CN116578120A - 无人机调度方法、装置、无人机***和算机设备 - Google Patents
无人机调度方法、装置、无人机***和算机设备 Download PDFInfo
- Publication number
- CN116578120A CN116578120A CN202310654494.4A CN202310654494A CN116578120A CN 116578120 A CN116578120 A CN 116578120A CN 202310654494 A CN202310654494 A CN 202310654494A CN 116578120 A CN116578120 A CN 116578120A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- flight
- task
- state
- 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 44
- 230000007613 environmental effect Effects 0.000 claims abstract description 86
- 238000009826 distribution Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000007689 inspection Methods 0.000 description 16
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
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
本申请涉及一种无人机调度方法、装置、无人机***和算机设备。所述方法包括:基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。采用本方法能够动态地进行合理的任务分配与智能控制,根据无人机的状态和任务需求,生成适当的控制指令,使得多架无人机能够互相配合适应于不同的环境变化,高效稳定的完成飞行任务。
Description
技术领域
本申请涉及无人机应用领域,特别是涉及一种无人机调度方法、装置、无人机***和算机设备。
背景技术
随着固定机库移动机库等推广部署,无人机运用逐渐步入“无人化”,在现有的多无人机协同调度方法中,仍停留在手动阶段。当前的一库多无人机模式,通常可通过设置不同的通道来控制不同的无人机执行飞行任务。其中,具体的无人机执行飞行任务取决于操作人员的手动安排,调用过程中,使用的具体无人型号以及调度任务属于组合任务或独立任务,是否根据局地微气象,智能终止任务,是否需要其他无人机协助信号延续等等具体任务的安排均需要操作人下达指令,智能化程度低。
针对相关技术中如何对无人机的执行任务进行实时智能调度,目前还没有提出有效的解决方案。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对无人机的执行任务进行实时智能调度的无人机调度方法、装置、无人机***和算机设备。
第一方面,本申请提供了一种无人机调度方法。所述方法包括:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
在其中一个实施例中,所述基于多个无人机的飞行数据,确定各所述无人机的飞行状态包括:
通过各所述无人机上的传感器获取各所述无人机的位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息;
基于所述位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息进行飞行状态评估,确定各所述无人机的飞行状态。
在其中一个实施例中,所述基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态包括:
获取各所述无人所处环境的地理数据以及气象数据,基于所述地理数据与气象数据确定各所述无人机所处的环境状态。
在其中一个实施例中,所述基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务包括:
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定所述任务分配的优先级;
基于所述优先级,确定各所述无人机的飞行任务。
在其中一个实施例中,所述飞行任务包括规划飞行路线,所述飞行任务由路径规划模型利用任务需求、各所述无人机的飞行状态及所处的环境状态所确定。
在其中一个实施例中,在所述无人机的飞行状态和/或所处的环境状态变化的情况下,所述方法还包括:
基于任务需求、所述无人机变化的飞行状态和/或所处变化的环境状态,重新确定所述无人机的飞行任务。
第二方面,本申请还提供了一种无人机调度装置,所述装置包括:
采集模块,基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
分配模块,基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
执行模块,基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
第三方面,本申请还提供了一种无人机***,包括多个无人机及调度装置,各所述无人机分别采集飞行数据及所处的环境数据,并发送至所述调度装置,所述调度装置实现以下步骤:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
第四方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
第五方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
上述无人机调度方法、装置、无人机***和算机设备,通过基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。能够动态地进行合理的任务分配与智能控制,根据无人机的状态和任务需求,生成适当的控制指令,使得多架无人机能够互相配合适应于不同的环境变化,高效稳定的完成飞行任务。
附图说明
图1为一个实施例中无人机调度方法的应用环境图;
图2为一个实施例中无人机调度方法的流程示意图;
图3为一个实施例中无人机调度装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的无人机调用方法,可以应用于如图1所示的应用环境中。其中,无人机集群104可通过网络与服务器102进行通信。数据存储***可以存储服务器102需要处理的数据。数据存储***可以集成在服务器102上,也可以放在云上或其他网络服务器上。具体的,无人机集群104可向服务器102实时返回飞行数据,服务器102可基于多个无人机的飞行数据,确定各所述无人机的飞行状态,及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态。然后基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务。再基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,最后将生成的控制指令发送至对应的无人机设备以控制各所述无人机执行对应的所述飞行任务。其中,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2为一个实施例一种无人机调用方法的流程示意图,具体的包括以下步骤:
步骤202,基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态。
无人机即无人驾驶飞机(Unmanned Aerial Vehicle,简称UAV)是一种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。常见的无人机包括无人固定翼飞机、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、无人伞翼机等设备,可应用于航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄等领域。
其中,无人机的飞行数据包括静态飞行数据以及动态飞行数据,其中静态飞行数据为能够反映无人机性能的数据,动态飞行数据为能够反映无人机的当前飞行姿态,飞行速度等信息的实时数据以及无人机在完成历史任务时采集到的历史数据,环境数据包括能够无人机当前所处环境的天气,地形地貌的数据。具体的,上述无人机的飞行数据可通过安装于无人机机身内部的传感器实时采集返回,环境数据即可通过无人机机身内部的传感器实时获取,也可基于相关气象软件的实时更新数据确定。
步骤204,基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务。
可以理解的是,在确定飞行任务时,不同配置以及不同飞行状态的无人机适应于不同的飞行任务,为了确保各飞行任务能够被高效执行,需要根据各无人机的飞行状态以及确定与各飞行任务适配度较高的多个无人机。而对于单架无人机而言其在同一时间段内并不限定仅能完成一项飞行任务,若当前多个飞行任务在地理位置上的聚合度比较高,对应的无人机可在同一时间段内执行多项飞行任务。此外,无人机在执行任务的过程中若遇到突发的环境变化、意外事件将导致飞行任务的中断,例如突发的暴雨天气,无人机意外与鸟类发生碰撞等意外事件均将影响无人机执行飞行任务。因此,在确定各个无人机的飞行任务时,不仅需要根据各任务的任务需求进行任务分配还需要综合各架无人机的飞行状态以及所处的环境状态确定各所述无人机的飞行任务
其中,任务需求可根据地面控制中心接收到的各个待执行任务的任务数据确定,例如,当前地面控制中心在接收到观察野生动物任务、测绘任务、电力巡检任务等待执行任务时,能够根据各架无人机的飞行状态以及所处的环境状态确定各无人机所需执行的飞行任务。
步骤206,基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
其中,控制指令为对无人机的飞行状态进行控制的指令,至少包括各无人机的飞行路线,加速和/或减速控制指令,飞行方向控制指令,任务执行指令。例如,对于电力巡检任务,无人机在按照指定飞行路线进行飞行时还需要进行巡检工作,在监测到电力故障时能够及时向地面控制中心返回巡检结果,并进行拍照取证。
上述无人机调度方法中,通过基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。能够根据实际情况动态确定各无人机的飞行任务,调整控制策略以适应于不用的任务场景与任务需求制定最佳飞行任务,实现了对无人机的执行任务的智能调度。使得无人机在执行飞行任务时能快速根据实时状况进行调整,生成适当的控制指令,确保了无人机能够在不同的环境下稳定完成任务,增加了无人机执行任务的稳定性和可靠性。
在一个实施例中,所述基于多个无人机的飞行数据,确定各所述无人机的飞行状态包括:通过各所述无人机上的传感器获取各所述无人机的位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息;基于所述位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息进行飞行状态评估,确定各所述无人机的飞行状态。
具体的,在本实施例中可通过安装于无人机上的雷达、图像传感器、定位装置,结合高精地图获取无人机的飞行状态。其中,无人机的飞行状态至少可包括无人机的位置信息、位姿信息、飞行速度信息、设备运行信息以及设备配置信息。示例性的,位置信息可包括无人机当前的飞行高度,经纬度定位信息等,位姿信息可以为无人机当前的俯仰角、飞行姿态、朝向等信息,例如向上飞行的飞行仰角,向下飞行的俯冲角,转弯时的偏向角等信息。飞行速度信息可以包括无人机当前的飞行时速,加速度信息等,设备运行信息可以包括无人机的当前电量信息,设备配置信息可以包括无人机所支持的最大飞行速度,最大飞行高度等信息。
进一步的,在获取到上述无人机的飞行数据之后,可根据得到的飞行数据进行智能分析,评估各个无人机的飞行状态。可选的,在另一个实施例中,还可以根据获取到的无人机的飞行数据预测对应无人机在下一时刻的飞行状态,以便于后续能够根据无人机飞行状态的预测结果预先调整对应的飞行任务。
在本实施例中,通过采集无人机的飞行数据以确定无人机的飞行状态,为后续进行飞行任务的制定提供的数据基础,以便于智能调度算法在确定飞行任务时能够根据不同无人机的飞行状态制定合理的飞行任务,进而为无人机高效完成飞行任务奠定了基础。
在一个实施例中,所述基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态包括:获取各所述无人所处环境的地理数据以及气象数据,基于所述地理数据与气象数据确定各所述无人机所处的环境状态。
示例性的,无人机所处环境的地理数据包括飞行区域的地形信息,例如飞行区域中存在的山峰的高度,无人机在跨越湖泊、河流时湖泊河流的占地面积等信息,飞行区域的边界信息,该边界信息可用经纬度表示。气象数据可包括无人机当前所处环境的风度信息、天气状态、雨量信息、PM2.5的浓度值、湿度、气压等信息。
优选的,上述地理数据可通过无人机上安装的图像传感器岁返回的实时图像确定,也可以通过查询已公开的区域地图信息,高精地图返回的数据获取。气象数据可通过查询当地气象局所公开的气象信息,或者无人机上安装的传感器等渠道获取。
在本实施例中,通过采集无人机所处的环境数据确定对应的环境状态,以及时反映实时的环境变化,避免了突发的环境变化对飞行任务造成负面影响,阻碍飞行任务的顺利完成。
在一个实施例中,所述基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务包括:基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定所述任务分配的优先级;基于所述优先级,确定各所述无人机的飞行任务。
其中,任务需求包括待分配飞行任务的任务内容,例如设备日常巡检、火灾侦查、山区搜救、信号接续等任务内容,监测目标、任务区域。
具体的,在存在多个待分配的飞行人任务时,可先根据每个待分配飞行任务需求、各无人机的飞行状态以及所处的环境状态,确定每个待分配的飞行任务所需调用的无人机。然后对于每台无人机设备,统计该无人机上所有待执行的飞行任务,确定每个待执行飞行任务的优先级,按照对应的优先级确定每架无人机设备的飞行任务。
在一个示例性实施例中,假设当前存在待分配的任务甲、任务乙以及任务丙,任务甲为配电线路的故障巡视,任务乙为风力发电机组的故障巡查,任务丙为自然环境安全隐患侦查,其中,任务甲和任务乙之间属于对同一发电单位的不同巡视任务,而任务丙对应的任务区域与任务甲和任务乙的任务区域存在重叠区域,在任务分配时,根据各个任务的任务内容、监测目标以及任务区域确定任务甲和乙对应调用的无人机为无人机A、B、C,任务丙调用的无人机为无人机A、D、E。对于各个任务的精细分配,地面控制中心在接收上述多个无人机自动飞行任务后,将综合各个任务的任务需求,任务的难易程度,各无人机的飞行状态及所处的环境状态、无人机的充电情况、无人机的电池续航情况,对各个任务进行划分,分段执行各个飞行任务。例如对于任务甲,其具体为巡视配电线路#01-#100杆,智能调度算法能够估计对应调用无人机A、B、C各自对应的飞行时间,将任务甲进行分段,采用#01-#10配电线路精细化巡视由无人机A执行,#11-#15配电线路的精细化巡视由无人机B执行,#16-#20配电线路的精细化巡视由无人机C执行,无人机A在完成#01-#10配电线路的精细化巡视后即可返回机库进行充电,然后在根据无人机A的充电情况,在其电量大于90%后即可执行#21-#30配电线路的精细化巡视。同时,对于任务乙,其具体为巡检#01-#50风力发电机组是否存在破损,通过智能调度算法的分析确定无人机A需执行#01-#05风电发电机组的巡检任务,无人机B需执行#06-#10风电发电机组的巡检任务,无人机C需执行#11-#15风电发电机组的巡检任务。进一步的,对于任务丙,根据对应任务区域的分析可知#01-#10配电线路与#01-#5风力发电机组处于任务丙的任务区域内,故而在面对任务丙的任务分配时,可对任务丙的任务区域进行划分,且将上述区域划分至区域A内,将区域A的侦查任务分配至无人机A中,将剩余任务区域划分为区域B和区域C,综合无人机D和无人机E的飞行状态和所处的环境状态确定无人机D对区域B进行侦查,无人机E对区域C进行侦查。
更进一步的,对于无人机A而言,其对应的待执行任务包括任务甲、任务乙以及任务丙,其在执行各个待执行的飞行任务时,可根据各个待执行的飞行任务的难易程度、任务区域的分布,任务监测对象的分布确定对应的任务优先级。例如,任务甲中的#01-#10配电线路分布区域涵盖了任务乙中#01-#50风力发电机组的分布区域,任务丙的区域A的范围大于上述任务乙和任务甲的区域,且基于在有限电量内更快速的执行多个飞行任务的目标,通过智能调度算法的分析可确定任务优先级为:任务乙大于任务甲大于任务丙。优选的,在确定无人机A上各任务的任务优先级之后,即可其确定其单次飞行任务为先执行任务乙再执行任务甲,最后执行任务丙。待无人机A执行完成上述单次飞行任务后,即可返回机库进行充电,同时再次分析其对应的待执行任务,重新确定各待执行任务的任务优先级,根据任务优先级确定新的单次飞行任务。
需要说明的是,上述多个无人机组成的无人机集群采用了充电式无人机,由于充电式无人机在执行任务时必须充满电才能进行下一个飞行任务,受限于电池充电水平,充电时间通常最少需要30分钟,平均需要60分钟,大大降低了无人机集群的机动性以及在紧急情况下的可用性。而换电式无人机由于必须进行指定轨道或者借助机械臂进行换电操作,其所需的空间通常较大,成本高,且***开发困难。因此,现有的充电式无人机往往无法满足随时随飞的任务需求,寻找一个随时能执行飞行任务,空间成本低,且价格低廉的方案是目前无人机智能调度方法中急需解决的问题。
本申请实施例不同于换电式机库,能够利用不同的无人机交替执行飞行任务,达到不间断的效果,即使属于充电式无人机集群,能够实现随时执行飞行任务,且所需的空间成本与价格成本均比较低廉。
在本实施例中,通过对任务需求、各无人机的飞行状态以及所处的环境状态进行分析确定每个任务的任务优先级,然后根据任务优先级确定对应的无人机的飞行任务,有利于根据各任务的实际需求,各无人机的状态制定更合理的飞行任务。
在一个实施例中,所述飞行任务包括规划飞行路线,所述飞行任务由路径规划模型利用任务需求、各所述无人机的飞行状态及所处的环境状态所确定。
其中,飞行任务至少包括无人机的飞行路线。具体的,在通过路径规划模型根据任务需求各所述无人机的飞行状态及所处的环境状态确定各飞行任务时,可采用启发式搜索算法,组合A*算法、Dijkstra算法等方法确定各飞行任务的飞行路线,通过采用不同的启发式策略,搜索最优的路径,以达到快速且准确地求解路径规划问题的目的。
优选的,在通过智能调度算法确定任务分配和路径规划时,可将任务分配和路径规划等问题转化为优化问题。通过将上述优化问题进行数学建模,制定合理的优化目标函数和约束条件,利用线性规划、整数规划、非线性规划等可以求解最优解。示例性的,在确定各无人机中的待执行任务后,若当前以无人机的电量为第一需求,则在确定飞行任务时,可基于无人机的当前电量执行对应的优化目标函数与约束条件,确定其对应的最优飞行路线。进一步的,在确定对应的路径规划模型时,可结合现有的机器学习算法,对无人机的隶属数据进行学习和分析,组合决策树、神经网络算法,以确定更适合当前无人机的路径规划模型。进而实现更加智能化和自适应的任务分配和路径规划。
在本实施例中,通过借助路径规划模型对任务需求各无人机的飞行状态及所处的环境状态进行分析,执行对应的优化目标函数和约束条件能够更加智能化的确定对应的飞行任务,规划最优飞行路线,进而实现了快速高效的确定各无人机的飞行任务,以达到最优的任务完成效率和资源利用率。
在一个实施例中,在所述无人机的飞行状态和/或所处的环境状态变化的情况下,所述方法还包括:基于任务需求、所述无人机变化的飞行状态和/或所处变化的环境状态,重新确定所述无人机的飞行任务。
在本实施例中,在根据控制指令控制无人机执行飞行任务时,还需要对无人机的实时飞行状态以及所处的环境状态进行监测,在无人机的飞行状态和/或所处的环境状态发生变化时,重新进行状态估计、任务分配、路径规划和控制指令的生成等操作。
在一个示例性实施例中,若当前无人机在执行飞行任务的过程中遇到突发天气情况,例如,地面控制中心接收到正在执行巡视任务的无人机传回的风速、湿度、气压等突变情况,智能调度算法在根据无人机的实时飞行状态以及实时环境状态进行分析评估后确定当前无人机的剩余电量不足以支撑其完成剩余飞行任务后,可根据无人机的剩余电量、实时飞行状态、实时环境状态以及当前飞行任务的完成状态重新制定新的飞行路线以及飞行任务执行顺序,提前控制该无人机返回机库,缩短任务量,避免无人机续航不足后坠毁。并对机库中的空闲无人机重新执行新的飞行任务,以适应环境的实时变化完成剩余的待执行飞行任务。进一步的,无人机的机库中还预留有多个无人机位空抽屉,可支持新的无人机控制通道的加入,以便于增加新的无人机设备执行飞行任务,实现无人机扩展。
优选的,针对不同的无人机模型和控制需求,可采用不同的状态估计和控制算法,示例性的,组合扩展卡尔曼滤波算法和PID控制算法等对无人机的飞行状态进行预测。
在另一个示例性实施例中,在地面控制中心接收到多个无人机自动驾驶任务时,可以自动根据任务区域的地面海拔,预估起飞第一个点与到达目的地的最后一个点的高度。在现有的无人机固定机库巡视模式中,上述两个点之间只能保持绝对高度,由于飞行过程中不避障,无人机在飞行任务的执行过程中,常常因为设置高度的不合理,造成无人机电量浪费,或者无法穿过沿途山脉导致的任务失败。而在本申请实施例中,则可采用智能控制算法根据任务点与起飞点连成的直线,沿途需要经过的路径的最高海拔,自动确定各无人机的飞行高度,制定合理的飞行路线。
在另一个示例性实施例中,当无人机A正在执行电力巡检任务时,若地面控制中心新接收到测绘任务,该测绘任务对应任务区域部分与电力训练任务的任务区域重叠,此时智能调度算法可以综合无人机当前的飞行状态、所处的环境状态以及测任务与电力巡检任务的任务需求重新确定无人机A的飞行任务
在本实施例中,在无人机的飞行状态和/或所处的环境状态变化的情况时,可通过智能调度算法动态地调度现有的控制资源,使得多架无人机能够互相配合进而高效的完成多个飞行任务,提高了任务的完成效率,且在面对突发情况时能够及时进行任务的调整,既能提高了无人机完成任务的稳定性和可靠性,又能保证飞行任务的正确性。
可选的,本申请中无人机大返航飞行路线与任务执行过程的飞行路线并不相同。在返航过程中,需要以无人机能够快速低耗能的目的为主规划对应的最优返航飞行路线。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的无人机调度方法的无人机调度装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个无人机调度装置实施例中的具体限定可以参见上文中对于无人机调度方法的限定,在此不再赘述。
图3为一个实施例中一种无人机调度装置的结构示意图,如图3所示,包括:采集模块31、分配模块32和执行模块33,其中:
采集模块32,基于多个无人机的飞行数据,确定各所述无人机的飞行状态,及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态。
分配模块32,基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务。
执行模块33,基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
上述无人机调度装置中,通过基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。能够根据实际情况动态确定各无人机的飞行任务,调整控制策略以适应于不用的任务场景与任务需求制定最佳飞行任务,实现了对无人机的执行任务的智能调度。使得无人机在执行飞行任务时能快速根据实时状况进行调整,生成适当的控制指令,确保了无人机能够在不同的环境下稳定完成任务,增加了无人机执行任务的稳定性和可靠性。
进一步的,采集模块31还用于通过各所述无人机上的传感器获取各所述无人机的位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息;
基于所述位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息进行飞行状态评估,确定各所述无人机的飞行状态。
进一步的,采集模块31还用于获取各所述无人所处环境的地理数据以及气象数据,基于所述地理数据与气象数据确定各所述无人机所处的环境状态。
进一步的,分配模块32还用于基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定所述任务分配的优先级;
基于所述优先级,确定各所述无人机的飞行任务。
进一步的,所述飞行任务包括规划飞行路线,所述飞行任务由路径规划模型利用任务需求、各所述无人机的飞行状态及所处的环境状态所确定。
进一步的,分配模块32还用于基于任务需求、所述无人机变化的飞行状态和/或所处变化的环境状态,重新确定所述无人机的飞行任务。
上述无人机调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种无人机调度***,包括了多个无人机及调度装置,各所述无人机分别采集飞行数据及所处的环境数据,并发送至调度装置,在调度装置能够基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过***总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种无人机调度方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种无人机调度方法,其特征在于,所述方法包括:
基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
2.根据权利要求1所述的方法,其特征在于,所述基于多个无人机的飞行数据,确定各所述无人机的飞行状态包括:
通过各所述无人机上的传感器获取各所述无人机的位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息;
基于所述位置信息、位姿信息、飞行速度信息、设备运行信息、以及设备配置信息进行飞行状态评估,确定各所述无人机的飞行状态。
3.根据权利要求1所述的方法,其特征在于,所述基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态包括:
获取各所述无人所处环境的地理数据以及气象数据,基于所述地理数据与气象数据确定各所述无人机所处的环境状态。
4.根据权利要求1所述的方法,其特征在于,所述基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务包括:
基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定所述任务分配的优先级;
基于所述优先级,确定各所述无人机的飞行任务。
5.根据权利要求4所述的方法,其特征在于,所述飞行任务包括规划飞行路线,所述飞行任务由路径规划模型利用任务需求、各所述无人机的飞行状态及所处的环境状态所确定。
6.根据权利要求1所述的方法,其特征在于,在所述无人机的飞行状态和/或所处的环境状态变化的情况下,所述方法还包括:
基于任务需求、所述无人机变化的飞行状态和/或所处变化的环境状态,重新确定所述无人机的飞行任务。
7.一种无人机调度装置,其特征在于,所述装置包括:
采集模块,基于多个无人机的飞行数据,确定各所述无人机的飞行状态;及基于各所述无人机所处的环境数据,确定各所述无人机所处的环境状态;
分配模块,基于任务需求、各所述无人机的飞行状态及所处的环境状态,确定各所述无人机的飞行任务;
执行模块,基于所述飞行任务、各所述无人机的飞行状态及所处的环境状态,生成对应的控制指令,以控制各所述无人机执行对应的所述飞行任务。
8.一种无人机***,其特征在于,包括多个无人机及调度装置,各所述无人机分别采集飞行数据及所处的环境数据,并发送至所述调度装置,所述调度装置实现权利要求1至7中任一项所述的方法的步骤。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310654494.4A CN116578120A (zh) | 2023-06-02 | 2023-06-02 | 无人机调度方法、装置、无人机***和算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310654494.4A CN116578120A (zh) | 2023-06-02 | 2023-06-02 | 无人机调度方法、装置、无人机***和算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116578120A true CN116578120A (zh) | 2023-08-11 |
Family
ID=87539652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310654494.4A Pending CN116578120A (zh) | 2023-06-02 | 2023-06-02 | 无人机调度方法、装置、无人机***和算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116578120A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117739925A (zh) * | 2023-12-19 | 2024-03-22 | 广东省水利水电第三工程局有限公司 | 一种无人机的影像智能分析方法 |
-
2023
- 2023-06-02 CN CN202310654494.4A patent/CN116578120A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117739925A (zh) * | 2023-12-19 | 2024-03-22 | 广东省水利水电第三工程局有限公司 | 一种无人机的影像智能分析方法 |
CN117739925B (zh) * | 2023-12-19 | 2024-05-24 | 广东省水利水电第三工程局有限公司 | 一种无人机的影像智能分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10553122B1 (en) | Unmanned aerial vehicle data collection for routing | |
US9346544B2 (en) | Unmanned aerial vehicle and methods for controlling same | |
JP6370040B2 (ja) | 航空森林調査システム | |
CN111781951A (zh) | 一种基于集群无人机的工业园区监测与数据可视化*** | |
CN111506115A (zh) | 一种无人机集群调控方法及装置 | |
CN114545974B (zh) | 一种基于智能机场的有能力约束无人机弧路径规划方法 | |
CN116578120A (zh) | 无人机调度方法、装置、无人机***和算机设备 | |
Li et al. | An UAV scheduling and planning method for post-disaster survey | |
CN115454148B (zh) | 固定翼集群无人机区域覆盖路径规划方法、介质及装置 | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测*** | |
CN109116861A (zh) | 一种无人机地面控制*** | |
CN204993644U (zh) | 一种智能化主动图像采集与更新*** | |
CN115185303A (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
CN117151437B (zh) | 一种无人机任务中机场平台的分配***及其分配方法 | |
US10301022B1 (en) | Self-charging unmanned vehicle | |
CN116794532A (zh) | 基于多模态传感器融合算法的无人机电池电量预测方法 | |
McFadyen et al. | Unmanned air traffic network design concepts | |
US20230142863A1 (en) | Performance of autonomous vehicle operation in varying conditions by using imagery generated with machine learning for simulations | |
CN114879735A (zh) | 航线规划方法、***、终端设备及介质 | |
CN113110584A (zh) | 多旋翼飞行器云后台网络***及其控制方法 | |
CN114462740A (zh) | 飞行任务评估方法、装置、设备和计算机可读存储介质 | |
CN117472083B (zh) | 一种多无人机协同海上搜索路径规划方法 | |
Chen et al. | Research on a novel maritime emergency search system | |
Suo et al. | E 3-UAV: An Edge-Based Energy-Efficient Object Detection System for Unmanned Aerial Vehicles | |
Dong et al. | Coordinated Planning Research on Distributed Command and Control System based on UAV |
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 |