CN114779804B - 一种基于状态估计规则的无人机特情处置方法 - Google Patents
一种基于状态估计规则的无人机特情处置方法 Download PDFInfo
- Publication number
- CN114779804B CN114779804B CN202210310085.8A CN202210310085A CN114779804B CN 114779804 B CN114779804 B CN 114779804B CN 202210310085 A CN202210310085 A CN 202210310085A CN 114779804 B CN114779804 B CN 114779804B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- special
- time
- state estimation
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明公开了一种基于状态估计规则的无人机特情处置方法,涉及无人机数据处理与决策领域。本方法基于无人机实时图像及遥测数据构建以下五种特情的状态估计规则:无人机丢星或信号受干扰、电池电量不足、风力过大、图传中断以及无人机失控;然后实时估计无人机状态,自主检测和判别无人机特情类型,给出相应的特情处置策略;最后根据特情处置优先级依次处理,及时调整无人机姿态、速度和位置以脱离危险场景,提高无人机的安全飞行系数。本发明不仅能够检测并处理多种无人机常见特情,针对多种特情同时出现的场景依然有效,同时提供了一种新的无人机丢星处置方法,效率较高。
Description
技术领域
本发明涉及无人机数据处理与决策领域,特别是指一种基于状态估计规则的无人机特情处置方法,可用于无人机特情故障的检测与安全处置。
背景技术
无人机以其成本低、生存能力强、体积小、重量轻、机动性好等特点,在社会生活和现代战争中均发挥了重要作用,给无人机的发展注入了新的活力。然而,就技术层面而言,所有无人机目前普遍存在以下几个问题:(1)无人机续航能力不足;(2)无人机通信系统主要使用1.4GHz和2.4GHz无线电频段,其中1.4GHz主要作为数据通讯频段,2.4GHz主要作为图像传输频段。公共无线电通信链路的抗干扰能力弱,尤其是同频干扰无法避免。随着无人机的数量指数级增长,无人机通信系统干扰的问题,将日渐突出;(3)受地形、天气等客观条件影响,导航卫星信号易受干扰,精度和稳定性不足,会导致无人机悬停不稳、偏离预设航线等问题。
近两年,无人机的几次重要表演事故引发了行业的普遍关注:西安无人机表演失控、重庆无人机撞大楼和郑州无人机坠落事件。此类事故产生的主要原因是无人机的定位及辅助定位系统受到干扰,造成其位置和高度的数据异常;其次是电量不足导致无人机坠落。这也是无人机事故发生的常见问题,除此之外,最容易出问题的几个地方在于:(1)数传通讯出现故障:无人机无法及时执行控制中心发出的指令乱飞,无法更新RTK数据而导致无法精确定位;(2)GPS信号丢失:无法定位,无人机乱飞;(3)磁罗盘(电子指南针)被干扰:无人机容易画圈飞。这几个问题都会导致无人机乱飞、坠落、撞击等严重事故。
目前无人机自主飞行任务中普遍存在以下几种特情:
(1)无人机丢星或者信号受干扰,接收不到GPS信号;
(2)电池电量不足,剩余电量不足以返回起飞点;
(3)风力过大,飞行安全无法保障;
(4)图传中断或控制信号不稳;
(5)无人机失控。
要避免这些普遍存在的问题所造成的不利影响,除了硬件技术的更新换代,还可以通过现有知识库和视觉图像算法进行辅助决策和紧急处置来避免无人机事故的发生。
发明内容
本发明的目的在于避免上述背景方法中所存在特情引发的问题而提供一种基于状态估计规则的无人机特情处置方法。本发明不仅基于无人机实时图像及遥测数据构建了状态估计规则,同时可以根据状态估计规则实时估计无人机状态,自主判别无人机特情类型,给出相应的处置决策方案,使无人机能够及时调整自身姿态、速度和位置以脱离危险场景,提高无人机的安全飞行系数。
本发明所采用的技术方案是:
一种基于状态估计规则的无人机特情处置方法,包括以下过程:
构建无人机丢星或者信号受干扰,接收不到GPS信号的状态估计规则;根据规则实时估计无人机状态,当无人机丢星或者GPS信号受干扰特情发生时,向无人机发送悬停指令,等待信号恢复;
构建无人机电池电量不足,剩余电量不足以返回起飞点的状态估计规则;根据规则实时估计无人机状态,当无人机电池电量不足特情发生时,向无人机发送返航指令;
构建风力过大,飞行安全无法保障的状态估计规则;根据规则实时估计无人机状态,当风力超过阈值时,向无人机发送降落指令;
构建图传中断或控制信号不稳的状态估计规则;根据规则实时估计无人机状态,当图传中断时,向无人机发送返航指令;
构建无人机失控的状态估计规则;根据规则实时估计无人机状态,记录并不断更新无人机经纬度数据,当无人机失控特情发生时,利用第二架无人机到最终所记录经纬度附近搜寻失控无人机的具体位置;
当多种特情同时发生时,根据特情处置优先级依次处理,及时调整自身姿态、速度和位置以脱离危险场景。
进一步的,构建无人机丢星或者信号受干扰,接收不到GPS信号的状态估计规则;根据规则实时估计无人机状态,当无人机丢星或者GPS信号受干扰特情发生时,向无人机发送悬停指令,等待信号恢复,具体方式为:
(101)根据无人机链路通信协议获取当前导航卫星接收数N和测控信号值S;
(102)记事件A=N<5||S<TS,其中TS为测控信号阈值,当某一时刻t发生事件A,则在设定时间范围内统计事件A发生的频率p;若频率p大于阈值,则判定无人机丢星或者GPS信号受干扰;
(103)当无人机丢星或者GPS信号受干扰的特情发生时,向无人机发送悬停指令;
(104)将无人机吊舱镜头调整为垂直下视拍摄,并设置稳像模式,获取无人机当前位置正下方的图像I;将前后不同时相t1和t2的图像分别记为I1和I2;通过GPU加速提取初始时相图像I1的SURF特征点集合P1,并使用光流法匹配I2图像的SURF特征点集合P2;
(105)利用基于图割优化的RANSAC算法提纯特征点匹配对,剔除误匹配,I1和I2提纯后的特征点对分别记为Pi(i=1,2,3...,n)和Pj(j=1,2,3...,n),n为特征点对个数;然后同时执行步骤(106)-(108)和步骤(109)-(111);
(107)根据特征点对分别遍历计算Pi1和Pi2之间的距离累加值D1,Pj1和Pj2之间的距离累加值D2;
(108)计算I1和I2特征点对的距离累加值的比值R=D1/D2,若R>R1,则相比时相t1,无人机在时相t2的高度更高,为了保持悬停位置,给无人机发送指令降低旋翼转速,降低高度,直至R距离1.0在设定范围内;若R<R2,则相比时相t1,无人机在时相t2的高度更低,给无人机发送指令提高旋翼转速,拉升高度,直至R距离1.0在设定范围内,执行步骤(112);
(109)根据特征点对分别计算Pi(i=1,2,3...,n)在图像I1上像元坐标的累加值为(x1,y1),Pj(j=1,2,3...,n)在图像I2上像元坐标的累加值为(x2,y2);则无人机在t2时刻相对t1时刻的像元坐标偏移量为
(110)计算无人机图像对应的地面分辨率,计算公式如下:
其中,GSD为地面分辨率,f为吊舱镜头焦距,CCD为成像传感器的像元尺寸,H为无人机航线的对地航高;
(112)无人机悬停等待信号恢复,若等待时长超出设定阈值未恢复正常则令无人机返航。
进一步的,构建无人机电池电量不足,剩余电量不足以返回起飞点的状态估计规则;根据规则实时估计无人机状态,当无人机电池电量不足特情发生时,向无人机发送返航指令,具体方式为:
(201)根据无人机链路通信协议获取参数:无人机起飞位置L0(lon,lat)和当前位置L1(lon,lat)、无人机起飞时间tstart和当前时间tnow以及无人机起飞时刻的电池电量τ0和当前剩余电池电量τ1;
(202)计算无人机当前时刻的已消耗电量τ2=τ0-τ1;
(203)计算无人机当前时刻的已飞行时间tfly=tnow-tstart;
(205)将无人机当前位置L1(lon,lat)和起飞位置L0(lon,lat)转换为UTM米制坐标系,计算无人机当前位置到起飞位置的距离dnow;
(206)设无人机均速为v0,若dnow≥t0*v0*tremain,则断定当前存在电量不足的危险,令无人机立即执行返航命令。
进一步的,构建风力过大,飞行安全无法保障的状态估计规则;根据规则实时估计无人机状态,当风力超过阈值时,向无人机发送降落指令,具体方式为:
(301)根据无人机链路通信协议获取参数:无人机飞行高度H、俯仰角α和横滚角β;
(302)计算无人机当前姿态下的欧拉角θ=arccos(cos(α)*cos(β));
(303)低空无风条件下,无人机分别以v1和v2往正前方飞行时无人机的欧拉角分别记为θmax和θmin,所对应风力分别记为Tmax和Tmin;其中,v1和v2均为设定值,且v1>v2;
(304)根据无人机当前姿态下的欧拉角θ判定当前高度下的风力T:若abs(θ)>θmax,则T>Tmax,向无人机发送降落指令;若abs(θ)≤θmin,无人机保持当前高度正常飞行;若θmin<abs(θ)<θmax,则Tmin<T<Tmax,该状态的处置策略如下:①若无人机高度H>H0,则降高度悬停,重复步骤(304);②若无人机高度H≤H0,则令无人机就近降落;其中H0为设定值。
进一步的,构建图传中断或控制信号不稳的状态估计规则;根据规则实时估计无人机状态,当图传中断时,向无人机发送返航指令,具体方式为:
(401)根据无人机链路通信协议获取无人机实时图像;
(402)无人机链路下传图像的过程中,实时对图像数据做质量检查,当地面所接收图像连续一段时间内出现空值或者无效值的频率大于设定值P0,则判定发生图像中断特情,向无人机发送指令根据历史航路往回飞设定回飞距离悬停观察状况;
(403)若图像接收恢复正常,判断前方航路存在信号干扰源时,重新规划航线绕飞或者升高度跨飞;若图像接收未恢复正常,则预留时间阈值,由地面人员调整天线方位使天线侧面指向无人机;若无地面人员调整天线或图传依然中断,则控制无人机按照历史航线返航或直接拉回降落;其中,信号干扰源包括高达建筑物、高压线、通讯基站和发射塔。
进一步的,构建无人机失控的状态估计规则;根据规则实时估计无人机状态,记录并不断更新无人机经纬度数据,当无人机失控特情发生时,利用第二架无人机到最终所记录经纬度附近搜寻失控无人机的具体位置,具体方式为:
(501)根据无人机链路通信协议获取无人机实时图像和遥测数据,遥测数据包括航向角、俯仰角和横滚角;
(502)当图像和遥测数据不是空值,但俯仰角、航向角和滚转角三者之中至少有一个在设定时间内变化幅度数次超过一半有效范围,且高度在设定时间内快速下降时,可判定炸机即将发生,实时记录无人机当前经纬度,且不断更新,结合最终记录下来的经纬度信息,利用第二架无人机搜寻具体位置。
进一步的,当多种特情同时发生时,根据特情处置优先级依次处理,及时调整自身姿态、速度和位置以脱离危险场景,具体方式为:
(601)无人机飞行过程中,按照对无人机安全影响的大小程度设置特情处置优先级:无人机失控>风力过大>定位信号差>电量不足>图传中断,当五个独立的特情判别线程中出现多个特情结果时,根据优先级执行指令程序;
(602)在特情处置的过程中,新增特情优先级高于当前特情时,终止当前处置过程,优先处置高优先级特情;在处理前置特情的过程中,特情判别线程保持运行状态,按照特情优先级依次处理。
本发明的有益效果在于:
1、本发明能够检测并处理多种无人机常见特情。
2、本发明针对多种特情同时出现的场景依然有效。
3、本发明提供了一种新的无人机丢星处置方法,效率较高。
附图说明
图1是本发明实施例方法的流程图。
图2是本发明实施例方法的欧拉角示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
一种基于状态估计规则的无人机特情处置方法,如图1所示,包括以下步骤:
构建无人机丢星或者信号受干扰,接收不到GPS信号的状态估计规则;根据规则实时估计无人机状态,当无人机丢星或者GPS信号受干扰特情发生时,向无人机发送悬停指令,等待信号恢复;
具体方式为:
(101)根据无人机链路通信协议获取当前导航卫星接收数N和测控信号值S;
(102)记事件A=N<5||S<TS,其中TS为测控信号阈值,当某一时刻t发生事件A,则在设定时间范围内统计事件A发生的频率p;若频率p大于阈值,则判定无人机丢星或者GPS信号受干扰;
(103)当无人机丢星或者GPS信号受干扰的特情发生时,向无人机发送悬停指令;
(104)为了实现丢星状态下无人机的稳态悬停,避免无人机随风大幅度乱飞,可以基于视觉图像算法原理,将无人机吊舱镜头调整为垂直下视拍摄,并设置稳像模式,获取无人机当前位置正下方的图像I;将前后不同时相t1和t2的图像分别记为I1和I2;通过GPU加速提取初始时相图像I1的SURF特征点集合P1,并使用光流法匹配I2图像的SURF特征点集合P2;由于此时无人机基本处于悬停状态,角度和视场未发生明显变化,光流法可以大大提高特征点的匹配速度;
(105)利用基于图割优化的RANSAC算法提纯特征点匹配对,剔除误匹配,I1和I2提纯后的特征点对分别记为Pi(i=1,2,3...,n)和Pj(j=1,2,3...,n),n为特征点对个数;然后同时执行步骤(106)-(108)和步骤(109)-(111);
(107)根据特征点对分别遍历计算Pi1和Pi2之间的距离累加值D1,Pj1和Pj2之间的距离累加值D2;
(108)计算I1和I2特征点对的距离累加值的比值R=D1/D2,若R>R1(本实施例R1设定为1.2),则相比时相t1,无人机在时相t2的高度更高,为了保持悬停位置,给无人机发送指令降低旋翼转速,降低高度,直至R距离1.0在设定范围内;若R<R2(本实施例R2设定为0.8),则相比时相t1,无人机在时相t2的高度更低,给无人机发送指令提高旋翼转速,拉升高度,直至R距离1.0在设定范围内,执行步骤(112);
(109)根据特征点对分别计算Pi(i=1,2,3...,n)在图像I1上像元坐标的累加值为(x1,y1),Pj(j=1,2,3...,n)在图像I2上像元坐标的累加值为(x2,y2);则无人机在t2时刻相对t1时刻的像元坐标偏移量为
(110)计算无人机图像对应的地面分辨率,计算公式如下:
其中,GSD为地面分辨率,f为吊舱镜头焦距,CCD为成像传感器的像元尺寸,H为无人机航线的对地航高;
(112)无人机悬停等待信号恢复,若等待时长超出设定阈值未恢复正常则令无人机返航。
构建无人机电池电量不足,剩余电量不足以返回起飞点的状态估计规则;根据规则实时估计无人机状态,当无人机电池电量不足特情发生时,向无人机发送返航指令;
具体方式为:
(201)根据无人机链路通信协议获取参数:无人机起飞位置L0(lon,lat)和当前位置L1(lon,lat)、无人机起飞时间tstart和当前时间tnow以及无人机起飞时刻的电池电量τ0和当前剩余电池电量τ1;
(202)计算无人机当前时刻的已消耗电量τ2=τ0-τ1;
(203)计算无人机当前时刻的已飞行时间tfly=tnow-tstart;
(205)将无人机当前位置L1(lon,lat)和起飞位置L0(lon,lat)转换为UTM米制坐标系,计算无人机当前位置到起飞位置的距离dnow;
(206)设无人机均速为v0≈8m/s,若dnow≥t0*v0*tremain,则断定当前存在电量不足的危险,令无人机立即执行返航命令。
构建风力过大,飞行安全无法保障的状态估计规则;根据规则实时估计无人机状态,当风力超过阈值时,向无人机发送降落指令;
具体方式为:
(301)根据无人机链路通信协议获取参数:无人机飞行高度H、俯仰角α和横滚角β;
(302)计算无人机当前姿态下的欧拉角θ=arccos(cos(α)*cos(β)),如图2所示;通过无人机当前状态下所对应欧拉角θ估算当前风速v;
(303)低空无风条件下,无人机分别以v1和v2往正前方飞行时无人机的欧拉角分别记为θmax和θmin,所对应风力分别记为Tmax和Tmin;其中,v1和v2均为设定值,且v1>v2;
一般无人机可抗5级风,即8~10m/s,如DJI普通型号无人机。本实施例利用实验无人机在低空无风条件下保持8m/s往正前方飞行,将此时无人机的欧拉角设定为风力危险阈值Tmax对应的欧拉角θmax;以6m/s往正前方飞行,将此时无人机的欧拉角设定为风力危险阈值Tmin对应的欧拉角θmin。
(304)根据无人机当前姿态下的欧拉角θ判定当前高度下的风力T:若abs(θ)>θmax,则T>Tmax,向无人机发送降落指令;若abs(θ)≤θmin,无人机保持当前高度正常飞行;若θmin<abs(θ)<θmax,则Tmin<T<Tmax,该状态的处置策略如下:①若无人机高度H>H0,则降高度悬停,重复步骤(304);②若无人机高度H≤H0,则令无人机就近降落;其中H0为设定值。
构建图传中断或控制信号不稳的状态估计规则;根据规则实时估计无人机状态,当图传中断时,向无人机发送返航指令;
具体方式为:
(401)根据无人机链路通信协议获取无人机实时图像;
(402)无人机链路下传图像的过程中,实时对图像数据做质量检查,当地面所接收图像连续一段时间内出现空值或者无效值的频率大于设定值P0,则判定发生图像中断特情,向无人机发送指令根据历史航路往回飞设定回飞距离悬停观察状况;
(403)若图像接收恢复正常,判断前方航路存在信号干扰源时,重新规划航线绕飞或者升高度跨飞;若图像接收未恢复正常,则预留时间阈值,由地面人员调整天线方位使天线侧面指向无人机;若无地面人员调整天线或图传依然中断,则控制无人机按照历史航线返航或直接拉回降落;其中,信号干扰源包括高达建筑物、高压线、通讯基站和发射塔。
构建无人机失控的状态估计规则;根据规则实时估计无人机状态,记录并不断更新无人机经纬度数据,当无人机失控特情发生时,利用第二架无人机到最终所记录经纬度附近搜寻失控无人机的具体位置;
具体方式为:
(501)根据无人机链路通信协议获取无人机实时图像和遥测数据,遥测数据包括航向角、俯仰角和横滚角;
(502)当图像和遥测数据不是空值,但俯仰角、航向角和滚转角三者之中至少有一个在设定时间内变化幅度数次超过一半有效范围,且高度在设定时间内快速下降时,可判定炸机即将发生,实时记录无人机当前经纬度,且不断更新,结合最终记录下来的经纬度信息,利用第二架无人机搜寻具体位置。
当多种特情同时发生时,根据特情处置优先级依次处理,及时调整自身姿态、速度和位置以脱离危险场景。
具体方式为:
(601)无人机飞行过程中,按照对无人机安全影响的大小程度设置特情处置优先级:无人机失控>风力过大>定位信号差>电量不足>图传中断,当五个独立的特情判别线程中出现多个特情结果时,根据优先级执行指令程序;
(602)在特情处置的过程中,新增特情优先级高于当前特情时,终止当前处置过程,优先处置高优先级特情;在处理前置特情的过程中,特情判别线程保持运行状态,按照特情优先级依次处理。
需要说明的是,以上实施例仅仅是对于本发明专利精神作举例说明。本发明专利所属技术领域的技术人员可以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法替代,但并不会偏离本发明专利的精神或者超越所附权利要求书所定义的范围。
Claims (6)
1.一种基于状态估计规则的无人机特情处置方法,其特征在于,包括以下过程:
构建无人机丢星或者信号受干扰,接收不到GPS信号的状态估计规则;根据规则实时估计无人机状态,当无人机丢星或者GPS信号受干扰特情发生时,向无人机发送悬停指令,等待信号恢复;
构建无人机电池电量不足,剩余电量不足以返回起飞点的状态估计规则;根据规则实时估计无人机状态,当无人机电池电量不足特情发生时,向无人机发送返航指令;
构建风力过大,飞行安全无法保障的状态估计规则;根据规则实时估计无人机状态,当风力超过阈值时,向无人机发送降落指令;
构建图传中断或控制信号不稳的状态估计规则;根据规则实时估计无人机状态,当图传中断时,向无人机发送返航指令;
构建无人机失控的状态估计规则;根据规则实时估计无人机状态,记录并不断更新无人机经纬度数据,当无人机失控特情发生时,利用第二架无人机到最终所记录经纬度附近搜寻失控无人机的具体位置;
当多种特情同时发生时,根据特情处置优先级依次处理,及时调整自身姿态、速度和位置以脱离危险场景;
其中,构建无人机丢星或者信号受干扰,接收不到GPS信号的状态估计规则;根据规则实时估计无人机状态,当无人机丢星或者GPS信号受干扰特情发生时,向无人机发送悬停指令,等待信号恢复,具体方式为:
(101)根据无人机链路通信协议获取当前导航卫星接收数N和测控信号值S;
(102)记事件A=N<5||S<TS,其中TS为测控信号阈值,当某一时刻t发生事件A,则在设定时间范围内统计事件A发生的频率p;若频率p大于阈值,则判定无人机丢星或者GPS信号受干扰;
(103)当无人机丢星或者GPS信号受干扰的特情发生时,向无人机发送悬停指令;
(104)将无人机吊舱镜头调整为垂直下视拍摄,并设置稳像模式,获取无人机当前位置正下方的图像I;将前后不同时相t1和t2的图像分别记为I1和I2;通过GPU加速提取初始时相图像I1的SURF特征点集合P1,并使用光流法匹配I2图像的SURF特征点集合P2;
(105)利用基于图割优化的RANSAC算法提纯特征点匹配对,剔除误匹配,I1和I2提纯后的特征点对分别记为Pi(i=1,2,3...,n)和Pj(j=1,2,3...,n),n为特征点对个数;然后同时执行步骤(106)-(108)和步骤(109)-(111);
(107)根据特征点对分别遍历计算Pi1和Pi2之间的距离累加值D1,Pj1和Pj2之间的距离累加值D2;
(108)计算I1和I2特征点对的距离累加值的比值R=D1/D2,若R>R1,则相比时相t1,无人机在时相t2的高度更高,为了保持悬停位置,给无人机发送指令降低旋翼转速,降低高度,直至R距离1.0在设定范围内;若R<R2,则相比时相t1,无人机在时相t2的高度更低,给无人机发送指令提高旋翼转速,拉升高度,直至R距离1.0在设定范围内,执行步骤(112);
(109)根据特征点对分别计算Pi(i=1,2,3...,n)在图像I1上像元坐标的累加值为(x1,y1),Pj(j=1,2,3...,n)在图像I2上像元坐标的累加值为(x2,y2);则无人机在t2时刻相对t1时刻的像元坐标偏移量为
(110)计算无人机图像对应的地面分辨率,计算公式如下:
其中,GSD为地面分辨率,f为吊舱镜头焦距,CCD为成像传感器的像元尺寸,H为无人机航线的对地航高;
(112)无人机悬停等待信号恢复,若等待时长超出设定阈值未恢复正常则令无人机返航。
2.根据权利要求1所述的基于状态估计规则的无人机特情处置方法,其特征在于,构建无人机电池电量不足,剩余电量不足以返回起飞点的状态估计规则;根据规则实时估计无人机状态,当无人机电池电量不足特情发生时,向无人机发送返航指令,具体方式为:
(201)根据无人机链路通信协议获取参数:无人机起飞位置L0(lon,lat)和当前位置L1(lon,lat)、无人机起飞时间tstart和当前时间tnow以及无人机起飞时刻的电池电量τ0和当前剩余电池电量τ1;
(202)计算无人机当前时刻的已消耗电量τ2=τ0-τ1;
(203)计算无人机当前时刻的已飞行时间tfly=tnow-tstart;
(205)将无人机当前位置L1(lon,lat)和起飞位置L0(lon,lat)转换为UTM米制坐标系,计算无人机当前位置到起飞位置的距离dnow;
(206)设无人机均速为v0,若dnow≥t0*v0*tremain,则断定当前存在电量不足的危险,令无人机立即执行返航命令。
3.根据权利要求1所述的基于状态估计规则的无人机特情处置方法,其特征在于,构建风力过大,飞行安全无法保障的状态估计规则;根据规则实时估计无人机状态,当风力超过阈值时,向无人机发送降落指令,具体方式为:
(301)根据无人机链路通信协议获取参数:无人机飞行高度H、俯仰角α和横滚角β;
(302)计算无人机当前姿态下的欧拉角θ=arccos(cos(α)*cos(β));
(303)低空无风条件下,无人机分别以v1和v2往正前方飞行时无人机的欧拉角分别记为θmax和θmin,所对应风力分别记为Tmax和Tmin;其中,v1和v2均为设定值,且v1>v2;
4.根据权利要求1所述的基于状态估计规则的无人机特情处置方法,其特征在于,构建图传中断或控制信号不稳的状态估计规则;根据规则实时估计无人机状态,当图传中断时,向无人机发送返航指令,具体方式为:
(401)根据无人机链路通信协议获取无人机实时图像;
(402)无人机链路下传图像的过程中,实时对图像数据做质量检查,当地面所接收图像连续一段时间内出现空值或者无效值的频率大于设定值P0,则判定发生图像中断特情,向无人机发送指令根据历史航路往回飞设定回飞距离悬停观察状况;
(403)若图像接收恢复正常,判断前方航路存在信号干扰源时,重新规划航线绕飞或者升高度跨飞;若图像接收未恢复正常,则预留时间阈值,由地面人员调整天线方位使天线侧面指向无人机;若无地面人员调整天线或图传依然中断,则控制无人机按照历史航线返航或直接拉回降落;其中,信号干扰源包括高达建筑物、高压线、通讯基站和发射塔。
5.根据权利要求1所述的一种基于状态估计规则的无人机特情处置方法,其特征在于,构建无人机失控的状态估计规则;根据规则实时估计无人机状态,记录并不断更新无人机经纬度数据,当无人机失控特情发生时,利用第二架无人机到最终所记录经纬度附近搜寻失控无人机的具体位置,具体方式为:
(501)根据无人机链路通信协议获取无人机实时图像和遥测数据,遥测数据包括航向角、俯仰角和横滚角;
(502)当图像和遥测数据不是空值,但俯仰角、航向角和滚转角三者之中至少有一个在设定时间内变化幅度数次超过一半有效范围,且高度在设定时间内快速下降时,可判定炸机即将发生,实时记录无人机当前经纬度,且不断更新,结合最终记录下来的经纬度信息,利用第二架无人机搜寻具体位置。
6.根据权利要求1所述的一种基于状态估计规则的无人机特情处置方法,其特征在于,当多种特情同时发生时,根据特情处置优先级依次处理,及时调整自身姿态、速度和位置以脱离危险场景,具体方式为:
(601)无人机飞行过程中,按照对无人机安全影响的大小程度设置特情处置优先级:无人机失控>风力过大>定位信号差>电量不足>图传中断,当五个独立的特情判别线程中出现多个特情结果时,根据优先级执行指令程序;
(602)在特情处置的过程中,新增特情优先级高于当前特情时,终止当前处置过程,优先处置高优先级特情;在处理前置特情的过程中,特情判别线程保持运行状态,按照特情优先级依次处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210310085.8A CN114779804B (zh) | 2022-03-28 | 2022-03-28 | 一种基于状态估计规则的无人机特情处置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210310085.8A CN114779804B (zh) | 2022-03-28 | 2022-03-28 | 一种基于状态估计规则的无人机特情处置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114779804A CN114779804A (zh) | 2022-07-22 |
CN114779804B true CN114779804B (zh) | 2023-01-24 |
Family
ID=82424836
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210310085.8A Active CN114779804B (zh) | 2022-03-28 | 2022-03-28 | 一种基于状态估计规则的无人机特情处置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779804B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117215335A (zh) * | 2023-11-09 | 2023-12-12 | 天津云圣智能科技有限责任公司 | 无人机的返航控制方法、装置、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107450581B (zh) * | 2017-08-18 | 2021-03-05 | 上海顺砾智能科技有限公司 | 应用于无人机的抗风力提醒迫降方法 |
CN207067409U (zh) * | 2017-08-30 | 2018-03-02 | 成都航空职业技术学院 | 一种无人机残骸寻回装置 |
CN110941287A (zh) * | 2019-12-13 | 2020-03-31 | 航天神舟飞行器有限公司 | 一种小型固定翼无人机集群自主特情处置方法 |
CN112379694A (zh) * | 2020-11-25 | 2021-02-19 | 中国工程物理研究院总体工程研究所 | 一种飞行故障的应急处理方法及系统 |
AU2021103791A4 (en) * | 2021-07-01 | 2021-08-19 | A. Joseph Arockiam | Emergency medicine delivery transportation using unmanned aerial vehicle |
-
2022
- 2022-03-28 CN CN202210310085.8A patent/CN114779804B/zh active Active
Non-Patent Citations (3)
Title |
---|
Simulation and assessment of battery depletion attacks on unmanned aerial vehicles for crisis management infrastructures;Vasily Desnitsky;《Simulation Modelling Practice and Theory》;20211231;全文 * |
无人机消防实战应用及空中特情处置探讨;孙春辉;《今日消防》;20191231;全文 * |
民用无人机空中飞行监管系统建设构想;刘冠邦;《指挥信息系统与技术》;20180630;第9卷(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114779804A (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104714556B (zh) | 无人机智能航向控制方法 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
JP4086384B2 (ja) | パラフォイルを備えた飛行体の自動誘導システム及びその航法誘導装置 | |
CN108303995B (zh) | 一种变电站巡检无人机飞行安全系统及使用方法 | |
CN106352872B (zh) | 一种无人机自主导航系统及其导航方法 | |
CN105446351B (zh) | 一种能够锁定目标区域瞭望基于自主导航的无人飞艇系统 | |
CN109683629B (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
CN110244750A (zh) | 一种无人机巡视路径规划方法及装置 | |
EP3077760B1 (en) | Payload delivery | |
CN109947133B (zh) | 一种伞降式无人机遥控中断后自主返航回收控制方法 | |
CN106927059A (zh) | 一种基于单目视觉的无人机降落方法及装置 | |
CN109508036B (zh) | 一种中继点生成方法、装置和无人机 | |
CN112068539A (zh) | 一种风电机组叶片无人机自动驾驶巡检方法 | |
CN206035727U (zh) | 风机叶片无人机智能巡检系统 | |
CN114779804B (zh) | 一种基于状态估计规则的无人机特情处置方法 | |
CN107450586B (zh) | 航路的调整方法和系统以及无人机系统 | |
CN106945835A (zh) | 一种无人飞行器 | |
CN112000118A (zh) | 一种无人机保护方法及无人机 | |
CN109782789A (zh) | 一种无人机在卫星导航数据失效后的安全飞行控制方法 | |
CN113759943A (zh) | 无人机降落平台及识别方法、降落方法和飞行作业系统 | |
CN111665508A (zh) | 直升机载地形跟随与回避可视化导航系统以及导航方法 | |
CN110850889B (zh) | 一种基于rtk导航的无人机自主巡检系统 | |
CN114689030A (zh) | 一种基于机载视觉的无人机辅助定位方法及系统 | |
CN115268499A (zh) | 无人机架空输电线路巡检方法及系统 | |
JP2020153792A (ja) | 気象観測システム及びドローン用飛行管制システム |
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 |