CN114462740A - 飞行任务评估方法、装置、设备和计算机可读存储介质 - Google Patents
飞行任务评估方法、装置、设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN114462740A CN114462740A CN202011245377.5A CN202011245377A CN114462740A CN 114462740 A CN114462740 A CN 114462740A CN 202011245377 A CN202011245377 A CN 202011245377A CN 114462740 A CN114462740 A CN 114462740A
- Authority
- CN
- China
- Prior art keywords
- flight
- evaluation
- information
- preset
- unmanned aerial
- 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
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种飞行任务评估方法、装置、设备和计算机可读存储介质;本申请中飞行任务评估方法,包括:获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束;本申请中通过预设评估模型处理飞行评估信息,快速客观准确地获得飞行任务评估结果,从而根据飞行任务评估结果实现对无人机进行精细化控制。
Description
技术领域
本申请涉及无人机技术领域,具体涉及一种飞行任务评估方法、装置、设备和计算机可读存储介质。
背景技术
随着无人机技术的发展,无人机得到了广泛的应用,例如,无人机被应用在巡航、运输等等方面。
通常,无人机使用时需要进行飞行任务评估,无人机飞行任务评估是指评估无人机在当前环境条件下完成设定任务的可行性,基于飞行评估结果来执行飞行决策,无人机飞行任务评估可以预防未知风险,保障飞行安全,同时能够针对突发事件进行快速响应和处理没有数据支撑。当前,用户根据当天的天气决定是否执行飞行任务,这样的飞行任务评估方法,不可以全面地考虑无人机执行飞行任务的影响因素,评估过程较慢时效性差,得到的评估结果不客观准确,无法根据飞行任务评估结果实现对无人机进行精细化控制。
发明内容
本申请提供一种飞行任务评估方法、装置、设备和计算机可读存储介质,旨在解决现有的飞行任务方法不可以全面地考虑无人机执行飞行任务的影响因素,评估过程较慢时效性差,获得的评估结果不够客观准确,无法根据飞行评估结果实现对无人机进行精细化控制的技术问题。
一方面,本申请提供一种飞行任务评估方法,所述飞行任务评估方法包括以下步骤:
获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
另一方面,本申请还提供一种飞行任务评估装置,所述飞行任务评估装置包括:
第一评估模块,用于获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
信息采集模块,用于若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
第二评估模块,用于通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
指令调整模块,用于若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
另一方面,本申请还提供一种飞行任务评估设备,所述飞行任务评估设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现所述的飞行任务评估方法。
另一方面,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行所述的飞行任务评估方法中的步骤。
本申请提供的飞行任务评估方法通过预设评估模型处理飞行评估信息(飞行评估信息中包括气象信息,温度信息,分析高度)和飞行信息(飞行信息中包括风速信息、风向信息)以全面地考虑影响无人机飞行任务执行的因素,快速客观准确地获得航前评估结果,这样可以根据航前评估结果进行飞行任务分配,充分发挥无人机的性能;在无人机飞行时采集飞行信息,通过预设评估模型处理飞行信息和飞行评估信息,获得航中评估结果,从而根据航中评估结果对无人机进行精细化控制管理。本申请提供的飞行任务评估方法通过获取航前评估结果和航中评估结果以准确获取影响无人机执行飞行任务的因素,及时准确地输出评估结果,这样既可以在航前保障飞行任务执行,又可以在航中对实时因素进行分析,从而实现对无人机进行精细化控制。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例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是本申请实施例提供的飞行任务评估的场景示意图;
图2是本申请实施例中提供的飞行任务评估方法的一个实施例流程示意图;
图3为本申请实施例中飞行任务评估方法中通过预设评估模型进行航前评估的一个实施例流程示意图;
图4为本申请实施例中飞行任务评估方法中通过预设评估模型进行航中评估的一个实施例流程示意图;
图5为本申请实施例中飞行任务评估方法中构建评估模型的一个实施例流程示意图;
图6是本申请实施例中提供的飞行任务评估方法中飞行任务评估一个实施例的流程示意图;
图7是本申请实施例中提供的飞行任务评估方法中飞行任务评估另一个实施例的流程示意图;
图8是本申请实施例中提供的飞行任务评估方法中获取初始视频信息一个实施例的流程示意图;
图9是本申请实施例中提供的飞行任务评估方法中获取初始视频信息一个实施例的流程示意图;
图10是本申请实施例中提供的飞行任务评估装置的一个实施例结构示意图;
图11是本申请实施例中提供的飞行任务评估设备的一个实施例结构示意图。
具体实施方式
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明包含的范围。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本申请中,“示例性”一词用来表示“用作例子、例证或说明”。本申请中被描述为“示例性”的任何实施例不一定被解释为比其它实施例更优选或更具优势。为了使本领域任何技术人员能够实现和使用本发明,给出了以下描述。在以下描述中,为了解释的目的而列出了细节。应当明白的是,本领域普通技术人员可以认识到,在不使用这些特定细节的情况下也可以实现本发明。在其它实例中,不会对公知的结构和过程进行详细阐述,以避免不必要的细节使本发明的描述变得晦涩。因此,本发明并非旨在限于所示的实施例,而是与符合本申请所公开的原理和特征的最广范围相一致。
本申请实施例提供一种飞行任务评估方法、装置、设备及计算机可读存储介质,以下分别进行详细说明。
本发明实施例中的飞行任务评估方法应用于飞行任务评估装置,飞行任务评估装置设置于飞行任务评估设备,飞行任务评估设备中设置有一个或多个处理器、存储器,以及一个或多个应用程序,其中一个或多个应用程序被存储于存储器中,并配置为由处理器执行以实现飞行任务评估方法;飞行任务评估设备可以是终端,例如,手机或平板电脑,飞行任务评估设备还可以是一台服务器,或者多台服务器组成的服务集群。
如图1所示,图1为本申请实施例飞行任务评估的场景示意图,本发明实施例中飞行任务评估场景中包括飞行任务评估设备100(飞行任务评估设备100中集成有飞行任务评估装置),飞行任务评估设备100中运行飞行任务评估对应的计算机可读存储介质,以执行飞行任务评估的步骤。
可以理解的是,图1所示飞行任务评估的场景中的飞行任务评估设备,或者飞行任务评估设备中包含的装置并不构成对本发明实施例的限制,即,飞行任务评估的场景中包含的设备数量、设备种类,或者各个设备中包含的装置数量、装置种类不影响本发明实施例中技术方案整体实现,均可以算作本发明实施例要求保护技术方案的等效替换或衍生。
本发明实施例中飞行任务评估设备100主要用于获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
本发明实施例中该飞行任务评估设备100可以是独立的飞行任务评估设备,也可以是飞行任务评估设备组成的飞行任务评估设备网络或飞行任务评估设备集群,例如,本发明实施例中所描述的飞行任务评估设备100,其包括但不限于计算机、网络主机、单个网络飞行任务评估设备、多个网络飞行任务评估设备集或多个飞行任务评估设备构成的云飞行任务评估设备。其中,云飞行任务评估设备由基于云计算(Cloud Computing)的大量计算机或网络飞行任务评估设备构成。
本领域技术人员可以理解,图1中示出的应用环境,仅仅是与本申请方案一种应用场景,并不构成对本申请方案应用场景的限定,其他的应用环境还可以包括比图1中所示更多或更少的飞行任务评估设备,或者飞行任务评估设备网络连接关系,例如图1中仅示出1个飞行任务评估设备,可以理解的,该飞行任务评估的场景还可以包括一个或多个其他飞行任务评估设备,具体此处不作限定;该飞行任务评估设备100中还可以包括存储器,用于存储数据。
此外,本申请飞行任务评估的场景中飞行任务评估设备100可以设置显示装置,或者飞行任务评估设备100中不设置显示装置与外接的显示装置200通讯连接,显示装置200用于输出飞行任务评估设备中飞行任务评估方法执行的结果。飞行任务评估设备100可以访问后台数据库300(后台数据库可以是飞行任务评估设备的本地存储器中,后台数据库还可以设置在云端),后台数据库300中保存有飞行任务评估相关的信息。
需要说明的是,图1所示的飞行任务评估的场景示意图仅仅是一个示例,本发明实施例描述的飞行任务评估的场景是为了更加清楚的说明本发明实施例的技术方案,并不构成对于本发明实施例提供的技术方案的限定。
基于上述飞行任务评估的场景,提出了飞行任务评估方法的实施例。
如图2所示,图2为本申请实施例中飞行任务评估方法的一个实施例流程示意图,该飞行任务评估方法包括如下步骤201~204:
201,获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果。
本实施例中的飞行任务评估方法应用在飞行任务评估设备,飞行任务评估设备的种类不作具体限定,飞行任务评估设备可以是服务器或者是终端,本实施例中以终端为例进行说明,终端与无人机通信连接,其中,无人机的种类和数量不作具体限定,例如,无人机又称无人驾驶飞机,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行器,无人机从技术角度定义可以分为:无人固定翼飞机、无人垂直起降飞机、无人飞艇、无人直升机、无人多旋翼飞行器、无人伞翼机等。
终端获取无人机的飞行评估信息,飞行评估信息是指用于无人机飞行评估的信息,飞行评估信息包括:环境信息、任务信息和飞机信息;其中,环境信息包括:气候环境(雨雪风、温湿度)、地理环境(海拔、周边人口及建筑分布)、电磁环境和空中交通;任务信息包括:需要运输物资信息(物品种类、物品名称、运行时间)、航线中各航点经纬高信息、运输起始地址、运输目的地址等等;飞机信息包括飞机起飞前状态信息、飞机负载、安全边界信息、性能边界信息等等。
终端中预设飞行评估模型,预设飞行评估模型是指预先通过机器学习获得的神经网络模型,神经网络模型的结构可以是层次型结构和互联型结构,神经网络模型的种类不做具体限定,例如,神经网络模型可以是BP网络模型(back propagation)、RBF网络模型(Radial Basis Function,径向基函数)、Hopfield网络模型、自组织特征映射网络模型等,预设飞行评估模型通过对飞行评估信息进行分析,获得无人机航前评估结果和航中评估结果,以进行无人机的准确管理,即,终端将获取的飞行评估信息输入到预设评估模型,终端通过预设评估模型处理飞行评估信息,获得航前评估结果;具体地,包括:
1、获取任务信息、环境信息和飞机信息作为飞行评估信息,将所述飞行评估信息输入至预设评估模型,获得安全评估结果、性能评估结果和能耗评估结果;
2、若所述安全评估结果、所述性能评估结果和所述能耗评估结果都通过,则输出评估通过的航前评估结果;
3、若所述安全评估结果、所述性能评估结果和所述能耗评估结果没有全部通过,则输出评估不通过的航前评估结果。
即,终端获取任务信息、环境信息和飞机信息作为飞行评估信息,终端将飞行评估信息输入至预设评估模型,终端通过预设评估模型处理飞行评估信息,以对无人机及各系统安全评估(例如,判断无人机是否出现安全事故飞机及各系统安全评估),对无人机及各系统性能边界评估(例如,判断工作边界界定飞机能否按要求完成任务),对无人机能耗评估 (例如,判断单独评估电量能否完成任务),获得安全评估结果、性能评估结果和能耗评估结果;若安全评估结果、性能评估结果和能耗评估结果都通过,终端则输出评估通过的航前评估结果;若安全评估结果、性能评估结果和能耗评估结果没有全部通过,终端则输出评估不通过的航前评估结果。
如图3所示,图3为本申请实施例中飞行任务评估方法中通过预设评估模型进行航前评估的一个实施例流程示意图。
本实施例中终端将飞行评估信息作为输入至预设评估模型,进行安全评估、性能评估和能耗评估,具体地,环境信息如下表1所示:
表1
任务信息如下表2所示:
表2
飞机信息如下表3:
表3
通过预设评估模型中的环境数据标准化处理模块进行标准化处理如下表4:
输入 | 外部传感器采集环境数据,气象数据收集 |
输出 | 标准格式环境数据,用于计算使用 |
表4
通过预设评估模型中的任务信息处理模块进行标准化处理如下表5:
输入 | 航线各航点经纬高信息 |
输出 | 航线各航段距离航向和高差 |
表5
通过预设评估模型中的质量评估模块对飞机信息进行处理,获得起飞质量如下表6:
输入 | 载荷质量、空机质量 |
输出 | 起飞质量 |
表6
通过预设评估模型中的密度模块对海拔温度信息进行处理,获得密度信息如下表7:
输入 | 海拔、温度 |
输出 | 密度 |
表7
通过预设评估模型中的地速模块对空速、风速、风向、航向进行处理,获得地速如下表8:
输入 | 空速、风速、风向、航向 |
输出 | 地速 |
表8
通过预设评估模型中的安全评估模块、性能评估模块和能耗评估模块进行安全评估、性能评估和能耗评估,获得安全评估结果、性能评估结果和能耗评估结果,如下表9和表10所示为能耗评估结果的示意表:
表9
表10
本实施例中在无人机执行导航任务之前,先通过预设评估模型对飞行评估信息进行处理,获得无人机航前评估结果,以避免无人机飞行前故障,保证无人机可以完成飞行任务。
202,若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息。
若航前评估结果为评估通过,终端则控制无人机负载飞行,即,终端根据无人机的飞行评估信息,确定无人机的负载和无人机的航线,终端按照负载和航线控制无人机飞行,与此同时,终端控制无人机中的传感器采集飞行信息,其中,飞行信息包括风速信息、风向信息等等。
可以理解的是,若航前评估没有通过则不执行后续步骤202,只有在航前评估通过之后,判定无人机可以执行飞行任务,控制无人机负载飞行,从而在飞行过程中采集飞行信息,在无人机飞行的过程中,以通过预设评估模型处理所述飞行评估信息和所述飞行信息,进而在无人机飞行过程中进行二次评估,同时根据评估结果进行无人机控制,即,航前评估结果和航中评估结果没有必然联系,及航前评估不通过,则不可以执行飞行任务,若航前评估通过,不可以保证航中评估结果也通过,航前评估和航中评估的区别在于,航中评估需要将飞行评估信息和飞行信息一起评估,以保证无人机的安全性。
203,通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果。
终端通过预设评估模型处理飞行评估信息和飞行信息,获得航中评估结果,可以理解的是,本实施中通过预设评估模型进行航前评估与航中评估的相似,航中评估时预设评估模型将飞行信息和飞行评估信息进行结合,以获得航中评估结果。具体地:通过预设评估模型进行航中评估的步骤包括:终端将飞行评估信息和飞行信息输入至预设评估模型,终端通过预设评估模型处理飞行评估信息和飞行信息,以对无人机及各系统安全评估(例如,预设评估模型根据飞行评估信息中的飞行路线和飞行信息中的实时风速,判断无人机是否出现安全事故飞机及各系统安全评估),对无人机及各系统性能边界评估(例如,预设评估模型根据飞行评估信息中的无人机最大转速和飞行信息中的飞机上升速率,判断工作边界界定飞机能否按要求完成任务),对无人机能耗评估(例如,预设评估模型根据飞行评估信息中的载重量和飞行信息中的剩余电量和电量消耗速率,判断单独评估电量能否完成任务),获得安全评估结果、性能评估结果和能耗评估结果;若安全评估结果、性能评估结果和能耗评估结果都通过,终端则输出评估通过的航中评估结果;若安全评估结果、性能评估结果和能耗评估结果没有全部通过,终端则输出评估不通过的航中评估结果。
如图4所示,图4为本申请实施例中飞行任务评估方法中通过预设评估模型进行航中评估的一个实施例流程示意图。具体地,
飞机信息如下表11所示包括:
表11
环境信息如下表12所示包括:
表12
任务信息如下表13所示包括:
表13
飞行信息如下表14所示包括:
表14
终端输出安全评估结果如下表15所示:抗风等级小于或等于12m/s
等级 | 风速 | 风向 |
1 | >12 | 垂直航向90度 |
2 | ≤12 | 垂直航向90度 |
表15
终端输出性能评估结果,如下表16和表17所示:
表16
表17
终端输出能耗评估结果如下表18:
表18
204,若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
若航中评估结果中的飞行风险值高于预设风险阈值,终端则调整无人机的飞行控制指令直至航中评估结果为评估通过或飞行结束,其中,终端调整无人机的飞行控制指令,使得无人机可以进行上升或者下降,以降低无人机分析的风险性。
在本申请实施例中通过预设评估模型处理飞行评估信息,可以全面地考虑影响无人机飞行任务执行的因素,快速客观准确地获得航前评估结果,这样可以根据航前评估结果进行飞行任务分配,充分发挥无人机的性能;在无人机飞行时采集飞行信息,通过预设评估模型处理飞行信息和飞行评估信息,获得航中评估结果,从而根据航中评估结果对无人机进行精细化控制管理。
如图5所示,图5为本申请实施例中飞行任务评估方法中构建预设评估模型的一个实施例流程示意图。
在本申请一些实施例中,具体说明了预设评估模型的构建包括如下步骤301~305:
301,采集不同机型的历史飞行记录作为训练样本,提取所述训练样本中的风速值。
终端获取海量的不同机型的历史飞行记录,终端将不同机型的历史飞行记录作为训练样本,并提取训练样本中的风速值。
302,获取所述风速值小于预设风速的训练样本组成第一样本子集,获取所述风速值大于或等于预设风速的训练样本组成第二样本子集。
终端获取风速值小于预设风速(预设风速可以根据具体场景设置,预设风速不会对无人机的飞行产生影响,例如,预设风速为1m/s)的训练样本组成第一样本子集,获取风速值大于或等于预设风速的训练样本组成第二样本子集,即,终端将风速较小的训练样本作为航前评估子模型的训练样本,终端将风速较大的训练样本作为航中评估子模型的训练样本,具体地:
303,从所述第一样本子集中迭代抽取预设比例的第一训练样本,通过所述第一训练样本迭代训练初始评估模型,获得评估准确率高于预设评估准确率的航前评估子模型。
终端从第一样本子集中一次抽取预设比例(预设比例可以根据具体场景灵活设置,例如预设比例设置为1%)的训练样本,终端通过一次抽取预设比例的训练样本构建初始评估模型。
终端从第一样本子集中迭代抽取预设比例(预设比例可以根据具体场景灵活设置,例如预设比例设置为1%)的第一训练样本,终端通过第一训练样本训练初始评估模型,获得训练模型,终端获取训练模型的评估准确率,终端将训练模型的评估准确率与预设评估准确率(预设评估准确率是指预先设置的评估准确率阈值,若训练模型的评估准确率高于该准确率阈值,则可以停止模型训练;反之,若训练模型的评估准确率不高于该准确率阈值,则对继续进行模型训练,其中,预设评估准确率可以设置为98%)进行比较,若训练模型的评估准确率不高于预设评估准确率,则继续进行迭代训练,若训练模型的评估准确率高于预设评估准确率,则判定训练模型对应的函数收敛,终端将评估准确率高于预设评估准确率的训练模型作为航前评估子模型。
304,从所述第二样本子集中迭代抽取预设比例的第二训练样本,通过所述第二训练样本迭代训练初始评估模型,获得评估准确率高于预设评估准确率的航中评估子模型;
终端从第二样本子集中一次抽取预设比例(预设比例可以根据具体场景灵活设置,例如预设比例设置为1%)的第二训练样本,终端通过一次抽取预设比例的第二训练样本构建初始评估模型。
终端从第一样本子集中迭代抽取预设比例(预设比例可以根据具体场景灵活设置,例如预设比例设置为1%)的训练样本,终端通过训练样本训练初始评估模型,获得训练模型,终端获取训练模型的评估准确率,终端将训练模型的评估准确率与预设评估准确率(预设评估准确率是指预先设置的评估准确率阈值,若训练模型的评估准确率高于该准确率阈值,则可以停止模型训练;反之,若训练模型的评估准确率不高于该准确率阈值,则对继续进行模型训练,其中,预设评估准确率可以设置为98%)进行比较,若训练模型的评估准确率不高于预设评估准确率,则继续进行迭代训练,若训练模型的评估准确率高于预设评估准确率,则判定训练模型对应的函数收敛,终端将评估准确率高于预设评估准确率的训练模型作为航中评估子模型。
305,将所述航前评估子模型和所述航中评估子模型封装形成预设评估模型。
终端将航前评估子模型和航中评估子模型封装形成预设评估模型,即,确定航前评估子模型和航中评估子模型之间关系,其中,航前评估子模型和航中评估子模型可以是并列的,两个评估模型之间互不干扰;航前评估子模型和航中评估子模型还可以是串行的,先执行航前评估子模型,在满足条件时再执行航中评估子模型;确定航前评估子模型和航中评估子模型之间的关系之后,将航前评估子模型和航中评估子模型添加TCP头部信息形成数据段,然后将数据段上添加IP头部信息转换为数据包,最后将数据包添加Mac头部信息,转换为预设评估模型;以通过预设评估模型进行飞行任务评估;本实施例中具体说明了预设评估模型的构建步骤,通过构建评估模型对飞行评估信息进行评估,可以在飞行的不同阶段进行飞行评估,保障飞前安全性,提高飞行任务评估的准确率。
参照图6,图6是本申请实施例中提供的飞行任务评估方法中飞行任务评估一个实施例的流程示意图。
在本申请一些实施例中,具体说明了通过预设评估模型进行飞行评估,获得安全评估的航中评估结果包括如下步骤401~403:
401,通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得所述无人机的飞行风险值;
402,分析所述飞行信息确定所述无人机在航线中所处的飞行阶段,并获取所述飞机阶段对应的预设风险阈值;
403,将所述飞行风险值和所述预设风险阈值进行比较,获得所述无人机的安全评估结果作为航中评估结果。
即,终端通过预设评估模型处理飞行评估信息和飞行信息,获得无人机的飞行风险值;即,终端通过预设评估模型确定风速对无人机飞行的影响,终端分析飞行信息确定无人机在航线中所处的飞行阶段,并获取飞机阶段对应的预设风险阈值(预设风险阈值是指无人机飞行事故率的阈值,预设风险阈值根据飞行阶段灵活设置);终端将飞行风险值和预设风险阈值进行比较,获得无人机的安全评估结果作为航中评估结果,具体地,若飞行风险值小于预设风险阈值,终端则输出安全评估通过作为航中评估结果;飞行风险值大于或等于预设风险阈值,终端则输出安全评估不通过作为航中评估结果。
例如,终端根据无人机飞行过程中飞行的高度变化情况,电量消耗情况,确定无人机的处于起飞阶段,起飞阶段的事故率高,则预设风险阈值较低,若通过预设评估模型处理飞行评估信息和飞行信息,获得无人机的飞行风险值大于预设风险阈值,则输出7安全评估不通过作为航中评估结果。
参照图7,图7是本申请实施例中提供的飞行任务评估方法中飞行任务评估一个实施例的流程示意图。
在本申请一些实施例中,具体说明了通过预设评估模型进行飞行评估,获得性能评估的航中评估结果,包括如下步骤501-502:
501,通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得所述无人机的飞行性能值;
502,获取所述飞行评估信息中的性能边界值,将所述飞行性能值和所述性能边界值进行比较,获得所述无人机的性能评估结果作为航中评估结果。
即,终端通过预设评估模型处理飞行评估信息和飞行信息,获得无人机的飞行性能值,其中,飞行性能值可以是无人机中电机的转速,或者电池单位时间的消耗速率;终端获取飞行评估信息中的性能边界值,将飞行性能值和性能边界值进行比较,获得无人机的性能评估结果作为航中评估结果,即,若飞行性能值超过性能边界值,则获得无人机的性能评估不通过作为航中评估结果;若飞行性能值没有超过性能边界值,则获得无人机的性能评估通过作为航中评估结果。
例如,终端检测无人机最开始运行时,无人机飞行一千米的耗电量为10%,终端将飞行一千米的耗电量为15%作为飞行评估信息中的性能边界值,终端将实际飞行过程中检测的飞行性能值飞行一千米的耗电量为12%与性能边界值飞行一千米的耗电量为15%进行比较,飞行一千米的耗电量为12%小于性能边界值飞行一千米的耗电量为15%,终端获得无人机的性能评估通过作为航中评估结果。本实施例中在无人机飞行过程中对无人机性能进行评估,在保障飞行任务完成的同时,可以充分发挥无人机的性能。
参照图8,图8是本申请实施例中提供的飞行任务评估方法中飞行任务评估一个实施例的流程示意图。
在本申请一些实施例中,具体说明了通过视频分类模型进行有效视频信息分析,获得飞行任务评估结果,包括如下步骤601-603:
601,通过所述预设评估模型处理所述飞行评估信息中的导航点信息,获得所述无人机飞行的理论地速值,及所述理论地速值对应的理论能耗值。
终端通过预设评估模型处理飞行评估信息中的导航点信息,获得无人机飞行的理论地速值,终端获取理论地速值对应的理论能耗值;具体地,终端计算理论地速值的步骤包括:终端获取航线中各个航点经纬高,可转换得到航线每段航线长度△L以及其航向Angle_Gro,终端将航线每段航线长度△L转化为表示X方向和Y方向距离△X和△Y,求出航线长度和航向角Angle_Gro:
终端采集风向角度Angle_Wind同航向角Angle_Gro得到夹角χ。
χ=Angle_Gro-Angle_Wind
终端使用采集的风速值Vw,和设定的空速值Va,获得理论地速值Vgro。
602,通过所述预设评估模型处理所述飞行信息中的空速信息、风速信息、风向角和航向角,获得无人机的实际地速值,根据所述无人机的实际地速值确定无人机的实际能耗值;
终端通过预设评估模型处理飞行信息中的空速信息、风速信息、风向角和航向角,获得无人机的实际地速值,即,终端将飞行信息(风速Vw、空速Va和地速Vgro)带入函数关系,如下:
其中,空速大小和航向由任务信息确定,风速及风向来自传感器采集数据,航向角Angle_Wind和风向角Angle_Gro可以可得到夹角χ,需获得已知量空速大小Va、风速大小 Vw及风向与地速(航向)夹角χ,从而确定实际地速值,终端根据无人机的实际地速值确定无人机的实际能耗值。
603,将所述理论能耗值和所述实际能耗值进行比较,获得所述无人机的能耗评估结果作为航中评估结果。
终端将理论能耗值和实际能耗值进行比较,若理论能耗值超过实际能耗值,则终端输出无人机的能耗评估不通过作为航中评估结果,若理论能耗值没有超过实际能耗值,则终端输出无人机的能耗评估通过作为航中评估结果。本实施例中在无人机飞行过程中对无人机能耗进行评估,在保障飞行任务完成的同时,可以充分合理安排无人机的任务。
参照图9,图9是本申请实施例中提供的飞行任务评估方法中飞行任务评估一个实施例的流程示意图。
在本申请一些实施例中,具体说明了根据航中评估结果进行无人机控制,包括如下步骤701-703:
701,若所述航中评估结果中的飞行风险值高于预设风险阈值,则获取所述飞行风险值下的风险运行时长,监测所述风险运行时长内的飞行风险值。
若航中评估结果中的飞行风险值高于预设风险阈值(预设风险阈值可以根据具体场景设置),则获取飞行风险值下的风险运行时长,监测风险运行时长内的飞行风险值。
702,若所述风险运行时长内的飞行风险值不高于所述预设风险阈值,则输出航中评估结果为评估通过的提示。
若风险运行时长内的飞行风险值不高于预设风险阈值,则输出航中评估结果为评估通过的提示,并进行持续地监测,直至飞行任务完成。
703,若所述风险运行时长内的飞行风险值高于所述预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
若风险运行时长内的飞行风险值高于预设风险阈值,则调整无人机的飞行控制指令直至航中评估结果为评估通过或飞行结束。
本实施例中在飞行风险值高于预设风险阈值不进行紧急迫降,而是进行设置风险运行时长作为一段缓冲时间,并监测缓冲时间无人机的变化情况,若风险运行时长内的飞行风险值高于预设风险阈值,则调整无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束,以进行无人机的准确控制,若风险运行时长内的飞行风险值不高于预设风险阈值,可以继续进行监控,以减少无人机调整次数,避免无人机频繁调整。
如图10所示,图10是飞行任务评估装置的一个实施例结构示意图。
为了更好实施本申请实施例中飞行任务评估方法,在飞行任务评估方法基础之上,本申请实施例中还提供一种飞行任务评估装置,所述飞行任务评估装置包括以下模块801-804:
第一评估模块801,用于获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
信息采集模块802,用于若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
第二评估模块803,用于通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
指令调整模块804,用于若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
本实施例中飞行任务评估装置中通过预设评估模型处理飞行评估信息,快速客观准确地获得航前评估结果,这样可以根据航前评估结果进行飞行任务分配,充分发挥无人机的性能;在无人机飞行时采集飞行信息,通过预设评估模型处理飞行信息和飞行评估信息,获得航中评估结果,从而根据航中评估结果对无人机进行精细化控制管理。
本发明实施例还提供一种飞行任务评估设备,如图11所示,图11是本申请实施例中提供的飞行任务评估设备的一个实施例结构示意图。
飞行任务评估设备集成了本发明实施例所提供的任一种飞行任务评估装置,所述飞行任务评估设备包括:
预设拍摄装置;
加速度传感器;
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行上述飞行任务评估方法实施例中任一实施例中所述的飞行任务评估方法中的步骤。
具体来讲:飞行任务评估设备可以包括一个或者一个以上处理核心的处理器901、一个或一个以上计算机可读存储介质的存储器902、电源903和输入单元904等部件。本领域技术人员可以理解,图8中示出的飞行任务评估设备结构并不构成对飞行任务评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器901是该飞行任务评估设备的控制中心,利用各种接口和线路连接整个飞行任务评估设备的各个部分,通过运行或执行存储在存储器902内的软件程序和/或模块,以及调用存储在存储器902内的数据,执行飞行任务评估设备的各种功能和处理数据,从而对飞行任务评估设备进行整体监控。可选的,处理器901可包括一个或多个处理核心;优选的,处理器901可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器901中。
存储器902可用于存储软件程序以及模块,处理器901通过运行存储在存储器902的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器902可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、训练播放功能等)等;存储数据区可存储根据飞行任务评估设备的使用所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器902还可以包括存储器控制器,以提供处理器901对存储器902的访问。
飞行任务评估设备还包括给各个部件供电的电源903,优选的,电源903可以通过电源管理系统与处理器901逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源903还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该飞行任务评估设备还可包括输入单元904,该输入单元904可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,飞行任务评估设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,飞行任务评估设备中的处理器901会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器902中,并由处理器901来运行存储在存储器902 中的应用程序,从而实现各种功能,如下:
获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种计算机可读存储介质,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random AccessMemory)、磁盘或光盘等。其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行本发明实施例所提供的任一种飞行任务评估方法中的步骤。例如,所述计算机程序被处理器进行加载可以执行如下步骤:
获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
在上述实施例中,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,可以参见上文针对其他实施例的详细描述,此处不再赘述。
具体实施时,以上各个单元或结构可以作为独立的实体来实现,也可以进行任意组合,作为同一或若干个实体来实现,以上各个单元或结构的具体实施可参见前面的方法实施例,在此不再赘述。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种飞行任务评估方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种飞行任务评估方法,其特征在于,所述飞行任务评估方法包括:
获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
2.根据权利要求1所述的飞行任务评估方法,其特征在于,所述获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果之前,所述方法包括:
采集不同机型的历史飞行记录作为训练样本,提取所述训练样本中的风速值;
获取所述风速值小于预设风速的训练样本组成第一样本子集,获取所述风速值大于或等于预设风速的训练样本组成第二样本子集;
从所述第一样本子集中迭代抽取预设比例的第一训练样本,通过所述第一训练样本迭代训练初始评估模型,获得评估准确率高于预设评估准确率的航前评估子模型;
从所述第二样本子集中迭代抽取预设比例的第二训练样本,通过所述第二训练样本迭代训练初始评估模型,获得评估准确率高于预设评估准确率的航中评估子模型;
将所述航前评估子模型和所述航中评估子模型封装形成预设评估模型。
3.根据权利要求1所述的飞行任务评估方法,其特征在于,所述获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果,包括:
获取任务信息、环境信息和飞机信息作为飞行评估信息,将所述飞行评估信息输入至预设评估模型,获得安全评估结果、性能评估结果和能耗评估结果;
若所述安全评估结果、所述性能评估结果和所述能耗评估结果都通过,则输出评估通过的航前评估结果;
若所述安全评估结果、所述性能评估结果和所述能耗评估结果没有全部通过,则输出评估不通过的航前评估结果。
4.根据权利要求1所述的飞行任务评估方法,其特征在于,所述通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果,包括:
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得所述无人机的飞行风险值;
分析所述飞行信息确定所述无人机在航线中所处的飞行阶段,并获取所述飞机阶段对应的预设风险阈值;
将所述飞行风险值和所述预设风险阈值进行比较,获得所述无人机的安全评估结果作为航中评估结果。
5.根据权利要求1所述的飞行任务评估方法,其特征在于,所述通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果,包括:
通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得所述无人机的飞行性能值;
获取所述飞行评估信息中的性能边界值,将所述飞行性能值和所述性能边界值进行比较,获得所述无人机的性能评估结果作为航中评估结果。
6.根据权利要求1所述的飞行任务评估方法,其特征在于,所述通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果,包括:
通过所述预设评估模型处理所述飞行评估信息中的导航点信息,获得所述无人机飞行的理论地速值,及所述理论地速值对应的理论能耗值;
通过所述预设评估模型处理所述飞行信息中的空速信息、风速信息、风向角和航向角,获得无人机的实际地速值,根据所述无人机的实际地速值确定无人机的实际能耗值;
将所述理论能耗值和所述实际能耗值进行比较,获得所述无人机的能耗评估结果作为航中评估结果。
7.根据权利要求1-6任意一项所述的飞行任务评估方法,其特征在于,所述若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束,包括:
若所述航中评估结果中的飞行风险值高于预设风险阈值,则获取所述飞行风险值下的风险运行时长,监测所述风险运行时长内的飞行风险值;
若所述风险运行时长内的飞行风险值不高于所述预设风险阈值,则输出航中评估结果为评估通过的提示;
若所述风险运行时长内的飞行风险值高于所述预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
8.一种飞行任务评估装置,其特征在于,所述飞行任务评估装置包括:
第一评估模块,用于获取飞行评估信息,通过预设评估模型处理所述飞行评估信息,获得航前评估结果;
信息采集模块,用于若所述航前评估结果为评估通过,则控制无人机负载飞行并通过所述无人机中的传感器采集飞行信息;
第二评估模块,用于通过所述预设评估模型处理所述飞行评估信息和所述飞行信息,获得航中评估结果;
指令调整模块,用于若所述航中评估结果中的飞行风险值高于预设风险阈值,则调整所述无人机的飞行控制指令直至所述航中评估结果为评估通过或飞行结束。
9.一种飞行任务评估设备,其特征在于,所述飞行任务评估设备包括:
一个或多个处理器;
存储器;以及
一个或多个应用程序,其中所述一个或多个应用程序被存储于所述存储器中,并配置为由所述处理器执行以实现权利要求1至7中任一项所述的飞行任务评估方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行权利要求1至7任一项所述的飞行任务评估方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011245377.5A CN114462740A (zh) | 2020-11-10 | 2020-11-10 | 飞行任务评估方法、装置、设备和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011245377.5A CN114462740A (zh) | 2020-11-10 | 2020-11-10 | 飞行任务评估方法、装置、设备和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114462740A true CN114462740A (zh) | 2022-05-10 |
Family
ID=81404667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011245377.5A Pending CN114462740A (zh) | 2020-11-10 | 2020-11-10 | 飞行任务评估方法、装置、设备和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114462740A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390498A (zh) * | 2023-12-12 | 2024-01-12 | 四川腾盾科技有限公司 | 一种基于Transformer模型的固定翼集群无人机飞行能力评估方法 |
-
2020
- 2020-11-10 CN CN202011245377.5A patent/CN114462740A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117390498A (zh) * | 2023-12-12 | 2024-01-12 | 四川腾盾科技有限公司 | 一种基于Transformer模型的固定翼集群无人机飞行能力评估方法 |
CN117390498B (zh) * | 2023-12-12 | 2024-04-30 | 四川腾盾科技有限公司 | 一种基于Transformer模型的固定翼集群无人机飞行能力评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10960975B1 (en) | Vertical take-off and landing (VTOL) aircraft noise signature mitigation | |
US11248930B2 (en) | Microclimate wind forecasting | |
CN110427047B (zh) | 风速测算方法、风速估算器及无人机 | |
CN108107911B (zh) | 一种太阳能飞机自主寻优航迹规划方法 | |
Gao et al. | Energy model for UAV communications: Experimental validation and model generalization | |
US11209816B2 (en) | Autonomous long range aerial vehicles and fleet management system | |
CA2782105C (en) | Heuristic method for computing performance of an aircraft | |
Xue et al. | Fe3: An evaluation tool for low-altitude air traffic operations | |
US20180286254A1 (en) | Flight management via model-based iterative optimization | |
JP2013096988A (ja) | 航空機パラメータを推定するための方法およびシステム | |
CN108609202B (zh) | 飞行颠簸预测方法及系统 | |
WO2018110634A1 (ja) | 無人航空機の飛行管理システム、及び飛行管理方法 | |
EP3637388A1 (en) | Vertical flightpath optimization | |
CN113625743A (zh) | 无人机智能控制方法、相关装置及存储介质 | |
JP7393970B2 (ja) | テール特有パラメータ計算のためのシステム及び方法 | |
Hadjaz et al. | Online learning for ground trajectory prediction | |
CN114462740A (zh) | 飞行任务评估方法、装置、设备和计算机可读存储介质 | |
CN106127407B (zh) | 基于多传感器信息融合的飞机行程打分方法及打分系统 | |
WO2024067137A1 (zh) | 一种无人驾驶航空器的智能续航管理方法、系统和介质 | |
Banerjee et al. | Probability of Obstacle Collision for UAVs in presence of Wind | |
CN111198569A (zh) | 一种新能源辅助应急动力控制方法装置及服务器 | |
CN116578120A (zh) | 无人机调度方法、装置、无人机系统和算机设备 | |
CN105118333A (zh) | 一种基于多重回归模型的空中交通管制模拟仿真异常检测方法和装置 | |
KR20190006634A (ko) | 광역 드론 운용을 위한 시스템, 방법 및 장치 | |
Zhou et al. | The UAV landing quality evaluation research based on combined weight and VIKOR algorithm |
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 |