基于数字孪生的喷涂无人机稳定性分析预警方法及其系统技术方案

本发明专利技术公开了一种基于数字孪生的喷涂无人机稳定性分析预警方法及其系统，包括无人机物理实体、孪生数据模块、孪生信息链、无人机数字孪生虚拟模型和服务系统，孪生数据模块与无人机物理实体互连，采集无人机物理实体数据及服务数据，孪生数据模块与无人机数字孪生虚拟模型互连，采集无人机数字孪生虚拟模型数据，孪生数据模块与服务系统信号连接，无人机物理实体、无人机数字孪生虚拟模型、服务系统三者通过孪生信息链两两互连，完成数据传输和交互。本发明专利技术将此技术引入无人机稳定性分析和预警系统，可以大大提高系统的智能程度和工作效率，以确保无人机以更稳定的状态进行船舶外板喷涂，提高喷涂质量。提高喷涂质量。提高喷涂质量。

【技术实现步骤摘要】
基于数字孪生的喷涂无人机稳定性分析预警方法及其系统


[0001]本专利技术涉及无人机喷涂领域，尤其是涉及一种基于数字孪生的喷涂无人机稳定性分析预警方法及其系统。

技术介绍

[0002]无人机喷涂技术具有灵活高效的工作方式，目前已广泛应用于船舶外板和高楼层墙漆等工作环境，但是针对无人机喷涂领域的稳定性分析以及预警方面仍旧缺乏足够的理论和技术支撑，相关的专利更是寥寥无几。
[0003]专利CN114842366B提供了一种通过无人机摄像头获取俯视图像，并对图像进行灰度化、傅里叶变换、挑选最优频谱二值图及每个像素点的边缘率等一系列处理，之后根据椭圆的长半轴尺寸和短半轴尺寸获取无人机稳定性指标后依据指标进行稳定性分析的方法，但此方法仅考虑了图像处理，缺乏一套完整的、多指标的、能够实时监测无人机飞行中各稳定性指标的变化情况并进行稳定性评价的系统，同时也没有考虑到通过预警来及时提醒操作人员对无人机进行调整以应对失衡等紧急状况的方法。

技术实现思路

[0004]专利技术目的：针对上述问题，本专利技术的目的是提供一种基于数字孪生的喷涂无人机稳定性分析预警方法，提高系统的智能程度和工作效率，以确保无人机以更稳定的状态进行船舶外板喷涂，提高喷涂质量。并提供了其分析预警系统。
[0005]技术方案：一种基于数字孪生的喷涂无人机稳定性分析预警方法，包括以下步骤：
[0006]第一步，构建无人机物理实体：
[0007]构建包括无人机机体、传感器和控制系统的无人机物理实体，通过传感器采集无人机机体六个旋翼所提供的六个升力大小F1,F2,F3,F4,F5,F6、无人机机体存储油漆单位时间变化量ΔG、无人机机体GPS信号强度SI、风力大小F
w
、风力方向改变频率f、无人机机体与水平面前后方向的俯仰角度θ1以及与水平面左右方向的倾斜角度θ2，无人机机体在工作中出现不稳定现象时通过控制系统对控制系统进行调整；
[0008]第二步，构建无人机数字孪生虚拟模型：
[0009]通过基于虚拟现实及增强现实技术对无人机物理实体的几何、物理、环境、行为要素进行虚拟化的高度真实映射建立无人机数字孪生虚拟模型，完成对无人机机体工作过程的仿真、稳定性分析、实时智能监控、预警及实时调整；
[0010]第三步，创建服务系统：
[0011]服务系统界面采用Browser/Server模式，后端用PHP和Mysql，按照MVC规范进行开发，内置无人机机体实时监控模块、存储实时数据的数据库、提供无人机预警依据的知识库、稳定性分析模块、预警模块、调整模块，并各自完成对应功能；第一步中的采集信号通过无人机机体所处局域网络传输给位于移动终端的服务系统；
[0012]第四步，挖掘孪生数据和构建孪生信息链：
[0013]挖掘的孪生数据包含无人机物理实体数据、无人机数字孪生虚拟模型数据、服务数据，无人机物理实体数据为无人机物理实体的运行数据；无人机数字孪生虚拟数据包括无人机数字孪生虚拟模型的尺寸、装配、位置和环境数据；服务数据包括传感器所提供的升力数据及其衍生；
[0014]再通过建立孪生信息链实现第一步～第三步中的无人机物理实体、无人机数字孪生虚拟模型和服务系统三者间的数据传输和交互。
[0015]进一步的，在步骤三中，无人机机体实时监控模块实现无人机六旋翼升力F1,F2,F3,F4,F5,F6、存储油漆单位时间变化量ΔG、GPS信号强度SI、风力大小F
w
、风力方向改变频率f，无人机俯仰角度θ1和倾斜角度θ2的在无人机数字孪生虚拟模型上的实时标注，同时接收警报信息。
[0016]进一步的，在步骤三中，知识库存储经过实验确定的不影响无人机喷涂质量的旋翼升力方差、存储油漆单位时间变化量、GPS信号强度、风力大小、风力方向改变频率、无人机俯仰角度、倾斜角度以及无人机稳定性综合评分的阈值，作为预警模块的分析依据；同时存储发出警报时的调整方法作为人工或自动调整时的参考。
[0017]进一步的，在步骤三中，稳定性分析模块基于无人机六旋翼升力方差存储油漆单位时间变化量ΔG、GPS信号强度SI、风力大小F
w
、风力方向改变频率f，无人机俯仰角度θ1和倾斜角度θ2七个指标，使用基于熵权法的TOPSIS模型得到七个指标各自对无人机稳定性的权重值和无人机稳定性综合评分，前者优先发送给调整模块，后者优先发送给预警模块。
[0018]最佳的，指标中升力方差
[0019][0020]式中μ
F
为六旋翼升力的均值。
[0021]最佳的，基于熵权法的TOPSIS模型构建步骤如下：
[0022]步骤一，稳定性指标的正向化和min
‑
max标准化：
[0023][0024]式中，X
i
表示第i个指标的对应值，x为正向化后的稳定性指标数据序列(x＝[x1,x2,L,x
i
])，y为标准化稳定性指标后的新数据序列(y＝[y1,y2L,y
i
])，i＝1,2,3,4,5,6,7；
[0025]步骤二，以标准化指标数据构造数据矩阵Z，使用熵权法获取各指标权重值：
[0026]式中，p
i
表示第i个指标对稳定性的影响比重，E
i
表示第i个指标的熵值，K
i
表示第i个指标的变异系数，w
i
表示第i个指标的权重值，i＝1,2,3,4,5,6,7；
[0027]步骤三，依据指标标准化矩阵Z，建立TOPSIS模型完成稳定性综合评价：
[0028][0029]式中，z
i
表示标准化数据矩阵中的第i个值，Z
+
,Z
‑
分别表示最优向量和最劣向量，D
+
,D
‑
分别表示第i个评价指标与最优向量和最劣向量的欧氏距离，W表示无人机稳定性综合评价得分，i＝1,2,3,4,5,6,7。
[0030]进一步的，在步骤三中，预警模块实时接收稳定性分析模块发送的无人机稳定性综合评分和指标权重，并随时调用知识库中稳定性综合评分阈值与实时评分进行比较，在实时评分低于阈值时，按照权重值由大到小检索各指标的实时数据，将实时数据与知识库中对应指标阈值进行比较，并据此发出警报，预警模块包含6种警报，分别为升力方差过量警报、无人机油漆储量突变警报、GPS信号强度过低警报、环境恶劣警报、俯仰角超值警报和倾斜角超值警报，其中环境恶劣警报在风力大小过高或风向改变频率过高或两者兼有时发出，预警模块发出的警报同时传递给无人机实时监控模块和调整模块。
[0031]进一步的，调整模块分为手动调整和自动调整两部分，依据从预警模块和稳定性分析模块接收到的警报类型和各指标权重值，先按照指标权重由大到小确定调整顺序，再调用知识库中对应类型的调整方法向无人机控制系统发出调整指令，并依据调整过程中无人机实体不断反馈给数据库的数据改本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在于包括以下步骤：第一步，构建无人机物理实体：构建包括无人机机体、传感器和控制系统的无人机物理实体，通过传感器采集无人机机体六个旋翼所提供的六个升力大小F1,F2,F3,F4,F5,F6、无人机机体存储油漆单位时间变化量ΔG、无人机机体GPS信号强度SI、风力大小F
w
、风力方向改变频率f、无人机机体与水平面前后方向的俯仰角度θ1以及与水平面左右方向的倾斜角度θ2，无人机机体在工作中出现不稳定现象时通过控制系统对控制系统进行调整；第二步，构建无人机数字孪生虚拟模型：通过基于虚拟现实及增强现实技术对无人机物理实体的几何、物理、环境、行为要素进行虚拟化的高度真实映射建立无人机数字孪生虚拟模型，完成对无人机机体工作过程的仿真、稳定性分析、实时智能监控、预警及实时调整；第三步，创建服务系统：服务系统界面采用Browser/Server模式，后端用PHP和Mysql，按照MVC规范进行开发，内置无人机机体实时监控模块、存储实时数据的数据库、提供无人机预警依据的知识库、稳定性分析模块、预警模块、调整模块，并各自完成对应功能；第一步中的采集信号通过无人机机体所处局域网络传输给位于移动终端的服务系统；第四步，挖掘孪生数据和构建孪生信息链：挖掘的孪生数据包含无人机物理实体数据、无人机数字孪生虚拟模型数据、服务数据，无人机物理实体数据为无人机物理实体的运行数据；无人机数字孪生虚拟数据包括无人机数字孪生虚拟模型的尺寸、装配、位置和环境数据；服务数据包括传感器所提供的升力数据及其衍生；再通过建立孪生信息链实现第一步～第三步中的无人机物理实体、无人机数字孪生虚拟模型和服务系统三者间的数据传输和交互。2.根据权利要求1所述的基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在于：在步骤三中，无人机机体实时监控模块实现无人机六旋翼升力F1,F2,F3,F4,F5,F6、存储油漆单位时间变化量ΔG、GPS信号强度SI、风力大小F
w
、风力方向改变频率f，无人机俯仰角度θ1和倾斜角度θ2的在无人机数字孪生虚拟模型上的实时标注，同时接收警报信息。3.根据权利要求1所述的基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在于：在步骤三中，知识库存储经过实验确定的不影响无人机喷涂质量的旋翼升力方差、存储油漆单位时间变化量、GPS信号强度、风力大小、风力方向改变频率、无人机俯仰角度、倾斜角度以及无人机稳定性综合评分的阈值，作为预警模块的分析依据；同时存储发出警报时的调整方法作为人工或自动调整时的参考。4.根据权利要求1所述的基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在于：在步骤三中，稳定性分析模块基于无人机六旋翼升力方差存储油漆单位时间变化量ΔG、GPS信号强度SI、风力大小F
w
、风力方向改变频率f，无人机俯仰角度θ1和倾斜角度θ2七个指标，使用基于熵权法的TOPSIS模型得到七个指标各自对无人机稳定性的权重值和无人机稳定性综合评分，前者优先发送给调整模块，后者优先发送给预警模块。5.根据权利要求4所述的基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在
于：指标中升力方差指标中升力方差式中μ
F
为六旋翼升力的均值。6.根据权利要求4所述的基于数字孪生的喷涂无人机稳定性分析预警方法，其特征在于：基于熵权法的TOPSIS模型构建步骤如下：步骤一，稳定性指标的正向化和min
‑
max标准化：式中，X
i
表示第i个指标的对应值，x为正向化后的稳定...

【专利技术属性】
技术研发人员：周程远，张天博，田崇顺，何逸凡，仲雨歆，于海，潘茜，宋颀，马瑞晗，刘金锋，陈宇，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：