一种面向多种场景的无人机集群协同控制训练系统的制作方法

本发明涉及无人机控制，具体涉及一种面向多种场景的无人机集群协同控制训练系统。

背景技术：

1、随着无人机技术的快速发展，无人机集群在协同测绘、环境监测、军事侦察等领域的应用日益广泛。特别是在高楼测绘场景中，通过部署多架无人机从不同方向同步采集影像数据，能够显著提升测绘效率与扩大覆盖范围。然而，在无人机集群协同执行测绘任务时，如何有效控制无人机之间的飞行间距、避免碰撞风险，同时保证测绘成像的边界重叠精度，成为当前技术研究的重要方向。

2、目前，现有的无人机集群协同控制方法多侧重于预设飞行路径、基于gps的定位避障或简单的编队保持策略。这些方法在实际应用中存在以下不足：一方面，现有技术缺乏对无人机测绘成像数据的深度利用，未能将测绘边界重叠程度与飞行安全风险进行有效关联分析，导致无法准确识别出在飞行过程中存在高碰撞风险的关键无人机组合；另一方面，当无人机集群出现测绘边界重叠度较低或飞行间距过近时，现有方法难以判断飞行间距控制是否为影响协同测绘效果的主要训练要素，从而无法针对性地优化训练策略，影响了集群协同控制能力的提升。

3、此外，现有技术中对于既存在高碰撞风险又存在低边界重叠度的特殊无人机个体，缺乏有效的识别手段与参数确定方法，导致训练过程中无法精准定位薄弱环节，难以量化并优化关键无人机的飞行间距范围，制约了无人机集群协同控制训练的科学性与有效性。

4、为此，本发明提供一种面向多种场景的无人机集群协同控制训练系统。

技术实现思路

1、本发明的目的在于提供一种面向多种场景的无人机集群协同控制训练系统，以解决上述背景问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种面向多种场景的无人机集群协同控制训练系统，包括：

4、重叠高低分析模块：在对无人机集群中的无人机进行模拟测绘高楼训练过程中，分别获取每个无人机航迹对应的测绘成像，并将相邻无人机航迹对应的测绘成像进行边界重叠度分析，筛选出低度边界重叠组和高度边界重叠组；

5、高重碰撞分析模块：对高度重叠分析组内的无人机进行双机碰撞程度评估，确定高风险碰撞组；

6、训练要素分析模块：在高风险碰撞组内，对相邻无人机之间的飞行间距与高风险碰撞程度进行关联评估，同时，在低度边界重叠组内，对相邻无人机之间的飞行间距与边界重叠度进行关联评估，确定在相邻无人机进行协同测绘时，飞行间距是否为主要训练要素；

7、训练要素控制模块：在确定飞行间距为主要训练要素后，对高风险碰撞组与低度边界重叠组进行同无人机重合筛选，获取目标无人机，并确定目标无人机的飞行间距范围。

8、作为本发明进一步方案为：将相邻无人机航迹对应的测绘成像进行边界重叠度分析的过程如下：

9、将无人机集群中的无人机进行组合，形成多个边界重叠分析组，在每个边界重叠分析组内，以测绘高楼相同楼层为依据，将每个无人机对应测绘成像进行组合为多个测绘成像分析对；

10、每个测绘成像分析对内，提取两个测绘成像共有的成像边界作为共有基础分析边界，进行重合比对，提取重合长度，并与实际高楼楼层边缘长度进行比值计算，得到边界单元重叠长度比；

11、对每个测绘成像分析对的边界单元重叠长度比进行求和均值计算，得到边界重叠分析值；

12、若边界重叠分析值大于等于边界重叠分析阈值，则将对应的边界重叠分析组标记为高度重叠分析组；

13、边界重叠分析值小于边界重叠分析阈值，则将对应的边界重叠分析组标记为低度重叠分析组。

14、作为本发明进一步方案为：双机碰撞程度评估的过程如下：

15、将设定模拟测绘训练周期划分为若干个模拟测绘训练时段，提取高度重叠分析组内两个无人机在测绘高楼同一楼层共有基础分析边界时，处于同一个模拟测绘训练时段的飞行航迹，作为同测飞行航迹；

16、将模拟测绘训练时段划分为若干个模拟测绘训练时点，获取每个模拟测绘训练时点无人机在所述同测飞行航迹上的飞行坐标点，作为同测飞行坐标；计算高度重叠分析组内两个无人机对应同测飞行坐标之间的距离，作为单元飞机间距；

17、将单元飞机间距小于等于预设单元飞机间距的模拟测绘训练时点作为高风险碰撞时点。

18、作为本发明进一步方案为：高风险碰撞组的确定过程如下：

19、统计高风险碰撞时点数量占所有模拟测绘训练时点总数量的比例，作为高风险碰撞时点数量比；

20、对所有模拟测绘训练时点对应的单元飞机间距进行求和均值计算，得到飞距碰撞分析值；

21、将高风险碰撞时点数量比与所述飞距碰撞分析值进行比值计算，得到高风碰撞分析值；

22、若高风碰撞分析值大于高风碰撞分析阈值，则标记为高风险碰撞组。

23、作为本发明进一步方案为：在高风险碰撞组内对相邻无人机之间的飞行间距与高风险碰撞程度进行分析的过程如下：

24、提取两个无人机在所述模拟测绘训练时段内每个模拟测绘训练时点时的同测飞行坐标，利用欧氏距离公式计算处理，并与设定的飞行航迹距离进行比值计算，得到高风重叠飞距比；

25、提取每个模拟测绘训练时段内的高风险碰撞时点数量占所有模拟测绘训练时点总数量的比例，得到时段高风险碰撞时点比；

26、获取每个模拟测绘训练时段内的高风险碰撞时点对应的单元飞机间距并进行求和均值计算，得到时段单元飞距碰撞值；

27、将时段高风险碰撞时点比与所述时段单元飞距碰撞值进行比值计算，得到时段高风碰撞值，并将相邻模拟测绘训练时段对应的时段高风碰撞值进行作差，得到邻时段高风重叠差值。

28、作为本发明进一步方案为：高风险碰撞组内对相邻无人机之间的飞行间距与高风险碰撞程度进行评估的过程如下：

29、将相邻模拟测绘训练时段对应的高风重叠飞距比进行作差，得到邻段高风单元飞距差；

30、将同相邻模拟测绘训练时段下的所述邻时段高风重叠差值与所述邻段高风单元飞距差进行比值计算，得到高风飞重分析值；

31、将多个高风飞重分析值进行标准差计算以及求和均值计算后，利用变异系数进行计算处理，得到高风飞距重叠分析值，若小于等于高风飞距重叠分析阈值，则显示为高风飞距重叠紧密信号。

32、作为本发明进一步方案为：在低度重叠分析组内的分析过程如下：

33、提取每个无人机在测绘高楼同一楼层共有基础分析边界时，处于同一个模拟测绘训练时段的测绘成像；

34、提取两个无人机对应测绘成像的共有基础分析边界，并获取边界单元重叠长度比；

35、提取两个无人机对应在模拟测绘训练时段内每个模拟测绘训练时点时的同测飞行坐标，将同模拟测绘训练时点时的同测飞行坐标作为一组坐标比对组，得到多组坐标比对组；

36、利用欧氏距离公式对多组坐标比对组内的同测飞行坐标进行计算处理，并与设定的飞行航迹距离进行比值计算，得到低度重叠飞距比。

37、作为本发明进一步方案为：对低度重叠分析组内的评估过程如下：

38、在模拟测绘训练周期内，将相邻模拟测绘训练时段对应的边界单元重叠长度比进行作差，得到邻时段低度重叠差值；

39、将相邻模拟测绘训练时段对应的低度重叠飞距比进行作差，得到邻段低重单元飞距差；

40、将同相邻模拟测绘训练时段下的邻时段低度重叠差值与邻段低重单元飞距差进行比值计算，得到低度飞重分析值；

41、将所有低度飞重分析值分别进行标准差计算以及求和均值计算后，利用变异系数公式进行再次计算处理，得到低重飞距重叠分析值，若小于等于低重飞距重叠分析阈值，则显示为低重飞距重叠紧密信号。

42、作为本发明进一步方案为：飞行间距是否为主要训练要素的分析过程如下：

43、若在高风险碰撞组，以及低度边界重叠组内分别对相邻无人机之间的飞行间距与边界重叠度进行关联评估时，同时显示为高风飞距重叠紧密信号和低重飞距重叠紧密信号时，则说明相邻无人机进行协同测绘时，飞行间距为主要训练要素。

44、作为本发明进一步方案为：获取目标无人机，并确定目标无人机的飞行间距范围过程如下：

45、将所有高风险碰撞组与低度边界重叠组内的相邻无人机进行重合比对，将同时存在相同无人机的高风险碰撞组和低度边界重叠组进行合并，作为高风低重控制组，并将相同无人机标记为目标无人机；

46、在低度边界重叠组内，提取目标无人机与相邻无人机在每个模拟测绘训练时段内的边界单元重叠长度比进行大小比较，选取最大边界单元重叠长度比对应的低度重叠飞距比，并与设定的飞行航迹距离进行乘积计算后，作为目标飞距下限值；

47、在高风险碰撞组，提取目标无人机与相邻无人机在每个模拟测绘训练时段内的时段单元飞距碰撞值进行大小比较，选取最小时段单元飞距碰撞值对应的高风重叠飞距比，并与设定的飞行航迹距离进行乘积计算后，作为目标飞距上限值，依据目标飞距下限值和目标飞距上限值，确定飞行间距范围。

48、本发明的有益效果如下：

49、1.本发明在对无人机集群中的无人机进行模拟测绘高楼训练过程中，分别获取每个无人机航迹对应的测绘成像，并进行边界重叠度分析，筛选出低度边界重叠组和高度边界重叠组，由于高度重叠分析组中无人机之间的测绘边界重叠度较高，意味着在飞行过程中距离较近，碰撞风险相对较大，因此，需要通过重点实时监测无人机之间的距离和飞行轨迹，提前发现潜在的碰撞风险，并及时采取规避措施，而低度边界重叠组中无人机之间的测绘边界重叠度较低，需要通过提高无人机之间协同测绘的精度。

50、2.本发明对高度重叠分析组内的无人机进行双机碰撞程度评估，确定高风险碰撞组，有助于反映无人机在协同控制方面存在薄弱环节，尤其是飞行间距控制和避障能力，通过强化无人机之间的飞行间距，及时有效地避开障碍物，在高风险碰撞组内，对相邻无人机之间的飞行间距与高风险碰撞程度进行关联评估，同时，在低度边界重叠组内，对相邻无人机之间的飞行间距与边界重叠度进行关联评估，确定在相邻无人机进行协同测绘时，飞行间距是否为主要训练要素，当飞行间距是主要训练要素时，训练策略可以重点围绕如何精确控制飞行间距展开，有针对性的训练，可以显著提高无人机在协同飞行过程中对飞行间距的控制能力，若飞行间距不是主要训练要素，训练策略则可以更加注重其他方面的协同控制。

51、3.本发明在确定飞行间距为主要训练要素后，对有高风险碰撞组与低度边界重叠组进行同无人机重合筛选，获取目标无人机，能够精准定位到在协同飞行中既存在高碰撞风险又处于低度边界重叠情况的特殊个体，并确定目标无人机的飞行间距范围，而且由于目标无人机作为高风险碰撞组和低度边界重叠组的连接点，提升目标无人机与相邻无人机的协同能力，能够改善局部区域的飞行秩序，减少碰撞风险，提升整个集群的协同性能的同时，提高对高楼测绘边缘重叠度的精度。