CN117826833A - 一种无人机多机控制系统 - Google Patents
一种无人机多机控制系统 Download PDFInfo
- Publication number
- CN117826833A CN117826833A CN202311808212.8A CN202311808212A CN117826833A CN 117826833 A CN117826833 A CN 117826833A CN 202311808212 A CN202311808212 A CN 202311808212A CN 117826833 A CN117826833 A CN 117826833A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- module
- data
- algorithm
- 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
- 238000004891 communication Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 28
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims description 18
- 238000005259 measurement Methods 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000000034 method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人机多机控制系统，包括：多个无人机，每个无人机包括飞行控制单元、传感器组件和通信模块；多个基站，每个基站包括数据处理单元、通信模块和无线网络接口；一个中央控制单元，与多个无人机和多个基站通信连接；一个多机协调算法，用于协调和优化多个无人机的飞行任务。本发明与现有技术相比的优点在于：本申请通过多机协调和优化、智能化飞行控制、多种传感器支持、高效数据处理和通信以及故障检测和容错处理等特点，提供了更高效、智能和可靠的无人机协同飞行和任务执行能力。
Description
技术领域
本发明涉及无人机技术领域，具体是指一种无人机多机控制系统。
背景技术
无人机在军事、民用和商业领域得到了广泛应用。然而，传统的单一无人机操作存在着飞行效率低下、任务执行能力有限以及无法应对复杂环境等问题。
为了解决这些问题，近年来出现了一些多无人机协同飞行系统。这些系统通过集成多个无人机，实现任务的分配和协调，从而提高飞行效率和任务执行能力。然而，现有的多机控制系统在实现高效协同飞行方面仍然存在一些局限性。
一些现有系统在任务分配和路径规划方面缺乏优化算法的支持，导致无人机执行任务时效率不高。此外，现有系统的飞行控制单元往往缺乏完备的智能化功能，无法自主感知和避免障碍物，限制了其在复杂环境中的应用。另外，现有系统的数据处理和通信能力有限，无法实现高速、可靠的数据传输。此外，现有系统的故障检测和容错处理机制不够完善，无法及时应对无人机或基站故障的情况。
因此，需要一种无人机多机控制系统，能够克服现有技术的上述缺点，实现更高效、智能和可靠的无人机协同飞行和任务执行。
发明内容
本发明要解决的技术问题是克服以上的技术缺陷，提供一种无人机多机控制系统，该无人机多机控制系统通过多机协调和优化、智能化飞行控制、多种传感器支持、高效数据处理和通信以及故障检测和容错处理等特点，提供了更高效、智能和可靠的无人机协同飞行和任务执行能力。
为解决上述技术问题，本发明提供的技术方案为：一种无人机多机控制系统，包括：
多个无人机，每个无人机包括飞行控制单元、传感器组件和通信模块；
多个基站，每个基站包括数据处理单元、通信模块和无线网络接口；
一个中央控制单元，与多个无人机和多个基站通信连接；
一个多机协调算法，用于协调和优化多个无人机的飞行任务。
进一步地，所述无人机的飞行控制单元包括姿态控制模块、导航模块、路径规划模块以及动态避障模块，
所述姿态控制模块用于控制无人机的姿态；
所述导航模块用于确定无人机的位置和速度；
所述路径规划模块用于生成无人机的飞行路径；
所述动态避障模块用于检测并避免与障碍物的碰撞。
进一步地，包括全球定位系统(GPS)接收器、惯性测量单元(IMU)、遥感传感器以及碰撞检测传感器；
所述全球定位系统(GPS)接收器用于确定无人机的位置；
所述惯性测量单元(IMU)用于测量无人机的姿态和加速度；
所述遥感传感器用于收集环境数据和目标信息；
所述碰撞检测传感器用于检测无人机周围的障碍物。
进一步地，所述基站的数据处理单元包括数据接收模块、数据解析模块、多机协调模块以及数据发送模块；
所述数据接收模块用于接收来自无人机的传感器数据和控制指令；
所述数据解析模块用于解析和处理接收到的数据；
所述多机协调模块用于根据多机协调算法生成飞行任务和控制指令；
所述数据发送模块用于向无人机发送控制指令和任务信息。
进一步地，所述中央控制单元包括数据通信模块、多机协调算法执行模块、故障检测和容错模块以及数据存储模块，
所述数据通信模块用于与多个无人机和多个基站进行双向通信；
所述多机协调算法执行模块用于执行多机协调算法并生成飞行任务和控制指令；
所述故障检测和容错模块用于检测无人机或基站的故障并采取相应的容错措施；
所述数据存储模块用于存储无人机和基站的状态数据和历史记录。
进一步地，所述无人机和基站之间的通信采用无线网络接口，所述无线网络接口支持Wi-Fi、蓝牙或卫星通信，该接口支持高带宽和低延迟的数据传输、多个无人机和基站之间的并行通信、高度可靠的连接和数据传输以及信息加密和安全传输。
进一步地，所述多机协调算法的流程如下：
a.任务分析：算法首先对系统接收到的飞行任务进行分析和分类，根据任务的类型、优先级、地理位置等信息，确定需要执行的任务列表；
b.无人机状态更新：算法获取每个无人机的实时状态数据，包括位置、速度、剩余电量等信息，这些数据可以通过传感器组件和通信模块从无人机中获取；
c.任务分配和路径规划：基于任务的要求和无人机的状态数据，算法根据优化算法和路径规划策略为每个无人机分配任务和生成飞行路径，考虑到任务的紧急程度、无人机的能力、系统的资源等因素，确保任务能够在最优的条件下执行；
d.碰撞检测与避免：算法利用传感器数据和环境感知，实时监测无人机之间的位置和速度，进行碰撞检测，当发现碰撞风险时，算法采取避障策略，调整无人机的路径或速度，以避免碰撞事件的发生；
e.控制指令生成：根据任务分配和路径规划的结果，算法生成相应的控制指令，这些指令包括姿态调整、速度控制、航向调整等，以确保无人机按照预定的路径和任务要求进行飞行；
f.数据更新和通信：算法将更新后的任务和控制指令发送给中央控制单元，并更新无人机和基站的状态数据，同时，算法通过无线网络接口与无人机和基站进行双向通信，确保任务和指令的及时传输和执行；
g.循环迭代：以上步骤循环迭代执行，以实现多个无人机的协同飞行和任务执行，算法不断更新任务分配和路径规划，监测无人机的状态和环境变化，实时调整控制指令，以适应动态变化的飞行任务需求；
h.系统监控和容错处理：算法具备故障检测和容错处理机制，监测无人机和基站的故障情况，当发现故障时，算法采取相应的容错措施，如切换备用无人机、重新规划路径等，以确保系统的可靠运行和任务的完成。
本发明与现有技术相比的优点在于：
1、多机协调和优化：系统采用多机协调算法，能够协调和优化多个无人机的飞行任务。通过任务分析、状态更新、任务分配和路径规划等步骤，系统能够根据任务的要求和无人机的状态，为每个无人机分配任务和生成最优飞行路径，以提高整体飞行效率和任务执行能力。
2、高度智能化：无人机的飞行控制单元配备了姿态控制模块、导航模块、路径规划模块和动态避障模块等组件，能够实现自主飞行、动态避障和路径规划等功能。这使得无人机能够自主感知和应对环境变化，具备高度智能化的飞行能力。
3、多种传感器支持：系统中的无人机配备了全球定位系统(GPS)接收器、惯性测量单元(IMU)、遥感传感器和碰撞检测传感器等，能够获取准确的位置、速度、姿态和环境数据。这些传感器的支持使得系统能够实时感知和监测无人机及其周围环境的状态，提供更精确的数据基础。
4、高效数据处理和通信：基站的数据处理单元配备了数据接收模块、数据解析模块、多机协调模块和数据发送模块等，能够高效处理无人机传感器数据和控制指令，并通过无线网络接口与无人机进行双向通信。这使得系统能够实现高带宽和低延迟的数据传输，支持多个无人机和基站之间的并行通信，保证了可靠的连接和数据传输，并提供了信息加密和安全传输的能力。
5、故障检测和容错处理：中央控制单元配备了故障检测和容错模块，能够监测无人机和基站的故障情况，并采取相应的容错措施，如切换备用无人机或重新规划路径，以确保系统的可靠运行和任务的完成。这提高了系统的稳定性和容错能力。
综上所述，该无人机多机控制系统通过多机协调和优化、智能化飞行控制、多种传感器支持、高效数据处理和通信以及故障检测和容错处理等特点，提供了更高效、智能和可靠的无人机协同飞行和任务执行能力。
附图说明
图1是本申请一种无人机多机控制系统的原理框图。
图2是本申请一种无人机多机控制系统中无人机飞行控制单元的原理框图。
图3是本申请一种无人机多机控制系统中传感器组件的原理框图。
图4是本申请一种无人机多机控制系统中基站数据处理单元的原理框图。
图5是本申请一种无人机多机控制系统中多机协调算法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
结合附图1-附图5，一种无人机多机控制系统，包括：
多个无人机，每个无人机包括飞行控制单元、传感器组件和通信模块；
多个基站，每个基站包括数据处理单元、通信模块和无线网络接口；
一个中央控制单元，与多个无人机和多个基站通信连接；
一个多机协调算法，用于协调和优化多个无人机的飞行任务。
在本实施例中，无人机的飞行控制单元包括姿态控制模块、导航模块、路径规划模块以及动态避障模块，
姿态控制模块用于控制无人机的姿态，包括飞行姿态的稳定、悬停和转向等动作；
导航模块用于确定无人机的位置和速度，利用传感器数据和导航算法来计算和更新位置和速度信息；
路径规划模块根据任务要求和当前环境信息，生成无人机的飞行路径，确保无人机按照预定的路线完成任务；
动态避障模块利用传感器数据和环境感知，检测无人机周围的障碍物，并采取相应的避障策略，例如调整飞行路径或速度，以避免与障碍物的碰撞。
在本实施例中，为了实现精确的定位和环境感知，传感器组件包括全球定位系统(GPS)接收器、惯性测量单元(IMU)、遥感传感器以及碰撞检测传感器；
全球定位系统(GPS)接收器用于确定无人机的位置，基于卫星信号提供的定位信息；
惯性测量单元(IMU)用于测量无人机的姿态和加速度，包括俯仰、横滚、偏航等姿态信息，以及加速度和角速度等运动状态；
遥感传感器用于收集环境数据和目标信息，例如通过摄像头、红外传感器等获取视觉信息、热能信息等；
碰撞检测传感器用于检测无人机周围的障碍物，包括距离传感器、雷达等，以提供环境感知和避障的数据。
在本实施例中，基站的数据处理单元包括数据接收模块、数据解析模块、多机协调模块以及数据发送模块；
数据接收模块用于接收来自无人机的传感器数据和控制指令，确保数据的可靠传输；
数据解析模块用于解析和处理接收到的数据，提取有用的信息用于后续的任务分配和路径规划；
多机协调模块用于根据多机协调算法生成飞行任务和控制指令，确保多个无人机的协同飞行和任务执行；
数据发送模块用于向无人机发送控制指令和任务信息，确保指令和任务能够及时传达给无人机。
在本实施例中，中央控制单元包括数据通信模块、多机协调算法执行模块、故障检测和容错模块以及数据存储模块，
数据通信模块用于与多个无人机和多个基站进行双向通信，负责数据的传输和接收；
多机协调算法执行模块用于执行多机协调算法并生成飞行任务和控制指令，实现多个无人机的协同飞行和任务执行；
故障检测和容错模块用于检测无人机或基站的故障并采取相应的容错措施，确保系统的可靠运行和任务的完成；
数据存储模块用于存储无人机和基站的状态数据和历史记录，用于分析和后续任务优化。
在本实施例中，为了实现高效的数据传输和通信，无人机和基站之间的通信采用无线网络接口，无线网络接口支持Wi-Fi、蓝牙或卫星通信，该接口支持高带宽和低延迟的数据传输、多个无人机和基站之间的并行通信、高度可靠的连接和数据传输以及信息加密和安全传输。
在本实施例中，多机协调算法的流程如下：
a.任务分析：算法首先对系统接收到的飞行任务进行分析和分类，根据任务的类型、优先级、地理位置等信息，确定需要执行的任务列表；
b.无人机状态更新：算法获取每个无人机的实时状态数据，包括位置、速度、剩余电量等信息，这些数据可以通过传感器组件和通信模块从无人机中获取；
c.任务分配和路径规划：基于任务的要求和无人机的状态数据，算法根据优化算法和路径规划策略为每个无人机分配任务和生成飞行路径，考虑到任务的紧急程度、无人机的能力、系统的资源等因素，确保任务能够在最优的条件下执行；
d.碰撞检测与避免：算法利用传感器数据和环境感知，实时监测无人机之间的位置和速度，进行碰撞检测，当发现碰撞风险时，算法采取避障策略，调整无人机的路径或速度，以避免碰撞事件的发生；
e.控制指令生成：根据任务分配和路径规划的结果，算法生成相应的控制指令，这些指令包括姿态调整、速度控制、航向调整等，以确保无人机按照预定的路径和任务要求进行飞行；
f.数据更新和通信：算法将更新后的任务和控制指令发送给中央控制单元，并更新无人机和基站的状态数据，同时，算法通过无线网络接口与无人机和基站进行双向通信，确保任务和指令的及时传输和执行；
g.循环迭代：以上步骤循环迭代执行，以实现多个无人机的协同飞行和任务执行，算法不断更新任务分配和路径规划，监测无人机的状态和环境变化，实时调整控制指令，以适应动态变化的飞行任务需求；
h.系统监控和容错处理：算法具备故障检测和容错处理机制，监测无人机和基站的故障情况，当发现故障时，算法采取相应的容错措施，如切换备用无人机、重新规划路径等，以确保系统的可靠运行和任务的完成。
以上对本发明及其实施方式进行了描述，这种描述没有限制性，文中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (7)
1.一种无人机多机控制系统，其特征在于，包括：
多个无人机，每个无人机包括飞行控制单元、传感器组件和通信模块；
多个基站，每个基站包括数据处理单元、通信模块和无线网络接口；
一个中央控制单元，与多个无人机和多个基站通信连接；
一个多机协调算法，用于协调和优化多个无人机的飞行任务。
2.根据权利要求1所述的一种无人机多机控制系统，其特征在于，所述无人机的飞行控制单元包括姿态控制模块、导航模块、路径规划模块以及动态避障模块，
所述姿态控制模块用于控制无人机的姿态；
所述导航模块用于确定无人机的位置和速度；
所述路径规划模块用于生成无人机的飞行路径；
所述动态避障模块用于检测并避免与障碍物的碰撞。
3.根据权利要求1或2所述的一种无人机多机控制系统，其特征在于，所述传感器组件包括全球定位系统(GPS)接收器、惯性测量单元(IMU)、遥感传感器以及碰撞检测传感器；
所述全球定位系统(GPS)接收器用于确定无人机的位置；
所述惯性测量单元(IMU)用于测量无人机的姿态和加速度；
所述遥感传感器用于收集环境数据和目标信息；
所述碰撞检测传感器用于检测无人机周围的障碍物。
4.根据权利要求1所述的一种无人机多机控制系统，其特征在于，所述基站的数据处理单元包括数据接收模块、数据解析模块、多机协调模块以及数据发送模块；
所述数据接收模块用于接收来自无人机的传感器数据和控制指令；
所述数据解析模块用于解析和处理接收到的数据；
所述多机协调模块用于根据多机协调算法生成飞行任务和控制指令；
所述数据发送模块用于向无人机发送控制指令和任务信息。
5.根据权利要求1所述的一种无人机多机控制系统，其特征在于，所述中央控制单元包括数据通信模块、多机协调算法执行模块、故障检测和容错模块以及数据存储模块，
所述数据通信模块用于与多个无人机和多个基站进行双向通信；
所述多机协调算法执行模块用于执行多机协调算法并生成飞行任务和控制指令；
所述故障检测和容错模块用于检测无人机或基站的故障并采取相应的容错措施；
所述数据存储模块用于存储无人机和基站的状态数据和历史记录。
6.根据权利要求1所述的一种无人机多机控制系统，其特征在于，所述无人机和基站之间的通信采用无线网络接口，所述无线网络接口支持Wi-Fi、蓝牙或卫星通信，该接口支持高带宽和低延迟的数据传输、多个无人机和基站之间的并行通信、高度可靠的连接和数据传输以及信息加密和安全传输。
7.根据权利要求1所述的一种无人机多机控制系统，其特征在于，所述多机协调算法的流程如下：
a.任务分析：算法首先对系统接收到的飞行任务进行分析和分类，根据任务的类型、优先级、地理位置等信息，确定需要执行的任务列表；
b.无人机状态更新：算法获取每个无人机的实时状态数据，包括位置、速度、剩余电量等信息，这些数据可以通过传感器组件和通信模块从无人机中获取；
c.任务分配和路径规划：基于任务的要求和无人机的状态数据，算法根据优化算法和路径规划策略为每个无人机分配任务和生成飞行路径，考虑到任务的紧急程度、无人机的能力、系统的资源等因素，确保任务能够在最优的条件下执行；
d.碰撞检测与避免：算法利用传感器数据和环境感知，实时监测无人机之间的位置和速度，进行碰撞检测，当发现碰撞风险时，算法采取避障策略，调整无人机的路径或速度，以避免碰撞事件的发生；
e.控制指令生成：根据任务分配和路径规划的结果，算法生成相应的控制指令，这些指令包括姿态调整、速度控制、航向调整等，以确保无人机按照预定的路径和任务要求进行飞行；
f.数据更新和通信：算法将更新后的任务和控制指令发送给中央控制单元，并更新无人机和基站的状态数据，同时，算法通过无线网络接口与无人机和基站进行双向通信，确保任务和指令的及时传输和执行；
g.循环迭代：以上步骤循环迭代执行，以实现多个无人机的协同飞行和任务执行，算法不断更新任务分配和路径规划，监测无人机的状态和环境变化，实时调整控制指令，以适应动态变化的飞行任务需求；
h.系统监控和容错处理：算法具备故障检测和容错处理机制，监测无人机和基站的故障情况，当发现故障时，算法采取相应的容错措施，如切换备用无人机、重新规划路径等，以确保系统的可靠运行和任务的完成。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311808212.8A CN117826833A (zh) | 2023-12-26 | 2023-12-26 | 一种无人机多机控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311808212.8A CN117826833A (zh) | 2023-12-26 | 2023-12-26 | 一种无人机多机控制系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117826833A true CN117826833A (zh) | 2024-04-05 |
Family
ID=90505329
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311808212.8A Pending CN117826833A (zh) | 2023-12-26 | 2023-12-26 | 一种无人机多机控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117826833A (zh) |
-
2023
- 2023-12-26 CN CN202311808212.8A patent/CN117826833A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3491474B1 (en) | System and method of dynamically controlling parameters for processing sensor output data for collision avoidance and path planning | |
| US9202382B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
| de Souza et al. | Coordinating movement within swarms of UAVs through mobile networks | |
| CN103256931B (zh) | 无人机的可视导航系统 | |
| Pantelimon et al. | Survey of multi-agent communication strategies for information exchange and mission control of drone deployments | |
| CN102707724A (zh) | 一种无人机的视觉定位与避障方法及系统 | |
| US11334069B1 (en) | Systems, methods and computer program products for collaborative agent control | |
| US20210018938A1 (en) | Computation load distribution | |
| CN110244769B (zh) | 离线作业方法和装置 | |
| Chen et al. | Edge computing assisted autonomous flight for UAV: Synergies between vision and communications | |
| CN112684791A (zh) | 一种基于5g的无人驾驶物流车 | |
| CN117930875A (zh) | 控制可移动装置的移动的方法及系统 | |
| Mason et al. | Combining LoRaWAN and a new 3D motion model for remote UAV tracking | |
| CN114815830A (zh) | 一种基于一致性算法的空地集群协同组网控制系统及方法 | |
| Wubben et al. | FFP: A Force Field Protocol for the tactical management of UAV conflicts | |
| CN117572891A (zh) | 无人机集群系统及其工作方法 | |
| CN117075627A (zh) | 一种无人驾驶飞行器飞行控制系统 | |
| CN112731914A (zh) | 一种5g智慧工厂的云化agv应用系统 | |
| CN117826833A (zh) | 一种无人机多机控制系统 | |
| AU2015201728B2 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
| WO2019050515A1 (en) | MOBILE OBJECT APPLICATION FRAMEWORK | |
| AU2016216683A1 (en) | Autonomous vehicle and method for coordinating the paths of multiple autonomous vehicles | |
| CN112639651A (zh) | 信息处理方法、信息处理装置和可移动设备 | |
| Singh et al. | UAV-Based Cyber-Physical Systems: Concepts, Applications, and Issues | |
| Olivieri et al. | An ubiquitous based approach for Movement Coordination of Swarms of Unmanned Aerial Vehicles using mobile networks |
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 |