CN116952222B - 一种低慢小目标探测系统多源数据融合方法 - Google Patents
一种低慢小目标探测系统多源数据融合方法 Download PDFInfo
- Publication number
- CN116952222B CN116952222B CN202311196376.XA CN202311196376A CN116952222B CN 116952222 B CN116952222 B CN 116952222B CN 202311196376 A CN202311196376 A CN 202311196376A CN 116952222 B CN116952222 B CN 116952222B
- Authority
- CN
- China
- Prior art keywords
- running
- speed
- wind
- target object
- time
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000004927 fusion Effects 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000001276 controlling effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 230000001154 acute effect Effects 0.000 claims description 4
- 230000001737 promoting effect Effects 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- 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
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Multimedia (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种低慢小目标探测系统多源数据融合方法，涉及目标探测技术领域，解决无人机探测效果差的问题，具体如下：对目标物探测过程中的环境进行监测，得到环境信息；接收环境信息进行分析，得到环境数据；对目标物的初始规划信息进行获取，通过初始规划信息进行分析得到目标物控制参数，基于目标物控制参数生成目标物运行轨迹；根据目标物控制参数、目标物运行轨迹以及环境数据进行融合，本发明对无人机探测过程中的设定参数进行获取，根据设定参数对环境信息进行获取，对环境信息进行分析判断，得到环境数据，对环境数据与设定参数进行数据融合，得到实际运行参数，根据实际运行参数进行无人机的控制，提高无人机探测的安全性。
Description
技术领域
本发明涉及目标探测技术领域，尤其涉及一种低慢小目标探测系统多源数据融合方法。
背景技术
常见的低慢小目标包括多旋翼无人机、航拍气球、动力三角翼等，无人机在进行探测过程中按照事先设定好的方向以及速度进行飞行，在飞行过程中，会受到外界因素的影响，在飞行过程中存在以下影响因素：
①：无人机在飞行过程中，受到外界风速的影响，根据无人机设定信息进行飞行过程中，影响无人机的飞行速度以及飞行状态；
②：无人机在飞行过程中受到外界风速的影响，易于发生安全隐患，影响无人机探测时的安全性；
③无人机在飞行过程中在多个方向进行飞行，在每个方向进行飞行过程中，受到的外界风的影响大小不同，同时在不同时间外界风的影响因素会变化，调节难度大，因此本发明提出了一种低慢小目标探测系统多源数据融合方法。
发明内容
针对现有技术存在的不足，本发明目的是提供一种低慢小目标探测系统多源数据融合方法，本发明对无人机探测过程中的设定参数进行获取，根据设定参数对环境信息进行获取，对环境信息进行分析判断，得到环境数据，对环境数据与设定参数进行数据融合，得到实际运行参数，根据实际运行参数进行无人机的控制，提高无人机探测的安全性。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种低慢小目标探测系统多源数据融合方法，所述数据融合方法具体包括以下步骤：
步骤S1：对目标物探测过程中的环境进行监测，得到环境信息；
步骤S2：接收环境信息进行分析，得到环境数据；
步骤S3：对目标物的初始规划信息进行获取，通过初始规划信息进行分析得到目标物控制参数，基于目标物控制参数生成目标物运行轨迹；
步骤S4：根据目标物控制参数、目标物运行轨迹以及环境数据进行融合得到实际运行参数，控制模块接收实际运行参数，对初始规划信息进行替换，通过实际运行参数对目标物进行控制。
进一步地，所述步骤S1中，对环境信息进行获取具体步骤如下：
步骤S11：对目标物的位置信息进行获取，对目标物探测过程中的图像信息进行录像；
步骤S12：对目标物飞行过程中的风力数值的风力方向进行获取；
步骤S13：根据风力方向对风力与水平方向的角度进行获取，得到风向角度值，获取的风向角度值、风力数值、位置信息以及图像信息为环境信息。
进一步地，所述步骤S2中，对环境信息进行分析具体步骤如下：
步骤S21：通过位置信息对目标物的飞行高度进行获取，对每个飞行高度的持续时间进行获取，得到第一时间段至第z时间段；
步骤S22：通过不同的飞行高度，对每个时间段内的风力数值进行获取，若出现风力数值相同，则风力数值相同的时间段进行求和，由此对每个风力数值持续时间进行获取，得到第一持续时间、第二持续时间……第a持续时间；
步骤S23：通过图像信息实时对无人机获取的图像进行观察，获取图像中物体作为参照物体，观察参照物体在图片中是否显示，若不显示，判断为地面模糊图像，对获取地面模糊图像对应时间点时的无人机高度，得到飞行能见度值，通过服务器对无人机临界能见度值进行获取；
步骤S24：若飞行能见度值大于临界能见度值，则判断无人机适合飞行，若飞行能见度值小于临界能见度值，则判断无人机不适合飞行，对无人机飞行过程中的风力风机进行获取，若风力等级不小于3级，则判断无人机不适合飞行；
步骤S25：分析获取的多个风力数值、每个风力数值的持续时间以及风向角度值为环境数据。
进一步地，所述步骤S3中，对目标物控制参数进行获取具体如下：
步骤S31：对初始规划信息中目标物探测过程中的运行速度、每个运行速度的持续时间以及运行方向进行获取；
步骤S32：对目标物的探测时间进行获取，得到探测时间T，在T时间段内，对运行速度变化次数进行获取，得到w个运行速度；
步骤S33：分别对w个运行速度的运行时间进行获取，得到w个运行时间，运行时间分别t1、t2……tw，其中，T=t1+t2……tw；对设定运行方向的个数进行获取，得到m个运行方向；
步骤S34：对m个运行方向的运行轨迹进行获取。
进一步地，所述步骤S34中，对m个运行方向的运行轨迹进行获取具体如下：
步骤S341：对第一个运行方向内运行速度的个数进行获取，得到k1个运行速度，对每个运行速度的运行时间进行获取，得到k1个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第一个运行方向的运行路程进行获取，根据运行路程，设定绘图比例，绘制第一运行线段，在第一运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S342：对第二个运行方向内运行速度的个数进行获取，得到k2个运行速度，对每个运行速度的运行时间进行获取，得到k2个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第二个运行方向的运行路程进行获取，根据运行路程，绘制第二运行线段，第二运行线段首端与第一运行线段尾端相连，在第二运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S343：由此，对第m个运行方向内运行速度的个数进行获取，得到kn个运行速度，对每个运行速度的运行时间进行获取，得到km个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第m个运行方向的运行路程进行获取，根据运行路程，绘制第m运行线段，第m运行线段首端与第（m-1）运行线段尾端相连，在第m运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S344：第一运行线段至第m运行线段围成的图像为目标物运行轨迹，将目标物运行轨迹输送至数据融合模块。
进一步地，所述步骤S4中，在对数据进行融合，具体步骤如下：
步骤S41：接收环境数据以及目标物控制参数，对第一个运行方向至第m个运行方向中的风力数值个数、风力数值持续时间以及风向角度进行判断获取；
步骤S42：基于风向角度，对风力方向与第一个方向之间的夹角α1进行获取，对夹角进行判断，若α1＞90°，判断运行方向与风力方向相反，风力对运行方向起反向作用，若α1＜90°，判断运行方向与风力方向相同，风力对运行方向起促进作用；
步骤S43：根据风向角度对应的风向数值结合夹角α1通过三角函数求取风力数值对运行方向相同或相反方向的影响风速，对每个风力数值的影响风速进行分别获取；
步骤S44：结合风力数值持续时间以及第一个运行方向中的运行速度、运行时间，对风力数值持续时间求和，使风力数值持续时间与运行时间相同，获取风力数值持续时间的个数；
步骤S45：对每个风力数值持续时间对应的风力数值进行获取，根据风力数值的个数，分别将对应风力数值的影响风速进行排列。
进一步地，在对数据进行融合还包括：
步骤S46：根据排列的影响风速结合k1个运行速度、k1个运行时间，对k1个运行时间对每个时间内的影响风速进行获取，通过获取的影响风速结合k1个运行速度进行数据融合，对第一个方向的实际运行速度进行获取；
步骤S47：若α1=90°，对此时的风力数值和目标物运行速度进行获取，对风力数值与目标物运行速度进行比较，若风力数值不大于目标物运行速度，则不对目标物进行处理，若风力数值大于目标物运行速度，则对目标物运行速度进行调节；
步骤S48：由此，分别对第二个运行方向至第m个运行方向中的数据进行融合，获取实际运行速度，对获取的m个方向的实际运行速度进行存储，存储的数据为实际运行参数。
进一步地，所述步骤S46在进行数据融合时，具体如下：
步骤S461：根据运行速度对应的影响风速生成影响排列表，对影响风速与运行速度间的角度进行判断，若角度为锐角，则对运行速度与影响风速进行求和进行数据融合，得到实际运行速度，根据实际运行速度，对无人机进行控制；
步骤S462：若角度为钝角，则对运行速度与影响风速进行求差进行数据融合，得到实际运行速度，若求差小于0，则对运行速度进行调节，使运行速度大于影响风速，所求差不小于0，根据实际运行速度，对无人机进行控制。
本发明的有益效果：
1.本发明通过无人机探测过程中的设定参数进行获取，根据设定参数对环境信息进行获取，对环境信息进行分析判断，得到环境数据，对环境数据与设定参数进行数据融合。
2.本发明在通过对无人机运行方向以及风力方向进行获取，根据运行方向的角度变化对风力方向与其之间的夹角进行获取，根据获取的夹角结合三角形的三角函数对影响风速进行获取，对无人机探测过程中进行准确的控制。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明一种低慢小目标探测系统多源数据融合方法的方法步骤图；
图2为本发明一种低慢小目标探测系统多源数据融合方法的原理框图；
图3为本发明一种低慢小目标探测系统多源数据融合方法中对实际运行参数进行获取的示意图；
图4为本发明一种低慢小目标探测系统多源数据融合方法中数据融合模块的原理框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
本发明中，请参阅图2，一种低慢小目标探测系统多源数据融合方法，数据融合方法包括监测模块、数据获取模块、分析模块、控制模块、数据融合模块以及服务器；监测模块、数据获取模块、分析模块、控制模块以及数据融合模块分别与服务器相连；
监测模块对目标物探测过程中的环境进行监测，得到环境信息；
对环境信息进行获取具体如下：
在目标物上设置有风速风向传感器、位置传感器以及摄像机；
通过位置传感器对目标物的位置信息进行获取，通过摄像机对目标物探测过程中的图像信息进行录像，风速风向传感器对目标物飞行过程中的风力数值的风力方向进行获取；
根据风力方向对风力与水平方向的角度进行获取，得到风向角度值；
获取的风向角度值、风力数值、位置信息以及图像信息为环境信息；
需要说明的是：目标物探测过程中，即为无人机在进行飞行中的探测过程。
将监测的环境信息输送至分析模块，分析模块接收环境信息进行分析，得到环境数据；
对环境信息进行分析具体如下：
通过位置信息对目标物的飞行高度进行获取，对每个飞行高度的持续时间进行获取，得到第一时间段至第z时间段，z为正整数，表示飞行高度的变化次数，通过不同的飞行高度，对每个时间段内的风力数值进行获取，若出现风力数值相同，则风力数值相同的时间段进行求和，由此对每个风力数值持续时间进行获取，得到第一持续时间、第二持续时间……第a持续时间，a为风力数值的个数，通过图像信息实时对无人机获取的图像进行观察，获取图像中物体作为参照物体，观察参照物体在图片中是否显示，若不显示，判断为地面模糊图像，对获取地面模糊图像对应时间点时的无人机高度，得到飞行能见度值，通过服务器对无人机临界能见度值进行获取，若飞行能见度值大于临界能见度值，则判断无人机适合飞行，若飞行能见度值小于临界能见度值，则判断无人机不适合飞行，对无人机飞行过程中的风力风机进行获取，若风力等级不小于3级，则判断无人机不适合飞行；
分析获取的多个风力数值、每个风力数值的持续时间以及风向角度值为环境数据；
需要说明的是，在不同高度的风速会发生改变，随着高度逐渐升高，风速会逐渐变大，临界能见度值取值为800m；
数据获取模块对目标物的初始规划信息进行获取；
初始规划信息为目标物在探测过程中事先设定好的参数信息；
将初始规划信息输送至分析模块，分析模块接收初始规划信息进行分析得到目标物控制参数，基于目标物控制参数生成目标物运行轨迹；
分析模块对目标物控制参数进行获取具体如下：
对初始规划信息中目标物探测过程中的运行速度、每个运行速度的持续时间以及运行方向进行获取，对目标物的探测时间进行获取，得到探测时间T，在T时间段内，对运行速度变化次数进行获取，得到w个运行速度，分别对w个运行速度的运行时间进行获取，得到w个运行时间，运行时间分别t1、t2……tw，其中，T=t1+t2……tw；对设定运行方向的个数进行获取，得到m个运行方向，m为正整数；
对运行轨迹进行获取具体如下：
对第一个运行方向内运行速度的个数进行获取，得到k1个运行速度，对每个运行速度的运行时间进行获取，得到k1个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第一个运行方向的运行路程进行获取，根据运行路程，设定绘图比例，绘制第一运行线段，在第一运行线段对应位置标记其对应的运行速度以及运行时间；
对第二个运行方向内运行速度的个数进行获取，得到k2个运行速度，对每个运行速度的运行时间进行获取，得到k2个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第二个运行方向的运行路程进行获取，根据运行路程，绘制第二运行线段，第二运行线段首端与第一运行线段尾端相连，在第二运行线段对应位置标记其对应的运行速度以及运行时间；
……
对第m个运行方向内运行速度的个数进行获取，得到kn个运行速度，对每个运行速度的运行时间进行获取，得到km个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第m个运行方向的运行路程进行获取，根据运行路程，绘制第m运行线段，第m运行线段首端与第（m-1）运行线段尾端相连，在第m运行线段对应位置标记其对应的运行速度以及运行时间；
第一运行线段至第m运行线段围成的图像为目标物运行轨迹，将目标物运行轨迹输送至数据融合模块。
需要说明的是：在进行方向变化时，目标物速度会发生变化，因此，在一个运行方向内，运行速度总个数均匀分布在m个运行方向中，在进行多个线段的绘制过程中，按照上北下南左西右东进行标记绘制。
将目标物控制参数、目标物运行轨迹以及环境数据输送至数据融合模块，数据融合模块对数据进行融合得到实际运行参数，控制模块接收实际运行参数，对初始规划信息进行替换，控制模块通过实际运行参数对目标物进行控制。
在对数据进行融合，具体如下：
请参阅图4，数据融合模块包括数据判断单元、数据融合单元、计算单元以及存储单元；
请参阅图3，数据判断单元接收环境数据以及目标物控制参数，对第一个运行方向至第m个运行方向中的风力数值个数、风力数值持续时间以及风向角度进行判断获取，基于风向角度，对风力方向与第一个方向之间的夹角α1进行获取，对夹角进行判断，若α1＞90°，判断运行方向与风力方向相反，风力对运行方向起反向作用，若α1＜90°，判断运行方向与风力方向相同，风力对运行方向起促进作用，计算单元根据风向角度对应的风向数值结合夹角α1通过三角函数求取风力数值对运行方向相同或相反方向的影响风速，对每个风力数值的影响风速进行分别获取，结合风力数值持续时间以及第一个运行方向中的运行速度、运行时间，对风力数值持续时间求和，使风力数值持续时间与运行时间相同，获取风力数值持续时间的个数，对每个风力数值持续时间对应的风力数值进行获取，根据风力数值的个数，分别将对应风力数值的影响风速进行排列，数据融合单元根据排列的影响风速结合k1个运行速度、k1个运行时间，对k1个运行时间对每个时间内的影响风速进行获取，通过获取的影响风速结合k1个运行速度进行数据融合，对第一个方向的实际运行速度进行获取。
若α1=90°，对此时的风力数值和目标物运行速度进行获取，对风力数值与目标物运行速度进行比较，若风力数值不大于目标物运行速度，则不对目标物进行处理，若风力数值大于目标物运行速度，则对目标物运行速度进行调节，将风力数值输送至服务器，服务器根据获取的风速数值对当前时间内的目标物运行速度进行调节，使得目标物运行速度大于风力数值；
其中需要说明的是，每一个运行速度结合影响风速均获取一个实际运行速度，获取的实际运行速度有多个。
在进行数据融合时，具体如下：
根据运行速度对应的影响风速生成影响排列表，对影响风速与运行速度间的角度进行判断，若角度为锐角，则对运行速度与影响风速进行求和进行数据融合，得到实际运行速度，根据实际运行速度，对无人机进行控制；
若角度为钝角，则对运行速度与影响风速进行求差进行数据融合，得到实际运行速度，若求差小于0，则对运行速度进行调节，使运行速度大于影响风速，所求差不小于0，根据实际运行速度，对无人机进行控制；
第二个运行方向与风力方向之间的夹角为α2，第三个运行方向与风力方向之间的夹角为α3……第m个运行方向与风力方向之间的夹角为αm；
由此，分别对第二个运行方向至第m个运行方向中的数据进行融合，获取实际运行速度。
存储单元对获取的m个方向的实际运行速度进行存储，存储的数据为实际运行参数。
对影响风速进行获取具体如下：
cosα=L1/x1；
x1为风向数值，L1为影响风速；
其中，判断得到风机数值持续时间的和为k1个运行时间的和。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，如存在权重系数和比例系数，其设置的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于权重系数和比例系数的大小，只要不影响参数与量化后数值的比例关系即可。
请参阅图1，在另一实施例中，一种低慢小目标探测系统多源数据融合方法，在进行多源数据融合中，具体包括以下步骤：
步骤S1：对目标物探测过程中的环境进行监测，得到环境信息；
对环境信息进行获取具体步骤如下：
步骤S11：对目标物的位置信息进行获取，对目标物探测过程中的图像信息进行录像；
步骤S12：对目标物飞行过程中的风力数值的风力方向进行获取；
步骤S13：根据风力方向对风力与水平方向的角度进行获取，得到风向角度值，获取的风向角度值、风力数值、位置信息以及图像信息为环境信息。
步骤S2：接收环境信息进行分析，得到环境数据；
对环境信息进行分析具体步骤如下：
步骤S21：通过位置信息对目标物的飞行高度进行获取，对每个飞行高度的持续时间进行获取，得到第一时间段至第z时间段；
步骤S22：通过不同的飞行高度，对每个时间段内的风力数值进行获取，若出现风力数值相同，则风力数值相同的时间段进行求和，由此对每个风力数值持续时间进行获取，得到第一持续时间、第二持续时间……第a持续时间；
步骤S23：通过图像信息实时对无人机获取的图像进行观察，获取图像中物体作为参照物体，观察参照物体在图片中是否显示，若不显示，判断为地面模糊图像，对获取地面模糊图像对应时间点时的无人机高度，得到飞行能见度值，通过服务器对无人机临界能见度值进行获取；
步骤S24：若飞行能见度值大于临界能见度值，则判断无人机适合飞行，若飞行能见度值小于临界能见度值，则判断无人机不适合飞行，对无人机飞行过程中的风力风机进行获取，若风力等级不小于3级，则判断无人机不适合飞行；
步骤S25：分析获取的多个风力数值、每个风力数值的持续时间以及风向角度值为环境数据；
步骤S3：对目标物的初始规划信息进行获取，通过初始规划信息进行分析得到目标物控制参数，基于目标物控制参数生成目标物运行轨迹；
对目标物控制参数进行获取具体如下：
步骤S31：对初始规划信息中目标物探测过程中的运行速度、每个运行速度的持续时间以及运行方向进行获取；
步骤S32：对目标物的探测时间进行获取，得到探测时间T，在T时间段内，对运行速度变化次数进行获取，得到w个运行速度；
步骤S33：分别对w个运行速度的运行时间进行获取，得到w个运行时间，运行时间分别t1、t2……tw，其中，T=t1+t2……tw；对设定运行方向的个数进行获取，得到m个运行方向；
步骤S34：对m个运行方向的运行轨迹进行获取；
步骤S34中，对m个运行方向的运行轨迹进行获取具体如下：
步骤S341：对第一个运行方向内运行速度的个数进行获取，得到k1个运行速度，对每个运行速度的运行时间进行获取，得到k1个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第一个运行方向的运行路程进行获取，根据运行路程，设定绘图比例，绘制第一运行线段，在第一运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S342：对第二个运行方向内运行速度的个数进行获取，得到k2个运行速度，对每个运行速度的运行时间进行获取，得到k2个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第二个运行方向的运行路程进行获取，根据运行路程，绘制第二运行线段，第二运行线段首端与第一运行线段尾端相连，在第二运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S343：由此，对第m个运行方向内运行速度的个数进行获取，得到kn个运行速度，对每个运行速度的运行时间进行获取，得到km个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第m个运行方向的运行路程进行获取，根据运行路程，绘制第m运行线段，第m运行线段首端与第（m-1）运行线段尾端相连，在第m运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S344：第一运行线段至第m运行线段围成的图像为目标物运行轨迹，将目标物运行轨迹输送至数据融合模块。
步骤S4：根据目标物控制参数、目标物运行轨迹以及环境数据进行融合得到实际运行参数，控制模块接收实际运行参数，对初始规划信息进行替换，通过实际运行参数对目标物进行控制。
在对数据进行融合，具体步骤如下：
步骤S41：接收环境数据以及目标物控制参数，对第一个运行方向至第m个运行方向中的风力数值个数、风力数值持续时间以及风向角度进行判断获取；
步骤S42：基于风向角度，对风力方向与第一个方向之间的夹角α1进行获取，对夹角进行判断，若α1＞90°，判断运行方向与风力方向相反，风力对运行方向起反向作用，若α1＜90°，判断运行方向与风力方向相同，风力对运行方向起促进作用；
步骤S43：根据风向角度对应的风向数值结合夹角α1通过三角函数求取风力数值对运行方向相同或相反方向的影响风速，对每个风力数值的影响风速进行分别获取；
步骤S44：结合风力数值持续时间以及第一个运行方向中的运行速度、运行时间，对风力数值持续时间求和，使风力数值持续时间与运行时间相同，获取风力数值持续时间的个数；
步骤S45：对每个风力数值持续时间对应的风力数值进行获取，根据风力数值的个数，分别将对应风力数值的影响风速进行排列；
步骤S46：根据排列的影响风速结合k1个运行速度、k1个运行时间，对k1个运行时间对每个时间内的影响风速进行获取，通过获取的影响风速结合k1个运行速度进行数据融合，对第一个方向的实际运行速度进行获取；
步骤S47：若α1=90°，对此时的风力数值和目标物运行速度进行获取，对风力数值与目标物运行速度进行比较，若风力数值不大于目标物运行速度，则不对目标物进行处理，若风力数值大于目标物运行速度，则对目标物运行速度进行调节；
步骤S48：由此，分别对第二个运行方向至第m个运行方向中的数据进行融合，获取实际运行速度，对获取的m个方向的实际运行速度进行存储，存储的数据为实际运行参数。
步骤S46在进行数据融合时，具体如下：
步骤S461：根据运行速度对应的影响风速生成影响排列表，对影响风速与运行速度间的角度进行判断，若角度为锐角，则对运行速度与影响风速进行求和进行数据融合，得到实际运行速度，根据实际运行速度，对无人机进行控制；
步骤S462：若角度为钝角，则对运行速度与影响风速进行求差进行数据融合，得到实际运行速度，若求差小于0，则对运行速度进行调节，使运行速度大于影响风速，所求差不小于0，根据实际运行速度，对无人机进行控制。
在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中，存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static RandomAccess Memory，简称SRAM），电可擦除可编程只读存储器（Electrically ErasableProgrammable Read-Only Memory，简称EEPROM），可擦除可编程只读存储器（ErasableProgrammable Read Only Memory，简称EPROM），可编程只读存储器（Programmable Red-Only Memory，简称PROM），只读存储器（Read-OnlyMemory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (4)
1.一种低慢小目标探测系统多源数据融合方法，其特征在于，所述数据融合方法具体包括以下步骤：
步骤S1：对目标物探测过程中的环境进行监测，得到环境信息；
步骤S2：接收环境信息进行分析，得到环境数据；
步骤S3：对目标物的初始规划信息进行获取，通过初始规划信息进行分析得到目标物控制参数，基于目标物控制参数生成目标物运行轨迹；
步骤S4：根据目标物控制参数、目标物运行轨迹以及环境数据进行融合得到实际运行参数，通过实际运行参数，对初始规划信息进行替换，对目标物进行控制；
所述步骤S1中，对环境信息进行获取具体步骤如下：
步骤S11：对目标物的位置信息进行获取，对目标物探测过程中的图像信息进行录像；
步骤S12：对目标物飞行过程中的风力数值的风力方向进行获取；
步骤S13：根据风力方向对风力与水平方向的角度进行获取，得到风向角度值，获取的风向角度值、风力数值、位置信息以及图像信息为环境信息；
对环境信息进行分析具体步骤如下：
步骤S21：通过位置信息对目标物的飞行高度进行获取，对每个飞行高度的持续时间进行获取，得到第一时间段至第z时间段；
步骤S22：通过不同的飞行高度，对每个时间段内的风力数值进行获取，若出现风力数值相同，则风力数值相同的时间段进行求和，由此对每个风力数值持续时间进行获取，得到第一持续时间、第二持续时间……第a持续时间；
步骤S23：通过图像信息实时对无人机获取的图像进行观察，获取图像中物体作为参照物体，观察参照物体在图片中是否显示，若不显示，判断为地面模糊图像，对获取地面模糊图像对应时间点时的无人机高度，得到飞行能见度值，对无人机临界能见度值进行获取；
步骤S24：若飞行能见度值大于临界能见度值，则判断无人机适合飞行，若飞行能见度值小于临界能见度值，则判断无人机不适合飞行，对无人机飞行过程中的风力风机进行获取，若风力等级不小于3级，则判断无人机不适合飞行；
步骤S25：分析获取的多个风力数值、每个风力数值的持续时间以及风向角度值为环境数据；
所述步骤S3中，对目标物控制参数进行获取具体如下：
步骤S31：对初始规划信息中目标物探测过程中的运行速度、每个运行速度的持续时间以及运行方向进行获取；
步骤S32：对目标物的探测时间进行获取，得到探测时间T，在T时间段内，对运行速度变化次数进行获取，得到w个运行速度；
步骤S33：分别对w个运行速度的运行时间进行获取，得到w个运行时间，运行时间分别t1、t2……tw，其中，T=t1+t2……tw；对设定运行方向的个数进行获取，得到m个运行方向；
步骤S34：对m个运行方向的运行轨迹进行获取；
所述步骤S34中，对m个运行方向的运行轨迹进行获取具体如下：
步骤S341：对第一个运行方向内运行速度的个数进行获取，得到k1个运行速度，对每个运行速度的运行时间进行获取，得到k1个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第一个运行方向的运行路程进行获取，根据运行路程，设定绘图比例，绘制第一运行线段，在第一运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S342：对第二个运行方向内运行速度的个数进行获取，得到k2个运行速度，对每个运行速度的运行时间进行获取，得到k2个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第二个运行方向的运行路程进行获取，根据运行路程，绘制第二运行线段，第二运行线段首端与第一运行线段尾端相连，在第二运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S343：由此，对第m个运行方向内运行速度的个数进行获取，得到km个运行速度，对每个运行速度的运行时间进行获取，得到km个运行时间，通过运行方向、运行速度以及对应运行速度的运行时间，对第m个运行方向的运行路程进行获取，根据运行路程，绘制第m运行线段，第m运行线段首端与第（m-1）运行线段尾端相连，在第m运行线段对应位置标记其对应的运行速度以及运行时间；
步骤S344：第一运行线段至第m运行线段围成的图像为目标物运行轨迹，将目标物运行轨迹输送至数据融合模块。
2.根据权利要求1所述的一种低慢小目标探测系统多源数据融合方法，其特征在于，所述步骤S4中，在对数据进行融合，具体步骤如下：
步骤S41：接收环境数据以及目标物控制参数，对第一个运行方向至第m个运行方向中的风力数值个数、风力数值持续时间以及风向角度进行判断获取；
步骤S42：基于风向角度，对风力方向与第一个方向之间的夹角α1进行获取，对夹角进行判断，若α1＞90°，判断运行方向与风力方向相反，风力对运行方向起反向作用，若α1＜90°，判断运行方向与风力方向相同，风力对运行方向起促进作用；
步骤S43：根据风向角度对应的风向数值结合夹角α1通过三角函数求取风力数值对运行方向相同或相反方向的影响风速，对每个风力数值的影响风速进行分别获取；
步骤S44：结合风力数值持续时间以及第一个运行方向中的运行速度、运行时间，对风力数值持续时间求和，使风力数值持续时间与运行时间相同，获取风力数值持续时间的个数；
步骤S45：对每个风力数值持续时间对应的风力数值进行获取，根据风力数值的个数，分别将对应风力数值的影响风速进行排列。
3.根据权利要求2所述的一种低慢小目标探测系统多源数据融合方法，其特征在于，在对数据进行融合还包括：
步骤S46：根据排列的影响风速结合k1个运行速度、k1个运行时间，对k1个运行时间对每个时间内的影响风速进行获取，通过获取的影响风速结合k1个运行速度进行数据融合，对第一个方向的实际运行速度进行获取；
步骤S47：若α1=90°，对此时的风力数值和目标物运行速度进行获取，对风力数值与目标物运行速度进行比较，若风力数值不大于目标物运行速度，则不对目标物进行处理，若风力数值大于目标物运行速度，则对目标物运行速度进行调节；
步骤S48：由此，分别对第二个运行方向至第m个运行方向中的数据进行融合，获取实际运行速度，对获取的m个方向的实际运行速度进行存储，存储的数据为实际运行参数。
4.根据权利要求3所述的一种低慢小目标探测系统多源数据融合方法，其特征在于，所述步骤S46在进行数据融合时，具体如下：
步骤S461：根据运行速度对应的影响风速生成影响排列表，对影响风速与运行速度间的角度进行判断，若角度为锐角，则对运行速度与影响风速进行求和进行数据融合，得到实际运行速度，根据实际运行速度，对无人机进行控制；
步骤S462：若角度为钝角，则对运行速度与影响风速进行求差进行数据融合，得到实际运行速度，若求差小于0，则对运行速度进行调节，使运行速度大于影响风速，若求差不小于0，根据实际运行速度，对无人机进行控制。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311196376.XA CN116952222B (zh) | 2023-09-18 | 2023-09-18 | 一种低慢小目标探测系统多源数据融合方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311196376.XA CN116952222B (zh) | 2023-09-18 | 2023-09-18 | 一种低慢小目标探测系统多源数据融合方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116952222A CN116952222A (zh) | 2023-10-27 |
| CN116952222B true CN116952222B (zh) | 2023-12-08 |
Family
ID=88442764
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311196376.XA Active CN116952222B (zh) | 2023-09-18 | 2023-09-18 | 一种低慢小目标探测系统多源数据融合方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116952222B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101862065B1 (ko) * | 2017-07-25 | 2018-05-29 | 한국항공대학교산학협력단 | 비행체를 이용한 영상 기반 바람 추정 장치 및 방법 |
| US10466069B1 (en) * | 2018-10-26 | 2019-11-05 | Charles Kirksey | Systems and methods for obtaining wind information |
| CN112766468A (zh) * | 2021-04-08 | 2021-05-07 | 北京三快在线科技有限公司 | 一种轨迹预测方法、装置、存储介质及电子设备 |
| CN113433964A (zh) * | 2021-07-23 | 2021-09-24 | 武汉华武合胜网络科技有限公司 | 一种无人机作业飞行姿态智能调控方法、系统及计算机存储介质 |
| CN115615400A (zh) * | 2022-12-05 | 2023-01-17 | 广东海纬地恒空间信息技术有限公司 | 一种基于无人机的地理数据测绘采集方法 |
| WO2023020084A1 (zh) * | 2021-08-20 | 2023-02-23 | 中国华能集团清洁能源技术研究院有限公司 | 海上无人机巡检飞行路径生成方法、装置及无人机 |
| CN115755980A (zh) * | 2022-12-12 | 2023-03-07 | 宁夏含光新能源有限公司 | 基于数据分析的光伏电站无人机巡检系统及方法 |
| JP2023036446A (ja) * | 2021-09-02 | 2023-03-14 | トヨタ自動車株式会社 | 飛行体制御システム、飛行体制御サーバ、及び飛行体制御方法 |
| CN116520870A (zh) * | 2023-07-04 | 2023-08-01 | 天之翼(苏州)科技有限公司 | 一种无人机飞行姿态远程控制方法及系统 |
-
2023
- 2023-09-18 CN CN202311196376.XA patent/CN116952222B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101862065B1 (ko) * | 2017-07-25 | 2018-05-29 | 한국항공대학교산학협력단 | 비행체를 이용한 영상 기반 바람 추정 장치 및 방법 |
| US10466069B1 (en) * | 2018-10-26 | 2019-11-05 | Charles Kirksey | Systems and methods for obtaining wind information |
| CN112766468A (zh) * | 2021-04-08 | 2021-05-07 | 北京三快在线科技有限公司 | 一种轨迹预测方法、装置、存储介质及电子设备 |
| CN113433964A (zh) * | 2021-07-23 | 2021-09-24 | 武汉华武合胜网络科技有限公司 | 一种无人机作业飞行姿态智能调控方法、系统及计算机存储介质 |
| WO2023020084A1 (zh) * | 2021-08-20 | 2023-02-23 | 中国华能集团清洁能源技术研究院有限公司 | 海上无人机巡检飞行路径生成方法、装置及无人机 |
| JP2023036446A (ja) * | 2021-09-02 | 2023-03-14 | トヨタ自動車株式会社 | 飛行体制御システム、飛行体制御サーバ、及び飛行体制御方法 |
| CN115615400A (zh) * | 2022-12-05 | 2023-01-17 | 广东海纬地恒空间信息技术有限公司 | 一种基于无人机的地理数据测绘采集方法 |
| CN115755980A (zh) * | 2022-12-12 | 2023-03-07 | 宁夏含光新能源有限公司 | 基于数据分析的光伏电站无人机巡检系统及方法 |
| CN116520870A (zh) * | 2023-07-04 | 2023-08-01 | 天之翼(苏州)科技有限公司 | 一种无人机飞行姿态远程控制方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116952222A (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Khan et al. | Unmanned aerial vehicle–based traffic analysis: Methodological framework for automated multivehicle trajectory extraction | |
| CN106682572B (zh) | 目标跟踪方法、系统和第一电子设备 | |
| CN105809658B (zh) | 关心区域设定方法及装置 | |
| AU2008201108A1 (en) | Vision based navigation and guidance system | |
| CN113665574B (zh) | 智能汽车换道时长预测及拟人化轨迹规划方法 | |
| CN111105495A (zh) | 一种融合视觉语义信息的激光雷达建图方法及系统 | |
| CN113221677A (zh) | 一种轨迹异常检测方法、装置、路侧设备和云控平台 | |
| US11068713B1 (en) | Video-based intelligent road traffic universal analysis | |
| CN111812669B (zh) | 绕机检查装置及其定位方法、存储介质 | |
| CN109062235A (zh) | 飞行控制方法、装置及无人机 | |
| US11016276B2 (en) | Imaging system | |
| CN116952222B (zh) | 一种低慢小目标探测系统多源数据融合方法 | |
| CN102800105B (zh) | 基于运动矢量的目标检测方法 | |
| CN113727064B (zh) | 一种摄像头视场角的确定方法及装置 | |
| JP6992876B2 (ja) | 点検管理装置、点検管理方法、プログラム、点検ロボット、及び、点検ロボット管理システム | |
| CN113665591A (zh) | 无人驾驶控制方法、装置、设备及介质 | |
| US20130085643A1 (en) | Sensor positioning | |
| CN107491099A (zh) | 一种基于视觉和陀螺仪的云台控制方法及装置 | |
| CN111192327B (zh) | 用于确定障碍物朝向的方法和装置 | |
| CN109040574A (zh) | 一种转动摇头机跟踪目标的方法及装置 | |
| JP2016085105A (ja) | 移動体の速度推定装置、方法、及びプログラム | |
| CN111160266B (zh) | 物体跟踪方法和装置 | |
| CN108646787B (zh) | 目标追踪方法、装置以及无人机 | |
| DE102021125136A1 (de) | Vorrichtung und verfahren zum vorhersagen der trajektorie eines umliegenden fahrzeugs | |
| CN113885496A (zh) | 智能驾驶仿真传感器模型及智能驾驶仿真方法 |
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 |