CN116165674B - 一种黑飞无人机精准定位方法 - Google Patents
一种黑飞无人机精准定位方法 Download PDFInfo
- Publication number
- CN116165674B CN116165674B CN202310450171.3A CN202310450171A CN116165674B CN 116165674 B CN116165674 B CN 116165674B CN 202310450171 A CN202310450171 A CN 202310450171A CN 116165674 B CN116165674 B CN 116165674B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- tracking
- black
- aerial vehicles
- 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.)
- Active
Links
Classifications
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/66—Tracking systems using electromagnetic waves other than radio waves
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种黑飞无人机精准定位方法,属于无人机精准定位方法技术领域,在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测,通过跟踪无人机上的计算平台反馈周围无人机状态信号,发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门,确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统,在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位,跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置。
Description
技术领域
本发明涉及一种无人机精准定位方法,特别是涉及一种黑飞无人机精准定位方法,属于无人机精准定位方法技术领域。
背景技术
黑飞无人机通常指未经过法律监管、没有合法飞行许可、或者用于非法活动的无人机。
这些无人机通常不符合航空器安全标准,可能存在安全隐患,并且容易对社会造成不良影响。
在现有技术中对黑飞无人机在定位上存在一些需要克服的缺陷:
由于黑飞无人机通常没有配备全球卫星定位系统(GNSS)或其他精确定位设备,因此很难确定它们的准确位置;
黑飞无人机外观与合法的无人机类似,因此在雷达、监视器等设备中很难区分二者,特别是在离目标较远、速度较快时更加困难,为此设计一种黑飞无人机精准定位方法来解决上述问题。
发明内容
本发明的主要目的是为了提供一种黑飞无人机精准定位方法,在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测,通过跟踪无人机上的计算平台反馈周围无人机状态信号,发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门,确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统,在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位,跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置,将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置,采用此种方案实现更加精准的对黑飞无人机进行定位,准确度和效率大大提高。
本发明的目的可以通过采用如下技术方案达到:
一种黑飞无人机精准定位方法,包括如下步骤:
步骤一:在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测;
步骤二:通过跟踪无人机上的计算平台反馈周围无人机状态信号;
步骤三:发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门;
步骤四:确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统;
步骤五:在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位;
步骤六:跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置;
步骤七:将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置。
优选的,在步骤一中跟踪无人机上搭载摄像头采用三轴云台来将360°全景摄像头安装在无人机上,通过电机和传感器控制云台的稳定性和方向。
优选的,在步骤二中还包括如下步骤:
S11:通过跟踪无人机上搭载摄像头和激光雷达对周围无人机进行监视并采集周围无人机位置信息至无人机计算平台上;
S12:不同无人机将采集的周围无人机信息反馈至后台系统构成多组周围空间反馈数据;
S13:对多组周围空间反馈数据采用学习算法进行数据处理并与卫星定位系统获取的位置信息数据进行校对;
S14:将校对后的位置信息数据反馈至对应的跟踪无人机技术平台上进行跟踪无人机自身的精准定位。
优选的,在步骤三中还包括如下步骤:
S21:对跟踪无人机的型号、类型、外型和跟踪无人机平台系统特征进行录入后台系统内;
S22:通过跟踪无人机设置的摄像头和激光雷达发现非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机则进行报备至安全机构部门;
S23:安全机构部门进行对非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机进行核对是否为报备信息;
S24:确定无报备信息则安全机构部门将信息反馈至跟踪无人机控制系统后台,则认定非报备无人机为黑飞无人机。
优选的,在步骤四中还包括如下步骤:
S31:跟踪无人机采用搭载摄像头和激光雷达对周围环境进行扫描,并检测出可能存在的障碍物;
S32:对采集的图像通过深度学习的神经网络可以对图像进行实时处理;
S33:当检测到障碍物时,无人机需要跟踪障碍物的运动状态并预测障碍物的未来位置;
S34:基于当前所处位置和障碍物的位置,无人机需要计算出一条安全可行的路径,以避开障碍物并到达目标地;
S35:无人机根据路径规划结果,自主完成姿态调整、速度控制操作,实现自动巡航并避开障碍物。
优选的,在步骤六中还包括如下步骤:
S41:通过采用红外线通信技术对附近的多组无人机进行数据的传输和交换;
S42:每架无人机都装备有相同的控制设备,通过协议和算法进行协同工作;
S43:主无人机通过无线通信与辅无人机进行数据交换和命令传输,从而对其进行控制;
S44;辅无人机和主无人机构成三角形位置位于黑飞无人机周围对黑飞无人机位置进行探测反馈至系统后台。
优选的,在S42步骤中还包括如下步骤:
S51:主无人机通过搭载摄像头和激光雷达,以实时感知无人机周围的环境和其他物体;
S52:主无人机内置高性能的计算机或嵌入式系统,对感知到的数据进行处理和分析;
S53:主无人机通过无线通信与辅无人机进行交互和命令传输,向其下发任务指令和控制命令,并接收其反馈信息。
优选的,在S44步骤中还包括如下步骤:
S61:确定三个主要的无人机位置,并按照适当的距离和方向形成一个三角形;
S62:对于每个无人机设计一个基于地图和传感器信息的路径规划算法;
S63:在保证单个无人机路径规划算法正常运行的前提下,设计一套协同路径规划算法,使得三个无人机的移动轨迹沿着预定的三角形路径进行调整和优化;
S64:按照实际情况不断优化路径规划算法,改善飞行效率和系统性能等方面的指标。
优选的,在S63步骤中还包括如下步骤:
S71:明确协同路径规划的目标;
S72:制定并跟踪每个无人机在三角形结构内的位置与速度约束;
S73:设定无人机之间的通信协议和数据格式;
S74:根据任务需求和路径约束,选择适当的协调策略。
优选的,其中S73步骤中通信协议和数据格式包括任务指令、传感器数据、位置和速度信息;
其中S74步骤中采用分布式算法根据邻居信息进行决策或采用集中式算法,由主无人机控制整个系统分配任务和路线;
其中S64步骤中路径优化算法,采用A*搜索、Dijkstra算法。
本发明的有益技术效果:
本发明提供的一种黑飞无人机精准定位方法,在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测,通过跟踪无人机上的计算平台反馈周围无人机状态信号,发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门,确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统,在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位,跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置,将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置,采用此种方案实现更加精准的对黑飞无人机进行定位,准确度和效率大大提高。
附图说明
图1为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的整体流程图;
图2为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的踪无人机定位流程图;
图3为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的黑飞无人机确定流程图;
图4为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的跟踪无人机避障流程图;
图5为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的;
图6为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的;
图7为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的;
图8为按照本发明的一种黑飞无人机精准定位方法的一优选实施例的。
实施方式
为使本领域技术人员更加清楚和明确本发明的技术方案,下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
如图1-图8所示,本实施例提供的一种黑飞无人机精准定位方法,包括如下步骤:
步骤一:在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测;
步骤二:通过跟踪无人机上的计算平台反馈周围无人机状态信号;
步骤三:发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门;
步骤四:确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统;
步骤五:在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位;
步骤六:跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置;
步骤七:将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置。
在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测,通过跟踪无人机上的计算平台反馈周围无人机状态信号,发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门,确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统,在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位,跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置,将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置,采用此种方案实现更加精准的对黑飞无人机进行定位,准确度和效率大大提高。
在本实施例中,在步骤一中跟踪无人机上搭载摄像头采用三轴云台来将360°全景摄像头安装在无人机上,通过电机和传感器控制云台的稳定性和方向。
在本实施例中,在步骤二中还包括如下步骤:
S11:通过跟踪无人机上搭载摄像头和激光雷达对周围无人机进行监视并采集周围无人机位置信息至无人机计算平台上;
S12:不同无人机将采集的周围无人机信息反馈至后台系统构成多组周围空间反馈数据;
S13:对多组周围空间反馈数据采用学习算法进行数据处理并与卫星定位系统获取的位置信息数据进行校对;
S14:将校对后的位置信息数据反馈至对应的跟踪无人机技术平台上进行跟踪无人机自身的精准定位。
在本实施例中,在步骤三中还包括如下步骤:
S21:对跟踪无人机的型号、类型、外型和跟踪无人机平台系统特征进行录入后台系统内;
S22:通过跟踪无人机设置的摄像头和激光雷达发现非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机则进行报备至安全机构部门;
S23:安全机构部门进行对非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机进行核对是否为报备信息;
S24:确定无报备信息则安全机构部门将信息反馈至跟踪无人机控制系统后台,则认定非报备无人机为黑飞无人机。
在本实施例中,在步骤四中还包括如下步骤:
S31:跟踪无人机采用搭载摄像头和激光雷达对周围环境进行扫描,并检测出可能存在的障碍物;
S32:对采集的图像通过深度学习的神经网络可以对图像进行实时处理;
S33:当检测到障碍物时,无人机需要跟踪障碍物的运动状态并预测障碍物的未来位置;
S34:基于当前所处位置和障碍物的位置,无人机需要计算出一条安全可行的路径,以避开障碍物并到达目标地;
S35:无人机根据路径规划结果,自主完成姿态调整、速度控制操作,实现自动巡航并避开障碍物。
在本实施例中,在步骤六中还包括如下步骤:
S41:通过采用红外线通信技术对附近的多组无人机进行数据的传输和交换;
S42:每架无人机都装备有相同的控制设备,通过协议和算法进行协同工作;
S43:主无人机通过无线通信与辅无人机进行数据交换和命令传输,从而对其进行控制;
S44;辅无人机和主无人机构成三角形位置位于黑飞无人机周围对黑飞无人机位置进行探测反馈至系统后台。
在本实施例中,在S42步骤中还包括如下步骤:
S51:主无人机通过搭载摄像头和激光雷达,以实时感知无人机周围的环境和其他物体;
S52:主无人机内置高性能的计算机或嵌入式系统,对感知到的数据进行处理和分析;
S53:主无人机通过无线通信与辅无人机进行交互和命令传输,向其下发任务指令和控制命令,并接收其反馈信息。
在本实施例中,在S44步骤中还包括如下步骤:
S61:确定三个主要的无人机位置,并按照适当的距离和方向形成一个三角形;
S62:对于每个无人机设计一个基于地图和传感器信息的路径规划算法;
S63:在保证单个无人机路径规划算法正常运行的前提下,设计一套协同路径规划算法,使得三个无人机的移动轨迹沿着预定的三角形路径进行调整和优化;
S64:按照实际情况不断优化路径规划算法,改善飞行效率和系统性能等方面的指标。
在本实施例中,在S63步骤中还包括如下步骤:
S71:明确协同路径规划的目标;
S72:制定并跟踪每个无人机在三角形结构内的位置与速度约束;
S73:设定无人机之间的通信协议和数据格式;
S74:根据任务需求和路径约束,选择适当的协调策略。
在本实施例中,其中S73步骤中通信协议和数据格式包括任务指令、传感器数据、位置和速度信息;
其中S74步骤中采用分布式算法根据邻居信息进行决策或采用集中式算法,由主无人机控制整个系统分配任务和路线;
其中S64步骤中路径优化算法,采用A*搜索、Dijkstra算法。
以上,仅为本发明进一步的实施例,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明所公开的范围内,根据本发明的技术方案及其构思加以等同替换或改变,都属于本发明的保护范围。
Claims (9)
1.一种黑飞无人机精准定位方法,其特征在于:包括如下步骤:
步骤一:在跟踪无人机上搭载摄像头和激光雷达对周围无人机进行相互监测;
步骤二:通过跟踪无人机上的计算平台反馈周围无人机状态信号;
步骤三:发现非本系统协定的无人机则进行拍照传输至后台并报备至安全机构部门;
步骤四:确定为非报备无人机则认定为黑飞无人机,则启动跟踪无人机进行定速巡航跟踪和自动避障系统;
步骤五:在跟踪无人机上搭载GPS定位系统实时反馈跟踪无人机位置,并通过激光雷达探测黑飞无人机的位置来对黑飞无人机进行间接定位;
步骤六:跟踪无人机在追踪黑飞无人机同时遇到附近的同类型跟踪无人机则发送控制指令进行联合跟踪黑飞无人机并确定黑飞无人机的位置;
步骤七:将确定后的位置实时反馈至后台报备确定黑飞无人机的精确位置;
在步骤三中还包括如下步骤:
S21:对跟踪无人机的型号、类型、外型和跟踪无人机平台系统特征进行录入后台系统内;
S22:通过跟踪无人机设置的摄像头和激光雷达发现非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机则进行报备至安全机构部门;
S23:安全机构部门对非录入系统的型号、类型、外型和跟踪无人机平台系统特征的无人机进行核对是否为报备信息;
S24:确定无报备信息则安全机构部门将信息反馈至跟踪无人机控制系统后台,则认定非报备无人机为黑飞无人机。
2.根据权利要求1所述的一种黑飞无人机精准定位方法,其特征在于:在步骤一中跟踪无人机上搭载摄像头采用三轴云台来将360°全景摄像头安装在无人机上,通过电机和传感器控制云台的稳定性和方向。
3.根据权利要求2所述的一种黑飞无人机精准定位方法,其特征在于:在步骤二中还包括如下步骤:
S11:通过跟踪无人机上搭载摄像头和激光雷达对周围无人机进行监视并采集周围无人机位置信息至无人机计算平台上;
S12:不同无人机将采集的周围无人机信息反馈至后台系统构成多组周围空间反馈数据;
S13:对多组周围空间反馈数据采用学习算法进行数据处理并与卫星定位系统获取的位置信息数据进行校对;
S14:将校对后的位置信息数据反馈至对应的跟踪无人机技术平台上进行跟踪无人机自身的精准定位。
4.根据权利要求3所述的一种黑飞无人机精准定位方法,其特征在于:在步骤四中还包括如下步骤:
S31:跟踪无人机采用搭载摄像头和激光雷达对周围环境进行扫描,并检测出可能存在的障碍物;
S32:对采集的图像通过深度学习神经网络进行实时处理;
S33:当检测到障碍物时,无人机需要跟踪障碍物的运动状态并预测障碍物的未来位置;
S34:基于当前所处位置和障碍物的位置,无人机需要计算出一条安全可行的路径,以避开障碍物并到达目标地;
S35:无人机根据路径规划结果,自主完成姿态调整、速度控制操作,实现自动巡航并避开障碍物。
5.根据权利要求4所述的一种黑飞无人机精准定位方法,其特征在于:在步骤六中还包括如下步骤:
S41:通过采用红外线通信技术对附近的多组无人机进行数据的传输和交换;
S42:每架无人机都装备有相同的控制设备,通过协议和算法进行协同工作;
S43:主无人机通过无线通信与辅无人机进行数据交换和命令传输,从而对其进行控制;
S44;辅无人机和主无人机构成三角形位置位于黑飞无人机周围对黑飞无人机位置进行探测反馈至系统后台。
6.根据权利要求5所述的一种黑飞无人机精准定位方法,其特征在于:在S42步骤中还包括如下步骤:
S51:主无人机通过搭载摄像头和激光雷达,以实时感知无人机周围的环境和其他物体;
S52:主无人机内置高性能的计算机或嵌入式系统,对感知到的数据进行处理和分析;
S53:主无人机通过无线通信与辅无人机进行交互和命令传输,向其下发任务指令和控制命令,并接收其反馈信息。
7.根据权利要求6所述的一种黑飞无人机精准定位方法,其特征在于:在S44步骤中还包括如下步骤:
S61:确定三个主要的无人机位置,并按照适当的距离和方向形成一个三角形;
S62:对于每个无人机设计一个基于地图和传感器信息的路径规划算法;
S63:在保证单个无人机路径规划算法正常运行的前提下,设计一套协同路径规划算法,使得三个无人机的移动轨迹沿着预定的三角形路径进行调整和优化;
S64:按照实际情况不断优化路径规划算法,改善飞行效率和系统性能方面的指标。
8.根据权利要求7所述的一种黑飞无人机精准定位方法,其特征在于:在S63步骤中还包括如下步骤:
S71:明确协同路径规划的目标;
S72:制定并跟踪每个无人机在三角形结构内的位置与速度约束;
S73:设定无人机之间的通信协议和数据格式;
S74:根据任务需求和路径约束,选择协调策略。
9.根据权利要求8所述的一种黑飞无人机精准定位方法,其特征在于:其中S73步骤中通信协议和数据格式包括任务指令、传感器数据、位置和速度信息;
其中S74步骤中采用分布式算法或采用集中式算法根据邻居信息进行决策,由主无人机控制整个系统分配任务和路线;
其中S64步骤中路径优化算法,采用A*搜索、Dijkstra算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450171.3A CN116165674B (zh) | 2023-04-25 | 2023-04-25 | 一种黑飞无人机精准定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310450171.3A CN116165674B (zh) | 2023-04-25 | 2023-04-25 | 一种黑飞无人机精准定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116165674A CN116165674A (zh) | 2023-05-26 |
CN116165674B true CN116165674B (zh) | 2023-07-25 |
Family
ID=86416701
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310450171.3A Active CN116165674B (zh) | 2023-04-25 | 2023-04-25 | 一种黑飞无人机精准定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165674B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112774073A (zh) * | 2021-02-05 | 2021-05-11 | 燕山大学 | 无人机引导的多机协作灭火方法及其灭火系统 |
CN115390575A (zh) * | 2022-08-11 | 2022-11-25 | 北京航空航天大学杭州创新研究院 | 一种基于ads-b的无人机自动跟随实现方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108762291B (zh) * | 2018-03-06 | 2022-01-14 | 西安大衡天成信息科技有限公司 | 一种发现和跟踪黑飞无人机遥控者的方法与系统 |
CN109917767B (zh) * | 2019-04-01 | 2020-10-09 | 中国电子科技集团公司信息科学研究院 | 一种分布式无人机集群自主管理系统及控制方法 |
DE102020203054B4 (de) * | 2020-03-10 | 2021-12-09 | Airbus Defence and Space GmbH | Verfahren zur Steuerung einer Formation eines zusammenwirkenden Schwarms von unbemannten mobilen Einheiten |
CN111999730A (zh) * | 2020-08-24 | 2020-11-27 | 航天科工微电子系统研究院有限公司 | 一种黑飞无人机飞手定位方法及系统 |
CN112394382B (zh) * | 2020-10-14 | 2023-12-08 | 中国科学院西安光学精密机械研究所 | 一种抗长时遮挡的低慢小目标跟踪装置及方法 |
CN114660588A (zh) * | 2022-02-25 | 2022-06-24 | 中国电子科技集团公司第二十八研究所 | 一种用于反无人机的分布式光电目标跟踪系统 |
CN115147698A (zh) * | 2022-06-07 | 2022-10-04 | 中急管(北京)网络科技有限公司 | 一种黑飞无人机事件随手拍照智能报警的方法 |
CN114995520B (zh) * | 2022-08-03 | 2022-12-30 | 广东德九新能源有限公司 | 一种无人机协同防御控制方法、电子设备及介质 |
CN115761421A (zh) * | 2022-11-03 | 2023-03-07 | 南京莱斯电子设备有限公司 | 一种多源信息融合低慢小目标探测方法及无人空防系统 |
-
2023
- 2023-04-25 CN CN202310450171.3A patent/CN116165674B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112774073A (zh) * | 2021-02-05 | 2021-05-11 | 燕山大学 | 无人机引导的多机协作灭火方法及其灭火系统 |
CN115390575A (zh) * | 2022-08-11 | 2022-11-25 | 北京航空航天大学杭州创新研究院 | 一种基于ads-b的无人机自动跟随实现方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116165674A (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647145B (zh) | 基于安防的地面移动机器人、无人机协同作业系统及方法 | |
CN107272731B (zh) | 无人机自动避撞系统 | |
CN111932588B (zh) | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 | |
US9202382B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
US8788121B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
CN110825108B (zh) | 一种在同一空域内多架跟踪无人机的协同防碰撞方法 | |
CN116755474A (zh) | 一种无人机用电力巡线方法及系统 | |
CN107289953A (zh) | 一种无人机群的导航控制方法 | |
CN113467500B (zh) | 一种基于双目视觉的无人机非合作目标追踪系统 | |
CN105549616A (zh) | 一种基于激光阵列的多轴无人机避障系统及其避障方法 | |
CN112558608A (zh) | 一种基于无人机辅助的车机协同控制及路径优化方法 | |
EP3896547A1 (en) | Unmanned moving vehicle for monitoring and system including same | |
CN109657928B (zh) | 一种车载传感器系统的闭环协同调度框架的协同调度方法 | |
US20230213946A1 (en) | Vehicle Navigation Positioning Method and Apparatus, and Base Station, System and Readable Storage Medium | |
CN116165674B (zh) | 一种黑飞无人机精准定位方法 | |
US11741702B2 (en) | Automatic safe-landing-site selection for unmanned aerial systems | |
CN113467504B (zh) | 一种飞行器飞行稳定控制方法、系统、设备及存储介质 | |
CN116185054A (zh) | 基于微型激光雷达的无人机输电线路巡检方法及系统 | |
CN113110458B (zh) | 一种无人船虚拟目标跟踪控制系统 | |
AU2015201728B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
AU2016216683A1 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
CN115188091B (zh) | 一种融合电力输变配设备的无人机网格化巡检系统及方法 | |
CN115542904B (zh) | 群组式协同消防机器人火场内编组队列行驶控制方法 | |
WO2022264665A1 (ja) | 飛行体制御システム | |
Guzik et al. | Principles of structural organization of the intellectual movement planning system for mobile robotic object |
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 |