CN117963152A - 一种系留无人机的系留方法 - Google Patents
一种系留无人机的系留方法 Download PDFInfo
- Publication number
- CN117963152A CN117963152A CN202410376973.9A CN202410376973A CN117963152A CN 117963152 A CN117963152 A CN 117963152A CN 202410376973 A CN202410376973 A CN 202410376973A CN 117963152 A CN117963152 A CN 117963152A
- Authority
- CN
- China
- Prior art keywords
- mooring line
- picture
- speed
- wind speed
- tethered
- 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 57
- 238000004458 analytical method Methods 0.000 claims abstract description 104
- 238000004804 winding Methods 0.000 claims abstract description 73
- 238000012544 monitoring process Methods 0.000 claims abstract description 40
- 230000008859 change Effects 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 9
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000005452 bending Methods 0.000 claims description 5
- 238000009877 rendering Methods 0.000 claims description 5
- 238000011897 real-time detection Methods 0.000 claims description 4
- 230000005428 wave function Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 230000007613 environmental effect Effects 0.000 description 13
- 230000000694 effects Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 206010034719 Personality change Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Landscapes
- Electric Cable Installation (AREA)
Abstract
本发明涉及一种系留无人机的系留方法,包括以下步骤:通过多个风速仪对地面风速进行实时检测,得到地面的风速;判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放;利用摄像头,采集收放系留线的第二画面;对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略;通过对系留线状态的实时监测和波动分析,系统能够及时响应系留线的异常波动,进一步保障了无人机的稳定运行和操作安全。
Description
技术领域
本发明涉及系留无人机技术领域,特别涉及一种系留无人机的系留方法、系统。
背景技术
系留无人机是将无人机和系留线缆结合起来,通过系留线传输电能和信号,可24小时不间断实现空中悬停,具有空中长时间作业、数据传输带宽大的特点和优势。可以用于电力基建中,在实际使用过程中,由于存在风速的影响,因此,系留线与电源系统之间并非直线,而是在空中呈抛物线的状态,当风速降低时,原先放出的系留线如果没有及时收回则可能会出现系留线与架空线接触导致短接的情况,当风速增加时,如果没有及时的放出系留线,则会导致系留线绷紧影响无人机的作业姿态。
发明内容
本发明的主要目的为提供一种系留无人机的系留方法、系统,有效解决了因环境变化导致的系留线收放问题。
为实现上述目的,本发明提供了一种系留无人机的系留方法,应用于系留电源系统,所述系留电源系统包括无人机、系留线、伺服电机和处理器,所述系留线的一端与无人机连接,所述系留线的另一端与伺服电机连接,所述无人机上安装有摄像头,所述伺服电机上设置有多个风速仪,包括以下步骤:
通过多个风速仪对地面风速进行实时检测,得到地面的风速;
判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放;
利用摄像头,采集收放系留线的第二画面;
对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
作为本发明进一步的方案,所述通过多个风速仪对地面风速进行实时检测,得到地面的风速,包括:
通过多个风速仪对地面风速进行实时检测,得到风速监控数据;
将所述风速监控数据输入预置的人工智能算法内对风速进行分析,得到风速的初步分析结果;其中,所述风速的初步分析结果包括地面风速、高空风速以及风向的变化趋势;
基于所述风速的初步分析结果得到地面的风速。
作为本发明进一步的方案,判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速增加,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的放线速度;
采用以下公式计算所述系留线的放线速度:
d2=(h/50)*d1
其中,所述d2是系留线的放线速度,h是当前无人机的高度,d1是伺服电机内的卷筒在无风状态下的放线速度。
作为本发明进一步的方案,所述判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速减少,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的收线速度;
采用以下公式计算所述系留线的收线速度:
d4=(h/50)*d3
其中,所述d4是系留线的收线速度,h是当前无人机的高度,d3是伺服电机内的卷筒在无风状态下的收线速度。
作为本发明进一步的方案,所述伺服电机上设置有卷筒,所述系留线的另一端与卷筒连接;其中,所述利用摄像头,采集收放系留线的第二画面,包括:
通过摄像头,采集卷筒对系留线的收放画面,得到系留线的收线/放线的画面;
对所述速度画面中系留线的收线/放线在收放过程中的动态变化进行实时监控,得到实时监控画面;
通过预置的机器学习算法对所述实时监控画面进行自动识别,得到识别
画面;其中,所述识别画面包括系留线的运动状态、弯曲程度及系留线的缠绕程度;
基于所述识别画面,构建系留线的三维动态模型;其中,所述三维动态模型用于对系留线进行系留线收放速度和系留线的收放角度的分析;
对所述系留线的三维动态模型进行渲染,得到第二画面。
作为本发明进一步的方案,所述对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略,包括:
对所述第二画面中的系留线进行波动特征提取,得到系留线波动特征参数;
基于所述系留线波动特征参数对所述第二画面中的系留线进行时间波动分析,得到波动分析结果;
对所述波动分析结果进行波动判断,若所述第二画面中的系留线不发生波动,则对所述系留线继续收线/放线;
若所述第二画面中的系留线发生波动,则锁止所述电源系统使得伺服电机内的卷筒停止对系留线进行收放。
作为本发明进一步的方案,对所述第二画面中的系留线进行波动分析,得到波动分析结果,包括:
采用预置的波动函数对所述第二画面中的系留线进行波动分析,得到分析结果;
其中,预置的波动函数公式是:
其中,所述是波动函数,表示在时间t和位置x 处系留线的位移的物理量,是系留线的振幅系数,表示波动的最大幅度,/>是衰减系数,/>表示系留线波动随位置x的衰减程度,w是系留线的角频率,与波动在时间上的周期性有关,/>是时间变量,/>是位置变量,表示沿系留线的位置,/>是系留线初始相位,决定了波动在t = 0时的起始状态,/>是积分项前的系数,表示积分项在总波动中的比重,/>是积分项中的衰减系数,表示积分项随时间衰减的快慢,/>是积分项中的频率系数,与积分项的周期性有关,/>是积分变量,用于积分表达式。。
本发明还提供了一种系留无人机的系留系统,应用于系留电源系统,所述系留电源系统包括无人机、系留线、伺服电机和处理器,所述系留线的一端与无人机连接,所述系留线的另一端与伺服电机连接,所述无人机上安装有摄像头,所述伺服电机上设置有多个风速仪,包括:
检测模块,用于通过多个风速仪对地面风速进行实时检测,得到地面的风速;
判断模块,用于判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放;
采集模块,用于利用摄像头,采集收放系留线的第二画面;
分析模块,用于对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
本发明提供了一种系留无人机的系留方法、系统,包括以下步骤:通过风速仪对地面风进行实时检测,得到地面的风速;并判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面;将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;利用摄像头,采集伺服电机对卷筒内的系留线进行收放的第二画面;对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略;通过在系统中集成风速仪,可以实时监测地面风速的变化。当检测到风速变化时,通过摄像头实时拍摄系留线状态,并通过处理器分析系留线的收放速度以及杂乱度。接着,通过采集伺服电机收放系留线的画面,进行波动分析,并基于分析结果执行相应的策略,通过引入实时风速监测、系留线状态智能分析与自动调节等技术手段,有效解决了因环境变化导致的系留线收放问题,实现了无人机操作的高稳定性和安全性,具有广泛的应用前景。
附图说明
图1是本发明一实施例中系留无人机的系留方法的步骤示意图;
图2是本发明一实施例中系留无人机的系留系统的结构框图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处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。
如图1所示,图1是本发明一实施例中系留无人机的系留方法步骤示意图;
本发明一实施例中提供了一种系留无人机的系留方法,所述系留无人机包括无人机和系留线,所述系留线的一端与无人机连接,所述系留线的另一端与伺服电机连接,所述无人机上安装有摄像头,所述伺服电机上设置有风速仪和电源系统,所述电源系统内设置有处理器:包括以下步骤:
步骤S1,通过多个风速仪对地面风速进行实时检测,得到地面的风速。
具体的,首先需要选择合适的风速仪。常用的风速仪包括杯式风速仪、翼型风速仪和超声波风速仪等。不同类型的风速仪具有不同的测量原理和精度。选择合适的地点部署风速仪。需要考虑到地形、建筑物的遮挡和其他可能影响风速测量的因素。一般来说,风速仪安装在开阔地区,高度应避免受到地面障碍物的影响。在正式测量之前,需要对风速仪进行校准,确保其测量精度。此外,进行一系列的测试,以确保设备在不同环境条件下都能正常工作。风速仪会实时收集风速数据,并通过有线或无线方式传输数据。需要设置数据传输系统,如利用GPRS、Wi-Fi或其他通信技术。收集到的数据需要进行分析和处理,以获得准确的风速信息。包括数据滤波、去除异常值、数据平滑等处理。最后,基于分析得到的风速数据,可以进行各种应用,如气象预报、风险评估等。同时,根据实际应用的反馈,进一步调整和优化测量系统。
通过上述的步骤可以实现以下的技术效果:通过使用多个风速仪并进行适当的数据处理,可以提高风速测量的准确度。能够实时监测风速变化,对于气象预报、灾害预警等具有重要意义。多点测量可以提供更详细的风速分布信息,有助于更好地理解和预测风的行为。通过多个设备的交叉验证,提高了数据的可靠性。综上所述,通过多个风速仪进行地面风速的实时检测可以实现更高的测量精度和可靠性,对于气象学、环境监测和相关领域具有重要的应用价值。
步骤S2,判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放。
具体的,使用前述步骤部署的多个风速仪对地面风速进行实时检测。根据收集到的风速数据,实时分析风速的变化趋势。当监测到风速超过设定的阈值时,判定为风速发生了显著变化。一旦检测到风速发生变化,立即启动摄像头对系留线进行拍摄,获取系留线的第一画面。摄像头应安装在能够清晰捕捉系留线状态的位置。将摄像头拍摄到的系留线画面传输给处理器。处理器内运行的图像处理软件将分析系留线的姿态和运动状态。根据图像分析结果,计算出系留线的收放速度。上述计算过程需要考虑风速变化对系留线姿态的影响,以及为保持系留线稳定所需的速度调整。根据计算得到的收放速度,控制伺服电机对系留线进行收放。上述过程中,控制系统需要实时调整电机转速,以适应风速变化带来的影响。系统将持续监测风速变化和系留线状态,根据实时数据调整系留线的收放速度。包括对摄像头拍摄的系留线画面进行持续分析,以及根据风速仪提供的最新风速数据调整伺服电机的运行。
通过上述的步骤可以实现以下的技术效果:通过实时监测风速并调整系留线收放速度,控制系统动态适应环境风速变化,保持设备的稳定运行。及时调整系留线的收放速度可以防止因风速变化导致的设备损坏或安全事故,提高整个控制系统的安全性。通过精确控制系留线的收放速度,可以优化设备的工作性能,减少能源消耗,提高效率。能够实时响应环境变化,通过自动调整收放速度,增强了控制系统的可靠性和自适应能力。综上所述,上述步骤通过集成风速监测、图像处理和精确控制技术,实现了对系留线收放速度的动态调整,以适应环境风速的变化,从而提高了系统的稳定性、安全性和效率。
步骤S3,利用摄像头,采集收放系留线的第二画面。
具体的,定义采集第二画面的具体触发条件,可以是时间间隔(例如,在第一画面采集后的固定秒数)、特定事件(如系留线收放达到某一阶段)或者是经过图像分析判定系留线处于特定状态时。根据需要采集的画面类型和预期目标,调整摄像头的参数设定,如分辨率、帧率、焦距等,以确保所采集的画面能清晰地反映系留线的状态。在满足触发条件时,启动摄像头对系留线进行拍摄,捕捉第二画面。需要确保摄像头的视角、位置等都能够充分覆盖至系留线的相关区域,以便准确采集到所需的画面信息。自动将采集到的第二画面存储在适当的媒体中,以备后续的分析和处理。存储格式、存储位置等需事先设置。若有需要,可以对采集到的第二画面进行进一步的分析处理,如通过图像识别技术分析系留线的姿态变化、速度、方向等信息,用于评估系留线收放过程的状态,以及对后续操作的指导。基于第二画面的分析结果,可能需要调整系留线的收放速度、伺服电机的运行参数等,以优化整个系留线的控制策略,确保任务的顺利完成。
通过上述的步骤可以实现以下的技术效果:通过对系留线收放过程的持续监控与分析,可以更精确地控制系留线的运动,提高作业的精准性。根据系留线的实时状态调整控制策略,能够优化整个电源系统的性能,例如提高收放速度、减少能耗等。实时监控系留线的状态有助于及时发现潜在的问题,如系留线的异常张力、导致缠绕的运动等,及时采取措施,避免事故发生。自动化地采集画面并分析,减少了人工干预的需要,提升了整个系统的自动化水平和作业效率。综上所述,利用摄像头采集系留线收放过程中的第二画面,并进行相应的分析处理,可以在保证作业安全的同时,提高控制系统的控制精度和效率。
步骤S4,对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
具体的,第一步是收集第二画面的相关数据。包括价格、成交量、时间戳等信息,具体取决于分析的具体对象。此处的“第二画面”指的是某种特定的数据视图或数据集合。 使用统计和数学模型来评估第二画面数据的波动特性。涉及到计算标准差、方差、自相关性等度量,以确定数据的波动性如何随时间变化。在分析过程中,可以识别出数据波动的特定模式或趋势,如周期性波动、长期趋势、异常波动等。 根据波动性分析的结果,评估潜在的风险。例如,在金融市场中,高波动性可能意味着更高的风险。 基于波动分析的结果和风险评估,制定相应的策略。上述的策略可能涉及到对冲风险、调整投资组合、优化交易算法等。执行制定的策略,并根据实际情况和进一步的数据分析进行调整。
通过上述的步骤可以实现以下的技术效果:通过分析波动性并制定策略,可以更好地管理和减少潜在的风险。提供数据支持的决策,帮助投资者、管理者等做出更为明智的决策。对于金融市场交易等场景,波动性分析可以帮助优化交易策略,提高投资回报率。 通过对数据波动的持续分析,可以更好地预测市场趋势,快速适应市场变化。为投资者和参与者提供市场的深度分析,增加市场行为的透明度和理解度。综上所述,通过对“第二画面”数据进行波动性分析并基于此制定策略,能够在保障风险控制的同时,优化决策过程,提高策略性能,这对于金融市场参与者、投资者或是需要做出基于数据分析决策的个体或团队来说,都是极具价值的技术应用。
在具体实施例中,所述通过多个风速仪对地面风速进行实时检测,得到地面的风速,包括:
通过多个风速仪对地面风速进行实时检测,得到风速监控数据;
将所述风速监控数据输入预置的人工智能算法内对风速进行分析,得到风速的初步分析结果;其中,所述风速的初步分析结果包括地面风速、高空风速以及风向的变化趋势;
基于所述风速的初步分析结果得到地面的风速。
具体的,使用多个风速仪在不同位置对地面风速进行实时监测。多个风速仪可以捕捉到各自位置的风速数据,包括风速大小和风向。 将所有风速仪收集到的数据汇总,形成一个综合的风速监控数据集。上述步骤确保收集到的数据覆盖了监测区域的广泛情况,为后续分析提供基础。 将收集到的风速监控数据输入预置的人工智能算法中进行分析。预置的人工智能算法包括机器学习模型,能够处理大量数据并识别风速的模式、趋势以及异常情况。算法分析后得到的初步分析结果包括地面风速、高空风速以及风向的变化趋势。上述步骤涉及将算法分析的结果转化为有用的信息,如识别特定时间段内风速的平均值、最大值和最小值,以及风向的主要变化趋势。基于风速的分析结果,可以制定相应的应对策略或进行进一步的研究。例如,在农业领域,可以根据风速信息调整作物的种植和管理;在建筑行业,可以依据风速数据设计结构以抵御强风。
通过上述的步骤可以实现以下的技术效果:利用多个风速仪和人工智能算法可以实时、准确地监测和分析风速,提高了数据收集和处理的效率。通过实时监测和分析,能够快速准确地获取风速变化信息,为及时决策提供支持。分析地面和高空风速及其变化趋势有助于预测可能的天气变化,从而提前采取措施减少风险,如预警系统在极端天气条件下的应用。 在特定领域(如农业、建筑、能源)中,基于风速分析的结果可以优化资源配置,提高效率和安全性。对风速的长期监测和分析有助于理解气候变化对特定区域的影响,对于环境保护和城市规划等领域具有重要意义。通过结合现代技术手段,如人工智能和物联网设备(如风速仪),进行地面风速的实时监测和分析,可以实现高效、准确的风速监控,进而为多个行业和领域提供有价值的数据支持和决策依据。
在具体实施例中,判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速增加,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的放线速度;
采用以下公式计算所述系留线的放线速度:
d2=(h/50)*d1
其中,所述d2是系留线的放线速度,h是当前无人机的高度,d1是伺服电机内的卷筒在无风状态下的放线速度。
具体的, 实时监测地面风速,判断风速是否发生变化。上述步骤涉及到地面风速仪或无人机自身的传感器。如果监测到风速发生变化,特别是风速增加,使用无人机上的摄像头对系留线进行拍摄,获取系留线的第一画面。将拍摄得到的系留线图像输入处理器,通过图像处理技术提取系留线的速度特征参数。包括系留线的运动轨迹、变形情况等。 根据提取的速度特征参数,使用公式计算系留线的放线速度。公式中考虑了无人机的当前高度和无风状态下的放线速度,以此来调整实际的放线速度。
通过上述的步骤可以实现以下的技术效果:通过实时监测风速和自动调整系留线的放线速度,无人机能够自适应不同的风速条件,保持稳定飞行。 自动调节系留线放线速度可以减少因风速变化导致的无人机摇晃或偏离预定位置的风险,提高飞行安全性。自动化的调节机制减少了人工干预的需求,提高了无人机操作的效率和便利性。通过精准计算系留线的放线速度,无人机可以在特定高度更加精确地进行作业,例如空中拍摄、监测等。这一过程使得无人机能够适应多变的环境条件,特别是在风速变化较大的户外环境中,提高了无人机的应用范围和可靠性。综上所述,通过实时监测地面风速并根据风速变化自动调节系留线的放线速度,无人机可以更好地适应不同的环境条件,提高飞行的稳定性和安全性,这对于需要在多变环境中执行任务的无人机来说,是非常有价值的技术应用。
在具体实施例中,所述判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速减少,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的收线速度;
采用以下公式计算所述系留线的收线速度:
d4=(h/50)*d3
其中,所述d4是系留线的收线速度,h是当前无人机的高度,d3是伺服电机内的卷筒在无风状态下的收线速度。
具体的,实时检测地面风速,以确定其是否发生了减少。通常需要利用无人机上的传感器或与无人机通信的地面设备来实现。如果检测到地面风速减少,无人机上的摄像头将拍摄系留线,获取其第一画面。上述步骤旨在捕捉系留线的当前状态作为后续分析的基础。通过处理器分析拍摄得到的系留线图像,提取系留线的速度特征参数。包括通过图像分析技术识别系留线的移动和变形模式。利用获得的速度特征参数并结合无人机当前的高度信息,通过预定的数学公式计算出适当的系留线收线速度。上述公式反映了无人机高度与期望收线速度之间的关系。
通过上述的步骤可以实现以下的技术效果:无人机通过智能监测和自动调节系留线的收线速度,能够适应突变的环境条件,如风速的减少。在风速减少时适时调整系留线收线速度,可以防止因收线过快或过慢导致的潜在风险,提升整个系统的稳定性。自动调节功能减少了操作人员需对无人机进行微调的次数,提高了操作效率和无人机的自主性。自动调整收线速度有助于避免因操作不当造成的设备损害或安全事故,提高整体使用的安全性。 通过科学公式计算收线速度,确保无人机在各种风速条件下均能保持最佳性能,不论是风速增加还是减少。通过结合了实时监测、图像处理及自动计算等先进技术,这一系统能够有效响应环境变化,确保无人机及其系留线的稳定和安全,适用于各种监控、通信和研究等任务。
在具体实施例中,所述伺服电机上设置有卷筒,所述系留线的另一端与卷筒连接;其中,所述利用摄像头,采集收放系留线的第二画面,包括:
通过摄像头,采集卷筒对系留线的收放画面,得到系留线的收线/放线的画面;
对所述速度画面中系留线的收线/放线在收放过程中的动态变化进行实时监控,得到实时监控画面;
通过预置的机器学习算法对所述实时监控画面进行自动识别,得到识别
画面;其中,所述识别画面包括系留线的运动状态、弯曲程度及系留线的缠绕程度;
基于所述识别画面,构建系留线的三维动态模型;其中,所述三维动态模型用于对系留线进行系留线收放速度和系留线的收放角度的分析;
对所述系留线的三维动态模型进行渲染,得到第二画面。
具体的, 利用摄像头捕捉卷筒对系留线进行收放的实时画面。上述步骤为后续的分析提供了直观材料,确保可以从视觉角度监控系留线的状态。对摄像头采集到的画面进行实时监控,关注系留线在收放过程中的动态变化。涉及到诸如系留线速度、方向和弯曲状态的监视。引入预置的机器学习算法对实时监控画面进行分析和识别,自动识别出系留线的运动状态、弯曲程度和缠绕情况等关键信息。上述步骤利用先进的图像识别和分析技术,提高了识别效率和准确性。基于从监控画面中识别出的数据,构建系留线的三维动态模型。三维动态模型详细反映了系留线在实际工作环境中的运动和应力状态,是深入分析和优化收放过程的基础。对构建的三维动态模型进行渲染,生成易于理解和分析的视觉画面。上述步骤将复杂的数据模型转化为直观的图像,为最终的分析和决策提供辅助。
通过上述的步骤可以实现以下的技术效果:通过实时采集和监控系留线的收放画面,能够精确把握系留线的运动状态,及时调整控制策略。应用机器学习技术自动识别系留线的状态,降低了人工操作难度,提高了处理速度和准确性。构建和渲染系留线的三维动态模型,提供了一种全面和深入分析系留线运动和受力情况的手段,有助于优化系留线的收放策略,减少故障和损耗。实现对系留线状态的精确监控和智能调节,有助于提高无人机(或其他系留设备)操作的安全性和效率。综上所述,高度自动化和智能化的系统能显著提升系留设备的性能和可靠性,同时减少人力成本和操作风险,具有广泛的应用前景。
在具体实施例中,所述对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略,包括:
对所述第二画面中的系留线进行波动特征提取,得到系留线波动特征参数;
基于所述系留线波动特征参数对所述第二画面中的系留线进行时间波动分析,得到波动分析结果;
对所述波动分析结果进行波动判断,若所述第二画面中的系留线不发生波动,则对所述系留线继续收线/放线;
若所述第二画面中的系留线发生波动,则锁止所述电源系统使得伺服电机内的卷筒停止对系留线进行收放。
具体的,对通过摄像头捕捉的系留线第二画面(3D模型渲染的结果)进行分析,提取系留线的波动特征参数。上述步骤是通过分析系留线的运动趋势、变形程度以及其他可能的波动指标完成的。基于提取得到的波动特征参数,对系留线进行时间波动分析,旨在检测和量化系留线在一定时间内的波动情况,从而得到更详细的波动分析结果。 根据波动分析结果进行波动判断。如果判断系留线没有发生明显波动,那么继续进行系留线的正常收线或放线操作。反之,若分析结果显示系留线出现了波动,为了保障整体系统的安全稳定,将锁止电源系统,使得控制系留线的伺服电机内的卷筒暂时停止收放动作。
通过上述的步骤可以实现以下的技术效果:通过自动判断系留线的波动状态并实施相应的安全控制措施,减少了人为干预需求,提高了操作的安全性和可靠性。及时检测并响应系留线的异常波动,可以有效避免因过度波动导致的系留线损伤或断裂,保护设备免受损害。适时的波动分析与控制能够维护无人机或系留设备的稳定运行,避免因波动引发的意外情况,进而提高整体作业效率。利用波动特征参数和时间波动分析,系统可以智能诊断当前操作状态,并自动做出最优决策,降低了操作复杂度和对专业知识的依赖。该过程的应用可以广泛应对不同场景下的系留线控制需求,无论是在科研、监测、通信还是在娱乐领域,都能提供一种效率高、安全稳定的系留线自动控制解决方案。
在具体实施例中,对所述第二画面中的系留线进行波动分析,得到波动分析结果,包括:
采用预置的波动函数对所述第二画面中的系留线进行波动分析,得到分析结果;
其中,预置的波动函数公式是:
其中,所述是波动函数,表示在时间t和位置x 处系留线的位移的物理量,是系留线的振幅系数,表示波动的最大幅度,/>是衰减系数,/>表示系留线波动随位置x的衰减程度,w是系留线的角频率,与波动在时间上的周期性有关,/>是时间变量,/>是位置变量,表示沿系留线的位置,/>是系留线初始相位,决定了波动在t = 0时的起始状态,/>是积分项前的系数,表示积分项在总波动中的比重,/>是积分项中的衰减系数,表示积分项随时间衰减的快慢,/>是积分项中的频率系数,与积分项的周期性有关,/>是积分变量,用于积分表达式。
具体的,根据实际系留线的物理特性和环境条件设定模型参数,如是是振幅系数,/>是衰减系数、/>是角频率、/>初始相位、/>积分项前的系数、/>积分项中的衰减系数,积分项中的频率系数,对于积分项,按照已知的或假设的/>和/>值计算积分,涉及到解析解或数值解,取决于积分的复杂性,将所有已知的模型参数代入波动函数中。如果有必要,可以使用数值方法来评估该函数在不同的x和t值下的行为,分析函数/>描述的波动行为,如波动的传播速度、波形、波动的衰减等特性,如果可能,将分析结果与实验数据或观测数据进行对比,以验证波动分析的准确性。
通过上述的步骤可以实现以下的技术效果:能够预测系留线在不同环境条件下的行为。帮助工程师设计出更适应特定工作环境的系留线。通过理解波动行为,可以预测可能的故障点或疲劳区域,从而采取预防措施。优化设计和预防故障可以减少维护成本和意外停机时间。
上面对本发明实施例中系留无人机的系留方法进行了描述,下面对本发明实施例中系留无人机的系留系统进行描述,请参阅图2,本发明实施例中系留无人机的系留系统一个实施例包括:
检测模块21,用于通过风速仪对地面风进行实时检测,得到地面的风速;
判断模块22,用于判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;
采集模块23,用于利用摄像头,采集伺服电机对卷筒内的系留线进行收放的第二画面;
分析模块24,用于对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
在本实施例中,上述系统实施例中的各个单元的具体实现,请参照上述方法实施例中所述,在此不再进行赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种系留无人机的系留方法,应用于系留电源系统,所述系留电源系统包括无人机、系留线、伺服电机和处理器,所述系留线的一端与无人机连接,所述系留线的另一端与伺服电机连接,所述无人机上安装有摄像头,所述伺服电机上设置有多个风速仪,其特征在于:包括以下步骤:
通过多个风速仪对地面风速进行实时检测,得到地面的风速;
判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放;
利用摄像头,采集收放系留线的第二画面;
对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
2.根据权利要求1所述的系留无人机的系留方法,其特征在于:所述通过多个风速仪对地面风速进行实时检测,得到地面的风速,包括:
通过多个风速仪对地面风速进行实时检测,得到风速监控数据;
将所述风速监控数据输入预置的人工智能算法内对风速进行分析,得到风速的初步分析结果;其中,所述风速的初步分析结果包括地面风速、高空风速以及风向的变化趋势;
基于所述风速的初步分析结果得到地面的风速。
3.根据权利要求1所述的系留无人机的系留方法,其特征在于:判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速增加,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的放线速度;
采用以下公式计算所述系留线的放线速度:
d2=(h/50)*d1
其中,所述d2是系留线的放线速度,h是当前无人机的高度,d1是伺服电机内的卷筒在无风状态下的放线速度。
4.根据权利要求1所述的系留无人机的系留方法,其特征在于:所述判断所述地面的风速是否发生变化;若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度,包括:
判断所述地面的风速是否发生变化;
若所述风速减少,利用所述无人机上的摄像头对所述系留线进行拍摄,得到系留线的第一画面;
通过处理器对第一画面内的系留线进行速度特征提取,得到系留线的速度特征参数;
对所述系留线的速度特征参数进行计算,得到系留线的收线速度;
采用以下公式计算所述系留线的收线速度:
d4=(h/50)*d3
其中,所述d4是系留线的收线速度,h是当前无人机的高度,d3是伺服电机内的卷筒在无风状态下的收线速度。
5.根据权利要求1所述的系留无人机的系留方法,其特征在于:所述伺服电机上设置有卷筒,所述系留线的另一端与卷筒连接;其中,所述利用摄像头,采集收放系留线的第二画面,包括:
通过摄像头,采集卷筒对系留线的收放画面,得到系留线的收线/放线的画面;
对所述速度画面中系留线的收线/放线在收放过程中的动态变化进行实时监控,得到实时监控画面;
通过预置的机器学习算法对所述实时监控画面进行自动识别,得到识别
画面;其中,所述识别画面包括系留线的运动状态、弯曲程度及系留线的缠绕程度;
基于所述识别画面,构建系留线的三维动态模型;其中,所述三维动态模型用于对系留线进行系留线收放速度和系留线的收放角度的分析;
对所述系留线的三维动态模型进行渲染,得到第二画面。
6.根据权利要求1所述的系留无人机的系留方法,其特征在于:所述对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略,包括:
对所述第二画面中的系留线进行波动特征提取,得到系留线波动特征参数;
基于所述系留线波动特征参数对所述第二画面中的系留线进行时间波动分析,得到波动分析结果;
对所述波动分析结果进行波动判断,若所述第二画面中的系留线不发生波动,则对所述系留线继续收线/放线;
若所述第二画面中的系留线发生波动,则锁止所述电源系统使得伺服电机内的卷筒停止对系留线进行收放。
7.根据权利要求6所述的系留无人机的系留方法,其特征在于:对所述第二画面中的系留线进行波动分析,得到波动分析结果,包括:
采用预置的波动函数对所述第二画面中的系留线进行波动分析,得到分析结果;
其中,预置的波动函数公式是:
其中,所述 是波动函数,表示在时间t和位置x 处系留线的位移的物理量,/>是系留线的振幅系数,表示波动的最大幅度,/>是衰减系数,/>表示系留线波动随位置x的衰减程度,w是系留线的角频率,与波动在时间上的周期性有关,/>是时间变量,/>是位置变量,表示沿系留线的位置,/>是系留线初始相位,决定了波动在t = 0时的起始状态,/>是积分项前的系数,表示积分项在总波动中的比重,/>是积分项中的衰减系数,表示积分项随时间衰减的快慢,/>是积分项中的频率系数,与积分项的周期性有关,/>是积分变量,用于积分表达式。
8.一种系留无人机的系留系统,应用于系留电源系统,所述系留电源系统包括无人机、系留线、伺服电机和处理器,所述系留线的一端与无人机连接,所述系留线的另一端与伺服电机连接,所述无人机上安装有摄像头,所述伺服电机上设置有多个风速仪,其特征在于:包括以下步骤:
检测模块,用于通过多个风速仪对地面风速进行实时检测,得到地面的风速;
判断模块,用于判断所述地面的风速是否发生变化,若所述地面的风速发生变化,则通过摄像头对所述系留线进行拍摄,得到系留线的第一画面,并将所述系留线的第一画面输入处理器内进行系留线的收放速度计算,得到系留线的收放速度;其中,伺服电机基于所述收放速度对系留线进行收放;
采集模块,用于利用摄像头,采集收放系留线的第二画面;
分析模块,用于对所述第二画面进行波动分析,得到波动分析结果,基于所述波动分析结果执行相对应的策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410376973.9A CN117963152A (zh) | 2024-03-29 | 2024-03-29 | 一种系留无人机的系留方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410376973.9A CN117963152A (zh) | 2024-03-29 | 2024-03-29 | 一种系留无人机的系留方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117963152A true CN117963152A (zh) | 2024-05-03 |
Family
ID=90846370
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410376973.9A Pending CN117963152A (zh) | 2024-03-29 | 2024-03-29 | 一种系留无人机的系留方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117963152A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102923295A (zh) * | 2011-08-08 | 2013-02-13 | 李建民 | 高空风筝系留雷达方法 |
CN105752337A (zh) * | 2016-02-26 | 2016-07-13 | 北京计算机技术及应用研究所 | 一种系留无人机自动收放线控制系统 |
US20180170537A1 (en) * | 2016-12-21 | 2018-06-21 | X Development Llc | Offshore Wind Kite with Seafloor Mooring |
WO2020164205A1 (zh) * | 2019-02-13 | 2020-08-20 | 深圳市赛为智能股份有限公司 | 一种系留无人机收放线缓冲结构及其工作方法 |
US20210129982A1 (en) * | 2018-05-23 | 2021-05-06 | Planck Aerosystems Inc. | System and method for drone tethering |
CN215155629U (zh) * | 2021-05-17 | 2021-12-14 | 北京航空航天大学 | 一种垂直起降式系留无人机系统 |
CN115258124A (zh) * | 2022-08-15 | 2022-11-01 | 电子科技大学 | 一种用于浮空风力发电平台的自适应高度调节装置 |
US20230406538A1 (en) * | 2020-11-03 | 2023-12-21 | CNIM Systèmes Industriels | Device and system for releasing, maintaining in flight and recovering a tethered aerostat |
CN117342360A (zh) * | 2023-09-12 | 2024-01-05 | 西安航天赛能自动化科技有限公司 | 一种用于系留无人机线缆的收放装置 |
-
2024
- 2024-03-29 CN CN202410376973.9A patent/CN117963152A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102923295A (zh) * | 2011-08-08 | 2013-02-13 | 李建民 | 高空风筝系留雷达方法 |
CN105752337A (zh) * | 2016-02-26 | 2016-07-13 | 北京计算机技术及应用研究所 | 一种系留无人机自动收放线控制系统 |
US20180170537A1 (en) * | 2016-12-21 | 2018-06-21 | X Development Llc | Offshore Wind Kite with Seafloor Mooring |
US20210129982A1 (en) * | 2018-05-23 | 2021-05-06 | Planck Aerosystems Inc. | System and method for drone tethering |
WO2020164205A1 (zh) * | 2019-02-13 | 2020-08-20 | 深圳市赛为智能股份有限公司 | 一种系留无人机收放线缓冲结构及其工作方法 |
US20230406538A1 (en) * | 2020-11-03 | 2023-12-21 | CNIM Systèmes Industriels | Device and system for releasing, maintaining in flight and recovering a tethered aerostat |
CN215155629U (zh) * | 2021-05-17 | 2021-12-14 | 北京航空航天大学 | 一种垂直起降式系留无人机系统 |
CN115258124A (zh) * | 2022-08-15 | 2022-11-01 | 电子科技大学 | 一种用于浮空风力发电平台的自适应高度调节装置 |
CN117342360A (zh) * | 2023-09-12 | 2024-01-05 | 西安航天赛能自动化科技有限公司 | 一种用于系留无人机线缆的收放装置 |
Non-Patent Citations (1)
Title |
---|
程士军;周光明;雷良超;: "某浮空器收放牵引绞盘的设计与研究", 兵器装备工程学报, no. 11, 25 November 2017 (2017-11-25), pages 17 - 20 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102016124311B4 (de) | Autonomes Freileitungskabel-Inspektionssystem | |
US10920748B2 (en) | Imaging array for bird or bat detection and identification | |
DE102015112594A1 (de) | System und Verfahren für den verbesserten Betrieb von Windparks | |
DE102017009223A1 (de) | Steuervorrichtung zum Steuern eines Roboters durch Lernen einer Aktion einer Person, Robotersystem und Produktionssystem | |
CN111911364B (zh) | 叶尖塔筒净空监测方法 | |
CN110206685A (zh) | 风电场中的风力发电机组的前馈控制方法和设备 | |
CN115481677A (zh) | 海上风机叶片吊装智能控制系统及其方法 | |
CN110799924A (zh) | 无人机的控制方法、装置、无人机及计算机可读存储介质 | |
CN113252701A (zh) | 基于云边协同的输电线路绝缘子自爆缺陷检测系统及方法 | |
CN114115020A (zh) | 一种无人机高度智能控制系统及其控制方法 | |
CN112184944A (zh) | 一种基于bim模型定位与无人机航拍的工地安全检查系统 | |
CN117963152A (zh) | 一种系留无人机的系留方法 | |
CN113606099A (zh) | 一种监测风电机组叶片结冰的方法和系统 | |
CN117834677A (zh) | 一种基于主动感知技术的水利一体化智能监控系统 | |
CN115912183B (zh) | 高压输电线路生态措施巡视方法、系统及可读存储介质 | |
EP3894964A1 (de) | Verfahren und system zum parametrieren eines reglers einer windenergieanlage und/oder betreiben einer windenergieanlage | |
CN114757905A (zh) | 一种基于视觉的卷绳缠绕异常检测装置及方法 | |
CN115471764A (zh) | 一种输电通道隐患检测方法、系统、设备及存储介质 | |
CN114021906A (zh) | 无人值守的风力发电运维管理方法及系统 | |
EP4008899B1 (de) | Verfahren zum optimieren eines montierens eines zu installierenden bauteils an einer windenergieanlage sowie system | |
CN204408021U (zh) | 一种输电网塔杆的监控系统 | |
CN117576549A (zh) | 一种基于边缘计算的温室环控系统与执行状态检测方法 | |
CN117291443B (zh) | 基于多维感知技术的智能放线系统 | |
CN117499272B (zh) | 智能运维云平台控制方法及其控制系统 | |
CN117075042A (zh) | 电力作业现场的作业安全检测方法、系统及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |