，步骤S23所描述的基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整，示例性地可以包括以下步骤S231-步骤S234所描述的内容。
步骤S231，获取所述当前监测数据的监测维度变量分布；确定所述监测维度变量分布的各变量描述信息的环境信息标签的标签分类列表的列表中心度，根据所述各变量描述信息的环境信息标签的标签分类列表的列表中心度，确定环境信息标签的标签分类列表的列表中心度小于或等于预设的设定中心度的变量描述信息数量；计算所述变量描述信息数量与所述监测维度变量分布的总变量描述信息数量的比例值，得到所述监测维度变量分布的多维特征比例值；确定所述监测维度变量分布的维度特征矩阵；根据所述监测维度变量分布的多维特征比例值和所述监测维度变量分布的维度特征矩阵，确定所述监测维度变量分布的变量更新矩阵；根据预先存储的飞行环境因素列表与飞行稳定性指标的映射关系，确定所述监测维度变量分布的变量更新矩阵所在的飞行环境因素列表对应的飞行稳定性指标，作为所述当前监测数据的飞行稳定性指标。
步骤S232，基于所述当前监测数据的飞行稳定性指标，获取所述当前监测数据对应的飞行电量损耗队列中的损耗类型数据集，所述损耗类型数据集为包括有电量损耗标签的多级数据集；将所述损耗类型数据集等层级地筛分为至少两个数据子集：对所述损耗类型数据集进行第一次等层级筛分；针对第一次等层级筛分得到的每个数据子集，分别进行损耗修复率检测，并统计每个数据子集中检测得到的损耗修复数据中包括的可修复标识个数；针对可修复标识个数大于设定个数的数据子集，进行第二次等层级筛分，直至筛分得到的各数据子集中检测得到的损耗修复数据中包括的可修复标识个数均小于所述设定个数；并行检测所述至少两个数据子集中每个数据子集中包括的环境数据影响标识；根据在所述至少两个数据子集中通过所述返航飞行日志监测到的各环境数据影响标识，监测所述电量损耗标签。
步骤S233，在通过所述返航飞行日志监测到所述电量损耗标签对应的电量损耗线程为正常状态时，根据获取的用于识别所述待监控无人机的飞行姿态分析模型和飞行电量计算模型，确定待标定的用于识别所述待监控无人机的返航事故评价数据的多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子；基于确定的所述多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子，对所述多个评价维度指标数据进行标定，使得标定出的评价维度指标数据的指标特征数据对应的特征相关度大于设定相关度、且标记出评价维度指标数据之间的影响因子小于设定因子。
步骤S234，针对所述待监控无人机对应的飞行状态切换列表，根据所述待监控无人机的飞行状态切换列表在标定出的评价维度指标数据中每一种评价维度指标数据下的状态切换评价值，判断所述待监控无人机的飞行状态切换列表是否与所述待监控无人机的返航事故评价数据相匹配；若确定所述待监控无人机的飞行状态切换列表与所述待监控无人机的返航事故评价数据相匹配，则将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整。
这样一来，通过执行上述步骤S231-步骤S234，能够当前监测数据的监测维度变量分布进行分析，从而实现对当前飞行环境的多维度分析，这样在对待监控无人机进行飞行姿态调整时，能够考虑不同环境因素之间的互相影响，这样可以尽可能减少姿态调整所消耗的额外电量，从而提高待监控无人机在返航飞行时的续航能力，确保待监控无人机能够安全返航。
在上述步骤S234的基础上，将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，进一步可以包括以下步骤S2341-步骤S2344所描述的内容。
步骤S2341，确定所述飞行姿态分析模型的第一模型变量更新频率以及所述飞行电量计算模型的第二模型变量更新频率，比较所述第一模型变量更新频率和所述第二模型变量更新频率的大小；在所述第一模型变量更新频率大于所述第二模型变量更新频率时，以所述飞行姿态分析模型对应的第一环境信息标签为参考对所述飞行电量计算模型的第二环境信息标签进行修改；在所述第一模型变量更新频率小于等于所述第二模型变量更新频率时，以所述飞行电量计算模型对应的第二环境信息标签为参考对所述飞行姿态分析模型的第一环境信息标签进行修改；将完成修改的飞行姿态分析模型和飞行电量计算模型并行地导入所述当前监测数据对应的姿态调整线程中并获取所述姿态调整线程对应的线程配置清单的第一姿态配置策略数据、第二姿态配置策略数据和第三姿态配置策略数据；确定出所述第一姿态配置策略数据对应的第一姿态调整延时与所述第二姿态配置策略数据对应的第二姿态调整延时之间的第一延时评价权重以及所述第二姿态配置策略数据对应的第二姿态调整延时与所述第三姿态配置策略数据对应的第三姿态调整延时之间的第二延时评价权重。
步骤S2342，对于所述第一姿态配置策略数据，以所述第一姿态调整延时为参考延时按照所述第一延时评价权重对所述第一姿态配置策略数据进行配置策略调整得到第四姿态配置策略数据；对于所述第二姿态配置策略数据，以所述第二姿态调整延时为参考延时按照所述第二延时评价权重对所述第二姿态配置策略数据进行配置策略调整得到第五姿态配置策略数据；分别对所述第一姿态配置策略数据和所述第二姿态配置策略数据、所述第一姿态配置策略数据和所述第四姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据、以及所述第二姿态配置策略数据和所述第五姿态配置策略数据进行飞行姿态稳定性比较，得到第一姿态稳定性比较结果、第二姿态稳定性比较结果、第三姿态稳定性比较结果和第四姿态稳定性比较结果；确定出所述第一姿态稳定性比较结果和所述第二姿态稳定性比较结果之间的第一稳定性差异系数以及所述第三姿态稳定性比较结果和所述第四姿态稳定性比较结果之间的第二稳定性差异系数。
步骤S2343，检测所述第一稳定性差异系数和所述第二稳定性差异系数是否均位于设定系数区间内；若是，根据所述第一姿态稳定性比较结果和所述第三姿态稳定性比较结果确定出针对所述待监控无人机进行飞行姿态调整的调整逻辑数据并按照所述待监控无人机对应的调整逻辑数据对所述第一姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据进行数据整合得到姿态调整指示信息。
步骤S2344，通过所述姿态调整指示信息运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，得到所述待监控无人机对应的姿态调整结果。
可以理解，通过执行上述步骤S2341-步骤S2344，能够基于姿态调整指示信息实现对待监控无人机的飞行姿态调整，这样可以确保待监控无人机在不同飞行姿态之间的平稳切换，避免待监控无人机在不同飞行姿态之间切换时出现飞行事故，进而确保待监控无人机能够安全返航。
此外，在上述步骤S2341-步骤S2344的基础上，还可以包括以下步骤：根据所述姿态调整结果继续对所述待监控无人机进行飞行状态监控。
基于与前述实施例中同样的发明构思，如图2所示，本说明书实施例还提供一种基于智慧灯杆的无人机返航监控装置200，应用于控制中心，所述装置包括：
电量数据获取模块210，用于获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合；
监测数据获取模块220，用于获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合；
飞行姿态调整模块230，用于当通过所述返航飞行日志监测到所述待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数后，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整；若所述待监控无人机需要进行飞行姿态调整，则基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整。
可以理解，关于上述电量数据获取模块210、监测数据获取模块220和飞行姿态调整模块230的说明请参阅对图1所示的方法的说明，在此不作赘述。
基于与前述实施例中同样的发明构思，本说明书实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文任一所述方法的步骤。
基于与前述实施例中同样的发明构思，本说明书的实施例还提供一种控制中心，如图3所示，控制中心100包括存储器104、处理器102及存储在存储器104上并可在处理器102上运行的计算机程序，所述处理器102执行所述程序时实现前文任一所述方法的步骤。
基于与前述实施例中同样的发明构思，请参阅图4，本说明书的实施例还提供一种基于智慧灯杆的无人机返航监控系统400，包括控制中心100、待监控无人机300和智慧灯杆500，所述控制中心100用于：
获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合；
获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合；
当通过所述返航飞行日志监测到所述待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数后，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整；若所述待监控无人机需要进行飞行姿态调整，则基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整。
可以理解，关于上述系统的的说明请参阅对图1所示的方法的说明，在此不作赘述。
通过本说明书的一个或者多个实施例，本说明书具有以下有益效果或者优点：首先基于待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据得到第一类返航数据集合，其次基于目标智慧灯杆对应的每一组飞行状态监测数据中与待监控无人机对应的飞行环境监测数据得到第二类返航数据集合。然后在监测到待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数且根据第一类返航数据集合和第二类返航数据集合确定待监控无人机需要进行飞行姿态调整时，基于目标智慧灯杆对应的当前监测数据对待监控无人机进行飞行姿态调整。
如此，在分析飞行电量变化曲线和进行飞行姿态调整时，能够将剩余电量变化数据和飞行环境监测数据同时考虑在内，避免了仅考虑剩余电量变化数据和飞行环境监测数据中的其中一种数据而导致飞行姿态调整出现延时或者出现调整偏差。可以理解，剩余电量变化数据是待监控无人机侧的，飞行环境监测数据是目标智慧灯杆侧的。如此设计，能够将待监控无人机与目标智慧灯杆进行结合，从而在待监控无人机的返航飞行途中利用目标智慧灯杆实现对待监控无人机对应的飞行环境的实时监测，这样一来，能够结合环境因素和电量损耗实现对无人机的返航监控的实时、稳定监控，确保无人机能够安全返航，避免发生飞行事故。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本说明书也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本说明书的内容，并且上面对特定语言所做的描述是为了披露本说明书的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本说明书的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本说明书的示例性实施例的描述中，本说明书的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本说明书要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本说明书的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书（包括伴随的权利要求、摘要和附图）中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书（包括伴随的权利要求、摘要和附图）中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本说明书的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本说明书的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器（DSP）来实现根据本说明书实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本说明书还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序（例如，计算机程序和计算机程序产品）。这样的实现本说明书的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本说明书进行说明而不是对本说明书进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本说明书可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (9)
1.一种基于智慧灯杆的无人机返航监控方法，其特征在于，应用于控制中心，所述方法包括：
获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合；
获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合；
当通过所述返航飞行日志监测到所述待监控无人机对应的飞行电量变化曲线的电量变化稳定系数低于设定系数后，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整；若所述待监控无人机需要进行飞行姿态调整，则基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整；
其中，依据所述第一类返航数据集合中的剩余电量变化数据及所述第二类返航数据集合中的飞行环境监测数据，确定所述待监控无人机是否需要进行飞行姿态调整，包括：
通过所述第一类返航数据集合中的剩余电量变化数据以及所述剩余电量变化数据对应的电量配置参数，确定所述待监控无人机是否存在第一类飞行姿态变化数据，所述第一类飞行姿态变化数据是在所述待监控无人机未发生故障报警的情况下所述待监控无人机存在的实时飞行姿态变化数据；
按照所述第二类返航数据集合中飞行环境监测数据以及所述飞行环境监测数据对应的环境维度数据，确定所述待监控无人机是否存在第二类飞行姿态变化数据，所述第二类飞行姿态变化数据是所述待监控无人机与存在状态跟踪关系的两组飞行状态监测数据对应的飞行姿态特征队列所指示的目标飞行姿态变化数据；
基于所述第一类返航数据集合和所述第二类返航数据集合中处于相同监测时段内的剩余电量变化数据以及飞行环境监测数据，确定所述待监控无人机是否存在第三类飞行姿态变化数据，所述第三类飞行姿态变化数据是所述待监控无人机产生的与所述目标智慧灯杆的监测周期相匹配的周期性飞行姿态变化数据；
当通过所述返航飞行日志监测到同时存在所述第一类飞行姿态变化数据、第二类飞行姿态变化数据及第三类飞行姿态变化数据时，确定所述待监控无人机需要进行飞行姿态调整。
2.根据权利要求1所述的方法，其特征在于，若所述待监控无人机不需要进行飞行姿态调整，则基于从所述目标智慧灯杆对应的监测日志中确定出的与所述待监控无人机相匹配的飞行姿态特征数据对所述待监控无人机进行飞行姿态监测。
3.根据权利要求1所述的方法，其特征在于，获取待监控无人机处于返航飞行状态时在返航飞行日志中所生成的剩余电量变化数据，得到第一类返航数据集合，包括：
当通过所述返航飞行日志监测到所述待监控无人机处于返航飞行状态时，基于所述返航飞行日志所对应的飞行日志事件编排表，获得所述待监控无人机处于返航飞行状态后对应的飞行电量损耗数据；
对所述飞行电量损耗数据进行时序分析，得到电量损耗时序特征；
根据所述电量损耗时序特征从所述返航飞行日志中提取剩余电量变化数据，并将所述剩余电量变化数据进行整合得到第一类返航数据集合。
4.根据权利要求3所述的方法，其特征在于，获取目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的飞行环境监测数据，得到第二类返航数据集合，包括：
获取所述目标智慧灯杆对应的每一组飞行状态监测数据中与所述待监控无人机对应的目标电量损耗数据；
将所述目标飞行电量损耗数据转换为与所述电量损耗时序特征相对应的电量损耗影响数据，根据所述电量损耗影响数据确定与所述待监控无人机对应的飞行环境监测数据，并得到所述第二类返航数据集合。
5.根据权利要求1所述的方法，其特征在于，基于所述目标智慧灯杆对应的当前监测数据对所述待监控无人机进行飞行姿态调整，包括：
获取所述当前监测数据的监测维度变量分布；确定所述监测维度变量分布的各变量描述信息的环境信息标签的标签分类列表的列表中心度，根据所述各变量描述信息的环境信息标签的标签分类列表的列表中心度，确定环境信息标签的标签分类列表的列表中心度小于或等于预设的设定中心度的变量描述信息数量；计算所述变量描述信息数量与所述监测维度变量分布的总变量描述信息数量的比例值，得到所述监测维度变量分布的多维特征比例值；确定所述监测维度变量分布的维度特征矩阵；根据所述监测维度变量分布的多维特征比例值和所述监测维度变量分布的维度特征矩阵，确定所述监测维度变量分布的变量更新矩阵；根据预先存储的飞行环境因素列表与飞行稳定性指标的映射关系，确定所述监测维度变量分布的变量更新矩阵所在的飞行环境因素列表对应的飞行稳定性指标，作为所述当前监测数据的飞行稳定性指标；
基于所述当前监测数据的飞行稳定性指标，获取所述当前监测数据对应的飞行电量损耗队列中的损耗类型数据集，所述损耗类型数据集为包括有电量损耗标签的多级数据集；将所述损耗类型数据集等层级地筛分为至少两个数据子集：对所述损耗类型数据集进行第一次等层级筛分；针对第一次等层级筛分得到的每个数据子集，分别进行损耗修复率检测，并统计每个数据子集中检测得到的损耗修复数据中包括的可修复标识个数；针对可修复标识个数大于设定个数的数据子集，进行第二次等层级筛分，直至筛分得到的各数据子集中检测得到的损耗修复数据中包括的可修复标识个数均小于所述设定个数；并行检测所述至少两个数据子集中每个数据子集中包括的环境数据影响标识；根据在所述至少两个数据子集中通过所述返航飞行日志监测到的各环境数据影响标识，监测所述电量损耗标签；
在通过所述返航飞行日志监测到所述电量损耗标签对应的电量损耗线程为正常状态时，根据获取的用于识别所述待监控无人机的飞行姿态分析模型和飞行电量计算模型，确定待标定的用于识别所述待监控无人机的返航事故评价数据的多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子；基于确定的所述多个评价维度指标数据的指标特征数据，以及不同评价维度指标数据之间的影响因子，对所述多个评价维度指标数据进行标定，使得标定出的评价维度指标数据的指标特征数据对应的特征相关度大于设定相关度、且标记出评价维度指标数据之间的影响因子小于设定因子；
针对所述待监控无人机对应的飞行状态切换列表，根据所述待监控无人机的飞行状态切换列表在标定出的评价维度指标数据中每一种评价维度指标数据下的状态切换评价值，判断所述待监控无人机的飞行状态切换列表是否与所述待监控无人机的返航事故评价数据相匹配；若确定所述待监控无人机的飞行状态切换列表与所述待监控无人机的返航事故评价数据相匹配，则将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整。
6.根据权利要求5所述的方法，其特征在于，将所述飞行姿态分析模型和所述飞行电量计算模型导入所述当前监测数据对应的姿态调整线程中并运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，包括：
确定所述飞行姿态分析模型的第一模型变量更新频率以及所述飞行电量计算模型的第二模型变量更新频率，比较所述第一模型变量更新频率和所述第二模型变量更新频率的大小；在所述第一模型变量更新频率大于所述第二模型变量更新频率时，以所述飞行姿态分析模型对应的第一环境信息标签为参考对所述飞行电量计算模型的第二环境信息标签进行修改；在所述第一模型变量更新频率小于等于所述第二模型变量更新频率时，以所述飞行电量计算模型对应的第二环境信息标签为参考对所述飞行姿态分析模型的第一环境信息标签进行修改；将完成修改的飞行姿态分析模型和飞行电量计算模型并行地导入所述当前监测数据对应的姿态调整线程中并获取所述姿态调整线程对应的线程配置清单的第一姿态配置策略数据、第二姿态配置策略数据和第三姿态配置策略数据；确定出所述第一姿态配置策略数据对应的第一姿态调整延时与所述第二姿态配置策略数据对应的第二姿态调整延时之间的第一延时评价权重以及所述第二姿态配置策略数据对应的第二姿态调整延时与所述第三姿态配置策略数据对应的第三姿态调整延时之间的第二延时评价权重；
对于所述第一姿态配置策略数据，以所述第一姿态调整延时为参考延时按照所述第一延时评价权重对所述第一姿态配置策略数据进行配置策略调整得到第四姿态配置策略数据；对于所述第二姿态配置策略数据，以所述第二姿态调整延时为参考延时按照所述第二延时评价权重对所述第二姿态配置策略数据进行配置策略调整得到第五姿态配置策略数据；分别对所述第一姿态配置策略数据和所述第二姿态配置策略数据、所述第一姿态配置策略数据和所述第四姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据、以及所述第二姿态配置策略数据和所述第五姿态配置策略数据进行飞行姿态稳定性比较，得到第一姿态稳定性比较结果、第二姿态稳定性比较结果、第三姿态稳定性比较结果和第四姿态稳定性比较结果；确定出所述第一姿态稳定性比较结果和所述第二姿态稳定性比较结果之间的第一稳定性差异系数以及所述第三姿态稳定性比较结果和所述第四姿态稳定性比较结果之间的第二稳定性差异系数；
检测所述第一稳定性差异系数和所述第二稳定性差异系数是否均位于设定系数区间内；若是，根据所述第一姿态稳定性比较结果和所述第三姿态稳定性比较结果确定出针对所述待监控无人机进行飞行姿态调整的调整逻辑数据并按照所述待监控无人机对应的调整逻辑数据对所述第一姿态配置策略数据、所述第二姿态配置策略数据和所述第三姿态配置策略数据进行数据整合得到姿态调整指示信息；
通过所述姿态调整指示信息运行所述姿态调整线程以对所述待监控无人机进行飞行姿态调整，得到所述待监控无人机对应的姿态调整结果。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
根据所述姿态调整结果继续对所述待监控无人机进行飞行状态监控。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7任一项所述方法的步骤。
9.一种控制中心，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011454994.6A CN112230671B (zh) | 2020-12-13 | 2020-12-13 | 一种基于智慧灯杆的无人机返航监控方法及控制中心 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011454994.6A CN112230671B (zh) | 2020-12-13 | 2020-12-13 | 一种基于智慧灯杆的无人机返航监控方法及控制中心 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112230671A CN112230671A (zh) | 2021-01-15 |
| CN112230671B true CN112230671B (zh) | 2021-03-16 |
Family
ID=74124623
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011454994.6A Active CN112230671B (zh) | 2020-12-13 | 2020-12-13 | 一种基于智慧灯杆的无人机返航监控方法及控制中心 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112230671B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112505554B (zh) * | 2021-02-03 | 2021-07-13 | 山东道永盛信息科技有限公司 | 一种基于智慧灯杆的无人机剩余电量实时状态信息监控方法 |
| CN113110072B (zh) * | 2021-06-15 | 2021-09-03 | 深圳联和智慧科技有限公司 | 一种基于智慧灯杆的无人机剩余电量实时监控方法及系统 |
| CN114690804B (zh) * | 2022-05-30 | 2022-08-30 | 深圳联和智慧科技有限公司 | 一种基于智慧灯杆停机坪的无人机集群降落方法及系统 |
| CN114815902B (zh) * | 2022-06-29 | 2022-10-14 | 深圳联和智慧科技有限公司 | 一种无人机的监控方法、系统、服务器及存储介质 |
| CN117556646B (zh) * | 2024-01-12 | 2024-04-30 | 深圳柯赛标识智能科技有限公司 | 基于环境参数的智慧标识运维管理方法及系统 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6409503B2 (ja) * | 2014-10-29 | 2018-10-24 | 株式会社Ｓｏｋｅｎ | 観測装置 |
| CN105539843B (zh) * | 2015-12-03 | 2017-11-07 | 杨珊珊 | 一种电动无人机及其续航能力估计方法 |
| CN107438799B (zh) * | 2016-06-22 | 2019-03-08 | 深圳市大疆创新科技有限公司 | 无人机仿真系统、无人机仿真方法及无人机 |
| CN110007684A (zh) * | 2016-08-30 | 2019-07-12 | 朱海燕 | 健康云诊疗系统及其工作方法 |
| CN107132851B (zh) * | 2017-07-05 | 2023-03-14 | 陕西蔚蓝航天测控技术开发有限公司 | 一种无人机飞行导航控制系统 |
| CN109634295B (zh) * | 2018-12-17 | 2020-12-18 | 深圳市道通智能航空技术有限公司 | 一种自动返航方法、装置和无人机 |
| CN109917767B (zh) * | 2019-04-01 | 2020-10-09 | 中国电子科技集团公司信息科学研究院 | 一种分布式无人机集群自主管理系统及控制方法 |
| CN114967736A (zh) * | 2019-07-26 | 2022-08-30 | 深圳市道通智能航空技术股份有限公司 | 风速测算方法、风速估算器及无人机 |
| KR20190104014A (ko) * | 2019-08-16 | 2019-09-05 | 엘지전자 주식회사 | 무인 항공 시스템에서 무인 항공 로봇의 자세 제어를 이용한 착륙 방법 및 이를 지원하기 위한 장치 |
| CN111832510B (zh) * | 2020-07-21 | 2022-01-11 | 广东电网有限责任公司 | 一种智能寻找杆塔方法及系统 |
-
2020
- 2020-12-13 CN CN202011454994.6A patent/CN112230671B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112230671A (zh) | 2021-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112230671B (zh) | 一种基于智慧灯杆的无人机返航监控方法及控制中心 | |
| CN110674861B (zh) | 一种输变电巡检图像智能分析方法及装置 | |
| Hamurcu et al. | Selection of Unmanned Aerial Vehicles by Using Multicriteria Decision‐Making for Defence | |
| CN112241182B (zh) | 一种基于智慧灯杆及停机坪的无人机航线规划控制方法及系统 | |
| CN111220159B (zh) | 多无人机协同巡检任务的路径优化方法 | |
| CN111316308B (zh) | 用于识别错误订单请求的系统及方法 | |
| CN111415026B (zh) | 无人设备调度装置、系统和方法 | |
| US20230186238A1 (en) | Intelligent prediction of bundles of spare parts | |
| CN112418773A (zh) | 基于多无人机协同的物流配送方法及系统 | |
| CN110945484B (zh) | 数据存储中异常检测的系统和方法 | |
| Liu et al. | Review of data analysis in vision inspection of power lines with an in-depth discussion of deep learning technology | |
| CN113901162A (zh) | 基于城市管理的无人机环境监测方法、系统及云平台 | |
| CN113449238A (zh) | 无人机安全运行方法、装置、电子设备及存储介质 | |
| US20130338858A1 (en) | Method for three dimensional perception processing and classification | |
| CN114648870A (zh) | 边缘计算系统、边缘计算决策预测方法以及计算机可读存储介质 | |
| CN108228863B (zh) | 情报信息查询的方法、装置、存储介质及终端设备 | |
| JP2021526696A (ja) | オンライン・オンデマンドサービス・プラットフォームからのデータを処理するためのシステムおよび方法 | |
| CN113256325A (zh) | 二手车估价方法、系统、计算设备和存储介质 | |
| CN114550107B (zh) | 基于无人机集群的桥梁联动智能巡检方法、系统及云平台 | |
| CN113110072B (zh) | 一种基于智慧灯杆的无人机剩余电量实时监控方法及系统 | |
| CN113593256A (zh) | 基于城市管理的无人机智能驱离控制方法、系统及云平台 | |
| CN115080388A (zh) | 一种面向自动驾驶系统的仿真测试场景生成方法 | |
| CN112948942B (zh) | 一种建筑施工用电智能节电控制方法及系统 | |
| CN109934604A (zh) | 获取畅销品名单的方法、系统、存储介质及电子设备 | |
| CN117132810B (zh) | 目标检测方法、模型训练方法、装置、设备和存储介质 |
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 |