CN112937910A - 无人机的故障检测方法和装置、存储介质及处理器 - Google Patents

Abstract

本发明公开了一种无人机的故障检测方法和装置、存储介质及处理器。其中，该方法包括：获取无人机的飞行日志；确定所述飞行日志中存在的数据类型；确定与所述数据类型对应的优先级，并按照所述优先级从高到低依次分析所述飞行日志中不同数据类型的数据；基于分析结果确定所述无人机的故障原因。本发明解决了相关技术中确定无人机故障原因的效率较低的技术问题。

Description

无人机的故障检测方法和装置、存储介质及处理器

技术领域

本发明涉及无人机领域，具体而言，涉及一种无人机的故障检测方法和装置、存储介质及处理器。

背景技术

相关技术中，在确定无人机飞行事故的原因是往往通过人工对飞行日志进行数据分析和结合炸机环境照片及说明进行判别，但是，这种分析方法对分析人员的知识技能要求较高，且分析时效性不高，在农忙季节经常会出现一天上百个的飞行事故数据需要人工分析处理，这种分析方式一方面对分析人员来说任务量较大，一方面对客户来说不能及时快速的分析出无人机事故原因，将极大的影响作业效率。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种无人机的故障检测方法和装置、存储介质及处理器，以至少解决相关技术中确定无人机故障原因的效率较低的技术问题。

根据本发明实施例的一个方面，提供了一种无人机的故障检测方法，包括：获取无人机的飞行日志；确定飞行日志中存在的数据类型；确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；基于分析结果确定无人机的故障原因。

可选地，数据类型包括以下至少之一：电机参数、姿态参数、速度参数和位置参数。

可选地，按照优先级从高到低依次分析飞行日志中不同数据类型的数据，包括：按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。

按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数之前，方法还包括：获取飞行日志中的应急响应数据；依据应急响应数据判断无人机是否发生故障；在判断结果指示无人机发生故障时，停止按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数；在判断结果指示无人机未发生故障时，确定允许按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。

可选地，应急响应数据包括：第一类应急响应数据和第二类应急响应数据；依据应急响应数据判断无人机是否发生故障，包括：确定应急响应数据的类型；在应急响应数据的类型为第一类应急响应数据时，依据第一类应急响应数据确定无人机是否发生故障；应急响应数据的类型为第二类应急响应数据时，依据第二类应急响应数据和飞行日志中的其他数据确定无人机是否发生故障。

可选地，方法还包括：依据第一类应急响应数据确定无人机发生故障时，确定与第一类应急响应数据对应的故障原因。

可选地，按照优先级从高到低依次分析飞行日志中不同数据类型的数据之前，包括：确定用于检测数据的传感器的工作状态；在传感器的工作状态正常时，继续分析数据；在传感器的工作状态异常时，直接调用传感器的异常检测结果，并继续分析飞行日志中的其他数据。

可选地，传感器包括：卫星定位传感器、加速度计、地形模块。

根据本申请实施例的另一方面，提供了一种无人机的故障检测装置，包括：获取模块，用于获取无人机的飞行日志；第一确定模块，用于确定飞行日志中存在的数据类型；分析模块，用于确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；第二确定模块，用于基于分析结果确定无人机的故障原因。

根据本申请实施例的另一方面，提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的无人机的故障检测方法。

根据本申请实施例的另一方面，提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的无人机的故障检测方法。

根据本申请实施例的另一方面，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以上的无人机的故障检测方法的步骤。

在本发明实施例中，采用依据飞行日志中数据的数据类型，并按照数据类型的优先级从高到低依次分析飞行日志中不同类型的数据，从而基于分析结果确定无人机的故障原因的方式，从而可以实现故障原因的自动分析，提高了故障原因的分析效率，并且，由于可以按照日志中的优先级从高到低依次分析数据，因此，可以更快地找到故障原因，进而解决了相关技术中确定无人机故障原因的效率较低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本申请实施例的一种无人机的故障检测方法的流程示意图；

图2是根据本发明实施例的一种无人机的故障检测装置的结构示意图；

图3是根据本发明实施例的一种可选的无人机的故障检测装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为了更好地理解本申请实施例，以下将本申请实施例中涉及的技术术语解释如下：

地形模块：由仿地功能模块和对地视觉模块两部分组成，仿地功能模块主要是让无人机沿着地形起伏飞行，对地视觉功能主要是在卫星定位系统出现信号遮挡、干扰等异常时，为无人机提供辅助定位功能，确保飞行安全。

炸机：由于操作不当或机器故障等因素导致飞行航模不正常坠地，称为炸机。

RTK(real-time kinematic)实时动态载波相位差技术：实时处理两个测量站载波相位观测量的差分方法，将基准站采集的载波相位发给用户接收机，进行求差结算坐标。

相关技术中在对无人机的故障进行检测时，由于需要人为分析日志而导致耗费大量人力且不能快速分析出事故原因，影响作业效果的问题，本申请实施例可以自动分析飞行日志的方法进行判断，具体思路如下：对飞行日志进行分析，得到分析结果；将分析结果中的数据进行分类：电机环节、姿态环节、速度环节和位置环节；依次按照电机环节、姿态环节、速度环节和位置环节进行分析，得到无人机发生故障的原因(例如炸机原因)。以下详细说明。

根据本发明实施例，提供了一种无人机的故障检测方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的方法，如图1所示，该方法包括如下步骤：

步骤S102，获取无人机的飞行日志；

步骤S104，确定飞行日志中存在的数据类型；

步骤S106，确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；

步骤S108，基于分析结果确定无人机的故障原因。

在本发明实施例中，采用依据飞行日志中数据的数据类型，并按照数据类型的优先级从高到低依次分析飞行日志中不同类型的数据，从而基于分析结果确定无人机的故障原因的方式，从而可以实现故障原因的自动分析，提高了故障原因的分析效率，并且，由于因为无人机内部有一定的控制逻辑，如果依次分析数据，可以由控制逻辑出发，从控制底层往上分析，直接得到本质原因，避免产生额外的分析流程，可以更快地找到故障原因，进而解决了相关技术中确定无人机故障原因的效率较低的技术问题。

在本申请的一些实施例中，上述飞行日志可以是无人机在飞行过程中采集的运行数据，还可以包括飞控系统发出的指令，该运行数据可以是通过无人机上的各种检测设备采集的，例如，通过无人机上的传感器获取。

正如上面，由于飞行日志中的数据是可以通过传感器采集的，因此，为保证传感器采集的数据是准确的，在按照优先级从高到低依次分析飞行日志中不同数据类型的数据之前，可以确定用于采集数据的传感器是否是正常的，具体地：确定用于检测数据的传感器的工作状态；在传感器的工作状态正常时，继续分析数据；在传感器的工作状态异常时，直接调用传感器的异常检测结果，并继续分析飞行日志中的其他数据。由于在确定传感器的工作状态异常时，可以直接确定其相应的异常检测结果，从而基于该异常检测结果确定无人机的故障原因，但是，在一些情况下，由于某些故障的产生是多方面因素导致，即使确定了相应的传感器故障，仍然无法确定故障原因，此时，可以基于异常检测结果以及后续对上述其他数据检测结果共同确定故障原因。

其中，传感器主要包括以下至少之一：卫星定位系统模块，例如GPS模块；加速度计；地形模块等。具体地：

卫星数：判断无人机卫星数是否正常首先应该判定卫星信号不良还是卫星掉0，无人机卫星信号不良的原因多数是由于无人机受到外界环境干扰引起导致，无人机卫星掉0多数是由于无人机GPS硬件故障的原因导致。

退出RTK：无人机退出RTK的原因有多种，有可能是卫星信号不良导致，有可能是RTK延时过大导致，还有可能是无人机自然状态下退出RTK，因此判定无人机卫星数量和RTK延时可以判断出导致退出RTK的原因。

退出RTK是指退出差分定位状态，差分定位状态是指无人机能够正常接收GPS定位数据和差分数据，GPS定位数据与差分数据结合可提供较准确的定位坐标。其中，GPS定位数据通过接收各颗卫星信号后计算得到；差分数据可从基站或服务器获得，具体为基站利用自身的准确定位和GPS定位数据计算得到,之后直接或通过服务器无线传输给无人机。

加速度计：加速度计会检测到机身某时刻震动较大或持续震动的问题，甚至其本身检测值会出现异常(检测值持续3秒超过30G)，发生这些问题时，加速度计记录的数值大小，变化率和时间持续性都不一样，因此，根据不同的规则分析加速度计的参数可以判断出相应的问题。例如，在加速度计的测量值大于第一值小于第二值，并且检测到的前3帧数据的平均值大于预设值(例如大于5)时，确定无人机的机身处于第一震动状态；在加速度计的测量值大于第二值的帧超过预设数量时(例如6)，确定加速度计异常；；在加速度计的测量值和无人机中陀螺仪的角速度在预设时长内持续大于一个阈值时，确定无人机的机身处于第二震动状态。其中，第一震动状态的震动幅度小于第二震动状态的震动幅度。

在本申请的一些实施例中，确定无人机的传感器的工作状态是否异常时，可以按照预设时间周期对传感器进行多次检测，在多次检测的检测结果均指示异常或任意一次的检测结果异常时，则确定传感器异常；或者，在分析过程中，在调用传感器采集的数据前，均对传感器的工作状态进行检测，如果异常，则确定当前调用的数据是无效数据，此时，禁止对该数据进行分析。

上述数据类型包括以下至少之一：电机参数、姿态参数、速度参数和位置参数。其中，按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。在飞控的控制逻辑中，飞控通过控制各个电机的转速来改变无人机的飞行姿态，再控制姿态来改变无人机的速度，最后通过控制无人机的速度来改变无人机的位置。当无人机的电机出现异常时，无人机的姿态，速度和位置也会相继出现异常，所以在分析日志每一帧数据时，应该先分析无人机的电机环节相关参数，之后为姿态环节相关参数，速度环节相关参数，最后为位置环节相关参数。

由于可以依据一些应急响应数据直接地确定无人机的故障，因此，在按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数之前，可以先分析应急响应数据，具体地：获取飞行日志中的应急响应数据；依据应急响应数据判断无人机是否发生故障；在判断结果指示无人机发生故障时，停止按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数；在判断结果指示无人机未发生故障时，确定允许按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。

其中，电机参数可以是电机状态参数，其中，电机状态参数是指无人机在工作过程中电调产生的状态值，这个值指的是电调工作状态。无人机在作业过程中，电机可能会出现多种故障。而电机出现故障的原因可能是无人机自身引起的(例如电调发生重启，无信号等现象)，也可能是外界环境导致的(例如撞击障碍物导致的堵转，停止等现象)。因此需要区分引发电机故障的原因以及其产生的结果。

当电机因为自身原因出现故障时，首先会导致无人机的飞行姿态与控制姿态发生分离，当无人机在空中的实际姿态角度超过飞控保护角度(例如50°)时会自动关机，之后无人机会触地炸机，此时加速度计未记录到触地时的机身震动。当无人机在空中的实际姿态角度还未超过飞控保护角度就已经触地时，无人机的加速度计在触地时会检测到一个较大的机身震动。

当无人机因为外界环境导致电机状态异常时，例如撞击障碍物或者无人机触地，无人机加速度计会检测到一个较大的机身震动。因此，加速度计是否检测到有机身震动作为无人机电机故障是自身发生的还是外界环境导致的主要判别依据。

对于姿态参数，由于无人机姿态测量环节只由IMU(惯性测量单元)一个传感器测得，所以无法通过其他传感器去判断比较IMU测量的数据是否正常。当无人机的电机响应环节都正常，而无人机飞行姿态与控制姿态又发生分离时，判定为无人机的传感器IMU出现了异常。

对于速度参数，无人机的速度主要通过GPS模块和IMU进行测量，无人机的速度分为水平速度和垂直速度，在垂直速度环节检测中，首先需要判断无人机的第一垂直速度(GPS模块测得的GPS垂直速度)和第二垂直速度(IMU测得的AHRS垂直速度)测量是否正常。融合垂直速度是由第一垂直速度与第二垂直速度融合而成的(例如可以将两类垂直速度的均值作为融合后的速度)。以第一垂直速度为GPS垂直速度，第二垂直速度为IMU垂直速度为例，当判断出GPS垂直速度与融合垂直速度的曲线拟合时，代表GPS和航姿参考系统(Attitude and heading reference system，简称为AHRS)垂直速度测量都正常。此时再判断GPS垂直速度与高度垂直速度是否拟合，其中，高度垂直速度为基于无人机的GPS高度计算得到的垂直速度。

当GPS垂直速度与融合垂直速度拟合，GPS垂直速度与高度垂直速度差值大于一个阈值时，则说明高度垂直速度出错，即GPS测量的高度发生了突变。无人机引起GPS高度突变的原因有很多，可能是卫星信号不良引起或者退出RTK引起，因此在判定高度突变之后再判定同一时刻卫星信号和RTK模式就能判定出高度突变的原因。无人机发生高度突变后有可能会升高高度也可能会降低高度，当无人机高度突变后的GPS高度比目标高度更高，则无人机需要降低高度以达到目标飞行高度，若无人机降低的高度比仿地高度更大，则判定为无人机在降高的过程中很大几率会触地炸机。其中，仿地高度是指无人机距离地面的高度。

当判断出GPS垂直速度与融合垂直速度的曲线不拟合时，代表GPS垂直速度和AHRS垂直速度中的其中一个测量异常，如果GPS垂直速度与高度垂直速度拟合，则代表GPS垂直速度正常，AHRS垂直速度异常，AHRS垂直速度异常有可能是机体震动过大或加速度计故障导致，因此再通过判断同一时刻加速计和机身震动就能判断AHRS垂直速度异常的原因。

如果GPS垂直速度与高度垂直速度不拟合，且GPS垂直速度与高度垂直速度的差比融合垂直速度与高度垂直速度的差更大时，说明GPS垂直速度异常。GPS垂直速度异常有可能是卫星信号不良或无人机退出RTK导致，因此再通过判断卫星信号和无人机是否处于RTK能判断出无人机GPS垂直速度异常的原因。

在水平速度环节中，融合水平速度为GPS水平速度与AHRS水平速度和航向的融合(其中，航向用于统一GPS速度和AHRS速度的坐标系)。所以在水平速度环节中，GPS水平速度异常，AHRS水平速度异常，航向异常都会引起融合水平速度的异常。

具体地，由于GPS速度(用于指示无人机的具体方位：东南西北)的坐标系是大地坐标系，而imu速度(用于指示无人机的方向：前后左右)在计算时是利用自身的坐标系确定的，因此，在融合时，需要考虑两类坐标系之间的转换，此时，可以利用航向(即东南西北指向)将IMU速度的坐标系转换为大地坐标系，从而实现速度的融合。

在水平速度的检测过程中，首先需要判断无人机的GPS水平速度和融合水平速度测量是否正常，当判断出GPS水平速度与融合水平速度的一致时，代表GPS，AHRS水平速度和航向测量都正常，再判断GPS水平速度与位置水平速度是否拟合，位置水平速度为无人机GPS经纬度位置解算出的水平速度。

当GPS水平速度与融合水平速度拟合且GPS水平速度与位置水平速度差值较大时，代表GPS水平速度正常而GPS经纬度与实际位置发生较大偏差，即GPS位置发生了突变。无人机引起GPS位置突变的原因有很多，可能是卫星信号不良引起或者退出RTK引起的，因此在判定出位置突变之后再判定同一时刻卫星信号和RTK模式就能判定出位置突变的原因。

当判断出GPS水平速度与融合水平速度的曲线不拟合时，代表GPS水平速度，AHRS水平速度和航向中的一个或者多个测量异常，如果GPS水平速度与位置水平速度拟合，则代表GPS水平速度正常，AHRS水平速度异常或者航向异常。AHRS水平速度异常和航向异常导致的曲线分离现象不一致，当融合水平速度与GPS水平速度呈现急剧分离时判定为AHRS水平速度异常。AHRS水平速度异常有可能是机体震动过大或加速度计故障导致，因此再通过判断同一时刻加速计和机身震动就能判断AHRS水平速度异常的原因。当融合水平速度与GPS水平速度不是呈现急剧分离而是平缓分离时判定为GPS航向异常。

当判断出GPS水平速度与融合水平速度的曲线不拟合时，代表GPS水平速度、AHRS水平速度、航向中有一个或者多个测量结果异常，如果GPS水平速度与位置水平速度不拟合，代表GPS水平速度异常或者多个测量异常。当GPS水平速度与位置水平速度的差比融合水平速度与位置水平速度的差更大时，代表GPS水平速度异常。GPS水平速度异常有可能是卫星信号不良或无人机退出RTK导致，因此再通过判断卫星信号和无人机RTK模式能判断出无人机GPS水平速度异常的原因。

在速度控制环中，当无人机的电机环，姿态环都正常时，无人机的控制速度与GPS速度应该处于一致状态，当无人机的电机环，姿态环都正常，而控制水平速度与融合水平速度有较大差值时(差值大于1.2)，则代表无人机可能发生了姿态超调或者姿态测量发生异常，当无人机控制速度超过无人机正常反应速度时称为无人机姿态超调，因此，当无人机的控制水平速度与融合水平速度发生较大分离时，同时控制速度变化率超过2m/s时，判定为无人机姿态超调，当无人机在电机和姿态环节都正常的情况下控制水平速度与融合水平速度发生分离，而控制速度正常的情况下，判定为无人机姿态测量环节异常。

对于位置参数，无人机的位置环主要分为高度环节和水平环节，其中高度环节上很容易发生无人机事故。无人机高度模式分为GPS定高模式飞行和仿地模式飞行。

其中，GPS定高模式飞行是指在距离起飞点的预设高度下飞行；仿地模式飞行是指在距离无人机下方地面的预设高度下飞行。

在GPS定高模式下飞行时，无人机很容易发生定高触地，该事故大部分原因为设置问题。

通过对比无人机当前的高度和无人机的目标高度可以知道无人机的高度变化趋势。在无人机电机环，姿态环，速度环都正常的基础上，当无人机的GPS高度等于无人机的目标高度时，代表无人机飞行正常。此时，在地形模块工作正常的情况下，如果检测到无人机距离地面过近(小于距地安全距离)，则代表无人机有很大概率会触地炸机。

当无人机的GPS高度大于目标高度时，代表无人机需要降高以达到目标GPS高度，用GPS当前高度减去目标GPS高度则等于无人机需要降低的高度K，在地形模块正常的情况下，如果地形模块检测出距地高度小于无人机需要降低的高度K，则代表无人机有触地的风险，无人机很大几率会触地炸机。

当无人机的GPS高度小于目标高度时，代表无人机需要爬高以达到目标GPS高度，而如果检测到无人机的GPS垂直速度持续小于0，代表无人机的高度在降高，说明无人机在工作时出现了动力不足的现象，导致无人机动力不足的可能性很多，主要为电机响应异常，电池电压低，海拔高度高，因此在无人机降高的同时判断无人机的电机响应是否正常，电池电压是否过低，海拔高度是否过高，进而判断出无人机动力不足的原因。

无人机仿地高度进行飞行时，无人机主要通过地形模块获取的高度来调整高度以达到目标仿地高度，因此仿地模式下当无人机的地形模块出现故障时，无人机容易发生飞行事故。当无人机的仿地高度保持某一数值不变时，代表无人机的地形模块异常，此时对比无人机的当前仿地高度与目标仿地高度，若仿地高度小于目标仿地高度，则无人机会不断爬高，若仿地高度大于目标仿地高度则无人机会不断降低飞行高度，此时有很大几率会触地炸机。

无人机仿地飞行时，有时会出现飞行高度波动过大的情况，当判断出无人机的垂直速度变化率较大时，判定为无人机高度波动较大，仿地模式下无人机高度波动过大有可能是仿地灵敏度设置不合理导致，因此仿地模式下无人机出现高度波动时需要判断仿地灵敏度是否设置合理。

当无人机的仿地高度小于目标仿地高度时，代表无人机需要爬高以达到目标仿地高度，而如果检测到无人机的GPS垂直速度持续小于0，代表无人机的高度在降高，说明无人机在工作时出现了动力不足的现象，导致无人机动力不足的可能性很多，主要为电机响应异常，电池电压低，海拔高度高，因此在无人机降高的同时判断无人机的电机响应是否正常，电池电压是否过低，海拔高度是否过高，进而判断出无人机动力不足的原因。

其中，上述应急响应数据包括：第一类应急响应数据和第二类应急响应数据；此时，可以通过以下方式判断无人机是否发生故障：确定应急响应数据的类型；在应急响应数据的类型为第一类应急响应数据时，依据第一类应急响应数据确定无人机是否发生故障；应急响应数据的类型为第二类应急响应数据时，依据第二类应急响应数据和飞行日志中的其他数据确定无人机是否发生故障。

需要说明的是，飞控应急响应数据为无人机检测出自身的问题并作出的自主化判断结果。

在应急响应数据为第一类应急响应数据时，依据第一类应急响应数据确定无人机发生故障时，确定与第一类应急响应数据对应的故障原因。

例如，在自动判断分析应急响应数据时，对于部分飞控应急响应，能够得出无人机事故的原因，如RTK位置异常降落，通过分析该应急响应便能得出无人机因为RTK位置异常的原因而迫降。对于其它应急响应结果需要结合其它数据分析才能找到无人机炸机的最终原因，如退出RTK两分钟返航，无人机在返航的途中可能因为其它原因炸机，也可能正常返航，因此还需要分析后面时间的数据。

本申请实施例还提供了一种无人机的故障检测装置，如图2所示，该装置包括：获取模块20，用于获取无人机的飞行日志；第一确定模块22，用于确定飞行日志中存在的数据类型；分析模块24，用于确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；第二确定模块26，用于基于分析结果确定无人机的故障原因。

在本申请的一些实施例中，上述数据类型包括以下至少之一：电机参数、姿态参数、速度参数和位置参数。

分析模块24，还用于按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。

在本申请的一些实施例中，如图3所示，上述分析模块24，包括：获取单元240，用于获取飞行日志中的应急响应数据；判断单元242，依据应急响应数据判断无人机是否发生故障；在判断结果指示无人机发生故障时，停止按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数；在判断结果指示无人机未发生故障时，确定允许按照优先级从高到低的顺序分析电机参数、姿态参数、速度参数和位置参数。

其中，上述应急响应数据包括：第一类应急响应数据和第二类应急响应数据；判断单元242，还用于确定应急响应数据的类型；在应急响应数据的类型为第一类应急响应数据时，依据第一类应急响应数据确定无人机是否发生故障；应急响应数据的类型为第二类应急响应数据时，依据第二类应急响应数据和飞行日志中的其他数据确定无人机是否发生故障。

在本申请的另外一些实施例中，上述判断单元242，还用于依据第一类应急响应数据确定无人机发生故障时，确定与第一类应急响应数据对应的故障原因。

在本申请的一些实施例中，如图3所示，上述检测装置还可以包括检测模块28，用于在按照优先级从高到低依次分析飞行日志中不同数据类型的数据之前，确定用于检测数据的传感器的工作状态；在传感器的工作状态正常时，继续分析数据；在传感器的工作状态异常时，直接调用传感器的异常检测结果，并继续分析飞行日志中的其他数据。

上述传感器包括：卫星定位传感器、加速度计、地形模块。

需要说明的是，图2-3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

本申请实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行以上的无人机的故障检测方法。其中，上述程序用于实现以下功能的程序指令：获取无人机的飞行日志；确定飞行日志中存在的数据类型；确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；基于分析结果确定无人机的故障原因。

本申请实施例还提供了一种处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的无人机的故障检测方法。其中，上述程序用于实现以下功能的程序指令：获取无人机的飞行日志；确定飞行日志中存在的数据类型；确定与数据类型对应的优先级，并按照优先级从高到低依次分析飞行日志中不同数据类型的数据；基于分析结果确定无人机的故障原因。

本申请实施例还提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，其特征在于，处理器执行计算机程序时实现权利要求1至8中任一项的无人机的故障检测方法的步骤。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种无人机的故障检测方法，其特征在于，包括：

获取无人机的飞行日志；

确定所述飞行日志中存在的数据类型；

确定与所述数据类型对应的优先级，并按照所述优先级从高到低依次分析所述飞行日志中不同数据类型的数据；

基于分析结果确定所述无人机的故障原因。

2.根据权利要求1所述的方法，其特征在于，所述数据类型包括以下至少之一：电机参数、姿态参数、速度参数和位置参数。

3.根据权利要求2所述的方法，其特征在于，按照所述优先级从高到低依次分析所述飞行日志中不同数据类型的数据，包括：

按照优先级从高到低的顺序分析所述电机参数、所述姿态参数、所述速度参数和所述位置参数。

4.根据权利要求3所述的方法，其特征在于，按照优先级从高到低的顺序分析所述电机参数、所述姿态参数、所述速度参数和所述位置参数之前，所述方法还包括：

获取所述飞行日志中的应急响应数据；依据所述应急响应数据判断所述无人机是否发生故障；在判断结果指示所述无人机发生故障时，停止按照所述优先级从高到低的顺序分析所述电机参数、所述姿态参数、所述速度参数和所述位置参数；在判断结果指示所述无人机未发生故障时，确定允许按照所述优先级从高到低的顺序分析所述电机参数、所述姿态参数、所述速度参数和所述位置参数。

5.根据权利要求4所述的方法，其特征在于，所述应急响应数据包括：第一类应急响应数据和第二类应急响应数据；依据所述应急响应数据判断所述无人机是否发生故障，包括：

确定所述应急响应数据的类型；

在所述应急响应数据的类型为所述第一类应急响应数据时，依据所述第一类应急响应数据确定所述无人机是否发生故障；所述应急响应数据的类型为所述第二类应急响应数据时，依据所述第二类应急响应数据和所述飞行日志中的其他数据确定所述无人机是否发生故障。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

依据所述第一类应急响应数据确定所述无人机发生故障时，确定与所述第一类应急响应数据对应的故障原因。

7.根据权利要求1所述的方法，其特征在于，按照所述优先级从高到低依次分析所述飞行日志中不同数据类型的数据之前，包括：

确定用于检测所述数据的传感器的工作状态；

在所述传感器的工作状态正常时，继续分析所述数据；在所述传感器的工作状态异常时，直接调用所述传感器的异常检测结果，并继续分析所述飞行日志中的其他数据。

8.根据权利要求7所述的方法，其特征在于，所述传感器包括：卫星定位传感器、加速度计、地形模块。

9.一种无人机的故障检测装置，其特征在于，包括：

获取模块，用于获取无人机的飞行日志；

第一确定模块，用于确定所述飞行日志中存在的数据类型；

分析模块，用于确定与所述数据类型对应的优先级，并按照所述优先级从高到低依次分析所述飞行日志中不同数据类型的数据；

第二确定模块，用于基于分析结果确定所述无人机的故障原因。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的无人机的故障检测方法。

11.一种处理器，其特征在于，所述处理器用于运行存储在存储器中的程序，其中，所述程序运行时执行权利要求1至8中任意一项所述的无人机的故障检测方法。

12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的无人机的故障检测方法的步骤。

Images