CN115167508B - 一种多旋翼无人机传感器故障安全飞行控制系统及方法 - Google Patents
一种多旋翼无人机传感器故障安全飞行控制系统及方法 Download PDFInfo
- Publication number
- CN115167508B CN115167508B CN202210792443.3A CN202210792443A CN115167508B CN 115167508 B CN115167508 B CN 115167508B CN 202210792443 A CN202210792443 A CN 202210792443A CN 115167508 B CN115167508 B CN 115167508B
- Authority
- CN
- China
- Prior art keywords
- flight
- sensor
- unmanned aerial
- aerial vehicle
- determining
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供了一种多旋翼无人机传感器故障安全飞行控制系统及方法,包括:传感器模块,用于检测无人机在当前的第一飞行状态信息;故障监测模块,用于监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;控制模块,用于在所述传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制;本发明保证在传感器出现故障的情况下,依然能够确定无人机的状态,提供准确的飞行控制,保证飞行安全。
Description
技术领域
本发明涉及无人机控制系统技术领域,特别涉及一种多旋翼无人机传感器故障安全飞行控制系统及方法。
背景技术
多旋翼无人机,是一种具有三个及以上旋翼轴的特殊的无人驾驶直升机。通过改变不同旋翼之间的相对转速,可以改变单轴推进力的大小,从而控制飞行器的运行轨迹。
目前,通过在无人机上加装传感器的方式可以有效实现对无人机当前飞行状态的测量与估计,保证无人机的安全飞行,但是,在传感器的检测过程中,由于各种因素的影响,会导致传感器出现不能运行或检测数据不准确的问题,带来错误判断,存在一定的飞行安全隐患。
发明内容
本发明提供一种多旋翼无人机传感器故障安全飞行控制系统及方法,提供准确的飞行控制,保证飞行安全。
一种多旋翼无人机传感器故障安全飞行控制系统,包括:
传感器模块,用于检测无人机在当前的第一飞行状态信息;
故障监测模块,用于监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
控制模块,用于在所述传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制。
优选的,所述传感器模块,包括:
角度传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的角度;
转速传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的转速;
加速度传感器,用于检测所述无人机的飞行加速度;
高度传感器,用于检测所述无人机的飞行高度;
位置传感器,用于检测所述无人机的飞行位置。
优选的,所述故障监测模块,包括:
缺失判断单元,用于获取所述各个传感器的运行参数,并判断所述运行参数是否出现缺失;
提醒单元,用于对参数出现缺失对应的传感器,进行第一报警提醒,表明出现数据失灵;否则,确定所述各个传感器运行正常;
数据检测单元,用于基于预设状态信息,对所述运行状态信息进行检测,并判断所述运行状态信息是否出现异常;
所述提醒单元,还用于获取运行状态信息出现异常的传感器,并进行第二报警提醒,表明出现数据异常,否则,确定所述各个传感器状态数据正常。
优选的,所述缺失判断单元,包括:
数据采集单元,用于采集各个传感器的状态数据,并按照预设顺序将所述状态数据组成数据序列;
数据比较单元,用于基于所述预设顺序确定对数据序列的标准状态范围数据,基于所述标准状态范围数据,对所述数据序列进行检测,判断是否满足标准状态范围数据要求;
若是,表明各个传感器运行正常;
否则,从数据序列中确定出不满足标准状态范围数据的序列位置,基于所述序列位置,确定发生运行异常的传感器。
优选的,所述控制模块,包括:
第一控制单元,用于确定所述传感器模块出现异常的类型,当确定传感器出现失灵时,确定传感器失灵前的第一飞行状态信息,按照第一分析方式,确定所述无人机的飞行控制参数;
第二控制单元,用于当确定传感器出现数据异常时,确定数据异常对应的第一飞行状态信息和运行状态信息,结合所述视觉数据,按照第二分析方式,确定所述无人机的飞行控制参数。
优选的,所述第一控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现失灵的故障传感器,并获取其他正常传感器的正常飞行状态信息,和所述故障传感器的历史飞行状态信息;
矩阵建立单元,用于基于所述传感器模块中各个传感器检测的飞行状态属性,基于所述飞行状态属性之间的物理关联,建立所述各个飞行状态属性之间的状态关联矩阵;
影响确定单元,用于基于所述状态关联矩阵,确定其他正常传感器对所述故障传感器的单个影响指数,并基于所述单个影响指数,以及所述其他正常传感器之间的状态关联矩阵,确定所述他正常传感器对所述故障传感器的综合影响指数;
第一状态预测单元,用于基于所述正常飞行状态信息,利用所述综合影响指数,预测对所述故障传感器的第一飞行状态;
第二状态预测单元,用于基于所述历史状态信息,确定所述故障传感器的飞行状态规律,并基于所述飞行状态规律,预测所述故障传感器的第二飞行状态;
状态比较单元,用于判断所述第一飞行状态与第二飞行状态之间的差异是否小于预设差异;
若是,确定所述第一飞行状态为所述故障传感器的实际飞行状态;
否则,基于所述差异,对所述综合影响指数进行修正,并利用修正后的综合影响指数,预测得到新的飞行状态作为故障传感器的实际飞行状态;
参数确定单元,用于基于所述故障传感器的实际飞行状态和第一飞行状态信息,确定所述无人机的飞行控制参数。
优选的,所述第二控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现数据异常的故障传感器,并获取所述故障传感器的运行状态信息和异常飞行状态信息;
范围确定单元,用于将所述运行状态信息与标准运行信息进行比较,提取得到异常运行状态信息,并确定所述异常运行状态信息对应的异常类型,并确定所述异常类型对飞行状态信息的最大误差范围;
参数获取单元,用于根据其他数据正常的传感器的第一飞行状态信息,确定所述无人机的当前飞行参数,基于所述异常飞行状态信息,确定所述无人机的当前错误飞行参数;
飞行分析单元,用于基于所述视觉数据,获取连续时间内的飞行视觉图像数据、飞行观测图像数据,并基于所述飞行视觉图像数据,确定所述无人机的在连续时间内飞行角度变化情况,基于所述飞行观测图像数据,确定所述无人机在连续时间内的飞行位置变化情况;
规律确定单元,用于基于所述无人机的当前飞行参数、飞行角度变化情况、飞行位置变化情况,确定所述无人机在连续时间内的飞行动作数据,并基于所述飞行动作数据,确定飞行动作规律;
参数确定单元,用于根据所述当前飞行参数,基于所述飞行动作规律,预测未来飞行动作,并基于所述未来飞行动作、当前飞行参数,确定对无人机的飞行控制参数;
误差确定单元,用于基于所述飞行控制参数,确定与所述当前错误飞行参数对应的目标控制参数,基于所述目标控制参数,确定实际飞行参数,并获取与所述实际飞行参数对应的故障传感器的飞行检测参数,且基于所述实际飞行参数与飞行检测参数之间的差异,基于所述差异确定所述故障传感器的故障误差。
优选的,所述第二控制单元,还包括:
参数调整单元,用于判断所述故障误差是否在所述最大误差范围内;
若是,表明所述故障误差准确;
否则,表明所述故障误差不准确,并基于所述故障误差与最大误差范围的差值,对所述目标控制参数进行调整,得到新的目标控制参数。
优选的,所述飞行分析单元,包括:
角度变化确定单元,用于在连续时间内采集得到多个飞行视觉图像数据,截取所述多个飞行视觉图像数据中的多个无人机姿态图像,以相同预设方法对多个无人机姿态图像建立坐标体系,并获取无人机轮廓的像素位置,基于所述像素位置,确定相邻两个无人机姿态的变化角度;
变化幅度确定单元,用于基于所有所述相邻两个无人机姿态的变化角度,确定所述无人机的角度变化幅度;
变化分析单元,用于基于所述无人机的变化角度、角度变化幅度,确定所述无人机的在连续时间内飞行角度变化情况。
一种多旋翼无人机传感器故障安全飞行控制方法,包括:
步骤1:检测无人机在当前的第一飞行状态信息;
步骤2:监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
步骤3:在传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种多旋翼无人机传感器故障安全飞行控制系统的结构图;
图2为本发明实施例中所述故障监测模块的结构图;
图3为本发明实施例中一种多旋翼无人机传感器故障安全飞行控制方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1
本发明提供一种多旋翼无人机传感器故障安全飞行控制系统,如图1所示,包括:
传感器模块,用于检测无人机在当前的第一飞行状态信息;
故障监测模块,用于监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
控制模块,用于在所述传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制。
在该实施例中,所述传感器模块包括角度传感器、加速度传感器、高度传感器、速度传感器、位置传感器等,对应的飞行状态信息包括旋翼角度、飞行速度、飞行加速度、飞行高度、当前飞行位置等。
在该实施例中,所述视觉数据为所述无人机在连续时间内获取的视觉信息,包括飞行视角图像数据、飞行观测图像数据。
在该实施例中,对所述无人机进行飞行控制包括飞行角度、飞行高度、飞行速度、飞行加速度等。
上述设计方案的有益效果是:通过对各个传感器的运行状态进行监测,在监测到出现异常后,及时获取无人机的飞行数据,结合第一飞行状态信息确定无人机的状态,从而对无人机进行飞行控制,保证在传感器出现故障的情况下,依然能够确定无人机的状态,提供准确的飞行控制,保证飞行安全。
实施例2
基于实施例1的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述传感器模块,包括:
角度传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的角度;
转速传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的转速;
加速度传感器,用于检测所述无人机的飞行加速度;
高度传感器,用于检测所述无人机的飞行高度;
位置传感器,用于检测所述无人机的飞行位置。
在该实施例中,通过控制所述无人机的每个旋翼轴的角度,可以达到调整所述无人机飞行姿态的目的。
在该实施例中,通过控制所述无人机的每个旋翼轴的转度,可以达到改变所述无人机飞行速度的目的。
上述设计方案的有益效果是:通过在所述无人机上设置各个传感器,从而得到无人机的飞行状态信息,为监测与控制无人机安全飞行提供数据基础。
实施例3
基于实施例1的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,如图2所示,所述故障监测模块,包括:
缺失判断单元,用于获取所述各个传感器的运行参数,并判断所述运行参数是否出现缺失;
提醒单元,用于对参数出现缺失对应的传感器,进行第一报警提醒,表明出现数据失灵;否则,确定所述各个传感器运行正常;
数据检测单元,用于基于预设状态信息,对所述运行状态信息进行检测,并判断所述运行状态信息是否出现异常;
所述提醒单元,还用于获取运行状态信息出现异常的传感器,并进行第二报警提醒,表明出现数据异常,否则,确定所述各个传感器状态数据正常。
在该实施例中,传感器出现失灵具体为对应的传感器不能进行检测,不再进行数据显示。
在该实施例中,传感器出现数据异常具体为传感器的运行数据偏离正常范围,不准确检测无人机的飞行状态。
上述设计方案的有益效果是:通过对传感器模块各个传感器的状态进行检测,判断传感器是否出现异常,及出现异常的类型,进行报警提醒,及时发现传感器的异常,便于后面对无人机飞行状态的准确获取。
实施例4
基于实施例3的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述缺失判断单元,包括:
数据采集单元,用于采集各个传感器的状态数据,并按照预设顺序将所述状态数据组成数据序列;
数据比较单元,用于基于所述预设顺序确定对数据序列的标准状态范围数据,基于所述标准状态范围数据,对所述数据序列进行检测,判断是否满足标准状态范围数据要求;
若是,表明各个传感器运行正常;
否则,从数据序列中确定出不满足标准状态范围数据的序列位置,基于所述序列位置,确定发生运行异常的传感器。
在该实施例中,所述各个传感器的状态数据包括电源状态数据。
在该实施例中,所述预设顺序确定对数据序列的标准状态范围数据具体为根据预设顺序下的传感器类型及其对应的标准状态数据范围,建立对数据序列的标准状态范围数据。
在该实施例中,每个传感器对应所述数据序列中的一个数据,其数据序列位置与一个传感器对应。
上述设计方案的有益效果是:通过采集各个传感器下的运行状态数据,并按照对数据序列的标准状态范围数据对数据序列进行智能判断,无需人员进行异常判断,便可及时发现传感器异常,为控制无人机安全飞行提供基础。
实施例5
基于实施例1的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述控制模块,包括:
第一控制单元,用于确定所述传感器模块出现异常的类型,当确定传感器出现失灵时,确定传感器失灵前的第一飞行状态信息,按照第一分析方式,确定所述无人机的飞行控制参数;
第二控制单元,用于当确定传感器出现数据异常时,确定数据异常对应的第一飞行状态信息和运行状态信息,结合所述视觉数据,按照第二分析方式,确定所述无人机的飞行控制参数。
在该实施例中,所述第一分析方式为根据传感器失灵前的第一飞行状态信息,结合视觉数据,对传感器失灵后的飞行状态信息进行预测,并根据预测后的飞行状态信息,来控制无人机的飞行控制参数。
在该实施例中,所述第二分析方式为根据所述运行状态信息和视觉数据,对传感器出现数据异常的第一飞行状态信息进行修正,根据修正后的第一飞行状态信息,来控制无人机的飞行控制参数。
上述设计方案的有益效果是:通过根据传感器出现异常的不同类型,采取不同的分析方式,来对无人机的飞行状态进行预测,从而控制无人机的飞行参数,通过不同的分析方式,保证了在传感器出现异常时,准确预测无人机的飞行状态,提供准确的飞行控制,保证飞行安全。
实施例6
基于实施例5的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述第一控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现失灵的故障传感器,并获取其他正常传感器的正常飞行状态信息,和所述故障传感器的历史飞行状态信息;
矩阵建立单元,用于基于所述传感器模块中各个传感器检测的飞行状态属性,基于所述飞行状态属性之间的物理关联,建立所述各个飞行状态属性之间的状态关联矩阵;
影响确定单元,用于基于所述状态关联矩阵,确定其他正常传感器对所述故障传感器的单个影响指数,并基于所述单个影响指数,以及所述其他正常传感器之间的状态关联矩阵,确定所述他正常传感器对所述故障传感器的综合影响指数;
第一状态预测单元,用于基于所述正常飞行状态信息,利用所述综合影响指数,预测对所述故障传感器的第一飞行状态;
第二状态预测单元,用于基于所述历史状态信息,确定所述故障传感器的飞行状态规律,并基于所述飞行状态规律,预测所述故障传感器的第二飞行状态;
状态比较单元,用于判断所述第一飞行状态与第二飞行状态之间的差异是否小于预设差异;
若是,确定所述第一飞行状态为所述故障传感器的实际飞行状态;
否则,基于所述差异,对所述综合影响指数进行修正,并利用修正后的综合影响指数,预测得到新的飞行状态作为故障传感器的实际飞行状态;
参数确定单元,用于基于所述故障传感器的实际飞行状态和第一飞行状态信息,确定所述无人机的飞行控制参数。
在该实施例中,飞行状态属性之间的物理关联例如关于速度与加速度之间的物理关系、飞行速度与旋翼轴的角度和转速之间的物理关系、位置与高度之间的物理关系等。
在该实施例中,所述状态关联矩阵为关于速度、加速度、飞行速度、飞行高度、飞行位置之间的关联关系,例如确定飞行位置与速度、加速度、飞行速度、飞行位置之间的关系,确定的矩阵。
在该实施例中,所述翻个影响指数例如为速度、加速度、飞行速度、飞行高度分别对飞行位置的影响指数,综合影响指数为根据速度、加速度、飞行速度、飞行高度之间的关联关系,综合确定对飞行位置的影响指数。
在该实施例中,对所述综合影响指数进行修正具体为根据所属差异,确定对第一飞行状态的标准阈值范围,根据标准阈值范围的数值对所述综合影响指数进行修正,保证利用修正后的综合影响指数,预测得到新的飞行状态在所述标准阈值范围内。
上述设计方案的有益效果是:通过在根据故障传感器与其他正常传感器之间的关联关系,并根据第一飞行状态信息、以及故障传感器的历史飞行状态信息,预测故障传感器对应的飞行状态,保证预测飞行状态的准确性,然后根据视觉数据,来合理确定飞行参数,保证在所述飞行参数下确定无人机飞行的安全性。
实施例7
基于实施例5的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述第二控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现数据异常的故障传感器,并获取所述故障传感器的运行状态信息和异常飞行状态信息;
范围确定单元,用于将所述运行状态信息与标准运行信息进行比较,提取得到异常运行状态信息,并确定所述异常运行状态信息对应的异常类型,并确定所述异常类型对飞行状态信息的最大误差范围;
参数获取单元,用于根据其他数据正常的传感器的第一飞行状态信息,确定所述无人机的当前飞行参数,基于所述异常飞行状态信息,确定所述无人机的当前错误飞行参数;
飞行分析单元,用于基于所述视觉数据,获取连续时间内的飞行视觉图像数据、飞行观测图像数据,并基于所述飞行视觉图像数据,确定所述无人机的在连续时间内飞行角度变化情况,基于所述飞行观测图像数据,确定所述无人机在连续时间内的飞行位置变化情况;
规律确定单元,用于基于所述无人机的当前飞行参数、飞行角度变化情况,确定所述无人机在连续时间内的飞行动作数据,并基于所述飞行动作数据,确定飞行动作规律;
参数确定单元,用于根据所述当前飞行参数,基于所述飞行动作规律,预测未来飞行动作,并基于所述未来飞行动作、当前飞行参数,确定对无人机的飞行控制参数;
误差确定单元,用于基于所述飞行控制参数,确定与所述当前错误飞行参数对应的目标控制参数,基于所述目标控制参数,确定实际飞行参数,并获取与所述实际飞行参数对应的故障传感器的飞行检测参数,且基于所述实际飞行参数与飞行检测参数之间的差异,基于所述差异确定所述故障传感器的故障误差。
在该实施例中,所述标准运行信息为所述故障传感器正常运行时的电流参数、电压参数等。
在该实施例中,所述异常类型为采集数据缺失、采集数据错误等。
在该实施例中,所述飞行视觉图像为所述无人机随时间变化的无人机自身姿态变化。
在该实施例中,所述飞行观测图像为所述无人机随时间变化观测到的环境图像变化。
在该实施例中,所述飞行动作数据为所述无人机的在连续时间内的速度、加速度、高度、位置等的变化情况。
在该实施例中,所述飞行动作规律为所述无人机在连续时间内速度、加速度、高度、位置的变化规律。
在该实施例中,所述飞行控制参数包括对速度、加速度、高度的控制。
上述设计方案的有益效果是:通过在确定传感器出现数据异常后,根据视觉数据来分析得到无人机的飞行状态,从而确定控制参数保证了对无人机的安全控制,并根据控制参数与出现传感器故障检测到的飞行参数进行比较,确定出故障传感器的故障误差,保证后续更加准确的确定无人机的飞行状态信息,为安全控制提供基础。
实施例8
基于实施例7的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述第二控制单元,还包括:
参数调整单元,用于判断所述故障误差是否在所述最大误差范围内;
若是,表明所述故障误差准确;
否则,表明所述故障误差不准确,并基于所述故障误差与最大误差范围的差值,对所述目标控制参数进行调整,得到新的目标控制参数。
在该实施例中,基于所述故障误差与最大误差范围的差值,对所述目标控制参数进行调整为根据所述差值,确定偏离值,根据偏离值与控制参数之间的物理关系,对目标控制参数进行调整。
上述设计方案的有益效果是:通过根据故障误差与根据异常类型确定的最大误差范围的比较,对目标控制参数进行调整,保证在传感器出现故障时,也能精确地确定目标控制参数,保证无人机的安全飞行。
实施例9
基于实施例7的基础上,本发明实施例提供一种多旋翼无人机传感器故障安全飞行控制系统,所述飞行分析单元,包括:
角度变化确定单元,用于在连续时间内采集得到多个飞行视觉图像数据,截取所述多个飞行视觉图像数据中的多个无人机姿态图像,以相同预设方法对多个无人机姿态图像建立坐标体系,并获取无人机轮廓的像素位置,基于所述像素位置,确定相邻两个无人机姿态的变化角度;
基于所述像素位置,并根据如下公式确定相邻两个无人机姿态的变化角度;
其中,θ1表示相邻两个无人机姿态的变化角度,n表示采集的无人机轮廓的像素点数量,xai表示相邻前面无人机姿态第i个像素点的横坐标,xbi表示相邻后面无人机姿态第i个像素点的横坐标,yai表示相邻前面无人机姿态第i个像素点的纵坐标,ybi表示相邻后面无人机姿态第i个像素点的纵坐标,σi表示第i个像素点的姿态权重,取值为(0.75,0.99),γi表示所述第i个像素点的对无人机姿态的影响值,取值为(-0.30,0.30);
变化幅度确定单元,用于基于所有所述相邻两个无人机姿态的变化角度,确定所述无人机的角度变化幅度;
基于所有所述相邻两个无人机姿态的变化角度,并根据如下公式确定所述无人机的角度变化幅度;
其中,δ表示所述无人机的角度变化幅度,m表示变化角度的个数,θj表示第j个变化角度值,θj+1表示第j+1个变化角度值,θj+2表示第j+2个变化角度值;
变化分析单元,用于基于所述无人机的变化角度、角度变化幅度,确定所述无人机的在连续时间内飞行角度变化情况。
在该实施例中,所述像素点的姿态权重与所述像素点确定的无人机的位置有关,例如无人机前端位置比无人机中端位置对无人机姿态的影响较大,所述无人机前端位置比无人机中端位置的姿态权重要高。
在该实施例中,所述像素点的对无人机姿态的影响值与像素点位置在第三维度(Z轴)的转动方向相关,正向转动为正值,反向转动为负值。
上述设计方案的有益效果是:通过根据对多个飞行视觉图像数据确定相邻无人机姿态的变化角度,以及根据所有变化角度确定变化幅度,从而确定无人机的在连续时间内飞行角度变化情况,为确定无人机在连续时间内的飞行动作数据提供准确的角度数据基础。
实施例10
一种多旋翼无人机传感器故障安全飞行控制方法,如图3所示,包括:
步骤1:检测无人机在当前的第一飞行状态信息;
步骤2:监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
步骤3:在传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,包括:
传感器模块,用于检测无人机在当前的第一飞行状态信息;
故障监测模块,用于监测所述传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
控制模块,用于在所述传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制;
所述控制模块,包括:
第一控制单元,用于确定所述传感器模块出现异常的类型,当确定传感器出现失灵时,确定传感器失灵前的第一飞行状态信息,按照第一分析方式,确定所述无人机的飞行控制参数;
第二控制单元,用于当确定传感器出现数据异常时,确定数据异常对应的第一飞行状态信息和运行状态信息,结合所述视觉数据,按照第二分析方式,确定所述无人机的飞行控制参数;
所述第一控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现失灵的故障传感器,并获取其他正常传感器的正常飞行状态信息,和所述故障传感器的历史飞行状态信息;
矩阵建立单元,用于基于所述传感器模块中各个传感器检测的飞行状态属性,基于所述飞行状态属性之间的物理关联,建立所述各个飞行状态属性之间的状态关联矩阵;
影响确定单元,用于基于所述状态关联矩阵,确定其他正常传感器对所述故障传感器的单个影响指数,并基于所述单个影响指数,以及所述其他正常传感器之间的状态关联矩阵,确定所述他正常传感器对所述故障传感器的综合影响指数;
第一状态预测单元,用于基于所述正常飞行状态信息,利用所述综合影响指数,预测对所述故障传感器的第一飞行状态;
第二状态预测单元,用于基于所述历史飞行状态信息,确定所述故障传感器的飞行状态规律,并基于所述飞行状态规律,预测所述故障传感器的第二飞行状态;
状态比较单元,用于判断所述第一飞行状态与第二飞行状态之间的差异是否小于预设差异;
若是,确定所述第一飞行状态为所述故障传感器的实际飞行状态;
否则,基于所述差异,对所述综合影响指数进行修正,并利用修正后的综合影响指数,预测得到新的飞行状态作为故障传感器的实际飞行状态;
参数确定单元,用于基于所述故障传感器的实际飞行状态和第一飞行状态信息,确定所述无人机的飞行控制参数。
2.根据权利要求1所述的一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述传感器模块,包括:
角度传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的角度;
转速传感器,设置于所述无人机的每个旋翼轴上,用于检测每个旋翼轴的转速;
加速度传感器,用于检测所述无人机的飞行加速度;
高度传感器,用于检测所述无人机的飞行高度;
位置传感器,用于检测所述无人机的飞行位置。
3.根据权利要求1所述的一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述故障监测模块,包括:
缺失判断单元,用于获取所述各个传感器的运行参数,并判断所述运行参数是否出现缺失;
提醒单元,用于对参数出现缺失对应的传感器,进行第一报警提醒,表明出现数据失灵;否则,确定所述各个传感器运行正常;
数据检测单元,用于基于预设状态信息,对所述运行状态信息进行检测,并判断所述运行状态信息是否出现异常;
所述提醒单元,还用于获取运行状态信息出现异常的传感器,并进行第二报警提醒,表明出现数据异常,否则,确定所述各个传感器状态数据正常。
4.根据权利要求3所述的一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述缺失判断单元,包括:
数据采集单元,用于采集各个传感器的状态数据,并按照预设顺序将所述状态数据组成数据序列;
数据比较单元,用于基于所述预设顺序确定对数据序列的标准状态范围数据,基于所述标准状态范围数据,对所述数据序列进行检测,判断是否满足标准状态范围数据要求;
若是,表明各个传感器运行正常;
否则,从数据序列中确定出不满足标准状态范围数据的序列位置,基于所述序列位置,确定发生运行异常的传感器。
5.根据权利要求1所述的一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述第二控制单元,包括:
信息获取单元,用于确定所述传感器模块中出现数据异常的故障传感器,并获取所述故障传感器的运行状态信息和异常飞行状态信息;
范围确定单元,用于将所述运行状态信息与标准运行信息进行比较,提取得到异常运行状态信息,并确定所述异常运行状态信息对应的异常类型,并确定所述异常类型对飞行状态信息的最大误差范围;
参数获取单元,用于根据其他数据正常的传感器的第一飞行状态信息,确定所述无人机的当前飞行参数,基于所述异常飞行状态信息,确定所述无人机的当前错误飞行参数;
飞行分析单元,用于基于所述视觉数据,获取连续时间内的飞行视觉图像数据、飞行观测图像数据,并基于所述飞行视觉图像数据,确定所述无人机的在连续时间内飞行角度变化情况,基于所述飞行观测图像数据,确定所述无人机在连续时间内的飞行位置变化情况;
规律确定单元,用于基于所述无人机的当前飞行参数、飞行角度变化情况、飞行位置变化情况,确定所述无人机在连续时间内的飞行动作数据,并基于所述飞行动作数据,确定飞行动作规律;
参数确定单元,用于根据所述当前飞行参数,基于所述飞行动作规律,预测未来飞行动作,并基于所述未来飞行动作、当前飞行参数,确定对无人机的飞行控制参数;
误差确定单元,用于基于所述飞行控制参数,确定与所述当前错误飞行参数对应的目标控制参数,基于所述目标控制参数,确定实际飞行参数,并获取与所述实际飞行参数对应的故障传感器的飞行检测参数,且基于所述实际飞行参数与飞行检测参数之间的差异,基于所述差异确定所述故障传感器的故障误差。
6.根据权利要求5所述的一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述第二控制单元,还包括:
参数调整单元,用于判断所述故障误差是否在所述最大误差范围内;
若是,表明所述故障误差准确;
否则,表明所述故障误差不准确,并基于所述故障误差与最大误差范围的差值,对所述目标控制参数进行调整,得到新的目标控制参数。
7.根据权利要求5所述一种多旋翼无人机传感器故障安全飞行控制系统,其特征在于,所述飞行分析单元,包括:
角度变化确定单元,用于在连续时间内采集得到多个飞行视觉图像数据,截取所述多个飞行视觉图像数据中的多个无人机姿态图像,以相同预设方法对多个无人机姿态图像建立坐标体系,并获取无人机轮廓的像素位置,基于所述像素位置,确定相邻两个无人机姿态的变化角度;
变化幅度确定单元,用于基于所有所述相邻两个无人机姿态的变化角度,确定所述无人机的角度变化幅度;
变化分析单元,用于基于所述无人机的变化角度、角度变化幅度,确定所述无人机的在连续时间内飞行角度变化情况。
8.一种多旋翼无人机传感器故障安全飞行控制方法,其特征在于,包括:
步骤1:检测无人机在当前的第一飞行状态信息;
步骤2:监测步骤1中用于进行第一飞行状态检测的传感器模块中各个传感器的运行状态信息,并判断所述各个传感器是否出现异常;
步骤3:在传感器模块出现异常后,获取所述无人机的视觉数据,并基于所述第一飞行状态信息、视觉数据,对所述无人机进行飞行控制;
步骤3包括:
确定所述传感器模块出现异常的类型,当确定传感器出现失灵时,确定传感器失灵前的第一飞行状态信息,按照第一分析方式,确定所述无人机的飞行控制参数;
当确定传感器出现数据异常时,确定数据异常对应的第一飞行状态信息和运行状态信息,结合所述视觉数据,按照第二分析方式,确定所述无人机的飞行控制参数;
按照第一分析方式,确定所述无人机的飞行控制参数;具体包括:
确定所述传感器模块中出现失灵的故障传感器,并获取其他正常传感器的正常飞行状态信息,和所述故障传感器的历史飞行状态信息;
基于所述传感器模块中各个传感器检测的飞行状态属性,基于所述飞行状态属性之间的物理关联,建立所述各个飞行状态属性之间的状态关联矩阵;
基于所述状态关联矩阵,确定其他正常传感器对所述故障传感器的单个影响指数,并基于所述单个影响指数,以及所述其他正常传感器之间的状态关联矩阵,确定所述他正常传感器对所述故障传感器的综合影响指数;
基于所述正常飞行状态信息,利用所述综合影响指数,预测对所述故障传感器的第一飞行状态;
基于所述历史飞行状态信息,确定所述故障传感器的飞行状态规律,并基于所述飞行状态规律,预测所述故障传感器的第二飞行状态;
判断所述第一飞行状态与第二飞行状态之间的差异是否小于预设差异;
若是,确定所述第一飞行状态为所述故障传感器的实际飞行状态;
否则,基于所述差异,对所述综合影响指数进行修正,并利用修正后的综合影响指数,预测得到新的飞行状态作为故障传感器的实际飞行状态;
基于所述故障传感器的实际飞行状态和第一飞行状态信息,确定所述无人机的飞行控制参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792443.3A CN115167508B (zh) | 2022-07-05 | 2022-07-05 | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210792443.3A CN115167508B (zh) | 2022-07-05 | 2022-07-05 | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115167508A CN115167508A (zh) | 2022-10-11 |
CN115167508B true CN115167508B (zh) | 2023-05-09 |
Family
ID=83490984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210792443.3A Active CN115167508B (zh) | 2022-07-05 | 2022-07-05 | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115167508B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116301034B (zh) * | 2023-02-24 | 2023-09-15 | 哈尔滨数字律动科技有限公司 | 一种基于无线电通信技术的无人机监测系统及方法 |
CN117032016B (zh) * | 2023-08-02 | 2024-02-27 | 广州航海学院 | 一种无人艇的艇载传感器监测控制方法、系统及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111619806A (zh) * | 2020-06-03 | 2020-09-04 | 深圳市道通智能航空技术有限公司 | 一种无人机故障检测方法、无人机及无人机系统 |
CN113514109A (zh) * | 2021-08-18 | 2021-10-19 | 广东新创华科环保股份有限公司 | 一种无人机飞行故障检测方法和系统 |
CN113821059A (zh) * | 2021-11-24 | 2021-12-21 | 中航金城无人系统有限公司 | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102238602B (zh) * | 2011-07-04 | 2013-09-25 | 南京邮电大学 | 一种无线传感器网络故障节点检测方法 |
CN107223275B (zh) * | 2016-11-14 | 2021-05-28 | 深圳市大疆创新科技有限公司 | 多路传感数据融合的方法和系统 |
US11287835B2 (en) * | 2019-03-21 | 2022-03-29 | Wing Aviation Llc | Geo-fiducials for UAV navigation |
CN112327891A (zh) * | 2020-11-16 | 2021-02-05 | 南京邮电大学 | 无人机自主降落系统及方法 |
CN112596535A (zh) * | 2020-12-14 | 2021-04-02 | 一飞(海南)科技有限公司 | 无人机多传感器三余度飞行控制系统、方法及存储介质 |
CN113568423B (zh) * | 2021-08-01 | 2024-01-16 | 西北工业大学 | 一种考虑电机故障的四旋翼无人机智能容错控制方法 |
-
2022
- 2022-07-05 CN CN202210792443.3A patent/CN115167508B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111619806A (zh) * | 2020-06-03 | 2020-09-04 | 深圳市道通智能航空技术有限公司 | 一种无人机故障检测方法、无人机及无人机系统 |
CN113514109A (zh) * | 2021-08-18 | 2021-10-19 | 广东新创华科环保股份有限公司 | 一种无人机飞行故障检测方法和系统 |
CN113821059A (zh) * | 2021-11-24 | 2021-12-21 | 中航金城无人系统有限公司 | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115167508A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115167508B (zh) | 一种多旋翼无人机传感器故障安全飞行控制系统及方法 | |
CN104678764B (zh) | 基于解析重构信号的飞控系统传感器混合余度方法 | |
US10472096B2 (en) | Advanced analytic methods and systems utilizing trust-weighted machine learning models | |
EP2202147B1 (en) | Operations support systems and methods for power management | |
EP2202500B1 (en) | Operations support systems and methods for engine diagnostic | |
US9218232B2 (en) | Anomaly detection methods, devices and systems | |
US20210016893A1 (en) | Actuator monitoring system using inertial sensors | |
EP3012191B1 (en) | Method for determining a state of a component in a high lift system of an aircraft, high lift system of an aircraft and aircraft having such a high lift system | |
US20170369190A1 (en) | Performance prediction methods and systems for maintenance of aircraft flight control surface components | |
CN103573307B (zh) | 用于监测运行中的发动机的发动机油温的方法和系统 | |
EP2207072A2 (en) | Operations support systems and methods with engine diagnostics | |
EP3255437B1 (en) | Fault source parameter identification | |
CN104149988A (zh) | 诊断引气系统故障的方法 | |
CN112947392B (zh) | 一种基于鲁棒观测器的飞行控制系统执行器和传感器复合微小故障估计方法 | |
US10760485B2 (en) | Virtualizing data for a vehicle control system | |
CN108820247A (zh) | 适应集群航点任务的无人机集群监控方法及系统 | |
US5608627A (en) | Device for supervising the propulsion system of an aircraft | |
CN115320886A (zh) | 一种飞行器舵面故障实时监测方法及系统 | |
Wang et al. | Data-driven anomaly detection of UAV based on multimodal regression model | |
US10706361B1 (en) | Hybrid feature selection for performance prediction of fluid control valves | |
CN112947391B (zh) | 一种基于tomfir残差的飞行控制系统执行器微小故障诊断方法 | |
Raptis et al. | A particle filtering-based framework for real-time fault diagnosis of autonomous vehicles | |
CN111913467B (zh) | 一种航天器控制系统的系统级故障诊断方法 | |
CN111257593B (zh) | 一种融合导航数据的大气数据估计与状态监测方法 | |
Dhakal et al. | UAV fault and anomaly detection using autoencoders |
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 |