一种空地协同无人机激光无线供能方法和系统
本发明涉及无人机无线能量传输,具体涉及一种空地协同无人机激光无线供能方法和系统。
背景技术:
1、无人机已广泛应用于电力巡检、灾害监测、测绘、物流和应急通信等任务。受机载电池质量和容量限制,无人机连续作业时间有限,频繁返航更换或充电会降低任务效率。激光无线供能可将远端激光能量传输至无人机光伏接收器,为延长无人机续航时间提供技术路径。
2、现有地面激光供能系统通常依赖固定地面发射端。当地形起伏、建筑物或输电设施遮挡地面至无人机的视距链路时,激光供能容易中断;为了覆盖大范围巡检区域,往往需要布设较多地面发射端。仅采用高空平台进行供能虽然能够形成自上而下的光路,但高空平台存在漂移、载荷和指向稳定性限制,难以单独持续跟踪高速机动无人机。现有技术缺少能够根据飞行阶段和链路状态协调地面发射源与高空发射源的供能机制。
3、另一方面,激光束宽度较窄,无人机加速、转弯、短时遮挡以及图像采集、状态估计、通信和转台执行产生的累计时延都会造成光束指向滞后。普通视觉跟踪器通常仅输出目标位置,缺少显式运动状态预测;传统卡尔曼滤波又容易受到遮挡、背景干扰、大气湍流和跟踪漂移形成的异常观测影响。若将不可靠视觉观测直接用于状态修正,会放大轨迹预测误差和光束指向误差。
4、此外,地面激光接入点和高空平台同时供能时,还需要兼顾无人机运行阶段、两条链路的瞬时质量、电池能量需求、发射端最大功率、两个光伏接收器各自的允许接收功率以及总接收功率。采用固定切换或固定比例分配容易造成供能中断、较差链路仍被强制使用或接收端光功率过载。
5、因此,需要一种将置信感知跟踪预测、时延补偿、双链路评估和接收端安全约束统一结合的空地协同无人机激光无线供能方案。
技术实现思路
1、本发明目的是提供一种空地协同无人机激光无线供能方法和系统,以解决现有技术中存在的至少一个技术问题。
2、一方面,本发明实施例提供了一种空地协同无人机激光无线供能方法,所述方法应用于包括地面激光接入点、高空平台以及设置有底置光伏接收器和顶置光伏接收器的无人机的空地协同供能系统,所述方法包括:步骤s1、获取所述地面激光接入点、高空平台、无人机及预设悬停点的空间位置信息,获取所述无人机的姿态信息、电池能量信息和运行状态信息,建立地面激光接入点至无人机以及高空平台至无人机的三维几何模型,并分别计算两条激光供能链路的链路质量;步骤s2、通过设置于所述地面激光接入点的高速相机采集无人机图像,将当前无人机图像和目标模板输入单流transformer视觉跟踪网络,得到无人机目标框和跟踪置信度,并将所述目标框的中心位置转换为世界坐标系下的无人机位置观测量;步骤s3、建立包含无人机位置、无人机速度和无人机加速度的恒加速度运动状态模型,根据前一时刻后验状态和过程噪声协方差计算当前时刻先验状态和先验协方差;步骤s4、根据所述跟踪置信度自适应确定观测噪声协方差和创新饱和界,采用迭代饱和卡尔曼滤波完成后验状态更新,得到无人机后验运动状态;步骤s5、根据图像采集时延、状态估计时延、指令传输时延和转台执行时延得到累计系统时延,将所述无人机后验运动状态沿恒加速度运动状态模型前向传播至所述累计系统时延后的时刻,得到时延补偿位置和时延补偿速度,基于所述时延补偿位置计算所述地面激光接入点的方位角指令和俯仰角指令;步骤s6、根据所述时延补偿速度、时延补偿位置、跟踪置信度以及无人机与下一预设悬停点之间的距离,识别无人机当前处于飞行阶段、过渡阶段或悬停阶段,并计算得到当前阶段对应的地面激光接入点优先系数和高空平台优先系数;步骤s7、根据当前阶段对应的地面激光接入点优先系数、高空平台优先系数、两条激光供能链路的链路质量以及无人机电池能量信息,分别计算地面激光接入点和高空平台的初始激光发射功率;步骤s8、根据所述底置光伏接收器的最大允许接收功率、顶置光伏接收器的最大允许接收功率以及无人机的最大允许总接收功率,对所述初始激光发射功率进行统一比例缩放,得到地面激光接入点和高空平台的最终激光发射功率并更新无人机电池能量。
3、进一步的,所述步骤s1中的分别计算两条激光供能链路的链路质量包括:地面激光接入点和高空平台相对于无人机预测位置的传播向量分别为地面传播向量和高空传播向量,对应的传播距离分别为和,按如下方式计算:
4、;
5、;
6、;
7、;
8、式中,为经累计系统时延补偿后的无人机预测位置;为地面激光接入点位置,为高空平台位置;
9、基于地面激光接入点相对于无人机预测位置的传播距离、高空平台相对于无人机预测位置的传播距离、底置光伏接收器入射因子、顶置光伏接收器入射因子、视距可用性、大气衰减系数、初始光斑半径和光束发散角计算链路质量。
10、进一步的,所述步骤s2、通过设置于所述地面激光接入点的高速相机采集无人机图像,将当前无人机图像和目标模板输入单流transformer视觉跟踪网络,得到无人机目标框和跟踪置信度,并将所述目标框的中心位置转换为世界坐标系下的无人机位置观测量包括:步骤s201、通过ostrack将前一帧或初始化帧中的目标模板与当前帧搜索区域划分为图像块,经图像块嵌入、位置编码和单流transformer编码器进行联合特征交互,输出当前目标框和跟踪置信度;步骤s202、基于相机内参矩阵和目标深度,将目标框中心反投影到相机坐标系,再利用相机到世界坐标系的旋转矩阵和平移向量,得到世界坐标系位置观测。
11、进一步的,所述步骤s3、建立包含无人机位置、无人机速度和无人机加速度的恒加速度运动状态模型,根据前一时刻后验状态和过程噪声协方差计算当前时刻先验状态和先验协方差包括:
12、所述恒加速度运动状态模型的状态向量表示为:
13、;
14、式中,为无人机运动状态中的三维位置,为无人机运动状态中的三维速度,为无人机运动状态中的三维加速度;
15、所述恒加速度运动状态模型的状态转移矩阵表示为:
16、;
17、式中,为采样间隔,为3×3单位矩阵;
18、所述先验状态数学表达式为:
19、;
20、式中,为前一时刻后验状态,为当前时刻先验状态;
21、先验协方差数学表达式为:
22、;
23、式中,为上一时刻后验协方差,为过程噪声协方差。
24、进一步的,所述步骤s4中根据所述跟踪置信度自适应确定观测噪声协方差和创新饱和界包括:
25、;
26、;
27、式中,为标称观测噪声协方差,为跟踪置信度,为防止数值除零的正数,和分别为最小和最大创新饱和界;
28、所述步骤s4中采用迭代饱和卡尔曼滤波完成后验状态更新,得到无人机后验运动状态包括:
29、;
30、;
31、;
32、;
33、式中,为卡尔曼滤波增益,为迭代创新量,h为从状态向量提取位置分量的观测矩阵,为所述无人机位置观测量,为逐分量饱和算子,作为当前后验状态。
34、进一步的,所述步骤s6、根据所述时延补偿速度、时延补偿位置、跟踪置信度以及无人机与下一预设悬停点之间的距离,识别无人机当前处于飞行阶段、过渡阶段或悬停阶段,并计算得到当前阶段对应的地面激光接入点优先系数和高空平台优先系数包括:
35、计算所述时延补偿位置与下一预设悬停点之间的空间距离,并计算所述时延补偿速度的模值;
36、当不大于预设悬停距离阈值且不大于预设悬停速度阈值时,识别为悬停阶段;
37、当大于但不大于预设过渡距离阈值,且大于但不大于预设过渡速度阈值时,识别为过渡阶段;
38、其余情况识别为飞行阶段;
39、其中,;
40、飞行阶段的地面激光接入点优先系数大于高空平台优先系数;
41、悬停阶段的高空平台优先系数大于地面激光接入点优先系数;
42、过渡阶段的双源优先系数根据无人机接近悬停状态的进度在飞行阶段优先系数和悬停阶段优先系数之间连续插值得到。
43、进一步的,所述步骤s7、根据当前阶段对应的地面激光接入点优先系数、高空平台优先系数、两条激光供能链路的链路质量以及无人机电池能量信息,分别计算地面激光接入点和高空平台的初始激光发射功率包括:
44、初始激光发射功率表达式为:
45、;
46、;
47、;
48、式中,k为h或g,为高空平台的初始激光发射功率,为地面激光接入点的初始激光发射功率,为初始功率系数,为第k个发射端的最大功率,为第k条链路的期望接收功率,为第k条链路的光电链路效率,为第k条链路的链路质量,为常数,为归一化后的功率分配份额,为归一化充电需求,为无人机设定的总需求接收功率上限。
49、进一步的,所述步骤s8、根据所述底置光伏接收器的最大允许接收功率、顶置光伏接收器的最大允许接收功率以及无人机的最大允许总接收功率,对所述初始激光发射功率进行统一比例缩放,得到地面激光接入点和高空平台的最终激光发射功率并更新无人机电池能量包括:
50、最终激光发射功率数学表达式为:
51、;
52、;
53、式中,k为g或h,为第k个链路最终激光发射功率,为统一安全缩放系数,为底置光伏接收器最大允许接收功率,为顶置光伏接收器最大允许接收功率为,为无人机最大允许总接收功率;
54、经光伏转换和充电电路后,无人机电池能量按照下式更新:
55、;
56、式中,为光电转换效率,为充电效率,为无人机当前阶段的总功耗,为控制周期,为无人机当前电池能量。
57、进一步的,所述步骤s4之后还包括:
58、当所述跟踪置信度低于预设低置信度阈值时,跳过观测修正并输出所述先验状态;当跟踪置信度低于预设低置信度阈值连续出现的帧数达到预设重检测阈值时,扩大搜索区域或重新初始化目标模板。
59、第二方面,本发明实施例还提供了一种空地协同无人机激光无线供能系统,所述系统采用上述的空地协同无人机激光无线供能方法实现,所述系统包括:状态采集模块,适用于获取所述地面激光接入点、高空平台、无人机及预设悬停点的空间位置信息,获取所述无人机的姿态信息、电池能量信息和运行状态信息;几何建模与链路评估模块,适用于建立地面激光接入点至无人机以及高空平台至无人机的三维几何模型,并分别计算两条激光供能链路的链路质量;视觉跟踪与坐标变换模块,适用于通过设置于所述地面激光接入点的高速相机采集无人机图像,将当前无人机图像和目标模板输入单流transformer视觉跟踪网络,得到无人机目标框和跟踪置信度,并将所述目标框的中心位置转换为世界坐标系下的无人机位置观测量;置信感知状态估计模块,适用于建立包含无人机位置、无人机速度和无人机加速度的恒加速度运动状态模型,根据前一时刻后验状态和过程噪声协方差计算当前时刻先验状态和先验协方差;根据所述跟踪置信度自适应确定观测噪声协方差和创新饱和界,采用迭代饱和卡尔曼滤波完成后验状态更新,得到无人机后验运动状态;时延补偿与光束指向模块,适用于根据图像采集时延、状态估计时延、指令传输时延和转台执行时延得到累计系统时延,将所述无人机后验运动状态沿恒加速度运动状态模型前向传播至所述累计系统时延后的时刻,得到时延补偿位置和时延补偿速度,基于所述时延补偿位置计算所述地面激光接入点的方位角指令和俯仰角指令;运行阶段识别模块,适用于根据所述时延补偿速度、时延补偿位置、跟踪置信度以及无人机与下一预设悬停点之间的距离,识别无人机当前处于飞行阶段、过渡阶段或悬停阶段,并计算得到当前阶段对应的地面激光接入点优先系数和高空平台优先系数;双源功率分配模块,适用于根据当前阶段对应的地面激光接入点优先系数、高空平台优先系数、两条激光供能链路的链路质量以及无人机电池能量信息,分别计算地面激光接入点和高空平台的初始激光发射功率;安全缩放与电池更新模块,适用于根据所述底置光伏接收器的最大允许接收功率、顶置光伏接收器的最大允许接收功率以及无人机的最大允许总接收功率,对所述初始激光发射功率进行统一比例缩放,得到地面激光接入点和高空平台的最终激光发射功率并更新无人机电池能量。
60、第三方面,本发明实施例还提供了一种电子设备,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述的空地协同无人机激光无线供能方法。
61、第四方面,本发明实施例还提供了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述的空地协同无人机激光无线供能方法。
62、本发明的有益效果如下:
63、1.通过地面激光接入点和高空平台共同参与供能,能够在地面链路被遮挡、无人机超出地面有效范围或无人机进入悬停阶段时提高供能连续性,并减少为大范围任务密集布设地面发射端的需求。
64、2.通过顶置和底置光伏接收器分别接收向下和向上的激光,降低无人机机体对相反方向光路的几何遮挡,并允许两条光链路同时或协调工作。
65、3.利用ostrack输出的跟踪置信度联合调节观测噪声协方差和创新饱和界,能够限制遮挡、湍流、背景干扰和跟踪漂移造成的异常观测对运动状态估计的影响;纯预测和重检测机制能够在短时目标丢失期间保持状态输出。
66、4.通过对图像采集、状态估计、指令传输和转台执行产生的累计时延进行前向补偿,并将未来位置转换为方位角和俯仰角指令,可降低高速运动状态下的激光光束滞后。
67、5.通过将运行阶段、链路质量、电池需求和发射端能力共同用于初始功率分配,再以统一比例满足两个接收器的独立上限和总接收功率上限,可在保持双源分配比例的同时避免接收端过载。
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