一种基于飞行数据的无人机坠落行为识别方法技术

本发明专利技术公开了一种基于飞行数据的无人机坠落行为识别方法，该方法将现有无人机上装载的传感器采集无人机飞行数据与正常飞行的无人机飞行数据阈值比对，对单位时间内的无人机位姿变化情况进行无人机坠落行为判定，同时结合位置与姿态多方位判定，判断无人机是否发生坠落行为，一旦发生即强制关闭螺旋桨旋转并声光报警，并结合无人机坠落保护系统进行全方位保护。同时由于所用传感器均为常用机载传感器，无需对无人机进行改装，易于实现，投入成本大大降低。

A Method of Unmanned Aerial Vehicle Falling Behavior Recognition Based on Flight Data

The invention discloses a method for identifying UAV's falling behavior based on flight data. The method compares the sensor loaded on the existing UAV to the threshold value of normal flight UAV's flying data, judges UAV's falling behavior in unit time, and judges none by combining position and attitude multi-direction judgement. Whether the human-machine crash occurs or not, once it happens, the propeller is forced to close and the sound and light alarm is given, and the UAV crash protection system is combined to protect the UAV from all directions. At the same time, because the sensors used are common airborne sensors, there is no need to modify the UAV, which is easy to realize and the cost of investment is greatly reduced.

【技术实现步骤摘要】
一种基于飞行数据的无人机坠落行为识别方法
本专利技术属于无人机
，具体涉及一种基于飞行数据的无人机坠落行为识别方法。
技术介绍
微小型无人机因其具有体积小、重量轻和成本低等特点而被大量应用到军事和民用领域。在军事领域，利用微小型无人机可以在较多地面障碍的地区实现敌占区侦测、建立通信中继站、目的地测绘以及近地面目标的高效跟踪等任务。在民用领域，无人机也被广泛用于航拍、数据搜集、物体损害程度检测、物品搬运和农业植保等领域。由于无人机是通过人工远程操控，存在不小的操作盲区和操作难度，极易发生由于遥控信号丢失和碰撞到电线等导致的无人机失控坠落，这种情况下无人机高速旋转的桨叶极易对地面人员造成人身危害。现有技术主要是基于机械结构的无人机坠落保护系统，是被动式保护，无法识别无人机坠落行为以提前警示地面操作人员，且仅能被动保护无人机，无法较好避免对地面人员的伤害。
技术实现思路
针对现有技术中的上述不足，本专利技术提供的基于飞行数据的无人机坠落行为识别方法解决了现有的无人机飞行系统中无法提前预知无人机坠落行为，只能被动保护无人机，无法较好避免对地面人的伤害的问题。为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于飞行数据的无人机坠落行为识别方法，包括以下步骤：S1、将无人机上安装的各个传感器采集的数据上传至处理器；S2、通过处理器对上传的数据进行预处理；S3、对预处理后的数据进行检验；S4、对检验合格的数据进行数据融合，获得参考飞行数据；S5、根据参考飞行数据，判断其是否超过设定的安全飞行数据阈值；若是，则进入步骤S6；若否，则进入步骤S7；S6、确定无人机发生坠落行为，实现无人机坠落行为识别，并执行无人机坠落保护措施，结束识别；S7、确定无人机飞行正常，并返回步骤S1。进一步地，所述步骤S1中无人机上安装的各个传感器包括GPS定位传感器、超声波传感器、光流传感器、陀螺仪、加速度计、气压计和磁力计；其中，所述GPS定位传感器及气压计配合工作，用于获取无人机在高空飞行时的高度数据；所述光流传感器和超声波传感器配合工作，用于获取无人机在近地面飞行时的高度数据；所述加速度计和陀螺仪配合工作，用于获取无人机的飞行速度、位置和飞行姿态数据；所述磁力计用于获取无人机飞行时的航向角度数据。进一步地，所述步骤S2中对上传的数据进行预处理具体为：采用低通滤波器对上传的数据进行滤波处理。进一步地，所述步骤S3具体为：S31、确定每个传感器上传的预处理后的数据的卡方检验函数值βk为：βk＝rkTS(k)-1rk式中，rk为残差；S(k)为残差rk的协方差方程；上标T为转置操作符；S32、设定虚警概率α的值；S33、根据虚警概率α的值，查询卡方分布表得到对应的门限值gk；S34、判断每个传感器上传的预处理后的数据的卡方检验函数值βk是否大于门限值gk；若是，则该传感器上传的该数据无效，检验不合格，结束检验；若否，则该传感器上传的该数据有效，检验合格，进入步骤S4。进一步地，所述步骤S4中通过卡尔曼滤波算法对检验合格的数据进行数据融合，所述步骤S4具体为：S41、根据检验合格的数据，构建传感器数据融合系统的状态方程和测量方程；其中，状态方程为：xk＝Axk-1+Buk+wk式中，xk为k时刻的状态向量；uk为k时刻的输入量；wk为传感器数据融合系统的过程噪声；A为输入量与状态变量之间的状态转移矩阵；B为输入增益矩阵；测量方程为：zi,k＝Hixk+εi,k式中，zi,k为第i个传感器在k时刻的测量值；εi,k为第i个传感器在k时刻的测量噪声；Hi为各传感器与测量值之间的传递系数；S42、根据状态方程，确定传感器数据融合系统对k时刻的预测值；其中，k时刻的预测值为：式中，为根据k-1时刻的值对k时刻的状态预测值；S43、根据k时刻的预测值和各传感器在k时刻的测量值矩阵，确定传感器数据融合系统的最优估计值，即为参考飞行数据；其中，最优估计值为：式中，为k时刻的传感器数据融合系统的最优估计值；Kk为卡尔曼增益；Zk为各传感器在k时刻的由测量方程得出的测量值构成的测量值矩阵；H为观测矩阵；进一步地，所述步骤S5中的安全飞行数据阈值包括无人机飞行时的高度变化阈值T1、第一姿态变化阈值T2和第二姿态变化阈值T3；所述步骤S5具体为：S51、根据参考飞行数据，判断无人机飞行时的高度变化是否超过高度变化阈值T1；若是，则进入步骤S52；若否，则进入步骤S7；S52、根据参考飞行数据，判断无人机飞行时的三个自由度的姿态变化中，是否存在有两个自由度的姿态变化值均超过第一姿态变化阈值T2或有一个自由度的姿态变化值超过第二姿态变化阈值T3的情况；若是，则进入步骤S6；若否，则进入步骤S7。进一步地，所述高度变化阈值T1为0.3米，所述第一姿态变化阈值T2为40°，所述第二姿态变化阈值T3为60°。进一步地，所述步骤S6中，执行无人机坠落保护措施的方法具体为：启动无人机上安装的声光报警装置，警示地面工作人员，同时立即关闭无人机的电机。进一步地，所述GPS定位传感器的型号为M8NGPS模块；所述超声波传感器的型号为KS109；所述光流传感器的型号为CUAVPX4FLOW2.21；所述陀螺仪和加速度计传感器的型号为ICM-20602；所述气压计的型号为MS5611；所述磁力计的型号为IST8310；所述处理器的主控芯片的型号为STM32F427VIT6。本专利技术的有益效果为：本专利技术提供的基于飞行数据的无人机坠落行为识别方法，将现有无人机上装载的传感器采集无人机飞行数据与正常飞行的无人机飞行数据阈值比对，对单位时间内的无人机位姿变化情况进行无人机坠落行为判定，同时结合位置与姿态多方位判定，判断无人机是否发生坠落行为，一旦发生即强制关闭螺旋桨旋转并声光报警，并结合无人机坠落保护系统进行全方位保护。同时由于所用传感器均为常用机载传感器，无需对无人机进行改装，易于实现，投入成本大大降低。附图说明图1为本专利技术中基于飞行数据的无人机坠落行为识别方法流程图。图2为本专利技术中对预处理后的进行检验的方法流程图。图3为本专利技术中对检验合格数据进行融合的方法流程图。图4为本专利技术中判断无人机的飞行数据是否超过安全飞行数据阈值方法流程图。具体实施方式下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。如图1所示，一种基于飞行数据的无人机坠落行为识别方法，包括以下步骤：S1、将无人机上安装的各个传感器采集的数据上传至处理器；步骤S1中无人机上安装的各个传感器包括GPS定位传感器、超声波传感器、光流传感器、陀螺仪、加速度计、气压计和磁力计；其中，所述GPS定位传感器及气压计配合工作，用于获取无人机在高空飞行时的高度数据；高空飞行是指无人机飞行高度大于10米；所述光流传感器和超声波传感器配合工作，用于获取无人机在近地面飞行时的高度数据；近地面飞行是指无人机飞行高度小于10米；所述加速度计和陀螺仪配合工作，用于获取无人机的飞行速度、位置和飞行姿态数据；所述磁力计用于获取无人机飞本文档来自技高网...

【技术保护点】
1.一种基于飞行数据的无人机坠落行为识别方法，其特征在于，包括以下步骤：S1、将无人机上安装的各个传感器采集的数据上传至处理器；S2、通过处理器对上传的数据进行预处理；S3、对预处理后的数据进行检验；S4、对检验合格的数据进行数据融合，获得参考飞行数据；S5、根据参考飞行数据，判断其是否超过设定的安全飞行数据阈值；若是，则进入步骤S6；若否，则进入步骤S7；S6、确定无人机发生坠落行为，实现无人机坠落行为识别，并执行无人机坠落保护措施，结束识别；S7、确定无人机飞行正常，并返回步骤S1。

【技术特征摘要】
1.一种基于飞行数据的无人机坠落行为识别方法，其特征在于，包括以下步骤：S1、将无人机上安装的各个传感器采集的数据上传至处理器；S2、通过处理器对上传的数据进行预处理；S3、对预处理后的数据进行检验；S4、对检验合格的数据进行数据融合，获得参考飞行数据；S5、根据参考飞行数据，判断其是否超过设定的安全飞行数据阈值；若是，则进入步骤S6；若否，则进入步骤S7；S6、确定无人机发生坠落行为，实现无人机坠落行为识别，并执行无人机坠落保护措施，结束识别；S7、确定无人机飞行正常，并返回步骤S1。2.根据权利要求1所述的基于飞行数据的无人机坠落行为识别方法，其特征在于，所述步骤S1中无人机上安装的各个传感器包括GPS定位传感器、超声波传感器、光流传感器、陀螺仪、加速度计、气压计和磁力计；其中，所述GPS定位传感器及气压计配合工作，用于获取无人机在高空飞行时的高度数据；所述光流传感器和超声波传感器配合工作，用于获取无人机在近地面飞行时的高度数据；所述加速度计和陀螺仪配合工作，用于获取无人机的飞行速度、位置和飞行姿态数据；所述磁力计用于获取无人机飞行时的航向角度数据。3.根据权利要求1所述的基于飞行数据的无人机坠落行为识别方法，其特征在于，所述步骤S2中对上传的数据进行预处理具体为：采用低通滤波器对上传的数据进行滤波处理。4.根据权利要求1所述的基于飞行数据的无人机坠落行为识别方法，其特征在于，所述步骤S3具体为：S31、确定每个传感器上传的预处理后的数据的卡方检验函数值βk为：βk＝rkTS(k)-1rk式中，rk为残差；S(k)为残差rk的协方差方程；上标T为转置操作符；S32、设定虚警概率α的值；S33、根据虚警概率α的值，查询卡方分布表得到对应的门限值gk；S34、判断每个传感器上传的预处理后的数据的卡方检验函数值βk是否大于门限值gk；若是，则该传感器上传的该数据无效，检验不合格，结束检验；若否，则该传感器上传的该数据有效，检验合格，进入步骤S4。5.根据权利要求4所述的基于飞行数据的无人机坠落行为识别方法，其特征在于，所述步骤S4中通过卡尔曼滤波算法对检验合格的数据进行数据融合，所述步骤S4具体为：S41、根据检验合格的数据，构建传感器数据融合系统的状态方程和测量方程；其中，状态方程为：xk＝Axk-1+Buk+wk式中，xk为k时刻的状态向量；uk为k时刻的输...

【专利技术属性】
技术研发人员：邵延华，荆琦，梅艳莹，楚红雨，常志远，张晓强，展华益，饶云波，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：四川,51