CN114115020A - 一种无人机高度智能控制系统及其控制方法 - Google Patents

Abstract

本发明公开了一种无人机高度智能控制系统及其控制方法，涉及无人机控制技术领域，解决了现有方案中对无人机进行调节时，没有对影响因素全面考虑，导致无人机的调节不合理，无法保证无人机运行安全的技术问题；包括处理器、管理监控模块、气候监控模块、数据存储模块、执行控制模块、调节分析模块和指令分析模块；本发明设置了气候监控模块和调节分析模块，将影响无人机飞行的因素悉数考虑分析获取预测轨迹，根据预测轨迹对无人机进行调节，保证无人机高度调节的合理性，确保无人机能够安全调节和运行；本发明中的预测轨迹均对应一个采集区域，且当无人机飞离或者即将飞离当前采集区域时，重新获取预测轨迹，保证了预测轨迹获取的合理连贯。

Description

一种无人机高度智能控制系统及其控制方法

技术领域

本发明属于无人机控制领域，涉及智能控制技术，具体是一种无人机高度智能控制系统及其控制方法。

背景技术

智能无人驾驶飞行器即无人机，用于控制监视、飞行表演、特种飞行等各种任务。无人机的控制系统是无人机的大脑，时刻控制着无人机的速度和姿态，对无人机的可靠飞行有着重要作用。无人机的高度控制在无人机的速度和俯仰角来实现，随着高度的不断变化，无人机的速度和俯仰角也应该时刻变化，而执行器的效用也会随着飞行速度的变化而变化。

公开号为CN110667847A的发明专利公开了一种智能化飞行高度控制平台，包括：布局探析设备，设置在无人机上，用于基于云朵成像特征识别出前方空域图像中的多个云朵对象，将所述前方空域图像执行水平方向的均匀划分以获得上部图像区域、中部图像区域和下部图像区域；内容检测设备，与所述布局探析设备连接，用于统计上部图像区域、中部图像区域和下部图像区域中每一个图像区域内的云朵对象的数量，并在所述上部图像区域中的云朵数量最少时，发出高度提升信号。

上述方案的智能化飞行高度控制平台运行稳定、安全可靠，由于能够根据无人机前方的云朵上中下三级分布密度的检测结果进行无人机高度的自动控制，从而保证了无人机的飞行安全性能；但是，上述方案在根据云朵监测结果调整高度之后，并不能保证无人机获取的图像、视频等能够满足要求，没有考虑其他影响无人机飞行的因素，导致无人机的高度调节过于简单粗暴。

发明内容

本发明提供了一种无人机高度智能控制系统及其控制方法，用于解决现有方案中对无人机进行调节时，没有对影响因素全面考虑，导致无人机的调节不合理，无法保证无人机运行安全的技术问题，本发明通过气候监控模块、指令分析模块和调节分析模块的联合，考虑了任务指令、气候、障碍物及无人机本身状态，并综合分析获取预测轨迹来解决了上述问题。

本发明的目的可以通过以下技术方案实现：一种无人机高度智能控制系统，包括处理器和数据存储模块；

所述处理器分别与指令分析模块、调节分析模块、数据存储模块和执行控制模块通信和/或电气连接，所述调节分析模块分别与指令分析模块、执行控制模块通信和/或电气连接；

所述指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；

所述调节分析模块获取目标数据，同时，通过无人机搭载的采集传感器获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；其中，所述气候表征标签通过气候数据获取；

所述执行控制模块根据预测轨迹对无人机进行调节，在调节完成之后生成预测轨迹链。

优选的，所述采集传感器包括若干个高清摄像头、温度传感器、湿度传感器、气压传感器和风速传感器；所述图像数据为通过若干个所述高清摄像头获取的无人机飞行过程中周围的环境图像，所述气候表征标签通过气候监控模块获取。

优选的，所述目标数据根据任务指令获取，且目标数据为数据序列的格式，具体为：[飞行模式，初始位置，目标位置，最大速度，最大加速度]；其中，飞行模式的取值为0或者1，当飞行模式为0时，表示飞行模式为手动飞行，当飞行模式为1时，表示飞行模式为自动飞行；初始位置和目标位置的格式为地理坐标。

优选的，所述预测轨迹的生成包括：

当气候表征标签为大于等于表征标签阈值时，则判定无人机所处的环境异常，发送环境异常预警信号至智能终端；其中，所述表征标签阈值为大于0的整数；

当气候表征标签为小于表征标签阈值，通过图像处理技术对图像数据进行分析，当无人机周围存在障碍物时，则发送障碍预警信号至智能终端；

当无人机周围不存在障碍物时，则根据无人机状态和目标数据规划采集区域内的路径，并标记为预测轨迹；其中，所述采集区域为采集的环境数据和图像数据的有效区域，且当无人机飞离当前采集区域时，重新获取预测轨迹。

优选的，根据所述预测轨迹调节无人机，包括：

当执行控制模块接收到预测轨迹时，提取目标数据中的飞行模式；

当飞行模式为0时，则将预测轨迹发送至智能终端，用户根据预测轨迹控制无人机，当无人机偏离预测轨迹时，则及时发送轨迹偏离信号至智能终端；

当飞行模式为1时，通过执行控制模块根据预测轨迹对无人机进行自动调节；

当自动调节完成时，生成预测轨迹链；其中，所述预测轨迹链包括时间、目标数据、图像数据、气候表征标签、采集区域和预测轨迹。

优选的，所述处理器还与管理监控模块、气候监控模块通信和/或电气连接，所述数据存储模块分别与气候监控模块、执行控制模块通信和/或电气连接，所述管理监控模块和指令分析模块通信和/或电气连接；

所述管理监控模块与用户的智能终端通信和/或电气连接；用户通过智能终端发送任务指令至管理监控模块；其中，所述智能终端包括智能手机和笔记本电脑，所述任务指令包括飞行模式、初始位置、目标位置、最大速度和最大加速度，所述飞行模式包括自动飞行和手动飞行；

所述数据存储模块用于存储数据。

优选的，所述气候监控模块用于获取气候表征标签，包括：

通过数据存储模块获取气候训练数据；其中，所述气候训练数据中包括无人机发生故障时的环境数据、无人机正常飞行的环境数据以及环境数据对应的气候表征标签，且气候表征标签为大于0的整数，且气候表征标签越大，表示无人机发生故障的概率越大；

将气候训练数据归一化之后对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为气候评估模型；

通过采集传感器实时获取无人机所处环境的环境数据；其中，所述环境数据包括温度、湿度、气压和风速；

将环境数据归一化之后输入至气候评估模块获取输出结果，将输出结果经过反归一化处理获取环境数据对应的气候表征标签，将实时环境数据对应的气候表征标签发送至调节分析模块。

一种无人机高度智能控制方法，所述控制方法包括以下步骤：

步骤一：指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；

步骤二：调节分析模块获取目标数据，同时获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；

步骤三：执行控制模块根据预测轨迹对无人机进行调节，在调节完成之后生成预测轨迹链。

与现有技术相比，本发明的有益效果是：

1、本发明设置了气候监控模块和调节分析模块；气候监控模块通过人工智能模型和无人机飞行的实时环境数据，获取实时环境数据对应的气候表征标签，调节分析模块获取目标数据，同时，通过无人机搭载的采集传感器获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；气候监控模块和调节分析模块的设置，将影响无人机飞行的因素悉数考虑，并对数据进行分析，获取预测轨迹，根据预测轨迹对无人机进行调节，保证无人机高度调节的合理性，确保无人机能够安全调节和运行。

2、本发明中目标数据通过任务指令获取，且目标数据为数据序列的格式；目标数据中所包括的内容可以根据具体要求设置，能够满足不同用户、不同飞行环境下的无人机高度或者位置调节，扩展了本申请的应用范围。

3、本发明中的预测轨迹均对应一个采集区域；所述采集区域为采集的环境数据和图像数据的有效区域，且当无人机飞离或者即将飞离当前采集区域时，重新获取预测轨迹，保证了预测轨迹获取的合理连贯。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理示意图；

图2为本发明的方法步骤示意图。

具体实施方式

下面将结合实施例对本发明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它实施例，都属于本发明保护的范围。

这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。

请参阅图1-图2，一种无人机高度智能控制系统，包括处理器和数据存储模块；

处理器分别与指令分析模块、调节分析模块、数据存储模块和执行控制模块通信和/或电气连接，调节分析模块分别与指令分析模块、执行控制模块通信和/或电气连接；

指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；

调节分析模块获取目标数据，同时，通过无人机搭载的采集传感器获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；其中，气候表征标签通过气候数据获取；

执行控制模块根据预测轨迹对无人机进行调节，在调节完成之后生成预测轨迹链。

采集传感器包括若干个高清摄像头、温度传感器、湿度传感器、气压传感器和风速传感器；图像数据为通过若干个高清摄像头获取的无人机飞行过程中周围的环境图像，气候表征标签通过气候监控模块获取；且在另外一些优选的实施例中，采集传感器还包括噪声传感器、阻力传感器；针对不同的飞行环境，可为无人机配置不同的采集传感器，保证能够及时获取无人机周围的环境。

本实施例中，采集传感器包括用于监测飞行环境的传感器和用于获取飞行过程中周围环境的高清摄像头，将采集传感器采集到的数据作为无人机飞行轨迹预测的数据基础；全面考虑了影响无人机飞行的因素，综合分析能够保证无人机飞行轨迹预测的合理准确。

目标数据根据任务指令获取，且目标数据为数据序列的格式；对任务指令进行分析，然后通过数学方法将目标数据转化成数据序列的格式；如：[飞行模式，初始位置，目标位置，最大速度，最大加速度]；其中，飞行模式的取值为0或者1，当飞行模式为0时，表示飞行模式为手动飞行，当飞行模式为1时，表示飞行模式为自动飞行；初始位置和目标位置的格式为地理坐标。

本实施例中，对任务指令进行分析，将任务指令以数据序列的形式转化为目标数据；其中，目标数据中所包括的内容可以根据具体要求设置，如需要对无人机倾斜角度限制时，则将目标数据设置为[飞行模式，初始位置，目标位置，最大速度，最大加速度，倾斜角度]，根据要求，将任务指令进行灵活转化，能够满足不同条件下无人机高度或者轨迹的调节。

通过数据存储模块获取气候训练数据；本方案中，气候训练数据可以是历史经验数据，即无人机之前飞行时所采集的数据，也可以是飞行模拟数据，即在无人机仿真飞行过程中，配置各种飞行环境所采集的数据；且气候训练数据中包括无人机发生故障时的环境数据、无人机正常飞行的环境数据以及环境数据对应的气候表征标签，且气候表征标签为大于0的整数，且气候表征标签越大，表示无人机发生故障的概率越大；

将气候训练数据归一化之后对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为气候评估模型；本方案中的模型可以是单一模型，也可以是多个模型融合而成的融合模型，根据预测精度具体选取；

通过采集传感器实时获取无人机所处环境的环境数据，将环境数据归一化之后输入至气候评估模块获取输出结果，将输出结果经过反归一化处理获取环境数据对应的气候表征标签，将实时环境数据对应的气候表征标签发送至调节分析模块。

本实施例中，通过人工智能模型结合气候训练数据获取气候表征标签；充分利用人工智能模型鲁棒性高、非线性拟合的特点，既能够避免异常数据的影响，又能够提高气候表征标签的预测精度和预测效率。

当气候表征标签为大于等于表征标签阈值时，则判定无人机所处的环境异常，发送环境异常预警信号至智能终端；如气候表征标签为2，表征标签阈值为1，则可判定无人机所处的环境异常；

当气候表征标签为小于表征标签阈值，通过图像处理技术对图像数据进行分析，当无人机周围存在障碍物时，则发送障碍预警信号至智能终端；

当无人机周围不存在障碍物时，则根据无人机状态和目标数据规划采集区域内的路径，并标记为预测轨迹；其中，采集区域为采集的环境数据和图像数据的有效区域，且当无人机飞离当前采集区域时，重新获取预测轨迹。

本实施例中，通过对气候表征标签、图像数据、无人机状态、目标数据依次分析生成预测轨迹；其中，气候表征标签用于分析无人机飞行环境是否满足高度调整的要求，图像数据用于分析无人机周围是否存在障碍物，无人机状态用于评估无人机本身是否能够满足高度变化或者轨迹变化的要求，当上述条件均能满足时，则通过目标数据和现有轨迹规划模型联合生成无人机的预测轨迹；全面考虑对无人机高度提升或者轨迹变化的影响因素，保证无人机的变换能够在可靠的环境下进行，且当无人机飞离当前采集区域，在一些实施例中，可以是当无人机即将飞离当前采集区域时，重新获取预测轨迹，保证轨迹预测的合理连贯。

当执行控制模块接收到预测轨迹时，提取目标数据中的飞行模式；

当飞行模式为0时，则将预测轨迹发送至智能终端，用户根据预测轨迹控制无人机，当无人机偏离预测轨迹时，则及时发送轨迹偏离信号至智能终端；

当飞行模式为1时，通过执行控制模块根据预测轨迹对无人机进行自动调节；

当自动调节完成时，生成预测轨迹链；其中，预测轨迹链包括时间、目标数据、图像数据、气候表征标签、采集区域和预测轨迹。

本实施例中，结合飞行模式和预测轨迹对无人机进行调节；当飞行模式为0时，则将预测轨迹发送至智能终端，用户根据预测轨迹自行调节无人机的高度或者方向，当无人机偏离预测轨迹时，则提醒用户；当飞行模式为1时，则将通过执行控制模块对无人机智能调节；并且在调节完成之后，生成预测轨迹链，用于存档备案；上述调节过程能够满足不同用户、不同场景的需求，且留存有证据链，在出现问题的时候，能够快速定位调整。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

通过无人机搭载的采集传感器获取环境数据和图像数据；通过数据存储模块获取气候训练数据，将气候训练数据归一化之后对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为气候评估模型；通过采集传感器实时获取无人机所处环境的环境数据，将环境数据归一化之后输入至气候评估模块获取输出结果，将输出结果经过反归一化处理获取环境数据对应的气候表征标签，将实时环境数据对应的气候表征标签发送至调节分析模块。

指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；调节分析模块获取目标数据，同时，通过无人机搭载的采集传感器获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，当无人机飞离或者即将飞离当前采集区域时，重新获取预测轨迹，将预测轨迹发送至执行控制模块。

当执行控制模块接收到预测轨迹时，提取目标数据中的飞行模式；当飞行模式为0时，则将预测轨迹发送至智能终端，用户根据预测轨迹控制无人机，当无人机偏离预测轨迹时，则及时发送轨迹偏离信号至智能终端；当飞行模式为1时，通过执行控制模块根据预测轨迹对无人机进行自动调节；当自动调节完成时，生成预测轨迹链。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种无人机高度智能控制系统，包括处理器和数据存储模块，其特征在于，所述处理器分别与指令分析模块、调节分析模块、数据存储模块和执行控制模块通信和/或电气连接；

所述指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；

所述调节分析模块获取目标数据，同时，通过无人机搭载的采集传感器获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；其中，所述气候表征标签通过气候数据获取；

所述执行控制模块根据预测轨迹对无人机进行调节，在调节完成之后生成预测轨迹链。

2.根据权利要求1所述的一种无人机高度智能控制系统，其特征在于，所述图像数据为通过若干个所述高清摄像头获取的无人机飞行过程中周围的环境图像，所述气候表征标签通过气候监控模块获取。

3.根据权利要求1所述的一种无人机高度智能控制系统，其特征在于，所述目标数据根据任务指令获取，且目标数据为数据序列的格式。

4.根据权利要求2所述的一种无人机高度智能控制系统，其特征在于，所述气候监控模块用于获取气候表征标签，包括：

通过数据存储模块获取气候训练数据；其中，所述气候训练数据中包括无人机发生故障时的环境数据、无人机正常飞行的环境数据以及环境数据对应的气候表征标签；

将气候训练数据归一化之后对人工智能模型进行训练、测试和校验，将完成训练的人工智能模型标记为气候评估模型；

通过采集传感器实时获取无人机所处环境的环境数据，将环境数据归一化之后输入至气候评估模块获取输出结果，将输出结果经过反归一化处理获取环境数据对应的气候表征标签，将实时环境数据对应的气候表征标签发送至调节分析模块。

5.根据权利要求4所述的一种无人机高度智能控制系统，其特征在于，当气候表征标签为大于等于表征标签阈值时，则判定无人机所处的环境异常，发送环境异常预警信号至智能终端；

当气候表征标签为小于表征标签阈值，通过图像处理技术对图像数据进行分析，当无人机周围存在障碍物时，则发送障碍预警信号至智能终端；

当无人机周围不存在障碍物时，则根据无人机状态和目标数据规划采集区域内的路径，并标记为预测轨迹；其中，所述采集区域为采集的环境数据和图像数据的有效区域，且当无人机即将飞离当前采集区域时，重新获取预测轨迹。

6.根据权利要求5所述的一种无人机高度智能控制系统，其特征在于，根据所述预测轨迹调节无人机，包括：

当执行控制模块接收到预测轨迹时，提取目标数据中的飞行模式；

当飞行模式为0时，则将预测轨迹发送至智能终端，用户根据预测轨迹控制无人机，当无人机偏离预测轨迹时，则及时发送轨迹偏离信号至智能终端；

当飞行模式为1时，通过执行控制模块根据预测轨迹对无人机进行自动调节；

当自动调节完成时，生成预测轨迹链；其中，所述预测轨迹链包括时间、目标数据、图像数据、气候表征标签、采集区域和预测轨迹。

7.一种无人机高度智能控制方法，其特征在于，所述控制方法包括以下步骤：

步骤一：指令分析模块分析任务指令，并根据分析结果生成目标数据，将目标数据发送至调节分析模块；

步骤二：调节分析模块获取目标数据，同时获取图像数据，对目标数据、图像数据和气候表征标签综合分析生成预测轨迹，将预测轨迹发送至执行控制模块；

步骤三：执行控制模块根据预测轨迹对无人机进行调节，在调节完成之后生成预测轨迹链。

Images