一种旋翼无人机的高精度水深测量方法技术

本发明专利技术公开了一种旋翼无人机的高精度水深测量方法，属于无人机、水文和测绘领域，包括无人机快拆支架、定位装置、动力装置和测深装置。定位装置包括机载GNSS、激光定位器、雷达测距传感器、正射相机和数据采集器；动力装置包括远程遥控设备、电源降压设备、小型电机、绞线盘和牵引绳；测深装置包括微型声呐和具有WIFI接收功能的显示器。基于正射影像的测深数据校正和精确定位方法，该方法利用正射相机观测的微型声呐位置数据、雷达测距传感器观测的无人机至水面距离与机载GNSS观测的无人机位置和姿态数据，实现了测深数据的校正和精确定位。该方法为水文测验人员、野外科研人员安全、机动和准确地获取具有地理位置信息的测深数据。动和准确地获取具有地理位置信息的测深数据。动和准确地获取具有地理位置信息的测深数据。

【技术实现步骤摘要】
一种旋翼无人机的高精度水深测量方法


[0001]本专利技术涉及无人机、水文和测绘领域，具体为一种旋翼无人机的高精度水深测量方法及装置，能安全、机动和准确地获取具有地理位置信息的水深测量数据。

技术介绍

[0002]水深是准确计算河道流量和地表水储量的关键变量。目前，水深观测通常有两种方法：一是借助人力船只或电力缆道将测深设备运送到测点进行观测，但该方法工作效率低、机动性差，且有一定的危险性；二是通过无人船进行观测，但该方法面对自然条件恶劣、河道下垫面复杂和河流流速大的水体，适用性不强、机动性不好。因此，目前缺少一种同时具备安全性好、机动性好和便携等优点的水深观测方法与装置。为此，本专利技术提出了一种旋翼无人机的高精度水深测量方法及装置以解决上述问题。

技术实现思路

[0003]本专利技术解决的技术问题是：本专利技术的目的在于针对上述问题提供一种能够安全、机动和准确观测水深的水深测量方法，为水文测验人员、野外研究人员提供安全、便携和准确的水深观测数据，包括测深设备观测数据获取、校正与测深数据的精确定位。根据不同流速下无人机牵引测深设备观测的河道断面，与实测断面吻合，效果较好，精度约为实际水深的2～5％；大流速区的测深数据经本专利技术的方法校正后，测深精度明显改善。
[0004]为了解决上述技术问题，本专利技术提出的技术方案是：一种旋翼无人机的高精度水深测量方法：旋翼无人机的高精度水深测量装置包括无人机快拆支架、定位装置、动力装置、测深装置和无人机遥控器26，无人机快拆支架包括快拆装置2、第一块顶板4、第二块顶板6、第三块顶板7、减震球8和支架板9；定位装置包括机载GNSS10、激光定位器17、雷达测距传感器18和正射相机20、数据采集器22；动力装置包括电源降压装置21、绞线盘12、牵引绳13、紧急制动开关14、紧急制动开关触发器15、小型电机19、动力装置遥控信号接收装置11 和动力装置升降停操控杆23；测深装置包括微型声呐16和具有WIFI 接收功能的显示器27；
[0005]第一块顶板4和第二块顶板6固定连接，第一块顶板4与快拆装置2固定连接，第三块顶板7采用减震球8与第二块顶板6连接；采用支架板9将机载GNSS10、激光定位器17、雷达测距传感器18、正射相机20、数据采集器22、电源降压装置21、绞线盘12、牵引绳13、紧急制动开关14、紧急制动开关出发器15、小型电机14和动力装置遥控信号接收装置11固定，并与第三块顶板7连接；机载GNSS10 固定于激光定位器17正上方；激光定位器17固定于支架板9的底板 9
‑
1，紧靠正射相机20；雷达测距传感器18、正射相机20固定于底板 9
‑
1。绞线盘12与小型电机19转轴连接；牵引绳13一端固定于绞线盘12，另一端固定于微型声呐16；紧急制动开关14固定于底板9
‑
1；紧急制动开关出发器15固定于牵引绳13末端；牵引绳13一端固定于绞线盘12，另一端固定于微型声呐16；动力装置升降停操控杆23、正射相机拍照按钮24、无人机遥控器屏幕25集成于无人机遥控器26；
[0006]所述的快拆支架包括快拆设备2、第一块顶板(4)、第二块顶板 (6)、第三块顶板
(7)、减震球8和设备固定支架9。第一块顶板(4)、第二块顶板(6)、第三块顶板(7)和设备固定支架9采用强度高、质量轻的碳纤维制造，采用减震球8连接以减缓设备对无人机的受力影响。
[0007]所述的定位装置包括机载GNSS10、激光定位器17、雷达测距传感器18、正射相机20和数据采集器22。机载GNSS10用于获取无人机的位置和姿态数据；激光定位器17用于定位机载GNSS在水面的位置；雷达测距传感器18用于获取无人机至水面的距离；正射相机 20用于确定激光定位点与微型声呐16的相对位置；数据采集器22用于采集机载GNSS10和雷达测距传感器18的观测数据。
[0008]所述的动力装置包括电源降压装置21、绞线盘12、牵引绳13、紧急制动开关14、紧急制动开关出发器15、小型电机19、动力装置遥控信号接收装置11和动力装置升降停操控杆23。牵引绳13一端连接绞线盘12，另一端连接微型声呐16，通过动力装置升降停操控杆 23控制小型电机19正转、反转和停止以实现微型声呐16的上升、下降和停止的功能。
[0009]所述的测深装置包括微型声呐16和具有WIFI接收功能的显示器 27，通过微型声呐16发射的WIFI连接，具有WIFI接收功能的显示器27显示和记录水深观测数据。
[0010]旋翼无人机的高精度水深测量的方法步骤如下：
[0011]步骤一，遥控器26向无人机1发送指令，无人机悬停于待测点正上方，操控遥控器26声呐升降停操控杆23，使微型声呐16降落至水面；
[0012]步骤二，打开具有WIFI接收功能的显示器27，连接微型声呐发射的WIFI，待WIFI连接成功，具有WIFI接收功能的显示器27会显示水深观测数据；
[0013]步骤三，数据采集，待测深数据稳定后记录10s，并在此过程中，通过遥控器26向正射相机20发送拍照指令，记录微型声呐16与激光定位器17发射激光点的相对位置；随后操控遥控器26声呐升降停操控杆23，回收微型声呐16至无人机；
[0014]步骤四，数据下载，数据采集器22下载机载GNSS10和雷达测距传感器18数据，包括时间、经度、纬度、高度、航向角、旁向角、滚转角、无人机至水面的距离数据；正射相机20照片下载；下载微型声呐16的原始观测数据，包括经度、纬度、水深和时间；数据采集器22下载的数据与微型声呐16的原始观测数据，可通过时间进行关联，实现同步观测；
[0015]步骤五，微型声呐16的精确定位，基于图像识别的精确定位法；利用正射相机20观测的微型声呐16位置信息、雷达测距传感器18 观测的无人机至水面距离H
z
数据与机载GNSS10观测的无人机位置数据和姿态数据，采用几何学理论进行定位，包括H
z
校正和微型声呐16 精确定位，具体步骤如下：
[0016](1)H
z
校正
[0017]受无人机飞行姿态影响，雷达测距传感器18观测的无人机至水面距离H
z
并非是严格意义上的垂直距离，需进一步校正；H
z
是本方法公式推导的唯一变量相机参数是固定值，式1
‑
5和1
‑
6，是推导后续公式的基础，直接影响观测精度。根据几何学理论，推导无人机至水面的距离校正公式，具体如下：
[0018][0019][0020]式中：μ为俯仰角，θ为滚转角，由机载GNSS观测，度；
[0021]设OD＝x，则
[0022]由OB2+OD2＝AC2‑
OA2得：
[0023][0024][0025]式1
‑
4即为H
z
校正公式；
[0026](2)微型声呐16精确定位
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋翼无人机的高精度水深测量方法，其特征在于：旋翼无人机的高精度水深测量装置包括无人机快拆支架、定位装置、动力装置、测深装置和无人机遥控器26，无人机快拆支架包括快拆装置2、第一块顶板4、第二块顶板6、第三块顶板7、减震球8和支架板9；定位装置包括机载GNSS 10、激光定位器17、雷达测距传感器18和正射相机20、数据采集器22；动力装置包括电源降压装置21、绞线盘12、牵引绳13、紧急制动开关14、紧急制动开关触发器15、小型电机19、动力装置遥控信号接收装置11和动力装置升降停操控杆23；测深装置包括微型声呐16和具有WIFI接收功能的显示器27；第一块顶板4和第二块顶板6固定连接，第一块顶板4与快拆装置2固定连接，第三块顶板7采用减震球8与第二块顶板6连接；采用支架板9将机载GNSS10、激光定位器17、雷达测距传感器18、正射相机20、数据采集器22、电源降压装置21、绞线盘12、牵引绳13、紧急制动开关14、紧急制动开关出发器15、小型电机14和动力装置遥控信号接收装置11固定，并与第三块顶板7连接；机载GNSS10固定于激光定位器17正上方；激光定位器17固定于支架板9的底板9
‑
1，紧靠正射相机20；雷达测距传感器18、正射相机20固定于底板9
‑
1；绞线盘12与小型电机19转轴连接；牵引绳13一端固定于绞线盘12，另一端固定于微型声呐16；紧急制动开关14固定于底板9
‑
1；紧急制动开关出发器15固定于牵引绳13末端；牵引绳13一端固定于绞线盘12，另一端固定于微型声呐16；动力装置升降停操控杆23、正射相机拍照按钮24、无人机遥控器屏幕25集成于无人机遥控器26；旋翼无人机的高精度水深测量的方法步骤如下：步骤一，遥控器26向无人机1发送指令，无人机悬停于待测点正上方，操控遥控器26声呐升降停操控杆23，使微型声呐16降落至水面；步骤二，打开具有WIFI接收功能的显示器27，连接微型声呐发射的WIFI，待WIFI连接成功，具有WIFI接收功能的显示器27会显示水深观测数据；步骤三，数据采集，待测深数据稳定后记录10s，并在此过程中，通过遥控器26向正射相机20发送拍照指令，记录微型声呐16与激光定位器17发射激光点的相对位置；随后操控遥控器26声呐升降停操控杆23，回收微型声呐16至无人机；步骤四，数据下载，数据采集器22下载机载GNSS10和雷达测距传感器18数据，包括时间、经度、纬度、高度、航向角、旁向角、滚转角、无人机至水面的距离数据；正射相机20照片下载；下载微型声呐16的原始观测数据，包括经度、纬度、水深和时间；数据采集器22下载的数据与微型声呐16的原始观测数据，可通过时间进行关联，实现同步观测；步骤五，微型声呐16的精确定位，基于图像识别的精确定位法；利用正射相机20观测的微型声呐16位置信息、雷达测距传感器18观测的无人机至水面距离H
z
数据与机载GNSS10观测的无人机位置数据和姿态数据，采用几何学理论进行定位，包括H
z
校正和微型声呐16精确定位，具体步骤如下：(1)H
z
校正受无人机飞行姿态影响，雷达测距传感器18观测的无人机至水面距离H
z
并非是严格意义上的垂直距离，需进一步校正；H
z
是本方法公式推导的唯一变量相机参数是固定值，式1
‑
5和1
‑
6，是推导后续公式的基础，直接影响观测精度；根据几何学理论，推导无人机至水面的距离校正公式，具体如下：
式中：μ为俯仰角，θ为滚转角，由机载GNSS观测，度；设OD＝x，则由OB2+OD2＝AC2‑
OA2得：得：式1
‑
4即为H
z
校正公式；(2)微型声呐16精确定位将高精度的无人机位置信息厘米级通过图像识别方法精确定位微型声呐16；推导微型声呐16的精确定位公式，具体如下：
①
确定正射照片视野确定正射照片视野式中：P
L
表示正射照片的视野长度，m；P
w
表示正射照片的视野宽度，mm；V
L
表示正射相机的长边尺寸，mm；V
w
表示正射相机的短边尺寸，mm；f相机镜头的焦距，mm；H
z
为校正后的无人机至水面的距离，m；
②
确定微型声呐与激光定位点相对位置确定微型声呐与激光定位点相对位置确定微型声呐与激光定位点相对位置α＝τ+ω
ꢀꢀꢀꢀꢀꢀ
(1
‑
10)式中：P
Li
和P
wi
分别表示大圆点与小圆点在正射照片水平方向...

【专利技术属性】
技术研发人员：古鹏飞，廖爱民，刘宏伟，吴永祥，王文种，田雪莹，刘涛，姜曦，王越，
申请(专利权)人：水利部交通运输部国家能源局南京水利科学研究院，
类型：发明
国别省市：