CN115562332A - 一种无人机机载记录数据的高效处理方法及系统 - Google Patents
一种无人机机载记录数据的高效处理方法及系统 Download PDFInfo
- Publication number
- CN115562332A CN115562332A CN202211063156.5A CN202211063156A CN115562332A CN 115562332 A CN115562332 A CN 115562332A CN 202211063156 A CN202211063156 A CN 202211063156A CN 115562332 A CN115562332 A CN 115562332A
- Authority
- CN
- China
- Prior art keywords
- cruise
- aerial vehicle
- unmanned aerial
- data
- route
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000005094 computer simulation Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000005457 optimization Methods 0.000 claims description 33
- 238000012163 sequencing technique Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 11
- 230000000694 effects Effects 0.000 abstract description 7
- 239000010865 sewage Substances 0.000 description 9
- 238000007405 data analysis Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000013075 data extraction Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition 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, 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Remote Sensing (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种无人机机载记录数据的高效处理方法及系统,涉及数字处理技术领域,方法包括:根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;进行巡航路线提取,获取巡航路线网络;获取机载记录数据;根据无人机类型对无人机进行仿真建模,生成无人机三维模型;根据无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据,输入巡航路线网络,生成巡航路线;将巡航路线和无人机三维模型输入三维环境建模结果,生成无人机虚拟飞行数据。解决无人机的记录数据与飞行参数的处理效率低技术问题,通过构建巡航路线网络,达到高效处理无人机的记录数据与飞行参数,提高无人机控制参数的优化调整效率技术效果。
Description
技术领域
本发明涉及数字处理技术领域,具体涉及一种无人机机载记录数据的高效处理方法及系统。
背景技术
无人机机载记录数据在黑匣子(飞行数据记录仪或飞行信息记录系统)中存贮,一般的,需要根据无人机的飞行参数变化情况依次构建虚拟飞行场景,进而将多个飞行场景进行合并,得到虚拟飞行数据,但是,构建多个飞行场景处理无人机机载记录数据,处理器需要运算处理的数据量大,处理效率较低。
现有技术中存在无人机的记录数据与飞行参数的处理效率低的技术问题。
发明内容
本申请通过提供了一种无人机机载记录数据的高效处理方法及系统,解决了无人机的记录数据与飞行参数的处理效率低的技术问题,达到了高效处理无人机的记录数据与飞行参数,提高无人机控制参数的优化调整效率的技术效果。
鉴于上述问题,本申请提供了一种无人机机载记录数据的高效处理方法及系统。
第一方面,本申请提供了一种无人机机载记录数据的高效处理方法,其中,所述方法包括:根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
第二方面,本申请提供了一种无人机机载记录数据的高效处理系统,其中,所述系统包括:建模结果生成单元,所述建模结果生成单元用于根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;路线提取单元,所述路线提取单元用于对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;记录数据获取单元,所述记录数据获取单元用于获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;三维模型生成单元,所述三维模型生成单元用于根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;记录时序数据获取单元,所述记录时序数据获取单元用于根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;巡航路线生成单元,所述巡航路线生成单元用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;虚拟飞行数据生成单元,所述虚拟飞行数据生成单元用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了对已巡航区域进行仿真建模,生成三维环境建模结果,进行巡航路线提取,获取巡航路线网络,获取机载记录数据,根据无人机类型对无人机进行仿真建模,生成无人机三维模型,根据无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据,输入巡航路线网络,生成巡航路线,将巡航路线和无人机三维模型输入三维环境建模结果,生成无人机虚拟飞行数据。本申请实施例通过构建巡航路线网络,达到了高效处理无人机的记录数据与飞行参数,提高无人机控制参数的优化调整效率的技术效果。
附图说明
图1为本申请一种无人机机载记录数据的高效处理方法的流程示意图;
图2为本申请一种无人机机载记录数据的高效处理方法的获取巡航路线网络的流程示意图;
图3为本申请一种无人机机载记录数据的高效处理方法的获取单元巡航路径并添加进巡航路线网络的流程示意图;
图4为本申请一种无人机机载记录数据的高效处理系统的结构示意图。
附图标记说明:建模结果生成单元11,路线提取单元12,记录数据获取单元13,三维模型生成单元14,记录时序数据获取单元15,巡航路线生成单元16,虚拟飞行数据生成单元17。
具体实施方式
本申请通过提供了一种无人机机载记录数据的高效处理方法及系统,解决了无人机的记录数据与飞行参数的处理效率低的技术问题,达到了高效处理无人机的记录数据与飞行参数,提高无人机控制参数的优化调整效率的技术效果。
实施例一
如图1所示,本申请提供了一种无人机机载记录数据的高效处理方法,其中,所述方法包括:
S100:根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;
进一步的,所述根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果,所述步骤S100包括:
S110:根据所述历史记录数据,获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据;
S120:根据所述已巡航区域,构建空间网格坐标系;
S130:遍历所述巡航目标集,提取几何特征信息集和形状特征信息集;
S140:将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系,生成巡航目标仿真模型集;
S150:根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整,获取所述三维环境建模结果。
具体而言,所述历史记录数据为所述无人机的黑匣子记录的数据信息,所述历史记录数据包括无人机的历史巡航飞行高度数据、历史巡航速度数据,根据历史记录数据对已巡航区域进行仿真建模,通过历史记录数据进行数据筛选提取,获取已经完成巡航任务的巡航区域内的巡航目标集和巡航目标集相对位置数据,所述巡航目标集为所述无人机的巡航任务限定的各个巡航目标个体,示例性的,巡航任务为巡查船舶污染水域情况,对应的巡航目标集可以是目标海域的各个船舶的排出信息、各个排污船舶的实时监测信息,相对位置数据为各个排污船舶与无人机的相对位置数据,巡航目标个体即排污船舶,所述示例是为协助进行方案理解,实际需要配合实际数据信息进一步细化,根据已巡航区域,结合经度信息、纬度信息与海拔高度信息,确定三维空间坐标轴,构建空间网格坐标系,空间网格是为便于定位空间坐标信息,在所述空间网格坐标系中可以还原实际的空间位置信息,遍历所述巡航目标集对应的巡航目标个体,提取几何特征信息集和形状特征信息集,所述几何特征信息集即各个巡航目标个体的几何特征信息,所述形状特征信息集即各个巡航目标个体的形状特征信息;将几何特征信息集和形状特征信息集依次输入空间网格坐标系,生成巡航目标仿真模型集,所述巡航目标仿真模型集即无人机巡航采集数据对应的实景仿真还原结果,所述巡航目标仿真模型集为静态;根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整,获取所述三维环境建模结果,所述三维环境建模结果为动态,所述三维环境建模结果为历史记录数据对应的实景仿真还原结果,确定三维环境建模结果,为后续进行数据分析提供数据支持。
结合上述示例进一步具体说明,巡航目标仿真模型集区别于三维环境建模结果,巡航任务为巡查船舶污染水域情况,排污船舶存在行进,在第一时间点采集确定第一排污船舶,在第二时间点采集确定第二排污船舶,所述巡航目标仿真模型集包括第一时间点的第一排污船舶相关信息,第二时间点的第二排污船舶相关信息,所述三维环境建模结果结合相对位置数据进行调整,三维环境建模结果还包括第一时间点的下一时间点的第一排污船舶相关信息,第二时间点的下一时间点的第二排污船舶相关信息,所述下一时间点与无人机的数据采集频率对应,特别的,上述示例中需要限制无人机对各个巡航目标个体最低进行两次数据采集,获取三维环境建模结果,为后续数据处理提供充分的数据支持。
S200:对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;
进一步的,如图2所示,所述对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络,步骤S200包括:
S210:从所述三维环境建模结果提取巡航起点位置集和巡航节点集;
S220:遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,获取所述巡航路线网络。
具体而言,从所述三维环境建模结果进行信息提取,获取巡航起点位置集和巡航节点集,所述巡航起点位置集包括无人机多段巡航飞行的起点位置信息,所述巡航节点集包括但不限于无人机的巡航方向转变节点,遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,所述巡航路径优化可以是巡航路程减少角度的路径优化,也可以是避免巡航路径重复度的路径优化,对所述三维环境建模结果进行巡航路线提取,构建巡航路线网络,所述巡航路线网络但不限于所述无人机的多条巡航路线,获取巡航路线网络,为后续进行数据处理提供网络模型基础。
进一步的,如图3所示,所述遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,获取所述巡航路线网络,所述步骤S220包括:
S221:根据所述巡航节点集,获取巡航节点位置集,其中,所述巡航节点集和所述巡航节点位置集一一对应;
S222:从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集,生成路径优化节点群;
S223:基于所述巡航起点位置按照预设规则遍历所述路径优化节点群,获取单元巡航路径,添加进所述巡航路线网络。
具体而言,所述巡航节点位置集即各个巡航节点的三维坐标位置,所述三维坐标位置与实际位置的经度信息、纬度信息、海拔高度信息对应,根据所述巡航节点集,获取巡航节点位置集,巡航节点集的元素和巡航节点位置集的元素一一对应;从所述巡航起点位置集提取任意一个巡航起点位置,将所述任意一个巡航起点位置作为标记信息,添加进所述巡航节点位置集,确定该标记信息对应的路径优化节点群,所述路径优化节点群包括完成所述任意一个巡航起点位置的巡航任务对应的多种路径节点优化方案;所述预设规则可以将巡航路程最短确定为路径优化准则,也可以将巡航路径重复度最低为确定路径优化准则,区别性说明,巡航路程最短不一定与巡航路径重复度最低确定的巡航路径优化结果完全一致,需要结合实际数据信息进行对照分析确定;基于所述巡航起点位置,按照预设规则遍历所述路径优化节点群,筛选确定单元巡航路径,将单元巡航路径添加进所述巡航路线网络,所述单元巡航路径与所述任意一个巡航起点位置对应,为所述任意一个巡航起点位置的最优巡航路径,获取单元巡航路径并添加进所述巡航路线网络,优化所述巡航路线网络,为后续进行数据分析提供数据支持。
进一步的,所述预设规则,所述步骤S223还包括:
S223-1:基于预设距离对所述路径优化节点群进行区域聚类,获取区域聚类结果;
S223-2:根据所述巡航起点位置对所述区域聚类结果进行距离排序,获取聚类区域排序结果;
S223-3:获取聚类区域节点筛选公式:px→x+1=min(d1,d2,d3,....,dn),其中,px→x+1表征从节点x筛选的第x+1节点,d1,d2,d3,....,dn表征聚类区域内未划定路径的n个节点到节点x的距离;
S223-4:从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果,获取所述单元巡航路径。
进一步的,本申请实施例还还包括:
S224:当出现相同距离的节点或聚类区域时,随机连续排序。
具体而言,所述区域聚类中的“区域”表示所述巡航起点位置对应的巡航任务的面积区域数据,所述区域聚类表示结合聚类算法对所述面积区域数据进行聚类分析,所述聚类算法可以包括k-means算法、K-medoids算法等其他相关聚类算法,所述预设距离可以通过飞机维检信息与燃油量信息共同推导确定,所述预设距离为保障无人机飞行安全的单次飞行最远距离,基于预设距离对所述路径优化节点群进行区域聚类,获取区域聚类结果,所述区域聚类结果包括但不限于多种路径节点优化方案的路程数据;根据所述巡航起点位置,一方面,当不存在相同距离的节点时,对所述区域聚类结果依照距离从小到大进行排序,获取聚类区域排序结果,另一方面,当出现相同距离的节点时,对聚类区域排序结果进行随机连续排序,特别的,当出现相同距离的聚类区域时,可以采用随机连续排序的方式进行距离排序;获取聚类区域节点筛选公式:px→x+1=min(d1,d2,d3,....,dn),其中,px→x+1表征从节点x筛选的第x+1节点,d1,d2,d3,....,dn表征聚类区域内未划定路径的n个节点到节点x的距离,n∈N*、x∈N*,d1,d2,d3,....,dn单位为km且结果精确至千分位;以所述巡航起点位置为起始位置,根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果,获取所述单元巡航路径,其中,所述单元巡航路径为巡航路径网络中的一条路径,为后续进行数据分析提供可靠数据支持。
S300:获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;
S400:根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;
具体而言,对黑匣子记录的数据信息进行数据提取,获取机载记录数据,所述机载记录数据包括无人机类型、无人机巡航参数,可以结合无人机的设备铭牌与无人机型号确定所述无人机类型,所述无人机巡航参数包括但不限于巡航速度、巡航飞行高度、巡航推力,所述历史记录数据;根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型,所述无人机三维模型可以在所述巡航路线网络中还原所述无人机的飞行情况,为后续进行数据分析提供模型基础。
S500:根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;
S600:将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;
S700:将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
具体而言,所述无人机位置记录时序数据即无人机位置与位置更新时间点一一对应的数据信息,所述无人机姿态记录时序数据即飞机姿态角与姿态角更新时间点一一对应的数据信息,对所述无人机巡航参数进行数据提取,获取无人机位置记录时序数据和无人机姿态记录时序数据;将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,对无人机的巡航过程进行仿真还原,生成巡航路线;将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,对无人机机载记录数据进行虚拟还原,生成无人机虚拟飞行数据,所述无人机虚拟飞行数据为无人机实际的历史记录数据虚拟还原所得,为高效处理无人机机载记录数据提供技术支持。
进一步的,本申请还包括:
S710:根据所述机载记录数据,获取航拍图像集合;
S720:根据所述巡航路线对所述航拍图像集合进行排序,获取航拍图像排序结果;
S730:根据所述航拍图像排序结果对所述三维环境建模结果进行调整;
S740:将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果,生成无人机虚拟飞行数据优化结果。
具体而言,所述航拍图像集合为所述无人机的航拍摄像装置采集的图像信息集合,所述航拍摄像装置可以是高清晰度摄像机,对所述机载记录数据进行数据提取,获取航拍图像集合;根据所述巡航路线对所述航拍图像集合进行位置排序,获取航拍图像排序结果,所述航拍图像排序结果与所述巡航路线的位置信息对应;根据所述航拍图像排序结果对所述三维环境建模结果进行环境调整,避免因环境改变导致的环境数据更新不及时,进而使得所述三维环境建模结果不可靠的情况发生;将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果,对无人机虚拟飞行数据进行优化更新,生成无人机虚拟飞行数据优化结果,为优化调整无人机控制信号的精准度提供技术支持。
综上所述,本申请所提供的一种无人机机载记录数据的高效处理方法及系统具有如下技术效果:
由于采用了对已巡航区域进行仿真建模,生成三维环境建模结果,进行巡航路线提取,获取巡航路线网络,获取机载记录数据,根据无人机类型对无人机进行仿真建模,生成无人机三维模型,根据无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据,输入巡航路线网络,生成巡航路线,将巡航路线和无人机三维模型输入三维环境建模结果,生成无人机虚拟飞行数据。本申请通过提供了一种无人机机载记录数据的高效处理方法及系统,通过构建巡航路线网络,达到了高效处理无人机的记录数据与飞行参数,提高无人机控制参数的优化调整效率的技术效果。
由于采用了根据巡航节点集,获取巡航节点位置集;提取任意一个巡航起点位置添加进巡航节点位置集,生成路径优化节点群;基于巡航起点位置按照预设规则遍历路径优化节点群,获取单元巡航路径并添加进巡航路线网络,优化巡航路线网络,为后续进行数据分析提供数据支持。
由于采用了基于预设距离对路径优化节点群进行区域聚类,获取区域聚类结果,进行距离排序,获取聚类区域排序结果,获取聚类区域节点筛选公式:px→x+1=min(d1,d2,d3,....,dn),从巡航起点位置根据聚类区域节点筛选公式遍历聚类区域排序结果,获取单元巡航路径。根据聚类区域节点筛选公式遍历聚类区域排序结果,获取单元巡航路径,为后续进行数据分析提供可靠数据支持。
实施例二
基于与前述实施例中一种无人机机载记录数据的高效处理方法相同的发明构思,如图4所示,本申请提供了一种无人机机载记录数据的高效处理系统,其中,所述系统包括:
建模结果生成单元11,所述建模结果生成单元11用于根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;
路线提取单元12,所述路线提取单元12用于对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;
记录数据获取单元13,所述记录数据获取单元13用于获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;
三维模型生成单元14,所述三维模型生成单元14用于根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;
记录时序数据获取单元15,所述记录时序数据获取单元15用于根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;
巡航路线生成单元16,所述巡航路线生成单元16用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;
虚拟飞行数据生成单元17,所述虚拟飞行数据生成单元17用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
进一步的,所述系统包括:
巡航目标集数据获取单元,所述巡航目标集数据获取单元用于根据所述历史记录数据,获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据;
坐标系构建单元,所述坐标系构建单元用于根据所述已巡航区域,构建空间网格坐标系;
特征信息集提取单元,所述特征信息集提取单元用于遍历所述巡航目标集,提取几何特征信息集和形状特征信息集;
目标仿真模型集生成单元,所述目标仿真模型集生成单元用于将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系,生成巡航目标仿真模型集;
三维环境建模结果获取单元,所述三维环境建模结果获取单元用于根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整,获取所述三维环境建模结果。
进一步的,所述系统包括:
数据提取单元,所述数据提取单元用于从所述三维环境建模结果提取巡航起点位置集和巡航节点集;
巡航路线网络获取单元,所述巡航路线网络获取单元用于遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,获取所述巡航路线网络。
进一步的,所述系统包括:
巡航节点位置集获取单元,所述巡航节点位置集获取单元用于根据所述巡航节点集,获取巡航节点位置集,其中,所述巡航节点集和所述巡航节点位置集一一对应;
路径优化节点群生成单元,所述路径优化节点群生成单元用于从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集,生成路径优化节点群;
单元巡航路径获取单元,所述单元巡航路径获取单元用于基于所述巡航起点位置按照预设规则遍历所述路径优化节点群,获取单元巡航路径,添加进所述巡航路线网络。
进一步的,所述系统包括:
区域聚类结果获取单元,所述区域聚类结果获取单元用于基于预设距离对所述路径优化节点群进行区域聚类,获取区域聚类结果;
聚类区域排序结果获取单元,所述聚类区域排序结果获取单元用于根据所述巡航起点位置对所述区域聚类结果进行距离排序,获取聚类区域排序结果;
节点筛选获取单元,所述节点筛选获取单元用于获取聚类区域节点筛选公式:px→x+1=min(d1,d2,d3,....,dn),其中,px→x+1表征从节点x筛选的第x+1节点,d1,d2,d3,....,dn表征聚类区域内未划定路径的n个节点到节点x的距离;
单元巡航路径获取单元,所述单元巡航路径获取单元用于从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果,获取所述单元巡航路径。
进一步的,所述系统包括:
随机连续排序单元,所述随机连续排序单元用于当出现相同距离的节点或聚类区域时,随机连续排序。
进一步的,所述系统包括:
航拍图像集合获取单元,所述航拍图像集合获取单元用于根据所述机载记录数据,获取航拍图像集合;
航拍图像排序结果获取单元,所述航拍图像排序结果获取单元用于根据所述巡航路线对所述航拍图像集合进行排序,获取航拍图像排序结果;
环境建模结果调整单元,所述环境建模结果调整单元用于根据所述航拍图像排序结果对所述三维环境建模结果进行调整;
单元,所述单元用于将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果,生成无人机虚拟飞行数据优化结果。
本说明书和附图仅仅是本申请的示例性说明,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种无人机机载记录数据的高效处理方法,其特征在于,包括:
根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;
对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;
获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;
根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;
根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;
将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;
将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
2.如权利要求1所述的方法,其特征在于,所述根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果,包括:
根据所述历史记录数据,获取所述已巡航区域内的巡航目标集和巡航目标集相对位置数据;
根据所述已巡航区域,构建空间网格坐标系;
遍历所述巡航目标集,提取几何特征信息集和形状特征信息集;
将所述几何特征信息集和所述形状特征信息集依次输入所述空间网格坐标系,生成巡航目标仿真模型集;
根据所述巡航目标集相对位置数据对所述巡航目标集相对位置数据进行调整,获取所述三维环境建模结果。
3.如权利要求1所述的方法,其特征在于,所述对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络,包括:
从所述三维环境建模结果提取巡航起点位置集和巡航节点集;
遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,获取所述巡航路线网络。
4.如权利要求3所述的方法,其特征在于,所述遍历所述巡航起点位置集,结合所述巡航节点集进行巡航路径优化,获取所述巡航路线网络,包括:
根据所述巡航节点集,获取巡航节点位置集,其中,所述巡航节点集和所述巡航节点位置集一一对应;
从所述巡航起点位置集提取任意一个所述巡航起点位置添加进所述巡航节点位置集,生成路径优化节点群;
基于所述巡航起点位置按照预设规则遍历所述路径优化节点群,获取单元巡航路径,添加进所述巡航路线网络。
5.如权利要求4所述的方法,其特征在于,所述预设规则包括:
基于预设距离对所述路径优化节点群进行区域聚类,获取区域聚类结果;
根据所述巡航起点位置对所述区域聚类结果进行距离排序,获取聚类区域排序结果;
获取聚类区域节点筛选公式:
px→x+1=min(d1,d2,d3,…,dn)
其中,px→x+1表征从节点x筛选的第x+1节点,d1,d2,d3,…,dn表征聚类区域内未划定路径的n个节点到节点x的距离;
从所述巡航起点位置根据所述聚类区域节点筛选公式遍历所述聚类区域排序结果,获取所述单元巡航路径。
6.如权利要求5所述的方法,其特征在于,还包括:当出现相同距离的节点或聚类区域时,随机连续排序。
7.如权利要求1所述的方法,其特征在于,还包括:
根据所述机载记录数据,获取航拍图像集合;
根据所述巡航路线对所述航拍图像集合进行排序,获取航拍图像排序结果;
根据所述航拍图像排序结果对所述三维环境建模结果进行调整;
将所述巡航路线和所述无人机三维模型输入调整后的所述三维环境建模结果,生成无人机虚拟飞行数据优化结果。
8.一种无人机机载记录数据的高效处理系统,其特征在于,所述系统包括:
建模结果生成单元,所述建模结果生成单元用于根据历史记录数据对已巡航区域进行仿真建模,生成三维环境建模结果;
路线提取单元,所述路线提取单元用于对所述三维环境建模结果进行巡航路线提取,获取巡航路线网络;
记录数据获取单元,所述记录数据获取单元用于获取机载记录数据,其中,所述机载记录数据包括无人机类型、无人机巡航参数;
三维模型生成单元,所述三维模型生成单元用于根据所述无人机类型对所述无人机进行仿真建模,生成无人机三维模型;
记录时序数据获取单元,所述记录时序数据获取单元用于根据所述无人机巡航参数,获取无人机位置记录时序数据和无人机姿态记录时序数据;
巡航路线生成单元,所述巡航路线生成单元用于将所述无人机位置记录时序数据和所述无人机姿态记录时序数据输入所述巡航路线网络,生成巡航路线;
虚拟飞行数据生成单元,所述虚拟飞行数据生成单元用于将所述巡航路线和所述无人机三维模型输入所述三维环境建模结果,生成无人机虚拟飞行数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063156.5A CN115562332B (zh) | 2022-09-01 | 2022-09-01 | 一种无人机机载记录数据的高效处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211063156.5A CN115562332B (zh) | 2022-09-01 | 2022-09-01 | 一种无人机机载记录数据的高效处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115562332A true CN115562332A (zh) | 2023-01-03 |
CN115562332B CN115562332B (zh) | 2023-05-16 |
Family
ID=84738994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211063156.5A Active CN115562332B (zh) | 2022-09-01 | 2022-09-01 | 一种无人机机载记录数据的高效处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115562332B (zh) |
Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218823A1 (en) * | 2010-07-29 | 2013-08-22 | Fabrice Ferrand | Method and system for analysing flight data recorded during a flight of an aircraft |
CN103927798A (zh) * | 2014-04-11 | 2014-07-16 | 贵州大学 | 一种适用于中小型无人机飞行数据的记录方法及装置 |
US20150203212A1 (en) * | 2014-01-17 | 2015-07-23 | Junaid Ahmed Zubairi | Flight Data Tracker |
US20150331975A1 (en) * | 2012-04-04 | 2015-11-19 | Sagem Defense Securite | A method for analyzing flight data recorded by an aircraft in order to cut them up into flight phases |
CN206523788U (zh) * | 2017-02-27 | 2017-09-26 | 中国人民公安大学 | 一种基于无人机航拍的案事件现场三维重建系统 |
CN207968490U (zh) * | 2018-01-04 | 2018-10-12 | 北京普利永华科技发展有限公司 | 一种基于龙芯处理器的atr机载主机 |
CN109040689A (zh) * | 2018-08-24 | 2018-12-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 用于直升机巡线过程红外热点追踪的图像信息处理系统 |
US20190228573A1 (en) * | 2018-01-25 | 2019-07-25 | General Electric Company | Automated and adaptive three-dimensional robotic site surveying |
WO2019227287A1 (zh) * | 2018-05-28 | 2019-12-05 | 深圳市大疆创新科技有限公司 | 无人机的数据处理方法和设备 |
CN110865337A (zh) * | 2019-11-28 | 2020-03-06 | 柳州辉视科技有限公司 | 无人机激光定位装置 |
CN111009164A (zh) * | 2019-12-09 | 2020-04-14 | 云南电网有限责任公司带电作业分公司 | 一种电力线路无人机智能巡检多维虚拟场景构建方法及其系统 |
US20200221056A1 (en) * | 2017-09-29 | 2020-07-09 | SZ DJI Technology Co., Ltd. | Systems and methods for processing and displaying image data based on attitude information |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
CN112331015A (zh) * | 2020-11-18 | 2021-02-05 | 国网智能科技股份有限公司 | 一种电力设备无人机巡检虚拟仿真培训系统及方法 |
CN112465969A (zh) * | 2020-11-26 | 2021-03-09 | 华能通辽风力发电有限公司 | 基于无人机航拍影像数据的实时三维建模方法及系统 |
CN112800106A (zh) * | 2021-01-15 | 2021-05-14 | 上海大学 | 一种基于数字孪生技术采用历史数据驱动虚拟模型仿真的方法 |
CN112817324A (zh) * | 2020-12-17 | 2021-05-18 | 国网山西省电力公司运城供电公司 | 配网线路多无人机协同巡检任务分配方法和系统 |
US20210148722A1 (en) * | 2019-11-20 | 2021-05-20 | Thinkware Corporation | Method, apparatus, computer program, and computer-readable recording medium for producing high-definition map |
CN113137955A (zh) * | 2021-05-13 | 2021-07-20 | 江苏航空职业技术学院 | 一种基于场景建模和虚拟摄影的无人机航测虚拟仿真方法 |
CN113296537A (zh) * | 2021-05-25 | 2021-08-24 | 湖南博瑞通航航空技术有限公司 | 基于电力杆塔模型匹配的电力无人机巡检方法及系统 |
WO2021189201A1 (zh) * | 2020-03-23 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 飞行数据处理方法、装置、记录器、无人机和存储介质 |
US20210349476A1 (en) * | 2018-09-20 | 2021-11-11 | China Construction Science & Technology Group Co., Ltd. | Method and apparatus for controlling cruise of unmanned air vehicle based on prefabricated construction platform |
WO2021250914A1 (ja) * | 2020-06-09 | 2021-12-16 | ソニーグループ株式会社 | 情報処理装置、移動装置、情報処理システム、および方法、並びにプログラム |
WO2022021739A1 (zh) * | 2020-07-30 | 2022-02-03 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及系统 |
WO2022022721A1 (zh) * | 2020-07-31 | 2022-02-03 | 商汤集团有限公司 | 轨迹预测方法、装置、设备、存储介质及程序 |
CN114048544A (zh) * | 2021-11-09 | 2022-02-15 | 中国人民解放军国防科技大学 | 飞行器结构响应特性预示方法、装置、设备和介质 |
CN114502465A (zh) * | 2019-08-07 | 2022-05-13 | Bae系统信息和电子系统集成有限公司 | 通过脉冲信标和低成本惯性测量单元确定姿态 |
CN114581603A (zh) * | 2022-02-22 | 2022-06-03 | 浙江华飞智能科技有限公司 | 一种无人机建模方法及装置 |
JP2022102366A (ja) * | 2020-12-25 | 2022-07-07 | 地方独立行政法人東京都立産業技術研究センター | データ記録方法、データ処理方法および基準点 |
-
2022
- 2022-09-01 CN CN202211063156.5A patent/CN115562332B/zh active Active
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130218823A1 (en) * | 2010-07-29 | 2013-08-22 | Fabrice Ferrand | Method and system for analysing flight data recorded during a flight of an aircraft |
US20150331975A1 (en) * | 2012-04-04 | 2015-11-19 | Sagem Defense Securite | A method for analyzing flight data recorded by an aircraft in order to cut them up into flight phases |
US20150203212A1 (en) * | 2014-01-17 | 2015-07-23 | Junaid Ahmed Zubairi | Flight Data Tracker |
CN103927798A (zh) * | 2014-04-11 | 2014-07-16 | 贵州大学 | 一种适用于中小型无人机飞行数据的记录方法及装置 |
CN206523788U (zh) * | 2017-02-27 | 2017-09-26 | 中国人民公安大学 | 一种基于无人机航拍的案事件现场三维重建系统 |
US20200221056A1 (en) * | 2017-09-29 | 2020-07-09 | SZ DJI Technology Co., Ltd. | Systems and methods for processing and displaying image data based on attitude information |
CN207968490U (zh) * | 2018-01-04 | 2018-10-12 | 北京普利永华科技发展有限公司 | 一种基于龙芯处理器的atr机载主机 |
US20190228573A1 (en) * | 2018-01-25 | 2019-07-25 | General Electric Company | Automated and adaptive three-dimensional robotic site surveying |
WO2019227287A1 (zh) * | 2018-05-28 | 2019-12-05 | 深圳市大疆创新科技有限公司 | 无人机的数据处理方法和设备 |
CN109040689A (zh) * | 2018-08-24 | 2018-12-18 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 用于直升机巡线过程红外热点追踪的图像信息处理系统 |
US20210349476A1 (en) * | 2018-09-20 | 2021-11-11 | China Construction Science & Technology Group Co., Ltd. | Method and apparatus for controlling cruise of unmanned air vehicle based on prefabricated construction platform |
CN114502465A (zh) * | 2019-08-07 | 2022-05-13 | Bae系统信息和电子系统集成有限公司 | 通过脉冲信标和低成本惯性测量单元确定姿态 |
US20210148722A1 (en) * | 2019-11-20 | 2021-05-20 | Thinkware Corporation | Method, apparatus, computer program, and computer-readable recording medium for producing high-definition map |
CN110865337A (zh) * | 2019-11-28 | 2020-03-06 | 柳州辉视科技有限公司 | 无人机激光定位装置 |
CN111009164A (zh) * | 2019-12-09 | 2020-04-14 | 云南电网有限责任公司带电作业分公司 | 一种电力线路无人机智能巡检多维虚拟场景构建方法及其系统 |
WO2021189201A1 (zh) * | 2020-03-23 | 2021-09-30 | 深圳市大疆创新科技有限公司 | 飞行数据处理方法、装置、记录器、无人机和存储介质 |
WO2021250914A1 (ja) * | 2020-06-09 | 2021-12-16 | ソニーグループ株式会社 | 情報処理装置、移動装置、情報処理システム、および方法、並びにプログラム |
WO2022021739A1 (zh) * | 2020-07-30 | 2022-02-03 | 国网智能科技股份有限公司 | 一种语义智能变电站机器人仿人巡视作业方法及系统 |
WO2022022721A1 (zh) * | 2020-07-31 | 2022-02-03 | 商汤集团有限公司 | 轨迹预测方法、装置、设备、存储介质及程序 |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
CN112331015A (zh) * | 2020-11-18 | 2021-02-05 | 国网智能科技股份有限公司 | 一种电力设备无人机巡检虚拟仿真培训系统及方法 |
CN112465969A (zh) * | 2020-11-26 | 2021-03-09 | 华能通辽风力发电有限公司 | 基于无人机航拍影像数据的实时三维建模方法及系统 |
CN112817324A (zh) * | 2020-12-17 | 2021-05-18 | 国网山西省电力公司运城供电公司 | 配网线路多无人机协同巡检任务分配方法和系统 |
JP2022102366A (ja) * | 2020-12-25 | 2022-07-07 | 地方独立行政法人東京都立産業技術研究センター | データ記録方法、データ処理方法および基準点 |
CN112800106A (zh) * | 2021-01-15 | 2021-05-14 | 上海大学 | 一种基于数字孪生技术采用历史数据驱动虚拟模型仿真的方法 |
CN113137955A (zh) * | 2021-05-13 | 2021-07-20 | 江苏航空职业技术学院 | 一种基于场景建模和虚拟摄影的无人机航测虚拟仿真方法 |
CN113296537A (zh) * | 2021-05-25 | 2021-08-24 | 湖南博瑞通航航空技术有限公司 | 基于电力杆塔模型匹配的电力无人机巡检方法及系统 |
CN114048544A (zh) * | 2021-11-09 | 2022-02-15 | 中国人民解放军国防科技大学 | 飞行器结构响应特性预示方法、装置、设备和介质 |
CN114581603A (zh) * | 2022-02-22 | 2022-06-03 | 浙江华飞智能科技有限公司 | 一种无人机建模方法及装置 |
Non-Patent Citations (5)
Title |
---|
DEBASISH DEB 等: "《An approach to data recording and management in airborne radar》", 《UTTAR PRADESH SECTION INTERNATIONAL CONFERENCE ON ELECTRICAL, COMPUTER AND ELECTRONICS ENGINEERING》 * |
XIUMINZHU 等: "《Path planning of multi-UAVs based on deep Q-network for energy-efficient data collection in UAVs-assisted IoT》", 《VEHICULAR COMMUNICATIONS》 * |
徐美芳: "《民用水陆两栖飞机飞行数据记录器的需求管理》", 《科技论坛》 * |
杨阳: "《飞机状态监控系统的数据处理与应用技术》", 《数据库技术》 * |
程科 等: "《飞行数据采集、记录与译码》", 《飞机设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115562332B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111429574B (zh) | 基于三维点云和视觉融合的移动机器人定位方法和系统 | |
CN111599001B (zh) | 基于图像三维重建技术的无人机导航地图构建系统及方法 | |
CN110009037B (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
CN116843845A (zh) | 一种应用于数字孪生城市的空间数据集成方法及系统 | |
CN112464994A (zh) | 基于PointNet网络的船艇尾浪识别与去除方法 | |
CN110880202B (zh) | 一种三维地形模型创建方法、装置、设备及存储介质 | |
CN115980742B (zh) | 一种用于无人飞行器的雷达探测方法及装置 | |
CN102506867A (zh) | 基于Harris角点匹配的SINS/SMANS组合导航方法及系统 | |
CN116129066A (zh) | 基于数字孪生的自动驾驶高精度地图模型及高精度静态地图制作方法 | |
CN108765446B (zh) | 基于随机场和随机森林的电力线点云分割方法及系统 | |
CN113310491A (zh) | 一种考虑具体结构的无人机航路网自动生成方法 | |
CN117406789A (zh) | 基于图像分析的多无人机桥梁支座巡检航线自动规划方法 | |
CN113724387A (zh) | 一种激光与相机融合的地图构建方法 | |
CN117589167A (zh) | 一种基于三维点云模型的无人机巡检航线规划方法 | |
CN116563466A (zh) | 一种基于深度学习的三维单木点云的补全方法 | |
CN115147798A (zh) | 可行驶区域预测方法、模型、装置及车辆 | |
CN117706577A (zh) | 基于激光雷达三维点云算法的船舶尺寸测量方法 | |
CN115562332B (zh) | 一种无人机机载记录数据的高效处理方法及系统 | |
CN112215395A (zh) | 一种基于海洋大数据的水下装备适应性信息保障系统 | |
Dal Poz et al. | Road network extraction using GPS trajectories based on morphological and skeletonization algorithms | |
CN114637305B (zh) | 一种无人机最短路径规划方法及装置 | |
CN116560410A (zh) | 基于蒙特卡洛树搜索的无人机三维覆盖路径规划方法 | |
CN116184431A (zh) | 无人机自主导航定位地图构建方法、装置及系统 | |
CN115014359A (zh) | 一种无人机路径规划与定位导航系统 | |
KR20230026916A (ko) | 드론을 이용하여 시계열정보가 포함된 3차원 지도의 제작 방법 |
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 |