【技術實現步驟摘要】
本專利技術涉及無人機建模，具體而言，涉及一種實景建模無人機系統及其控制方法。
技術介紹
1、在自然災害如地震后的救援場景中，實時、高精度的地形建模對于搜救工作至關重要。現有技術中，傳統的無人機單一控制方法難以應對復雜多變的環境和大量數據處理需求，其中無人機實景建模方法主要存在以下幾個缺陷：現有的無人機實景建模技術大多依賴于單一傳感器的數據，尤其在多變的環境中，單一傳感器的數據難以全面、準確地反映實際情況；傳統的建模方法常常需要先收集大量數據，然后在地面站進行集中處理，這種批處理方式導致了實時性差的問題，無人機無法在飛行過程中即時調整路徑和避障策略，從而增加了任務的風險和失敗率；溫度分布和障礙物位置是影響無人機飛行安全的重要因素，但現有方法在這方面的考慮不足，導致無人機在復雜環境中易發生碰撞和故障；以及還有路徑規劃不優化和缺乏智能化調控等。
技術實現思路
1、本專利技術的目的在于提供一種實景建模無人機系統及其控制方法，以改善上述問題。為了實現上述目的，本專利技術采取的技術方案如下：
2、第一方面，本申請提供了一種實景建模無人機系統，包括：
3、獲取模塊：用于利用無人機搭載的多模態傳感器對實景進行初步掃描，獲取實景中的地形、溫度分布和障礙物信息，形成第一環境感知圖，其中第一環境感知圖包括初步地形圖、溫度分布圖和障礙物分布圖，多模態傳感器包括激光雷達、紅外傳感器和高清攝像頭；
4、分配模塊：用于利用改進的蟻群算法進行任務區域劃分和無人機任務分配，并根據
5、訓練優化模塊：用于根據強化學習算法對獲取到的歷史飛行數據進行預訓練，優化并調整無人機飛行路徑和姿態，得到實時環境反饋報告；
6、分析模塊：用于利用邊緣計算模塊對實時環境反饋報告中的數據進行分析，生成第二環境感知圖，其中第二環境感知圖包括實時地形圖、實時溫度分布圖以及實時障礙物分布圖；
7、融合模塊：用于獲取無人機采集的其他數據信息，將其他數據信息和第二環境感知圖輸入至數據融合系統，對數據融合系統中的數據進行預處理，并利用數據融合算法將來自不同傳感器的數據進行融合，并生成高精度三維環境模型，其中其他數據信息包括高清圖像和視頻流。
8、優選地，所述獲取模塊，其中包括：
9、擬合單元：用于根據無人機搭載的激光雷達采集到實景中的點云數據，對點云數據進行預處理，并從預處理后的點云數據中隨機選取第一點、第二點和第三點擬合的平面模型，評估平面模型的適應度，確定包含最多內點平面模型，并記作最優平面模型，其中點云數據包括地面點、建筑物點和其他障礙物點；
10、分割單元：用于將最優平面模型中的所有符合內點條件的點云數據中的點提取出來，記作實景地面點，利用聚類算法對實景地面點進行分割，識別出不同區域的地面，得到初步地形圖，其中分割的過程為選擇一個實景地面點作為核心點，確定核心點的鄰域內的點數量是否達到預設的閾值，若達到閾值，將核心點及其鄰域點歸為一個簇，繼續擴展該簇，直到沒有新的核心點可加入，重復上述過程，直到所有實景地面點都被歸類或標記為噪聲點；
11、第一處理單元：用于根據無人機搭載的紅外傳感器采集到的熱成像數據，經過高斯濾波算法處理，通過熱成像數據平滑和溫度值轉換，得到溫度分布圖；
12、第二處理單元：用于根據無人機搭載的高清攝像頭采集到的圖像數據，經過yolo深度學習算法處理，通過實時目標檢測和障礙物位置識別，得到障礙物分布圖；
13、匯總單元：用于將初步地形圖、溫度分布圖和障礙物分布圖進行匯總，得到第一環境感知圖。
14、優選地，所述分配模塊，其中包括：
15、分析單元：用于基于第一環境感知圖，通過圖像處理算法分析任務區域內的地形復雜度、溫度異常和障礙物密度，得到任務區域復雜圖，其中包括地形復雜度、溫度異常和障礙物密度的綜合評估；
16、分配單元：用于根據任務區域復雜圖，利用層次分析法及多準則決策方法將任務區域進行權重分配，劃分為優先級區域，得到優先級區域圖，并在優先級區域圖上標注每個區域的優先級，其中優先級包括高風險區域、中等優先級區域和低優先級區域，高風險區域包括地形復雜、溫度異常和障礙物密集區域；
17、迭代單元：用于根據優先級區域圖，模擬螞蟻在各子區域中移動的情況，通過多次迭代，找到最優任務分配方案，生成任務分配圖。
18、優選地，所述訓練優化模塊，其中包括：
19、提取單元：用于基于歷史飛行數據，通過強化學習算法預訓練模型，提取地形和障礙物特征，將提取到的地形和障礙物特征輸入至強化學習模型中，訓練模型在不同環境下的飛行策略；
20、計算單元：用于根據飛行策略，構建飛行拓撲圖，利用圖論算法識別關鍵節點，通過最短路徑算法計算節點之間的關鍵節點和連接強度；
21、調整路徑單元：用于將關鍵節點和連接強度作為深度強化學習模型的輸入值，利用歷史數據和實時環境數據對深度強化學習模型進行訓練，根據實時狀態動態調整飛行路徑，生成實時飛行路徑和姿態調整策略。
22、優選地，所述計算單元，其中包括：
23、定義單元：用于基于地形和障礙物特征，使用泰森多邊形劃分方法，將飛行區域劃分為若干多邊形，每個多邊形代表一個地形單元或障礙物單元，將每個多邊形的中心點定義為一個節點，在相鄰節點之間建立邊，其中邊的權重基于兩節點之間的距離、飛行成本及風險等級；
24、標記節點單元：用于利用圖論算法，計算每個節點的重要性，將數值高的節點標記為關鍵節點，其中關鍵節點包括高海拔地形、狹窄通道和主要障礙物；
25、計算路徑單元：用于根據關鍵節點的重要性和邊的距離，對飛行拓撲圖中的邊權重進行調整，利用最短路徑算法，計算從起始點到終點的最短路徑，同時記錄各節點之間的連接強度，其中連接強度可以基于路徑長度、經過的關鍵節點數目以及路徑的風險等級指標進行綜合計算；
26、更新飛行單元：用于標記飛行路徑，根據實時環境數據和飛行任務需求，動態更新飛行拓撲圖，其中標記過程為將連接強度高的路徑標記為優先飛行路徑，將連接強度低或高風險的路徑進行排除。
27、第二方面，本申請還提供了一種實景建模無人機控制方法，包括：
28、利用無人機搭載的多模態傳感器對實景進行初步掃描，獲取實景中的地形、溫度分布和障礙物信息，形成第一環境感知圖，其中第一環境感知圖包括初步地形圖、溫度分布圖和障礙物分布圖，多模態傳感器包括激光雷達、紅外傳感器和高清攝像頭；
29、利用改進的蟻群算法進行任務區域劃分和無人機任務分配，并根據第一環境感知圖動態調整分配策略，生成初始飛行路徑；
30、利用強化學習算法對獲取到的歷史飛行數據進行預訓練，優化并調整無人機飛行路徑和姿態，得到實時環境反饋報告；
31、利用邊緣計算模塊對實時環境反饋報告中的數據進行分析，生成第二環境感知圖，其本文檔來自技高網...
【技術保護點】
1.一種實景建模無人機系統，其特征在于，包括：
2.根據權利要求1所述的實景建模無人機系統，其特征在于，所述獲取模塊，其中包括：
3.根據權利要求1所述的實景建模無人機系統，其特征在于，所述分配模塊，其中包括：
4.根據權利要求1所述的實景建模無人機系統，其特征在于，所述訓練優化模塊，其中包括：
5.根據權利要求4所述的實景建模無人機系統，其特征在于，所述計算單元，其中包括：
6.一種實景建模無人機控制方法，基于權利要求1所述的實景建模無人機系統，其特征在于，包括：
7.根據權利要求6所述的實景建模無人機控制方法，其特征在于，所述利用無人機搭載的多模態傳感器對實景進行初步掃描，獲取實景中的地形、溫度分布和障礙物信息，形成第一環境感知圖，其中包括：
8.根據權利要求6所述的實景建模無人機控制方法，其特征在于，所述利用改進的蟻群算法進行任務區域劃分，其中包括：
9.根據權利要求6所述的實景建模無人機控制方法，其特征在于，所述根據強化學習算法對獲取到的歷史飛行數據進行預訓練，優化并調整無人機
10.根據權利要求9所述的實景建模無人機控制方法，其特征在于，所述根據飛行策略，構建飛行拓撲圖，利用圖論算法識別關鍵節點，通過最短路徑算法計算節點之間的關鍵節點和連接強度，其中包括：
...【技術特征摘要】
1.一種實景建模無人機系統，其特征在于，包括：
2.根據權利要求1所述的實景建模無人機系統，其特征在于，所述獲取模塊，其中包括：
3.根據權利要求1所述的實景建模無人機系統，其特征在于，所述分配模塊，其中包括：
4.根據權利要求1所述的實景建模無人機系統，其特征在于，所述訓練優化模塊，其中包括：
5.根據權利要求4所述的實景建模無人機系統，其特征在于，所述計算單元，其中包括：
6.一種實景建模無人機控制方法，基于權利要求1所述的實景建模無人機系統，其特征在于，包括：
7.根據權利要求6所述的實景建模無人機控制方法，其特征在于，所述利用無人機搭...
【專利技術屬性】
技術研發人員：姜兆君，張藝多，方曉麗，隋濤，孫萌鑫，張曉龍，
申請(專利權)人：山東省地質礦產勘查開發局第六地質大隊山東省第六地質礦產勘查院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。