一种无人机机群综合管控方法及系统与流程
本发明涉及无人机运维管理,具体为一种无人机机群综合管控方法及系统。
背景技术:
1、无人机机群通过多机智能协同,广泛应用于农业植保、电力与管线巡检、应急救援、物流配送、空中表演、安防巡逻及地形测绘等场景,为人们的日常生活及特殊场景带来便利与支持。
2、申请号为202511247598.9的发明专利申请中公开了一种警用无人机综合管控系统及其控制方法,该申请旨在解决“当前技术在系统集成、智能控制以及设备兼容性方面仍显不足,具体表现为缺乏自动化部署与调度机制,挂载接口标准不统一,电池更换效率低,通信链路易受干扰,系统整体运行稳定性差”的问题。
3、然而,现有技术中,对于无人机机群中各无人机的位置校准,往往以相同的、单一的校准逻辑执行校准操作,由于无人机机群中各无人机所处位置不同,自身实时所受干扰情况并非完全一致,从而在无人机机群中各无人机使用相同的、单一的校准逻辑执行校准操作,所得到的校准效果存在优劣之别,以至于影响到无人机机群的位置管控精度。
4、为此,我们提出了一种无人机机群综合管控方法及系统。
技术实现思路
1、针对现有技术所存在的上述缺点,本发明提供了一种无人机机群综合管控方法及系统,能够有效地解决现有技术的问题。
2、为实现以上目的,本发明通过以下技术方案予以实现;
3、本发明公开了一种无人机机群综合管控系统,包括:
4、采集模块,用于实时采集无人机机群中各单体无人机的卫星定位原始数据,建立机群基础定位数据集;感知模块,用于接收机群基础定位数据集,基于数据集解析获取各无人机所处空间的实时干扰状态参数;生成模块,用于根据各无人机对应的干扰状态参数,制定适配各单体无人机的卫星定位校准逻辑,组成单体无人机卫星定位校准逻辑数据包;选择模块,用于根据各无人机对应的干扰状态参数,选择单体无人机作为卫星定位校准逻辑数据包反馈目标,控制交互模块执行数据包分发操作;交互模块,用于在无人机机群中各单体无人机间传输单体无人机卫星定位校准逻辑数据包,使各单体无人机接收各自对应校准逻辑数据,同步执行校准操作;管控模块,用于评估无人机群本次位置校准复杂程度,基于校准复杂程度评估结果决策系统刷新运行间隙;
5、所述采集模块通过无线网络交互连接有感知模块及生成模块,所述生成模块通过无线网络与选择模块交互连接,所述选择模块通过无线网络交互连接有交互模块及管控模块;
6、其中,选择模块选择目标为当前所受干扰最小的单体无人机。
7、更进一步地,所述采集模块采集的卫星定位原始数据包含各单体无人机的卫星信号捕获数量、卫星伪距观测值、载波相位观测值、星历参数及定位解算原始结果,所述采集模块按照各单体无人机的唯一设备标识建立一一对应的时序数据链路,将各时序数据链路的卫星定位原始数据按预设采集周期进行结构化整合,形成带时间戳的机群基础定位数据集;
8、其中,机群基础定位数据集随采集周期同步进行增量更新。
9、更进一步地,所述感知模块解析获取的实时干扰状态参数包括综合干扰系数,所述感知模块基于机群基础定位数据集提取各无人机的卫星信号载噪比偏差、定位解算残差、信号遮挡率,再计算各无人机的综合干扰系数,其中表示无人机实时卫星信号载噪比与载噪比基准值的绝对偏差,表示卫星定位的标准载噪比基准值,表示无人机卫星定位解算残差,表示卫星定位解算的允许残差基准值,表示无人机的卫星信号遮挡率。
10、更进一步地,所述生成模块将各无人机的综合干扰系数按预设等级区间划分为不同干扰等级,再针对不同干扰等级匹配对应的卫星定位校准逻辑:
11、所述校准策略包括纯卫星定位参数修正校准、卫星-惯导组合定位校准、多机协同差分定位校准中的一种或多种组合,所述生成模块将匹配的校准策略、校准执行时序信息进行封装,组成带无人机唯一设备标识的单体无人机卫星定位校准逻辑数据包。
12、更进一步地,所述纯卫星定位参数修正校准,基于机群基础定位数据集中提取的卫星伪距观测值、载波相位观测值及星历参数,提取卫星定位解算过程中的电离层延迟误差、对流层折射误差、卫星钟差、接收机钟差及星历误差参数,对各误差参数按对应的预设修正模型进行逐维定量修正,将修正后的各项观测参数与星历参数重新代入卫星定位解算模型,完成单次定位校准解算并输出校准后的卫星定位结果;
13、所述卫星-惯导组合定位校准,提取无人机卫星定位的实时位置、速度观测数据及无人机内置惯导模块的角速度、加速度航位推算数据,对两类数据做时间戳同步及空间坐标参考系统一的配准处理,将配准后的数据输入预设的卫星-惯导扩展卡尔曼滤波模型进行融合解算,根据融合解算结果生成卫星定位星历参数、伪距观测值的偏差修正量,以完成对应参数的修正,输出修正后的卫星定位解算基础参数,完成校准,其中,卫星-惯导扩展卡尔曼滤波模型该模型以惯导模块的航位推算方程为状态方程,以卫星定位的位置、速度观测值为观测方程,通过滤波递推计算完成两类数据的融合;
14、所述多机协同差分定位校准,以选择模块确定的反馈目标无人机作为差分基准站,基准站无人机将自身经校准后的定位结果、卫星定位原始观测数据及误差修正参数通过交互模块的分布式数据传输链路向机群内其他无人机进行广播,机群内其他无人机接收基准站的差分数据后,将自身的卫星定位原始观测数据与基准站观测数据进行同源匹配,对共视卫星的系统误差进行差分抵消处理,再结合自身的误差修正参数完成差分定位解算,输出协同差分后的高精度定位校准结果;
15、其中,当匹配的校准策略为两种及以上校准方式的组合时,按照纯卫星定位参数修正校准、卫星-惯导组合定位校准、多机协同差分定位校准的递进顺序依次执行,前一种校准方式完成后输出的定位校准结果作为后一种校准方式的基础输入数据。
16、更进一步地,所述选择模块判定当前所受干扰最小的单体无人机时,首先筛选出机群中综合干扰系数k小于预设干扰阈值的无人机作为候选目标,再计算各候选目标在连续预设统计周期内的综合干扰系数波动值,选择波动值最小且综合干扰系数k最小的候选目标作为卫星定位校准逻辑数据包反馈目标。
17、更进一步地,所述交互模块基于无人机机群的自组网拓扑结构构建分布式数据传输链路,以选择模块确定的反馈目标作为数据分发簇头,簇头无人机先接收生成模块下发的全机群校准逻辑数据包,再按照自组网拓扑的节点连接关系向机群内其他无人机分发对应唯一设备标识的校准逻辑数据;
18、所述交互模块在数据包传输完成后,向机群内所有无人机发送同步校准触发指令,各无人机接收到指令后在同一时间节点执行校准操作,且数据包传输过程中采用数据校验码进行传输完整性验证,验证失败时触发簇头无人机的重传。
19、更进一步地,所述管控模块通过公式计算得到无人机群本次位置校准复杂程度评估值,基于评估值划分校准复杂程度等级,再根据等级匹配预设系统刷新运行间隙,以维持系统持续刷新运行对无人机机群进行位置校准;
20、所述校准复杂程度评估值,表示校准复杂程度评估值,值越大表示校准复杂程度越高,表示为校准策略等级系数,表示机群中无人机的干扰等级分布熵,表示为无人机机群的总数量,表示本次校准的实际数据交互量与机群基础定位数据集总量的比值,表示预设的基础数据交互量占比;
21、所述校准复杂程度等级越高,系统刷新运行间隙越短,反之则越长。
22、另一方面,一种无人机机群综合管控方法,包括:
23、采集机群内各无人机的卫星定位原始数据,按设备唯一标识结构化整合为带时间戳的机群基础定位数据集;解析机群基础定位数据集,分析各无人机的实时干扰状态参数;按综合干扰系数为各无人机划分干扰等级,匹配对应校准策略并封装为带设备唯一标识的校准逻辑数据包;筛选出综合干扰系数符合阈值要求的候选无人机,计算各候选无人机的k值波动值,在候选无人机中基于综合干扰系数与k值波动值选定校准逻辑数据包反馈目标;以反馈目标为簇头构建分布式传输链路完成数据包分发与验证,触发机群内所有无人机同步执行定位校准操作;计算本次校准复杂程度评估值并划分等级,基于等级匹配预设值,决策系统刷新运行间隙。
24、采用本发明提供的技术方案,与已知的现有技术相比,具有如下有益效果:
25、本发明能够实时获取无人机机群各单体的卫星定位原始数据并完成增量更新,解析各无人机所处空间的实时干扰状态,计算综合干扰系数划分干扰等级,为每架无人机匹配适配的卫星定位校准逻辑,从而筛选出干扰最小且状态稳定的无人机作为基准节点;
26、同时,通过自组网进行校准数据的分发与全机群同步校准,校准方式支持多类型组合且按递进顺序执行,提升定位校准的精度与抗干扰能力;
27、此外还通过评估机群位置校准的复杂程度动态决策系统刷新运行间隙,适配不同干扰场景的定位校准需求,保障机群协同定位的稳定性,根据实际校准情况调节系统运行节奏,减少无效的资源消耗,让机群在复杂空间环境下保持协同定位的高精度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com