基于数字孪生的无人机全流域生态环境动态实时监控系统的制作方法

摘要: 本发明涉及数字孪生、无人机集群协同控制及生态环境监测,具体为基于数字孪生的无人机全流域生态环境动态实时监控系统。背景技术:1、在全流域生态环境连续监测过程中,受...
基于数字孪生的无人机全流域生态环境动态实时监控系统的制作方法

本发明涉及数字孪生、无人机集群协同控制及生态环境监测,具体为基于数字孪生的无人机全流域生态环境动态实时监控系统。

背景技术:

1、在全流域生态环境连续监测过程中,受流域范围广、地形复杂以及水文、植被和气象等多源要素持续变化影响,须借助无人机群对重点区域进行动态巡查,并结合数字孪生模型对流域状态进行实时推演,以提高对突发降雨、污染扩散和生态应激变化等情况的监测及时性;

2、传统的方式中,无人机监测多采用固定航线巡航和人工经验调度,环境侧监测数据与无人机群的续航状态、通信状态之间缺乏协同联动,在异常区域快速演化时,容易出现监测资源分配不及时、传感器切换不灵活、采样频率调整不准确以及模型推演与实际反馈脱节的问题,使得全流域生态环境动态实时监控的稳定性和准确性仍然较低。

技术实现思路

1、为解决上述技术问题,本发明提供基于数字孪生的无人机全流域生态环境动态实时监控系统,具体而言,本发明的技术方案包括:

2、通信交互模块,用于建立监控系统与无人机群之间的数据传输链路;

3、数据采集模块,用于通过通信交互模块获取全流域生态环境的多维物理状态数据,多维物理状态数据包括水文、植被及气象数据,以及获取无人机群的当前运行状态数据,当前运行状态数据包括续航数据与通信带宽数据;

4、核心处理模块,用于将多维物理状态数据输入针对全流域生态环境构建的数字孪生模型,结合预设的系统能耗稳态维持指数进行多物理场耦合演化分析,解算出全流域生态环境的全局生态应激负荷状态;

5、结果生成模块,用于判断全局生态应激负荷状态是否超出预设的应激负荷阈值;若高于或等于应激负荷阈值,则基于全局生态应激负荷状态和当前运行状态数据,生成针对无人机群的动态重构控制策略;若低于应激负荷阈值,则生成针对无人机群的常规巡航控制策略;

6、反馈与自适应模块,用于通过通信交互模块下发动态重构控制策略或常规巡航控制策略至无人机群,并获取无人机群的反馈动作数据以更新数字孪生模型;

7、其中,动态重构控制策略包括控制权重转移指令、异构传感器切换指令以及采样频率调节指令。

8、优选的,核心处理模块对多维物理状态数据进行多物理场耦合演化分析,生成网格化风险权重分布,并将网格化风险权重分布与预设的系统能耗稳态维持指数进行加权求和计算,得出全局生态应激负荷状态;系统能耗稳态维持指数用于表征无人机群的剩余可用能耗与维持预设的全局最低监控基线所需能耗之间的比值波动方差。

9、优选的,结果生成模块先识别引发全局生态应激负荷状态高于或等于应激负荷阈值的异常突变节点,再依据异常突变节点并结合无人机群的续航数据与通信带宽数据,解算出全局监测资源重构收敛率,并基于全局监测资源重构收敛率生成控制权重转移指令与异构传感器切换指令;全局监测资源重构收敛率用于表征无人机群从常规巡航状态切换至应激聚焦状态的速度和满足预设通信带宽下限的可用机体占比。

10、优选的,结果生成模块对异常突变节点的空间分布密度进行统计,并将空间分布密度输入预设的频率调节映射函数,计算出采样频率自适应梯度,再根据采样频率自适应梯度生成采样频率调节指令,用于确定对无人机群搭载传感器实施的采样频率调节范围。

11、优选的,反馈与自适应模块记录从核心处理模块识别到全局生态应激负荷状态高于或等于应激负荷阈值,至无人机群执行动态重构控制策略的闭环响应时间,并将闭环响应时间定义为虚实状态控制耦合延迟,再根据虚实状态控制耦合延迟,计算用于同步虚拟模型与物理实体演化进度的补偿基准,修正数字孪生模型中用于时间同步的时间补偿参数。

12、优选的,结果生成模块在生成针对无人机群的动态重构控制策略之前,还根据续航数据获取无人机群的当前可用能耗,并判断当前可用能耗是否满足预设的安全返航能耗阈值;当当前可用能耗高于安全返航能耗阈值时,执行生成动态重构控制策略的步骤;当当前可用能耗低于或等于安全返航能耗阈值时,生成强制返航指令并阻断动态重构控制策略的生成。

13、优选的,异构传感器切换指令的生成过程包括识别无人机群中不同机体搭载的异构传感器的当前工作模式,并比对当前工作模式与针对异常突变节点所需的目标探测模式;结合气象数据中的风场参数及目标机体的动力学限幅,解算出飞行姿态补偿参数,生成包含传感器启停时序与飞行姿态补偿参数的异构传感器切换指令,以消除无人机群在传感器切换与姿态调整过程中的控制指令耦合震荡。

14、优选的,全局监测资源重构收敛率的解算过程包括建立基于常规巡航状态的全局基础数据更新需求与针对异常突变节点的局部突发异常探测需求之间的零和竞争分配模型,在续航数据与通信带宽数据的约束下求解零和竞争分配模型的最优资源分配矩阵,并基于最优资源分配矩阵确定全局监测资源重构收敛率。

15、优选的,反馈与自适应模块在获取无人机群的反馈动作数据以更新数字孪生模型时,采集无人机群执行动态重构控制策略后获取的实时高频监测数据,并将实时高频监测数据作为反馈输入源注入数字孪生模型对应的异常突变节点中,再依据实时高频监测数据重构数字孪生模型中的多物理场耦合状态。

16、优选的,控制权重转移指令包含针对无人机群中各个机体的接管权限分配矩阵,接管权限分配矩阵用于将控制权重向网格化风险权重分布中风险权重最高的区域倾斜;接管权限分配矩阵设定有单机权限上限阈值,以限制单机局部误报引发的全局群集失控。

17、与现有技术相比,本发明具备以下有益效果:

18、本发明,通过建立监控系统与无人机群之间的双向数据传输链路,采集全流域生态环境的多维物理状态数据以及无人机群的续航数据与通信带宽数据,并将其输入数字孪生模型以解算全局生态应激负荷状态,在负荷达到阈值时生成包含控制权重转移指令、异构传感器切换指令和采样频率调节指令的动态重构控制策略,在负荷未达到阈值时生成常规巡航控制策略,同时结合反馈动作数据、高频监测数据以及虚实状态控制耦合延迟对数字孪生模型进行更新和时间补偿,提供了一种感知、推演、决策与反馈闭环联动的全流域生态环境动态实时监控方案,相较于传统固定航线巡航和人工经验调度方式,能够更及时地实现监测资源重配、更灵活地完成异构传感器切换、更准确地进行采样频率自适应调节,并提高模型推演与实际反馈的一致性、全流域监控的稳定性以及异常演化判断的准确性。

1.基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,包括:

2.根据权利要求1所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述核心处理模块解算出所述全流域生态环境的全局生态应激负荷状态,包括:

3.根据权利要求1所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述结果生成模块生成针对所述无人机群的动态重构控制策略,包括:

4.根据权利要求3所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述结果生成模块生成所述采样频率调节指令,包括:

5.根据权利要求1所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述反馈与自适应模块更新所述数字孪生模型,包括:

6.根据权利要求1所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述结果生成模块在生成针对所述无人机群的动态重构控制策略之前,还用于:

7.根据权利要求3所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,生成所述异构传感器切换指令,包括:

8.根据权利要求3所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,解算出全局监测资源重构收敛率,包括:

9.根据权利要求3所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述反馈与自适应模块获取所述无人机群的反馈动作数据以更新所述数字孪生模型,包括:

10.根据权利要求2所述的基于数字孪生的无人机全流域生态环境动态实时监控系统,其特征在于,所述控制权重转移指令包含针对所述无人机群中各个机体的接管权限分配矩阵,所述接管权限分配矩阵用于将控制权重向所述网格化风险权重分布中风险权重最高的区域倾斜;所述接管权限分配矩阵设定有单机权限上限阈值,以限制单机局部误报引发的全局群集失控。