CN113537838A - 一种用于大载重系留无人机的产品全数据智能管理系统 - Google Patents
一种用于大载重系留无人机的产品全数据智能管理系统 Download PDFInfo
- Publication number
- CN113537838A CN113537838A CN202110938417.2A CN202110938417A CN113537838A CN 113537838 A CN113537838 A CN 113537838A CN 202110938417 A CN202110938417 A CN 202110938417A CN 113537838 A CN113537838 A CN 113537838A
- Authority
- CN
- China
- Prior art keywords
- data
- unmanned aerial
- aerial vehicle
- flight
- intelligent management
- 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.)
- Pending
Links
- 238000012360 testing method Methods 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000007405 data analysis Methods 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 13
- 230000001771 impaired effect Effects 0.000 abstract description 2
- 241001391944 Commicarpus scandens Species 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- 241001155433 Centrarchus macropterus Species 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 2
- 238000010224 classification analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Abstract
本发明提供了一种用于大载重系留无人机的产品全数据智能管理系统,涉及无人机数据库智能管理技术领域,解决了无人机在使用时,受外界环境因素和自身飞行状态因素影响,无人机在恶劣环境下作业,飞手无法及时掌控无人机的状态,容易导致无人机在发生故障或遭遇风险的问题,通过飞手在使用无人机进行试飞时,将无人机周边环境和无人机自身的实时状态数据进行采集,通过试飞的方式,将采集到的信息进行整合处理,并建立飞控系统数据库,形成大数据,对以后无人机在工作时,能够通过对飞控系统数据库中的数据与无人机自身实时状态和周边环境数据进行对比,实现对无人机在工作时的风险提前预警,降低无人机受损。
Description
技术领域
本发明涉及无人机数据库智能管理技术领域,具体为一种用于大载重系留无人机的产品全数据智能管理系统。
背景技术
无人驾驶飞机简称“无人机”,英文缩写为“UAV”,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。
与有人驾驶飞机相比,无人机往往更适合那些太“愚钝,肮脏或危险”的任务。无人机按应用领域,可分为军用与民用。军用方面,无人机分为侦察机和靶机。民用方面,无人机+行业应用,是无人机真正的刚需;目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用,大大的拓展了无人机本身的用途,发达国家也在积极扩展行业应用与发展无人机技术。
飞控系统可用来保证飞行器的稳定性和操纵性、提高完成任务的能力与飞行品质、增强飞行的安全及减轻驾驶员负担。飞行控制系统的分类从不同角度出发有不同的分类方法。根据控制指令由驾驶员发出,另一类是自动飞行控制系统,其控制指令是系统本身自动产生的。飞机的俯仰、滚转和偏航控制,增升和增阻控制,人工配平,直接力控制以及其它改变飞机的构形控制,它是飞机的一个组成部分,故也属于飞行控制系统。
飞行数据处理(FDP)作为整个空中交通管制系统的数据处理核心之一,主要任务是以飞行计划处理、飞行情报传输和处理为核心,完成与飞行有关的数据和飞行情报的接收、发送、验证和自动处理,向管制员提供实时更新的飞行计划、动态和辅助管制的工具和抉择依据,并且实时处理响应各管制席位进行的操作,将这些信息分发到系统内外有关的用户。通过自动化的数据处理、替代管制员完成原来需人工进行的、繁琐的重复性工作,用于支持空域管理、管制移交、飞行计划与雷达航迹配对以及对飞行进程监视等有关活动,以改善空中交通管制服务,提高工作效率。
数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。它的存储空间很大,可以存放百万条、千万条、上亿条数据。但是数据库并不是随意地将数据进行存放,是有一定的规则的,否则查询的效率会很低。当今世界是一个充满着数据的互联网世界,充斥着大量的数据。即这个互联网世界就是数据世界。数据的来源有很多,比如出行记录、消费记录、浏览的网页、发送的消息等等。除了文本类型的数据,图像、音乐、声音都是数据。
无人机在使用时,受外界环境因素和自身飞行状态因素影响,无人机在恶劣环境下作业,飞手无法及时掌控无人机的状态,容易导致无人机在发生故障或遭遇风险,若搭建一个无人机飞行数据库,将无人机作业时自身飞行状态和外界环境因素和无人机飞行数据库进行对比,则能够对风险提前预警,降低无人机受损,即使在无人机运行时,出现故障、无法正常运行等事件后,也可以根据数据库信息分析定位问题,因此,亟需一种用于大载重系留无人机的产品全数据智能管理系统,来解决上述问题。
发明内容
鉴于现有技术中所存在的问题,本发明公开了一种用于大载重系留无人机的产品全数据智能管理系统,包括以下步骤:
步骤1,采集数据,在无人机试飞过程中,通过无人机上的功率传感器和高度传感器,对无人机的实时状态的数据进行采集,通过环境传感器对无人机周边环境进行数据收集;
步骤2,数据分类,将通过无人机上的各种传感器收集到的数据进行整合分类,将分类后的数据传输至处理器中;
步骤3,数据分析,将处理器中接收到分类后的数据进行处理分析,分析无人机在不同环境和实时状态下的试飞过程中采集到的数据参数,并对采集到的数据参数分析其可靠性;
步骤4,建立数据库,将分析后的数据存储到数据库系统中,形成大数据,通过飞手在使用无人机进行试飞时,将无人机周边环境和无人机自身的实时状态数据进行采集,通过试飞的方式,将采集到的信息进行整合处理,并建立飞控系统数据库,形成大数据,对以后无人机在工作时,能够通过对飞控系统数据库中的数据与无人机自身实时状态和周边环境数据进行对比,实现对无人机在工作时的风险提前预警,降低无人机受损;
步骤5,使用数据库,在无人机飞行时,通过传感器检测无人机自身数据和周边环境数据,检测到的数据与数据库系统中储存的数据对比分析,并通过人工智能算法储存至数据库系统中,探索利用人工智能算法处理数据,提供故障信息报警、高空风速推测及预判、无人机故障问题分析定位、故障预判及预防,持续改进飞控系统、电源系统及无人机全系统。
作为本发明的一种优选技术方案,所述步骤2中的数据分类包括飞行数据和飞行状态数据。
作为本发明的一种优选技术方案,所述飞行数据包括内部数据和外部数据、地面及机载电源数据、应急电池状态数据和绞盘系缆张力运行数据。
作为本发明的一种优选技术方案,所述内部数据包括电压、功率和温度。
作为本发明的一种优选技术方案,所述外部数据包括高度、速度、信号、风速、各个桨的加速度、陀螺仪数据、三轴磁力计的数据、GPS和遥控器操作数据。
作为本发明的一种优选技术方案,所述飞行状态数据包括上升数据、下降数据、平飞数据和悬停数据,所述飞行状态数据还包括无人机是否装载,以及装载重量与无人机飞行状态之间的数据关系。
作为本发明的一种优选技术方案,所述步骤3中数据分析包括将无人机在飞行过程中的端值记录,并形成无人机适飞数据区间,无人机在飞行过程中的端值是飞手在操作无人机飞行时,在达到正常操作时,无人机内部各项数据的最小值和最大值。
作为本发明的一种优选技术方案,所述步骤3中数据分析包括数据参数分析,并根据无人机设备硬件参数对数据参数进行判定,数据参数异常,对异常数据暂存,数据参数正常,对数据储存至数据库系统中,对无人机采集到的数据进行分类分析,可对无人机的硬件设备和内部状态实时检测,便于飞手对无人机内部情况的了解,在无人机出现状况时,可及时发现问题所在,并对其进行调整或维护。
作为本发明的一种优选技术方案,所述步骤1中的采集数据包括无人机在极限试飞状态下的实时状态及周边环境数据,无人机周边环境数据采用环境传感器进行采集,包括空气温湿度传感器、光照传感器和风速风向传感器,不仅能够精确的测量相关环境信息,还可以最大限度的满足被测数据的记录和储存。
本发明的有益效果:本发明通过飞手在使用无人机进行试飞时,将无人机周边环境和无人机自身的实时状态数据进行采集,通过试飞的方式,将采集到的信息进行整合处理,并建立飞控系统数据库,形成大数据,对以后无人机在工作时,能够通过对飞控系统数据库中的数据与无人机自身实时状态和周边环境数据进行对比,实现对无人机在工作时的风险提前预警,降低无人机受损。
进一步的,对无人机采集到的数据进行分类分析,可对无人机的硬件设备和内部状态实时检测,便于飞手对无人机内部情况的了解,在无人机出现状况时,可及时发现问题所在,并对其进行调整或维护。
进一步的,探索利用人工智能算法处理数据,提供故障信息报警、高空风速推测及预判、无人机故障问题分析定位、故障预判及预防,持续改进飞控系统、电源系统及无人机全系统。
附图说明
图1为本发明流程示意图;
图2为本发明数据分析流程图;
图3为本发明飞行数据流程图;
图4为本发明飞行状态数据流程图;
图5为本发明内部数据流程图;
图6为本发明外部数据流程图;
图7为本发明数据分析流程图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述。在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相正对地重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
如图1至图7所示,本发明公开了一种用于大载重系留无人机的产品全数据智能管理系统,包括以下步骤:
步骤1,采集数据,在无人机试飞过程中,通过无人机上的高度传感器、电压检测器、温度传感器来收集无人机内部的数据,通过高度传感器、速度检测器、信号检测器、风速传感器来采集无人机外部的数据,对无人机的实时状态的数据进行采集,通过环境传感器对无人机周边环境进行数据收集,在对无人机周边环境数据进行收集时,飞手在不同的天气环境下进行试飞,例如晴天、雨天、阴天,以及风力大小不同的天气情况下进行试飞,使采集到的数据更加全面,便于后期使用;
步骤2,数据分类,将通过无人机上的各种传感器收集到的数据进行整合分类,数据分为两大类,包括飞行数据和风行状态数据,将数据传输至总处理器中后,经过处理器的分类,将分类后的数据输送至子处理器中进行下一步的数据分类处理;
步骤3,数据分析,将处理器中接收到分类后的数据进行处理分析,分析无人机在不同环境和实时状态下的试飞过程中采集到的数据参数,并对采集到的数据参数分析其可靠性,数据的参数分析主要包括与无人机上设备的硬件参数进行对比,避免某个或多个传感器接触不良或出现问题,导致收集到的数据与真实数据存在较大的偏差;
步骤4,建立数据库,将分析整理后的无误数据存储到数据库系统中,形成大数据,出现偏差较大的数据反馈至飞手,并对收集到偏差较大数据的传感器进行检测,是否出现问题;
步骤5,使用数据库,在无人机飞行时,通过传感器检测无人机自身数据和周边环境数据,检测到的数据与数据库系统中储存的数据对比分析,并通过人工智能算法储存至数据库系统中。
作为本发明的一种优选技术方案,所述步骤2中的数据分类包括飞行数据和飞行状态数据,对无人机采集到的数据进行分类分析,可对无人机的硬件设备和内部状态实时检测,便于飞手对无人机内部情况的了解,在无人机出现状况时,可及时发现问题所在,并对其进行调整或维护。
作为本发明的一种优选技术方案,所述飞行数据包括内部数据和外部数据。
作为本发明的一种优选技术方案,所述内部数据包括电压、功率和温度。
作为本发明的一种优选技术方案,所述外部数据包括高度、速度、信号、风速、各个桨的加速度、陀螺仪数据、三轴磁力计的数据、GPS和遥控器操作数据。
作为本发明的一种优选技术方案,所述飞行状态数据包括上升数据、下降数据、平飞数据和悬停数据,还包括无人机在上升或下降时,无人机的机身与底面之间的仰角、侧滑角和轨迹俯仰角、旋转角。
作为本发明的一种优选技术方案,所述步骤3中数据分析包括将无人机在飞行过程中的端值记录,并形成无人机适飞数据区间,无人机在飞行过程中的端值是飞手在操作无人机飞行时,在达到正常操作时,无人机内部各项数据的最小值和最大值。
作为本发明的一种优选技术方案,所述步骤3中数据分析包括数据参数分析,并根据无人机设备硬件参数对数据参数进行判定,数据参数异常,对异常数据暂存至数据暂存模块中,飞手在对一次试飞完成后,通过异常数据暂存模块对比异常数据分析,并找出传输异常数据的传感器,对无人机上传输异常数据的传感器进行检修,是否存在设备损坏的问题;数据参数正常,对数据储存至数据库系统中。
作为本发明的一种优选技术方案,所述步骤1中的采集数据包括无人机在极限试飞状态下的实时状态及周边环境数据。
本发明的工作原理:建立飞控系统数据库时,使飞手通过使用遥控器和无人机上的信号接收器对无人机进行试飞,在试飞过程中,使无人机做上升、下降、平飞和悬停飞行,分别记录下无人机在上升、下降、平飞和悬停飞行使的数据,并记录在飞行时,无人机内部的电压、功率和机身温度的变化,同时并记录无人机的离地高度、飞行速度、信号传输中是否正常、在做上升、下降、平飞和悬停飞行时各个桨的加速度、陀螺仪数据、三轴磁力计的数据、GPS定位是否准备和遥控器操作时,操作数据是否及时精准;在对通过飞手对无人机试飞过程中的数据进行分析时,无人机各个数据分类后与无人机设备上的额定数据参数做对比,检测收集到的数据是否超出设备的额定参数,若超出额定参数,对此数据进行暂存,若未超出额定参数,则将收集到的数据通过人工智能算法储存至数据库中,将收集到的数据在数据库中形成参数区间,并在后续使用数据库系统时,不断的对数据库系统中的数据补充增加,持续改进飞控系统、电源系统及无人机全系统,为以后飞手在使用无人机时与数据库中的参数区间做比较,超出数据库中所记载的参数区间,则反馈至飞手并发出警报,避免出现无人机的损坏。
本文中未详细说明的部件为现有技术。
上述虽然对本发明的具体实施例作了详细说明,但是本发明并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下做出各种变化,而不具备创造性劳动的修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种用于大载重系留无人机的产品全数据智能管理系统,包括以下步骤:
步骤1,采集数据,在无人机试飞过程中,通过无人机上的功率传感器和高度传感器,对无人机的实时状态的数据进行采集,通过环境传感器对无人机周边环境进行数据收集;
步骤2,数据分类,将通过无人机上的各种传感器收集到的数据进行整合分类,将分类后的数据传输至处理器中;
步骤3,数据分析,将处理器中接收到分类后的数据进行处理分析,分析无人机在不同环境和实时状态下的试飞过程中采集到的数据参数,并对采集到的数据参数分析其可靠性;
步骤4,建立数据库,将分析后的数据存储到数据库系统中,形成大数据;
步骤5,使用数据库,在无人机飞行时,通过传感器检测无人机自身数据和周边环境数据,检测到的数据与数据库系统中储存的数据对比分析,并通过人工智能算法储存至数据库系统中。
2.根据权利要求1所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述步骤2中的数据分类包括飞行数据和飞行状态数据。
3.根据权利要求2所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述飞行数据包括内部数据和外部数据。
4.根据权利要求3所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述内部数据包括电压、功率和温度。
5.根据权利要求3所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述外部数据包括高度、速度、信号、风速、各个桨的加速度、陀螺仪数据、三轴磁力计的数据、GPS和遥控器操作数据。
6.根据权利要求2所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述飞行状态数据包括上升数据、下降数据、平飞数据和悬停数据。
7.根据权利要求1所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述步骤3中数据分析包括将无人机在飞行过程中的端值记录,并形成无人机适飞数据区间。
8.根据权利要求1所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述步骤3中数据分析包括数据参数分析,并根据无人机设备硬件参数对数据参数进行判定,数据参数异常,对异常数据暂存,数据参数正常,对数据储存至数据库系统中。
9.根据权利要求1所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述步骤1中的采集数据包括无人机在极限试飞状态下的实时状态及周边环境数据。
10.根据权利要求1所述的一种用于大载重系留无人机的产品全数据智能管理系统,其特征在于:所述步骤5中,检测到的数据与数据库系统对比分析,无人机的数据参数是否在数据库系统的数据参数区间内,若在数据参数区间,则对检测到的数据通过人工智能算法储存至数据库系统中,若不在数据参数区间,则向飞手发出警报,并把该异常情况储存至数据库系统中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938417.2A CN113537838A (zh) | 2021-08-16 | 2021-08-16 | 一种用于大载重系留无人机的产品全数据智能管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110938417.2A CN113537838A (zh) | 2021-08-16 | 2021-08-16 | 一种用于大载重系留无人机的产品全数据智能管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113537838A true CN113537838A (zh) | 2021-10-22 |
Family
ID=78091658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110938417.2A Pending CN113537838A (zh) | 2021-08-16 | 2021-08-16 | 一种用于大载重系留无人机的产品全数据智能管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113537838A (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739845A (zh) * | 2009-12-18 | 2010-06-16 | 中国航空无线电电子研究所 | 基于航空数据链信息的民机航空电子验证系统及其方法 |
CN104680325A (zh) * | 2015-03-09 | 2015-06-03 | 中国航空工业集团公司沈阳飞机设计研究所 | 基于Oracle数据库的无人机飞行试验任务单自动规划方法 |
CN104932519A (zh) * | 2015-05-25 | 2015-09-23 | 北京航空航天大学 | 基于专家知识的无人机飞行指挥辅助决策系统及其设计方法 |
CN105182997A (zh) * | 2015-09-15 | 2015-12-23 | 北京航空航天大学 | 一种基于电磁仿真的无人机规划航路评估方法 |
CN106649727A (zh) * | 2016-12-23 | 2017-05-10 | 南京航空航天大学 | 一种用于无人机飞行控制系统故障检测的数据库构建方法 |
CN107450587A (zh) * | 2017-09-19 | 2017-12-08 | 广东电网有限责任公司佛山供电局 | 一种无人机精细化巡检的智能飞行控制方法及系统 |
CN108120476A (zh) * | 2017-12-15 | 2018-06-05 | 中国电子产品可靠性与环境试验研究所 | 无人机实时安全预警装置 |
CN108254493A (zh) * | 2016-12-29 | 2018-07-06 | 北京卓翼智能科技有限公司 | 大气环境监测方法及系统 |
CN109085552A (zh) * | 2018-08-06 | 2018-12-25 | 中国航空工业集团公司雷华电子技术研究所 | 一种基于试飞数据的杂波半实物化仿真测试方法及系统 |
CN109765935A (zh) * | 2019-03-05 | 2019-05-17 | 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 |
CN110034816A (zh) * | 2019-04-12 | 2019-07-19 | 云南电力试验研究院(集团)有限公司 | 一种无人机巡检智能管控系统 |
CN110505294A (zh) * | 2019-08-20 | 2019-11-26 | 上海航空工业(集团)有限公司 | 一种试飞数据文件自动分发的方法 |
CN110503856A (zh) * | 2019-07-10 | 2019-11-26 | 同济大学 | 无人机飞行监管系统及方法 |
CN110536233A (zh) * | 2019-08-05 | 2019-12-03 | 东华大学 | 一种实时无人机监管系统 |
CN110619183A (zh) * | 2019-09-24 | 2019-12-27 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种全寿命周期的试飞测试数据管理方法 |
CN112148031A (zh) * | 2020-09-29 | 2020-12-29 | 哈尔滨盛世康虹生物技术有限公司 | 一种支持无人机飞行的智能管理控制平台系统 |
CN112180984A (zh) * | 2020-10-22 | 2021-01-05 | 江汉大学 | 一种基于人工智能的无人机辅助飞行装置及飞行控制方法 |
KR20210012414A (ko) * | 2019-07-25 | 2021-02-03 | 배재대학교 산학협력단 | 무인 비행체의 군집 비행 제어 시스템 및 방법 |
CN112947507A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 无人机的维修处理方法、装置及系统 |
-
2021
- 2021-08-16 CN CN202110938417.2A patent/CN113537838A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739845A (zh) * | 2009-12-18 | 2010-06-16 | 中国航空无线电电子研究所 | 基于航空数据链信息的民机航空电子验证系统及其方法 |
CN104680325A (zh) * | 2015-03-09 | 2015-06-03 | 中国航空工业集团公司沈阳飞机设计研究所 | 基于Oracle数据库的无人机飞行试验任务单自动规划方法 |
CN104932519A (zh) * | 2015-05-25 | 2015-09-23 | 北京航空航天大学 | 基于专家知识的无人机飞行指挥辅助决策系统及其设计方法 |
CN105182997A (zh) * | 2015-09-15 | 2015-12-23 | 北京航空航天大学 | 一种基于电磁仿真的无人机规划航路评估方法 |
CN106649727A (zh) * | 2016-12-23 | 2017-05-10 | 南京航空航天大学 | 一种用于无人机飞行控制系统故障检测的数据库构建方法 |
CN108254493A (zh) * | 2016-12-29 | 2018-07-06 | 北京卓翼智能科技有限公司 | 大气环境监测方法及系统 |
CN107450587A (zh) * | 2017-09-19 | 2017-12-08 | 广东电网有限责任公司佛山供电局 | 一种无人机精细化巡检的智能飞行控制方法及系统 |
CN108120476A (zh) * | 2017-12-15 | 2018-06-05 | 中国电子产品可靠性与环境试验研究所 | 无人机实时安全预警装置 |
CN109085552A (zh) * | 2018-08-06 | 2018-12-25 | 中国航空工业集团公司雷华电子技术研究所 | 一种基于试飞数据的杂波半实物化仿真测试方法及系统 |
CN109765935A (zh) * | 2019-03-05 | 2019-05-17 | 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 |
CN110034816A (zh) * | 2019-04-12 | 2019-07-19 | 云南电力试验研究院(集团)有限公司 | 一种无人机巡检智能管控系统 |
CN110503856A (zh) * | 2019-07-10 | 2019-11-26 | 同济大学 | 无人机飞行监管系统及方法 |
KR20210012414A (ko) * | 2019-07-25 | 2021-02-03 | 배재대학교 산학협력단 | 무인 비행체의 군집 비행 제어 시스템 및 방법 |
CN110536233A (zh) * | 2019-08-05 | 2019-12-03 | 东华大学 | 一种实时无人机监管系统 |
CN110505294A (zh) * | 2019-08-20 | 2019-11-26 | 上海航空工业(集团)有限公司 | 一种试飞数据文件自动分发的方法 |
CN110619183A (zh) * | 2019-09-24 | 2019-12-27 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种全寿命周期的试飞测试数据管理方法 |
CN112947507A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 无人机的维修处理方法、装置及系统 |
CN112148031A (zh) * | 2020-09-29 | 2020-12-29 | 哈尔滨盛世康虹生物技术有限公司 | 一种支持无人机飞行的智能管理控制平台系统 |
CN112180984A (zh) * | 2020-10-22 | 2021-01-05 | 江汉大学 | 一种基于人工智能的无人机辅助飞行装置及飞行控制方法 |
Non-Patent Citations (1)
Title |
---|
张昌赛;刘正军;杨树文;左志权: "《大型无人机输电线路巡检数据采集与处理关键技术》", 《测绘通报》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111619806A (zh) | 一种无人机故障检测方法、无人机及无人机系统 | |
AU2019257292B2 (en) | Multi-UAV management | |
EP3735380B1 (en) | Adjusting flight parameters of an aerial robotic vehicle based on presence of propeller guard(s) | |
US11087632B1 (en) | Autonomous UAV obstacle avoidance using machine learning from piloted UAV flights | |
CN106101511A (zh) | 一种全自动无人机系统 | |
CN108803633A (zh) | 一种基于移动通信网络的无人机低空监控系统 | |
CN109101039A (zh) | 立井检测方法及系统 | |
CN105278536A (zh) | 一种无人机姿态保持系统 | |
CN113625743A (zh) | 无人机智能控制方法、相关装置及存储介质 | |
CN208314570U (zh) | 一种新型无人机桥梁检测航线规划系统 | |
CN115202384A (zh) | 无人机飞行控制方法、装置、无人机系统和存储介质 | |
MUGALA et al. | Unmanned aerial vehicles: Opportunities for developing countries and challenges | |
CN113537838A (zh) | 一种用于大载重系留无人机的产品全数据智能管理系统 | |
CN111243270A (zh) | 事故处理方法和装置、电子设备及计算机可读存储介质 | |
CN114779804B (zh) | 一种基于状态估计规则的无人机特情处置方法 | |
CN113253762B (zh) | 一种无人机巡检安全返航的避障方法 | |
CN109753083A (zh) | 无人机监管方法、装置、存储介质和电子设备 | |
CN111431591A (zh) | 一种无人机全天候智能飞行系统 | |
WO2022007237A1 (zh) | 多旋翼无人机及多旋翼无人机系统 | |
CN112258361A (zh) | 一种无人机智能实时指挥管理系统 | |
CN113359811A (zh) | 无人机的物流运营任务规划管理系统及其方法 | |
CN212278237U (zh) | 一种无人机全天候智能飞行系统 | |
CN216709628U (zh) | 一种具有应急通讯基站的无人机 | |
CN216901437U (zh) | 一种毫米精度激光虚拟索道的无人飞行器飞行系统 | |
CN205959072U (zh) | 一种无人机电力线路巡检装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211022 |