CN112947509B - 确定无人驾驶设备故障原因的方法及装置 - Google Patents
确定无人驾驶设备故障原因的方法及装置 Download PDFInfo
- Publication number
- CN112947509B CN112947509B CN201911261825.8A CN201911261825A CN112947509B CN 112947509 B CN112947509 B CN 112947509B CN 201911261825 A CN201911261825 A CN 201911261825A CN 112947509 B CN112947509 B CN 112947509B
- Authority
- CN
- China
- Prior art keywords
- motor
- unmanned
- abnormal
- determining
- unmanned equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000004044 response Effects 0.000 claims abstract description 164
- 230000002159 abnormal effect Effects 0.000 claims abstract description 144
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 26
- 230000005856 abnormality Effects 0.000 claims description 25
- 230000007257 malfunction Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000005096 rolling process Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- 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)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请公开了一种确定无人驾驶设备故障原因的方法及装置。其中,该方法包括:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因。本申请解决了由于采用人工分析无人机的飞行控制日志数据,判断无人机的事故原因,任务量较大时无法及时快速地分析出无人机的事故原因,极大的影响客户的作业效率的技术问题。
Description
技术领域
本申请涉及无人驾驶设备领域,具体而言,涉及一种确定无人驾驶设备故障原因的方法及装置。
背景技术
现阶段,无人机飞行事故分析方法为人工通过软件对无人机的飞行控制日志记载的数据进行分析,进而判断无人机发生故障的原因。这种分析方法对分析人员知识技能要求较高,且分析时效性不高,在农忙季节经常会出现一天七八十个或者接近上百个飞行事故数据需要人工处理,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地分析出无人机事故原因,将极大的影响客户的作业效率。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种确定无人驾驶设备故障原因的方法及装置,以至少解决由于采用人工分析无人机的飞行控制日志数据,判断无人机的事故原因,任务量较大时无法及时快速地分析出无人机的事故原因,极大的影响客户的作业效率的技术问题。
根据本申请实施例的一个方面,提供了一种确定无人驾驶设备故障原因的方法,包括:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因。
可选地,判断无人驾驶设备的电机响应值是否异常,包括:通过电机功率控制量和电机转速,分别计算无人驾驶设备的各个电机的电机响应值;选定无人驾驶设备中的一个电机作为目标电机;确定与目标电机的电机响应值最接近的两个电机的电机响应值的平均值;比较目标电机的电机响应值与平均值的差值,如果差值大于或者等于预设阈值,确定目标电机的电机响应值异常。
可选地,判断无人驾驶设备的姿态数据是否异常,包括:判断无人驾驶设备的实际运行姿态与控制姿态是否拟合;如果实际运行姿态与控制姿态拟合,确定无人驾驶设备的姿态数据正常;如果实际运行姿态与控制姿态不拟合,确定无人驾驶设备的姿态数据异常。
可选地,依据第一判断结果确定无人驾驶设备发生故障的原因,包括:如果姿态数据正常,判断电机响应值异常的持续时间是否超过预设时长;如果判断出电机响应值异常的持续时间超过预设时长,判断无人驾驶设备的垂直运行速度是否竖直向下且大于预设值;如果判断出垂直运行速度竖直向下且大于预设值,确定无人驾驶设备发生故障的原因为无人驾驶设备的电机响应异常导致电机无法为无人驾驶设备提供正常运行的动力;如果判断出电机响应值的持续时间未超过预设时长,输出电机响应异常信息。
可选地,依据第一判断结果确定无人驾驶设备发生故障的原因,还包括:如果姿态数据异常,判断无人驾驶设备的姿态角度是否位于预设范围内;如果判断出姿态角度没有位于预设范围内,确定无人驾驶设备发生故障的原因为无人驾驶设备的电机响应异常导致无人驾驶设备未按控制姿态飞行;如果判断出姿态角度位于预设范围内,输出电机响应异常信息。
可选地,姿态角度包括如下至少之一:无人驾驶设备的俯仰角度,无人驾驶设备的横滚角度。
可选地,在判断无人驾驶设备的姿态角度是否位于预设范围内之前,上述方法还包括:判断无人驾驶设备在发生姿态数据异常的时刻是否同时发生震动,得到第二判断结果;在第二判断结果为否的情况下,触发判断无人驾驶设备的姿态角度。
可选地,无人驾驶设备包括:无人机;判断无人驾驶设备的电机响应值是否异常,包括:获取无人机的飞控日志;从飞控日志中按时间先后逐帧分析电机响应值,确定无人机的多个电机中每个电机的电机响应值是否异常。
根据本申请实施例的另一方面,还提供了一种预测无人驾驶设备故障的方法,包括:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常;如果判断出姿态数据异常,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
可选地,如果判断出姿态数据正常,上述方法还包括:判断电机响应值的持续时间是否超过预设时长;如果判断出电机响应值的持续时间超过预设时长,发出第二告警信息;如果判断出电机响应值的持续时间未超过预设时长,输出电机响应异常信息。
根据本申请实施例的再一方面,还提供了一种确定无人驾驶设备故障原因的装置,包括:第一判断模块,用于判断无人驾驶设备的电机响应值值是否异常;第二判断模块,用于在判断出电机响应值异常的情况下,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;确定模块,用于依据第一判断结果确定无人驾驶设备发生故障的原因。
根据本申请实施例的再一方面,还提供了一种预测无人驾驶设备故障的装置,包括:第三判断模块,用于判断无人驾驶设备的电机响应值;第四判断模块,用于在判断出电机响应值异常的情况下,判断无人驾驶设备的姿态数据是否异常;控制模块,用于在判断出姿态数据异常的情况下,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
根据本申请实施例的又一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序运行时控制存储介质所在的设备执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
根据本申请实施例的又一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
根据本申请实施例的再一方面,还提供了一种计算机设备,包括存储器和处理器,其中,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确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
在本申请实施例中,采用判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因的方式,通过软件对无人机的飞控日志记载的电机响应值进行自动分析,判断无人机发生故障的原因,从而实现了快速及时分析出无人机的事故原因,保证了用户的作业效率的技术效果,进而解决了由于采用人工分析无人机的飞行控制日志数据,判断无人机的事故原因,任务量较大时无法及时快速地分析出无人机的事故原因,极大的影响客户的作业效率的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种确定无人驾驶设备故障原因的方法的流程图;
图2是根据本申请实施例的一种预测无人驾驶设备故障的方法的流程图;
图3是根据本申请实施例的一种确定无人驾驶设备故障原因的装置的结构图;
图4是根据本申请实施例的一种预测无人驾驶设备故障的装置的结构图;
图5是根据本发明实施例的一种计算机设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请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。
根据本申请实施例,提供了一种确定无人驾驶设备故障原因的方法实施例,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是根据本申请实施例的一种确定无人驾驶设备故障原因的方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,判断无人驾驶设备的电机响应值是否异常。
根据本申请的一个可选的实施例,上述无人驾驶设备包括但不限于无人机。
无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据,因此,自动分析软件将采用逐帧分析的方法对飞行日志进行分析,从日志的第一帧到最后一帧,直到分析出事故原因为止。
在无人机的飞行控制系统的控制逻辑中,飞控系统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,速度和位置也会接连出现异常,所以在分析日志每一帧数据时,应该先分析飞机的电机环节相关参数,之后为姿态环相关参数,速度环相关参数,最后为位置环相关参数。步骤S102首先分析飞控日志记载的无人机的电机响应值。
电机响应值的含义为给电机单位的控制状态量所响应的转速,电机响应值为判断电机是否工作正常的一个重用参数,当电机出现重启,无信号,堵转等异常状态时,飞机的电机响应值必然是不正常的,因此电机响应值的判断是在电机状态正常的基础上进行判断的。
在本申请的一个可选的实施例中,步骤S102可以通过以下方法实现:通过电机功率控制量和电机转速,分别计算无人驾驶设备的各个电机的电机响应值;选定无人驾驶设备中的一个电机作为目标电机;确定与目标电机的电机响应值最接近的两个电机的电机响应值的平均值;比较目标电机的电机响应值与平均值的差值,如果差值大于或者等于预设阈值,确定目标电机的电机响应值异常。
在本申请实施例中,在执行步骤S102时,通过电机响应异常判定公式判定无人机是否发生电机响应异常。具体地,电机的响应值其中,RPM表示电机的转速,PWM是电机的功率控制量(范围为1100至1900),M代表M1,M2,M3,M4电机。当电机的响应值X减去剩下的三个电机中与X取值相近的两个电机响应值的平均数/>时,代表该电机响应不正常,其中,X1为当前判定的电机的响应值,X2和X3为与X1取值最相近的两个电机响应值。
步骤S104,如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果。
根据本申请的一个可选的实施例,上述姿态数据用于表征无人机在实际飞行过程中的姿态信息,包括但不限于无人机的俯仰角度,横滚角度等数据。
步骤S106,依据第一判断结果确定无人驾驶设备发生故障的原因。
通过上述步骤,通过软件对无人机的飞控日志记载的电机响应值进行自动分析,判断无人机发生故障的原因,从而实现了快速及时分析出无人机的事故原因,保证了用户的作业效率的技术效果。
根据本申请的一个可选的实施例,步骤S104通过以下方法实现:判断无人驾驶设备的实际运行姿态与控制姿态是否拟合;如果实际运行姿态与控制姿态拟合,确定无人驾驶设备的姿态数据正常;如果实际运行姿态与控制姿态不拟合,确定无人驾驶设备的姿态数据异常。
根据本申请的一个可选的实施例,上述控制姿态是指无人机的控制系统根据算法自动生成的控制姿态,无人机正常飞行时按照该自动生成的控制姿态运行。判断实际运行姿态与控制姿态是否拟合主要包括:判断无人机的实际俯仰角度、横滚角度与控制系统自动生成的目标俯仰角度、目标横滚角度是否拟合。
具体地,判断无人机的实际俯仰角度、横滚角度与控制系统自动生成的目标俯仰角度、目标横滚角度是否拟合是通过判断实际俯仰角度与目标俯仰角度的差值是否在预设范围内,以及实际横滚角度与目标横滚角度的差值是否在预设范围内。如果在差值预设的范围内,确定无人机的实际俯仰角度、横滚角度与控制系统自动生成的目标俯仰角度、目标横滚角度拟合;否则,不拟合。需要说明的是,上述预设范围一般设置为在-3.6度至3.6度以内,其中,3.6这个值可以设为3至4区间内的任一数字。
根据本申请的一个可选的实施例,步骤S106通过以下方法实现:如果姿态数据正常,判断电机响应值异常的持续时间是否超过预设时长;如果判断出电机响应值异常的持续时间超过预设时长,判断无人驾驶设备的垂直运行速度是否竖直向下且大于预设值;如果判断出垂直运行速度竖直向下且大于预设值,确定无人驾驶设备发生故障的原因为无人驾驶设备的电机响应异常导致电机无法为无人驾驶设备提供正常运行的动力;如果判断出电机响应值的持续时间未超过预设时长,输出电机响应异常信息。
无人机在正常作业过程中,常常会出现一个或多个电机响应异常的现象,当一个电机长时间响应异常时无人机会出现动力不足的现象。当一个电机出现响应异常而未导致姿态发生分离时,如果电机响应异常的时间持续超过3秒,同时飞机的垂直速度竖直向下且大于0.2m/s时,表明无人的飞行高度正在下降,可以判定无人机发生故障的原因是电机响应异常导致无人机总体动力不足。
优选地,如果判断出一个或多个电机发生响应异常,但异常持续时间不超过3秒,说明电机从响应异常状态自动恢复至正常状态,但此时也需要将发生短暂电机响应异常的电机的信息记录下来,以便无人机执行作业完毕后,相关人员对发生响应异常的电机进行维修检查,及早排除故障隐患。
根据本申请的一个可选的实施例,在执行步骤S106时,如果判断出姿态数据异常,判断无人驾驶设备的姿态角度是否位于预设范围内;如果判断出姿态角度没有位于预设范围内,确定无人驾驶设备发生故障的原因为无人驾驶设备的电机响应异常导致无人驾驶设备未按控制姿态飞行;如果判断出姿态角度位于预设范围内,输出电机响应异常信息。
上述姿态角度包括无人机的俯仰角度和横滚角度,俯仰角度是指机体坐标系横轴(X轴)与水平面的夹角。当机体坐标系X轴的正半轴在惯性坐标系XOY平面上方时,俯仰角度为正,否则为负。横滚代表无人机绕横轴的转动,绕横轴轴向顺时针转动为正,因此,无人机的横滚角度是无人机纵轴(Y轴)与水平面之间的夹角,横轴是无人机的前方方向,纵轴是无人机的右方方向。
无人机电机响应异常的原因可能是电机自身原因,也可能是无人机受到外界环境影响导致。判断无人机电机响应异常是自身故障原因还受到外界环境影响导致主要通过判断无人机的机身是否有机身震动判断,有机身震动代表无人机受到了障碍物撞击。当无人机出现电机响应异常,同时无人机无机身震动,飞行姿态分离且姿态保护角度超过飞控保护角度而关机时,判定无人机发生故障的原因是电机响应异常导致飞行姿态发生分离而超过无人机的保护角度,导致无人机在空中自动关机。在本实施例中,如果判断出无人机的姿态角超过±48度,确定无人机发生故障的原因是,无人机的电机发生响应异常导致无人机的飞行姿态异常。
优选地,如果无人机出现电机响应异常,同时无人机无机身震动,飞行姿态分离且姿态保护角度没有超过飞控保护角度,无人机不会发生炸机等事故,但需要记录电机响应异常的电机的信息,以便无人机执行作业完毕后,相关人员对发生响应异常的电机进行维修检查,及早排除故障隐患。
在本申请的一个可选的实施例中,在判断无人驾驶设备的姿态角度是否位于预设范围内之前,还需要判断无人驾驶设备在发生姿态数据异常的时刻是否同时发生震动,得到第二判断结果;在第二判断结果为否的情况下,触发判断无人驾驶设备的姿态角度。
上文中提到,判断无人机电机响应异常是自身故障原因还受到外界环境影响导致主要通过判断无人机的机身是否有机身震动判断,因此,首先需要判断在无人机的实际运行姿态与控制姿态不拟合的初始时刻,无人机的机身是否产生震动,如果没有判断到无人机的机身产生震动,说明电机发生故障的原因是电机自身原因导致,接着进一步判断无人机的姿态角度。
根据本申请的一个可选的实施例,无人驾驶设备包括:无人机;判断无人驾驶设备的电机响应值是否异常,包括:获取无人机的飞控日志;从飞控日志中按时间先后逐帧分析电机响应值,确定无人机的多个电机中每个电机的电机响应值是否异常。
图2是根据本申请实施例的一种预测无人驾驶设备故障的方法的流程图,如图2所示,该方法包括:
步骤S202,判断无人驾驶设备的电机响应值是否异常。
步骤S204,如果判断出响应值异常,判断无人驾驶设备的姿态数据是否异常。
根据本申请的一个可选的实施例,上述实际运行姿态数据用于表征无人机在实际飞行过程中的姿态信息,包括但不限于无人机的飞行方向等数据。
步骤S206,如果判断出姿态数据异常,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据。在无人机的飞行控制系统的控制逻辑中,飞控系统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,速度和位置也会接连出现异常,所以在分析日志每一帧数据时,应该先分析飞机的电机环节相关参数,之后为姿态环相关参数,速度环相关参数,最后为位置环相关参数。
当判断出无人机的电机的响应值处于一个异常的范围内时,说明无人机的电机发生响应异常。然后判断无人机的姿态数据是否异常,具体地,如果判断出无人机的实际运行姿态与控制姿态拟合,确定无人机的姿态数据正常;如果实际运行姿态与控制姿态不拟合,确定无人机的姿态数据异常。在判断出无人机的实际运行姿态存在异常时,发出告警信息,提示控制无人机悬停,返航或者迫降,以免造成无人机坠机等损失更大的事故。
在本申请实施例中,通过电机响应异常判定公式判定无人机是否发生电机响应异常。具体地,电机的响应值其中,RPM表示电机的转速,PWM是电机的功率控制量(范围为1100至1900),M代表M1,M2,M3,M4电机。当电机的响应值X减去剩下的三个电机中与X取值相近的两个电机响应值的平均数/>时,代表该电机响应不正常,其中,X1为当前判定的电机的响应值,X2和X3为与X1取值最相近的两个电机响应值。
根据本申请的一个可选的实施例,在执行步骤S204时如果判断出无人机的姿态数据正常,判断电机响应值的持续时间是否超过预设时长,如果判断出电机响应值的持续时间超过预设时长,发出第二告警信息;如果判断出电机响应值的持续时间未超过预设时长,输出电机响应值异常的电机的信息。
无人机在正常作业过程中,常常会出现一个或多个电机响应异常的现象,当一个电机长时间响应异常时无人机会出现动力不足的现象。当一个电机出现响应异常而未导致姿态发生分离时,如果电机响应异常的时间持续超过3秒,发出告警信息,提示控制无人机悬停或迫降,由于无人机的电机发生响应异常的持续时间过长会导致无人机总体动力不足。
优选地,如果判断出一个或多个电机发生响应异常,但异常持续时间不超过3秒,说明电机从响应异常状态自动恢复至正常状态,但此时也需要将发生短暂电机响应异常的电机的信息记录下来,以便无人机执行作业完毕后,相关人员对发生响应异常的电机进行维修检查,及早排除故障隐患。
通过上述故障预测方法可以在无人机发生故障的早期,及时控制无人机返航进行维修,避免无人机在作业过程中发生坠机或炸机等损失较大的故障。
图3是根据本申请实施例的一种确定无人驾驶设备故障原因的装置的结构图,如图3所示,该装置包括:
第一判断模块30,用于判断无人驾驶设备的电机响应值是否异常。
根据本申请的一个可选的实施例,上述无人驾驶设备包括但不限于无人机。
无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据,因此,自动分析软件将采用逐帧分析的方法对飞行日志进行分析,从日志的第一帧到最后一帧,直到分析出事故原因为止。
在无人机的飞行控制系统的控制逻辑中,飞控系统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,速度和位置也会接连出现异常,所以在分析日志每一帧数据时,应该先分析飞机的电机环节相关参数,之后为姿态环相关参数,速度环相关参数,最后为位置环相关参数。
电机响应值的含义为给电机单位的控制状态量所响应的转速,电机响应值为判断电机是否工作正常的一个重用参数,当电机出现重启,无信号,堵转等异常状态时,飞机的电机响应值必然是不正常的,因此电机响应值的判断是在电机状态正常的基础上进行判断的。
在本申请实施例中,在执行步骤S102时,通过电机响应异常判定公式判定无人机是否发生电机响应异常。具体地,电机的响应值其中,RPM表示电机的转速,PWM是电机的功率控制量(范围为1100至1900),M代表M1,M2,M3,M4电机。当电机的响应值X减去剩下的三个电机中与X取值相近的两个电机响应值的平均数/>时,代表该电机响应不正常,其中,X1为当前判定的电机的响应值,X2和X3为与X1取值最相近的两个电机响应值。
第二判断模块32,用于在判断出电机响应值异常的情况下,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果。
根据本申请的一个可选的实施例,上述实际运行姿态数据用于表征无人机在实际飞行过程中的姿态信息,包括但不限于无人机的飞行方向等数据。
确定模块34,用于依据第一判断结果确定无人驾驶设备发生故障的原因。
需要说明的是,图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。
图4是根据本申请实施例的一种预测无人驾驶设备故障的装置的结构图,如图4所示,该装置包括:
第三判断模块40,用于判断无人驾驶设备的电机响应值是否异常。
第四判断模块42,用于在判断出电机响应值异常的情况下,判断无人驾驶设备的姿态数据是否异常。
控制模块44,用于在判断出姿态数据异常的情况下,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致所述姿态数据异常。
需要说明的是,图4所示实施例的优选实施方式可以参见图2所示实施例的相关描述,此处不再赘述。
根据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,程序运行时控制存储介质所在的设备执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
存储介质用于存储执行以下功能的程序:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因。或者
存储执行以下功能的程序:判断无人驾驶设备的电机响应值;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常;如果判断出姿态数据异常,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
本申请实施例还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
处理器用于运行执行以下功能的程序:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因。或者
运行执行以下功能的程序:判断无人驾驶设备的电机响应值;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常;如果判断出姿态数据异常,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
图5是根据本发明实施例的一种计算机设备的结构框图。如图5所示,该计算机设备50可以包括:一个或多个(图中仅示出一个)处理器502、存储器504、以及射频模块、音频模块以及显示屏。
存储器504存储有计算机程序;处理器502执行计算机程序时实现以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。
处理器用于执行实现以下功能的计算机程序:判断无人驾驶设备的电机响应值是否异常;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常,得到第一判断结果;依据第一判断结果确定无人驾驶设备发生故障的原因。或者
运行执行以下功能的程序:判断无人驾驶设备的电机响应值;如果判断出电机响应值异常,判断无人驾驶设备的姿态数据是否异常;如果判断出姿态数据异常,发出第一告警信息,第一告警信息用于表征无人驾驶设备的电机发生响应异常导致姿态数据异常。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,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,例如所述单元的划分,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。
所述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,在本申请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。
所述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,本申请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)执行本申请各个实施例所述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。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (11)
1.一种确定无人驾驶设备故障原因的方法,其特征在于,包括:
判断无人驾驶设备的电机响应值是否异常,其中,所述电机响应值为给电机单位的控制状态量所响应的转速;
如果判断出所述电机响应值异常,判断所述无人驾驶设备的姿态数据是否异常,得到第一判断结果;
依据所述第一判断结果确定所述无人驾驶设备发生故障的原因;
依据所述第一判断结果确定所述无人驾驶设备发生故障的原因,包括:
如果所述姿态数据正常,判断所述电机响应值异常的持续时间是否超过预设时长;
如果判断出所述电机响应值异常的持续时间超过预设时长,判断所述无人驾驶设备的垂直运行速度是否竖直向下且大于预设值;
如果判断出所述垂直运行速度竖直向下且大于所述预设值,确定所述无人驾驶设备发生故障的原因为所述无人驾驶设备的电机响应异常导致所述电机无法为所述无人驾驶设备提供正常运行的动力;
如果判断出所述电机响应值的持续时间未超过所述预设时长,输出电机响应异常信息。
2.根据权利要求1所述的方法,其特征在于,判断所述无人驾驶设备的电机响应值是否异常,包括:
通过电机功率控制量和电机转速,分别计算所述无人驾驶设备的各个电机的电机响应值;
选定所述无人驾驶设备中的一个电机作为目标电机;
确定与所述目标电机的电机响应值最接近的两个电机的电机响应值的平均值;
比较所述目标电机的电机响应值与所述平均值的差值,如果所述差值大于或者等于预设阈值,确定所述目标电机的电机响应值异常。
3.根据权利要求1所述的方法,其特征在于,判断所述无人驾驶设备的姿态数据是否异常,包括:
判断所述无人驾驶设备的实际运行姿态与控制姿态是否拟合;
如果所述实际运行姿态与所述控制姿态拟合,确定所述无人驾驶设备的姿态数据正常;
如果所述实际运行姿态与所述控制姿态不拟合,确定所述无人驾驶设备的姿态数据异常。
4.根据权利要求3所述的方法,其特征在于,依据所述第一判断结果确定所述无人驾驶设备发生故障的原因,还包括:
如果所述姿态数据异常,判断所述无人驾驶设备的姿态角度是否位于预设范围内;
如果判断出所述姿态角度没有位于所述预设范围内,确定所述无人驾驶设备发生故障的原因为所述无人驾驶设备的电机响应异常导致所述无人驾驶设备未按所述控制姿态飞行;
如果判断出所述姿态角度位于所述预设范围内,输出电机响应异常信息。
5.根据权利要求4所述的方法,其特征在于,所述姿态角度包括如下至少之一:所述无人驾驶设备的俯仰角度,所述无人驾驶设备的横滚角度。
6.根据权利要求4所述的方法,其特征在于,在判断所述无人驾驶设备的姿态角度是否位于预设范围内之前,所述方法还包括:
判断所述无人驾驶设备在发生姿态数据异常的时刻是否同时发生震动,得到第二判断结果;
在所述第二判断结果为否的情况下,触发判断所述无人驾驶设备的姿态角度是否位于预设范围内。
7.根据权利要求1所述的方法,其特征在于,所述无人驾驶设备包括:无人机;判断所述无人驾驶设备的电机响应值是否异常,包括:
获取所述无人机的飞控日志;从所述飞控日志中按时间先后逐帧分析所述电机响应值,确定所述无人机的多个电机中每个电机的电机响应值是否异常。
8.一种确定无人驾驶设备故障原因的装置,其特征在于,包括:
第一判断模块,用于判断无人驾驶设备的电机响应值是否异常,其中,所述电机响应值为给电机单位的控制状态量所响应的转速;
第二判断模块,用于在判断出所述电机响应值异常的情况下,判断所述无人驾驶设备的姿态数据是否异常,得到第一判断结果;
确定模块,用于依据所述第一判断结果确定所述无人驾驶设备发生故障的原因;
所述确定模块,还用于在所述姿态数据正常的情况下,判断所述电机响应值异常的持续时间是否超过预设时长;
在判断出所述电机响应值异常的持续时间超过预设时长的情况下,判断所述无人驾驶设备的垂直运行速度是否竖直向下且大于预设值;
在判断出所述垂直运行速度竖直向下且大于所述预设值的情况下,确定所述无人驾驶设备发生故障的原因为所述无人驾驶设备的电机响应异常导致所述电机无法为所述无人驾驶设备提供正常运行的动力;
在判断出所述电机响应值的持续时间未超过所述预设时长的情况下,输出电机响应异常信息。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时控制存储介质所在的设备执行权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法。
11.一种计算机设备,其特征在于,包括存储器和处理器,其中,所述存储器存储有计算机程序;所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261825.8A CN112947509B (zh) | 2019-12-10 | 2019-12-10 | 确定无人驾驶设备故障原因的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911261825.8A CN112947509B (zh) | 2019-12-10 | 2019-12-10 | 确定无人驾驶设备故障原因的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947509A CN112947509A (zh) | 2021-06-11 |
CN112947509B true CN112947509B (zh) | 2024-04-12 |
Family
ID=76226186
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911261825.8A Active CN112947509B (zh) | 2019-12-10 | 2019-12-10 | 确定无人驾驶设备故障原因的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947509B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496559A (zh) * | 2021-06-29 | 2021-10-12 | 广州极飞科技股份有限公司 | 无人设备数据获取方法、装置、系统、无人设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106447826A (zh) * | 2016-09-29 | 2017-02-22 | 北京宙心科技有限公司 | 无人机故障诊断方法及系统 |
CN106428585A (zh) * | 2016-10-28 | 2017-02-22 | 易瓦特科技股份公司 | 无人机飞行保护控制方法、控制器及系统 |
WO2017028310A1 (zh) * | 2015-08-20 | 2017-02-23 | 深圳市大疆创新科技有限公司 | 无人机自动停桨控制系统、控制方法及无人机 |
CN106828109A (zh) * | 2017-02-22 | 2017-06-13 | 重庆长安汽车股份有限公司 | 电机堵转故障判断方法、电机控制器及新能源汽车 |
CN108803650A (zh) * | 2017-04-26 | 2018-11-13 | 深圳市道通智能航空技术有限公司 | 无人机的控制方法及装置、无人机 |
CN109727331A (zh) * | 2018-12-17 | 2019-05-07 | 深圳市道通智能航空技术有限公司 | 飞行日志的读取方法及其无人机组件 |
CN109742733A (zh) * | 2019-02-22 | 2019-05-10 | 深圳市道通智能航空技术有限公司 | 过流保护方法、装置、系统和无人飞行器 |
CN109878715A (zh) * | 2019-03-05 | 2019-06-14 | 广州极飞科技有限公司 | 无人飞行器的故障监测预警方法及无人飞行器 |
CN109976374A (zh) * | 2019-04-26 | 2019-07-05 | 拓攻(南京)机器人有限公司 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
WO2019134150A1 (zh) * | 2018-01-05 | 2019-07-11 | 深圳市大疆创新科技有限公司 | 无人机的故障检测方法、装置及可移动平台 |
CN110032143A (zh) * | 2019-03-28 | 2019-07-19 | 杨松 | 一种识别驱动电机负载异常的方法、装置及计算机设备 |
CN110254731A (zh) * | 2019-06-25 | 2019-09-20 | 辽宁壮龙无人机科技有限公司 | 一种基于六旋翼飞行器的断桨保护方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10427781B2 (en) * | 2015-04-19 | 2019-10-01 | Prodrone Co., Ltd. | Unmanned aerial vehicle |
-
2019
- 2019-12-10 CN CN201911261825.8A patent/CN112947509B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017028310A1 (zh) * | 2015-08-20 | 2017-02-23 | 深圳市大疆创新科技有限公司 | 无人机自动停桨控制系统、控制方法及无人机 |
CN106447826A (zh) * | 2016-09-29 | 2017-02-22 | 北京宙心科技有限公司 | 无人机故障诊断方法及系统 |
CN106428585A (zh) * | 2016-10-28 | 2017-02-22 | 易瓦特科技股份公司 | 无人机飞行保护控制方法、控制器及系统 |
CN106828109A (zh) * | 2017-02-22 | 2017-06-13 | 重庆长安汽车股份有限公司 | 电机堵转故障判断方法、电机控制器及新能源汽车 |
CN108803650A (zh) * | 2017-04-26 | 2018-11-13 | 深圳市道通智能航空技术有限公司 | 无人机的控制方法及装置、无人机 |
WO2019134150A1 (zh) * | 2018-01-05 | 2019-07-11 | 深圳市大疆创新科技有限公司 | 无人机的故障检测方法、装置及可移动平台 |
CN109727331A (zh) * | 2018-12-17 | 2019-05-07 | 深圳市道通智能航空技术有限公司 | 飞行日志的读取方法及其无人机组件 |
CN109742733A (zh) * | 2019-02-22 | 2019-05-10 | 深圳市道通智能航空技术有限公司 | 过流保护方法、装置、系统和无人飞行器 |
CN109878715A (zh) * | 2019-03-05 | 2019-06-14 | 广州极飞科技有限公司 | 无人飞行器的故障监测预警方法及无人飞行器 |
CN110032143A (zh) * | 2019-03-28 | 2019-07-19 | 杨松 | 一种识别驱动电机负载异常的方法、装置及计算机设备 |
CN109976374A (zh) * | 2019-04-26 | 2019-07-05 | 拓攻(南京)机器人有限公司 | 无人机异常坠地的检测方法、装置、设备以及存储介质 |
CN110254731A (zh) * | 2019-06-25 | 2019-09-20 | 辽宁壮龙无人机科技有限公司 | 一种基于六旋翼飞行器的断桨保护方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112947509A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101998186B1 (ko) | 항공기 진동 검출 시스템 및 방법 | |
CN105069507B (zh) | 无人机维护方法及装置 | |
WO2019134150A1 (zh) | 无人机的故障检测方法、装置及可移动平台 | |
CA2808829C (en) | Method for transmitting aircraft flight data | |
US20190315482A1 (en) | Multi-uav management | |
CN112947509B (zh) | 确定无人驾驶设备故障原因的方法及装置 | |
CN107689956B (zh) | 一种异常事件的威胁评估方法及装置 | |
CN115440090B (zh) | 一种飞行器的故障保护方法、设备及计算机可读存储介质 | |
CN112937888B (zh) | 确定无人驾驶设备故障原因的方法及装置 | |
CN110254731B (zh) | 一种基于六旋翼飞行器的断桨保护方法及装置 | |
CN108762225A (zh) | 一种飞行控制系统中的故障应对决策装置 | |
CN103587710B (zh) | 用于监测旋翼飞机的低速的系统和方法 | |
CN104343492B (zh) | 飞机及其发动机滑油监控方法及系统 | |
CN112947507B (zh) | 无人机的维修处理方法、装置及系统 | |
CN112947352B (zh) | 确定无人驾驶设备故障原因的方法及装置 | |
KR101461486B1 (ko) | 편대운용 훈련 수행이 가능한 비행 시뮬레이터 장치 | |
CN112937910A (zh) | 无人机的故障检测方法和装置、存储介质及处理器 | |
WO2022067463A1 (zh) | 无人飞行器的动力故障检测方法、装置及无人飞行器 | |
CN111708344A (zh) | 一种用于无人机程序脆弱性测试的状态监测装置及方法 | |
CN112937887A (zh) | 无人驾驶设备的故障原因的确定方法及装置 | |
CN112947353B (zh) | 确定无人驾驶设备故障原因的方法及装置 | |
CN112947508B (zh) | 故障原因确定方法及装置 | |
CN107933938A (zh) | 无人机摔机检测方法、检测装置和无人机 | |
CN112947538B (zh) | 无人机的故障检测方法及装置 | |
CN112937886B (zh) | 无人机的故障检测方法及装置 |
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 |