CN113888121A - 无人机团队状态共享同步发送方法与系统 - Google Patents
无人机团队状态共享同步发送方法与系统 Download PDFInfo
- Publication number
- CN113888121A CN113888121A CN202111156726.0A CN202111156726A CN113888121A CN 113888121 A CN113888121 A CN 113888121A CN 202111156726 A CN202111156726 A CN 202111156726A CN 113888121 A CN113888121 A CN 113888121A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- length
- aerial vehicle
- segment
- state
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/80—Responding to QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W56/00—Synchronisation arrangements
- H04W56/001—Synchronization between nodes
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Mobile Radio Communication Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种无人机团队状态共享同步发送方法与系统,涉及无人机团队协同技术领域。所述方法基于无人机多数状态数据为非平稳时间序列的事实,对无人机各传感器采集或感知到的状态数据进行自动实时断点分段,然后对每一分段进行非均匀分片,接着对每个分片进行数据综合,最后将分片数据综合结果在无人机团队内进行共享发送。所述系统包括:状态时间序列分段模块、分片长度调整模块、段内分片模块、分片数据综合模块和综合数据发送模块。本发明在不降低无人机团队成员之间状态共享实时性前提下,通过对无人机飞行和工作状态生成参数变化自动发现和序列分段的非均匀分片,实现了状态变化非平稳时及时发送,状态变化平稳时大间隔发送,大幅减少了无人机团队成员间状态共享的数据发送次数,降低无人机团队状态共享带宽消耗。
Description
技术领域
本发明涉及无人机团队协同技术领域,尤指一种无人机团队状态共享同步发送方法与系统。
背景技术
为实现稳定飞行和特定功能,无人机通常会携带各种大量的传感器,如加速度计、陀螺仪、磁罗盘、气压传感器、超声波传感器、GPS、高清摄像头、雷达等。这些传感器的采样频率从几赫兹到几百兆赫兹都有,由于无线网络带宽的限制和无人机团队通信拓扑变化,将这些传感器感知的数据直接发送给无人机团队所有成员是低效的,在团队成员规模较大时甚至是不可能的。无人机团队内各成员需要实时将其感知的飞行状态和工作状态数据发送给团队其他成员,以便实现任务协同,如任务分配和任务同步等。尽管询问方式可以按需获取各团队成员的实时状态,但由于延迟过长且无法记录无人机团队成员的过去状态,这里不予考虑。由于无人机团队合作时对需要使用哪种和哪一个无人机状态信息的不确定性,这里主要考虑主动分享方式,即无人机主动将自身状态信息实时分享给团队内其他无人机,该方式具有实时性高、信息共享充分,但存在带宽消耗大的缺点。作为一种移动感知计算设备,无人机具有移动速度快,感知覆盖范围广的特点,当无人机团队内各成员之间的距离大于各自通信范围时,成员之间的通信只能一跳一跳地进行,这加剧了无人机团队的状态信息实时共享与带宽受限之间的矛盾。
为解决该矛盾,现有的技术方案可以分为两类:一类是对状态时间序列感知数据进行压缩后再共享传输,如音频实时压缩传输协议:G.711与G.729,视频实时压缩传输协议:H.261,H.263;另一类是对感知数据再次进行抽样,降低采样频率,从而减少发送次数。压缩方法在不改变发送频率的前提下,通过减少每个发送数据包的长度来减少带宽消耗。第二类方法在不改变发送数据包长度情况下,通过降低发送数量来减少带宽消耗。这两类是按技术路线不同来划分的,在实际应用中也可以将这两种方法结合来使用。对于第二类方法,如果降采样和发送频率过低,则易造成无人机团队无法对动态环境进行实时感知,从而无法实现高效协同和协作,相反,如果降采样和发送的频率过高,则无法达到减少成员间数据共享发送的次数和带宽消耗目的。
发明内容
针对现有降采样数据共享发送技术的不足,本发明提出了一种无人机团队状态共享同步发送方法与系统。该方法基于无人机的多数状态数据为非平稳的时间序列事实,对无人机各传感器采集或感知到的状态数据进行自动实时分段,然后对每一段序列进行非均匀分片,接着对每个数据分片进行数据综合,最后将数据综合结果在无人机团队内进行共享发送。该方法能够在不改变无人机团队状态共享实时性的前提下降低共享发送数据包的个数,从而减少无人机团队成员间状态共享时带宽消耗,降低信息共享传输延迟等。
为达到上述目的,本发明提出了一种无人机团队状态共享同步发送方法,包括:
无人机对传感器采集或感知的原始状态时间序列进行断点分段、对每个分段进行非均匀分片、对分片内所有数据点进行数据综合,将综合后得到的总体特征在无人机团队内进行共享发送;
其中,断点分段采用在线实时断点探测方法,以断点所在的数据点为分段起点,断点之前的数据点为一个分段,断点开始的数据点为一个新的分段;在非均匀分片中,各分片长度呈阶梯状逐渐上升,直至达到所设定的最大分片长度后以最大分片长度进行分片;数据综合过程为提取时间序列分片内所有数据点的总体特征。
优选的,状态时间序列的断点分段方法包括如下步骤:
S100、初始化状态数据的总体特征;
S200、启动新的段内分片过程;
S300、观察一个新的数据点;
S400、利用在线断点探测方法判断该数据点是否为断点,如是,则执行步骤S200,否则执行步骤S500;
S500、继续当前的段内分片过程。
优选的,状态时间序列分段的非均匀分片包括如下步骤:
T100、初始化段内数据点序号I=0和分片长度L=1;
T200、设置当前分片起始序号Is=I;
T300、启动新的片内数据点综合过程;
T400、观察一个新的数据点;
T500、调整段内数据点序号I=I+1;
T600、判断当前数据点段内序号I是否大于或等于当前分片的起始序号Is与当前分片的长度L之和,如是则执行步骤T700,否则执行步骤T400;
T700、分片数据综合及发送过程;
T800、调整分片长度L。
优选的,状态时间序列段内的调整分片长度过程包括如下步骤:
T801、初始化同长度重复总次数RT、分片长度增长系数a和最大分片长度Lmax;T802、设置同长度重复序号R=0;
T803、获得一个时间序列分片;
T804、同长度重复序号增加1;
T805、判断当前同长度重复序号R是否大于同长度重复总次数RT,如是则执行步骤T806,否则执行步骤T803;
T806、调整新的分片长度为当前分片长度的a倍;
T807、判断新的分片长度L是否大于最大分片长度Lmax,如是则执行步骤T808,否则执行步骤T802;
T808、设置新的分片长度为最大分片长度L=Lmax。
进一步,基于上述无人机团队状态共享同步发送方法,本发明提供了一种无人机团队状态共享同步发送系统,包括:
状态时间序列分段模块,通过对无人机的状态时间序列分析自动探测无人机的状态生成参数变化,每发现一次状态生成参数改变,则将状态时间序列划分为一个新的分段;
分片长度调整模块,用于动态调整段内分片的每一个分片长度,段内分片长度不是固定的,是逐渐增加的,直至最大分片长度为止;
段内分片模块,用于对每一分段进行相应的分片操作,每个分段至少包含一个分片,每个分片的长度由分片长度调整模块动态给定,段内的前面分片长度是逐渐增加的,当达到最大分片长度后,分片长度为最大分片长度;
分片数据综合模块,用于提取每个分片内的状态数据总体特征,该总体特征为无人机状态共享发送的内容;
综合数据发送模块,用于将分片数据的总体特征共享发送给无人机团队其他无人机,以便其他无人机能够实时感知该状态变化和状态生成参数的变化。
本发明的有益效果:在不降低无人机团队成员之间状态共享实时性的前提下,通过对无人机飞行和工作状态生成参数变化自动发现和状态序列非均匀分片,实现了状态变化非平稳时实时发送,状态变化平稳时大间隔发送,大幅减少了无人机团队成员间状态共享的数据发送次数,降低了无人机团队状态共享带宽消耗和能量消耗。
附图说明
附图用来提供对本发明技术方案的进一步理解,并构成说明书的一部分,与本发明的实施例一起来解释本发明,并不构成对本发明技术方案的限制。
图1为本发明一种无人机状态时间序列断点分段结果样例图;
图2为本发明一种无人机状态时间序列段内分片结果样例图;
图3为本发明一种无人机状态时间序列在线实时分段处理流程示意图;
图4为本发明一种无人机状态时间序列段内分片及发送处理流程示意图;
图5为本发明一种无人机状态时间序列段内分片长度调整流程示意图;
图6为本发明一种无人机团队状态共享同步发送系统模块结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施例中的技术方案进行详细说明,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互任意组合。
附图的流程图给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。虽然流程图中给出了逻辑顺序,但在某些情况下,可以以不同于此处的顺序执行所给出或描述的步骤。
本实施例的适用场景为无人机团队协同时无人机状态共享同步处理场合。本实施例的执行主体为无人机上的信息同步共享处理系统,该系统可以为飞行器上的信息计算处理平台,也可以独立设置,还可以附加在飞行控制处理器或其他现有计算处理器上。由于无人机团队之间需要进行信息共享以协同完成特定任务,信息共享主要是通过无线通信来完成,所以信息同步共享处理系统内除处理器外还有无线通信模块,包括但不限于WiFi、蓝牙、移动通信、专用通信等。进一步,由于无人机的高机动能力,需要共享的状态信息包括位置、姿态、以及执行特定任务所需的各种状态,因此信息共享同步处理系统还包括各种状态感知模块,如空间位置感知模块、飞行姿态感知模块、图像声音感知模块等。
无人机在飞行工作过程中,其携带的各种传感器不停地采集各种状态。这些状态数据特征会随着无人机工作状态的改变而动态变化,本发明的基本思想是根据状态数据的特征变化,尤其是生成参数变化情况进行自适应共享发送,特征变化快时共享发送频率高,特征变化慢时或保持不变时共享发送频率低。因此本发明的方法主要包含两个部分:其一是时间序列特征变化的实时判断,这里称为在线实时分段过程,其二是平稳时间序列的非均匀分片,这里称为段内分片过程。
为了更好地解释本发明方法,图1和图2分别给出了本发明方法的两个主要部分的样例结果。图1为本发明的一种无人机状态时间序列断点分段结果样例图。在该图中,横坐标为时间点序号T,从0至500,即有500个时间点数据,在无人机实际工作中,由于可以持续不断地工作,该序号可以无限增加。纵坐标为该状态在各时间点上的数据值,这里的数据范围为[-6,6],实际中可以为任意范围。绿色曲线为时间序列数据呈现的结果,红色竖条虚线为时间序列断点位置,即分段位置。在图1中,500个时间序列数据点被分为4段,分别为Seg1、Seg2、Seg3和Seg4。
在图1中,总分段个数和各分段的长度是由在线断点分段方法自动确定的,自动分段的目标是当无人机状态非平稳变化快时,分段的划分速度也越快,各分段的长度也越短,反之,当无人机状态非平稳变化慢时,各分段的长度变长,分段的划分速度变慢。当无人机状态平稳变化时,保持原有分段,不划分新的分段。
图2为本发明的一种无人机状态时间序列段内分片结果样例图。在该图中,横坐标、纵坐标、红色竖条虚线和绿色曲线含义同图1,蓝色竖条实线为段内分片结果。该图的状态时间序列为在线断点分段后的一个分段,该分段被再次分为了18个分片,最后一个蓝色竖条实线与右边的红色竖条虚线之间的时间序列由于还未达到当前分片长度,不构成一个完整分片。在这18个分片中,前4个分片的长度为1,第5-8个分片长度为2,第9-12个分片长度为4,第13-16个分片长度为8,最后两个分片长度为16。可以看到,这里的段内分片长度是非均匀的,前面分片长度小于后面分片长度,分片长度的调整由专门的分片长度调整过程来控制,将在后面详述。
在图2中,每个分片都有一个片内数据综合和共享发送过程,即每个分片对应一次共享发送操作,整个分段的120多个数据点的共享发送操作只需要18次即可完成。综合图1和图2可以看到,本发明在不影响无人机团队协作性能的前提下,根据无人机自身状态非平稳变化快慢自动调整状态共享发送的间隔时间,从而大幅减少状态共享发送的次数,降低无人机团队状态实时共享所需带宽消耗。
图3为本发明一种无人机状态时间序列在线实时分段处理流程示意图。包括以下步骤:
步骤S100、初始化状态数据的总体特征。状态数据的总体特征包括但不限于该状态数据的均值、方差、分段长度的先验概率分布等。这些总体特征先验值可以通过分析之前的数据手动得到,也可以通过一些机器学习方法自动得到。
步骤S200、启动新的段内分片过程。在时间序列数据分段和分片过程中,一个序列包含一个及以上的分段,同样,一个分段也包含一个及以上的分片。时间序列的首个数据点就是首个分段的开始,同时也是该分段的首个分片的开始。
步骤S300、观察一个新的数据点。无人机上的传感器或感知器会按固定的频率不停的采集状态数据,这里的状态数据可以是一维的,如速度、加速度等,也可以是二维的,如图像矩阵数据,还可以是三维甚至更多维的,如空间位置等。
步骤S400、利用在线断点探测方法判断该数据点是否为断点,如是,则执行步骤S200,否则执行步骤S500。本发明使用断点来对无人机的状态时间序列进行分段,一个断点指的是序列数据的生成参数突然改变,在无人机协同工作时,表现为无人机的飞行状态/模式或工作状态/模式突然改变,如突然变向、突然加速、突然降落等。断点探测的目标就是将序列数据划分成不同的分段,在每个分段内序列数据的生成参数是一致的,状态的变化是平稳的。
这里的断点探测方法可以为现有的任意方法,如经典的CUSUM方法、带变化转移矩阵的隐马尔科夫模型、带可变速率的泊松过程、两态线性回归、高斯过程变点模型、以及在线贝叶斯断点探测方法等。
当数据点为断点时,则表明该数据点的生成参数已经发生了改变,与前面分段中的数据点生成参数不一致,该数据点应该被划分为新的分段,故需要执行新的段内分片过程。
步骤S500、继续当前的段内分片过程。当数据点不是断点时,则表明当前分段还未结束,该数据点仍属于当前分段,继续当前的段内分片过程。
每个分段需要进一步划分为分片,以便进行状态数据的共享发送。由于分段内所有数据点的生成参数是一致的,不能进一步自动划分。本发明采用手动划分方式进行分片操作。在无人机团队协同中,如果某无人机能够对团队其他成员的未来状态进行精准的预测,则该无人机能够更好地与团队其他无人机进行协同。因此,当某无人机A的状态生成参数发生改变时,需要及时地将新的状态数据共享发送给团队其他无人机,以便其他成员B能够及时知晓该无人机A的状态改变和状态生成参数的改变,从而无人机B能够快速地调整无人机A的预测模型参数,进而实现对无人机A的未来状态精准预测。当无人机的状态生成参数一直保持不变时,则团队无人机B已经通过无人机A先前的状态共享获得了无人机A的预测模型参数,在此条件下,无人机B无需再对无人机A的预测模型参数进行调整。基于上述思想,段内分片的原则是每个分段的开始需要及时密集地将状态数据点共享发送给团队其他无人机,以便团队其他无人机快速获得该分段的生成模型参数,当已经获得了状态数据生成模型参数后减少状态数据共享发送的次数,甚至可以不再共享发送状态数据直至下一个分段开始。
图4为本发明一种无人机状态时间序列段内分片及发送处理流程示意图。包括以下步骤:
步骤T100、初始化段内数据点序号I=0和分片长度L=1。每个分段都有各自的段内分片过程,因此需要对每个分段数据点重新编号,设置第一个数据点序号I为0,以便通过段内序号来进行分片操作。对第一个分片的长度进行设置,这里设置为1。一般而言,前面的分片长度小于后面分片的长度。在实际应用中,数据点序号初值和分片的初始长度可根据状态的采集频率适当调整。
步骤T200、设置当前分片起始序号Is=I。分片的起始序号为分片的开始位置,表明一个新的分片的开始。
步骤T300、启动新的片内数据点综合过程。片内数据综合过程对于一维数据可以取均值、方差等,对二维数据可以取特征值、特征向量等,对于更高维的数据可做类似处理,目的就是获得该片所有数据点的总体特征。
步骤T400、观察一个新的数据点。此步骤与在线实时分段处理的步骤S300相同,都是由传感器或感知器采集到一个新的数据点来触发的。换言之,一个新的数据点到来,既要判断该数据点是否为断点,又要判断该数据点属于哪个分片。
步骤T500、调整段内数据点序号I=I+1。每获得一个新的数据点,则段内数据点序号加1,相应地该分片内的数据点增加一个。
步骤T600、判断当前段内数据点序号是否大于或等于当前分片的起始序号Is与当前分片的长度L之和,即判断I>=Is+L是否成立,如大于表明当前分片已结束,启动片内数据点综合和共享发送过程,即执行步骤T700,否则表明当前数据点仍属于当前分片,则继续观察下一个数据点,即执行步骤T400。
步骤T700、分片数据综合及发送过程。当一个分片结束时,该分片内所有数据点的数据综合过程也相应结束,即此时获得该分片的数据点总体特征,如均值和方差等,然后通过无线通信方式将该分片的总体特征共享发送给团队其他无人机。
步骤T800、调整分片长度L。由段内分片的原则可知,后面分片长度始终是大于或等于先前分片长度的,详细的调整过程将在后面详述。
对同一分段的数据点生成模型参数提取既可以在团队内其他无人机进行,也可以在本机进行。前述图4所示的方法为直接共享分片数据点或分片数据点综合特征,相关的数据点生成模型参数提取由团队其他无人机各自完成。一个替代方法是对于一个新的分段,本无人机首先提取对应数据点的生成模型参数,然后再将该生成模型参数共享发送给团队其他无人机,也可以达到减少状态共享发送次数目的。
图5为本发明一种无人机状态时间序列段内分片长度调整流程示意图。包括以下步骤:
步骤T801、初始化同长度重复总次数RT、分片长度增长系数a和最大分片长度Lmax。由于本发明中分片长度是阶梯状递增的,即存在相邻的RT个分片具有相同的分片长度,因此这三个参数分别控制着分片阶梯长度、分片长度增长快慢,以及最大分片长度。显然,同长度重复总次数RT的值为大于等于1的整数,长度增长系数a为大于1的浮点数,最大分片长度Lmax为大于1的整数。
步骤T802、设置同长度重复序号R=0。由于相同长度的分片会重复RT次,故首先将重复序号设置为0,表明一个新的阶梯开始。
步骤T803、获得一个时间序列分片。此步骤由段内分片及发送处理过程的分片数据综合及发送过程触发,即图4中的T700步骤。
步骤T804、同长度重复序号增加1,即R=R+1,表明当前分片长度为当前阶梯所对应的分片长度,当前阶梯的宽度相应增加1个分片。
步骤T805、判断当前同长度重复序号R是否大于同长度重复总次数RT,如是则表明当前阶梯结束,需要开始一个新的阶梯,执行步骤T806,否则,继续当前阶梯,即新的分片与本阶梯所有分片保持一样的长度,执行步骤T803。
步骤T806、调整新的分片长度为当前分片长度的a倍,即L=a*L。由于分片增长系数a为大于1的浮点数,因此新的分片长度大于先前的分片长度,从而实现分片长度逐渐递增。
步骤T807、判断新的分片长度L是否大于最大分片长度Lmax,如大于则需要校正新的分片长度为最大分片长度,即执行步骤T808,否则使用新的分片长度进行段内分片操作,执行步骤T802。
步骤T808、设置新的分片长度为最大分片长度L=Lmax,即校正新的分片长度为最大分片长度。
分片长度的调整方式不是固定的,既可以是连续递增方式、也可以是阶跃式递增。图5所示的分片长度调整方法为阶跃式递增方式。除上述两种方式外,还有其他一些特殊方式也可以实现分片长度的动态调整,如固定向量方式,<1,1,1,1,4,4,4,4,…>,则表示前四个分片的长度为1,后面四个分片的长度为4,等等。这些稍作修改的调整分片长度过程也都可以应用于本发明中。
基于上述无人机团队状态共享同步发送方法,进一步,本发明提供了一种无人机团队状态共享同步发送系统。图5为本发明的一种无人机团队状态共享同步发送系统模块结构图,包括:
状态时间序列分段模块,通过对无人机的状态序列分析自动探测无人机的状态生成参数变化,每发现一次状态生成参数改变,则将状态序列划分为一个新的分段。该分段的划分个数和每个分段的长度不是固定的,而是由无人机的状态生成参数改变快慢决定的,当无人机飞行和工作状态非平稳变化慢时,分段的划分也比较慢,当无人机飞行和工作状态非平稳变化快时,分段的划分也比较快,当无人机的状态平稳变化时,不划分新的分段。该模块对每一个新的状态采样值或获取值都要分析一次,因此该模块在无人机整个飞行和工作过程中一直工作。
分片长度调整模块,用于动态调整段内分片的每一个分片长度,段内分片长度不是固定的,是逐渐增加的,直至最大分片长度为止,分片的长度是由段内分片规则决定的。段内分片规则以团队中其他无人机能够用尽可能少的共享接收次数实现快速感知该无人机状态实时变化为目标,由于在同一分段中,无人机的状态生成参数是固定不变的,为更快地获得状态生成参数,一个新分段的前面分片长度应该比较短,以便能够及时获取新分段的状态生成参数,但当已经获得状态生成参数后,分片的长度应该增大或者设置为最大共享发送间隔,以便减少共享发送次数。因此,段内分片长度不是固定的,是逐渐增加的。
段内分片模块,用于对每一分段进行相应的分片操作,每个分段至少包含一个分片,每个分片的长度由分片长度调整模块动态给定。本模块在无人机飞行和工作过程中一直工作,对每一个新的分段,则需要重新执行新的段内分片操作。
分片数据综合模块,用于提取每个分片内的状态数据总体特征,该总体特征为无人机状态共享发送的内容。数据总体特征包括但不限于均值、方差等,本模块在无人机飞行和工作过程中也一直工作,在每一个分段中,除最后一个不完整的分片外,本模块对每一个分片都会执行数据综合操作。当分片长度为1,数据综合的结果就为该状态数据本身。
综合数据发送模块,用于在无人机团队内共享发送分片数据的总体特征,以便其他无人机能够实时感知该状态变化和状态生成参数的变化。发送的方式为无线,通信方式包括但不限于WiFi、移动通信、专用通信等。本模块在无人机飞行和工作过程中也一直执行,对每一个分片只共享发送一次其分片综合数据。
上述模块划分仅为所有实施例的一种情况,模块重新组合和排列也属于本发明的保护内容。
显然,上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做其它不同形式的变化或变动。这里无需也无法对所有的实施方式进行穷举。因此这些属于本发明的思想所引伸出的显而易见的变化或变动也处于本发明的保护范围之中。
Claims (5)
1.一种无人机团队状态共享同步发送方法,其特征在于:
无人机对传感器采集或感知的原始状态时间序列进行断点分段、对每个分段进行非均匀分片、对分片内所有数据点进行数据综合,将综合后得到的总体特征在无人机团队内进行共享发送;
其中,断点分段采用在线实时断点探测方法,以断点所在的数据点为分段起点,断点之前的数据点为一个分段,断点开始的数据点为一个新的分段;在非均匀分片中,各分片长度呈阶梯状逐渐上升,直至达到所设定的最大分片长度后以最大分片长度进行分片;数据综合过程为提取时间序列分片内所有数据点的总体特征。
2.根据权利要求1所述的无人机团队状态共享同步发送方法,其特征在于,状态时间序列的断点分段包括如下步骤:
S100、初始化状态数据的总体特征;
S200、启动新的段内分片过程;
S300、观察一个新的数据点;
S400、利用在线断点探测方法判断该数据点是否为断点,如是,则执行步骤S200,否则执行步骤S500;
S500、继续当前的段内分片过程。
3.根据权利要求1所述的无人机团队状态共享同步发送方法,其特征在于,状态时间序列分段的非均匀分片包括如下步骤:
T100、初始化段内数据点序号I=0和分片长度L=1;
T200、设置当前分片起始序号Is=I;
T300、启动新的片内数据点综合过程;
T400、观察一个新的数据点;
T500、调整段内数据点序号I=I+1;
T600、判断当前数据点段内序号I是否大于或等于当前分片的起始序号Is与当前分片的长度L之和,如是则执行步骤T700,否则执行步骤T400;
T700、分片数据综合及发送过程;
T800、调整分片长度L。
4.根据权利要求3所述的状态时间序列分段的非均匀分片方法,其特征在于,
状态时间序列段内的调整分片长度包括如下步骤:
T801、初始化同长度重复总次数RT、分片长度增长系数a和最大分片长度Lmax;
T802、设置同长度重复序号R=0;
T803、获得一个时间序列分片;
T804、同长度重复序号增加1;
T805、判断当前同长度重复序号R是否大于同长度重复总次数RT,如是则执行步骤T806,否则执行步骤T803;
T806、调整新的分片长度为当前分片长度的a倍;
T807、判断新的分片长度L是否大于最大分片长度Lmax,如是则执行步骤T808,否则执行步骤T802;
T808、设置新的分片长度为最大分片长度L=Lmax。
5.一种采用如权利要求1所述无人机团队状态共享同步发送方法实现无人机团队状态共享同步发送的系统,其特征在于,包括如下模块:
状态时间序列分段模块,通过对无人机的状态时间序列分析自动探测无人机的状态生成参数变化,每发现一次状态生成参数改变,则将状态时间序列划分为一个新的分段;
分片长度调整模块,用于动态调整段内分片的每一个分片长度,段内分片长度不是固定的,是逐渐增加的,直至最大分片长度为止;
段内分片模块,用于对每一分段进行相应的分片操作,每个分段至少包含一个分片,每个分片的长度由分片长度调整模块动态给定,段内的前面分片长度是逐渐增加的,当达到最大分片长度后,分片长度为最大分片长度;
分片数据综合模块,用于提取每个分片内的状态数据总体特征,该总体特征为无人机状态共享发送的内容;
综合数据发送模块,用于将分片数据的总体特征共享发送给无人机团队其他无人机,以便其他无人机能够实时感知该状态变化和状态生成参数的变化。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111156726.0A CN113888121B (zh) | 2021-09-30 | 2021-09-30 | 无人机团队状态共享同步发送方法与系统 |
US17/456,949 US20230112634A1 (en) | 2021-09-30 | 2021-11-30 | Methods and systems of synchronous sending of state sharing of uav teams |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111156726.0A CN113888121B (zh) | 2021-09-30 | 2021-09-30 | 无人机团队状态共享同步发送方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113888121A true CN113888121A (zh) | 2022-01-04 |
CN113888121B CN113888121B (zh) | 2023-08-11 |
Family
ID=79004586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111156726.0A Active CN113888121B (zh) | 2021-09-30 | 2021-09-30 | 无人机团队状态共享同步发送方法与系统 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230112634A1 (zh) |
CN (1) | CN113888121B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827673A (zh) * | 2022-04-24 | 2022-07-29 | 北京北航天宇长鹰无人机科技有限公司 | 无人设备及其远程控制系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096911A (zh) * | 2016-06-03 | 2016-11-09 | 北京理工大学 | 一种基于角色的有人/无人协同指挥控制系统及其方法 |
CN106774382A (zh) * | 2016-11-30 | 2017-05-31 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种多无人机实时态势信息共享系统 |
CN110597294A (zh) * | 2019-10-14 | 2019-12-20 | 深圳市元征科技股份有限公司 | 一种无人机及其集群系统 |
CN111554001A (zh) * | 2020-04-27 | 2020-08-18 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种智能化无人机全生命周期管控平台、仓库和方法 |
CN112180975A (zh) * | 2020-09-27 | 2021-01-05 | 陕西智盈电子科技有限公司 | 一种智能集群无人机控制系统及其控制方法 |
CN112346434A (zh) * | 2020-11-02 | 2021-02-09 | 中国空气动力研究与发展中心 | 一种分布式无人机编队状态信息共享与通信故障检测方法 |
KR20210081052A (ko) * | 2019-12-23 | 2021-07-01 | 엘지전자 주식회사 | 무인 비행체 및 무인 비행체 시스템 |
-
2021
- 2021-09-30 CN CN202111156726.0A patent/CN113888121B/zh active Active
- 2021-11-30 US US17/456,949 patent/US20230112634A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096911A (zh) * | 2016-06-03 | 2016-11-09 | 北京理工大学 | 一种基于角色的有人/无人协同指挥控制系统及其方法 |
CN106774382A (zh) * | 2016-11-30 | 2017-05-31 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种多无人机实时态势信息共享系统 |
CN110597294A (zh) * | 2019-10-14 | 2019-12-20 | 深圳市元征科技股份有限公司 | 一种无人机及其集群系统 |
KR20210081052A (ko) * | 2019-12-23 | 2021-07-01 | 엘지전자 주식회사 | 무인 비행체 및 무인 비행체 시스템 |
CN111554001A (zh) * | 2020-04-27 | 2020-08-18 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种智能化无人机全生命周期管控平台、仓库和方法 |
CN112180975A (zh) * | 2020-09-27 | 2021-01-05 | 陕西智盈电子科技有限公司 | 一种智能集群无人机控制系统及其控制方法 |
CN112346434A (zh) * | 2020-11-02 | 2021-02-09 | 中国空气动力研究与发展中心 | 一种分布式无人机编队状态信息共享与通信故障检测方法 |
Non-Patent Citations (3)
Title |
---|
DUANE T.DAVIS等: "Consensus-based data sharing for large-scale aerial swarm coordination in loosy communications environments", pages 3801 - 3808 * |
史殿习等: "面向多无人机协同飞行控制的云系统架构", vol. 43, no. 12, pages 2352 - 2371 * |
洪臣: "多无人机远程协同飞行控制技术与实现", vol. 2021, no. 1, pages 23 - 29 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827673A (zh) * | 2022-04-24 | 2022-07-29 | 北京北航天宇长鹰无人机科技有限公司 | 无人设备及其远程控制系统 |
CN114827673B (zh) * | 2022-04-24 | 2023-12-01 | 北京北航天宇长鹰无人机科技有限公司 | 无人设备及其远程控制系统 |
Also Published As
Publication number | Publication date |
---|---|
US20230112634A1 (en) | 2023-04-13 |
CN113888121B (zh) | 2023-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9952594B1 (en) | System and method for traffic data collection using unmanned aerial vehicles (UAVs) | |
US10262396B1 (en) | Generating real-time sensor maps from videos and in-ground sensor data | |
DE102019115676B4 (de) | Verfahren und system zur rekonstruktion einer fahrzeug-szene in einer cloud-ebene | |
EP3675035A1 (en) | Active tracking method, device and system | |
CN107832834B (zh) | 一种基于生成对抗网络的wifi室内定位指纹库的构建方法 | |
CN104123721B (zh) | 一种基于视频流图像分布式动态特征技术的鱼群投喂自动控制方法 | |
WO2019084854A1 (en) | Depth-aware object counting | |
CN113888121A (zh) | 无人机团队状态共享同步发送方法与系统 | |
US20220084406A1 (en) | Information transmission device, information collection device, information transmission method, information collection method, and mobile entity | |
CN111860175B (zh) | 一种基于轻量化网络的无人机影像车辆检测方法及装置 | |
WO2022222647A1 (zh) | 车辆意图预测方法、装置、设备及存储介质 | |
CN110243381A (zh) | 一种陆空机器人协同感知监测方法 | |
Wang et al. | E-auto: A communication scheme for connected vehicles with edge-assisted autonomous driving | |
DE102016213992A1 (de) | Verfahren zum Durchführen einer Funktion in einem Fahrzeug | |
CN112965507A (zh) | 一种基于智能优化的集群无人机协同工作系统及方法 | |
Kurunathan et al. | Deep reinforcement learning for persistent cruise control in UAV-aided data collection | |
CN117496322A (zh) | 一种基于云边协同的多模态3d目标检测方法和装置 | |
CN112907972A (zh) | 基于无人机的道路车流量检测方法、系统及计算机可读存储介质 | |
Chen et al. | Adadrone: Quality of navigation based neural adaptive scheduling for edge-assisted drones | |
Nan et al. | Large-scale video analytics with cloud–edge collaborative continuous learning | |
DE102020112009A1 (de) | Synchronisierung von sensorsystemen | |
WO2023123416A1 (zh) | 同步的方法、装置以及车辆 | |
CN105472247B (zh) | 一种基于无人驾驶飞行器上的多路图形图像处理系统及方法 | |
Edemetti et al. | Vineyard Digital Twin: construction and characterization via UAV images–DIWINE Proof of Concept | |
CN111769866B (zh) | 飞行器同步广播方法、系统与装置 |
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 |