CN117572890B - 基于自适应算法的无人机集群调度指挥方法及系统 - Google Patents
基于自适应算法的无人机集群调度指挥方法及系统 Download PDFInfo
- Publication number
- CN117572890B CN117572890B CN202311638374.1A CN202311638374A CN117572890B CN 117572890 B CN117572890 B CN 117572890B CN 202311638374 A CN202311638374 A CN 202311638374A CN 117572890 B CN117572890 B CN 117572890B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- information
- flight
- aerial vehicle
- generating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 130
- 238000013507 mapping Methods 0.000 claims abstract description 7
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 35
- 238000012360 testing method Methods 0.000 claims description 25
- 238000012546 transfer Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 208000032370 Secondary transmission Diseases 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种基于自适应算法的无人机集群调度指挥方法及系统。涉及无人机集控技术领域,所述方法包括:接收用户输入的飞行任务信息,并基于飞行任务信息和无人机数量生成拟态飞行数据,拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;根据拟态飞行数据中多个数字无人机的空间分布划分出多个无人机控制小组,每个无人机控制小组均包括有核心通讯无人机和多个子控制无人机;基于拟态飞行数据中每个数字无人机的飞行路径信息,生成对应与每个无人机控制小组对应的小组飞行信息;将小组飞行信息发送给核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行。
Description
技术领域
本发明涉及无人机集控技术领域,具体而言,涉及一种基于自适应算法的无人机集群调度指挥方法及系统。
背景技术
随着无人机技术的发展,无人机的应用场景越来越广泛,例如:运用无人机进行飞行表演、电厂电力的智能巡线、农业大范围的药物喷洒以及海关边防等等,因此,如何能够及时且稳定地对无人机进集群调度成为了待解决的问题。
一般来讲,利用无人机进行飞行表演、电厂电力的智能巡线以及农业大范围的喷洒,均采用集群调度中心,对多个无人机进行集中调控,并针对于每个无人机实时下达飞行指令,以使得每个无人机均能够移动至指定的位置处。
但多个无人机均通过集中终端进行实时控制,使得集控终端的通讯压力较大,可能会导致通讯通道拥挤等情况,或信息传输丢失等情况。
发明内容
为了便于降低无人机集群调度指挥系统的通讯压力,本申请提供一种基于自适应算法的无人机集群调度指挥方法及系统。
第一方面,本申请提供一种基于自适应算法的无人机集群调度指挥方法,采用如下的技术方案:
一种基于自适应算法的无人机集群调度指挥方法,所述方法包括:
接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生成拟态飞行数据,所述拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;
根据所述拟态飞行数据中多个所述数字无人机的空间分布划分出多个无人机控制小组,每个所述无人机控制小组均包括有核心通讯无人机和多个子控制无人机;
基于所述拟态飞行数据中每个所述数字无人机的飞行路径信息,生成对应与每个所述无人机控制小组对应的小组飞行信息,并建立多个所述小组飞行信息和多个所述核心通讯无人机之间的对应关系;
将所述小组飞行信息发送给所述核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行。
可选地,在所述接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生产拟态飞行数据之后,还包括:
接收预设的通讯状态测试设备反馈的通讯测试信息,并根据所述通讯测试信息自适应调整与所述核心通讯实体无人机之间的通讯方式;
基于当前的通讯方式以及所述通讯测试信息获取当前的稳定传输距离;
若在所述拟态数据的目标无人机控制小组中,目标核心通讯无人机和目标子控制无人机之间的间距大于所述稳定传输距离,则从多个所述子控制无人机中标记出中转无人机,并生成对应于中转无人机的虚拟中转指令。
可选地,所述将所述小组飞行信息发送给所述核心通讯无人机对应的实体无人机,以便于控制多个实体无人机飞行,包括:
基于所述小组飞行信息和预设的时间周期,生成首次周期飞行控制信息以及每周期结束时刻对应的理论姿态信息;
周期性的接收多个核心通讯实体无人机反馈的飞行记载数据,并由所述飞行记载数据生成当前周期结束时刻的当前姿态信息;
根据所述当前姿态信息和对应周期下的目标理论姿态信息,生成下一周期的飞行控制信息。
可选地,所述由所述飞行记载数据生成当前周期结束时刻的当前姿态信息,包括:
根据所述飞行记载数据中记载的多个所述实体无人机的信息发送时刻,和接收到所述飞行记载数据的信息接收时刻,生成预估延迟时长;
根据多个所述预估延迟时长、当前周期接收到的所述飞行记载数据以及当前周期的所述飞行控制信息,生成所述当前周期结束时刻多个实体无人机的当前姿态信息。
可选地,所述根据多个所述预估延迟时长、当前周期接收到的所述飞行记载数据以及当前周期的所述飞行控制信息,生成所述当前周期结束时刻多个实体无人机的当前姿态信息,包括:
根据多个所述预估延迟时长和当前周期接收到的所述飞行记载数据,生成所述信息接收时刻下多个所述实体无人机的分布信息;
基于信号接收时刻下多个实体无人机分布信息,以及当前周期的所述飞行控制信息,生成每个实体无人机的理论移动信息;
根据所述理论移动信息和所述无人机分布信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
可选地,所述根据所述当前姿态信息和对应周期下的目标理论姿态信息,生成下一周期的飞行控制信息,包括;
基于所述当前姿态信息和所述当前周期的理论姿态信息,生成姿态偏差信息;
基于所述姿态偏差信息和对应下一周期的目标理论姿态信息,生成下一周期的飞行任务信息;
根据当前周期的所述姿态偏差信息生成姿态偏差值,并基于当前周期的姿态偏差值和预存储的多个所述历史姿态偏差值,生成当前周期的姿态调整值;
根据当前周期的所述姿态调整值和所述下一周期的飞行任务信息,生成下一周期的飞行控制信息。
可选地,所述基于当前周期的姿态偏差值和历史姿态偏差值,生成姿态调整值,包括:
根据所述当前周期与历史周期之间的时间差,匹配每个历史周期姿态调整权重;
根据多个姿态调整权重对应的所述历史姿态偏差值,生成姿态调整值。
可选地,所述根据多个姿态调整权重对应的所述历史姿态偏差值,生成姿态调整值,包括:
所述姿态调整值计算公式为:
其中,α为姿态调整值,A1为上一周期的姿态偏差值,a1为对应于上一周期的姿态调整权重。
可选地,所述方法中采用的通讯状态测试装置包括移动底座、激光测距传感器以及通讯测试仪以及控制终端;
所述移动底座上转动安装有转动台一和转动台二,且所述激光测距传感器固定安装于转动台一上,通讯测试仪安装于所述转动台二上;
所述通讯测试仪中包括有用于提供多种通讯方式的通讯模块。
第二方面,本申请提供一种无人机集群调度指挥系统,采用如下的技术方案:
一种无人机集群调度指挥系统,所述系统包括:
接收模块,用于接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生成拟态飞行数据,所述拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;
划分模块,用于根据所述拟态飞行数据中多个所述数字无人机的空间分布划分出多个无人机控制小组,每个所述无人机控制小组均包括有核心通讯无人机和多个子控制无人机;
信息整合模块,基于所述拟态飞行数据中每个所述数字无人机的飞行路径信息,生成对应与每个所述无人机控制小组对应的小组飞行信息,并建立多个所述小组飞行信息和多个所述核心通讯无人机之间的对应关系;
发送模块,用于将所述小组飞行信息发送给所述核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行。
综上所述,本申请包括以下至少一种有益技术效果:
无人机集群调度指挥系统由拟态飞行数据中,多个数字无人机的空间分布划分出多个无人机小组,其中小组的数量可以是用户人为设定的,也可是按照预划定空间大小进行划分得到的数量;每个无人机控制小组包括有一个核心通讯数字无人机和多个子控制数字无人机,同步的,拟态的无人机控制小组对应的实体无人机也同样划分有小组,且每组均包括有核心通讯实体无人机和子控制实体无人机,每一组中多个子控制实体无人机均与同组的多个核心通讯实体无人机之间建立有通讯连接,核心通讯实体无人机与无人机集群调度指挥系统之间建立有通讯连接,从而以便于降低无人机集群调度指挥系统的通讯压力。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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获得其他的附图。
图1是本申请实施例提供的一种基于自适应算法的无人机集群调度指挥方法的流程示意图。
图2是本申请实施例提供的一标记中转无人机的流程示意图。
图3是本申请实施例提供的一种生成下一周期的飞行控制信息的流程示意图。
图4是本申请实施例提供的一种生成当前周期结束时刻多个实体无人机的当前姿态信息的流程示意图。
图5是本申请实施例提供的一种生成下一周期的飞行控制信息的流程示意图。
图6是本申请实施例提供的一种无人机集群调度指挥系统的系统框图。
附图标记说明:601、接收模块;602、划分模块;603、信息整合模块;604、发送模块;605、自适应模块;606、通讯检测模块;607、比较模块;608、姿态调整模块;609、时间计算模块;610、无人信息统计模块;611、权重调节模块。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将结合1-6附图对本发明实施方式作进一步地详细描述。
本申请实施例提供了一种互基于自适应算法的无人机集群调度指挥方法,所述方法的可以应用于无人机集群调度指挥系统中,其中,本方法的执行主体可以是无人机集群调度指挥系统中的智能终端。本申请实施例以无人机集群指挥系统与多个实体无人机之间的信息交互为例进行说明,其他情况例如实体无人机与实体无人机之间的信息交互与之类似,不再一一赘述。
下面将结合具体实施方式,对图1所示的处理流程进行详细的说明,内容可以如下:
S101,接收用户输入的飞行任务信息,并基于飞行任务信息和预设定的无人机数量生成拟态飞行数据,拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系。
在实施中,无人机集群调度指挥系统系统接收用户输入的飞行任务信息,此处的飞行任务信息包括有所需要调用的实体无人机数量,以及每个实体无人机所需要飞行的区域。
接着无人机集群调度指挥系统由飞行任务信息中,每个无人机飞行的区域进行划分小组,以便于对多个实体无人机进行管控,同时无人机集群调度指挥系统根据所需的实体无人机数量和每个实体无人机的飞行区域,建立与实体无人机一一对应数字无人机,并由每个数字无人机同一时刻下,按照预设的飞行任务信息下所处的空间位置,建立存在有多个数字无人机的动态三维图形,此处的动态三维图形可以称为拟态飞行数据,用于反应实体无人机的理想化飞行状况。
同时在本申请中实体无人机所执行的任务可是飞行表演,也可以是电厂电力的智能巡线、农业大范围的药物喷洒等等。
S102,根据拟态飞行数据中多个数字无人机的空间分布划分出多个无人机控制小组,每个无人机控制小组均包括有核心通讯数字无人机和多个子控制数字无人机。
在实施中,无人机集群调度指挥系统由拟态飞行数据中,多个数字无人机的空间分布划分出多个无人机小组,其中小组的数量可以是用户人为设定的,也可是按照预划定空间大小进行划分得到的数量。
每个无人机控制小组包括有一个核心通讯数字无人机和多个子控制数字无人机,同步的,拟态的无人机控制小组对应的实体无人机也同样划分有小组,且每组均包括有核心通讯实体无人机和子控制实体无人机,每一组中多个子控制实体无人机均与同组的多个核心通讯实体无人机之间建立有通讯连接,核心通讯实体无人机与无人机集群调度指挥系统之间建立有通讯连接,从而以便于降低无人机集群调度指挥系统的通讯压力。
S103,基于拟态飞行数据中每个数字无人机的飞行路径信息,生成对应与每个无人机控制小组对应的小组飞行信息,并建立多个小组飞行信息和多个核心通讯数字无人机之间的对应关系。
在实施中,无人机集群调度指挥系统从拟态飞行数据中筛选出每个数字无人机的飞行路径信息,并将同一组数字无人机的飞行路径信息整合生成小组飞行信息。
无人机集群调度指挥系统建立小组飞行信息和多个核心通讯数字无人机之间的对应关系,以便于无人机集群调度指挥系统向核心通讯实体无人机之间的通讯连接。
S104,将小组飞行信息发送给核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行。
在实施中,无人机集群调度指挥系统将小组飞行信息发送给核心通讯实体无人机,核心通讯实体无人机接收小组飞行信息,且由于小组飞行信息中包括有对应于每个子控制实体无人机的飞行路径信息,使得核心无人机能够将多个飞行路径信息发送给对应的子控制实体无人机,以便于使得多个实体无人机飞行,降低无人机集群调度指挥系统的通讯压力。
可选的,在步骤S101中,还存在如图2所示的处理,具体的操作内容如下:
S201,接收预设的通讯状态测试设备反馈的通讯测试信息,并根据通讯测试信息自适应调整与核心通讯实体无人机之间的通讯方式。
在实施中,无人机集群调度指挥系统接收通讯状态测试设备反馈的通讯测试信息,此处的通讯测试信息包括有当前环境中的通讯抗干扰能力和稳定通讯距离。
接着无人机集群调度指挥系统由通讯测试信息自适应的选取出符合当前环境的通讯调制方式,例如二进制调制、四进制调制、8PSK调制、16QAM调制等。此处优选的参考系数应分别是抗干扰能力、频谱效率以及传输速度。
S202,基于当前的通讯方式以及通讯测试信息获取当前的稳定传输距离。
在实施中,无人机集群调度指挥系统由当前选定的通讯方式从通讯测试信息中匹配出对应的稳定通讯距离,此处的稳定通讯距离也可以稳定传输距离。
S203,若在拟态飞行数据的目标无人机控制小组中,存在目标核心通讯无人机和目标子控制无人机之间的间距大于稳定传输距离,则从多个子控制无人机中标记出中转无人机,并生成对应于中转无人机的虚拟中转指令。
在实施中,无人机集群调度指挥系统记载并监控拟态飞行数据中的,每个核心通讯数字无人机与对应子控制数字无人机之间的间距,此处的间距子母传输间距。
当某一时刻下存在某一子母传输距离大于稳定传输距离,此处的某一时刻可以称为目标时刻,某一子母传输距离可以称为目标子母传输距离,对应的核心通讯数字无人机可以称为目标核心通讯数字无人机,子控制数字无人机可以称为目标子控制数字无人机;
则无人机集群调度指挥系统将在当前无人机控制小组的多个子控制数字无人机中标记出中转无人机。
此处标记出中转无人机的方式可以采用取中法,即在目标核心通讯数字无人机和目标子控制数字无人机之间,优先选择为了两者之间,且相对目标核心通讯数字无人机和目标子控制数字距离总和小于其余子控制数字无人机,其次再以距离两者之间的间距大致相同为参考,从多个满足目标的子控制数字无人机中筛选出中转无人机。
同时为了便于中转无人准确的传输信息,无人机集群调度指挥系统生成中转指令并添加于小组飞行信息中。
可选的,在步骤S104中,还存在如图3所示的处理,具体的操作内容如下:
S301,基于小组飞行信息和预设的时间周期,生成首次周期飞行控制信息以及每周期结束时刻对应的理论姿态信息。
在实施中,无人机集群调度指挥系统在控制多个实体无人机进行飞行的过程中,先按照预设的时间周期和小组飞行信息,得到每个周期结束时刻的理论姿态信息,同时由多个实体无人机的始发位置和首次周期结束时刻的理论姿态信息,生成首次周期飞行控制信息。此处的首次周期飞行控制信息包括有属于首次周期飞行任务的多个小组飞行信息。
无人机集群调度指挥系统将首次周期飞行控制信息中的多个首次周期飞行任务的多个小组飞行信息发送给对应的核心通讯实体无人机,以便于操控多个实体无人机在首次周期中进行飞行。
需要注意的是,为了便于对无人机进行操作,此处的时间周期可以是30秒,1分钟,2分钟等,信息交互频次较高的反馈。
S302,周期性的接收多个核心通讯实体无人机反馈的飞行记载数据,并由飞行记载数据生成当前周期结束时刻的当前姿态信息。
在实施中,无人机集群调度指挥系统周期性的接收多个核心通讯实体反馈的飞行记载信息,飞行记载信息中包括有同一小组每个无人机的飞行路径和发送时刻的最终位置信息。
接着由多个最终位置信息以及当前周期中剩余时间下的飞行控制信息理论上的飞行距离,计算出当前周期结束时刻的当前姿态信息。
S303,根据当前姿态信息和对应同一周期下的目标理论姿态信息,生成下一周期的飞行控制信息。
在实施中,无人机集群调度指挥系统由当前姿态信息和对应同一周期下的理论姿态信息,生成每个无人机下周周期的飞行路径,并将多个飞行路径进行合并生成飞行控制信息,以便于无人机集群调度指挥系统将下一周期的飞行控制信息发送给多个核心通讯实体无人机,实现实体无人机飞行控制的反馈调节。
可选的,在步骤S302中,还存在如图5所示的处理,具体的操作内容如下:
根据飞行记载数据中记载的多个实体无人机的信息发送时刻,和接收到飞行记载数据的信息接收时刻,生成多个预估延迟时长;
根据多个预估延迟时长、当前周期接收到的飞行记载数据以及当前周期的飞行控制信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
在实施中,每个子控制实体无人机将对应的飞行记录发送给核心通讯无人机时均记载有发送时刻,且核心通讯无人机将多个子控制实体无人机的飞行记录以及自身的飞行记录汇总生成飞行记载数据发送给无人机集群调度指挥系统时,也同样记载发送时刻。
无人机集群调度指挥系统由接收时刻和每个实体无人机的发送时刻的差值,计算出对应与每个实体无人机的预估延迟时长。
接着无人机集群调度指挥系统由预估延迟时长和当前周期接收的飞行记载数据,以及当前周期的飞行控制信息,推衍每个实体无人机在当前周期结束时刻所处于的空间位置,并由推衍的结果汇总生成多个实体无人机的当前姿态信息。
可选的,在根据多个预估延迟时长、当前周期接收到的飞行记载数据以及当前周期的飞行控制信息,生成当前周期结束时刻多个实体无人机的当前姿态信息中,还存在以下如图4的处理,具体的操作内容如下:
S401,根据多个预估延迟时长和当前周期接收到的飞行记载数据,生成信息接收时刻下多个实体无人机分布信息。
在实施中,无人机集群调度指挥系统由多个延迟时长和飞行记载数据,获取每个实体无人机在信号接收时刻的位置,具体的,以其中一个为例进行举例说,此处的延迟时长可以称为目标延迟时长。
无人机集群调度指挥系统由延迟时长和信息接收时刻,从当前周期的飞行任务信息中匹配出对应目标延迟时长的实体无人机,在延迟时长内的飞行任务,从而能够推衍出目标延迟时长对应实体无人机在信息接收时刻下的位置。进而将多个推衍出的位置进行整合构成多个实体无人机分布信息。
S402,基于信号接收时刻下多个实体无人机分布信息,以及当前周期的飞行控制信息,生成每个实体无人机的理论移动信息。
在实施中,无人机集群调度指挥系统由多个实体无人机分布信息以及当前轴的控制信息按照与上述相同的方式,推衍出每个实体无人机的理论移动信息。
S403,根据理论移动信息和无人机分布信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
在实施中,无人机集群调度指挥系统将结合理论移动信息和无人机分布信息,通过飞行行程累计的方式计算出多个实体无人机在当前周期接收时刻的当前姿态信息。
可选的,在步骤303中,还存在如图5所示的处理,具体的操作内容如下:
S501,基于当前姿态信息和当前周期的理论姿态信息,生成姿态偏差信息。
在实施中,无人机集群调度指挥系统由当前姿态信息中每个实体无人机的实际位置,和当前周期对应理论姿态信息中每个实体无人机的理论位置,生成每个实体无人机的位置差值,并进行汇总生成姿态偏差信息。
S502,基于姿态偏差信息和对应下一周期的目标理论姿态信息,生成下一周期的飞行任务信息。
在实施中,无人机集群调度指挥系统由姿态偏差信息中每个实体无人机的位置差值,和下一周期的目标理论姿态信息中实体无人机的理论位置相叠加,生成下一周的飞行任务信息。
S503,根据当前周期的姿态偏差信息生成姿态偏差值,并基于当前周期的姿态偏差值和预存储的多个历史姿态偏差值,生成当前周期的姿态调整值。
在实施中,无人机集群调度指挥系统将当前周期的每个无人机位置差值相加,进行平均值求解获得姿态偏差值;接着由当前周期的姿态偏差值和历史姿态偏差值进行汇总,并通过平均值求解,或权重分布求解,或分析变化规律的方式生成当前周期的姿态调整值。
S504,根据当前周期的姿态调整值和下一周期的飞行任务信息,生成下一周期的飞行控制信息。
在实施中,无人机集群调度指挥系统将姿态调整值与下一周期的飞行任务信息相结合,生成下一周期的飞行姿态控制信息,从而控制实体无人机进行飞行过程中,理论位置和实际位置相差过大的可能性。
可选的,在步骤503中,还存在以下处理,具体的操作内容如下:
根据当前周期与历史周期之间的时间差,匹配每个历史周期姿态调整权重;
根据多个姿态调整权重对应的历史姿态偏差值,生成姿态调整值。
在实施中,无人机集群调度指挥系统由与当前周期相接近的时间不同,所匹配的参考权重也有所不同,具体的,例如与当前周期相邻的上一周期对应参考权重为50%,前两周期对应的参考权重为30%等,从而增强历史姿态偏差值的可参考性。
可选的,姿态调整值计算公式为:
其中,α为姿态调整值,A1为上一周期的姿态偏差值,a1为对应于上一周期的姿态调整权重,A2为前两周期的姿态偏差值,a2为对应于前两周期的姿态调整权重,An为前n周期的姿态偏差值,an为对应于前n周期的姿态调整权重,且此处n的数量可以是人为设定的。
可选的,所述方法中采用的通讯状态测试装置包括移动底座、激光测距传感器以及通讯测试仪以及控制终端;
移动底座上转动安装有转动台一和转动台二,转动台一转动安装于移动底座上,转动台二转动安装于转动台一上,且激光测距传感器固定安装于转动台一上,通讯测试仪安装于转动台二上;
通讯测试仪中包括有用于提供多种通讯方式的通讯模块。
参照图6,基于相同的构思,本申请实施例还公开一种无人机集群调度指挥系统,无人机集群调度指挥系统包括:
接收模块601,用于接收用户输入的飞行任务信息,并基于飞行任务信息和预设定的无人机数量生成拟态飞行数据,拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;
划分模块602,用于根据拟态飞行数据中多个数字无人机的空间分布划分出多个无人机控制小组,每个无人机控制小组均包括有核心通讯无人机和多个子控制无人机;
信息整合模块603,基于拟态飞行数据中每个数字无人机的飞行路径信息,生成对应与每个无人机控制小组对应的小组飞行信息,并建立多个小组飞行信息和多个核心通讯无人机之间的对应关系;
发送模块604,用于将小组飞行信息发送给核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行。
可选的,无人机集群调度指挥系统,还可以用于:
自适应模块605,用于接收预设的通讯状态测试设备反馈的通讯测试信息,并根据通讯测试信息自适应调整与核心通讯实体无人机之间的通讯方式;
通讯检测模块606,用于基于当前的通讯方式以及通讯测试信息获取当前的稳定传输距离;
比较模块607,若在拟态数据的目标无人机控制小组中,目标核心通讯无人机和目标子控制无人机之间的间距大于稳定传输距离,则从多个子控制无人机中标记出中转无人机,并生成对应于中转无人机的虚拟中转指令。
可选的,无人机集群调度指挥系统,具体的用于:
姿态调整模块608,基于小组飞行信息和预设的时间周期,生成首次周期飞行控制信息以及每周期结束时刻对应的理论姿态信息;
姿态调整模块608,用于周期性的接收多个核心通讯实体无人机反馈的飞行记载数据,并由飞行记载数据生成当前周期结束时刻的当前姿态信息;
信息整合模块603,用于根据当前姿态信息和对应周期下的目标理论姿态信息,生成下一周期的飞行控制信息。
可选的,无人机集群调度指挥系统,具体的用于:
时间计算模块609,用于根据飞行记载数据中记载的多个实体无人机的信息发送时刻,和接收到飞行记载数据的信息接收时刻,生成预估延迟时长;
姿态调整模块608,用于根据多个预估延迟时长、当前周期接收到的飞行记载数据以及当前周期的飞行控制信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
可选的,无人机集群调度指挥系统,具体的用于:
无人信息统计模块610,用于根据多个预估延迟时长和当前周期接收到的飞行记载数据,生成信息接收时刻下多个实体无人机的分布信息;
无人信息统计模块610,用于基于信号接收时刻下多个实体无人机分布信息,以及当前周期的飞行控制信息,生成每个实体无人机的理论移动信息;
姿态调整模块608,用于根据理论移动信息和无人机分布信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
可选的,无人机集群调度指挥系统,具体的用于:
姿态调整模块608,用于基于当前姿态信息和当前周期的理论姿态信息,生成姿态偏差信息;
时间计算模块609,用于基于姿态偏差信息和对应下一周期的目标理论姿态信息,生成下一周期的飞行任务信息;
姿态调整模块608,用于根据当前周期的姿态偏差信息生成姿态偏差值,并基于当前周期的姿态偏差值和预存储的多个历史姿态偏差值,生成当前周期的姿态调整值;
信息整合模块603,用于根据当前周期的姿态调整值和下一周期的飞行任务信息,生成下一周期的飞行控制信息。
可选的,无人机集群调度指挥系统,具体的用于:
姿态调整模块608,用于根据当前周期与历史周期之间的时间差,匹配每个历史周期姿态调整权重;
权重调节模块611,用于根据多个姿态调整权重对应的历史姿态偏差值,生成姿态调整值。
本申请实施例中提供的智能终端的结构示意图。该智能终端可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(例如,一个或一个以上处理器)和存储器,一个或一个以上存储应用程序或数据的存储介质(例如一个或一个以上海量存储设备)。其中,存储器和存储介质可以是短暂存储或持久存储。存储在存储介质的程序可以包括一个或一个以上的模块(图中未标出),每个模块可以包括对智能终端中的一系列指令操作。
智能终端还可以包括一个或一个以上的电源,一个或一个以上有线或无线网络接口,一个或一个以上输入输出接口,一个或一个以上键盘,和/或,一个或一个以上操作系统。
智能终端可以包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行上述互联网数据分析方法中智能终端的处理。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器等。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (7)
1.一种基于自适应算法的无人机集群调度指挥方法,其特征在于,所述方法包括:
接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生成拟态飞行数据,接收预设的通讯状态测试设备反馈的通讯测试信息,所述拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;
根据所述拟态飞行数据中多个所述数字无人机的空间分布划分出多个无人机控制小组,每个所述无人机控制小组均包括有核心通讯无人机和多个子控制无人机,根据所述通讯测试信息自适应调整与所述核心通讯实体无人机之间的通讯方式;
基于所述拟态飞行数据中每个所述数字无人机的飞行路径信息,生成对应与每个所述无人机控制小组对应的小组飞行信息,并建立多个所述小组飞行信息和多个所述核心通讯无人机之间的对应关系;
将所述小组飞行信息发送给所述核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行,包括:
基于所述小组飞行信息和预设的时间周期,生成首次周期飞行控制信息以及每周期结束时刻对应的理论姿态信息;
周期性的接收多个核心通讯实体无人机反馈的飞行记载数据,并由所述飞行记载数据生成当前周期结束时刻的当前姿态信息;
基于所述当前姿态信息和所述当前周期的理论姿态信息,生成姿态偏差信息;
基于所述姿态偏差信息和对应下一周期的目标理论姿态信息,生成下一周期的飞行任务信息;
根据当前周期的所述姿态偏差信息生成姿态偏差值,并基于当前周期的姿态偏差值和预存储的多个历史姿态偏差值,生成当前周期的姿态调整值,包括:
根据所述当前周期与历史周期之间的时间差,匹配每个历史周期姿态调整权重;
根据多个姿态调整权重对应的所述历史姿态偏差值,生成姿态调整值;
根据当前周期的所述姿态调整值和所述下一周期的飞行任务信息,生成下一周期的飞行控制信息。
2.根据权利要求1所述的方法,其特征在于,在所述接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生产拟态飞行数据之后,还包括:
基于当前的通讯方式以及所述通讯测试信息获取当前的稳定传输距离;
若在所述拟态数据的目标无人机控制小组中,目标核心通讯无人机和目标子控制无人机之间的间距大于所述稳定传输距离,则从多个所述子控制无人机中标记出中转无人机,并生成对应于中转无人机的虚拟中转指令。
3.根据权利要求2所述的方法,其特征在于,所述由所述飞行记载数据生成当前周期结束时刻的当前姿态信息,包括:
根据所述飞行记载数据中记载的多个所述实体无人机的信息发送时刻,和接收到所述飞行记载数据的信息接收时刻,生成预估延迟时长;
根据多个所述预估延迟时长、当前周期接收到的所述飞行记载数据以及当前周期的所述飞行控制信息,生成所述当前周期结束时刻多个实体无人机的当前姿态信息。
4.根据权利要求3所述的方法,其特征在于,所述根据多个所述预估延迟时长、当前周期接收到的所述飞行记载数据以及当前周期的所述飞行控制信息,生成所述当前周期结束时刻多个实体无人机的当前姿态信息,包括:
根据多个所述预估延迟时长和当前周期接收到的所述飞行记载数据,生成所述信息接收时刻下多个所述实体无人机的分布信息;
基于信号接收时刻下多个实体无人机分布信息,以及当前周期的所述飞行控制信息,生成每个实体无人机的理论移动信息;
根据所述理论移动信息和所述无人机分布信息,生成当前周期结束时刻多个实体无人机的当前姿态信息。
5.根据权利要求4所述的方法,其特征在于,所述根据多个姿态调整权重对应的所述历史姿态偏差值,生成姿态调整值,包括:
所述姿态调整值计算公式为:
,
其中,α为姿态调整值,A 1 为上一周期的姿态偏差值,a 1 为对应于上一周期的姿态调整权重,A 2 为前两周期的姿态偏差值,a 2 为对应于前两周期的姿态调整权重,A n 为前n周期的姿态偏差值,a n 为对应于前n周期的姿态调整权重。
6.根据权利要求2所述的方法,其特征在于,所述方法中采用的通讯状态测试设备包括移动底座、激光测距传感器以及通讯测试仪以及控制终端;
所述移动底座上转动安装有转动台一和转动台二,且所述激光测距传感器固定安装于转动台一上,通讯测试仪安装于所述转动台二上;
所述通讯测试仪中包括有用于提供多种通讯方式的通讯模块。
7.一种无人机集群调度指挥系统,其特征在于,所述系统包括:
接收模块(601),用于接收用户输入的飞行任务信息,并基于所述飞行任务信息和预设定的无人机数量生成拟态飞行数据,所述拟态飞行数据中的多个数字无人机与现实中的多个实体无人机之间存在一一对应的映射关系;
划分模块(602),用于根据所述拟态飞行数据中多个所述数字无人机的空间分布划分出多个无人机控制小组,每个所述无人机控制小组均包括有核心通讯无人机和多个子控制无人机;
信息整合模块(603),基于所述拟态飞行数据中每个所述数字无人机的飞行路径信息,生成对应与每个所述无人机控制小组对应的小组飞行信息,并建立多个所述小组飞行信息和多个所述核心通讯无人机之间的对应关系;
发送模块(604),用于将所述小组飞行信息发送给所述核心通讯无人机对应的核心通讯实体无人机,以便于控制多个实体无人机飞行,包括:
基于所述小组飞行信息和预设的时间周期,生成首次周期飞行控制信息以及每周期结束时刻对应的理论姿态信息;
周期性的接收多个核心通讯实体无人机反馈的飞行记载数据,并由所述飞行记载数据生成当前周期结束时刻的当前姿态信息;
基于所述当前姿态信息和所述当前周期的理论姿态信息,生成姿态偏差信息;
基于所述姿态偏差信息和对应下一周期的目标理论姿态信息,生成下一周期的飞行任务信息;
根据当前周期的所述姿态偏差信息生成姿态偏差值,并基于当前周期的姿态偏差值和预存储的多个历史姿态偏差值,生成当前周期的姿态调整值,包括:
根据所述当前周期与历史周期之间的时间差,匹配每个历史周期姿态调整权重;
根据多个姿态调整权重对应的所述历史姿态偏差值,生成姿态调整值;
根据当前周期的所述姿态调整值和所述下一周期的飞行任务信息,生成下一周期的飞行控制信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311638374.1A CN117572890B (zh) | 2023-12-03 | 2023-12-03 | 基于自适应算法的无人机集群调度指挥方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311638374.1A CN117572890B (zh) | 2023-12-03 | 2023-12-03 | 基于自适应算法的无人机集群调度指挥方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117572890A CN117572890A (zh) | 2024-02-20 |
| CN117572890B true CN117572890B (zh) | 2024-08-13 |
Family
ID=89860713
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311638374.1A Active CN117572890B (zh) | 2023-12-03 | 2023-12-03 | 基于自适应算法的无人机集群调度指挥方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117572890B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118900304A (zh) * | 2024-08-20 | 2024-11-05 | 四川广信天下传媒有限责任公司 | 5g环境下无人机图像数据的传输方法及传输系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415717A (zh) * | 2021-12-20 | 2022-04-29 | 广东电网有限责任公司 | 无人机集群控制方法、系统、终端设备及存储介质 |
| CN115903897A (zh) * | 2022-11-22 | 2023-04-04 | 江南机电设计研究所 | 一种虚实结合的集群仿真对抗系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110209198A (zh) * | 2019-06-28 | 2019-09-06 | 中国电子科技集团公司第二十七研究所 | 一种无人机集群编队飞行地面实时控制方法及控制装置 |
| KR102169968B1 (ko) * | 2020-06-26 | 2020-10-27 | 한화시스템(주) | 임무 기능과 중계 기능이 가능한 드론 시스템 및 그 운용방법 |
| CN114449568A (zh) * | 2022-01-11 | 2022-05-06 | 中国人民解放军军事科学院国防科技创新研究院 | 一种真实环境无人机集群通信模拟测试系统和方法 |
| CN114510081B (zh) * | 2022-03-04 | 2025-07-08 | 西安电子科技大学 | 通信延迟约束下的多无人机集群导航方法 |
-
2023
- 2023-12-03 CN CN202311638374.1A patent/CN117572890B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114415717A (zh) * | 2021-12-20 | 2022-04-29 | 广东电网有限责任公司 | 无人机集群控制方法、系统、终端设备及存储介质 |
| CN115903897A (zh) * | 2022-11-22 | 2023-04-04 | 江南机电设计研究所 | 一种虚实结合的集群仿真对抗系统 |
Non-Patent Citations (1)
| Title |
|---|
| 无人机中继通信的关键技术与发展趋势;袁全盛,等;《飞航导弹》;20151031(第10期);26-29 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117572890A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109669477A (zh) | 一种面向无人机集群的协同控制系统及控制方法 | |
| US9567080B2 (en) | Goal-based planning system | |
| CN110928200B (zh) | 一种面向无人机的虚实联动仿真试验系统及方法 | |
| CN117572890B (zh) | 基于自适应算法的无人机集群调度指挥方法及系统 | |
| Sun et al. | Advancing uav communications: A comprehensive survey of cutting-edge machine learning techniques | |
| CN114510081B (zh) | 通信延迟约束下的多无人机集群导航方法 | |
| CN110825107B (zh) | 无人机群低代价安全搜索的方法、装置及存储介质 | |
| CN111439392B (zh) | 一种航天器编队位置协同控制方法 | |
| Wu et al. | Formation control algorithms for multi-UAV systems with unstable topologies and hybrid delays | |
| CN116339321A (zh) | 一种基于5g通信的全局信息驱动的分布式多机器人强化学习编队合围方法 | |
| CN109151027A (zh) | 星空地协同物联网通信方法及装置 | |
| CN119024717B (zh) | 一种支持大规模无人机集群飞行试验的虚实结合仿真系统及方法 | |
| CN116893414B (zh) | 一种无人机集群载雷达探测系统及方法 | |
| CN117170410A (zh) | 用于无人机编队飞行的控制方法及相关产品 | |
| La et al. | D-MUNS: Distributed multiple UAVs' network simulator | |
| CN118713735A (zh) | 一种多目标无线电监测方法及监测系统 | |
| Rojas et al. | Advanced constellation emulation and synthetic datasets generation for non-terrestrial networks | |
| Eisen et al. | Joint resource scheduling for AMR navigation over wireless edge networks | |
| CN115407801B (zh) | 一种分布式无人机集群编队及协同控制方法 | |
| Khan et al. | Consensus based formation control of multiple UAVs | |
| Liu et al. | Dispatching and management methods for communication of UAV swarm | |
| CN113485427B (zh) | 一种用于无人机的组网方法及系统 | |
| Abu-Aisheh et al. | Coordinating a swarm of micro-robots under lossy communication | |
| Meyer et al. | An air traffic control simulator for test and development of airspace management schemes | |
| Zhong et al. | Efficient Trajectory Planning for Coordinated Arrival of Fixed-Wing UAV Swarm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |