CN112509381B - 一种无人机航线信号盲区的可视化显示方法及装置 - Google Patents
一种无人机航线信号盲区的可视化显示方法及装置 Download PDFInfo
- Publication number
- CN112509381B CN112509381B CN202011111748.0A CN202011111748A CN112509381B CN 112509381 B CN112509381 B CN 112509381B CN 202011111748 A CN202011111748 A CN 202011111748A CN 112509381 B CN112509381 B CN 112509381B
- Authority
- CN
- China
- Prior art keywords
- route
- blind area
- data set
- model
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000000007 visual effect Effects 0.000 title claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 38
- 238000004088 simulation Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 24
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000005070 sampling Methods 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 16
- 239000003086 colorant Substances 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
Images
Classifications
-
- G08G5/0082—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Automation & Control Theory (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开的无人机航线信号盲区的可视化显示方法,属于无人机航线规划方法领域,无人机航线信号盲区的可视化显示方法按如下步骤实施:S00:数据交互单元获取用户上传的任务区域的数字表面模型数据。S10:航线建模单元依据所述数据交互单元提供的数字表面模型数据生成初始航线数据集合。S20:所述盲区计算单元计算出航线遮挡区域对应的遮挡航线数据集合并进行标记后传送至模型展示单元。S30:所述模型展示单元依据所述初始航线数据集合及所述遮挡航线数据集合生成三维航线仿真模型,并在所述三维航线仿真模型中显示通视航线及盲区航线。本公开的无人机航线信号盲区的可视化显示方法,能够依据无人机信号通视条件来确定无人机的飞行盲区,并将遮挡的飞行盲区进行可视化展示。
Description
技术领域
本发明涉及无人机航线规划方法领域,尤其涉及一种无人机航线信号盲区的可视化显示方法以及用于上述可视化显示方法的可视化显示装置。
背景技术
由于地面控制站的软件系统常常采用无线电点对点数据传输方式,这种数据传输方式在传输过程中难以避免的被高层建筑或者高山等物体遮挡,故无人机在实际测绘飞行中,常常无人机因无法建立通视条件而会处于盲飞状态,当无人机处于盲飞状态时,无人机的姿态、速度、电量、电流等飞控及传感器数据就无法下行至地面控制站。无人机执行测绘飞行任务的过程中,通常无人机的航高及任务指令是预先设置的,市面上绝大部分无人机通过地面控制站的软件系统预先规划航线时,是无法确定该预先规划航线是否包含盲区的,也即无法针对性的制定无人机飞行应急预案,易导致无人机在飞行过程中失控。
中国专利文献公开号CN105046747B公开了一种无人机地面接收电磁信号的三维显示与盲区确定方法,首先通过网络数据读取方式读取通信数据链的下行数据,从中提取地面接收站附近区域的电磁信号强度,并进行数据筛选和预处理操作。然后根据数据的接收位置和数值大小,进行三维可视化显示模型的单元建模及其属性定义。最后利用计算机图形学技术,根据无人机飞行前进的路程将数据三维可视化操作载入不同显示列表,实现数据的三维可视化显示。进而用阈值判断的方法确定通信的盲区位置,调整航线方向,得出最佳的规划航线。上述发明通过对无人机地面接收站周围区域的电磁信号强度进行三维显示,根据模型颜色判定是否存在盲区及此航线是否为合理航线。但其仅考虑到地面接收站周围区域的电磁信号强度来确定是否有盲区,而实际实际测绘飞行中,如附图6所示,由于地面控制站及无人机的信号强度是预先设置的,往往不会存在地面控制站与无人机信号强度不够而无法通信的情形,然而确容易出现信号被遮挡的情况而产生的盲区,采用现有技术中的技术方案很难对无人机信号通视条件进行判断,遮挡盲区的存在显然增大了无人机的生存风险。
发明内容
为了克服现有技术的缺陷,本发明所要解决的技术问题在于提出一种无人机航线信号盲区的可视化显示方法,能够依据无人机信号通视条件来确定无人机的飞行盲区,并将遮挡的飞行盲区进行可视化展示。
为达此目的,本发明采用以下技术方案:
本发明提供的一种无人机航线信号盲区的可视化显示方法,按如下步骤实施:
S00:数据交互单元获取用户上传的任务区域的数字表面模型数据。
S10:航线建模单元依据所述数据交互单元提供的数字表面模型数据生成初始航线数据集合,并将所述初始航线数据集合传送至盲区计算单元。
S20:所述盲区计算单元依据地面控制站的基站坐标、所述初始航线数据集合以及所述数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,并对所述遮挡航线数据集合进行标记后传送至模型展示单元。
S30:所述模型展示单元依据所述初始航线数据集合及所述遮挡航线数据集合生成三维航线仿真模型,并在所述三维航线仿真模型中显示通视航线及盲区航线。
本发明进一步地技术方案在于,在S20步骤中,计算所述航线遮挡区域对应的遮挡航线数据集合步骤如下:
S201:所述盲区计算单元以预设距离在初始航线上设置若干采样点,若干采样点的坐标组成采样点集合。
S202:所述数据交互单元获取所述地面控制站的基站坐标,并将所述基站坐标传送至所述盲区计算单元。
S203:将所述基站坐标与所述采样点集合中的每个采样点的坐标连线,生成若干通视分析连接线,依据任务区域的数字表面模型数据生成任务区域的地表曲面及地表附着物模型对应的遮挡物,若干通视分析连接线中的穿过所述地表曲面及地表附着物模型对应的遮挡物,则认为该通视分析连接线对应的采样点为遮挡点,将相邻的所述遮挡点连线则生成遮挡航线数据集合。
本发明进一步地技术方案在于,若所述地面控制站处于位置固定状态,所述数据交互单元从所述航线建模单元获取恒定的基站坐标,所述模型展示单元展示静态的盲区航线;若所述地面控制站处于位置移动状态,所述数据交互单元实时采集所述地面控制站的基站坐标,并传送至所述盲区计算单元实时计算动态的遮挡航线数据集合,再通过所述模型展示单元实时展示动态的盲区航线趋势图。
本发明进一步地技术方案在于,所述盲区计算单元计算所述盲区航线相对总任务航线的盲区占比值,当盲区占比值高出预警值时,所述航线建模单元发出超限信号至所述模型展示单元,所述模型展示单元依据超限等级对所述超限信号进行响应。
本发明进一步地技术方案在于,若所述地面控制站处于位置移动状态时,所述数据交互单元获取用户上传的所述地面控制站的可移动区域,所述盲区计算单元依据对可移动区域进行基站坐标取样,并依据不同取样的基站坐标计算相应的遮挡航线数据集合及盲区占比值,并依据盲区占比值的排序确定所述可移动区域中的最优放置点。
本发明进一步地技术方案在于,所述数据交互单元检测到用户输入的航线调整指令,所述航线建模单元依据所述数据交互单元提供的数字表面模型数据及所述航线调整指令生成修正航线数据集合,并将所述修正航线数据集合传送至盲区计算单元,重复S20至S30步骤,生成修正的三维航线仿真模型,并在修正的模型中显示通视航线及盲区航线。
本发明进一步地技术方案在于,所述三维航线仿真模型以不同颜色显示所述通视航线及所述盲区航线;或者所述三维航线仿真模型以不同线型显示所述通视航线及所述盲区航线。
本发明还提供的一种用于上述的无人机航线信号盲区的可视化显示方法的可视化显示装置,包括:
数据交互单元用于获取任务区域的数字表面模型数据及地面控制站的基站坐标;航线建模单元用于依据任务区域的数字表面模型数据生成初始航线数据集合;盲区计算单元用于采用通视分析计算航线遮挡区域对应的遮挡航线数据集合;模型展示单元用于生成可视化的三维航线仿真模型。
所述数据交互单元获取任务区域的数字表面模型数据及地面控制站的基站坐标后,传送至所述航线建模单元,并通过所述航线建模单元生成初始航线数据集合,所述盲区计算单元依据地面控制站的基站坐标、所述初始航线数据集合以及所述数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,所述模型展示单元依据所述初始航线数据集合及遮挡航线数据集合生成所述通视航线及所述盲区航线,并对所述通视航线及所述盲区航线进行区别显示。
本发明进一步地技术方案在于,所述航线建模单元发出超限信号至所述模型展示单元,所述模型展示单元通过弹出警告语对话框或者屏幕闪烁方式对所述超限信号进行响应
本发明的有益效果为:
本发明提供的无人机航线信号盲区的可视化显示方法,设置有盲区计算单元,盲区计算单元能够通过数据交互单元获取用户上传的任务区域的数字表面模型数据、地面控制站的基站坐标以及初始航线数据集合来计算遮挡航线数据集合,然后通过模型展示单元展示通视航线及盲区航线,从而使得用户能够提前预判哪些区域的信号会被高层建筑及高山等物体遮挡,从而使得用户能够提前针对盲区制定备用计划或紧急预警方案。本发明提供的无人机航线信号盲区的可视化显示方法,还可依据地面控制站的可移动区域提前确定地面控制站的最优放置点。
附图说明
图1是本发明具体实施方式中提供的可视化显示方法的流程图;
图2是本发明具体实施方式中提供的盲区计算单元的工作流程图;
图3是本发明具体实施方式中提供的可视化显示装置的结构框图;
图4是本发明具体实施方式中提供的三维航线仿真模型的盲区示意图
图5是本发明具体实施方式中提供的三维航线仿真模型的盲区界面图;
图6是本发明背景技术中提供的遮挡盲区的原理示意图。
图中:
1、地面控制站;11、数据交互单元;12、航线建模单元;13、盲区计算单元;14、模型展示单元;15、基站;2、无人机;21、飞行控制系统。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
实施例一
如图1、图3、图4、图5以及图6所示(其中图5为实际仿真界面截屏,其不应解释为对本申请的任何限制),本实施例中提供的一种无人机航线信号盲区的可视化显示方法,按如下步骤实施:
S00步骤:地面控制站1的数据交互单元11获取用户上传的任务区域的数字表面模型数据,其中,数字表面模型(DSM)是测绘学上的专业术语,指物体表面形态以数字表达的集合,DSM可以是地物表面的模拟,包括植被表面、房屋的表面,对DSM进行加工,去掉房屋、植被等信息,可以通过数字表面模型(DSM)形成数字高程模型(DEM)。数据交互单元11可由计算机的输入、输出接口及设备组成,用于通过USB接口或者其他通讯接口获取用户上传的任务区域的数字表面模型数据,任务区域的数字表面模型数据包括平面坐标数据以及标高或者地表模型及地表附着物等,地表附着物为树木、雕塑、房屋等附着于地表纸上的部分或者全部物体。数据交互单元11还可以获取地面控制站1实时的基站坐标,基站坐标由地面控制站1的定位传感器提供。
S10步骤:航线建模单元12依据数据交互单元11提供的数字表面模型数据、无人机2的航高、任务区域的面积参数等原始数据生成初始航线数据集合,并将初始航线数据集合传送至盲区计算单元13。航线建模单元12用于生成任务航线,其通常依据数字表面模型数据、无人机2的航高、任务区域的面积参数等数据自动生成任务航线,无人机2则依据任务航线执行飞行拍摄任务。航线建模单元12能够依据初始航线数据集合生成初始航线。
S20步骤:盲区计算单元13依据地面控制站1的基站坐标、初始航线数据集合以及数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,并对遮挡航线数据集合进行标记后传送至模型展示单元14。标记的目的在于便于模型展示单元14区分遮挡航线数据集合中的数据与初始航线数据集合中的数据,以便更好进行对比性展示。如图2及图6所示,在S20步骤中,计算航线遮挡区域对应的遮挡航线数据集合具体步骤如下:
S201步骤:盲区计算单元13以预设距离在初始航线上设置若干采样点,若干采样点的坐标组成采样点集合。由于初始航线是连续的,原则上每条初始航线上有无数个点,显然不可能计算无数个点是否被遮挡,故采用等距离取样的方式在初始航线上设置若干采样点,通常预设距离越小,精度就越高,计算数据量就越大,实际操作中可依据任务航线长度进行合理设置。
S202步骤:数据交互单元11获取地面控制站1的基站坐标,并将基站坐标传送至盲区计算单元13。盲区计算单元13用于计算每个采样点是否被物体遮挡,采样点集合中的每个采样点与基站坐标通视分析连接线若未被阻挡,则认为无人机2的信号不会物体遮挡,否则则认为无人机2的信号会被物体遮挡。
S203步骤:将基站坐标与采样点集合中的每个采样点的坐标连线,生成若干通视分析连接线,依据任务区域的数字表面模型数据生成任务区域的地表曲面及地表附着物模型对应的遮挡物,若干通视分析连接线中的穿过地表曲面及地表附着物模型对应的遮挡物,则认为该通视分析连接线对应的采样点为遮挡点,每个遮挡点均对应一个三维坐标,将相邻的遮挡点连线则生成遮挡航线数据集合。当然实际操作中,生成地表曲面及地表附着物模型对应的遮挡物的函数较为复杂,通常会在可能遮挡区域选取多个平面或者高度最高的平面,验证通视分析连接线是否穿过这些平面,若穿过这些平面中的任一一个,则认为有遮挡。通过一段盲区航线中会包含多个遮挡点,将这些遮挡点连线就构成遮挡航线数据集合,故通过对遮挡航线数据集合进行建模就生成盲区航线。
S30步骤:模型展示单元14依据初始航线数据集合及遮挡航线数据集合生成三维航线仿真模型,并在三维航线仿真模型中显示通视航线及盲区航线,如图4及图5所示,均清晰表达了通视航线及盲区航线,其中通视航线相当于图4中的可视航线,图5则是实际三维航线仿真模型的仿真界面,通过仿真界面也可以清晰看到通视航线及盲区航线。模型展示单元14通常为显示设备,例如:计算机显示屏,通过模型展示单元14能够直观的展示三维航线仿真模型中通视航线及盲区航线,以便用户能够提前针对盲区制定备用计划或紧急预警方案,同时模型展示单元14利于用户迅速找到盲区航线或者迅速获知遮挡区域。
进一步地,当地面控制站1处于位置固定状态,数据交互单元11从航线建模单元12获取恒定的基站坐标,模型展示单元14展示静态的盲区航线,此时由于基站坐标是恒定的,故盲区航线也是被唯一确定的。进一步优选地,若地面控制站1处于位置移动状态,数据交互单元11实时采集地面控制站1的基站坐标,并传送至所述盲区计算单元13实时计算,再通过模型展示单元14展示动态的盲区航线趋势图,此时由于基站坐标是不断变化的,按照S20步骤进行计算后生成的遮挡航线数据集合不断变化的,故模型展示单元14展示三维航线仿真模型中的盲区航线就是不断变化。在实际任务航线模拟过程中,通过拖动地面控制站1的基站坐标,就能够依据盲区航线的变化情况迅速找到地面控制站1的最优放置点。进一步优选地,也可以设置地面控制站1自动寻找最优放置点,若地面控制站1处于位置移动状态时,数据交互单元11获取用户上传的地面控制站1的可移动区域,盲区计算单元13对可移动区域进行基站坐标取样,并依据不同取样的基站坐标计算相应的遮挡航线数据集合及盲区占比值,并依据盲区占比值的排序确定可移动区域中的最优放置点,通常某个基站坐标盲区占比值最低或者归零,则该基站坐标即为最优放置点,此时无人机2进入盲飞区域飞行的概率就被大幅降低或者不会进入盲飞区域。
为了避免盲区过大而影响无人机2飞行,进一步地,盲区计算单元13计算盲区航线相对总任务航线的盲区占比值,当盲区占比值高出预警值时,航线建模单元12发出超限信号至模型展示单元14,模型展示单元14依据超限等级对超限信号进行响应。当然盲区占比值并不一定为预警的唯一指标,通常还会考虑盲区的位置,盲区的位置处于拍摄区域时,盲区占比值的预警值可适当调小以增加预警灵敏性,从而有效避免无人机在拍摄过程中处理盲飞状态。
正对用户可能的需要修改录入数据的情形,进一步地,数据交互单元11检测到用户输入的航线调整指令,航线建模单元12依据数据交互单元11提供的数字表面模型数据及航线调整指令生成修正航线数据集合,并将修正航线数据集合传送至盲区计算单元13,重复S20至S30步骤,生成修正的三维航线仿真模型,并在修正的模型中显示通视航线及盲区航线。航线调整指令包括调整航高、调整有效拍摄区域等操作,均会导致任务航线发生变化。
为了便于对通视航线及盲区航线进行区别性展示,进一步地,三维航线仿真模型以不同颜色显示通视航线及盲区航线或者三维航线仿真模型以不同线型显示通视航线及盲区航线,通过不同颜色或者不同线型能够迅速观察到盲区航线,使得用户能够通过视觉迅速的获知盲区航线的位置。
实施例二
如图3所示,本实施例中提供的一种用于上述的无人机航线信号盲区的可视化显示方法的可视化显示装置,包括数据交互单元11、航线建模单元12、盲区计算单元13以及模型展示单元14,数据交互单元11、航线建模单元12、盲区计算单元13以及模型展示单元14均为地面控制站1的组成部分。其中,数据交互单元11用于获取任务区域的数字表面模型数据及地面控制站1的基站坐标;航线建模单元12用于依据任务区域的数字表面模型数据生成初始航线数据集合;盲区计算单元13用于采用通视分析计算航线遮挡区域对应的遮挡航线数据集合;模型展示单元14用于生成可视化的三维航线仿真模型,数据交互单元11获取任务区域的数字表面模型数据及地面控制站1的基站坐标后,传送至航线建模单元12,并通过航线建模单元12生成初始航线数据集合,盲区计算单元13依据地面控制站1的基站坐标、初始航线数据集合以及数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,模型展示单元14依据初始航线数据集合及遮挡航线数据集合生成通视航线及盲区航线,并对通视航线及盲区航线进行区别显示。本实施例中提供的一种用于上述的无人机航线信号盲区的可视化显示方法对应的可视化显示装置可以进行任务航线的模拟飞行,使得三维航线仿真模型中尽量减少盲区航线。
为了便于用户迅速获知超限情况,进一步地,航线建模单元12发出超限信号至模型展示单元14,模型展示单元14通过弹出警告语对话框或者屏幕闪烁方式对超限信号进行响应,以便用户直观且快速的发现盲区航线对应的超限信号。
本发明是通过优选实施例进行描述的,本领域技术人员知悉,在不脱离本发明的精神和范围的情况下,可以对这些特征和实施例进行各种改变或等效替换。本发明不受此处所公开的具体实施例的限制,其他落入本申请的权利要求内的实施例都属于本发明保护的范围。
Claims (8)
1.一种无人机航线信号盲区的可视化显示方法,其特征在于,按如下步骤实施:
S00:数据交互单元获取用户上传的任务区域的数字表面模型数据;
S10:航线建模单元依据所述数据交互单元提供的数字表面模型数据生成初始航线数据集合,并将所述初始航线数据集合传送至盲区计算单元;
S20:所述盲区计算单元依据地面控制站的基站坐标、所述初始航线数据集合以及所述数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,并对所述遮挡航线数据集合进行标记后传送至模型展示单元;
S30:所述模型展示单元依据所述初始航线数据集合及所述遮挡航线数据集合生成三维航线仿真模型,并在所述三维航线仿真模型中显示通视航线及盲区航线;
其中,在S20步骤中,计算所述航线遮挡区域对应的遮挡航线数据集合步骤如下:
S201:所述盲区计算单元以预设距离在初始航线上设置若干采样点,若干采样点的坐标组成采样点集合;
S202:所述数据交互单元获取所述地面控制站的基站坐标,并将所述基站坐标传送至所述盲区计算单元;
S203:将所述基站坐标与所述采样点集合中的每个采样点的坐标连线,生成若干通视分析连接线,依据任务区域的数字表面模型数据生成任务区域的地表曲面及地表附着物模型对应的遮挡物,若干通视分析连接线中的穿过所述地表曲面及地表附着物模型对应的遮挡物,则认为该通视分析连接线对应的采样点为遮挡点,将相邻的所述遮挡点连线则生成遮挡航线数据集合。
2.根据权利要求1所述的无人机航线信号盲区的可视化显示方法,其特征在于:
若所述地面控制站处于位置固定状态,所述数据交互单元从所述航线建模单元获取恒定的基站坐标,所述模型展示单元展示静态的盲区航线;若所述地面控制站处于位置移动状态,所述数据交互单元实时采集所述地面控制站的基站坐标,并传送至所述盲区计算单元实时计算动态的遮挡航线数据集合,再通过所述模型展示单元实时展示动态的盲区航线趋势图。
3.根据权利要求1所述的无人机航线信号盲区的可视化显示方法,其特征在于:
所述盲区计算单元计算所述盲区航线相对总任务航线的盲区占比值,当盲区占比值高出预警值时,所述航线建模单元发出超限信号至所述模型展示单元,所述模型展示单元依据超限等级对所述超限信号进行响应。
4.根据权利要求3所述的无人机航线信号盲区的可视化显示方法,其特征在于:
若所述地面控制站处于位置移动状态时,所述数据交互单元获取用户上传的所述地面控制站的可移动区域,所述盲区计算单元依据对可移动区域进行基站坐标取样,并依据不同取样的基站坐标计算相应的遮挡航线数据集合及盲区占比值,并依据盲区占比值的排序确定所述可移动区域中的最优放置点。
5.根据权利要求1所述的无人机航线信号盲区的可视化显示方法,其特征在于:
所述数据交互单元检测到用户输入的航线调整指令,所述航线建模单元依据所述数据交互单元提供的数字表面模型数据及所述航线调整指令生成修正航线数据集合,并将所述修正航线数据集合传送至盲区计算单元;
重复S20至S30步骤,生成修正的三维航线仿真模型,并在修正的模型中显示通视航线及盲区航线。
6.根据权利要求1所述的无人机航线信号盲区的可视化显示方法,其特征在于:
所述三维航线仿真模型以不同颜色显示所述通视航线及所述盲区航线;或者所述三维航线仿真模型以不同线型显示所述通视航线及所述盲区航线。
7.一种用于权利要求1至6任一项所述的无人机航线信号盲区的可视化显示方法的可视化显示装置,其特征在于,包括:
数据交互单元,用于获取任务区域的数字表面模型数据及地面控制站的基站坐标;
航线建模单元,用于依据任务区域的数字表面模型数据生成初始航线数据集合;
盲区计算单元,用于采用通视分析计算航线遮挡区域对应的遮挡航线数据集合;
模型展示单元,用于生成可视化的三维航线仿真模型;
所述数据交互单元获取任务区域的数字表面模型数据及地面控制站的基站坐标后,传送至所述航线建模单元,并通过所述航线建模单元生成初始航线数据集合,所述盲区计算单元依据地面控制站的基站坐标、所述初始航线数据集合以及所述数字表面模型数据中的地表模型及地表附着物计算出航线遮挡区域对应的遮挡航线数据集合,所述模型展示单元依据所述初始航线数据集合及遮挡航线数据集合生成所述通视航线及所述盲区航线,并对所述通视航线及所述盲区航线进行区别显示。
8.根据权利要求7所述的可视化显示装置,其特征在于:
所述航线建模单元发出超限信号至所述模型展示单元,所述模型展示单元通过弹出警告语对话框或者屏幕闪烁方式对所述超限信号进行响应。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111748.0A CN112509381B (zh) | 2020-10-16 | 2020-10-16 | 一种无人机航线信号盲区的可视化显示方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011111748.0A CN112509381B (zh) | 2020-10-16 | 2020-10-16 | 一种无人机航线信号盲区的可视化显示方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112509381A CN112509381A (zh) | 2021-03-16 |
CN112509381B true CN112509381B (zh) | 2022-03-11 |
Family
ID=74954130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011111748.0A Active CN112509381B (zh) | 2020-10-16 | 2020-10-16 | 一种无人机航线信号盲区的可视化显示方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112509381B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554403B (zh) * | 2022-02-18 | 2024-09-06 | 北京润科通用技术有限公司 | 一种探测盲区的补盲方法及装置 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473956B (zh) * | 2013-09-17 | 2015-05-27 | 中国民航大学 | 基于改进蚁群算法的终端区进离场航线网络三维优化方法 |
CN203773355U (zh) * | 2013-12-05 | 2014-08-13 | 梁谋强 | 三维立体多图层式无人机实时定位监管装置 |
CN105556408B (zh) * | 2014-09-15 | 2018-02-13 | 深圳市大疆创新科技有限公司 | 一种飞行器的飞行控制方法及相关装置 |
CN105046747B (zh) * | 2015-08-10 | 2018-06-12 | 北京航空航天大学 | 一种无人机地面接收电磁信号的三维显示与盲区确定方法 |
CN105472318A (zh) * | 2015-11-17 | 2016-04-06 | 深圳市共进电子股份有限公司 | 一种低功耗网络摄像机的启动方法及系统 |
CN105353390A (zh) * | 2015-12-03 | 2016-02-24 | 谭圆圆 | 一种用于无人飞行器规避无线干扰的导航系统及其方法 |
CN105425208A (zh) * | 2015-12-21 | 2016-03-23 | 深圳思科尼亚科技有限公司 | 一种用于无人机精确导航的定位系统及定位方法 |
CN105865427A (zh) * | 2016-05-18 | 2016-08-17 | 三峡大学 | 一种基于小型无人机遥感的单体地质灾害应急调查方法 |
CN105913692B (zh) * | 2016-06-06 | 2018-06-29 | 北京威胜通达科技有限公司 | 一种飞行监视服务的方法及系统 |
CN106296816B (zh) * | 2016-08-01 | 2019-03-26 | 清华大学深圳研究生院 | 用于三维模型重建的无人机路径确定方法及装置 |
CN106297417A (zh) * | 2016-09-27 | 2017-01-04 | 南京航空航天大学 | 一种无人机飞行服务与监管系统及方法 |
CN109035869A (zh) * | 2017-07-26 | 2018-12-18 | 广州极飞科技有限公司 | 无人机航线的生成方法和装置 |
CN109324337B (zh) * | 2017-07-31 | 2022-01-14 | 广州极飞科技股份有限公司 | 无人飞行器的航线生成及定位方法、装置及无人飞行器 |
CN108253969B (zh) * | 2017-12-14 | 2021-09-14 | 中国航空工业集团公司成都飞机设计研究所 | 一种无人机飞行视距链路覆盖范围的计算方法 |
CN111226185B (zh) * | 2019-04-22 | 2024-03-15 | 深圳市大疆创新科技有限公司 | 飞行航线的生成方法、控制装置及无人机系统 |
CN110782708A (zh) * | 2019-11-01 | 2020-02-11 | 南京智慧航空研究院有限公司 | 基于低空空域限制条件的无人机飞行网络建模方法 |
CN111504273A (zh) * | 2020-05-09 | 2020-08-07 | 王军 | 一种基于无人机航拍的三维数字沙盘引擎技术及装置 |
-
2020
- 2020-10-16 CN CN202011111748.0A patent/CN112509381B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112509381A (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8244026B2 (en) | Apparatus and method for automatic airborne LiDAR data processing and mapping using data obtained thereby | |
CN112256589B (zh) | 一种仿真模型的训练方法、点云数据的生成方法及装置 | |
CN107010239B (zh) | 用于生成驾驶舱显示的驾驶舱显示系统和方法 | |
CN107561547B (zh) | 输电线路到目标物的距离测量方法、装置及系统 | |
CN102682625B (zh) | 用于提供itp许可信息的系统和方法 | |
EP2228626A2 (en) | Method and system for correlating data sources for on-board vehicle displays | |
US9533769B1 (en) | Terrain warning systems and methods | |
CN111796602A (zh) | 一种植保无人机障碍物探测和预警系统 | |
CN111639825B (zh) | 基于A-Star算法的森林火灾指示逃生路径方法及系统 | |
EP2246715A2 (en) | Method for compiling and displaying atmospheric uncertainty information | |
KR102639272B1 (ko) | 가시선 침투 도달 가능 영역을 계산 및 표현하기 위한 방법 및 시스템 | |
CN112382079A (zh) | 一种面向车路协同的路侧感知模拟仿真方法和系统 | |
US10650583B2 (en) | Image processing device, image processing method, and image processing program | |
CN106526709A (zh) | 一种基于多源设备组网的机场云雾综合预警系统及方法 | |
CN114093129B (zh) | 基于5g智能通讯的矿山地质环境智能监测与预警方法 | |
CN112509381B (zh) | 一种无人机航线信号盲区的可视化显示方法及装置 | |
CN110785355A (zh) | 一种无人机测试方法、设备及存储介质 | |
CN116400730B (zh) | 一种飞行器低空飞行范围标定方法及系统 | |
CN109883398A (zh) | 基于无人机倾斜摄影的植株绿量提取的系统及方法 | |
EP1942353A1 (en) | Method and system for producing an interpretive airborne radar map | |
CN107390699A (zh) | 一种甘蔗种植机的路线规划系统及其路线规划方法 | |
CN105738909B (zh) | 一种适用于低空植保无人直升机作业边界提取方法 | |
CN114418932A (zh) | 一种基于数字孪生技术的历史建筑修复方法及系统 | |
CN112214143B (zh) | 一种无人机安全起降区域的可视化显示方法及装置 | |
CN112040215B (zh) | 电磁环境裸眼立体显示系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |