CN107860940A - 一种基于无人机大数据的风速预测方法 - Google Patents

一种基于无人机大数据的风速预测方法 Download PDF

Info

Publication number
CN107860940A
CN107860940A CN201711064530.2A CN201711064530A CN107860940A CN 107860940 A CN107860940 A CN 107860940A CN 201711064530 A CN201711064530 A CN 201711064530A CN 107860940 A CN107860940 A CN 107860940A
Authority
CN
China
Prior art keywords
data
unmanned plane
wind speed
period
wind
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.)
Withdrawn
Application number
CN201711064530.2A
Other languages
English (en)
Inventor
廖勇
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.)
Sichuan Lianzhong Defense Science And Technology Co Ltd
Original Assignee
Sichuan Lianzhong Defense Science And 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 Sichuan Lianzhong Defense Science And Technology Co Ltd filed Critical Sichuan Lianzhong Defense Science And Technology Co Ltd
Priority to CN201711064530.2A priority Critical patent/CN107860940A/zh
Publication of CN107860940A publication Critical patent/CN107860940A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane
    • G01P13/025—Indicating direction only, e.g. by weather vane indicating air data, i.e. flight variables of an aircraft, e.g. angle of attack, side slip, shear, yaw
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种基于无人机大数据的风速预测方法，根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。本发明具有较好的使用前景。

Description

一种基于无人机大数据的风速预测方法
技术领域
本发明涉及一种基于无人机大数据的风速预测方法。
背景技术
无人驾驶飞机简称“无人机”（“UAV”），是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞行器。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人固定翼飞机、无人垂直起降飞机、无人飞艇、无人直升机、无人多旋翼飞行器、无人伞翼机等。与载人飞机相比，它具有体积小、造价低、使用方便、对作战环境要求低、战场生存能力较强等优点。由于无人驾驶飞机对未来空战有着重要的意义，世界各主要军事国家都在加紧进行无人驾驶飞机的研制工作。2013年11月，中国民用航空局（CA）下发了《民用无人驾驶航空器***驾驶员管理暂行规定》，由中国AOPA协会负责民用无人机的相关管理。根据《规定》，中国内地无人机操作按照机型大小、飞行空域可分为11种情况，其中仅有116千克以上的无人机和4600立方米以上的飞艇在融合空域飞行由民航局管理，其余情况，包括日渐流行的微型航拍飞行器在内的其他飞行，均由行业协会管理、或由操作手自行负责。
由于无人机在未来情况会在更多情况下使用，因此将其飞行数据进行各种地理性预测具有较好的使用前景。
发明内容
本发明的目的在于克服现有技术的不足，提供一种基于无人机大数据的风速预测方法。
本发明的目的是通过以下技术方案来实现的：一种基于无人机大数据的风速预测方法，包括以下步骤：
S1：获取多个无人机在各个地方不同时间段的飞行数据，所述的飞行数据包括无人机型号、预定飞行路线、实际飞行路线、每次飞行方向的修正数据、无人机的电源数据；所述的修正数据为无人机每隔一段时间获取到无人机的实际飞行路线偏离预定飞行路线所进行的修正；
S2：对获取到的每一个飞行数据进行清洗操作，去除低于或超过预设值的数据；
S3：对清洗完成的数据进行分析：根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；
S4：对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；
S5：在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。
进一步地，所述的去除低于或超过预设值的数据包括：去除低于预设最低速度的数据、去除超过正常飞行速度范围的数据、去除飞行时间低于预设值的数据、去除无人机的电源数据低于一定百分比的数据。
进一步地，所述的权重在修正数据维持的时间从短到长的过程中呈先小后大再小的趋势。
进一步地，所述的重心数据再计算过一次后直接存储，与该无人机型号进行对应；下次再获取到该无人机型号时直接获取重心数据。
本发明的有益效果是：本发明将多个飞行机的历史飞行数据进行风速预测，根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。本发明具有较好的使用前景。
具体实施方式
下面进一步详细描述本发明的技术方案：本实施例中的无人机均为未搭载额外装置的无人机。
一种基于无人机大数据的风速预测方法，包括以下步骤：
S1：获取多个无人机在各个地方不同时间段的飞行数据，所述的飞行数据包括无人机型号、预定飞行路线、实际飞行路线、每次飞行方向的修正数据、无人机的电源数据；所述的修正数据为无人机每隔一段时间获取到无人机的实际飞行路线偏离预定飞行路线所进行的修正；
S2：对获取到的每一个飞行数据进行清洗操作，去除低于或超过预设值的数据；
S3：对清洗完成的数据进行分析：根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；
S4：对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；
S5：在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。
其中由于风速和风向为非突变数据，均有一个变化的过程，因此所述的走向可以为拟合出某函数曲线实现，将风速和风向作为二维坐标，对前几个时间段的数据拟合曲线，按照拟合后的曲线预测下一个时间段的数据。
更优地，在本实施例中，所述的去除低于或超过预设值的数据包括：去除低于预设最低速度的数据、去除超过正常飞行速度范围的数据、去除飞行时间低于预设值的数据、去除无人机的电源数据低于一定百分比的数据。
更优地，在本实施例中，所述的权重在修正数据维持的时间从短到长的过程中呈先小后大再小的趋势。
更优地，在本实施例中，所述的重心数据再计算过一次后直接存储，与该无人机型号进行对应；下次再获取到该无人机型号时直接获取重心数据。
本发明是通过实施例来描述的，但并不对本发明构成限制，参照本发明的描述，所公开的实施例的其他变化，如对于本领域的专业人士是容易想到的，这样的变化应该属于本发明权利要求限定的范围之内。

Claims (4)

1.一种基于无人机大数据的风速预测方法，其特征在于：包括以下步骤：
S1：获取多个无人机在各个地方不同时间段的飞行数据，所述的飞行数据包括无人机型号、预定飞行路线、实际飞行路线、每次飞行方向的修正数据、无人机的电源数据；所述的修正数据为无人机每隔一段时间获取到无人机的实际飞行路线偏离预定飞行路线所进行的修正；
S2：对获取到的每一个飞行数据进行清洗操作，去除低于或超过预设值的数据；
S3：对清洗完成的数据进行分析：根据无人机型号获取该无人机的形状数据和重量数据，并进一步获取该无人机的重心数据；根据所述修正数据计算在未修正和已修正时该无人机的三维飞行角度偏移；根据三维飞行角度偏移和重心数据计算出该时间段的风速和风向大小；
S4：对计算得到的不同无人机的相同时间段的风速和风向大小进行拟合，根据每一次修正数据所维持的时间段长度设置不同的权重，将该时间段的各自的权重与风速相乘后、以及各自的权重与风向相乘后，计算该时间段的风速和风向平均值；
S5：在对风速进行预测时，按照前几个时间段的风速和风向的走向、或者按照前一年的同一时间段的风向和风向数据进行预测。
2.根据权利要求1所述的一种基于无人机大数据的风速预测方法，其特征在于：所述的去除低于或超过预设值的数据包括：去除低于预设最低速度的数据、去除超过正常飞行速度范围的数据、去除飞行时间低于预设值的数据、去除无人机的电源数据低于一定百分比的数据。
3.根据权利要求1所述的一种基于无人机大数据的风速预测方法，其特征在于：所述的权重在修正数据维持的时间从短到长的过程中呈先小后大再小的趋势。
4.根据权利要求1所述的一种基于无人机大数据的风速预测方法，其特征在于：所述的重心数据再计算过一次后直接存储，与该无人机型号进行对应；下次再获取到该无人机型号时直接获取重心数据。
CN201711064530.2A 2017-11-02 2017-11-02 一种基于无人机大数据的风速预测方法 Withdrawn CN107860940A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711064530.2A CN107860940A (zh) 2017-11-02 2017-11-02 一种基于无人机大数据的风速预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711064530.2A CN107860940A (zh) 2017-11-02 2017-11-02 一种基于无人机大数据的风速预测方法

Publications (1)

Publication Number Publication Date
CN107860940A true CN107860940A (zh) 2018-03-30

Family

ID=61700472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711064530.2A Withdrawn CN107860940A (zh) 2017-11-02 2017-11-02 一种基于无人机大数据的风速预测方法

Country Status (1)

Country Link
CN (1) CN107860940A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109374924A (zh) * 2018-10-25 2019-02-22 西北工业大学 一种基于四旋翼无人机倾斜角的横侧向风场估计方法
WO2021009826A1 (ja) * 2019-07-16 2021-01-21 株式会社エアロネクスト 環境情報分析方法
CN112730881A (zh) * 2020-12-15 2021-04-30 苏州西热节能环保技术有限公司 一种除尘器进口烟道内气流分布状态的检测方法
CN114791524A (zh) * 2022-04-13 2022-07-26 中国第一汽车股份有限公司 车辆测试报告生成方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109374924A (zh) * 2018-10-25 2019-02-22 西北工业大学 一种基于四旋翼无人机倾斜角的横侧向风场估计方法
WO2021009826A1 (ja) * 2019-07-16 2021-01-21 株式会社エアロネクスト 環境情報分析方法
JPWO2021009826A1 (zh) * 2019-07-16 2021-01-21
JP7368840B2 (ja) 2019-07-16 2023-10-25 株式会社エアロネクスト 環境情報分析方法
CN112730881A (zh) * 2020-12-15 2021-04-30 苏州西热节能环保技术有限公司 一种除尘器进口烟道内气流分布状态的检测方法
CN112730881B (zh) * 2020-12-15 2023-11-10 苏州西热节能环保技术有限公司 一种除尘器进口烟道内气流分布状态的检测方法
CN114791524A (zh) * 2022-04-13 2022-07-26 中国第一汽车股份有限公司 车辆测试报告生成方法及装置

Similar Documents

Publication Publication Date Title
CN107860940A (zh) 一种基于无人机大数据的风速预测方法
Weinstein et al. Visual inertial odometry swarm: An autonomous swarm of vision-based quadrotors
CN107957730B (zh) 一种无人飞行器稳定飞行控制方法
Çetinsoy et al. Design and construction of a novel quad tilt-wing UAV
Papachristos et al. Design and experimental attitude control of an unmanned tilt-rotor aerial vehicle
CN105022401B (zh) 基于视觉的多四旋翼无人机协同slam方法
Hoffmann et al. Precision flight control for a multi-vehicle quadrotor helicopter testbed
CN103713641B (zh) 一种飞行器密集自主编队的队形拆分方法
He et al. Development of an autonomous flapping-wing aerial vehicle
CN104155981A (zh) 一种基于多旋翼机器人的地面遥控的空中无线电监测***
CN109606674A (zh) 尾坐式垂直起降无人机及其控制***与控制方法
CN106843275A (zh) 一种无人机定点绕飞方法、装置以及***
CN104166054A (zh) 基于多旋翼机器人的空中无线电监测***
US20170369163A1 (en) Aircraft system and method for vertical takeoff and landing
Pan et al. HIT-Hawk and HIT-Phoenix: Two kinds of flapping-wing flying robotic birds with wingspans beyond 2 meters
CN107632166A (zh) 一种基于无人机大数据的历史风速获取***
CN115657730A (zh) 一种大规模多旋翼无人机鲁棒分簇编队控制方法
CN107097949A (zh) 一种垂直起降固定翼无人机
CN113608543A (zh) 飞行器航迹自适应规划的方法、装置、设备及存储介质
KR20140089096A (ko) 멀티로터 기반의 복합 무인 비행체의 주 날개 받음각 제어 시스템
VanderMey A tilt rotor uav for long endurance operations in remote environments
CN107862407A (zh) 一种基于无人机大数据的历史风速获取方法
CN204916172U (zh) 一种集成电路调试控制***无人教练飞机
CN111076727A (zh) 一种无人机正射多架次作业航迹规划算法
CN111240357A (zh) 一种微型扑翼飞行器可避免奇异状态的位置跟踪控制方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20180330

WW01 Invention patent application withdrawn after publication