无人机抗外力干扰方法及装置与流程

文档序号:11233609阅读:1309来源:国知局
无人机抗外力干扰方法及装置与流程

本发明涉及通信技术领域,尤其涉及一种无人机抗外力干扰方法及装置。



背景技术:

无人驾驶飞机简称无人机,一般是利用无线电遥控设备和无人机自身的程序控制装置进行操纵。无人机广泛应用于影视拍摄、街景拍摄、遥感测绘、快递投递、电力巡检、农作物监测、环境监测、灾后救援等领域。

目前,无人机按照预设的飞行路线进行飞行,或者基于人工控制无人机的方式进行飞行,当无人机遇到外力干扰,如风力等不可抗力的干扰,导致无人机偏离飞行线路,即使通过人工进行控制,也不易按照预期的飞行路线进行飞行,且消耗人力成本。



技术实现要素:

本发明的实施例提供一种无人机抗外力干扰方法和装置,能够解决在外力干扰下无人机无法正常飞行的问题。

为达到上述目的,本发明的实施例采用如下技术方案:

第一方面,本发明的实施例提供一种无人机抗外力干扰方法,包括:

当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;

基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;

按照所述飞行策略,控制所述无人机进行飞行。

结合第一方面,在第一方面的第一种可能的实现方式中,所述飞行策略包括施加力信息,所述施加力的作用力度等于所述外力作用力度,所述施加力的作用方向与所述外力作用反向相反。

结合第一方面的第一种可能的实现方式,在第一方面的第二种可能的实现方式中,所述外力干扰包括所述无人机的重量改变,所述施加力包括浮力;

所述浮力的作用方向为竖直向上,所述浮力的作用力度为所述无人机的当前重量及初始重量之间的差值。

结合第一方面,或者第一方面的第一种可能的实现方式,或者第一方面的第二种可能的实现方式,在第一方面的第三种可能的实现方式中,其特征在于,所述基于所述外力作用力度及所述外力作用方向,生成飞行策略,包括:

获取预设时间段内的外力变化情况;

基于所述预设时间段内的外力变化情况,通过深度学习网络进行外力变化预测,得到外力变化预测信息;

基于所述外力变化预测信息,生成所述飞行策略。

结合第一方面的第三种可能的实现方式,在第一方面的第四种可能的实现方式中,所述外力变化预测信息携带有对应的时间信息;

所述方法还包括:

获取所述外力变化预测信息对应的时间信息的外力变化实际信息;

基于所述外力变化实际信息及所述外力变化预测信息,对所述深度学习网络进行训练。

第二方面,本发明的实施例提供一种无人机抗外力干扰装置,包括:

第一获取模块,用于当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;

生成模块,用于基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;

控制模块,用于按照所述飞行策略,控制所述无人机进行飞行。

结合第二方面,在第二方面的第一种可能的实现方式中,

所述生成模块生成的所述飞行策略包括施加力信息,所述施加力的作用力度等于所述外力作用力度,所述施加力的作用方向与所述外力作用反向相反。

结合第二方面的第一种可能的实现方式,在第二方面的第二种可能的实现方式中,

所述第一获取模块获取的所述外力干扰包括所述无人机的重量改变;

所述生成模块生成的所述施加力包括浮力;所述浮力的作用方向为竖直向上,所述浮力的作用力度为所述无人机的当前重量及初始重量之间的差值。

结合第二方面,或者第二方面的第一种可能的实现方式,或者第二方面的第二种可能的实现方式,在第二方面的第三种可能的实现方式中,

所述生成模块包括:

获取子模块,用于获取预设时间段内的外力变化情况;

预测子模块,用于基于所述预设时间段内的外力变化情况,通过深度学习网络进行外力变化预测,得到外力变化预测信息;

生成子模块,用于基于所述外力变化预测信息,生成所述飞行策略。

结合第二方面的第三种可能的实现方式,在第二方面的第四种可能的实现方式中,

所述获取子模块获取的所述外力变化预测信息携带有对应的时间信息;

所述装置还包括:

第二获取模块,用于获取所述外力变化预测信息对应的时间信息的外力变化实际信息;

训练模块,用于基于所述外力变化实际信息及所述外力变化预测信息,对所述深度学习网络进行训练。

本发明实施例提供的无人机抗外力干扰方法及装置,通过当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;按照所述飞行策略,控制所述无人机进行飞行。能够当无人机在飞机过程中存在外力干扰时,有效避免外力干扰导致无人机偏航的情况。

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它的附图。

图1是本发明实施例的无人机抗外力干扰方法的流程示意图;

图2是本发明实施例的无人机抗外力干扰方法的另一流程示意图;

图3是本发明实施例的无人机抗外力干扰装置结构示意图;

图4是本发明实施例的生成模块的结构示意图;

图5是本发明实施例的无人机抗外力干扰装置的另一结构示意图;

图6是本发明实施例的无人机抗外力干扰装置600的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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它实施例,都属于本发明保护的范围。

本发明一实施例提供一种无人机抗外力干扰方法,如图1所示,所述方法包括:

101、当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向。

对于本发明实施例,外力干扰可以包括风力干扰、气压干扰、负重干扰等,其中,负重干扰是指其他物体落在无人机上导致无人机的重量发生改变。

在本发明实施例中,外力作用方向是指以无人机的中心作为坐标原点,外力来源指向该坐标原点的方向,即为外力作用方向;外力作用力度,可以通过具体的力量单位进行表征(例如,牛顿n单位),也可以由预设的力度等级进行表征(例如,一级、二级、三级等)。

102、基于所述外力作用力度及所述外力作用方向,生成飞行策略。

其中,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始飞行路线飞行。

在本发明实施例中,原始飞行路线是指无人机在完全没有任何外力干扰的状态下,进行飞行的路线。

对于本发明实施例,可以由无人机上集成的具有运算能力的控制芯片,基于外力作用力度及外力作用方向,生成飞行策略;也可以无人机将检测到的外力作用力度及外力作用方向发送给服务器后,由服务器基于外力作用力度及外力作用方向,生成飞行策略。

103、按照所述飞行策略,控制所述无人机进行飞行。

可选地,飞行策略可以包括施加力的作用力度及作用方向。其中,该施加力可以由无人机上集成的可以生成不同方向不同力度的施加力生成装置生成。在本发明实施例中,施加力的作用力度可以等于外力作用力度,施加力的作用方向可以与外力作用反向相反。

可选地,飞行策略可以包括叠加飞行方向及叠加飞行速度。其中,叠加飞行方向是指在无人机的原始飞行路线的基础上,增加的用于抵消外力干扰的飞行方向;叠加飞行速度是指在无人机的原始飞行路线的基础上,增加的用于抵消外力干扰的飞行速度。例如,以原始飞行路线中无人机的飞行方向为向前,当检测到无人机受到水平向左的外力干扰,则该无人机的叠加飞行方向为水平向右。

与现有技术相比,本发明实施例能够通过当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;按照所述飞行策略,控制所述无人机进行飞行。能够当无人机在飞机过程中存在外力干扰时,有效避免外力干扰导致无人机偏航的情况。

本发明又一实施例提供一种无人机抗外力干扰方法,如图2所示,所述方法包括:

201、当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向。

对于本发明实施例,外力干扰可以包括风力干扰、气压干扰、负重干扰等,其中,负重干扰是指其他物体落在无人机上导致无人机的重量发生改变。

在本发明实施例中,外力作用方向是指以无人机的中心作为坐标原点,外力来源指向该坐标原点的方向,即为外力作用方向;外力作用力度,可以通过具体的力量单位进行表征(例如,牛顿n单位),也可以由预设的力度等级进行表征(例如,一级、二级、三级等)。

202、获取预设时间段内的外力变化情况。

其中,预设时间段可以为预先设置的默认时间段,也可以为无人机操作端或服务器实时向其发送的时间段,本发明实施例不做限制。例如,预设时间段可以为无人机的出厂时设置的1分钟,也可以为无人机操作端实时发送的30秒、45秒等。

203、基于所述预设时间段内的外力变化情况,通过深度学习网络进行外力变化预测,得到外力变化预测信息。

对于本发明实施例,所述外力变化预测信息携带有对应的时间信息。步骤203之后,还可以包括:获取所述外力变化预测信息对应的时间信息的外力变化实际信息;并基于所述外力变化实际信息及所述外力变化预测信息,对所述深度学习网络进行训练。

在本发明实施例中,通过获取到的外力变化实际信息,以及深度学习网络预测得到的外力变化预测信息,对深度学习网络进行训练,能够提高深度学习网络后续对外力变化进行预测的准确度。其中,对深度学习网络进行训练,包括对深度学习网络中包括的各参数进行修正。在本发明实施例中,深度学习网络可以包括深度神经网络,或其他任何可以实现外力预测的网络,本发明实施例不做限制。

步骤203还可以为:通过服务器获取无人机当前位置对应的环境参数,并基于所述环境参数及所述预设时间段内的外力变化情况,通过深度学习网络进行外力变化预测,得到外力变化预测信息。其中,环境参数可以包括:风力方向变化信息、风力大小变化信息、气压变化信息等。例如,当环境参数中的风力大小变化信息由二级变化为三级,且预设时间段内(例如,当前时刻的前1分钟内)风力对无人机飞行的影响为四级,则可以预测风力对无人机飞行的影响变化为五级。

204、基于所述外力变化预测信息,生成所述飞行策略。

其中,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行。

在本发明实施例中,原始飞行路线是指无人机在完全没有任何外力干扰的状态下,进行飞行的路线。

对于本发明实施例,可以由无人机上集成的具有运算能力的控制芯片,基于外力变化预测信息,生成飞行策略;也可以无人机将外力变化预测信息发送给服务器后,由服务器基于外力变化预测信息,生成飞行策略。

对于本发明实施例,所述飞行策略可以包括施加力信息,所述施加力信息可以包括施加力的作用力度和作用方向,所述施加力的作用力度等于所述外力作用力度,所述施加力的作用方向与所述外力作用反向相反。其中,该施加力可以由无人机上集成的可以生成不同方向不同力度的施加力生成装置生成。

在本发明实施例中,通过为无人机施加与外力大小相等、且方向相反的施加力,能够克服无人机受到的外力干扰,即实现作用在无人机上的全部力互相抵消,从而可以避免外力干扰对无人机飞行造成的影响。

可选地,所述外力干扰包括所述无人机的重量改变,所述施加力包括浮力。其中,所述浮力的作用方向为竖直向上,所述浮力的作用力度为所述无人机的当前重量及初始重量之间的差值。

在本发明实施例中,无人机的重量改变,并非是指无人机本身的重量改变,而是指无人机上作用的重量改变。例如,在无人机飞行的过程中,飘落在无人机上的树叶、或掉落在无人机上的气球等,都会导致无人机的重量发生改变,一般地,无人机的当前重量及初始重量之间的差值,即落在无人机上的树叶或气球的重量。

205、按照所述飞行策略,控制所述无人机进行飞行。

可选地,飞行策略可以包括叠加飞行方向及叠加飞行速度。其中,叠加飞行方向是指在无人机的原始飞行路线的基础上,增加的用于抵消外力干扰的飞行方向;叠加飞行速度是指在无人机的原始飞行路线的基础上,增加的用于抵消外力干扰的飞行速度。例如,以原始飞行路线中无人机的飞行方向为向前,当检测到无人机受到水平向左的外力干扰,则该无人机的叠加飞行方向为水平向右。

步骤205可以为:按照飞行策略中的叠加飞行方向和叠加飞行速度、以及原始飞行路线,控制所述无人机进行飞行。

与现有技术相比,本发明实施例能够通过当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;按照所述飞行策略,控制所述无人机进行飞行。能够当无人机在飞机过程中存在外力干扰时,有效避免外力干扰导致无人机偏航的情况。

本发明又一实施例提供一种无人机抗外力干扰装置,如图3所示,所述装置包括:

第一获取模块31,用于当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;

生成模块32,用于基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;

控制模块33,用于按照所述飞行策略,控制所述无人机进行飞行。

生成模块33生成的所述飞行策略包括施加力信息,所述施加力的作用力度等于所述外力作用力度,所述施加力的作用方向与所述外力作用反向相反。

第一获取模块31获取的所述外力干扰包括所述无人机的重量改变;

生成模块33生成的所述施加力包括浮力;所述浮力的作用方向为竖直向上,所述浮力的作用力度为所述无人机的当前重量及初始重量之间的差值。

进一步的,如图4所示,生成模块33包括:

获取子模块331,用于获取预设时间段内的外力变化情况;

预测子模块332,用于基于所述预设时间段内的外力变化情况,通过深度学习网络进行外力变化预测,得到外力变化预测信息;

生成子模块333,用于基于所述外力变化预测信息,生成所述飞行策略。

所述获取子模块获取的所述外力变化预测信息携带有对应的时间信息;

进一步的,如图5所示,所述装置还包括:

第二获取模块51,用于获取所述外力变化预测信息对应的时间信息的外力变化实际信息;

训练模块52,用于基于所述外力变化实际信息及所述外力变化预测信息,对所述深度学习网络进行训练。

与现有技术相比,本发明实施例能够通过当在无人机飞行过程中检测到存在外力干扰时,获取外力作用力度及外力作用方向;基于所述外力作用力度及所述外力作用方向,生成飞行策略,所述飞行策略用于控制无人机在所述外力干扰状态下按照原始路线飞行;按照所述飞行策略,控制所述无人机进行飞行。能够当无人机在飞机过程中存在外力干扰时,有效避免外力干扰导致无人机偏航的情况。

本发明实施例提供的无人机抗外力干扰装置可以实现上述提供的方法实施例,具体功能实现请参见方法实施例中的说明,在此不再赘述。本发明实施例提供的无人机抗外力干扰方法及装置可以适用于控制无人机进行飞行,但不仅限于此。

如图6所示,无人机抗外力干扰装置600可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,个人数字助理等。

参照图6,无人机抗外力干扰装置600可以包括以下一个或多个组件:处理组件602,存储器604,电源组件606,多媒体组件608,音频组件610,输入/输出(i/o)的接口612,传感器组件614,以及通信组件616。

处理组件602通常控制无人机抗外力干扰装置600的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令。

此外,处理组件602可以包括一个或多个模块,便于处理组件602和其他组件之间的交互。例如,处理组件602可以包括多媒体模块,以方便多媒体组件608和处理组件602之间的交互。

存储器604被配置为存储各种类型的数据以支持在无人机抗外力干扰装置600的操作。这些数据的示例包括用于在无人机抗外力干扰装置600上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(sram),电可擦除可编程只读存储器(eeprom),可擦除可编程只读存储器(eprom),可编程只读存储器(prom),只读存储器(rom),磁存储器,快闪存储器,磁盘或光盘。

电源组件606为无人机抗外力干扰装置600的各种组件提供电力。电源组件606可以包括电源管理系统,一个或多个电源,及其他与为无人机抗外力干扰装置600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述无人机抗外力干扰装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件608包括一个前置摄像头和/或后置摄像头。当无人机抗外力干扰装置600处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610被配置为输出和/或输入音频信号。例如,音频组件610包括一个麦克风(mic),当无人机抗外力干扰装置600处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中,音频组件610还包括一个扬声器,用于输出音频信号。

i/o接口612为处理组件602和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器,用于为无人机抗外力干扰装置600提供各个方面的状态评估。例如,传感器组件614可以检测到无人机抗外力干扰装置600的打开/关闭状态,组件的相对定位,例如所述组件为无人机抗外力干扰装置600的显示器和小键盘,传感器组件614还可以检测无人机抗外力干扰装置600或无人机抗外力干扰装置600一个组件的位置改变,用户与无人机抗外力干扰装置600接触的存在或不存在,无人机抗外力干扰装置600方位或加速/减速和无人机抗外力干扰装置600的温度变化。传感器组件614可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器,如cmos或ccd图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件614还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。

通信组件616被配置为便于无人机抗外力干扰装置600和其他设备之间有线或无线方式的通信。无人机抗外力干扰装置600可以接入基于通信标准的无线网络,如wifi,2g或3g,或它们的组合。在一个示例性实施例中,通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件616还包括近场通信(nfc)模块,以促进短程通信。例如,在nfc模块可基于射频识别(rfid)技术,红外数据协会(irda)技术,超宽带(uwb)技术,蓝牙(bt)技术和其他技术来实现。

在示例性实施例中,无人机抗外力干扰装置600可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现。

本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于设备实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory,rom)或随机存储记忆体(randomaccessmemory,ram)等。

以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1