CN117130987B - 一种大规模无人机集群的飞控管理方法 - Google Patents
一种大规模无人机集群的飞控管理方法 Download PDFInfo
- Publication number
- CN117130987B CN117130987B CN202311405219.5A CN202311405219A CN117130987B CN 117130987 B CN117130987 B CN 117130987B CN 202311405219 A CN202311405219 A CN 202311405219A CN 117130987 B CN117130987 B CN 117130987B
- Authority
- CN
- China
- Prior art keywords
- algorithm
- information
- folder
- model name
- aerial vehicle
- 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 69
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 22
- 238000012986 modification Methods 0.000 claims abstract description 102
- 230000004048 modification Effects 0.000 claims abstract description 102
- 238000000034 method Methods 0.000 claims abstract description 25
- 238000012790 confirmation Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000012217 deletion Methods 0.000 claims description 9
- 230000037430 deletion Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000008859 change Effects 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1458—Management of the backup or restore process
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/164—File meta data generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种大规模无人机集群的飞控管理方法,涉及无人机算法管理控制技术领域,包括获取无人机算法管理信息,新建或查询模型名文件夹,将算法模型文件加载至内存或将对应的算法内存释放,输出算法数量修改信息;对模型名文件夹进行备份,比对执行算法名以及算法模型名,对模型名文件夹进行更新处理,输出更新完成信息;查询算法模型名,输出存在详情信息;查询更新版本号,输出确认更新信息或进行更新回滚;本发明用于解决现有的大规模无人机集群的飞控管理方法缺少对无人机执行算法的变化进行的分析,导致在更新算法时需要重启无人机,使用户实际体验较差的问题。
Description
技术领域
本发明涉及无人机算法管理控制技术领域,尤其涉及一种大规模无人机集群的飞控管理方法。
背景技术
无人机算法管理控制技术,是指使用仿真技术在计算机上对无人机集群进行仿真的方法,以验证设计和开发的正确性,降低开发成本和风险;但是在实际应用中,无人机的飞行控制仍然存在一定的挑战;传统的无人机控制方法依赖于先验知识和手工特征提取,存在适应性差、鲁棒性不足等问题;而深度学习算法可以自动提取特征,具有较强的适应性和鲁棒性,因此被广泛应用于无人机控制领域。
现有的无人机集群飞控管理方法通常都是对运行状态下的无人机通信量进行分析,缺少对无人机执行算法发生改变或进行更新时的细致分析,比如在申请公开号为:“CN114779813A”的中国专利中,公开了“基于改进合同网算法的多无人机动态任务分配方法”,该方案就是获取无人机的任务信息,对任务信息以及设定的招标信息进行分析,基于分析结果进行签约;该方案缺少对执行任务时无人机执行算法的变化进行的分析;当产生新的算法时,无人机执行算法需要重启,降低的用户的实际体验,鉴于此,有必要对现有的大规模无人机集群的飞控管理方法进行优化。
发明内容
针对现有技术存在的不足,本发明提供了一种大规模无人机集群的飞控管理方法,能够获取无人机算法管理信息,新建或查询模型名文件夹,将算法模型文件加载至内存或将对应的算法内存释放;名对模型名文件夹进行备份得到备份文件夹;对模型名文件夹进行更新处理,输出确认更新信息或基于备份文件夹进行更新回滚,以解决现有的大规模无人机集群的飞控管理方法缺少对无人机执行算法的变化进行的分析,导致在更新算法时需要重启无人机,使用户实际体验较差的问题。
为了实现上述目的,第一方面,本发明提供一种大规模无人机集群的飞控管理方法,包括如下步骤:
步骤S1,获取无人机算法管理信息,所述无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;所述无人机算法管理信息还包括算法模型名;
步骤S2,当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;
步骤S3,当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名;
步骤S4,接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
进一步地,所述步骤S2包括如下子步骤:
步骤S201,获取算法增加信息或算法删除信息;
步骤S202011,当获取到算法增加信息时,基于算法模型名创建文件夹,标记为新建文件夹;
步骤S202012,将算法版本号、算法模型文件以及模型配置文件存储至新建文件夹,将新建文件夹标记为修改文件夹;
步骤S202013,基于模型配置文件将算法模型文件加载至内存,输出算法数量修改信息。
进一步地,所述步骤S2还包括如下子步骤:
步骤S202021,当接收到算法删除信息时,基于算法模型名查询模型名文件夹,标记为修改文件夹;
步骤S202022,将修改文件夹中的算法模型文件标记为待删文件,基于待删文件将内存中的模型文件进行删除处理;
步骤S202023,将修改文件夹进行删除处理,输出算法数量修改信息。
进一步地,所述算法比对信息包括不同算法信息以及相同算法信息,所述步骤S3包括如下子步骤:
步骤S3011,接收算法更新信息,当接收到算法更新信息时,将名称为算法模型名的模型名文件夹进行备份处理,将备份后的文件夹标记为备份文件夹;
步骤S3012,获取当前无人机集群的执行算法名;
步骤S3013,比对执行算法名以及算法模型名,当执行算法名与算法模型名相同时,输出相同算法信息;当执行算法名与算法模型名不同时,输出不同算法信息;
步骤S3014,当接收到不同算法信息时,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号。
进一步地,所述步骤S3还包括如下子步骤:
步骤S3021,当接收到相同算法信息时,查询名称为悬停算法的文件夹,标记为悬停文件夹;动态加载悬停文件夹中的算法模型文件;
步骤S3022,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理;将更新处理后的算法模型文件标记为更新算法;
步骤S3023,控制无人机集群动态加载更新算法,输出更新完成信息。
进一步地,所述步骤S4包括如下子步骤:
步骤S401,接收算法数量修改信息以及更新完成信息;
步骤S402011,当接收到算法数量修改信息时,基于算法模型名查询文件夹,当查询存在名称为算法模型名的文件夹时,输出存在文件夹信息;当未查询到名称为算法模型名的文件夹时,输出不存在文件夹信息;所述存在详情信息包括存在文件及信息以及不存在文件夹信息;
步骤S402012,获取修改方式,当修改方式为增加且存在详情信息为存在文件夹信息时,或修改方式为删除且存在详情信息为不存在文件夹信息时,输出修改完成信息;
步骤S402013,当修改方式以及存在详情信息不为步骤S402012中的组合时,输出修改失败信息;
进一步地,所述步骤S4还包括如下子步骤:
步骤S402021,当接收到更新完成信息时,查询名称为算法模型名的模型名文件夹中的算法版本号,标记为待分析版本号;
步骤S402022,比对待分析版本号与更新版本号,当待分析版本号与更新版本号相同时,输出确认更新信息;
步骤S402023,当待分析版本号与更新版本号不同时,进行更新回滚处理,将待分析版本号对应的模型名文件夹更新为备份文件夹。
第二方面,本发明提供一种大规模无人机集群的飞控管理***,包括文件***管理模块、算法管理模块以及管理确认模块;所述文件***管理模块包括指令接收单元、算法更新单元以及算法处理单元;所述指令接收单元用于获取无人机算法管理信息,所述无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;所述无人机算法管理信息还包括算法模型名;
所述算法更新单元用于当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;
所述算法处理单元用于将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;
所述算法管理模块用于当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名;
所述管理确认模块用于接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
第三方面,本申请提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,运行如上所述方法中的步骤。
本发明的有益效果:本发明通过获取无人机算法管理信息,再新建或查询与算法模型名对应的模型名文件夹,通过将算法模型文件加载至内存或将对应的算法内存释放,能够方便后续无人机执行新算法时能够直接从内存中加载或减小内存压力;提高了无人机集群的飞控管理的智能性以及高效性;
本发明通过对模型名文件夹进行备份,比对执行算法名以及算法模型名,对模型名文件夹进行更新处理,输出更新完成信息,基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚;能够实现对无人机集群执行的算法进行更新时无人机无需将相关组件重启,提高了用户的实际体验;且当热更新后能够判断是否更新成功,若未成功通过能够进行更新回滚,进一步提高了方法的智能性以及对热更新结果判断的准确性。
本发明附加方面的优点将在下面的具体实施方式的描述中部分给出,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
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其他特征、目的和优点将会变得更明显:
图1为本发明的方法的步骤流程图;
图2为本发明的***的控制层级示意图;
图3为本发明的***的原理框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例一
请参阅图1所示,本发明提供了一种大规模无人机集群的飞控管理方法,能够获取无人机算法管理信息;新建或查询文件夹,将算法模型文件加载至内存或将对应的算法内存释放;对文件夹进行备份,对原文件夹进行更新处理;查询算法模型名,输出修改完成信息或修改失败信息;查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
具体地,包括如下步骤:
步骤S1,获取无人机算法管理信息,无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;无人机算法管理信息还包括算法模型名;
请参阅图2所示,图2中Service为接口层,通过protobuf定义RPC接口,定义包括算法名、算法版本、算法输入数据等;File system为文件***管理层,通过对目录下文件增、删、改等操作的监控,从而实现算法模型的版本管理;Model manager为算法模型管理层,本模块被触发后,会根据文件***管理模块传递的信息,到对应的版本目录,根据目录下的模型配置文件,加载对应的算法模型;加载完成后,根据文件的变动类型做出后续动作;Request handler为请求处理模块,能够根据模型配置中加载好的输入输出信息,调用实际的算法模型进行推理,并将结果返回给service层;
步骤S2,当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;步骤S2还包括如下子步骤:
步骤S201,获取算法增加信息或算法删除信息;
步骤S202011,当获取到算法增加信息时,基于算法模型名创建文件夹,标记为新建文件夹;
具体实施时,基于算法模型名创建文件夹指创建名称为算法模型名的文件夹;例如示例目录结构如下
工作目录
|___算法模型名1
|___算法版本号101
|___ model.pt # 算法模型文件
|___ model.config # 模型配置文件
|___算法版本号102
|___ model.pt # 算法模型文件
|___ model.config # 模型配置文件
|___如果有需要,可增加更多子版本号
|___算法模型名2
|___各级子目录同“算法模型名1”;
例如当算法增加信息中的算法模型名为“图案1模型”时,则新建目录结构如下所示的文件夹:
|___图案1模型
|___算法版本号101
|___ model.pt # 算法模型文件
|___ model.config # 模型配置文件;
步骤S202012,将算法版本号、算法模型文件以及模型配置文件存储至新建文件夹,将新建文件夹标记为修改文件夹;
步骤S202013,基于模型配置文件将算法模型文件加载至内存,输出算法数量修改信息;
具体实施时,工作目录下有文件的变动后,会根据新建目录下的模型配置文件,加载对应的算法模型;加载了算法模型后,就会对应构造一个handler,并在service层建立对应的路由;当service层收到请求,service层即根据请求中的模型名、模型版本等信息,将请求路由到对应的handler;handler根据模型配置中加载好的输入输出信息,调用实际的算法模型进行推理,并将结果返回给service层;
步骤S202021,当接收到算法删除信息时,基于算法模型名查询模型名文件夹,标记为修改文件夹;
步骤S202022,将修改文件夹中的算法模型文件标记为待删文件,基于待删文件将内存中的模型文件进行删除处理;
具体实施时,当“模型名”目录下某个已有的版本号文件夹被删除(例如子目录01被直接删除),则将handler的指针对应的算法内存释放,并从service层删除该handler对应的路由;例如当算法删除信息中的算法模型名为“算法模型名2”时,则通过加载目录下模型配置文件,将算法内存释放,然后将算法模型名2文件夹删除;
需要说明的是,当仅需删除算法模型名下对应的某个算法版本号时,则算法删除信息中的算法模型名可以变为算法模型名以及算法版本号,以实现对算法版本的删除处理;
步骤S202023,将修改文件夹进行删除处理,输出算法数量修改信息;
步骤S3,当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,更新完成信息包括更新版本号以及算法模型名;步骤S3还包括如下子步骤:
步骤S3011,接收算法更新信息,当接收到算法更新信息时,将名称为算法模型名的模型名文件夹进行备份处理,将备份后的文件夹标记为备份文件夹;
具体实施时,若算法更新信息中的算法模型名为算法模型名1时,则将文件夹:
|___算法模型名1
|___算法版本号101
|___ model.pt # 算法模型文件
|___ model.config # 模型配置文件
进行备份处理,得到备份文件夹;
步骤S3012,获取当前无人机集群的执行算法名;
步骤S3013,比对执行算法名以及算法模型名,当执行算法名与算法模型名相同时,输出相同算法信息;当执行算法名与算法模型名不同时,输出不同算法信息;
步骤S3014,当接收到不同算法信息时,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理,输出更新完成信息,更新完成信息包括更新版本号;
具体实施时,当“模型名”目录下某个已有的版本号文件夹下的模型文件发生了变化(例如算法模型名1目录下算法版本号101目录中,model.pt的md5值发生了变化),则先将新算法模型加载至内存,校验后将handler的指针从老版本算法的内存切换至新版本,并释放老版本算法的内存,同时新版本算法提供服务,将算法版本号101更改为算法版本号101.n,其中n表示版本的代数,可以为正整数或为例如2.3;
步骤S3021,当接收到相同算法信息时,查询名称为悬停算法的文件夹,标记为悬停文件夹;动态加载悬停文件夹中的算法模型文件;
需要说明的是,当执行算法名与算法模型名相同时,若此时直接对算法进行更新,则由于模型配置文件需要将算法配置文件加载至内存,无人机再执行算法,此过程无人机存在短时间无算法执行状态,若在更新前无人机保持运动状态,则更新过程中无人机可能会出现不可控运动;因此在无人机内存中提前加载悬停算法,当需要更新正在执行的算法时,通过如下步骤:执行算法——加载悬停算法——更新执行算法——加载更新后的执行算法,能够避免更新过程中出现不可控运动的问题出现;
具体实施时,可以通过使用动态链接库(DLL):将算法模块编译为动态链接库,然后在运行时通过加载库文件将其载入应用程序中;或者使用配置文件或数据库:将算法模块的信息存储在配置文件或数据库中,并在运行时读取该信息;根据配置信息,动态地加载和使用相应的算法模块;以此实现算法的动态加载;
步骤S3022,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理;将更新处理后的算法模型文件标记为更新算法;
步骤S3023,控制无人机集群动态加载更新算法,输出更新完成信息;
步骤S4,接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚;步骤S4还包括如下子步骤:
步骤S401,接收算法数量修改信息以及更新完成信息;
步骤S402011,当接收到算法数量修改信息时,基于算法模型名查询文件夹,当查询存在名称为算法模型名的文件夹时,输出存在文件夹信息;当未查询到名称为算法模型名的文件夹时,输出不存在文件夹信息;所述存在详情信息包括存在文件及信息以及不存在文件夹信息;
步骤S402012,获取修改方式,当修改方式为增加且存在详情信息为存在文件夹信息时,或修改方式为删除且存在详情信息为不存在文件夹信息时,输出修改完成信息;
步骤S402013,当修改方式以及存在详情信息不为步骤S402012中的组合时,输出修改失败信息。
步骤S402021,当接收到更新完成信息时,查询名称为算法模型名的模型名文件夹中的算法版本号,标记为待分析版本号;
步骤S402022,比对待分析版本号与更新版本号,当待分析版本号与更新版本号相同时,输出确认更新信息;
步骤S402023,当待分析版本号与更新版本号不同时,进行更新回滚处理,将待分析版本号对应的模型名文件夹更新为备份文件夹。
实施例二
请参阅图3,第二方面,本发明提供一种大规模无人机集群的飞控管理***,包括文件***管理模块、算法管理模块以及管理确认模块;文件***管理模块包括指令接收单元、算法更新单元以及算法处理单元;指令接收单元用于获取无人机算法管理信息,无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;无人机算法管理信息还包括算法模型名;
算法更新单元用于当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;
算法处理单元用于将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;
算法管理模块用于当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名;
管理确认模块用于接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
实施例三
第三方面,第三方面,本发明提供一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时,运行如上任意一项方法中的步骤。通过上述技术方案,计算机程序被处理器执行时,执行上述实施例的任一可选的实现方式中的方法,以实现以下功能:获取无人机算法管理信息,新建或查询与算法模型名对应的模型名文件夹,将算法模型文件加载至内存或将对应的算法内存释放,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名,接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。其中,存储介质可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Red Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种大规模无人机集群的飞控管理方法,其特征在于,包括如下步骤:
步骤S1,获取无人机算法管理信息,所述无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;所述无人机算法管理信息还包括算法模型名;
步骤S2,当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;
步骤S3,当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名;
步骤S4,接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
2.根据权利要求1所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述步骤S2包括如下子步骤:
步骤S201,获取算法增加信息或算法删除信息;
步骤S202011,当获取到算法增加信息时,基于算法模型名创建文件夹,标记为新建文件夹;
步骤S202012,将算法版本号、算法模型文件以及模型配置文件存储至新建文件夹,将新建文件夹标记为修改文件夹;
步骤S202013,基于模型配置文件将算法模型文件加载至内存,输出算法数量修改信息。
3.根据权利要求2所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述步骤S2还包括如下子步骤:
步骤S202021,当接收到算法删除信息时,基于算法模型名查询模型名文件夹,标记为修改文件夹;
步骤S202022,将修改文件夹中的算法模型文件标记为待删文件,基于待删文件将内存中的模型文件进行删除处理;
步骤S202023,将修改文件夹进行删除处理,输出算法数量修改信息。
4.根据权利要求3所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述算法比对信息包括不同算法信息以及相同算法信息,所述步骤S3包括如下子步骤:
步骤S3011,接收算法更新信息,当接收到算法更新信息时,将名称为算法模型名的模型名文件夹进行备份处理,将备份后的文件夹标记为备份文件夹;
步骤S3012,获取当前无人机集群的执行算法名;
步骤S3013,比对执行算法名以及算法模型名,当执行算法名与算法模型名相同时,输出相同算法信息;当执行算法名与算法模型名不同时,输出不同算法信息;
步骤S3014,当接收到不同算法信息时,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号。
5.根据权利要求4所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述步骤S3还包括如下子步骤:
步骤S3021,当接收到相同算法信息时,查询名称为悬停算法的文件夹,标记为悬停文件夹;动态加载悬停文件夹中的算法模型文件;
步骤S3022,基于算法模型名将模型名文件夹中的算法模型文件以及算法版本号进行更新处理;将更新处理后的算法模型文件标记为更新算法;
步骤S3023,控制无人机集群动态加载更新算法,输出更新完成信息。
6.根据权利要求5所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述步骤S4包括如下子步骤:
步骤S401,接收算法数量修改信息以及更新完成信息;
步骤S402011,当接收到算法数量修改信息时,基于算法模型名查询文件夹,当查询存在名称为算法模型名的文件夹时,输出存在文件夹信息;当未查询到名称为算法模型名的文件夹时,输出不存在文件夹信息;所述存在详情信息包括存在文件及信息以及不存在文件夹信息;
步骤S402012,获取修改方式,当修改方式为增加且存在详情信息为存在文件夹信息时,或修改方式为删除且存在详情信息为不存在文件夹信息时,输出修改完成信息;
步骤S402013,当修改方式以及存在详情信息不为步骤S402012中的组合时,输出修改失败信息。
7.根据权利要求6所述的一种大规模无人机集群的飞控管理方法,其特征在于,所述步骤S4还包括如下子步骤:
步骤S402021,当接收到更新完成信息时,查询名称为算法模型名的模型名文件夹中的算法版本号,标记为待分析版本号;
步骤S402022,比对待分析版本号与更新版本号,当待分析版本号与更新版本号相同时,输出确认更新信息;
步骤S402023,当待分析版本号与更新版本号不同时,进行更新回滚处理,将待分析版本号对应的模型名文件夹更新为备份文件夹。
8.适用于权利要求1-7任意一项所述的一种大规模无人机集群的飞控管理方法的***,其特征在于,包括文件***管理模块、算法管理模块以及管理确认模块;所述文件***管理模块包括指令接收单元、算法更新单元以及算法处理单元;所述指令接收单元用于获取无人机算法管理信息,所述无人机算法管理信息包括算法更新信息、算法增加信息以及算法删除信息;所述无人机算法管理信息还包括算法模型名;
所述算法更新单元用于当获取到算法增加信息或算法删除信息时,新建或查询与算法模型名对应的模型名文件夹,所述模型名文件夹包括算法版本号、算法模型文件以及模型配置文件;
所述算法处理单元用于将算法模型文件加载至内存或将对应的算法内存释放;输出算法数量修改信息,所述算法数量修改信息包括修改方式以及修改文件夹,所述修改方式包括增加以及删除;
所述算法管理模块用于当获取到算法更新信息时,基于算法模型名对模型名文件夹进行备份得到备份文件夹;获取当前无人机执行算法名,比对执行算法名以及算法模型名,输出算法比对信息;基于算法比对信息对模型名文件夹进行更新处理,输出更新完成信息,所述更新完成信息包括更新版本号以及算法模型名;
所述管理确认模块用于接收算法数量修改信息以及更新完成信息,基于算法数量修改信息查询算法模型名,输出存在详情信息;基于修改方式以及存在详情信息输出修改完成信息或修改失败信息;基于更新完成信息中的算法模型名查询更新版本号,输出确认更新信息或基于备份文件夹进行更新回滚。
9.一种存储介质,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,运行如权利要求1-7任一项所述方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311405219.5A CN117130987B (zh) | 2023-10-27 | 2023-10-27 | 一种大规模无人机集群的飞控管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311405219.5A CN117130987B (zh) | 2023-10-27 | 2023-10-27 | 一种大规模无人机集群的飞控管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117130987A CN117130987A (zh) | 2023-11-28 |
CN117130987B true CN117130987B (zh) | 2024-02-23 |
Family
ID=88861399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311405219.5A Active CN117130987B (zh) | 2023-10-27 | 2023-10-27 | 一种大规模无人机集群的飞控管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117130987B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021008184A1 (zh) * | 2019-07-18 | 2021-01-21 | 南京依维柯汽车有限公司 | 新能源汽车上的fota固件远程升级***及其升级方法 |
CN112559704A (zh) * | 2020-12-08 | 2021-03-26 | 北京航天云路有限公司 | 一种用户自定义配置的知识图谱生成工具 |
CN113156803A (zh) * | 2021-02-03 | 2021-07-23 | 南京华鹞信息科技有限公司 | 一种面向任务的无人机集群资源管理及容错控制方法 |
CN114780393A (zh) * | 2022-04-08 | 2022-07-22 | 中国舰船研究设计中心 | 海上无人集群智能算法测试训练*** |
CN115543402A (zh) * | 2022-11-21 | 2022-12-30 | 北京大学 | 一种基于代码提交的软件知识图谱增量更新方法 |
CN116430754A (zh) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
-
2023
- 2023-10-27 CN CN202311405219.5A patent/CN117130987B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021008184A1 (zh) * | 2019-07-18 | 2021-01-21 | 南京依维柯汽车有限公司 | 新能源汽车上的fota固件远程升级***及其升级方法 |
CN112559704A (zh) * | 2020-12-08 | 2021-03-26 | 北京航天云路有限公司 | 一种用户自定义配置的知识图谱生成工具 |
CN113156803A (zh) * | 2021-02-03 | 2021-07-23 | 南京华鹞信息科技有限公司 | 一种面向任务的无人机集群资源管理及容错控制方法 |
CN114780393A (zh) * | 2022-04-08 | 2022-07-22 | 中国舰船研究设计中心 | 海上无人集群智能算法测试训练*** |
CN115543402A (zh) * | 2022-11-21 | 2022-12-30 | 北京大学 | 一种基于代码提交的软件知识图谱增量更新方法 |
CN116430754A (zh) * | 2023-06-09 | 2023-07-14 | 北京中兵天工防务技术有限公司 | 一种无人机集群多任务控制半实物仿真方法 |
Non-Patent Citations (2)
Title |
---|
基于多目标优化算法的异构多无人机协同任务分配(英文);王建峰;贾高伟;林君灿;侯中喜;;Journal of Central South University(02);全文 * |
星载大容量固态存储器快速可靠启动算法设计;李姗;宋琪;朱岩;安军社;;哈尔滨工业大学学报(10);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117130987A (zh) | 2023-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9588752B2 (en) | Performing unattended software installation | |
US10120672B2 (en) | Method for offline updating virtual machine images | |
US9448784B2 (en) | Reducing downtime during upgrades of interrelated components in a database system | |
US8589909B2 (en) | Techniques for reducing down time in updating applications with metadata | |
US7703090B2 (en) | Patch un-installation | |
CN110088733A (zh) | 虚拟机迁移的基于存储层的编排 | |
CN105335253A (zh) | 创建虚拟机***盘快照的方法和装置 | |
JPWO2016016975A1 (ja) | 開発支援システム | |
US8856740B2 (en) | Implementing multiple versions of a plug-in concurrently | |
US11645086B2 (en) | System and method for implementing a filesystem agent management solution | |
CN111651304B (zh) | 基于双芯智能电表的软件恢复方法、装置和计算机设备 | |
US11983519B2 (en) | Abort installation of firmware bundles | |
CN105867962A (zh) | ***升级的方法和装置 | |
CN117130987B (zh) | 一种大规模无人机集群的飞控管理方法 | |
CN115080076B (zh) | 一种云手机软件管理方法 | |
CN116414417A (zh) | 版本更新方法、装置、非易失性存储介质及电子设备 | |
US20230393825A1 (en) | Automated software deployment techniques | |
CN116028084A (zh) | 一种基于OpenStack云平台跨版本热升级的方法、***及终端 | |
WO2022120640A1 (zh) | 基于electron的更新方法及*** | |
US20150046414A1 (en) | Computer product, managing apparatus, and managing method | |
CN117348916B (zh) | 脚本生成方法、装置、设备及存储介质 | |
CN116149707B (zh) | 分布式***的升级风险检测和规避方法及装置 | |
US20230259347A1 (en) | Container based generation of inputs for generic functions | |
CN109324807B (zh) | OpenStack的计费模块安装方法和*** | |
CN114610415A (zh) | 一种程序启动方法、***、存储介质及电子设备 |
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 |