CN116859990B - 一种无人机飞行管理方法及*** - Google Patents
一种无人机飞行管理方法及*** Download PDFInfo
- Publication number
- CN116859990B CN116859990B CN202310761191.2A CN202310761191A CN116859990B CN 116859990 B CN116859990 B CN 116859990B CN 202310761191 A CN202310761191 A CN 202310761191A CN 116859990 B CN116859990 B CN 116859990B
- Authority
- CN
- China
- Prior art keywords
- flight
- unmanned aerial
- data
- aerial vehicle
- degree
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000012216 screening Methods 0.000 claims abstract description 15
- 238000012937 correction Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims 1
- 230000000875 corresponding effect Effects 0.000 description 43
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种无人机飞行管理方法及***,涉及无人机管理技术领域,包括并根据飞行任务制定无人机的待选飞行路径集和动作集;基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重;通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;将目标飞行路径和动作集进行关联,获取所有无人机的飞行计划,并预测无人机碰撞概率;监视飞行计划的实时完成度,并调整飞行计划。提高了无人机飞行路径规划的合理性。通过飞行计划预测无人机碰撞概率,保证了无人机碰撞预测的准确性。
Description
技术领域
本申请涉及无人机管理技术领域,更具体地,涉及一种无人机飞行管理方法及***。
背景技术
无人机飞行管理源自于航空领域和信息通信技术的快速发展。航空技术方面,无人机的飞行控制***、导航***和避障***得到了显著改进。现代无人机配备了高精度的惯性导航***(Inertial Navigation System,INS)、全球卫星导航***(GlobalNavigation Satellite System, GNSS)和雷达传感器,能够实时获取飞行姿态、位置和环境信息。同时,无人机还配备了先进的飞行控制***,能够对飞行器进行精确的姿态控制和飞行轨迹规划。
现有技术中,规划无人机飞行路径需要考虑多种影响因素,因为飞行情况较为复杂,导致飞行路径规划的合理性较差,并且路径规划完成后,多个无人机可能存在碰撞情况,碰撞预测的精度低,导致无人机飞行管理有效性差。
因此,如何提高无人机飞行路径规划的合理性以及碰撞预测的准确性,是目前有待解决的技术问题。
发明内容
本发明提供一种无人机飞行管理方法,用以解决现有技术中飞行路径规划合理性差、碰撞预测精度低的技术问题。所述方法包括:
接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;
获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;
根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;
通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;
将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;
飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。
本申请一些实施例中,并根据飞行任务制定无人机的待选飞行路径集和动作集,包括:
飞行任务包括起始点、终点和用途;
根据起始点和终点得到所有飞行路径,将具有飞行限制的飞行路径进行剔除,以得到待选飞行路径集;
定义无人机的飞行朝向以及姿态,基于用途设定无人机多个动作,并将每个动作与无人机的飞行朝向以及姿态进行联立,以得到动作集。
本申请一些实施例中,基于飞行记录筛选出多重影响因素,包括:
飞行记录包括数据信息和飞行的完成度;
将数据信息进行分类得到每一类数据,分别计算每一类数据与飞行的完成度的相关度;
将相关度超过第一相关度阈值的数据作为影响因素;
将相关度超过第二相关度阈值,且不超过第一相关度阈值的数据记作待评估数据;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素。
本申请一些实施例中,所述方法还包括:
;
其中,M为飞行的完成度,为飞行路径的对应的完成权重,/>为无人机飞行路径的完成程度,exp表示指数函数,/>为无人机对计划路径的偏离程度,/>为第一常数,/>为无人机动作对应的完成权重,n为无人机动作个数,/>为第i个动作完成程度对应的完成权重,/>为第i个动作完成程度,/>为无人机动作总偏离程度,/>为第二常数。
本申请一些实施例中,基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素,包括:
计算待评估数据与相关度超过第一相关度阈值的数据之间的相关度,记作第一辅相关度;
基于完成度确定偏离度,计算待评估数据与偏离度之间的相关度,记作第二辅相关度;
若第一辅相关度超过第三相关度阈值,或第二辅相关度超过第四相关度阈值,或第一辅相关度超过第三相关度阈值且第二辅相关度超过第四相关度阈值,则将待评估数据作为影响因素;
否则,不将待评估数据作为影响因素。
本申请一些实施例中,根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重,包括:
每一重影响因素对应有一个数据区间,预测待选飞行路径集中每条飞行路径的多重影响因素的实时信息;
若每一重影响因素的实时信息不位于对应数据区间内,则根据差异度调整该影响因素的初始权重,得到实时权重;
否则,不调节影响因素的初始权重,将初始权重作为实时权重。
本申请一些实施例中,并预测无人机碰撞概率,从而调整对应无人机的飞行计划,包括:
将时段接近的多个无人机的飞行路径进行时间对齐,将飞行路径划分成若干个子路径;
确定每个子路径的无人机的飞行参数,并基于飞行参数确定子路径无人机的安全范围;
根据子路径无人机的安全范围确定整条飞行路径上的交集点,从而确定碰撞校对量,其中,交集点为多条飞行路径的交叉点以及安全范围交叉的中心点;
;
其中,P为碰撞校对量,为交叉点对应的碰撞权重,n为交叉点数量,/>为第i个交叉点对应的碰撞影响量,/>为中心点对应的碰撞权重,m为中心点数量,/>为第j个中心点对应的碰撞影响量;
基于碰撞校对量确定多条飞行路径之间的碰撞概率,并得到每个交集点的碰撞校对量,从而确定每个交集点碰撞发生概率,并调整对应无人机的飞行计划。
本申请一些实施例中,在无人机飞行过程中,所述方法还包括:
在无人机飞行过程中,采集一些图像或影像资料,对图像或影像资料进行识别;
分析图像或影像资料中内容的各类因素的隐私影响量,并确定总隐私级别;
;
其中,B为总隐私级别,n为各类因素数量,为第i类因素对应的隐私权重,/>为第i类因素的影响量,/>为第三常数,[]为取整符号;
若总隐私级别超过预设隐私级别,则将该图像或影像资料设置访问权限。
本申请一些实施例中,监视飞行计划的实时完成度,并调整飞行计划,包括:
按照飞行时间将飞行计划划分成多个小计划,设置每个小计划的目标完成度;
完成一个小计划后,比对实时完成度与目标完成度的差,并据此调整下一个小计划的飞行情况。
对应的,本申请还提供了一种无人机飞行管理***,所述***包括:
制定模块,用于接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;
确定模块,用于获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;
第一调节模块,用于根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;
筛选模块,用于通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;
预测模块,用于将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;
第二调节模块,用于飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。
通过应用以上技术方案,接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。本申请通过基于飞行记录筛选出多重影响因素,从而调节初始权重,确定影响因素的优先级,再据此选择目标飞行路径,提高了无人机飞行路径规划的合理性。通过飞行计划预测无人机碰撞概率,保证了无人机碰撞预测的准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了本发明实施例提出的一种无人机飞行管理方法的流程示意图;
图2示出了本发明实施例提出的一种无人机飞行管理***的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供一种无人机飞行管理方法,如图1所示,该方法包括以下步骤:
步骤S101,接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集。
本实施例中,根据飞行任务进行飞行路径的初步筛选,并确定无人机的动作。
本申请一些实施例中,并根据飞行任务制定无人机的待选飞行路径集和动作集,包括:
飞行任务包括起始点、终点和用途;
根据起始点和终点得到所有飞行路径,将具有飞行限制的飞行路径进行剔除,以得到待选飞行路径集;
定义无人机的飞行朝向以及姿态,基于用途设定无人机多个动作,并将每个动作与无人机的飞行朝向以及姿态进行联立,以得到动作集。
本实施例中,基于用途设定无人机多个动作,确定飞行的目的是制定飞行计划的第一步。是进行航拍摄影、检查建筑结构、科学研究还是其他用途。不同用途所涉及的动作不同,动作意思为无人机进行跟拍、环绕等。将每个动作与无人机的飞行朝向以及姿态进行联系在一起,即每个动作完成,需要的朝向以及姿态等。
步骤S102,获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重。
本实施例中,飞行记录为无人机的以往飞行历史。多重影响因素为飞行安全、通信强度等影响因素。
本申请一些实施例中,基于飞行记录筛选出多重影响因素,包括:
飞行记录包括数据信息和飞行的完成度;
将数据信息进行分类得到每一类数据,分别计算每一类数据与飞行的完成度的相关度;
将相关度超过第一相关度阈值的数据作为影响因素;
将相关度超过第二相关度阈值,且不超过第一相关度阈值的数据记作待评估数据;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素。
本申请一些实施例中,所述方法还包括:
;
其中,M为飞行的完成度,为飞行路径的对应的完成权重,/>为无人机飞行路径的完成程度,exp表示指数函数,/>为无人机对计划路径的偏离程度,/>为第一常数,/>为无人机动作对应的完成权重,n为无人机动作个数,/>为第i个动作完成程度对应的完成权重,/>为第i个动作完成程度,/>为无人机动作总偏离程度,/>为第二常数。
本实施例中,在以往飞行历史中,可能无人机并非完全按照预设的飞行路径进行飞行,途中遇到突发情况,可能会改变原本计划。计算飞行完成度时需要将此考虑入内。
本实施例中,飞行完成度主要包括飞行路径的完成度以及飞行动作的完成度。表示飞行路径的偏离情况对飞行路径完成度的修正,/>取值在0.1-0.175之间。表示动作偏离程度对动作完成程度的修正,/>取值在0.14-0.186之间。
本申请一些实施例中,基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素,包括:
计算待评估数据与相关度超过第一相关度阈值的数据之间的相关度,记作第一辅相关度;
基于完成度确定偏离度,计算待评估数据与偏离度之间的相关度,记作第二辅相关度;
若第一辅相关度超过第三相关度阈值,或第二辅相关度超过第四相关度阈值,或第一辅相关度超过第三相关度阈值且第二辅相关度超过第四相关度阈值,则将待评估数据作为影响因素;
否则,不将待评估数据作为影响因素。
本实施例中,将待评估数据作为影响因素有以下几种情况:
情况1、两个辅相关度只要有一个超过对应阈值,即可确认待评估数据相关性较强。
情况2、两个辅相关度均超过对应阈值,即可确认待评估数据相关性较强。
步骤S103,根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重。
本实施例中,初始权重只是根据历史数据得到的,可能并不适应于现在的飞行路径情况,需要根据实时信息(数据或参数大小)进行调整。
本申请一些实施例中,根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重,包括:
每一重影响因素对应有一个数据区间,预测待选飞行路径集中每条飞行路径的多重影响因素的实时信息;
若每一重影响因素的实时信息不位于对应数据区间内,则根据差异度调整该影响因素的初始权重,得到实时权重;
否则,不调节影响因素的初始权重,将初始权重作为实时权重。
本实施例中,每一重影响因素对应有一个数据区间,在此区间内,说明初始权重有效,反之,说明权重需要调整。差异度为实时信息与数据区间的距离。每个差异度对应有一个调整系数,调整系数×初始权重=实时权重。
步骤S104,通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径。
本实施例中,目标飞行路径为最优解,即综合众多因素后最合适的飞行路径。将实时权重进行从大到小的排序,按照排序顺序赋予优先级,从而筛选出最合适的飞行路径。
本实施例中,例如,影响因素包括影响因素1、影响因素2、影响因素3。实时权重进行从大到小的排序,同样为,影响因素1-影响因素2-影响因素3。即影响因素1是第一优先级、影响因素2是第二优先级、影响因素3是第三优先级。比对不同的飞行路径的影响因素1、影响因素2、影响因素3,第一优先级的优先级别大于第二优先级,第二优先级优先级别大于第三优先级。通过优先级解决不同因素之间产生的矛盾问题,从而选择最合适的飞行路径。
步骤S105,将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划。
本实施例中,将目标飞行路径和动作集进行关联得到飞行计划,即将对应动作安排在目标飞行路径的不同位置处,并限定时间以及飞行参数等信息。
本申请一些实施例中,并预测无人机碰撞概率,从而调整对应无人机的飞行计划,包括:
将时段接近的多个无人机的飞行路径进行时间对齐,将飞行路径划分成若干个子路径;
确定每个子路径的无人机的飞行参数,并基于飞行参数确定子路径无人机的安全范围;
根据子路径无人机的安全范围确定整条飞行路径上的交集点,从而确定碰撞校对量,其中,交集点为多条飞行路径的交叉点以及安全范围交叉的中心点;
;
其中,P为碰撞校对量,为交叉点对应的碰撞权重,n为交叉点数量,/>为第i个交叉点对应的碰撞影响量,/>为中心点对应的碰撞权重,m为中心点数量,/>为第j个中心点对应的碰撞影响量;
基于碰撞校对量确定多条飞行路径之间的碰撞概率,并得到每个交集点的碰撞校对量,从而确定每个交集点碰撞发生概率,并调整对应无人机的飞行计划。
本实施例中,安全范围交叉的中心点的含义为,将无人机看作一个点,根据无人机的飞行参数(速度、加速度、转弯等信息)得到一个安全范围(以无人机为圆心的圆)。两个圆交叉的程度越大,发生碰撞的概率越大。
本实施例中,碰撞校对量为两条或多条飞行路径之间整体路线的碰撞校对,得到的碰撞概率为整体路径的碰撞概率。这个碰撞概率和交集点个数共同对应有一个交集点的碰撞概率阈值。并得到每个交集点的碰撞校对量,从而确定每个交集点碰撞发生概率,这个发生概率大于碰撞概率阈值,则认为会发生碰撞,从而改变这个交集点附近的飞行计划,例如飞行速度、时间等。
本申请一些实施例中,在无人机飞行过程中,所述方法还包括:
在无人机飞行过程中,采集一些图像或影像资料,对图像或影像资料进行识别;
分析图像或影像资料中内容的各类因素的隐私影响量,并确定总隐私级别;
;
其中,B为总隐私级别,n为各类因素数量,为第i类因素对应的隐私权重,/>为第i类因素的影响量,/>为第三常数,[]为取整符号;
若总隐私级别超过预设隐私级别,则将该图像或影像资料设置访问权限。
本实施例中,为了保护飞行途中拍摄的隐私内容,设置隐私级别,来控制访问权限,保证隐私内容不会外泄。
步骤S106,飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。
本申请一些实施例中,监视飞行计划的实时完成度,并调整飞行计划,包括:
按照飞行时间将飞行计划划分成多个小计划,设置每个小计划的目标完成度;
完成一个小计划后,比对实时完成度与目标完成度的差,并据此调整下一个小计划的飞行情况。
本实施例中,在飞行过程中,可能会遇到很多突发情况,因此需要实时监控飞行计划的完成度,以及对其进行调整。
通过应用以上技术方案,接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。本申请通过基于飞行记录筛选出多重影响因素,从而调节初始权重,确定影响因素的优先级,再据此选择目标飞行路径,提高了无人机飞行路径规划的合理性。通过飞行计划预测无人机碰撞概率,保证了无人机碰撞预测的准确性。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施场景所述的方法。
为了进一步阐述本发明的技术思想,现结合具体的应用场景,对本发明的技术方案进行说明。
对应的,本申请还提供了一种无人机飞行管理***,如图2所示,所述***包括:
制定模块201,用于接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;
确定模块202,用于获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;
第一调节模块203,用于根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;
筛选模块204,用于通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;
预测模块205,用于将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;
第二调节模块206,用于飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。
本申请一些实施例中,制定模块201,用于:
飞行任务包括起始点、终点和用途;
根据起始点和终点得到所有飞行路径,将具有飞行限制的飞行路径进行剔除,以得到待选飞行路径集;
定义无人机的飞行朝向以及姿态,基于用途设定无人机多个动作,并将每个动作与无人机的飞行朝向以及姿态进行联立,以得到动作集。
本申请一些实施例中,确定模块202,用于:
飞行记录包括数据信息和飞行的完成度;
将数据信息进行分类得到每一类数据,分别计算每一类数据与飞行的完成度的相关度;
将相关度超过第一相关度阈值的数据作为影响因素;
将相关度超过第二相关度阈值,且不超过第一相关度阈值的数据记作待评估数据;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素。
本申请一些实施例中,所述***还用于:
;
其中,M为飞行的完成度,为飞行路径的对应的完成权重,/>为无人机飞行路径的完成程度,exp表示指数函数,/>为无人机对计划路径的偏离程度,/>为第一常数,/>为无人机动作对应的完成权重,n为无人机动作个数,/>为第i个动作完成程度对应的完成权重,/>为第i个动作完成程度,/>为无人机动作总偏离程度,/>为第二常数。
本申请一些实施例中,确定模块202,用于:
计算待评估数据与相关度超过第一相关度阈值的数据之间的相关度,记作第一辅相关度;
基于完成度确定偏离度,计算待评估数据与偏离度之间的相关度,记作第二辅相关度;
若第一辅相关度超过第三相关度阈值,或第二辅相关度超过第四相关度阈值,或第一辅相关度超过第三相关度阈值且第二辅相关度超过第四相关度阈值,则将待评估数据作为影响因素;
否则,不将待评估数据作为影响因素。
本申请一些实施例中,第一调节模块203,用于:
每一重影响因素对应有一个数据区间,预测待选飞行路径集中每条飞行路径的多重影响因素的实时信息;
若每一重影响因素的实时信息不位于对应数据区间内,则根据差异度调整该影响因素的初始权重,得到实时权重;
否则,不调节影响因素的初始权重,将初始权重作为实时权重。
本申请一些实施例中,预测模块205,用于:
将时段接近的多个无人机的飞行路径进行时间对齐,将飞行路径划分成若干个子路径;
确定每个子路径的无人机的飞行参数,并基于飞行参数确定子路径无人机的安全范围;
根据子路径无人机的安全范围确定整条飞行路径上的交集点,从而确定碰撞校对量,其中,交集点为多条飞行路径的交叉点以及安全范围交叉的中心点;
;
其中,P为碰撞校对量,为交叉点对应的碰撞权重,n为交叉点数量,/>为第i个交叉点对应的碰撞影响量,/>为中心点对应的碰撞权重,m为中心点数量,/>为第j个中心点对应的碰撞影响量;
基于碰撞校对量确定多条飞行路径之间的碰撞概率,并得到每个交集点的碰撞校对量,从而确定每个交集点碰撞发生概率,并调整对应无人机的飞行计划。
本申请一些实施例中,所述***还用于:
在无人机飞行过程中,采集一些图像或影像资料,对图像或影像资料进行识别;
分析图像或影像资料中内容的各类因素的隐私影响量,并确定总隐私级别;
;
其中,B为总隐私级别,n为各类因素数量,为第i类因素对应的隐私权重,/>为第i类因素的影响量,/>为第三常数,[]为取整符号;
若总隐私级别超过预设隐私级别,则将该图像或影像资料设置访问权限。
本申请一些实施例中,第二调节模块206,用于:
按照飞行时间将飞行计划划分成多个小计划,设置每个小计划的目标完成度;
完成一个小计划后,比对实时完成度与目标完成度的差,并据此调整下一个小计划的飞行情况。
本领域技术人员可以理解实施场景中的***中的模块可以按照实施场景描述进行分布于实施场景的***中,也可以进行相应变化位于不同于本实施场景的一个或多个***中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员当理解: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;而这些修改或者替换,并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (6)
1.一种无人机飞行管理方法,其特征在于,所述方法包括:
接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;
获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;
根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;
通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;
将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;
飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划;
其中,
基于飞行记录筛选出多重影响因素,包括:
飞行记录包括数据信息和飞行的完成度;
将数据信息进行分类得到每一类数据,分别计算每一类数据与飞行的完成度的相关度;
将相关度超过第一相关度阈值的数据作为影响因素;
将相关度超过第二相关度阈值,且不超过第一相关度阈值的数据记作待评估数据;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素;
所述方法还包括:
;
其中,M为飞行的完成度,为飞行路径的对应的完成权重,/>为无人机飞行路径的完成程度,exp表示指数函数,/>为无人机对计划路径的偏离程度,/>为第一常数,/>为无人机动作对应的完成权重,n为无人机动作个数,/>为第i个动作完成程度对应的完成权重,为第i个动作完成程度,/>为无人机动作总偏离程度,/>为第二常数;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素,包括:
计算待评估数据与相关度超过第一相关度阈值的数据之间的相关度,记作第一辅相关度;
基于完成度确定偏离度,计算待评估数据与偏离度之间的相关度,记作第二辅相关度;
若第一辅相关度超过第三相关度阈值,或第二辅相关度超过第四相关度阈值,或第一辅相关度超过第三相关度阈值且第二辅相关度超过第四相关度阈值,则将待评估数据作为影响因素;
否则,不将待评估数据作为影响因素;
根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重,包括:
每一重影响因素对应有一个数据区间,预测待选飞行路径集中每条飞行路径的多重影响因素的实时信息;
若每一重影响因素的实时信息不位于对应数据区间内,则根据差异度调整该影响因素的初始权重,得到实时权重;
否则,不调节影响因素的初始权重,将初始权重作为实时权重。
2.如权利要求1所述的无人机飞行管理方法,其特征在于,并根据飞行任务制定无人机的待选飞行路径集和动作集,包括:
飞行任务包括起始点、终点和用途;
根据起始点和终点得到所有飞行路径,将具有飞行限制的飞行路径进行剔除,以得到待选飞行路径集;
定义无人机的飞行朝向以及姿态,基于用途设定无人机多个动作,并将每个动作与无人机的飞行朝向以及姿态进行联立,以得到动作集。
3.如权利要求1所述的无人机飞行管理方法,其特征在于,并预测无人机碰撞概率,从而调整对应无人机的飞行计划,包括:
将时段接近的多个无人机的飞行路径进行时间对齐,将飞行路径划分成若干个子路径;
确定每个子路径的无人机的飞行参数,并基于飞行参数确定子路径无人机的安全范围;
根据子路径无人机的安全范围确定整条飞行路径上的交集点,从而确定碰撞校对量,其中,交集点为多条飞行路径的交叉点以及安全范围交叉的中心点;
;
其中,P为碰撞校对量,为交叉点对应的碰撞权重,n为交叉点数量,/>为第i个交叉点对应的碰撞影响量,/>为中心点对应的碰撞权重,m为中心点数量,/>为第j个中心点对应的碰撞影响量;
基于碰撞校对量确定多条飞行路径之间的碰撞概率,并得到每个交集点的碰撞校对量,从而确定每个交集点碰撞发生概率,并调整对应无人机的飞行计划。
4.如权利要求1所述的无人机飞行管理方法,其特征在于,在无人机飞行过程中,所述方法还包括:
在无人机飞行过程中,采集一些图像或影像资料,对图像或影像资料进行识别;
分析图像或影像资料中内容的各类因素的隐私影响量,并确定总隐私级别;
;
其中,B为总隐私级别,n为各类因素数量,为第i类因素对应的隐私权重,/>为第i类因素的影响量,/>为第三常数,[]为取整符号;
若总隐私级别超过预设隐私级别,则将该图像或影像资料设置访问权限。
5.如权利要求1所述的无人机飞行管理方法,其特征在于,监视飞行计划的实时完成度,并调整飞行计划,包括:
按照飞行时间将飞行计划划分成多个小计划,设置每个小计划的目标完成度;
完成一个小计划后,比对实时完成度与目标完成度的差,并据此调整下一个小计划的飞行情况。
6.一种无人机飞行管理***,其特征在于,所述***包括:
制定模块,用于接收飞行任务,并根据飞行任务制定无人机的待选飞行路径集和动作集;
确定模块,用于获取飞行记录,基于飞行记录筛选出多重影响因素,并确定每一重影响因素的初始权重;还用于:
飞行记录包括数据信息和飞行的完成度;
将数据信息进行分类得到每一类数据,分别计算每一类数据与飞行的完成度的相关度;
将相关度超过第一相关度阈值的数据作为影响因素;
将相关度超过第二相关度阈值,且不超过第一相关度阈值的数据记作待评估数据;
基于待评估数据、相关度超过第一相关度阈值的数据和完成度判断是否将待评估数据作为影响因素;
;
其中,M为飞行的完成度,为飞行路径的对应的完成权重,/>为无人机飞行路径的完成程度,exp表示指数函数,/>为无人机对计划路径的偏离程度,/>为第一常数,/>为无人机动作对应的完成权重,n为无人机动作个数,/>为第i个动作完成程度对应的完成权重,为第i个动作完成程度,/>为无人机动作总偏离程度,/>为第二常数;
计算待评估数据与相关度超过第一相关度阈值的数据之间的相关度,记作第一辅相关度;
基于完成度确定偏离度,计算待评估数据与偏离度之间的相关度,记作第二辅相关度;
若第一辅相关度超过第三相关度阈值,或第二辅相关度超过第四相关度阈值,或第一辅相关度超过第三相关度阈值且第二辅相关度超过第四相关度阈值,则将待评估数据作为影响因素;
否则,不将待评估数据作为影响因素;
第一调节模块,用于根据待选飞行路径集中每条飞行路径的多重影响因素的实时信息调节每一重影响因素的初始权重,得到多重影响因素的实时权重;还用于:
每一重影响因素对应有一个数据区间,预测待选飞行路径集中每条飞行路径的多重影响因素的实时信息;
若每一重影响因素的实时信息不位于对应数据区间内,则根据差异度调整该影响因素的初始权重,得到实时权重;
否则,不调节影响因素的初始权重,将初始权重作为实时权重;
筛选模块,用于通过多重影响因素的实时权重确定每一重影响因素的优先级,从而在待选飞行路径集中筛选出目标飞行路径;
预测模块,用于将目标飞行路径和动作集进行关联,得到飞行计划,获取所有无人机的飞行计划,并预测无人机碰撞概率,从而调整对应无人机的飞行计划;
第二调节模块,用于飞手通过飞行计划对无人机进行控制,在无人机飞行过程中,监视飞行计划的实时完成度,并调整飞行计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310761191.2A CN116859990B (zh) | 2023-06-26 | 2023-06-26 | 一种无人机飞行管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310761191.2A CN116859990B (zh) | 2023-06-26 | 2023-06-26 | 一种无人机飞行管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116859990A CN116859990A (zh) | 2023-10-10 |
CN116859990B true CN116859990B (zh) | 2024-04-19 |
Family
ID=88222605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310761191.2A Active CN116859990B (zh) | 2023-06-26 | 2023-06-26 | 一种无人机飞行管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116859990B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109240341A (zh) * | 2018-12-04 | 2019-01-18 | 中国航空无线电电子研究所 | 一种基于消息交互的无人机密集编队控制方法 |
CN112418773A (zh) * | 2020-04-17 | 2021-02-26 | 蔡敏 | 基于多无人机协同的物流配送方法及*** |
CN113485439A (zh) * | 2021-07-30 | 2021-10-08 | 中国科学院地理科学与资源研究所 | 一种无人机停机路径管理方法及*** |
CN114115355A (zh) * | 2022-01-24 | 2022-03-01 | 众芯汉创(北京)科技有限公司 | 一种无人机组任务规划方法、装置及*** |
CN114610066A (zh) * | 2022-03-15 | 2022-06-10 | 浙江大学湖州研究院 | 复杂未知环境下分布式集群无人机编队飞行轨迹生成方法 |
CN114638155A (zh) * | 2022-02-24 | 2022-06-17 | 广东翼景信息科技有限公司 | 一种基于智能机场的无人机任务分配与路径规划方法 |
CN115755973A (zh) * | 2022-11-21 | 2023-03-07 | 上海特金信息科技有限公司 | 无人机低空域交通决策方法、装置、***与设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517538A (zh) * | 2019-08-06 | 2019-11-29 | 电子科技大学 | 飞行器主动发现与协同防碰撞方法与*** |
-
2023
- 2023-06-26 CN CN202310761191.2A patent/CN116859990B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109240341A (zh) * | 2018-12-04 | 2019-01-18 | 中国航空无线电电子研究所 | 一种基于消息交互的无人机密集编队控制方法 |
CN112418773A (zh) * | 2020-04-17 | 2021-02-26 | 蔡敏 | 基于多无人机协同的物流配送方法及*** |
CN113485439A (zh) * | 2021-07-30 | 2021-10-08 | 中国科学院地理科学与资源研究所 | 一种无人机停机路径管理方法及*** |
CN114115355A (zh) * | 2022-01-24 | 2022-03-01 | 众芯汉创(北京)科技有限公司 | 一种无人机组任务规划方法、装置及*** |
CN114638155A (zh) * | 2022-02-24 | 2022-06-17 | 广东翼景信息科技有限公司 | 一种基于智能机场的无人机任务分配与路径规划方法 |
CN114610066A (zh) * | 2022-03-15 | 2022-06-10 | 浙江大学湖州研究院 | 复杂未知环境下分布式集群无人机编队飞行轨迹生成方法 |
CN115755973A (zh) * | 2022-11-21 | 2023-03-07 | 上海特金信息科技有限公司 | 无人机低空域交通决策方法、装置、***与设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116859990A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170131716A1 (en) | Methods and apparatus to autonomously navigate a vehicle by selecting sensors from which to obtain measurements for navigation | |
US20220176846A1 (en) | Unmanned Aerial Vehicle Remote Flight Planning System | |
EP3101502B1 (en) | Autonomous unmanned aerial vehicle decision-making | |
US20230213940A1 (en) | System and method for autonomous decision making, corrective action, and navigation in a dynamically changing world | |
US10755585B2 (en) | Unmanned aerial vehicle authorization and geofence envelope determination | |
EP1857768B1 (en) | Route search planner | |
EP1873606B1 (en) | Termination secured route planning | |
JP2007526175A (ja) | 自動収集管理装置 | |
EP2370966A2 (en) | Methods and system for time of arrival control using time of arrival uncertainty | |
JP2016043891A (ja) | 宇宙飛翔物体監視装置、宇宙飛翔物体監視方法、及び、プログラム | |
JP6954983B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US20210343158A1 (en) | Uav risk-based route planning system | |
CN115136094A (zh) | 无人机飞行路径设定方法及装置 | |
CN112396298B (zh) | 一种无人直升机多机协同任务规划方法 | |
CN116859990B (zh) | 一种无人机飞行管理方法及*** | |
Melnychenko et al. | A self-organized automated system to control unmanned aerial vehicles for object detection | |
CN112133137B (zh) | Itwr***与atc***相关一致性检查方法及装置 | |
Wells et al. | Predicting suas conflicts in the national airspace with interacting multiple models and haversine-based conflict detection system | |
JP2023508743A (ja) | Uavをモニターするためのデバイス、コンピュータプログラム及び方法 | |
Hu | Probabilistic risk assessment and mitigation for uas safety and traffic management | |
Sabatini | Cooperative and non-cooperative decision making for UAS detect-and-avoid: a novel unified approach | |
Dai et al. | Urban Performance-Based Navigation (uPBN): Addressing the CNS Variation Problem in the Urban Airspace in the Context of UAS Traffic Management | |
Zhang et al. | Study of Urban Unmanned Aerial Vehicle Separation in Free Flight Based on Track Prediction | |
Basan et al. | Decision-Making Module to Improve the Stability of the UAV Flight | |
Young et al. | Intelligent hazard avoidance system |
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 |