CN115542934A - 一种无人驾驶航空器的智能续航管理方法、系统和介质 - Google Patents
一种无人驾驶航空器的智能续航管理方法、系统和介质 Download PDFInfo
- Publication number
- CN115542934A CN115542934A CN202211200329.3A CN202211200329A CN115542934A CN 115542934 A CN115542934 A CN 115542934A CN 202211200329 A CN202211200329 A CN 202211200329A CN 115542934 A CN115542934 A CN 115542934A
- Authority
- CN
- China
- Prior art keywords
- endurance
- unmanned aircraft
- data
- aerial vehicle
- task
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims description 58
- 238000007689 inspection Methods 0.000 claims description 16
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 230000001960 triggered effect Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 11
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 20
- 238000012544 monitoring process Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000035945 sensitivity Effects 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例提供了无人驾驶航空器的智能续航管理方法、系统和介质。该方法包括:获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,根据提取的续航参量获取续航偏损数据并存储到续航设定参数中更新飞行动态数据库,根据动态自检数据提取无人驾驶航空器的航行状态以及航程干扰值并获得航行条件状态下的续航数据,根据续航数据进行任务控制和召回设置;从而基于智能控制技术对无人驾驶航空器的航行信息和续航数据进行判断和任务控制,实现根据对无人驾驶航空器的信息参数进行处理评估续航状态进行任务调配的智能管控技术,提高对无人驾驶航空器续航安全管理的智能化和精准度。
Description
技术领域
本发明涉及智能控制及无人驾驶航空器管理技术领域,具体而言,涉及一种无人驾驶航空器的智能续航管理方法、系统和介质。
背景技术
目前无人驾驶航空器技术逐渐成熟,无人驾驶航空器市场越来越拓宽,消费级微小型无人机和民用无人驾驶航空器的时代已经到来,而目前对无人驾驶航空器的技术还缺乏系统全面智慧化的管理体系,没有形成智能合理的技术管理标准,随着无人驾驶航空器市场的高速发展,其智能化技术的加持和优化显得越来越重要。
现有针对无人驾驶航空器的续航管理和任务分配大都是根据剩余电量、飞行航程以及任务距离进行操控和指派,而缺乏可根据实时监控获得的无人驾驶航空器的适航状态参数和续航信息结合任务列表信息进行智能化分析和动态监控以调整任务状态的智能化管控技术,目前常规技术和管理手段缺乏系统性、机动性和智慧化,对无人驾驶航空器的科学管控和合理运营缺乏技术手段,不利于无人驾驶航空器对合理适应性发展,且在无人驾驶航空器的管理过程中由于过多的干扰因素影响判断的机敏性和准确性。
针对上述问题,目前亟待有效的技术解决方案。
发明内容
本发明实施例的目的在于提供无人驾驶航空器的智能续航管理方法、系统和介质,可以根据无人驾驶航空器的续航信息和状态信息判断无人驾驶航空器的续航情况和任务执行情况对无人驾驶航空器进行任务控制和召回,提高对无人驾驶航空器续航飞行安全的状态监控和任务管理的精确度。
本发明实施例还提供了无人驾驶航空器的智能续航管理方法,包括以下步骤:
获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,包括:
根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
根据所述性能状态信息通过预设动态自检进行动态自检作业;
获取动态自检作业的自检结果作为动态自检数据;
根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,所述根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库,包括:
根据获取的续航参量通过预设航程偏损算法进行计算处理获取所述无人驾驶航空器的续航偏损数据;
将所述续航偏损数据通过属性数据形式加入到续航设定参数中以更新所述无人驾驶航空器的飞行动态数据库。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,所述根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据,包括:
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值作为判别因子;
通过预设判别算法根据所述判别因子计算获得航行条件状态下的所述无人驾驶航空器的续航数据。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,所述根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置,包括:
根据所述无人驾驶航空器的续航数据与任务列表中的任务航程阈值进行对比,根据阈值对比结果选定第二任务对所述无人驾驶航空器进行指令派遣;
根据所述第二任务的回归时间对所述无人驾驶航空器进行召回指令设定,并根据回归时间预设所述无人驾驶航空器指定的检修充电位。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,还包括:
实时提取所述无人驾驶航空器的动态特征信息和所述第二任务的任务信息作为识别因子;
通过识别因子判断所述无人驾驶航空器是否满足所述第二任务的作业要求;
若满足作业要求则不触发任务转换响应机制;
若无法满足作业要求则触发任务转换响应机制,根据所述无人驾驶航空器的实时续航数据通过任务列表提取第三任务并发送预位信息给所述无人驾驶航空器以响应预位。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理方法中,还包括:
当所述无人驾驶航空器接收预位信息进行响应预位,对所述无人驾驶航空器进行动态自检;
获取所述无人驾驶航空器的实时适航信息和整机动态信息;
判断所述实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应;
判断所述整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应。
第二方面,本发明实施例提供了无人驾驶航空器的智能续航管理系统,该系统包括:存储器及处理器,所述存储器中包括无人驾驶航空器的智能续航管理方法的程序,所述无人驾驶航空器的智能续航管理方法的程序被所述处理器执行时实现以下步骤:
获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
可选地,在本发明实施例所述的无人驾驶航空器的智能续航管理系统中,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,包括:
根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
根据所述性能状态信息通过预设动态自检进行动态自检作业;
获取动态自检作业的自检结果作为动态自检数据;
根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
第三方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括无人驾驶航空器的智能续航管理方法程序,所述无人驾驶航空器的智能续航管理方法程序被处理器执行时,实现如上述任一项所述的无人驾驶航空器的智能续航管理方法的步骤。
由上可知,本发明实施例提供的一种无人驾驶航空器的智能续航管理方法、系统和介质通过获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,根据提取的续航参量获取续航偏损数据并存储到续航设定参数中更新飞行动态数据库,根据动态自检数据提取无人驾驶航空器的航行状态以及航程干扰值并获得航行条件状态下的续航数据,根据续航数据进行任务控制和召回设置;从而基于智能控制技术对无人驾驶航空器的航行信息和续航数据进行判断和任务控制,实现根据对无人驾驶航空器的信息参数进行处理评估续航状态进行任务调配的智能管控技术,提高对无人驾驶航空器续航安全管理的智能化和精准度。
本发明的其他特征和优点将在随后的说明书阐述,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实施例了解。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。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本发明实施例提供的无人驾驶航空器的智能续航管理方法的流程图;
图2为本发明实施例提供的无人驾驶航空器的智能续航管理方法的进行动态自检和提取续航参量的流程图;
图3为本发明实施例提供的无人驾驶航空器的智能续航管理方法的更新飞行动态数据库的流程图;
图4为本发明实施例提供的无人驾驶航空器的智能续航管理系统的一种结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到,相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参照图1,图1是本发明一些实施例中的无人驾驶航空器的智能续航管理方法的流程图。该无人驾驶航空器的智能续航管理方法用于终端设备中,例如电脑、手机终端等。该无人驾驶航空器的智能续航管理方法,包括以下步骤:
S101、获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
S102、根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
S103、根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
S104、根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
需要说明的是,首先获取在运行状态下的无人驾驶航空器的性能状态信息如电力信息、动力信息、故障信息、异常信息等,并进行动态自检得到对应的动态自检数据,并从中提取续航参量,根据续航参量获取续航偏损数据并存储到续航设定参数中更新飞行动态数据库中的数据,以便通过监控动态续航状态信息对无人驾驶航空器更好地进行数据迭代使每架航空器的飞行状态更清晰,后续飞行任务分配更加合理,通过提取无人驾驶航空器的航行状态和航程干扰值调用预设的判别算法进行处理得到航行条件下的无人驾驶航空器的续航数据,并根据续航数据对航空器进行任务控制派遣分配以及召回时间、路线、位置的预设置,实现通过实时动态监控无人驾驶航空器获取状态信息进行续航状态分析和整机状态评估进而科学进行任务调配和召回,使得无人驾驶航空器的资源利用更科学、优化、可持续。
请参照图2,图2是本发明一些实施例中的无人驾驶航空器的智能续航管理方法的进行动态自检和提取续航参量的流程图。根据本发明实施例,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,具体为:
S201、根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
S202、根据所述性能状态信息通过预设动态自检进行动态自检作业;
S203、获取动态自检作业的自检结果作为动态自检数据;
S204、根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
需要说明的是,根据对无人驾驶航空器状态信息采集的需求设置任务时间段,对无人驾驶航空器在预设时间段内采集获取的状态信息获得性能状态信息,性能状态信息包括机体完整度信息、动力比率信息、飞行状态信息、电能状态信息等,根据性能状态信息通过自检算法进行动态自检作业,对自检结果提取动态自检数据,再根据预设的不同类别的识别因子进行提取识别获取续航参量,其中,动态自检公式如下:
R={σ1C1,σ2C2...σnCn|Dr};
其中,R是自检结果,σi为特征系数,Ci为自检响应参量,Dr为预设响应值,n为自检响应参量个数,通过设置不同自检响应参量如续航参量以获取不同的自检结果,进而根据不同的自检响应参量中的对应类别的识别因子得到不同的数据如机体完整度数据、动力数据、载荷数据、电能数据、飞行状态数据等。
请参照图3,图3是本发明一些实施例中的无人驾驶航空器的智能续航管理方法的更新飞行动态数据库的流程图。根据本发明实施例,所述根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库,具体为:
S301、根据获取的续航参量通过预设航程偏损算法进行计算处理获取所述无人驾驶航空器的续航偏损数据;
S302、将所述续航偏损数据通过属性数据形式加入到续航设定参数中以更新所述无人驾驶航空器的飞行动态数据库。
需要说明的是,在获取到无人驾驶航空器的续航参量后,可以根据获得的续航参量与预设的续航参量进行对比,采用航程偏损算法进行计算处理获得续航偏损数据,进而更新飞行数据库以便对该无人驾驶航空器状态和任务进行及时调整,合理调配飞行任务以及续航优化管理和资源整合;
其中,航程偏损算法公式为:
Λ=S/θ;
根据本发明实施例,所述根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据,具体为:
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值作为判别因子;
通过预设判别算法根据所述判别因子计算获得航行条件状态下的所述无人驾驶航空器的续航数据。
需要说明的是,根据在动态自检数据中提取的无人驾驶航空器的航行状态以及航程干扰值作为判别因子对航行条件下的航空器的续航状态进行判断,以识别无人驾驶航空器的续航状态进行任务调配,航行状态即反映航空器的飞行能力、续航能力、动力能力的状态量,航程干扰值即反映航行过程天气、环境、空域、航路的阻碍量,其中,预设判别算法为:根据公式f0=γUr+τKe,其中f0为续航数据,γ、τ为预设的特征参数,Ur为航行状态因子,Ke为航程干扰因子。
根据本发明实施例,所述根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置,具体为:
根据所述无人驾驶航空器的续航数据与任务列表中的任务航程阈值进行对比,根据阈值对比结果选定第二任务对所述无人驾驶航空器进行指令派遣;
根据所述第二任务的回归时间对所述无人驾驶航空器进行召回指令设定,并根据回归时间预设所述无人驾驶航空器指定的检修充电位。
需要说明的是,根据备选任务制定任务列表,并预设任务航程阈值,根据无人驾驶航空器的续航数据与列表中任务航程阈值进行阈值对比选定符合阈值要求的列表中的任务作为所述无人驾驶航空器的适配第二任务,再根据第二任务生成相应指令信息发送给该无人驾驶航空器进行指令派遣,并根据第二任务的预设任务完成时间段设定航空器的回归时间,并将该回归时间对应召回指令发送给所述无人驾驶航空器,并根据预设回归时间预设所述无人驾驶航空器指定的检修充电位对召回的航空器进行检修和充电,以提高航空器运转指挥效率,提高无人驾驶航空器的资源应用率。
根据本发明实施例,还包括:
实时提取所述无人驾驶航空器的动态特征信息和所述第二任务的任务信息作为识别因子;
通过识别因子判断所述无人驾驶航空器是否满足所述第二任务的作业要求;
若满足作业要求则不触发任务转换响应机制;
若无法满足作业要求则触发任务转换响应机制,根据所述无人驾驶航空器的实时续航数据通过任务列表提取第三任务并发送预位信息给所述无人驾驶航空器以响应预位。
需要说明的是,为判断无人驾驶航空器的状态是否满足第二任务作业要求,实时提取无人驾驶航空器的动态特征信息的识别因子Q1以及第二任务的任务信息的识别因子Q2,通过识别因子判断无人驾驶航空器的动态整机特征是否满足第二任务的任务量要求,其中,判断方法为:
H={δQ1+εQ2|Fc};
其中,δ、ε为设定参数,Fc为设定的判别参数,H为输出判别结果,若满足第二任务的作业要求,则不触发任务转换响应机制,若无法满足作业要求则触发任务转换响应机制,根据无人驾驶航空器的实时续航数据通过任务列表提取第三任务,并发送预位信息给无人驾驶航空器以完成针对第三任务的响应预位,例如,取δ、ε分别为0.65和0.83,对应的Fc为0.85,Q1取0.6,Q2取0.7,则判别结果为0.65x0.6+0.83x0.7=0.971,大于设定的判别参数Fc,即触发任务转换响应机制。
根据本发明实施例,还包括:
当所述无人驾驶航空器接收预位信息进行响应预位,对所述无人驾驶航空器进行动态自检;
获取所述无人驾驶航空器的实时适航信息和整机动态信息;
判断所述实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应;
判断所述整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应。
需要说明的是,在无人驾驶航空器接收到第三任务的预位信息进行响应预位时对该航空器进行动态自检,根据该无人驾驶航空器的实时适航信息和整机动态信息进行自检,判断实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足则发出召回指令进行召回,即根据无人驾驶航空器的能源电量和动力情况与第三任务的作业信息要求的航空器的能源量和动力要求进行对比,以及判断整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足则发出召回指令进行召回,即根据无人驾驶航空器的路径适配情况和巡航姿态情况与第三任务的作业信息要求的航空器的预设路径要求和巡航姿态要求进行对比,例如,能源电量低于要求值的80%且动力情况低于要求值的70%的无人驾驶航空器进行召回,路径适配度低于要求值的70%且巡航姿态低于要求值的65%的无人驾驶航空器进行召回。
根据本发明实施例,还包括:
设定无人驾驶航空器的动态飞行阈值;
实时获取所述无人驾驶航空器的动态电量状态、机身损耗值以及剩余任务飞行量;
根据实时获取的所述无人驾驶航空器电量状态、机身损耗值以及剩余任务飞行量根据预设的自检算法与动态飞行阈值进行计算比对获得实时安全响应结果;
根据计算获得的实时安全响应结果与所述无人驾驶航空器安全飞行预设值进行比对;
若实时安全响应结果大于所述安全飞行预设值,则所述无人驾驶航空器可继续执行指派任务;
若实时安全响应结果小于所述安全飞行预设值,则所述无人驾驶航空器任务终止,对所述无人驾驶航空器进行召回。
需要说明的是,为实时监控无人驾驶航空器飞行安全状态,根据无人驾驶航空器性能设置动态飞行阈值,该动态飞行阈值是无人驾驶航空器生产出厂固有属性参数,反映该无人驾驶航空器实时飞行剩余安全裕度,是衡量无人驾驶航空器动态安全的监控参数,而根据无人驾驶航空器实时获取的电量状态、机身损耗值以及剩余任务飞行量与动态飞行阈值根据预设的自检算法进行计算比对获得实时安全响应结果,再根据获得的实时安全响应结果与无人驾驶航空器安全飞行预设值进行比对,若大于预设值则无人驾驶航空器安全,可继续执行任务,反之则需召回无人驾驶航空器。
根据本发明实施例,还包括:
根据待召回无人驾驶航空器的电量状态以及机身损耗值作为判别因子;
获取所述无人驾驶航空器的任务剩余飞行路径和飞行轨迹偏移度;
根据所述飞行轨迹偏移度对所述任务剩余飞行路径进行飞行路径修正,得到所述无人驾驶航空器的修正因子;
基于所述修正因子对判别因子进行加权计算得到所述无人驾驶航空器的回库时间修正值。
需要说明的是,对无人驾驶航空器任务剩余飞行路径结合飞行轨迹偏移度进行飞行路径修正并得到无人驾驶航空器的修正因子,根据修正因子对无人驾驶航空器剩余电量和机身损耗值得到的判别因子进行加权获得无人驾驶航空器回库时间修正值,其中,根据修正因子和判别因子基于如下公式进行修正回库时间计算,Te=(ωA+ξB)T0,其中,所述ω、ξ为既定的比例系数,A为修正因子,B为判别因子,T0为原时间,Te为修正时间。
如图4所示,本发明还公开了无人驾驶航空器的智能续航管理系统,包括存储器41和处理器42,所述存储器中包括无人驾驶航空器的智能续航管理方法程序,所述无人驾驶航空器的智能续航管理方法程序被所述处理器执行时实现如下步骤:
获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
需要说明的是,首先获取在运行状态下的无人驾驶航空器的性能状态信息如电力信息、动力信息、故障信息、异常信息等,并进行动态自检得到对应的动态自检数据,并从中提取续航参量,根据续航参量获取续航偏损数据并存储到续航设定参数中更新飞行动态数据库中的数据,以便通过监控动态续航状态信息对无人驾驶航空器更好地进行数据迭代使每架航空器的飞行状态更清晰,后续飞行任务分配更加合理,通过提取无人驾驶航空器的航行状态和航程干扰值调用预设的判别算法进行处理得到航行条件下的无人驾驶航空器的续航数据,并根据续航数据对航空器进行任务控制派遣分配以及召回时间、路线、位置的预设置,实现通过实时动态监控无人驾驶航空器获取状态信息进行续航状态分析和整机状态评估进而科学进行任务调配和召回,使得无人驾驶航空器的资源利用更科学、优化、可持续。
根据本发明实施例,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,具体为:
根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
根据所述性能状态信息通过预设动态自检进行动态自检作业;
获取动态自检作业的自检结果作为动态自检数据;
根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
需要说明的是,根据对无人驾驶航空器状态信息采集的需求设置任务时间段,对无人驾驶航空器在预设时间段内采集获取的状态信息获得性能状态信息,性能状态信息包括机体完整度信息、动力比率信息、飞行状态信息、电能状态信息等,根据性能状态信息通过自检算法进行动态自检作业,对自检结果提取动态自检数据,再根据预设的不同类别的识别因子进行提取识别获取续航参量,其中,动态自检公式如下:
R={σ1C1,σ2C2...σnCn|Dr};
其中,R是自检结果,σi为特征系数,Ci为自检响应参量,Dr为预设响应值,n为自检响应参量个数,通过设置不同自检响应参量如续航参量以获取不同的自检结果,进而根据不同的自检响应参量中的对应类别的识别因子得到不同的数据如机体完整度数据、动力数据、载荷数据、电能数据、飞行状态数据等。
根据本发明实施例,所述根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库,具体为:
根据获取的续航参量通过预设航程偏损算法进行计算处理获取所述无人驾驶航空器的续航偏损数据;
将所述续航偏损数据通过属性数据形式加入到续航设定参数中以更新所述所述无人驾驶航空器的飞行动态数据库。
需要说明的是,在获取到无人驾驶航空器的续航参量后,可以根据获得的续航参量与预设的续航参量进行对比,采用航程偏损算法进行计算处理获得续航偏损数据,进而更新飞行数据库以便对该无人驾驶航空器状态和任务进行及时调整,合理调配飞行任务以及续航优化管理和资源整合;
其中,航程偏损算法公式为:
Λ=S/θ;
根据本发明实施例,所述根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据,具体为:
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值作为判别因子;
通过预设判别算法根据所述判别因子计算获得航行条件状态下的所述无人驾驶航空器的续航数据。
需要说明的是,根据在动态自检数据中提取的无人驾驶航空器的航行状态以及航程干扰值作为判别因子对航行条件下的航空器的续航状态进行判断,以识别无人驾驶航空器的续航状态进行任务调配,航行状态即反映航空器的飞行能力、续航能力、动力能力的状态量,航程干扰值即反映航行过程天气、环境、空域、航路的阻碍量,其中,预设判别算法为:根据公式f0=γUr+τKe,其中f0为续航数据,γ、τ为预设的特征参数,Ur为航行状态因子,Ke为航程干扰因子。
根据本发明实施例,所述根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置,具体为:
根据所述无人驾驶航空器的续航数据与任务列表中的任务航程阈值进行对比,根据阈值对比结果选定第二任务对所述无人驾驶航空器进行指令派遣;
根据所述第二任务的回归时间对所述无人驾驶航空器进行召回指令设定,并根据回归时间预设所述无人驾驶航空器指定的检修充电位。
需要说明的是,根据备选任务制定任务列表,并预设任务航程阈值,根据无人驾驶航空器的续航数据与列表中任务航程阈值进行阈值对比选定符合阈值要求的列表中的任务作为所述无人驾驶航空器的适配第二任务,再根据第二任务生成相应指令信息发送给该无人驾驶航空器进行指令派遣,并根据第二任务的预设任务完成时间段设定航空器的回归时间,并将该回归时间对应召回指令发送给所述无人驾驶航空器,并根据预设回归时间预设所述无人驾驶航空器指定的检修充电位对召回的航空器进行检修和充电,以提高航空器运转指挥效率,提高无人驾驶航空器的资源应用率。
根据本发明实施例,还包括:
实时提取所述无人驾驶航空器的动态特征信息和所述第二任务的任务信息作为识别因子;
通过识别因子判断所述无人驾驶航空器是否满足所述第二任务的作业要求;
若满足作业要求则不触发任务转换响应机制;
若无法满足作业要求则触发任务转换响应机制,根据所述无人驾驶航空器的实时续航数据通过任务列表提取第三任务并发送预位信息给所述无人驾驶航空器以响应预位。
需要说明的是,为判断无人驾驶航空器的状态是否满足第二任务作业要求,实时提取无人驾驶航空器的动态特征信息的识别因子Q1以及第二任务的任务信息的识别因子Q2,通过识别因子判断无人驾驶航空器的动态整机特征是否满足第二任务的任务量要求,其中,判断方法为:
H={δQ1+εQ2|Fc};
其中,δ、ε为设定参数,Fc为设定的判别参数,H为输出判别结果,若满足第二任务的作业要求,则不触发任务转换响应机制,若无法满足作业要求则触发任务转换响应机制,根据无人驾驶航空器的实时续航数据通过任务列表提取第三任务,并发送预位信息给无人驾驶航空器以完成针对第三任务的响应预位,例如,取δ、ε分别为0.65和0.83,对应的Fc为0.85,Q1取0.6,Q2取0.7,则判别结果为0.65x0.6+0.83x0.7=0.971,大于设定的判别参数Fc,即触发任务转换响应机制。
根据本发明实施例,还包括:
当所述无人驾驶航空器接收预位信息进行响应预位,对所述无人驾驶航空器进行动态自检;
获取所述无人驾驶航空器的实时适航信息和整机动态信息;
判断所述实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应;
判断所述整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应。
需要说明的是,在无人驾驶航空器接收到第三任务的预位信息进行响应预位时对该航空器进行动态自检,根据该无人驾驶航空器的实时适航信息和整机动态信息进行自检,判断实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足则发出召回指令进行召回,即根据无人驾驶航空器的能源电量和动力情况与第三任务的作业信息要求的航空器的能源量和动力要求进行对比,以及判断整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足则发出召回指令进行召回,即根据无人驾驶航空器的路径适配情况和巡航姿态情况与第三任务的作业信息要求的航空器的预设路径要求和巡航姿态要求进行对比,例如,能源电量低于要求值的80%且动力情况低于要求值的70%的无人驾驶航空器进行召回,路径适配度低于要求值的70%且巡航姿态低于要求值的65%的无人驾驶航空器进行召回。
根据本发明实施例,还包括:
设定无人驾驶航空器的动态飞行阈值;
实时获取所述无人驾驶航空器的动态电量状态、机身损耗值以及剩余任务飞行量;
根据实时获取的所述无人驾驶航空器电量状态、机身损耗值以及剩余任务飞行量根据预设的自检算法与动态飞行阈值进行计算比对获得实时安全响应结果;
根据计算获得的实时安全响应结果与所述无人驾驶航空器安全飞行预设值进行比对;
若实时实时安全响应结果大于所述安全飞行预设值,则所述无人驾驶航空器可继续执行指派任务;
若实时安全响应结果小于所述安全飞行预设值,则所述无人驾驶航空器任务终止,对所述无人驾驶航空器进行召回。
需要说明的是,为实时监控无人驾驶航空器飞行安全状态,根据无人驾驶航空器性能设置动态飞行阈值,该动态飞行阈值是无人驾驶航空器生产出厂固有属性参数,反映该无人驾驶航空器实时飞行剩余安全裕度,是衡量无人驾驶航空器动态安全的监控参数,而根据无人驾驶航空器实时获取的电量状态、机身损耗值以及剩余任务飞行量与动态飞行阈值根据预设的自检算法进行计算比对获得实时安全响应结果,再根据获得的实时安全响应结果与无人驾驶航空器安全飞行预设值进行比对,若大于预设值则无人驾驶航空器安全,可继续执行任务,反之则需召回无人驾驶航空器。
根据本发明实施例,还包括:
根据待召回无人驾驶航空器的电量状态以及机身损耗值作为判别因子;
获取所述无人驾驶航空器的任务剩余飞行路径和飞行轨迹偏移度;
根据所述飞行轨迹偏移度对所述任务剩余飞行路径进行飞行路径修正,得到所述无人驾驶航空器的修正因子;
基于所述修正因子对判别因子进行加权计算得到所述无人驾驶航空器的回库时间修正值。
需要说明的是,对无人驾驶航空器任务剩余飞行路径结合飞行轨迹偏移度进行飞行路径修正并得到无人驾驶航空器的修正因子,根据修正因子对无人驾驶航空器剩余电量和机身损耗值得到的判别因子进行加权获得无人驾驶航空器回库时间修正值,其中,根据修正因子和判别因子基于如下公式进行修正回库时间计算:Te=(ωA+ξB)T0,其中,ω、ξ为既定的比例系数,A为修正因子,B为判别因子,T0为原回库时间,Te为修正回库时间。
本发明第三方面提供了一种可读存储介质,所述可读存储介质中包括无人驾驶航空器的智能续航管理方法程序,所述无人驾驶航空器的智能续航管理方法程序被处理器执行时,实现如上述任一项所述的无人驾驶航空器的智能续航管理方法的步骤。
本发明公开的一种无人驾驶航空器的智能续航管理方法、系统和介质,通过获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,根据提取的续航参量获取续航偏损数据并存储到续航设定参数中更新飞行动态数据库,根据动态自检数据提取无人驾驶航空器的航行状态以及航程干扰值并获得航行条件状态下的续航数据,根据续航数据进行任务控制和召回设置;从而基于智能控制技术对无人驾驶航空器的航行信息和续航数据进行判断和任务控制,实现根据对无人驾驶航空器的信息参数进行处理评估续航状态进行任务调配的智能管控技术,提高对无人驾驶航空器续航安全管理的智能化和精准度。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种无人驾驶航空器的智能续航管理方法,其特征在于,包括以下步骤:
获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
2.根据权利要求1所述的无人驾驶航空器的智能续航管理方法,其特征在于,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,包括:
根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
根据所述性能状态信息通过预设动态自检进行动态自检作业;
获取动态自检作业的自检结果作为动态自检数据;
根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
3.根据权利要求2所述的无人驾驶航空器的智能续航管理方法,其特征在于,所述根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库,包括:
根据获取的续航参量通过预设航程偏损算法进行计算处理获取所述无人驾驶航空器的续航偏损数据;
将所述续航偏损数据通过属性数据形式加入到续航设定参数中以更新所述无人驾驶航空器的飞行动态数据库。
4.根据权利要求3所述的无人驾驶航空器的智能续航管理方法,其特征在于,所述根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据,包括:
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值作为判别因子;
通过预设判别算法根据所述判别因子计算获得航行条件状态下的所述无人驾驶航空器的续航数据。
5.根据权利要求4所述的无人驾驶航空器的智能续航管理方法,其特征在于,所述根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置,包括:
根据所述无人驾驶航空器的续航数据与任务列表中的任务航程阈值进行对比,根据阈值对比结果选定第二任务对所述无人驾驶航空器进行指令派遣;
根据所述第二任务的回归时间对所述无人驾驶航空器进行召回指令设定,并根据回归时间预设所述无人驾驶航空器指定的检修充电位。
6.根据权利要求1所述的无人驾驶航空器的智能续航管理方法,其特征在于,还包括:
实时提取所述无人驾驶航空器的动态特征信息和所述第二任务的任务信息作为识别因子;
通过识别因子判断所述无人驾驶航空器是否满足所述第二任务的作业要求;
若满足作业要求则不触发任务转换响应机制;
若无法满足作业要求则触发任务转换响应机制,根据所述无人驾驶航空器的实时续航数据通过任务列表提取第三任务并发送预位信息给所述无人驾驶航空器以响应预位。
7.根据权利要求1所述的无人驾驶航空器的智能续航管理方法,其特征在于,还包括:
当所述无人驾驶航空器接收预位信息进行响应预位,对所述无人驾驶航空器进行动态自检;
获取所述无人驾驶航空器的实时适航信息和整机动态信息;
判断所述实时适航信息的能源信息和动力信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应;
判断所述整机动态信息的路径信息和巡航姿态信息是否满足第三任务方案的作业信息,若不满足,则发出召回指令到所述无人驾驶航空器进行召回响应。
8.一种无人驾驶航空器的智能续航管理系统,其特征在于,该系统包括:存储器及处理器,所述存储器中包括无人驾驶航空器的智能续航管理方法的程序,所述无人驾驶航空器的智能续航管理方法的程序被所述处理器执行时实现以下步骤:
获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量;
根据所述续航参量获取所述无人驾驶航空器的续航偏损数据并存储到续航设定参数中更新所述无人驾驶航空器的飞行动态数据库;
根据所述动态自检数据提取所述无人驾驶航空器的航行状态以及航程干扰值,并通过预设判别算法获得航行条件状态下的所述无人驾驶航空器的续航数据;
根据所述续航数据对所述无人驾驶航空器进行任务控制和召回设置。
9.根据权利要求8所述的无人驾驶航空器的智能续航管理系统,其特征在于,所述获取无人驾驶航空器的性能状态信息并进行动态自检得到动态自检数据,提取所述无人驾驶航空器的续航参量,包括:
根据预设任务时间段内所述无人驾驶航空器的状态信息整理获取性能状态信息;
根据所述性能状态信息通过预设动态自检进行动态自检作业;
获取动态自检作业的自检结果作为动态自检数据;
根据预设的种类识别因子从所述动态自检数据中提取出所述无人驾驶航空器的续航参量。
10.一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包括无人驾驶航空器的智能续航管理方法程序,所述无人驾驶航空器的智能续航管理方法程序被处理器执行时,实现如权利要求1至7中任一项所述的无人驾驶航空器的智能续航管理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211200329.3A CN115542934A (zh) | 2022-09-29 | 2022-09-29 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
PCT/CN2023/118884 WO2024067137A1 (zh) | 2022-09-29 | 2023-09-14 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211200329.3A CN115542934A (zh) | 2022-09-29 | 2022-09-29 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115542934A true CN115542934A (zh) | 2022-12-30 |
Family
ID=84732413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211200329.3A Pending CN115542934A (zh) | 2022-09-29 | 2022-09-29 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115542934A (zh) |
WO (1) | WO2024067137A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067137A1 (zh) * | 2022-09-29 | 2024-04-04 | 亿航智能设备(广州)有限公司 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105946595A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的自动智能续航方法和装置 |
CN113159646A (zh) * | 2021-05-20 | 2021-07-23 | 江西北斗应用科技有限公司 | 一种无人驾驶航空器监管方法 |
WO2022037376A1 (zh) * | 2020-08-21 | 2022-02-24 | 深圳市道通智能航空技术股份有限公司 | 一种无人机保护方法及无人机 |
CN114326805A (zh) * | 2021-12-28 | 2022-04-12 | 广东电网有限责任公司 | 无人机架空线路巡检协同控制方法、系统和存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6405124B1 (en) * | 2000-05-31 | 2002-06-11 | Lockheed Martin Corporation | System and method for offset course guidance |
CN105093130A (zh) * | 2015-09-17 | 2015-11-25 | 杨珊珊 | 一种无人飞行器续航能力监测系统及方法 |
CN109557932A (zh) * | 2017-09-25 | 2019-04-02 | 南京开天眼无人机科技有限公司 | 一种无人机续航系统 |
CN110554712A (zh) * | 2019-10-22 | 2019-12-10 | 深圳市道通智能航空技术有限公司 | 无人机航向角初值选取方法、装置及无人机 |
CN113408510B (zh) * | 2021-08-23 | 2021-12-24 | 中科方寸知微(南京)科技有限公司 | 基于深度学习与one-hot编码的输电线路目标纠偏方法和系统 |
CN115542934A (zh) * | 2022-09-29 | 2022-12-30 | 亿航智能设备(广州)有限公司 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
-
2022
- 2022-09-29 CN CN202211200329.3A patent/CN115542934A/zh active Pending
-
2023
- 2023-09-14 WO PCT/CN2023/118884 patent/WO2024067137A1/zh unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105946595A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的自动智能续航方法和装置 |
WO2022037376A1 (zh) * | 2020-08-21 | 2022-02-24 | 深圳市道通智能航空技术股份有限公司 | 一种无人机保护方法及无人机 |
CN113159646A (zh) * | 2021-05-20 | 2021-07-23 | 江西北斗应用科技有限公司 | 一种无人驾驶航空器监管方法 |
CN114326805A (zh) * | 2021-12-28 | 2022-04-12 | 广东电网有限责任公司 | 无人机架空线路巡检协同控制方法、系统和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024067137A1 (zh) * | 2022-09-29 | 2024-04-04 | 亿航智能设备(广州)有限公司 | 一种无人驾驶航空器的智能续航管理方法、系统和介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2024067137A1 (zh) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110334839A (zh) | 航班延误预测方法、装置、设备及存储介质 | |
EP3850551A1 (en) | Systems and methods for managing energy storage systems | |
CN112131673A (zh) | 基于融合神经网络模型的发动机喘振故障预测系统及方法 | |
CN110222406B (zh) | 一种基于任务阶段复杂性的无人机自主能力评估方法 | |
CN103218675A (zh) | 一种基于聚类和滑动窗口的短期负荷预测方法 | |
CN111709582B (zh) | 一种无人机边缘计算资源动态优化方法、系统及存储介质 | |
US20220148436A1 (en) | Method, apparatus, device and storage medium for pre-warning of aircraft flight threat evolution | |
CN115542934A (zh) | 一种无人驾驶航空器的智能续航管理方法、系统和介质 | |
CN115358784A (zh) | 一种分布式提取典型用电模式的方法及相关设备 | |
CN106934225A (zh) | 一种电力巡检用多旋翼无人机系统效能评估方法 | |
CN114815898A (zh) | 一种无人机协同任务规划方法 | |
CN117171893B (zh) | 基于人工智能的无人机飞行短板分析方法及系统 | |
CN110489423A (zh) | 一种信息抽取的方法、装置、存储介质及电子设备 | |
CN114338416B (zh) | 一种时空多指标预测方法、装置和存储介质 | |
CN112286088A (zh) | 一种动力设备故障预测模型在线应用的方法及应用系统 | |
CN116794532A (zh) | 基于多模态传感器融合算法的无人机电池电量预测方法 | |
CN116187675A (zh) | 任务分配方法、装置、设备及存储介质 | |
CN115499315A (zh) | Ota升级任务的执行方法、装置和电子设备 | |
CN114742644A (zh) | 训练多场景风控系统、预测业务对象风险的方法和装置 | |
Luo et al. | Intelligent Identification over Power Big Data: Opportunities, Solutions, and Challenges. | |
CN114462740A (zh) | 飞行任务评估方法、装置、设备和计算机可读存储介质 | |
Yan et al. | Research on task reassignment method of heterogeneous UAV in dynamic environment | |
Lu et al. | Anomaly Recognition Method for Massive Data of Power Internet of Things Based on Bayesian Belief Network | |
CN117668631A (zh) | 输电线路的安全隐患监测方法、装置、系统、设备及介质 | |
CN113610762B (zh) | 一种针对太阳耀斑的预警方法及预警系统 |
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 |