CN117320106B - 一种基于北斗的林业无人机智能通信系统及终端 - Google Patents

一种基于北斗的林业无人机智能通信系统及终端 Download PDF

Info

Publication number
CN117320106B
CN117320106B CN202311618843.3A CN202311618843A CN117320106B CN 117320106 B CN117320106 B CN 117320106B CN 202311618843 A CN202311618843 A CN 202311618843A CN 117320106 B CN117320106 B CN 117320106B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
path
communication
area
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
Application number
CN202311618843.3A
Other languages
English (en)
Other versions
CN117320106A (zh
Inventor
伍南
赵琴
肖娟
王俞明
王军
傅祺
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.)
Hunan Linkoda Information Technology Co ltd
Original Assignee
Hunan Linkoda Information Technology 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 Hunan Linkoda Information Technology Co ltd filed Critical Hunan Linkoda Information Technology Co ltd
Priority to CN202311618843.3A priority Critical patent/CN117320106B/zh
Publication of CN117320106A publication Critical patent/CN117320106A/zh
Application granted granted Critical
Publication of CN117320106B publication Critical patent/CN117320106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种基于北斗的林业无人机智能通信系统及终端，属于无人机通信技术领域，包括地面控制中心、无人机和北斗卫星，地面控制中心通过北斗卫星与无人机通信连接，地面控制中心还通过4G网络与无人机通信连接；无人机包括无人机路径规划系统和自主避障系统；路径规划系统，用于通过作业任务、区域特征和无人机参数生成无人机执行任务的初始规划路径；自主避障系统，当无人机到障碍物的距离为最近距离时，调整无人机飞行的航向角度，使无人机沿着障碍区边界绕过障碍；当绕过障碍后，再回到初始路径上，继续向着预设位置飞行。本发明通过评估通信链路选取最佳飞行路径，保障了无人机的数据传输，提高了无人机的通信质量。

Description

一种基于北斗的林业无人机智能通信系统及终端
技术领域
本发明属于无人机通信技术领域，具体涉及一种基于北斗的林业无人机智能通信系统及终端。
背景技术
无人机高度的机动性和灵活性，使其可以在林区环境下高效地接近目标完成信息获取等操作，同时使用无人机系统作为开展上述应用的平台具有安全性高、轻量化、灵活和自动化水平高等多种优势。
然而，林业环境通常具有复杂的地形和植被覆盖，这可能导致通信信号受阻或干扰，影响无人机与地面控制中心之间的通讯稳定性。同时在大范围的林区作业时，无人机与地面控制中心之间的通信距离可能会成为限制因素，特别是在山区等地形复杂的环境中。但是对于无人机而言，作业任务不同对通信传输的需求也不同，为满足无人机不同任务类型数据量的传输，亟需提供一种林业无人机智能通信系统，在北斗系统和现有的无线通信技术的条件下，通过对通信链路的评估从而获取无人机执行作业任务的最佳路径，提高无人机的通信质量，保障数据传输。
发明内容
为解决现有技术中存在的上述问题，本发明提供了一种基于北斗的林业无人机智能通信系统及终端，通过评估通信链路选取最佳飞行路径，保障了无人机的数据传输，提高了无人机的通信质量。
本发明的目的可以通过以下技术方案实现：
本发明提供了一种基于北斗的林业无人机智能通信系统，包括地面控制中心、无人机和北斗卫星，所述地面控制中心通过北斗卫星与无人机通信连接，所述地面控制中心还通过4G网络与无人机通信连接；
所述无人机包括无人机路径规划系统和自主避障系统；所述路径规划系统，用于通过作业任务、区域特征和无人机参数生成无人机执行任务的初始规划路径；所述路径规划系统生成初始规划路径包括以下步骤：
S1、通过作业任务区域的地形信息以及卫星遥感信息，建立作业区域模型；
S2、以目标位置为中心点，将作业区域划分为四象限区域，依据任务类型和四象限区域的通信条件选择路径规划的区域象限，并在区域象限中选取预设位置；
S3、通过构建的作业区域模型建立选中区域象限的路径规划的目标函数：
P= A (x,y) (w 1 F 1+w 2 F 2+w 3 F 3)；
其中，A (x,y)代表山地地貌的高程值大小，P代表综合目标函数；F 1代表飞行距离函数；F 2代表路径平滑度函数；F 3代表无人机通信链路的拥塞状态函数；w 1、w 2、w 3分别代表三个函数对应的权重，且w 1+w 2+w 3=1；
S4、求解区域象限中路径规划的目标函数；
S5、通过求解得到最优初始路径组成线段的集合，将集合中的线段连接获取完整的初始路径。
作为本发明的一种优选技术方案，所述作业任务包括出发位置、目标位置和任务类型；区域特征包括作业区域的通信条件；无人机参数包括当前无人机的续航时间以及无人机荷载；
其中，任务类型根据数据传输需求划分为高、中、低三个等级，通信条件根据通信网络的覆盖范围、信号质量、网络容量、速率覆盖以及时延和抖动进行评估定级，分为优、良、差三个等级。
作为本发明的一种优选技术方案，所述步骤S1中，作业区域模型表示为：
；
式中，A (x,y)代表山地地貌的高程值大小，即山体上点(x，y)处的高度值；a i 、a i '分别代表第i个山体形状、大小的系数；(x i '，y i ')代表第i个山体中心点坐标；分别代表第i个山体在x轴和y轴方向上的坡度；n代表山体的个数。
作为本发明的一种优选技术方案，所述步骤S2中，区域象限的选择：依据作业区域的通信条件选择满足任务类型数据传输需求等级的最佳区域象限。
作为本发明的一种优选技术方案，所述步骤S3中，通过作业任务依据出发位置和预设位置建立飞行距离函数F 1，公式如下：
；
式中，m代表无人机飞行路径上航迹点总数，b(j,j+1)代表无人机飞行路径上第j个航迹点与下一个航迹点之间的距离。
作为本发明的一种优选技术方案，所述步骤S3中，依据降低无人机飞行过程中机动次数的原则，建立路径平滑函数F 2，公式如下：
；
式中，c(l (j,j+1),l (j+1,j+2))代表无人机飞行路径上第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点路径线段之间的偏转角；d (j,j+1)、d (j+1,j+2)代表第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点之间的俯仰角。
作为本发明的一种优选技术方案，所述步骤S3中，通过采集无人机通信链路实时运行数据，建立判断当前通信链路的拥塞状态函数F3，公式如下：
F 3=B(i)·t·L/z；
式中，B(i)为第i条链路的传输带宽，t为数据包传输的时间，L为丢失的数据链条数，z为地面控制中心与无人机之间的通信链路总数。
作为本发明的一种优选技术方案，所述步骤S4中，求解区域象限中路径规划的目标函数包括以下步骤：
S41、设置算法初始参数，在搜索空间中随机产生多个鸟窝位置，得到初始种群；
S42、对初始种群中每一个鸟窝位置（路径线段）进行编码，并构建适应度函数K：
K=ι(w 1 F 1+w 2/F 2+w 3 F 3)；
式中，ι为飞行步长比例因子，且ι的计算公式为：
；
式中，ι max、ι min分别为ι的最大和最小值；N为当前迭代次数；N max为最大迭代次数；
S43、计算每一个鸟窝位置的适应度函数值，选出其中最大值并将其对应的鸟窝位置保留到下一代；
S44、更新除最大值对应的鸟窝位置外所有剩余鸟窝的位置，再次计算更新后的鸟窝位置的适应度函数值并选出最大值对应的鸟窝位置；
S45、将这一代最优鸟窝位置与上一代最优鸟窝位置进行对比，若前者大于后者，则利用前者代替后者，否则保持后者不变；
S46、重复上述过程，直至达到最大迭代次数，结束算法。
作为本发明的一种优选技术方案，所述自主避障系统，通过机载传感器数据、无人机位姿数据和目标航迹点坐标对飞行环境观测，当无人机到障碍物的距离为最近距离时，调整无人机飞行的航向角度，使无人机沿着障碍区边界绕过障碍；当绕过障碍后，再回到初始路径上，继续向着预设位置飞行。
本发明还提供了一种基于北斗的林业无人机智能通信终端，应用于上述的一种基于北斗的林业无人机智能通信系统，包括微处理器、BDS模块、短报文通信模块、4G模块、电源管理模块以及接口模块；
所述微处理器，用于接收定位数据和控制命令，并通过判断进行相应操作和处理；
所述BDS模块，采用高精度定位模块，支持全星座全频点GNSS信号接收，用于发送和接收短文本消息。
本发明的有益效果为：
本发明通过依据林业无人机执行任务的需求设计了满足无人机飞行路径最短、路径平滑度最高以及通信链路最佳三个目标的目标函数，从而通过寻优搜索算法获得了满足无人机任务类型的初始路径；初始路径的获取中充分考虑了作业任务的区域特征，并依据通信条件对目标位置的区域进行了象限划分，在选中象限区域的基础上进行了初始路径的求解，进一步保障了无人机的通信质量。
附图说明
为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。
图1为本发明实施例提供的一种基于北斗的林业无人机智能通信系统的结构示意图；
图2为本发明实施例提供的一种基于北斗的林业无人机智能通信终端的结构示意图。
具体实施方式
为更进一步阐述本发明为实现预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明的具体实施方式、结构、特征及其功效，详细说明如下。
请参阅图1-2，本实施例提供了一种基于北斗的林业无人机智能通信系统，包括地面控制中心、无人机和北斗卫星，所述地面控制中心通过北斗卫星与无人机通信连接，所述地面控制中心还通过4G网络与无人机通信连接；所述无人机包括无人机路径规划系统和自主避障系统；
所述路径规划系统，用于通过作业任务、区域特征和无人机参数生成无人机执行任务的初始规划路径。
其中，作业任务包括出发位置、目标位置和任务类型；区域特征是指作业区域的通信条件；无人机参数是指当前无人机的续航时间以及无人机荷载。
需说明的是，任务类型根据数据传输需求划分为高、中、低三个等级，通信条件根据通信网络的覆盖范围、信号质量、网络容量、速率覆盖以及时延和抖动进行评估定级，分为优、良、差三个等级。
所述路径规划系统生成初始规划路径包括以下步骤：
S1、通过作业任务区域的地形信息以及卫星遥感信息，建立作业区域模型：
；
式中，A (x,y)代表山地地貌的高程值大小，即山体上点(x，y)处的高度值；a i 、a i '分别代表第i个山体形状、大小的系数；(x i '，y i ')代表第i个山体中心点坐标；分别代表第i个山体在x轴和y轴方向上的坡度；n代表山体的个数。
可理解的是，基于A(x,y)将作业区域的若干山体映射到三维空间中，即可生成作业区域模型。
S2、以目标位置为中心点，将作业区域划分为四象限区域，依据任务类型和四象限区域的通信条件选择路径规划的区域象限，并在区域象限中选取预设位置。
可理解的是，任务类型和四象限区域的通信条件分别通过作业任务和区域特征获取。需说明的是，区域象限的选择依据是：依据作业区域的通信条件选择满足任务类型数据传输需求等级的最佳区域象限；预设位置的选取是为了满足传输需求而在选中的区域象限中设置的无人机飞行阶段中的轨迹点。
S3、通过构建的作业区域模型建立选中区域象限的路径规划的目标函数：
P= A (x,y) (w 1 F 1+w 2 F 2+w 3 F 3)；
其中，P代表综合目标函数；F 1代表飞行距离函数；F 2代表路径平滑度函数；F 3代表无人机通信链路的拥塞状态函数；w 1、w 2、w 3分别代表三个函数对应的权重，且w 1+w 2+w 3=1。
可理解的是，地面控制中心下发作业任务后，路径规划模块依据作业任务和区域特征生成初始规划路径发送至无人机。
（1）飞行距离函数：通过作业任务依据出发位置和预设位置建立飞行距离函数F 1，公式如下：
；
式中，m代表无人机飞行路径上航迹点总数，b(j,j+1)代表无人机飞行路径上第j个航迹点与下一个航迹点之间的距离。
（2）路径平滑度函数：依据降低无人机飞行过程中机动次数的原则，建立路径平滑函数F 2，公式如下：
；
式中，c(l (j,j+1),l (j+1,j+2))代表无人机飞行路径上第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点路径线段之间的偏转角；d (j,j+1)、d (j+1,j+2)代表第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点之间的俯仰角。
可理解的是，路径越平滑代表无人机飞行过程中的偏转和俯仰的次数更少，这样就能极大降低无人机的机动次数，不仅有利于节约能耗，也有利于飞行安全。
（3）拥塞状态函数：通过采集无人机通信链路实时运行数据，建立判断当前通信链路的拥塞状态函数F3，公式如下：
F 3=B(i)·t·L/z；
式中，B(i)为第i条链路的传输带宽，t为数据包传输的时间，L为丢失的数据链条数，z为地面控制中心与无人机之间的通信链路总数。
S4、采用布谷鸟搜素算法求解区域象限中路径规划的目标函数，包括以下步骤：
S41、设置算法初始参数，在搜索空间中随机产生多个鸟窝位置，得到初始种群；
S42、对初始种群中每一个鸟窝位置（路径线段）进行编码，并构建适应度函数K：
K=ι(w 1 F 1+w 2/F 2+w 3 F 3)；
式中，ι为飞行步长比例因子，且ι的计算公式为：
；
式中，ι max、ι min分别为ι的最大和最小值；N为当前迭代次数；N max为最大迭代次数。
S43、计算每一个鸟窝位置的适应度函数值，选出其中最大值并将其对应的鸟窝位置保留到下一代。
S44、更新除最大值对应的鸟窝位置外所有剩余鸟窝的位置，再次计算更新后的鸟窝位置的适应度函数值并选出最大值对应的鸟窝位置。
S45、将这一代最优鸟窝位置与上一代最优鸟窝位置进行对比，若前者大于后者，则利用前者代替后者，否则保持后者不变。
S46、重复上述过程，直至达到最大迭代次数，结束算法。
S5、通过求解得到最优初始路径组成线段的集合，将集合中的线段连接获取完整的初始路径。
可理解的是，一条完整的无人机初始路径是由多个航迹点连接而成的多段路径线段组成的，每一条路径线段都代表一个鸟窝位置，因此由这些路径线段构成的集合就是鸟窝位置初始种群。适应度函数是评价种群中每一个个体优劣程度的指标，基于上述构建的目标函数，获取无人机的初始路径。
需说明的是，通过初始路径规划可以预先计算和规划避开山地区域中存在的静态障碍物位置，但无法避免飞行环境中的动态障碍物，因此还需要设置自主避障系统应对飞行过程中的动态障碍物，从而减少无人机飞行过程中的碰撞风险。
所述自主避障系统，通过机载传感器数据、无人机位姿数据和目标航迹点坐标对飞行环境观测，当无人机到障碍物的距离为最近距离时，调整无人机飞行的航向角度，使无人机沿着障碍区边界绕过障碍；当绕过障碍后，再回到初始路径上，继续向着目标位置飞行。
需说明的是，无人机机载传感器选取前侧视激光雷达，其可直接获取特定方向上无人机与障碍物间的距离。当无人机从出发位置飞行到预设位置后进入选中的象限区域后，重新通过路径规划系统生成预设位置到目标位置的飞行路径。
本实施例还提供了一种基于北斗的林业无人机智能通信终端，包括微处理器、BDS模块（RTK）、短报文通信模块、4G模块、电源管理模块以及接口模块。
所述微处理器与各模块之间通过串口、电源接口、SPI等接口进行连接，对其它模块进行初始化操作，接收其它模块发来的定位数据、控制命令等各类数据，并进行判断，发给相应的模块进行操作和处理。
所述BDS模块，采用高精度定位模块，支持全星座全频点GNSS信号接收。所述短报文通信模块，用于发送和接收短文本消息。
所述电源管理模块，包括电源开关、充电电路和电源电路。其中，充电电路用于给电池充电。电源电路主要是从电池取电后，产生设备其他模块所需要的电源。所述接口模块，用于数据传输和给电池充电。
本发明通过依据林业无人机执行任务的需求设计了满足无人机飞行路径最短、路径平滑度最高以及通信链路最佳三个目标的目标函数，从而通过寻优搜索算法获得了满足无人机任务类型的初始路径；初始路径的获取中充分考虑了作业任务的区域特征，并依据通信条件对目标位置的区域进行了象限划分，在选中象限区域的基础上进行了初始路径的求解，进一步保障了无人机的通信质量。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭示如上，然而并非用以限定本发明，任何本领域技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容做出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简介修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (6)

1.一种基于北斗的林业无人机智能通信系统，其特征在于：包括地面控制中心、无人机和北斗卫星，所述地面控制中心通过北斗卫星与无人机通信连接，所述地面控制中心还通过4G网络与无人机通信连接；
所述无人机包括无人机路径规划系统和自主避障系统；所述路径规划系统，用于通过作业任务、区域特征和无人机参数生成无人机执行任务的初始规划路径，具体包括以下步骤：
S1、通过作业任务区域的地形信息以及卫星遥感信息，建立作业区域模型；
S2、以目标位置为中心点，将作业区域划分为四象限区域，依据任务类型和四象限区域的通信条件选择路径规划的区域象限，并在区域象限中选取预设位置；
S3、通过构建的作业区域模型建立选中区域象限的路径规划的目标函数：
P= A (x,y) (w 1 F 1+w 2 F 2+w 3 F 3)；
其中，A (x,y)代表山地地貌的高程值大小，P代表综合目标函数；F 1代表飞行距离函数；F 2代表路径平滑度函数；F 3代表无人机通信链路的拥塞状态函数；w 1、w 2、w 3分别代表三个函数对应的权重，且w 1+w 2+w 3=1；
S4、求解区域象限中路径规划的目标函数；
S5、通过求解得到最优初始路径组成线段的集合，将集合中的线段连接获取完整的初始路径；
所述步骤S1中，作业区域模型表示为：
；
式中，A (x,y)代表山地地貌的高程值大小，即山体上点(x，y)处的高度值；a i 、a i '分别代表第i个山体形状、大小的系数；(x i '，y i ')代表第i个山体中心点坐标；分别代表第i个山体在x轴和y轴方向上的坡度；n代表山体的个数；
所述步骤S3中，通过作业任务依据出发位置和预设位置建立飞行距离函数F 1，公式如下：
；
式中，m代表无人机飞行路径上航迹点总数，b(j,j+1)代表无人机飞行路径上第j个航迹点与下一个航迹点之间的距离；
所述步骤S3中，依据降低无人机飞行过程中机动次数的原则，建立路径平滑函数F 2，公式如下：
；
式中，c(l (j,j+1),l (j+1,j+2))代表无人机飞行路径上第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点路径线段之间的偏转角；d (j,j+1)、d (j+1,j+2)代表第j个航迹点与第j+1个航迹点之间、第j+1个航迹点与第j+2个航迹点之间的俯仰角；
所述步骤S3中，通过采集无人机通信链路实时运行数据，建立判断当前通信链路的拥塞状态函数F3，公式如下：
F 3=B(i)·t·L/z；
式中，B(i)为第i条链路的传输带宽，t为数据包传输的时间，L为丢失的数据链条数，z为地面控制中心与无人机之间的通信链路总数。
2.根据权利要求1所述的一种基于北斗的林业无人机智能通信系统，其特征在于：所述作业任务包括出发位置、目标位置和任务类型；区域特征包括作业区域的通信条件；无人机参数包括当前无人机的续航时间以及无人机荷载；
其中，任务类型根据数据传输需求划分为高、中、低三个等级，通信条件根据通信网络的覆盖范围、信号质量、网络容量、速率覆盖以及时延和抖动进行评估定级，分为优、良、差三个等级。
3.根据权利要求1所述的一种基于北斗的林业无人机智能通信系统，其特征在于：所述步骤S2中，区域象限的选择：依据作业区域的通信条件选择满足任务类型数据传输需求等级的最佳区域象限。
4.根据权利要求1所述的一种基于北斗的林业无人机智能通信系统，其特征在于：所述步骤S4中，求解区域象限中路径规划的目标函数包括以下步骤：
S41、设置算法初始参数，在搜索空间中随机产生多个鸟窝位置，得到初始种群；
S42、对初始种群中每一个鸟窝位置进行编码，并构建适应度函数K：
K=ι(w 1 F 1+w 2/F 2+w 3 F 3)；
式中，ι为飞行步长比例因子，且ι的计算公式为：
；
式中，ι max、ι min分别为ι的最大和最小值；N为当前迭代次数；N max为最大迭代次数；
S43、计算每一个鸟窝位置的适应度函数值，选出其中最大值并将其对应的鸟窝位置保留到下一代；
S44、更新除最大值对应的鸟窝位置外所有剩余鸟窝的位置，再次计算更新后的鸟窝位置的适应度函数值并选出最大值对应的鸟窝位置；
S45、将这一代最优鸟窝位置与上一代最优鸟窝位置进行对比，若前者大于后者，则利用前者代替后者，否则保持后者不变；
S46、重复以上步骤，直至达到最大迭代次数，结束算法。
5.根据权利要求1所述的一种基于北斗的林业无人机智能通信系统，其特征在于：所述自主避障系统，通过机载传感器数据、无人机位姿数据和目标航迹点坐标对飞行环境观测，当无人机到障碍物的距离为最近距离时，调整无人机飞行的航向角度，使无人机沿着障碍区边界绕过障碍；当绕过障碍后，再回到初始路径上，继续向着预设位置飞行。
6.一种基于北斗的林业无人机智能通信终端，应用于如权利要求1-5任一项所述的一种基于北斗的林业无人机智能通信系统，其特征在于：包括微处理器、BDS模块、短报文通信模块、4G模块、电源管理模块以及接口模块；
所述微处理器，用于接收定位数据和控制命令，并通过判断进行相应操作和处理；
所述BDS模块，采用高精度定位模块，支持全星座全频点GNSS信号接收，用于发送和接收短文本消息。
CN202311618843.3A 2023-11-30 2023-11-30 一种基于北斗的林业无人机智能通信系统及终端 Active CN117320106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311618843.3A CN117320106B (zh) 2023-11-30 2023-11-30 一种基于北斗的林业无人机智能通信系统及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311618843.3A CN117320106B (zh) 2023-11-30 2023-11-30 一种基于北斗的林业无人机智能通信系统及终端

Publications (2)

Publication Number Publication Date
CN117320106A CN117320106A (zh) 2023-12-29
CN117320106B true CN117320106B (zh) 2024-03-12

Family

ID=89274131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311618843.3A Active CN117320106B (zh) 2023-11-30 2023-11-30 一种基于北斗的林业无人机智能通信系统及终端

Country Status (1)

Country Link
CN (1) CN117320106B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0707194A1 (de) * 1994-10-12 1996-04-17 DaimlerChrysler Aerospace Airbus Gesellschaft mit beschränkter Haftung Verfahren zur Flugweggenerierung
CN103528586A (zh) * 2013-10-31 2014-01-22 中国航天时代电子公司 基于故障网格的航迹规划算法设计
CN108318040A (zh) * 2018-02-06 2018-07-24 贵州电网有限责任公司 一种面向输电线路巡检的多旋翼航迹规划系统和方法
CN111024086A (zh) * 2019-12-19 2020-04-17 哈尔滨工程大学 一种基于群禽寻优技术的多无人机航迹规划方法
CN111212384A (zh) * 2019-12-05 2020-05-29 北京航空航天大学杭州创新研究院 一种无人机多数据链智能切换方法
CN115903879A (zh) * 2022-08-01 2023-04-04 中国民航管理干部学院 基于地形数据插值技术的无人机航迹规划方法
CN116661496A (zh) * 2023-05-31 2023-08-29 南京理工大学 一种基于智能算法的多巡飞弹协同航迹规划方法
CN116822362A (zh) * 2023-06-29 2023-09-29 中国人民解放军93209部队 一种基于粒子群算法的无人机无冲突四维航迹规划方法
CN116954239A (zh) * 2023-06-12 2023-10-27 成都丰千达科技有限公司 一种基于改进粒子群算法的无人机航迹规划方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317690B1 (en) * 1999-06-28 2001-11-13 Min-Chung Gia Path planning, terrain avoidance and situation awareness system for general aviation
MX2018009775A (es) * 2016-02-12 2018-11-09 Aeronet Global Communications Labs Dac Manejo de vehiculo aereo para una red de comunicaciones aeronauticas.
US11050481B2 (en) * 2019-11-26 2021-06-29 Verizon Patent And Licensing Inc. Systems and methods for creating wireless aerial traffic corridors

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0707194A1 (de) * 1994-10-12 1996-04-17 DaimlerChrysler Aerospace Airbus Gesellschaft mit beschränkter Haftung Verfahren zur Flugweggenerierung
CN103528586A (zh) * 2013-10-31 2014-01-22 中国航天时代电子公司 基于故障网格的航迹规划算法设计
CN108318040A (zh) * 2018-02-06 2018-07-24 贵州电网有限责任公司 一种面向输电线路巡检的多旋翼航迹规划系统和方法
CN111212384A (zh) * 2019-12-05 2020-05-29 北京航空航天大学杭州创新研究院 一种无人机多数据链智能切换方法
CN111024086A (zh) * 2019-12-19 2020-04-17 哈尔滨工程大学 一种基于群禽寻优技术的多无人机航迹规划方法
CN115903879A (zh) * 2022-08-01 2023-04-04 中国民航管理干部学院 基于地形数据插值技术的无人机航迹规划方法
CN116661496A (zh) * 2023-05-31 2023-08-29 南京理工大学 一种基于智能算法的多巡飞弹协同航迹规划方法
CN116954239A (zh) * 2023-06-12 2023-10-27 成都丰千达科技有限公司 一种基于改进粒子群算法的无人机航迹规划方法及系统
CN116822362A (zh) * 2023-06-29 2023-09-29 中国人民解放军93209部队 一种基于粒子群算法的无人机无冲突四维航迹规划方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A Method of UAV Navigation Planning Based on ROS and Improved A-star Algorithm;Junlin Li et al.;《2023 CAA Symposium on Fault Detection, Supervision and Safety for Technical Processes (SAFEPROCESS)》;20230924;全文 *
无人飞行器在线航迹规划技术研究;胡中华;赵敏;;航天电子对抗(第04期);全文 *

Also Published As

Publication number Publication date
CN117320106A (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
CN110308740B (zh) 一种面向移动目标追踪的无人机群动态任务分配方法
US9202382B2 (en) Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles
CN112925335A (zh) 无人机通讯方法、装置、计算机可读存储介质和设备
CN105182997A (zh) 一种基于电磁仿真的无人机规划航路评估方法
CN113406968B (zh) 基于数字孪生的无人机自主起降巡航方法
CN114911255B (zh) 一种面向通信中继保障的异构多无人机协同航迹规划方法
CN108766035B (zh) 一种点密度引导下的无人机地形匹配飞行控制系统
CN113741538A (zh) 一种变电站无人机巡检路径规划方法、系统及存储介质
CN116661497A (zh) 一种智能飞行汽车
CN115145315A (zh) 一种改进a*算法的适合杂乱环境的无人机路径规划方法
CN113721653B (zh) 一种飞行器航迹实时规划系统
CN117320106B (zh) 一种基于北斗的林业无人机智能通信系统及终端
CN116954239B (zh) 一种基于改进粒子群算法的无人机航迹规划方法及系统
CN107608391A (zh) 一种无人机实时自动规划航线系统及其方法
Kottege et al. Heterogeneous robot teams with unified perception and autonomy: How Team CSIRO Data61 tied for the top score at the DARPA Subterranean Challenge
Cole et al. System development and demonstration of a UAV control architecture for information gathering missions
AU2016216683A1 (en) Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles
CN112099521A (zh) 一种无人机路径规划方法及装置
Benkhlifa et al. Improved simplified swarm optimization for UAVs path planning
TWI763105B (zh) 無人載具之智慧群飛路徑規劃方法及系統
CN117472083B (zh) 一种多无人机协同海上搜索路径规划方法
CN117369516A (zh) 一种接续式无人机机场巡检调度方法
Zhang Research on pure azimuth passive positioning of UAV based on least squares method and grid search method
CN216248928U (zh) 基于信标组网的无人机自主定航系统
Russell et al. Multi-Dimensional, Multi-Agent Pathfinding for Autonomous Flight Planning with Airspace Deconfliction

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