基于5G机动组网的无人机群监测方法、系统和电子设备与流程

技术特征：
1.一种基于5g机动组网的无人机群监测方法，其特征在于，包括以下步骤：根据目标区域的面积、无人机性能参数和建模精度，确定无人机数量；根据目标区域的建模需求，确定每架无人机的飞行轨迹；根据目标区域的地形、道路状况以及所述飞行轨迹，确定5g基站车的移动轨迹；控制无人机沿所述飞行轨迹飞行，拍摄图像并发送图像数据；控制5g基站车沿所述移动轨迹移动，接收所述图像数据并通过车载的集群服务器进行三维建模。2.根据权利要求1所述的基于5g机动组网的无人机群监测方法，其特征在于，所述根据目标区域的面积、无人机性能参数和建模精度，确定无人机数量的计算公式如下：其中，s为目标区域面积，t为无人机续航时间，v为无人机飞行速度，x为单机摄像头个数，p为三维建模精度，ε、α、β和γ分别为调整系数。3.根据权利要求1所述的基于5g机动组网的无人机群监测方法，其特征在于，所述根据目标区域的建模需求，确定每架无人机的飞行轨迹包括如下步骤：选取拍摄点的空间三维坐标m
k
＝(x
k
,y
k
,z
k
)，形成拍摄点坐标集合通过优化模型，将不同拍摄点分配给不同的无人机；其中，为集合m中的拍摄点组成的拍摄轨迹，c为n架无人机中最迟完成拍摄任务的无人机所消耗的时间。4.根据权利要求3所述的基于5g机动组网的无人机群监测方法，其特征在于，所述根据目标区域的地形、道路状况以及所述飞行轨迹，确定5g基站车的移动轨迹包括以下步骤：对目标区域可供5g基站车行驶的道路进行网格划分，对每个网格进行编号，形成位置集合l＝{l1,l2,...,l
j
,...,l
j
}；每间隔预定时间，获取每架无人机的位置坐标，计算每架无人机到位置l
j
的通信速率；通过强化学习算法计算5g基站车的行动轨迹。5.根据权利要求4所述的基于5g机动组网的无人机群监测方法，其特征在于，所述网格的尺寸为20m*20m。6.根据权利要求4所述的基于5g机动组网的无人机群监测方法，其特征在于，所述通信速率计算公式为：d
nj
＝2*b*log(1 snr
nj
)其中，snr
nj
为飞机n到网格化的位置l
j
的信噪比，d
nj
为通信速率，b为传输带宽。7.根据权利要求4所述的基于5g机动组网的无人机群监测方法，其特征在于，所述强化学习算法的回报函数计算值为：在整个机群巡查过程中，任意无人机任意时刻与5g基站车的通信速率之和最大；所述强化学习算法的约束条件为：任意时刻任意无人机与5g基站车之间的通信速率不低于2mbit/s。
8.一种基于5g机动组网的无人机群监测系统，其特征在于，包括：确定模块，所述确定模块根据目标区域的面积、无人机性能参数和建模精度，确定无人机数量；根据目标区域的建模需求，确定每架无人机的飞行轨迹；根据目标区域的地形、道路状况以及所述飞行轨迹，确定5g基站车的移动轨迹；第一执行模块，所述第一执行模块控制无人机沿所述飞行轨迹飞行，控制无人机拍摄图像并发送图像数据；第二执行模块，所述第二执行模块控制5g基站车沿所述移动轨迹移动，控制5g基站车接收所述图像数据并通过车载的集群服务器进行三维建模。9.一种电子设备，其特征在于，包括：处理器、通信接口、通信总线、存储器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的基于5g机动组网的无人机群监测方法。10.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序，所述程序被处理器执行时实现如权利要求1至7中任一项所述的基于5g机动组网的无人机群监测方法。

技术总结
本发明提供一种基于5G机动组网的无人机群监测方法、系统和电子设备，监测方法包括以下步骤：根据目标区域的面积、无人机性能参数和建模精度，确定无人机数量；根据目标区域的建模需求，确定每架无人机的飞行轨迹；根据目标区域的地形、道路状况以及飞行轨迹，确定5G基站车的移动轨迹；控制无人机沿飞行轨迹飞行，拍摄图像并发送图像数据；控制5G基站车沿移动轨迹移动，接收图像数据并通过车载的集群服务器进行三维建模。根据本发明的基于5G机动组网的无人机群监测方法，摆脱了传统方式需要线下汇总数据的局限，大大提高了巡查效率和三维建模效率，适用于多种场景，实用性强，经济价值高。值高。值高。


技术研发人员：姚昌华 窦景立
受保护的技术使用者：江苏大势航空科技有限公司
技术研发日：2022.06.27
技术公布日：2022/11/18