一种多旋翼无人机的防坠落撞毁防丢装置和方法与流程

1.本发明涉及无人机技术领域，具体涉及一种多旋翼无人机的防坠落撞毁防丢装置和方法。


背景技术：

2.目前国内无人机技术飞速发展，其中常见的多旋翼无人机广泛应用于电力、交通等生产性行业，但由于各种因素导致无人机事故频发，尤其当无人机在山区、丛林等复杂环境坠机时，将会极大增加无人机损坏的概率和搜寻的难度。因此，防坠落撞毁和防丢是当下针对无人机事故的两个重要技术难题。
3.在防坠落撞毁方面，目前市面上常采用两种方案来保护多旋翼无人机以减少撞击带来的损伤：1、从加强机体的结构入手，采用机械强度更高的材料应用在无人机上，以实现加固无人机的作用；2、通过后期的配件开发达到保护的效果，比如保护无人机桨叶的防护罩、保护无人机镜头的保护套件、dji的dropsafe降落伞方案等等。在防丢方面，虽然无人机自身携带精度较高的定位系统，但在山区作业时，无人机基本一坠落后，由于山区信号缺失，电池续航时间较短，电量很容易迅速耗尽，导致无人机在坠机后很快处于“失联”的状态，能重新寻回的几率微乎其微。传统的无人机防坠毁判据是基于“事后判断”，如撞上障碍物后，无人机失速(旋翼被折断撞毁)、无人机失电(电池被撞出)等进行后处理，打开降落伞等，此时无人机已经撞毁。为解决当前无人机坠落事后才触发防护的不足，需一套针对多旋翼无人机的防坠落撞毁防丢装置来应对无人机事故。


技术实现要素：

4.为解决现有技术所存在的技术问题，本发明提供一种多旋翼无人机的防坠落撞毁防丢装置和方法，根据无人机飞行数据进行无人机飞行状态预测，可以判断出无人机的不同状态和对应的概率，当预测出事故的概率达到预定值，就会自动提前打开装置中的气囊，一方面是缓冲与障碍物的碰撞，另一方面是延缓无人机的坠落速度，都能减小其冲撞强度。
5.本发明的第一个目的在于提供一种多旋翼无人机的防坠落撞毁防丢装置。
6.本发明的第二个目的在于提供一种多旋翼无人机的防坠落撞毁防丢方法。
7.本发明的第一个目的可以通过采取如下技术方案达到：
8.一种多旋翼无人机的防坠落撞毁防丢装置，所述装置包括：
9.智能气囊模块，包括气囊包、压缩氦气瓶和激发装置，气囊包、压缩氦气瓶通过激发装置连接，智能气囊模块挂载在多旋翼无人机的机臂上；
10.声光报警模块，声光报警模块与控制模块连接；
11.检测模块与控制模块连接，检测模块主要用来获取无人机的向上速度、前向速度和角度信息；
12.控制模块，包括微机处理器和gps通信单元，gps通信单元和微机处理器电连接，微机处理器用于处理无人机的飞行数据，根据无人机的飞行数据预测判别无人机的飞行状态
是否为事故且飞行状态为事故的概率大于预定值p，如果无人机的飞行状态为事故且飞行状态为事故的概率大于预定值p则启动智能气囊模块和声光报警模块；gps通信单元用于采集当前无人机的坐标位置并向外发送无人机的坐标位置。
13.优选的技术方案中，所述控制模块安装在智能气囊模块上，控制模块包括纽扣电池，纽扣电池用于为微机处理器和gps通信单元供电。
14.本发明的第二个目的可以通过采取如下技术方案达到：
15.一种多旋翼无人机的防坠落撞毁防丢方法，所述方法包括：
16.训练阶段，无人机起飞后检测模块每隔预定时间t检测汇总惯性测量单元提供的无人机飞行数据；
17.检测模块将检测到的无人机飞行数据反馈给控制模块的微机处理器，微机处理器将无人机飞行数据构建数据训练样本；
18.通过数据训练样本训练隐马尔科夫模型，得到隐状态转移矩阵和隐状态输出可观察状态关系矩阵；
19.预测阶段，检测模块不断获取无人机飞行数据并传输给控制模块，控制模块将获取的飞行数据输入训练好的隐马尔科夫模型计算无人机的飞行状态的概率，输出概率最高的飞行状态；
20.当输出的飞行状态为事故且飞行状态为事故的概率大于预定值p时，控制模块启动智能气囊和声光报警。
21.本发明与现有技术相比，具有如下优点和有益效果：
22.发明提供一种多旋翼无人机的防坠落撞毁防丢装置和方法，该装置包括智能气囊模块、声光报警模块、检测模块和控制模块；检测模块用来获取无人机的向上速度、前向速度和角度信息；控制模块用于根据无人机飞行数据进行无人机飞行状态预测，可以判断出无人机的不同状态和对应的概率，当预测出事故的概率达到预定值，就会自动提前打开装置中的气囊，一方面是缓冲与障碍物的碰撞，另一方面是延缓无人机的坠落速度，都能减小其冲撞强度；当无人机的气囊紧急打开后，声光报警装置开始发挥作用，蜂鸣声和警示灯能够让无人机飞手更快地寻找到坠落位置，降低搜寻难度；装置拥有独立电源的gps智能定位系统，确保在无人机的定位系统失灵后，仍然能够通过该系统进行坠落位置的确定。
附图说明
23.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
24.图1是本发明实施例中的多旋翼无人机的防坠落撞毁防丢装置结构框图；
25.图2是本发明实施例中的多旋翼无人机的防坠落撞毁防丢装置结构示意图；
26.图3是本发明实施例中的多旋翼无人机的防坠落撞毁防丢方法的流程图；
27.图4是本发明实施例中的隐马尔科夫模型的算法流程图；
28.图中标号为：1-气囊包，2-控制模块，3-压缩氦气瓶，4-声光报警模块。
具体实施方式
29.下面将结合附图和实施例，对本发明技术方案做进一步详细描述，显然所描述的实施例是本发明一部分实施例，而不是全部的实施例，本发明的实施方式并不限于此。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.实施例1：
31.如图1-2所示，一种多旋翼无人机的防坠落撞毁防丢装置，多旋翼无人机的防坠落撞毁防丢装置包括控制模块1、智能气囊模块、声光报警模块4和检测模块，其中，
32.智能气囊模块，包括气囊包1、压缩氦气瓶3和激发装置，气囊包、压缩氦气瓶通过激发装置连接，智能气囊模块类似“手表”一样可以挂载在多旋翼无人机的机臂上。气囊包正常状态下包裹在系统的“腕带”上，所占体积极小。当无人机遇紧急情况，激发装置将生效，气囊与气瓶之间的撞针会把气瓶口撞破，高压气体则会马上充满至气囊包中，对无人机形成保护。可以实现保护气囊的自动和手动打开，在无人机发生事故时有效提供保护。
33.声光报警模块4，声光报警模块与控制模块连接，包括蜂鸣器、led灯管、电阻、电容和三极管。当气囊包成功释放后，声光报警系统同样被激发，无论是无人机在下落过程还是坠落至地面后，都便于搜寻工作。在气囊打开的同时进行声光报警，能够起到更好的防丢作用。
34.检测模块与控制模块连接，检测模块主要用来获取无人机的向上速度和前向速度，还有角度信息。检测模块包括惯性测量单元，惯性测量单元与控制模块连接，惯性测量单元包括三轴陀螺仪、三轴加速度计和三轴地磁传感器。三轴陀螺仪、三轴加速度计、三轴地磁传感器中的三轴指的就是飞机左右，前后垂直方向上下这三个轴，一般都用xyz来代表。左右方向在飞机中叫做横滚，前后方向在飞机中叫做俯仰，垂直方向就是z轴。
35.控制模块1，包括微机处理器和gps通信单元，gps通信单元和微机处理器电连接，微机处理器用于处理无人机的飞行数据，根据无人机的飞行数据预测判别无人机的飞行状态是否为事故且飞行状态为事故的概率大于预定值，如果无人机的飞行状态为事故且飞行状态为事故的概率大于预定值则启动智能气囊模块和声光报警模块；gps通信单元用于采集当前无人机的坐标位置并向外发送无人机的坐标位置。
36.优选地，控制模块外形如同一个小盒子，设置安装在智能气囊模块上，控制模块还包括纽扣电池，纽扣电池用于为微机处理器和gps通信单元供电，其采用纽扣电池单独供电，可以防止定位系统由于电量不足而失效，能够帮助飞手更好判断无人机位置。
37.实施例2：
38.如图3所示，本发明还提供了一种多旋翼无人机的防坠落撞毁防丢方法，基于上述一种多旋翼无人机的防坠落撞毁防丢装置实现，包括步骤：
39.s1、训练阶段，无人机起飞后，检测模块每隔预定时间t检测汇总惯性测量单元提供的无人机飞行数据，t优选为1.5s。
40.无人机飞行数据包括：绕x轴旋转的滚转角，绕y轴旋转的俯仰角θ，绕z轴旋转的偏航角ψ、向上速度和前向速度等信息；
41.s2、检测模块将检测到的无人机飞行数据反馈给控制模块的微机处理器，微机处理器将无人机飞行数据构建数据训练样本；
42.s3、通过数据训练样本训练隐马尔科夫模型(hidden markov model，hmm)，得出隐状态转移矩阵和隐状态输出可观察状态关系矩阵；
43.s4、预测阶段，检测模块不断获取无人机飞行数据并传输给控制模块，控制模块将获取的飞行数据作为输入给训练好的隐马尔科夫模型计算不同飞行状态的概率，输出概率最高的飞行状态。
44.隐马尔科夫模型可以通过数学符号λ＝(a，b，π)表示，其中a＝{aij}是状态转移矩阵，aij为t时刻从状态si转移到状态sj的数学概率；概率分布矩阵b＝{bik}；初始状态概率πi＝p(q1＝si)，它表示在初始时刻选择某个状态的概率。隐马尔科夫模型的算法流程图，如图4所示。
45.一个已知的hmm能够形成观测序列o＝{o1，o2，...，ot}，ot表示在t时状态为sj的观察值。隐藏状态序列q和可观察状态序列o的联合概率为
[0046][0047]
其中，p(o，q|λ)为观察序列o的概率，p(q|λ)为隐藏状态序列q在该hmm下的概率。由于式(1)的计算量很大，利用后向算法减少式(1)计算量大的问题。隐马尔科夫模型λ，在时刻t且状态为qi时，从t 1到t的部分观测序列ot 1，ot 2，...ot的概率为后向概率，公式为：
[0048]
β
t
(i)＝p(o
t 1
，o
t 2
，
…
，o
t
/s
t
＝q
t
，λ)
ꢀꢀꢀ
(2)
[0049]
最终的概率公式为：
[0050][0051]
其中，p(q|λ)为观察序列o在隐马尔科夫模型hmm下的概率，π1为初始状态概率，b1(oi)为初始概率分布矩阵，β1(i)为初始后向概率，oi表示在i时状态为状态sj的观察值。
[0052]
本发明采用隐马尔科夫模型作为对无人机运动趋势的进行预测的系统模型，用无人机真实的空间位置表示观测对象，建立隐马尔科夫模型，由式(3)得到无人机的飞行状态的预测序列的概率。具体如下：
[0053]
输入：λ＝(a，b，π)和观测序列s＝xt1，xt2，...xtn；
[0054]
输出：最优状态序列s
*
＝x
*t1
，x
*t2
，...x
*tn
。
[0055]
无人机的空间位置信息包括绕x轴旋转的是滚转角绕y轴旋转的是俯仰角θ，绕z轴旋转的是偏航角ψ，经纬度等信息。
[0056]
无人机的飞行状态包括悬停、巡航、事故。
[0057]
s5、当输出的飞行状态为事故，且飞行状态为事故的概率大于预定值p时，预定值p优选为80％，控制模块启动智能气囊和声光报警。
[0058]
自动打开装置中的气囊后，一方面是缓冲与障碍物的碰撞，另一方面是延缓无人机的坠落速度，都能减小其冲撞强度；当无人机的气囊紧急打开后，声光报警装置开始发挥作用，蜂鸣声和警示灯能够让无人机飞手更快地寻找到坠落位置，降低搜寻难度。
[0059]
综上所述本发明基于飞行数据预测，可以判断出无人机的不同状态，和对应的概率，当飞行数据在相同时间内变化的越多，则预测出事故的概率也越高，就会自动打开装置
中的气囊，一方面是缓冲与障碍物的碰撞，另一方面是延缓无人机的坠落速度，都能减小其冲撞强度；当无人机的气囊紧急打开后，声光报警装置开始发挥作用，蜂鸣声和警示灯能够让无人机飞手更快地寻找到坠落位置，降低搜寻难度；装置拥有独立电源的gps通信单元，确保在无人机的定位系统失灵后，能够进行坠落位置的确定。
[0060]
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。