CN112799426B - 一种基于大数据分析的无人机导航控制系统及方法 - Google Patents

一种基于大数据分析的无人机导航控制系统及方法 Download PDF

Info

Publication number
CN112799426B
CN112799426B CN202011564052.3A CN202011564052A CN112799426B CN 112799426 B CN112799426 B CN 112799426B CN 202011564052 A CN202011564052 A CN 202011564052A CN 112799426 B CN112799426 B CN 112799426B
Authority
CN
China
Prior art keywords
obstacle
unmanned aerial
aerial vehicle
flight
module
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
CN202011564052.3A
Other languages
English (en)
Other versions
CN112799426A (zh
Inventor
陈南方
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.)
Shenzhen Xin'an Electric Co ltd
Original Assignee
Shenzhen Xin'an Electric 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 Shenzhen Xin'an Electric Co ltd filed Critical Shenzhen Xin'an Electric Co ltd
Priority to CN202011564052.3A priority Critical patent/CN112799426B/zh
Publication of CN112799426A publication Critical patent/CN112799426A/zh
Application granted granted Critical
Publication of CN112799426B publication Critical patent/CN112799426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于大数据分析的无人机导航控制系统及方法,包括飞行路线预规划模块、GPS定位模块、终点输入模块、风向检测模块、障碍物飞行方向检测模块、障碍物飞行速度检测模块、图像获取模块、图像分析处理模块、障碍物检测模块、障碍物类型判断模块、路线安全判断模块、飞行轨迹控制模块,本发明的有益效果在于:根据无人机起点位置与终点位置预设置飞行路线,在无人机飞行途中,通过检测前方一定范围内的障碍物,并根据障碍物的移动方向与移动速度确定障碍物的类型,根据障碍物类型选取不同的处理方式,进而调整无人机的飞行路线,以提高无人机的飞行效率,保障无人机在飞行过程中的飞行安全,减少碰撞几率。

Description

一种基于大数据分析的无人机导航控制系统及方法
技术领域
本发明涉及无人机导航技术领域,具体为一种基于大数据分析的无人机导航控制系统及方法。
背景技术
无人机导航的常见方式有:惯性导航、卫星导航、组合导航、地形辅助导航以及多普勒导航等,无人机的导航控制系统相当于是无人机的“眼睛”,多技术结合是未来发展的方向,无人机的导航系统负责向无人机提供参考坐标系的位置、速度、飞行姿态等矢量信息,继而引导无人机按照指定的航线飞行,相当于有人机系统中的领航员,无人机载导航系统主要分非自主(GPS等)和自主(惯性制导)两种,但是这两种导航系统都存在一定的缺陷,如非自主导航系统容易收到干扰,自主导航系统有着误差积累增大的缺点,而未来无人机的发展要求障碍回避、物资投放、自动进场等着陆功能,需要高精度、高可靠性、高抗干扰性能,因此多种导航技术结合的“惯性+多传感器+GPS+光电导航系统”将是未来发展的方向。
目前无人机的应用领域包括航拍、农业、植保、微型自拍、快递运输、灾难救援、视察野生动物、监控传染病、测绘、新闻报道、电力巡查、影视拍摄等,无人机具有用途广泛、成本低、效率较高、生存能力强、无人员伤亡风险等诸多优点,因此越来越多的领域开始使用无人机来代替人工作业,随着无人机的运用领域越来越广泛,无人机的工作环境也是越来越复杂,为了适应复杂的工作环境,对于无人机的处理计算能力以及自动避障能力有着不低的要求,而如何实现无人机的自动避障,首先要实现的是如何精确的测量无人机与障碍物之间的距离,只有先测出危险范围内的距离,才可以有时间在撞向障碍物之前引导无人机的飞行航线,使之偏离障碍物,进而避免撞击事故的发生。
基于上述问题,亟待提出一种基于大数据分析的无人机导航控制系统及方法,根据无人机起点位置与终点位置预设置飞行路线,在无人机飞行途中,通过检测前方一定范围内的障碍物,并根据障碍物的移动方向与移动速度确定障碍物的类型,根据障碍物类型选取不同的处理方式,进而调整无人机的飞行路线,以提高无人机的飞行效率,保障无人机在飞行过程中的飞行安全,避免无人机与障碍物碰撞,减少碰撞几率。
发明内容
本发明的目的在于提供一种基于大数据分析的无人机导航控制系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于大数据分析的无人机导航控制系统,包括飞行路线预规划模块、GPS定位模块、终点输入模块、风向检测模块、障碍物飞行方向检测模块、障碍物飞行速度检测模块、图像获取模块、图像分析处理模块、障碍物检测模块、障碍物类型判断模块、路线安全判断模块、飞行轨迹控制模块,所述飞行路线预规划模块根据无人机的起点位置以及终点位置预先设置无人机此次飞行的路线,所述GPS定位模块用于获取无人机的实时位置,所述终点输入模块用于输入此次对应无人机的飞行终点,所述风向检测模块用于检测无人机飞行途中的实时风向,所述障碍物飞行方向检测模块用于获取障碍物的移动方向,所述障碍物飞行速度检测模块用于获取障碍物的移动速度,所述图像获取模块用于采集无人机飞行途中前方一定范围内的图像,所述图像分析处理模块对图像获取模块采集到的图像信息进行分析计算处理,所述障碍物检测模块根据图像获取模块采集到的图像确定无人机飞行途中前方一定范围内是否存在障碍物,所述图像获取模块包括高速摄像机,所述障碍物类型判断模块用于判断无人机前方一定范围内的障碍物类型,所述障碍物的类型包括可移动障碍物与不可移动障碍物,所述路线安全判断模块用于计算此次无人机飞行途中的安全性,所述飞行轨迹控制模块根据无人机飞行过程中的实时路况控制无人机的飞行轨迹。
进一步的,所述飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,所述飞行路线预规划模块根据终点输入模块获取无人机的终点位置,所述飞行路线预规划模块根据无人机的起点位置以及终点位置,预先设置无人机的飞行路线,预先设置路线可以根据路况选取障碍物少、距离短、用时少的路线,设置好路线之后,无人机就可以按照既定路线飞行,再根据飞行过程中的实况随机应变。
进一步的,所述障碍物检测模块用于检测无人机飞行途中前方一定范围内是否存在障碍物,所述障碍物飞行方向检测模块以及所述障碍物飞行速度检测模块用于获取障碍物的移动方向与移动速度,所述障碍物类型判断模块根据障碍物的移动速度判断障碍物的类型,所述障碍物类型包括可移动障碍物与不可移动障碍物,所述可移动障碍物的移动速度不为0,所述不可移动障碍物的移动速度为0,所述不可移动障碍物包括可晃动障碍物与不可晃动障碍物,在无人机飞行过程中,会遇到各种各样的障碍物,如建筑物、旗帜、树木、农作物、鸟、气球等等,对障碍物进行分类,可以识别无人机在飞行途中所遇到的障碍物类型,根据障碍物类型选取不同的处理方式,可以提高无人机的飞行效率,减少飞行时间。
进一步的,所述图像获取模块采集无人机飞行途中前方一定范围内的图像,并将获取到的图像发送至障碍物检测模块,若障碍物检测模块检测出图像中存在障碍物,则发送反馈信息至图像获取模块,当图像获取模块接收到反馈信息,则相隔一定时间后进行图像截取,并将截取到的图像发送至障碍物飞行方向检测模块以及障碍物飞行速度检测模块,所述障碍物飞行方向检测模块与障碍物飞行速度检测模块通过图像获取模块截取的图像检测障碍物的移动方向以及移动速度,根据障碍物的飞行方向与飞行速度可以检测出当前障碍物类型。
进一步的,若无人机预设路线前方一定范围内的障碍物为可移动障碍物,则通过障碍物飞行方向检测模块以及障碍物飞行速度检测模块获取可移动障碍物的移动方向和移动速度V,通过移动方向确定可移动障碍物的飞行路线与无人机飞行路线的交叉点A,若此时可移动障碍物的位置距交叉点A的距离为L,则可移动障碍物到达交叉点A的时间点为t1=L/V,若此时无人机的位置距交叉点A的距离为L1,无人机的飞行速度为V1,则无人机到达交叉点A的时间点为t2=L1/V1,计算可移动障碍物与无人机到达交叉点A的时间间隔T=|t1-t2|,所述路线安全判断模块根据时间间隔T判断无人机在飞行过程中的安全系数,即无人机与可移动障碍物碰撞的可能性,若所述时间间隔T小于时间间隔阈值,则所述飞行轨迹控制模块控制无人机向可移动障碍物的移动方向的反方向飞行,当无人机在飞行途中遇见可移动障碍物时,通过检测可移动障碍物的移动方向,确定可移动障碍物接下来的移动轨迹是否和无人机的预设路线存在交叉点,若存在交叉点,结合可移动障碍物的移动速度与无人机的飞行速度,计算二者到达交叉点的时间,并计算时间间隔,若时间隔为0,即代表二者同时到达交叉点,这意味着二者会在交叉点相撞,而且,由于障碍物和无人机自身的体积影响,二者应该先后到达交叉点,而且到达的时间间隔需有一定时间长度,即所设的时间间隔阈值,若是时间间隔小于所设时间间隔阈值,则控制无人机的飞行轨迹以避开障碍物,若是时间间隔大于等于所设时间间隔阈值,则无需控制无人机的飞行轨迹,直接按照既定路线行驶。
进一步的,若无人机预设路线前方障碍物为不可晃动障碍物,则建立三维模型,过障碍物的最高点作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ,若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数若是p大于等于阈值,则通过飞行轨迹控制模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行,当无人机在飞行途中遇见不可晃动障碍物时,如建筑物、铁栏杆,若θ越大,则意味着无人机要越过障碍物最高点飞行所要上升的高度也就越高,而且由于障碍物与无人机之间的距离,边飞行边上升高度,若上升高度越高的话就会越容易与障碍物碰撞,所以当p大于等于阈值时,调整无人机飞行轨迹,向左或向右绕行,避免上升时与障碍物碰撞,保障无人机的飞行安全。
进一步的,若无人机预设路线前方障碍物为可晃动障碍物,通过图像获取模块采集到的图像计算物体的晃动区域,即通过高速摄像机多次采集可晃动障碍物的图像,通过图像分析处理模块获取可晃动障碍物的晃动周期,并根据晃动周期,计算一个周期内障碍物晃动的最大幅度,选取所述周期内晃动幅度最大的第一图像与第二图像,从而计算可晃动障碍物最大晃动区域的面积S,并截取最大晃动区域的边缘,所述飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离,无人机在飞行途中会遇到一些会晃动的障碍物,如一些植物或者其他物品,在遇到此类障碍物时,通过计算可晃动障碍物的晃动区域,获取其晃动边缘,再控制无人机与晃动边缘保持一定的安全距离,因为物体在晃动过程中,也会影响其附近的气流,保持安全距离是为了无人机的安全飞行。
进一步的,若所述可晃动障碍物左右两侧各有一不可晃动障碍物,通过图像处理分析模块获取图像中静止时的所述可晃动障碍物的最高点,并且过最高点做第一垂线垂直于地面,过无人机做第二垂线垂直于第一垂线,并且连接无人机与所述可晃动障碍物的最高点,计算第二垂线和无人机与可晃动障碍物连线之间所呈的夹角θ1,所述路线安全判断模块根据夹角θ1计算安全系数p1,若是安全系数p1大于等于阈值,则截取最大晃动区域的边缘,分别计算得出左右两侧不可晃动障碍物距晃动区域边缘的距离L2和L3,已知无人机翼展的长度为L4,计算得出L2-L4的值为第一差值,L3-L4的值为第二差值,若第一差值与第二差值皆大于第一预设值,则无人机可向左或向右绕行;若第一差值大于第一预设值,第二差值小于第一预设值,则无人机向左绕行;若第一差值小于第一预设值,第二差值大于第一预设值,则无人机向右绕行;若第一差值与第二差值皆小于第一预设值且第二差值大于第一差值,通过风向检测模块检测出此时的实时风向,并基于无人机位置为坐标系原点,建立直角坐标系,平行于无人机翼展的水平线为坐标横轴,坐标纵轴方向为无人机前进方向,无人机左侧翼展位于直角坐标系的二三象限,无人机右侧翼展位于直角坐标系的一四象限,若此时风向从二三象限到一四象限时,则无人机右侧翼展向下倾斜,倾斜角度即无人机与水平方向的夹角大于ɑ,或/>若此时风向从一四象限到二三象限时,则无人机左侧翼展向下倾斜,倾斜角度大于ɑ,当无人机在多个障碍物之间穿行时,因障碍物之间相隔的距离,很可能就会无法保持机身水平飞行,因此无人机需要使自身倾斜飞行,而且要保证两侧翼展不与障碍物碰撞,检测实时风向是为了减少风对无人机飞行过程的影响,减少风与机身的接触面,故无人机根据风向调整自身倾斜角度。
进一步的,若所述可晃动障碍物左右两侧各有一第一可晃动障碍物和第二可晃动障碍物,通过图像分析模块获取各自最大晃动区域的边缘,计算得出第一可晃动障碍物的晃动区域边缘与所述可晃动障碍物的晃动区域边缘之间的最小距离D1,第二可晃动障碍物的晃动区域边缘与所述可晃动障碍物的晃动区域边缘之间的最小距离D2,计算得出D1-L4的值为第三差值,D2-L4的值为第四差值,当第三差值与第四差值皆大于第二预设值时,无人机可向左或向右绕行;当第三差值大于第二预设值,第四差值小于第二预设值时,无人机向左绕行;当第三差值小于第二预设值,第四差值大于第二预设值时,无人机向右绕行;当第三差值与第四差值皆小于第二预设值时,无人机越过所述可晃动障碍物顶点飞行。
进一步的,一种基于大数据分析的无人机导航控制方法,所述无人机导航控制方法包括以下步骤:
S1:所述飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,并根据终点输入模块获取无人机此次飞行的终点位置,所述飞行路线预规划模块根据此次飞行的起点位置以及终点位置预先规划无人机此次的飞行路线;
S2:所述障碍物检测模块若检测到无人机飞行途中存在障碍物时,通过所述障碍物移动方向检测模块和所述障碍物移动速度检测模块获取障碍物的移动方向及移动速度,所述障碍物类型判断模块根据障碍物的移动方向与移动速度确定当前障碍物的类型;
S3:当前方障碍物为可移动障碍物时,通过障碍物飞行方向检测模块检测可移动障碍物的飞行方向,并通过障碍物飞行速度检测模块确定可移动障碍物的移动速度,结合无人机自身的飞行速度,确定在无人机飞行途中与该可移动障碍物碰撞的可能性,当无人机与可移动障碍物碰撞的可能性大于等于阈值时,通过飞行轨迹控制模块调整无人机飞行路线或无人机飞行速度以避开障碍物;
S4:当前方障碍物为不可晃动障碍物且在无人机行进方向的正前方时,建立三维模型,过障碍物作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ;
S5:若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数若是p大于阈值,则通过飞行轨迹模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行;
S6:若无人机前方障碍物为可晃动障碍物时,通过图像获取模块采集到的图像计算可晃动障碍物的最大晃动区域,并截取最大晃动区域的边缘,所述飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离。
与现有技术相比,本发明所达到的有益效果是:本发明根据无人机起点位置与终点位置预设置飞行路线,在无人机飞行途中,通过检测前方一定范围内的障碍物,并根据障碍物的移动方向与移动速度确定障碍物的类型,根据障碍物类型选取不同的处理方式,进而调整无人机的飞行路线,以提高无人机的飞行效率,保障无人机在飞行过程中的飞行安全,避免无人机与障碍物碰撞,减少碰撞几率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据分析的无人机导航控制系统的模块示意图;
图2是本发明一种基于大数据分析的无人机导航控制方法的步骤示意图。
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。
请参阅图1-2,本发明提供技术方案:
一种基于大数据分析的无人机导航控制系统,包括飞行路线预规划模块、GPS定位模块、终点输入模块、风向检测模块、障碍物飞行方向检测模块、障碍物飞行速度检测模块、图像获取模块、图像分析处理模块、障碍物检测模块、障碍物类型判断模块、路线安全判断模块、飞行轨迹控制模块,飞行路线预规划模块根据无人机的起点位置以及终点位置预先设置无人机此次飞行的路线,GPS定位模块用于获取无人机的实时位置,终点输入模块用于输入此次对应无人机的飞行终点,风向检测模块用于检测无人机飞行途中的实时风向,障碍物飞行方向检测模块用于获取障碍物的移动方向,障碍物飞行速度检测模块用于获取障碍物的移动速度,图像获取模块用于采集无人机飞行途中前方一定范围内的图像,图像分析处理模块对图像获取模块采集到的图像信息进行分析计算处理,障碍物检测模块根据图像获取模块采集到的图像确定无人机飞行途中前方一定范围内是否存在障碍物,图像获取模块包括高速摄像机,障碍物类型判断模块用于判断无人机前方一定范围内的障碍物类型,障碍物的类型包括可移动障碍物与不可移动障碍物,路线安全判断模块用于计算此次无人机飞行途中的安全性,飞行轨迹控制模块根据无人机飞行过程中的实时路况控制无人机的飞行轨迹。
飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,飞行路线预规划模块根据终点输入模块获取无人机的终点位置,飞行路线预规划模块根据无人机的起点位置以及终点位置,预先设置无人机的飞行路线。
障碍物检测模块用于检测无人机飞行途中前方一定范围内是否存在障碍物,障碍物飞行方向检测模块以及障碍物飞行速度检测模块用于获取障碍物的移动方向与移动速度,障碍物类型判断模块根据障碍物的移动速度判断障碍物的类型,障碍物类型包括可移动障碍物与不可移动障碍物,可移动障碍物的移动速度不为0,不可移动障碍物的移动速度为0,不可移动障碍物包括可晃动障碍物与不可晃动障碍物。
图像获取模块采集无人机飞行途中前方一定范围内的图像,并将获取到的图像发送至障碍物检测模块,若障碍物检测模块检测出图像中存在障碍物,则发送反馈信息至图像获取模块,当图像获取模块接收到反馈信息,则相隔一定时间后进行图像截取,并将截取到的图像发送至障碍物飞行方向检测模块以及障碍物飞行速度检测模块,障碍物飞行方向检测模块与障碍物飞行速度检测模块通过图像获取模块截取的图像检测障碍物的移动方向以及移动速度。
若无人机预设路线前方一定范围内的障碍物为可移动障碍物,则通过障碍物飞行方向检测模块以及障碍物飞行速度检测模块获取可移动障碍物的移动方向和移动速度V,通过移动方向确定可移动障碍物的飞行路线与无人机飞行路线的交叉点A,若此时可移动障碍物的位置距交叉点A的距离为L,则可移动障碍物到达交叉点A的时间点为t1=L/V,若此时无人机的位置距交叉点A的距离为L1,无人机的飞行速度为V1,则无人机到达交叉点A的时间点为t2=L1/V1,计算可移动障碍物与无人机到达交叉点A的时间间隔T=|t1-t2|,路线安全判断模块根据时间间隔T判断无人机在飞行过程中的安全系数,即无人机与可移动障碍物碰撞的可能性,若时间间隔T小于时间间隔阈值,则飞行轨迹控制模块控制无人机向可移动障碍物的移动方向的反方向飞行。
若无人机预设路线前方障碍物为不可晃动障碍物,则建立三维模型,过障碍物的最高点作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ,若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数若是p大于等于阈值,则通过飞行轨迹控制模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行。
若无人机预设路线前方障碍物为可晃动障碍物,通过图像获取模块采集到的图像计算物体的晃动区域,即通过高速摄像机多次采集可晃动障碍物的图像,通过图像分析处理模块获取可晃动障碍物的晃动周期,并根据晃动周期,计算一个周期内障碍物晃动的最大幅度,选取周期内晃动幅度最大的第一图像与第二图像,从而计算可晃动障碍物最大晃动区域的面积S,并截取最大晃动区域的边缘,飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离。
若可晃动障碍物左右两侧各有一不可晃动障碍物,通过图像处理分析模块获取图像中静止时的可晃动障碍物的最高点,并且过最高点做第一垂线垂直于地面,过无人机做第二垂线垂直于第一垂线,并且连接无人机与可晃动障碍物的最高点,计算第二垂线和无人机与可晃动障碍物连线之间所呈的夹角θ1,路线安全判断模块根据夹角θ1计算安全系数p1,若是安全系数p1大于等于阈值,则截取最大晃动区域的边缘,分别计算得出左右两侧不可晃动障碍物距晃动区域边缘的距离L2和L3,已知无人机翼展的长度为L4,计算得出L2-L4的值为第一差值,L3-L4的值为第二差值,若第一差值与第二差值皆大于第一预设值,则无人机可向左或向右绕行;若第一差值大于第一预设值,第二差值小于第一预设值,则无人机向左绕行;若第一差值小于第一预设值,第二差值大于第一预设值,则无人机向右绕行;若第一差值与第二差值皆小于第一预设值且第二差值大于第一差值,通过风向检测模块检测出此时的实时风向,并基于无人机位置为坐标系原点,建立直角坐标系,平行于无人机翼展的水平线为坐标横轴,坐标纵轴方向为无人机前进方向,无人机左侧翼展位于直角坐标系的二三象限,无人机右侧翼展位于直角坐标系的一四象限,若此时风向从二三象限到一四象限时,则无人机右侧翼展向下倾斜,倾斜角度即无人机与水平方向的夹角大于ɑ,或/>若此时风向从一四象限到二三象限时,则无人机左侧翼展向下倾斜,倾斜角度大于ɑ。
若可晃动障碍物左右两侧各有一第一可晃动障碍物和第二可晃动障碍物,通过图像分析模块获取各自最大晃动区域的边缘,计算得出第一可晃动障碍物的晃动区域边缘与可晃动障碍物的晃动区域边缘之间的最小距离D1,第二可晃动障碍物的晃动区域边缘与可晃动障碍物的晃动区域边缘之间的最小距离D2,计算得出D1-L4的值为第三差值,D2-L4的值为第四差值,当第三差值与第四差值皆大于第二预设值时,无人机可向左或向右绕行;当第三差值大于第二预设值,第四差值小于第二预设值时,无人机向左绕行;当第三差值小于第二预设值,第四差值大于第二预设值时,无人机向右绕行;当第三差值与第四差值皆小于第二预设值时,无人机越过可晃动障碍物顶点飞行。
一种基于大数据分析的无人机导航控制方法,无人机导航控制方法包括以下步骤:
S1:飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,并根据终点输入模块获取无人机此次飞行的终点位置,飞行路线预规划模块根据此次飞行的起点位置以及终点位置预先规划无人机此次的飞行路线;
S2:障碍物检测模块若检测到无人机飞行途中存在障碍物时,通过障碍物移动方向检测模块和障碍物移动速度检测模块获取障碍物的移动方向及移动速度,障碍物类型判断模块根据障碍物的移动方向与移动速度确定当前障碍物的类型;
S3:当前方障碍物为可移动障碍物时,通过障碍物飞行方向检测模块检测可移动障碍物的飞行方向,并通过障碍物飞行速度检测模块确定可移动障碍物的移动速度,结合无人机自身的飞行速度,确定在无人机飞行途中与该可移动障碍物碰撞的可能性,当无人机与可移动障碍物碰撞的可能性大于等于阈值时,通过飞行轨迹控制模块调整无人机飞行路线或无人机飞行速度以避开障碍物;
S4:当前方障碍物为不可晃动障碍物且在无人机行进方向的正前方时,建立三维模型,过障碍物作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ;
S5:若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数若是p大于阈值,则通过飞行轨迹模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行;
S6:若无人机前方障碍物为可晃动障碍物时,通过图像获取模块采集到的图像计算可晃动障碍物的最大晃动区域,并截取最大晃动区域的边缘,飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离。
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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。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,均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于大数据分析的无人机导航控制系统,其特征在于:包括飞行路线预规划模块、GPS定位模块、终点输入模块、风向检测模块、障碍物飞行方向检测模块、障碍物飞行速度检测模块、图像获取模块、图像分析处理模块、障碍物检测模块、障碍物类型判断模块、路线安全判断模块、飞行轨迹控制模块,所述飞行路线预规划模块根据无人机的起点位置以及终点位置预先设置无人机此次飞行的路线,所述GPS定位模块用于获取无人机的实时位置,所述终点输入模块用于输入此次对应无人机的飞行终点,所述风向检测模块用于检测无人机飞行途中的实时风向,所述障碍物飞行方向检测模块用于获取障碍物的移动方向,所述障碍物飞行速度检测模块用于获取障碍物的移动速度,所述图像获取模块用于采集无人机飞行途中前方一定范围内的图像,所述图像分析处理模块对图像获取模块采集到的图像信息进行分析计算处理,所述障碍物检测模块根据图像获取模块采集到的图像确定无人机飞行途中前方一定范围内是否存在障碍物,所述图像获取模块包括高速摄像机,所述障碍物类型判断模块用于判断无人机前方一定范围内的障碍物类型,所述障碍物的类型包括可移动障碍物与不可移动障碍物,所述路线安全判断模块用于计算此次无人机飞行途中的安全性,所述飞行轨迹控制模块根据无人机飞行过程中的实时路况控制无人机的飞行轨迹;
所述障碍物检测模块用于检测无人机飞行途中前方一定范围内是否存在障碍物,所述障碍物飞行方向检测模块以及所述障碍物飞行速度检测模块用于获取障碍物的移动方向与移动速度,所述障碍物类型判断模块根据障碍物的移动速度判断障碍物的类型,所述障碍物类型包括可移动障碍物与不可移动障碍物,所述可移动障碍物的移动速度不为0,所述不可移动障碍物的移动速度为0,所述不可移动障碍物包括可晃动障碍物与不可晃动障碍物;
若无人机预设路线前方障碍物为不可晃动障碍物,则建立三维模型,过障碍物的最高点作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ,若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数若是p大于等于阈值,则通过飞行轨迹控制模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行;
若无人机预设路线前方障碍物为可晃动障碍物,通过图像获取模块采集到的图像计算物体的晃动区域,即通过高速摄像机多次采集可晃动障碍物的图像,通过图像分析处理模块获取可晃动障碍物的晃动周期,并根据晃动周期,计算一个周期内障碍物晃动的最大幅度,选取所述周期内晃动幅度最大的第一图像与第二图像,从而计算可晃动障碍物最大晃动区域的面积S,并截取最大晃动区域的边缘,所述飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离;
若所述可晃动障碍物左右两侧各有一不可晃动障碍物,通过图像处理分析模块获取图像中静止时的所述可晃动障碍物的最高点,并且过最高点做第一垂线垂直于地面,过无人机做第二垂线垂直于第一垂线,并且连接无人机与所述可晃动障碍物的最高点,计算第二垂线和无人机与可晃动障碍物连线之间所呈的夹角θ1,所述路线安全判断模块根据夹角θ1计算安全系数p1,若是安全系数p1大于等于阈值,则截取最大晃动区域的边缘,分别计算得出左右两侧不可晃动障碍物距晃动区域边缘的距离L2和L3,已知无人机翼展的长度为L4,计算得出L2-L4的值为第一差值,L3-L4的值为第二差值,若第一差值与第二差值皆大于第一预设值,则无人机可向左或向右绕行;若第一差值大于第一预设值,第二差值小于第一预设值,则无人机向左绕行;若第一差值小于第一预设值,第二差值大于第一预设值,则无人机向右绕行;若第一差值与第二差值皆小于第一预设值且第二差值大于第一差值,通过风向检测模块检测出此时的实时风向,并基于无人机位置为坐标系原点,建立直角坐标系,平行于无人机翼展的水平线为坐标横轴,坐标纵轴方向为无人机前进方向,无人机左侧翼展位于直角坐标系的二三象限,无人机右侧翼展位于直角坐标系的一四象限,若此时风向从二三象限到一四象限时,则无人机右侧翼展向下倾斜,倾斜角度即无人机与水平方向的夹角大于ɑ,或/>若此时风向从一四象限到二三象限时,则无人机左侧翼展向下倾斜,倾斜角度大于ɑ。
2.根据权利要求1所述的一种基于大数据分析的无人机导航控制系统,其特征在于:所述飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,所述飞行路线预规划模块根据终点输入模块获取无人机的终点位置,所述飞行路线预规划模块根据无人机的起点位置以及终点位置,预先设置无人机的飞行路线。
3.根据权利要求1所述的一种基于大数据分析的无人机导航控制系统,其特征在于:所述图像获取模块采集无人机飞行途中前方一定范围内的图像,并将获取到的图像发送至障碍物检测模块,若障碍物检测模块检测出图像中存在障碍物,则发送反馈信息至图像获取模块,当图像获取模块接收到反馈信息,则相隔一定时间后进行图像截取,并将截取到的图像发送至障碍物飞行方向检测模块以及障碍物飞行速度检测模块,所述障碍物飞行方向检测模块与障碍物飞行速度检测模块通过图像获取模块截取的图像检测障碍物的移动方向以及移动速度。
4.根据权利要求1所述的一种基于大数据分析的无人机导航控制系统,其特征在于:若无人机预设路线前方一定范围内的障碍物为可移动障碍物,则通过障碍物飞行方向检测模块以及障碍物飞行速度检测模块获取可移动障碍物的移动方向和移动速度V,通过移动方向确定可移动障碍物的飞行路线与无人机飞行路线的交叉点A,若此时可移动障碍物的位置距交叉点A的距离为L,则可移动障碍物到达交叉点A的时间点为t1=L/V,若此时无人机的位置距交叉点A的距离为L1,无人机的飞行速度为V1,则无人机到达交叉点A的时间点为t2=L1/V1,计算可移动障碍物与无人机到达交叉点A的时间间隔T=|t1-t2|,所述路线安全判断模块根据时间间隔T判断无人机在飞行过程中的安全系数,即无人机与可移动障碍物碰撞的可能性,若所述时间间隔T小于时间间隔阈值,则所述飞行轨迹控制模块控制无人机向可移动障碍物的移动方向的反方向飞行。
5.根据权利要求1所述的一种基于大数据分析的无人机导航控制系统,其特征在于:若所述可晃动障碍物左右两侧各有一第一可晃动障碍物和第二可晃动障碍物,通过图像分析模块获取各自最大晃动区域的边缘,计算得出第一可晃动障碍物的晃动区域边缘与所述可晃动障碍物的晃动区域边缘之间的最小距离D1,第二可晃动障碍物的晃动区域边缘与所述可晃动障碍物的晃动区域边缘之间的最小距离D2,计算得出D1-L4的值为第三差值,D2-L4的值为第四差值,当第三差值与第四差值皆大于第二预设值时,无人机可向左或向右绕行;当第三差值大于第二预设值,第四差值小于第二预设值时,无人机向左绕行;当第三差值小于第二预设值,第四差值大于第二预设值时,无人机向右绕行;当第三差值与第四差值皆小于第二预设值时,无人机越过所述可晃动障碍物顶点飞行。
6.一种基于大数据分析的无人机导航控制方法,其特征在于:所述无人机导航控制方法包括以下步骤:
S1:飞行路线预规划模块根据GPS定位模块获取无人机的起点位置,并根据终点输入模块获取无人机此次飞行的终点位置,所述飞行路线预规划模块根据此次飞行的起点位置以及终点位置预先规划无人机此次的飞行路线;
S2:障碍物检测模块若检测到无人机飞行途中存在障碍物时,通过所述障碍物移动方向检测模块和所述障碍物移动速度检测模块获取障碍物的移动方向及移动速度,所述障碍物类型判断模块根据障碍物的移动方向与移动速度确定当前障碍物的类型;
S3:当前方障碍物为可移动障碍物时,通过障碍物飞行方向检测模块检测可移动障碍物的飞行方向,并通过障碍物飞行速度检测模块确定可移动障碍物的移动速度,结合无人机自身的飞行速度,确定在无人机飞行途中与该可移动障碍物碰撞的可能性,当无人机与可移动障碍物碰撞的可能性大于等于阈值时,通过飞行轨迹控制模块调整无人机飞行路线或无人机飞行速度以避开障碍物;
S4:当前方障碍物为不可晃动障碍物且在无人机行进方向的正前方时,建立三维模型,过障碍物作第一直线垂直于地面,过无人机作第二直线垂直于第一直线,并作第三直线连接无人机与障碍物的最高点,计算第三直线与第二直线之间所呈的角度θ;
S5:若角度θ>θ0,其中,θ0为角度阈值,通过路线安全判断模块计算安全系数 若是p大于阈值,则通过飞行轨迹模块控制无人机向左或向右绕行,若是p小于阈值,则通过飞行轨迹控制模块控制无人机越过障碍物最高点飞行;
S6:若无人机前方障碍物为可晃动障碍物时,通过图像获取模块采集到的图像计算可晃动障碍物的最大晃动区域,并截取最大晃动区域的边缘,所述飞行轨迹控制模块控制无人机的飞行路线与晃动区域边缘保持一定的安全距离。
CN202011564052.3A 2020-12-25 2020-12-25 一种基于大数据分析的无人机导航控制系统及方法 Active CN112799426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011564052.3A CN112799426B (zh) 2020-12-25 2020-12-25 一种基于大数据分析的无人机导航控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011564052.3A CN112799426B (zh) 2020-12-25 2020-12-25 一种基于大数据分析的无人机导航控制系统及方法

Publications (2)

Publication Number Publication Date
CN112799426A CN112799426A (zh) 2021-05-14
CN112799426B true CN112799426B (zh) 2024-05-28

Family

ID=75804842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011564052.3A Active CN112799426B (zh) 2020-12-25 2020-12-25 一种基于大数据分析的无人机导航控制系统及方法

Country Status (1)

Country Link
CN (1) CN112799426B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113504791B (zh) * 2021-07-08 2022-06-14 中国南方电网有限责任公司超高压输电公司大理局 一种无人机飞行路线的确定方法及装置
CN113390410B (zh) * 2021-08-04 2023-01-13 北京云恒科技研究院有限公司 一种适用于无人机的惯性组合导航方法
CN113465598B (zh) * 2021-08-04 2024-02-09 北京云恒科技研究院有限公司 一种适用于无人机的惯性组合导航系统
CN115016515B (zh) * 2022-06-06 2024-08-23 重庆交通职业学院 无人机用障碍物探测预警系统
CN115035425B (zh) * 2022-06-07 2024-02-09 北京庚图科技有限公司 一种基于深度学习的目标识别方法、系统、电子设备及存储介质
CN114964265B (zh) * 2022-07-19 2022-10-25 山东亿华天产业发展集团有限公司 一种用于微型无人机的室内自主导航系统及导航方法
CN114995519B (zh) * 2022-07-29 2022-11-18 江苏复泽智能科技有限公司 一种基于多障碍场景的无人机ai降落方法及系统
CN115752481B (zh) * 2022-12-09 2023-09-01 广东车卫士信息科技有限公司 基于图像识别的ar导航方法、ar眼镜、介质、设备
CN115953704B (zh) * 2023-01-18 2023-10-03 北京理工大学 一种无人机探测方法
CN115880466B (zh) * 2023-02-14 2023-06-06 山东省地质测绘院 基于无人机遥感的城市工程测绘方法及系统
CN116301034B (zh) * 2023-02-24 2023-09-15 哈尔滨数字律动科技有限公司 一种基于无线电通信技术的无人机监测系统及方法
CN116841315B (zh) * 2023-07-03 2024-09-06 山东东伦泰信息科技有限公司 基于大数据的雷达信息分析管理系统及方法
CN117311393B (zh) * 2023-11-27 2024-05-31 西南计算机有限责任公司 一种无人机自主飞行路径规划方法及系统
CN117891274B (zh) * 2023-12-27 2024-06-21 南京华控创为信息技术有限公司 用于水利测绘的无人机航线大数据规划系统及方法
CN117831353B (zh) * 2024-03-06 2024-05-03 山东龙翼航空科技有限公司 一种高层消防救援无人机防撞预警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170111395A (ko) * 2016-03-28 2017-10-12 한양대학교 산학협력단 장애물의 위험도에 기반한 장애물 회피 방법 및 장치
KR102062661B1 (ko) * 2019-04-12 2020-01-06 주식회사 피스퀘어 드론의 경로 설정 시스템 및 그의 경로 설정 방법
CN210090988U (zh) * 2019-04-11 2020-02-18 株洲时代电子技术有限公司 一种无人机巡检系统
JP6765156B1 (ja) * 2020-06-17 2020-10-07 Trust Smith株式会社 移動体制御装置、移動体制御方法、移動体制御プログラムおよび移動体制御システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104850134B (zh) * 2015-06-12 2019-01-11 北京中飞艾维航空科技有限公司 一种无人机高精度自主避障飞行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170111395A (ko) * 2016-03-28 2017-10-12 한양대학교 산학협력단 장애물의 위험도에 기반한 장애물 회피 방법 및 장치
CN210090988U (zh) * 2019-04-11 2020-02-18 株洲时代电子技术有限公司 一种无人机巡检系统
KR102062661B1 (ko) * 2019-04-12 2020-01-06 주식회사 피스퀘어 드론의 경로 설정 시스템 및 그의 경로 설정 방법
JP6765156B1 (ja) * 2020-06-17 2020-10-07 Trust Smith株式会社 移動体制御装置、移動体制御方法、移動体制御プログラムおよび移動体制御システム

Also Published As

Publication number Publication date
CN112799426A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN112799426B (zh) 一种基于大数据分析的无人机导航控制系统及方法
EP3454159B1 (en) Method and device of autonomous navigation
US9229450B2 (en) Autonomous movement system
EP3128386B1 (en) Method and device for tracking a moving target from an air vehicle
WO2020143576A1 (zh) 调整机载雷达的主探测方向的方法、装置和无人机
CN109903592B (zh) 一种基于误差理论的高精度航空器自动近地防撞系统地形扫描方法
Merz et al. Beyond visual range obstacle avoidance and infrastructure inspection by an autonomous helicopter
US10643481B2 (en) Method and a device for avoiding an object by detecting its approach to an aircraft
KR101749578B1 (ko) 드론의 자동 이착륙 방법 및 장치
US11440657B2 (en) Aerial vehicles with machine vision
JP2020529583A (ja) 航空機上のlidarセンサの範囲を調整するためのシステムおよび方法
CN105738909A (zh) 一种适用于低空植保的无人直升机作业边界提取方法
US20200132841A1 (en) Systems and methods for controlling aircraft based on sensed air movement
CN110673638A (zh) 一种无人飞艇避让系统和无人飞艇飞行控制系统
CN111722640A (zh) 无人机的控制方法、装置和计算机可读存储介质
CN110632945A (zh) 一种直升机着陆方法及系统
Rydell et al. Autonomous UAV-based forest mapping below the canopy
CN116597696A (zh) 基于多样环境因素的低空飞行器避撞预警系统及其方法
WO2023173330A1 (zh) 无人机的飞行控制方法、装置、无人机以及存储介质
Luo et al. Implementation of obstacle avoidance technique for indoor coaxial rotorcraft with Scanning Laser Range Finder
Saska et al. Vision-based high-speed autonomous landing and cooperative objects grasping-towards the MBZIRC competition
CN115602003A (zh) 无人驾驶航空器飞行避障方法、系统和可读存储介质
CN113110575A (zh) 无人机导地线巡视航迹规划方法、系统及存储介质
CN113467504A (zh) 一种飞行器飞行稳定控制方法、系统、设备及存储介质
Takahashi et al. Full-Scale Flight-Test Results for a Rotorcraft Safe Landing Area Determination Algorithm for Autonomous and Piloted Landing Approaches

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
TA01 Transfer of patent application right

Effective date of registration: 20240423

Address after: 518000, A0803A, Yuanzheng Entrepreneurship Building, No. 19 Langshan Road, Songpingshan Community, Xili Street, Nanshan District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Xin'an Electric Co.,Ltd.

Country or region after: China

Address before: No.89 Xuehai Road, Qixia District, Nanjing, Jiangsu 210000

Applicant before: Chen Nanfang

Country or region before: China

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant