一种基于三维建模的无人机定位智能管理系统

1.本发明属于无人机管理技术领域，具体是一种基于三维建模的无人机定位智能管理系统。


背景技术：

2.随着测绘、勘探、灾情预防等各领域不断涌现出对新技术手段的迫切需求，无人机凭借其成本低廉、机动灵活、可全天候工作等优点而在这些领域得到广泛使用。但随着空中作业的无人机的增多，势必造成空域资源的紧张，为了避免因为缺乏管理而导致安全事故，因此需要对某些空域进行管理，保障对应空域内无人机的正常运行。


技术实现要素：

3.为了解决上述方案存在的问题，本发明提供了一种基于三维建模的无人机定位智能管理系统。
4.本发明的目的可以通过以下技术方案实现：一种基于三维建模的无人机定位智能管理系统，包括区域模块、数据采集模块、展示模块、辅助管理模块和服务器；所述区域模块用于规划设置飞行管理区，展示模块根据飞行管理区建立空域模型，通过空域模型动态显示飞行管理区内无人机的运行动态信息；数据采集模块进行数据采集处理，获得展示数据，并发送给展示模块；辅助管理模块辅助管理人员进行飞行管理区内无人机的管理，识别空域模型中各个无人机信息，设置对应的无人机安全区，并标记在对应的无人机模型上，当有无人机安全区域相交时，立即标记对应的无人机，并向对应的无人机驾驶员进行预警；对于无法识别的无人机信息，将对应的无人机进行区别标记，并发出对应的预警信号。
5.进一步地，数据采集模块的工作方法包括：获取连接的监测设备信息，设置对应的采集单元，通过设置的采集单元获取对应监测设备的采集数据，并将获取的采集转化为对应格式的监测数据，将所有采集单元的转化后的监测数据整合为展示数据。
6.进一步地，展示模块的工作方法包括：获取飞行管理区信息，根据获取的飞行管理区信息建立空域模型，建立模型匹配库，根据数据采集模块发送的展示数据匹配对应的无人机模型，并打上对应的无人机信息，将无人机模型输入到空域模型中，并根据获取的信息进行实时位置更新，管理人员通过空域模型实时了解飞行管理区内的无人机动态信息。
7.进一步地，设置无人机安全区的方法包括：获取无人机型号，匹配对应的初始安全区，将匹配的初始安全区标记在对应的无人机模型上，获取当前无人机的速度，标记为v，获取对应无人机驾驶员的应急反应时间，标记为t，获取场地修正系数，标记为β，根据前端公式计算前端半径，根据计算
的前端半径获得对应无人机安全区。
8.进一步地，区域模块的工作方法包括：获取需要进行管控的区域，标记为目标区域，标记目标区域的边界空间坐标；获取具有的针对目标区域的监测设备信息，设置管理区监测表，将获得的监测设备信息与管理区监测表进行匹配，获得补充设备，确定补充设备信息，根据补充设备信息和现有的监测设备信息确定对应监测设备的补充区域，根据获得的补充区域进行对应的监测设备补充，当监测设备补充完成后，将对应目标区域的监测设备与数据采集模块进行通信连接，将当前的目标区域整合为飞行管理区。
9.进一步地，根据获得的补充区域进行对应的监测设备补充的方法包括：获取目标区域的地面建筑信息图，对获取的地面建筑信息图进行分析，获得对应监测设备的待选安装点，根据补充区域、待选安装点和监测设备的监测区域确定具有的待选安装点组合，对获得的待选安装点组合进行优先级排序，获得各个监测设备的组合安装点，在获得的组合安装点上安装对应的监测设备。
10.进一步地，对获得的待选安装点组合进行优先级排序的方法包括：将待选安装点组合标记为i，其中i=1、2、
……
、n，n为正整数；识别待选安装点组合具有的待选安装点数量，标记为sli，获取对应监测设备的安装成本，标记为cb，获取各个待选安装点的点位影响值，计算对应待选安装点组合的组合影响值，标记为yxi，根据第一公式计算第一组合值，根据计算的第一组合值进行排序，获得第一序列；计算第一序列中各个待选安装点组合之间的第一组合值差值，建立组合差值表；识别各个监测设备对应的第一序列中的共选点，将具有的共选点的待选安装点组合在对应的第一序列中进行标记，进行择优组合选择，获得组合安装点。
11.进一步地，第一公式为，其中b1、b2均为比例系数，取值范围为0《b1≤1，0《b2≤1。
12.与现有技术相比，本发明的有益效果是：通过区域模块、数据采集模块、展示模块和辅助管理模块之间的相互配合，实现管理人员可以直观的对监测空域进行动态管理，实时了解监测空域内的无人机运行情况，使得监管更加的直观；并对无报备的无人机进行区别标记预警，便于管理人员及时发现，并做出相应的处理措施，避免因为高度、速度、位置等原因导致管理人员无法及时地发现陌生无人机，具有较大的安全隐患，通过无人机安全区域的设置，保障无人机的安全运行。
附图说明
13.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的介绍，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。
14.图1为本发明原理框图。
具体实施方式
15.下面将结合实施例对本发明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他实施例，都属于本发明保护的范围。
16.如图1所示，一种基于三维建模的无人机定位智能管理系统，包括区域模块、数据采集模块、展示模块、辅助管理模块和服务器；所述区域模块用于规划设置飞行管理区，具体方法包括：获取需要进行管控的区域，标记为目标区域，标记目标区域的边界空间坐标；获取具有的针对目标区域的监测设备信息，如扫描雷达、摄像机等设备，设备信息包括种类、型号、监测范围等信息，设置管理区监测表，将获得的监测设备信息与管理区监测表进行匹配，获得补充设备，确定补充设备信息，即选择的是什么型号的补充设备、监测范围是多少等信息，根据补充设备信息和现有的监测设备信息确定对应监测设备的补充区域，即为需要进行补充监测的区域，对于补充设备就是全部的目标区域；根据获得的补充区域进行对应的监测设备补充，包含补充设备，因为补充设备也是监测设备；当监测设备补充完成后，将对应目标区域的监测设备与数据采集模块进行通信连接，将当前的目标区域整合为飞行管理区；就是目标区域及其监测设备整合为飞行管理区。
17.通过数据采集模块采集各个监测设备的监测数据。
18.目标区域是根据实际需求进行设置的，主要对于具有对于某个区域具有较多无人机的情况，如无人机试飞区、无人机巡检区等，根据客户需求进行设置。
19.管理区监测表是根据需要进行监测的项目内容进行设置的，如根据需要可以包括扫描雷达的扫描信息、识别装置的识别信息、定位信息、图像信息等。
20.补充设备即为管理区监测表还缺少的监测设备，因为在建立飞行管理区时，一般都会缺少某些监测设备，如相关的雷达设备。
21.根据获得的补充区域进行对应的监测设备补充的方法包括：获取目标区域的地面建筑信息图，地面建筑信息图即为目标区域的地面数据图纸，对获取的地面建筑信息图进行分析，获得对应监测设备的待选安装点，根据补充区域、待选安装点和监测设备的监测区域确定具有的待选安装点组合，对获得的待选安装点组合进行优先级排序，获得各个监测设备的组合安装点，在获得的组合安装点上安装对应的监测设备。
22.对获取的地面建筑信息图进行分析是直接采取建立神经网络模型的方式进行分析，通过建立和训练神经网络模型进行智能分析，确定对应的监测设备的待选安装点。
23.根据补充区域、待选安装点和监测设备的监测区域确定具有的待选安装点组合，就是在保障可以全部覆盖补充区域的前提下，具有的待选安装点组合。
24.对获得的待选安装点组合进行优先级排序的方法包括：将待选安装点组合标记为i，其中i=1、2、
……
、n，n为正整数；识别待选安装点组合具有的待选安装点数量，标记为sli，获取对应监测设备的安装成本，标记为cb，获取各个待选安装点的点位影响值，计算对应待选安装点组合的组合影响值，标记为yxi，即累加求和，
根据第一公式计算第一组合值，其中b1、b2均为比例系数，取值范围为0《b1≤1，0《b2≤1，根据计算的第一组合值进行排序，获得第一序列；计算第一序列中各个待选安装点组合之间的第一组合值差值，建立组合差值表；识别各个监测设备对应的第一序列中的共选点，即多个不同的监测设备的待选安装点是同一个，将具有的共选点的待选安装点组合在对应的第一序列中进行标记，进行择优组合选择，获得组合安装点。
25.点位影响值是指在该待选安装点安装对应检测设备后对当前区域的运行影响，会不会影响通行，受环境影响程度，如是否有遮挡等，可以在进行待选安装点设置过程中同步配合建立一个学习模型，通风建立的学习模型进行待选安装点分析，获得对应的点位影响值，具体的建立和训练过程为本领域常识。
26.进行择优组合选择的方法就是根据各个第一组合值进行再次排序，根据排序依次选择对应监测设备排序第一的，对具有共选点的组合，在前面被使用时，后面直接剔除排序。
27.所述数据采集模块用于进行数据采集处理，具体方法包括：获取连接的监测设备信息，设置对应的采集单元，通过设置的采集单元获取对应监测设备的采集数据，并将获取的采集转化为对应格式的监测数据，将所有采集单元的转化后的监测数据整合为展示数据，将展示数据发送给展示模块。
28.采集单元是对应各个不同种类的监测设备进行设置的，用于将对应监测设备的采集数据转化为预设格式的数据，具体的预设格式是基于当前的领域常识进行设置的，即转化为对应后续需要使用的数据，如雷达设备的采集数据，可以扫描出对应飞行管理区内的飞行物位置和数量，通过对应的采集单元将雷达设备格式的飞行物位置和数量格式转化为后续可识别使用的格式的飞行物位置和数量数据；如摄像监测设备，对应的采集单元将对应的图像数据转化为对应识别的飞行物种类、型号等数据。将转化后的监测数据整合为展示数据，因为不同监测设备的采集数据格式不同，但是不同的采集数据可能用于表示同一数据，如摄像监测设备对应转化的飞行物种类、型号等数据，雷达设备的飞行物位置和数量，两者数据可以相互结合，因此对应数据可以整合为对应位置的飞行物种类、型号，同时还可结合对应的定位装置，因为对于报备后的无人机可以获得其实时定位。具体未公开的部分为本领域常识。
29.所述展示模块用于展示目标区域内的动态情况，具体方法包括：获取飞行管理区信息，根据获取的飞行管理区信息建立空域模型，建立模型匹配库，根据数据采集模块发送的展示数据匹配对应的无人机模型，并打上对应的无人机信息，将无人机模型输入到空域模型中，并根据获取的信息进行实时位置更新，管理人员通过空域模型实时了解飞行管理区内的无人机动态信息，便于管理人员进行管理。
30.空域模型即为三维数据模型。
31.模型匹配库即为储存各种种类和型号无人机三维模型的数据库，根据当前具有的无人机种类和型号可以直接建立。
32.给无人机打上无人机信息，其中对于报备后的无人机信息包括无人机型号等信息、驾驶员信息、用途信息等，对于未报备的无人机信息包括对应数据采集模块发送的数
据，即可能识别的种类、型号、编号、是否检索到对应的实名认证信息等，且对于未报备的无人机模型在空域模型中显示时进行区别标记。
33.所述辅助管理模块用于辅助管理人员进行飞行管理区内无人机的管理，具体方法包括：识别空域模型中各个无人机信息，设置对应的无人机安全区，并标记在对应的无人机模型上，相当于在无人机外围形成一个区域，当其他无人机进入这个区域内将会具有安全风险，随着无人机模型的移动而移动，以无人机为中心进行运动；当有无人机安全区域相交时，立即标记对应的无人机，并向对应的无人机驾驶员进行预警；对于无法识别的无人机信息，将对应的无人机进行区别标记，并发出对应的预警信号。
34.设置无人机安全区的方法包括：获取无人机型号，匹配对应的初始安全区，可以是圆形区域、椭圆形区域等，将匹配的初始安全区标记在对应的无人机模型上，获取当前无人机的速度，标记为v，获取对应无人机驾驶员的应急反应时间，标记为t，应急反应时间直接基于大数据进行获得，指的是该类型无人机的对应驾驶员一般反应时间，一把为平均时间，获取场地修正系数，标记为β，场地修正系数是根据飞行管理区内具有的无人机数量进行提供的，可以由专家组进行讨论设置对应的匹配表，根据前端公式计算前端半径，根据计算的前端半径获得对应无人机安全区。
35.匹配对应的初始安全区，根据具有的无人机型号由专家组设置对应的匹配表，主要是参照对应的速度、体积等设备参数进行设置的，进行匹配后即可获得对应的初始安全区，且初始安全区内置扩充算法，即根据输出的前端半径，自动获取其他方向的折减半径，形成动态安全区，即只要计算出对应的前端半径即可获得整个动态安全区，可以由专家组根据现有的运动学原理进行设置，具体地为本领域常识。
36.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
37.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。