CN117151437A - 一种无人机任务中机场平台的分配系统及其分配方法 - Google Patents
一种无人机任务中机场平台的分配系统及其分配方法 Download PDFInfo
- Publication number
- CN117151437A CN117151437A CN202311422023.7A CN202311422023A CN117151437A CN 117151437 A CN117151437 A CN 117151437A CN 202311422023 A CN202311422023 A CN 202311422023A CN 117151437 A CN117151437 A CN 117151437A
- Authority
- CN
- China
- Prior art keywords
- self
- unmanned aerial
- aerial vehicle
- test
- task
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000009826 distribution Methods 0.000 title claims abstract description 17
- 238000012360 testing method Methods 0.000 claims abstract description 181
- 238000007689 inspection Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003028 elevating effect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/02—Reservations, e.g. for tickets, services or events
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供一种无人机任务中机场平台的分配系统及其分配方法,包括:飞行任务模块、初始自测模块、自测判断模块、增强自测模块和机场分配模块,其中,所述飞行任务模块包括路线规划模块、任务点模块和无人机模块,所述初始自测模块用于通过无人机的飞行路线、完成飞行路线的预计任务时间、任务点位置和任务点的巡检难度系数以及无人机的续航时间获得初始自测周期;自测判断模块判断初始航迹自测是否变更为增强航迹自测;所述增强自测模块根据在增强航迹自测时获取增强自测位置点,通过增强自测位置点获得增强自测距离,机场分配模块对机场平台进行分配。本申请提高了分配的准确性,提升了无人机巡检安全性。
Description
技术领域
本申请涉及机场平台的分配领域,尤其涉及一种无人机任务中机场平台的分配系统及其分配方法。
背景技术
近年来,我国无人机产业正处于蓬勃发展时期,研发制造和各类应用都走在世界前列,无人机技术发展速度变快,近年来,随着人工智能技术的发展,深度学习和机器学习在无人机领域展现出巨大潜力。在路径规划方面,无人机通过一定的训练能够规划出任务优化路径。越来越多的无人机开始从事各种经营活动,比较典型的有农林植保、空中拍照、电力巡检等,另外,无人机也开始从事物流配送业务,例如开展无人机物流配送等,无人机活动首先应关注的是稳定性和公共安全性,为避免发生较严重的安全事故,确保无人机运行的总体安全可控,符合民航局“放管结合、以放为主、分类管理”的通航管理思路,则需要在提前预判,应急处理等问题上提高安全等级。
因此,开始配套采用具备无人机存储以及放飞回收、充能功能的无人机自动机场,提高了无人机巡检的工作效率和设备利用率,机场具有的定时充电功能,可以随时保证无人机时刻待命,随时出动。无人机自动机场可将无人机直接布置到作业现场,增加无人机作业中的续航,更增强无人机应急作业能力,使得工作安全性得到大幅提升。具体应用的场景包括电网、光伏、油气场站、风电、交通、应急、水务,环保等。
例如在电力行业中能够使用无人机大面积巡查电力线路,但在实际输电线路无人机巡检中,无人机作业过程可能遇到天气问题、环境问题、作业难度问题、系统故障等突发事件,很可能会发生在预定航线的基础上需要应急临停或者提前临停,在机场平台进行临时维护或者充电的情况,为保证能够寻找到合适的机场,避免无人机在作业过程中出现安全问题,需要对无人机飞行情况数据进行收集,进而对飞行过程中可能会发生的应急情况进行预判,进而对无人机机场的分配进行提前计划、提前预定等进行规划,使用人为经验和或者简单计算进行判别时,预判准确度对个人知识的丰富程度和知识水平的高低具有很强的依赖性,通用性较差。
发明内容
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例,本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
为了解决问题,本申请提供一种无人机任务中机场平台的分配系统,包括:飞行任务模块、初始自测模块、自测判断模块、增强自测模块和机场分配模块;
其中,所述飞行任务模块包括路线规划模块、任务点模块和无人机模块,所述路线规划模块用于获得无人机的飞行路线和完成飞行路线的预计任务时间,所述任务点模块包括任务点位置和任务点的巡检难度系数;所述无人机模块包括无人机最小速度阈值以及无人机的续航时间;
所述初始自测模块用于通过无人机的飞行路线、完成飞行路线的预计任务时间、任务点位置、任务点的巡检难度系数以及无人机的续航时间获得初始自测周期;
自测判断模块根据初始自测周期获取初始自测位置点,通过初始自测位置点获得初始自测距离,根据初始自测距离和初始自测周期的最小初始行程阈值判断初始自测周期是否变更为增强自测周期;
所述增强自测模块用于通过初始自测周期获得增强自测周期,根据增强自测周期获取增强自测位置点,通过增强自测位置点获得增强自测距离;
机场分配模块根据增强自测距离与增强自测周期的最小增强行程阈值,判断是否对机场平台进行预定分配。
其中,根据无人机的最小速度阈值和初始自测周期获得初始自测周期的最小初始行程阈值。
其中,根据无人机的最小速度阈值和增强自测周期获得增强自测周期的最小增强行程阈值。
本申请还提供一种如上所述的无人机任务中机场平台分配系统的分配方法,包括以下步骤:
S1,设置无人机P1被分配执行飞行任务U1,其中,飞行任务U1包括n个任务点Q,Q=[ Q1,Q2,Q3,…,Qn],设置其中第i个任务点Qi的巡检难度系数为ωi,其中0.5≤ωi≤1,为飞行任务U1规划从起飞点M0到最终任务点Qn的飞行路线L1,设置无人机P1完成飞行路线L1的预计任务时间为TY,无人机P1的续航时间为TX;
得到无人机P1的初始自测周期;
S2,设置无人机P1起飞点为M0,起飞时间为T0,无人机P1在飞行任务U1中以初始自测周期△T进行初始航迹自测;
S3,获取初始自测位置点M1,通过初始自测位置点M1获得初始自测距离△M1;
根据设定的无人机P1的最小速度阈值Vmin和初始自测周期△T获得初始自测周期内的最小初始行程阈值M1min;
当△M1≥△M1min时,判断本次航迹自测结果正常,在初始自测周期△T后再次进行航迹自测,循环S3步骤;
当△M1<△M1min时,对初始自测周期△T进行增强,获得增强周期△T’,增强周期△T’的计算方法为: ,其中,e为自然常数,转入步骤S22;
S22,以增强周期△T’对无人机P1进行增强航迹自测,获得增强航迹自测时的增强自测距离△M2,根据设定的P1的最小速度阈值Vmin和增强周期△T’,获得增强自测周期内的最小增强行程阈值M2min;
当△M2≥△M2min时,以增强周期△T’进行下次航迹自测,循环S22步骤;
当△M2<△M2min时,判断无人机需要进行提前临停,对无人机P1进行机场分配,转入步骤S32;
S32,获得符合P1临停条件的临停机场列表K,列表顺序按照机场所在位置点与P1无人机当前位置点之间的距离DM由小到大进行排列,按照排列顺序选定临停机场列表K中第j排位的无人机机场平台Kj,记录无人机P1预定的无人机机场平台Kj和预定临停时间段TKJ。
其中,设置飞行任务U中共包含有m个任务点,使用c台无人机执行飞行任务U,其中,对无人机P1分配飞行任务U1,飞行任务U1包括n个任务点,当无人机P1预定到临停机场列表K中第j排位的机场平台Kj作为临停机场时,获取机场平台Kj已被预定的所有临停时间段,当TKJ与机场平台Kj已被预定的时间段发生重合,则向下一顺位的机场平台Kj+1进行预定。
其中,若临停机场列表K为空或临停机场列表K中所有机场平台在预定临停时间段TKJ全部被预定,则需调度车载无人机机场平台,使车载无人机机场平台进入P1的临停机场列表。
其中,每次航迹自测时,无人机先对自身当前位置点是否在飞行任务的飞行航线上进行校对,若自身位置未偏航,将自身当前位置点作为自测位置点,若自身位置偏航,则先校准偏航,将回到正确航线后的位置点作为自测位置点。
其中,设置无人机P1的起飞时间为T0,根据计算得到无人机P1在飞行任务U1中的初始自测周期△T,则无人机P1在第一自测时间T1= T0+△T进行第一次航迹自测,获得在第一自测时间T1时无人机P1所在的位置M1,对P1所在的位置M1是否在飞行任务U1的飞行航线上进行校对,若M1位置未偏航,则将M1作为第一自测位置点,将M1与起飞点M0之间的距离△M1作为第一自测距离;若M1位置偏航,则先校准偏航,回到正确航线后,再获取校正后回到正确航线后的位置点M1’作为第一自测位置点,将M1’与起飞点M0之间的距离△M1’作为第一自测距离。
其中,无人机P1在第二自测时间T2=T1+△T进行第二次航迹自测,获得在第二自测时间T2无人机P1所在的位置M2,对P1所在的位置M2是否在飞行任务U1的飞行航线上进行校对,若M2位置未偏航,则将M2作为第二自测位置点,将第二自测位置点M2与第一自测位置点M1之间的距离△M2作为第二自测距离;若M2位置偏航,则先校准偏航,回到正确航线后,再获取校正后回到正确航线后的位置点M2’作为第二自测位置点,将M2’与第一自测位置点M1之间的距离△M2’作为第二自测距离。
其中,设置无人机P1最小速度阈值为Vmin,根据初始自测周期△T,获得最小初始行程阈值M1min=Vmin*△T;根据增强自测周期△T’,获得最小增强行程阈值M2min=Vmin*△T’。
本申请实现的有益效果如下:
本申请在无人机作业过程中遇到天气问题、环境问题、作业难度问题、系统故障等突发事件时,能提前发现风险,对无人机是否需要临停的紧急情况进行预判,并且对无人机机场的分配进行提前计划、提前预定等规划,并帮助无人机寻找到合适的机场,增强无人机应急作业能力,使得工作安全性得到大幅提升。本申请能够对非线性、自由度较高以及多变量耦合的复杂情况进行判断,触发速度快,成本较低,启动和恢复都十分迅速,应用范围广。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本申请无人机任务中机场平台的分配方法的流程图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
无人机全自动机场组成一般包括机场箱体、平台升降和归中系统、电气系统、电池更换和充电系统、控温系统、UPS电源、工控系统和机场内部视频监控等,其中机场舱门跟平台升降搭配高性能步进电机可提高设备的运行速度以及稳定性不工作时,无人机待机在自动机场内,无人机临停结束准备出舱工作时,机场舱门打开,升降台上升至顶部,无人机飞出。现有的小型无人机自动机场,具备一体化设计、快速部署、无人值守、快速起飞、高效作业能力,适配多种版本的无人机,应用在中低频巡检巡逻和应急场景。
应用上述无人机全自动机场,本申请提供一种无人机任务中机场平台的分配系统,包括:飞行任务模块、初始自测模块、自测判断模块、增强自测模块和机场分配模块;其中,所述飞行任务模块包括路线规划模块、任务点模块和无人机模块,所述路线规划模块用于获得无人机的飞行路线和完成飞行路线的预计任务时间,所述任务点模块包括任务点位置和任务点的巡检难度系数;所述无人机模块包括无人机最小速度阈值以及无人机的续航时间;所述初始自测模块用于通过无人机的飞行路线、完成飞行路线的预计任务时间、任务点位置、任务点的巡检难度系数以及无人机的续航时间获得初始自测周期;自测判断模块根据初始自测周期获取初始自测位置点,通过初始自测位置点获得初始自测距离,根据初始自测距离和初始自测周期的最小初始行程阈值判断初始自测周期是否变更为增强自测周期;所述增强自测模块用于通过初始自测周期获得增强自测周期,根据增强自测周期获取增强自测位置点,通过增强自测位置点获得增强自测距离;机场分配模块根据增强自测距离与增强自测周期的最小增强行程阈值,判断是否对机场平台进行预定分配。
具体的,如图1所示,为本申请无人机任务中机场平台的分配方法的流程图。在一个实施方式中,设置建立的飞行任务U中共包含有4个待进行巡航检查的任务点,分别为Q1任务点、Q2任务点、Q3任务点和Q4任务点,获得系统中历史巡检记录中Q1任务点、Q2任务点、Q3任务点和Q4任务点对应的巡检难度系数分别为ω1=0.7、ω2=0.8、ω3=0.6、ω4=0.7。使用两台无人机P1、P2执行对飞行任务U中4个待进行巡航检查的任务点的巡航检查,其中,P1无人机的续航时间为40分钟,P2无人机的续航时间为45分钟,系统对两台无人机的飞行航线进行规划后,对无人机P1分配飞行任务U1,飞行任务U1包括对Q1任务点和对Q2任务点的巡航检查,在飞行任务U1设定的飞行路线中,P1从起飞至到达最终任务点的预计任务时间为35分钟,对无人机P2分配飞行任务U2,飞行任务U1包括对Q3任务点和对Q4任务点的巡航检查,在飞行任务U2设定的飞行路线中, P2从起飞至达到最终任务点的预计任务时间为40分钟。
根据飞行任务的预计任务时间、执行飞行任务的无人机续航时间、飞行任务重待巡航检查的情况,设置该飞行任务的初始自测周期,具体计算方法为:无人机的初始自测周期;其中,设置无人机P1执行的飞行任务U1包括n个任务点,其中,/>为飞行任务U1包括的n个任务点的巡检难度系数之和(0.5≤ωi≤1),TY为无人机P1执行飞行任务U1的预计任务时间,TX为无人机P1的续航时间。
本实施例中,飞行任务U1中无人机P1预计任务时间TY为35分钟,续航时间TX为40分钟,无人机的飞行任务包括Q1和Q2两个任务点,Q1任务点的历史巡检难度系数ω1=0.7、ω2=0.8,则得到无人机P1执行飞行任务U1的初始自测周期△T =(35*40)/[2*(35+40)*(0.7+0.8)]=6分钟。
也就是说,无人机P1执行飞行任务U1时,在初始状态下,无人机P1每6分钟进行一次航迹自测,航迹自测的具体内容为:获得每次航迹自测时的自测位置点,确定本次航迹自测的自测距离,根据本次航迹自测距离判断是否出现需要无人机机场进行对无人机进行临停修整的异常。
其中,每次航迹自测时,无人机先对自身当前位置点是否在飞行任务的飞行航线上进行校对,若自身位置未偏航,将自身当前位置点作为自测位置点,若自身位置偏航,则先校准偏航,将回到正确航线后的位置点作为自测位置点。
具体的,在本实施例中,被分配飞行任务U1准备对Q1任务点和对Q2任务点进行巡航检查的无人机P1的起飞时间T0为10:00,根据计算得到无人机P1在飞行任务U1中的初始自测周期△T=6分钟,则无人机P1在第一自测时间T1= T0+△T(10:06:00)进行第一次航迹自测,获得在第一自测时间T1时无人机P1所在的位置M1,对P1所在的位置M1是否在飞行任务U1的飞行航线上进行校对,若M1位置未偏航,则将M1作为第一自测位置点,将M1与起飞点M0之间的距离△M1作为第一自测距离;若M1位置偏航,则先校准偏航,回到正确航线后,再获取校正后回到正确航线后的位置点M1’作为第一自测位置点,将M1’与起飞点M0之间的距离△M1’作为第一自测距离。
其中,本实施例中获取到无人机P1在第一次航迹自测(10:06:00)时的位置M1,判断当前位置M1未偏航,将M1作为第一自测位置点,获得第一自测位置点M1与起飞点M0之间的第一自测距离△M1=4公里,从系统获取最小速度阈值Vmin=0.6公里/分钟,获得第一航迹自测的最小行程阈值△M1min=Vmin*△T=0.6*6=3.6公里。
此时对第一航迹自测的结果进行判断:
当△M1’≥△M1min时,则本次自测结果正常,在初始自测周期△T(6分钟)后进行第二次航迹自测;
当△M1<△M1min时,则判断本次自测结果可能存在异常,需要对自测周期进行调整,增加自测频率,尽快获得更多的航迹数据。
已知第一自测距离△M1=4公里,第一航迹自测的最小行程阈值△Mmin= 3.6公里,由于△M1>△Mmin,则判断第一航迹自测结果正常。
无人机P1在第二自测时间T2=T1+△T(10:12:00)进行第二次航迹自测,获取当前第二自测位置点M2与第一自测位置点M1之间的距离△M2=3.2公里,此时,第二航迹自测的最小行程阈值△M2min=Vmin*△T=0.6*6=3.6公里,由于△M2<△M2min,则判断第二次航迹自测行程异常,则需要加快自测周期,尽快获得新的测试数据,判断是否需要对无人机进行提前修整。
对初始自测周期△T进行增强,获得第一增强周期△T’的计算方法为:;
根据上述计算方法,本实施例中计算得到△T’=4.5分钟。
对自测周期调整后,在第三自测时间T3=T2+△T’(10:16:30)进行第三次航迹自测,获取当前位置点M3与第二自测位置点M2之间的距离△M3,其中,获得第三航迹自测的最小行程阈值△M3min,判断方法为:
当△M3≥△M3min时,以△T’=4.5分钟进行下次航迹自测;
当△M3<△M3min时,此时判断无人机需要进行提前修整,对无人机P1进行临停机场分配。
获得当前第三自测位置点M3与第二自测位置点M2之间的距离△M3=2.5公里,计算得到第三航迹自测的最小行程阈值△M3min=Vmin*△T’=0.6*4.5=2.7公里,由于△M3<△M3min,此时判断无人机需要进行提前修整,需要提前进行临停机场分配。
获得P1可临停的临停机场列表K,所述临停机场列表K中包括与P1无人机的位置点M3直线距离DM1≤γ1,与飞行航线的直线距离DM2≤γ2的区域范围内的所有机场,列表顺序按照DM1由小到大进行排列,另外,考虑到P1和P2无人机同时进行飞行任务,为避免P1和P2在同一时段选择同一个机场进行临停,选定临停机场列表K中第一排位的无人机机场K1后,向该无人机机场K1发送预定临停时间。
例如,当无人机P1在第三自测位置M3判断为航迹异常,需要提前进行修整时,向列表中第一排位的机场平台K1发送预定请求,计算出预计到达时间和临停充电时间,预定机场平台K1的使用时间。若该使用时间内当前第一顺位的机场平台K1已经被无人机P2预定,则向下一顺位的机场平台K2发送预定请求。
若临停机场列表K为空或临停机场列表K中机场平台在预定临停时间全部被预定,则需提前调度车载无人机机场平台,使车载无人机机场平台进入P1可临停的临停机场列表。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种无人机任务中机场平台的分配系统,其特征在于,包括:飞行任务模块、初始自测模块、自测判断模块、增强自测模块和机场分配模块;
其中,所述飞行任务模块包括路线规划模块、任务点模块和无人机模块,所述路线规划模块用于获得无人机的飞行路线和完成飞行路线的预计任务时间,所述任务点模块包括任务点位置和任务点的巡检难度系数;所述无人机模块包括无人机最小速度阈值以及无人机的续航时间;
所述初始自测模块用于通过无人机的飞行路线、完成飞行路线的预计任务时间、任务点位置、任务点的巡检难度系数以及无人机的续航时间获得初始自测周期;
自测判断模块根据初始自测周期获取初始自测位置点,通过初始自测位置点获得初始自测距离,根据初始自测距离和初始自测周期的最小初始行程阈值判断初始自测周期是否变更为增强自测周期;
所述增强自测模块用于通过初始自测周期获得增强自测周期,根据增强自测周期获取增强自测位置点,通过增强自测位置点获得增强自测距离;
机场分配模块根据增强自测距离与增强自测周期的最小增强行程阈值,判断是否对机场平台进行预定分配。
2.如权利要求1所述的无人机任务中机场平台的分配系统,其特征在于,根据无人机的最小速度阈值和初始自测周期获得初始自测周期的最小初始行程阈值。
3.如权利要求1所述的无人机任务中机场平台的分配系统,其特征在于,根据无人机的最小速度阈值和增强自测周期获得增强自测周期的最小增强行程阈值。
4.如权利要求1-3任一项所述的无人机任务中机场平台分配系统的分配方法,其特征在于,包括以下步骤:
S1,设置无人机P1被分配执行飞行任务U1,其中,飞行任务U1包括n个任务点Q,Q=[ Q1,Q2,Q3,…,Qn],设置其中第i个任务点Qi的巡检难度系数为ωi,其中0.5≤ωi≤1,为飞行任务U1规划从起飞点M0到最终任务点Qn的飞行路线L1,设置无人机P1完成飞行路线L1的预计任务时间为TY,无人机P1的续航时间为TX;
得到无人机P1的初始自测周期;
S2,设置无人机P1起飞点为M0,起飞时间为T0,无人机P1在飞行任务U1中以初始自测周期△T进行初始航迹自测;
S3,获取初始自测位置点M1,通过初始自测位置点M1获得初始自测距离△M1;
根据设定的无人机P1的最小速度阈值Vmin和初始自测周期△T获得初始自测周期内的最小初始行程阈值M1min;
当△M1≥△M1min时,判断本次航迹自测结果正常,在初始自测周期△T后再次进行航迹自测,循环S3步骤;
当△M1<△M1min时,对初始自测周期△T进行增强,获得增强周期△T’,增强周期△T’的计算方法为: ,其中,e为自然常数,转入步骤S22;
S22,以增强周期△T’对无人机P1进行增强航迹自测,获得增强航迹自测时的增强自测距离△M2,根据设定的P1的最小速度阈值Vmin和增强周期△T’,获得增强自测周期内的最小增强行程阈值M2min;
当△M2≥△M2min时,以增强周期△T’进行下次航迹自测,循环S22步骤;
当△M2<△M2min时,判断无人机需要进行提前临停,对无人机P1进行机场分配,转入步骤S32;
S32,获得符合P1临停条件的临停机场列表K,列表顺序按照机场所在位置点与P1无人机当前位置点之间的距离DM由小到大进行排列,按照排列顺序选定临停机场列表K中第j排位的无人机机场平台Kj,记录无人机P1预定的无人机机场平台Kj和预定临停时间段TKJ。
5.如权利要求4所述的无人机任务中机场平台分配系统的分配方法,其特征在于,设置飞行任务U中共包含有m个任务点,使用c台无人机执行飞行任务U,其中,对无人机P1分配飞行任务U1,飞行任务U1包括n个任务点,当无人机P1预定到临停机场列表K中第j排位的机场平台Kj作为临停机场时,获取机场平台Kj已被预定的所有临停时间段,当TKJ与机场平台Kj已被预定的时间段发生重合,则向下一顺位的机场平台Kj+1进行预定。
6.如权利要求5所述的无人机任务中机场平台分配系统的分配方法,其特征在于,若临停机场列表K为空或临停机场列表K中所有机场平台在预定临停时间段TKJ全部被预定,则需调度车载无人机机场平台,使车载无人机机场平台进入P1的临停机场列表。
7.如权利要求4所述的无人机任务中机场平台分配系统的分配方法,其特征在于,每次航迹自测时,无人机先对自身当前位置点是否在飞行任务的飞行航线上进行校对,若自身位置未偏航,将自身当前位置点作为自测位置点,若自身位置偏航,则先校准偏航,将回到正确航线后的位置点作为自测位置点。
8.如权利要求7所述的无人机任务中机场平台分配系统的分配方法,其特征在于,设置无人机P1的起飞时间为T0,根据计算得到无人机P1在飞行任务U1中的初始自测周期△T,则无人机P1在第一自测时间T1= T0+△T进行第一次航迹自测,获得在第一自测时间T1时无人机P1所在的位置M1,对P1所在的位置M1是否在飞行任务U1的飞行航线上进行校对,若M1位置未偏航,则将M1作为第一自测位置点,将M1与起飞点M0之间的距离△M1作为第一自测距离;若M1位置偏航,则先校准偏航,回到正确航线后,再获取校正后回到正确航线后的位置点M1’作为第一自测位置点,将M1’与起飞点M0之间的距离△M1’作为第一自测距离。
9.如权利要求8所述的无人机任务中机场平台分配系统的分配方法,其特征在于,无人机P1在第二自测时间T2=T1+△T进行第二次航迹自测,获得在第二自测时间T2无人机P1所在的位置M2,对P1所在的位置M2是否在飞行任务U1的飞行航线上进行校对,若M2位置未偏航,则将M2作为第二自测位置点,将第二自测位置点M2与第一自测位置点M1之间的距离△M2作为第二自测距离;若M2位置偏航,则先校准偏航,回到正确航线后,再获取校正后回到正确航线后的位置点M2’作为第二自测位置点,将M2’与第一自测位置点M1之间的距离△M2’作为第二自测距离。
10.如权利要求4所述的无人机任务中机场平台分配系统的分配方法,其特征在于,设置无人机P1最小速度阈值为Vmin,根据初始自测周期△T,获得最小初始行程阈值M1min =Vmin*△T;根据增强自测周期△T’,获得最小增强行程阈值M2min=Vmin*△T’。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311422023.7A CN117151437B (zh) | 2023-10-31 | 2023-10-31 | 一种无人机任务中机场平台的分配系统及其分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311422023.7A CN117151437B (zh) | 2023-10-31 | 2023-10-31 | 一种无人机任务中机场平台的分配系统及其分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117151437A true CN117151437A (zh) | 2023-12-01 |
CN117151437B CN117151437B (zh) | 2024-01-16 |
Family
ID=88908554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311422023.7A Active CN117151437B (zh) | 2023-10-31 | 2023-10-31 | 一种无人机任务中机场平台的分配系统及其分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117151437B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474292A (zh) * | 2023-12-26 | 2024-01-30 | 中国电信股份有限公司无人科技技术创新中心 | 一种基于5g传输的网联无人机用调度系统及调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615143A (zh) * | 2015-01-23 | 2015-05-13 | 广州快飞计算机科技有限公司 | 无人机调度方法 |
US20200285253A1 (en) * | 2016-12-12 | 2020-09-10 | Autonomous Control Systems Laboratory Ltd. | Unmanned aircraft and method for controlling unmanned aircraft |
CN112925335A (zh) * | 2019-12-06 | 2021-06-08 | 顺丰科技有限公司 | 无人机通讯方法、装置、计算机可读存储介质和设备 |
CN112937887A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 无人驾驶设备的故障原因的确定方法及装置 |
CN112947508A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 故障原因确定方法及装置 |
US11036240B1 (en) * | 2018-06-18 | 2021-06-15 | Amazon Technologies, Inc. | Safe landing of aerial vehicles upon loss of navigation |
CN115164884A (zh) * | 2022-07-19 | 2022-10-11 | 中国民航大学 | 一种无人机飞行状态在线监测系统 |
-
2023
- 2023-10-31 CN CN202311422023.7A patent/CN117151437B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104615143A (zh) * | 2015-01-23 | 2015-05-13 | 广州快飞计算机科技有限公司 | 无人机调度方法 |
US20200285253A1 (en) * | 2016-12-12 | 2020-09-10 | Autonomous Control Systems Laboratory Ltd. | Unmanned aircraft and method for controlling unmanned aircraft |
US11036240B1 (en) * | 2018-06-18 | 2021-06-15 | Amazon Technologies, Inc. | Safe landing of aerial vehicles upon loss of navigation |
CN112925335A (zh) * | 2019-12-06 | 2021-06-08 | 顺丰科技有限公司 | 无人机通讯方法、装置、计算机可读存储介质和设备 |
CN112937887A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 无人驾驶设备的故障原因的确定方法及装置 |
CN112947508A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 故障原因确定方法及装置 |
CN115164884A (zh) * | 2022-07-19 | 2022-10-11 | 中国民航大学 | 一种无人机飞行状态在线监测系统 |
Non-Patent Citations (1)
Title |
---|
苗建国: "无人机故障诊断技术研究进展概述", 《仪器仪表学报》, pages 56 - 69 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474292A (zh) * | 2023-12-26 | 2024-01-30 | 中国电信股份有限公司无人科技技术创新中心 | 一种基于5g传输的网联无人机用调度系统及调度方法 |
CN117474292B (zh) * | 2023-12-26 | 2024-02-27 | 中国电信股份有限公司无人科技技术创新中心 | 一种基于5g传输的网联无人机用调度系统及调度方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117151437B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102607817B1 (ko) | 무인항공기용 충전장치 및 제어방법 | |
CN117151437B (zh) | 一种无人机任务中机场平台的分配系统及其分配方法 | |
US20170313419A1 (en) | Power management method and system for an unmanned air vehicle | |
CN103847970A (zh) | 一种基于功率跟随的混合动力无人机能源控制方法 | |
US20230139003A1 (en) | Systems and methods for managing velocity profiles | |
CN105894862A (zh) | 一种空中交通管制智能化指挥系统 | |
Darmstadt et al. | Hazards analysis and failure modes and effects criticality analysis (fmeca) of four concept vehicle propulsion systems | |
WO2022110116A1 (zh) | 一种飞行充电方法及系统、充电无人机 | |
US20220204180A1 (en) | Decision-Support System for Aircraft Requiring Emergency Landings | |
Rajabi et al. | Drone delivery systems and energy management: a review and future trends | |
Seitbattalov et al. | An Intelligent Decision Support System for Aircraft Landing Based on the Runway Surface | |
US11174023B1 (en) | Self-charging unmanned vehicle | |
CN108762311A (zh) | 飞机的飞行控制方法及装置 | |
Ippolito et al. | Safe50 reference design study for large-scale high-density low-altitude uas operations in urban areas | |
CN109753083A (zh) | 无人机监管方法、装置、存储介质和电子设备 | |
CN114137426A (zh) | 一种剩余电量估算方法、装置、设备及存储介质 | |
Elechi et al. | Performance Analysis of Unmanned Aerial Vehicles (UAV) for Improved Aerial Surveillance | |
Hehtke et al. | An Autonomous Mission Management System to Assist Decision Making of a HALE Operator | |
US20220148441A1 (en) | Device For Producing A Flight Plan For Lightweight Aircraft | |
CN113867397A (zh) | 一种智能飞行器动力自主管理方法及系统 | |
CN114637328A (zh) | 一种基于车载机巢的无人机风电场线路巡检系统及方法 | |
Eubank et al. | Unattended autonomous mission and system management of an unmanned seaplane | |
Ippolito et al. | Autonomous UAS Operations in High-Density Low-Altitude Urban Environments | |
CN114779824B (zh) | 一种无人机智能返航的方法及系统 | |
US11893895B2 (en) | Device for ascertaining a movement corridor for lightweight aircraft |
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 |