CN117608319A - 一种能量最优的无人机编队飞行方法 - Google Patents
一种能量最优的无人机编队飞行方法 Download PDFInfo
- Publication number
- CN117608319A CN117608319A CN202311496950.3A CN202311496950A CN117608319A CN 117608319 A CN117608319 A CN 117608319A CN 202311496950 A CN202311496950 A CN 202311496950A CN 117608319 A CN117608319 A CN 117608319A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- energy
- flight
- task
- 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.)
- Pending
Links
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 23
- 238000007726 management method Methods 0.000 claims abstract description 14
- 239000003562 lightweight material Substances 0.000 claims abstract description 7
- 239000000446 fuel Substances 0.000 claims description 27
- 238000005265 energy consumption Methods 0.000 claims description 16
- 230000001174 ascending effect Effects 0.000 claims description 11
- 238000005457 optimization Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 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 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- JDZCKJOXGCMJGS-UHFFFAOYSA-N [Li].[S] Chemical compound [Li].[S] JDZCKJOXGCMJGS-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001627 detrimental effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008713 feedback mechanism Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种能量最优的无人机编队飞行方法，包括以下步骤：步骤一：在每架无人机上配备气流传感器、气象传感器和环境传感器，以实时感知气流、气温、湿度和风速；步骤二：根据环境条件和任务需求，编写路径规划算法；步骤三：位于每架无人机上装备能源管理系统；步骤四：各组无人机之间建立高效的通信网络；步骤五：气流优化；步骤六：使用轻量化材料、高效动力系统和先进的动力电池；步骤七：系统实时监测飞行参数、环境条件和无人机状态；步骤八：无人机编队根据任务要求完成任务。本发明可以显著提高编队的效率、经济性和可持续性，这对各种应用和行业都有重要的价值，可以提供更好的任务执行和资源管理。
Description
技术领域
本发明涉及无人机编队技术领域，尤其涉及一种能量最优的无人机编队飞行方法。
背景技术
无人机编队飞行是一种先进的飞行技术，它涉及多个关键背景技术，包括通信技术、自主飞行控制系统、群体协同算法、避障和安全系统、通信与网络安全、软件和控制系统，以及电源与能源管理，这些技术共同使多架无人机能够协同工作，执行各种任务，从搜索与救援到监测和军事侦察，这一领域的不断发展将为各种应用领域提供更多机会和潜力；
但是传统编队飞行方法通常未充分考虑能源利用率，导致不必要的能源浪费，无人机可能在任务执行中消耗过多的燃料或电池能量，限制了飞行时间和航程；
由于能源浪费，传统编队飞行方法通常导致较短的飞行时间，这对需要长时间任务执行的应用不利，需要频繁的充电或更换电池，导致高昂的运营成本，包括燃料、电池和维护费用。
因此，如何提供一种能量最优的无人机编队飞行方法是本领域技术人员亟需解决的问题。
发明内容
本发明的一个目的在于提出一种能量最优的无人机编队飞行方法，本发明可以显著提高编队的效率、经济性和可持续性，这对各种应用和行业都有重要的价值，可以提供更好的任务执行和资源管理。
根据本发明实施例的一种能量最优的无人机编队飞行方法，包括以下步骤：
步骤一：在每架无人机上配备气流传感器、气象传感器和环境传感器，以实时感知气流、气温、湿度和风速环境条件；
步骤二：根据环境条件和任务需求，编写路径规划算法，以确定每架无人机的最佳飞行路径、高度和速度；
步骤三：位于每架无人机上装备能源管理系统，实时监测电池状态、燃料消耗等能源参数；
步骤四：各组无人机之间建立高效的通信网络，以共享位置、速度、能源状态和路径规划信息，从而实现协控控制和通信；
步骤五：无人机可以根据气流条件寻找上升气流，以提高升力，减少能源消耗，实现气流优化；
步骤六：使用轻量化材料、高效动力系统和先进的动力电池，以减少每架无人机的能源需求；
步骤七：系统实时监测飞行参数、环境条件和无人机状态，并进行实时调整，以确保最佳的能源利用率；
步骤八：无人机编队根据任务要求完成任务。
作为本发明的一种优选实施方式，所述步骤一中各组传感器提供各项数据，并根据各项数据自动规划能量最优路径。
作为本发明的一种优选实施方式，所述步骤二中控制系统根据路径规划结果，自动调整每架无人机的飞行速度、升降高度和航向。
作为本发明的一种优选实施方式，步骤四中无人机之间进行共享能源状态信息，使其当某些无人机能源富余时，它们可以向其他无人机提供能源。
作为本发明的一种优选实施方式，所述步骤四中协同控制算法确保无人机之间协同工作，以最大程度地减少总体飞行能源消耗，其中包括调整飞行高度和相对位置，以减少飞行阻力。
作为本发明的一种优选实施方式，所述步骤五中气流优化过程中无人机编队能避开下降气流，以减少阻力。
作为本发明的一种优选实施方式，所述步骤二中路径规划算法使用环境感知数据，路径规划算法会根据任务目标、避障需求和气流条件，为每架无人机生成最佳飞行路径。
作为本发明的一种优选实施方式，所述步骤六中动力电池使用高能密度和高充电效率的电池，以延长飞行时间。
作为本发明的一种优选实施方式，所述步骤七中通过反馈控制系统对各项传感器数据作出反馈，并利用反馈数据实时调整编队。
本发明的有益效果是：
本发明显著降低了无人机编队的能源消耗，通过优化飞行路径、速度和其他飞行参数，无人机可以以最小的能源投入完成任务，从而延长飞行时间和有效航程，降低了燃料或电池成本，以及与燃料供应和维护相关的费用，且可以显著延长无人机的飞行时间，使其能够执行更长时间的任务，如监测、搜索与救援、边境巡逻等，而通过最小化能源消耗，能量最优的编队飞行方法可以提高任务效率。任务可以更快地完成，从而提高了编队的整体效能；
这种方法在各种应用领域都具有广泛的适用性，包括军事、商业、农业、监测、物流和紧急救援等，且编队内无人机之间具备良好的合作和通信，这有助于提高编队的协同工作和任务协调。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明提出的一种能量最优的无人机编队飞行方法的结构示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
参考图1，一种能量最优的无人机编队飞行方法，包括以下步骤：
步骤一：在每架无人机上配备气流传感器、气象传感器和环境传感器，以实时感知气流、气温、湿度和风速环境条件；
具体的，所述步骤一中各组传感器提供各项数据，其中包括：
1.1、气流传感器：每架无人机配备气流传感器，用于监测周围的气流条件，这些传感器可以检测气流速度、方向和强度；
1.2、气象传感器：气象传感器用于测量温度、湿度、大气压力和其他气象参数，以获取大气条件的详细信息；
1.3、环境传感器：环境传感器可以检测任何潜在的障碍物或其他危险因素，如云层、风暴等；
本实施方式中，各项传感器的监测数据可自动上传到路径规划系统中自动规划能量最优路径。
步骤二：根据环境条件和任务需求，编写路径规划算法，以确定每架无人机的最佳飞行路径、高度和速度；
具体的，自动调整每架无人机的飞行速度、升降高度和航向的具体方法包括：
2.1、飞行速度调整：飞行速度的调整可以基于路径规划结果和目标到达时间，如果路径规划确定了一个较长的距离需要在较短的时间内完成，无人机可以增加速度，反之亦然；
值得一提的是，控制系统可以监测每个无人机的当前速度，与目标速度进行比较，如果速度偏离目标，控制系统可以发出指令来调整动力系统，以逐渐加速或减速。
除此之外，速度调整也可以考虑气流条件，如果有上升气流，无人机可以加速以充分利用升力，从而降低能源消耗。
2.2、升降高度调整：升降高度的调整可以基于路径规划结果和环境条件，如果路径规划建议在高度上升或下降以最小化阻力，控制系统可以相应地调整高度；
值得一提的是，高度调整还可以用于避开障碍物，如果传感器检测到潜在障碍物，控制系统可以命令无人机升高或下降以避免碰撞；
除此之外，控制系统需要定期检查无人机的高度，以确保其在预定的高度范围内。
本实施方式中，所述步骤二中控制系统根据路径规划结果，自动调整每架无人机的飞行速度、升降高度和航向。
步骤三：位于每架无人机上装备能源管理系统，实时监测电池状态、燃料消耗等能源参数；
具体的能源管理系统包括以下步骤：
3.1、电池状态监测：无人机配备电池管理系统，其中包括传感器，用于监测电池的电压、电流、温度和电池容量等参数，这些传感器可以实时获取电池的状态信息；
在一个可选实施例中，如果无人机使用燃料(如液体燃料或气体燃料)，则配备液位传感器或燃料流量传感器，以监测燃料的消耗速率和剩余量。
3.2、数据采集和处理：传感器收集到的数据将被传输到无人机上的控制系统或飞行控制器中，以进行实时数据采集和处理；
值得一提的是，控制系统将使用数据采集模块来记录电池状态和燃料消耗的历史数据，以便进行分析和长期性能跟踪。
3.3、电池健康监测：通过分析电池的电压、电流和温度等数据，能够评估电池的健康状态，这包括检测电池的充电/放电效率和电池细胞的均衡性；
值得一提的是，控制系统可以使用算法来检测电池是否存在异常，如过度充电、过度放电或温度异常，并采取相应的措施，以确保电池的安全和寿命；
其检测电池是否存在异常的详细方法为：
3.31、通过监测电池的电压和电流曲线，并比较其与正常操作时的预期值，如果电压或电流明显偏离正常范围，可能存在问题；
3.32、使用电池容量估算算法，监测充电和放电周期中的能量输入和输出，以估算电池的容量；
3.33、监测电池温度，检测是否超出了允许的温度范围，高温可能导致电池性能下降或损坏；
3.34、追踪充放电循环次数，并根据电池规格进行分析，如果电池的充放电循环次数超过了其寿命范围，可能会导致异常；
3.35、通过频率响应或电压响应方法检测电池的内阻，内阻上升可能表示电池老化或损坏；
3.36、使用电池状态估计算法，可以估算电池的荷电状态(SOC)和剩余寿命(SOH)；
3.37、使用机器学习和数据挖掘技术，可以建立模型来识别电池异常的模式，通过对历史数据的分析，可以识别异常模式，如过度放电、充电不均匀等。
3.4、能源状态显示和通信：控制系统可以将电池状态、燃料消耗和其他能源参数的信息显示在地面站或操作员控制台上，以使操作员能够实时监测和评估无人机的能源状态；
值得一提的是，信息还可以通过通信链路发送到地面站或其他无人机，以进行编队内的能源状态共享。
3.5、能源管理策略：基于收集的数据和算法分析，能够制定能源管理策略，以根据无人机的任务需求和环境条件来调整电池充电速率、电机输出、发动机燃烧速率等，以最大程度地减少能源消耗。
3.6、自动报警和安全措施：如果电池状态或燃料消耗接近临界值，系统可以触发警报，以通知操作员或无人机操作系统，以采取适当的措施，如返航或减速飞行；
值得一提的是，系统还可以实施安全措施，以防止电池过度放电或其他潜在的能源问题。
在另一个实施例中，如果无人机使用燃料(如液体燃料或气体燃料)，则配备液位传感器或燃料流量传感器，以监测燃料的消耗速率和剩余量，针对使用燃料的无人机，控制系统可以使用燃料流量传感器和剩余燃料量数据来计算当前的燃料消耗速率和估算剩余航程，这些数据可以与路径规划数据相结合，以确保无人机在规定的任务时间内能够完成任务，或者提前警告任务未能完成的风险。
本实施方式中，每架无人机具有能源管理系统，可以监测电池状态、燃料消耗等参数，且各组无人机之间建立能源共享协议，以便在需要时实现能源共享。能量充足的无人机可以为能源不足的无人机提供能源。
步骤四：各组无人机之间建立高效的通信网络，以共享位置、速度、能源状态和路径规划信息，从而实现协控控制和通信；
具体的，实现协控控制和通信的具体方法包括：
4.1、通信协议选择：选择适当的通信协议，如Wi-Fi、蓝牙、LTE、甚至专用的通信协议，以实现数据传输，选择通信频段和带宽，以适应通信范围和带宽需求；
4.2、数据传输和同步：无人机之间同步数据传输以确保信息的准确性和实时性，使用时间戳或其他同步方法，确保数据在各个无人机之间按时共享；
4.3、位置和速度共享：使用GPS和其他定位系统来获取每架无人机的实时位置信息，这些数据可以通过通信网络共享，以实现位置共享；
值得一提的是，速度信息可以通过无人机的速度传感器获得，并一并共享。
4.4、能源状态共享：每架无人机的能源状态信息，如电池电量、燃料消耗等，可以通过通信网络共享，这有助于编队飞行中监测每架无人机的能源状况；
4.5、路径规划和任务信息共享：任务的路径规划和任务参数可以通过通信网络传输，无人机可以共享路径规划信息，确保所有无人机在同一任务下按照相同的路径飞行；
4.6、数据压缩和优化：为了降低通信带宽和延迟，数据可以进行压缩和优化，以减少传输的数据量，使用数据压缩算法和差异传输方法，以仅传输发生更改的数据；
4.7、通信纠错和安全：使用纠错码和数据加密来确保通信的可靠性和安全性，纠错码可以纠正数据传输中的错误，而数据加密可以防止未经授权的访问；
4.8、通信中断和故障恢复：为了处理通信中断或无人机故障，制定恢复策略和应急通信计划，其中包括冗余通信链路和备用通信设备；
4.9、协同控制算法：开发和实施协同控制算法，以确保无人机之间根据共享的信息相互协同工作，从而可以用于调整飞行高度、速度、航向等，以维持编；
4.10、通信测试和监测：定期测试通信网络的性能，以确保可靠的通信，监测通信链路的强度和质量，以及数据传输的实时性；
本实施方式中，协同控制算法确保无人机之间协同工作，以最大程度地减少总体飞行能源消耗，其中包括调整飞行高度和相对位置，以减少飞行阻力。
步骤五：无人机可以根据气流条件寻找上升气流，以提高升力，减少能源消耗，实现气流优化；
其中，气流优化的具体方法：
5.1、每架无人机需要装备气流感知传感器，通常包括大气压传感器和气流速度传感器，这些传感器可以监测大气条件和气流速度，以识别上升气流；
5.2、收集的传感器数据需要进行实时分析，以确定是否存在上升气流，这可能包括分析气流速度和气压的变化趋势，以检测潜在的上升气流；
5.3、一旦检测到上升气流，无人机的路径规划算法可以调整飞行路径以充分利用这些气流，具体为修改航向，以进入上升气流，并提高升力；
5.4、控制系统需要与传感器数据和路径规划算法集成，以自动调整飞行参数，如航向和高度，以利用上升气流；
5.5、飞行过程中，无人机需要不断监测气流条件，以及其效果对升力的影响，并根据实时数据，无人机可以继续调整航向和高度，以最大程度地减少能源消耗；
5.6、如果编队中有多架无人机，它们可以共享气流信息和上升气流的位置，允许多组无人机的协同工作，以找到最佳的气流，减少能源消耗；
5.7、在进入上升气流时，调整控制面，以防止飞机滑翔或下降，从而确保飞行器保持稳定；
5.8、为了能够利用上升气流减少能源消耗，无人机应设计为能够应对气流变化而进行设计，以避免意外的飞行情况；
本实施方式中，通过气流传感器和路径规划算法，无人机可以主动寻找上升气流，以提高升力，此外，它们也可以避开下降气流，以减少阻力，从而减少能源消耗。
步骤六：使用轻量化材料、高效动力系统和先进的动力电池，以减少每架无人机的能源需求；
其中，使用轻量化材料、高效动力系统和先进的动力电池的具体方法为：
6.1、使用轻量化材料来构建无人机的主要结构，如机身和机翼，这包括碳纤维复合材料、玻璃纤维、铝合金和塑料等；
6.2、选择高效的动力系统，如电动机或发动机，电动机通常比内燃机更高效，因为它们能够将能源更有效地转化为推进力；
6.3、采用高能密度和高充电效率的先进动力电池技术，如锂聚合物电池或锂硫电池，这些电池能够提供更多能量，同时减少电池的重量；
值得一提的是，使用电池管理系统(BMS)来监测和管理电池状态，以最大程度地延长电池寿命和维护电池的稳定性；
6.4、调整无人机的设计和飞行参数，以最大程度地提高能源利用率，其中包含机翼设计、螺旋桨设计、飞行高度和速度等；
6.5、采用节能航空设计原则，如减小阻力和提高升力系数；
6.6、培训无人机操作员，以优化飞行技巧，减少过度驾驶和能源浪费；
本实施方式中，通过使用轻量化材料可减轻无人机的重量，减少能源需求，
通过高效动力系统，例如电动机和发动机，以减少动力系统损耗，通过使用高能密度和高充电效率动力电池技术，以延长飞行时间。
步骤七：系统实时监测飞行参数、环境条件和无人机状态，并进行实时调整，以确保最佳的能源利用率；
其中，系统的具体运行方法为：
7.1、部署各种传感器，如GPS、气象传感器、飞行状态传感器、能源状态传感器等，以实时监测环境条件、飞行参数和无人机状态；
7.2、将传感器数据实时采集并整合，以形成全面的环境感知和无人机状态的数据，其中数据包括位置、速度、高度、温度、湿度、气压、电池电量、燃料水平等；
7.3、部署实时数据处理算法，以分析包括航迹角、气流速度、风向、空气密度等传感器数据并实时监测飞行参数；
7.4、实施自适应控制算法，使系统能够根据实时数据自动调整飞行姿态、速度、高度和航线；
7.5、使用能源管理策略，根据实时数据调整电池充电速率、发动机输出、电机功率等；
7.6、系统提供实时反馈机制，以使操作员或飞行控制系统能够及时采取措施；
7.7、使用智能路径规划算法，可以根据风速、气温、障碍物和目标位置等选择最佳航线；
7.8、在某些情况下，操作员或地面站可以提供远程监控和操作支持，以实时调整飞行参数和任务计划，以最大程度地减少能源消耗。
在本实施例中，控制系统需要能够实时监测飞行参数、环境条件和无人机状态，并进行实时调整，这可以通过反馈控制系统来实现，以确保最佳的能源利用率。
步骤八：无人机编队根据任务要求完成任务。
其中，无人机编队根据要求完成任务的具体步骤是：
8.1、确定任务的性质、目标和要求；
8.2、选择适当数量和类型的无人机，以满足任务要求；
8.3、使用路径规划和任务分配算法，为每架无人机分配任务区域和路径；
8.4、提供实时反馈给操作员或指挥官，以便他们了解任务进展和编队状态；
8.5、当任务完成时，确保数据采集和任务结果的传输；
8.6、对任务执行进行回顾和分析，以评估任务的效率和成果；
本实施例中，在任务期间，无人机编队可根据任务需求执行各项任务，同时在整个飞行过程中尽量减少总体飞行能源消耗。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (9)
1.一种能量最优的无人机编队飞行方法，其特征在于，包括以下步骤：
步骤一：在每架无人机上配备气流传感器、气象传感器和环境传感器，以实时感知气流、气温、湿度和风速环境条件；
步骤二：根据环境条件和任务需求，编写路径规划算法，以确定每架无人机的最佳飞行路径、高度和速度；
步骤三：位于每架无人机上装备能源管理系统，实时监测电池状态、燃料消耗等能源参数；
步骤四：各组无人机之间建立高效的通信网络，以共享位置、速度、能源状态和路径规划信息，从而实现协控控制和通信；
步骤五：无人机可以根据气流条件寻找上升气流，以提高升力，减少能源消耗，实现气流优化；
步骤六：使用轻量化材料、高效动力系统和先进的动力电池，以减少每架无人机的能源需求；
步骤七：系统实时监测飞行参数、环境条件和无人机状态，并进行实时调整，以确保最佳的能源利用率；
步骤八：无人机编队根据任务要求完成任务。
2.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤一中各组传感器提供各项数据，并根据各项数据自动规划能量最优路径。
3.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤二中控制系统根据路径规划结果，自动调整每架无人机的飞行速度、升降高度和航向。
4.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，步骤四中无人机之间进行共享能源状态信息，使其当某些无人机能源富余时，它们可以向其他无人机提供能源。
5.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤四中协同控制算法确保无人机之间协同工作，以最大程度地减少总体飞行能源消耗，其中包括调整飞行高度和相对位置，以减少飞行阻力。
6.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤五中气流优化过程中无人机编队能避开下降气流，以减少阻力。
7.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤二中路径规划算法使用环境感知数据，路径规划算法会根据任务目标、避障需求和气流条件，为每架无人机生成最佳飞行路径。
8.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤六中动力电池使用高能密度和高充电效率的电池，以延长飞行时间。
9.根据权利要求1所述的一种能量最优的无人机编队飞行方法，其特征在于，所述步骤七中通过反馈控制系统对各项传感器数据作出反馈，并利用反馈数据实时调整编队。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311496950.3A CN117608319A (zh) | 2023-11-10 | 2023-11-10 | 一种能量最优的无人机编队飞行方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311496950.3A CN117608319A (zh) | 2023-11-10 | 2023-11-10 | 一种能量最优的无人机编队飞行方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117608319A true CN117608319A (zh) | 2024-02-27 |
Family
ID=89958828
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311496950.3A Pending CN117608319A (zh) | 2023-11-10 | 2023-11-10 | 一种能量最优的无人机编队飞行方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117608319A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118605548A (zh) * | 2024-05-21 | 2024-09-06 | 温岭市恒亚机电有限公司 | 高亚音速无人机集群编队飞行控制系统及其方法 |
-
2023
- 2023-11-10 CN CN202311496950.3A patent/CN117608319A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118605548A (zh) * | 2024-05-21 | 2024-09-06 | 温岭市恒亚机电有限公司 | 高亚音速无人机集群编队飞行控制系统及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN1305194C (zh) | 电力线路巡检机器人飞机及其控制系统 | |
| CN114261528B (zh) | 一种无人机机巢自检系统及方法 | |
| Zhang et al. | A comprehensive review of electrochemical hybrid power supply systems and intelligent energy managements for unmanned aerial vehicles in public services | |
| EP2853494A1 (en) | Power management method and system for an unmanned air vehicle | |
| Rajabi et al. | Drone delivery systems and energy management: a review and future trends | |
| CN103847970A (zh) | 一种基于功率跟随的混合动力无人机能源控制方法 | |
| US10262545B2 (en) | Optimal flight planner | |
| CN105449876A (zh) | 一种电力巡线多旋翼飞行器的自主无线充电系统 | |
| KR102541543B1 (ko) | 드론의 배터리 관리 장치 및 시스템 | |
| CN111459189A (zh) | 一种基于自动机巢的离岸常驻式海上风电无人机全自主巡检系统 | |
| CN106101511A (zh) | 一种全自动无人机系统 | |
| CN112306092A (zh) | 一种无人机巡检系统 | |
| CN106814752A (zh) | 一种基于无人机集群的全天候城市监控系统 | |
| CN111874256A (zh) | 太阳能无人机的故障应急处理方法及装置 | |
| CN106065730A (zh) | 无人机智能库房 | |
| CN117608319A (zh) | 一种能量最优的无人机编队飞行方法 | |
| CN114637328B (zh) | 一种基于车载机巢的无人机风电场线路巡检系统及方法 | |
| Liu et al. | Design and research of a new energy-saving UAV for forest fire detection | |
| CN112184944A (zh) | 一种基于bim模型定位与无人机航拍的工地安全检查系统 | |
| CN119148748A (zh) | 基于倾转复合翼的低空载人无人机高效飞行控制系统 | |
| CN117151437B (zh) | 一种无人机任务中机场平台的分配系统及其分配方法 | |
| CN206031813U (zh) | 无人机电池自动交换、数据传输及故障检测平台 | |
| CN118819169A (zh) | 无人机集成起降平台系统 | |
| Karabetsky et al. | Conceptual design of solar rechargeable airplane | |
| CN117576598A (zh) | 一种基于云端数据库的无人机巡线系统 |
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 |