一种无人机安全飞行方法及系统
本发明涉及无人机,尤其涉及一种无人机安全飞行方法及系统。
背景技术:
1、随着工业级无人机在国民经济各领域的广泛应用,飞行安全问题日益凸显。随着应用场景的不断拓展,无人机的飞行环境愈发复杂,空域管控、气象变化、障碍物干扰等多种因素,都会影响无人机的飞行安全。
2、目前现有无人机飞行控制技术存在诸多缺陷:其一,环境感知方式单一,多依赖单一视觉传感器或定位模块,难以全方位识别飞行区域的地形变化;其二,风险研判能力不足,仅能实现简单的障碍物识别,无法结合地形变化风险、无人机之间的碰撞风险及气象风险进行多维度综合风险评估;其三,飞行控制策略固化,多按照预设航线固定飞行,无法根据实时的综合风险动态调整无人机的飞行数据。
技术实现思路
1、鉴于此,本发明的目的在于提供一种无人机安全飞行方法及系统,以解决或至少部分解决现有技术中上述问题。
2、为实现上述目的,本发明第一方面提供一种无人机安全飞行方法,所述方法包括以下步骤:
3、s101、对无人机进行起飞前自检,所述起飞前自检包括检测电池电量、电机响应、卫星导航信号质量、以及各可拆卸结构的锁紧状态;
4、s102、对经过起飞前自检的无人机进行起飞操作,在无人机飞行中实时获取多源数据,包括环境参数、湍流强度、地磁干扰强度;
5、s103、对实时获取的多源数据进行预处理操作,生成标准化数据集;
6、s104、基于标准化数据集,识别无人机在飞行过程中的飞行风险,并计算飞行风险对应的飞行风险权重;
7、s105、基于飞行风险与对应的飞行风险权重,计算无人机的综合飞行风险值,根据综合飞行风险值对无人机进行飞行风险评估;
8、s106、基于飞行风险评估结果,对无人机的飞行数据进行动态修正;
9、s107、对无人机的起飞前自检结果、多源数据、飞行风险、飞行风险权重、综合飞行风险值,以及经过动态修正的飞行数据进行可视化展示。
10、进一步的,所述检测各可拆卸结构的锁紧状态,具体包括以下步骤:
11、s11、在无人机的机臂接口处设置霍尔传感器与通信节点,利用霍尔传感器实时采集卡爪的位置信号,检测卡爪是否到达预设锁紧位置;
12、s12、通过控制器局域网总线读取机臂接口所对接的通信节点的通信状态,向该通信节点发送握手请求报文,并接收通信节点反馈的握手信号;
13、s14、当霍尔传感器输出卡爪到达预设锁紧位置信号,并且接收到通信节点反馈的有效握手信号时,判定各可拆卸结构为锁紧状态,允许无人机进行起飞操作。
14、进一步的,所述起飞前自检还包括无人机螺旋桨动平衡检测,包括:在怠速状态下通过无人机的惯性传感器采集振动频谱,并从振动频谱中提取振动基频幅值,若振动基频幅值超过预设阈值,生成提示更换螺旋桨的预警信息,所述惯性传感器搭载在无人机上。
15、进一步的,所述飞行风险包括无人机碰撞风险、地形风险及气象风险,所述识别无人机在飞行过程中的无人机碰撞风险,具体包括以下步骤:
16、s21、获取无人机尺寸,通过机载感知传感器探测来向无人机,获取来向无人机的感知观测数据,并根据感知观测数据获取来向无人机的尺寸,所述机载感知传感器搭载在无人机上;
17、s22、以无人机或来向无人机为参考中心点,设立空间保护区域,并根据无人机与来向无人机的尺寸计算空间保护区域的半径;
18、s23、当无人机与来向无人机的间距小于或等于空间保护区域的半径,判定无人机与来向无人机发生碰撞,反之,未发生碰撞。
19、进一步的,所述识别无人机在飞行过程中的地形风险,具体包括以下步骤:
20、s31、获取无人机的飞行区域地图,根据预设尺寸对飞行区域地图进行地图网格划分,获得多个子区域;
21、s32、遍历全部子区域,依次将每个子区域作为中心子区域;
22、s33、基于当前中心子区域,以该中心子区域为中心,选取预设范围内的其余子区域作为该中心子区域的相邻子区域;
23、s34、获取该中心子区域对应的相邻子区域的地形数据,计算得到相邻子区域内的地形最大落差;
24、s35、获取无人机的最大飞行高度、当前中心子区域的海拔高程,以及无人机与当前中心子区域之间的水平间距,并结合地形最大落差,计算无人机在飞行过程中的地形风险值;
25、s36、根据地形风险值评估无人机当前位置的地形碰撞风险。
26、进一步的,所述识别无人机在飞行过程中的气象风险,具体包括以下步骤:
27、s41、在无人机起飞前,获取飞行区域的气象预报信息,根据气象预报信息确定无人机的起飞时间;
28、s42、基于无人机的起飞时间,对无人机执行起飞操作,通过设置于无人机中的传感器实时监测飞行环境的环境参数,所述环境参数包括气压、温度、湿度以及风速;
29、s43、当环境参数不在预设气象阈值范围时,向地面无人机控制端发送预警信息。
30、进一步的,所述计算飞行风险对应的飞行风险权重,具体包括以下步骤:
31、s51、对飞行风险进行标准化处理,并计算经过标准化处理的每种飞行风险的指标信息量;
32、s52、所述指标信息量由飞行风险的指标差异性与指标冲突性构成,所述飞行风险的指标差异性为标准化处理后飞行风险的标准差,所述飞行风险的指标冲突性为不同飞行风险之间的相关程度;
33、s53、基于每种飞行风险的指标信息量,计算每种飞行风险的飞行风险权重。
34、进一步的,所述步骤s107,包括:搭建可视化交互界面,所述可视化交互界面用于实时展示无人机的起飞前自检结果、多源数据、飞行风险、飞行风险权重、综合飞行风险值,以及经过动态修正的飞行数据,所述可视化交互界面还用于调取无人机的全程飞行溯源日志。
35、本发明第二方面提供一种无人机安全飞行系统,所述系统包括:
36、起飞前自检模块:用于对无人机进行起飞前自检,所述起飞前自检包括检测电池电量、电机响应、卫星导航信号质量、以及各可拆卸结构的锁紧状态;
37、数据采集模块:用于在无人机飞行中实时获取多源数据,包括环境参数、湍流强度、地磁干扰强度;
38、数据预处理模块:用于对实时获取的多源数据进行预处理操作,生成标准化数据集;
39、飞行风险识别模块:用于识别无人机在飞行过程中的飞行风险,并计算飞行风险对应的飞行风险权重,并计算无人机的综合飞行风险值,根据综合飞行风险值对无人机进行飞行风险评估;
40、飞行动态修正模块:用于对无人机的飞行数据进行动态修正,包括飞行航线、飞行速度及飞行姿态;
41、可视化分析模块:用于对无人机的起飞前自检结果、多源数据、飞行风险、飞行风险权重、综合飞行风险值,以及经过动态修正的飞行数据进行可视化展示。
42、与现有技术相比,本发明的有益效果是:
43、本发明提出一种无人机安全飞行方法及系统,通过对无人机进行起飞前自检,降低无人机起飞阶段事故率,通过识别飞行过程中的飞行风险,并计算飞行风险权重,实现对飞行风险的多维度综合风险评估,通过根据评估结果对无人机的飞行数据进行动态修正,使得无人机适配复杂多变的飞行环境,大幅提升无人机飞行的稳定性与灵活性,通过对无人机的各类数据进行可视化展示,实现对各类数据的实时可视化渲染。本发明有效提升无人机在复杂场景飞行的稳定性与安全性,降低飞行事故发生率。
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