CN116812196A - 无人驾驶航空器电量智慧分析方法、系统和可读存储介质 - Google Patents

无人驾驶航空器电量智慧分析方法、系统和可读存储介质 Download PDF

Info

Publication number
CN116812196A
CN116812196A CN202310765160.4A CN202310765160A CN116812196A CN 116812196 A CN116812196 A CN 116812196A CN 202310765160 A CN202310765160 A CN 202310765160A CN 116812196 A CN116812196 A CN 116812196A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
electric quantity
flight
current
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
Application number
CN202310765160.4A
Other languages
English (en)
Inventor
胡华智
刘畅
陈皓东
宋晨晖
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.)
Ehang Intelligent Equipment Guangzhou Co Ltd
Original Assignee
Ehang Intelligent Equipment Guangzhou 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 Ehang Intelligent Equipment Guangzhou Co Ltd filed Critical Ehang Intelligent Equipment Guangzhou Co Ltd
Priority to CN202310765160.4A priority Critical patent/CN116812196A/zh
Publication of CN116812196A publication Critical patent/CN116812196A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
    • G01R31/382—Arrangements for monitoring battery or accumulator variables, e.g. SoC
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L58/00—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles
    • B60L58/10—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries
    • B60L58/12—Methods or circuit arrangements for monitoring or controlling batteries or fuel cells, specially adapted for electric vehicles for monitoring or controlling batteries responding to state of charge [SoC]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/02—Arrangements or adaptations of signal or lighting devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/30—Supply or distribution of electrical power
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/30—Supply or distribution of electrical power
    • B64U50/37—Charging when not in flight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2200/00—Type of vehicles
    • B60L2200/10—Air crafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Sustainable Development (AREA)
  • Sustainable Energy (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开的一种无人驾驶航空器电量智慧分析方法、系统和可读存储介质，其中方法包括：获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，若不满足则输出告警提醒，不予执行当前飞行任务；若满足则予以执行当前飞行任务，并获取环境数据以及电量消耗参数；基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。本发明可以基于无人驾驶航空器的电量进行识别，并根据实际的飞行数据来控制无人驾驶航空器进行降落，以避免无人驾驶航空器电量不足失控坠毁的问题发生。

Description

无人驾驶航空器电量智慧分析方法、系统和可读存储介质
技术领域
本发明涉及无人驾驶航空器作业技术领域，更具体的，涉及一种无人驾驶航空器电量智慧分析方法、系统和可读存储介质。
背景技术
目前，随着无人驾驶以及智能化、自动化的不断发展，无人驾驶航空器也得到了空前的发展，具体可以应用在航拍、农业、植保、测绘、新闻报道、电力巡检等领域，可以提高使用效率，并在拓展了无人驾驶航空器本身的用途的基础上减少了过往人为作业的安全事故。
但是由于无人驾驶航空器作业需要有强大的电力系统进行支撑，不同的应用环境对应的电力消耗不同，由于目前仍然是人为操控无人驾驶航空器进行作业，会出现电力不足导致坠机的情况发生，又或者是自动化巡航的无人驾驶航空器作业，也会由于电能骤降或者电能异常导致自动化识别出错等问题发生。
发明内容
本发明的目的是提供一种无人驾驶航空器电量智慧分析方法、系统和可读存储介质，可以基于无人驾驶航空器的电量进行识别，并根据实际的飞行数据来控制无人驾驶航空器进行降落，以避免无人驾驶航空器电量不足失控坠毁的问题发生。
本发明第一方面提供了一种无人驾驶航空器电量智慧分析方法，包括以下步骤：
获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若不满足则输出告警提醒，不予执行当前飞行任务；
若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
本方案中，所述获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，具体包括：
获取当前所述无人驾驶航空器对应的飞行任务，基于所述飞行任务识别飞行时间、飞行路线以及飞行所需电量；
基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较以判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
本方案中，所述在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，具体包括：
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据；
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数。
本方案中，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
本方案中，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
本方案中，基于当前无人驾驶航空器的地理位置筛选目标降落点以控制所述无人驾驶航空器前往所述目标降落点进行降落。
本发明第二方面还提供一种无人驾驶航空器电量智慧分析系统，包括存储器和处理器，所述存储器中包括无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被所述处理器执行时实现如下步骤：
获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若不满足则输出告警提醒，不予执行当前飞行任务；
若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
本方案中，所述获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，具体包括：
获取当前所述无人驾驶航空器对应的飞行任务，基于所述飞行任务识别飞行时间、飞行路线以及飞行所需电量；
基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较以判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
本方案中，所述在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，具体包括：
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据；
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数。
本方案中，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
本方案中，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
本方案中，基于当前无人驾驶航空器的地理位置筛选目标降落点以控制所述无人驾驶航空器前往所述目标降落点进行降落。
本发明第三方面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机器的一种无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被处理器执行时，实现如上述任一项所述的一种无人驾驶航空器电量智慧分析方法的步骤。
本发明公开的一种无人驾驶航空器电量智慧分析方法、系统和可读存储介质，可以基于无人驾驶航空器的电量进行识别，并根据实际的飞行数据来控制无人驾驶航空器进行降落，以避免无人驾驶航空器电量不足失控坠毁的问题发生。
附图说明
图1示出了本发明一种无人驾驶航空器电量智慧分析方法的流程图；
图2示出了本发明一种无人驾驶航空器电量智慧分析系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本申请一种无人驾驶航空器电量智慧分析方法的流程图。
如图1所示，本申请公开了一种无人驾驶航空器电量智慧分析方法，包括以下步骤：
S102，获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求；
S104，若不满足则输出告警提醒，不予执行当前飞行任务；
S106，若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
S108，基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
需要说明的是，于本实施例中，在无人驾驶航空器执行自动化飞行任务前，会基于所述飞行任务来判断当前的无人驾驶航空器电量是否能够支持无人驾驶航空器飞完全程，其中，若当前无人驾驶航空器的剩余电量满足需求，则可以执行当前飞行任务，若不满足需求，则会输出不满足的告警提醒，并且不执行当前的飞行任务，进一步地，在无人驾驶航空器执行飞行任务期间，获取飞行数据来实时分析从而控制无人驾驶航空器进行动作(例如紧急降落)以减少无人驾驶航空器失控的问题发生，具体地，基于环境数据利用大数据分析来识别剩余路线所需的目标电量，当识别到实际剩余电量小于目标电量时，则会控制无人驾驶航空器进行降落，从而避免当前无人驾驶航空器出现电量不足导致无法飞行从而坠落的问题发生。
根据本发明实施例，所述获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，具体包括：
获取当前所述无人驾驶航空器对应的飞行任务，基于所述飞行任务识别飞行时间、飞行路线以及飞行所需电量；
基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较以判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
需要说明的是，于本实施例中，由于自动化飞行任务中不仅包含了飞行时间、飞行路线以及飞行终点、飞行目标等等，还包括了飞行所需电量，因此在无人驾驶航空器执行飞行任务前，可以基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较，以判断当前无人驾驶航空器是否能够满足需求(即是否能够按照飞行任务飞完全程)，其中，若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
根据本发明实施例，所述在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，具体包括：
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据；
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数。
需要说明的是，于本实施例中，公开的所述飞行数据包括了所述环境数据以及所述电量消耗参数，其中，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据，例如通过温度传感器获取环境温度，通过空气质量传感器获取环境空气质量等等，而在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数，其中，由于无人驾驶航空器运行时会实时监控自己的运行数据进行自检，因此可以基于所述运行自检数据获取所述电量消耗参数。
根据本发明实施例，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
需要说明的是，于本实施例中，利用大数据分析时，可以利用历史数据进行大数据分析，也可以利用神经网络模型进行训练分析，其中，基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量，具体地，利用历史数据来比较不同的温度和湿度环境下，对应消耗的电量来得到当前温度和湿度下存在的第一目标电量；基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量，具体地，由于空气参数中的空气质量(例如沙尘指数)以及风阻指数变化范围广，因此不适用历史数据进行比较，而是基于历史数据利用神经网络模型进行训练来得到对应的训练好的神经网络模型，并将当前的空气参数以及风阻参数输入到训练好的神经网络模型中分析得到所述第二目标电量；从而基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
根据本发明实施例，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
需要说明的是，于本实施例中，基于所述实际剩余电量与所述目标电量进行比较时，若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；而如果所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务，具体地，即便当前的剩余电量大于目标电量，但是电量消耗参数超出了预设的消耗率时，也会控制无人驾驶航空器进行降落。
根据本发明实施例，基于当前无人驾驶航空器的地理位置筛选目标降落点以控制所述无人驾驶航空器前往所述目标降落点进行降落。
需要说明的是，于本实施例中，在控制无人驾驶航空器进行降落时，需要基于当前无人驾驶航空器的地理位置来筛选目标降落点，从而控制所述无人驾驶航空器前往所述目标降落点进行降落，具体地，由于需要控制无人驾驶航空器进行降落，因此还需要考虑到当前剩余的电量，基于实际剩余电量以及所述地理位置来筛选得到所述目标降落点进行降落。
值得一提的是，所述控制无人驾驶航空器进行降落，具体包括：
获取所述地理位置到所述目标降落点之间的降落路径的基础用电量；
获取降落路径过程中无人驾驶航空器所需的消耗用电量；
计算所述基础用电量以及所述消耗用电量的用电总和，基于所述用电总和与所述实际剩余电量进行目标降落点的筛选。
需要说明的是，于本实施例中，由于降落时，不仅需要考虑当前位置与降落点之间的距离的基础用电量，还需要考虑到当前降落路径中环境数据对无人驾驶航空器的消耗用电量，因此实际剩余电量需要大于所述基础用电量以及所述消耗用电量的用电总和，才可以保障无人驾驶航空器安全降落，因此在筛选目标降落点时，需要满足实际剩余电量需要大于所述基础用电量以及所述消耗用电量的用电总和这一条件。
值得一提的是，是于所述用电总和与所述实际剩余电量进行目标降落点的筛选，具体包括：
基于筛选后的结果获取降落点群；
基于所述降落点群获取用电总和最小的降落点作为所述目标降落点；或者
基于所述降落点群分析用电总和以及位置关系来得到所述目标降落点。
需要说明的是，于本实施例中，在实际降落时，可以是立马迅速进行降落，此时则要求从速降落，相应地，需要的用电总和最小，此时基于所述降落点群获取用电总和最小的降落点作为所述目标降落点；而对于不需要立马迅速进行降落的无人驾驶航空器而言，可以是在满足用电需求的情况下，结合位置关系来进行降落，具体地，筛选位置关系最近的降落点作为目标降落点或者筛选位置关系为飞行路线上的降落点作为目标降落点，其中，在降落时还可以在飞行路线上进行摄录作业，从而提高无人驾驶航空器作业效率。
值得一提的是，所述方法还包括：
基于所述电量消耗参数输出任务等级，其中，
若电量消耗参数最大值超过I型等级参数值，则将当前无人驾驶航空器的任务等级定义为I I型，否则定义为I型。
需要说明的是，于本实施例中，由于任务等级存在差异，上述实施例中说明了无人驾驶航空器剩余电量如果满足任务所需电量时则可以执行飞行任务，但是由于电能存储材料随着使用次数的不断提高，对于电能的应用效率也会降低，即表明同样是电量满格的两个无人驾驶航空器，执行同一个飞行任务时，电量消耗参数不同，对应支持的飞行时间也不相同，即表明仅依靠电量状态来识别是否满足飞行全程的要求时，两个无人驾驶航空器都可以满足，但是实际应用时电量消耗参数不同，可能存在某个无人驾驶航空器无法支持飞完全程的要求，因此可以基于所述电量消耗参数来定义任务等级，不同的任务等级对于电量消耗参数的需求不同，相应地，若电量消耗参数最大值超过I型等级参数值，则将当前无人驾驶航空器的任务等级定义为I I型，否则定义为I型，从而将电量消耗参数同步引入到飞行任务判断的情况上，丰富判断手段，以提高无人驾驶航空器的应用效率。
图2示出了本发明一种无人驾驶航空器电量智慧分析系统的框图。
如图2所示，本发明公开了一种无人驾驶航空器电量智慧分析系统，包括存储器和处理器，所述存储器中包括无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被所述处理器执行时实现如下步骤：
获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若不满足则输出告警提醒，不予执行当前飞行任务；
若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
需要说明的是，于本实施例中，在无人驾驶航空器执行自动化飞行任务前，会基于所述飞行任务来判断当前的无人驾驶航空器电量是否能够支持无人驾驶航空器飞完全程，其中，若当前无人驾驶航空器的剩余电量满足需求，则可以执行当前飞行任务，若不满足需求，则会输出不满足的告警提醒，并且不执行当前的飞行任务，进一步地，在无人驾驶航空器执行飞行任务期间，获取飞行数据来实时分析从而控制无人驾驶航空器进行动作(例如紧急降落)以减少无人驾驶航空器失控的问题发生，具体地，基于环境数据利用大数据分析来识别剩余路线所需的目标电量，当识别到实际剩余电量小于目标电量时，则会控制无人驾驶航空器进行降落，从而避免当前无人驾驶航空器出现电量不足导致无法飞行从而坠落的问题发生。
根据本发明实施例，所述获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，具体包括：
获取当前所述无人驾驶航空器对应的飞行任务，基于所述飞行任务识别飞行时间、飞行路线以及飞行所需电量；
基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较以判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
需要说明的是，于本实施例中，由于自动化飞行任务中不仅包含了飞行时间、飞行路线以及飞行终点、飞行目标等等，还包括了飞行所需电量，因此在无人驾驶航空器执行飞行任务前，可以基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较，以判断当前无人驾驶航空器是否能够满足需求(即是否能够按照飞行任务飞完全程)，其中，若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
根据本发明实施例，所述在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，具体包括：
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据；
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数。
需要说明的是，于本实施例中，公开的所述飞行数据包括了所述环境数据以及所述电量消耗参数，其中，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据，例如通过温度传感器获取环境温度，通过空气质量传感器获取环境空气质量等等，而在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数，其中，由于无人驾驶航空器运行时会实时监控自己的运行数据进行自检，因此可以基于所述运行自检数据获取所述电量消耗参数。
根据本发明实施例，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
需要说明的是，于本实施例中，利用大数据分析时，可以利用历史数据进行大数据分析，也可以利用神经网络模型进行训练分析，其中，基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量，具体地，利用历史数据来比较不同的温度和湿度环境下，对应消耗的电量来得到当前温度和湿度下存在的第一目标电量；基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量，具体地，由于空气参数中的空气质量(例如沙尘指数)以及风阻指数变化范围广，因此不适用历史数据进行比较，而是基于历史数据利用神经网络模型进行训练来得到对应的训练好的神经网络模型，并将当前的空气参数以及风阻参数输入到训练好的神经网络模型中分析得到所述第二目标电量；从而基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
根据本发明实施例，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
需要说明的是，于本实施例中，基于所述实际剩余电量与所述目标电量进行比较时，若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；而如果所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务，具体地，即便当前的剩余电量大于目标电量，但是电量消耗参数超出了预设的消耗率时，也会控制无人驾驶航空器进行降落。
根据本发明实施例，基于当前无人驾驶航空器的地理位置筛选目标降落点以控制所述无人驾驶航空器前往所述目标降落点进行降落。
需要说明的是，于本实施例中，在控制无人驾驶航空器进行降落时，需要基于当前无人驾驶航空器的地理位置来筛选目标降落点，从而控制所述无人驾驶航空器前往所述目标降落点进行降落，具体地，由于需要控制无人驾驶航空器进行降落，因此还需要考虑到当前剩余的电量，基于实际剩余电量以及所述地理位置来筛选得到所述目标降落点进行降落。
值得一提的是，所述控制无人驾驶航空器进行降落，具体包括：
获取所述地理位置到所述目标降落点之间的降落路径的基础用电量；
获取降落路径过程中无人驾驶航空器所需的消耗用电量；
计算所述基础用电量以及所述消耗用电量的用电总和，基于所述用电总和与所述实际剩余电量进行目标降落点的筛选。
需要说明的是，于本实施例中，由于降落时，不仅需要考虑当前位置与降落点之间的距离的基础用电量，还需要考虑到当前降落路径中环境数据对无人驾驶航空器的消耗用电量，因此实际剩余电量需要大于所述基础用电量以及所述消耗用电量的用电总和，才可以保障无人驾驶航空器安全降落，因此在筛选目标降落点时，需要满足实际剩余电量需要大于所述基础用电量以及所述消耗用电量的用电总和这一条件。
值得一提的是，是于所述用电总和与所述实际剩余电量进行目标降落点的筛选，具体包括：
基于筛选后的结果获取降落点群；
基于所述降落点群获取用电总和最小的降落点作为所述目标降落点；或者
基于所述降落点群分析用电总和以及位置关系来得到所述目标降落点。
需要说明的是，于本实施例中，在实际降落时，可以是立马迅速进行降落，此时则要求从速降落，相应地，需要的用电总和最小，此时基于所述降落点群获取用电总和最小的降落点作为所述目标降落点；而对于不需要立马迅速进行降落的无人驾驶航空器而言，可以是在满足用电需求的情况下，结合位置关系来进行降落，具体地，筛选位置关系最近的降落点作为目标降落点或者筛选位置关系为飞行路线上的降落点作为目标降落点，其中，在降落时还可以在飞行路线上进行摄录作业，从而提高无人驾驶航空器作业效率。
值得一提的是，所述方法还包括：
基于所述电量消耗参数输出任务等级，其中，
若电量消耗参数最大值超过I型等级参数值，则将当前无人驾驶航空器的任务等级定义为I I型，否则定义为I型。
需要说明的是，于本实施例中，由于任务等级存在差异，上述实施例中说明了无人驾驶航空器剩余电量如果满足任务所需电量时则可以执行飞行任务，但是由于电能存储材料随着使用次数的不断提高，对于电能的应用效率也会降低，即表明同样是电量满格的两个无人驾驶航空器，执行同一个飞行任务时，电量消耗参数不同，对应支持的飞行时间也不相同，即表明仅依靠电量状态来识别是否满足飞行全程的要求时，两个无人驾驶航空器都可以满足，但是实际应用时电量消耗参数不同，可能存在某个无人驾驶航空器无法支持飞完全程的要求，因此可以基于所述电量消耗参数来定义任务等级，不同的任务等级对于电量消耗参数的需求不同，相应地，若电量消耗参数最大值超过I型等级参数值，则将当前无人驾驶航空器的任务等级定义为I I型，否则定义为I型，从而将电量消耗参数同步引入到飞行任务判断的情况上，丰富判断手段，以提高无人驾驶航空器的应用效率。
本发明第三方面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一种无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被处理器执行时，实现如上述任一项所述的一种无人驾驶航空器电量智慧分析方法的步骤。
本发明公开的一种无人驾驶航空器电量智慧分析方法、系统和可读存储介质，可以基于无人驾驶航空器的电量进行识别，并根据实际的飞行数据来控制无人驾驶航空器进行降落，以避免无人驾驶航空器电量不足失控坠毁的问题发生。
在本申请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计算机可读取存储介质中，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-On ly 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，也可以存储在一个计算机可读取存储介质中。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，该计算机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电量智慧分析方法，其特征在于，包括以下步骤：
获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若不满足则输出告警提醒，不予执行当前飞行任务；
若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
2.根据权利要求1所述的一种无人驾驶航空器电量智慧分析方法，其特征在于，所述获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，具体包括：
获取当前所述无人驾驶航空器对应的飞行任务，基于所述飞行任务识别飞行时间、飞行路线以及飞行所需电量；
基于所述飞行所需电量与所述无人驾驶航空器剩余电量进行比较以判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若所述无人驾驶航空器剩余电量大于所述飞行所需电量，则表明满足，否则为不满足。
3.根据权利要求1所述的一种无人驾驶航空器电量智慧分析方法，其特征在于，所述在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，具体包括：
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于设置在所述无人驾驶航空器上的传感器组获取所述环境数据；
在所述无人驾驶航空器基于所述飞行任务进行飞行时，基于所述无人驾驶航空器的运行自检数据获取所述电量消耗参数。
4.根据权利要求3所述的一种无人驾驶航空器电量智慧分析方法，其特征在于，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
5.根据权利要求4所述的一种无人驾驶航空器电量智慧分析方法，其特征在于，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
6.根据权利要求5所述的一种无人驾驶航空器电量智慧分析方法，其特征在于，基于当前无人驾驶航空器的地理位置筛选目标降落点以控制所述无人驾驶航空器前往所述目标降落点进行降落。
7.一种无人驾驶航空器电量智慧分析系统，其特征在于，包括存储器和处理器，所述存储器中包括无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被所述处理器执行时实现如下步骤：
获取当前无人驾驶航空器的飞行任务，基于所述飞行任务判断当前无人驾驶航空器剩余电量是否满足需求，其中，
若不满足则输出告警提醒，不予执行当前飞行任务；
若满足，则予以执行当前飞行任务，并在所述无人驾驶航空器基于所述飞行任务飞行过程中，获取飞行数据，其中，所述飞行数据至少包括环境数据以及电量消耗参数；
基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作。
8.根据权利要求7所述的一种无人驾驶航空器电量智慧分析系统，其特征在于，所述基于所述环境数据利用大数据分析获取飞行任务中剩余路线所需的目标电量，具体包括：
基于所述环境数据识别当前无人驾驶航空器所处环境中的温度参数、湿度参数、空气参数以及风阻参数；
基于所述温度参数以及所述湿度参数利用大数据分析中的历史数据进行分析以获取剩余路线中对应的第一目标电量；
基于所述空气参数以及风阻参数利用大数据分析中的神经网络模型来分析获取剩余路线中对应的第二目标电量；
基于所述第一目标电量以及所述第二目标电量得到飞行任务中剩余路线所需的所述目标电量。
9.根据权利要求8所述的一种无人驾驶航空器电量智慧分析系统，其特征在于，所述基于当前所述无人驾驶航空器的实际剩余电量与所述目标电量进行比较，基于比较结果控制无人驾驶航空器进行动作，具体包括：
获取当前所述无人驾驶航空器的实际剩余电量与所述目标电量比较的比较结果，其中，
若所述比较结果显示所述实际剩余电量小于所述目标电量时，则输出告警提醒，并终止当前所述飞行任务，控制当前无人驾驶航空器进行降落；
若所述比较结果显示所述剩余电量大于或者等于目标电量时，则基于所述电量消耗参数判断是否控制当前无人驾驶航空器进行降落，其中，当所述电量消耗参数超出预设的消耗率时，则控制所述无人驾驶航空器进行降落，否则继续当前飞行任务。
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一种无人驾驶航空器电量智慧分析方法程序，所述无人驾驶航空器电量智慧分析方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种无人驾驶航空器电量智慧分析方法的步骤。
CN202310765160.4A 2023-06-27 2023-06-27 无人驾驶航空器电量智慧分析方法、系统和可读存储介质 Pending CN116812196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310765160.4A CN116812196A (zh) 2023-06-27 2023-06-27 无人驾驶航空器电量智慧分析方法、系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310765160.4A CN116812196A (zh) 2023-06-27 2023-06-27 无人驾驶航空器电量智慧分析方法、系统和可读存储介质

Publications (1)

Publication Number Publication Date
CN116812196A true CN116812196A (zh) 2023-09-29

Family

ID=88114045

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310765160.4A Pending CN116812196A (zh) 2023-06-27 2023-06-27 无人驾驶航空器电量智慧分析方法、系统和可读存储介质

Country Status (1)

Country Link
CN (1) CN116812196A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117111625A (zh) * 2023-10-25 2023-11-24 四川腾盾科技有限公司 一种固定翼无人机低油量在线应急路径规划方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117111625A (zh) * 2023-10-25 2023-11-24 四川腾盾科技有限公司 一种固定翼无人机低油量在线应急路径规划方法
CN117111625B (zh) * 2023-10-25 2024-01-23 四川腾盾科技有限公司 一种固定翼无人机低油量在线应急路径规划方法

Similar Documents

Publication Publication Date Title
US9853592B2 (en) Method and device for controlling an energy-generating system which can be operated with a renewable energy source
CN114170513B (zh) 一种草地贪夜蛾的虫情监测方法、系统及存储介质
CN116812196A (zh) 无人驾驶航空器电量智慧分析方法、系统和可读存储介质
US11823562B2 (en) Unsupervised anomaly detection for autonomous vehicles
CN113901162B (zh) 基于城市管理的无人机环境监测方法、系统及云平台
Hogge et al. Verification of a remaining flying time prediction system for small electric aircraft
CN111415026A (zh) 无人设备调度装置、系统和方法
CN110390177B (zh) 离群飞行物确定方法及装置
CN113742163A (zh) 一种故障预警方法、装置、设备及存储介质
CN108255163A (zh) 植保无人机的控制系统以及控制方法
CN112085869A (zh) 一种基于飞参数据的民机飞行安全性分析方法
Gong et al. Hardware-in-the-loop simulation of uav for fault injection
Hadjaz et al. Online learning for ground trajectory prediction
CN118410967A (zh) 一种基于气象判断的飞行管理方法及系统
CN116736876A (zh) 无人驾驶航空器飞行路线控制方法、系统和可读存储介质
CN114462740A (zh) 飞行任务评估方法、装置、设备和计算机可读存储介质
CN112947537A (zh) 无人机控制方法、装置、计算机设备及存储介质
CN114265434B (zh) 飞行控制方法、装置、电子设备及可读存储介质
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
CN113253292B (zh) 一种基于人工智能技术的无人机预警处理方法及系统
CN113485439B (zh) 一种无人机停机路径管理方法及系统
CN109003470B (zh) 航迹一致性监测与告警方法及装置
CN116430885A (zh) 无人驾驶航空器智能控制方法、系统和可读存储介质
CN118333431B (zh) 一种输电线路的数据采集与分析方法、系统及介质
US20230245507A1 (en) Efficient Feature Reduction For Component Fault Prediction

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