一种用于无人机的飞行异物实时剔除方法与流程

1.本发明涉及无人机应用技术领域，并且更具体地，涉及一种用于无人机的飞行异物实时剔除方法。


背景技术：

2.无人机技术具有防雨雪、机动灵活、操作简单、实时性强、等优点，可在崇山峻林和深山老林、江河湖泊之间实现巡线作业，有效提高输电维护和检修的速度。然而高压线、特高压线等强电设备周边存在强大的交变电磁场，对电子设备干扰很大，无人机作为精密的电子设备，极容易收到影响。为保障使用人员及设备安全性，需开展针对性设计与测试。无人机分布式测量系统，在户外模拟真实巡线环境，还原无人机的轨迹、速度、姿态等关键动态指标，对于强电磁环境下的无人机性能测试起到极其重要的作用。然而在户外场景下，该系统部署区域为一般自然环境，区域内不可避免存在飞鸟、昆虫、云等移动目标。这些移动目标作为飞行异物，对无人机分布式测量系统产生影响，生产错误的轨迹、速度、姿态数据。
3.目前，针对这些飞行异物的通用处理技术还相对滞后。具体体现为以下方面：1、大部分飞行异物识别算法仅针对特定类别目标(如云)，缺乏通用的识别算法；2、绝大部分识别算法，需要拍摄到清晰、大尺寸的目标，当目标较远形态特征不明显时难以识别(如yolo算法)；3、部分算法识别精度较高，但是处理速度慢，难以满足实时性要求(如cascade r-cnn)。
4.因此，亟需发明一种用于无人机分布式测量系统的飞行异物实时剔除方法，提高无人机在强电磁环境下的检测能力和可靠性。


技术实现要素：

5.针对上述问题，本发明提出了一种用于无人机的飞行异物实时剔除方法，包括：
6.读取无人机分布式测量系统采集的飞行轨迹位置；
7.计算飞行轨迹的重要性的权值，并对重要性的权值进行归一化处理以确定归一化权值，根据所述归一化权值对飞行轨迹进行重新采样；
8.计算重新采样的飞行轨迹的运动信息，并根据当前运动信息进行下一步预测，以获取下一步预测运动信息；
9.根据下一步预测运动信息，计算轨迹状态量及协方差矩阵；
10.根据所述轨迹状态量及协方差矩阵确定运动信息再次进行无轨迹变换后的点坐标；
11.根据所述点坐标获取飞行轨迹的预测值；
12.根据所述预测值计算飞行轨迹状态的更新值以及协方差更新值；
13.根据所述飞行轨迹状态的更新值以及协方差更新值对飞行轨迹中的飞行异物进行剔除并还原飞行轨迹。
14.可选的，飞行轨迹的重要性的权值的计算公式如下：
[0015][0016]
其中，w为重要性权值；是粒子的概率密度函数；为粒子采样结果；k为迭代次数；i为采集到的轨迹点；x为量测状态；z为该粒子的估计状态。
[0017]
可选的，确定归一化权值的计算公式如下：
[0018][0019]
其中，为归一化结果；w为重要性权值；k为迭代次数；i为采集到的轨迹点；n为总点数。
[0020]
可选的，对飞行轨迹进行重新采样的计算公式如下：
[0021][0022]
其中，p为后验状态；k为迭代次数；i为采集到的轨迹点；n为点数；σ为狄拉克函数；表示蒙特卡洛采样。
[0023]
可选的，计算重新采样的飞行轨迹的运动信息的计算公式如下：
[0024][0025]
其中，x为运动状态；i为目标；k为时刻；p为权重信息状态，n总点数，γ为缩放比。
[0026]
可选的，获取下一步预测运动信息的计算公式如下：
[0027]
x(i)(k 1|k)＝f[k,x(i)(k|k)]
[0028]
其中，x为预测结果；f属于无迹变换；i为目标；k为时刻。
[0029]
可选的，轨迹状态量及协方差矩阵的计算公式如下：
[0030][0031][0032]
其中，为轨迹状态量；p为协方差矩阵；ω为每个点对应权重；i为目标；k为时刻。
[0033]
可选的，点坐标的计算公式如下：
[0034][0035]
其中，为轨迹状态量；p为协方差矩阵；i为目标；k为时刻；n总点数，γ为缩放比。
[0036]
可选的，计算飞行轨迹状态的更新值以及协方差更新值，计算公式如下：
[0037][0038]
其中，为轨迹状态量；i为目标；k为时刻；z系统预测值；k为卡尔曼增益矩阵。
[0039]
可选的，计算飞行轨迹状态的协方差更新值的计算公式如下：
[0040]
p(k 1)＝p(k 1|k)-k(k 1)pkk
t
(k 1)
[0041]
其中，p为协方差矩阵；i为目标；k为时刻；k为卡尔曼增益矩阵。
[0042]
本发明可用于无人机分布式测量系统中，对户外环境下各种飞行异物进行识别剔除。
附图说明
[0043]
图1为本发明方法的流程图；
[0044]
图2为本发明方法实施例的流程图。
具体实施方式
[0045]
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
[0046]
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
[0047]
本发明提出了一种用于无人机的飞行异物实时剔除方法，如图1所示，包括：
[0048]
读取无人机分布式测量系统采集的飞行轨迹位置；
[0049]
计算飞行轨迹的重要性的权值，并对重要性的权值进行归一化处理以确定归一化权值，根据所述归一化权值对飞行轨迹进行重新采样；
[0050]
计算重新采样的飞行轨迹的运动信息，并根据当前运动信息进行下一步预测，以获取下一步预测运动信息；
[0051]
根据下一步预测运动信息，计算轨迹状态量及协方差矩阵；
[0052]
根据所述轨迹状态量及协方差矩阵确定运动信息再次进行无轨迹变换后的点坐标；
[0053]
根据所述点坐标获取飞行轨迹的预测值；
[0054]
根据所述预测值计算飞行轨迹状态的更新值以及协方差更新值；
[0055]
根据所述飞行轨迹状态的更新值以及协方差更新值对飞行轨迹中的飞行异物进行剔除并还原飞行轨迹。
[0056]
下面结合实施例对本发明进行进一步的说明：
[0057]
实施例的操作步骤如图2所示，包括：
[0058]
步骤1.1读取数据中每次采集到的飞行轨迹位置；
[0059]
步骤1.2设置单次轨迹统计数量为11；
[0060]
步骤2.1利用基于统计数量对计算轨迹初始状态
[0061]
步骤2.2计算初始轨迹的重要性权值；
[0062][0063]
其中，w为重要性权值；是粒子的概率密度函数；为粒子采样结果；k为迭代次数；i为采集到的轨迹点；x为量测状态；z为该粒子的估计状态。
[0064]
步骤2.3重要性权值归一化；
[0065][0066]
其中，为归一化结果；w为重要性权值；k为迭代次数；i为采集到的轨迹点；n为总点数。
[0067]
步骤2.4根据归一化权值重新对轨迹进行重采样；
[0068]
步骤2.5后验状态估计；
[0069][0070]
其中，p为后验状态；k为迭代次数；i为采集到的轨迹点；n为点数；σ为狄拉克函数；表示蒙特卡洛采样。
[0071]
步骤3.1计算根据重采样的轨迹计算运动状态权值。
[0072][0073]
其中，x为运动状态；i为目标；k为时刻；p为权重信息状态，n总点数，γ为缩放比。
[0074]
步骤3.2计算根据当前运动信息进行下一步预测。
[0075]
x(i)(k 1|k)＝f[k,x(i)(k|k)]
[0076]
其中，x为预测结果；f属于无迹变换；i为目标；k为时刻。
[0077]
步骤3.3计算轨迹状态量及协方差矩阵；
[0078][0079][0080]
其中，为轨迹状态量；p为协方差矩阵；ω为每个点对应权重；i为目标；k为时刻。
[0081]
步骤3.4再次进行无迹变换获得新的点坐标；
[0082][0083]
其中，为轨迹状态量；p为协方差矩阵；i为目标；k为时刻；n总点数，γ为缩放比。
[0084]
步骤3.5获得轨迹的预测值；
[0085]
步骤3.6计算轨迹状态更新和协方差更新；
[0086][0087]
p(k 1)＝p(k 1|k)-k(k 1)pkk
t
(k 1)
[0088]
其中，为轨迹状态量；p为协方差矩阵；i为目标；k为时刻；z系统预测值；为k为卡尔曼增益矩阵。
[0089]
步骤4基于预测结果对飞行异物进行剔除并还原轨迹。
[0090]
本发明可用于无人机分布式测量系统中，对户外环境下各种飞行异物进行识别剔除。
[0091]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。本技术实施例中的方案可以采用各种计算机语言实现，例如，面向对象的程序设计语言java和直译式脚本语言javascript等。
[0092]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0093]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0094]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0095]
尽管已描述了本技术的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本技术范围的所有变更和修改。
[0096]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。