一种无人机飞行管制系统的制作方法

专利2022-05-10  2



1.本发明涉及无人机飞行控制领域,特别涉及一种无人机飞行管制系统。


背景技术:

2.无人机也是无人驾驶飞机,是利用无线电遥控设备和自备的程序控制装置操纵的不载人的飞机,目前对于无人机的应用非常的广泛,在对于无人机使用的时候,无人机有两种工作状态,一种是人工操控状态,另一种是自动驾驶状态,这样就可以使得无人机灵活的进行使用,在人工操控状态下,需要操控者使用控制器对无人机进行飞行的控制,在自动驾驶状态下,无人机会根据操控者提前录入的飞行轨迹,自动调整飞行的状态,这两种方式都可以使得无人机在空中顺利的进行飞行。但是由于目前无人机的生产成本较高,因此,在无人机使用的时候,大多数情况不会使得每个人具有一台自己的无人机进行使用,而是一台无人机需要为多个操控者提供服务,其在自动驾驶状态下的飞行的模式也是统一的,这样在自动驾驶的状态下,操控者无法快速的找到飞行在空中的无人机,也就是说目前无法根据操控者的操控习惯进行自动驾驶状态下的飞行,从而使得操控者的使用体验不高。


技术实现要素:

3.本发明的目的是克服上述现有技术中存在的问题,提供一种无人机飞行管制系统,根据安装在控制器上的指纹传感器,判断操控者的身份,并且根据该操控者的平时的操控习惯控制所述无人机进行飞行,这样就可以使得无人机根据不用操控者的操控习惯设置自动驾驶状态下的飞行,从而使得操控者可以在无人机的自动驾驶状态下快速的找到无人机,从而提升操控者的体验。
4.为此,本发明提供一种无人机飞行管制系统,包括:
5.身份采集模块,通过安装在控制器上的身份信息采集器采集操控者的身份;
6.操作习惯收集模块,用于采集设定时间段内各个时间节点的控制器的操作以及无人机的飞行状态,并将每一个时间节点所对应的控制器的操作以及无人机的飞行状态依次送入无监督学习模型中,得到无人机飞行需求;
7.数据存储平台,用于存储每一个操控者的身份信息以及对应的无人机飞行需求;
8.数据平台建立模块,用于通过所述身份采集模块采集操控者的身份信息,同时通过操作习惯收集模块得到该操控者的无人机飞行需求,并将该操控者的身份信息以及对应的无人机飞行需求对应;
9.无人机设置模块,在无人机进入自动驾驶状态下,通过所述所述身份采集模块采集操控者的身份信息,从所述数据存储平台根据操控者的身份信息获取对应的无人机飞行需求,并根据获取的无人机飞行需求对无人机进行设置。
10.进一步,在所述操作习惯收集模块中,所述设定时间段为当前时间节点前有限个时间节点的集合。
11.进一步,所述操作习惯收集模块包括:
12.控制器采集模块,用于在各个时间节点采集控制器的操作状态;
13.无人机采集模块,用于在各个时间节点采集无人机的飞行实际;
14.合成模块,将所述控制器采集模块采集的所述操作状态和所述无人机采集模块采集的所述飞行实际分别进行数字化处理,并将数字化处理后的所述操作状态和所述飞行实际合并,得到所述的控制器的操作。
15.更进一步,将将所述控制器采集模块采集的所述操作状态和所述无人机采集模块采集的所述飞行实际分别进行数字化处理的时候,包括如下步骤:
16.分别将所述所述操作状态和所述飞行实际使用字符串的方式进行表示;
17.分别将所述操作状态所对应的字符串和所述飞行实际所对应的字符串进行长度扩容处理,使得所述操作状态所对应的字符串和所述飞行实际所对应的字符串均扩展到设定的长度;
18.使用加密算法分别对扩容处理后的所述操作状态所对应的字符串和所述飞行实际所对应的字符串进行处理,分别得到所述操作状态所对应的数字和所述飞行实际所对应的数字;
19.将所述操作状态所对应的数字和所述飞行实际所对应的数字根据设定的权重进行求和,得到所述的控制器的操作对应的数字,再转化为所述的控制器的操作。
20.更进一步,所述加密算法在使用的时候,包括如下步骤:
21.获取字符串中每一个字符所对应的数字,并将这些数字根据其所对应的字符在字符串中的位置依次排列,得到数组t=[x1,x2,

,x
n
,

,x
n
],其中,x
n
为第n个字符所对应的数字,n=1,2,

,n,n为正整数;
[0022]
设置权重数组使得与所述数组t一一对应,其中,λ为所述数组t的秩;
[0023]
对所述权重数组进行归一化处理,得到归一化处理后的数组
[0024]
根据得到加密后的加密数组w=[z1,z2,

,z
n
,

,z
n
];
[0025]
计算加密数组w的秩,并使得加密数组w的秩为所述的控制器的操作对应的数字。
[0026]
进一步,还包括环境参数获取模块,所述环境参数获取模块用于采集每一个时间节点的环境参数。
[0027]
所述操作习惯收集模块在将每一个时间节点所对应的控制器的操作以及无人机的飞行状态依次送入无监督学习模型中的同时,将所述环境参数获取模块所采集的环境参数一并送入无监督学习模型中。
[0028]
更进一步,每一个时间节点均采集多个环境参数,每一个时间节点的环境参数均设置有对应的环境权重,所述环境权重由无人机的位置进行设定。
[0029]
进一步,所述身份信息采集器包括指纹传感器和图像采集器,所述指纹传感器用于采集操控者的指纹,所述图像采集器用于采集操控者的图像,在对操控者的身份进行判断的时候,同时判断操控者的指纹和操控者的图像。
[0030]
更进一步,在对所述在对操控者的身份进行判断的时候,包括如下步骤:
[0031]
获取操控者的指纹的图像和操控者的图像;
[0032]
将操控者的指纹的图像和操控者的图像合成得到操作者的身份图像;
[0033]
对所述身份图像进行处理得到身份图像所对应的数值,并将操作者的身份图像与身份信息对应。
[0034]
更进一步,在将所述身份图像进行处理得到身份图像所对应的数值的时候,包括如下步骤:
[0035]
获取所述身份图像的各个像素点的像素值,得到所述身份图像对应的身份数组;
[0036]
将所述身份数组进行归一化处理后求取其秩为所述身份图像所对应的数值。
[0037]
本发明提供的一种无人机飞行管制系统,具有如下有益效果:
[0038]
1、本发明根据安装在控制器上的指纹传感器,判断操控者的身份,并且根据该操控者的平时的操控习惯控制所述无人机进行飞行,这样就可以使得无人机根据不用操控者的操控习惯设置自动驾驶状态下的飞行,从而使得操控者可以在无人机的自动驾驶状态下快速的找到无人机,从而提升操控者的体验;
[0039]
2、本发明在收集操控者的操控习惯的时候,通过无人机的飞行状态和操控者的操控过程两方面同时收集,并根据折中的结果得到无人机的无人机的飞行需求,在根据该飞行需求对无人机的自动驾驶状态进行设置;
[0040]
3、本发明将环境参数和操控过程结合处理,得到无人机的操控需求,同时结合无人机的实际飞行状态,得到无人机的飞行需求,这样就可以消除,无人机的操作与实践之间所存在的误差。
附图说明
[0041]
图1为本发明的整体系统连接示意框图;
[0042]
图2为本发明中操作习惯收集模块所包含的系统连接示意框图;
[0043]
图3为本发明进行数字化处理的流程示意框图;
[0044]
图4为本发明的加密算法的流程示意框图。
具体实施方式
[0045]
下面结合附图,对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
[0046]
具体的,如图1

4所示,本发明实施例提供了一种无人机飞行管制系统,包括:身份采集模块、操作习惯收集模块、数据存储平台、数据平台建立模块以及无人机设置模块。
[0047]
需要说明的是,本发明所涉及的无人机包括两个部分,无人机和控制所述无人机飞行的控制器,无人机在飞行的时候,包括两种状态,一种是人工操控状态,另一种是自动驾驶状态。下面就是分别对各个模块的介绍。
[0048]
身份采集模块,通过安装在控制器上的身份信息采集器采集操控者的身份;该模
块将数据的采集端口,用来采集数据的,该数据为操控者的身份,在本发明中,可以通过指纹的方式采集,这样就可以使得操控者在使用的时候同时进行采集,也可以使用信息录入的方式进行采集,这样就可以使得所采集的身份有用户进行自主的录入,更加的准确,采集的方法还有很多中,本发明中不做过多的修饰。
[0049]
操作习惯收集模块,用于采集设定时间段内各个时间节点的控制器的操作以及无人机的飞行状态,并将每一个时间节点所对应的控制器的操作以及无人机的飞行状态依次送入无监督学习模型中,得到无人机飞行需求;该模块是用于采集操作者的操作习惯的,通过将操作的时间划分为各个时间节点,这样就可以使得从时间的角度对于操作者的操作习惯进行收集,通过无监督学习模型的方式对录入的每一个时间节点所对应的控制器的操作以及无人机的飞行状态进行训练,得到飞行需求。其中,无人机的飞行状态包括无人机上的各个传感器所采集的数据,包括并不想与飞行的角度,飞行的高度等。
[0050]
数据存储平台,用于存储每一个操控者的身份信息以及对应的无人机飞行需求;该模块是一个数据存储的平台,用于存储不用的操控者的身份信息以及对应的无人机飞行需求。在本发明中,相当于给每一个操控者的身份都建立一个存储的空间区域,在每一个操控者的空间区域中,存储该操控者的每一个时间节点所对应的控制器的操作以及无人机的飞行状态,通过建模学习的方式得到每一个操控者对应的飞行需求。
[0051]
数据平台建立模块,用于通过所述身份采集模块采集操控者的身份信息,同时通过操作习惯收集模块得到该操控者的无人机飞行需求,并将该操控者的身份信息以及对应的无人机飞行需求对应;该模块是上述的数据存储平台的建立过程,是将这些数据一一对应的放入上述数据存储平台进行存储,这样就可以使得得到所述数据存储平台。
[0052]
无人机设置模块,在无人机进入自动驾驶状态下,通过所述所述身份采集模块采集操控者的身份信息,从所述数据存储平台根据操控者的身份信息获取对应的无人机飞行需求,并根据获取的无人机飞行需求对无人机进行设置。该模块是在自动驾驶状态下的无人机,根据操作者的身份,自动的匹配对应的无人机飞行需求,这样就可以使得在自动驾驶状态下的时候,无人机在飞行的时候,其飞行的状态与当前操作者的操作习惯的飞行状态相类似,这样就可以使得操作者在查找无人机的位置的时候,非常的方便,从而降低了对于无人机的操作实时性的要求。
[0053]
上述技术方案中,通过身份采集模块、操作习惯收集模块、数据存储平台、数据平台建立模块以及无人机设置模块之间的相互配合,就可以使得在操作的时候,根据操作者的身份对于操作者的操作习惯进行收集,在收集之后,将收集到的数据进行训练,这样就会使得得到操作者的无人机飞行需求,最后在无人机进入无人驾驶状态的时候,就可以是无人机按照当前操作者的操作习惯进行飞行,这样就可以使得操作者在操作的时候,大量的节约操作的时间,还可以快速的预判到正在飞行的无人机,在执行任务或者工作的时候,提升了工作的效率。
[0054]
在本实施例中,在所述操作习惯收集模块中,所述设定时间段为当前时间节点前有限个时间节点的集合。这样就可以使得数据是在时间的维度上,数据的量是有限的,同时,对于不用的操作者,所采集的数据的数量是一致的,这样得到的训练结果也会更加的公平准确。在本发明中,一般情况下,时间节点按照一秒进行设定。
[0055]
在本实施例中,所述操作习惯收集模块包括:控制器采集模块、无人机采集模块以
及合成模块。下面就分别对各个模块进行详细的介绍。
[0056]
控制器采集模块,用于在各个时间节点采集控制器的操作状态;该模块是根据时间点采集操作者对控制器的操作状态。
[0057]
无人机采集模块,用于在各个时间节点采集无人机的飞行实际;该模块是根据时间点采集在采集操作者对控制器的操作状态的无人机的飞行实际,飞行实际也就是无人机飞行的实际参数。
[0058]
合成模块,将所述控制器采集模块采集的所述操作状态和所述无人机采集模块采集的所述飞行实际分别进行数字化处理,并将数字化处理后的所述操作状态和所述飞行实际合并,得到所述的控制器的操作。该模块是将上述的控制器采集模块所得到的数据和上述的无人机采集模块所得到的数据进行合并,使得可以可以通过一个数据就可以表示出两者的情况,在本发明中,首先分别将上述的控制器采集模块所得到的数据和上述的无人机采集模块所得到的数据进行数字化处理,使得可以用数字进行表示,之后在将两者的数字进行合并,就可以使得得到一个同事表示两者情况的数字。
[0059]
上述技术方案中,通过将各个参数合并的表示方式,可以使得送入的变量变得单一,使得在后续计算的时候,使用简单的算法就可以得到对等的结果,从而提升了系统整体的运算的速率。
[0060]
同时,在本实施例中,将将所述控制器采集模块采集的所述操作状态和所述无人机采集模块采集的所述飞行实际分别进行数字化处理的时候,包括如下步骤:
[0061]
(一)分别将所述所述操作状态和所述飞行实际使用字符串的方式进行表示;
[0062]
(二)分别将所述操作状态所对应的字符串和所述飞行实际所对应的字符串进行长度扩容处理,使得所述操作状态所对应的字符串和所述飞行实际所对应的字符串均扩展到设定的长度;
[0063]
(三)使用加密算法分别对扩容处理后的所述操作状态所对应的字符串和所述飞行实际所对应的字符串进行处理,分别得到所述操作状态所对应的数字和所述飞行实际所对应的数字;
[0064]
(四)将所述操作状态所对应的数字和所述飞行实际所对应的数字根据设定的权重进行求和,得到所述的控制器的操作对应的数字,再转化为所述的控制器的操作。
[0065]
上述步骤(一)至步骤(四)中,需要按照步骤(一)至步骤(四)的顺序依次进行,在步骤(一)中,使用字符串的方式分别将所述操作状态和所述飞行实际进行表示,这样就完成了初步的转化,字符串是所述操作状态和所述飞行实际的参数的表示方式,在本发明中,限定该方式为字符串的表示方式,在步骤(二)中,是将上述已经表述出的字符串进行扩容处理,在扩容之后,使得每一个字符串的长度一致,这样就可以使得所有的字符串的整体长度是一致的,扩容指的是字符串的位数的扩展,在步骤(三)中,是将字符串转化为数字的过程,遵循一般的转化规则,在步骤(四)中,是将转化后的数字进行处理的过程,使用设定的权重,将两个数字进行求和,得到对应的数值,在转化为对控制器的操作。本发明使用权重求和的当时,使得两者所对应的数值是单一的,同时在使用的时候,求和的方式可以使得数值有效的减小,这样就可以使得减小系统的整体运算量,提升系统的运算速度。
[0066]
同时,在本实施例中,所述加密算法在使用的时候,包括如下步骤:
[0067]
(1)获取字符串中每一个字符所对应的数字,并将这些数字根据其所对应的字符
在字符串中的位置依次排列,得到数组t=[x1,x2,

,x
n
,

,x
n
],其中,x
n
为第n个字符所对应的数字,n=1,2,

,n,n为正整数;
[0068]
(2)设置权重数组使得与所述数组t一一对应,其中,λ为所述数组t的秩;
[0069]
(3)对所述权重数组进行归一化处理,得到归一化处理后的数组
[0070]
(4)根据得到加密后的加密数组w=[z1,z2,

,z
n
,

,z
n
];
[0071]
(5)计算加密数组w的秩,并使得加密数组w的秩为所述的控制器的操作对应的数字。
[0072]
上述步骤(1)到步骤(5)中,是加密算法的具体过程,这样就可以使得得到对应的数值更加的准确。在步骤(1)中,是将数字排列,得到数组,这样就要可以使得数组的方式对字符串进行表示,使得字符串和数字一一对应,步骤(2)到步骤(3)是对已有的数值进行训练的过程,也就是对数组进行加密的过程,在步骤(4)中,通过公式就可以得到新的数字,即是加密数组w,加密数组w的秩即是控制器的操作对应的数字,从而得到对于控制器的操作过程。
[0073]
上述技术方案中,通过将字符串转化为数组转化,对数组进行加密,在使用加密后的加密数组w的秩判断控制器的操作对应的数字,这样不但提升了数字的安全性,也可以将各个用户之间的细微差别分辨开来,可以用于区分各个用户之间的操作习惯和无人机的飞行状态。
[0074]
在本实施例中,还包括环境参数获取模块,所述环境参数获取模块用于采集每一个时间节点的环境参数。
[0075]
所述操作习惯收集模块在将每一个时间节点所对应的控制器的操作以及无人机的飞行状态依次送入无监督学习模型中的同时,将所述环境参数获取模块所采集的环境参数一并送入无监督学习模型中。
[0076]
上述技术方案中,本发明将环境参数和操控过程结合处理,得到无人机的操控需求,同时结合无人机的实际飞行状态,得到无人机的飞行需求,这样就可以消除,无人机的操作与实践之间所存在的误差。
[0077]
同时,在本实施例中,每一个时间节点均采集多个环境参数,每一个时间节点的环境参数均设置有对应的环境权重,所述环境权重由无人机的位置进行设定。这样根据位置就可以得到不同的权重,就是根据所飞行的地道为环境的参数进行标准比例的设定,这样
就可以使得环境参数更加的准确。
[0078]
在本实施例中,所述身份信息采集器包括指纹传感器和图像采集器,所述指纹传感器用于采集操控者的指纹,所述图像采集器用于采集操控者的图像,在对操控者的身份进行判断的时候,同时判断操控者的指纹和操控者的图像。
[0079]
上述技术方案中,将操控者的指纹和操控者的图像同时进行判断,这样就可以使得得到操控者的身份信息更加的准确。
[0080]
同时,在本实施例中,在对所述在对操控者的身份进行判断的时候,包括如下步骤:
[0081]
(a)获取操控者的指纹的图像和操控者的图像;
[0082]
(b)将操控者的指纹的图像和操控者的图像合成得到操作者的身份图像;
[0083]
(c)对所述身份图像进行处理得到身份图像所对应的数值,并将操作者的身份图像与身份信息对应。
[0084]
上述步骤(a)至步骤(c)中,按照顺序依次进行,其中,步骤(a)是数据采集的过程,步骤(b)是将操控者的指纹的图像和操控者的图像合成,得到一个新的合成图像为操作者的身份图像,该图像中就融合了操控者的指纹和操控者的图像,此时,该图像与操作者的身份信息就一一对应,为了更好的对图像进行表示,步骤(c)就可以使得图像所对应的数值,一般是矩阵的秩,这样就可以使得简化图像的存储,使得存储的空间减小,调用的时候,加强反应的效率。
[0085]
同时,在本实施例中,在将所述身份图像进行处理得到身份图像所对应的数值的时候,包括如下步骤:
[0086]
(a)获取所述身份图像的各个像素点的像素值,得到所述身份图像对应的身份数组;
[0087]
(b)将所述身份数组进行归一化处理后求取其秩为所述身份图像所对应的数值。
[0088]
上述技术方案中,是使用像素值对于图像进行矩阵的表示,最后在得到矩阵的秩,即是表示该图像的数值,从而使得数值与图像一一对应,从而与身份信息一一对应。
[0089]
以上公开的仅为本发明的几个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
转载请注明原文地址: https://doc.8miu.com/read-1549999.html

最新回复(0)