CN114779824A - 一种无人机智能返航的方法及系统 - Google Patents

一种无人机智能返航的方法及系统 Download PDF

Info

Publication number
CN114779824A
CN114779824A CN202210694150.1A CN202210694150A CN114779824A CN 114779824 A CN114779824 A CN 114779824A CN 202210694150 A CN202210694150 A CN 202210694150A CN 114779824 A CN114779824 A CN 114779824A
Authority
CN
China
Prior art keywords
information
electric quantity
return
unmanned aerial
aerial vehicle
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
Application number
CN202210694150.1A
Other languages
English (en)
Other versions
CN114779824B (zh
Inventor
张瑜
赵艳平
何伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Ebit Automation Equipment Co ltd
Original Assignee
Chengdu Ebit Automation Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Ebit Automation Equipment Co ltd filed Critical Chengdu Ebit Automation Equipment Co ltd
Priority to CN202210694150.1A priority Critical patent/CN114779824B/zh
Publication of CN114779824A publication Critical patent/CN114779824A/zh
Application granted granted Critical
Publication of CN114779824B publication Critical patent/CN114779824B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Navigation (AREA)

Abstract

本发明提出了一种无人机智能返航的方法,涉及无人机技术领域。其包括以下步骤:首先在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息。从而可以判断出当前电量所处的范围信息,并可利用其确定对应的距离电量因子。然后,通过上述信息生成无人机从当前位置返航所需电量信息,从而可以判断当前电量信息与从当前位置返航所需电量信息的大小关系。若当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。通过这种方式,能够提高无人机返航的准确度和可靠性。

Description

一种无人机智能返航的方法及系统
技术领域
本发明涉及无人机技术领域,具体而言,涉及一种无人机智能返航的方法及系统。
背景技术
无人驾驶机器人,如无人机,具有体积小、造价低、机动灵活、使用方便和对环境条件要求较低等诸多优点。从无人驾驶机器人诞生之日起,它就随着科学技术水平的不断提高而不断进步,并已逐步被广泛应用于军用、民用、警用等众多领域,所执行的任务包括:目标侦察、跟踪监视、目标打击、毁伤评估、抢险救灾、人员搜救、地形勘察等。目前,无人机普遍设置有自动返航功能,例如当检测到系统异常或者电量低于一定的阈值,无人机会中断当前所执行的任务启动返航功能,从当前位置返回至出发点或者预设的返航目的地。
现有技术中,针对无人机执行航线过程中无人机电池电量对飞行过程的影响,避免无人机出现执行航线任务时电量不足无法继续任务或无法飞回起航点的问题,是根据返航时的风向和路径来确定预设电量。其中,在返航时风向为顺风方向时,所述预设电量为所述无人机的初始电量的1/2;在返航时风向为逆风方向时,所述预设电量为所述无人机的初始电量的1/3;在返航时途经敏感飞行区域时,所述预设电量为所述无人机的初始电量的2/5;当无人机飞行使得电量成为当前返航时的风向和路径下的预设电量时,向用户发送返航提示。然而,整个方法过于简单,返航过程中考虑因素单一,预设电量设置精度低,容易导致无人机不能正常返航,从而发生飞行事故,造成人身伤害和财产损失。
发明内容
本发明的目的在于提供一种无人机智能返航的方法及系统,考虑到无人机执行航线过程中无人机电池电量对飞行过程的影响,能够有效地避免无人机在执行航线任务时因电量不足而无法继续任务或无法飞回起航点的问题出现。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种无人机智能返航的方法,其包括以下步骤:
在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息;
通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子;
通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息;
判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果;
若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
在本发明的一些实施例中,上述通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息的步骤具体包括:
若当前电量范围信息为e≥T×80%,则利用公式Q=k1×d+L计算得到从当前位置返航所需电量信息Q,其中e为当前电量信息,T为总电量信息,d为飞行距离信息,L为降落电量信息,k1为第一距离电量因子;若当前电量范围信息为T×80%>e≥T×40%,则利用公式Q=k2×d+L计算得到从当前位置返航所需电量信息Q,其中k2为第二距离电量因子;若当前电量范围信息为T×40%>e,则利用公式Q=k3×d+L计算得到从当前位置返航所需电量信息Q,其中k3为第三距离电量因子。
在本发明的一些实施例中,上述从当前位置返航所需电量信息包括返航电量信息和浮动电量信息。
在本发明的一些实施例中,上述在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息的步骤之后还包括:
若获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息失败,则暂停无人机的当前任务并向服务器发送任务暂停信息;
按照预设次数信息对获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息进行重复获取,若重复获取达到预设次数后仍未获取成功,则控制无人机停止当前任务并向返航点返航,生成第二返航信息并发送至服务器。
在本发明的一些实施例中,上述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取无人机的导航精度;
若导航精度小于或等于预设导航精度阀值时,控制无人机向备降区返航,生成第一返航信息并发送至服务器,否则,控制无人机向返航点返航,生成第一返航信息并发送至服务器。
在本发明的一些实施例中,上述备降区包括多个,上述控制无人机向备降区返航的步骤具体包括:
根据预设的规则从多个备降区中确定目标备降区;
控制无人机向目标备降区返航。
在本发明的一些实施例中,上述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取地图数据及预设敏感飞行区域,得到返航区域信息;
若返航区域信息为无人机返航飞行时需通过敏感飞行区域,则按照能够避让上述敏感飞行区域的最小距离值进行变更,重新计算无人机的飞行方向及路径,并按照重新计算的飞行方向及路径,控制无人机返航飞行,生成第一返航信息并发送至服务器。
第二方面,本申请实施例提供一种无人机智能返航的系统,其包括:
信息获取模块,用于在无人机执行航线任务飞行过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息;
因子生成模块,用于通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子;
电量信息生成模块,用于通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息;
判断模块,用于判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果;
返航模块,用于若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当上述一个或多个程序被上述处理器执行时,实现如上述第一方面中任一项上述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项上述的方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
考虑到无人机在飞行过程中可能会遇到障碍、风雨雪等天气、光线影响等导致电池损耗,或者因为航线距离过长、电池寿命损耗导致电量比预期消耗快,因此通过综合考虑无人机的返航过程和航线任务过程,进行返航规划,能够有效的提高无人机的返航精度,保证无人的返航安全度。并且,能够考虑到无人机执行航线过程中无人机电池电量对飞行过程的影响,从而有效地避免无人机在执行航线任务时因电量不足而无法继续任务或无法飞回起航点的问题出现。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明一种无人机智能返航的方法一实施例的流程图;
图2为本发明一种无人机智能返航的方法又一实施例的流程图;
图3为本发明一种无人机智能返航的方法一实施例中控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的具体流程图;
图4为本发明一种无人机智能返航的方法一实施例中控制无人机向备降区返航的具体流程图;
图5为本发明一种无人机智能返航的方法又一实施例中控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的具体流程图;
图6为本发明一种无人机智能返航的系统一实施例结构框图;
图7为本发明实施例提供的一种电子设备的结构框图;
图8为本发明一种无人机智能返航的方法一实施例的无人机的电池充放电曲线图。
图标:1、信息获取模块;2、因子生成模块;3、电量信息生成模块;4、判断模块;5、返航模块;6、存储器;7、处理器;8、通信接口。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通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,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例
请参阅图1,该一种无人机智能返航的方法包括以下步骤:
步骤S1: 在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息。
上述步骤中,无人机在执行航线任务中,当无人机的电池电量出现不足时将无法正常的继续飞行任务,严重的甚至将不能正常飞回起航点。因此,通过周期性的获取航线飞行中的无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息,可以用来为后续进行无人机的返航控制提供有效的原始数据支撑,从而提高无人机的返航控制准确度。其中降落电量信息包括无人机采用精准降落、home点降落、原地降落、视觉降落、GPS定位降落或RTK降落等不同的降落形式下对应的所需要的具体电量。
步骤S4: 通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子。
上述步骤中,考虑到无人机的电池电量与无人机可飞行时间不是简单的呈现线性关系,通常情况下为前期电池电量消耗较为平缓,后期电池电量消耗的将越来越快。因此,通过事先测定出无人机的电池电量与无人机可飞行时间的关系曲线图,将无人机的电池电量分为多个范围区间,每个区间对应一个距离电量因子,从而可以较为准确的计算出无人机在当前电量下还可以飞行多长时间。示例性地,若当前电量范围信息为:当前电量信息≥总电量信息的80%,则对应的距离电量因子为k1, 若当前电量范围信息为:总电量信息的80%>当前电量信息≥总电量信息的40%,则对应的距离电量因子为k2, 若当前电量范围信息为:总电量信息的40%>当前电量信息,则对应的距离电量因子为k3。当然,在可以实现本发明实施例的前提下,还可以根据实际情况进行选择不同的范围信息和对应的距离电量因子,本发明实施方式不限于此。
步骤S5: 通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息。
上述步骤中,通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子这多个参数进行计算,可以准确的计算出无人机的从当前位置返航所需电量信息,避免因为数据不充分而导致计算结果出现误差较大的状况,从而提高后续返航控制的精准度。
具体地,请参阅图1和图8,上述通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息的步骤具体包括:
若当前电量范围信息为e≥T×80%,则利用公式Q=k1×d+L计算得到从当前位置返航所需电量信息Q,其中e为当前电量信息,T为总电量信息,d为飞行距离信息,L为降落电量信息,k1为第一距离电量因子;若当前电量范围信息为T×80%>e≥T×40%,则利用公式Q=k2×d+L计算得到从当前位置返航所需电量信息Q,其中k2为第二距离电量因子;若当前电量范围信息为T×40%>e,则利用公式Q=k3×d+L计算得到从当前位置返航所需电量信息Q,其中k3为第三距离电量因子。
上述步骤中,考虑到无人机的电池电量充放电大致可分为三个区间,分别是电量范围80%~100%,电量范围40%~80%,电量范围0%~40%,从而可以在上述三个区间内得到相应的距离电量因子,以至于可以较为准确的计算出无人机在当前电量还可以飞行多长时间。示例性地,通过对无人机的各种常用电池型号进行放电曲线绘制,其中,用电池的工作电压做为纵坐标,放电时间或者容量做为横坐标。首先进行数据的采集,采集数据的方式可以有两种:(1)根据设定的时间间隔Δt采集电流,电压和时间等数据;(2)根据设定电压变化差ΔV采集电流,电压和时间数据。然后用一个数控恒流源代替无人机做为负载,进行充放电测试,用来绘制出具体的放电曲线图。最后通过放电曲线图与无人机的飞行功率进行多次递归,从而得到具体的k1、k2和k3的取值。示例性地,其中k1的取值范围可以为[0.018,0.022],k2的取值范围可以为[0.016,0.02],k3的取值范围可以为[0.0195,0.024]。当然,在可以实现本发明实施例的前提下,还可以根据实际情况进行选择计算对应的距离电量因子,本发明实施方式不限于此。
步骤S6: 判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果。
上述步骤中,通过判断当前电量信息与从当前位置返航所需电量信息的大小关系,可以判断出无人机是否适合继续执行飞行任务,还是需要返航,从而为控制无人机接下来的动作提供了数据支撑。
步骤S7: 若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
上述步骤中,无人机根据当前电量信息与从当前位置返航所需电量信息的大小关系判断结果进行智能动作控制,并且当无人机在停止当前任务并向返航点返航的同时会生成第一返航信息并发送至服务器。从而服务器将可以根据收到的第一返航信息进行逻辑判断无人机下次任务是否继续这次任务还是开始新的任务,能够提高无人机的控制智能度。
请参阅图1,上述从当前位置返航所需电量信息包括返航电量信息和浮动电量信息。
上述步骤中,返航电量信息是提供给无人机用来在正常情况下返航所需的电量。另外,考虑到无人机在飞行过程中可能会遇到障碍、风雨雪等天气、光线影响等导致电池损耗,或者因为航线距离过长、电池寿命损耗导致电量比预期消耗快,因此可以根据实际情况需要预置出浮动电量信息,从而用来保证无人机飞行过程中能应对这些突发状况,保证无人机的飞行安全和返航精准度。示例性地,浮动电量信息可以设置为总电量信息的(0,10%]区间范围,从而保证无人机返航时能够应对上述的突发状况。
请参阅图2,步骤S1之后还包括:
步骤S2:若获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息失败,则暂停无人机的当前任务并向服务器发送任务暂停信息。
上述步骤中,当获取所需的信息失败后则暂停无人机的当前任务并向服务器发送任务暂停信息,使得服务器能够及时的了解到无人机的状态,从而方便其后续进行判断选择如何控制无人机。
步骤S3:按照预设次数信息对获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息进行重复获取,若重复获取达到预设次数后仍未获取成功,则控制无人机停止当前任务并向返航点返航,生成第二返航信息并发送至服务器。
上述步骤中,重复预设次数后仍然没有获取到所需的信息,则控制无人机停止当前任务并向返航点返航,生成第二返航信息并发送至服务器,从而服务器将可以根据收到的第二返航信息进行逻辑判断无人机下次任务是否继续这次任务还是开始新的任务,或者根据实际情况进行实行最终的具体的如何控制无人机,以至于能够提高无人机的控制智能度。其中,预设次数信息可以根据实际情况需要进行设置。
请参阅图3,上述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
步骤S7-1:若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取无人机的导航精度。
上述步骤中,无人机在返航的时候,当前的无人机的导航精度可能会较差(例如无人机上配置的RTK设备接收到的RTK数据无效导致RTK设备不能完成定位),或者飞行控制精度可能较差(例如当前环境中的风速较大导致无人机不能实现高精度的飞行控制),这样无人机在降落至返航点时可能会产生较大的降落偏差,无人机可能在返航时可能由于降落偏差降落起返航点旁边的水流或者悬崖中,从而导致无人机发生损坏。通过获取到无人机的导航精度,从而可以提前规划具体的返航路线或者控制命令,以至于可以避免上述问题的发生而导致无人机发生损坏,提高无人机的返航的灵敏度和可靠性,保证无人机的飞行安全。
步骤S7-2:若导航精度小于或等于预设导航精度阀值时,控制无人机向备降区返航,生成第一返航信息并发送至服务器,否则,控制无人机向返航点返航,生成第一返航信息并发送至服务器。
上述步骤中,当导航精度小于或等于预设导航精度阀值时,可以控制无人机向地面平整面积较大的备降区进行返航,其对于无人机的飞行控制精度和导航精度的要求就相对的较低,从而可以有效的保证无人在导航精度较低的状态下也能安全返航。
请参阅图4,上述控制无人机向备降区返航的步骤具体包括:
步骤S7-2-1:根据预设的规则从多个备降区中确定目标备降区。
上述步骤中,可以通过无人机上面的摄像装置获取临时备降区的地形信息或者预先规划的备降区的现阶段的状况信息,从而可以进行分析确定具体的备降区。例如预设的规则可以是优先选择与无人机当前的位置距离最近的平整地面作为备降区,或者选择与无人机之间的距离在预设距离范围内的一块平整面积最大的地面作为备降区。
步骤S7-2-2:控制无人机向目标备降区返航。
请参阅图5,上述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
步骤S7-3:若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取地图数据及预设敏感飞行区域,得到返航区域信息。
上述步骤中,考虑到无人机返航飞行时,存在由于时间变化或临时情况,导致原本允许飞行区域变成敏感飞行区域的可能性。因此通过获取地图数据及预设敏感飞行区域,得到返航区域信息,可以判断出返航路线中是否存在敏感飞行区域,从而引导无人机避开该敏感飞行区域而进行路线变更。
步骤S7-4:若返航区域信息为无人机返航飞行时需通过敏感飞行区域,则按照能够避让敏感飞行区域的最小距离值进行变更,重新计算无人机的飞行方向及路径,并按照重新计算的飞行方向及路径,控制无人机返航飞行,生成第一返航信息并发送至服务器。
上述步骤中,按照能够避让敏感飞行区域的最小距离值进行变更,重新计算无人机的飞行方向及路径的方式可以是计算无人机的飞行方向及路径,使路径与敏感飞行区域的边界相邻接。当然,在可以实现本发明实施例的前提下,还可以选择其他绕行方式,例如按照当前时刻无 人机与用户之间的最短路线进行绕行,可以根据实际情况需要进行选择,本发明实施方式不限于此。
请参阅图6,图6为本发明一种无人机智能返航的系统一实施例结构框图。本发明还提出一种无人机智能返航的系统,具体包括:
信息获取模块1,用于在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息;
因子生成模块2,用于通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子;
电量信息生成模块3,用于通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息;
判断模块4,用于判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果;
返航模块5,用于若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
述系统具体实现过程请参照本申请实施例提供的一种无人机智能返航的方法,在此不再赘述。
请参阅图7,图7为本发明实施例提供的一种电子设备的结构框图。该电子设备包括存储器6、处理器7和通信接口8,该存储器6、处理器7和通信接口8相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器6可用于存储软件程序及模块,如本申请实施例所提供的一种无人机智能返航的系统对应的程序指令/模块,处理器7通过执行存储在存储器6内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口8可用于与其他节点设备进行信令或数据的通信。
其中,存储器6可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器7可以是一种集成电路芯片,具有信号处理能力。该处理器7可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图7所示的结构仅为示意,电子设备还可包括比图7中所示更多或者更少的组件,或者具有与图7所示不同的配置。图7中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
上述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种无人机智能返航的方法, 其特征在于,包括以下步骤:
在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息;
通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子;
通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息;
判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果;
若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
2.如权利要求1所述的一种无人机智能返航的方法, 其特征在于,所述通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息的步骤具体包括:
若当前电量范围信息为e≥T×80%,则利用公式Q=k1×d+L计算得到从当前位置返航所需电量信息Q,其中e为当前电量信息,T为总电量信息,d为飞行距离信息,L为降落电量信息,k1为第一距离电量因子;若当前电量范围信息为T×80%>e≥T×40%,则利用公式Q=k2×d+L计算得到从当前位置返航所需电量信息Q,其中k2为第二距离电量因子;若当前电量范围信息为T×40%>e,则利用公式Q=k3×d+L计算得到从当前位置返航所需电量信息Q,其中k3为第三距离电量因子。
3.如权利要求1所述的一种无人机智能返航的方法, 其特征在于,所述从当前位置返航所需电量信息包括返航电量信息和浮动电量信息。
4.如权利要求1所述的一种无人机智能返航的方法, 其特征在于,所述在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息的步骤之后还包括:
若获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息失败,则暂停无人机的当前任务并向服务器发送任务暂停信息;
按照预设次数信息对获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息进行重复获取,若重复获取达到预设次数后仍未获取成功,则控制无人机停止当前任务并向返航点返航,生成第二返航信息并发送至服务器。
5.如权利要求1所述的一种无人机智能返航的方法, 其特征在于,所述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取无人机的导航精度;
若导航精度小于或等于预设导航精度阀值时,控制无人机向备降区返航,生成第一返航信息并发送至服务器,否则,控制无人机向返航点返航,生成第一返航信息并发送至服务器。
6.如权利要求5所述的一种无人机智能返航的方法, 其特征在于,所述备降区包括多个,所述控制无人机向备降区返航的步骤具体包括:
根据预设的规则从多个备降区中确定目标备降区;
控制无人机向目标备降区返航。
7.如权利要求1所述的一种无人机智能返航的方法, 其特征在于,所述控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器的步骤具体包括:
若判断结果为当前电量信息不大于从当前位置返航所需电量信息,则获取地图数据及预设敏感飞行区域,得到返航区域信息;
若返航区域信息为无人机返航飞行时需通过敏感飞行区域,则按照能够避让所述敏感飞行区域的最小距离值进行变更,重新计算无人机的飞行方向及路径,并按照重新计算的飞行方向及路径,控制无人机返航飞行,生成第一返航信息并发送至服务器。
8.一种无人机智能返航的系统, 其特征在于,包括:
信息获取模块,用于在无人机执行航线飞行任务过程中周期性的获取无人机的当前电量信息、总电量信息、飞行距离信息和降落电量信息;
因子生成模块,用于通过判断当前电量信息与总电量信息的关系得到当前电量范围信息,并利用当前电量范围信息确定对应的距离电量因子;
电量信息生成模块,用于通过当前电量范围信息、飞行距离信息、降落电量信息和距离电量因子生成无人机的从当前位置返航所需电量信息;
判断模块,用于判断当前电量信息与从当前位置返航所需电量信息的大小关系,生成判断结果;
返航模块,用于若判断结果为当前电量信息大于从当前位置返航所需电量信息,则控制无人机继续执行航线飞行任务,否则,控制无人机停止当前任务并向返航点返航,生成第一返航信息并发送至服务器。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
CN202210694150.1A 2022-06-20 2022-06-20 一种无人机智能返航的方法及系统 Active CN114779824B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210694150.1A CN114779824B (zh) 2022-06-20 2022-06-20 一种无人机智能返航的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210694150.1A CN114779824B (zh) 2022-06-20 2022-06-20 一种无人机智能返航的方法及系统

Publications (2)

Publication Number Publication Date
CN114779824A true CN114779824A (zh) 2022-07-22
CN114779824B CN114779824B (zh) 2022-09-23

Family

ID=82421615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210694150.1A Active CN114779824B (zh) 2022-06-20 2022-06-20 一种无人机智能返航的方法及系统

Country Status (1)

Country Link
CN (1) CN114779824B (zh)

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166355A (zh) * 2014-07-16 2014-11-26 深圳市大疆创新科技有限公司 电动无人机及其智能电量保护方法
CN105093130A (zh) * 2015-09-17 2015-11-25 杨珊珊 一种无人飞行器续航能力监测系统及方法
CN106774404A (zh) * 2016-12-29 2017-05-31 哈密创动科技有限公司 无人机的返航控制方法、装置及无人机
CN106873623A (zh) * 2017-03-16 2017-06-20 山东大学 一种无人机快速自主续航系统及其方法
EP3324260A1 (en) * 2016-11-18 2018-05-23 Samsung Electronics Co., Ltd. Electronic device and method for controlling unmanned aerial vehicle
US20180150072A1 (en) * 2016-11-30 2018-05-31 International Business Machines Corporation Renewable uav energy via blade rotation
CN109634295A (zh) * 2018-12-17 2019-04-16 深圳市道通智能航空技术有限公司 一种自动返航方法、装置和无人机
US20190114929A1 (en) * 2017-10-12 2019-04-18 Topcon Corporation Data processing device, drone, and control device, method, and processing program therefor
CN110383196A (zh) * 2018-07-02 2019-10-25 深圳市大疆创新科技有限公司 无人机返航控制的方法、装置以及无人机
CN110730933A (zh) * 2018-08-23 2020-01-24 深圳市大疆创新科技有限公司 一种无人机的返航控制方法、设备、及无人机
CN210439750U (zh) * 2019-07-31 2020-05-01 成都翼比特自动化设备有限公司 一种用于变电站自主巡视的无人机机库系统
US20200302803A1 (en) * 2017-12-11 2020-09-24 Autel Robotics Co., Ltd. Unmanned aerial vehicle return method and device, storage medium and unmanned aerial vehicle
CN112154396A (zh) * 2019-10-09 2020-12-29 深圳市大疆创新科技有限公司 返航控制方法、控制终端及系统
CN112297937A (zh) * 2020-11-17 2021-02-02 南京大学 一种多无人机及多充电基站充电调度调度方法和装置
CN112783208A (zh) * 2020-12-31 2021-05-11 广州极飞科技股份有限公司 一种无人设备返航控制方法、装置及无人设备
CN114237294A (zh) * 2021-12-17 2022-03-25 成都翼比特自动化设备有限公司 一种无人机机场的控制系统
EP4009128A1 (en) * 2016-11-14 2022-06-08 SZ DJI Technology Co., Ltd. Flight path determination

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166355A (zh) * 2014-07-16 2014-11-26 深圳市大疆创新科技有限公司 电动无人机及其智能电量保护方法
CN105093130A (zh) * 2015-09-17 2015-11-25 杨珊珊 一种无人飞行器续航能力监测系统及方法
EP4009128A1 (en) * 2016-11-14 2022-06-08 SZ DJI Technology Co., Ltd. Flight path determination
EP3324260A1 (en) * 2016-11-18 2018-05-23 Samsung Electronics Co., Ltd. Electronic device and method for controlling unmanned aerial vehicle
US20180150072A1 (en) * 2016-11-30 2018-05-31 International Business Machines Corporation Renewable uav energy via blade rotation
CN106774404A (zh) * 2016-12-29 2017-05-31 哈密创动科技有限公司 无人机的返航控制方法、装置及无人机
CN106873623A (zh) * 2017-03-16 2017-06-20 山东大学 一种无人机快速自主续航系统及其方法
US20190114929A1 (en) * 2017-10-12 2019-04-18 Topcon Corporation Data processing device, drone, and control device, method, and processing program therefor
US20200302803A1 (en) * 2017-12-11 2020-09-24 Autel Robotics Co., Ltd. Unmanned aerial vehicle return method and device, storage medium and unmanned aerial vehicle
CN110383196A (zh) * 2018-07-02 2019-10-25 深圳市大疆创新科技有限公司 无人机返航控制的方法、装置以及无人机
CN110730933A (zh) * 2018-08-23 2020-01-24 深圳市大疆创新科技有限公司 一种无人机的返航控制方法、设备、及无人机
WO2020125636A1 (zh) * 2018-12-17 2020-06-25 深圳市道通智能航空技术有限公司 一种自动返航方法、装置和无人机
CN109634295A (zh) * 2018-12-17 2019-04-16 深圳市道通智能航空技术有限公司 一种自动返航方法、装置和无人机
CN210439750U (zh) * 2019-07-31 2020-05-01 成都翼比特自动化设备有限公司 一种用于变电站自主巡视的无人机机库系统
CN112154396A (zh) * 2019-10-09 2020-12-29 深圳市大疆创新科技有限公司 返航控制方法、控制终端及系统
CN112297937A (zh) * 2020-11-17 2021-02-02 南京大学 一种多无人机及多充电基站充电调度调度方法和装置
CN112783208A (zh) * 2020-12-31 2021-05-11 广州极飞科技股份有限公司 一种无人设备返航控制方法、装置及无人设备
CN114237294A (zh) * 2021-12-17 2022-03-25 成都翼比特自动化设备有限公司 一种无人机机场的控制系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ALEX S. PRASETIA 等: "Mission-Based Energy Consumption Prediction of Multirotor UAV", 《IEEE ACCESS》 *
武晓凯: "基于电量管理的无人机航行自主决策与精准降落", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN114779824B (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
US11029168B2 (en) Method for identifying optimal vehicle paths when energy is a key metric or constraint
US11302203B2 (en) Data processing device, drone, and control device, method, and processing program therefor
EP3060479A2 (en) System and methods for execution of recovery actions on an unmanned aerial vehicle
CN104166355A (zh) 电动无人机及其智能电量保护方法
JP2019082992A (ja) 輸送体のエネルギー管理のためのシステム及び方法
AU2011261838A1 (en) Determining emergency landing sites for aircraft
CN107783552B (zh) 控制无人机返航的方法及装置
CN112955845A (zh) 杆塔巡检方法、无人机、控制装置、系统及存储介质
US11834077B2 (en) Systems, methods, and media for occlusion-aware motion planning
CN113342008A (zh) 一种海空协同水下目标追踪的路径规划系统及方法
CN109556634A (zh) 车辆定位能力的检测方法、装置、设备及可读存储介质
CN112639763A (zh) 地图更新数据的处理方法、装置及系统
CN117151437B (zh) 一种无人机任务中机场平台的分配系统及其分配方法
CN114779824B (zh) 一种无人机智能返航的方法及系统
CN111951552B (zh) 一种自动驾驶中风险管理的方法以及相关装置
CN117864416A (zh) 一种无人机飞行校验方法及装置
CN108762311A (zh) 飞机的飞行控制方法及装置
CN116931599A (zh) 光伏发电场调度机器人的路线控制方法
CN110389593B (zh) 物流无人机的抛货控制方法、系统、设备和存储介质
WO2023167834A1 (en) Systems and methods for performing data collection missions
CN107588773B (zh) 一种基于航位推算与测距信息的多节点协同导航方法
EP3945285A1 (en) Evaluation of a ground region for landing a robot
US20220035372A1 (en) Causing a Robot to Execute a Mission Using a Task Graph and a Task Library
CN110928277A (zh) 智能路侧单元的障碍物提示方法、装置及设备
CN111756455B (zh) 电子设备与基准站的连接状态预警方法及相关装置

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