一种基于神经网络进行测定风向风速的无人机制造技术

本实用新型专利技术涉及无人机技术领域，具体涉及一种基于神经网络进行测定风向风速的无人机，所述无人机包括中心机体、飞行支架、飞行电机、风感传感单元，所述中心机体与所述飞行支架共同组成无人机主体部分，在每个所述飞行支架上设置所述飞行电机；所述机壳体为一个圆柱状壳体结构，所述风感传感单元包括至少四个石墨烯风感器、保护盖、及神经网络预处理器；在所述机壳体上表面的四个不同周边方向上设置至少四个所述石墨烯风感器，根据无人机的悬停动作在某一个空间区域内进行多点测定，通过所述风感阵列精准测定风速、风向，大幅提高测定数据的精准度，并将测定数据实时传输至远程终端设备中，进行数据统计、及数据展示，无线传输速率快，操作简单。

A UAV Based on neural network to measure wind direction and velocity

The utility model relates to the technical field of UAV, in particular to an UAV for measuring wind direction and wind speed based on neural network, the UAV includes a center body, a flight bracket, a flight motor and a wind sensing unit, the center body and the flight bracket together form a main part of the UAV, and each of the flight brackets is provided with the flight motor; the aircraft The shell is a cylindrical shell structure, and the wind sensing unit comprises at least four graphene wind sensors, a protective cover and a neural network preprocessor; at least four graphene wind sensors are arranged on four different peripheral directions of the upper surface of the shell, and multi-point measurement is carried out in a space area according to the hovering action of the UAV, through the wind sensing array Accurately measure the wind speed and direction, greatly improve the accuracy of the measured data, and transmit the measured data to the remote terminal equipment in real time for data statistics and data display. The wireless transmission speed is fast and the operation is simple.

【技术实现步骤摘要】
一种基于神经网络进行测定风向风速的无人机
本技术涉及无人机
，具体涉及一种基于神经网络进行测定风向风速的无人机。
技术介绍
近几年，随着新材料、微机电等技术的进步，四旋翼无人机得到了很快的发展；并逐步的应用于军事、农林、社会诸多领域。但这些应用局限于室内或者气流稳定无风的室外环境，而室外的天气气象包含气温、气压、风、湿度、云、降水等等，而对于气象海洋工作者，风向风速尤为重要，太阳辐射是全球气候变化的根本原因，某种意义上，风是导致全球气候变化的重要原因。风的存在对热量进行了输送，对水气进行的转移，从而影响气候。目前测风主要有气象站的多普勒雷达，以及各种固定式测风装备。这些设备要么只能测得大范围平均风向风速，要么只能测得某一固定点的风向风速。对于气象海洋工作者来说，某一区域三维空间里的风向风速对研究有非常大的帮助。而无人机、无人船发展迅速，无人船可以长航时，但缺点是只能测得二维平面；科研工作者目前使用的垂直风速测量方法还是探空气球。但探空气球无法回收，成本较高，不适宜大范围使用。而目前无人机在测定风速风向时，往往存在测定数据滞后，数据分析不及时，在远距离传输的过程中，数据传输信号受影响等问题，而目前市面上还没有出现解决此类问题的产品。
技术实现思路
为了有效解决上述问题，本技术提供一种基于神经网络进行测定风向风速的无人机。本技术的具体技术方案如下：一种基于神经网络进行测定风向风速的无人机，所述无人机包括中心机体、飞行支架、飞行电机、风感传感单元，所述中心机体与所述飞行支架共同组成无人机主体部分，在每个所述飞行支架上设置所述飞行电机；所述中心机体包括机壳体、控制单元；所述机壳体为一个圆柱状壳体结构，所述风感传感单元包括至少四个石墨烯风感器、保护盖、及神经网络预处理器；在所述机壳体上表面的四个不同周边方向上设置至少四个所述石墨烯风感器，在所述机壳体的上方的中心位置处设置所述神经网络预处理器，所述神经网络预处理器与所述石墨烯风感器相连接，在所述石墨烯风感器、及神经网络预处理器的上方位置固定设置所述保护盖，所述保护盖与所述机壳体通过支撑柱固定连接；所述石墨烯风感器包括一个封装外壳、风感模块，所述封装外壳上部内侧设置有基顶片，封装外壳及基顶片共同界定一个内部检测空间，在所述内部检测空间内设置所述风感模块；所述内部检测空间底侧提供有一个玻璃基座，所述玻璃基座外周侧与所述封装外壳内侧面相互接设，所述玻璃基座位于所述内部检测空间的下侧面；所述风感模块包括风感阵列，所述风感阵列包括多个风感子单元，所述风感子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并横向及纵向的之间间距均相同；所述风感子单元为石墨烯纳米薄膜，所述风感模块还包括连接风感子单元的复合电极，基顶片下侧面布置有所述石墨烯纳米薄膜阵列，石墨烯纳米薄膜阵列的横向及纵向所构成的四周位置处设置有加温电阻。进一步地，在所述玻璃基座面向内部监测空间的一侧设置有陶瓷基板，所述基顶片与所述陶瓷基板通过密封环键合，形成无氧腔体，腔体内可填充惰性气体。进一步地，所述复合电极分别连接石墨烯纳米薄膜的两端。进一步地，所述神经网络预处理器可以包括该内嵌有脉冲耦合神经网络算法的神经网络芯片、及单片机、以及输出接口和输入接口；所述单片机为具有模数转换器的单片机，所述单片机与内嵌有脉冲耦合神经网络算法的神经网络芯片连接；所述神经网络芯片通过所述输出接口与所述控制单元连接，并将神经网络芯片处理完成后的处理结果通过所述控制单元反馈至远程终端设备中。进一步地，所述控制单元具有一发送或接收控制指令的无线通信模块。本技术的有益之处：应用本技术所述一种基于神经网络进行测定风向风速的无人机，根据无人机的悬停动作在某一个空间区域内进行多点测定，通过所述风感阵列精准测定风速、风向，大幅提高测定数据的精准度，并将测定数据实时传输至远程终端设备中，进行数据统计、及数据展示，无线传输速率快，操作简单。附图说明图1为本技术第一实施例的整体结构示意图；图2为本技术实施例所述石墨烯风感器外观示意图；图3为本技术所述石墨烯风感器的内部结构示意图；图4为本技术所述石墨烯风感器内部结构俯视图；图5为本技术所述石墨烯风感器工作原理图；图6为本技术所述无人机测定风速风向的原理图。具体实施方式为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细描述。应当理解，此处所描述的具体实施例仅仅用于解释本技术，并不用于限定本技术。相反，本技术涵盖任何由权利要求定义的在本技术的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本技术有更好的了解，在下文对本技术的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本技术。如图1所示，为本技术第一实施例的整体结构示意图，该实施例提供了一种基于神经网络进行测定风向风速的无人机，所述无人机包括中心机体1、飞行支架2、飞行电机3、风感传感单元；所述中心机体1与所述飞行支架2共同组成无人机主体部分，在每个所述飞行支架2上设置所述飞行电机3，通过飞行电机3带动整个所述中心机体1、及飞行支架2进行升降、飞行；所述飞行支架2、飞行电机3为本领域的常规装置在此不做具体限定，所述中心机体1包括机壳体、控制单元10，所述机壳体为本领域用户组装无人的外壳结构，为本领域的常规装置，在此不做具体限定；所述控制单元10与各个飞行电机3连接，并控制各个飞行电机3的正常工作，在所述机壳体上表面设置所述风感传感单元，所述控制单元10为本领域可控制无人机正常飞行操作的单片机控制器；在本实施例中，所述机壳体为一个圆柱状壳体结构，所述风感传感单元包括至少四个石墨烯风感器4、保护盖6、及神经网络预处理器5；在所述机壳体上表面的四个不同周边方向上设置至少四个所述石墨烯风感器4，在所述机壳体的上方的中心位置处设置所述神经网络预处理器5，所述神经网络预处理器5与所述石墨烯风感器4相连接，在所述石墨烯风感器4、及神经网络预处理器5的上方位置固定设置所述保护盖6，用于保护所述石墨烯风感器4、及神经网络预处理器5，并所述保护盖6与所述机壳体通过支撑柱7固定连接，保证所述石墨烯风感器4在无人机顶部位置可以接受到周围风速、及风向的变化；所述机壳体上表面延伸出所述支撑柱7，所述保护盖6与所述支撑柱7通过螺丝连接，实现所述保护盖6固定设置在所述机壳体上方，所述石墨烯风感器4、神经网络预处理器5固定在所述机壳体上方，所述固定方式包括但不限于粘接、螺纹连接；如图2所示，所述石墨烯风感器4包括一个封装外壳40、风感模块，所述封装外壳40整体可以为圆柱形、正方体、长方体等，并不做具体限制；所述封装外壳40上部内侧设置有基顶片41，封装外壳40及基顶片41共同界定一个内部检测空间，在所述内部检测空间内设置所述风感模块；如图3、4所示，为所述石墨烯风感器4的整体结构截面图，所述内部检测空间底侧提供有一个玻璃基座42，所述玻璃基座42外周侧与所述封装外壳40内侧面相互接设，所述玻璃基座42位于所述内部检测空间的下侧面。所述风感模块置于所述内部本文档来自技高网...

【技术保护点】
1.一种基于神经网络进行测定风向风速的无人机，其特征在于，所述无人机包括中心机体、飞行支架、飞行电机、风感传感单元，所述中心机体与所述飞行支架共同组成无人机主体部分，在每个所述飞行支架上设置所述飞行电机；所述中心机体包括机壳体、控制单元；所述机壳体为一个圆柱状壳体结构，所述风感传感单元包括至少四个石墨烯风感器、保护盖、及神经网络预处理器；在所述机壳体上表面的四个不同周边方向上设置至少四个所述石墨烯风感器，在所述机壳体的上方的中心位置处设置所述神经网络预处理器，所述神经网络预处理器与所述石墨烯风感器相连接，在所述石墨烯风感器、及神经网络预处理器的上方位置固定设置所述保护盖，所述保护盖与所述机壳体通过支撑柱固定连接；所述石墨烯风感器包括一个封装外壳、风感模块，所述封装外壳上部内侧设置有基顶片，封装外壳及基顶片共同界定一个内部检测空间，在所述内部检测空间内设置所述风感模块；所述内部检测空间底侧提供有一个玻璃基座，所述玻璃基座外周侧与所述封装外壳内侧面相互接设，所述玻璃基座位于所述内部检测空间的下侧面；所述风感模块包括风感阵列，所述风感阵列包括多个风感子单元，所述风感子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并横向及纵向的之间间距均相同；所述风感子单元为石墨烯纳米薄膜，所述风感模块还包括连接风感子单元的复合电极，基顶片下侧面布置有所述石墨烯纳米薄膜阵列，石墨烯纳米薄膜阵列的横向及纵向所构成的四周位置处设置有加温电阻。...

【技术特征摘要】
1.一种基于神经网络进行测定风向风速的无人机，其特征在于，所述无人机包括中心机体、飞行支架、飞行电机、风感传感单元，所述中心机体与所述飞行支架共同组成无人机主体部分，在每个所述飞行支架上设置所述飞行电机；所述中心机体包括机壳体、控制单元；所述机壳体为一个圆柱状壳体结构，所述风感传感单元包括至少四个石墨烯风感器、保护盖、及神经网络预处理器；在所述机壳体上表面的四个不同周边方向上设置至少四个所述石墨烯风感器，在所述机壳体的上方的中心位置处设置所述神经网络预处理器，所述神经网络预处理器与所述石墨烯风感器相连接，在所述石墨烯风感器、及神经网络预处理器的上方位置固定设置所述保护盖，所述保护盖与所述机壳体通过支撑柱固定连接；所述石墨烯风感器包括一个封装外壳、风感模块，所述封装外壳上部内侧设置有基顶片，封装外壳及基顶片共同界定一个内部检测空间，在所述内部检测空间内设置所述风感模块；所述内部检测空间底侧提供有一个玻璃基座，所述玻璃基座外周侧与所述封装外壳内侧面相互接设，所述玻璃基座位于所述内部检测空间的下侧面；所述风感模块包括风感阵列，所述风感阵列包括多个风感子单元，所述风感子单元呈阵列式排布，在横向及纵向上的数量相同，并呈均匀分布在所述检测空间内，并横向...

【专利技术属性】
技术研发人员：邢艺凡，陈建军，廖桂平，
申请(专利权)人：深圳慈航无人智能系统技术有限公司，
类型：新型
国别省市：广东,44