CN115309189A - 基于GeoHash算法的无人机起飞及避险方法、系统及介质 - Google Patents

基于GeoHash算法的无人机起飞及避险方法、系统及介质 Download PDF

Info

Publication number
CN115309189A
CN115309189A CN202211110042.1A CN202211110042A CN115309189A CN 115309189 A CN115309189 A CN 115309189A CN 202211110042 A CN202211110042 A CN 202211110042A CN 115309189 A CN115309189 A CN 115309189A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
hangar
longitude
terminal
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
Application number
CN202211110042.1A
Other languages
English (en)
Inventor
肖铭杰
刘剑平
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.)
Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangzhou Power Supply Bureau of Guangdong Power Grid 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 Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangzhou Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202211110042.1A priority Critical patent/CN115309189A/zh
Publication of CN115309189A publication Critical patent/CN115309189A/zh
Pending legal-status Critical Current

Links

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

Abstract

本发明公开了一种基于GeoHash算法的无人机起飞及避险方法、系统及介质，方法为：将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；获取无人机巡视范围内的每个机库的经纬度坐标，对机库经纬度坐标进行编码，得到机库的字符串；将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断起飞条件；在无人机执行巡检任务时，进行飞行条件判断并在数据库中匹配最近机库，发送最近机库位置及快速避险指令。本发明使用气象数据对起飞条件进行判断，提高无人机巡视效率；设计紧急避险机制提高无人机安全性。

Description

基于GeoHash算法的无人机起飞及避险方法、系统及介质
技术领域
本发明属于无人机起飞及避险的技术领域，具体涉及一种基于GeoHash算法的无人机起飞及避险方法、设备及介质。
背景技术
在高压电力线路巡检领域，为采用无人机巡视实现自动巡维作业，现正逐步布点建设无人机固定机库，用于解决无人机的续航充电问题以及实现无人机的远方调度及数据实时回传等功能。
固定机库由无人机起降平台、无人机收纳装置、充电装置、气象监测装置、大型定制化地面站、联合定位基站、数据链模块、固定天线、通信模块、供电模块、控制模块等组成。机库无人机的起飞流程为：无人机主控系统新建了无人机巡视的任务，同时通过气象监测装置的数据，判断是否达到无人机起飞条件，但是机库的无人机自动巡维作业的范围通常为以机库为圆点，半径为5公里的包围圈，在这5公里的作业范围内，起点与终点的天气情况是不尽相同的，尤其是存在区域性极端天气的时候，由于机库的气象监测装置只能获得机库当前位置的气象数据，如温度、湿度、风力等级等，无法知道作业范围的其他位置是否符合无人机自行巡视的作业条件，一旦无人机作业到小范围恶劣天气的区域，容易造成无人机损坏甚至坠机的后果。此外，无人机在作业中遇到不符合飞行条件的情况时，需就近选择存在空位的机库进行紧急降落，而远程调度需要提供给无人机紧急避险的机库位置；现有技术中一般方法是无人机将自身经纬度发送给远程调度，远程调度再将无人机经纬度和无人机库的经纬度进行遍历公式计算距离，依次距离排序，再结合无人机自身续航里程，机库空位情况等，给定最优方案进行紧急避险；但是遍历计算花费时间较长，如果多台无人机同时需要紧急避险的话，存在部分无人机无法及时接收避险方案，同样增加了无人机的受损几率。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于GeoHash算法的无人机起飞及避险方法、设备及介质，本发明根据气象数据对无人机的起飞条件进行判断，提高无人机的巡视效率；同时设计了巡视任务中不符合飞行条件时的紧急避险机制，提高了无人机执行任务的安全性，降低了无人机的受损率。
为了达到上述目的，本发明采用以下技术方案：
一方面，本发明提供一种基于GeoHash算法的无人机起飞及避险方法，所述方法包括下述步骤：
将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，若符合则无人机起飞执行巡检任务；若不符合则由调度人员决定；
在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
作为优选的技术方案，所述多个矩阵区域分别与一个固定编码长度的Base32字符串相对应；所述矩阵区域中所有经纬度坐标共享该矩阵区域的字符串；
所述每个机库的经纬度坐标使用GeoHash算法进行二进制编码，得到一个固定编码长度的Base32字符串；
将机库所在矩阵区域的字符串与机库的经纬度坐标建立联系，构建一个数据库，并存储至远程调度中。
作为优选的技术方案，所述远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，具体为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行编码，得到终点字符串；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
作为优选的技术方案，所述根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若任一项不满足则告知调度人员无人机不符合起飞条件并发送相关数据，由调度人员决定无人机是否起飞。
作为优选的技术方案，所述根据无人机当前经纬度坐标在数据库中匹配最近的机库，具体为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，并与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
另一方面，本发明提供了一种基于GeoHash算法的无人机起飞及避险系统，所述系统包括矩阵划分模块、机库编码模块、数据库构建模块、起飞判断模块及快速避险模块；
所述矩阵划分模块用于将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
所述机库编码模块用于获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
所述数据库构建模块用于将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
所述起飞判断模块用于当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，进行起飞条件判断；
所述快速避险模块用于在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
作为优选的技术方案，所述起飞判断模块具体为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行编码，得到终点字符串；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
作为优选的技术方案，所述根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若任一项不满足则告知调度人员无人机不符合起飞条件并发送相关数据，由调度人员决定无人机是否起飞。
作为优选的技术方案，所述快速避险模块具体为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，并与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
还一方面，本发明提供一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现上述的基于GeoHash算法的无人机起飞及避险方法。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明通过获取无人机巡检任务终点的气象数据，进行起飞条件综合判断，提高无人机执行巡检任务的安全性。
2、本发明通过划分矩阵区域，并使用GeoHash算法编码成字符串，再通过与机库经纬度坐标建立关联，可以快速的排除距离较远的机库，只对部分较近的机库进行遍历计算，解决了遍历时间长、精度低的问题，降低了无人机的受损率。
3、本方法通过匹配字符串的方式来查询最近的机库，占用的计算资源少，计算速度快、时间短，极大提高了普遍性和适用性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中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申请的一些实施例，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为本发明实施例中基于GeoHash算法的无人机起飞及避险方法的流程图；
图2为本发明实施例中进行起飞判断的流程图；
图3为本发明实施例中现有技术计算无人机到机库最短距离的方法示意图；
图4为本发明实施例中远程调度进行快速避险的流程图；
图5为本发明实施例中无人机匹配最近机库的方法示意图；
图6为本发明实施例中基于GeoHash算法的无人机起飞及避险系统的结构示意图；
图7为本发明实施例中计算机可读存储介质的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做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。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本申请所描述的实施例可以与其它实施例相结合。
GeoHash算法是一种地址编码方法，能够把二维的空间经纬度数据编码成一个字符串，具体为三步：1、将经度、纬度分别转换为二进制；2、将二进制经度和二进制纬度进行合并；3、将合并后的二进制经纬度按照Base32进行编码，得到字符串，用于表明所在位置，又不暴露精确坐标，有助于隐私保护。
如图1所示，本实施例提供了一种基于GeoHash算法的无人机起飞及避险方法，包括下述步骤：
S1、将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；其中多个矩阵区域分别与一个固定编码长度的字符串相对应；整个矩阵区域中所有的点(即经纬度坐标)共享该矩阵区域的字符串；通常字符串的编码长度越长，精度越好，可根据实际情况确定编码的长度，如5位的编码字符串能表示10平方千米的矩阵区域。
S2、获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
每个机库的经纬度坐标使用GeoHash算法进行二进制编码，得到一个固定编码长度的Base32字符串。
将矩阵区域字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度中；
S3、当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，若符合则无人机起飞执行巡检任务；若不符合则由调度人员决定；
如图2所示，在无人机起飞判断方面，具体流程为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行二进制编码，得到一个固定编码长度的Base32终点字符串；这个字符串代表着无人机巡检轨迹所经过的矩阵区域；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
在无人机起飞条件判断上，根据气象数据中的湿度、风力、温度等做一个串行判断，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若其中任一项不满足则告知调度人员无人机不符合起飞条件并发送不满足项的相关数据，由调度人员决定无人机是否起飞。
S4、在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
如图3所示，现有技术在无人机快速避险方面，通过远程调度掌握无人机的经纬度位置后，使用公式对某范围内所有的机库进行遍历计算距离，再结合无人机自身续航里程，机库空位情况等，返回无人机一个机库的经纬度位置降落，就相当于无人机需要对每个机库进行测距，优先选择最近的机库。
而本实施例中，如图4、5所示，根据无人机当前经纬度坐标在数据库中匹配最近的机库，获取最近的机库，具体步骤为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，相当于过滤掉比较远的机库，而不用进行公式计算距离；再与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
假设无人机当前的经纬度坐标为
Figure BDA0003843657840000081
某机库坐标为
Figure BDA0003843657840000082
其中
Figure BDA0003843657840000083
表示纬度，λ表示经度，用R表示地球半径(6371km)；
考虑精确度与实用度上，利用半正矢公式(Haversine Formula)结合平面向量计算方法，计算无人机与机库的距离L，公式为：
Figure BDA0003843657840000084
按照现有技术需要对范围内所有的机库进行遍历计算距离，再依距离进行排序，若无人机巡视范围内有i个机库，则得到i个距离结果，计算次数N＝i；随着距离结果i的不断增大，时间复杂度不断增大，但执行效率会逐渐降低，排序难度也会增加。
而对于本发明采用Geohash算法的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域，只对无人机所述矩阵区域及附近的8个矩阵区域内的机库精确经纬度与无人机精确经纬度进行公式遍历计算，再依距离进行排序；虽然计算次数N＝i，但是由于i≤9，计算次数不会持续的增加，时间复杂度也不会无限增大。
由此可以看出基于GeoHash算法的无人机起飞及避险方法，计算所需资源占用少，计算时间快，同时公式遍历计算次数为有限值，排序时间复杂度低，当机库数量足够大时，能有效减低计算机遍历计算次数，提高算法执行效率，有利于为多台无人机及时提供最近的降落机库坐标，减少受损几率。
需要说明的是，对于前述的各方法实施例，为了简便描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的基于GeoHash算法的无人机起飞及避险方法相同的思想，本发明还提供基于GeoHash算法的无人机起飞及避险系统，该系统可用于执行上述基于GeoHash算法的无人机起飞及避险方法。为了便于说明，基于GeoHash算法的无人机起飞及避险系统实施例的结构示意图中，仅仅示出了与本发明实施例相关的部分，本领域技术人员可以理解，图示结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图6所示，本发明另一个实施例提供了一种基于GeoHash算法的无人机起飞及避险系统，包括矩阵划分模块、机库编码模块、数据库构建模块、起飞判断模块及快速避险模块；
其中，矩阵划分模块用于将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
机库编码模块用于获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
数据库构建模块用于将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
起飞判断模块用于当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，若符合则无人机起飞执行巡检任务；若不符合则由调度人员决定；
快速避险模块用于在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
具体的，起飞判断模块具体为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行编码，得到终点字符串；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
具体的，根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若任一项不满足则告知调度人员无人机不符合起飞条件并发送相关数据，由调度人员决定无人机是否起飞。
具体的，快速避险模块具体为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，并与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
需要说明的是，本发明的基于GeoHash算法的无人机起飞及避险系统与本发明的基于GeoHash算法的无人机起飞及避险方法一一对应，在上述基于GeoHash算法的无人机起飞及避险方法的实施例阐述的技术特征及其有益效果均适用于基于GeoHash算法的无人机起飞及避险系统的实施例中，具体内容可参见本发明方法实施例中的叙述，此处不再赘述，特此声明。
此外，上述实施例的基于GeoHash算法的无人机起飞及避险系统的实施方式中，各程序模块的逻辑划分仅是举例说明，实际应用中可以根据需要，例如出于相应硬件的配置要求或者软件的实现的便利考虑，将上述功能分配由不同的程序模块完成，即将所述基于GeoHash算法的无人机起飞及避险系统的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分功能。
如图7所示，在一个实施例中，提供了一种计算机可读存储介质，存储有程序于存储器中，所述程序被处理器执行时，实现所述的基于GeoHash算法的无人机起飞及避险方法，具体为：
将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，若符合则无人机起飞执行巡检任务；若不符合则由调度人员决定；
在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (10)

1.基于GeoHash算法的无人机起飞及避险方法，其特征在于，所述方法包括下述步骤：
将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，若符合则无人机起飞执行巡检任务；若不符合则由调度人员决定；
在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
2.根据权利要求1所述的基于GeoHash算法的无人机起飞及避险方法，其特征在于，所述多个矩阵区域分别与一个固定编码长度的Base32字符串相对应；所述矩阵区域中所有经纬度坐标共享该矩阵区域的字符串；
所述每个机库的经纬度坐标使用GeoHash算法进行二进制编码，得到一个固定编码长度的Base32字符串；
将机库所在矩阵区域的字符串与机库的经纬度坐标建立联系，构建一个数据库，并存储至远程调度中。
3.根据权利要求2所述的基于GeoHash算法的无人机起飞及避险方法，其特征在于，所述远程调度获取巡检任务终点的经纬度坐标及气象数据，判断是否符合起飞条件，具体为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行编码，得到终点字符串；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
4.根据权利要求3所述的基于GeoHash算法的无人机起飞及避险方法，其特征在于，所述根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若任一项不满足则告知调度人员无人机不符合起飞条件并发送相关数据，由调度人员决定无人机是否起飞。
5.根据权利要求2所述的基于GeoHash算法的无人机起飞及避险方法，其特征在于，所述根据无人机当前经纬度坐标在数据库中匹配最近的机库，具体为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，并与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
6.基于GeoHash算法的无人机起飞及避险系统，其特征在于，所述系统包括矩阵划分模块、机库编码模块、数据库构建模块、起飞判断模块及快速避险模块；
所述矩阵划分模块用于将无人机巡视范围划分为多个矩阵区域，使用GeoHash算法对矩阵区域进行编码，得到矩阵区域的字符串；
所述机库编码模块用于获取无人机巡视范围内的每个机库的经纬度坐标，使用GeoHash算法对机库经纬度坐标进行编码，得到机库的字符串；
所述数据库构建模块用于将矩阵区域的字符串与对应的机库经纬度坐标进行关联，构建数据库并存储至远程调度；
所述起飞判断模块用于当无人机执行巡检任务前，远程调度获取巡检任务终点的经纬度坐标及气象数据，进行起飞条件判断；
所述快速避险模块用于在无人机执行巡检任务时，远程调度根据无人机反馈的气象数据进行飞行条件判断，若不符合飞行条件，则根据无人机当前经纬度坐标在数据库中匹配最近的机库，发送最近机库位置及快速避险指令。
7.根据权利要求6所述的基于GeoHash算法的无人机起飞及避险系统，其特征在于，所述起飞判断模块具体为：
远程调度创建无人机巡检任务，获取巡检任务终点的经纬度坐标，并使用GeoHash算法进行编码，得到终点字符串；
根据终点字符串判断所在矩阵区域，在数据库中查询终点所在矩阵区域是否有机库，若有机库则直接获取终点所在矩阵区域机库的气象数据；若没有机库，则根据终点的经纬度坐标访问外部气象数据接口，通过终点字符串反解码得到终点附近的经纬度信息，获取终点附近的气象数据；
根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，若符合起飞条件，则无人机正常起飞执行巡检任务；若不符合起飞条件，远程调度则提醒调度人员决定无人机是否起飞执行巡检任务。
8.根据权利要求7所述的基于GeoHash算法的无人机起飞及避险系统，其特征在于，所述根据无人机所在机库的气象数据及终点所在矩阵区域机库的气象数据或终点附近的气象数据判断是否符合无人机起飞条件，具体为：
根据无人机所在机库的气象数据，判断无人机所在机库、终点所在矩阵区域机库或终点附近的温度是否小于等于45℃、湿度是否小于等于80℃、风力是否小于等于10.8m/s；若均满足是则无人机符合起飞条件；
若任一项不满足则告知调度人员无人机不符合起飞条件并发送相关数据，由调度人员决定无人机是否起飞。
9.根据权利要求7所述的基于GeoHash算法的无人机起飞及避险系统，其特征在于，所述快速避险模块具体为：
远程调度根据无人机反馈的气象数据判断无人机当前飞行条件不符合时，获取无人机当前的经纬度坐标；
使用GeoHash算法对无人机当前的经纬度坐标进行二进制编码，获得无人机当前的字符串；
使用无人机当前的字符串在数据库中匹配当前无人机所处矩阵区域的字符串；
通过字符串匹配的方式，过滤掉除当前无人机所处矩阵区域及周围8个矩阵区域之外的矩阵区域；
远程调度在数据库中获取当前无人机所处矩阵区域及周围8个矩阵区域对应的机库经纬度坐标，并与无人机当前的经纬度坐标进行计算，得到无人机到各机库的距离；
将无人机到各机库的距离进行排序，选择距离无人机最近的机库；
判断距离无人机最近的机库是否符合避险的其他条件，若不符合则选择下一距离无人机最近的机库重新判断是否符合避险的其他条件；
若符合则向无人机发送最近机库位置及快速避险指令。
10.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1-5中任意一项所述的基于GeoHash算法的无人机起飞及避险方法。
CN202211110042.1A 2022-09-13 2022-09-13 基于GeoHash算法的无人机起飞及避险方法、系统及介质 Pending CN115309189A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211110042.1A CN115309189A (zh) 2022-09-13 2022-09-13 基于GeoHash算法的无人机起飞及避险方法、系统及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211110042.1A CN115309189A (zh) 2022-09-13 2022-09-13 基于GeoHash算法的无人机起飞及避险方法、系统及介质

Publications (1)

Publication Number Publication Date
CN115309189A true CN115309189A (zh) 2022-11-08

Family

ID=83866364

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211110042.1A Pending CN115309189A (zh) 2022-09-13 2022-09-13 基于GeoHash算法的无人机起飞及避险方法、系统及介质

Country Status (1)

Country Link
CN (1) CN115309189A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN106774421B (zh) 一种无人机轨迹规划系统
CN104992254B (zh) 基于电网gis的山火与气象结合的趋势预判方法
CN110597286B (zh) 一种利用智慧机库实现输电线路无人机自主巡检的方法
US20230075758A1 (en) Travel route planning method and travel route recommendation method
JP7071544B2 (ja) 情報処理装置
CN112735189A (zh) 一种飞行汽车地空模态转换与智能空管方法及系统
CN111815946A (zh) 一种异常路段的确定方法、装置、存储介质和电子设备
CN115309189A (zh) 基于GeoHash算法的无人机起飞及避险方法、系统及介质
CN114973781B (zh) 机场场面无人机碰撞风险检测方法、装置、计算机设备
CN114625162A (zh) 基于混合算法的无人机最优路径规划方法、系统及介质
CN112308372A (zh) 数据和模型联合驱动的空地巡逻资源动态调度方法和系统
Parada et al. Machine learning-based trajectory prediction for vru collision avoidance in v2x environments
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
US20190389456A1 (en) Transportation infrastructure communication and control
CN116501826B (zh) 一种卫星观测任务自主生成方法、系统及装置
CN112710316A (zh) 专注于构造和本地化技术领域的动态地图生成
CN116578120A (zh) 无人机调度方法、装置、无人机系统和算机设备
WO2019107047A1 (ja) 情報処理装置
CN115268488A (zh) 一种电力巡检无人机起降点自动生成方法及系统
CN112817333B (zh) 巡检规划方法、装置、设备及计算机可读介质
CN110308978B (zh) 一种自动驾驶软件部署方法、装置、终端及服务器
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
CN112399338B (zh) 异常位置数据的确定方法、装置、计算机设备及存储介质
JP2019101451A (ja) 情報処理装置
CN111784110A (zh) 油气田管道智能巡线方法及装置

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