CN114863724B - 无人机预警方法、装置、设备及存储介质 - Google Patents
无人机预警方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN114863724B CN114863724B CN202210776133.2A CN202210776133A CN114863724B CN 114863724 B CN114863724 B CN 114863724B CN 202210776133 A CN202210776133 A CN 202210776133A CN 114863724 B CN114863724 B CN 114863724B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- node
- position information
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0069—Navigation or guidance aids for a single aircraft specially adapted for an unmanned aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/003—Flight plan management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Emergency Management (AREA)
- Navigation (AREA)
Abstract
本申请提供一种无人机预警方法、装置、设备及存储介质。该方法包括:获取目标无人机的位置信息以及预设区域的环境信息;将所述环境信息转换为多个三维环境位置信息;以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。本申请的方法,通过融合环境信息以及无人机实时位置构建的K维树,通过K维树中节点与无人机所在的节点之间的位置关系,进行无人机预警,提高了无人机飞行的安全性,避免无人机因受到环境影响而无法召回甚至损坏。
Description
技术领域
本申请涉及无人机控制技术领域,尤其涉及一种无人机预警方法、装置、设备及存储介质。
背景技术
无人机或无人飞行器,具备体积小、操作灵活、成本低和安全性高的特点,被广泛应用于航拍、监测、搜救、勘查等领域。
无人机由于体型较小,在飞行时容易受到天气的影响,从而导致无人机失控、无法召回,甚至导致无人机损毁。
因此,为了提高无人机飞行的安全性,亟需提供一种无人机飞行预警策略,以避免无人机因天气影响而无法召回或损毁。
发明内容
本申请提供一种无人机预警方法、装置、设备及存储介质,基于KD树(K-Dimensional Tree,K维树)以及飞行环境,实现了无人机飞行的提前预警,提高了无人机飞行的安全性。
第一方面,本申请提供一种无人机预警方法,包括:
获取目标无人机的位置信息以及预设区域的环境信息;
将所述环境信息转换为多个三维环境位置信息;
以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;
基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。
可选的,将所述环境信息转换为多个三维环境位置信息,包括:
获取所述环境信息对应的三维区域的外轮廓,其中,所述环境信息包括气象信息和禁飞区域,所述气象信息对应的三维区域为受所述气象信息影响的区域;
根据所述外轮廓,确定所述环境信息对应的多个三维环境位置信息。
可选的,所述方法还包括:
获取至少一个关联无人机的位置信息。
其中,关联无人机可以为在预设区域内作业的其他无人机。
相应的,以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树,包括:
以所述目标无人机的位置信息、所述多个三维环境位置信息以及所述至少一个关联无人机的位置信息为节点,构建K维树。
可选的,基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警,包括:
从所述K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;
以所述目标节点为球心,以安全距离为半径,绘制超球体;
根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点;
若是,则判断所述候选节点中是否存在预警节点,其中,预警节点与所述目标节点之间的距离小于所述安全距离;
若是,则根据所述预警节点,生成所述目标无人机的预警信息,以根据所述预警信息进行所述目标无人机的飞行预警。
可选的,根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点,包括:
判断所述K维树除所述目标节点对应的超面外,是否存在与所述超球体相交的相交超面;
若是,则确定所述相交超面对应的节点为候选节点。
可选的,获取目标无人机的位置信息以及预设区域的环境信息,包括:
在每个时间节点,获取目标无人机在所述时间节点的位置信息以及预设区域内在所述时间节点的环境信息;
将所述环境信息转换为多个三维环境位置信息,包括:
将所述预设区域内在所述时间节点的环境信息,转换为所述时间节点对应的多个三维环境位置信息;
以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树,包括:
以所述目标无人机在所述时间节点的位置信息以及所述时间节点对应的多个三维环境位置信息为节点,构建所述时间节点对应的K维树。
可选的,基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警,包括:
从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;
以所述目标节点为球心,构建同心超球体,其中,所述同心超球体包括多个半径不同且球心均为所述目标节点的超球体,所述同心超球体的最小超球体的半径为所述安全距离;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
第二方面,本申请提供一种无人机预警装置,包括:
信息获取模块,用于获取目标无人机的位置信息以及预设区域的环境信息;
环境信息处理模块,用于将所述环境信息转换为多个三维环境位置信息;
K维树构建模块,用于以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;
预警模块,用于基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。
可选的,环境信息处理模块,具体用于:
获取所述环境信息对应的三维区域的外轮廓,其中,所述环境信息包括气象信息和禁飞区域,所述气象信息对应的三维区域为受所述气象信息影响的区域;
根据所述外轮廓,确定所述环境信息对应的多个三维环境位置信息。
可选的,所述装置还包括:
位置信息获取模块,用于获取至少一个关联无人机的位置信息。
其中,关联无人机可以为在预设区域内作业的其他无人机。
相应的,K维树构建模块,具体用于:
以所述目标无人机的位置信息、所述多个三维环境位置信息以及所述至少一个关联无人机的位置信息为节点,构建K维树。
可选的,预警模块,包括:
查找单元,用于从所述K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;
超球体绘制单元,用于以所述目标节点为球心,以安全距离为半径,绘制超球体;
候选节点确定单元,用于根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点;
预警节点确定单元,用于若存在候选节点,则判断所述候选节点中是否存在预警节点,其中,预警节点与所述目标节点之间的距离小于所述安全距离;
预警单元,用于若存在预警节点,根据所述预警节点,生成所述目标无人机的预警信息,以根据所述预警信息进行所述目标无人机的飞行预警。
可选的,候选节点确定单元,具体用于:
判断所述K维树除所述目标节点对应的超面外,是否存在与所述超球体相交的相交超面;
若是,则确定所述相交超面对应的节点为候选节点。
可选的,信息获取模块,具体用于:
在每个时间节点,获取目标无人机在所述时间节点的位置信息以及预设区域内在所述时间节点的环境信息。
相应的,环境信息处理模块,具体用于:
将所述预设区域内在所述时间节点的环境信息,转换为所述时间节点对应的多个三维环境位置信息。
相应的,K维树构建模块,具体用于:
以所述目标无人机在所述时间节点的位置信息以及所述时间节点对应的多个三维环境位置信息为节点,构建所述时间节点对应的K维树。
可选的,预警模块,具体用于:
从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;
以所述目标节点为球心,构建同心超球体,其中,所述同心超球体包括多个半径不同且球心均为所述目标节点的超球体,所述同心超球体的最小超球体的半径为所述安全距离;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警。
可选的,所述装置还包括,
半径确定模块,用于根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
第三方面,本申请提供一种无人机预警设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如本申请第一方面提供的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如本申请第一方面提供的方法。
第五方面,本申请提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如本申请第一方面提供的方法。
本申请提供的无人机预警方法、装置、设备及存储介质,针对需要进行预警的每个无人机,即每个目标无人机,获取该目标无人机实时的位置信息以及预设区域的环境信息,该预设区域为目标无人机所处或即将前往的区域,为了便于后续KD树的建立,将环境信息转换为多个三维环境位置信息,即将环境信息转换为与无人机的位置信息同纬度的信息;以目标无人机的位置信息以及所得到的各个三维环境位置信息为节点,构建KD树,从而基于目标无人机的位置信息在KD树中的节点与KD树中其他节点的位置关系,如距离,进行该目标无人机的飞行预警,以通过预警告知相关人员无人机当前飞行的环境不适宜继续沿原航线飞行,从而通过改变航向、召回、暂停飞行等控制策略,避免无人机因环境问题导致无法召回甚至损坏,提高了无人机飞行的安全性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种应用场景的示意图;
图2为本申请一个实施例提供的无人机预警方法的流程示意图;
图3为本申请另一实施例提供的无人机预警方法的流程示意图;
图4为本申请图3所示实施例中气象信息对应的三维区域的外轮廓的示意图;
图5为本申请一个实施例提供的步骤S204或步骤S305的流程示意图;
图6为本申请另一个实施例提供的无人机预警的流程示意图;
图7为本申请另一个实施例提供的飞行预警方法的流程示意图;
图8为本申请一个实施例提供的基于KD树搜索模型的飞行预警方法的流程示意图;
图9为本申请实施例提供的无人机预警设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
首先对本申请所涉及的名词进行解释:
K维树(K-Dimensional Tree,KD树):是一种对K维空间中的实例点进行存储以便对其进行快速检索的树形结构,KD树中每个节点都为K维点的二叉树,针对每个非叶子节点,该节点对应的超平面(简称为超面)将空间分割为两个半空间,节点左边的分支代表在节点对应的超平面左边的点,节点右边的分支代表在节点对应的超平面右边的点。
图1为本申请实施例提供的一种应用场景的示意图,如图1所示,为了进行范围较大的预设区域的勘探、检测等任务,通常需要通过多架无人机110共同完成,图1中以3架无人机为例。可以通过地面布置的控制站120通过无线电数据传输设备与无人机110进行数据交互,以控制无人机110,或者向无人机110提供所需数据。
预设区域为无人机110的作业区域,可以为任意一个设定的区域,如可以为森林、海域、高原地区、海岸线、河道等区域,还可以为城市的主城区等。
在一些实施例中,控制站120可以预先为无人机110指定航线,从而控制多架无人机110从同一或不同的起飞点出发,沿所设计的航线飞行。无人机110在执行完相应的任务之后,如巡逻、勘探、监测等任务,自行飞回控制站120。
针对预设区域环境较为复杂的情况,如存在复杂气象环境、存在禁飞区域、存在航线冲突的无人机或者其他飞行器等,需要结合预设区域的环境情况,进行无人机110的飞行控制,如控制无人机110返程、暂停执行任务、避障、绕行等。
在相关技术中,通常通过无人机110上设置的传感器,如图像传感器、超声传感器、激光传感器等,感应无人机110周围环境中的障碍物,从而实现避障。
然而,由于气象信息和一些未设置标志的禁飞区域无法通过传感器识别,从而导致无人机110在飞行过程中,无法结合气象信息和禁飞区域进行无人机110飞行控制。当无人机110在极端天气下飞行时,可能导致无人机110损毁;而当无人机110飞入禁飞区域时,可能导致无人机110被拦截或击毁,造成一定的损失。
为了提高无人机飞行的安全性,本申请提供了一种基于KD树的无人机预警方法,实现了以无人机位置以及无人机所处环境的环境信息(包括气象信息、禁飞区域、地表建筑等信息)为节点,构建KD树,从而基于该KD树查找与无人机最近的节点,基于两者之间的距离进行无人机预警,从而通过采取相应的措施,避免无人机飞入环境不适宜的区域,如禁飞区域、极端天气影响的区域、与地表建筑发生碰撞等,提高了无人机飞行的安全性。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请一个实施例提供的无人机预警方法的流程示意图,本实施例提供的无人机预警方法可以由设置于地面的、与无人机通讯的任意一种具备数据处理功能的设备执行,如无人机调度设备、控制站120,或者专门的无人机预警设备。
如图2所示,该无人机预警方法包括以下步骤:
步骤S201,获取目标无人机的位置信息以及预设区域的环境信息。
其中,预设区域可以为目标无人机的作业区域,如森林区域、海上区域、城市区域等。预设区域还可以为基于目标无人机的作业区域确定的大于或小于该作业区域的一个区域。
环境信息可以包括气象信息,还可以包括禁飞区域、地表建筑物等信息。目标无人机为任意一个正在作业的无人机。
其中,位置信息为三维位置坐标,如由经纬度和高度组成的三维坐标。
位置信息可以为目标无人机的实时位置。目标无人机在执行任务期间,可以周期性主动上报其当前的位置信息。
在一个实施例中,无人机预警设备可以向目标无人机发送位置请求指令,从而目标无人机基于该位置请求指令被动地将其当前的位置信息反馈至无人机预警设备。
具体的,可以通过气象台获取预设区域的气象信息。预设区域的禁飞区域可以由相关人员录入,或者根据相关规定,自动确定。预设区域的地表建筑物可以通过预设区域的卫星地图获取。
进一步,可以根据目标无人机的飞行速度以及目标无人机的作业区域,确定预设区域。
步骤S202,将所述环境信息转换为多个三维环境位置信息。
其中,三维环境位置信息与目标无人机的位置信息处于同一三维坐标系下,即均采用三维位置坐标表示,如(x,y,z)。
为了建构KD树,需要将所获取的环境信息转换为与位置信息相同维度的信息,即三维环境位置信息。三维环境位置信息用于描述对应的环境信息所处或所影响的区域,如视环境信息所处或所影响的区域的外轮廓上多个点的三维坐标,为该环境信息的三维环境位置信息。
以气象信息为例,如龙卷风、沙尘暴、阵风等,可以基于气象台发布的信息或者相应的探测仪,确定在当前时间受该气象信息影响的区域,记为气象区域,将该气象区域离散为多个三维环境位置信息,从而实现了将气象信息转换为多个三维环境位置信息。
以禁飞区域为例,可以在禁飞区域中区多个具备代表性的位置点,由各个位置点的三维坐标组成禁飞区域对应的三维环境位置信息。
步骤S203,以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树。
本申请实施例中提及的节点若无特殊指明,均为KD树中的节点。
在将环境信息转换为与目标无人机的位置信息维度相同的三维环境位置信息之后,便可以得到多个三维坐标点,即得到一个三维坐标点集,其中一个为目标无人机的三维位置坐标,其余的为环境信息对应的三维环境位置信息。以该三维坐标点集中每个点为节点,采用任意一种构建算法,如,构建一个KD树。
具体的,可以先计算三维坐标点集在每一维度下所有点的方差,取方差最大的维度(切分维度)下各点的中位数对应的点作为一空间切割超面,该点即为KD树的根节点,位于超面左侧的点为左子树对应的节点,位于超面右侧的点为右子树对应的节点,再从三维坐标点集剩余的点中,查找方差最大的维度作为切分维度,以切分维度下各点的中位数对应的点作为一个新的空间切割超面,依次递归,直至确定KD树的叶子节点,从而KD树构建完成。
在一个实施例中,在构建时,相邻切分维度的方向不同。
步骤S204,基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。
在KD树构建完成之后,根据目标无人机的位置信息,在KD树中查找目标无人机对应的节点,进而基于KD树判断是否存在与目标无人机对应的节点的距离小于安全距离的节点;若是,则进行飞行预警。
示例性的,飞行预警的方式可以为声光预警,还可以包括预警文本、预警语音等。
在一个实施例中,环境信息对应的三维环境位置信息可以视为静态数据,如禁飞区域对应的三维环境位置信息为禁飞区域上多个代表性点的三维坐标,短时间内不会随时间发生变化,故而为静态数据。则在确定KD树中不存在与目标无人机对应的节点的距离小于安全距离的节点时,可以获取目标无人机新的位置信息,以该新的位置信息以及环境信息对应的多个环境位置信息为节点,重新构建一个KD树,以判断目标无人机在新的位置下,是否存在与标无人机对应的节点的距离小于安全距离的节点;若是,则进行飞行预警。重复执行上述步骤,以实现目标无人机在飞行过程中持续预警。
本申请提供的无人机预警方法,针对需要进行预警的每个无人机,即每个目标无人机,获取该目标无人机实时的位置信息以及预设区域的环境信息,该预设区域为目标无人机所处或即将前往的区域,为了便于后续KD树的建立,将环境信息转换为多个三维环境位置信息,即将环境信息转换为与无人机的位置信息同纬度的信息;以目标无人机的位置信息以及所得到的各个三维环境位置信息为节点,构建KD树,从而基于目标无人机的位置信息在KD树中的节点与KD树中其他节点的位置关系,如距离,进行该目标无人机的飞行预警,以通过预警告知相关人员无人机当前飞行的环境不适宜继续沿原航线飞行,从而通过改变航向、召回、暂停飞行等控制策略,避免无人机因环境问题导致无法召回甚至损坏,提高了无人机飞行的安全性。
图3为本申请另一实施例提供的无人机预警方法的流程示意图,本实施例针对目标无人机的作业区域存在其他无人机的情况,本实施例是在图2所示实施例的基础上,对步骤S202和步骤S203的进一步限定,以及在步骤S203之前增加关键无人机位置信息获取的步骤。
如图3所示,本实施例提供的无人机预警方法可以包括以下步骤:
步骤S301,获取目标无人机的位置信息、至少一个关联无人机的位置信息以及预设区域的环境信息。
其中,关联无人机可以为与目标无人机处于同一作业区域的无人机,或者可以为处于预设区域内的其他无人机。
在可以获取位置信息的前提下,上述关联无人机可以扩展为关联飞行物,如包括无人机、载人飞机等。
在一个实施例中,至少一个关联无人机与目标无人机可以对应同一个控制站,则可以通过该控制站获取至少一个关联无人机的位置信息,即实时的三维位置坐标。还可以通过与关联无人机直接通讯的方式获取其位置信息,或者通过检测的方式,如射频检测、雷达检测等,检测预设区域内的其他飞行物的位置信息,如无人机、飞鸟、载人飞机等。
步骤S302,获取所述环境信息对应的三维区域的外轮廓。
其中,所述环境信息包括气象信息和禁飞区域,所述气象信息对应的三维区域为受所述气象信息影响的区域。
针对气象信息,可以通过将气象信息具象化,得到其对应的三维区域,即气象信息在预设区域内对应的三维区域,并提取该三维区域的外轮廓。
针对禁飞区域,禁飞区域对应的三维区域,为该禁飞区域所在的三维区域,可以直接提取禁飞区域所在的三维区域的外轮廓。
示例性的,图4为本申请图3所示实施例中气象信息对应的三维区域的外轮廓的示意图,如图4所示,以龙卷风为例,在通过探测仪器观测到预设区域内的龙卷风之后,或者通过气象台确定预设区域内存在龙卷风,并确定该龙卷风的风速、活动范围之后,可以确定当前时刻的龙卷风所在的区域,如区域tor,进而基于当前时刻的龙卷风所在的区域,确定受龙卷风影响的区域,如图4中的区域R_tor。
步骤S303,根据所述外轮廓,确定所述环境信息对应的多个三维环境位置信息。
具体的,可以按照一定间隔,提取外轮廓上多个点,所提取的点在三维坐标系下的位置坐标,即为对应的三维环境位置信息。
步骤S304,以所述目标无人机的位置信息、所述多个三维环境位置信息以及所述至少一个关联无人机的位置信息为节点,构建K维树。
KD树的构建方式与步骤S203类似,仅在所依据的三维坐标点集中加入至少一个关联无人机的位置信息即可,在此不再赘述。
步骤S305,基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。
具体的,可以在KD树中,确定与目标无人机的位置信息对应的节点距离最近的节点,即在KD树中查找目标无人机的位置信息对应的节点(记为目标节点)的最邻近节点,计算目标节点与其最邻近节点的距离,根据该距离进行目标无人机的飞行预警。
可以预设多个预警距离阈值,根据目标节点与其最邻近节点的距离与多个预警距离阈值的比较结果,进行目标无人机的飞行预警。
以两个预警距离阈值为例,如第一预警距离阈值th1和第二预警距离阈值th2,其中,th1<th2,若目标节点与其最邻近节点的距离大于th2,则最邻近节点不满足预警条件,不进行预警,即仅当目标节点与其最邻近节点的距离小于或等于所设置的预警距离阈值中的最大值时,最邻近节点满足预警条件,触发飞行预警;若目标节点与其最邻近节点的距离位于th1和th2之间,则进行二级预警;若目标节点与其最邻近节点的距离小于th1,则进行一级预警。
在飞行预警时,可以结合预警对应的节点,即上述满足预警条件或触发飞行预警的最邻近节点,所属的环境信息,进行飞行预警。
以气象信息沙尘暴对应的节点触发飞行预警为例,飞行预警使得预警文本或预警语音可以为“沙尘暴预警,请及时返航”。
在本实施例中,在构建KD树时,增加了关联无人机的位置信息对应的节点,丰富了KD树所包含的数据信息;通过将环境信息具象化为三维区域,基于该三维区域的外轮廓得到环境信息对应的多个三维环境位置信息,得到包含各无人机位置信息、环境信息对应的三维环境位置信息的三维坐标点集,基于该样本点集进行KD树构建,使得所构建的KD树可以更好地融合环境和无人机位置,提高KD树构建的质量;从而基于目标无人机的位置信息在KD树中的节点与KD树中其他节点的位置关系,如距离,进行该目标无人机的飞行预警,实现了在多无人机协同作业的场景下,无人机之间的安全避让,避免了无人机发生碰撞,同时避免了无人机在天气情况不适宜的情况下继续飞行而导致无人机无法召回甚至损坏的情况,提高了无人飞行的安全性。
可选的,图5为本申请一个实施例提供的步骤S204或步骤S305的流程示意图,如图5所示,步骤S204或步骤S305可以包括以下步骤:
步骤S501,从所述K维树的节点中,查找所述目标无人机的位置信息对应的目标节点。
具体的,可以通过搜索算法,如通过最邻近节点搜索算法,从KD树中查找目标无人机的位置信息对应的目标节点,与目标无人机的位置信息距离为0的节点,即为目标无人机的位置信息对应的节点。
在一个实施例中,在构建K维树时,可以为每个节点添加节点标识,则可以基于节点标识确定目标无人机当前的位置信息对应的目标节点。其中,节点标识可以包括节点对应的数据的采集时间,以及所属的主体,如目标无人机、关联无人机、环境信息,如可以采用节点标识OR_t1,表示在t1时间采集的目标无人机的位置信息对应的节点。
步骤S502,以所述目标节点为球心,以安全距离为半径,绘制超球体。
其中,安全距离D可以上述预警距离阈值中的最小值。
步骤S503,根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点。
KD树在构建时,每个节点均对应一个超面,以进行空间切割。在以目标节点为球心,以安全距离为半径,绘制超球体之后,该超球体可能会与KD树的一些超面相交,则相交超面对应的节点(除去目标节点)即为候选节点。
若超球体仅与K维树目标节点对应的超面相交,则不存在候选节点,无需飞行预警。
可选的,根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点,包括:
判断所述K维树除所述目标节点对应的超面外,是否存在与所述超球体相交的相交超面;若是,则确定所述相交超面对应的节点为候选节点。
若除目标节点对应的超面外,不存在与超球体相交的相交超面,则不存在候选节点,无需飞行预警,目标无人机继续沿原航线飞行。
以相交超面的交点为候选节点或邻近点,查找速度快,无需通过传统的回溯搜索方式,确定最邻近点,提高了预警效率。
步骤S504,若是,则判断所述候选节点中是否存在预警节点。
其中,预警节点与所述目标节点之间的距离小于所述安全距离。
具体的,可以计算各候选节点与目标节点之间的距离,如欧式距离,基于该距离确定候选节点中是否存在预警节点。具体为确定与目标节点距离小于上述安全距离D的候选节点为预警节点。
若各候选节点与目标节点的距离均大于或等于安全距离D,则不存在预警节点,无需进行飞行预警。
具体的,可以基于KD树进行采用回溯或向下继续搜索的方式,从候选节点中确定各个预警节点。每确定一个预警节点,可以记录该预警节点,如存储至待预警集合中,进而在候选节点搜索完毕后,得到完整的待预警集合,以基于该待预警集合进行飞行预警。
步骤S505,若是,则根据所述预警节点,生成所述目标无人机的预警信息,以根据所述预警信息进行所述目标无人机的飞行预警。
具体的,可以根据预警节点的类型以及三维坐标,生成目标无人机的预警信息。可以根据预警节点的三维坐标与目标无人机的位置信息之间的相对位置,以及预警节点的类型,生成预警信息。
其中,预警节点的类型可以由预警节点所属的主体确定,如气象类型、禁飞区域类型、关联无人机类型。
具体的,可以根据待预警集合中各个预警节点的的类型以及三维坐标,生成目标无人机的预警信息。
在本实施例中,通过构建目标无人机当前位置对应的超球体,通过该超球体与KD树超面相交的情况,判断是否进行预警,预警判定速度快、准确度高。
在一个实施例中,在目标无人机飞行期间,可以持续执行本申请提供的无人机预警方法,从而在基于每个时间节点获取的样本点集,进行每个时间节点对应的KD树的构建,以及基于各个时间节点对应的KD树以及目标无人机在各个时间节点的位置信息,进行目标无人机子在各个时间节点的飞行预警。基于此,图2所示实施例中的各步骤可以调整为:
步骤S601,在每个时间节点,获取目标无人机在所述时间节点的位置信息以及预设区域内在所述时间节点的环境信息;步骤S602,将所述预设区域内在所述时间节点的环境信息,转换为所述时间节点对应的多个三维环境位置信息;步骤S603,以所述目标无人机在所述时间节点的位置信息以及所述时间节点对应的多个三维环境位置信息为节点,构建所述时间节点对应的K维树;步骤S604,根据所述时间节点对应的K维树以及所述目标无人机在所述时间节点的位置信息,进行所述目标无人机在所述时间节点的飞行预警。
通过以时间节点对应的间隔为周期的持续性无人机飞行预警,有效确保了无人机在飞行期间的安全性。
图6为本申请另一个实施例提供的无人机预警的流程示意图,为了降低预警的频率,从而降低预警的损耗,可以动态调整预警的周期或时间间隔,从而在确保飞行安全的前提下,增大相邻两次预警的时间间隔,从而降低构建KD树的频率,减少预警所需的资源。基于此,如图6所示,上述步骤S604可以包括以下步骤:
步骤S701,从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点。
步骤S702,以所述目标节点为球心,构建同心超球体。
与图5所示实施例有所不同,在本实施例中,采用同心超球体替换上述实施例中的超球体。该同心超球体可以一组半径不同的超球体。同心超球体包括多个半径不同且球心均为目标节点的超球体,同心超球体的最小超球体的半径为安全距离D,最大超球体的半径可以为N倍的安全距离D,N为大于1的正整数,如2、3、4、5或者其他值。
在一个实施例中,同心超球体内的超球体的半径均为安全距离D的整数倍。
在一个实施例中,同心超球体内相邻两个超球体的半径的差值为安全距离D。
以N为3为例,同心超球体可以包括半径分别为D、2D、3D的3个超球体。
步骤S703,根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警。
具体的,可以从KD树除所述目标节点之外的节点中查找与落入同心超球体内的各个节点,记为候选节点,若候选节点中存在落入同心超球体半径最小的超球体或者半径在预设范围内多个超球体的节点,则基于落入同心超球体半径最小的超球体或者半径在预设范围内多个超球体的节点,进行目标无人机的飞行预警。
可以通过同心超球体与KD树的超面相交的情况,得到落入同心超球体内的各个节点,具体方式与上述步骤S503类似,在此不再赘述。
具体的,可以根据候选节点位于同心超球体的层级,进行目标无人机的飞行预警。同心超半径最小的超球体构成一个层级,剩余的超球体中球体半径相邻的两个超球体构成一个层级,落入该层级的节点与同心超球体的球心之间的距离小于或等于该层级对应的较大超球体的半径,大于或等于该层级对应的较小超球体的半径。
在一个实施例中,若存在位于同心超球体半径最小的超球体内候选节点,则进行飞行预警。
步骤S704,根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
记候选节点中与同心超球体的球心距离最短的候选节点为备选节点,可以根据该备选节点位于同心超球体的层级,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
在一个实施例中,下一时间节点对应的同心超球体中最大超球体的半径,小于或等于备选节点与同心超球体的球心之间的距离。
具体的,可以预先建立层级、时间间隔和最大超球体的半径之间的对应关系,从而基于该对应关系以及备选节点位于同心超球体的层级,更新预警的时间间隔,即确定下一时间节点与当前时间节点的时间间隔,以及更新下一次预警时所绘制的同心超球体的最大半径,即确定下一时间节点对应的同心超球体中最大超球体的半径。
示例性的,即当前时间节点与上一时间节点的时间间隔为T,以同心超球体中超球体的半径分别为5D、4D、3D、2D和D为例,若当前时间节点对应的备选节点位与球心的距离大于5D,则下一时间节点与当前时间节点的时间间隔可以设置为5T,下一时间节点对应的同心超球体中最大超球体的半径可以保持为5D;若当前时间节点对应的备选节点位与球心的距离位于4D-5D之间,则下一时间节点与当前时间节点的时间间隔可以设置为4T,下一时间节点对应的同心超球体中最大超球体的半径可以为4D,依次类推,当同心超球体中最大超球体的半径可以为D时,同心超球体变为一个超球体,则在后续时间节点,均采用半径为D的超球体进行飞行预警,时间间隔也保持不变,以在目标无人机与影响因子(备选节点对应的因子,因子包括环境信息、禁飞区域、关联无人机等)距离较近时,提高预警的频率,从而确保预警的及时性。
在一个实施例中,当需要对同一区域的多架无人机进行飞行预警时,如上述目标无人机及其对应的至少一个关联无人机,在构建KD树之后,可以将该KD树发送至多个线程,每个线程对应一个无人机,以线程对应的无人机为目标无人机,其余无人机为关联无人机,由该线程执行后续的步骤,以进行对应的无人机的飞行预警,从而实现并行进行多架无人机的飞行预警,提高预警效率。
图7为本申请另一个实施例提供的飞行预警方法的流程示意图,如图7所示,本实施例提供的飞行预警方法主要包括:
信息采集阶段,采集各无人机的实时位置信息以及当前的环境信息,其中,环境信息包括静态的禁飞区域信息、实时气象信息等。环境信息处理阶段,将所采集的环境信息抽样为三维点集,其中,三维点集中的每个点为上述三维环境位置信息。由各无人机的实时位置以及三维点集,形成完整样本点集。以该完整样本点集中的每个点为节点,构建KD树搜索模型,在一些实施例KD树搜索模型又称为KD树。分别以各无人机的实时位置信息对应的节点为目标节点,基于该KD树搜索模型,判断其余节点与目标节点之间的距离是否符合距离限制条件,若是,则正常记录该无人机的飞行状态;若否,则基于距离不符合距离限制条件的一个或多个节点,进行无人机的飞行预警。
图8为本申请一个实施例提供的基于KD树搜索模型的飞行预警方法的流程示意图,如图8所示,在通过上述KD树构建过程,得到KD树搜素模型之后,执行下述步骤:
步骤S801,获取下一无人机的实时位置信息对应的三维点。
针对第一个无人机,步骤S801为获取该无人机的实时位置信息对应的三维点,一个三维点对应一个三维坐标。
步骤S802,从KD树中查找该三维点对应的目标节点。
步骤S803,绘制目标节点的同心超球体。
步骤S804,判断同心超球体是否与其他超面相交;若否,则返回步骤S801,以获取下一无人机的实时位置信息对应的三维点;若是,则执行步骤S805。
其中,其他超面指的KD树除去目标节点对应的超面之外的超面。
步骤S805,针对相交的超面,判断该超面对应的节点是否位于同心超球体内部;若是,则执行步骤S806;若否,则执行步骤S809。
可以记存在位于同心超球体内部的相交超面的节点为候选节点。
步骤S806,判断该节点是否位于同心超球体的最内层,若是,则执行步骤S807;若否,则执行步骤S808。
若所绘制的为超球体,则跳过本步骤,直接执行步骤S807。
步骤S807,将该节点记录在待预警集合中。
步骤S808,确定该节点位于同心超球体的层级。
步骤S809,回溯或向下继续搜索。
步骤S810,判断是否存在其余的相交超面;若否,则执行步骤S811;若是,则循环至下一相交的超面,返回步骤S805,以判断下一相交的超面对应的节点是否位于同心超球体内部。
步骤S811,根据各候选节点位于同心超球体的层级,确定下次构建KD树的时间间隔以及所绘制同心超球体的最大半径。
步骤S812,输出相应的信息。
具体的,输出待预警集合以及下次构建KD树的时间间隔以及所绘制同心超球体的最大半径,以基于该待预警集合中各个节点,即上述预警节点,进行飞行预警,以及基于下次构建KD树的时间间隔以及所绘制同心超球体的最大半径,进行下一时间节点的KD树构建以及后续的飞行预警的步骤。
本申请实施例提供一种无人机预警装置,包括:
信息获取模块,用于获取目标无人机的位置信息以及预设区域的环境信息;环境信息处理模块,用于将所述环境信息转换为多个三维环境位置信息;K维树构建模块,用于以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;预警模块,用于基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警。
可选的,环境信息处理模块,具体用于:
获取所述环境信息对应的三维区域的外轮廓,其中,所述环境信息包括气象信息和禁飞区域,所述气象信息对应的三维区域为受所述气象信息影响的区域;根据所述外轮廓,确定所述环境信息对应的多个三维环境位置信息。
可选的,所述装置还包括:
位置信息获取模块,用于获取至少一个关联无人机的位置信息。
其中,关联无人机可以为在预设区域内作业的其他无人机。
相应的,K维树构建模块,具体用于:
以所述目标无人机的位置信息、所述多个三维环境位置信息以及所述至少一个关联无人机的位置信息为节点,构建K维树。
可选的,预警模块,包括:
查找单元,用于从所述K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;超球体绘制单元,用于以所述目标节点为球心,以安全距离为半径,绘制超球体;候选节点确定单元,用于根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点;预警节点确定单元,用于若存在候选节点,则判断所述候选节点中是否存在预警节点,其中,预警节点与所述目标节点之间的距离小于所述安全距离;预警单元,用于若存在预警节点,根据所述预警节点,生成所述目标无人机的预警信息,以根据所述预警信息进行所述目标无人机的飞行预警。
可选的,候选节点确定单元,具体用于:
判断所述K维树除所述目标节点对应的超面外,是否存在与所述超球体相交的相交超面;若是,则确定所述相交超面对应的节点为候选节点。
可选的,信息获取模块,具体用于:
在每个时间节点,获取目标无人机在所述时间节点的位置信息以及预设区域内在所述时间节点的环境信息。
相应的,环境信息处理模块,具体用于:
将所述预设区域内在所述时间节点的环境信息,转换为所述时间节点对应的多个三维环境位置信息。
相应的,K维树构建模块,具体用于:
以所述目标无人机在所述时间节点的位置信息以及所述时间节点对应的多个三维环境位置信息为节点,构建所述时间节点对应的K维树。
可选的,预警模块,具体用于:
从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;以所述目标节点为球心,构建同心超球体,其中,所述同心超球体包括多个半径不同且球心均为所述目标节点的超球体,所述同心超球体的最小超球体的半径为所述安全距离;根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警。
可选的,所述装置还包括,
半径确定模块,用于根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
本申请实施例提供的无人机预警装置,可用于执行上述任意方法实施例中的无人机预警方法,其实现原理和技术效果类似,此处不再赘述。
图9为本申请实施例提供的无人机预警设备的结构示意图,如图9所示该无人机预警设备,包括:处理器920,以及与所述处理器920通信连接的存储器910。
其中,存储器910存储计算机执行指令;处理器920执行存储器910存储的计算机执行指令,以实现如本申请任意实施例提供的无人机预警方法。
其中,存储器910和处理器920通过总线930连接。
该无人机预警设备可以为无人机控制中心、飞行调度控制台等部署与控制站的设备,该无人机预警设备与无人机通讯连接,包括上述目标无人机以及关联无人机。
相关说明可以对应参见本申请无人机预警方法对应的实施例提供的步骤所对应的相关描述和效果进行理解,此处不做过多赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如本申请任意实施例提供的无人机预警方法。
本申请实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时用于实现如本申请任意实施例提供的无人机预警方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (9)
1.一种无人机预警方法,其特征在于,包括:
获取目标无人机的位置信息以及预设区域的环境信息;
将所述环境信息转换为多个三维环境位置信息;
以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;
基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警;
当所述目标无人机的位置信息和所述预设区域的环境信息分别为各个时间节点中的任一时间节点对应的位置信息和环境信息时,
所述基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警,包括:
从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;其中,所述时间节点对应的K维树是根据所述目标无人机在所述时间节点的位置信息以及所述多个三维环境位置信息为节点构建的;
以所述目标节点为球心,构建同心超球体,其中,所述同心超球体包括多个半径不同且球心均为所述目标节点的超球体,所述同心超球体的最小超球体的半径为安全距离;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
2.根据权利要求1所述的方法,其特征在于,将所述环境信息转换为多个三维环境位置信息,包括:
获取所述环境信息对应的三维区域的外轮廓,其中,所述环境信息包括气象信息和禁飞区域,所述气象信息对应的三维区域为受所述气象信息影响的区域;
根据所述外轮廓,确定所述环境信息对应的多个三维环境位置信息。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取至少一个关联无人机的位置信息;
以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树,包括:
以所述目标无人机的位置信息、所述多个三维环境位置信息以及所述至少一个关联无人机的位置信息为节点,构建K维树。
4.根据权利要求1-3任一项所述的方法,其特征在于,基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警,包括:
从所述K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;
以所述目标节点为球心,以安全距离为半径,绘制超球体;
根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点;
若是,则判断所述候选节点中是否存在预警节点,其中,预警节点与所述目标节点之间的距离小于所述安全距离;
若是,则根据所述预警节点,生成所述目标无人机的预警信息,以根据所述预警信息进行所述目标无人机的飞行预警。
5.根据权利要求4所述的方法,其特征在于,根据所述超球体与所述K维树超面的相交情况,判断是否存在候选节点,包括:
判断所述K维树除所述目标节点对应的超面外,是否存在与所述超球体相交的相交超面;
若是,则确定所述相交超面对应的节点为候选节点。
6.根据权利要求1-3任一项所述的方法,其特征在于,获取目标无人机的位置信息以及预设区域的环境信息,包括:
在每个时间节点,获取目标无人机在所述时间节点的位置信息以及预设区域内在所述时间节点的环境信息;
将所述环境信息转换为多个三维环境位置信息,包括:
将所述预设区域内在所述时间节点的环境信息,转换为所述时间节点对应的多个三维环境位置信息;
以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树,包括:
以所述目标无人机在所述时间节点的位置信息以及所述时间节点对应的多个三维环境位置信息为节点,构建所述时间节点对应的K维树。
7.一种无人机预警装置,其特征在于,包括:
信息获取模块,用于获取目标无人机的位置信息以及预设区域的环境信息;
环境信息处理模块,用于将所述环境信息转换为多个三维环境位置信息;
K维树构建模块,用于以所述目标无人机的位置信息以及所述多个三维环境位置信息为节点,构建K维树;
预警模块,用于基于所述K维树以及所述目标无人机的位置信息,进行所述目标无人机的飞行预警;
当所述目标无人机的位置信息和所述预设区域的环境信息分别为各个时间节点中的任一时间节点对应的位置信息和环境信息时,
所述预警模块,具体用于:
从所述时间节点对应的K维树的节点中,查找所述目标无人机的位置信息对应的目标节点;其中,所述时间节点对应的K维树是根据所述目标无人机在所述时间节点的位置信息以及所述多个三维环境位置信息为节点构建的;
以所述目标节点为球心,构建同心超球体,其中,所述同心超球体包括多个半径不同且球心均为所述目标节点的超球体,所述同心超球体的最小超球体的半径为安全距离;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,进行所述目标无人机的飞行预警;
根据所述时间节点对应的K维树的除所述目标节点之外的节点与所述同心超球体的位置关系,确定下一时间节点与当前时间节点的时间间隔,以及下一时间节点对应的同心超球体中最大超球体的半径。
8.一种无人机预警设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210776133.2A CN114863724B (zh) | 2022-07-04 | 2022-07-04 | 无人机预警方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210776133.2A CN114863724B (zh) | 2022-07-04 | 2022-07-04 | 无人机预警方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114863724A CN114863724A (zh) | 2022-08-05 |
CN114863724B true CN114863724B (zh) | 2022-11-22 |
Family
ID=82625883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210776133.2A Active CN114863724B (zh) | 2022-07-04 | 2022-07-04 | 无人机预警方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114863724B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116012546B (zh) * | 2023-03-24 | 2023-05-26 | 南京信大气象科学技术研究院有限公司 | 一种从环境背景中提取气象系统的方法及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749079A (zh) * | 2017-09-25 | 2018-03-02 | 北京航空航天大学 | 一种面向无人机扫描重建的点云质量评价和无人机轨迹规划方法 |
CN110108284A (zh) * | 2019-05-24 | 2019-08-09 | 西南交通大学 | 一种顾及复杂环境约束的无人机三维航迹快速规划方法 |
CN112284390A (zh) * | 2020-10-14 | 2021-01-29 | 南京工程学院 | 一种基于vslam的室内高精度定位导航方法 |
US20210400103A1 (en) * | 2020-06-22 | 2021-12-23 | Lg Electronics Inc. | Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method |
CN114355978A (zh) * | 2022-01-06 | 2022-04-15 | 北京大唐永盛科技发展有限公司 | 一种无人机低空飞行管理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106407408B (zh) * | 2016-09-22 | 2019-08-16 | 北京数字绿土科技有限公司 | 一种海量点云数据的空间索引构建方法及装置 |
-
2022
- 2022-07-04 CN CN202210776133.2A patent/CN114863724B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107749079A (zh) * | 2017-09-25 | 2018-03-02 | 北京航空航天大学 | 一种面向无人机扫描重建的点云质量评价和无人机轨迹规划方法 |
CN110108284A (zh) * | 2019-05-24 | 2019-08-09 | 西南交通大学 | 一种顾及复杂环境约束的无人机三维航迹快速规划方法 |
US20210400103A1 (en) * | 2020-06-22 | 2021-12-23 | Lg Electronics Inc. | Point cloud data transmission device, point cloud data transmission method, point cloud data reception device, and point cloud data reception method |
CN112284390A (zh) * | 2020-10-14 | 2021-01-29 | 南京工程学院 | 一种基于vslam的室内高精度定位导航方法 |
CN114355978A (zh) * | 2022-01-06 | 2022-04-15 | 北京大唐永盛科技发展有限公司 | 一种无人机低空飞行管理方法 |
Non-Patent Citations (1)
Title |
---|
基于改进KD树与RANSC算法的目标识别算法;岑丽;《电子设计工程》;20171130;第25卷(第21期);第141-144页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114863724A (zh) | 2022-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10824169B1 (en) | Event-based vehicle operation and event remediation | |
US10474794B2 (en) | System and method for event-based vehicle operation | |
CN109357685B (zh) | 航路网生成方法、装置及存储介质 | |
US10795380B1 (en) | System and method for event-based vehicle operation | |
CN104851322B (zh) | 基于北斗卫星导航系统的低空飞行目标告警系统和方法 | |
US10586024B1 (en) | System and method for event-based vehicle operation | |
CN115017246A (zh) | 一种面向船舶智能航行的全息航行场景图系统和构建方法 | |
CA2796923A1 (en) | Determining landing sites for aircraft | |
CN114863724B (zh) | 无人机预警方法、装置、设备及存储介质 | |
EP3726501A1 (en) | System and method for handling terrain in detect and avoid | |
CN110515390A (zh) | 飞行器自主降落方法及装置、电子设备、存储介质 | |
JP2018165115A (ja) | ドローン用緊急事態対応指示装置、ドローン用緊急事態対応指示方法及びドローン用緊急事態対応指示プログラム | |
CN108648509A (zh) | 无人机的禁飞控制方法、装置、设备及存储介质 | |
US20220363383A1 (en) | Control system, control method, and information storage medium for unmanned aerial vehicle | |
CN117649785B (zh) | 一种无人机多运行人分布式协同冲突化解方法及系统 | |
CN112731971B (zh) | 控制无人机降落的方法、装置、可读存储介质及电子设备 | |
JP7488063B2 (ja) | 都市航空ビークルの航法性能 | |
Zimmermann et al. | Integration of a visibility graph based path planning method in the ACT/FHS rotorcraft | |
CN114637305B (zh) | 一种无人机最短路径规划方法及装置 | |
CN113962015B (zh) | 一种采用规则控制的空域使用过程仿真模拟系统及方法 | |
CN113625764A (zh) | 基于边界驱动的无人机自主探索方法、导航系统及无人机 | |
JP2022169449A (ja) | 訓練済み空中回廊モデルに基づいて空中回廊に沿って移動するように航空ビークルを制御すること | |
DiFelici et al. | UAS safety planning and contingency assessment and advisory reseach | |
CN113359811A (zh) | 无人机的物流运营任务规划管理系统及其方法 | |
TW202133062A (zh) | 無人機之物流運營任務規劃管理系統及其方法 |
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 |