【技术实现步骤摘要】
本专利技术属于无人机降落控制领域，具体涉及一种应用于移动机场的无人机返航追寻方法及系统。
技术介绍
1、本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
2、无人机巡检具备效率高、精度高、安全性高的特点，无人机机场自动化巡检已经成为一种比较常见的自动化巡检方式。传统的无人机机场为固定机场，需要安装在固定地点并且只能对巡检半径内的区域进行巡检。这虽然摆脱了巡检人员需要掌握无人机操作技能的问题，但也在一定程度上增加了巡检区域的局限性。因此衍生出了移动机场产品，移动机场实现了机场的移动化作业摆脱了传统固定机场巡检区域的局限性。同时，移动机场的异地起降功能(从a点起飞，移动机场移动到b点等待无人机降落到b点)也大大提升了移动机场的巡检效率。但在异地返航降落的时候还会存在着一些问题。
3、当前市场上存在的移动机场无人机异地降落指，移动机场在安全区域停止移动后，将移动机场当前坐标位置更新给无人机，无人机返航至移动机场当前位置进行降落。在这个过程期间，由于调用无人机自身刷新返航点的接口，无人机必须退出返航状态(即静止)，所以需要保证车辆静止后等待无人机返航。车辆无法实时移动(即实时为无人机更新返航坐标，若实时更新返航坐标无人机会“飞-停-飞-停...”)会存在过长的等待之间，导致巡检时间的浪费，也会存在突发需移动移动机场的状况来不及反应的情况。
4、对于移动机场应用的现场环境或者远距离目标追寻来说，现有的无人机目标跟随方法虽然可以通过视觉实现目标的跟随但是在现有场景下也存在这缺陷
5、另外，简单的依靠gps定位追寻目标的方法过于机械，无人机只会向获取到的目标点进行直线飞行，如图1所示，从而浪费了大量的飞行时间。
技术实现思路
1、本专利技术为了解决上述问题，提出了一种应用于移动机场的无人机返航追寻方法及系统，本专利技术实现了无人机可自动追寻移动中的移动机场，移动机场不必原地等待无人机，提高了巡检效率。
2、根据一些实施例，本专利技术采用如下技术方案：
3、一种应用于移动机场的无人机返航追寻方法，包括以下步骤：
4、获取移动机场及无人机的位置和运动参数；
5、利用卡尔曼滤波器动态模型，基于移动机场的位置和运动参数，对移动机场的状态进行估计，得到估计预测值；
6、对比所述估计预测值与无人机当前位置和运动参数，确定无人机的运动方向和运动速度；
7、判断无人机续航时间是否支持无人机按照确定的运动方向和运动速度追寻至移动机场，如果是，则以确定的运动方向和运动速度为控制指令，以控制无人机运动；如果否，采取智能降落策略，选取降落点，形成控制指令。
8、作为可选择的实施方式，移动机场的运动参数包括移动机场延三个正交轴的加速度分量、移动机场的绝对方向和移动机场当前的速度，无人机的运动参数包括水平方向、垂直方向的加速度和速度。
9、作为可选择的实施方式，利用卡尔曼滤波器动态模型，基于移动机场的位置和运动参数，对移动机场的状态进行估计的过程包括：
10、设置初始状态估计和初始协方差矩阵；
11、在每个时间步，将移动机场当前时间步的位置、速度和加速度形成状态向量，作为观测方程；
12、基于观测方程，计算卡尔曼增益，更新状态估计和协方差矩阵，得到估计预测值。
13、作为可选择的实施方式，对比所述估计预测值与无人机当前位置和运动参数，确定无人机的运动方向和运动速度的过程包括：
14、通过移动机场坐标估计预测值与无人机当前位置坐标，计算得出移动机场在无人机的绝对方向；结合移动机场当前速度水平分量和垂直分量，计算移动机场在相对于无人机的绝对方向上的速度分量，确定无人机的速度值。
15、作为可选择的实施方式，判断无人机续航时间是否支持无人机按照确定的运动方向和运动速度追寻至移动机场的过程包括：
16、如果移动机场在相对于无人机的绝对方向上的速度分量v大于无人机的最大速度vmax，则无人机无法追到移动机场，需要降低移动机场的移动速度，如果移动机场在相对于无人机的绝对方向上的速度分量v小于无人机的最大速度vmax，通过两者的差值，以及移动机场和无人机的距离，计算得到无人机追击到移动机场的时间，根据所述时间判断无人机续航时间是否支持。
17、作为可选择的实施方式，采取智能降落策略，选取降落点，形成控制指令的过程包括：移动机场获取无人机位置信息和环境信息，以无人机当前坐标点为圆心，向外扩散搜索适合降落的点，去除不符合降落条件的点后，无人机选取最近的降落点降落。
18、作为可选择的实施方式，以确定的运动方向和运动速度为控制指令，以控制无人机运动的过程中，若控制指令中形成的新的路径规划和原飞行路径的航向的差值超过预定值，采用旋转速率限制策略限制无人机旋转的速度，使得无人机转向过程平滑可控。
19、作为进一步的，用旋转速率限制策略限制无人机旋转的速度的过程包括：
20、设定无人机当前航向角θcurrent；
21、设定无人机需要转向航向角θtarget；
22、计算角度差δθ＝mod(θtarget-θcurrent+180,360)-180；
23、定义最大旋转角速度ωmax；
24、在每个控制周期内，计算无人机应该转向的角度增量δθincrement＝sign(δθ)*ωmax*ts，ts是控制循环的采样时间；
25、更新无人机当前航向角θcurrent＝θcurrent+θincrement；
26、如果δθ>δθincrement，重复计算角度差到更新无人机当前航向角过程。
27、一种无人机应用于移动机场的返航追寻系统，包括：
28、数据获取模块，用于获取移动机场及无人机的位置和运动参数；
29、动态估计模块，用于利用卡尔曼滤波器动态模型，基于移动机场的位置和运动参数，对移动机场的状态进行估计，得到估计预测值；
30、运动计算模块，用于对比所述估计预测值与无人机当前位置和运动参数，确定无人机的运动方向和运动速度；
31、返航追寻模块，用于判断无人机续航时间是否支持无人机按照确定的运动方向和运动速度追寻至移动机场，如果是，则以确定的运动方向和运动速度为控制指令，以控制无人机运动；如果否，采取智能降落策略，选取降落点，形成控制指令。
32、一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法中的步骤。
33、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运本文档来自技高网...
【技术保护点】
1.一种应用于移动机场的无人机返航追寻方法，其特征是，包括以下步骤：
2.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，移动机场的运动参数包括移动机场延三个正交轴的加速度分量、移动机场的绝对方向和移动机场当前的速度，无人机的运动参数包括水平方向、垂直方向的加速度和速度。
3.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，利用卡尔曼滤波器动态模型，基于移动机场的位置和运动参数，对移动机场的状态进行估计的过程包括：
4.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，对比所述估计预测值与无人机当前位置和运动参数，确定无人机的运动方向和运动速度的过程包括：
5.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，判断无人机续航时间是否支持无人机按照确定的运动方向和运动速度追寻至移动机场的过程包括：
6.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，采取智能降落策略，选取降落点，形成控制指令的过程包括：移动机场获取无人机位置信息
7.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，以确定的运动方向和运动速度为控制指令，以控制无人机运动的过程中，若控制指令中形成的新的路径规划和原飞行路径的航向的差值超过预定值，采用旋转速率限制策略限制无人机旋转的速度，使得无人机转向过程平滑可控。
8.如权利要求7所述的一种应用于移动机场的无人机返航追寻方法，其特征是，用旋转速率限制策略限制无人机旋转的速度的过程包括：
9.一种无人机应用于移动机场的返航追寻系统，其特征是，包括：
10.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-8中任一项所述的方法中的步骤。
...【技术特征摘要】
1.一种应用于移动机场的无人机返航追寻方法，其特征是，包括以下步骤：
2.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，移动机场的运动参数包括移动机场延三个正交轴的加速度分量、移动机场的绝对方向和移动机场当前的速度，无人机的运动参数包括水平方向、垂直方向的加速度和速度。
3.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，利用卡尔曼滤波器动态模型，基于移动机场的位置和运动参数，对移动机场的状态进行估计的过程包括：
4.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，对比所述估计预测值与无人机当前位置和运动参数，确定无人机的运动方向和运动速度的过程包括：
5.如权利要求1所述的一种应用于移动机场的无人机返航追寻方法，其特征是，判断无人机续航时间是否支持无人机按照确定的运动方向和运动速度追寻至移动机场的过程包括：
6.如权利要求1所述的一种应用于移动机场的无人机返航追寻...
【专利技术属性】
技术研发人员：颜嘉栋，刘越，刘敦秀，蒋馨凝，张飞，李震豪，孟海磊，韩冬，孙磊，郝玉振，孟先觉，周大洲，彭江，苑雨薇，刘明林，房牧，杨杰，
申请(专利权)人：国网智能科技股份有限公司，
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。