CN116700356A - 一种无人机指挥控制***及方法 - Google Patents

一种无人机指挥控制***及方法 Download PDF

Info

Publication number
CN116700356A
CN116700356A CN202310975857.4A CN202310975857A CN116700356A CN 116700356 A CN116700356 A CN 116700356A CN 202310975857 A CN202310975857 A CN 202310975857A CN 116700356 A CN116700356 A CN 116700356A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
target
fault
tracking
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.)
Granted
Application number
CN202310975857.4A
Other languages
English (en)
Other versions
CN116700356B (zh
Inventor
刘丹
陈红升
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Haihui Equipment Technology Co ltd
Original Assignee
Nanjing Haihui Equipment Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Haihui Equipment Technology Co ltd filed Critical Nanjing Haihui Equipment Technology Co ltd
Priority to CN202310975857.4A priority Critical patent/CN116700356B/zh
Publication of CN116700356A publication Critical patent/CN116700356A/zh
Application granted granted Critical
Publication of CN116700356B publication Critical patent/CN116700356B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及指挥控制技术领域,具体为一种无人机指挥控制***及方法,包括:追踪数据采集模块、数据管理中心、故障信息分析模块、协同追踪规划模块和指挥控制管理模块,通过追踪数据采集模块采集用于目标追踪的无人机信息和追踪目标信息,通过数据管理中心存储并管理采集到的全部信息,通过故障信息分析模块在无人机出现故障时分析故障无人机的移动轨迹,通过协同追踪规划模块规划并选择合适的待协同无人机供终端选择,通过指挥控制管理模块指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪,利用现有资源继续追踪故障无人机的追踪目标,减短了追踪目标信息丢失时长,无须另外安排无人机参与追踪目标,降低了资源成本。

Description

一种无人机指挥控制***及方法
技术领域
本发明涉及指挥控制技术领域,具体为一种无人机指挥控制***及方法。
背景技术
随着科学技术的进步,无人机的应用越来越广泛,通过在无人机上搭载高清摄像头,结合飞控***和相关算法,能够实现无人机对目标的识别检测与追踪;
然而,现有的无人机指挥控制方式仍存在一些弊端:无人机在进行目标追踪时偶尔会发生故障问题,容易导致目标信息的丢失,故障无人机的修复需要一定时间,进一步延长了目标信息的丢失,对于多个无人机一同追踪各自的目标的情形,可以利用现有的、合适的无人机暂时接替故障无人机追踪目标,现有技术无法灵活利用现有资源并选择合适的无人机对故障无人机的追踪目标进行继续追踪以在减短追踪目标信息丢失时间的同时降低了目标追踪的资源成本。
所以,人们需要一种无人机指挥控制***及方法来解决上述问题。
发明内容
本发明的目的在于提供一种无人机指挥控制***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种无人机指挥控制***,所述***包括:追踪数据采集模块、数据管理中心、故障信息分析模块、协同追踪规划模块和指挥控制管理模块;
所述追踪数据采集模块的输出端连接所述数据管理中心的输入端,所述数据管理中心的输出端连接所述故障信息分析模块和协同追踪规划模块的输入端,所述故障分析模块的输出端连接所述协同追踪规划模块的输入端,所述协同追踪规划模块的输出端连接所述指挥控制管理模块的输入端;
通过所述追踪数据采集模块采集用于目标追踪的无人机信息和追踪目标信息,将采集到的全部信息传输到所述数据管理中心;
通过所述数据管理中心存储并管理采集到的全部信息;
通过所述故障信息分析模块在无人机出现故障时,分析故障无人机的移动轨迹;
通过所述协同追踪规划模块规划并选择合适的待协同无人机供终端选择;
通过所述指挥控制管理模块指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
进一步的,所述追踪数据采集模块包括无人机定位单元和故障信息采集单元;
所述无人机定位单元和故障信息采集单元的输出端连接所述数据管理中心的输入端;
所述无人机定位单元用于对用于追踪目标的无人机进行定位;
所述故障信息采集单元用于在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,采集定位到的对应故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息。
进一步的,所述故障信息分析模块包括故障信息调取单元和轨迹分析单元;
所述故障信息调取单元的输入端连接所述数据管理中心的输出端,所述故障信息调取单元的输出端连接所述轨迹分析单元的输出端;
所述故障信息调取单元用于调取故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息,将调取到的信息传输到所述轨迹分析单元;
所述轨迹分析单元用于分析故障无人机的历史位置信息,分析故障无人机在故障前的移动轨迹。
进一步的,所述协同追踪规划模块包括位置信息调取单元、协同有效分析单元和协同对象筛选单元;
所述位置信息调取单元的输入端连接所述轨迹分析单元和数据管理中心的输出端,所述位置信息调取单元的输出端连接所述协同有效分析单元的输入端,所述协同有效分析单元的输出端连接所述协同对象筛选单元的输入端;
所述位置信息调取单元用于调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息;
所述协同有效分析单元用于判断信号中断时故障无人机所追踪的目标是否在待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,若筛选出的待协同无人机不止一个,分析筛选出的待协同无人机的协同有效程度;
若筛选出的待协同无人机数量为1,向对应待协同无人机发送指令控制其对故障无人机所追踪的目标进行追踪,并将追踪到的目标信息传输到终端;
所述协同对象筛选单元用于比较不同待协同无人机的协同有效程度,将待协同无人机按协同有效程度进行分组,分析每组无人机的整体协同有效程度,筛选出整体协同有效程度最高的一组待协同无人机供终端选择,将对应组待协同无人机信息发送至终端,提醒终端选择最终的协同对象。
进一步的,所述指挥控制管理模块包括控制指令发送单元、目标追踪单元和追踪信息传输单元;
所述控制指令发送单元的输入端连接所述协同对象筛选单元的输出端,所述控制指令发送单元的输出端连接所述目标追踪单元的输入端,所述目标追踪单元的输出端连接所述追踪信息传输单元的输入端;
所述控制指令发送单元用于向最终的协同对象发送目标追踪控制指令;
所述目标追踪单元用于控制最终的协同对象追踪故障无人机所追踪的目标。
一种无人机指挥控制方法,包括以下步骤:
S1:采集用于目标追踪的无人机信息和追踪目标信息;
S2:在无人机出现故障时,分析故障无人机的移动轨迹;
S3:调取并分析待协同无人机的移动轨迹信息,分析待协同无人机的协同有效程度;
S4:规划并筛选出合适的待协同无人机供终端选择;
S5:指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
进一步的,在步骤S1中:采集用于追踪目标的无人机的位置信息,在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,对无人机进行航迹模拟并建立二维模型,采集到故障无人机以往移动后的位置坐标集合为(A,B)={(A1,B1),(A2,B2),…,(Am,Bm)},其中,m表示故障无人机以往的移动次数,采集到信号中断时终端接收到的目标位置坐标为(x,y),采集与故障无人机一同进行目标追踪的无人机位置信息,不同无人机的追踪目标不同,采集所有无人机的探测范围信息。
进一步的,在步骤S2中:调取故障无人机以往m次移动后的位置坐标信息,获取到故障无人机的移动向量坐标集合为{(A1-A0,B1-B0),(A2-A1,B2-B1),…,(Ai-Ai-1,Bi-Bi-1),…,(Am-Am-1,Bm-Bm-1)},其中,(A0,B0)表示故障无人机的初始位置坐标,根据公式βi=arccos[(Ai-Ai-1)/[(Ai-Ai-1)2+(Bi-Bi-1)2]1/2计算随机一个移动向量与水平正方向的夹角βi,其中,(Ai-Ai-1,Bi-Bi-1)表示故障无人机第i次的移动向量坐标,得到故障无人机m次的移动向量与水平正方向的夹角集合为β={β1,β2,…,βi,…,βm},得到故障无人机的移动向量与水平正方向的综合夹角为(∑m i=1βi)/m;
分析故障无人机的历史移动轨迹,预估故障无人机的整体移动方向的目的在于与待协同无人机的移动方向进行比对,将比对结果作为筛选出合适的待协同无人机的参考数据之一,整体移动方向与待协同无人机移动方向越靠近,说明两者的移动轨迹越相似,由于待协同无人机有自身需要追踪的目标以及对应的移动轨迹,筛选移动方向相近的待协同无人机继续追踪故障无人机的追踪目标,有利于不改变待协同无人机原先的移动轨迹,控制待协同无人机在既定轨迹上暂时追踪故障无人机的追踪目标,在减少故障无人机的追踪目标信息丢失时长的同时无须改变无人机的移动轨迹,降低了暂时追踪故障无人机的追踪目标对追踪自身需要追踪的目标的影响。
进一步的,在步骤S3中:调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息和无人机的探测范围信息,获取到随机一个待协同无人机的探测范围为:以(E,G)为圆心、半径为R的圆形区域所在范围,若[(E-x)2+(G-y)2]1/2≤R,判断信号中断时故障无人机所追踪的目标在对应待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,获取到筛选出的待协同无人机共有n个,n>1,调取n个待协同无人机从初始位置开始的移动位置信息,分析得到n个待协同无人机的移动向量与水平正方向的综合夹角集合为θ={θ1,θ2,…,θn},n个待协同无人机的移动向量与水平正方向的综合夹角计算方式与故障无人机的移动向量与水平正方向的综合夹角计算方式相同,获取到信号中断时故障无人机所追踪的目标与n个待协同无人机的直线距离集合为d={d1,d2,…,dn},根据下列公式计算随机一个筛选出的待协同无人机的协同有效程度Wj
Wj=1/[dj×|(∑m i=1βi)/m -θj|];
其中,dj表示信号中断时故障无人机所追踪的目标与随机一个待协同无人机的直线距离,θj表示随机一个待协同无人机的移动向量与水平正方向的综合夹角,得到n个筛选出的待协同无人机的协同有效程度集合为W={W1,W2,…,Wj,…,Wn}。
进一步的,在步骤S4中:将协同有效程度按从大到小的顺序进行排列,将n个待协同无人机按排列后的协同有效程度分为k组,前一组无人机的协同有效程度都比后一组大,获取到随机一种分组结果为:k组中每一组待协同无人机的协同有效程度总和集合为Z={Z1,Z2,…,Zk},根据公式He=[(∑k f=1(Zf-(∑k f=1Zf)/f)2)/k]1/2计算随机一种分组结果的优度He,其中,Zf表示第e种分组结果中,k组中的第f组待协同无人机的协同有效程度总和,选择优度最高的分组结果作为选择合适的待协同无人机的参考数据,筛选出优度最高的分组结果中选择协同有效程度总和最大的一组待协同无人机供终端选择;
在步骤S5中:待终端选择完待协同无人机作为最终的协同对象后,向最终的协同对象发送目标追踪控制指令,控制最终的协同对象追踪故障无人机所追踪的目标;
结合待协同无人机移动方向与故障无人机的移动方向比对结果以及待协同无人机与故障无人机的追踪目标的距离参数分析待协同无人机的协同有效程度,移动方向越相近、与追踪目标的距离越近,判断待协同无人机的协同有效程度,对于存在不止一个待协同无人机的情况,为筛选出合适的待协同无人机,选择将无人机按协同有效程度进行分组,选择组间有效程度综合差异最大的分组结果作为筛选参考数据,有利于提高筛选出的待协同无人机对于终端选择的参考价值,不直接选择协同有效程度最大的无人机追踪目标,而是筛选出一部分无人机供终端选择,有利于结合***数据分析以及人为因素共同选择最终的协同对象,人为参与提高了选择结果的适配度;
选择现有的一同追踪目标、且未追踪到自身需要追踪的目标的无人机追踪故障无人机的追踪目标,有利于在减短追踪目标信息丢失时长的同时降低了资源成本。
与现有技术相比,本发明所达到的有益效果是:
本发明通过在无人机发送故障导致所追踪目标信息丢失时,选择现有的一同追踪目标、且未追踪到自身需要追踪的目标的无人机追踪故障无人机的追踪目标,在减短了追踪目标信息丢失时长的同时降低了资源成本;
通过分析故障无人机的历史移动轨迹,预估故障无人机的整体移动方向,与待协同无人机的移动方向进行比对,将比对结果作为筛选出合适的待协同无人机的参考数据之一,有利于不改变待协同无人机原先的移动轨迹,控制待协同无人机在既定轨迹上暂时追踪故障无人机的追踪目标,在减少故障无人机的追踪目标信息丢失时长的同时无须改变无人机的移动轨迹,降低了暂时追踪故障无人机的追踪目标对追踪自身需要追踪的目标的影响;
结合待协同无人机移动方向与故障无人机的移动方向比对结果以及待协同无人机与故障无人机的追踪目标的距离参数分析待协同无人机的协同有效程度,对于存在不止一个待协同无人机的情况,为筛选出合适的待协同无人机,选择将无人机按协同有效程度进行分组,选择组间有效程度综合差异最大的分组结果作为筛选参考数据,有利于提高筛选出的待协同无人机对于终端选择的参考价值,不直接选择协同有效程度最大的无人机追踪目标,而是筛选出一部分无人机供终端选择,有利于结合***数据分析以及人为因素共同选择最终的协同对象,人为参与提高了选择结果的适配度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种无人机指挥控制***的结构图;
图2是本发明一种无人机指挥控制方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图2和具体实施例对本发明作进一步的说明。
实施例1:如图1所示,本实施例提供了一种无人机指挥控制***,***包括:追踪数据采集模块、数据管理中心、故障信息分析模块、协同追踪规划模块和指挥控制管理模块;
追踪数据采集模块的输出端连接数据管理中心的输入端,数据管理中心的输出端连接故障信息分析模块和协同追踪规划模块的输入端,故障分析模块的输出端连接协同追踪规划模块的输入端,协同追踪规划模块的输出端连接指挥控制管理模块的输入端;
通过追踪数据采集模块采集用于目标追踪的无人机信息和追踪目标信息,将采集到的全部信息传输到数据管理中心;
通过数据管理中心存储并管理采集到的全部信息;
通过故障信息分析模块在无人机出现故障时,分析故障无人机的移动轨迹;
通过协同追踪规划模块规划并选择合适的待协同无人机供终端选择;
通过指挥控制管理模块指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
追踪数据采集模块包括无人机定位单元和故障信息采集单元;
无人机定位单元和故障信息采集单元的输出端连接数据管理中心的输入端;
无人机定位单元用于对用于追踪目标的无人机进行定位;
故障信息采集单元用于在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,采集定位到的对应故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息。
故障信息分析模块包括故障信息调取单元和轨迹分析单元;
故障信息调取单元的输入端连接数据管理中心的输出端,故障信息调取单元的输出端连接轨迹分析单元的输出端;
故障信息调取单元用于调取故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息,将调取到的信息传输到轨迹分析单元;
轨迹分析单元用于分析故障无人机的历史位置信息,分析故障无人机在故障前的移动轨迹。
协同追踪规划模块包括位置信息调取单元、协同有效分析单元和协同对象筛选单元;
位置信息调取单元的输入端连接轨迹分析单元和数据管理中心的输出端,位置信息调取单元的输出端连接协同有效分析单元的输入端,协同有效分析单元的输出端连接协同对象筛选单元的输入端;
位置信息调取单元用于调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息;
协同有效分析单元用于判断信号中断时故障无人机所追踪的目标是否在待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,若筛选出的待协同无人机不止一个,分析筛选出的待协同无人机的协同有效程度;
若筛选出的待协同无人机数量为1,直接向对应待协同无人机发送指令控制其对故障无人机所追踪的目标进行追踪,并将追踪到的目标信息传输到终端;
协同对象筛选单元用于比较不同待协同无人机的协同有效程度,将待协同无人机按协同有效程度进行分组,分析每组无人机的整体协同有效程度,筛选出整体协同有效程度最高的一组待协同无人机供终端选择,将对应组待协同无人机信息发送至终端,提醒终端选择最终的协同对象。
指挥控制管理模块包括控制指令发送单元、目标追踪单元和追踪信息传输单元;
控制指令发送单元的输入端连接协同对象筛选单元的输出端,控制指令发送单元的输出端连接目标追踪单元的输入端,目标追踪单元的输出端连接追踪信息传输单元的输入端;
控制指令发送单元用于向最终的协同对象发送目标追踪控制指令;
目标追踪单元用于控制最终的协同对象追踪故障无人机所追踪的目标。
实施例2:如图2所示,本实施例提供了一种无人机指挥控制方法,其基于实施例中的指挥控制***实现,具体包括以下步骤:
S1:采集用于目标追踪的无人机信息和追踪目标信息;
S2:在无人机出现故障时,分析故障无人机的移动轨迹;
S3:调取并分析待协同无人机的移动轨迹信息,分析待协同无人机的协同有效程度;
S4:规划并筛选出合适的待协同无人机供终端选择;
S5:指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
在步骤S1中:采集用于追踪目标的无人机的位置信息,在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,对无人机进行航迹模拟并建立二维模型,采集到故障无人机以往移动后的位置坐标集合为(A,B)={(A1,B1),(A2,B2),…,(Am,Bm)},其中,m表示故障无人机以往的移动次数,采集到信号中断时终端接收到的目标位置坐标为(x,y),采集与故障无人机一同进行目标追踪的无人机位置信息,不同无人机的追踪目标不同,采集所有无人机的探测范围信息;
例如:采集到(A,B)={(A1,B1),(A2,B2),(A3,B3)}={(10,10),(30,40),(50,50)},采集到信号中断时终端接收到的目标位置坐标为(x,y)=(52,60)。
在步骤S2中:调取故障无人机以往m次移动后的位置坐标信息,获取到故障无人机的移动向量坐标集合为{(A1-A0,B1-B0),(A2-A1,B2-B1),(A3-A2,B3-B2)}={(6,4),(20,30),(20,10)},其中,(A0,B0)=(4,6),(A0,B0)表示故障无人机的初始位置坐标,根据公式βi=arccos[(Ai-Ai-1)/[(Ai-Ai-1)2+(Bi-Bi-1)2]1/2计算随机一个移动向量与水平正方向的夹角βi,0<βi<π,其中,(Ai-Ai-1,Bi-Bi-1)表示故障无人机第i次的移动向量坐标,得到故障无人机m次的移动向量与水平正方向的夹角集合为β={β1,β2,β3}={0.59,0.98,0.46},单位为:弧度,得到故障无人机的移动向量与水平正方向的综合夹角为(∑m i=1βi)/m≈0.68。
在步骤S3中:调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息和无人机的探测范围信息,获取到随机一个待协同无人机的探测范围为:以(E,G)为圆心、半径为R的圆形区域所在范围,若[(E-x)2+(G-y)2]1/2≤R,判断信号中断时故障无人机所追踪的目标在对应待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,获取到筛选出的待协同无人机共有n个,n>1,调取n个待协同无人机从初始位置开始的移动位置信息,分析得到n=7个待协同无人机的移动向量与水平正方向的综合夹角集合为θ={θ1,θ2,θ3,θ4,θ5,θ6,θ7}={0.23,0.56,0.10,0.12,0.78,0.62,0.22},n个待协同无人机的移动向量与水平正方向的综合夹角计算方式与故障无人机的移动向量与水平正方向的综合夹角计算方式相同,获取到信号中断时故障无人机所追踪的目标与n个待协同无人机的直线距离集合为d={d1,d2,d3,d4,d5,d6,d7}={100,200,120,122,105,96,52},根据下列公式计算随机一个筛选出的待协同无人机的协同有效程度Wj
Wj=1/[dj×|(∑m i=1βi)/m -θj|];
其中,dj表示信号中断时故障无人机所追踪的目标与随机一个待协同无人机的直线距离,θj表示随机一个待协同无人机的移动向量与水平正方向的综合夹角,得到n个筛选出的待协同无人机的协同有效程度集合为W={W1,W2,W3,W4,W5,W6,W7}={0.022,0.004,0.014,0.015,0.095,0.174,0.042}。
在步骤S4中:将协同有效程度按从大到小的顺序进行排列,将n个待协同无人机按排列后的协同有效程度分为k=3组,前一组无人机的协同有效程度都比后一组大,获取到随机一种分组结果为:k组中每一组待协同无人机的协同有效程度总和集合为Z={Z1,Z2,Z3}={0.269,0.093,0.004},根据公式He=[(∑k f=1(Zf-(∑k f=1Zf)/f)2)/k]1/2计算随机一种分组结果的优度He≈0.11,其中,Zf表示第e种分组结果中k组中的第f组待协同无人机的协同有效程度总和,选择优度最高的分组结果作为选择合适的待协同无人机的参考数据,筛选出优度最高的分组结果中选择协同有效程度总和最大的一组待协同无人机为:W5和W6对应的待协同无人机,将对应两个待协同无人机信息发送至终端供终端选择;
在步骤S5中:待终端选择完待协同无人机作为最终的协同对象后,向最终的协同对象发送目标追踪控制指令,控制最终的协同对象追踪故障无人机所追踪的目标。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种无人机指挥控制***,其特征在于:所述***包括:追踪数据采集模块、数据管理中心、故障信息分析模块、协同追踪规划模块和指挥控制管理模块;
所述追踪数据采集模块的输出端连接所述数据管理中心的输入端,所述数据管理中心的输出端连接所述故障信息分析模块和协同追踪规划模块的输入端,所述故障分析模块的输出端连接所述协同追踪规划模块的输入端,所述协同追踪规划模块的输出端连接所述指挥控制管理模块的输入端;
通过所述追踪数据采集模块采集用于目标追踪的无人机信息和追踪目标信息,将采集到的全部信息传输到所述数据管理中心;
通过所述数据管理中心存储并管理采集到的全部信息;
通过所述故障信息分析模块在无人机出现故障时,分析故障无人机的移动轨迹;
通过所述协同追踪规划模块规划并选择合适的待协同无人机供终端选择;
通过所述指挥控制管理模块指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
2.根据权利要求1所述的一种无人机指挥控制***,其特征在于:所述追踪数据采集模块包括无人机定位单元和故障信息采集单元;
所述无人机定位单元和故障信息采集单元的输出端连接所述数据管理中心的输入端;
所述无人机定位单元用于对用于追踪目标的无人机进行定位;
所述故障信息采集单元用于在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,采集定位到的对应故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息。
3.根据权利要求2所述的一种无人机指挥控制***,其特征在于:所述故障信息分析模块包括故障信息调取单元和轨迹分析单元;
所述故障信息调取单元的输入端连接所述数据管理中心的输出端,所述故障信息调取单元的输出端连接所述轨迹分析单元的输出端;
所述故障信息调取单元用于调取故障无人机的历史位置信息和信号中断时终端接收到的目标位置信息,将调取到的信息传输到所述轨迹分析单元;
所述轨迹分析单元用于分析故障无人机的历史位置信息,分析故障无人机在故障前的移动轨迹。
4.根据权利要求3所述的一种无人机指挥控制***,其特征在于:所述协同追踪规划模块包括位置信息调取单元、协同有效分析单元和协同对象筛选单元;
所述位置信息调取单元的输入端连接所述轨迹分析单元和数据管理中心的输出端,所述位置信息调取单元的输出端连接所述协同有效分析单元的输入端,所述协同有效分析单元的输出端连接所述协同对象筛选单元的输入端;
所述位置信息调取单元用于调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息;
所述协同有效分析单元用于判断信号中断时故障无人机所追踪的目标是否在待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,若筛选出的待协同无人机不止一个,分析筛选出的待协同无人机的协同有效程度;
所述协同对象筛选单元用于比较不同待协同无人机的协同有效程度,将待协同无人机按协同有效程度进行分组,分析每组无人机的整体协同有效程度,筛选出整体协同有效程度最高的一组待协同无人机供终端选择,将对应组待协同无人机信息发送至终端,提醒终端选择最终的协同对象。
5.根据权利要求4所述的一种无人机指挥控制***,其特征在于:所述指挥控制管理模块包括控制指令发送单元和目标追踪单元;
所述控制指令发送单元的输入端连接所述协同对象筛选单元的输出端,所述控制指令发送单元的输出端连接所述目标追踪单元的输入端;
所述控制指令发送单元用于向最终的协同对象发送目标追踪控制指令;
所述目标追踪单元用于控制最终的协同对象追踪故障无人机所追踪的目标。
6.一种无人机指挥控制方法,其特征在于:包括以下步骤:
S1:采集用于目标追踪的无人机信息和追踪目标信息;
S2:在无人机出现故障时,分析故障无人机的移动轨迹;
S3:调取并分析待协同无人机的移动轨迹信息,分析待协同无人机的协同有效程度;
S4:规划并筛选出合适的待协同无人机供终端选择;
S5:指挥并控制终端选择的待协同无人机对故障无人机追踪的目标进行追踪。
7.根据权利要求6所述的一种无人机指挥控制方法,其特征在于:在步骤S1中:采集用于追踪目标的无人机的位置信息,在已追踪到目标的无人机传输目标信息的信号中断时,判断对应无人机出现故障,对无人机进行航迹模拟并建立二维模型,采集到故障无人机以往移动后的位置坐标集合为(A,B)={(A1,B1),(A2,B2),…,(Am,Bm)},其中,m表示故障无人机以往的移动次数,采集到信号中断时终端接收到的目标位置坐标为(x,y),采集与故障无人机一同进行目标追踪的无人机位置信息,不同无人机的追踪目标不同,采集所有无人机的探测范围信息。
8.根据权利要求7所述的一种无人机指挥控制方法,其特征在于:在步骤S2中:调取故障无人机以往m次移动后的位置坐标信息,获取到故障无人机的移动向量坐标集合为{(A1-A0,B1-B0),(A2-A1,B2-B1),…,(Ai-Ai-1,Bi-Bi-1),…,(Am-Am-1,Bm-Bm-1)},其中,(A0,B0)表示故障无人机的初始位置坐标,根据公式βi=arccos[(Ai-Ai-1)/[(Ai-Ai-1)2+(Bi-Bi-1)2]1/2计算随机一个移动向量与水平正方向的夹角βi,其中,(Ai-Ai-1,Bi-Bi-1)表示故障无人机第i次的移动向量坐标,得到故障无人机m次的移动向量与水平正方向的夹角集合为β={β1,β2,…,βi,…,βm},得到故障无人机的移动向量与水平正方向的综合夹角为(∑m i=1βi)/m。
9.根据权利要求8所述的一种无人机指挥控制方法,其特征在于:在步骤S3中:调取故障无人机发生故障时未探测到需要追踪的目标的待协同无人机的位置信息和无人机的探测范围信息,获取到随机一个待协同无人机的探测范围为:以(E,G)为圆心、半径为R的圆形区域所在范围,若[(E-x)2+(G-y)2]1/2≤R,判断信号中断时故障无人机所追踪的目标在对应待协同无人机的探测范围内,筛选出目标在探测范围内的待协同无人机,获取到筛选出的待协同无人机共有n个,n>1,调取n个待协同无人机从初始位置开始的移动位置信息,分析得到n个待协同无人机的移动向量与水平正方向的综合夹角集合为θ={θ1,θ2,…,θn},获取到信号中断时故障无人机所追踪的目标与n个待协同无人机的直线距离集合为d={d1,d2,…,dn},根据下列公式计算随机一个筛选出的待协同无人机的协同有效程度Wj
Wj=1/[dj×|(∑m i=1βi)/m -θj|];
其中,dj表示信号中断时故障无人机所追踪的目标与随机一个待协同无人机的直线距离,θj表示随机一个待协同无人机的移动向量与水平正方向的综合夹角,得到n个筛选出的待协同无人机的协同有效程度集合为W={W1,W2,…,Wj,…,Wn}。
10.根据权利要求9所述的一种无人机指挥控制方法,其特征在于:在步骤S4中:将协同有效程度按从大到小的顺序进行排列,将n个待协同无人机按排列后的协同有效程度分为k组,获取到随机一种分组结果为:k组中每一组待协同无人机的协同有效程度总和集合为Z={Z1,Z2,…,Zk},根据公式He=[(∑k f=1(Zf-(∑k f=1Zf)/f)2)/k]1/2计算随机一种分组结果的优度He,其中,Zf表示第e种分组结果中k组中的第f组待协同无人机的协同有效程度总和,选择优度最高的分组结果作为选择合适的待协同无人机的参考数据,筛选出优度最高的分组结果中选择协同有效程度总和最大的一组待协同无人机供终端选择;
在步骤S5中:待终端选择完待协同无人机作为最终的协同对象后,向最终的协同对象发送目标追踪控制指令,控制最终的协同对象追踪故障无人机所追踪的目标。
CN202310975857.4A 2023-08-04 2023-08-04 一种无人机指挥控制***及方法 Active CN116700356B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310975857.4A CN116700356B (zh) 2023-08-04 2023-08-04 一种无人机指挥控制***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310975857.4A CN116700356B (zh) 2023-08-04 2023-08-04 一种无人机指挥控制***及方法

Publications (2)

Publication Number Publication Date
CN116700356A true CN116700356A (zh) 2023-09-05
CN116700356B CN116700356B (zh) 2023-10-17

Family

ID=87829715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310975857.4A Active CN116700356B (zh) 2023-08-04 2023-08-04 一种无人机指挥控制***及方法

Country Status (1)

Country Link
CN (1) CN116700356B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934062A (zh) * 2023-09-19 2023-10-24 南京海汇装备科技有限公司 一种基于多元融合的信息处理***及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022401A (zh) * 2015-07-06 2015-11-04 南京航空航天大学 基于视觉的多四旋翼无人机协同slam的方法
US20180164823A1 (en) * 2016-12-13 2018-06-14 Ford Global Technologies, Llc Autonomous vehicle post-fault operation
KR101963826B1 (ko) * 2018-06-22 2019-03-29 전북대학교 산학협력단 무인비행체 군집비행에서의 비행안전 및 장애복구 시스템 및 그 방법
CA3028072A1 (en) * 2018-01-05 2019-07-05 Ge Aviation Systems Llc Systems and methods for autonomous distress tracking in aerial vehicles
CN112650271A (zh) * 2020-09-16 2021-04-13 浩亚信息科技有限公司 基于星链和5g技术的无人机超视距飞行***及方法
CN113985877A (zh) * 2021-10-27 2022-01-28 深圳市渐近线科技有限公司 一种基于数字孪生的仓储物流路径自动引导***
CN114815890A (zh) * 2022-05-13 2022-07-29 盐城工学院 基于无人机的动态目标追踪***设计
US20230077570A1 (en) * 2021-09-16 2023-03-16 International Business Machines Corporation Digital twin simulation for transportation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105022401A (zh) * 2015-07-06 2015-11-04 南京航空航天大学 基于视觉的多四旋翼无人机协同slam的方法
US20180164823A1 (en) * 2016-12-13 2018-06-14 Ford Global Technologies, Llc Autonomous vehicle post-fault operation
CA3028072A1 (en) * 2018-01-05 2019-07-05 Ge Aviation Systems Llc Systems and methods for autonomous distress tracking in aerial vehicles
KR101963826B1 (ko) * 2018-06-22 2019-03-29 전북대학교 산학협력단 무인비행체 군집비행에서의 비행안전 및 장애복구 시스템 및 그 방법
CN112650271A (zh) * 2020-09-16 2021-04-13 浩亚信息科技有限公司 基于星链和5g技术的无人机超视距飞行***及方法
US20230077570A1 (en) * 2021-09-16 2023-03-16 International Business Machines Corporation Digital twin simulation for transportation
CN113985877A (zh) * 2021-10-27 2022-01-28 深圳市渐近线科技有限公司 一种基于数字孪生的仓储物流路径自动引导***
CN114815890A (zh) * 2022-05-13 2022-07-29 盐城工学院 基于无人机的动态目标追踪***设计

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
程磊;郑秀娟;吴怀宇;张玉礼;王冬梅;王芬;: "基于领航者模式的多机器人行星式编队运动", 华中科技大学学报(自然科学版), no. 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934062A (zh) * 2023-09-19 2023-10-24 南京海汇装备科技有限公司 一种基于多元融合的信息处理***及方法
CN116934062B (zh) * 2023-09-19 2023-11-24 南京海汇装备科技有限公司 一种基于多元融合的信息处理***及方法

Also Published As

Publication number Publication date
CN116700356B (zh) 2023-10-17

Similar Documents

Publication Publication Date Title
CN109212513B (zh) 多目标在雷达间数据传递、数据融合及连续跟踪定位方法
CN116700356B (zh) 一种无人机指挥控制***及方法
JP7008238B2 (ja) 駐車場の車両走行制御システム、および駐車場の車両走行制御システムの制御方法
CN111339893B (zh) 基于深度学习和无人机的管道检测***及方法
CN111988524A (zh) 一种无人机与摄像头协同避障方法、服务器及存储介质
CN110207832A (zh) 基于无人机的高压线路巡检***及其巡检方法
EP3623844A1 (en) Obstacle detection method and device
US20210041886A1 (en) Multi-device visual navigation method and system in variable scene
CN109697875A (zh) 规划行驶轨迹的方法及装置
Wang et al. Deepaccident: A motion and accident prediction benchmark for v2x autonomous driving
CN111239550A (zh) 用于巡检的无人机全自动多机协同输电线路故障识别方法
CN114925747A (zh) 车辆异常行驶检测方法、电子设备、存储介质
CN113422803B (zh) 一种基于端边云协同的无人机智能巡检任务无缝迁移方法
Tian et al. Resilient and distributed multi-robot visual slam: Datasets, experiments, and lessons learned
CN110471420A (zh) 一种基于人工势场法的机器避障方法及装置
CN115712306A (zh) 一种多机协作目标跟踪的无人机导航方法
CN115294169A (zh) 一种车辆追踪方法、装置、电子设备及存储介质
CN109375210B (zh) 基于雷达和全景联合的无人装置目标检测***和方法
CN211810233U (zh) 用于巡检的无人机多机协同输电线路故障识别全自动***
CN111640300A (zh) 一种车辆检测处理方法及装置
CN113780371B (zh) 基于边缘计算与深度学习的绝缘子状态边缘识别方法
CN114326795B (zh) 一种基于星网信息的飞行器主动规避方法
US20220179425A1 (en) Method for automatic avoidance of obstacles by mobile apparatus and autonomous mobile apparatus applying method
CN112650156B (zh) 展示无人设备运行情况的方法和装置
CN115185287A (zh) 一种智能多水下机器人动态避障及围捕控制***

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