一种基于多模式地图切换的无人机定位显示方法及系统与流程

摘要: 本发明涉及无人机定位,特别是涉及一种基于多模式地图切换的无人机定位显示方法及系统。背景技术:1、在无人机技术快速发展的背景下,无人机已被广泛应用于物流配送、环境...
一种基于多模式地图切换的无人机定位显示方法及系统与流程

本发明涉及无人机定位,特别是涉及一种基于多模式地图切换的无人机定位显示方法及系统。

背景技术:

1、在无人机技术快速发展的背景下,无人机已被广泛应用于物流配送、环境监测、电力巡检、应急救援等诸多领域。在这些应用中,实时、准确地获取无人机的位置信息并将其直观地显示在地图上,是保障飞行安全与任务执行效率的关键。

2、传统无人机定位显示方法通常依赖单一的全球导航卫星系统(gnss)进行定位,并固定使用某一种地图进行位置标注。然而,实际飞行环境复杂多变,gnss信号易受遮挡或多路径效应影响,导致定位精度骤降甚至失效;同时,单一地图模式难以同时满足开阔地带宏观导航与复杂区域精细避障的双重需求。此外,现有方法缺乏对环境与定位质量的主动感知能力,无法根据实时情况动态调整地图模式及预加载策略,导致显示延迟、卡顿或切换生硬。

技术实现思路

1、为了解决上述技术问题,本发明提供了一种基于多模式地图切换的无人机定位显示方法及系统,包括:

2、获取无人机的多源定位数据,并对所述多源定位数据进行融合分析,得到无人机当前的位姿数据及定位置信度;

3、确定无人机当前飞行所处的环境数据,并基于所述环境数据、所述位姿数据和所述定位置信度确定无人机当前的最优地图模式;

4、基于所述位姿数据确定无人机未来时段的预测轨迹,并基于所述最优地图模式和所述预测轨迹加载无人机未来的飞行预测地图;

5、基于所述位姿数据将无人机转换至所述最优地图模式的坐标系中,并显示无人机在所述飞行预测地图中的定位信息。

6、进一步的,所述获取无人机的多源定位数据,并对所述多源定位数据进行融合分析,得到无人机当前的位姿数据及定位置信度,包括:

7、获取无人机的多源定位数据,所述多源定位数据包括全球导航卫星系统gnss数据、惯性测量单元imu数据、视觉里程计数据和激光雷达点云数据中的至少一种,并对所述多源定位数据进行预处理;

8、提取预处理后的所述多源定位数据中无人机的状态向量,并基于扩展卡尔曼滤波算法对所述状态向量进行融合计算,得到无人机当前的位姿数据;

9、确定所述多源定位数据采集过程的预设质量指标,并对所述预设质量指标进行分析和计算,得到无人机当前的定位置信度。

10、进一步的,所述确定所述多源定位数据采集过程的预设质量指标,并对所述预设质量指标进行分析和计算,得到无人机当前的定位置信度,包括:

11、确定所述多源定位数据采集过程的预设质量指标,所述预设质量指标包括水平精度因子、可视卫星数、惯性测量单元的零偏稳定性、视觉里程计的特征点跟踪率、激光雷达点云配准的适应度分数和融合滤波器的新息序列统计特性,并对各所述预设质量指标进行评估打分,得到各所述预设质量指标的评估分值;

12、基于无人机当前的位姿数据确定无人机当前所处位置,并确定无人机当前所处位置的地貌类型;

13、基于地貌类型设定各所述预设质量指标的权重,并基于各所述预设质量指标的评估分值和权重进行计算,得到无人机当前的定位置信度。

14、进一步的,所述无人机当前的定位置信度的计算公式为:

15、,

16、其中,z为无人机当前的定位置信度,ai为第i个预设质量指标的权重,pi为第i个预设质量指标的评估分值,n为预设质量指标的数量。

17、进一步的,所述确定无人机当前飞行所处的环境数据,并基于所述环境数据、所述位姿数据和所述定位置信度确定无人机当前的最优地图模式,包括:

18、确定无人机当前飞行所处的环境数据,其中,所述环境数据通过机载视觉语义分割、地理信息数据库查询或gnss信号特征分析中的至少一种方式确定,并确定预先设定的动态切换决策模型;

19、将所述环境数据、所述位姿数据和所述定位置信度输入至所述动态切换决策模型中进行输出,得到无人机当前的最优地图模式,所述最优地图模式包括卫星地图模式、实时点云地图模式或局部视觉地图模式。

20、进一步的,所述动态切换决策模型的构建过程,包括:

21、获取历史飞行记录数据,并基于所述历史飞行记录数据中提取历史环境数据、历史位姿数据和历史定位置信度;

22、基于所述历史环境数据、所述历史位姿数据和所述历史定位置信度构建数据集,并将所述数据集输入至预设神经网络模型中,构建动态切换决策初始模型;

23、将所述数据集按照预设比例划分为训练集和测试集,并将训练集和测试集输入至所述动态切换决策初始模型中;

24、对所述动态切换决策初始模型进行训练和测试,直至所述动态切换决策初始模型满足预设收敛条件,得到动态切换决策模型。

25、进一步的,所述基于所述位姿数据确定无人机未来时段的预测轨迹,并基于所述最优地图模式和所述预测轨迹加载无人机未来的飞行预测地图,包括:

26、基于所述位姿数据确定无人机当前的速度、加速度及航向,并确定预先设定的轨迹预测模型;

27、将速度、加速度及航向输入至所述轨迹预测模型中进行预测输出,得到无人机未来时段的预测轨迹;

28、基于所述预测轨迹从最优地图模式对应的地图缓存中加载未来无人机视野覆盖的地图瓦片,并基于所述地图瓦片构建无人机未来的飞行预测地图。

29、进一步的,所述基于所述预测轨迹从最优地图模式对应的地图缓存中加载未来无人机视野覆盖的地图瓦片,并基于所述地图瓦片构建无人机未来的飞行预测地图,包括:

30、基于所述预测轨迹从最优地图模式对应的地图缓存中加载未来无人机视野覆盖的地图瓦片;

31、当所述最优地图模式对应的地图缓存中缺失部分地图瓦片时,确定次优地图模式对应的地图缓存中与缺失部分地图瓦片对应的次级地图瓦片;

32、将缺失部分地图瓦片替换为次级地图瓦片,并将次级地图瓦片与未缺失的地图瓦片进行融合,得到无人机未来混合的飞行预测地图。

33、进一步的,所述基于所述位姿数据将无人机转换至所述最优地图模式的坐标系中,并显示无人机在所述飞行预测地图中的定位信息,包括:

34、基于所述位姿数据确定无人机在当前地图模式中的位置坐标,并通过坐标系转换函数将无人机在当前地图模式中的位置坐标转换至最优地图模式的坐标系中,得到无人机的最新位置坐标;

35、将无人机的最新位置坐标显示在所述飞行预测地图中,并生成无人机的定位信息。

36、本发明还提供了一种基于多模式地图切换的无人机定位显示系统,包括:

37、获取模块,用于获取无人机的多源定位数据,并对所述多源定位数据进行融合分析,得到无人机当前的位姿数据及定位置信度;

38、确定模块,用于确定无人机当前飞行所处的环境数据,并基于所述环境数据、所述位姿数据和所述定位置信度确定无人机当前的最优地图模式;

39、预测模块,用于基于所述位姿数据确定无人机未来时段的预测轨迹,并基于所述最优地图模式和所述预测轨迹加载无人机未来的飞行预测地图;

40、显示模块,用于基于所述位姿数据将无人机转换至所述最优地图模式的坐标系中,并显示无人机在所述飞行预测地图中的定位信息。

41、本发明实施例一种基于多模式地图切换的无人机定位显示方法及系统与现有技术相比,其有益效果在于:

42、本发明无人机能够通过融合多源定位数据实时获取高精度、高可靠性的位姿及定位置信度,并据此结合环境感知结果动态决策出最适合当前飞行场景的最优地图模式;

43、本发明利用位姿数据预测未来轨迹,提前加载对应区域的地图数据,形成飞行预测地图,使得在无人机进入新环境前地图数据就已准备就绪,从而有效避免因网络延迟或数据缺失导致的显示空白或卡顿;

44、本发明通过精确的坐标转换将无人机位姿无缝叠加在预测地图上,并利用平滑过渡动画消除切换时的视觉跳变;

45、本发明显著提升了无人机在复杂、动态环境中的定位连续性与地图显示的实时性、准确性,大幅增强了操作员的态势感知能力,降低了因定位偏差或地图不适配导致的安全风险。