CN108408071A - 水域污染监测***及方法、监测***充电线圈设计方法 - Google Patents
水域污染监测***及方法、监测***充电线圈设计方法 Download PDFInfo
- Publication number
- CN108408071A CN108408071A CN201810099251.8A CN201810099251A CN108408071A CN 108408071 A CN108408071 A CN 108408071A CN 201810099251 A CN201810099251 A CN 201810099251A CN 108408071 A CN108408071 A CN 108408071A
- Authority
- CN
- China
- Prior art keywords
- coil
- unmanned plane
- water pollution
- unmanned
- wireless charging
- 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
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
- B60L53/10—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles characterised by the energy transfer between the charging station and the vehicle
- B60L53/12—Inductive energy transfer
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F27/00—Details of transformers or inductances, in general
- H01F27/28—Coils; Windings; Conductive connections
- H01F27/2823—Wires
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F38/00—Adaptations of transformers or inductances for specific applications or functions
- H01F38/14—Inductive couplings
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01F—MAGNETS; INDUCTANCES; TRANSFORMERS; SELECTION OF MATERIALS FOR THEIR MAGNETIC PROPERTIES
- H01F41/00—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties
- H01F41/02—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets
- H01F41/04—Apparatus or processes specially adapted for manufacturing or assembling magnets, inductances or transformers; Apparatus or processes specially adapted for manufacturing materials characterised by their magnetic properties for manufacturing cores, coils, or magnets for manufacturing coils
- H01F41/06—Coil winding
- H01F41/064—Winding non-flat conductive wires, e.g. rods, cables or cords
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L2200/00—Type of vehicles
- B60L2200/10—Air crafts
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
- B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING
- B63B35/00—Vessels or similar floating structures specially adapted for specific purposes and not otherwise provided for
- B63B2035/006—Unmanned surface vessels, e.g. remotely controlled
- B63B2035/008—Unmanned surface vessels, e.g. remotely controlled remotely controlled
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
- Y02T90/10—Technologies relating to charging of electric vehicles
- Y02T90/14—Plug-in electric vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Geometry (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Ocean & Marine Engineering (AREA)
- Transportation (AREA)
- Manufacturing & Machinery (AREA)
- Charge And Discharge Circuits For Batteries Or The Like (AREA)
Abstract
本发明提供一种水域污染监测***及方法、监测***无线充电线圈设计方法,无人艇搭载具有无线充电功能的平台将无人机载运到监测水域,无人机监测水域船舶排放情况,无人机电量耗尽后可在无人艇上利用无线充电***充电。该***充分发挥了无人机的视角广阔等优势,并采用无人艇作为搭载平台为无人机供能,扩大了无人机的巡航范围,能够快速有效地监管相关水域,具有一定的实用价值和重要的社会意义。
Description
技术领域
本发明涉及水上交通运输领域,具体涉及一种水域污染监测***及方法、监测***无线充电线圈设计方法,可以应用于对水域含油污水的监测,例如船舶排放油污区域。
背景技术
随着世界海运贸易量的不断增长,船舶数量也在不断增加,从而导致船舶常规污染物船舶污水、船舶垃圾、船舶废气等也不断增加。其中船舶含油污水对水质的污染尤其严重,对此,国际海事组织也出台了各种法律、法规来制止船舶含油污水的肆意排放,但目前的排油监控设备和监督措施尚不完善,难以及时发现,进而快速清除含油污水,目前迫切需要一种灵活机动、迅速有效的方案以尽快发现船舶油污排放。
无人机航测遥感技术是继卫星遥感、大飞机遥感之后发展起来的一项新型航空遥感技术,具有广阔视角、高效快速、精细准确、作业成本低、成果直观、适用范围广、生产周期短等特点,能够实时获得所需监控区域的图像资料。然而,目前无人机存在续航时间短等问题,严重限制了其巡航范围。
无人水面艇是一种无人驾驶的水面舰艇,与普通的水面艇不同,无人艇上不需要安装任何与驾驶员有关的设备,可以有效地节省和利用空间装载应用设备以完成赋予它的各种任务。
发明内容
本发明的一个目的在于提供一种水域污染监测***,无人艇搭载具有无线充电功能的平台将无人机载运到监测水域,无人机监测水域船舶排放情况,无人机电量耗尽后可在无人艇上利用无线充电***充电。该***充分发挥了无人机的视角广阔等优势,并采用无人艇作为搭载平台为无人机供能,扩大了无人机的巡航范围,能够快速有效地监管相关水域,具有一定的实用价值和重要的社会意义。
为了实现上述目的,其技术解决方案为:
一种水域污染物监测***,包括无人机、搭载无人机的无人艇、控制端和无人机充电装置;
所述无人机包括图像获取单元、第一定位单元和第一传输单元,所述图像获取单元获取监测水域的图像,所述第一定位单元用于对无人机进行定位,所述第一传输单元用于将所述图像信息和无人机位置信息传输到所述控制端;
所述无人艇包括第二定位单元、第二传输单元和搭载所述无人机并给无人机充电的搭载平台,所述第二定位单元用于对所述无人艇进行定位,所述第二传输单元用于将所述无人艇的位置信息传输到所述控制端;
所述控制端对无人机获取的所述图像进行分析以寻找出水域污染物区域,并根据所述无人机和所述无人艇的位置信息控制所述无人机和所述无人艇的位置,以及控制无人机在所述搭载平台上的起降;
所述无人机充电装置包括设于所述搭载平台上的充电供电电路,以及设于所述无人机上的充电接收电路。
在上述的水域污染物监测***,所述充电供电电路包括依次连接的蓄电池、升压模块和无线充电发送装置;所述充电接收电路包括依次连接的无线充电接收装置、整流模块、电源降压充电管理模块和无人机供电电池。
在上述的水域污染物监测***,所述无人艇的搭载平台上设有检测所述无人机着舰的检测单元,所述检测单元检测到所述无人机着舰后启动所述无人机充电装置。
在上述的水域污染物监测***,所述检测单元为压敏电阻。
在上述的水域污染物监测***,无线充电发送装置和无线充电接收装置的线圈均采用平面螺旋线圈。
在上述的水域污染物监测***,所述线圈的平均半径ravg=0.1~1m,匝数N=1~15。
在上述的水域污染物监测***,所述线圈的平均半径ravg=0.5m,匝数N=6。
在上述的水域污染物监测***,所述无线充电发送装置的线圈与所述无线充电接收装置的线圈之间的距离为4cm。
本发明另一目的在于提供一种基于上述监测***的水域污染物监测方法,包括以下步骤:
步骤1:无人机的图像获取单元获得水域污染物的图像,并将所述图像传输到控制端;
步骤2:所述控制端提取所述图像的纹理特征构造特征向量;
步骤3:分割获取的所述图像成n×m的矩阵图像,n和m的取值范围为[8,16];
步骤4:计算分割后每个小块图像的特征向量;
步骤5:输出样本图像的特征向量训练人工神经网络;
步骤6:将无人机传输图像的特征向量输入训练好的人工神经网络,确定污染区域。
本发明的另一个目的在于提供一种无人机无线充电线圈的设计方法,以获得更高的传输效率,包括以下步骤:
步骤1:建立无线充电***的磁耦合谐振式理论模型,该模型包括依次连接构成发射回路的电源US、电阻R1、发射线圈和电容C1,以及依次连接构成接收回路的等效负载RL、电阻R2、接收线圈和电容C2;并建立该模型的KVL方程:
式中:I1为流经发射回路线圈的电流,I2分别为流经接收回路线圈的电流;Z1,Z2分别为发射、接收线圈回路的自阻抗,表示虚部,ω为传输***角频率,M为线圈间的互感。
步骤2:建立参数方程
ravg=0.5(Dmax+Dmin)
Dmax=(N-1)×S+N×W+Dmin
式中,ravg为线圈平均半径,Dmax为线圈的最大外圆直径,Dmin为线圈的最小外圆直径,S为线圈匝间距,W为线圈导线直径,N为线圈的匝数,β为线圈填充率。
步骤3:建立线圈参数与充电效率的关系方程
式中:D为两线圈之间的距离,R为线圈的等效内阻,η为传输效率,μ0为介电常数,M为线圈间的互感。
步骤4:根据步骤2)和步骤3)建立的方程,利用matlab软件进行仿真实验,确定线圈参数。
本发明的有益效果为:
1.这种无人机、无人艇联合的水域污染监测***,无人机通过无人艇无线供电,延长了无人机的续航时间,扩大巡航范围,不仅可以应用于判断船舶排放油污区域,还可用于判断海上油田的原油泄漏,以及江河湖泊污染物的排放;
2.无人机搭载合成孔径雷达获取SAR图像,判断污染区域,快速有效;
3.利用人工神经网络算法自动寻找污染区域,减少了人员的工作量;
4.无线充电线圈针对无人机进行仿真设计,提高了充电效率。
附图说明
图1是本发明监测水域的效果图。
图2是本发明无人机获取的SAR图像。
图3是本发明岸基控制端通过SAR图像确定的船舶污染排放区域图片。
图4是本发明无线充电的理论模型图。
图5是本发明无线充电接收/发射线圈的结构图。
图6是本发明无线充电线圈的仿真结果图。
图7是本发明无线充电线圈间距的仿真结果图。
图中1-无人机,2-无人艇,3-船舶污染排放区域,4-天线,5-控制端。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,一种水域污染物监测***,包括无人机1、搭载无人机1的无人艇2、控制端5和无人机充电装置。
无人机1包括图像获取单元、第一定位单元和第一传输单元,图像获取单元获取监测水域的图像,第一定位单元用于对无人机1进行定位,第一传输单元用于将图像信息和无人机1位置信息传输到信号收发天线4,信号收发天线4将信息传输到控制端5。其中,无人机可采用能够垂直起降的旋翼无人机,并可采用11.2V、5000mAh锂电池作为***的能源,图像获取单元可采用小型合成孔径雷达,合成孔径雷达获得SAR图像。
无人艇2包括第二定位单元、第二传输单元和搭载无人机1并给无人机1充电的搭载平台,第二定位单元用于对无人艇2进行定位,第二传输单元用于将无人艇2的位置信息传输到控制端5。
控制端5对无人机1获取的图像进行分析以寻找出水域污染物区域3,并根据无人机1和无人艇2的位置信息通过信号收发天线4发出指令控制无人机1和无人艇2的位置,以及控制无人机1在搭载平台上的起降。
无人机充电装置包括设于搭载平台上的充电供电电路,以及设于无人机1上的充电接收电路。
其中,利用上述***对水域污染物进行监测的方法,包括以下步骤:
步骤1:无人机的图像获取单元获得如图2所示水域污染物的SAR图像,并将图像传输到控制端。
步骤2:控制端提取图像的纹理特征构造特征向量,特征向量包括方差、对比度、熵、角二阶矩阵和一致性,各个特征向量的表达式如下:
方差:f=∑i,j(i-u)2×Pi,j
对比度:Con=∑i,j(i-j)2×Pi,j
熵:Ent=∑i,jPi,j/logPi,j
角二阶矩阵:Asm=∑i,j(Pi,j)2
一致性:Hom=∑i,jPi,j/[1+(i-j)]2
其中,Pi,j是第j个像素的第i个颜色通道的颜色值,u是在第i个颜色通道的一阶颜色矩。
步骤3:分割获取的图像成n×m的矩阵图像,n和m的取值范围为[8,16]。
步骤4:计算分割后每个小块图像的特征向量。
步骤5:输出样本图像的特征向量训练人工神经网络,人工神经网络算法可直接利用基于Java的Neuroph神经网络框架构建。
步骤6:将无人机传输图像的特征向量输入训练好的人工神经网络,确定船舶排放油污区域,处理结果如图3所示。
在一种优选的方案中,无人机充电装置采用无线充电***。充电供电电路包括依次连接的蓄电池、升压模块和无线充电发送装置;充电接收电路包括依次连接的无线充电接收装置、整流模块、电源降压充电管理模块和无人机供电电池。
采用具有高稳定性,高精度的专用集成可调升压芯片组成升压模块,将输入蓄电池输出的小电压升压,升至满足无线充电发送装置的输入电压要求。无线充电发送装置可将输入的大电压通过内部集成的DC-AC交直流转换电路将直流电压转换为满足线圈发送的特定频率的交流电压,通过线圈天线将电能以场的形式发送。无线充电接收装置可将线圈天线感应产生的交流电压通过内部集成的AC-DC交直流转换电路将交流电压转换为满足后级电源降压充电管理模块输入要求的直流电压。
当无人机电量耗尽时,无人机通过GPS定位返回无人艇附近,然后无人机通过摄像头校准降落位置,降落在无人艇的无人机搭载平台上,无线充电***启动,蓄电池可将电能输入升压模块,升压模块将输入电压升高至满足无线充电装置的发送部分所要求电压,无线充电发送装置将输入内部的直流电转换为交流电以特定频率通过线圈天线发送至外界环境形成感应电磁场,无线充电接收装置的线圈天线感应电磁场后形成交流电经整流模块形成直流电输出,输出端接电源降压充电管理模块,经降压后电能流入无人机电池,从而达到延长无人机的续航时间,扩大巡航范围的目的。
为减少无人机不在无人艇上时不必要的能耗,在无人艇的停机坪上设有检测无人机着舰的检测单元,检测单元检测到无人机着舰后启动充电装置。检测单元可以采用压敏电阻。
无人艇通过无线充电***为无人机供电,延长无人机的续航时间,扩大巡航范围,考虑到市面上的无线充电***主要针对手机,功率达不到无人机的充电要求,无线充电的充电效率受线圈匝数、线圈内径、线圈外径和线圈间距影响很大,为在无人机额定充电功率的前提下,取得较大的充电效率,本发明设计了配套的无线充电线圈。
常用的线圈结构类型有:平面螺旋型和圆柱螺旋管型。其中,平面螺旋线圈的耦合系数与品质因数都较高,更加适合无线电能传输,而且平面螺旋线圈安置在底盘下面更加方便,所以本发明采用平面螺旋线圈。
线圈匝数、平均直径和线圈间距通过建立参数方程,并用matlab仿真软件进行仿真确定最优指标参数决定,具体步骤如下:
步骤1:建立如图4所示的无线充电***的磁耦合谐振式理论模型,该模型包括依次连接构成发射回路的电源US、电阻R1、发射线圈和电容C1,以及依次连接构成接收回路的等效负载RL、电阻R2、接收线圈和电容C2;并建立该模型的KVL方程:
式中:I1为流经发射回路线圈的电流,I2分别为流经接收回路线圈的电流;Z1,Z2分别为发射、接收线圈回路的自阻抗,表示虚部,ω为传输***角频率,M为线圈间的互感。
步骤2:建立参数方程
ravg=0.5(Dmax+Dmin)
Dmax=(N-1)×S+N×W+Dmin
式中,线圈参数如图5所示,ravg为线圈平均半径,Dmax为线圈的最大外圆直径,Dmin为线圈的最小外圆直径,S为线圈匝间距,W为线圈导线直径,N为线圈的匝数,β为线圈填充率。
步骤3:建立线圈参数与充电效率的关系方程
式中:D为两线圈之间的距离,R为线圈的等效内阻,η为传输效率,μ0为介电常数,M为线圈间的互感。
步骤4:根据步骤2)和步骤3)建立的方程,发射回路线圈接入频率f=0.5MHz,电压Us=36V的电源,在两线圈间距离D=0.02m的条件下,选取铜线作为材料,线圈绕制导线线径根据导线所能承受的最大电流值取1mm,平台范围长1m宽1m,取ravg=0.1~1m,N=1~15,利用matlab软件进行仿真实验,确定线圈匝数N、线圈平均半径ravg和发射线圈与接收线圈的间距。
最终得出的实验结果为:当线圈匝数N=6,ravg=0.7m时,传输效率最高为59.3%,但考虑到无人机和平台尺寸限制;选择N=6,ravg=0.5m的线圈参数,此时传输效率为57%,实际测试结果为45.3%。
利用测试流程电路,通过改变线圈间距离,得出不同距离下的充电效率如图7,据图7可知,当线圈间距离为4cm时,充电效率最高。
Claims (10)
1.一种水域污染物监测***,其特征在于,包括无人机、搭载无人机的无人艇、控制端和无人机充电装置;
所述无人机包括图像获取单元、第一定位单元和第一传输单元,所述图像获取单元获取监测水域的图像,所述第一定位单元用于对无人机进行定位,所述第一传输单元用于将所述图像信息和无人机位置信息传输到所述控制端;
所述无人艇包括第二定位单元、第二传输单元和搭载所述无人机并给无人机充电的搭载平台,所述第二定位单元用于对所述无人艇进行定位,所述第二传输单元用于将所述无人艇的位置信息传输到所述控制端;
所述控制端对无人机获取的所述图像进行分析以寻找出水域污染物区域,并根据所述无人机和所述无人艇的位置信息控制所述无人机和所述无人艇的位置,以及控制无人机在所述搭载平台上的起降;
所述无人机充电装置包括设于所述搭载平台上的充电供电电路,以及设于所述无人机上的充电接收电路。
2.根据权利要求1所述的水域污染物监测***,其特征在于,所述充电供电电路包括依次连接的蓄电池、升压模块和无线充电发送装置;所述充电接收电路包括依次连接的无线充电接收装置、整流模块、电源降压充电管理模块和无人机供电电池。
3.根据权利要求1所述的水域污染物监测***,其特征在于,所述无人艇的搭载平台上设有检测所述无人机着舰的检测单元,所述检测单元检测到所述无人机着舰后启动所述无人机充电装置。
4.根据权利要求3所述的水域污染物监测***,其特征在于,所述检测单元为压敏电阻。
5.根据权利要求2所述的水域污染物监测***,其特征在于,无线充电发送装置和无线充电接收装置的线圈均采用平面螺旋线圈。
6.根据权利要求5所述的水域污染物监测***,其特征在于,所述线圈的平均半径ravg=0.1~1m,匝数N=1~15。
7.根据权利要求5所述的水域污染物监测***,其特征在于,所述线圈的平均半径ravg=0.5m,匝数N=6。
8.根据权利要求5所述的水域污染物监测***,其特征在于,所述无线充电发送装置的线圈与所述无线充电接收装置的线圈之间的距离为4cm。
9.一种利用如权利要求1-8任一项所述***对水域污染物进行监测的方法,其特征在于,包括以下步骤:
步骤1:无人机的图像获取单元获得水域污染物的图像,并将所述图像传输到控制端;
步骤2:所述控制端提取所述图像的纹理特征构造特征向量;
步骤3:分割获取的所述图像成n×m的矩阵图像,n和m的取值范围为[8,16];
步骤4:计算分割后每个小块图像的特征向量;
步骤5:输出样本图像的特征向量训练人工神经网络;
步骤6:将无人机传输图像的特征向量输入训练好的人工神经网络,确定污染区域。
10.一种无线充电线圈的设计方法,其特征在于,包括以下步骤:
步骤1:建立无线充电***的磁耦合谐振式理论模型,该模型包括依次连接构成发射回路的电源US、电阻R1、发射线圈和电容C1,以及依次连接构成接收回路的等效负载RL、电阻R2、接收线圈和电容C2,并建立该模型的KVL方程:
式中:I1为流经发射回路线圈的电流,I2为流经接收回路线圈的电流;Z1,Z2分别为发射、接收线圈回路的自阻抗,表示虚部,ω为传输***角频率,M为线圈间的互感;
步骤2:建立参数方程
ravg=0.5(Dmax+Dmin)
Dmax=(N-1)×S+N×W+Dmin
式中,ravg为线圈平均半径,Dmax为线圈的最大外圆直径,Dmin为线圈的最小外圆直径,S为线圈匝间距,W为线圈导线直径,N为线圈的匝数,β为线圈填充率;
步骤3:建立线圈参数与充电效率的关系方程
式中:D为两线圈之间的距离,R为线圈的等效内阻,η为传输效率,μ0为介电常数,M为线圈间的互感;
步骤4:根据步骤2)和步骤3)建立的方程,利用matlab软件进行仿真实验,确定线圈参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099251.8A CN108408071A (zh) | 2018-01-31 | 2018-01-31 | 水域污染监测***及方法、监测***充电线圈设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810099251.8A CN108408071A (zh) | 2018-01-31 | 2018-01-31 | 水域污染监测***及方法、监测***充电线圈设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108408071A true CN108408071A (zh) | 2018-08-17 |
Family
ID=63127405
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810099251.8A Pending CN108408071A (zh) | 2018-01-31 | 2018-01-31 | 水域污染监测***及方法、监测***充电线圈设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108408071A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110015385A (zh) * | 2019-03-21 | 2019-07-16 | 大连理工大学 | 一种无人船的多旋翼无人机载运机舱及其工作方法 |
CN111476699A (zh) * | 2020-04-26 | 2020-07-31 | 浙江蓝景科技有限公司 | 船舶污染物的监管方法和装置 |
CN114162322A (zh) * | 2021-11-30 | 2022-03-11 | 武汉理工大学 | 一种无人机-艇协同立体水生态环境监测***与使用方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414009A (zh) * | 2008-11-15 | 2009-04-22 | 大连海事大学 | 便携式机载海上溢油遥感监测*** |
CN105375608A (zh) * | 2015-12-11 | 2016-03-02 | 四方继保(武汉)软件有限公司 | 一种用于无人机充电的无人船载充电***及其方法 |
CN105966568A (zh) * | 2016-05-20 | 2016-09-28 | 武汉理工大学 | 一种装备于海事巡航搜救无人艇的自适应可调节装置 |
CN106149651A (zh) * | 2016-08-30 | 2016-11-23 | 武汉大学深圳研究院 | 一种海洋石油泄漏应急处理***及方法 |
CN106985977A (zh) * | 2017-03-31 | 2017-07-28 | 武汉理工大学 | 一种无人机、艇无线充电装置及联合巡航搜救方法 |
CN107449780A (zh) * | 2017-06-30 | 2017-12-08 | 南京理工大学 | 基于无人机的水面污染物监测预警方法及*** |
-
2018
- 2018-01-31 CN CN201810099251.8A patent/CN108408071A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101414009A (zh) * | 2008-11-15 | 2009-04-22 | 大连海事大学 | 便携式机载海上溢油遥感监测*** |
CN105375608A (zh) * | 2015-12-11 | 2016-03-02 | 四方继保(武汉)软件有限公司 | 一种用于无人机充电的无人船载充电***及其方法 |
CN105966568A (zh) * | 2016-05-20 | 2016-09-28 | 武汉理工大学 | 一种装备于海事巡航搜救无人艇的自适应可调节装置 |
CN106149651A (zh) * | 2016-08-30 | 2016-11-23 | 武汉大学深圳研究院 | 一种海洋石油泄漏应急处理***及方法 |
CN106985977A (zh) * | 2017-03-31 | 2017-07-28 | 武汉理工大学 | 一种无人机、艇无线充电装置及联合巡航搜救方法 |
CN107449780A (zh) * | 2017-06-30 | 2017-12-08 | 南京理工大学 | 基于无人机的水面污染物监测预警方法及*** |
Non-Patent Citations (2)
Title |
---|
曾钰著: "《SAR与光学影像融合的变化信息提取》", 30 June 2015, 中国科学技术出版社 * |
范兴明 等: "MCR-WPT***负载特性分析及线圈参数设计", 《高压电器》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110015385A (zh) * | 2019-03-21 | 2019-07-16 | 大连理工大学 | 一种无人船的多旋翼无人机载运机舱及其工作方法 |
CN111476699A (zh) * | 2020-04-26 | 2020-07-31 | 浙江蓝景科技有限公司 | 船舶污染物的监管方法和装置 |
CN114162322A (zh) * | 2021-11-30 | 2022-03-11 | 武汉理工大学 | 一种无人机-艇协同立体水生态环境监测***与使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108408071A (zh) | 水域污染监测***及方法、监测***充电线圈设计方法 | |
CN106985977B (zh) | 一种无人机、艇无线联合巡航搜救方法 | |
CN102684276B (zh) | 一种水下非接触供电方法及装置 | |
CN205178538U (zh) | 一种电动车辆移动无线充电*** | |
CN205986259U (zh) | 一种适用于电力线路巡航的无人机无线充电*** | |
CN203638106U (zh) | 有线数据传输多旋翼无人飞行器 | |
Han et al. | Automatic Monitoring of Water Pollution based on the Combination of UAV and USV | |
CN110474434A (zh) | 一种新型海上无人持续监测*** | |
CN107014971B (zh) | 具有高效充电及远程数据传输功能的水下潜器用浮标基站 | |
CN106598072A (zh) | 一种用于清理水面垃圾的无人机工作方法 | |
CN107017693B (zh) | 无人船能量管理方法及*** | |
CN103754373A (zh) | 有线电源多旋翼无人飞行器 | |
CN112109576A (zh) | 一种无人机自主循迹充电方法及装置 | |
CN106998095A (zh) | 一种无人机管理平台 | |
KR102129899B1 (ko) | 해양 등부표를 활용한 드론 격납 장치 및 방법 | |
CN108750136B (zh) | 一种车载式系留无人机***及其能源供给方法 | |
CN114793129B (zh) | 一种基于波浪滑翔器的无线通讯中继方法及*** | |
CN109050868B (zh) | 一种智能系留无人机*** | |
CN111377041A (zh) | 一种基于海洋环境能源的auv长期驻留*** | |
CN111224471A (zh) | 电场耦合式水下无线电能传输***最大效率跟踪方法 | |
CN203638098U (zh) | 有线电源多旋翼无人飞行器 | |
CN213168479U (zh) | 一种可船载无人机双向无线充电的巡查无人艇 | |
CN108762298A (zh) | 一种水上无人机起降自主控制*** | |
CN108233448A (zh) | 无人机电池管理***和方法 | |
CN205396505U (zh) | 一种基于无线充电的内河船电推*** |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |
|
RJ01 | Rejection of invention patent application after publication |