一种黑飞无人机窄带精准打击方法技术

本发明专利技术公开了一种黑飞无人机窄带精准打击方法，属于黑飞无人机检测技术领域，通过设计在辅无人机上安装激光雷达、红外线摄像头和热成像摄像头对目标区域实时获取信息并配备声音检测模块，在主无人机上安装移动基站、将深度学习模型部署在无人机上的计算平台以及在无人机上安装卫星导航系统，辅无人机通过无线传输模块将获取的信息通过窄带通信技术传输至主无人机上的移动基站，通过激光雷达、红外线和热成像摄像头获取黑飞无人机的位置和移动轨迹，主无人机发送控制信号至辅无人机构建一主多辅无人机群，通过主无人机上的计算平台。台。台。

【技术实现步骤摘要】
一种黑飞无人机窄带精准打击方法


[0001]本专利技术涉及一种黑飞无人机打击方法，特别是涉及一种黑飞无人机窄带精准打击方法，属于黑飞无人机打击方法


技术介绍

[0002]黑飞无人机通常指未经过法律监管、没有合法飞行许可、或者用于非法活动的无人机。
[0003]这些无人机通常不符合航空器安全标准，可能存在安全隐患，并且容易对社会造成不良影响。
[0004]在现有技术中关于对未经过法律监管、没有合法飞行许可、或者用于非法活动的无人机进行打击的时候存在比较多的缺陷这些包括法律和技术方面的缺陷：
[0005]现有的无人机防御系统中，大多数技术还不够成熟和完善，干扰器的效果受到环境影响较大，高功率激光器的使用场景有限等，难以应对复杂多变的打击情况；
[0006]目前针对无人机的管理尚未健全，打击行动存在一定的风险和监管问题；
[0007]为此设计一种黑飞无人机窄带精准打击方法来解决上述问题。

技术实现思路

[0008]本专利技术的主要目的是为了提供一种黑飞无人机窄带精准打击方法，通过设计在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种黑飞无人机窄带精准打击方法，其特征在于：包括如下步骤：步骤一：在辅无人机上安装激光雷达、红外线摄像头和热成像摄像头对目标区域实时获取信息并配备声音检测模块；步骤二：在主无人机上安装移动基站、将深度学习模型部署在无人机上的计算平台以及在无人机上安装卫星导航系统；步骤三：辅无人机通过无线传输模块将获取的信息通过窄带通信技术传输至主无人机上的移动基站；步骤四：通过激光雷达、红外线和热成像摄像头获取黑飞无人机的位置和移动轨迹；步骤五：主无人机发送控制信号至辅无人机构建一主多辅无人机群；步骤六：通过主无人机上的计算平台，采用AI技术和高精度地图将黑飞无人机周围区域的建筑物、道路信息进行三维重建；步骤七：一主多辅无人机群对黑飞无人机进行跟踪；步骤八：通过主无人机上的计算平台深度学习模型计算打击黑飞无人机位置和打击角度进行黑飞无人机打击。2.根据权利要求1所述的一种黑飞无人机窄带精准打击方法，其特征在于：在步骤一激光雷达利用激光束对目标表面进行扫描，并测量出激光束与目标表面之间的距离和反射强度信息；红外线摄像头利用红外线辐射来捕捉物体表面的温度分布情况，从而得到热像图；热成像摄像头是基于目标物体发出的红外线辐射来进行成像。3.根据权利要求2所述的一种黑飞无人机窄带精准打击方法，其特征在于：步骤二还包括如下步骤：S11：对于激光雷达获取的数据采用点云数据作为网络输入；S12：通过卷积和池化操作逐渐提取出目标物体的几何形状和位置信息；S13：对于红外线摄像头和热成像摄像头，采用图像数据作为网络的输入；S14：通过卷积神经网络操作提取出目标物体的纹理、色彩和形状特征。4.根据权利要求2所述的一种黑飞无人机窄带精准打击方法，其特征在于：在步骤五中还包括如下步骤：S21：选择主无人机作为一主多辅无人机群的中心控制器；S22：在主辅无人机上配置通信模块；S23：在主辅无人机上安装飞行控制系统；S24：构建黑飞无人机打击任务分配策略以及设置网络安全设备和加密通信协议，对黑飞无人机的通信进行干扰和拦截。5.根据权利要求3所述的一种黑飞无人机窄带精准打击方法，其特征在于：在步骤六中还包括如下步骤：S31：将已被深度学习模型分析处理后的激光雷达、红外线摄像头和热成像摄像头采集数据采用三维重建算法生成三维模型；S32：对三维模型提取出其中的特征点、曲线或者面，用于后续的匹配和校...

【专利技术属性】
技术研发人员：于传江，魏明明，高勇，
申请(专利权)人：北京历正飞控科技有限公司，
类型：发明
国别省市：