一种无人机移动机场飞行着陆补偿终端制导系统及方法技术方案

本发明专利技术公开了一种无人机移动机场飞行着陆补偿终端制导系统及无人机移动机场飞行着陆补偿终端制导方法，包括时间序列分析模型模块，时间序列分析模型模块针对处于运动状态的停机坪，采集停机坪水平和垂直方向的周期运动信息，计算预测结果后反馈给无人机引导其在停机坪垂直方向加速度最小时刻进行着陆。本发明专利技术解决了停机坪运动引起的位移变化及震动会给无人机降落接触平台带来非常恶劣的影响，实现了无人机在运动机场平台上的精准降落。

【技术实现步骤摘要】
一种无人机移动机场飞行着陆补偿终端制导系统及方法
本专利技术涉及无人机领域，特别涉及一种无人机移动机场飞行着陆补偿终端制导系统及无人机移动机场飞行着陆补偿终端制导方法。
技术介绍
由于无人机具有灵活轻便、低廉高效等特点，无人机在农业植保、电力巡检、地形探测、物流运输等领域有较大的发展空间。目前，无人机技术已经具备了自主飞行的功能，并且也能实现自主降落，但是在自主着陆系统为基于GPS的无人机自主着陆系统，仍然存在着陆精度不够高、着陆安全性不足、无人机负载重、对停机坪要求高的缺点。
技术实现思路
基于上述问题，一方面，本专利技术提供一种无人机移动机场飞行着陆补偿终端制导系统，该无人机移动机场飞行着陆补偿终端制导系统解决了停机坪运动引起的位移变化及震动会给无人机降落接触平台带来非常恶劣的影响，实现了无人机在运动机场平台上的精准降落。技术方案是：一种无人机移动机场飞行着陆补偿终端制导系统，包括时间序列分析模型模块，时间序列分析模型模块针对处于运动状态的停机坪，采集停机坪水平和垂直方向的周期运动信息，计算预测结果后反馈给无人机引导其在停机坪垂直方向加速度最小时刻进行着陆。可选地，所述时间序列分析模型模块包括自回归模型p，自回归模型p负责量化当前数据与前期数据之间的关系通过不断循环迭代能够从未来数据中不断学习优化，从而使得自回归滑动平均模型具备预测移动停机坪未来短时运动信息的能力。可选地，所述时间序列分析模型模块采用的公式为：x(k)＝a1*x(k-1)+a2*x(k-2)+……ap*x(k-p)+kesi(k)其中，模型阶次p为模型特征信息，a1,a2,a3……ap为模型参数，x1,x2,x3……x(k-p)为停机坪的升降位移的测量数据序列，kesi(k)为模型的残差，k为预测的时刻，k-1表示当前时刻，k-2是前1时刻，……k-p是前p-1时刻。另一方面，本专利技术还提供一种无人机移动机场飞行着陆补偿终端制导方法。技术方案是：一种无人机移动机场飞行着陆补偿终端制导方法，该方法针对处于运动状态的停机坪，采集停机坪水平和垂直方向的周期运动信息，采用时间序列分析方法，计算预测结果后反馈给无人机引导其在停机坪垂直方向加速度最小时刻进行着陆。可选地，所述时间序列分析方法采用自回归模型p，自回归模型p负责量化当前数据与前期数据之间的关系通过不断循环迭代能够从未来数据中不断学习优化，从而使得自回归滑动平均模型具备预测移动停机坪未来短时运动信息的能力。可选地，所述时间序列分析方法采用的公式为：x(k)＝a1*x(k-1)+a2*x(k-2)+……ap*x(k-p)+kesi(k)其中，模型阶次p为模型特征信息，a1,a2,a3……ap为模型参数，x1,x2,x3……x(k-p)为停机坪的升降位移的测量数据序列，kesi(k)为模型的残差，k为预测的时刻，k-1表示当前时刻，k-2是前1时刻，……k-p是前p-1时刻。专利技术有益效果：本专利技术通过将视觉处理系统安装在停机坪，一方面降低了无人机的重量，另一方面由于视觉处理系统安装于停机坪，因此不受重量、空间的限制，视觉处理系统可以采用精度与准确性较高的视觉处理系统，从而实现无人机高精度飞行着陆。本专利技术通过白天的视觉标定模式，一方面减少了图像分割并定位无人机的相对位置的数据量，加快了图像处理速度，另一方面，由于无人机识别模块仅进行是否无人机的识别，识别特征容易提取，特征明显，有利于提高识别的速度及识别的准确性。本专利技术通过红外发射系统和红外接收系统，红外发射系统安装在无人机上，对地面发射红外信号，红外接收系统接收红外信号，红外发射系统和红外接收系统用以解决夜间缺乏可见光信息而的缺陷，满足夜间降落需求。本专利技术通过时间序列分析模型模块解决了停机坪运动引起的位移变化及震动会给无人机降落接触平台带来非常恶劣的影响，实现了无人机在运动机场平台上的精准降落。附图说明图1为本专利技术车载无人机机场全自动高精度飞行着陆系统原理框图；图2为本专利技术车载无人机机场全自动高精度飞行着陆方法的流程示意图。具体实施方式下面将结合附图对本专利技术作进一步说明。请参考图1，图1为本专利技术车载无人机机场全自动高精度飞行着陆系统原理框图。一种车载无人机机场全自动高精度飞行着陆系统，包括位于机载控制系统、惯性导航系统、高度测量系统、RTK-GPS系统和视觉处理系统，惯性导航系统、高度测量系统、RTK-GPS系统分别与机载控制系统连接，机载控制系统包括飞控单元，机载控制系统、惯性导航系统、高度测量系统、RTK-GPS系统安装在无人机上，视觉处理系统安装在停机坪。通过将视觉处理系统安装在停机坪，一方面降低了无人机的重量，另一方面由于视觉处理系统安装于停机坪，因此不受重量、空间的限制，视觉处理系统可以采用精度与准确性较高的视觉处理系统，从而实现无人机高精度飞行着陆。高度测量系统为飞控单元提供相对相对高度信息。RTK-GPS系统提供前置差分高精度定位绝对位置信息，视觉处理系统实时对空检测识别飞机相对于降落平台的相对位置信息并提供给飞控单元。飞控单元接收并发送信息，控制无人机飞行与着路。可选地，高度测量系统为气压计。可选地，惯性导航系统包括第一惯性导航系统、第二惯性导航系统和第三惯性导航系统。其中，第一惯性导航系统为三轴磁力计，以800hz的频率以通用can总线方式向飞控单元发送磁航向信息，第二惯性导航系统为三轴加速度计，以1000hz频率以通用can总线方式向飞控单元发送加速度状态信息，第三惯性导航系统为以8000hz的频率以通用can总线方式向飞控单元发送角速率信息。通过第一惯性导航系统、第二惯性导航系统和第三惯性导航系统给飞控单元提供惯性导航组合信息，协同保证了传感器的高可靠性。可选地，RTK-GPS系统与飞控单元之间通过通用can总线连接，RTK-GPS系统以20hz频率向飞控单元输送无人机绝对位置信息。可选地，车载无人机机场全自动高精度飞行着陆系统还包括红外发射系统和红外接收系统，红外发射系统安装在无人机上，对地面发射红外信号，红外接收系统接收红外信号，红外发射系统和红外接收系统用以解决夜间缺乏可见光信息而的缺陷，满足夜间降落需求。可选地，视觉处理系统包括拍摄模块、无人机识别模块和无人机相对位置定位模块，拍摄模块拍摄摄像头摄像范围内的图像，无人机识别模块识别所拍摄的图像是否为无人机，无人机相对位置定位模块将无人机识别模块识别识别出的无人机图像进行图像分割并定位无人机的相对位置。通过无人机识别模块先进行是否为无人机后，对于识别后为无人机的再进行图像分割并定位无人机的相对位置，一方面减少了图像分割并定位无人机的相对位置的数据量，加快了图像处理速度，另一方面，由于无人机识别模块仅进行是否无人机的识别，识别特征容易提取，特征明显，有利于提高识别的速度及识别的准确性。可选地，无人机识别模块为深度学习模型框架模块，深度学习模型框架模块使用基于yolo本文档来自技高网...

【技术保护点】
1.一种无人机移动机场飞行着陆补偿终端制导系统，包括时间序列分析模型模块，其特征在于，时间序列分析模型模块针对处于运动状态的停机坪，采集停机坪水平和垂直方向的周期运动信息，计算预测结果后反馈给无人机引导其在停机坪垂直方向加速度最小时刻进行着陆。/n

【技术特征摘要】
1.一种无人机移动机场飞行着陆补偿终端制导系统，包括时间序列分析模型模块，其特征在于，时间序列分析模型模块针对处于运动状态的停机坪，采集停机坪水平和垂直方向的周期运动信息，计算预测结果后反馈给无人机引导其在停机坪垂直方向加速度最小时刻进行着陆。


2.根据权利要求1所述的无人机移动机场飞行着陆补偿终端制导系统，其特征在于，所述时间序列分析模型模块包括自回归模型p，自回归模型p负责量化当前数据与前期数据之间的关系通过不断循环迭代能够从未来数据中不断学习优化，从而使得自回归滑动平均模型具备预测移动停机坪未来短时运动信息的能力。


3.根据权利要求2所述的无人机移动机场飞行着陆补偿终端制导系统，其特征在于，所述时间序列分析模型模块采用的公式为：
x(k)＝a1*x(k-1)+a2*x(k-2)+……ap*x(k-p)+kesi(k)
其中，模型阶次p为模型特征信息，a1,a2,a3……ap为模型参数，x1,x2,x3……x(k-p)为停机坪的升降位移的测量数据序列，kesi(k)为模型的残差，k为预测的时刻，k-1表示当前时刻，k-2是前1时刻，……k-p是前p...

【专利技术属性】
技术研发人员：秦宗航，彭彦平，张万宁，
申请(专利权)人：成都时代星光科技有限公司，
类型：发明
国别省市：四川;51