群体无人机供电系统的制作方法

本发明涉及一种无人机供电系统，尤其涉及一种基于电磁耦合的无接触式充电的群体无人机供电系统，用于同时给多个小型无人机充电，来保证无人机的续航。本发明还涉及一种基于上述群体无人机供电系统的充电方法。

背景技术：

与有人机相比，无人机具有诸多优势：小而轻、且不易被发现、开发和维护成本低、机动性好、起降要求低等。随着无人机的大众化，其应用领域已涵盖科研、民用及军事。世界上从事无人机研究和生产的国家已经超过30个，无人机基本型数量已增加到300多种。

在评估无人机性能好坏的诸项指标中，无人机的续航能力是一个重要的指标，而长航程也是今后无人机的主要发展趋势之一。对于无人机而言，更长的续航能力就意味着能够更加高效、可持续地完成任务，特别是在争分夺秒的未来战争中，长续航里程就可以起到持续地获取战场信息作用。当前市场上可提供蓄电池和油气无人机，目前最大的蓄电池无人机大概只能航行1小时左右；相对于蓄电池无人机，油气无人机能够航行的时间相对长很多，但是油气无人机无论从灵敏度还是体积上，都不如蓄电池无人机灵活。

目前从能源角度出发，增加无人机续航里程的途径总结起来主要可分为两种：携带更多的电能或者在任务中多次进行电能补给。对于前者，由于目前比较成熟的蓄电池技术的已经发展到了瓶颈期，更大的蓄电池容量就意味着更大的蓄电池体积和重量，因而增加蓄电池容量必将影响无人机的机动性能和轻量化；对于通过多次进行电能补给这种途径，如果是基于传统接触式电能传导方式的充电技术，那么意味着无人机在需要补充电能的时候都需要返回降落到基站或者母港中，并投入人力为其充电，显然这样的方式在可靠性、灵活性、便捷性等方面有所不足，而基于该方式的悬停充电形式安全性低，对无人机的各项技术性能都有很高的要求，实现难度大。因此，设计一种可以使无人机在任务中灵活、便捷地进行充电的方案并对实现该方案的技术进行研究是很有必要的。

技术实现要素：

本发明的目的是解决背景技术中存在的问题，提供一种群体无人机供电的方法，实现了可用于实际给多架小型无人机充电。

根据本发明的一个方面，本发明提供一种基于电磁耦合的无接触式充电的群体无人机供电系统，包括：

主机，所述主机由燃油为其提供燃料，携带有至少一个电源，包括多个发射端，且每个发射端都具有发射线圈和与发射线圈相对应的第一共振线圈，所述电源与所述发射端电连接；

至少一个无人机，每个无人机携带有可重复充电装置，且每个无人机包括一个接收端，所述接收端具有接收线圈和与接收线圈相对应的第二共振线圈，所述接收端与所述可重复充电装置电连接，

其中每个发射端可为一个无人机充电，且所述发射线圈、第一共振线圈、第二共振线圈以及接收线圈构成一个电磁共振式耦合机构。

根据本发明的一个优选实施方案，所述发射端和接收端都包括功率变换器。

根据本发明的一个优选实施方案，所述无人机包括导航系统。

根据本发明的一个优选实施方案，所述导航系统为视觉导航系统和/或惯性导航系统。

根据本发明的一个优选实施方案，所述可重复充电装置为蓄电池。

根据本发明的另一方面，本发明还提供一种充电方法，其基于上述群体无人机供电系统实现对无人机的充电，所述方法包括以下步骤：

1)使无人机的接收端被安置在主机的一个发射端的感应范围内；

2)使主机的电源释放交流电，所述发射端的发射线圈与第一共振线圈响应于交流电产生一个磁场；

3)无人机的接收端的第二共振线圈与第一共振线圈相互耦合产生一个耦合磁场，接收线圈产生一个电流；以及

4)接收线圈对可重复充电装置进行充电，

其中步骤1)和2)的顺序可以互换。

由于采用上述技术方案，本发明提供的一种群体无人机供电系统与现有技术相比，具有这样的有益效果：本发明针对无人机续航时间短，无法长时间巡航等问题，提出一种群体无人机供电系统，主机采用大型燃油机携带电源，通过耦合线圈的电磁谐振将能量传递给分布在其周围的小型无人机，提高了无人机的续航能力的同时也保证了无人机的灵活性。同时对主从机之间应用视觉和/或惯性导航，实现无人机之间的相对控制，保证了小型无人机与主机之间的准确定位和导航，从而保证了小型无人机准确找到充电位置，提高充电效率，具有广阔的应用前景。

附图说明

图1为根据本发明的一个实施方案的群体无人机供电系统的简要示意图；

图2为本发明的电磁耦合的无接触式充电技术的原理示意图；

图3为根据本发明的一个实施方案的无人机导航系统示意图；

图4为根据本发明的一个实施方案的群体无人机供电系统的充电流程示意图。

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他实施例，都属于本发明保护的范围。

现参照图1-4对本发明的群体无人机供电系统的一个实施方案进行详细描述。其中，图1示出了根据本发明的一个实施方案的群体无人机供电系统的简要示意图。如图1所示，群体无人机供电系统包括一个主机1和六个无人机2。优选地，主机1为中大型六旋翼无人机，采用燃油作为燃料，续航能力强，并且搭载有电源3，其中电源提供交流电。在本实施方案中，主机1包括6个发射端11，每个发射端11都具有发射线圈111和与发射线圈相对应的第一共振线圈112，其中电源3与发射端11之间电连接，电源产生的交流电流流过发射端的发射线圈和与发射线圈对应的第一共振线圈产生一个磁场。优选地，在电源和发射端之间存在一个功率变换器，功率转换器可以将电源释放的低频交流电转化为高频交流电。无人机2携带有可重复充电装置，在本实施方案中为蓄电池，无人机2设有接收端21，接收端具有接收线圈211和与接收线圈对应的第二共振线圈212，第二共振线圈212和第一共振线圈112之间进行相互耦合产生一个耦合磁场，接收线圈211响应于耦合磁场产生电流，为蓄电池供电。优选地，在接收端21和蓄电池之间存在一个功率变换器。以此方式，主机通过电磁感应耦合原理同时给六个小型无人机充电。

图2示出了磁耦合的无接触式充电技术的原理示意图。当小无人机2靠近主机1时，小型无人机的电磁耦合线圈和主机的耦合线圈之间产生电磁共振，能量就可以由主机电源无接触传递给无人机，实现主机对无人机的充电。具体地，发射线圈111、第一共振线圈112、第二共振线圈212和接收线圈211构成了电磁共振式耦合机，第一共振线圈112和第二共振线圈212之间形成耦合磁场。为了减小趋肤效应，四个线圈均采用利兹线圈绕制而成。优选地，将两个相互耦合的共振线圈自身的品质因数Q设计地较高，通过这两个高Q值的共振线圈，可以在空间内产生更高强度的磁场，使得电能可以在较远的距离进行高效传递。

分析电磁场近场耦合无线电能传输技术的基本方法是互感耦合理论，其基本原理是磁场耦合，下面对其基本原理作简单介绍。当原级线圈接入工频交流电时，次级线圈通过电磁感应产生感应电动势。设I₁和I₂分别是原级线圈和次级线圈中的电流值，M是线圈之间的互感系数。当原级线圈中接入角频率为ω的高频交流电压时，会在原级线圈周围的空间产生高频电磁场。由于原级线圈和次级线圈之间相互耦合，次级线圈则会感应到原级线圈产生的高频电磁场产生高频感应电动势。次级线圈上的感应电压是由原级线圈的电流I₁决定的，感应电压的值等于jωMI₁。同时，由于互感原理原级线圈上也会感应到由次级线圈产生的电磁场，从而产生高频感应电压，其值由次级线圈电流I₂决定的，等于-jωMI₂。当提高输入到原级线圈的交流电的角频率时，耦合机构的传输功率和效率会有大幅度的提高。然而，线圈的阻抗会随着角频率的增加而变得很大，因此，在线圈上会产生很大的无功损耗。为了减小无功损耗，使传输功率达到最大，一般会在共振线圈上加入一个电容进行补偿，使耦合机构工作在谐振状态。

在飞行过程中，无人机与主机之间进行通讯，通过导航系统进行无人机和主机之间的相对位置控制，保证准确找到充电位置。导航系统是无人机载体上的重要设备，其主要任务为在预先规定好航行计划的前提下，以要求的精度，在一定时间内将载体引航到目的地。为此，导航系统必须为无人机提供精确的导航参数，如飞行速度、飞机航向、飞机高度、飞机位置和姿态角等信息。导航系统可以是视觉导航系统或惯性导航系统。

图3示出了本实施方案的无人机导航系统示意图，该导航系统为视觉导航和惯性导航组合的方式，基于对应的导航算法实现无人机与主机之间的相对位置控制，在本实施方案中采用的是多速率卡尔曼信息融合算法。具体作如下说明：

视觉导航系统主要是采用高精度视觉相机对目标位置信息和所处的环境信息进行图像采集，经过一系列的图像处理后，通过单目视觉导航算法解算出相对位置和姿态角等导航信息。视觉导航具有复杂未知飞行环境实时建模、自主定位及导航的技术特点。无人机平台通过搭载可见光摄像头、红外摄像头以及激光测距机等多种传感器，可同时采集多维飞行环境信息，利用机载处理器与地面站的数据交互及协同计算框架，实时重建未知飞行环境的三维模型，实现自主定位及自主视觉避障、跟踪及着陆。

惯性导航系统则通过无人机飞控内置加速度计和陀螺等惯性敏感元件对无人机相对运动产生的各方向上加速度和角速度信息进行快速率的采样，经过惯性导航算法解算出无人机的速度、姿态角、位置以及角速度等多种导航信息。但由于加速度计和陀螺仪自身的漂移会使系统产生误差，该误差随时间累积而变大，因此必须引入视觉导航系统对其进行修正。

实现组合导航系统需要对系统进行最优估计，目前最优估计的滤波方法主要有Wiener滤波、Kalman滤波和H∞滤波等。Wiener滤波是一种经典的滤波方法，但其仅仅从频域上对平稳状态进行了最优估计；Kalman滤波则打破了上述局限，是一种时域滤波方法。其利用线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。Kalman滤波算法采用递推形式，数据存储量小，不仅可以处理平稳随机工程，还可以处理多维和非平稳随机工程。因此在进行组合导航系统设计时一般都采用卡尔曼滤波。本发明采用“位置和姿态匹配”的间接法估计和输出校正的卡尔曼滤波方法进行最优估计。将视觉导航与惯性导航的位置和姿态角的差值作为量测值输入给滤波器。但由于视觉和惯性导航系统的采样周期不相同，因此必须用一种多速率卡尔曼信息融合算法解决多速率滤波问题。

视觉导航系统利用标准的姿态和位置参数，加入视觉误差模型，经单目视觉相对导航算法解算出相对位置和姿态角等导航参数。惯性导航系统的陀螺和加速度计测量标准的加速度和角速度信息，加入惯导误差模型，经惯性导航算法解算得到位置、速度和姿态等相对导航参数。两个子系统分别测量的相对位置和姿态参数经多速率卡尔曼信息融合算法滤波，估计出最优的相对位置、速度和姿态参数。

结合图2和图4对本发明的群体无人机供电系统的充电方法作详细描述，当无人机在飞行过程中感应到电量不足时，无人机搜索离其最近的主机进行充电，无人机可以利用其装载的导航系统识别定位目标主机的位置，使无人机的接收端被安置在主机的一个发射端的感应范围内；使主机的电源释放交流电，所述发射端的发射线圈与第一共振线圈响应于交流电产生一个磁场；无人机的接收端的第二共振线圈与第一共振线圈相互耦合产生一个耦合磁场，接收线圈产生一个电流；以及接收线圈对蓄电池进行充电，充电完成后，无人机飞离充电位置即可。应理解，主机的电源释放交流电可以在无人机进入充电位置之前。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。