CN115421505A - 一种无人机集群系统及无人机 - Google Patents

一种无人机集群系统及无人机 Download PDF

Info

Publication number
CN115421505A
CN115421505A CN202211377315.9A CN202211377315A CN115421505A CN 115421505 A CN115421505 A CN 115421505A CN 202211377315 A CN202211377315 A CN 202211377315A CN 115421505 A CN115421505 A CN 115421505A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
autonomous
cluster
module
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
CN202211377315.9A
Other languages
English (en)
Other versions
CN115421505B (zh
Inventor
任雪峰
唐文志
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.)
Beijing Zhuoyi Intelligent Technology Co Ltd
Original Assignee
Beijing Zhuoyi Intelligent Technology 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 Beijing Zhuoyi Intelligent Technology Co Ltd filed Critical Beijing Zhuoyi Intelligent Technology Co Ltd
Priority to CN202211377315.9A priority Critical patent/CN115421505B/zh
Publication of CN115421505A publication Critical patent/CN115421505A/zh
Application granted granted Critical
Publication of CN115421505B publication Critical patent/CN115421505B/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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G05D1/104Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying

Abstract

本公开提供了一种无人机集群系统及无人机。该无人机集群系统包括多个无人机系统、至少一个分布式控制系统、分布式自组网链路,至少一个分布式控制系统用于对多个无人机系统进行集群态势控制与任务规划,分布式自组网链路用于多个无人机系统之间的通信和无人机系统与分布式控制系统之间的通信,无人机系统包括:自主导航定位模块,用于无人机系统在环境中的自主定位和导航;自主感知决策模块,用于自主环境探测与目标识别以及任务规划与决策;以及自主控制模块,用于自主执行根据自主感知决策模块规划与决策的任务。上述实施例可以实现在极限环境的自主导航定位、目标探测、自主决策的智能无人机集群系统或智能无人机系统。

Description

一种无人机集群系统及无人机
技术领域
本公开总体上涉及无人机系统,更具体地涉及一种无人机集群系统及无人机。
背景技术
本部分旨在介绍本领域的一些方面,其可以与下面描述的和/或要求保护的本公开的各个方面相关。相信本部分有助于提供背景信息以便于更好地理解本公开的各个方面。因此,应该理解的是这些介绍应该从这个角度来理解,而不是作为对现有技术的承认。
目前无人机集群平台/系统,处于初步发展与设计阶段。市面上的无人机集群平台,大多依靠GPS/RTK定位系统作为外部定点源。现有无人机集群平台基本依靠于地面控制端进行统一集中式控制,不能实现有效的自主决策分布式感知与决策控制。
现有技术由于非常依赖于卫星信号进行导航定位,所以在复杂的电磁环境、城市、森林、山区等有遮挡环境以及卫星信号覆盖弱的区域不能有效完成任务。由于采用集中式控制,对网络通信严重依赖,当网络通讯存在电磁干扰等情况下会存在延时大网络中断等问号,导致整个无人机集群控制失效,不能有效的完成任务。
发明内容
本公开的目的在于提供一种无人机集群系统及无人机,以实现在极限环境的自主导航定位、目标探测、自主决策的智能无人机集群系统或智能无人机系统。
根据本公开的第一方面,提供了一种无人机集群系统,包括:多个无人机系统、至少一个分布式控制系统、分布式自组网链路,所述至少一个分布式控制系统用于对所述多个无人机系统进行集群态势控制与任务规划,所述分布式自组网链路用于所述多个无人机系统之间的通信和所述无人机系统与所述分布式控制系统之间的通信,所述无人机系统包括:自主导航定位模块,用于所述无人机系统在环境中的自主定位和导航;自主感知决策模块,用于自主环境探测与目标识别以及任务规划与决策;以及自主控制模块,用于自主执行根据所述自主感知决策模块规划与决策的任务。
在至少一些实施例中,所述自主导航定位模块采用同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术。
在至少一些实施例中,所述自主感知决策模块包括:环境探测建图模块,用于对周围环境、障碍物进行避障以及路径规划;目标识别与锁定模块,用于对目标进行识别与锁定;以及任务规划与决策模块,用于根据所述自主导航定位模块、所述环境探测建图模块、所述目标识别与锁定模块输出的至少部分信息以及所述分布式控制系统分配的任务进行自主决策与规划。
在至少一些实施例中,所述环境探测建图模块采用以下至少一项建图手段:毫米波雷达建图;视觉SLAM建图;激光传感器建图;以及深度相机建图。
在至少一些实施例中,所述目标识别与锁定模块采用以下至少一项目标识别算法:单目视觉目标识别;以及双目视觉目标识别。
在至少一些实施例中,所述目标识别与锁定模块采用以下至少一项目标锁定算法:目标位置解算算法;以及目标锁定算法。
在至少一些实施例中,所述目标识别与锁定模块采用以下至少一项SLAM技术:视觉激光SLAM;激光SLAM;视觉SLAM;多无人机系统联合自主定位导航;以及多无人机系统传感器融合自主定位导航。
在至少一些实施例中,所述自主控制模块包括:任务控制模块,用于确定要执行的任务所对应的任务算法;轨迹规划控制模块,用于根据所述任务算法确定对应的轨迹规划算法;以及执行模块,用于根据所述轨迹规划算法确定控制指令以控制无人机系统执行所述控制指令。
在至少一些实施例中,所述任务算法包括以下中的至少一项:目标跟随算法;避障轨迹规划算法;车载起降控制算法;以及视觉导引控制算法。
在至少一些实施例中,所述轨迹规划算法包括以下中的至少一项:位置轨迹规划算法;位置速度轨迹规划算法;位置速度姿态轨迹规划算法;编队队形保持控制算法;编队集群轨迹控制算法;以及集群相对位置解算算法。
在至少一些实施例中,所述控制指令包括以下中的至少一项:速度控制;姿态控制;位置控制;防碰撞;起飞;解锁;悬停;降落;安全保护巡逻;以及状态切换逻辑。
在至少一些实施例中,所述分布式控制系统包括:集群态势显示模块,用于对所述多个无人机系统进行集群态势显示;集群状态控制模块,用于对所述多个无人机系统进行集群状态控制;集群任务分配模块,用于对所述多个无人机系统进行集群任务分配;以及集群信息交互模块,用于对所述多个无人机系统进行集群信息交互。
在至少一些实施例中,所述分布式自组网链路包括所述无人机系统分布的自组网终端和地面自组网基站。
根据本公开的第二方面,提供了一种无人机,所述无人机包括根据本公开第一方面的任一项所述的无人机集群系统中的无人机系统。
根据本公开提供的各个实施例,采用具有自主导航定位与自主感知决策的无人机系统组成智能分布式控制集群平台,能够实现在极限环境的自主导航定位、目标探测、环境感知避障、自主决策的智能无人机集群系统。
应当理解,本部分所描述的内容并不旨在标识所要求保护的发明内容的关键或必要特征,也不旨在单独地用于确定所要求保护的发明内容的范围。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术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公开的该实施例,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。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开实施例的多智能体协作系统的系统架构示意图图。
具体实施方式
下文将参考附图更全面地描述本公开。然而,本公开可以以多种替代形式来体现,并且不应被解释为限于本文描述的实施例。因此,尽管本公开易于进行各种修改和替代形式,但是其具体实施例在附图中以示例的方式示出,并将在本文详细描述。然而,应当理解,这种方式并不旨在将本公开限制于所公开的特定形式,相反,本公开覆盖了落入由权利要求所限定的本公开的精神和范围内的所有修改方案、等同方案和替代方案。
应当理解,尽管本文可以用术语第一、第二等描述各种元素,但是这些元素不应该被这些术语所限制。这些术语仅用于区分一个元素和另一个元素。例如,第一元素可以被称为第二元素,并且类似地,第二元素可以被称为第一元素,而不脱离本公开的教导。
本文结合框图和/或流程图描述了一些示例,其中每个框表示包括用于实现指定逻辑功能的一个或多个可执行指令的电路元件、模分块或代码的部分。还应该注意的是,在其他实现方式中,框中所述的功能可以不按所述的顺序发生。例如,根据所涉及的功能,连续示出的两个框实际上可以实质上同时执行,或者这些框有时可以以相反的顺序执行。
本文提到的“根据...示例”或“在..示例中”意味着结合示例描述的特定特征、结构或特性可以被包括在本公开的至少一个实现方式中。本文中不同地方出现的短语“根据...示例”或“在...示例中”不一定都指同一示例,也不一定是与其他示例相互排斥的单独或替代示例。
本公开采用具有自主导航定位与自主感知决策的无人机组成智能分布式控制集群平台/系统,能够实现在极限环境的自主导航定位、目标探测、环境感知避障、自主决策的智能无人机集群系统,可完成多种集群打击与探测等任务,是一种具有高度的智能化的分布式集群平台/系统。
基于自主导航定位与自主感知决策的智能分布式集群平台/系统包括基于自主导航定位与自主感知决策智能无人机平台/设备、分布式自组网链路、地面分布式控制与监控系统。
基于自主导航定位与自主感知决策智能无人机平台,是一种具有自主导航定位能力,具有自主感知与决策能力的智能无人机平台,可以不依赖于任何外部平台辅助进行自主导航定位与自主感知决策,是基于自主导航定位与自主感知决策的智能分布式集群平台的任务执行端与核心行动端。基于自主导航定位与自主感知决策智能无人机平台融合了自主三维导航定位技术、自主人工智能视觉感知与识别技术、分布智能体决策技术于一体的智能化无人机平台。
分布式自组网链路,用于各基于自主导航定位与自主感知决策智能无人机平台之间相互通讯以及各无人机智能平台与地面分布式控制与监控系统互联通讯。基于自主导航定位与自主感知决策智能无人机平台具有Mesh自组网能力,具有直接IP互联访问能力,具有通讯中断级联能力,其通讯带宽大、通讯距离远、抗干扰能力强等诸多优点。
地面分布式控制与监控系统,是智能分布式集群平台的控制中枢,对分布式智能无人机集群态势进行展示与控制,提供分布式集群感知融合能力,提供分布式集群协同导航定位能力,进行分布式集群态势控制与任务规划。
基于自主导航定位与自主感知决策智能无人机平台包括多旋翼无人机平台、视觉同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)自主导航定位系统、自主感知与决策任务规划系统、无人机自主控制系统等。
多旋翼无人机平台具有飞行稳定,支持无人机顶层控制,支持位置控制、速度控制、姿态控制等多种顶层控制指令。多旋翼无人机平台具有载重大、飞行航时长、尺寸小、抗风能力强、飞行海拔高、环境适应性强等特点,能够在小雨、大雾、风沙、大雪等多种气候天气条件下飞行,可以在强电磁干扰环境、森林环境、城市环境、楼宇、管道等多种复杂环境下飞行。
视觉SLAM自主导航定位系统可以通过机载双目摄像头实现定位与地图建模的功能。在视觉SLAM技术中,无人机可以放在一个未知的特定环境区域中,由一个随机的未知的位置,从起始点开始自由移动;在移动过程中可以通过位置信息进行估算,然后在地图中进行数据信息匹配实现自身定位;同时,在自身定位的基础上实时的对地图进行增量式的信息更新操作,从而实现无人机在未知环境中自主定位和导航。
自主感知与决策任务规划系统可以通过双目标的可见图片,通过人工智能视觉识别技术,对环境进行识别,提取出目标分类,目标大小,目标位置等信息,同时通过深度传感器对周围环境、障碍物进行避障以及路径规划等功能;自主感知与决策任务规划系统还可以结合目标信息以及环境障碍物信息、导航定位信息、以及地面任务分配目标进行自主决策规划,控制智能无人机完成既定任务。
无人机自主控制系统可以根据通过位置、速度、姿态控制指令控制无人机,严格执行自主感知与决策任务规划系统的路径跟随与任务动作。
在本公开中,分布式自组网链路由包括机载分布自组网终端和地面自组网通讯基站。
在本公开中,地面控制与监控系统包括分布式集群态势感知与决策系统、分布式集群协同自主导航定位系统、分布式集群任务规划与分配系统。分布式集群态势感知与决策系统可以汇总各智能无人机平台的感知信息与运行姿态任务态势数据,进行直观展示,并辅助操作控制者进行决策控制整体分布智能体集群平台功能。
图1示出了根据本公开实施例的多智能体协作系统的系统架构示意图图。如图1所示,该多智能体协作系统包括智能体和地面集群态势显示与控制系统。智能体里面的方框代表该智能体的功能模块,这些功能模块可以通过机载处理板卡程序实现。该智能体包括导航与定位层,导航与定位层主要采用SLAM自主导航定位技术。可选地,该导航与定位层可以使用外部辅助导航方式。图1中的SLAM自主导航定位技术可以为视觉激光SLAM、激光SLAM、视觉SLAM、多无人机系统联合自主定位导航、多无人机系统传感器融合自主定位导航中的至少一项。图1中的外部辅助导航方式可以为RTK/GPS导航技术、UWB(Ultra WideBand,简称UWB)导航技术、光学定位系统导航技术中的至少一项。
继续参考图1,该智能体还包括环境探测建图层,该环境探测建图层可以采用毫米波雷达建图、视觉SLAM建图、激光传感器建图、深度相机建图中的至少一项。该智能体还包括目标识别与锁定层,该目标识别与锁定层可以采用目标识别算法和目标锁定算法。目标识别算法可以包括目标位置解算算法、目标锁定算法中的至少一项。目标锁定算法可以包括单目视觉目标识别、双目视觉目标识别中的至少一项。该智能体还包括机载任务规划与决策层和控制层。该机载任务规划与决策层可以结合目标信息以及环境障碍物信息、导航定位信息、以及地面任务分配目标进行自主决策规划。该控制层包括典型任务控制层、轨迹规划控制层、机载飞行控制层。典型任务控制层可以采用目标跟随算法、避障轨迹规划算法、车载起降控制算法、视觉导引控制算法中的至少一项。轨迹规划控制层可以采用位置轨迹规划算法、位置速度轨迹规划算法、位置速度姿态轨迹规划算法、编队队形保持控制算法、编队集群轨迹控制算法、集群相对位置解算算法中的至少一项。机载飞行控制层可以包括速度控制、姿态控制、位置控制、防碰撞、起飞、解锁、悬停、降落、安全保护巡逻、状态切换逻辑中的至少一项。
继续参考图1,该智能体还包括通信层,用于机载内部通信和集群信息交互通信。地面集群态势显示与控制系统可以包括集群态势显示模块、集群状态控制模块、集群任务分配模块、集群信息交互模块。集群态势显示模块用于进行集群态势显示。集群状态控制模块,用于进行集群状态控制。集群任务分配模块,用于进行集群任务分配。集群信息交互模块,用于进行集群信息交互。
根据本公开实施例的多智能体协作系统,采用具有自主导航定位与自主感知决策的无人机系统组成智能分布式控制集群平台,能够实现在极限环境的自主导航定位、目标探测、环境感知避障、自主决策的智能无人机集群系统。
在一些实施例中,图1中的智能体可以是本公开中的基于自主导航定位与自主感知决策智能无人机平台,图1中的地面集群态势显示与控制系统可以为本公开中的地面控制与监控系统。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行变化、要素组合,本发明的范围由所附权利要求及其等同物限定。

Claims (14)

1.一种无人机集群系统,包括:多个无人机系统、至少一个分布式控制系统和分布式自组网链路,所述至少一个分布式控制系统用于对所述多个无人机系统进行集群态势控制与任务规划,所述分布式自组网链路用于所述多个无人机系统之间的通信和所述无人机系统与所述分布式控制系统之间的通信,
所述无人机系统包括:
自主导航定位模块,用于所述无人机系统在环境中的自主定位和导航;
自主感知决策模块,用于自主环境探测与目标识别以及任务规划与决策;以及
自主控制模块,用于自主执行根据所述自主感知决策模块规划与决策的任务。
2.根据权利要求1所述的无人机集群系统,其中,所述自主导航定位模块采用同时定位与地图构建技术。
3.根据权利要求1所述的无人机集群系统,其中,所述自主感知决策模块包括:
环境探测建图模块,用于对周围环境、障碍物进行避障以及路径规划;
目标识别与锁定模块,用于对目标进行识别与锁定;以及
任务规划与决策模块,用于根据所述自主导航定位模块、所述环境探测建图模块、所述目标识别与锁定模块输出的至少部分信息以及所述分布式控制系统分配的任务进行自主决策与规划。
4.根据权利要求3所述的无人机集群系统,其中,所述环境探测建图模块采用以下至少一项建图手段:
毫米波雷达建图;
视觉SLAM建图;
激光传感器建图;以及
深度相机建图。
5.根据权利要求3所述的无人机集群系统,其中,所述目标识别与锁定模块采用以下至少一项目标识别算法:
单目视觉目标识别;以及
双目视觉目标识别。
6.根据权利要求3所述的无人机集群系统,其中,所述目标识别与锁定模块采用以下至少一项目标锁定算法:
目标位置解算算法;以及
目标锁定算法。
7.根据权利要求2所述的无人机集群系统,其中,所述目标识别与锁定模块采用以下至少一项SLAM技术:
视觉激光SLAM;
激光SLAM;
视觉SLAM;
多无人机系统联合自主定位导航;以及
多无人机系统传感器融合自主定位导航。
8.根据权利要求1或3所述的无人机集群系统,其中,所述自主控制模块包括:
任务控制模块,用于确定要执行的任务所对应的任务算法;
轨迹规划控制模块,用于根据所述任务算法确定对应的轨迹规划算法;以及
执行模块,用于根据所述轨迹规划算法确定控制指令以控制无人机系统执行所述控制指令。
9.根据权利要求8所述的无人机集群系统,其中,所述任务算法包括以下中的至少一项:
目标跟随算法;
避障轨迹规划算法;
车载起降控制算法;以及
视觉导引控制算法。
10.根据权利要求8所述的无人机集群系统,其中,所述轨迹规划算法包括以下中的至少一项:
位置轨迹规划算法;
位置速度轨迹规划算法;
位置速度姿态轨迹规划算法;
编队队形保持控制算法;
编队集群轨迹控制算法;以及
集群相对位置解算算法。
11.根据权利要求8所述的无人机集群系统,其中,所述控制指令包括以下中的至少一项:
速度控制;
姿态控制
位置控制;
防碰撞;
起飞;
解锁;
悬停;
降落;
安全保护巡逻;以及
状态切换逻辑。
12.根据权利要求1所述的无人机集群系统,其中,所述分布式控制系统包括:
集群态势显示模块,用于对所述多个无人机系统进行集群态势显示;
集群状态控制模块,用于对所述多个无人机系统进行集群状态控制;
集群任务分配模块,用于对所述多个无人机系统进行集群任务分配;以及
集群信息交互模块,用于对所述多个无人机系统进行集群信息交互。
13.根据权利要求1所述的无人机集群系统,其中,所述分布式自组网链路包括所述无人机系统分布的自组网终端和地面自组网基站。
14.一种无人机,所述无人机包括根据权利要求1至13任一项所述的无人机集群系统中的无人机系统。
CN202211377315.9A 2022-11-04 2022-11-04 一种无人机集群系统及无人机 Active CN115421505B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211377315.9A CN115421505B (zh) 2022-11-04 2022-11-04 一种无人机集群系统及无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211377315.9A CN115421505B (zh) 2022-11-04 2022-11-04 一种无人机集群系统及无人机

Publications (2)

Publication Number Publication Date
CN115421505A true CN115421505A (zh) 2022-12-02
CN115421505B CN115421505B (zh) 2023-03-17

Family

ID=84207399

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211377315.9A Active CN115421505B (zh) 2022-11-04 2022-11-04 一种无人机集群系统及无人机

Country Status (1)

Country Link
CN (1) CN115421505B (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450577A (zh) * 2017-07-25 2017-12-08 天津大学 基于多传感器的无人机智能感知系统和方法
CN109613931A (zh) * 2019-01-07 2019-04-12 北京航空航天大学 基于生物社会力的异构无人机集群目标跟踪系统及方法
CN109709980A (zh) * 2018-12-27 2019-05-03 西安工业大学 一种基于异构无人机的蜂群对抗方法
CN111884817A (zh) * 2020-08-18 2020-11-03 重庆交通大学 一种分布式无人机集群网络安全通信的实现方法
CN112180985A (zh) * 2020-10-26 2021-01-05 中国人民解放军国防科技大学 一种支持多无人机集群控制的小型机载协同控制系统
CN112295229A (zh) * 2020-10-28 2021-02-02 中国电子科技集团公司第二十八研究所 一种智能博弈对抗平台
CN112505671A (zh) * 2021-02-07 2021-03-16 北方工业大学 Gnss信号缺失环境下毫米波雷达目标定位方法及装置
CN112819943A (zh) * 2021-01-15 2021-05-18 北京航空航天大学 一种基于全景相机的主动视觉slam系统
WO2021196529A1 (zh) * 2020-04-02 2021-10-07 同济人工智能研究院(苏州)有限公司 空地协同式智能巡检机器人及巡检方法
CN113495578A (zh) * 2021-09-07 2021-10-12 南京航空航天大学 一种基于数字孪生式训练的集群航迹规划强化学习方法
US20210318693A1 (en) * 2020-04-14 2021-10-14 Electronics And Telecommunications Research Institute Multi-agent based manned-unmanned collaboration system and method
CN114415732A (zh) * 2022-03-28 2022-04-29 北京航空航天大学 基于多级编队的无人机蜂群地面指挥控制系统
CN114935945A (zh) * 2022-06-24 2022-08-23 中国电子科技集团公司第五十四研究所 一种适用于无人机的自主航路规划方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450577A (zh) * 2017-07-25 2017-12-08 天津大学 基于多传感器的无人机智能感知系统和方法
CN109709980A (zh) * 2018-12-27 2019-05-03 西安工业大学 一种基于异构无人机的蜂群对抗方法
CN109613931A (zh) * 2019-01-07 2019-04-12 北京航空航天大学 基于生物社会力的异构无人机集群目标跟踪系统及方法
WO2021196529A1 (zh) * 2020-04-02 2021-10-07 同济人工智能研究院(苏州)有限公司 空地协同式智能巡检机器人及巡检方法
US20210318693A1 (en) * 2020-04-14 2021-10-14 Electronics And Telecommunications Research Institute Multi-agent based manned-unmanned collaboration system and method
CN111884817A (zh) * 2020-08-18 2020-11-03 重庆交通大学 一种分布式无人机集群网络安全通信的实现方法
CN112180985A (zh) * 2020-10-26 2021-01-05 中国人民解放军国防科技大学 一种支持多无人机集群控制的小型机载协同控制系统
CN112295229A (zh) * 2020-10-28 2021-02-02 中国电子科技集团公司第二十八研究所 一种智能博弈对抗平台
CN112819943A (zh) * 2021-01-15 2021-05-18 北京航空航天大学 一种基于全景相机的主动视觉slam系统
CN112505671A (zh) * 2021-02-07 2021-03-16 北方工业大学 Gnss信号缺失环境下毫米波雷达目标定位方法及装置
CN113495578A (zh) * 2021-09-07 2021-10-12 南京航空航天大学 一种基于数字孪生式训练的集群航迹规划强化学习方法
CN114415732A (zh) * 2022-03-28 2022-04-29 北京航空航天大学 基于多级编队的无人机蜂群地面指挥控制系统
CN114935945A (zh) * 2022-06-24 2022-08-23 中国电子科技集团公司第五十四研究所 一种适用于无人机的自主航路规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
寇展 等: "基于深度学习的低空小型无人机障碍物视觉感知", 《中国科学:信息科学》 *
李鹏举 等: "无人机集群技术研究现状与趋势", 《航空兵器》 *

Also Published As

Publication number Publication date
CN115421505B (zh) 2023-03-17

Similar Documents

Publication Publication Date Title
CN109923492B (zh) 飞行路径确定
CN111045444B (zh) 自适应感测和避让系统
CN109029422B (zh) 一种多无人机协作构建三维调查地图的方法和装置
EP3619591B1 (en) Leading drone
CN113597591A (zh) 用于无人飞行器导航的地理基准
EP3619584B1 (en) Underwater leading drone system
US20180321681A1 (en) Leading drone method
Griffiths et al. Obstacle and terrain avoidance for miniature aerial vehicles
JP2018165931A (ja) ドローン用管制装置、ドローン用管制方法及びドローン用管制プログラム
EP3201897A1 (en) Method and apparatus for controlling agent movement in an operating space
CN102707724A (zh) 一种无人机的视觉定位与避障方法及系统
CN113257041A (zh) 使用传感器数据融合进行自动化跨载具导航的系统和方法
Lee et al. EureCar turbo: A self-driving car that can handle adverse weather conditions
Meguro et al. Development of an autonomous mobile surveillance system using a network-based RTK-GPS
Baculi et al. Onboard decision-making for nominal and contingency sUAS flight
CN116540784B (zh) 一种基于视觉的无人系统空地协同导航与避障方法
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
KR20200123378A (ko) 검출 및 회피에서 지형을 처리하기 위한 시스템 및 방법
US20220309934A1 (en) Systems and methods for detect and avoid system for beyond visual line of sight operations of urban air mobility in airspace
CN115421505B (zh) 一种无人机集群系统及无人机
Lu et al. Research on trajectory planning in thunderstorm weather based on dynamic window algorithm during approach segment
Lu et al. A heterogeneous unmanned ground vehicle and blimp robot team for search and rescue using data-driven autonomy and communication-aware navigation
Scherer et al. First results in autonomous landing and obstacle avoidance by a full-scale helicopter
Shen et al. A dynamic airspace planning framework with ads-b tracks for manned and unmanned aircraft at low-altitude sharing airspace
CN117472081B (zh) 一种基于感知约束的无人机避障方法

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