一种无人机自主返航决策方法技术

本发明专利技术公开了一种无人机自主返航决策方法

【技术实现步骤摘要】
一种无人机自主返航决策方法、装置及存储介质


[0001]本专利技术涉及无人机
，尤其涉及一种无人机自主返航决策方法
、
装置及存储介质
。

技术介绍

[0002]在当前无人机技术不断发展的背景下，无人机已经广泛应用于军事和民用等领域，同时无人机的通信干扰问题逐渐引起了人们的关注
。
无人机在执行任务时需要维持与地面站或其他无人机的通信联系，但受到环境和外部设备等多种因素的影响，通信干扰现象时常出现，给任务执行带来了风险和困难
。
[0003]现有技术只考虑了无人机按照规定的路线行驶，但是在无人机通信干扰下，不能对无人机的不同通信状态进行分析并采取不同的措施，无人机在执行任务的风险高，安全问题较为严重，对通信干扰的应对能力低
。

技术实现思路

[0004]本专利技术提供了一种无人机自主返航决策方法
、
装置及存储介质，通过对无人机的通信状态进行识别和分析，以及根据干扰程度采取不同的措施，实现了在干扰环境下无人机的自主返航，提高了无人机的任务执行能力和可靠性
。
[0005]为了实现提高无人机的任务执行能力和可靠性，本专利技术提供了一种无人机自主返航决策方法，包括：在无人机执行任务的过程中，获取所述无人机的当前通信状态；判断所述当前通信状态是否满足预设状态条件；
[0006]若是，则根据所述无人机的当前位置和返航目的地的相对位置，并结合预设规则规划返航路径；根据所述返航路径，控制所述无人机进行返航
。
[0007]进一步地，获取所述无人机的当前通信状态，具体为：
[0008]根据无人机的实时飞行数据，识别所述无人机的当前通信状态；所述实时飞行数据包括：飞行高度
、
速度
、
姿态参数和信号质量中的其中一个或多个
。
[0009]进一步地，根据无人机的实时飞行数据，识别所述无人机的当前通信状态，具体为：
[0010]获取无人机的实时飞行数据；将所述实时飞行数据输入到人工智能预测模型中，预测所述无人机在飞行中各项实时飞行数据的正常值及其偏差允许范围，并生成所述无人机的当前通信状态；
[0011]其中，所述人工智能预测模型预先存储有所述无人机在不同干扰程度下的历史通信状态及对应的特征值；所述在不同干扰程度下无人机的历史通信状态及对应的特征值根据历史飞行数据生成
。
[0012]进一步地，判断所述当前通信状态是否满足预设状态条件，具体为：
[0013]当无人机的当前通信状态识别为中度干扰，且所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求时，则确定所述当前通信状态满足预设状态条
件
。
[0014]进一步地，无人机的当前通信状态识别为中度干扰，具体为：
[0015]若各项所述实时飞行数据与所述正常值的偏差率和大于第一阈值且不大于第二阈值，则所述无人机的当前通信状态识别为中度干扰
。
[0016]进一步地，无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求，具体为：
[0017]将无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据输入决策模型；所述决策模型用于根据所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据生成决策结果；所述决策结果为返航，或者为控制无人机悬停并对所述无人机的通信进行恢复操作；
[0018]若所述决策模型生成的决策结果为返航时，则确定所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求
。
[0019]进一步地，所述策模型用于根据所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据生成决策结果，具体为：
[0020]将干扰信号的特征值
、
实时飞行数据和当前电量数据组成决策模型的输入特征向量；根据所述输入特征向量，设置对应的类别标签；
[0021]获取决策模型的训练样本；根据所述训练样本的特征向量和所述输入特征向量，构造核函数；
[0022]根据输入特征向量
、
类别标签和核函数，构造非线性二分类
svm
作为决策模型，公式为：
[0023][0024]其中，
x
为由干扰信号的特征值
、
实时飞行数据和当前电量数据组成的输入特征向量，
y
i
为类别标签，
x
i
为训练样本的特征向量，
K(x
i
,x)
为核函数，
α
i
为拉格朗日乘子，
b
为偏置；
[0025]所述决策模型的判断条件由训练样本输入所述决策模型进行训练得到
。
[0026]进一步地，控制所述无人机悬停并对所述无人机的通信进行恢复操作，还包括：
[0027]若成功对无人机的通信进行恢复，则继续执行原有的任务；
[0028]否则，重新收集干扰信号，并更新所述决策模型生成的决策结果，直至触发返航指令或恢复通信成功；其中，所述恢复通信成功为通信状态更新为正常或轻微干扰
。
[0029]进一步地，判断所述当前通信状态是否满足预设状态条件，具体为：
[0030]当无人机的当前通信状态识别为严重干扰时，则确定所述当前通信状态满足预设状态条件
。
[0031]进一步地，无人机的当前通信状态识别为严重干扰，具体为：
[0032]若各项所述实时飞行数据与所述正常值的偏差率和大于第二阈值，则所述无人机的当前通信状态识别为严重干扰
。
[0033]进一步地，判断所述当前通信状态是否满足预设状态条件，还包括：
[0034]当无人机的当前通信状态识别为正常时，则确定所述当前通信状态不满足预设状态条件，并每隔第一时间更新一次所述当前通信状态；
[0035]当无人机的当前通信状态识别为轻微干扰时，则确定所述当前通信状态不满足预设状态条件，并每隔第二时间更新一次所述当前通信状态；所述第二时间比第一时间短预设范围
。
[0036]进一步地，无人机的当前通信状态识别为正常，具体为：
[0037]若各项所述实时飞行数据与所述正常值的偏差率均在所述偏差允许范围内，则所述无人机的当前通信状态识别为正常
。
[0038]进一步地，无人机的当前通信状态识别为轻微干扰，具体为：
[0039]若各项所述实时飞行数据与所述正常值的偏差率不均在所述偏差允许范围内，且各项所述实时飞行数据与所述正常值的偏差率和不大于第一阈值，则所述无人机的当前通信状态识别为轻微干扰
。
[0040]进一步地，根据所述无人机的当前位置和返航目的地的相对位本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无人机自主返航决策方法，其特征在于，包括：在无人机执行任务的过程中，获取所述无人机的当前通信状态；判断所述当前通信状态是否满足预设状态条件；若是，则根据所述无人机的当前位置和返航目的地的相对位置，并结合预设规则规划返航路径；根据所述返航路径，控制所述无人机进行返航
。2.
如权利要求1所述的一种无人机自主返航决策方法，其特征在于，所述获取所述无人机的当前通信状态，具体为：根据无人机的实时飞行数据，识别所述无人机的当前通信状态；所述实时飞行数据包括：飞行高度
、
速度
、
姿态参数和信号质量中的其中一个或多个
。3.
如权利要求2所述的一种无人机自主返航决策方法，其特征在于，所述根据无人机的实时飞行数据，识别所述无人机的当前通信状态，具体为：获取无人机的实时飞行数据；将所述实时飞行数据输入到人工智能预测模型中，预测所述无人机在飞行中各项实时飞行数据的正常值及其偏差允许范围，并生成所述无人机的当前通信状态；其中，所述人工智能预测模型预先存储有所述无人机在不同干扰程度下的历史通信状态及对应的特征值；所述在不同干扰程度下无人机的历史通信状态及对应的特征值根据历史飞行数据生成
。4.
如权利要求2所述的一种无人机自主返航决策方法，其特征在于，所述判断所述当前通信状态是否满足预设状态条件，具体为：当无人机的当前通信状态识别为中度干扰，且所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求时，则确定所述当前通信状态满足预设状态条件
。5.
如权利要求4所述的一种无人机自主返航决策方法，其特征在于，所述无人机的当前通信状态识别为中度干扰，具体为：若各项所述实时飞行数据与所述正常值的偏差率和大于第一阈值且不大于第二阈值，则所述无人机的当前通信状态识别为中度干扰
。6.
如权利要求4所述的一种无人机自主返航决策方法，其特征在于，所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求，具体为：将无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据输入决策模型；所述决策模型用于根据所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据生成决策结果；所述决策结果为返航，或者为控制无人机悬停并对所述无人机的通信进行恢复操作；若所述决策模型生成的决策结果为返航时，则确定所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据满足预设要求
。7.
如权利要求6所述的一种无人机自主返航决策方法，其特征在于，所述策模型用于根据所述无人机的干扰信号的特征值
、
实时飞行数据和当前电量数据生成决策结果，具体为：将干扰信号的特征值
、
实时飞行数据和当前电量数据组成决策模型的输入特征向量；根据所述输入特征向量，设置对应的类别标签；获取决策模型的训练样本；根据所述训练样本的特征向量和所述输入特征向量，构造核函数；根据输入特征向量
、
类别标签和核函数，构造非线性二分类
svm
作为决策模型，公式为：
其中，
x
为由干扰信号的特征值
、
实时飞行数据和当前电量数据组成的输入特征向量，
y
i
为类别标签，
x
i
为训练样本的特征向量，
K(x
i
,x)
为核函数，
α
i
为拉格朗日乘子，
b
为偏置；所述决策模型的判断条件由训练样本输入所述决策模型进行训练得到
。8.
如权利要求6所述的一种无人机自主返航决策方法，其特征在于，所述控制所述无人机悬停并对所述无人机的通信进行恢复操作，还包括：若成功对无人机的通信进行恢复，则继续执行原有的任务；否则，重新收集干扰信号，并更新所述决策模型生成的决策结果，直至触发返航指令或恢复通信成功；其中，所述恢...

【专利技术属性】
技术研发人员：李文胜，陈凯旋，麦晓明，易琳，王柯，钟力强，陈禹明，郭俊杰，吴佳潞，冯健豪，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：