CN114815889A - 一种基于大数据的无人机机场监测控制系统 - Google Patents
一种基于大数据的无人机机场监测控制系统 Download PDFInfo
- Publication number
- CN114815889A CN114815889A CN202210470320.8A CN202210470320A CN114815889A CN 114815889 A CN114815889 A CN 114815889A CN 202210470320 A CN202210470320 A CN 202210470320A CN 114815889 A CN114815889 A CN 114815889A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- charging
- return
- target
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 24
- 230000006978 adaptation Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 7
- 230000003044 adaptive effect Effects 0.000 description 6
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 description 3
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
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
本发明公开提供的一种基于大数据的无人机机场监测控制系统。该基于大数据的无人机机场监测控制系统包括机场设置信息获取模块、无人机作业状态信息模块、机场状态信息获取模块、无人机作业信息初步解析模块、无人机作业信息深度解析模块和无人机航行路径发送终端;本发明通过对无人机作业状态信息和无人机机场状态信息进行采集,基于采集的分无人机对应的作业状态、航行参数和无人机机场状态信息,对各无人机对应的目标降落区域进行解析,有效的解决了当前技术没有对无人机的作业状态信息进行监测的问题,最大程度上的降低了对无人机后续工作开展的影响,提高了无人机目标降落区域定位的精准性和可靠性。
Description
技术领域
本发明属于无人机机场监测技术领域,涉及到一种基于大数据的无人机机场监测控制系统。
背景技术
随着电子与无线电控制技术的改进和卫星定位系统的逐步成熟,无人机行业进入了快速发展阶段,进而不断推动着无人机机场技术的迅速发展,因此,无人机场应运而生,并通过实现无人机的自动起降、自动巡航、自动充电等,解决无人机在行业应用中的局限性问题。
为了保障无人机作业稳定性和无人机机场运营的有序性,需要对无人机场进行监测,当前对无人机机场的监测主要集中于对无人机机场的安全进行监测,如无人机机场的停放安全、无人机场的充电安全等方面进行监测,没有对无人机返航过程进行针对性监测,存在一定的弊端,一方面,无人机返航工作开展的顺利性直接影响了无人机后续工作开展的稳定性,当前没有对无人机对应的作业状态进行监测,进而无法基于无人机对应的作业状态对无人机进行分类管理,无法提高无人机降落区域定位的精准性和可靠性;一方面,无人机的动力来源主要依靠于电力,当前没有对返航过程中无人机对应的电力情况进行监测,无法保障各需充电无人机对应充电的及时性;另一方面,当前没有对无人机机场机位状态和充电区域状态进行监测,无法提高无人机机场的管理效率,同时也无法提高无人机机场中各无人机作业管理的管理效果。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种基于大数据的无人机机场监测控制系统;
本发明的目的可以通过以下技术方案实现:
本发明提供了一种基于大数据的无人机机场监测控制系统,该系统包括:
机场设置信息获取模块,用于获取指定无人机场对应的基本设置信息,其中,指定无人机场对应的基本设置信息包括指定无人机场对应的机位区域设置信息和充电区域设置信息;
无人机作业状态信息模块,用于获取指定无人机场当前对应的外出作业无人机数目,将外出作业无人机记为目标无人机,并对各目标无人机对应的作业状态和航行参数进行采集,其中航行参数包括航向、位置和剩余电量;
机场状态信息获取模块,用于基于指定无人机场对应的基本设置信息从指定无人机场管理后台中提取指定无人机机场当前对应的状态信息,其中指定无人机场当前对应的状态信息包括各机位当前对应的状态信息和各充电区域当前对应的状态信息;
无人机作业信息初步解析模块,用于基于各目标无人机对应的作业状态,将目标无人机划分为工作无人机或返航无人机,统计返航无人机对应的数目;
无人机作业信息深度解析模块,用于基于各机位当前对应的状态信息、各充电子区域当前对应的状态信息和各返航无人机对应的航行参数对各返航无人机对应的目标降落区域进行深度解析,获取各返航无人机对应的目标降落区域位置,基于各返航无人机对应的目标降落区域位置,确认各返航无人机对应的目标返航路径;
无人机航行路径发送终端,用于获取各返航对应的目标飞行路径,并发送至各返航无人机。
作为优选方案,所述机位区域设置信息具体为机位区域设置的机位数目和各机位对应的位置,充电区域设置信息具体为充电区域设置的充电子区域数目和各充电子区域对应的位置。
作为优选方案,所述无人机作业状态采集模块中对各目标无人机对应的作业状态进行采集,具体采集过程包括以下步骤:
A1、对各目标无人机进行编号,依次标记为1,2,...j,...m;
A2、基于各目标无人机对应的编号,从各目标无人机对应的管理后台中定位出各目标无人机当前在电子地图中显示的位置以及航向;
A3、基于各目标无人机在电子地图中显示的位置以及航向,对各无人机当前可抵达区域范围进行设定,并在电子地图上进行标记;
A4、从各目标无人机对应的管理后台中定位出指定无人机场对应的位置,并将指定无人机场对应的位置在电子地图中进行标记;
A5、若指定无人机场处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为返航状态,若指定无人机场不处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为工作状态。
作为优选方案,所述无人机作业信息初步解析模块中将目标无人机划分为工作无人机或返航无人机对应的划分过程为:将各目标无人机对应的作业状态进行相互对比,将返航状态的各目标无人机归于返航无人机类别,将工作状态的各目标无人机归于工作无人机类别,由此将各目标无人机划分为工作无人机或返航无人机。
作为优选方案,所述各机位当前对应的状态信息为占用状态和空闲状态,各充电子区域当前对应的状态信息包括充电状态和空闲状态,其中,处于充电状态的各充子电区域对应的状态信息还包括剩余充电时长。
作为优选方案,所述无人机作业信息深度解析模块中对各返航无人机对应的目标降落区域进行深度解析,具体解析过程如下:
B1、基于各返航无人机对应的航行参数,从中提取各返航无人机对应的位置,构建各返航无人机对应的位置坐标,并记为wi(xi,yi,zi),其中i表示各返航无人机对应的编号,i=1,2,......n,xi,yi,zi分别表示为第i个返航无人机在x轴方向对应的坐标、y轴方向对应的坐标和z轴方向对应的坐标;
B2、基于指定无人机场对应的位置,获取指定无人机场对应的中心点位置,进而构建指定无人机场中心点对应的位置坐标,并记为w′(x0,y0,0),x0,y0,0表示指定无人机场在x轴方向的坐标和y轴方向的坐标和z轴方向的坐标;
B3、基于各返航无人机对应的位置坐标和指定机场对应的位置坐标,计算各返航无人机位置与指定机场位置之间的距离,并将该距离作为各返航无人机对应的待航行距离,并记为Li;
B4、基于各返航无人机对应的待航行距离,计算得到各返航无人机对应的预计航行耗电量,并记为Di,从各返航无人机对应的航行参数中提取剩余电量,进而基于各返航无人机对应的剩余电量和各返航无人机对应的预计航行耗电量,计算得到各返航无人机对应的预设剩余电量,并记为Si,Si=Yi-Di±ε,其中,Yi表示第i个返航无人机对应的剩余电量,ε表示为预设的电量误差值;
B5、将各返航无人机对应的预设剩余电量与设定的需求充电对应的额定剩余电量进行对比,若某返航无人机对应的预设剩余电量达到其设定的需求充电对应的额定剩余电量,则将充电区域作为该返航无人机对应的初步降落区域,反之则将机位区域作为该返航无人机对应的初步降落区域,以此方式分别获取各返航无人机对应的初步降落区域;
B6、基于各返航无人机对应的初步降落区域,确认各返航无人机对应的目标降落区域位置。
作为优选方案,所述确认各返航无人机对应的目标降落区域位置,具体确认过程包括以下步骤:
B6-1、根据各返航无人机对应的初步降落区域,将各返航无人机划分为各充电返航无人机和各普通返航无人机,统计充电返航无人机对应的数目和普通返航无人机对应的数目;
B6-2、获取各机位当前对应的状态信息,从中定位出空闲状态的机位数目,将空闲状态的机位记为空闲机位,并获取各空闲机位对应的位置,基于各空闲机位对应的位置和各普通返航无人机对应的位置,获取各空闲机位位置与各普通返航无人机位置之间的距离,并筛选出与各普通返航无人机位置距离最短的空闲机位位置,由此将其作为各普通返航无人机对应的目标降落区域位置;
B6-3、获取各充电子区域当前对应的状态信息,从中定位出空闲状态的充电子区域数目,将空闲状态的充电子区域记为空闲充电区域,并将空闲充电区域数目与充电返航无人机对应的数目进行对比,若空闲充电区域数目大于或者等于充电返航无人机对应的数目,则基于各充电返航无人机对应的位置和各空闲充电区域位置,获取各充电返航无人机位置与各空闲充电区域位置之间的距离,并筛选出与各充电返航无人机位置距离最短的空闲充电区域,由此将其作为各充电返航无人机对应的目标降落区域位置,若空闲充电区域数目小于充电返航无人机对应的数目,则对各充电返航无人机对应的目标降落区域位置进行进一步分析,得到各充电返航无人机对应的目标降落区域位置。
作为优选方案,所述对各充电返航无人机对应的目标降落区域位置进行进一步分析,具体分析过程包括以下步骤:
B6-3-1、基于各充电子区域对应的位置以及各充电返航无人机对应的位置,获取各充电返航无人机位置与各充电区域子位置之间的距离,利用计算公式计算各充电返航无人机与各充电子区域对应的匹配度,并记为r表示各充电子区域对应的编号,r=1,2,......v,d表示各充电返航无人机对应的编号,d=1,2,......u;
B6-3-2、基于各充电子区域对应的状态信息,对各充电子区域进行适配权重设置,得到各充电子区域对应的适配权重值,并记为μr,基于各充电返航无人机对应的预设剩余电量,进行各充电返航无人机对应的充电需求权重设置,得到各充电返航无人机对应的充电需求权重,并记为ηd;
B6-3-4、将各充电返航无人机与各充电子区域对应的综合适配度按照从大到小的顺序进行排序,提取与各充电返航无人机综合适配度中排名第一位的充电子区域,并将其作为各充电返航无人机对应的目标降落区域位置。
作为优选方案,所述确认各返航无人机对应的目标返航路径,具体确认过程为:基于各返航无人机对应的位置和各返航无人机对应的目标降落区域位置,获取各返航无人机对应的各可返航路径,将各返航无人机对应的各返航行路径导入路径识别算法中,输出各返航无人机对应的目标返航路径。
相较于现有技术,本发明的有益效果如下:
本发明提供的一种基于大数据的无人机机场监测控制系统,通过对无人机作业状态、航行参数和无人机机场状态信息进行采集,基于采集的分无人机对应的作业状态、航行参数和无人机机场状态信息,对各无人机对应的目标降落区域进行解析,一方面有效的解决了当前技术没有对无人机的作业状态信息进行监测的问题,最大程度上的降低了对无人机后续工作开展的影响,实现了对无人机的分类管理,大大的提高了无人机目标降落区域定位的精准性和可靠性;一方面,通过对无人机返航过程的航行参数进行监测,直观的展示了各无人机对应的剩余电量,进而有效的保障了无人机充电的及时性;另一方面通过对无人机机场的状态信息和无人机的作业状态信息进行监测,大大的提高了无人机场的管理效率,同时也有效的提高了无人机场中各无人机作业的管理效率,并且还有效的维护了无人机机场中的无人机的停机秩序。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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为本发明系统各模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思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。
请参阅图1所示,本发明提供了一种基于大数据的无人机机场监测控制系统,包括机场设置信息获取模块、无人机作业状态信息模块、机场状态信息获取模块、无人机作业信息初步解析模块、无人机作业信息深度解析模块和无人机航行路径发送终端;
参照图中连接关系所示,所述机场设置信息获取模块分别与无人机作业状态信息模块、机场状态信息获取模块连接,无人机作业信息初步解析模块与无人机作业状态信息模块连接,无人机作业信息深度解析模块分别与无人机作业状态信息模块、机场状态信息获取模块、无人机作业信息初步解析模块和无人机航行路径发送终端连接;
机场设置信息获取模块,用于获取指定无人机场对应的基本设置信息,其中,指定无人机场对应的基本设置信息包括指定无人机场对应的机位区域设置信息和充电区域设置信息;
进一步地,所述机位区域设置信息具体为机位区域设置的机位数目和各机位对应的位置,充电区域设置信息具体为充电区域设置的充电子区域数目和各充电子区域对应的位置。
无人机作业状态信息模块,用于获取指定无人机场当前对应的外出作业无人机数目,将外出作业无人机记为目标无人机,并对各目标无人机对应的作业状态和航行参数进行采集,其中航行参数包括航向、位置和剩余电量;
需要说明的是,所述无人机剩余电量采集通过无人机电池上装载的电量感应芯片进行采集。
示例性地,所述对各目标无人机对应的作业状态进行采集,具体采集过程包括以下步骤:
A1、对各目标无人机进行编号,依次标记为1,2,...j,...m;
A2、基于各目标无人机对应的编号,从各目标无人机对应的管理后台中定位出各目标无人机当前在电子地图中显示的位置以及航向;
A3、基于各目标无人机在电子地图中显示的位置以及航向,对各无人机当前可抵达区域范围进行设定,并在电子地图上进行标记;
A4、从各目标无人机对应的管理后台中定位出指定无人机场对应的位置,并将指定无人机场对应的位置在电子地图中进行标记;
A5、若指定无人机场处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为返航状态,若指定无人机场不处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为工作状态。
无人机作业信息初步解析模块,用于基于各目标无人机对应的作业状态,将各目标无人机对应的作业状态进行相互对比,将返航状态的各目标无人机归于返航无人机类别,将工作状态的各目标无人机归于工作无人机类别,由此将目标无人机划分为工作无人机或返航无人机。
机场状态信息获取模块,用于基于指定无人机场对应的基本设置信息从指定无人机场管理后台中提取指定无人机机场当前对应的状态信息,其中指定无人机场当前对应的状态信息包括各机位当前对应的状态信息和各充电子区域当前对应的状态信息;
具体地,所述各机位当前对应的状态信息为占用状态和空闲状态,各充电子区域当前对应的状态信息包括充电状态和空闲状态,其中,处于充电状态的各充子电区域对应的状态信息还包括剩余充电时长。
无人机作业信息深度解析模块,用于基于各机位当前对应的状态信息、各充电子区域当前对应的状态信息和各返航无人机对应的航行参数对各返航无人机对应的目标降落区域进行深度解析,获取各返航无人机对应的目标降落区域位置,基于各返航无人机对应的目标降落区域位置,确认各返航无人机对应的目标返航路径;
具体的,对各返航无人机对应的目标降落区域进行深度解析,具体解析过程如下:
B1、基于各返航无人机对应的航行参数,从中提取各返航无人机对应的位置,构建各返航无人机对应的位置坐标,并记为wi(xi,yi,zi),其中i表示各返航无人机对应的编号,i=1,2,......n,xi,yi,zi分别表示为第i个返航无人机在x轴方向对应的坐标、y轴方向对应的坐标和z轴方向对应的坐标;
B2、基于指定无人机场对应的位置,获取指定无人机场对应的中心点位置,进而构建指定无人机场中心点对应的位置坐标,并记为w′(x0,y0,0),x0,y0,0表示指定无人机场在x轴方向的坐标和y轴方向的坐标和z轴方向的坐标;
B4、基于各返航无人机对应的待航行距离,计算得到各返航无人机对应的预计航行耗电量,并记为Di,从各返航无人机对应的航行参数中提取剩余电量,进而基于各返航无人机对应的剩余电量和各返航无人机对应的预计航行耗电量,计算得到各返航无人机对应的预设剩余电量,并记为Si,Si=Yi-Di±ε,其中,Yi表示第i个返航无人机对应的剩余电量,ε表示为预设的电量误差值;
B5、将各返航无人机对应的预设剩余电量与设定的需求充电对应的额定剩余电量进行对比,若某返航无人机对应的预设剩余电量达到其设定的需求充电对应的额定剩余电量,则将充电区域作为该返航无人机对应的初步降落区域,反之则将机位区域作为该返航无人机对应的初步降落区域,以此方式分别获取各返航无人机对应的初步降落区域;
B6、基于各返航无人机对应的初步降落区域,确认各返航无人机对应的目标降落区域位置。
需要说明的是,确认各返航无人机对应的目标降落区域位置,具体确认过程包括以下步骤:
B6-1、根据各返航无人机对应的初步降落区域,将各返航无人机划分为各充电返航无人机和各普通返航无人机,统计充电返航无人机对应的数目和普通返航无人机对应的数目;
B6-2、获取各机位当前对应的状态信息,从中定位出空闲状态的机位数目,将空闲状态的机位记为空闲机位,并获取各空闲机位对应的位置,基于各空闲机位对应的位置和各普通返航无人机对应的位置,获取各空闲机位位置与各普通返航无人机位置之间的距离,并筛选出与各普通返航无人机位置距离最短的空闲机位位置,由此将其作为各普通返航无人机对应的目标降落区域位置;
B6-3、获取各充电子区域当前对应的状态信息,从中定位出空闲状态的充电子区域数目,将空闲状态的充电子区域记为空闲充电区域,并将空闲充电区域数目与充电返航无人机对应的数目进行对比,若空闲充电区域数目大于或者等于充电返航无人机对应的数目,则基于各充电返航无人机对应的位置和各空闲充电区域位置,获取各充电返航无人机位置与各空闲充电区域位置之间的距离,并筛选出与各充电返航无人机位置距离最短的空闲充电区域,由此将其作为各充电返航无人机对应的目标降落区域位置,若空闲充电区域数目小于充电返航无人机对应的数目,则对各充电返航无人机对应的目标降落区域位置进行进一步分析,得到各充电返航无人机对应的目标降落区域位置。
还需要说明的是,对各充电返航无人机对应的目标降落区域位置进行进一步分析,具体分析过程包括以下步骤:
B6-3-1、基于各充电子区域对应的位置以及各充电返航无人机对应的位置,获取各充电返航无人机位置与各充电区域子位置之间的距离,利用计算公式计算各充电返航无人机与各充电子区域对应的匹配度,并记为r表示各充电子区域对应的编号,r=1,2,......v,d表示各充电返航无人机对应的编号,d=1,2,......u,其中,ΔX为预设的航行适宜距离差,表示为第d个充电返航无人机位置与第r个充电区域位置之间的距离,X′为预设的充电返航无人机位置与充电区域位置之间的参考距离。
B6-3-2、基于各充电子区域对应的状态信息,对各充电子区域进行适配权重设置,得到各充电子区域对应的适配权重值,并记为μr,基于各充电返航无人机对应的预设剩余电量,进行各充电返航无人机对应的充电需求权重设置,得到各充电返航无人机对应的充电需求权重,并记为ηd;
示例性地,所述各充电子区域对应的适配权重值设置,具体设置过程如下:
将处于空闲状态的充电子区域对应的适配权重值记为μ1;
提取处于充电状态的各充电子区域对应的剩余充电时长,将处于充电状态的各充电子区域对应的剩余充电时长与预设的各等待等级对应的剩余充电时长范围进行对比,筛选得出处于充电状态的各充电子区域对应的等待等级;
将一级等待等级充电子区域对应的适配权重值记为μ2;
将二级等待等级充电子区域对应的适配权重值记为μ3;
将三级等待等级充电子区域对应的适配权重值记为μ4,以此方式分别得到各充电子区域对应的适配权重值,μr,μr∈{μ1,μ2,μ3,μ4},且μ1>μ2>μ3>μ4。
又一示例性地,进行各充电返航无人机对应的充电需求权重设置,具体设置过程为:
将各充电返航无人机对应的预设剩余电量与预设的各电量紧急等级对应的剩余电量范围进行对比,筛选得出各充电返航无人机对应的电量紧急等级;
将一级电量紧急等级充电返航无人机对应的充电需求权重记为η1,将二级电量紧急等级充电返航无人机对应的充电需求权重记为η2,将三级电量紧急等级充电返航无人机对应的充电需求权重记为η3,以此得到各充电返航无人机对应的充电需求权重ηd,ηd取值为η1或η2或η3,η1>η2>η3。
B6-3-3、基于各充电返航无人机与各充电子区域对应的匹配度各充电子区域对应的适配权重值μr和各充电返航无人机对应的充电需求权重ηd,利用计算公式计算得出各充电返航无人机与各充电区对应的综合适配度,其具体计算公式为其中,表示第d个充电返航无人机与第r个充电子区域与对应的综合适配度,K为预设的参考参考常数;
B6-3-4、将各充电返航无人机与各充电子区域对应的综合适配度按照从大到小的顺序进行排序,提取与各充电返航无人机综合适配度中排名第一位的充电子区域,并将其作为各充电返航无人机对应的目标降落区域位置。
又一具体地,所述确认各返航无人机对应的目标返航路径,具体确认过程为:基于各返航无人机对应的位置和各返航无人机对应的目标降落区域位置,获取各返航无人机对应的各可返航路径,将各返航无人机对应的各返航行路径导入路径识别算法中,输出各返航无人机对应的目标返航路径。
路径识别方法对应的具体识别过程为:
基于各返航无人机对应的各可返航路径,并将其在电子地图上进行标注,进而从电子地图上提取各返航无人机对应各可返航路径对应的长度;
将各返航无人机对应的各可返航路径的长度按照从小到大进行排序,获取各返航无人机中各可返航路径对应的长度排序,将各返航无人机中排序第一位可返航路径作为各返航无人机对应的目标返航路径。
本发明实施例通过对无人机作业状态信息和无人机机场状态信息进行采集,基于采集的分无人机对应的作业状态、航行参数和无人机机场状态信息,对各无人机对应的目标降落区域进行解析,一方面有效的解决了当前技术没有对无人机的作业状态信息进行监测的问题,最大程度上的降低了对无人机后续工作开展的影响,实现了对无人机的分类管理,大大的提高了无人机目标降落区域定位的精准性和可靠性;一方面,通过对无人机返航过程的航行参数进行监测,直观的展示了各无人机对应的剩余电量,进而有效的保障了无人机的充电及时性;另一方面通过对无人机机场的状态信息和无人机的作业状态信息进行监测,大大的提高了无人机场的管理效率,同时也有效的提高了无人机场中各无人机作业的管理效率,并且还有效的维护了无人机机场中的无人机的停机秩序。
无人机航行路径发送终端,用于获取各返航对应的目标飞行路径,并发送至各返航无人机。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思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 (10)
1.一种基于大数据的无人机机场监测控制系统,其特征在于,包括:
机场设置信息获取模块,用于获取指定无人机场对应的基本设置信息,其中,指定无人机场对应的基本设置信息包括指定无人机场对应的机位区域设置信息和充电区域设置信息;
无人机作业状态信息模块,用于获取指定无人机场当前对应的外出作业无人机数目,将外出作业无人机记为目标无人机,并对各目标无人机对应的作业状态和航行参数进行采集,其中航行参数包括航向、位置和剩余电量;
机场状态信息获取模块,用于基于指定无人机场对应的基本设置信息从指定无人机场管理后台中提取指定无人机机场当前对应的状态信息,其中指定无人机场当前对应的状态信息包括各机位当前对应的状态信息和各充电子区域当前对应的状态信息;
无人机作业信息初步解析模块,用于基于各目标无人机对应的作业状态,将目标无人机划分为工作无人机或返航无人机,统计返航无人机对应的数目;
无人机作业信息深度解析模块,用于基于各机位当前对应的状态信息、各充电子区域当前对应的状态信息和各返航无人机对应的航行参数对各返航无人机对应的目标降落区域进行深度解析,获取各返航无人机对应的目标降落区域位置,基于各返航无人机对应的目标降落区域位置,确认各返航无人机对应的目标返航路径;
无人机航行路径发送终端,用于获取各返航对应的目标飞行路径,并发送至各返航无人机。
2.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述机位区域设置信息具体为机位区域设置的机位数目和各机位对应的位置,充电区域设置信息具体为充电区域设置的充电子区域数目和各充电子区域对应的位置。
3.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述无人机作业状态采集模块中对各目标无人机对应的作业状态进行采集,具体采集过程包括以下步骤:
A1、对各目标无人机进行编号,依次标记为1,2,...j,...m;
A2、基于各目标无人机对应的编号,从各目标无人机对应的管理后台中定位出各目标无人机当前在电子地图中显示的位置以及航向;
A3、基于各目标无人机在电子地图中显示的位置以及航向,对各无人机当前可抵达区域范围进行设定,并在电子地图上进行标记;
A4、从各目标无人机对应的管理后台中定位出指定无人机场对应的位置,并将指定无人机场对应的位置在电子地图中进行标记;
A5、若指定无人机场处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为返航状态,若指定无人机场不处于某目标无人机当前可抵达区域范围内,则判断该目标无人机对应的作业状态记为工作状态。
4.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述无人机作业信息初步解析模块中将目标无人机划分为工作无人机或返航无人机对应的划分过程为:将各目标无人机对应的作业状态进行相互对比,将返航状态的各目标无人机归于返航无人机类别,将工作状态的各目标无人机归于工作无人机类别,由此将各目标无人机划分为工作无人机或返航无人机。
5.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述各机位当前对应的状态信息为占用状态和空闲状态,各充电子区域当前对应的状态信息包括充电状态和空闲状态,其中,处于充电状态的各充子电区域对应的状态信息还包括剩余充电时长。
6.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述无人机作业信息深度解析模块中对各返航无人机对应的目标降落区域进行深度解析,具体解析过程如下:
B1、基于各返航无人机对应的航行参数,从中提取各返航无人机对应的位置,构建各返航无人机对应的位置坐标,并记为wi(xi,yi,zi),其中i表示各返航无人机对应的编号,i=1,2,......n,xi,yi,zi分别表示为第i个返航无人机在x轴方向对应的坐标、y轴方向对应的坐标和z轴方向对应的坐标;
B2、基于指定无人机场对应的位置,获取指定无人机场对应的中心点位置,进而构建指定无人机场中心点对应的位置坐标,并记为w′(x0,y0,0),x0,y0,0表示指定无人机场在x轴方向的坐标和y轴方向的坐标和z轴方向的坐标;
B3、基于各返航无人机对应的位置坐标和指定无人机场对应的位置坐标,计算各返航无人机位置与指定无人机场位置之间的距离,并将该距离作为各返航无人机对应的待航行距离,并记为Li;
B4、基于各返航无人机对应的待航行距离,计算得到各返航无人机对应的预计航行耗电量,并记为Di,从各返航无人机对应的航行参数中提取剩余电量,进而基于各返航无人机对应的剩余电量和各返航无人机对应的预计航行耗电量,计算得到各返航无人机对应的预设剩余电量,并记为Si,Si=Yi-Di±ε,其中,Yi表示第i个返航无人机对应的剩余电量,ε表示为预设的电量误差值;
B5、将各返航无人机对应的预设剩余电量与设定的需求充电对应的额定剩余电量进行对比,若某返航无人机对应的预设剩余电量达到其设定的需求充电对应的额定剩余电量,则将充电区域作为该返航无人机对应的初步降落区域,反之则将机位区域作为该返航无人机对应的初步降落区域,以此方式分别获取各返航无人机对应的初步降落区域;
B6、基于各返航无人机对应的初步降落区域,确认各返航无人机对应的目标降落区域位置。
7.根据权利要求6所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述确认各返航无人机对应的目标降落区域位置,具体确认过程包括以下步骤:
B6-1、根据各返航无人机对应的初步降落区域,将各返航无人机划分为各充电返航无人机和各普通返航无人机,统计充电返航无人机对应的数目和普通返航无人机对应的数目;
B6-2、获取各机位当前对应的状态信息,从中定位出空闲状态的机位数目,将空闲状态的机位记为空闲机位,并获取各空闲机位对应的位置,基于各空闲机位对应的位置和各普通返航无人机对应的位置,获取各空闲机位位置与各普通返航无人机位置之间的距离,并筛选出与各普通返航无人机位置距离最短的空闲机位位置,由此将其作为各普通返航无人机对应的目标降落区域位置;
B6-3、获取各充电子区域当前对应的状态信息,从中定位出空闲状态的充电子区域数目,将空闲状态的充电子区域记为空闲充电区域,并将空闲充电区域数目与充电返航无人机对应的数目进行对比,若空闲充电区域数目大于或者等于充电返航无人机对应的数目,则基于各充电返航无人机对应的位置和各空闲充电区域位置,获取各充电返航无人机位置与各空闲充电区域位置之间的距离,并筛选出与各充电返航无人机位置距离最短的空闲充电区域,由此将其作为各充电返航无人机对应的目标降落区域位置,若空闲充电区域数目小于充电返航无人机对应的数目,则对各充电返航无人机对应的目标降落区域位置进行进一步分析,得到各充电返航无人机对应的目标降落区域位置。
8.根据权利要求7所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述对各充电返航无人机对应的目标降落区域位置进行进一步分析,具体分析过程包括以下步骤:
B6-3-1、基于各充电子区域对应的位置以及各充电返航无人机对应的位置,获取各充电返航无人机位置与各充电区域子位置之间的距离,利用计算公式计算各充电返航无人机与各充电子区域对应的匹配度,并记为r表示各充电子区域对应的编号,r=1,2,......v,d表示各充电返航无人机对应的编号,d=1,2,......u;
B6-3-2、基于各充电子区域对应的状态信息,对各充电子区域进行适配权重设置,得到各充电子区域对应的适配权重值,并记为μr,基于各充电返航无人机对应的预设剩余电量,进行各充电返航无人机对应的充电需求权重设置,得到各充电返航无人机对应的充电需求权重,并记为ηd;
B6-3-4、将各充电返航无人机与各充电子区域对应的综合适配度按照从大到小的顺序进行排序,提取与各充电返航无人机综合适配度中排名第一位的充电子区域,并将其作为各充电返航无人机对应的目标降落区域位置。
10.根据权利要求1所述的一种基于大数据的无人机机场监测控制系统,其特征在于:所述确认各返航无人机对应的目标返航路径,具体确认过程为:基于各返航无人机对应的位置和各返航无人机对应的目标降落区域位置,获取各返航无人机对应的各可返航路径,将各返航无人机对应的各返航行路径导入路径识别算法中,输出各返航无人机对应的目标返航路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470320.8A CN114815889A (zh) | 2022-04-28 | 2022-04-28 | 一种基于大数据的无人机机场监测控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210470320.8A CN114815889A (zh) | 2022-04-28 | 2022-04-28 | 一种基于大数据的无人机机场监测控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114815889A true CN114815889A (zh) | 2022-07-29 |
Family
ID=82510380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210470320.8A Pending CN114815889A (zh) | 2022-04-28 | 2022-04-28 | 一种基于大数据的无人机机场监测控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114815889A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116844381A (zh) * | 2023-06-06 | 2023-10-03 | 广州思谋信息科技有限公司 | 一种基于人工智能的无人机停机管理系统及方法 |
CN117151432A (zh) * | 2023-10-30 | 2023-12-01 | 天津仁爱学院 | 一种用于避险模式的无人机自动机场的分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885225A (zh) * | 2014-07-16 | 2018-04-06 | 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 |
US20180229859A1 (en) * | 2016-09-09 | 2018-08-16 | Michael Steward Evans | Drone Charging Stations |
CN108995823A (zh) * | 2018-07-26 | 2018-12-14 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
CN110703790A (zh) * | 2019-10-16 | 2020-01-17 | 一飞智控(天津)科技有限公司 | 基于云端大数据的无人机飞行安全保护方法及保护系统 |
CN111483345A (zh) * | 2019-01-28 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 无人机的充电控制方法、装置及存储介质、电子设备 |
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 |
CN113459858A (zh) * | 2021-09-03 | 2021-10-01 | 西咸新区千兆智能科技有限公司 | 一种植保无人机充电系统及充电方法 |
-
2022
- 2022-04-28 CN CN202210470320.8A patent/CN114815889A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885225A (zh) * | 2014-07-16 | 2018-04-06 | 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 |
US20180229859A1 (en) * | 2016-09-09 | 2018-08-16 | Michael Steward Evans | Drone Charging Stations |
CN108995823A (zh) * | 2018-07-26 | 2018-12-14 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
CN111483345A (zh) * | 2019-01-28 | 2020-08-04 | 北京京东尚科信息技术有限公司 | 无人机的充电控制方法、装置及存储介质、电子设备 |
CN110703790A (zh) * | 2019-10-16 | 2020-01-17 | 一飞智控(天津)科技有限公司 | 基于云端大数据的无人机飞行安全保护方法及保护系统 |
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 |
CN113459858A (zh) * | 2021-09-03 | 2021-10-01 | 西咸新区千兆智能科技有限公司 | 一种植保无人机充电系统及充电方法 |
Non-Patent Citations (1)
Title |
---|
中国民用航空总局政策法规司: "中国民用航空空中交通管理规则(第86号令)", 《中国民用航空 规章汇编》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116844381A (zh) * | 2023-06-06 | 2023-10-03 | 广州思谋信息科技有限公司 | 一种基于人工智能的无人机停机管理系统及方法 |
CN116844381B (zh) * | 2023-06-06 | 2024-06-14 | 广州思谋信息科技有限公司 | 一种基于人工智能的无人机停机管理系统及方法 |
CN117151432A (zh) * | 2023-10-30 | 2023-12-01 | 天津仁爱学院 | 一种用于避险模式的无人机自动机场的分配方法 |
CN117151432B (zh) * | 2023-10-30 | 2024-01-23 | 天津仁爱学院 | 一种用于避险模式的无人机自动机场的分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114815889A (zh) | 一种基于大数据的无人机机场监测控制系统 | |
CN106908075B (zh) | 大数据采集与处理系统及基于其电动汽车续航估计方法 | |
CN108761509B (zh) | 一种基于历史数据的汽车行驶轨迹及里程预测方法 | |
JP6414580B2 (ja) | リチウムイオン二次電池の容量回復システム | |
CN103177575A (zh) | 城区出租车动态在线调度优化系统及其方法 | |
CN113204247B (zh) | 一种无人机巡检系统 | |
CN115167408B (zh) | 一种基于光伏电站的巡检路线规划系统 | |
CN109753623B (zh) | 一种自动驾驶车辆多测试场景分析与数目化简方法 | |
CN114355907B (zh) | 一种基于云端的智能化垃圾识别和清扫方法、系统 | |
CN111864618A (zh) | 一种用于电力系统的无人机巡检方法及系统 | |
CN109291826B (zh) | 一种根据电动汽车特征自动搜索充电设备的方法和装置 | |
CN112396093A (zh) | 驾驶场景分类方法、装置、设备及可读存储介质 | |
CN116029411A (zh) | 一种基于物联网的智慧城市区域管理方法和系统 | |
CN105022742A (zh) | 一种基于位置及天气的数据管理方法及数据管理系统 | |
CN111832778A (zh) | 一种客车换电提醒预约系统及方法 | |
JP2008249536A (ja) | 車両案内装置、及び車両案内サーバ | |
CN113183827A (zh) | 一种基于人工智能的新能源电动汽车行驶智能云中控管理平台 | |
CN112129290A (zh) | 用于监测骑行设备的系统及方法 | |
CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
CN113284337A (zh) | 基于车辆轨迹多维数据的od矩阵计算方法及装置 | |
CN115729269B (zh) | 一种基于机器视觉的无人机智能识别系统 | |
CN117498325A (zh) | 一种新能源汽车用电量预测及充电资源调度优化方法 | |
CN116198376B (zh) | 一种新能源汽车充电管理方法及系统 | |
CN103268710B (zh) | 基于rfid/wsn精准公交到站队列导乘牌系统及工作方法 | |
CN115214410B (zh) | 一种基于大数据分析的电动汽车电能在线智能监测引导系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220729 |
|
RJ01 | Rejection of invention patent application after publication |