CN116147578A - 高度检测方法、装置、终端设备以及存储介质 - Google Patents
高度检测方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN116147578A CN116147578A CN202310286206.4A CN202310286206A CN116147578A CN 116147578 A CN116147578 A CN 116147578A CN 202310286206 A CN202310286206 A CN 202310286206A CN 116147578 A CN116147578 A CN 116147578A
- Authority
- CN
- China
- Prior art keywords
- height
- ground
- sensor
- data
- ground clearance
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000001914 filtration Methods 0.000 claims description 34
- 230000004927 fusion Effects 0.000 claims description 29
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 description 13
- 238000005259 measurement Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 7
- 101000802640 Homo sapiens Lactosylceramide 4-alpha-galactosyltransferase Proteins 0.000 description 4
- 102100035838 Lactosylceramide 4-alpha-galactosyltransferase Human genes 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
- G01C5/005—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels altimeters for aircraft
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/882—Radar or analogous systems specially adapted for specific applications for altimeters
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种高度检测方法、装置、终端设备以及存储介质，通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
Description
技术领域
本发明涉及飞行控制技术领域，尤其涉及高度检测方法、装置、终端设备以及存储介质。
背景技术
随着现代交通工具的快速发展，小型载人飞行器越来越引起人们的关注，小型载人飞行器是融入未来立体交通网络的重要选项之一。载人飞行器的飞行过程主要分为三个阶段：起飞、航行、降落。在起飞和降落过程中，飞行器离地相对高度是最重要的参数之一，这就需要飞行器上的测高传感器系统能够持续地提供精确的高度信息。
传统的飞行器的高度数据通常通过GPS或者气压计获得，但是在近地面的场景中，GPS信号可能会受到严重干扰，且GPS往往只能得到海拔高度，难以得到飞行器与地面的相对高度，特别是在地面存在障碍物的情况下。在飞行器离地面越近的过程中，高度信息的稳定性、准确性和连续性对飞行器的起降安全愈发重要，而飞行器在近地面的强地效会导致气压计在这种状况下失灵，从而使得气压计输出的高度出现严重的错误或较大的波动，导致飞行器的起降过程中的安全性下降。
因此，有必要提出一种通过提高飞行器的高度检测的准确性、稳定性和连续性，以提高飞行器的安全性的解决方案。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种高度检测方法、装置、终端设备以及存储介质，旨在通过提高飞行器的高度检测的准确性、稳定性和连续性，以提高飞行器的安全性。
为实现上述目的，本发明提供一种高度检测方法，所述高度检测方法包括：
获取离地高度数据及加速度计参数值；
对所述离地高度数据进行融合，得到目标高度数据；
对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
可选地，所述获取离地高度数据及加速度计参数值的步骤包括：
获取各雷达传感器对应的离地高度数据，其中，所述各雷达传感器包括第一类雷达传感器和/或第二类雷达传感器；
通过惯性传感器获取所述加速度计参数值。
可选地，所述对所述离地高度数据进行融合，得到目标高度数据的步骤包括：
判断所述离地高度数据所处的高度区间；
若所述离地高度数据处于第一高度区间，则基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据；
若所述离地高度数据处于第二高度区间，则基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据。
可选地，所述第一类雷达传感器包括第一传感器和第二传感器，所述基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器和第二传感器对应的离地高度数据计算第一高度差；
根据第一传感器与第二传感器的距离，结合所述第一高度差，计算得到相对夹角；
根据所述相对夹角确定地面坡度角，并判断所述地面坡度角是否超过第一角度阈值；
若所述地面坡度角超过第一角度阈值，则输出第一提示信息。
可选地，所述第二类雷达传感器包括第三传感器和第四传感器，所述基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面；
若所述地面形貌为平面，则计算所述平面的坡度角，并在所述平面的坡度角超过第二角度阈值时输出第二提示信息；
若所述地面形貌不是平面，则输出第三提示信息。
可选地，所述根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面的步骤包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据确定地面所处平面方程及第四目标点位置；
判断所述第四目标点位置是否位于所述地面所处平面方程；
若所述第四目标点位置位于所述地面所处平面方程，则判定所述地面形貌为平面；
若所述第四目标点位置不位于所述地面所处平面方程，则判定所述地面形貌不是平面。
可选地，所述对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值的步骤之后还包括：
将所述实时高度输出值传输到飞控系统中，以供所述飞控系统根据所述实时高度输出值生成相应的飞行动作指令。
此外，为实现上述目的，本发明还提供一种高度检测装置，所述高度检测装置包括：
获取模块，用于获取离地高度数据及加速度计参数值；
第一融合模块，用于对所述离地高度数据进行融合，得到目标高度数据；
第二融合模块，用于对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的高度检测程序，所述高度检测程序被所述处理器执行时实现如上所述的高度检测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有高度检测程序，所述高度检测程序被处理器执行时实现如上所述的高度检测方法的步骤。
本发明实施例提出的一种高度检测方法、装置、终端设备以及存储介质，通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
附图说明
图1为本发明高度检测装置所属终端设备的功能模块示意图；
图2为本发明高度检测方法一示例性实施例的流程示意图；
图3为图2实施例中步骤S20的具体流程示意图；
图4为本发明实施例中的测高传感器系统架构示意图；
图5为本发明实施例中的全地形起飞及降落系统架构示意图；
图6为本发明实施例中全地形自动起飞及降落方法的流程示意图；
图7为本发明实施例中的高度滤波器算法原理示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例的主要解决方案是：通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
具体地，参照图1，图1为本发明高度检测装置所属终端设备的功能模块示意图。该高度检测装置可以为独立于终端设备的、能够进行高度检测的装置，其可以通过硬件或软件的形式承载于终端设备上。该终端设备可以为手机、平板电脑等具有数据处理功能的智能移动终端，还可以为具有数据处理功能的固定终端设备或服务器等。
在本实施例中，该高度检测装置所属终端设备至少包括输出模块110、处理器120、存储器130以及通信模块140。
存储器130中存储有操作系统以及高度检测程序，高度检测装置可以将获取的各传感器对应的离地高度数据及加速度计参数值，基于预设的高度滤波算法对所述离地高度数据进行融合，得到的目标高度数据，以及对所述加速度计参数值与所述目标高度数据进行融合，得到的实时高度输出值等信息存储于该存储器130中；输出模块110可为显示屏等。通信模块140可以包括WIFI模块、移动通信模块以及蓝牙模块等，通过通信模块140与外部设备或服务器进行通信。
其中，存储器130中的高度检测程序被处理器执行时实现以下步骤：
获取离地高度数据及加速度计参数值；
对所述离地高度数据进行融合，得到目标高度数据；
对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
获取各雷达传感器对应的离地高度数据，其中，所述各雷达传感器包括第一类雷达传感器和/或第二类雷达传感器；
通过惯性传感器获取所述加速度计参数值。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
判断所述离地高度数据所处的高度区间；
若所述离地高度数据处于第一高度区间，则基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据；
若所述离地高度数据处于第二高度区间，则基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
根据所述第一传感器和第二传感器对应的离地高度数据计算第一高度差；
根据第一传感器与第二传感器的距离，结合所述第一高度差，计算得到相对夹角；
根据所述相对夹角确定地面坡度角，并判断所述地面坡度角是否超过第一角度阈值；
若所述地面坡度角超过第一角度阈值，则输出第一提示信息。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面；
若所述地面形貌为平面，则计算所述平面的坡度角，并在所述平面的坡度角超过第二角度阈值时输出第二提示信息；
若所述地面形貌不是平面，则输出第三提示信息。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据确定地面所处平面方程及第四目标点位置；
判断所述第四目标点位置是否位于所述地面所处平面方程；
若所述第四目标点位置位于所述地面所处平面方程，则判定所述地面形貌为平面；
若所述第四目标点位置不位于所述地面所处平面方程，则判定所述地面形貌不是平面。
进一步地，存储器130中的高度检测程序被处理器执行时还实现以下步骤：
将所述实时高度输出值传输到飞控系统中，以供所述飞控系统根据所述实时高度输出值生成相应的飞行动作指令。
本实施例通过上述方案，具体通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
基于上述终端设备架构但不限于上述架构，提出本发明方法实施例。
本实施例方法的执行主体可以为一种高度检测装置或终端设备等，本实施例以高度检测装置进行举例。
参照图2，图2为本发明高度检测方法一示例性实施例的流程示意图。所述高度检测方法包括：
步骤S10，获取离地高度数据及加速度计参数值；
具体地，本发明实施例中提供一种测高传感器系统，其中包括各个传感器，作为其中一种实施方式，测高传感器系统由一个毫米波雷达，一个单点激光雷达，和两个超声波雷达组成，通过各传感器可以获取到飞行器的离地高度数据。此外，通过惯性传感器可以获取到加速度计参数值，用于与高度数据进行融合，进一步提高实时输出的高度数据的准确性和稳定性。
可选地，在获取离地高度数据及加速度计参数值的步骤之前，可以是通过飞手或乘客发出起飞或降落的指令使飞行器的控制器开始实时接收来自测高传感器系统的数据。
可选地，飞手或乘客发出起飞或降落指令的方式，可以是通过实体按键、虚拟按键、语音控制以及手势命令中的一种或多种方式实现。
步骤S20，对所述离地高度数据进行融合，得到目标高度数据；
进一步地，获取到各传感器对应的离地高度数据后，即可通过预设的高度滤波算法对离地高度数据进行融合，得到目标高度数据，在此过程中，可以通过判断飞行器的离地高度所在的区间确定采用的离地高度数据。
可选地，当飞行器的离地高度处于第一高度区间，则选用量程在第一高度区间范围内的第一类雷达传感器对应的离地高度数据，并通过高度滤波算法进行融合，从而计算得到目标高度数据，本发明实施例中第一类雷达传感器包括第一传感器及第二传感器。
可选地，当飞行器的离地高度处于第二高度区间，由于本发明实施例中的第二高度区间小于第一高度区间，则此时的离地高度也在第一高度区间范围内，因此在选用量程在第二高度区间范围内第二类雷达传感器的同时，还可以选用第一类雷达传感器对应的离地高度数据，并通过高度滤波算法进行融合，从而计算得到目标高度数据，本发明实施例中量程在第二高度区间内的传感器包括第三传感器和第四传感器。
步骤S30，对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
更进一步地，通过高度滤波算法对离地高度数据进行融合，得到目标高度数据后，即可结合加速度计参数值进行数据融合，得到实时高度输出值。
可选地，对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值的步骤包括：
将所述加速度计参数值与所述目标高度数据输入卡尔曼滤波算法进行实时迭代，得到所述实时高度输出值。
具体地，得到雷达高度融合值H_fusion后，由于雷达测距的特性和地面环境的复杂性，由多雷达融合得到的相对高度可能存在较大的噪声和跳变，不利于进一步进行飞行控制，而惯性传感器仅与飞行器自身状态有关，受外界干扰和地面形貌的影响较小，因此可以通过将加速度计的参数和雷达融合输出的高度进行融合，可以明显提高飞行器相对高度的稳定性和准确性，实现准确且平稳的高度输出。
在卡尔曼滤波算法中，设系统的状态向量为X(k)，状态转移矩阵F，观测值Z(k)，映射矩阵H，传感器噪声协方差矩阵R，噪声协方差矩阵Q，卡尔曼滤波算法的5个公式如下所示：
P(k)＝F*P(k-1)*FT+Q
K＝P(k)*HT*(H*P(k)HT+R)-1
P′(k)＝P(k)-K*H*P(k)
其中，状态向量X(k)＝[h(k)，v(k)，a(k)]T，此处设采样间隔T极短，可以近似认为加速度是不变的，那么可以得到如下公式；
h(k+1)＝h(k)+v(k)*T+0.5*a(k)*T2
v(k+1)＝0*h(k)+v(k)+a(k)*T
a(k+1)＝0*h(k)+O*v(k)*T+a(k)
可以得到状态转移矩阵F＝[1,T,0.5T2；0,1,T；0,0,1]
从传感器的角度考虑，可以观测到的值Z(k)＝[h(k),a(k)]，那么可以得到映射矩阵为H＝[1,0,0；0,0,1]，观测误差R＝[10,0；0,0.5]，过程误差Q＝[0.00001,0,0；0,0.00001,0；0,0,0.00001]，初始值由测高传感器和加速度计提供，将上述矩阵带入到卡尔曼滤波算法的五个公式中迭代即可，通过卡尔曼滤波实时迭代可得到经过滤波的高度输出H_out。
可选地，对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值的步骤之后还包括：
将所述实时高度输出值传输到飞控系统中，以供所述飞控系统根据所述实时高度输出值生成相应的飞行动作指令。
可选地，将实时高度输出传入飞控计算机中，飞控系统将高度数据反馈到飞机的姿态和速度的控制中去，给出相应的飞行动作指令，飞行器按飞控计算机输出的指令做规划的飞行动作，完成起飞或降落的命令，从而提高了飞行器在飞行或降落过程中的安全性。
在本实施例中，通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
参照图3，图3为图2实施例中步骤S20的具体流程示意图。本实施例基于上述图2所示的实施例，在本实施例中，上述步骤S20包括：
步骤S201，判断所述离地高度数据所处的高度区间；
具体地，各传感器包括第一传感器、第二传感器、第三传感器及第四传感器，本发明实施例中的第一传感器为单点激光雷达，第二传感器为毫米波雷达，第三传感器及第四传感器均为超声波雷达。在实际飞行器起飞和降落的过程中，超声波雷达基于其近距离的高精度和低盲区距离的特点，可以在起飞和降落的近地阶段提供可靠的飞行器离地高度数据，在飞行器上升到超声波雷达量程之外的时候，毫米波雷达和单点激光雷达能继续为飞行器输出准确的离地高度。多款不同工作原理的测高雷达带来了器件异构冗余安全性，其一可以避免同一款多雷达冗余系统存在同时失效的风险；其二，不同的测高雷达由于其测距原理不同，可以在起降场景和测距高度上形成互补，真正的实现全场景的自动起降。并且在多个雷达同时生效的区域，还可以根据多雷达融合算法来进一步提高飞行器离地高度输出的稳定性及针对飞行器下方地形地貌的判断和给出是否起降的参考。
本发明实施例中设置两个高度阈值，第一高度阈值是H1，第二高度阈值H2，大于第一高度阈值H1时：此时超过各雷达传感器的最远量程，雷达输出无效值，此处定义雷达融合高度为：
H_fusion＝H_out＝65535；
可选地，第一高度区间为小于第一高度阈H1值且大于第二高度阈值H2，此时相对地面的距离超过了超声波雷达的量程，但是在单点激光和毫米波雷达的量程范围内，雷达分别输出高度为H_lidar和H_radar。
可选地，第二高度区间为小于第二高度阈值H2大于0，此时飞行器相对地面的高度全都进入了四个雷达的量程，四个雷达同时输出高度，分别为H_lidar、H_radar、H_uss1和H_uss2。
步骤S202，若所述离地高度数据处于第一高度区间，则基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据；
可选地，如果离地高度数据处于第一高度区间，即小于第一高度阈H1值且大于第二高度阈值H2，此时相对地面的距离在单点激光和毫米波雷达的量程范围内，雷达分别输出高度为H_lidar和H_radar，根据雷达的精度优势采取加权均值滤波融合算法，即：
H_fusion＝H_lidar*α+H_radar*(1-α)
其中，α取值是分段取值，根据两个雷达的精度特性分配不同的权重值，单点激光雷达在全量程都维持在5％的测量精度，越近误差越小，而毫米波雷达在远距离的测量精度和近距离的基本一致，都能维持在10cm左右，因此随着测距距离增加，单点激光雷达的精度会变差，因此这里α取值如下所示：
可选地，基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器和第二传感器对应的离地高度数据计算第一高度差；
根据第一传感器与第二传感器的距离，结合所述第一高度差，计算得到相对夹角；
根据所述相对夹角确定地面坡度角，并判断所述地面坡度角是否超过第一角度阈值；
若所述地面坡度角超过第一角度阈值，则输出第一提示信息。
具体地，由于雷达之间距离是固定的，设为L，则根据雷达之间的距离L和高度差ΔH，可以通过三角关系得到此时飞行器相对于地面的夹角，在降落的过程中，飞行器的姿态始终保持与水平面相平行，则计算得到夹角就可以认为是地面斜坡与水面的夹角，这里可以算出夹角大小为：
Θ＝arctan(ΔH/L)
本发明实施例中在系统中设定一个角度阈值Δθ1，当Θ<Δθ1，则判定地面的斜坡角度较小，不影响降落安全，当Θ≥Δθ1，判定地面斜坡角度过大，生成第一提示信息，例如，在显示屏上提醒驾驶员“地面斜坡过大，需要确定是否继续降落，或选择其他区域满足降落条件的区域降落”。
步骤S203，若所述离地高度数据处于第二高度区间，则基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据。
可选地，如果离地高度数据处于第二高度区间，即小于第二高度阈值H2大于0，此时飞行器相对地面的高度全都进入了四个雷达的量程，四个雷达同时输出高度，分别为H_lidar、H_radar、H_uss1和H_uss2，此时同样采用加权均值滤波融合算法，即：
H_fusion＝H_lidar*α1+(H_uss1+H_uss2)/2*α2+H_radar*(1-α1-α2)
本发明实施例中，由于超声波雷达在近距离具有最高的精度，单点激光雷达次之，毫米波精度最差，因此α1＝0.4、α1＝0.5。
可选地，基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面；
若所述地面形貌为平面，则计算所述平面的坡度角，并在所述平面的坡度角超过第二角度阈值时输出第二提示信息；
若所述地面形貌不是平面，则输出第三提示信息。
可选地，根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面的步骤包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据确定地面所处平面方程及第四目标点位置；
判断所述第四目标点位置是否位于所述地面所处平面方程；
若所述第四目标点位置位于所述地面所处平面方程，则判定所述地面形貌为平面；
若所述第四目标点位置不位于所述地面所处平面方程，则判定所述地面形貌不是平面。
具体地，由于获得了4个雷达的高度数据，可以得到关于降落地面更多的形貌信息，由空间中不共线的三点坐标可以唯一确定一个平面，可以得出降落地面在空间中所处的平面方程，设此平面方程为一般式：
A*x+B*y+C*z+D＝0
代入其中三个雷达测得的目标点的空间位置，可以将平面方程系数求出，在平面方程中带入第四个雷达测得的目标点的空间位置，可以得到此点是否位于地面所处的平面方程中，此处可以分为两种情况：
第一种情况，第四个目标点在平面方程上，可以通过此平面与水平面的夹角公式求出地面的倾斜角度大小为：
其中，n1和n2分别为地面和水平面的法向量，n1＝(A,B,C),n2＝(0,0,1),同理，求出Θ角后，当Θ<Δθ1，判定地面的斜坡角度较小，不影响降落安全，当Θ≥Δθ1，判定地面斜坡角度过大，生成第二提示信息，例如，在显示屏上提醒驾驶员“地面斜坡过大，需要确定是否继续降落，或选择其他区域满足降落条件的区域降落”。
第二种情况，当第四个目标点不在所求的平面方程上时，说明地面形貌不是一个平整的平面，可能时一个高低不平的表面，这对飞行器降落很不利，生成第三提示信息，例如，在显示屏上提醒驾驶员“地面不平整，需要确定是否继续降落，或选择其他区域满足降落条件的区域降落”。
需要说明的是，本发明实施例中选用了单点激光雷达，毫米波雷达和超声波雷达，其中各雷达的种类并非不可替代，还可以采用面阵激光雷达，双目相机，3D结构光等测距传感器等，但前提是需要平衡远距离和近距离测距，多场景覆盖和异构冗余的设计，保证系统的稳定性，准确性和安全性。本发明实施例中提及的加权均值滤波算法和卡尔曼融合算法都是选用的一般性算法模型，在此基础上可以拓展至更复杂算法模型以达到不同的目的。
本实施例通过上述方案，具体通过判断所述离地高度数据所处的高度区间；若所述离地高度数据处于第一高度区间，则基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据；若所述离地高度数据处于第二高度区间，则基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据，通过内置的各传感器和高度滤波算法，不仅可以实现全量程高精度的飞行器离地高度输出，还可以通过各传感器的数据识别降落地面的地形地貌，给驾驶员提供实时预警，辅助飞控精准控制飞行器起降速度和状态，提升准确性以及提高飞行品质。
此外，本发明实施例还提出一种高度检测装置，所述高度检测装置包括：
获取模块，用于获取离地高度数据及加速度计参数值；
第一融合模块，用于对所述离地高度数据进行融合，得到目标高度数据；
第二融合模块，用于对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
具体地，本发明实施例中提出了基于多传感器融合的全地形自动降落地系统解决方案和硬件装置设备，参照图4，图4为本发明实施例中的测高传感器系统架构示意图，如图4所示，S12是一个中远距离毫米波雷达，S13是一个中远距离的单点激光雷达，S14和S15是两个近距离的超声波雷达。布置在飞行器的前后底盘下表面，布置在前后两个区域也是基于位置布置的冗余考虑，增加系统的安全性，测高传感器的种类还有很多，面阵激光雷达，双目相机，3D结构光传感器等，此系统中的雷达不比限于图上的设计，但需要保证远、近量程搭配，不同测距原理搭配，本发明实施例中选择的各传感器是基于系统安全性，功能性和经济性的全局考虑。在实际飞行器起飞和降落的过程中，超声波雷达基于其近距离的高精度和低盲区距离的特点，可以在起飞和降落的近地阶段提供可靠的飞行器离地高度数据，在飞行器上升到超声波雷达量程之外的时候，毫米波雷达和单点激光雷达能继续为飞行器输出准确的离地高度。多款不同工作原理的测高雷达带来了器件异构冗余安全性，第一，可以避免同一款多雷达冗余系统存在同时失效的风险；第二，不同的测高雷达由于其测距原理不同，可以在起降场景和测距高度上形成互补，真正的实现全场景的自动起降。
此外，在多个雷达同时生效的区域，还可以根据多雷达融合算法来进一步提高飞行器离地高度输出的稳定性及针对飞行器下方地形地貌的判断和给出是否起降的参考。由于测高雷达无论是基于什么原理都存在一定的距离跳变和噪声引起测距波动场景，因此，本发明实施例中还提出了一种基于卡尔曼滤波的测高雷达和加速度计高度融合算法，从而提高飞行器的相对地面高度的稳定，准确输出。
参照图5，图5为本发明实施例中的全地形起飞及降落系统架构示意图，如图5所示，本发明实施例中提出的基于多传感器融合的全地形自动降落系统主要包括输入装置、控制器、测距模块、显示屏、存储器，其中具体包括：
S21：输入装置，此装置输入起飞或降落的命令，此处的输入装置可以是实体按键，UI界面的虚拟按键，语音或者手势指令等；
S22：控制器，此装置是飞行器的控制中枢系统，在接收到输入装置输入的命令时，系统开始接收来自测距模块的高度数据，根据内置的高度滤波器来计算出当前飞行器的实际离地高度，并发送给存储器和显示屏；
S23：测距模块，此装置即本发明前述实施例中提到的多传感器组成的测高传感器系统，由一个毫米波雷达，一个单点激光雷达，和两个超声波雷达组成，测距模块自飞行器上电开始就连续不断的输出飞行器的对地高度，在地面静止时，输出高度为0，离地后输出实际对地高度，数据传入控制器中，进入到高度滤波器中融合输出准确的对地高度；
S24：存储器，此装置是飞行器的存储单元，用来存储控制器中发送过来的高度数据。
S25：显示屏，此装置是飞行器的显示装置，用来显示控制器中发送过来的高度数据，用来提醒飞手或乘客此时飞行器的实际离地高度及地面的形貌判断。
参照图6，图6为本发明实施例中全地形自动起飞及降落方法的流程示意图，如图6所示，本发明实施例中提出的基于多传感器融合的全地形自动起飞及降落方法的实现流程具体包括：
S31:由飞手或者乘客发出起飞或降落的指令，可以是实体按键，虚拟按键，语音或者手势命令；
S32：起飞或者降落的指令发出之后，飞行器的控制器开始实时接收来自测高传感器系统的各传感器对应的离地高度数据，并传入高度滤波器中；
S33：当各测高雷达的数据传入到高度滤波器中，经过高度滤波算法融合输出一个高度数据，高度滤波器的算法参考前述实施例，在此不作赘述；
S34：融合输出的高度信息传入存储装置备份，以及传入显示屏，供相关人员查看，提醒相关人员注意飞机的离地高度；
S35:融合输出的高度传入飞控计算机中，飞控系统将高度数据反馈到飞机的姿态和速度的控制中去，给出相应的飞行动作指令；
S36：飞行器按飞控计算机输出的指令做规划的飞行动作，完成起飞或降落的命令。
参照图7，图7为本发明实施例中的高度滤波器算法原理示意图，如图7所示，本发明实施例中高度滤波器的算法实现流程主要包括：
S41：通过四个测高雷达持续输出各自的高度数据和置信度数据；
S42：通过雷达高度融合算法模块，输出一个融合后的高度数据和提示信息；
S43：通过加速度计输出飞行器自身的高度、速度以及加速度信息供后续卡尔曼融合算法使用；
S44:当得到雷达高度融合值H_fusion时，由于雷达测距的特性和地面环境的复杂性，由多个雷达融合得到的相对高度可能存在较大的噪声和跳变，这对飞行控制来说是不友好的，准确且平稳的高度输出才能使得飞控系统提供更好的飞行品质，而惯性传感器仅与飞行器自身状态有关，受外界干扰和地面形貌的影响较小，因此可以通过将加速度计的参数和雷达融合输出的高度进行融合，可以明显提高飞行器相对高度的稳定性和准确性；
S45：通过卡尔曼滤波实时迭代可得到经过滤波的实时高度输出H_out。本发明实施例中提出的多传感器融合的测高传感器系统，能够有效的实现沙土路面，水泥路面，金属表面，树林草地，过水路面和深水环境等全地形全天候的飞行器测高，保证了飞行器在任意情况下都能稳定安全的起飞和降落，极大地提高飞行器地安全性和适用性。
在本实施例中，通过多源异构雷达传感器融合，可以降低复杂场景雷达失效可能性，在沙土路面，水泥路面，金属表面，树林草地，过水路面和深水环境等全地形全天候的场景下实现飞行器自动起降和测高，可以实现远近全量程内都具备同样高的测距精度和连续性，异构冗余也给系统带来更高的安全性。通过内置的雷达高度融合模块和卡尔曼滤波模块不仅可以实现全量程高精度的飞行器离地高度输出，还可以通过各测高雷达的数据识别降落地面的地形地貌，给驾驶员提供实时预警，辅助飞控精准控制飞行器起降速度和状态，提升准确性以及提高飞行品质。
此外，本发明实施例还提出一种终端设备，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的高度检测程序，所述高度检测程序被所述处理器执行时实现如上所述的高度检测方法的步骤。
由于本高度检测程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有高度检测程序，所述高度检测程序被处理器执行时实现如上所述的高度检测方法的步骤。
由于本高度检测程序被处理器执行时，采用了前述所有实施例的全部技术方案，因此至少具有前述所有实施例的全部技术方案所带来的所有有益效果，在此不再一一赘述。
相比现有技术，本发明实施例提出的高度检测方法、装置、终端设备以及存储介质，通过获取离地高度数据及加速度计参数值；对所述离地高度数据进行融合，得到目标高度数据；对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值，通过将离地高度数据进行融合得到的目标高度数据，与加速度计参数值进一步进行融合，得到实时高度输出值，提高了高度检测的准确性，同时提高了飞行器高度检测的稳定性和连续性，从而有助于提高飞行器的安全性。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请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，该计算机软件产品存储在如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种高度检测方法，其特征在于，所述高度检测方法包括以下步骤：
获取离地高度数据及加速度计参数值；
对所述离地高度数据进行融合，得到目标高度数据；
对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
2.如权利要求1所述的高度检测方法，其特征在于，所述获取离地高度数据及加速度计参数值的步骤包括：
获取各雷达传感器对应的离地高度数据，其中，所述各雷达传感器包括第一类雷达传感器和/或第二类雷达传感器；
通过惯性传感器获取所述加速度计参数值。
3.如权利要求1所述的高度检测方法，其特征在于，所述对所述离地高度数据进行融合，得到目标高度数据的步骤包括：
判断所述离地高度数据所处的高度区间；
若所述离地高度数据处于第一高度区间，则基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据；
若所述离地高度数据处于第二高度区间，则基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据。
4.如权利要求3所述的高度检测方法，其特征在于，所述第一类雷达传感器包括第一传感器和第二传感器，所述基于高度滤波算法，对第一类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器和第二传感器对应的离地高度数据计算第一高度差；
根据第一传感器与第二传感器的距离，结合所述第一高度差，计算得到相对夹角；
根据所述相对夹角确定地面坡度角，并判断所述地面坡度角是否超过第一角度阈值；
若所述地面坡度角超过第一角度阈值，则输出第一提示信息。
5.如权利要求3所述的高度检测方法，其特征在于，所述第二类雷达传感器包括第三传感器和第四传感器，所述基于高度滤波算法，对第一类雷达传感器及第二类雷达传感器对应的离地高度数据进行融合，得到所述目标高度数据的步骤之后还包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面；
若所述地面形貌为平面，则计算所述平面的坡度角，并在所述平面的坡度角超过第二角度阈值时输出第二提示信息；
若所述地面形貌不是平面，则输出第三提示信息。
6.如权利要求5所述的高度检测方法，其特征在于，所述根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据，判断地面形貌是否为平面的步骤包括：
根据所述第一传感器、第二传感器、第三传感器及第四传感器对应的离地高度数据确定地面所处平面方程及第四目标点位置；
判断所述第四目标点位置是否位于所述地面所处平面方程；
若所述第四目标点位置位于所述地面所处平面方程，则判定所述地面形貌为平面；
若所述第四目标点位置不位于所述地面所处平面方程，则判定所述地面形貌不是平面。
7.如权利要求1所述的高度检测方法，其特征在于，所述对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值的步骤之后还包括：
将所述实时高度输出值传输到飞控系统中，以供所述飞控系统根据所述实时高度输出值生成相应的飞行动作指令。
8.一种高度检测装置，其特征在于，所述高度检测装置包括：
获取模块，用于获取离地高度数据及加速度计参数值；
第一融合模块，用于对所述离地高度数据进行融合，得到目标高度数据；
第二融合模块，用于对所述加速度计参数值与所述目标高度数据进行融合，得到实时高度输出值。
9.一种终端设备，其特征在于，所述终端设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的高度检测程序，所述高度检测程序被所述处理器执行时实现如权利要求1-7中任一项所述的高度检测方法的步骤。
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上存储有高度检测程序，所述高度检测程序被处理器执行时实现如权利要求1-7中任一项所述的高度检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310286206.4A CN116147578A (zh) | 2023-03-21 | 2023-03-21 | 高度检测方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310286206.4A CN116147578A (zh) | 2023-03-21 | 2023-03-21 | 高度检测方法、装置、终端设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116147578A true CN116147578A (zh) | 2023-05-23 |
Family
ID=86373769
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310286206.4A Pending CN116147578A (zh) | 2023-03-21 | 2023-03-21 | 高度检测方法、装置、终端设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116147578A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106595578A (zh) * | 2017-01-25 | 2017-04-26 | 上海拓攻机器人有限公司 | 一种基于多传感器信息融合的无人机高度测量方法及系统 |
| CN106840085A (zh) * | 2016-12-20 | 2017-06-13 | 长安大学 | 一种基于多层信息融合的无人机测高方法 |
| CN112313535A (zh) * | 2019-11-05 | 2021-02-02 | 深圳市大疆创新科技有限公司 | 距离检测方法、距离检测设备、自主移动平台和存储介质 |
-
2023
- 2023-03-21 CN CN202310286206.4A patent/CN116147578A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106840085A (zh) * | 2016-12-20 | 2017-06-13 | 长安大学 | 一种基于多层信息融合的无人机测高方法 |
| CN106595578A (zh) * | 2017-01-25 | 2017-04-26 | 上海拓攻机器人有限公司 | 一种基于多传感器信息融合的无人机高度测量方法及系统 |
| CN112313535A (zh) * | 2019-11-05 | 2021-02-02 | 深圳市大疆创新科技有限公司 | 距离检测方法、距离检测设备、自主移动平台和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10527720B2 (en) | Millimeter-wave terrain aided navigation system | |
| US7352292B2 (en) | Real-time, three-dimensional synthetic vision display of sensor-validated terrain data | |
| US9830411B2 (en) | System and method for locating impacts on an external surface | |
| US8509965B2 (en) | Integrated collision avoidance system for air vehicle | |
| KR101193115B1 (ko) | 3ｄ 전자 지도 시스템 | |
| US8249762B1 (en) | Device and method for monitoring the obstructions in the close environment of an aircraft | |
| EP2244239A2 (en) | Enhanced vision system for precision navigation in low visibility or global positioning system (GPS) denied conditions | |
| US20150051758A1 (en) | Method and System for Landing of Unmanned Aerial Vehicle | |
| US20020069019A1 (en) | Positioning and proximity warning method and system thereof for vehicle | |
| CN109903592B (zh) | 一种基于误差理论的高精度航空器自动近地防撞系统地形扫描方法 | |
| CN109491399B (zh) | 自动飞行控制系统和方法 | |
| US11181634B1 (en) | Systems and methods of intelligent weather sensing using deep learning convolutional neural networks | |
| EP3128386A1 (en) | Method and device for tracking a moving target from an air vehicle | |
| CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
| Cappello et al. | A low-cost and high performance navigation system for small RPAS applications | |
| CN107783106A (zh) | 无人机与障碍物之间的数据融合方法 | |
| JP2003503717A (ja) | 地形ナビゲーション装置 | |
| US10242582B1 (en) | Visualization of glide distance for increased situational awareness | |
| EP3477260B1 (en) | Aircraft systems and methods for approach stabilization | |
| EP2037216B1 (en) | System and method for displaying a digital terrain | |
| CN116147578A (zh) | 高度检测方法、装置、终端设备以及存储介质 | |
| CN117716312A (zh) | 用于解决自主车辆的雷达系统的层次模糊性的方法、系统和计算机程序产品 | |
| Ma et al. | A review: The survey of attitude estimation in autonomous uav navigation | |
| EP3702871B1 (en) | Design and processing of multispectral sensors for autonomous flight | |
| KR101727254B1 (ko) | 항공기 충돌 방지 장치 |
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 |