CN115542951B - 基于5g网络的无人机集中管控方法、***、设备及介质 - Google Patents
基于5g网络的无人机集中管控方法、***、设备及介质 Download PDFInfo
- Publication number
- CN115542951B CN115542951B CN202211496470.2A CN202211496470A CN115542951B CN 115542951 B CN115542951 B CN 115542951B CN 202211496470 A CN202211496470 A CN 202211496470A CN 115542951 B CN115542951 B CN 115542951B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- online
- flight
- ground station
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000004458 analytical method Methods 0.000 claims description 38
- 238000007405 data analysis Methods 0.000 claims description 21
- 238000011217 control strategy Methods 0.000 claims description 17
- 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 9
- 230000008859 change Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012512 characterization method Methods 0.000 claims 2
- 239000000126 substance Substances 0.000 claims 1
- 238000007726 management method Methods 0.000 description 40
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
基于5G网络的无人机集中管控方法，包括：集中控制调度服务器基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群并发送在网无人机的状态信息，否则持续监测；其中地面站集群包括多个地面站界面；集中控制调度服务器通过5G QOS接口和5G网络与在网无人机进行通信，并与地面站集群通信连接；接收所有在网无人机的状态信息；基于状态信息通过多个地面站界面分别连接多个在网无人机后，发送已连接或者未连接提示信号；基于检测到已连接提示信号，根据状态信息生成控制指令，控制指令用于控制在网无人机的飞行状态；将控制指令发送给对应的在网无人机。还公开了对应的***、电子设备以及计算机可读存储介质。
Description
技术领域
本申请涉及无人机领域。具体地，本申请涉及一种基于5G网络的无人机集中管控方法和管控***。
背景技术
通常被称为“无人机”的多旋翼或多轴飞行器是通常具有两个以上转子的旋翼飞行器。单转子直升机和双转子直升机使用多个复杂的可变桨距转子，其桨距随着桨叶旋转而变化，以用于飞行稳定性和控制，与单转子直升机和双转子直升机不同，多轴飞行器通常使用多个固定桨距的桨叶，因此，多轴飞行器运动的控制是通过改变每个转子的相对速度，以改变由每个转子产生的推力和扭矩得以实现的，飞行控制所需的转子机构更简单。
常规可用的多轴飞行器通常使用被称为“地面站”的软件，经由无线链路或连接远程控制多轴飞行器。地面站和多轴飞行器中的每一个都配备有多个合适的无线收发器，用于发送和接收包括若干飞行控制信号、若干遥测信号等的若干无线信号。许多这种常规可用的多轴飞行器在飞行过程中通过从多轴飞行器上的摄像机接收第一人称视角(FPV)图像，基于第一人称视角(FPV)图像对其进行控制，并通过与地面站关联的屏幕观察其飞行情况。屏幕通常不包括地面站的集成元件，而是包括通用电子设备，例如安装在由地面站提供的支架上的智能电话、平板手机或平板电脑。地面站和安装在其上的通用电子设备之间的通信通常通过短距离无线连接。
对于典型的多轴飞行器地面站的设置，由多轴飞行器摄像机捕获的实时视频图像场景从多轴飞行器被无线传输到地面站。在地面站，接收的视频图像信号必须被处理，并通过短距离无线连接或专用的物理电缆连接重新传输到作为用于地面站的FPV屏幕的通用电子设备。这种布置还要求通用电子设备在用作地面站屏幕之前，具有下载到其中的合适的软件，以使其能够用作FPV屏幕。同时无人机的飞行数据也会通过网络发送到地面站软件。
无人机地面站使用时会遇到许多问题，包括：
（1）地面站无法进行远距离控制：常用地面站通过数传或无线网络进行连接无人机，传输距离受到硬件条件限制，无法进行远距离控制；
（2）地面站和无人机进行一对一控制，无法进行集中控制：如果有多架无人机，无法在同一的管控中心进行统一管控，每个地面站接收到无人机的飞行数据和视频数据无法统一归集、管理、分析和处理。
（3）数传和无线网络传输过程存在不稳定情况，需要提高传输***的传输质量，增加网络QOS。
（4）传统的地面站控制无人机只能手动操作或安装固定航线指定飞行，无法对飞行场景中的目标进行智能分析，进行智能飞行控制，例如自动识别重点目标进行抵近盘旋观察。
因此，需要实现更优化的远程分布式无人机控制平台，从而提高无人机远程连接的距离和稳定性，并实现集中管控无人机设备的问题，同时能够对无人机进行智能风险控制。
发明内容
本发明为了解决现有技术的缺陷，提供一种基于5G网络的无人机集中管控方法和管控***，通过使用5G QOS网络接入技术，提供无人机远程连接，提高无人机远程连接的稳定性；提供无人机集中管控平台，解决集中管控无人机设备问题；提供高效数据收集分析平台，解决无人机产生数据收集，分析难题；提供AI智能控制平台，根据无人机产生特征数据和已知特征值进行分析，对无人机进行智能风险控制。
为达到上述目的，本发明第一方面实施例提供一种基于5G网络的无人机集中管控方法，包括：
基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群并发送所述在网无人机的状态信息，否则持续所述监测；其中所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；所述集中控制调度服务器通过5G QOS接口和5G网络与在网无人机进行通信，所述集中控制调度服务器与所述地面站集群通信连接；
接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；
基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
将所述控制指令发送给对应的所述在网无人机。
优选的，所述基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态包括：
获取已连接提示信号；
基于已连接提示信号将在网无人机的当前所述状态信息发送到地面站集群；
获取所有在网无人机的状态信息并进行状态信息分析；
基于所述状态信息分析结果和当前所述状态信息生成控制指令，并将所述控制指令发送给相应的在网无人机，从而控制所述在网无人机的飞行状态。
优选的，获取所有在网无人机的状态信息并进行状态信息分析包括：数据基础分析以及AI智能分析；其中：
所述数据基础分析用于分析所述状态信息并获得所述在网无人机的特征分析结果，所述数据基础分析由数据分析管理服务器执行；数据分析管理服务器还能够分析由在网无人机收集的飞行数据、飞行区域地况地貌数据以及飞行区域目标识别，并对目标进行归档，其中无人机运行过程产生的飞行记录、采集视频数据通过数据分析管理服务器进行收集，分析行进数据，根据设定的目标集，将提取的目标信息发送给AI智能飞行控制服务器；
所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略，所述AI智能分析由AI智能控制服务器执行；
所述地面站集群与所述数据分析管理服务器连接，所述数据分析管理服务器与所述AI智能控制服务器连接，所述AI智能控制服务器与所述地面站集群连接。
优选的，所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略包括：
获取特征分析结果作为在网无人机的飞行特征数据；
获取智能风险最优控制对应的关注特征集作为已知特征值；
比较特征分析结果和关注特征集，从而获得在网无人机的智能风险最优控制策略；
将所述在网无人机的智能风险最优控制策略发送给地面站集群。
优选的，所述智能风险最优控制策略包括：
根据所述状态信息判断所述在网无人机之间是否存在撞机隐患，若所述在网无人机之间存在撞机隐患，则根据存在撞机隐患的在网无人机的飞行级别，对飞行级别低的无人机生成更改飞行参数的指令，并将更改飞行参数指令发送给飞行级别低的在网无人机，使得飞行级别低的在网无人机更改飞行参数，飞行级别高的无人机的飞行参数保持不变；和/或
根据所述状态信息判断是否由在网无人机飞行到禁飞区域；若由所述在网无人机飞行到禁飞区域，则生成更改飞行方向指令，并将所述更改飞行方向指令发送给飞行到禁飞区域的在网无人机。
优选的，所述接收所有所述在网无人机的状态信息包括通过移动终端接收所有所述在网无人机的状态信息。本实施例中，移动终端包括但不限于智能手机，智能平板设备以及智能电脑等。
优选的，所述地面站集群为基站或地面站。
为达到上述目的，本发明第二方面实施例提供一种基于5G网络的无人机集中管控***，包括集中控制调度服务器和控制中心，其中：
所述集中控制调度服务器用于基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群，否则持续所述监测；其中所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；所述集中控制调度服务器通过5G QOS接口和5G网络与在网无人机进行通信，所述集中控制调度服务器与所述地面站集群通信连接；
所述控制中心包括：
接收模块，用于接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；
连接模块，用于基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
生成模块，用于基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
发送模块，用于将所述控制指令发送给对应的所述在网无人机。
为达到上述目的，本发明第三方面实施例提出的电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现本发明第一方面实施例所述的基于5G网络的无人机集中管控方法。
为达到上述目的，本发明第四方面实施例提出的计算机可读存储介质，所述计算机程序被处理器执行时实现本发明第一方面实施例所述的基于5G网络的无人机集中管控方法。
所发明的管控方法、管控***、电子设备以及计算机可读存储介质可以达到如下效果：
本发明可以通过稳定的网络环境进行远程集中控制无人机飞行，数据中心可以通过多屏幕地面站集中观测无人机飞行情况，同时可对重点观测对象进行智能化识别跟踪，适合多点实时跟踪识别作业，具体地：
（1）提供无人机远程基站控制平台，通过使用5G QOS网络接入技术，提供无人机远程连接，提高无人机远程连接的稳定性，使得无人机远程基站控制平台可以远距离控制多套无人机地面站。
（2）提供无人机集中管控平台，解决集中管控无人机设备问题；
（3）提供用于无人机(例如多轴飞行器)的地面站，以改善用户体验；
（4）提供高效数据收集分析平台，解决无人机产生数据收集，分析难题，从而能够收集无人机飞行数据，飞行区域地况地貌数据以及飞行区域目标识别和目标归档；
（5）提供AI智能控制平台，根据无人机产生特征数据和已知特征值进行分析，对无人机进行智能风险控制。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1展示了本申请的基于5G网络的无人机集中管控方法流程图；
图2展示了本申请的基于5G网络的无人机集中管控***结构示意图；
图3 展示了本申请的基于5G网络的无人机集中管控***整体功能原理示意图；
图4展示了本申请的基于5G网络的无人机集中管控方法中集中控制调度部分流程图；
图5展示了本申请的基于5G网络的无人机集中管控方法中数据采集分析处理流程策略示意图；
图6展示了本申请的的基于5G网络的无人机集中管控方法中AI智能飞行控制策略原理示意图；
图7展示了本申请的电子设备的结构示意图。
具体实施方式
为了简明，本文仅具体地公开了一些数值范围。然而，任意下限可以与任何上限组合形成未明确记载的范围；以及任意下限可以与其它下限组合形成未明确记载的范围，同样任意上限可以与任意其它上限组合形成未明确记载的范围。此外，每个单独公开的点或单个数值自身可以作为下限或上限与任意其它点或单个数值组合或与其它下限或上限组合形成未明确记载的范围。
在本文的描述中，除非另有说明，“以上”、“以下”包含本数。
除非另有说明，本申请中使用的术语具有本领域技术人员通常所理解的公知含义。除非另有说明，本申请中提到的各参数的数值可以用本领域常用的各种测量方法进行测量（例如，可以按照在本申请的实施例中给出的方法进行测试）。
术语“中的至少一者”、“中的至少一个”、“中的至少一种”或其他相似术语所连接的项目的列表可意味着所列项目的任何组合。例如，如果列出项目A及B，那么短语“A及B中的至少一者”意味着仅A；仅B；或A及B。在另一实例中，如果列出项目A、B及C，那么短语“A、B及C中的至少一者”意味着仅A；或仅B；仅C；A及B（排除C）；A及C（排除B）；B及C（排除A）；或A、B及C的全部。项目A可包含单个组分或多个组分。项目B可包含单个组分或多个组分。项目C可包含单个组分或多个组分。
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种分布式无人机集群控制***的具体实施方式及其功效，详细说明如后。
图1展示了本申请的基于5G网络的无人机集中管控方法流程图。需要说明的是，本发明实施例的基于5G网络的无人机集中管控方法可应用于本发明实施例的基于5G网络的无人机集中管控***，该***可被配置于电子设备上，也可以被配置在服务器中。其中电子设备可以是PC机或移动终端。本发明实施例对此不作限定。
如图1所示，基于5G网络的无人机集中管控方法，包括：
S1，基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群并发送所述在网无人机的状态信息，否则持续所述监测；
在本发明的实施例中，所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；无人机首先与监测在网信号的装置建立通信连接，这里是通过5G网络进行连接，区别于通过TCP/IP连接方式或者PPP(Point to PointProtrol，点对点)连接方式，其连接的通信距离更长，信号质量也更优。
S2，接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；当然状态信息还可能包括无人机的身份标识、飞行航线、飞行高度、飞行速度，还可以包括无人机的经纬度、飞行时长等。该无人机的身份标识唯一标识无人机，该无人机的身份标识在该无人机出厂前由厂商设定。该状态信息中的飞行高度可由无人机内置的高度传感器测量。该高度传感器可以为超声波传感器、激光传感器、声纳传感器、红外传感器等。该状态信息中的飞行时长是无人机在本次飞行中，从开始飞行到当前时间的持续时间。
本实施例中，接收在网无人机的状态信息包括：监测管辖区域内的在网无人机，并向管辖区域内的在网无人机发送状态信息获取请求；接收管辖区域内的在网无人机根据状态信息获取请求返回的状态信息。按照第一预设时间周期定期监测管辖区域内的在网无人机，该第一预设时间根据需要设置，例如设置为1s；管辖区域可根据需要预先设定，通常的，管辖区域是以监测所使用的设备所在位置为圆心，半径为预设半径的圆包围的区域；监测管辖区域内是否有在网无人机以及该管辖区域内有多少架在网无人机，当该管辖域内有无人机的情况下，向管辖区域内的在网无人机发送状态信息获取请求；无人机接收到该状态信息获取请求后，获取自身的状态信息，并将获取的状态信息返回给发送状态信息获取请求的用于监测的装置（本实施例对应集中控制调度服务器），相应的，用于监测的装置（本实施例对应集中控制调度服务器）接收在网无人机返回的状态信息。
S3，基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
本实施例中，可将接收到的至少一架在网无人机的状态信息转发至控制中心，可将接收的至少一架在网无人机的状态信息以语音方式或短信方式发送给控制中心。该短信的格式为PDU(Protocol Data Unit，协议数据单元)格式。
控制中心可使用现有的空中交通管理站组建。集中控制调度服务器为基站或地面站。该基站可以由现有的移动、联通、电信的基站充当。
S4，基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
S5，将所述控制指令发送给对应的所述在网无人机。
作为优选的实施方式，所述基于检测到已连接提示信号，控制所述在网无人机的飞行状态包括：
获取已连接提示信号；
基于已连接提示信号将在网无人机的当前所述状态信息发送到地面站集群；
获取所有在网无人机的状态信息并进行状态信息分析；
基于所述状态信息分析结果和当前所述状态信息生成控制指令，并将所述控制指令发送给相应的在网无人机，从而控制所述在网无人机的飞行状态。
作为优选的实施方式，获取所有在网无人机的状态信息并进行状态信息分析包括：数据基础分析以及AI智能分析；其中：
所述数据基础分析用于分析所述状态信息并获得所述在网无人机的特征分析结果，所述数据基础分析由数据分析管理服务器执行；在另一优选实施例中，数据分析管理服务器还能够分析由在网无人机收集的飞行数据、飞行区域地况地貌数据以及飞行区域目标识别，并对目标进行归档，其中无人机运行过程产生的飞行记录、采集视频数据通过数据分析管理服务器进行收集，分析行进数据，根据设定的目标集，将提取的目标信息发送给AI智能飞行控制服务器；
所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略，所述AI智能分析由AI智能控制服务器执行；
所述地面站集群与所述数据分析管理服务器连接，所述数据分析管理服务器与所述AI智能控制服务器连接，所述AI智能控制服务器与所述地面站集群连接。
作为优选的实施方式，所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略包括：
获取特征分析结果作为在网无人机的飞行特征数据；
获取智能风险最优控制对应的关注特征集作为已知特征值；
比较特征分析结果和关注特征集，从而获得在网无人机的智能风险最优控制策略；
将所述在网无人机的智能风险最优控制策略发送给地面站集群。
作为优选的实施方式，所述智能风险最优控制策略包括：
所述控制中心根据所述状态信息判断所述在网无人机之间是否存在撞机隐患，若所述在网无人机之间存在撞机隐患，则根据存在撞机隐患的在网无人机的飞行级别，对飞行级别低的无人机生成更改飞行参数的指令，并将更改飞行参数指令发送给飞行级别低的在网无人机，使得飞行级别低的在网无人机更改飞行参数，飞行级别高的无人机的飞行参数保持不变；和/或
所述控制中心根据所述状态信息判断是否由在网无人机飞行到禁飞区域；若由所述在网无人机飞行到禁飞区域，则生成更改飞行方向指令，并将所述更改飞行方向指令发送给飞行到禁飞区域的在网无人机。
作为优选的实施方式，所述接收所有所述在网无人机的状态信息包括通过移动终端接收所有所述在网无人机的状态信息。本实施例中，移动终端包括但不限于智能手机，智能平板设备以及智能电脑等。
作为优选的实施方式，所述地面站集群为基站或地面站。
参见图2，本实施例提供一种基于5G网络的无人机集中管控***，包括集中控制调度服务器10和控制中心20，其中：
所述集中控制调度服务器10用于基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群并将在网无人机的状态信息转发到控制中心20，否则持续所述监测；其中所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；所述集中控制调度服务器10通过5G QOS接口和5G网络与在网无人机进行通信，所述集中控制调度服务器与所述地面站集群通信连接；
所述控制中心20包括：
接收模块21，用于接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；
连接模块22，用于基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
生成模块23，用于基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
发送模块24，用于将所述控制指令发送给对应的所述在网无人机。
整体功能如图3所示。具体处理步骤如下：
1、集中控制调度
集中控制调度服务器通过5G 网络Proxy检测在网无人机，自动启动地面站集群，通过不同地面站界面连接不同地理位置无人机装备，通过指控人员控制无人机操作。流程如图4所示。
2、单机控制：通过单一地面站对单一无人机进行控制。
3、数据收集分析处理
无人机运行过程产生的飞行记录、采集视频数据通过数据分析管理服务器进行收集，分析行进数据，根据设定的目标集，把提取的目标信息发送给AI智能飞行控制服务器，采集流程策略如图5所示。
4、AI智能飞行控制
AI智能飞行服务器，根据数据收集分析管理服务器发送来的目标数据，根据运行预案进行判别，实时给地面站发送无人设备控制信息，调整运动轨迹和行为，控制策略如图6所示。
根据本发明实施例的装置，下面参考图7，其示出了适于用来实现本发明实施例的电子设备（400的结构示意图。本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线504彼此相连。输入/输出（I/O）接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM402被安装。在该计算机程序被处理装置401执行时，执行本发明实施例的方法中限定的上述功能。
需要说明的是，本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（EPROM或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收视频查找指令；根据所述视频查找指令确定第一查找视频，所述第一查找视频包括一个或多个子视频；对所述第一查找视频进行标记获得具有所述标签的一个或多个所述子视频；根据一个或多个所述子视频的标签，查找目标视频。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收视频查找指令；根据所述视频查找指令确定第一查找视频，所述第一查找视频包括一个或多个子视频；对所述第一查找视频进行标记获得具有所述标签的一个或多个所述子视频；根据一个或多个所述子视频的标签，查找目标视频。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上***（SOC）、复杂可编程逻辑设备（CPLD）等等。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本发明的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
虽然已经说明和描述了本申请的一些示例性实施方式，然而本申请不限于所公开的实施方式。相反，本领域普通技术人员将认识到，在不脱离如所附权利要求中描述的本申请的精神和范围的情况下，可对所描述的实施方式进行一些修饰和改变。
Claims (10)
1.一种基于5G网络的无人机集中管控方法，其特征在于，包括：
基于无人机的在网信号监测是否存在在网无人机，如果存在所述在网无人机，则自动启动地面站集群并发送所述在网无人机的状态信息，否则持续所述监测；其中所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；通过5G QOS接口和5G网络与在网无人机进行通信；
接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；
基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
将所述控制指令发送给对应的所述在网无人机。
2.根据权利要求1所述的方法，其特征在于，基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态包括：
获取已连接提示信号；
基于已连接提示信号将在网无人机的当前所述状态信息发送到地面站集群；
获取所有在网无人机的状态信息并进行状态信息分析；
基于所述状态信息分析结果和当前所述状态信息生成控制指令，并将所述控制指令发送给相应的在网无人机，从而控制所述在网无人机的飞行状态。
3.根据权利要求1所述的方法，其特征在于，获取所有在网无人机的状态信息并进行状态信息分析包括：数据基础分析以及AI智能分析；其中：
所述数据基础分析用于分析所述状态信息并获得所述在网无人机的特征分析结果，所述数据基础分析由数据分析管理服务器执行；数据分析管理服务器还能够分析由在网无人机收集的飞行数据、飞行区域地况地貌数据以及飞行区域目标识别，并对目标进行归档，其中无人机运行过程产生的飞行记录、采集视频数据通过数据分析管理服务器进行收集，分析行进数据，根据设定的目标集，将提取的目标信息发送给AI智能飞行控制服务器；
所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略，所述AI智能分析由AI智能控制服务器执行；
所述地面站集群与所述数据分析管理服务器连接，所述数据分析管理服务器与所述AI智能控制服务器连接，所述AI智能控制服务器与所述地面站集群连接。
4.根据权利要求3所述的方法，其特征在于，所述AI智能分析根据在网无人机的飞行特征数据与已知特征值的比较，获得在网无人机的智能风险最优控制策略包括：
获取特征分析结果作为在网无人机的飞行特征数据；
获取智能风险最优控制对应的关注特征集作为已知特征值；
比较特征分析结果和关注特征集，从而获得在网无人机的智能风险最优控制策略；
将所述在网无人机的智能风险最优控制策略发送给地面站集群。
5.根据权利要求4所述的方法，其特征在于，所述智能风险最优控制策略包括：
根据所述状态信息判断所述在网无人机之间是否存在撞机隐患，若所述在网无人机之间存在撞机隐患，则根据存在撞机隐患的在网无人机的飞行级别，对飞行级别低的无人机生成更改飞行参数的指令，并将更改飞行参数指令发送给飞行级别低的在网无人机，使得飞行级别低的在网无人机更改飞行参数，飞行级别高的无人机的飞行参数保持不变；和/或
根据所述状态信息判断是否由在网无人机飞行到禁飞区域；若由所述在网无人机飞行到禁飞区域，则生成更改飞行方向指令，并将所述更改飞行方向指令发送给飞行到禁飞区域的在网无人机。
6.根据权利要求1所述的方法，其特征在于，所述接收所有所述在网无人机的状态信息包括通过移动终端接收所有所述在网无人机的状态信息。
7.根据权利要求1所述的方法，其特征在于，所述地面站集群为基站或地面站。
8.一种基于5G网络的无人机集中管控***，其特征在于，包括集中控制调度服务器和控制中心，其中：
所述集中控制调度服务器用于基于无人机的在网信号监测是否存在在网无人机，如果存在在网无人机，则自动启动地面站集群，否则持续所述监测；其中所述地面站集群包括多个地面站界面，所述地面站界面的数量大于或者等于所述在网无人机的数量；所述集中控制调度服务器和所述地面站集群通过5G QOS接口和5G网络与在网无人机进行通信，所述集中控制调度服务器与所述地面站集群通信连接；
所述控制中心包括：
接收模块，用于接收所有所述在网无人机的状态信息，所述状态信息包括位置坐标、航向角、运动趋势估计以及在网无人机的飞行级别；
连接模块，用于基于所述状态信息通过多个所述地面站界面分别连接多个所述在网无人机后，发送已连接或者未连接提示信号；
生成模块，用于基于检测到已连接提示信号，根据所述状态信息生成控制指令，所述控制指令用于控制所述在网无人机的飞行状态；
发送模块，用于将所述控制指令发送给对应的所述在网无人机。
9.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的管控方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的管控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211496470.2A CN115542951B (zh) | 2022-11-28 | 2022-11-28 | 基于5g网络的无人机集中管控方法、***、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211496470.2A CN115542951B (zh) | 2022-11-28 | 2022-11-28 | 基于5g网络的无人机集中管控方法、***、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115542951A CN115542951A (zh) | 2022-12-30 |
| CN115542951B true CN115542951B (zh) | 2023-03-21 |
Family
ID=84722001
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211496470.2A Active CN115542951B (zh) | 2022-11-28 | 2022-11-28 | 基于5g网络的无人机集中管控方法、***、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115542951B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116166045A (zh) * | 2023-01-12 | 2023-05-26 | 广州爱浦路网络技术有限公司 | 基于5gs的无人机控制方法、***和存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB201608744D0 (en) * | 2016-05-18 | 2016-06-29 | Unmanned Systems Ltd | Intelligent autonomous unmanned system |
| CN106412046A (zh) * | 2016-09-23 | 2017-02-15 | 北京京东尚科信息技术有限公司 | 一站多机控制方法、装置和*** |
| CN108089597B (zh) * | 2017-12-29 | 2021-06-11 | 易瓦特科技股份公司 | 基于地面站对无人机进行控制的方法及装置 |
| US11601824B2 (en) * | 2018-08-10 | 2023-03-07 | Apple Inc. | TCI and QCL configuration in 5G networks |
| CN110187695A (zh) * | 2019-04-19 | 2019-08-30 | 北京航空航天大学 | 一种无人机协同控制验证平台 |
| CN110413006B (zh) * | 2019-08-30 | 2022-04-01 | 杭州电子科技大学 | 一种基于5g通信的无人机编队组网***及方法 |
| CN112541426B (zh) * | 2020-12-10 | 2022-09-30 | 天津(滨海)人工智能军民融合创新中心 | 基于无人机集群协同感知的通信带宽自适应数据处理方法 |
| CN113485435B (zh) * | 2021-07-28 | 2023-07-14 | 中国人民解放军32146部队 | 一种异构多无人机监控***及方法 |
| CN114879727A (zh) * | 2022-05-09 | 2022-08-09 | 武汉市公安局视频侦查支队 | 基于侦察设备集群的协同控制*** |
-
2022
- 2022-11-28 CN CN202211496470.2A patent/CN115542951B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN115542951A (zh) | 2022-12-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018094747A1 (zh) | 控制方法、遥控器及无人机 | |
| CN106301623A (zh) | 一种频谱监测无人机的干扰源探测识别方法及其装置 | |
| CN110493249B (zh) | 基于多种网络切换的无人机终端载荷实时控制方法及*** | |
| CN105682158A (zh) | 一种无人飞行器的通信控制方法及装置 | |
| WO2019127229A1 (zh) | 监听数据的展示方法及装置及无人机监听*** | |
| EP2355069A1 (fr) | Système d'aide à la navigation pour un drone | |
| CN109376660B (zh) | 一种目标监测方法、装置及*** | |
| CN115542951B (zh) | 基于5g网络的无人机集中管控方法、***、设备及介质 | |
| CN112435454A (zh) | 一种无人机***、无人机控制方法、装置、设备和介质 | |
| US20170061803A1 (en) | Controller terminal and method of controlling wireless aircraft | |
| CN109816816A (zh) | 用于获取数据的方法和装置 | |
| EP3261405A1 (fr) | Réseau local pour l'échange simultané de données entre un drone et une pluralité de terminaux utilisateur | |
| Gaur et al. | IoT-equipped UAV communications with seamless vertical handover | |
| CN115550860A (zh) | 一种无人机组网通信***及方法 | |
| EP4022874A1 (en) | System, method and computer program product implementing a decentralized avionic channel | |
| CN110958325B (zh) | 一种控制方法、装置、服务器及终端 | |
| KR20240035982A (ko) | 이동 명령에 따라 테스트 수행 정보를 획득하는 무인 비행체를 활용한 송전선로 점검 방법 | |
| WO2019087891A1 (ja) | 情報処理装置及び飛行制御システム | |
| CN112235355B (zh) | 一种公路路政无人机巡查方法和*** | |
| US10755582B2 (en) | Drone physical and data interface for enhanced distance coverage | |
| US11620913B2 (en) | Movable object application framework | |
| CN217435657U (zh) | 自动驾驶车辆的电气***和自动驾驶车辆 | |
| Sarkar et al. | Leveraging the cloud to achieve near real-time processing for drone-generated data | |
| CN111061298A (zh) | 飞行控制方法及装置、无人机 | |
| CN116318365A (zh) | 天地多元一体化的时空服务大数据平台 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |