KR102000378B1

KR102000378B1 - 무인기 및 무인기의 거리 측정 필터링 장치, 방법 및 상기 방법에 기반한 거리 측정 방법

Info

Publication number: KR102000378B1
Application number: KR1020177017019A
Authority: KR
Inventors: 요우솅 첸
Original assignee: 광저우 엑스에어크래프트 테크놀로지 씨오 엘티디
Priority date: 2015-10-22
Filing date: 2016-10-20
Publication date: 2019-07-15
Also published as: KR20170088388A; AU2016342884B2; JP2018511778A; AU2016342884A1; CN105223575B; US10488513B2; ES2907520T3; EP3367127B1; EP3367127A1; JP6522761B2; US20170269207A1; PL3367127T3; CN105223575A; EP3367127A4; WO2017067478A1

Abstract

본 발명은 소나 센서에 기반한 무인기의 거리 측정 필터링 방법을 제공한다. 소나 센서가 측정한 거리에 대해 도함수를 구하고, 무인기의 현재 이동 속도를 획득하며, 연속된 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 확정한다. 상기 방법의 전체 흐름으로서, 먼저 소나 센서가 측정한 초기 거리를 확정하고, 다음 확정된 초기 거리를 이용하여 새로 측정한 거리에 대해 판단을 진행하며, 만약 새로 측정하여 획득한 거리가 조건에 부합되면, 새로 측정하여 획득한 거리가 유효한 것으로 판단하고 초기 거리 데이터를 갱신하며; 만약 새로 측정하여 획득한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 이번 거리로 하며, 초기 거리 데이터를 갱신하지 않는다.

Description

무인기 및 무인기의 거리 측정 필터링 장치, 방법 및 상기 방법에 기반한 거리 측정 방법{UNMANNED AERIAL VEHICLE(UAV) AND DISTANCE MEASURING AND FILTERING DEVICE AND METHOD THEREOF AND DISTANCE MEASUREMENT METHOD BASED ON SAME}

본 발명은 무인기 기술 영역에 관한 것으로서, 특히 무인기, 무인기의 거리 측정 필터링 방법 및 상기 방법에 기반한 거리 측정 방법, 무인기의 거리 측정 필터링 장치에 관한 것이다.

무인기가 저공 특히 지면에 가까운 자율 비행을 구현하려고 하려면, 무인기의 현재 해발 높이를 알아야 할 뿐만 아니라, 지면에 대한 무인기의 높이를 알아야 한다. 무인기의 해발 높이 정보는 일반적으로 기압계, GPS 등을 통하여 측정하여 획득하며, 지면에 대한 무인기의 높이는 소나 거리 측정, 레이저 거리 측정, 마이크로파 레이더 거리 측정 및 기계 시각 측정 방법 등의 방식을 사용하여 획득할 수 있다.

레이저 거리 측정 방법은 쉽게 광선의 영향을 받는다. 기계 시각에 의한 거리 측정 방법은 알고리즘이 비교적 복잡하고 마찬가지로 쉽게 광선의 영향을 받는다. 하지만 소나 거리 측정은 광선의 영향을 받지 않으며, 하루 종일 사용할 수 있고, 시스템의 복잡성이 낮다. 종래의 소나를 이용하여 거리를 측정하는 환경은 무인기에 사용하는 환경과 철저히 다르다. 예를 들어 이동하는 로봇에 장착하거나, 또는 고정된 공간 내의 장착하는 등이다. 이러한 환경에서 소나 측정 센서가 측정하여 획득한 데이터는 그 자체가 비교적 정확하다.

그러나 무인기의 환경은 기타 환경과 철저히 다른 특징, 예를 들어, 무인기 프로펠러의 고속 회전에 의한 기체의 고주파 진동; 프로펠러의 회전에 의한 기류의 교란; 무인기의 비행 과정에서 자세의 빠르고도 반복적인 경사 변화; 프로펠러의 고속 회전 과정에서 일어나는 전원 불안정; 지면에 대한 무인기의 거리 측정시, 지면의 환경이 비교적 복잡한 특징을 가진다. 이런 복잡한 상황은 모두 무인기에 탑재한 소나의 거리 측정에 심각한 노이즈를 형성할 수 있으며, 심지어 거리 측정이 실패할 수 있다. 따라서 반드시 무인기 자체의 특징에 맞추어 무인기의 환경에 적용하기에 적합한 거리 측정 필터링 알고리즘을 설계해야 한다.

본 발명은 상기 관련 기술에 존재하는 하나의 기술적 과제를 적어도 일정 정도로 해결하는 것을 목적으로 한다.

삭제

본 발명의 제1 측면에 따른 실시예는 무인기의 거리 측정 필터링 방법을 제공하며, 상기 방법은, 소나 센서에 기반하여 측정한 연속된 N개 거리를 획득하고, 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계 - 그중 N은 2보다 큰 정수임 -; 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐에 의해 현재 측정한 거리에 대해 필터링하여, 상기 무인기의 실제 비행 거리를 획득하는 단계를 포함한다.

그중, 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계는, 상기 연속된 N개 거리에 의해 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 차이 정도 값을 구하는 단계; 상기 N-1개 이동 속도의 차이 정도 값에 의해, 획득한 각 거리의 유효 여부를 판단하는 단계; 및 만약 유효하면, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 단계를 포함한다.

본 발명의 일 실시예에 따르면, 상기 차이 정도 값이 분산(variance)일 시, 아래 단계를 통하여 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다. S11: 소나 센서를 이용하여 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여, 상기 무인기의 N-1개 이동 속도를 획득하는 단계; S12: 상기 N-1개 이동 속도의 분산을 구하는 단계; S13: 상기 분산이 제1의 미리 설정된 값보다 작거나 같은지를 판단하는 단계; S14: 만약 작거나 같다면, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 단계이다.

S2: 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐에 의해, 현재 측정한 거리에 대해 필터링하여, 상기 무인기의 실제 비행 거리를 획득하는 단계는, S21: 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 상기 S11 내지 S12를 진행하는 단계; S22: 현재 구한 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하는 단계; S23: 만약 작거나 같다면, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여, 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 단계를 포함한다.

본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법은 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 연속된 이동 속도에 대해 분산을 구하고, 분산 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단하며, 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 인정하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정 거리로 하며, 초기 거리 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.

한편, 본 발명의 상기 실시예에 따른 무인기의 거리 측정 필터링 방법은 아래의 부가적인 구성요소를 더 구비할 수 있다.

일부 예시에서, 상기 단계 S22 이후, S24: 만약 상기 현재 구한 분산이 제2 미리 설정된 값보다 크면, 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 상기 S11과 S12를 진행하며, 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하는 단계; S25: 만약 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같으면, 상기 현재 측정 거리로 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정 거리를 상기 무인기의 실제 비행 거리로 하는 단계를 더 포함한다.

일부 예시에서, 상기 S24 이후, S26: 만약 획득한 속도 분산이 상기 제2 미리 설정된 값보다 크면, 상기 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 상기 새로운 캐시 큐가 N개 거리에 도달할 시, 상기 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 구하며, 만약 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 작거나 같으면, 상기 새로운 캐시 큐로 상기 초기 거리 캐시 큐를 교체하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 단계를 더 포함한다.

일부 예시에서, 상기 S26 이후, S27: 만약 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 크면, 상기 현재 측정한 거리를 무시하고, 지난번(last) 측정한 거리와 속도를 이용하여 상기 무인기의 현재 위치의 예측 값을 획득하여 상기 무인기의 실제 비행 거리로 하는 단계를 더 포함한다.

삭제

일부 예시에서, 소나 센서를 이용하여 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수보다 많으면, 상기 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함한다.

삭제

일부 예시에서, 상기 제2 미리 설정된 값은 상기 제1 미리 설정된 값의 2배이다.

일부 예시에서, 상기 S11 전에, 소나 센서를 이용하여 연속된 M개 거리를 측정하여 획득하는 단계 - 그중 상기 M은 상기 N보다 큼 -; 및 상기 M개 거리로부터 N개의 최대 거리를 추출하고, 상기 N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함한다.

일부 예시에서, 상기 S13 이후, 만약 상기 분산이 상기 제1 미리 설정된 값보다 크면, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 때까지 상기 초기 거리 캐시 큐에 이입하는 단계를 더 포함한다.

본 발명의 제2 측면에 따른 실시예는 무인기의 거리 측정 필터링 장치를 더 제공한다. 그중, 상기 무인기는 소나 센서를 이용하여 거리를 측정하며, 상기 거리 측정 필터링 장치는 측정 모듈 및 필터링 모듈을 포함하며, 상기 측정 모듈은 소나 센서에 기반하여 측정한 연속된 N개 거리를 획득하고, 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것이며 - 그중 N은 2보다 큰 정수임 -; 상기 필터링 모듈은 초기 거리 캐시 큐와 초기 속도에 의해 현재 측정한 거리에 대해 필터링하여, 상기 무인기의 실제 비행 거리를 획득한다.

그중, 상기 측정 모듈이 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정할 시, 상기 연속된 N개 거리에 의해 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 차이 정도 값을 구하며; 및 상기 N-1개 이동 속도의 차이 정도 값에 의해, 획득한 각 거리가 유효한 것으로 판단될 시, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성한다.

본 발명의 일 실시예에 따르면, 상기 차이 정도 값이 분산일 시, 상기 측정 모듈은 구체적으로 상기 소나 센서가 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여, 상기 무인기의 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 분산을 구하며; 상기 분산이 제1 미리 설정된 값보다 작거나 같은지를 판단하고; 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 시, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하기 위한 것이다.

상기 필터링 모듈이 초기 거리 캐시 큐와 초기 속도에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득할 시, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 대해 도함수를 구하여 N-1개 이동 속도를 획득하고 및 상기 N-1개 이동 속도의 제1 분산을 구하고, 상기 제1 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하며; 및 상기 제1 분산이 제2 미리 설정된 값보다 작거나 같을 시, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 한다.

본 발명의 실시예는, 무인기의 거리 측정 필터링 장치를 포함하는 무인기를 더 제공한다.

본 발명의 실시예에 따른 무인기 및 그 거리 측정 필터링 장치는 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 또한 연속된 이동 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단하며, 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 인정하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정한 거리로 하며, 초기 거리의 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.

한편, 본 발명의 상기 실시예에 따른 무인기 및 그 거리 측정 필터링 장치는 아래의 부가적인 구성요소를 더 구비할 수 있다.

일부 예시에서, 상기 필터링 모듈은 또한 상기 제1 분산이 제2 미리 설정된 값보다 클 시, 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 제2 분산을 구하며; 상기 제2 분산이 상기 제2 미리 설정된 값보다 작거나 같을 시, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하기 위한 것이다.

일부 예시에서, 상기 필터링 모듈은 또 상기 제2 분산이 상기 제2 미리 설정된 값보다 클 시, 상기 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 상기 새로운 캐시 큐가 N개 거리에 도달할 시, 상기 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 획득하며, 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 작거나 같을 시, 상기 새로운 캐시 큐로 상기 초기 거리 캐시 큐를 교체하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하기 위한 것이다.

일부 예시에서, 상기 필터링 모듈은 또 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 클 시, 상기 현재 측정한 거리를 무시하고, 지난번 측정한 거리와 속도를 이용하여, 상기 무인기의 현재 위치 예측 값을 획득하여 상기 무인기의 실제 비행 거리로 하기 위한 것이다.

일부 예시에서, 상기 측정 모듈은 또 소나 센서를 이용하여 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수보다 많을 시, 상기 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것이다.

삭제

일부 예시에서, 상기 제1 미리 설정된 값은 상기 무인기의 최대 가속도 파라미터에 의해 확정된다.

삭제

일부 예시에서, 상기 측정 모듈은 또 소나 센서를 이용하여 연속된 M개 거리를 측정하여 획득하고 - 그중 상기 M은 상기 N보다 큼 -, 상기 M개 거리로부터 N개의 최대 거리를 추출하며, 상기 N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것이다.

일부 예시에서, 상기 필터링 모듈은 또 상기 측정 모듈이 획득한 상기 분산이 상기 제1 미리 설정된 값보다 클 시, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 때까지 상기 초기 거리 캐시 큐에 이입하기 위한 것이다.

본 발명의 제3 측면에 따른 실시예는 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법을 더 제공하며, 상기 방법은 아래 단계를 포함한다. 상기 무인기의 소나 센서를 통하여 미리 설정된 시간 내에 연속된 M개 거리를 획득하고, 상기 M개 거리로부터 N개의 최대 거리를 추출하는 단계 - 그중 상기 M은 상기 N보다 큼 -; 상기 연속된 N개 거리에 의해 상기 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계; 및 상기 초기 거리 캐시 큐와 초기 속도에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득하는 단계를 포함한다.

본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법은, 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 또한 연속된 이동 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단하며, 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 인정하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정한 거리로 하며, 초기 거리의 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.
본 발명의 제4 측면에 따른 실시예는 무인기를 제공하며, 상기 무인기는 본 발명의 제2 측면에 따른 무인기의 거리 측정 필터링 장치를 포함한다.

본 발명의 추가적인 측면과 장점은 이하 설명에서 부분적으로 나타내며, 일부는 이하 설명으로부터 명료해지거나 또는 본 발명의 실천을 통해 파악할 수 있다.

본 발명의 상기 및/또는 추가적인 측면과 장점은 아래의 도면을 결합하여 진행한 실시예에 대한 설명으로부터 명료해지고 쉽게 이해될 것이다. 그중,
도 1은 본 발명의 일 실시예에 따른 무인기의 거리 측정 필터링 방법의 전체 흐름도이며;
도 2는 본 발명의 일 실시예에 따른 무인기의 거리 측정 필터링 방법의 상세한 흐름도이며;
도 3은 본 발명의 구체적인 일 실시예에 따른 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐의 확정 방법의 개략도이며;
도 4는 본 발명의 일 실시예에 따른 지면에 대한 무인기의 거리 개략도이며;
도 5는 본 발명의 구체적인 일 실시예에 따른 현재 측정한 거리에 대해 필터링하는 방법의 흐름도이며;
도 6은 본 발명의 일 실시예에 따른 무인기의 구조 블록도이며; 및
도 7은 본 발명의 일 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법의 흐름도이다.

이하, 본 발명의 실시예를 상세히 설명한다. 상기 실시예의 예시는 도면에 나타냈으며, 동일 또는 유사한 부호는 시종 일관하게 동일 또는 유사한 소자 또는 동일 또는 유사한 기능을 가진 소자를 나타냈다. 이하, 도면을 참고하여 설명한 실시예는 예시적인 것이며 본 발명을 해석하기 위한 것일 뿐 본 발명을 한정하는 것으로 이해해서는 안된다.

이하, 도면과 결합하여 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법의 거리 측정 방법, 무인기 및 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법을 설명한다.

도 1은 본 발명의 일 실시예에 따른 무인기의 거리 측정 필터링 방법의 전체 흐름도이다. 도 1과 같이, 본 발명의 방법은 주로 무인기의 이동 과정에서 속도가 연속적으로 변화하는(예를 들면, 무인기의 상승, 하강 또는 수평 이동 과정에서 속도의 연속된 변화) 특징에 기반하여 소나 센서가 측정한 거리 정보에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 또한 연속된 속도에 대한 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리가 유효한지를 결정한다. 상기 방법의 전체 프레임은 아래와 같다. 먼저 초기 측정한 거리를 확정하고, 다음 확정된 초기 거리를 이용하여 새로 측정한 거리에 대해 판단을 진행하며, 만약 새로 측정하여 획득한 거리가 조건에 부합되면, 새로 측정하여 획득한 거리가 유효한 것으로 판단하고, 초기 거리 데이터를 갱신하며; 만약 새로 측정하여 획득한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 이번 거리로 하며, 초기 거리 데이터를 갱신하지 않는다. 만약 연속 여러 번 측정한 것이 실패하였거나 또는 측정하여 획득한 데이터가 모두 조건에 부합되지 않으면, 다시 초기 거리를 확정한다. 설명해야 하는 바로는, 본 발명에서 설명한 거리 측정은 모두 소나 센서가 무인기의 하부에 장착되어 지면에 대한 무인기의 거리를 측정하는 것을 가리킨다. 그러나 본 발명의 실시예에 따른 방법은 지면에 대한 거리 측정에 제한되지 않으며, 무인기에서 소나를 사용하여 거리를 측정하기만 하면 본 발명의 실시예의 방법은 모두 적용된다.

도 2는 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법의 상세한 흐름도이다. 도 2와 같이, 상기 방법은 구체적으로 아래 단계를 포함한다.

단계 S1: 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다.
일 실시예에서, 상기 연속된 N개 거리에 의해 상기 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계는, 상기 연속된 N개 거리에 의해 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 차이 정도 값을 구하는 단계; 상기 N-1개 이동 속도의 차이 정도 값에 의해, 획득한 각 거리의 유효 여부를 판단하는 단계; 및 만약 유효하면, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 단계를 포함한다.
본 발명의 일 실시예에서, 상기 차이 정도 값이 분산일 시, 단계S1은 아래 단계를 포함한다.

단계 S11: 소나 센서를 이용하여 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여, 무인기의 N-1개 이동 속도를 획득한다.

단계 S12: N-1개 이동 속도의 분산을 구한다.

단계 S13: 상기 분산이 제1 미리 설정된 값보다 작거나 같은지를 판단한다.

단계 S14: 만약 작거나 같다면, N개 거리로 초기 거리 캐시 큐를 구성하고, N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성한다.

본 발명의 일 실시예에서, 단계 S13 이후, 만약 분산이 제1 미리 설정된 값보다 크면, 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를 분산이 제1 미리 설정된 값보다 작거나 같을 때까지 초기 거리 캐시 큐에 이입한다.

구체적인 실시예로서, 이하 도 3을 결합하여 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 과정에 대해 더 설명한다.

실시예 1

도 3을 결합하여 보면, 본 실시예에서 N은 예를 들어 5이다. 즉 먼저 시간 순서에 따라 배열한 연속된 5회의 거리 데이터를 측정하여 획득하여 하나의 큐를 구성한다. 그중, 5회의 측정에서 만약 측정 실패가 있으면, 측정에 실패한 데이터를 무시하고, 미리 설정된 시간 내에 5회 측정한 거리 데이터를 누계한다. 만약 미리 설정된 시간 내에 5회 측정한 데이터를 누계하지 못하면, 5회 측정한 데이터가 누계될 때까지 시간적으로 앞선 데이터를 삭제한다. 다음, 5회 측정한 거리에 대해 도함수를 구하여, 대응하는 4개의 이동 속도를 획득하며, 상기4개의 이동 속도에 대해 분산을 구한다. 무인기는 이동 과정에서 속도가 시종 연속적으로 변화하는데, 다시 말하자면, 본 발명의 발명자는 무인기의 이동 속도가 비약적으로 돌변하지 않으므로, 무인기의 짧은 시간 내 속도의 분산은 필연적으로 제로에 가깝게 된다. 만약 하나의 제1 미리 설정된 값 T1보다 작거나 같은 연속된 4회의 이동 속도 분산을 획득하면, 현재 5회의 측정에 노이즈가 없는 것으로 인정하고, 현재의 5개 거리를 후속 필터링의 초기 거리 캐시 큐로 하며, 현재의 4개 속도를 후속 필터링의 초기 이동 속도 캐시 큐로 한다. 만약 제1 미리 설정된 값 T1보다 큰 연속된 4회의 이동 속도 분산을 획득하면, 현재의 5회 측정 데이터에 노이즈가 있는 것으로 인정하고, 초기 거리 캐시 큐로부터 시간적으로 가장 앞선(가장 먼저 측정하여 획득한) 하나의 데이터를 제거하고, 하나의 새로 측정한 데이터를 초기 거리 캐시 큐에 가입시켜, 새로 구성된 거리 캐시 큐를 획득하며, 새로 구성된 거리 캐시 큐 중의 5개 거리 데이터에 대해 도함수를 구하여 4개의 속도를 획득하며, 속도의 분산이 T1보다 작거나 같을 때까지 상기 4개 속도의 분산과 제1 미리 설정된 값 T1을 판단한다.

나아가, 본 발명의 일 실시예에서, 단계 S11 이전에, 소나 센서를 이용하여 연속된 M개 거리를 측정하여 획득하되, 그중 M은 N보다 큰 단계; 다음, M개 거리로부터 N개의 최대 거리를 추출하고, N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함한다. 이하 도 3을 결합하여, 구체적인 실시예를 통해 상기 과정을 상세히 설명한다.

실시예 2

본 발명의 일 실시예에서, 소나 거리 측정의 원리는 송신단이 하나의 특정 주파수의 파를 송신하고, 송신한 파가 장애물을 만나 수신단으로 반사되며, 수신단은 송신으로부터 반사파를 수신하기까지의 시간 차를 계산하여 거리 정보를 계산하여 획득한다. 측정 과정에서, 만약 노이즈가 에코(echo) 전에 나타나고, 노이즈의 주파수가 송신파의 주파수와 같으면, 이번 측정 데이터가 노이즈일 수 있다. 만약 노이즈가 에코 이후에 나타나면, 수신단이 진정한 에코를 수신하게 되므로, 노이즈는 측정을 방해하지 않는다. 만약 노이즈가 에코와 중첩되거나 또는 서로 겹쳐지면, 에코의 주파수가 송신 주파수와 서로 다를 수 있으므로, 측정이 실패하게 된다. 한편, 거리가 너무 멀거나, 무인기의 경사 각도가 너무 크거나 또는 반사면이 반사파를 흡수하는 경우, 모두 수신단이 에코를 수신할 수 없게 되으므로, 측정이 실패한다. 실제 적용 과정에서, 노이즈는 대다수 경우에 모두 에코 전에 나타나므로, 측정한 거리는 대다수 경우에 모두 실제 거리보다 작게 된다. 만약, 측정 과정에서 진정한 에코를 수신하지 못하면, 송신파의 주파수와 같고 수량이 유사한 노이즈만 존재하게 되므로, 측정한 거리는 실제 거리보다 클 수도 있고 작을 수도 있다. 그러나, 이러한 경우는 실제 적용에서 비교적 적게 발생한다. 앞서 말한 내용을 종합하면, 소나에 의한 데이터 측정의 실제 상황에서, 노이즈는 일반적으로 모두 실제 거리보다 작다. 그러나 노이즈가 크거나 작거나와 막론하고, 측정 데이터에 노이즈가 섞이기만 하면, 그 속도의 분산은 모두 비교적 크다. 이상의 분석과 실제 테스트의 상황에 기반하여, 노이즈가 대다수 경우에 모두 실제 측정 거리보다 작기에 초기 거리의 확정시, 만약 연속 10(즉 M)회 측정하여 얻은 거리 데이터에서 실시예 1에서 설명한 방법을 이용하여 초기 거리와 속도를 모두 확정할 수 없어 10회의 측정 데이터에 연속된 5개의 정확한 거리 데이터가 없다는 것을 설명하면, 10개의 데이터에서 5개의 최대 데이터를 선택하고, 선택한 5(즉 N)개의 최대 데이터에 대해 실시예 1에서 설명한 방법과 같이 처리하여 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다.

앞서 말한 내용을 종합하면, 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐의 확정 방법에는 두 가지가 있으며, 각각 실시예 1과 실시예 2에서 설명한 두 가지 방법이다. 그중, 두 가지 방법은 주로 아래와 같은 차이를 가진다. 실시예 1에서 설명한 방법은 연속된 5회의 측정 거리 데이터에 대해 분석하고, 5개 거리 데이터에 노이즈가 섞이지 않아야만, 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정할 수 있다. 실시예 2에서 설명한 방법은 10회의 거리 데이터에서 선택한 5개의 최대 거리 데이터를 분석하고, 5개의 최대 데이터에 만약 노이즈가 존재하지 않는다면 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정할 수 있는 바, 상기 5개 데이터의 연속성을 요구하지 않는다. 이 두 가지 방법은 동시에 사용되며, 그중 한 가지 방법이 조건에 부합되면 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정할 수 있다. 실제 적용으로부터 보면, 실시예 1에서 설명한 방법은 주로 측정 거리가 비교적 짧은 환경에 적용되고, 실시예 2에서 설명한 방법은 주로 측정 거리가 비교적 먼 환경에 적용된다. 이는 거리가 비교적 가까우면, 측정된 노이즈가 비교적 적고, 데이터의 연속성이 비교적 좋으며, 측정 실패 확율이 비교적 작다. 거리가 비교적 멀면, 측정된 노이즈가 비교적 크고, 데이터의 연속성이 비교적 좋지 않으며, 연속된 노이즈 또는 측정 실패의 상황이 발생할 수 있기 때문이다.

단계 S2: 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐에 의해 현재 측정한 거리를 필터링한다. 구체적으로 아래 단계를 포함한다.

단계 S21: 초기 거리 캐시 큐 중 가장 먼저 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 단계 S11 내지 단계 S12를 진행한다.

단계 S22: 현재 구한 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단한다.

단계 S23: 만약 그렇다면, 다시 말하자면 현재 구한 분산이 제2 미리 설정된 값보다 작거나 같다면, 현재 측정한 거리로 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여 초기 거리 캐시 큐를 갱신하며, 현재 측정한 거리를 무인기의 실제 비행 거리로 한다.

그중, 본 발명의 일 실시예에서, 단계 S22 이후,

단계 S24: 만약 현재 구한 분산이 제2 미리 설정된 값보다 크면, 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 단계 S11과 단계 S12를 진행하며, 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하는 단계;

단계 S25: 만약 단계 S24에서 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같으면, 현재 측정한 거리로 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 초기 거리 캐시 큐를 갱신하며, 현재 측정한 거리를 무인기의 실제 비행 거리로 하는 단계를 더 포함한다.

나아가, 단계 S24 이후, 예를 들어, 단계 S26을 더 포함하며, 단계 S26은 하기와 같다.

단계 S26: 만약 획득한 속도 분산이 제2 미리 설정된 값보다 크면, 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 새로운 캐시 큐가 N개 거리에 도달할 시, 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 획득하며, 만약 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 작거나 같으면, 새로운 캐시 큐로 초기 거리 캐시 큐를 교체하며, 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 한다.

단계 S26 이후, 예를 들어, 단계 S27을 더 포함하며, 단계 S27은 하기와 같다.

단계 S27: 만약 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 크면, 상기 현재 측정한 거리를 무시하고, 지난번 측정한 거리와 속도를 이용하여 무인기의 현재 위치 예측 값을 획득하며, 상기 현재 위치 예측 값을 무인기의 실제 비행 거리로 한다. 그중, 일부 예시에서 예를 들어 아래 공식에 의해 무인기의 현재 위치 예측 값을 계산한다. 상기 공식은,

이며,

그중,

는 무인기의 현재 위치 예측 값이고,

는 지난번 측정한 거리이며,

는 지난번 측정한 속도이며, t는 시간이다.

본 발명을 쉽게 이해하기 위하여, 이하 도 4와 도 5를 결합하여, 구체적인 실시예를 통해 본 발명의 상기 실시예에서 현재 측정한 거리에 대해 필터링하는 과정을 상세히 설명한다.

실시예 3

구체적으로 말하자면, 도 5를 결합하여 보면, 실시예 1과 실시예 2에서 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 이미 확정하였는 바, 초기 거리 캐시 큐가 D임을 확정하고 D는 시간 순서에 따라 배열된 5개의 히스토리 측정 거리 D[1]...D[5]로 구성된다고 가정한다. 매회 새로 측정하여 하나의 거리 d를 획득한 후, 초기 거리 캐시 큐 중의 D[1], 다시 말하자면 가장 먼저 측정하여 획득한 캐시 데이터(거리)를 큐에서 제거하고, 새로 측정하여 획득한 거리 d를 큐에 이입하여 새로운 큐를 구성하며, 새로운 큐 중 5개의 데이터에 대해 도함수를 구하여, 대응하는 4개의 속도를 계산한 후, 4개 속도의 분산을 계산한다. 만약 분산이 제2 미리 설정된 값 T2보다 작거나 같으면, 현재 새로 측정한 데이터 d가 유효한 것으로 인정하고, d는 무인기 현재의 거리로 되며, 캐시 큐 D를 갱신한다. 만약 4개 속도의 분산이 제2 미리 설정된 값 T2보다 크면, 본 발명의 발명자는 아래 3가지 가능성이 있음을 발견하였다.

1: 현재 거리는 실제 거리이고, 지난번에 측정한 거리가 노이즈일 수 있다. 또한 이 노이즈는 실제 거리와 매우 근접하여, 계산된 속도 분산이 제2 미리 설정된 값T2보다 조금 작아, 이번에 계산된 속도 분산이 제2 미리 설정된 값 T2보다 조금 크도록 한다.

2: 무인기가 측정한 거리에 사실상 비약적인 돌변이 있다. 예를 들어 도 4와 같은 바, 초기 거리 캐시 큐 중의 거리와 현재 거리는 그 자체에 비교적 큰 차이가 있으므로, 계산된 속도 분산이 필연적으로 제2 미리 설정된 값 T2보다 크다.

3: 현재 측정하여 획득한 거리가 노이즈이고, 계산된 속도 분산이 제2 미리 설정된 값 T2보다 크다.

이상 3가지 서로 다른 경우에 대하여 다르게 처리한다. 제1의 경우에, 지난번에 측정한 데이터가 노이즈일 수 있는 바, 다시 말하자면 초기 거리 캐시 큐 중의 D[5]가 노이즈일 수 있으므로, 초기 거리 캐시 큐 중의 D[5]를 큐에서 제거하고, 캐시 데이터 D[1], D[2], D[3], D[4]와 현재 거리 d로 새로운 큐를 구성하며, 당해 큐의 속도 분산을 계산한다. 만약 계산하여 획득한 속도 분산이 제2 미리 설정된 값 T2보다 작으면, 초기 거리 캐시 큐에서 현재 거리 d로 캐시 D[5]의 값을 교체하여 초기 거리 캐시 큐를 갱신한다. 무인기의 현재 거리는 d이다. 만약 계산하여 획득한 속도 분산이 여전히 제2 미리 설정된 값 T2보다 크면, 제2의 경우일 가능성이 있으며, 예를 들어 도 4와 같은 바, 무인기는 도 4중의 위치 A로부터 위치 B로 이동하거나, 또는 위치 B로부터 위치 A로 이동한다. 이때 실제 거리의 돌변으로 인해, 새로 측정하여 획득한 거리 d를 초기 거리 캐시 큐 D에 가입시키고 계산한 속도 분산은 시종 제2 미리 설정된 값 T2보다 크게 된다. 따라서, 이때 측정하여 획득한 데이터 d를 하나의 새로운 캐시 큐 L에 가입시키고, 지난번 측정한 거리와 지난번의 속도에 의해 하나의 새로운 위치를 추산하여 무인기의 이번 위치 값으로 한다. 구체적인 계산 공식은 아래와 같다.

(1)

그중,

는 무인기의 이번 위치 값이고,

는 지난번 거리이며,

는 지난번 속도이고, t는 시간이다.

일 실시예에서, 만약 새로운 캐시 큐 L의 데이터가 5개에 도달하면, 새로운 캐시 큐 L 중의 데이터에 대해 도함수를 구하고, 대응하는 속도 분산을 구하며, 만약 분산이 제2 미리 설정된 값 T2보다 작으면, 새로운 캐시 큐 L의 데이터를 원래의 초기 거리 캐시 큐 D에 복제하며, 이번에 측정한 거리를 무인기의 현재 거리로 받아들인다. 만약 새로운 캐시 큐 L 중의 데이터에 대해 계산하여 획득한 속도 분산과 원래의 초기 거리 캐시 큐 D 중에서 계산하여 획득한 속도 분산이 모두 제2 미리 설정된 값 T2보다 크면, 제3의 경우에 해당한다. 다시 말하자면 현재 측정하여 획득한 거리 데이터는 노이즈이며, 이번에 측정한 값을 무시하고, 지난번 측정한 거리와 속도를 이용하여 하나의 새로운 거리를 예측하여 이번 거리로 하며, 예를 들어 상기 공식 (1)과 같다. 원래의 초기 거리 캐시 큐 D 중의 데이터는 갱신하지 않으며, 새로운 캐시 큐 L 중의 L[1]이 큐에서 제거되고, 현재 측정하여 획득한 데이터 d가 큐에 이입된다. 이때 새로운 캐시 큐는 다시 초기 위치를 확정하는 과정에 해당된다. 데이터가 원래의 초기 거리 캐시 큐 D에 가입하고, 계산하여 획득한 속도 분산이 제2 미리 설정된 값 T2보다 작으면, 새로운 캐시 큐 L를 클리어 하는 바, 구체적인 알고리즘 흐름도는 예를 들어 도 5와 같다.

본 발명의 일 실시예에서, 상기 방법은 예를 들어, 소나 센서를 이용하여 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득된 노이즈의 개수가 미리 설정된 개수보다 많으면, 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함한다. 도 5를 결합하여 보면, 미리 설정된 횟수는 예를 들어 20회이나 이에 한정되지 않는다. 다시 말하자면, 소나 센서의 연속 20회의 측정이 모두 실패하였거나 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수를 초과하면, 원래의 초기 거리 캐시 큐 D 중의 데이터를 클리어 하며, 이때 실시예 1과 실시예 2에서 설명한 방법에 의해 다시 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 것이 필요하다.

본 발명의 상기 실시예에서, 두 개의 속도 분산의 역치 T1 및 T2가 언급되며, 그중 제1 미리 설정된 값 T1은 초기 위치와 초기 이동 속도를 확정하는 속도 분산의 역치이며, 제2 미리 설정된 값 T2는 초기 거리에 의해, 현재 측정하여 획득한 거리에 대해 필터링할 때 사용하는 역치이다. 본 방법에서의 초기 위치와 초기 이동 속도의 확정은 후속 필터링에 대해 매우 중요하고, 오직 초기 위치와 속도가 정확하다고 확정되어야만 후속되는 필터링 알고리즘이 유효하므로, 적합한 제1 미리 설정된 값 T1를 선택하는 것이 매우 중요하다. 하지만 실제 비행 과정에서, 무인기의 고도가 빈번하게 변화할 수 있거나, 또는 지면의 높고 낮음의 기복으로 인하여 무인기의 짧은 시간 내의 속도 분산에 파동이 있을 수 있다. 그러나 이런 파동은 모두 일정한 범위 내에 있다. 본 발명의 일 실시예에서, 예를 들어 제1 미리 설정된 값은 무인기의 최대 가속도 파라미터에 의해 확정되며, 하나의 계산 공식은 하기와 같다.

T1<(a*t)²이다.

그중, T1 은 제1 미리 설정된 값이고, a는 무인기의 최대 가속도이며, t는 상기 미리 설정된 시간이다.

나아가, 제2 미리 설정된 값 T2는 예를 들어 제1 미리 설정된 값 T1의 2배이다.

앞서 말한 내용을 종합하면, 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법은 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 연속된 이동 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단한다. 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 인정하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정한 거리로 하며, 초기 거리의 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.

본 발명의 추가적인 실시예는 무인기를 더 제공한다.

도 6은 본 발명의 실시예에 따른 무인기의 구조 블록도이다. 도 6과 같이, 상기 무인기(100)는 소나 센서(110), 측정 모듈(120) 및 필터링 모듈(130)을 포함한다.

그중, 소나 센서(110)는 무인기에 설치되며 거리 측정에 사용된다.

측정 모듈(120)은 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐의 확정에 사용되며, 일 실시예에서 아래 사항을 포함한다. 즉, 측정 모듈(120)은 소나 센서가 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여, 무인기의 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 분산을 구하며, 분산이 제1 미리 설정된 값보다 작거나 같은지를 판단하고; 및 분산이 상기 제1 미리 설정된 값보다 작거나 같을 시, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성한다.

본 발명의 일 실시예에서, 측정 모듈(120)은 또한 소나 센서(110)가 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수보다 많을 시, 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다.

나아가, 일부 예시에서 측정 모듈(120)은 예를 들어 또한 소나 센서(110)를 이용하여 연속된 M개 거리를 측정하여 획득하며(그중 M은 N보다 크다), M개 거리로부터 N개의 최대 거리를 추출하며, N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다.

필터링 모듈(130)은 초기 거리 캐시 큐와 초기 속도에 의해 현재 측정한 거리에 대해 필터링하여 무인기의 실제 비행 거리를 획득하며, 본 발명의 일 실시예에서 아래 사항을 포함한다. 즉, 필터링 모듈(130)은 초기 거리 캐시 큐 중의 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 대해 도함수를 구하여 N-1개 이동 속도를 획득하며, N-1개 이동 속도의 제1 분산을 구하고, 제1 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단한다. 그리고 제1 분산이 제2 미리 설정된 값보다 작거나 같을 시, 현재 측정한 거리로 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여 초기 거리 캐시 큐를 갱신하며, 현재 측정한 거리를 무인기의 실제 비행 거리로 한다.

본 발명의 일 실시예에서 필터링 모듈(130)은 또한 제1 분산이 제2 미리 설정된 값보다 클 시, 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 제2 분산을 구하며, 제2 분산이 상기 제2 미리 설정된 값보다 작거나 같을 시, 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 현재 측정한 거리를 무인기의 실제 비행 거리로 한다.

본 발명의 일 실시예에서, 필터링 모듈(130)은 예를 들어 또한 제2 분산이 제2 미리 설정된 값보다 클 시, 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 새로운 캐시 큐가 N개 거리에 도달할 시, 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 획득하며, 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 제2 미리 설정된 값보다 작거나 같을 시, 새로운 캐시 큐로 초기 거리 캐시 큐를 교체하며, 현재 측정한 거리를 무인기의 실제 비행 거리로 한다.

본 발명의 일 실시예에서, 필터링 모듈(130)은 예를 들어 또한 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 제2 미리 설정된 값보다 클 시, 현재 측정한 거리를 무시하고, 지난번 측정한 거리와 속도를 이용하여, 무인기의 현재 위치 예측 값을 획득하여 무인기의 실제 비행 거리로 한다. 그중, 무인기의 현재 위치 예측 값은 아래 공식을 통하여 계산된다.

그중,

는 무인기의 현재 위치 예측 값이고,

는 지난번 측정한 거리이며,

는 지난번 측정한 속도이며, t는 시간이다.

본 발명의 일 실시예에서, 필터링 모듈(130)은 또한 측정 모듈(120)이 획득한 분산이 제1 미리 설정된 값보다 클 시, 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를, 분산이 제1 미리 설정된 값보다 작거나 같을 때까지 초기 거리 캐시 큐에 이입한다.

본 발명의 일 실시예에서, 상기의 제1 미리 설정된 값은 예를 들어 무인기의 최대 가속도 파라미터에 의해 확정하며, 구체적으로

T1<(a*t)²이다.

그중, T1은 제1 미리 설정된 값이고, a는 무인기의 최대 가속도이며, t는 미리 설정된 시간이다.

설명해야 하는 바로는, 본 발명의 실시예에 따른 무인기의 구체적 구현 방법은 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법의 구체적인 구현 방법과 유사한 바, 구체적인 것은 방법 부분의 설명을 참고하기 바라며, 불필요한 중복을 감소하기 위하여, 여기서 더 이상 설명하지 않는다.

앞서 말한 내용을 종합하면, 본 발명의 실시예에 따른 무인기는 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 또한 연속된 이동 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단한다. 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 판단하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정한 거리로 하며, 초기 거리의 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링의 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.

본 발명의 추가적인 실시예는 본 발명의 상기 실시예에서 설명한 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법을 더 제공한다.

도 7은 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법의 흐름도이다. 도 7과 같이, 상기 방법은 아래 단계를 포함한다.

단계 S101: 무인기의 소나 센서를 통하여 미리 설정된 시간 내에 연속된 M개 거리를 획득하고, M개 거리로부터 N개의 최대 거리를 추출하되, 그중 M은 N보다 크다.

단계 S102: 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정한다.

단계 S103: 초기 거리 캐시 큐와 초기 속도에 의해 현재 측정한 거리에 대해 필터링하여 무인기의 실제 비행 거리를 획득한다.

설명해야 하는 바로는, 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법은 본 발명의 상기 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법으로 구현된다. 따라서, 상기 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법의 구체적인 구현 형태는 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법의 구체적인 구현 형태와 유사한 바, 구체적인 것은 무인기의 거리 측정 필터링 방법 부분에 대한 설명을 참고하기 바라며, 불필요한 중복을 감소하기 위하여, 여기서 더 이상 설명하지 않는다.

앞서 말한 내용을 종합하면, 본 발명의 실시예에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법은 먼저 소나 센서가 측정한 초기 거리를 확정하고, 초기 거리에 대해 도함수를 구하여 무인기의 현재 이동 속도를 획득하며, 또한 연속된 이동 속도에 대해 분산을 구하고, 분산의 크기를 판단하여 현재 측정한 거리의 유효 여부를 판단한다. 만약 현재 측정한 거리가 조건에 부합되면, 현재 측정한 거리가 유효한 것으로 판단하고, 초기 거리의 데이터를 갱신하며; 만약 현재 측정한 거리가 조건에 부합되지 않으면, 하나의 거리를 예측하여 새로운 현재 측정한 거리로 하며, 초기 거리의 데이터를 갱신하지 않는다. 본 방법은 무인기의 환경에서 소나 센서가 측정한 노이즈를 여과할 수 있으며, 필터링의 효과가 좋고, 위상 지연이 없으며, 소나 센서가 측정한 데이터의 정확성과 안정성을 높인다.

본 발명에 대한 설명에서, 용어 '중심', '종방향', '횡방향', '길이', '폭', '두께', '위', '아래', '앞', '뒤', '좌', '우', '수직', '수평', '상부', '하부', '내', '외', '시계방향', '반시계방향', '축방향', '직경방향', '원주방향' 등으로 나타내는 방위 또는 위치 관계는 도면을 토대로 나타낸 방위 또는 위치 관계이며, 본 발명을 설명하고 설명을 간소화하기 위한 것일 뿐, 지시되는 장치 또는 소자가 반드시 특정 방위를 가지거나 또는 특정 방위로 구성되고 동작함을 가리키거나 또는 암시하지 않음을 이해해야 하며, 본 발명에 대한 한정으로 이해해서는 안된다.

또한, 용어 '제1', '제2'는 단지 설명의 목적으로만 이용되며, 상대적인 중요성을 나타내거나 또는 암시하지 않으며, 또는 지칭되는 구성요소의 수량을 암묵적으로 가리키는 것으로 이해해서는 안된다. 따라서 '제1', '제2'로 한정된 구성요소는 하나 또는 그 이상의 당해 구성요소를 명시 또는 암묵적으로 포함할 수 있다. 본 발명에 대한 설명에서 특별한 설명이 없는 한 '다수'의 의미는 적어도 2개, 예를 들어 2개 또는 3개 등을 가리킨다.

본 발명에 대한 설명에서, 별도로 명확하게 규정하고 한정하지 않은 한, 용어 '장착', '서로 연결', '연결', '고정'은 넓은 의미에서 이해해야 한다. 예를 들어 고정 연결일 수 있고, 분리 가능한 연결일 수도 있으며 또는 일체로 연결된 것일 수도 있으며; 기계적 연결일 수 있고, 전기적 연결일 수도 있으며; 직접적인 연결일 수 있고, 중간 매체를 통해 간접적으로 연결된 것일 수도 있으며, 두 소자 내부의 연통 또는 두 소자의 상호 작용 관계일 수 있다. 본 분야에서 통상의 지식을 가진 자는, 구체적인 상황에 따라 상기 용어가 본 발명에서 가지는 구체적인 의미를 이해할 수 있다.

본 발명에서, 별도로 명확히 규정하고 한정하지 않은 한, 제1 구성이 제2 구성의 '위' 또는 '아래'에 있다고 함은 제1 및 제2 구성이 직접적으로 접촉하거나, 제1 및 제2 구성이 중간 매체를 통해 간접적으로 접촉할 수 있다. 또한, 제1 구성이 제2 구성의 '위', '상부', 및 '상면'에 있다고 함은 제1 구성이 제2 구성의 바로 상측과 경사 상측에 있음을 표시하거나, 또는 제1 구성의 수평 높이가 제2 구성보다 높은 경우만을 표시할 수 있다. 제1 구성이 제2 구성의 '하부', '하측' 및 '하면'에 있다고 함은 제1 구성이 제2 구성의 바로 하측과 경사 하측에 있음을 표시하거나, 또는 제1 구성의 수평 높이가 제2 구성보다 낮음을 표시할 수도 있다.

본 명세서의 설명에서, 참고 용어 '일실시예', '일부 실시예', '예시적 실시예', '예시', '구체적인 예시', 또는 '일부 예시' 등 설명은 당해 실시예 또는 예시와 함께 설명된 구체적인 구성요소, 구조, 재료 또는 특징이 본 발명의 적어도 일 실시예 또는 예시에 포함됨을 의미한다. 본 명세서에서 상기 용어에 대한 예시적 표현은 동일한 실시예 또는 예시를 반드시 가리키는 것은 아니다. 또한, 설명된 구체적인 구성요소, 구성, 재료 또는 특징은 임의의 하나 또는 다수의 실시예 또는 예시에서 적절한 형태로 결합될 수 있다. 또한, 본 분야에서 통상의 지식을 가진 자는 본 명세서에서 설명된 다양한 실시예 또는 예시를 결합 또는 조합할 수 있다.

비록 위에서 본 발명의 실시예를 나타내고 설명하였으나, 상기 실시예는 예시적인 것이며, 본 발명에 대한 한정으로 이해해서는 안된다. 본 분야에서 통상의 지식을 가진 자는 본 발명의 범위에서 상기 실시예를 변경, 수정, 교체 및 변형할 수 있다.

Claims

무인기의 거리 측정 필터링 방법으로서,
소나 센서에 기반하여 측정한 연속된 N개 거리를 획득하고, 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계 - 그중 N은 2보다 큰 정수임 -;
초기 거리 캐시 큐와 초기 이동 속도 캐시 큐에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득하는 단계를 포함하고,
상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계는,
상기 연속된 N개 거리에 의해 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 차이 정도 값을 구하는 단계;
상기 N-1개 이동 속도의 차이 정도 값에 의해, 획득한 각 거리의 유효 여부를 판단하는 단계;
만약 유효하면, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 단계를 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
삭제
제1 항에 있어서,
상기 차이 정도 값이 분산일 시, 구체적으로,
S11: 소나 거리 측정 방법을 이용하여 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여, 상기 무인기의 N-1개 이동 속도를 획득하는 단계;
S12: 상기 N-1개 이동 속도의 분산을 구하는 단계;
S13: 상기 분산이 제1 미리 설정된 값보다 작거나 같은지를 판단하는 단계;
S14: 만약 작거나 같다면, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 단계;
를 통하여 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제3 항에 있어서,
초기 거리 캐시 큐와 초기 이동 속도 캐시 큐에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득하는 단계는,
S21: 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 상기 S11 내지 S12를 진행하는 단계;
S22: 현재 구한 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하는 단계;
S23: 만약 작거나 같다면, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 단계;
를 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제4 항에 있어서,
상기 단계 S22 이후,
S24: 만약 상기 현재 구한 분산이 제2 미리 설정된 값보다 크면, 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 상기 S11과 S12를 진행하며, 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하는 단계;
S25: 만약 획득한 속도 분산이 제2 미리 설정된 값보다 작거나 같으면, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 단계;
를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제5 항에 있어서,
상기 S24 이후,
S26: 만약 획득한 속도 분산이 상기 제2 미리 설정된 값보다 크면, 상기 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 상기 새로운 캐시 큐가 N개 거리에 도달할 시, 상기 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 구하며, 만약 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 작거나 같으면, 상기 새로운 캐시 큐로 상기 초기 거리 캐시 큐를 교체하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 단계를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제6 항에 있어서,
상기 S26 이후,
S27: 만약 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 크면, 상기 현재 측정한 거리를 무시하고, 지난번 측정한 거리와 속도를 이용하여 상기 무인기의 현재 위치의 예측 값을 획득하여 상기 무인기의 실제 비행 거리로 하는 단계를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제1 항에 있어서,
소나 거리 측정 방법을 이용하여 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수보다 많으면, 상기 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제4 항에 있어서,
상기 제1 미리 설정된 값은 상기 무인기의 최대 가속도 파라미터에 의해 확정되는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제9 항에 있어서,
상기 제2 미리 설정된 값은 상기 제1 미리 설정된 값의 2배인 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제3 항에 있어서,
상기 S11 이전에,
소나 센서를 이용하여 연속된 M개 거리를 측정하여 획득하는 단계 - 그중 상기 M은 상기 N보다 큼 -;
상기 M개 거리로부터 N개의 최대 거리를 추출하고, 상기 N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
제3 항에 있어서,
상기 S13 이후,
만약 상기 분산이 상기 제1 미리 설정된 값보다 크면, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 때까지 상기 초기 거리 캐시 큐에 이입하는 단계를 더 포함하는 것을 특징으로 하는 무인기의 거리 측정 필터링 방법.
무인기의 거리 측정 필터링 장치에 있어서,
상기 무인기는 소나 센서를 이용하여 거리를 측정하며, 상기 거리 측정 필터링 장치는 측정 모듈 및 필터링 모듈을 포함하며,
상기 측정 모듈은 소나 센서에 기반하여 측정한 연속된 N개 거리를 획득하고, 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것이며 - 그중 N은 2보다 큰 정수임 -;
상기 필터링 모듈은 초기 거리 캐시 큐와 초기 속도에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득하고,
상기 측정 모듈이 상기 연속된 N개 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정할 시, 상기 연속된 N개 거리에 의해 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 차이 정도 값을 구하며, 및 상기 N-1개 이동 속도의 차이 정도 값에 의해, 획득한 각 거리가 유효한 것으로 판단될 시, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하는 것을 특징으로 하는 무인기의 거리 측정 필터링 장치.
삭제
제13 항에 있어서,
상기 차이 정도 값이 분산일 시, 상기 측정 모듈은 구체적으로 상기 소나 센서가 미리 설정된 시간 내에 측정한 연속된 N개 거리에 대해 도함수를 구하여 상기 무인기의 N-1개 이동 속도를 획득하고, 상기 N-1개 이동 속도의 분산을 구하며; 상기 분산이 제1 미리 설정된 값보다 작거나 같은지를 판단하고, 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 시, 상기 N개 거리로 초기 거리 캐시 큐를 구성하고, 상기 N-1개 이동 속도로 초기 이동 속도 캐시 큐를 구성하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제15 항에 있어서,
상기 필터링 모듈이 초기 거리 캐시 큐와 초기 속도에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득할 시, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 대해 도함수를 구하여 N-1개 이동 속도를 획득하고 및 상기 N-1개 이동 속도의 제1 분산을 구하고, 상기 제1 분산이 제2 미리 설정된 값보다 작거나 같은지를 판단하며; 및 상기 제1 분산이 제2 미리 설정된 값보다 작거나 같을 시, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하는 것을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제16 항에 있어서,
상기 필터링 모듈은 또한 상기 제1 분산이 제2 미리 설정된 값보다 클 시, 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 큐에서 제거하고, 나머지 N-1개 거리와 현재 측정한 거리에 의해 제2 분산을 구하며, 상기 제2 분산이 상기 제2 미리 설정된 값보다 작거나 같을 시, 상기 현재 측정한 거리로 상기 초기 거리 캐시 큐 중 N번째로 측정하여 획득한 거리를 교체하여 상기 초기 거리 캐시 큐를 갱신하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제17 항에 있어서,
상기 필터링 모듈은 또 상기 제2 분산이 상기 제2 미리 설정된 값보다 클 시, 상기 현재 측정한 거리를 새로운 캐시 큐에 가입시키고, 상기 새로운 캐시 큐가 N개 거리에 도달할 시, 상기 새로운 캐시 큐에 대해 도함수를 구하고, 대응하는 N-1개 이동 속도의 분산을 획득하며, 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 작거나 같을 시, 상기 새로운 캐시 큐로 상기 초기 거리 캐시 큐를 교체하며, 상기 현재 측정한 거리를 상기 무인기의 실제 비행 거리로 하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제18 항에 있어서,
상기 필터링 모듈은 또 상기 새로운 캐시 큐에 대응하는 N-1개 이동 속도의 분산이 상기 제2 미리 설정된 값보다 클 시, 상기 현재 측정한 거리를 무시하고, 지난번 측정한 거리와 속도를 이용하여 상기 무인기의 현재 위치 예측 값을 획득하여 상기 무인기의 실제 비행 거리로 하기 위한 것을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제13 항에 있어서,
상기 측정 모듈은 또 상기 소나 센서가 연속적으로 거리를 측정하여 실패한 횟수가 미리 설정된 횟수보다 많거나, 또는 연속 측정하여 획득한 노이즈의 개수가 미리 설정된 개수보다 많을 시, 상기 초기 거리 캐시 큐를 클리어 하고, 다시 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제16 항에 있어서,
상기 제1 미리 설정된 값은 상기 무인기의 최대 가속도 파라미터에 의해 확정되는 것을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제21 항에 있어서,
상기 제2 미리 설정된 값은 상기 제1 미리 설정된 값의 2배인 것을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제15 항에 있어서,
상기 측정 모듈은 또 상기 소나 센서를 이용하여 연속된 M개 거리를 측정하여 획득하고 - 그중 상기 M은 상기 N보다 큼 -, 상기 M개 거리로부터 N개의 최대 거리를 추출하며, 상기 N개의 최대 거리에 의해 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
제15 항에 있어서,
상기 필터링 모듈은 또 상기 측정 모듈이 획득한 상기 분산이 상기 제1 미리 설정된 값보다 클 시, 상기 초기 거리 캐시 큐 중 첫번째로 측정하여 획득한 거리를 큐에서 제거하고, 최신 측정한 거리를 상기 분산이 상기 제1 미리 설정된 값보다 작거나 같을 때까지 상기 초기 거리 캐시 큐에 이입하기 위한 것임을 특징으로 하는 무인기의 거리 측정 필터링 장치.
무인기로서,
제13 항, 제15항 내지 제24 항 중 어느 한 항에 따른 무인기의 거리 측정 필터링 장치를 포함하는 것을 특징으로 하는 무인기.
제1 항, 제3 항 내지 제12 항 중 어느 한 항에 따른 무인기의 거리 측정 필터링 방법에 기반한 거리 측정 방법으로서,
상기 무인기의 소나 센서를 통하여 미리 설정된 시간 내에 연속된 M개 거리를 획득하고, 상기 M개 거리로부터 N개의 최대 거리를 추출하는 단계 - 그중 상기 M은 상기 N보다 큼 -;
상기 연속된 N개 거리에 의해 상기 무인기의 초기 거리 캐시 큐와 초기 이동 속도 캐시 큐를 확정하는 단계;
상기 초기 거리 캐시 큐와 초기 속도에 의해, 현재 측정한 거리에 대해 필터링하여 상기 무인기의 실제 비행 거리를 획득하는 단계
를 포함하는 것을 특징으로 하는 거리 측정 방법.