[发明专利]一种基于DEM的无人直升机飞行航线诊断方法有效
申请号: | 202011512850.1 | 申请日: | 2020-12-20 |
公开(公告)号: | CN112649005B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 刘云辉;张云晓;黄兵旺;赵国立;刘宝 | 申请(专利权)人: | 中国人民解放军总参谋部第六十研究所 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G05D1/10 |
代理公司: | 南京理工大学专利中心 32203 | 代理人: | 封睿 |
地址: | 210016 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 dem 无人 直升机 飞行 航线 诊断 方法 | ||
本发明提出了一种基于DEM的无人直升机飞行航线诊断方法,获取航线所有航点信息,将飞行原点与航线起始点和终止点进行连线,与航线轨迹形成一个闭合多边形;根据闭合多边形的顶点经纬度数据,获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程;进行轨迹点采样,获取采样点经纬度,以及采样点设定范围内的高程最大值;根据各个采样点的高程最大值,确定高程基准线;根据各个边在空间中航线和高程所在切面的二维直线方程,获取采样点处航线设定高度,与高程基准线上对应采样点的值进行比较,完成航线段诊断。本发明可以在飞行任务前,完成飞行航线的安全诊断,提高了任务执行效率及飞行安全。
技术领域
本发明涉及数据处理技术,具体涉及一种基于DEM的无人直升机飞行航线诊断方法。
背景技术
目前,伴随着无人直升机在国内外迅速发展,相关技术已逐渐成熟,无人直升机在军用和民用领域得到了广泛的使用。无人直升机相比有人直升机具备轻型化、作业经济成本少、事故可能造成的损失小等优点。无人直升机执行飞行任务,从最初的手动飞行逐步发展为现在的半自动飞行和全自动飞行,逐步解决了飞手的飞行压力,防止飞手长时间疲惫飞行导致飞行事故。而无人直升机的全自动飞行越来越成为执行任务的主要方式,这对航线的预先规划提出了更高的要求。
无人直升机根据预设航线自动化飞行已经成为无人直升机在执行任务时主要的飞行方式,但在应对复杂地形时,人工设定的航线往往不能全面考虑到复杂地形对航线的要求。无人直升机航线规划方法已有栅格法、切线法、神经网络、蚁群算法等一些动态规划方法。如结合混合粒子群算法的植保无人机航线设计方法一文中提出利用粒子群算法对路径进行排序,从而规划一条有效障碍物的航线,虽然此方法可以用于一些避障任务,但无法满足长航时复杂地形高效执行任务的需求。在基于DEM的航线地形分析一文中提出利用空间地形数据对航线进行拟合,但未说明在执行特定任务时对人工设定的航线如何进行有效诊断,而且对DEM数据的高效使用不足。
发明内容
本发明的目的在于提出一种基于DEM的无人直升机飞行航线诊断方法,解决无人直升机飞行执行战场侦查、搜寻、测绘等任务时,飞行航线适应地形要求,提升无人直升机飞行安全。
实现本发明目的的技术解决方案为:一种基于DEM的无人直升机飞行航线诊断方法,包括如下步骤:
第一步,获取航线所有航点信息,将飞行原点与航线起始点和终止点进行连线,与航线轨迹形成一个闭合多边形;
第二步,根据闭合多边形的顶点经纬度数据,获取闭合多边形各个边在空间中航线和高程所在切面的二维直线方程;
第三步,进行轨迹点采样,获取采样点经纬度,以及采样点设定范围内的高程最大值;
第四步,根据各个采样点的高程最大值,确定高程基准线;
第五步,根据各个边在空间中航线和高程所在切面的二维直线方程,获取采样点处航线设定高度,与高程基准线上对应采样点的值进行比较,如航线所有采样点在高程基准线上方则认为该航线段飞行安全,否则该航线段为不安全航线;
第六步,对轨迹形成的闭合多边形所有航线段重复步骤三~步骤五,完成所有航线段诊断,并给出诊断结果。
进一步的,第二步中,根据闭合多边形的顶点经纬度数据,获取闭合各个边在空间中航线和高程所在切面的二维直线方程,具体方法为:以x轴为航线段飞行方向,Y轴为空间高程方向,建立航线在空间中飞行轨迹与高程的二元方程y=kx+b,k为斜率,b为截距。
进一步的,第三步中,进行轨迹点采样,获取采样点经纬度及采样点设定范围内的高程最大值,具体方法为:在x轴以10m为单位进行轨迹点采样,记采样点经纬度为(Lon’,Lat’),获取采样点10米范围内的高程最大值,其中提取指定经纬度高程数据,具体过程为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军总参谋部第六十研究所,未经中国人民解放军总参谋部第六十研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011512850.1/2.html,转载请声明来源钻瓜专利网。