CN113496559A - 无人设备数据获取方法、装置、***、无人设备及存储介质 - Google Patents
无人设备数据获取方法、装置、***、无人设备及存储介质 Download PDFInfo
- Publication number
- CN113496559A CN113496559A CN202110731486.6A CN202110731486A CN113496559A CN 113496559 A CN113496559 A CN 113496559A CN 202110731486 A CN202110731486 A CN 202110731486A CN 113496559 A CN113496559 A CN 113496559A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- unmanned
- environment information
- accident
- 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 76
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 230000001133 acceleration Effects 0.000 claims description 72
- 230000002093 peripheral effect Effects 0.000 claims description 47
- 238000012545 processing Methods 0.000 claims description 34
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 27
- 238000004891 communication Methods 0.000 claims description 15
- 230000001413 cellular effect Effects 0.000 claims description 8
- 238000004880 explosion Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 26
- 230000002159 abnormal effect Effects 0.000 description 15
- 230000008859 change Effects 0.000 description 15
- 239000002609 medium Substances 0.000 description 13
- 230000004888 barrier function Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 239000002360 explosive Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005422 blasting Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000001454 recorded image Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请实施例公开了一种无人设备数据获取方法、装置、***、无人设备及存储介质。本申请实施例提供的技术方案,实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。通过上述技术手段,解决了现有技术中无人设备数据获取效率低,缺乏有效获取手段的问题,能够有效确定事故相关数据,方便后续进行分析。
Description
技术领域
本申请实施例涉及无人设备技术领域,尤其涉及一种无人设备数据获取方法、装置、***、无人设备及存储介质。
背景技术
在一些需要高空作业的技术领域,通常由无人设备替代人工进行,例如使用无人机进行高空巡检、高空货物运输和测绘数据采集等。无人设备在高空作业过程中,受到各种环境因素或自身工况的影响,可能会发生意外事故,如意外跌落导致的炸机事故。
目前针对无人机的炸机事故,大都采用各种防护手段来降低无人机的损伤程度,对于事故数据的获取缺乏有效的手段,进而也不利于事故原因的分析,需要改进。
发明内容
本申请实施例提供一种无人设备数据获取方法、装置、***、无人设备及存储介质,解决了现有技术中无人设备数据获取效率低,缺乏有效获取手段的问题,能够有效确定事故相关数据,方便后续进行分析。
在第一方面,本申请实施例提供了一种无人设备数据获取方法,包括:
实时获取无人设备的周边环境信息和运动状态参数,所述周边环境信息包括所述无人设备摄像装置拍摄的视频信息;
根据所述运动状态参数确定所述无人设备是否满足事故发生条件;
当确定所述无人设备满足所述事故发生条件时,将所述周边环境信息进行保存,以用于分析获取。
进一步的,所述运动状态参数包括所述无人设备的电机转动参数和加速度参数,所述根据所述运动状态参数确定所述无人设备是否满足事故发生条件,包括:
确定所述电机转动参数是否满足第一预设条件,以及所述加速度参数是否满足第二预设条件;
当所述电机转动参数满足第一预设条件,和/或所述加速度参数满足第二预设条件时,确定所述无人设备满足事故发生条件。
进一步的,所述确定所述电机转动参数是否满足第一预设条件,以及所述加速度参数是否满足第二预设条件包括:
计算当前时刻获取到的电机转动参数与上一时刻获取到的电机转动参数的转动差值,计算当前时刻获取到的加速度参数与上一时刻获取到的加速度参数的加速度差值;
判断所述转动差值和所述加速度差值是否超出对应的阈值范围;
当所述转动差值大于第一阈值时,确定所述电机转动参数满足第一预设条件;
当所述加速度差值大于第二阈值时,确定所述加速度参数满足第二预设条件。
进一步的,所述视频信息包括所述无人设备第一人称主视角的影像数据,所述第一人称主视角的影像数据通过设置在所述无人设备头部的摄像装置采集得到。
进一步的,所述实时获取无人设备的周边环境信息包括:
获取所述摄像装置实时录制的预设时间长度的视频片段,其中所述摄像装置在所述无人设备处于作业状态时录制所述视频片段。
进一步的,所述将所述周边环境信息进行保存,包括:
将实时获取到的所述视频片段保存至本地存储器中;
通过蜂窝网络和/或本地数链,将本地存储器中的视频片段上传至遥控器端、其他无人设备和/或云端服务器。
进一步的,所述将所述周边环境信息上传至遥控器端、其他无人设备端和/或云端服务器包括:
从所述本地存储器中获取至少一个最新存储的视频片段,并将该视频片段上传。
进一步的,所述将实时获取到的所述视频片段保存至本地存储器中,包括:
若所述本地存储器没有空余空间,则将所述本地存储器中存储时间最长的视频片段删除,并将当前获取的所述视频片段保存至所述本地存储器中。
进一步的,所述将所述周边环境信息上传至遥控器端、其他无人设备端和/或云端服务器包括:
将所述本地存储器中的所有视频片段合并上传。
进一步的,在所述将所述周边环境信息进行保存之后,还包括:
根据预设的障碍物识别模型对视频片段进行识别,确定所述无人设备的事故发生原因。
进一步的,在所述确定所述运动状态参数是否满足事故发生条件之前,还包括:
确定所述无人设备的当前状态是否为作业状态;
如果当前状态为作业状态时,则确定所述运动状态参数是否满足事故发生条件。
在第二方面,本申请实施例提供了一种无人设备数据获取装置,包括:
数据获取模块,被配置为实时获取无人设备的周边环境信息和运动状态参数,所述周边环境信息包括所述无人设备摄像装置拍摄的视频信息;
状态判断模块,被配置为根据所述运动状态参数确定所述无人设备是否满足事故发生条件;
数据保存模块,被配置为当确定所述无人设备满足所述事故发生条件时,将所述周边环境信息进行保存,以用于分析获取。
在第三方面,本申请实施例提供了一种无人设备数据获取***,包括周边信息采集模块、飞控模块以及业务处理模块:
所述周边信息采集模块,用于采集所述无人设备当前的周边环境信息;
所述飞控模块,用于获取所述无人设备的运动状态参数,根据所述运动状态参数确定所述无人设备是否满足事故发生条件,当确定所述无人设备满足所述事故发生条件时,通知所述业务处理模块;
所述业务处理模块,用于实时获取所述周边环境信息,在接收到所述飞控模块发送的通知后,对所述周边环境信息进行保存。
进一步的,无人设备数据获取***还包括通信模块,其中:
所述通信模块,用于将所述业务处理模块保存的周边环境信息进行上传。
在第四方面,本申请实施例提供了一种无人设备,包括:
一个或多个处理器;存储装置,存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的无人设备数据获取方法。
在第五方面,本申请实施例提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的无人设备数据获取方法。
本申请实施例通过实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。采用上述技术手段,通过实时获取无人设备的运动状态参数,以实时监测无人设备是否发生事故,在监测到无人设备发生事故时,将获取到周边环境信息进行保存。周边环境信息可能记录有导致无人设备发生事故的信息,将获取到的周边环境信息进行保存,以便于从保存的周边环境信息中获取到事故相关数据,进而根据事故相关数据对事故原因进行有效分析。
附图说明
图1是本申请实施例一提供的一种无人设备数据获取方法的流程图;
图2是本申请实施例一提供的一种无人设备数据获取***;
图3是本申请实施例一提供的另一种无人设备数据获取方法的流程图;
图4是本申请实施例一提供的另一种无人设备数据获取方法的流程图;
图5是本申请实施例二提供的一种无人设备数据获取装置的结构示意图;
图6是本申请实施例三提供的一种无人设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是,此处所描述的具体实施例仅仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的无人设备数据获取方法,旨在实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。目前无人设备在发生炸机事故时,大都采用各种防护手段来降低无人机的损伤程度,但缺乏有效的事故数据获取手段,事故数据获取效率低。基于此,提供本申请实施例的一种无人设备数据获取方法,以解决现有无人设备数据获取效率低,缺乏有效获取手段的问题。
实施例一:
图1给出了本申请实施例一提供的一种无人设备数据获取方法的流程图,本实施例中提供的无人设备数据获取方法可以由无人设备执行,该无人设备可以通过软件和/或硬件的方式实现,该无人设备可以是两个或多个物理实体构成,也可以是一个物理实体构成。
下述以该无人设备为执行无人设备数据获取方法的主体为例,进行描述。
参考图1,该无人设备数据获取方法具体包括:
S110、实时获取无人设备的周边环境信息和运动状态参数。
无人设备包括无人机、无人车和无人船可以基于预设航线自行运动的设备。周边环境信息包括无人设备周边的温度、湿度、风度、光照和视频信息等,视频信息由摄像装置拍摄得到,视频信息中记录有无人设备的周边障碍。运动状态参数包括无人设备的速度、加速度和电机转速等可以表征无人设备运动情况的数据。
本实施例以无人设备为无人机进行描述。无人机按照预设飞行航线高空作业时,可能会受到空中障碍物的撞击而导致电机故障,电机无法继续给无人机的飞行提高动力,无人机因没有足够的动力继续飞行或正常降落,此时无人机会直接从高空坠落到地面,无人机发生了炸机事故。现有无人机发生炸机落地事故时,大都采用各种防护手段来降低无人机的损失程度,但事故数据获取效率低。对此,本申请实施例提供的无人设备数据获取方法,在无人机执行航行任务在空中飞行时,实时获取无人机的周边环境信息,周边环境信息记录有无人机飞行时所处的环境。若无人机是因为障碍物等外部因素发生炸机事故,那么对无人机发生事故时对应的周边环境信息进行分析,可确定无人机发生炸机事故的事故原因。
示例性的,图2是本申请实施例一提供的一种无人设备数据获取***。参考图2,该无人设备数据获取***包括周边信息采集模块、飞控模块、通信模块和业务处理模块,其中业务处理模块分别与周边信息采集模块、飞控模块和通信模块相连接。周边信息采集模块用于采集无人设备当前的周边环境信息,其中周边信息采集模块包括摄像装置,摄像装置用于录制无人设备周边的视频信息。在一个实施例中,视频信息包括无人设备第一人称主视角的影像数据,如在无人设备头部的设置摄像装置,通过无人设备头部的摄像装置采集无人设备第一人称主视角的影像数据。示例性的,如果无人机在高空作业时,迎面撞上障碍物,受到障碍物冲击的无人机发生故障,从高空跌落出现炸机事故,此时无人设备头部的摄像装置记录下无人机撞上障碍物的整个过程并生成第一人称主视角的影像数据,对第一人称主视角的影像数据进行分析即可确定无人机的炸机事故原因是撞击高空障碍物。
进一步的,在无人机执行航线任务在空中飞行时,实时获取无人机的运动状态参数,以根据实时获取的运动状态参数实时监测无人机是否发生事故。参考图2,该无人设备数据获取***包括飞控模块,飞控模块用于实时获取无人机的运动状态参数,根据当前获取的运动状态参数,控制无人机的电机转动状态和无人机飞行姿态,以使得无人机根据预设的航线任务进行飞行。其中,无人机控制电机转动以控制螺旋桨转动,螺旋桨转动为无人机提供飞行动力,如果无人机受到障碍物的撞击出现故障,从高空跌落出现炸机事故,飞控模块记录有无人机从高空跌落到出现炸机事故的整个过程的运动状态参数,因此可根据运动状态参数判断无人机是否出现炸机事故。
S120、根据运动状态参数确定无人设备是否满足事故发生条件。
事故发生条件即用于表征无人机发生炸机事故时,运动状态参数出现的情况或运动状态参数变化量出现的情况,即当无人机发生炸机事故时,无人机的运动状态参数或运动状态参数变化量会出现如事故发生条件所述的情况。因此将当前的运动状态参数或运动状态参数变化量与预设的事故发生条件进行比较,即可确定无人机是否发生炸机事故。其中,只有无人机在执行航线任务飞行时,才判断无人机是否发生事故,该步骤包括:
S1201、确定无人设备的当前状态是否为作业状态。
示例性的,无人机包括作业状态和非作业状态,作业状态是指无人机执行航线任务时的飞行状态或悬停状态等,非作业状态是指无人机处于待机状态或作业前的调试检查状态,即不执行航线任务时的状态。可理解,无人机只有在执行航线任务时才会发生掉落炸机事故,因此在无人机执行航线任务时才判断无人机是否发生炸机事故。
进一步的,判断无人机是否执行航线任务进行空中飞行,其中可根据无人机的运动状态参数或飞控模块控制无人机飞行的控制指令,确定无人机是否在执行航线任务。
S1202、如果当前状态为作业状态时,则确定运动状态参数是否满足事故发生条件。
示例性的,在根据无人机的运动状态参数或控制指令确定无人机正在执行航线任务时,根据运动状态参数判断无人机是否发生炸机事故。
在一个实施例中,飞控模块实时获取的运动状态参数包括电机转动参数和无人机的加速度参数,其中电机转动参数可以根据转速传感器测得,无人机的加速度参数可根据惯性测量单元测得。示例性的,无人机的电机转动参数和加速度参数可以反映无人机的飞行状态,因此可通过电机转动参数和/或加速度参数确定无人机是否发生炸机事故。对此,判断无人机是否发生事故的步骤包括S1203-S1204:
S1203、确定电机转动参数是否满足第一预设条件,以及加速度参数是否满足第二预设条件。
其中,第一预设条件是指无人机在异常状态下的电机转动参数,示例性的,正常飞行状态下,无人机的电机转动参数在预设的额定工作范围,当超出该额定工作范围时,则确定无人机处于异常状态。同样的,第二预设条件是指无人机在异常状态下的加速度参数,示例性的,正常飞行状态下,无人机的加速度参数在预设的额定工作范围,当超出该额定工作范围时,则确定无人机处于异常状态。
S1204、当电机转动参数满足第一预设条件,和/或加速度参数满足第二预设条件时,确定无人设备满足事故发生条件。
示例性的,异常状态包括无人机处于炸机坠地状态和异常飞行状态。可通过电机转动参数或加速度参数直接确定无人机处于哪种异常状态,以可以通过电机转动参数和加速度参数联合确定无人机处于哪种异常状态。其中,电机转动参数不仅包括电机某个时刻的转动参数,还可以包括某个时间段的转动变化值,加速度参数不仅包括某个时刻的加速度,还可以包括某个时间段的加速度变化值。
在一个实施例中,根据前后时刻的电机转动变化值和加速度变化值确定无人机是否处于炸机坠地状态。示例性的,当无人机出现意外故障从高空跌落到地面的过程中,无人机的某个电机或所有电机的转速会突变为零或突然大幅度下降,因此如果飞控模块前后相邻时刻获取到的电机转速发生大幅度变化,则表明无人机正在坠落或在落地瞬间。而无人机高空异常跌落的落地瞬间,无人机的加速度会出现大幅度的变化,因此如果飞控模块前后相邻时刻获取到的无人机加速度发生大幅度变化,且前后相邻时刻获取到的电机转速也发生大幅度变化,则表明无人机当前发生落地炸机事故。对此,根据电机转动参数和加速度参数联合确定无人机是否发生炸机事故包括S12021-S12024:
S12041、计算当前时刻获取到的电机转动参数与上一时刻获取到的电机转动参数的转动差值,计算当前时刻获取到的加速度参数与上一时刻获取到的加速度参数的加速度差值。
示例性的,飞控模块将当前获取到的电机转速与上一时刻获取到的电机转速作差,计算得到当前时刻的电机转速变化值。飞控模块将当前获取到加速度与上一时刻获取到加速度作差,计算得到当前时刻的加速度变化值。
S12042、判断转动差值和加速度差值是否超出对应的阈值范围。
示例性的,飞控模块将电机转速变化值和加速度变化值与对应的阈值进行比较,若电机转速变化值和加速度变化值均超出对应的阈值范围,则确定无人机当前发生炸机事故。若电机转速变化值和加速度变化值中至少一个没有超出对应的阈值范围,则继续获取下一时刻的电机转速和加速度,以判断下一时刻是否发生炸机事故,以实现实时监控无人机是否出现炸机事故。其中,转动差值和加速度差值对应的阈值范围用于表征正常飞行状态下,转动差值和加速度差值的额定工作范围,当超过该范围时,表明无人机处于异常状态下。转动差值和加速度差值对应的阈值范围可根据实验数据进行设置。
S12043、当转动差值大于第一阈值时,确定电机转动参数满足第一预设条件。
其中,第一阈值为转动差值对应的阈值范围,当转动差值大于第一阈值时,可确定无人机的转动差值超出额定工作范围,即表明无人机满足第一预设条件。
S12044、当加速度差值大于第二阈值时,确定加速度参数满足第二预设条件。
其中,第二阈值为加速度差值对应的阈值范围,当加速度差值大于第二阈值时,可确定无人机的加速度差值超出额定工作范围,即表明无人机满足第二预设条件。
进一步的,当电机转动参数满足第一预设条件和加速度参数满足第二预设条件时,确定无人机发生炸机事故。
S130、当确定出运动状态参数满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。
示例性的,确定出运动状态参数满足事故发生条件即确定出无人机发生炸机事故,在确定当前无人机发生炸机事故后,将摄像装置拍摄的视频信息至本地存储器,以便后续通人工拷贝方式获取视频信息。其中,在无人机发生炸机事故后,无人机已掉落到地面,此时无人机的周边环境信息为无效信息,其对分析事故发生原因没有帮助,因此在确定出无人机发生炸机事故后,控制摄像装置停止视频拍摄,以提高事故数据获取效率。结合上述的无人机在作业状态下才判断无人机是否发生炸机事故,相应的,无人机自身设置的摄像装置也只有无人机在作业状态下才开启录制功能,而无人机处于非作业状态下不会发生掉落炸机事故,因此无需开启摄像装置的录制功能。
在一个实施例中,由于无人机在执行航线任务进行空中飞行时,可能随时会受到外部干扰而从高空意外跌落到地面发生炸机事故,因此从无人机开始执行航线任务即开始飞行时就开启无人机头部的摄像装置的录制功能。当该摄像装置持续录制时,摄像装置会采集到一段时间较长的第一人称主视角的影像数据,那么后续从该影像数据中截取出记录有事故发生过程的视频片段,并根据该视频片段分析事故发生原因。该方式需要判断影像数据中确定并截取记录有事故发生过程的视频片段,操作比较复杂,影响数据分析效率。对此,本实施例通过获取摄像装置实时录制的预设时间长度的视频片段,以便后续直接对记录有事故发生过程的视频片段进行分析处理。示例性的,通过无人机头部的摄像装置分段实时录制第一人称主视角的视频片段。其中,摄像装置每5秒录制一段视频片段,即每段视频片段的时间长度为5秒。将摄像装置采集的所有视频片段按照采集时间顺序进行合并拼接即得到整个飞行过程中记录的第一人称主视角的影像数据。需要说明的是,摄像装置在无人设备处于作业状态时录制所述视频片段,当无人机发生炸机事故时,控制摄像装置停止录像,那么最后录制的视频片段可能不足5秒。但如果摄像装置在没有接收到停止通知,则每录制完一段视频片段后开始录制下一段视频片段,以持续记录无人机飞行时第一人称主视角的影像数据。
进一步的,为保证记录有事故发生过程的视频片段可用于后续的分析过程,需要对摄像装置采集的视频片段进行保存。对此,视频片段保存步骤包括S1301-S1302:
S1301、将实时获取到的所述视频片段保存至本地存储器中。
示例性的,在摄像装置每录制到一段视频片段后,就将该视频片段保存至本地存储器中,以避免无人机发生炸机事故时,摄像装置损坏而导致视频片段丢失。
S1302、通过蜂窝网络和/或本地数链,将本地存储器中的视频片段上传至遥控器端、其他无人设备和/或云端服务器。
示例性的,为提高数据处理效率,在确定无人机发生炸机事故时,可直接将记录有事故发生过程的视频片段上传至遥控器端、其他无人设备和/或云端服务器,以便这些设备端根据该视频片段分析无人机的事故发生原因。在该实施例中,优先通过蜂窝网络将视频片段上传至云端服务器。在蜂窝网络较差时,通过本地数链将视频片段传输至遥控器端和/或其他无人机,由遥控器端和/或其他无人机将视频片段上传至云端服务器。本实施例通过两种数据传输通路,保证数据的有效传输。
在该实施例中,本地存储器中存储有无人机从起飞到发生炸机事故整个过程的第一人称主视角的影像数据。而当无人机在飞行中受到前方障碍物撞击而从高空跌落发生炸机事故时,无人机从意外跌落到发生炸机事故不过短短十几秒的时间。即在本地存储器中只有记录有无人机坠落过程的视频片段可以用于分析事故发生原因,而由于无人机在坠地时就会停止视频片段的录制,且摄像装置每录制一个新的视频片段就会保存至本地存储器,因此记录有无人机坠落过程的视频片段为本地存储器中最新存储的至少一个视频片段。对此,本实施例通过从本地存储器中获取至少一个最新存储的视频片段,并将该视频片段上传。其中,获取最新存储的视频片段个数由视频片段的时间长度决定,例如本实施例录制的视频片段的时间长度为5秒钟,因此获取本地存储器中的四个最新存储的视频片段即可获取到无人机十几秒的坠机过程。而如果录制的视频片段的时间长度为10秒钟,因此获取本地存储器中的两个或三个最新存储的视频片段即可获取到十几秒的坠机过程。
进一步的,除了记录有无人机发生坠机过程的视频片段可以用于分析无人机的事故发生原因以外,无人机在飞行过程中采集到的周边环境信息也可以用于后续的地理环境分析,以更好规划无人机的飞行航线。对此,在确定无人机发生炸机事故后,第一时间上传记录有无人机发生坠机过程的视频片段。在上传该视频片段后,根据无人机的剩余电量以及数据优先级,确定是否上传本地存储器中剩余的视频片段。在该实施例中,在确定无人机发生炸机事故后,上调记录有无人机发生坠机过程的视频片段的优先级,以便优先将该视频片段上传至云端服务器。其次,根据数据优先级上传其他重要的数据,如无人机的位置坐标和运动状态参数等,在将这些数据完全上传后,若无人机的剩余电量充足,可将本地存储器中剩余的视频片段上传。
在一个实施例中,如果无人机从起飞到正常降落都没有发生炸机事故,那么从录制到停止第一人称视角相机会采集到一段内存较大的影像数据。由于整个飞行过程无人机没有发生炸机事故,这段影像数据属于无效数据,其不能用于数据分析,存储有该段影像数据的本地存储器空间被完全浪费,导致事故数据获取效率低。而且无人机的硬件资源有限,对于一些执行高空巡检、高空货物运输或测绘数据采集等高空任务的无人机,其需要占用大部分的硬件资源去执行主线任务,而剩下小部分的硬件资源执行周边环境信息采集等副线任务。因此无人机中用于存储影像数据的本地存储器的空间有限,本地存储器至多存储20秒时间长度的影像数据。而且如果从录制到停止第一人称视角相机采集到一段时间长度远大于20秒的影像数据,那么该影像数据无法完整保存至本地存储器中。对此,本实施例在分段录制预设时间长度的视频片段的基础上,通过最新录制的视频片段对应替换存储时间最长的视频片段,以实时更新本地存储器中的视频片段。
示例性的,将最新录制的视频片段保存至本地存储器中,若本地存储器没有空余空间,则将本地存储器中存储时间最长的影像数据删除,并将当前录制的影像数据保存至本地存储器中。其中,本地存储器至多可以存储4段视频片段。如果本地存储器中存储有4段视频片段,则删除本地存储器中存储时间最长的视频片段,并将摄像装置最新录制的视频片段保存至本地存储器。可理解,本地存储器如果存储有4段视频片段,那么存储时间最长的视频片段和最新录制的视频片段的录制时间相差20秒到25秒。当无人机在飞行中受到前方障碍物撞击而从高空跌落发生炸机事故时,无人机从意外跌落到发生炸机事故不过短短十几秒的时间。因此当第一人称视角相机录制到一段新的视频片段时,本地存储器中存储时间最长的视频片段记录的是20秒以前的飞行环境,这20秒的时间内第一人称视角相机都在正常录制视频片段即没有接收到事故发生通知而停止录制,说明本地存储器中存储时间最长的视频片段记录的是无人机正常飞行时的第一人称主视角内的环境信息,这段数据对分析事故发生原因没有任何帮助,属于无效数据,将这段数据删除并不会影响事故数据的正常获取。将新录制的视频片段更换录制时间最早的影响数据,以实时更新本地存储器中的视频片段,保证本地存储器中存储有从炸机事故发生的时间节点往前的15秒或20秒的时间段的视频片段,该视频片段记录有无人机开始意外跌落到发生炸机事故的整个过程,对该视频片段进行分析即可确定炸机事故发生原因。需要说明的是,确定出无人机发生炸机事故后,控制第一人称视角相机停止录制,并将当前第一人称视角相机还没录制完的视频片段存储至本地存储器中。其中,在确定出无人机发生炸机事故后控制第一人称视角相机停止录制,一是为了避免采集落地后的无效数据,二是为了避免继续录制的视频片段存入本地存储器后导致记录有意外跌落过程的视频片段被误删。
在该实施例中,在无人机发生炸机事故时,本地存储器存有四段视频片段,这四段视频片段记录了无人机发生炸机事故前15到20秒的第一人称主视角内的飞行环境。将这四段视频片段进行合并,整合成一段时间长度15到20秒的影像数据,并将该影像数据上传至云端服务器,以便后台工作人员从云端获取该影像数据,并直接对该影像数据进行事故分析。
在一个实施例中,遥控器端、其他无人设备和/或云端服务器设置有预先训练好的障碍物识别模型,根据该障碍物识别模型对第一人称主视角的视频片段进行分析,可确定事故发生原因是否为撞击障碍物。或者,无人机设置有预先训练好的障碍物识别模型,在确定无人机发生炸机事故时,将本地存储器中的第一人称主视角的视频片段输入该障碍物识别模型,通过预设的障碍物识别模型对视频片段进行识别,确定无人机的事故发生原因。在确定无人机的事故发生原因后,通过蜂窝网络和/或本地数链上传该事故发生原因。
在一个实施例中,参考图2,无人设备数据获取***还包括业务处理模块,业务处理模块用于实时获取所述周边环境信息,在接收到所述飞控模块发送的通知后,对所述周边环境信息进行保存。飞控模块在确定出运动状态参数满足事故发生条件时,通知业务处理模块无人设备发生事故,业务处理模块在接收到飞控模块发送的事故发生通知后,通知周边信息采集模块停止采集,周边信息采集模块在接收到业务处理模块发送的事故发生通知后,停止采集周边环境信息,以避免采集落地后的无效数据,业务处理模块获取周边环境信息并进行保存。进一步的,无人设备数据获取***还包括通信模块,通信模块一般采用蜂窝网络模块和/或本地数链模块。通信模块在接收到业务处理模块发送的事故发生通知后,将业务处理模块保存的周边环境信息进行上传,以便后台工作人员直接从云端获取周边环境信息,并对该周边环境信息进行事故分析。虽然无人机发生炸机事故后可能会导致通信模块无法进行数据传输,但由于周边环境信息已保存至业务处理模块内的存储器中,后续可以通过人工拷贝方式获取周边环境信息。
示例性的,图3是本申请实施例一提供的另一种无人设备数据获取方法的流程图。参考图3,在航线任务开始后,周边信息采集模块开始采集周边环境信息,业务处理模块将周边环境信息进行保存。飞控模块获取当前时刻的电机转动参数和加速度参数,以判断无人机是否发生事故,若无人机没有发生事故继续获取下一时刻的电机转动参数和加速度参数,循环判断无人机是否发生事故。在确定出无人机发生事故时,飞控模块将异常标志位从零置为一,业务处理模块实时获取飞控模块的异常标志位的状态,在获取到飞控模块的异常标志位为一时确定无人机状态为发生事故状态。周边信息采集模从业务处理模块获取无人机状态,根据无人机状态判断是否停止采集周边环境信息。在获取到无人机状态为发生事故状态时,停止采集周边环境信息,否则继续从业务处理模块获取无人机状态,循环判断是否停止采集周边环境信息。在确定停止采集周边环境信息后,业务处理模块获取周边环境信息并进行保存至内部的存储器中,业务处理模块通知通信模块将本地存储器中的周边环境信息上传,由云端进行保存,以便工作人员从业务处理模块中人工拷贝周边环境信息,或从云端获取周边环境信息,进而根据周边环境信息进行事故分析。
另一方面,图4是本申请实施例一提供的另一种无人设备数据获取方法的流程图。参考图4,在航线任务开始后,周边信息采集模块开始采集周边环境信息,业务处理模块将周边环境信息进行保存。飞控模块获取当前时刻的电机转动参数和加速度参数,以判断无人机是否发生事故,若无人机没有发生事故继续获取下一时刻的电机转动参数和加速度参数,循环判断无人机是否发生事故。在确定出无人机发生事故时,飞控模块将异常标志位从零置为一,业务处理模块实时获取飞控模块的异常标志位的状态,在获取到飞控模块的异常标志位为一时确定无人机状态为发生事故状态。周边信息采集模从业务处理模块获取无人机状态,根据无人机状态判断是否停止采集周边环境信息。在获取到无人机状态为发生事故状态时,停止采集周边环境信息,否则继续从业务处理模块获取无人机状态,循环判断是否停止采集周边环境信息。在确定停止采集周边环境信息后,通信模块将周边信息采集模块保存的所有周边环境信息上传至云端,判断周边环境信息是否上传成功,若上传成功则由云端对周边环境信息进行保存,若上传不成功,则由业务处理模块对周边环境信息进行保存,以便工作人员从业务处理模块中人工拷贝周边环境信息,或从云端获取周边环境信息,进而根据周边环境信息进行事故分析。
在上述实施例的基础上,事故数据还包括运动状态参数,将无人机发生炸机事故前的运动状态参数进行保存,以便后续根据无人机发生炸机事故前的运动状态参数和周边环境信息对事故原因进行分析。
综上,通过实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。采用上述技术手段,通过实时获取无人设备的运动状态参数,以实时监测无人设备是否发生事故,在监测到无人设备发生事故时,将获取到周边环境信息进行保存。周边环境信息可能记录有导致无人设备发生事故的信息,将获取到的周边环境信息进行保存,以便于从保存的周边环境信息中获取到事故相关数据,进而根据事故相关数据对事故原因进行有效分析。
实施例二:
在上述实施例的基础上,图5为本申请实施例二提供的一种无人设备数据获取装置的结构示意图。参考图5,本实施例提供的无人设备数据获取装置具体包括:数据获取模块21、状态判断模块22和数据保存模块23。
其中,数据获取模块21,被配置为实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;
状态判断模块22,被配置为根据运动状态参数确定无人设备是否满足事故发生条件;
数据保存模块23,被配置为当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。
在上述实施例的基础上,运动状态参数包括无人设备的电机转动参数和加速度参数,状态判断模块包括:条件判断单元,被配置为确定电机转动参数是否满足第一预设条件,以及加速度参数是否满足第二预设条件;事故确定单元,被配置为当电机转动参数满足第一预设条件,和/或加速度参数满足第二预设条件时,确定无人设备满足事故发生条件。
在上述实施例的基础上,条件判断单元包括:计算子单元,被配置为计算当前时刻获取到的电机转动参数与上一时刻获取到的电机转动参数的转动差值,计算当前时刻获取到的加速度参数与上一时刻获取到的加速度参数的加速度差值;判断子单元,被配置为判断转动差值和加速度差值是否超出对应的阈值范围;第一条件确定子单元,被配置为当转动差值大于第一阈值时,确定电机转动参数满足第一预设条件;第二条件确定子单元,被配置为当加速度差值大于第二阈值时,确定加速度参数满足第二预设条件。
在上述实施例的基础上,视频信息包括无人设备第一人称主视角的影像数据,第一人称主视角的影像数据通过设置在无人设备头部的摄像装置采集得到。
在上述实施例的基础上,数据获取模块包括:分段录制单元,被配置为获取摄像装置实时录制的预设时间长度的视频片段,其中摄像装置在无人设备处于作业状态时录制视频片段。
在上述实施例的基础上,数据保存模块包括:视频保存单元,被配置为将实时获取到的视频片段保存至本地存储器中;视频上传单元,被配置为通过蜂窝网络和/或本地数链,将本地存储器中的视频片段上传至遥控器端、其他无人设备和/或云端服务器。
在上述实施例的基础上,视频上传单元包括:第一上传子单元,被配置为从本地存储器中获取至少一个最新存储的视频片段,并将该视频片段上传。
在上述实施例的基础上,视频保存单元包括:替换存储子单元,被配置为若本地存储器没有空余空间,则将本地存储器中存储时间最长的视频片段删除,并将当前获取的视频片段保存至本地存储器中。
在上述实施例的基础上,视频上传单元包括:第二上传子单元,被配置为将本地存储器中的所有视频片段合并上传。
在上述实施例的基础上,无人设备数据获取装置包括:事故分析模块,被配置为通过预设的障碍物识别模型对视频片段进行识别,确定无人设备的事故发生原因。
在上述实施例的基础上,状态判断模块还包括:运行条件判断单元,被配置为确定无人设备的当前状态是否为作业状态;事故判断单元,被配置为如果当前状态为作业状态时,则确定运动状态参数是否满足事故发生条件。
上述,通过实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。采用上述技术手段,通过实时获取无人设备的运动状态参数,以实时监测无人设备是否发生事故,在监测到无人设备发生事故时,将获取到周边环境信息进行保存。周边环境信息可能记录有导致无人设备发生事故的信息,将获取到的周边环境信息进行保存,以便于从保存的周边环境信息中获取到事故相关数据,进而根据事故相关数据对事故原因进行有效分析。
本申请实施例二提供的无人设备数据获取装置可以用于执行上述实施例一提供的无人设备数据获取方法,具备相应的功能和有益效果。
实施例三:
图6是本申请实施例三提供的一种无人设备的结构示意图,参考图6,该无人设备数据获取设备包括:处理器31、存储装置32、通信装置33、周边信息采集装置34、惯性测量单元35及转速传感器36。该无人设备中处理器31的数量可以是一个或者多个,该无人设备中存储装置32的数量可以是一个或者多个。该无人设备的处理器31、存储装置32、通信装置33、周边信息采集装置34、惯性测量单元35及转速传感器36可以通过总线或者其他方式连接。
存储装置32作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本申请任意实施例所述的无人设备数据获取方法对应的程序指令/模块(例如,无人设备数据获取装置中的数据获取模块21、状态判断模块22和数据保存模块23)。存储装置32可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储装置32可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储装置32可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信装置33用于进行周边环境信息上传。
周边信息采集装置34用于采集无人设备的周边环境信息。
惯性测量单元35用于检测无人设备的加速度参数。
转速传感器36用于检测无人设备的电机转动参数。
处理器31通过运行存储在存储装置32中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的无人设备数据获取方法。
上述提供的无人设备可用于执行上述实施例一提供的无人设备数据获取方法,具备相应的功能和有益效果。
实施例四:
本申请实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种无人设备数据获取方法,该无人设备数据获取方法包括:实时获取无人设备的周边环境信息和运动状态参数,周边环境信息包括无人设备摄像装置拍摄的视频信息;根据运动状态参数确定无人设备是否满足事故发生条件;当确定无人设备满足事故发生条件时,将周边环境信息进行保存,以用于分析获取。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括:安装介质,例如CD-ROM、软盘或磁带装置;计算机***存储器或随机存取存储器,诸如DRAM、DDR RAM、SRAM、EDO RAM,兰巴斯(Rambus)RAM等;非易失性存储器,诸如闪存、磁介质(例如硬盘或光存储);寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外,存储介质可以位于程序在其中被执行的第一计算机***中,或者可以位于不同的第二计算机***中,第二计算机***通过网络(诸如因特网)连接到第一计算机***。第二计算机***可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然,本申请实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的无人设备数据获取方法,还可以执行本申请任意实施例所提供的无人设备数据获取方法中的相关操作。
上述实施例中提供的无人设备数据获取装置、存储介质及无人设备可执行本申请任意实施例所提供的无人设备数据获取方法,未在上述实施例中详尽描述的技术细节,可参见本申请任意实施例所提供的无人设备数据获取方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例,对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由权利要求的范围决定。
Claims (16)
1.一种无人设备数据获取方法,其特征在于,包括:
实时获取无人设备的周边环境信息和运动状态参数,所述周边环境信息包括所述无人设备摄像装置拍摄的视频信息;
根据所述运动状态参数确定所述无人设备是否满足事故发生条件;
当确定所述无人设备满足所述事故发生条件时,将所述周边环境信息进行保存,以用于分析获取。
2.根据权利要求1所述的无人设备数据获取方法,其特征在于,所述运动状态参数包括所述无人设备的电机转动参数和加速度参数,所述根据所述运动状态参数确定所述无人设备是否满足事故发生条件,包括:
确定所述电机转动参数是否满足第一预设条件,以及所述加速度参数是否满足第二预设条件;
当所述电机转动参数满足第一预设条件,和/或所述加速度参数满足第二预设条件时,确定所述无人设备满足事故发生条件。
3.根据权利要求2所述的无人设备数据获取方法,其特征在于,所述确定所述电机转动参数是否满足第一预设条件,以及所述加速度参数是否满足第二预设条件包括:
计算当前时刻获取到的电机转动参数与上一时刻获取到的电机转动参数的转动差值,计算当前时刻获取到的加速度参数与上一时刻获取到的加速度参数的加速度差值;
判断所述转动差值和所述加速度差值是否超出对应的阈值范围;
当所述转动差值大于第一阈值时,确定所述电机转动参数满足第一预设条件;
当所述加速度差值大于第二阈值时,确定所述加速度参数满足第二预设条件。
4.根据权利要求1所述的无人设备数据获取方法,其特征在于,所述视频信息包括所述无人设备第一人称主视角的影像数据,所述第一人称主视角的影像数据通过设置在所述无人设备头部的摄像装置采集得到。
5.根据权利要求1-4任一项所述的无人设备数据获取方法,其特征在于,所述实时获取无人设备的周边环境信息包括:
获取所述摄像装置实时录制的预设时间长度的视频片段,其中所述摄像装置在所述无人设备处于作业状态时录制所述视频片段。
6.根据权利要求5所述的无人设备数据获取方法,其特征在于,所述将所述周边环境信息进行保存,包括:
将实时获取到的所述视频片段保存至本地存储器中;
通过蜂窝网络和/或本地数链,将本地存储器中的视频片段上传至遥控器端、其他无人设备和/或云端服务器。
7.根据权利要求6所述的无人设备数据获取方法,其特征在于,所述将所述周边环境信息上传至遥控器端、其他无人设备端和/或云端服务器包括:
从所述本地存储器中获取至少一个最新存储的视频片段,并将该视频片段上传。
8.根据权利要求6所述的无人设备数据获取方法,其特征在于,所述将实时获取到的所述视频片段保存至本地存储器中,包括:
若所述本地存储器没有空余空间,则将所述本地存储器中存储时间最长的视频片段删除,并将当前获取的所述视频片段保存至所述本地存储器中。
9.根据权利要求8所述的无人设备数据获取方法,其特征在于,所述将所述周边环境信息上传至遥控器端、其他无人设备端和/或云端服务器包括:
将所述本地存储器中的所有视频片段合并上传。
10.根据权利要求1-4任一项所述的无人设备数据获取方法,其特征在于,在所述将所述周边环境信息进行保存之后,还包括:
通过预设的障碍物识别模型对视频片段进行识别,确定所述无人设备的事故发生原因。
11.根据权利要求1-4任一项所述的无人设备数据获取方法,其特征在于,在所述确定所述无人设备是否满足事故发生条件之前,还包括:
确定所述无人设备的当前状态是否为作业状态;
如果当前状态为作业状态时,则确定所述运动状态参数是否满足事故发生条件。
12.一种无人设备数据获取装置,其特征在于,包括:
数据获取模块,被配置为实时获取无人设备的周边环境信息和运动状态参数,所述周边环境信息包括所述无人设备摄像装置拍摄的视频信息;
状态判断模块,被配置为根据所述运动状态参数确定所述无人设备是否满足事故发生条件;
数据保存模块,被配置为当确定所述无人设备满足所述事故发生条件时,将所述周边环境信息进行保存,以用于分析获取。
13.一种无人设备数据获取***,包括周边信息采集模块、飞控模块以及业务处理模块,其特征在于:
所述周边信息采集模块,用于采集所述无人设备当前的周边环境信息;
所述飞控模块,用于获取所述无人设备的运动状态参数,根据所述运动状态参数确定所述无人设备是否满足事故发生条件,当确定所述无人设备满足所述事故发生条件时,通知所述业务处理模块;
所述业务处理模块,用于实时获取所述周边环境信息,在接收到所述飞控模块发送的通知后,对所述周边环境信息进行保存。
14.根据权利要求13所述的无人设备数据获取***,其特征在于,还包括通信模块,其中:
所述通信模块,用于将所述业务处理模块保存的周边环境信息进行上传。
15.一种无人设备,其特征在于,包括:一个或多个处理器;存储装置,存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-11任一所述的无人设备数据获取方法。
16.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-11任一所述的无人设备数据获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110731486.6A CN113496559A (zh) | 2021-06-29 | 2021-06-29 | 无人设备数据获取方法、装置、***、无人设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110731486.6A CN113496559A (zh) | 2021-06-29 | 2021-06-29 | 无人设备数据获取方法、装置、***、无人设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113496559A true CN113496559A (zh) | 2021-10-12 |
Family
ID=77998164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110731486.6A Pending CN113496559A (zh) | 2021-06-29 | 2021-06-29 | 无人设备数据获取方法、装置、***、无人设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113496559A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202093582U (zh) * | 2011-05-23 | 2011-12-28 | 五邑大学 | 一种用于交通事故责任界定的行车数字影像记录器 |
CN102956045A (zh) * | 2011-08-19 | 2013-03-06 | 徐菲 | 一种基于事件触发的车载监测、记录、提示装置及方法 |
CN103440689A (zh) * | 2013-06-24 | 2013-12-11 | 开平市中铝实业有限公司 | 一种全方位行车数字影像记录仪 |
CN104507799A (zh) * | 2014-04-28 | 2015-04-08 | 深圳市大疆创新科技有限公司 | 飞行器的保护控制方法、装置及飞行器 |
CN108120476A (zh) * | 2017-12-15 | 2018-06-05 | 中国电子产品可靠性与环境试验研究所 | 无人机实时安全预警装置 |
CN110612252A (zh) * | 2018-01-05 | 2019-12-24 | 深圳市大疆创新科技有限公司 | 无人机的故障检测方法、装置及可移动平台 |
CN110979645A (zh) * | 2019-12-18 | 2020-04-10 | 新疆联海创智信息科技有限公司 | 一种无人机故障后应急控制装置与方法 |
CN112581652A (zh) * | 2020-11-25 | 2021-03-30 | 宝能(广州)汽车研究院有限公司 | 监控控制方法、监控控制***以及车辆 |
CN112937888A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 确定无人驾驶设备故障原因的方法及装置 |
CN112947509A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 确定无人驾驶设备故障原因的方法及装置 |
-
2021
- 2021-06-29 CN CN202110731486.6A patent/CN113496559A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202093582U (zh) * | 2011-05-23 | 2011-12-28 | 五邑大学 | 一种用于交通事故责任界定的行车数字影像记录器 |
CN102956045A (zh) * | 2011-08-19 | 2013-03-06 | 徐菲 | 一种基于事件触发的车载监测、记录、提示装置及方法 |
CN103440689A (zh) * | 2013-06-24 | 2013-12-11 | 开平市中铝实业有限公司 | 一种全方位行车数字影像记录仪 |
CN104507799A (zh) * | 2014-04-28 | 2015-04-08 | 深圳市大疆创新科技有限公司 | 飞行器的保护控制方法、装置及飞行器 |
CN108120476A (zh) * | 2017-12-15 | 2018-06-05 | 中国电子产品可靠性与环境试验研究所 | 无人机实时安全预警装置 |
CN110612252A (zh) * | 2018-01-05 | 2019-12-24 | 深圳市大疆创新科技有限公司 | 无人机的故障检测方法、装置及可移动平台 |
CN112937888A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 确定无人驾驶设备故障原因的方法及装置 |
CN112947509A (zh) * | 2019-12-10 | 2021-06-11 | 广州极飞科技股份有限公司 | 确定无人驾驶设备故障原因的方法及装置 |
CN110979645A (zh) * | 2019-12-18 | 2020-04-10 | 新疆联海创智信息科技有限公司 | 一种无人机故障后应急控制装置与方法 |
CN112581652A (zh) * | 2020-11-25 | 2021-03-30 | 宝能(广州)汽车研究院有限公司 | 监控控制方法、监控控制***以及车辆 |
Non-Patent Citations (1)
Title |
---|
张伟等: "《汽车电气构造与维修》", 北京航空航天大学出版社, pages: 161 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11745876B2 (en) | Method for adaptive mission execution on an unmanned aerial vehicle | |
CN110069071B (zh) | 无人机导航方法与装置、存储介质、电子设备 | |
US10745127B2 (en) | Systems and methods for execution of recovery actions on an unmanned aerial vehicle | |
US11094205B2 (en) | Fleet management of unmanned aerial vehicles and flight authorization system | |
US10218893B2 (en) | Image capturing system for shape measurement of structure, method of capturing image of structure for shape measurement of structure, on-board control device, remote control device, program, and storage medium | |
TWI585006B (zh) | 無人機飛行方法以及無人機飛行系統 | |
CN109921517B (zh) | 变电站巡检*** | |
WO2018072133A1 (zh) | 控制移动设备的方法、控制***和移动设备 | |
US20180141656A1 (en) | Method and system for monitoring operational status of drone | |
WO2016172251A1 (en) | Systems and methods for execution of recovery actions on an unmanned aerial vehicle | |
CN106043715B (zh) | 一种无人飞行器发动机空中自动点火控制方法 | |
JP6726224B2 (ja) | 管理装置及び飛行装置管理方法 | |
CN113496559A (zh) | 无人设备数据获取方法、装置、***、无人设备及存储介质 | |
CN115793008B (zh) | 基于无人机坠机的实时位置追踪方法、装置和计算机设备 | |
KR20210016678A (ko) | 무인 비행체의 관제 장치 및 관제 방법 | |
CN115793682A (zh) | 一种基于无人机的桥梁智能巡检方法及巡检*** | |
CN112837497B (zh) | 基于目标位置分析的报警触发*** | |
CN114217631A (zh) | 一种基于无人机的智能巡查***、方法及存储介质 | |
CN110322701B (zh) | 基于云平台的交通违停判断方法 | |
CN114167884A (zh) | 无人机控制方法、装置、计算机设备及存储介质 | |
WO2020107465A1 (zh) | 控制方法、无人机和计算机可读存储介质 | |
CN113917935B (zh) | 一种无人机机巢控制方法及无人机机巢 | |
CN116736747B (zh) | 一种无人机应急处理方法及装置 | |
KR102587311B1 (ko) | 조난 수색을 위한 전자 장치, 조난 수색 방법, 무인 비행체 및 컴퓨터 프로그램 | |
CN112666961B (zh) | 无人机坠机检测方法、***、装置、无人机和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211012 |