System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人机控制,特别涉及一种无人机任务交互控制方法及存储介质。
技术介绍
1、在无人机领域中,无人机任务交互是指多架无人机之间或无人机与地面指挥中心之间进行信息传递、数据共享、任务协调和协作执行的过程。这种交互可以使多架无人机在执行任务时形成一个整体,实现更高效、灵活和智能的任务执行。
2、多架无人机之间可以共享信息,避免重复工作,实现任务的分工协作。通过任务交互,无人机可以更加高效地完成任务,减少任务执行时间和资源消耗。通过交互,无人机可以共同探测和覆盖更大的区域,从而扩展任务范围和覆盖能力。这对于一些大规模搜索、监测和救援任务非常重要。无人机任务交互使得多架无人机可以根据任务执行的实际情况进行自适应调整。无人机任务交互控制方法可以支持多架无人机同时执行不同类型的任务,包括搜索与救援、监测与侦察、货物运输等,增强了无人机应用的多样性和适用性。无人机任务交互不仅可以实现无人机之间的协同,还可以实现无人机与地面指挥中心或操作人员之间的协同。这使得无人机系统更加智能化和自主化。
3、但是传统的无人机任务交互控制方法通常依赖于预先规划的路径或简单的通信方式,无法在实时环境中动态适应和优化任务。这可能导致任务执行时无法准确地响应环境变化,影响任务效率和质量。传统方法中,无人机之间的通信往往基于简单的广播或点对点通信,无法高效地共享大量的传感器数据和地图信息。在大规模任务和复杂环境中,通信瓶颈可能导致任务协调和信息交互的困难。传统方法中的无人机往往缺乏对周围环境的感知能力,无法主动地获取和理解环境信息。这
4、为此,提出一种无人机任务交互控制方法及存储介质。
技术实现思路
1、有鉴于此,本专利技术实施例希望提供一种无人机任务交互控制方法及存储介质,以解决或缓解现有技术中存在的技术问题,即缺乏实时性和准确性、通信瓶颈、缺乏环境感知能力、任务协调不足、有限的应用场景和缺乏决策支持,并对此至少提供一种有益的选择;
2、本专利技术实施例的技术方案是这样实现的:
3、第一方面
4、一种无人机任务交互控制方法:
5、(1)引言:
6、本申请的
技术实现思路
旨在介绍采用slam算法(simultaneous localization andmapping)与ds理论(dempster/shafer证据理论)相结合的无人机任务交互控制方法。该方法通过slam算法实时建立无人机在未知环境中的位置和地图,然后利用ds理论对不确定性进行处理,实现多架无人机之间的信息共享和任务协作,从而提高任务执行效率、安全性和智能化。
7、(2)实施内容:
8、2.1slam算法原理:slam算法是一种用于在未知环境中同时建立地图和定位的技术。其基本原理是通过传感器数据(如摄像头、激光雷达、gps等)获取环境信息,并利用滤波器、优化方法或粒子滤波等算法实时估计无人机的位置和地图。slam算法的主要步骤如下:
9、2.1.1数据获取:无人机通过传感器获取环境数据,包括特征点、障碍物等信息。
10、2.1.2特征提取:从传感器数据中提取特征点,并对特征点进行描述。
11、2.1.3数据关联:将当前时刻的特征点与上一时刻的地图特征点进行关联,建立观测关系。
12、2.1.4状态估计:利用滤波器、优化方法或粒子滤波等算法,通过最大化似然函数或最小化误差函数,估计无人机的位置和地图。
13、2.1.5地图更新:将当前时刻的地图与之前的地图进行融合,实时更新地图信息。
14、2.2ds理论原理:ds理论是一种用于处理不确定性的数学理论,它基于证据函数的形式表示对假设的信任度和不信任度。在ds理论中,通过dempster's rule ofcombination来合并不同证据的信任度,得到更准确的结果。ds理论的主要步骤如下:
15、2.2.1证据函数表示:对无人机位置和地图的估计结果分别用证据函数表示,即bel函数表示信任度,pl函数表示不信任度。
16、2.2.2证据合并:根据dempster's rule of combination,将来自不同传感器或无人机的证据函数进行合并,得到联合证据函数。
17、2.2.3信任度计算:通过联合证据函数计算对无人机位置和地图的最终信任度,以及对应的不信任度。
18、(3)
技术实现思路
19、3.1:slam算法+ds理论的无人机任务交互控制方法:
20、3.1.1传感器数据采集:多架无人机搭载各类传感器,包括摄像头、激光雷达、gps等,用于感知环境和获取自身位置。
21、3.1.2slam算法执行:每架无人机利用传感器数据,运行slam算法实时估计自身位置和地图。
22、3.1.3证据函数构建:将每架无人机的位置和地图估计结果表示为证据函数,包括bel函数和pl函数。
23、3.1.4证据合并:通过ds理论的dempster's rule of combination,将来自多架无人机的证据函数进行合并,得到联合证据函数。
24、3.1.5最终估计:根据联合证据函数计算无人机位置和地图的最终信任度和不信任度。
25、3.1.6任务协作和控制:根据最终信任度和不信任度,对多架无人机之间的任务协作和控制进行优化,包括路径规划、避障、资源分配等。
26、(4)应用:在大规模搜索与救援任务中,多架无人机通过slam算法获取环境信息,利用ds理论进行证据合并,实现对被救援目标的联合搜索和定位。通过任务交互和控制,无人机之间共同协作,实现高效、精准的救援行动。
27、第二方面
28、一种存储介质:所述存储介质内存储有用于执行如上述所述的无人机任务交互控制方法的程序指令。一种存储介质是用于存储程序指令的设备,该存储介质可以是物理存储介质或电子存储介质,用于保存用于执行上述所述的无人机任务交互控制方法的程序指令。这些程序指令可供无人机系统的计算机或处理器读取和执行,从而实现slam算法+ds理论的无人机任务交互控制。
29、存储介质可能包括但不限于以下类型:
30、(1)磁盘存储介质:如硬盘驱动器(hdd)、本文档来自技高网...
【技术保护点】
1.一种无人机任务交互控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的无人机任务交互控制方法,其特征在于:在所述S1中,SLAM算法:
3.根据权利要求2所述的无人机任务交互控制方法,其特征在于:在所述S1中,SLAM算法估计无人机位置和地图的联合概率分布:
4.根据权利要求1所述的无人机任务交互控制方法,其特征在于:在所述S2中:DS证据理论:
5.根据权利要求4所述的无人机任务交互控制方法,其特征在于:
6.根据权利要求5所述的无人机任务交互控制方法,其特征在于:输出控制信号至无人机控制器:将对x的最终估计概率作为控制信号传递给无人机的位置控制器;将对m的最终估计概率作为控制信号传递给无人机的导航控制器或路径规划模块。
7.根据权利要求5所述的无人机任务交互控制方法,其特征在于:使用Dempster's组合原则合并Bel(A)和Pl(A)的结果,得到对x的最终估计概率:设对无人机位置x的信任度为Bel(A),不信任度为Pl(A),使用Dempster's组合原则合并得到对x的最终估计概率:<
...【技术特征摘要】
1.一种无人机任务交互控制方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的无人机任务交互控制方法,其特征在于:在所述s1中,slam算法:
3.根据权利要求2所述的无人机任务交互控制方法,其特征在于:在所述s1中,slam算法估计无人机位置和地图的联合概率分布:
4.根据权利要求1所述的无人机任务交互控制方法,其特征在于:在所述s2中:ds证据理论:
5.根据权利要求4所述的无人机任务交互控制方法,其特征在于:
6.根据权利要求5所述的无人机任务交互控制方法,其特征在于:输出控制信号至无人...
【专利技术属性】
技术研发人员:崔福星,谢炜,陈挺,王满平,
申请(专利权)人:杭州柯林电气股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。