CN116841315A - 基于大数据的雷达信息分析管理系统及方法 - Google Patents
基于大数据的雷达信息分析管理系统及方法 Download PDFInfo
- Publication number
- CN116841315A CN116841315A CN202310804279.8A CN202310804279A CN116841315A CN 116841315 A CN116841315 A CN 116841315A CN 202310804279 A CN202310804279 A CN 202310804279A CN 116841315 A CN116841315 A CN 116841315A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- obstacle
- aerial vehicle
- detour
- flight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004458 analytical method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 claims abstract description 65
- 238000007405 data analysis Methods 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims description 34
- 230000001174 ascending effect Effects 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- 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
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Aviation & Aerospace Engineering (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Electromagnetism (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及大数据技术领域,具体为基于大数据的雷达信息分析管理系统及方法,包括:雷达检测模块、大数据分析模块、路径规划模块、飞行调整模块和数据更新模块,雷达检测模块用于检测无人机飞行中遇到的障碍物,大数据分析模块用于获取其他无人机飞越该障碍物时的记录,判断无人机是否可以飞越障碍物,路径规划模块用于当无人机无法飞越障碍物时,规划其最短绕行路径,飞行调整模块用于调整无人机飞行姿态并检测碰撞风险,数据更新模块用于避障成功后数据的自更新,本发明能够实现对固定障碍物的智能分析,解决雷达的误报问题,降低多径效应对机载雷达的影响,节省无人机避障的时间。
Description
技术领域
本发明涉及大数据技术领域,具体为基于大数据的雷达信息分析管理系统及方法。
背景技术
随着雷达技术的不断发展,机载雷达在无人机领域的应用也越来越广泛,装载机载雷达的无人机可以脱离人工遥控,实现自主避障飞行,能够完成一些特殊情况下无人指挥的飞行任务。普通机载雷达在扫描障碍物时,只能对二维平面进行扫描,探测无人机与障碍物之间的距离,但对障碍物的形状细节探测模糊,如果遇到隧道或高架桥等调整飞行高度即可通行的障碍物,雷达容易出现误报现象,导致无人机远距离绕行。
现有的三维雷达可以通过测量障碍物的形状信息,绘制障碍物的细节图,调整无人机的飞行高度,使其越过障碍物,但三维雷达往往重量较大且成本高昂,不适合装载在无人机等小型飞行物上。
此外,由于多径效应的存在,若干个紧密排列的障碍物如高楼等,容易被雷达判定为一整个障碍物,即使中间可能存在可通行的间隙,也会使无人机绕行。如何使用智能规划路径,使无人机以最短路径穿越障碍物也是一个亟待解决的问题。
发明内容
本发明的目的在于提供基于大数据的雷达信息分析管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于大数据的雷达信息分析管理系统,包括:雷达检测模块、大数据分析模块、路径规划模块、飞行调整模块和数据更新模块;
雷达检测模块用于探测无人机在飞行过程中遇到的障碍物,对障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息发送到数据中心进行数据分析;
大数据分析模块用于接收到障碍物的定位信息后,在数据中心的数据库中进行检索,找到曾在该障碍物一定半径内飞行过的其他无人机上传的信息,对历史信息与探测信息进行综合分析,计算出飞越该障碍物的风险系数,若风险系数符合要求,则计算无人机的飞行高度与飞行速度,发出飞越障碍物的命令,若风险系数不符合要求,则进行绕过该障碍物的路径规划;
路径规划模块用于根据大数据确定障碍物的绕行点,使用雷达获取绕行障碍物过程中每一个绕行点的绕行风险系数,将绕行点按距离进行排序,选取其中绕行风险系数符合条件的前提下最近的绕行点进行绕行;
飞行调整模块用于根据大数据分析模块和路径规划模块计算出的数据调整无人机的飞行姿态与飞行路径,检测到无人机和障碍物有碰撞后,自动选取下一个绕行点进行路径规划;
数据更新模块用于无人机飞越障碍物或完成绕行路径后,将障碍物的信息与无人机的路径信息上传到数据库,与其他无人机的数据一同作为数据源,提高系统在相同地点规避障碍物时的精准度;
进一步的,雷达检测模块包括:障碍物判别单元和雷达定位单元;
障碍物判别单元用于当无人机飞行时,通过雷达探测无人机飞行方向上的障碍物,发现前方存在障碍物时,将该障碍物的探测信息发送到数据中心,所述探测信息包括:障碍物的宽度、障碍物的高度和无人机与障碍物之间的距离;
雷达定位单元用于当雷达检测到障碍物后,获取该障碍物的地理坐标,将获取到的坐标信息发送到数据中心;
进一步的,大数据分析模块包括:信息接收单元、飞行数据检索单元和风险系数计算单元;
信息接收单元用于接收无人机发送来的有关障碍物的信息,包括障碍物的探测信息与定位信息;
飞行数据检索单元用于根据障碍物的定位信息,从数据库中检索该障碍物指定范围内其他无人机上传的历史飞行记录,所述历史飞行记录包括:飞行轨迹、飞行速度和飞行高度;
风险系数计算单元用于计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点,计算无人机通过该飞越点的风险系数,所述风险系数由以下因素影响:其他无人机曾通过该飞越点的次数、其他无人机通过该飞越点的速度以及该飞越点的历史碰撞情况;若风险系数小于或等于阈值,则向无人机下达从飞越点飞越障碍物的命令,若风险系数大于阈值,则向无人机下达绕行指令;
进一步的,路径规划模块包括:大数据分析单元、绕行点确认单元和雷达调整单元;
大数据分析单元用于接收到绕行指令时,根据检索到的其他无人机的历史飞行轨迹和个人历史飞行轨迹确认多个可能的绕行点;
绕行点确认单元用于分别计算无人机通过每一个绕行点的风险系数,计算所有风险系数小于或等于阈值的绕行点与无人机的距离,按距离升序排列所有的绕行点,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
雷达调整单元当用于当绕行点选择序列中不存在绕行点时,探测无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令;
进一步的,飞行调整模块包括:路径调整单元、飞行姿态调整单元和碰撞监测单元;
路径调整单元、飞行姿态调整单元和碰撞监测单元;
路径调整单元用于接收到绕行命令后,调整无人机的飞行方向,使绕行点处于无人机的飞行方向上;
飞行姿态调整单元用于根据飞越点或绕行点的风险系数,计算无人机飞行高度与飞行速度的调整值,控制无人机按调整后的飞行高度与速度穿过障碍物;
碰撞监测单元用于检测到无人机与障碍物之间距离小于阈值后,判断无人机存在碰撞风险,停止无人机越过障碍物的动作,若无人机执行飞越命令时检测到碰撞风险,则控制无人机绕行障碍物,若当前无人机执行绕行命令时检测到碰撞风险,则从绕行点选择序列中去除该绕行点,重新进行绕行点选择,直到无人机能够从绕行点越过障碍物为止,若过程中未检测到碰撞风险,则表示无人机避障成功;
进一步的,数据更新模块包括:障碍物更新单元和路径更新单元;
障碍物更新单元用于将雷达上传的障碍物探测信息,与该障碍物的历史探测信息进行对比,若障碍物探测信息与历史探测信息不同,则更新历史探测信息,若信息相同,则不进行更新;
路径更新单元用于当无人机避障成功后,将本次避障过程中无人机的飞行轨迹、飞行高度、飞行速度和碰撞信息上传到数据中心;
基于大数据的雷达信息分析管理方法,包括以下步骤:
S100.无人机在飞行过程中,机载雷达发现前方存在障碍物,对前方障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息上传到数据中心;
S200.数据中心根据步骤S100中雷达获取到的障碍物信息,确认一个检索范围,在数据库中检索在该障碍物的检索范围内飞行过的其他无人机上传的历史记录,根据检索到的历史记录与步骤S100中的探测信息,计算出无人机飞越该障碍物的风险系数,若风险系数符合要求,向无人机发出飞越命令,若风险系数不符合要求,则转到步骤S300;
S300.根据雷达探测到的信息,确定障碍物的绕行点,计算每一个绕行点的绕行风险系数,将绕行风险系数符合条件的绕行点按距离升序排列,构成绕行点选择序列,选取序列中排名首位的绕行点,向无人机发出对该绕行点的绕行命令,当绕行点选择序列中不存在可用绕行点时,系统将自动添加一个位于障碍物边缘的绕行点;
S400.当检测到飞越命令或绕行命令时,调整无人机的飞行方向,计算无人机的飞行姿态,使无人机越过障碍物;若在此过程中雷达检测到无人机与障碍物间的距离小于碰撞阈值,则表示无人机存在碰撞风险,停止无人机越过障碍物的动作,转到步骤S300重新规划路径,若无人机当前在执行绕行命令,则从绕行点选择序列中去除当前绕行点,重复此步骤直到无人机绕行成功为止,若未检测到碰撞风险,则代表避障成功;
S500.无人机避障成功后,向数据中心上传雷达探测到的障碍物信息以及本次避障的路径信息,将上传的信息存入数据中心的数据库中;
进一步的,步骤S100包括:
步骤S101.雷达探测到无人机飞行路线上存在障碍物后,将障碍物的探测信息上传到数据中心,所述探测信息包括:障碍物的宽度L、障碍物的高度D和无人机与障碍物之间的距离S;
步骤S102.雷达对探测到的障碍物进行定位,根据无人机自身的卫星定位信息与雷达获取的方位信息,计算该障碍物的地理坐标,将障碍物的坐标信息上传到步骤S200中的数据中心;
进一步的,步骤S200包括:
步骤S201.数据中心接收到步骤S100发来的障碍物坐标信息,计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点,检索范围为L;检索在该飞越点半径为L的范围内其他无人机在飞越障碍物时的历史飞行记录,所述历史飞行记录包括:穿越障碍物时的位置点、穿越障碍物时的碰撞预测情况、飞行速度V、飞行高度H1和距当前时刻的时间T;
步骤S202.根据历史飞行记录,将历史飞行记录中穿越障碍物时的位置点与无人机飞越点重合的记录记为有效记录,有效记录的数量记为C1,所有历史飞行记录的总数量记为C0,按以下公式计算飞越点的风险系数P:
其中,i表示有效记录的编号,Vi表示第i条有效记录中无人机的飞行速度,且Vi>0,Ti表示第i条有效记录距当前时刻的时间,Ti为正整数,Ni表示第i条历史记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Ni=Q1,若没有检测到碰撞风险,则Ni=Q2,Q1和Q2为常数,且0<Q1<Q2;
f表示历史飞行记录的编号,Vf表示第f条历史飞行记录中无人机的飞行速度,且Vf>0,Tf表示f条历史飞行记录距当前时刻的时间,Tf为正整数,Nf表示第f条历史飞行记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Nf=Q1,若没有检测到碰撞风险,则Nf=Q2;
步骤S203.将计算到的风险系数P与风险系数阈值P0进行对比,若P小于等于P0,则向无人机下达从飞越点飞越障碍物的命令,若风险系数P大于风险系数阈值P0,则向无人机下达绕行指令,所述P0>1;
进一步的,步骤S300包括:
步骤S301.当系统接收到来自步骤S200的绕行命令时,将历史飞行记录中记录的所有穿越障碍物时的位置点标记为绕行点,将步骤S202中所述飞越点改为绕行点,按计算风险系数的公式分别计算每一个绕行点的风险系数;
步骤S302.筛选掉所有风险系数大于风险系数阈值P0的绕行点,使用雷达探测无人机当前位置与每一个绕行点之间的距离S1,将绕行点按S1的大小升序排列,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
步骤S303.当系统检测到绕行点选择序列中不存在可用绕行点时,用雷达探测障碍物无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令;
进一步的,步骤S400包括:
步骤S401.当系统接收到来自步骤S200的飞越命令或步骤S300中的绕行命令时,调整无人机的分析姿态,所述飞行姿态包括无人机的飞行速度与飞行高度,按以下公式将无人机的飞行速度调整至Vc,飞行高度调整至Hc:
其中,Vi表示第i条有效记录中无人机的飞行速度,Hi表示第i条有效记录中无人机的飞行高度,C2表示无人机从该绕行点处通过的有效记录数量,C2为正整数,若Hc大于障碍物高度H,则将飞行高度调整为H;
调整无人机的飞行方向,使飞越点或绕行点处于无人机的飞行方向上,控制无人机按调整后的飞行高度Hc与速度Vc穿过障碍物;
步骤S402.检测无人机穿越障碍物过程中的碰撞风险,当雷达检测到无人机与障碍物之间的距离小于碰撞阈值K时,表示存在碰撞风险,停止无人机越过障碍物的动作;若当前位置为飞越点,则转到步骤S300,若当前位置为绕行点,则从绕行点选择序列中去除当前绕行点后重新规划路线,直到无人机绕行成功为止,无人机穿过障碍物且未检测到无人机碰撞时,则视为无人机避障成功;
进一步的,在步骤S500中,当无人机避障成功后,将本次避障过程中雷达探测到的障碍物信息与本次避障的路径信息上传到数据中心,所述路径信息包括:无人机的飞行轨迹、飞行高度、飞行速度和碰撞信息,将上传的信息存入数据中心的数据库中。
与现有技术相比,本发明所达到的有益效果是:
1.本发明将雷达技术与大数据技术结合,由于大多数无人机仍然是人工遥控的,机载雷达探测到障碍物时,可以通过分析其他无人机在该地点的历史飞行情况,实现对固定障碍物的智能分析,根据障碍物的实际情况调整无人机的飞行高度,节省无人机绕行的时间,同时保证无人机飞行时的安全性。
2.本发明使用网络系统辅助雷达进行障碍物探测,相比常规三维雷达,节约了大量成本,也减轻了无人机的挂载重量。通过对障碍点风险系数的分析,本发明可以智能规划无人机的飞行路径,根据风险系数调整飞行速度,检测到碰撞后更换路径,在风险合理的情况下,尽可能缩短无人机的飞行路程。
3.本发明拥有数据自更新系统,在飞行任务结束后,将本次飞行的数据上报数据中心,更新路径上所有障碍物的信息,下次重复进行本路径的飞行任务时,能够根据此前飞行的数据提高系统路径规划时的精准度,减少无人机与障碍物碰撞现象的发生。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于大数据的雷达信息分析管理系统的结构示意图;
图2是本发明基于大数据的雷达信息分析管理方法的步骤示意图;
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动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。
请参阅图1,本发明提供技术方案:基于大数据的雷达信息分析管理系统,包括:雷达检测模块、大数据分析模块、路径规划模块、飞行调整模块和数据更新模块;
雷达检测模块用于探测无人机在飞行过程中遇到的障碍物,对障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息发送到数据中心进行数据分析;
雷达检测模块包括:障碍物判别单元和雷达定位单元;
障碍物判别单元用于当无人机飞行时,通过雷达探测无人机飞行方向上的障碍物,发现前方存在障碍物时,将该障碍物的探测信息发送到数据中心,所述探测信息包括:障碍物的宽度、障碍物的高度和无人机与障碍物之间的距离;
雷达定位单元用于当雷达检测到障碍物后,获取该障碍物的地理坐标,将获取到的坐标信息发送到数据中心;
大数据分析模块用于接收到障碍物的定位信息后,在数据中心的数据库中进行检索,找到曾在该障碍物一定半径内飞行过的其他无人机上传的信息,对历史信息与探测信息进行综合分析,计算出飞越该障碍物的风险系数,若风险系数符合要求,则计算无人机的飞行高度与飞行速度,发出飞越障碍物的命令,若风险系数不符合要求,则进行绕过该障碍物的路径规划;
大数据分析模块包括:信息接收单元、飞行数据检索单元和风险系数计算单元;
信息接收单元用于接收无人机发送来的有关障碍物的信息,包括障碍物的探测信息与定位信息;
飞行数据检索单元用于根据障碍物的定位信息,从数据库中检索该障碍物指定范围内其他无人机上传的历史飞行记录,所述历史飞行记录包括:飞行轨迹、飞行速度和飞行高度;
风险系数计算单元用于计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点,计算无人机通过该飞越点的风险系数,所述风险系数由以下因素影响:其他无人机曾通过该飞越点的次数、其他无人机通过该飞越点的速度以及该飞越点的历史碰撞情况;若风险系数小于或等于阈值,则向无人机下达从飞越点飞越障碍物的命令,若风险系数大于阈值,则向无人机下达绕行指令;
路径规划模块用于根据大数据确定障碍物的绕行点,使用雷达获取绕行障碍物过程中每一个绕行点的绕行风险系数,将绕行点按距离进行排序,选取其中绕行风险系数符合条件的前提下最近的绕行点进行绕行;
路径规划模块包括:大数据分析单元、绕行点确认单元和雷达调整单元;
大数据分析单元用于接收到绕行指令时,根据检索到的其他无人机的历史飞行轨迹和个人历史飞行轨迹确认多个可能的绕行点;
绕行点确认单元用于分别计算无人机通过每一个绕行点的风险系数,计算所有风险系数小于或等于阈值的绕行点与无人机的距离,按距离升序排列所有的绕行点,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
雷达调整单元当用于当绕行点选择序列中不存在绕行点时,探测无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令;
飞行调整模块用于根据大数据分析模块和路径规划模块计算出的数据调整无人机的飞行姿态与飞行路径,检测到无人机和障碍物有碰撞后,自动选取下一个绕行点进行路径规划;
飞行调整模块包括:路径调整单元、飞行姿态调整单元和碰撞监测单元;
路径调整单元用于接收到绕行命令后,调整无人机的飞行方向,使绕行点处于无人机的飞行方向上;
飞行姿态调整单元用于根据飞越点或绕行点的风险系数,计算无人机飞行高度与飞行速度的调整值,控制无人机按调整后的飞行高度与速度穿过障碍物;
碰撞监测单元用于检测到无人机与障碍物之间距离小于阈值后,判断无人机存在碰撞风险,停止无人机越过障碍物的动作,若无人机执行飞越命令时检测到碰撞风险,则控制无人机绕行障碍物,若当前无人机执行绕行命令时检测到碰撞风险,则从绕行点选择序列中去除该绕行点,重新进行绕行点选择,直到无人机能够从绕行点越过障碍物为止,若过程中未检测到碰撞风险,则表示无人机避障成功;
数据更新模块用于无人机飞越障碍物或完成绕行路径后,将障碍物的信息与无人机的路径信息上传到数据库,与其他无人机的数据一同作为数据源,提高系统在相同地点规避障碍物时的精准度;
数据更新模块包括:障碍物更新单元和路径更新单元;
障碍物更新单元用于将雷达上传的障碍物探测信息,与该障碍物的历史探测信息进行对比,若障碍物探测信息与历史探测信息不同,则更新历史探测信息,若信息相同,则不进行更新;
路径更新单元用于当无人机避障成功后,将本次避障过程中无人机的飞行轨迹、飞行高度、飞行速度和碰撞信息上传到数据中心;
如图2所示,基于大数据的雷达信息分析管理方法,包括以下步骤:
S100.无人机在飞行过程中,机载雷达发现前方存在障碍物,对前方障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息上传到数据中心;
步骤S100包括:
步骤S101.雷达探测到无人机飞行路线上存在障碍物后,将障碍物的探测信息上传到数据中心,所述探测信息包括:障碍物的宽度L、障碍物的高度H和无人机与障碍物之间的距离S;
步骤S102.雷达对探测到的障碍物进行定位,根据无人机自身的卫星定位信息与雷达获取的方位信息,计算该障碍物的地理坐标,将障碍物的坐标信息上传到步骤S200中的数据中心;
S200.数据中心根据步骤S100中雷达获取到的障碍物信息,确认一个检索范围,在数据库中检索在该障碍物的检索范围内飞行过的其他无人机上传的历史记录,根据检索到的历史记录与步骤S100中的探测信息,计算出无人机飞越该障碍物的风险系数,若风险系数符合要求,向无人机发出飞越命令,若风险系数不符合要求,则转到步骤S300;
步骤S200包括:
步骤S201.数据中心接收到步骤S100发来的障碍物坐标信息,计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点;检索在该飞越点半径为L的范围内其他无人机在飞越障碍物时的历史飞行记录,所述历史飞行记录包括:穿越障碍物时的位置点、穿越障碍物时的碰撞情况、飞行速度V、飞行高度H1和距当前时刻的时间T;
步骤S202.根据历史飞行记录,将历史飞行记录中穿越障碍物时的位置点与无人机飞越点重合的记录记为有效记录,有效记录的数量记为C1,所有历史飞行记录的总数量记为C0,按以下公式计算飞越点的风险系数P:
其中,i表示有效记录的编号,Vi表示第i条有效记录中无人机的飞行速度,且Vi>0,Ti表示第i条有效记录距当前时刻的时间,Ti为正整数,Ni表示第i条历史记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Ni=Q1,若没有检测到碰撞风险,则Ni=Q2,Q1和Q2为常数,且0<Q1<Q2;
f表示历史飞行记录的编号,Vf表示第f条历史飞行记录中无人机的飞行速度,且Vf>0,Tf表示f条历史飞行记录距当前时刻的时间,Tf为正整数,Nf表示第f条历史飞行记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Nf=Q1,若没有检测到碰撞风险,则Nf=Q2;
步骤S203.将计算到的风险系数P与风险系数阈值P0进行对比,若P小于等于P0,则向无人机下达从飞越点飞越障碍物的命令,若风险系数P大于风险系数阈值P0,则向无人机下达绕行指令,所述P0>1;
S300.根据雷达探测到的信息,确定障碍物的绕行点,计算每一个绕行点的绕行风险系数,将绕行风险系数符合条件的绕行点按距离升序排列,构成绕行点选择序列,选取序列中排名首位的绕行点,向无人机发出对该绕行点的绕行命令,当绕行点选择序列中不存在可用绕行点时,系统将自动添加一个位于障碍物边缘的绕行点;
步骤S300包括:
步骤S301.当系统接收到来自步骤S200的绕行命令时,将历史飞行记录中记录的所有穿越障碍物时的位置点标记为绕行点,将步骤S202中所述飞越点改为绕行点,按计算风险系数的公式分别计算每一个绕行点的风险系数;
步骤S302.筛选掉所有风险系数大于风险系数阈值P0的绕行点,使用雷达探测无人机当前位置与每一个绕行点之间的距离S1,将绕行点按S1的大小升序排列,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
步骤S303.当系统检测到绕行点选择序列中不存在可用绕行点时,用雷达探测障碍物无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令;
S400.当检测到飞越命令或绕行命令时,调整无人机的飞行方向,计算无人机的飞行姿态,使无人机越过障碍物;若在此过程中雷达检测到无人机与障碍物间的距离小于碰撞阈值,则表示无人机存在碰撞风险,停止无人机越过障碍物的动作,转到步骤S300重新规划路径,若无人机当前在执行绕行命令,则从绕行点选择序列中去除当前绕行点,重复此步骤直到无人机绕行成功为止,若未检测到碰撞风险,则代表避障成功;
步骤S400包括:
步骤S401.当系统接收到来自步骤S200的飞越命令或步骤S300中的绕行命令时,调整无人机的分析姿态,所述飞行姿态包括无人机的飞行速度与飞行高度,按以下公式将无人机的飞行速度调整至Vc,飞行高度调整至Hc:
其中,Vi表示第i条有效记录中无人机的飞行速度,Hi表示第i条有效记录中无人机的飞行高度,C2表示无人机从该绕行点处通过的有效记录数量,C2为正整数,若Hc大于障碍物高度H,则将飞行高度调整为H;
调整无人机的飞行方向,使飞越点或绕行点处于无人机的飞行方向上,控制无人机按调整后的飞行高度Hc与速度Vc穿过障碍物,若Hc大于障碍物高度H,则将飞行高度调整为H;
步骤S402.检测无人机穿越障碍物过程中的碰撞风险,当雷达检测到无人机与障碍物之间的距离小于碰撞阈值K时,表示存在碰撞风险,停止无人机越过障碍物的动作;若当前位置为飞越点,则转到步骤S300,若当前位置为绕行点,则从绕行点选择序列中去除当前绕行点后重新规划路线,直到无人机绕行成功为止,无人机穿过障碍物且未检测到无人机碰撞时,则视为无人机避障成功;
S500.无人机避障成功后,向数据中心上传雷达探测到的障碍物信息以及本次避障的路径信息,将上传的信息存入数据中心的数据库中;
在步骤S500中,当无人机避障成功后,将本次避障过程中雷达探测到的障碍物信息与本次避障的路径信息上传到数据中心,所述路径信息包括:无人机的飞行轨迹、飞行高度、飞行速度和碰撞信息,将上传的信息存入数据中心的数据库中。
实施例:
无人机飞行过程中,雷达探测到前方存在障碍物,障碍物的宽度L=100m,高度H=10m,与无人机的距离S=200m,根据无人机自身的定位与雷达探测到的障碍物方位,计算障碍物的坐标,将数据和坐标上传到数据中心,系统预设Q1=0.5,Q2=1,P0=4;
数据中心接收到发来的障碍物坐标信息,计算按无人机当前的前进方向,无人机与障碍物相遇时的点A1,将点A1标记为飞越点,检索在飞越点A1半径100m范围内的其他无人机在飞越障碍物时的历史飞行记录,共发现四条记录:记录C1:穿越障碍物时的位置点为A1、穿越障碍物时无碰撞风险、飞行速度V=15m/s、飞行高度H1=5m和距当前时刻的时间T=10天,记录C2:穿越障碍物时的位置点为B1、穿越障碍物时无碰撞风险、飞行速度V=25m/s、飞行高度H1=8m和距当前时刻的时间T=10天,记录C3:穿越障碍物时的位置点为B2、穿越障碍物时有碰撞风险、飞行速度V=20m/s、飞行高度H1=5m和距当前时刻的时间T=10天,记录C4:穿越障碍物时的位置点为B3、穿越障碍物时无碰撞风险、飞行速度V=15m/s、飞行高度H1=6m和距当前时刻的时间T=5天;
计算无人机从飞越点A1越过障碍物的风险系数由于P大于P0,系统对无人机下达绕行指令,将位置点B1、B2和B3记为绕行点,分别计算其风险系数为3.2、8和2.66,则系统将B3设为绕行点,控制无人机的高度/>速度Vc=15m/s从绕行点处通过障碍物;
避障过程中,当系统检测到碰撞风险后,重新规划绕行点,选定绕行点B1为绕行点,控制无人机高度Hc=8m,速度Vc=25m/s通过障碍物,若避障成功,则向数据中心上传障碍物的宽度和高度信息,同时上传数据C5:穿越障碍物时的位置点为B1、穿越障碍物时无碰撞风险、飞行速度Vc=25m/s、飞行高度Hc=8m,穿越B3时检测到碰撞风险,并上传通过障碍物时的时间。
本发明的工作原理:
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于大数据的雷达信息分析管理方法,其特征在于:包括以下步骤:
S100.无人机在飞行过程中,机载雷达发现前方存在障碍物,对前方障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息上传到数据中心;
S200.数据中心根据步骤S100中雷达获取到的障碍物信息,确认一个检索范围,在数据库中检索在该障碍物的检索范围内飞行过的其他无人机上传的历史记录,根据检索到的历史记录与步骤S100中的探测信息,计算出无人机飞越该障碍物的风险系数,若风险系数符合要求,向无人机发出飞越命令,若风险系数不符合要求,则转到步骤S300;
S300.根据雷达探测到的信息,确定障碍物的绕行点,计算每一个绕行点的绕行风险系数,将绕行风险系数符合条件的绕行点按距离升序排列,构成绕行点选择序列,选取序列中排名首位的绕行点,向无人机发出对该绕行点的绕行命令,当绕行点选择序列中不存在可用绕行点时,系统将自动添加一个位于障碍物边缘的绕行点;
S400.当检测到飞越命令或绕行命令时,调整无人机的飞行方向,计算无人机的飞行姿态,使无人机越过障碍物;若在此过程中雷达检测到无人机与障碍物间的距离小于碰撞阈值,则表示无人机存在碰撞风险,停止无人机越过障碍物的动作,转到步骤S300重新规划路径,若无人机当前在执行绕行命令,则从绕行点选择序列中去除当前绕行点,重复此步骤直到无人机绕行成功为止,若未检测到碰撞风险,则代表避障成功;
S500.无人机避障成功后,向数据中心上传雷达探测到的障碍物信息以及本次避障的路径信息,将上传的信息存入数据中心的数据库中。
2.根据权利要求1所述的基于大数据的雷达信息分析管理方法,其特征在于:步骤S100包括:
步骤S101.雷达探测到无人机飞行路线上存在障碍物后,将障碍物的探测信息上传到数据中心,所述探测信息包括:障碍物的宽度L、障碍物的高度D和无人机与障碍物之间的距离S;
步骤S102.雷达对探测到的障碍物进行定位,根据无人机自身的卫星定位信息与雷达获取的方位信息,计算该障碍物的地理坐标,将障碍物的坐标信息上传到步骤S200中的数据中心。
3.根据权利要求1所述的基于大数据的雷达信息分析管理方法,其特征在于:步骤S200包括:
步骤S201.数据中心接收到步骤S100发来的障碍物坐标信息,计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点,检索范围为L;检索在该飞越点半径为L的范围内其他无人机在飞越障碍物时的历史飞行记录,所述历史飞行记录包括:穿越障碍物时的位置点、穿越障碍物时的碰撞预测情况、飞行速度V、飞行高度H1和距当前时刻的时间T;
步骤S202.根据历史飞行记录,将历史飞行记录中穿越障碍物时的位置点与无人机飞越点重合的记录记为有效记录,有效记录的数量记为C1,所有历史飞行记录的总数量记为C0,按以下公式计算飞越点的风险系数P:
其中,i表示有效记录的编号,Vi表示第i条有效记录中无人机的飞行速度,且Vi>0,Ti表示第i条有效记录距当前时刻的时间,Ti为正整数,Ni表示第i条历史记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Ni=Q1,若没有检测到碰撞风险,则Ni=Q2,Q1和Q2为常数,且0<Q1<Q2;
f表示历史飞行记录的编号,Vf表示第f条历史飞行记录中无人机的飞行速度,且Vf>0,Tf表示f条历史飞行记录距当前时刻的时间,Tf为正整数,Nf表示第f条历史飞行记录中的无人机穿越障碍物时是否检测到碰撞风险,若检测到碰撞风险,Nf=Q1,若没有检测到碰撞风险,则Nf=Q2;
步骤S203.将计算到的风险系数P与风险系数阈值P0进行对比,若P小于等于P0,则向无人机下达从飞越点飞越障碍物的命令,若风险系数P大于风险系数阈值P0,则向无人机下达绕行指令,所述P0>1。
4.根据权利要求2所述的基于大数据的雷达信息分析管理方法,其特征在于:步骤S300包括:
步骤S301.当系统接收到来自步骤S200的绕行命令时,将历史飞行记录中记录的所有穿越障碍物时的位置点标记为绕行点,将步骤S202中所述飞越点改为绕行点,按计算风险系数的公式分别计算每一个绕行点的风险系数;
步骤S302.筛选掉所有风险系数大于风险系数阈值P0的绕行点,使用雷达探测无人机当前位置与每一个绕行点之间的距离S1,将绕行点按S1的大小升序排列,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
步骤S303.当系统检测到绕行点选择序列中不存在可用绕行点时,用雷达探测障碍物无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令。
5.根据权利要求2所述的基于大数据的雷达信息分析管理方法,其特征在于:步骤S400包括:
步骤S401.当系统接收到来自步骤S200的飞越命令或步骤S300中的绕行命令时,调整无人机的分析姿态,所述飞行姿态包括无人机的飞行速度与飞行高度,按以下公式将无人机的飞行速度调整至Vc,飞行高度调整至Hc:
其中,Vi表示第i条有效记录中无人机的飞行速度,Hi表示第i条有效记录中无人机的飞行高度,C2表示无人机从该绕行点处通过的有效记录数量,C2为正整数,若Hc大于障碍物高度H,则将飞行高度调整为H;
调整无人机的飞行方向,使飞越点或绕行点处于无人机的飞行方向上,控制无人机按调整后的飞行高度Hc与速度Vc穿过障碍物;
步骤S402.检测无人机穿越障碍物过程中的碰撞风险,当雷达检测到无人机与障碍物之间的距离小于碰撞阈值K时,表示存在碰撞风险,停止无人机越过障碍物的动作;若当前位置为飞越点,则转到步骤S300,若当前位置为绕行点,则从绕行点选择序列中去除当前绕行点后重新规划路线,直到无人机绕行成功为止,无人机穿过障碍物且未检测到无人机碰撞时,则视为无人机避障成功;
在步骤S500中,当无人机避障成功后,将本次避障过程中雷达探测到的障碍物信息与本次避障的路径信息上传到数据中心,所述路径信息包括:无人机的飞行轨迹、飞行高度、飞行速度已经是否存在碰撞风险,将上传的信息存入数据中心的数据库中。
6.基于大数据的雷达信息分析管理系统,其特征在于:所述系统包括:包括:雷达检测模块、大数据分析模块、路径规划模块、飞行调整模块和数据更新模块;
雷达检测模块用于探测无人机在飞行过程中遇到的障碍物,对障碍物进行定位,并获取障碍物的探测信息,将定位结果与探测信息发送到数据中心进行数据分析;
大数据分析模块用于接收到障碍物的定位信息后,在数据中心的数据库中进行检索,找到曾在该障碍物一定半径内飞行过的其他无人机上传的信息,对历史信息与探测信息进行综合分析,计算出飞越该障碍物的风险系数,若风险系数符合要求,则计算无人机的飞行高度与飞行速度,发出飞越障碍物的命令,若风险系数不符合要求,则进行绕过该障碍物的路径规划;
路径规划模块用于根据大数据确定障碍物的绕行点,使用雷达获取绕行障碍物过程中每一个绕行点的绕行风险系数,将绕行点按距离进行排序,选取其中绕行风险系数符合条件的前提下最近的绕行点进行绕行;
飞行调整模块用于根据大数据分析模块和路径规划模块计算出的数据调整无人机的飞行姿态与飞行路径,检测到无人机和障碍物有碰撞后,自动选取下一个绕行点进行路径规划;
数据更新模块用于无人机飞越障碍物或完成绕行路径后,将障碍物的信息与无人机的路径信息上传到数据库,与其他无人机的数据一同作为数据源,提高系统在相同地点规避障碍物时的精准度。
7.根据权利要求6所述的基于大数据的雷达信息分析管理系统,其特征在于:雷达检测模块包括:障碍物判别单元和雷达定位单元;
障碍物判别单元用于当无人机飞行时,通过雷达探测无人机飞行方向上的障碍物,发现前方存在障碍物时,将该障碍物的探测信息发送到数据中心,所述探测信息包括:障碍物的宽度、障碍物的高度和无人机与障碍物之间的距离;
雷达定位单元用于当雷达检测到障碍物后,获取该障碍物的地理坐标,将获取到的坐标信息发送到数据中心。
8.根据权利要求6所述的基于大数据的雷达信息分析管理系统,其特征在于:大数据分析模块包括:信息接收单元、飞行数据检索单元和风险系数计算单元;
信息接收单元用于接收无人机发送来的有关障碍物的信息,包括探测信息与定位信息;
飞行数据检索单元用于根据障碍物的定位信息,从数据库中检索该障碍物指定范围内其他无人机上传的历史飞行记录,所述历史飞行记录包括:飞行轨迹、飞行速度和飞行高度;
风险系数计算单元用于计算按无人机当前的前进方向,无人机与障碍物相遇时的点,将该点标记为飞越点,计算无人机通过该飞越点的风险系数,所述风险系数由以下因素影响:其他无人机曾通过该飞越点的次数、其他无人机通过该飞越点的速度以及该飞越点的历史碰撞情况;若风险系数小于或等于阈值,则向无人机下达从飞越点飞越障碍物的命令,若风险系数大于阈值,则向无人机下达绕行指令。
9.根据权利要求6所述的基于大数据的雷达信息分析管理系统,其特征在于:路径规划模块包括:大数据分析单元、绕行点确认单元和雷达调整单元;
大数据分析单元用于接收到绕行指令时,根据检索到的其他无人机的历史飞行轨迹和个人历史飞行轨迹确认多个可能的绕行点;
绕行点确认单元用于分别计算无人机通过每一个绕行点的风险系数,计算所有风险系数小于或等于阈值的绕行点与无人机的距离,按距离升序排列所有的绕行点,构成绕行点选择序列,获取序列中排名第一位的绕行点,向无人机发出向该绕行点绕行的命令;
雷达调整单元当用于当绕行点选择序列中不存在绕行点时,探测无人机与障碍物边缘的距离,在与无人机距离较近的障碍物边缘处添加一个风险系数为零的绕行点,向无人机发出向该绕行点绕行的命令。
10.根据权利要求6所述的基于大数据的雷达信息分析管理系统,其特征在于:飞行调整模块包括:路径调整单元、飞行姿态调整单元和碰撞监测单元;
路径调整单元用于接收到绕行命令后,调整无人机的飞行方向,使绕行点处于无人机的飞行方向上;
飞行姿态调整单元用于根据飞越点或绕行点的风险系数,计算无人机飞行高度与飞行速度的调整值,控制无人机按调整后的飞行高度与速度穿过障碍物;
碰撞监测单元用于检测到无人机与障碍物之间距离小于阈值后,判断无人机存在碰撞风险,停止无人机越过障碍物的动作,若无人机执行飞越命令时检测到碰撞风险,则控制无人机绕行障碍物,若当前无人机执行绕行命令时检测到碰撞风险,则从绕行点选择序列中去除该绕行点,重新进行绕行点选择,直到无人机能够从绕行点越过障碍物为止,若过程中未检测到碰撞风险,则表示无人机避障成功;
数据更新模块包括:障碍物更新单元和路径更新单元;
障碍物更新单元用于将雷达上传的障碍物探测信息,与该障碍物的历史探测信息进行对比,若障碍物探测信息与历史探测信息不同,则更新历史探测信息,若信息相同,则不进行更新;
路径更新单元用于当无人机避障成功后,将本次避障过程中无人机的飞行轨迹、飞行高度、飞行速度和是否检测到碰撞风险的信息上传到数据中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310804279.8A CN116841315A (zh) | 2023-07-03 | 2023-07-03 | 基于大数据的雷达信息分析管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310804279.8A CN116841315A (zh) | 2023-07-03 | 2023-07-03 | 基于大数据的雷达信息分析管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116841315A true CN116841315A (zh) | 2023-10-03 |
Family
ID=88172104
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310804279.8A Pending CN116841315A (zh) | 2023-07-03 | 2023-07-03 | 基于大数据的雷达信息分析管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116841315A (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272731A (zh) * | 2017-06-05 | 2017-10-20 | 陈金良 | 无人机自动避撞系统 |
US20180130361A1 (en) * | 2016-11-04 | 2018-05-10 | Loveland Innovations, LLC | Systems and methods for adaptive property analysis via autonomous vehicles |
JP2019016307A (ja) * | 2017-07-10 | 2019-01-31 | 株式会社豊田中央研究所 | 予測制御装置、予測制御プログラム、カバレッジ装置、移動体、分散制御装置、移動体の分散制御プログラム |
CN110869872A (zh) * | 2018-11-30 | 2020-03-06 | 深圳市大疆创新科技有限公司 | 障碍物的精准确定方法、设备及计算机可读存储介质 |
CN111316129A (zh) * | 2017-05-08 | 2020-06-19 | 空中客车A^3有限责任公司 | 用于感测和避开飞机外部物体的系统和方法 |
WO2020143576A1 (zh) * | 2019-01-07 | 2020-07-16 | 深圳市道通智能航空技术有限公司 | 调整机载雷达的主探测方向的方法、装置和无人机 |
US20200286388A1 (en) * | 2019-03-08 | 2020-09-10 | Here Global B.V. | Method and apparatus for visualizing risk levels associated with aerial vehicle flights |
KR20210012414A (ko) * | 2019-07-25 | 2021-02-03 | 배재대학교 산학협력단 | 무인 비행체의 군집 비행 제어 시스템 및 방법 |
US20210110723A1 (en) * | 2019-08-08 | 2021-04-15 | Rakuten, Inc. | Management apparatus, management method and management system |
CN112799426A (zh) * | 2020-12-25 | 2021-05-14 | 陈南方 | 一种基于大数据分析的无人机导航控制系统及方法 |
WO2021087718A1 (zh) * | 2019-11-05 | 2021-05-14 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置、设备及存储介质 |
US20210343158A1 (en) * | 2020-04-30 | 2021-11-04 | The Boeing Company | Uav risk-based route planning system |
US11262746B1 (en) * | 2018-06-20 | 2022-03-01 | sevama, LLC | Simultaneously cost-optimized and policy-compliant trajectory generation for unmanned aircraft |
US20220223059A1 (en) * | 2021-01-08 | 2022-07-14 | The Boeing Company | Probability-based obstacle avoidance |
CN116069055A (zh) * | 2022-11-23 | 2023-05-05 | 南京迪锐科技有限公司 | 一种无人机多平台控制方法 |
KR20230065496A (ko) * | 2021-11-05 | 2023-05-12 | 주식회사 식스디그리즈 | 드론 자세에 따른 감지영역 변경이 가능한 드론 레이더 장치 및 방법 |
US20230205206A1 (en) * | 2020-08-10 | 2023-06-29 | Autel Robotics Co., Ltd. | Obstacle avoidance method, apparatus and unmanned aerial vehicle |
-
2023
- 2023-07-03 CN CN202310804279.8A patent/CN116841315A/zh active Pending
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180130361A1 (en) * | 2016-11-04 | 2018-05-10 | Loveland Innovations, LLC | Systems and methods for adaptive property analysis via autonomous vehicles |
CN111316129A (zh) * | 2017-05-08 | 2020-06-19 | 空中客车A^3有限责任公司 | 用于感测和避开飞机外部物体的系统和方法 |
CN107272731A (zh) * | 2017-06-05 | 2017-10-20 | 陈金良 | 无人机自动避撞系统 |
JP2019016307A (ja) * | 2017-07-10 | 2019-01-31 | 株式会社豊田中央研究所 | 予測制御装置、予測制御プログラム、カバレッジ装置、移動体、分散制御装置、移動体の分散制御プログラム |
US11262746B1 (en) * | 2018-06-20 | 2022-03-01 | sevama, LLC | Simultaneously cost-optimized and policy-compliant trajectory generation for unmanned aircraft |
CN110869872A (zh) * | 2018-11-30 | 2020-03-06 | 深圳市大疆创新科技有限公司 | 障碍物的精准确定方法、设备及计算机可读存储介质 |
WO2020143576A1 (zh) * | 2019-01-07 | 2020-07-16 | 深圳市道通智能航空技术有限公司 | 调整机载雷达的主探测方向的方法、装置和无人机 |
US20200286388A1 (en) * | 2019-03-08 | 2020-09-10 | Here Global B.V. | Method and apparatus for visualizing risk levels associated with aerial vehicle flights |
KR20210012414A (ko) * | 2019-07-25 | 2021-02-03 | 배재대학교 산학협력단 | 무인 비행체의 군집 비행 제어 시스템 및 방법 |
US20210110723A1 (en) * | 2019-08-08 | 2021-04-15 | Rakuten, Inc. | Management apparatus, management method and management system |
WO2021087718A1 (zh) * | 2019-11-05 | 2021-05-14 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置、设备及存储介质 |
US20210343158A1 (en) * | 2020-04-30 | 2021-11-04 | The Boeing Company | Uav risk-based route planning system |
US20230205206A1 (en) * | 2020-08-10 | 2023-06-29 | Autel Robotics Co., Ltd. | Obstacle avoidance method, apparatus and unmanned aerial vehicle |
CN112799426A (zh) * | 2020-12-25 | 2021-05-14 | 陈南方 | 一种基于大数据分析的无人机导航控制系统及方法 |
US20220223059A1 (en) * | 2021-01-08 | 2022-07-14 | The Boeing Company | Probability-based obstacle avoidance |
KR20230065496A (ko) * | 2021-11-05 | 2023-05-12 | 주식회사 식스디그리즈 | 드론 자세에 따른 감지영역 변경이 가능한 드론 레이더 장치 및 방법 |
CN116069055A (zh) * | 2022-11-23 | 2023-05-05 | 南京迪锐科技有限公司 | 一种无人机多平台控制方法 |
Non-Patent Citations (4)
Title |
---|
张启钱;许卫卫;张洪海;李翰;: "基于IOCAD的无人机避障路径规划", 西北工业大学学报, no. 02, 15 April 2020 (2020-04-15) * |
范玺斌;平志伟;张中星;: "两栖联合作战无人飞行器协同控制方法研究", 飞航导弹, no. 05, 26 March 2019 (2019-03-26) * |
董军喜: "旋转翼无人机自主避障飞行路径规划研究", 《模式识别及智能控制》, 31 December 2011 (2011-12-31) * |
蒋超: "基于雷达和视觉复合传感器的无人机障碍物检测研究", 《控制工程》, 31 December 2016 (2016-12-31) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110296713B (zh) | 路侧自动驾驶车辆定位导航系统及单个、多个车辆定位导航方法 | |
US11332132B2 (en) | Method of handling occlusions at intersections in operation of autonomous vehicle | |
EP2508956B1 (en) | A collision avoiding method and system | |
SG184536A1 (en) | Determining emergency landing sites for aircraft | |
CN109753084A (zh) | 一种无人驾驶设备和方法 | |
US11618444B2 (en) | Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior | |
US11380103B2 (en) | Coverage device, moving body, control device, and moving body distributed control program | |
US11834077B2 (en) | Systems, methods, and media for occlusion-aware motion planning | |
CN115661204A (zh) | 一种无人机集群对运动目标的协同搜寻与跟踪定位方法 | |
CN112130587A (zh) | 一种针对机动目标的多无人机协同跟踪方法 | |
CN116300973B (zh) | 一种复杂天气下无人驾驶矿车自主避障方法 | |
CN116755458A (zh) | 自主路径规划和避障系统的无人机系统 | |
JP7497365B2 (ja) | 表面特徴検出および横断のためのシステムおよび方法 | |
CN113359796B (zh) | 一种地下多分支洞穴的无人机探寻方法 | |
Guan et al. | Autonomous exploration using UWB and LiDAR | |
CN116817957B (zh) | 基于机器视觉的无人车行驶路径规划方法及系统 | |
CN116841315A (zh) | 基于大数据的雷达信息分析管理系统及方法 | |
CN116931599A (zh) | 光伏发电场调度机器人的路线控制方法 | |
CN113341387A (zh) | 一种基于重点区域的预警机探测能力分析方法及存储介质 | |
CN112799413A (zh) | 一种水下自主航行器目标导引抵近控制方法及系统 | |
Gex et al. | Local free space mapping and path guidance | |
CN118192665A (zh) | 在不确定环境下的无人机和无人车协同避障方法及系统 | |
CN114911266B (zh) | 一种无人机搜索航路建立方法及装置 | |
CN116070811B (zh) | 基于航迹的航班绕飞判别处理方法、系统和存储介质 | |
CN116339329B (zh) | 一种基于5g物联网的agv调度路径优化方法及系统 |
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 |