一种用于隧道突发事故侦测的无人机群编队方法技术

本发明专利技术提供一种用于隧道突发事故侦测的无人机群编队方法，本方案通过基于行径距离来区分隧道无人机群的飞行场景，当行径距离大于第一阈值时采用人形编队，当行径路径小于或等于第一阈值且大于或等于第二阈值时，采用圆形编队，当行径距离小于第二阈值时采用分层式编队；通过针对隧道火灾侦测时不同的飞行场景，采用不同的无人机编队构型飞行，从而提高无人机群的对火源的识别精确度，同时提高无人机的侦测范围及续航能力。侦测范围及续航能力。侦测范围及续航能力。

【技术实现步骤摘要】
一种用于隧道突发事故侦测的无人机群编队方法


[0001]本专利技术涉及隧道灾情侦测
，具体涉及一种用于隧道突发事故侦测的无人机群编队方法。

技术介绍

[0002]近年来，随着环保要求的提高，大型城市地面交通拥堵，隧道工程越来越受到青睐。隧道建设期间典型的工程灾害主要有突水突泥、塌方、大变形、岩爆、有害气体、高地温、冻害等7种。隧道运营期间主要有隧道结构病害、交通通行异常等风险，而突发事故造成隧道运营安全风险是其中最为紧急问题，容易造成隧道内车辆等燃烧、爆炸、坍塌等单一或链生灾害。
[0003]而由于隧道独特的空间特性、交通运输方式等，导致隧道突发事故时的火灾不同于一般工业和民用建筑火灾；隧道火灾受交通工具、车载货物、隧道类型以及火灾时的交通状况等因素影响，使得车辆的流动性会导致起火点随车辆的行驶而发生变化；同时，随着隧道结构的逐渐丰富，分岔隧道数量的增加，导致隧道火灾烟气蔓延情况及控制手段都更为复杂，从而使得隧道发生火灾时人员的安全疏散以及灭火救援难度会高于普通地面建筑。再者，由于隧道的密闭性和特殊环境，非常容易从火灾延续到车辆爆炸、进一步衍生到引起隧道体的坍塌、破裂等灾害，而这样的灾害对隧道而言是十分致命的。
[0004]因此，为了避免隧道火灾的发展导致更严重的隧道灾害，隧道内火源位置、火势强度、燃烧方向的识别不仅以为火场危险性评估和火灾扑救提供技术支持，同时对应急救援具有重大意义。然而常见的隧道火源识别大多是采用单架无人机通过搭载的相机进行位置识别的，导致一旦无人机坠毁，则难以识别；后来为了解决单架无人机容易坠毁的问题，选择了采用多架无人机，分工进行火源识别；虽然采用多架无人机虽然一定程度解决了单架无人机坠毁后无法继续进行火源识别的问题，但是由于火燃烧本身属于动态的障碍物，再加上隧道内场景的复杂性，以及火源地点的不可控性，导致仍然存在难以准确的对火源识别的技术问题。

技术实现思路

[0005]针对现有技术存在的不足，本专利技术提出一种用于隧道突发事故侦测的无人机群编队方法，
[0006]以解决现有技术中存在的由于火燃烧本身属于动态的障碍物，再加上隧道内场景的复杂性，以及火源地点的不可控性，导致仍然存在难以准确的对火源识别的技术问题。
[0007]一种用于隧道突发事故侦测的无人机群编队方法，包括：无人机基于搭载设备，实时预测无人机与火源之间的行径距离，所述搭载设备包括：工业控制计算机、UWB定位芯片、双目相机、可见光及红外相机和传感器；当所述行径距离大于第一阈值时，无人机群组建人形编队往火源方向飞行前进；当所述行径距离大于或等于第二阈值，且小于或等于第一阈值时，无人机群组建圆形编队往火源方向飞行前进；当所述行径距离小于第二阈值时，无人
机群分成三个梯队组建为分层式编队对火源进行全方位的识别。
[0008]在一个实施例中，所述无人机基于搭载设备，实时预测无人机与火源之间的行径距离步骤，包括：无人机基于搭载的双目相机获取任意一空间点的位置，并得到无人机与目标物体之间的深度距离，所述目标物体包括障碍物、其他无人机以及火源；无人机基于搭载的UWB定位芯片与隧道内的UWB基站通信，实时获取无人机在隧道内的空间坐标；无人机基于搭载的可见光及红外相机、传感器对火源进行识别检测，确定火源位置；根据所述深度距离、所述空间坐标以及所述火源位置，计算无人机飞往火源的行径距离。
[0009]在一个实施例中，所述无人机群分成三个梯队组建为分层式编队对火源进行全方位的识别步骤，包括：第一梯队无人机飞行至火源上方，围绕火源上方盘旋飞行，并基于搭载设备进行火源的位置定位和直径预测；第二梯队无人机飞行至火源中部，围绕火源中部的外圈进行飞行，并基于搭载设备拍摄火灾现场照片进行回传；第三梯队无人机飞行至靠近火源底部，围绕火源底部的外圈进行飞行，并基于搭载设备侦测火源处的起火物以及起火物周围信息。
[0010]在一个实施例中，所述无人机群基于leader
‑
follower法控制无人机群的编队队形，并将无人机区分为主机和从机，其中：当所述编队为圆形时，位于圆心处的无人机为主机，其余处于圆周的无人机为从机；当所述编队为人形时，位于最前端的为主机，其余位于后端的无人机为从机；当所述编队为分层式时，位于第一梯队的任意一架无人机为主机，其余无人机为从机。
[0011]在一个实施例中，所述当所述行径距离小于第二阈值时，无人机群分成三个梯队组建为分层式编队对火源进行全方位的识别步骤之后，还包括：当存在无人机坠毁后，选择相邻无人机进行补位，健全原本的无人机群编队队形。
[0012]在一个实施例中，所述当存在无人机坠毁后，选择相邻无人机进行补位，健全原本的无人机群编队队形步骤，包括：当存在无人机坠毁后，判断当前无人机群的编队队形；当所述无人机群的编队队形为人形时，采用前进补位算法进行补位；当所述无人机群的编队队形为圆形时，采用等距补位算法进行补位；当所述无人机群的编队队形为分层式时，采用最近端补位算法进行补位。
[0013]在一个实施例中，当所述无人机群的编队队形为人形时，采用前进补位算法进行补位步骤，具体包括：判断坠毁的无人机是否为主机；若是，则从距离主机最近的两个从机中随机选择一个作为新主机，并对该新主机所对应斜边的无人机全部采用前进补位的方式进行飞行补位；若否，则将坠毁的无人机所在斜边中相邻且位于其后的所有无人机依次向前补位的方式进行飞行补位。
[0014]在一个实施例中，当所述无人机群的编队队形为圆形时，采用等距补位算法进行补位步骤，具体包括：判断坠毁的无人机是否为主机；若是，则选择任意一架位于圆周的无人机及飞至圆心处作为新主机，并调整剩余无人机的间距，形成等间距的圆周；若否，则调整圆周处无人机的间距，形成等间距的圆周。
[0015]在一个实施例中，当所述无人机群的编队队形为分层式时，采用最近端补位算法进行补位步骤，具体包括：判断坠毁的无人机是否为主机；若是，随机选取第一梯队的一架从机作为新主机，并根据等距补位算法调整第一梯队队形；若否，则判断坠毁的无人机所属的梯队；当所述坠毁的无人机属于第三梯队时，则由第二梯队中距离所述坠毁的无人机最
近的从机进行补位，并根据等距补位算法调整第二梯队队形；当所述坠毁的无人机属于第二梯队时，则由第一梯队中距离所述坠毁的无人机最近的从机进行补位，并根据等距补位算法调整第一梯队队形；当坠毁的无人机属于第一梯队时，直接根据等距补位算法调整第一梯队队形。
[0016]在一个实施例中，当所述无人机群的编队队形为分层式时，采用最近端补位算法进行补位步骤之后，还包括：当第二梯队的无人机数量为0时，由第一梯队中的从机进行补位，并根据等距补位算法调整第一梯队队形。
[0017]由上述技术方案可知，本专利技术的有益技术效果如下：
[0018]1.基于行径距离来区分隧道无人机群的飞行场景，并针对隧道火灾侦测时不同的飞行场景，采用不同的无人机编队构型飞行，从而提高无人机群的对火源的识别精确度，同时提高无人机的侦测范围及续航本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于隧道突发事故侦测的无人机群编队方法，其特征在于，包括：无人机基于搭载设备，实时预测无人机与火源之间的行径距离，所述搭载设备包括：工业控制计算机、UWB定位芯片、双目相机、可见光及红外相机和传感器；当所述行径距离大于第一阈值时，无人机群组建人形编队往火源方向飞行前进；当所述行径距离大于或等于第二阈值，且小于或等于第一阈值时，无人机群组建圆形编队往火源方向飞行前进；当所述行径距离小于第二阈值时，无人机群分成三个梯队组建为分层式编队对火源进行全方位的识别。2.根据权利要求1所述的方法，其特征在于，所述无人机基于搭载设备，实时预测无人机与火源之间的行径距离步骤，包括：无人机基于搭载的双目相机获取任意一空间点的位置，并得到无人机与目标物体之间的深度距离，所述目标物体包括障碍物、其他无人机以及火源；无人机基于搭载的UWB定位芯片与隧道内的UWB基站通信，实时获取无人机在隧道内的空间坐标；无人机基于搭载的可见光及红外相机、传感器对火源进行识别检测，确定火源位置；根据所述深度距离、所述空间坐标以及所述火源位置，计算无人机飞往火源的行径距离。3.根据权利要求1所述的方法，其特征在于，所述无人机群分成三个梯队组建为分层式编队对火源进行全方位的识别步骤，包括：第一梯队无人机飞行至火源上方，围绕火源上方盘旋飞行，并基于搭载设备进行火源的位置定位和直径预测；第二梯队无人机飞行至火源中部，围绕火源中部的外圈进行飞行，并基于搭载设备拍摄火灾现场照片进行回传；第三梯队无人机飞行至靠近火源底部，围绕火源底部的外圈进行飞行，并基于搭载设备侦测火源处的起火物以及起火物周围信息。4.根据权利要求3所述的方法，其特征在于，所述无人机群基于leader
‑
follower法控制无人机群的编队队形，并将无人机区分为主机和从机，其中：当所述编队为圆形时，位于圆心处的无人机为主机，其余处于圆周的无人机为从机；当所述编队为人形时，位于最前端的为主机，其余位于后端的无人机为从机；当所述编队为分层式时，位于第一梯队的任意一架无人机为主机，其余无人机为从机。5.根据权利要求4所述的方法，其特征在于，当所述行径距离小于第二阈值时，无人机群分成三个梯队组建为分层式编队对火源进行全方位的识别步骤之后，还包括...

【专利技术属性】
技术研发人员：丁浩，李文锋，杨喆，周云腾，李旭东，须民健，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：