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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。