CN113504794A - 一种无人机集群重构方法、系统和电子设备 - Google Patents
一种无人机集群重构方法、系统和电子设备 Download PDFInfo
- Publication number
- CN113504794A CN113504794A CN202110838768.6A CN202110838768A CN113504794A CN 113504794 A CN113504794 A CN 113504794A CN 202110838768 A CN202110838768 A CN 202110838768A CN 113504794 A CN113504794 A CN 113504794A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- current position
- optimization
- group
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005457 optimization Methods 0.000 claims description 110
- 230000015572 biosynthetic process Effects 0.000 claims description 26
- 230000009286 beneficial effect Effects 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人机集群重构方法、系统和电子设备,根据无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置与所述预设标识之间的距离,能够确定每个无人机的当前位置,根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,最终控制每个无人机飞至对应的停止位置,实现无人机集群的队形重构,且不需要在任何一个无人机上安装定位装置,极大降低了成本。
Description
技术领域
本发明涉及无人机技术领域,尤其涉及一种无人机集群重构方法、系统和电子设备。
背景技术
近年来,随着无人机技术的日渐成熟,无人机集群的应用越来越广泛。例如,在一些大型的活动中,常常需要多个无人机组成一个无人机集群来进行表演,例如通过无人机集群进行协同作业,目前往往在无人机集群中的每个无人机上均安装定位装置如北斗定位器或GPS定位器等,以便于通过每个无人机的定位装置所采集的定位信息,来完成无人机集群的队形重构,但在无人机集群中的每个无人机上均安装定位装置,则会造成成本高的问题。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供了一种无人机集群重构方法、系统和电子设备。
本发明的一种无人机集群重构方法的技术方案如下:
根据无人机集群的待重构队形和待重构位置得到多个停止位置;
根据所述无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置、所述预设标识的位置和每个无人机的飞行高度,确定每个无人机的当前位置;
根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置;
控制每个无人机飞至对应的停止位置。
本发明的一种无人机集群重构方法的有益效果如下:
根据无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置与所述预设标识之间的距离,能够确定每个无人机的当前位置,根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,最终控制每个无人机飞至对应的停止位置,实现无人机集群的队形重构,且不需要在任何一个无人机上安装定位装置,极大降低了成本。
在上述方案的基础上,本发明的一种无人机集群重构方法还可以做如下改进。
进一步,所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置之前,还包括:
根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离;
根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
则所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,包括:
根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
采用上述进一步方案的有益效果是:通过对每个无人机的当前位置进行优化,使优化后的每个无人机的当前位置更为准确,提高无人机集群的队形重构的精准度。
进一步,所述根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置之前,还包括:
通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
所述根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置,包括:
根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
采用上述进一步方案的有益效果是:通过对每个无人机的当前位置进行二次优化,使二次优化后的每个无人机的当前位置更为准确,进一步提高无人机集群的队形重构的精准度。
进一步,任一无人机的投影位置的获取过程,包括:
通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置。
进一步,还包括:
控制每个无人机进行自检,得到每个无人机的自检结果;
当判定任一无人机的自检结果为异常时,控制该无人机降落,并控制替补无人机飞至该无人机的当前位置,以替代所述任一无人机。
采用上述进一步方案的有益效果是:能够及时发现异常的无人机,并进行替换,保证能够完成无人机集群的队形重构。
本发明的一种无人机集群重构系统的技术方案如下:
包括获取模块、第一确定模块、第二确定模块和控制模块;
所述获取模块用于根据无人机集群的待重构队形和待重构位置得到多个停止位置;
所述第一确定模块用于:根据所述无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置、所述预设标识的位置和每个无人机的飞行高度,确定每个无人机的当前位置;
所述第二确定模块用于:根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置;
所述控制模块用于控制每个无人机飞至对应的停止位置。
本发明的一种无人机集群重构系统的有益效果如下:
根据无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置与所述预设标识之间的距离,能够确定每个无人机的当前位置,根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,最终控制每个无人机飞至对应的停止位置,实现无人机集群的队形重构,且不需要在任何一个无人机上安装定位装置,极大降低了成本。
在上述方案的基础上,本发明的一种无人机集群重构系统还可以做如下改进。
进一步,还包括第一优化模块,所述第一优化模块用于:
根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离;
根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
所述所述第二确定模块具体用于:
根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
采用上述进一步方案的有益效果是:通过对每个无人机的当前位置进行优化,使优化后的每个无人机的当前位置更为准确,提高无人机集群的队形重构的精准度。
进一步,还包括第二优化模块,所述第二优化模块用于:
通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
所述所述第二确定模块具体用于:
根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
采用上述进一步方案的有益效果是:通过对每个无人机的当前位置进行二次优化,使二次优化后的每个无人机的当前位置更为准确,进一步提高无人机集群的队形重构的精准度。
进一步,还包括投影位置获取模块,所述投影位置获取模块用于:
通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置。
进一步,还包括控制自检模块,所述控制自检模块用于:
控制每个无人机进行自检,得到每个无人机的自检结果;
当判定任一无人机的自检结果为异常时,控制该无人机降落,并控制替补无人机飞至该无人机的当前位置,以替代所述任一无人机。
采用上述进一步方案的有益效果是:能够及时发现异常的无人机,并进行替换,保证能够完成无人机集群的队形重构。
本发明的一种电子设备的技术方案如下:
包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,所述处理器执行所述程序时实现如上述任一项所述的一种无人机集群重构方法的步骤。
附图说明
图1为本发明实施例的一种无人机集群重构方法的流程示意图;
图2为第一次优化时的优化原理示意图;
图3位第二次优化时的优化原理示意图;
图4为本发明实施例的一种无人机集群重构系统的结构示意图。
具体实施方式
如图1所示,本发明实施例的一种无人机集群重构方法,包括如下步骤:
S1、根据无人机集群的待重构队形和待重构位置得到多个停止位置;
S2、根据所述无人机集群中每个无人机与预设标识110之间的距离,以及每个无人机的投影位置、所述预设标识110的位置和每个无人机的飞行高度,确定每个无人机的当前位置,其中,预设标识110可为光源或图案;
例如:由10个无人机组成的无人机集群,待重构队形为正十边形,待重构位置可为距离任一人为定义的参照面1千米的平行平面上,且正十边形的边长为200米,且人为定义正十边形的中心点的位置,则由此可得到正十边形的10个角的位置,每个停止位置可由三维坐标如直角坐标、球坐标进行表示;
其中,可人为定义地面上任一标记,那么:
1)根据该标记的位置建立该标记与人为定义正十边形的中心点的位置之间的第一相对位置关系;
2)根据该标记的位置与预设标识110的位置,建立该标记与预设标识110之间的第二相对位置关系;
3)根据二相对位置关系和第一相对位置关系,能够建立预设标识110与人为定义正十边形的中心点之间的第三位置关系;
4)根据预设标识110的位置与第一个无人机100的投影位置120,建立第一个无人机100的投影位置120与预设标识110的位置之间第四相对位置关系;
5)根据第三相对位置关系和第四位置关系能够将待重构位置的多个停止位置和每个无人机的当前位置可以映射在同一坐标系中,且根据第一个无人机100与预设标识110之间的距离以及每个无人机的飞行高度能够得到第一个无人机100的当前位置,具体地:
根据每个无人机的当前位置所映射在同一坐标系中的坐标,以及与每个停止位置所映射在同一坐标系中的坐标,就能够进行进行“确定每个无人机对应的停止位置”的操作,因此不需要在任一无人机上安装GPS,就能够实现无人机集群的队形重构。
其中,人为定义地面上任一标记可选用预设标识110,这样能够之间建立预设标识110与人为定义正十边形的中心点的位置之间的第三相对位置关系,极大降低计算量。如图2所示,具体地:
1)以预设标识110为原点,建立三维坐标系;
2)根据第一个无人机100的投影位置120和预设标识110的位置建立第一个无人机100的投影位置120与预设标识110的位置之间第四位置关系;
3)根据第三相对位置关系和第四位置关系能够将待重构位置的多个停止位置和每个无人机的当前位置可以映射在同一坐标系中。具体地:
①根据第四位置关系将第一个无人机100的投影位置120映射在三维坐标系中,此时能够确定第一个无人机100飞行在第一个无人机100的投影位置120的正上方,那么,根据第一个无人机100与预设标识110之间的距离,可确定第一个无人机100的飞行高度,由此得到第一个无人机100的当前位置,且该当前位置用三维坐标系中的坐标点进行表示;
②建立的预设标识110与人为定义正十边形的中心点的位置之间第三位置关系,可将多个停止位置映射到该三维坐标系中,即每个停止位置均可用三维坐标系中的坐标点进行表示;
此时,只需要根据每个无人机的当前位置所映射在同一坐标系中的坐标,以及与每个停止位置所映射在同一坐标系中的坐标,就能够进行进行“确定每个无人机对应的停止位置”的操作,因此不需要在任一无人机上安装GPS,就能够实现无人机集群的队形重构。
S3、根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,其中,可通过匈牙利算法确定每个无人机对应的停止位置,或者,所有无人机按照序列依次选取最近的停止位置,以确定每个无人机对应的停止位置。
S4、控制每个无人机飞至对应的停止位置,获取每个无人机与相应的停止位置之间的飞行路线,控制每个无人机按照飞行路线进行飞行,以使每个无人机飞至相应的停止位置。
根据无人机集群中每个无人机与预设标识110之间的距离,以及每个无人机的投影位置与所述预设标识110之间的距离,能够确定每个无人机的当前位置,根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,最终控制每个无人机飞至对应的停止位置,实现无人机集群的队形重构,且不需要在任何一个无人机上安装定位装置,极大降低了成本。
较优地,在上述技术方案中,所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置之前,还包括:
S020、根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离,具体可通过聚类方法或其它方式进行分组;
S021、根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
S022、以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
则S3中,所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,包括:
S30、根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
以第一个无人机100所属的第一分组为例进行说明,具体地:
S0200、确定第一个无人机100所属的第一分组的目标无人机,具体地,可将第一分组中任一无人机确定为目标无人机,以第一个无人机100作为目标无人机为例进行继续说明;
S0201、确定第一真实距离,具体地:若第一分组中包括4个无人机,除目标无人机即第一个无人机100之外,还剩余3个无人机,分别为第二个无人机140、第三个无人机和四个无人机,通过在第一个无人机100即目标无人机上设置的距离传感器直接测量得到:第一个无人机100即目标无人机分别与第一分组中剩余的每个无人机之间的第一真实距离,具体得到:第一个无人机100与第二个无人机140之间的第一真实距离、第一个无人机100与第三个无人机之间的第一真实距离、以及第一个无人机100与第二个无人机140之间的第三真实距离;
S0201、确定第一理论距离,根据S2中确定的第一个无人机100即目标无人机的当前位置,以及剩余3个无人机的当前位置,在建立的三维坐标系能够计算出第一个无人机100分别与第一分组中剩余的每个无人机之间的第一理论距离,具体得到:第一个无人机100与第二个无人机140之间的第一理论距离、第一个无人机100与第三个无人机之间的第一理论距离、以及第一个无人机100与第二个无人机140之间的第三理论距离;
S0202、第一次优化,具体地,以第一分组的第一个无人机100即目标无人机的当前位置为基准,并根据第一个无人机100与第二个无人机140之间的第一真实距离、以及第一个无人机100与第二个无人机140之间的第一理论距离,对经S2得到第二个无人机140的当前位置进行优化,具体地:
第二个无人机140的飞行高度可通过设置在第二个无人机140上的距离传感器直接测得,第二个无人机140到预设标识110之间的距离也可通过传感器直接测得,因此第二个无人机140的飞行高度以及第二个无人机140到预设标识110之间的距离的精度高,如图3所示,在三维坐标系中,为同时满足第二个无人机140的飞行高度以及第二个无人机140到预设标识110之间的距离,形成的轨迹为圆形,在图3中用虚线进行表示,此时,需要沿着圆形的轨迹移动调整第二个无人机140的投影位置的坐标,来满足“第一理论距离等于第一真实距离的要求”,这样才能保证同时满足“第二个无人机140的飞行高度以及第二个无人机140到预设标识110之间的距离”的要求,如图3中,将第二个无人机140的投影位置的坐标从第一投影位置150调整至第二投影位置160,既能满足“第一理论距离等于第一真实距离的要求”,又能保证同时满足“第二个无人机140的飞行高度以及第二个无人机140到预设标识110之间的距离”的要求;
然后,根据优化后的第二个无人机140的投影位置,对第二无人机的当前位置进行调整,得到第二个无人机140的第一次优化后的当前位置;
在实际计算中,由于调整投影位置时,是沿着圆形轨迹调整,可能会存在多个位置能同时满足“第一理论距离等于第一真实距离求”以及“第二个无人机140的飞行高度以及第二个无人机140到预设标识110之间的距离”的要求,因此,选用调整量最小的位置作为优化后的投影位置;
重复执行S0200至S0202,得到每个无人机的第一次优化后的当前位置。
通过对每个无人机的当前位置进行优化,使优化后的每个无人机的当前位置更为准确,提高无人机集群的队形重构的精准度。
较优地,在上述技术方案中,则所述S30中,根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置之前,还包括:
S030、通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
S031、根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
S032、以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
则S30中,根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置,包括:
S300、根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
上述S030~S032的具体优化的过程参考S0200至S0202,需要说明的是:通过S020~S022相当于对每个分组中的所有无人机的相对位置进行优化,保证每个分组中的所有无人机的相对位置是准确的;通过S030~S032的具体优化后,相对于以所述第一无人机的第一次优化后的当前位置为基准,对别的分组的无人机的相对的位置进行优化,具体地:
例如,有3个分组,那么:
首先,通过S020~S022,进行第一次优化,对每个个分组中的所有无人机的相对位置进行优化,保证每个分组中的所有无人机的相对位置是准确的;
然后,通过S030~S032,以第一个分组中的第一无人机的第一次优化后的当前位置为基准,对第二个分组中的第二无人机的第一次优化后的当前位置进行二次优化,得到第二个分组中的第二无人机的第二次优化后的当前位置,然后,根据第二个分组中的第二无人机的第二次优化后的当前位置,对第二个分组中的剩余的每个无人机的第一次优化后的当前位置进行二次优化,优化的条件为:保持第二个分组中所有无人机的第一次优化后的当前位置的之间相对位置关系不变,由此得到第二个分组中的剩余的每个无人机的第二次优化后的当前位置,直至得到每个无人机的第二次优化后的当前位置。
通过对每个无人机的当前位置进行二次优化,使二次优化后的每个无人机的当前位置更为准确,进一步提高无人机集群的队形重构的精准度。
较优地,在上述技术方案中,任一无人机的投影位置的获取过程,包括:
S20、通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
S21、从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置,具体可通过图像识别技术来实现,在此不做赘述,其中,一般选取识别出的位置的中心点位置作为所述任一无人机的投影位置,还可根据实际情况,将偏离识别出的位置的中心点一定距离位置作为所述任一无人机的投影位置,具体偏离量可通过预先大量实验结果获取,或者利用神经网络等训练出的模型进行确定。
较优地,在上述技术方案中,还包括:
S5、控制每个无人机进行自检,得到每个无人机的自检结果,包括对无人机的摄像头、机翼、通信接口和电量等进行自检;
S6、当判定任一无人机的自检结果为异常时,控制所述任一无人机降落,并控制替补无人机飞至所述任一无人机的当前位置,以替代所述任一无人机,例如,机翼旋转异常、电量过低等,均可将自检结果判定为异常,控制该无人机降落,并控制替补无人机飞至该无人机的当前位置,以替代所述任一无人机。能够及时发现异常的无人机,并进行替换,保证能够完成无人机集群的队形重构。
在上述各实施例中,虽然对步骤进行了编号S1、S2等,但只是本申请给出的具体实施例,本领域的技术人员可根据实际情况调整S1、S2等的执行顺序,此也在本发明的保护范围内,可以理解,在一些实施例中,可以包含如上述各实施方式中的部分或全部。
如图4所示,本发明实施例的一种无人机集群重构系统200,包括获取模块210、第一确定模块220、第二确定模块230和控制模块240;
所述获取模块210用于根据无人机集群的待重构队形和待重构位置得到多个停止位置;
所述第一确定模块220用于:根据所述无人机集群中每个无人机与预设标识110之间的距离,以及每个无人机的投影位置、所述预设标识110的位置和每个无人机的飞行高度,确定每个无人机的当前位置;
所述第二确定模块230用于:根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置;
所述控制模块240用于控制每个无人机飞至对应的停止位置。
根据无人机集群中每个无人机与预设标识110之间的距离,以及每个无人机的投影位置与所述预设标识110之间的距离,能够确定每个无人机的当前位置,根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,最终控制每个无人机飞至对应的停止位置,实现无人机集群的队形重构,且不需要在任何一个无人机上安装定位装置,极大降低了成本。
较优地,在上述技术方案中,还包括对优化模块,所述第一优化模块用于:
根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离;
根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
所述所述第二确定模块230具体用于:
根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
通过对每个无人机的当前位置进行优化,使优化后的每个无人机的当前位置更为准确,提高无人机集群的队形重构的精准度。
进一步,还包括第二优化模块,所述第二优化模块用于:
通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
所述所述第二确定模块230具体用于:
根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
通过对每个无人机的当前位置进行二次优化,使二次优化后的每个无人机的当前位置更为准确,进一步提高无人机集群的队形重构的精准度。
较优地,在上述技术方案中,还包括投影位置获取模块,所述投影位置获取模块用于:
通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置。
较优地,在上述技术方案中,还包括控制自检模块,所述控制自检模块用于:
控制每个无人机进行自检,得到每个无人机的自检结果;
当判定任一无人机的自检结果为异常时,控制该无人机降落,并控制替补无人机飞至该无人机的当前位置,以替代所述任一无人机。
能够及时发现异常的无人机,并进行替换,保证能够完成无人机集群的队形重构。
上述关于本发明的一种无人机集群重构系统200中的各参数和各个单元模块实现相应功能的步骤,可参考上文中关于一种无人机集群重构方法中的实施例中的各参数和步骤,在此不做赘述。
本发明实施例的一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,所述处理器执行所述程序时实现上述任一实施的一种无人机集群重构方法的步骤。
其中,电子设备可以选用电脑、手机等,相对应地,其程序为电脑软件或手机APP等,且上述关于本发明的一种电子设备中的各参数和步骤,可参考上文中一种无人机集群重构方法的实施例中的各参数和步骤,在此不做赘述。
所属技术领域的技术人员知道,本发明可以实现为系统、方法或计算机程序产品。
因此,本公开可以具体实现为以下形式,即:可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等),还可以是硬件和软件结合的形式,本文一般称为“电路”、“模块”或“系统”。此外,在一些实施例中,本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM),只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种无人机集群重构方法,其特征在于,包括:
根据无人机集群的待重构队形和待重构位置得到多个停止位置;
根据所述无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置、所述预设标识的位置和每个无人机的飞行高度,确定每个无人机的当前位置;
根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置;
控制每个无人机飞至对应的停止位置。
2.根据权利要求1所述的一种多无人机集群重构方法,其特征在于,所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置之前,还包括:
根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离;
根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
则所述根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置,包括:
根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
3.根据权利要求2所述的一种多无人机集群重构方法,其特征在于,所述根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置之前,还包括:
通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
所述根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置,包括:
根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
4.根据权利要求1至3任一项所述的一种多无人机集群重构方法,其特征在于,任一无人机的投影位置的获取过程,包括:
通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置。
5.根据权利要求1至3任一项所述的一种无人机集群重构方法,其特征在于,还包括:
控制每个无人机进行自检,得到每个无人机的自检结果;
当判定任一无人机的自检结果为异常时,控制该无人机降落,并控制替补无人机飞至该无人机的当前位置,以替代所述任一无人机。
6.一种无人机集群重构系统,其特征在于,包括获取模块、第一确定模块、第二确定模块和控制模块;
所述获取模块用于根据无人机集群的待重构队形和待重构位置得到多个停止位置;
所述第一确定模块用于:根据所述无人机集群中每个无人机与预设标识之间的距离,以及每个无人机的投影位置、所述预设标识的位置和每个无人机的飞行高度,确定每个无人机的当前位置;
所述第二确定模块用于:根据每个停止位置和每个无人机的当前位置,确定每个无人机对应的停止位置;
所述控制模块用于控制每个无人机飞至对应的停止位置。
7.根据权利要求6所述的一种多无人机集群重构系统,其特征在于,还包括第一优化模块,所述第一优化模块用于:
根据每个无人机的当前位置对所有无人机进行划分,得到多个分组,并分别在每个分组的所有无人机中确定一个目标无人机,目标无人机用于通过距离传感器获取与所属分组中剩余的每个无人机之间的第一真实距离;
根据任一分组中的目标无人机的当前位置,以及所述任一分组中剩余的每个无人机的当前位置,确定所述任一分组中的所述任一目标无人机与所属分组中剩余的每个无人机之间的第一理论距离;
以所述任一分组中的目标无人机的当前位置为基准,并根据所述任一分组对应的每个第一真实距离和每个第一理论距离,对所述任一分组中剩余的每个无人机的当前位置进行优化,直至得到每个无人机的第一次优化后的当前位置;
所述所述第二确定模块具体用于:
根据每个停止位置和每个无人机的第一次优化后的当前位置,确定每个无人机对应的停止位置。
8.根据权利要求7所述的一种多无人机集群重构系统,还包括第二优化模块,所述第二优化模块用于:
通过距离传感器获取第一无人机与第二无人机之间的第二真实距离,其中,所述第一无人机和所述第二无人机属于不同分组,第一无人机表示所属分组中的任一无人机,第二无人机表示所属分组中的任一无人机;
根据第一无人机的第一次优化后的当前位置,以及所述第二无人机的第一次优化后的当前位置,得到所述第一无人机与所述第二无人机之间的第二理论距离;
以所述第一无人机的第一次优化后的当前位置为基准,并根据所述第一无人机与所述第二无人机之间的第二真实距离,以及所述第一无人机与所述第二无人机之间的第二理论距离,对所述优化后的所述第二无人机的第一次优化后的当前位置进行二次优化,得到所述第二无人机的第二次优化后的当前位置,并根据所述第二无人机的第二次优化后的当前位置,对所述第二无人机的所属分组中剩余的每个无人机的第一次优化后的当前位置进行二次优化,直至得到每个无人机的第二次优化后的当前位置;
所述所述第二确定模块具体用于:
根据每个停止位置和每个无人机的第二次优化后的当前位置,确定每个无人机对应的停止位置。
9.根据权利要求6至8任一项所述的一种多无人机集群重构系统,其特征在于,还包括投影位置获取模块,所述投影位置获取模块用于:
通过所述任一无人机的摄像头向正下方拍摄,获取待识别地面图像;
从预设区域的地面图像中识别出所述待识别地面图像对应的位置,并将识别出的位置确定为所述任一无人机的投影位置。
10.一种电子设备,包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述的一种无人机集群重构方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110838768.6A CN113504794B (zh) | 2021-07-23 | 2021-07-23 | 一种无人机集群重构方法、系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110838768.6A CN113504794B (zh) | 2021-07-23 | 2021-07-23 | 一种无人机集群重构方法、系统和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113504794A true CN113504794A (zh) | 2021-10-15 |
CN113504794B CN113504794B (zh) | 2023-04-21 |
Family
ID=78014522
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110838768.6A Active CN113504794B (zh) | 2021-07-23 | 2021-07-23 | 一种无人机集群重构方法、系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113504794B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114397907A (zh) * | 2021-12-20 | 2022-04-26 | 北京航空航天大学 | 一种基于多智能体的集群自适应重构行为建模方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09218712A (ja) * | 1996-02-08 | 1997-08-19 | Murata Mach Ltd | 無人車の誘導システム |
CN105182995A (zh) * | 2015-03-10 | 2015-12-23 | 无锡桑尼安科技有限公司 | 无人机自动着陆系统 |
CN107357310A (zh) * | 2017-07-17 | 2017-11-17 | 北京京东尚科信息技术有限公司 | 无人机飞行控制设备、系统、方法和无人机控制方法 |
CN107438863A (zh) * | 2016-08-08 | 2017-12-05 | 深圳市道通智能航空技术有限公司 | 一种飞行定位的方法及装置 |
CN109472064A (zh) * | 2018-10-22 | 2019-03-15 | 南京航空航天大学 | 一种用于无人设备集群控制的多体队形重构方法 |
CN110658847A (zh) * | 2019-09-30 | 2020-01-07 | 北京航空航天大学 | 一种利用遗传算法和Dubins算法实现无人机群队形重构的方法 |
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
CN111796605A (zh) * | 2019-05-23 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 无人机降落控制方法、控制器和无人机 |
CN111860215A (zh) * | 2020-06-30 | 2020-10-30 | 江苏云洲智能科技有限公司 | 目标对象的位置确定方法、终端设备及航行系统 |
CN112631323A (zh) * | 2020-11-19 | 2021-04-09 | 一飞(海南)科技有限公司 | 集群无人机分组指派方法、系统、控制器、介质及终端 |
CN112764428A (zh) * | 2021-01-08 | 2021-05-07 | 中国科学院空间应用工程与技术中心 | 一种航天器集群重构方法和系统 |
US11036240B1 (en) * | 2018-06-18 | 2021-06-15 | Amazon Technologies, Inc. | Safe landing of aerial vehicles upon loss of navigation |
-
2021
- 2021-07-23 CN CN202110838768.6A patent/CN113504794B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09218712A (ja) * | 1996-02-08 | 1997-08-19 | Murata Mach Ltd | 無人車の誘導システム |
CN105182995A (zh) * | 2015-03-10 | 2015-12-23 | 无锡桑尼安科技有限公司 | 无人机自动着陆系统 |
CN107438863A (zh) * | 2016-08-08 | 2017-12-05 | 深圳市道通智能航空技术有限公司 | 一种飞行定位的方法及装置 |
CN107357310A (zh) * | 2017-07-17 | 2017-11-17 | 北京京东尚科信息技术有限公司 | 无人机飞行控制设备、系统、方法和无人机控制方法 |
US11036240B1 (en) * | 2018-06-18 | 2021-06-15 | Amazon Technologies, Inc. | Safe landing of aerial vehicles upon loss of navigation |
CN109472064A (zh) * | 2018-10-22 | 2019-03-15 | 南京航空航天大学 | 一种用于无人设备集群控制的多体队形重构方法 |
CN111796605A (zh) * | 2019-05-23 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 无人机降落控制方法、控制器和无人机 |
CN110658847A (zh) * | 2019-09-30 | 2020-01-07 | 北京航空航天大学 | 一种利用遗传算法和Dubins算法实现无人机群队形重构的方法 |
CN111506115A (zh) * | 2020-05-27 | 2020-08-07 | 广州机械科学研究院有限公司 | 一种无人机集群调控方法及装置 |
CN111860215A (zh) * | 2020-06-30 | 2020-10-30 | 江苏云洲智能科技有限公司 | 目标对象的位置确定方法、终端设备及航行系统 |
CN112631323A (zh) * | 2020-11-19 | 2021-04-09 | 一飞(海南)科技有限公司 | 集群无人机分组指派方法、系统、控制器、介质及终端 |
CN112764428A (zh) * | 2021-01-08 | 2021-05-07 | 中国科学院空间应用工程与技术中心 | 一种航天器集群重构方法和系统 |
Non-Patent Citations (2)
Title |
---|
HONGMEI ZHANG,ETAL.: "Optimal Control of Formation Reconfiguration for Multiple UAVs Based on Legendre Pseudospectral Method", 《2017 29TH CHINESE CONTROL AND DECISION CONFERENCE》 * |
沈林成 等: "基于拟态物理法的无人机集群与重构控制", 《中国科学:技术科学》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114397907A (zh) * | 2021-12-20 | 2022-04-26 | 北京航空航天大学 | 一种基于多智能体的集群自适应重构行为建模方法 |
CN114397907B (zh) * | 2021-12-20 | 2024-03-26 | 北京航空航天大学 | 一种基于多智能体的集群自适应重构行为建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113504794B (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141446B (zh) | 用于获得地图的方法、装置、设备和计算机可读存储介质 | |
CN106683097A (zh) | 一种无人机定位的方法以及系统 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
CN111443730B (zh) | 一种用于输电线路巡检的无人机轨迹自动生成方法及装置 | |
CN110940316B (zh) | 复杂环境下变电站消防机器人的导航方法及系统 | |
CN110568862A (zh) | 一种无人机飞行路径规划方法、装置及相关设备 | |
CN113504794B (zh) | 一种无人机集群重构方法、系统和电子设备 | |
CN110709791A (zh) | 用于无人机的飞行高度调整、飞行控制的方法和装置 | |
CN113950063B (zh) | 无线通信网络组网方法、装置、计算机设备和存储介质 | |
CN103984355A (zh) | 一种巡检飞行机器人与架空电力线路距离预测和保持方法 | |
CN113296537A (zh) | 基于电力杆塔模型匹配的电力无人机巡检方法及系统 | |
CN111123964A (zh) | 一种无人机降落方法、设备以及计算机可读介质 | |
CN108858187B (zh) | 一种带电接搭引流线作业现场的快速重构方法 | |
CN115311587B (zh) | 一种光伏电站巡检航点的智能生成方法 | |
CN112256590A (zh) | 虚拟场景有效性判定方法、装置和自动驾驶系统 | |
CN113759940A (zh) | 无人机降落方法、装置、无人机系统、机场、设备和介质 | |
CN115629617A (zh) | 一种无人机塔杆巡检航线自动规划方法 | |
CN115825984A (zh) | 一种基于激光点云的输电线路巡检系统及巡检方法 | |
CN109579793B (zh) | 地形测绘方法、装置、飞行平台、计算机设备和存储介质 | |
CN111208526A (zh) | 基于激光雷达与定位向量匹配的多无人机协同定位方法 | |
CN113485426B (zh) | 一种无人机集群重构方法、系统、存储介质和电子设备 | |
CN112146615A (zh) | 基于多架无人机的边坡监测方法 | |
CN111104861B (zh) | 用于确定电线位置的方法和设备以及存储介质 | |
CN110441751B (zh) | 双雷达探测方法、装置、可读存储介质及终端设备 | |
CN116893685A (zh) | 一种无人机航线规划方法及系统 |
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 |