一种无人机飞行状态实时评估预警系统及方法
【技术领域】
[0001] 本发明涉及一种无人机飞行状态实时评估预警系统及方法。
【背景技术】
[0002] 无人机线路巡检在输电线路巡检中发挥着越来越重要的作用，无人机巡线系统可 以部分代替巡线工人和有人机巡线系统，减轻电力服务人员的工作负荷，减少可能发生的 人员危险的机率，降低电力设备的维护成本，提高电网的安全性和可靠性。
[0003]针对无人机巡检工作中产生大量飞行控制数据，有待进行分析和挖掘，但是目前 这些数据基本都是散落的，通常是以文件的方式存在于工作人员的计算机中，缺少有效的 收集和分析手段。这就需要通过无人机巡检飞行控制数据收集与管理技术，建立无人机飞 行状态评估预警平台，开展数据分析的研究及应用。
[0004] 申请号为"201310480659. 7"的《无人机障碍报警系统》，主要针对飞行中的障碍报 警，没有无人机机体本身飞行状态的评估。申请号为"201510222453. 3"的《一种无人机管 理系统》，实现了接收无人机的当前位置、飞行状态等参数并在地图上实时显示，主要解决 了无人机飞行监控问题。申请号为"201410160639. 6"的《无人机及其飞行状态辅助提示方 法》通过控制器判定无人机设备组件异常并进行提示，但没有基于飞行历史数据的预测评 估。
[0005]综上所述，现有对输电线路巡检无人机飞行状态评估预警方法，其效果并非很理 想，尚有很多问题需要解决。
[0006]如何基于对巡检工作中积累的大量无人机飞行控制数据的分析，实现对巡检无人 机设备状态的有效评估与飞行状态问题实时预警，保障无人机输电线路巡检系统的安全稳 定运行，成为亟待解决的问题。
【发明内容】
[0007]本发明为了解决上述问题，提出了一种无人机飞行状态实时评估预警系统及方 法，本发明对无人机巡检的飞行控制结果数据与巡检过程中的飞行控制数据进行处理，使 得可通过分析评估无人机设备状态，进行实时预警提示，保障无人机输电线路巡检的安全。
[0008]为了实现上述目的，本发明采用如下技术方案：
[0009]-种无人机飞行状态实时评估预警系统，包括评估预警平台、无人机和地面监控 站，其中：
[0010] 所述地面监控站，用于获取无人机的飞行状态数据，将其传递给评估预警平台； [0011] 所述评估预警平台，用于读取无人机飞行状态信息和飞行控制数据，通过每次巡 检任务积累的无人机飞行控制数据，构建无人机飞行状态评估模型，对无人机飞行状态进 行判断，同时接收上位机传输的飞行指令，调整无人机的飞行。
[0012] 所述评估预警平台包括飞行状态评估预警模块、飞行控制数据管理模块、人机交 互模块、通信模块，其中：
[0013] 所述通信模块，用于和地面监控站通信，接收无人机飞行状态数据，将其传输给飞 行控制数据管理模块；
[0014] 所述飞行控制数据管理模块，用于根据输电线路无人机巡检飞行任务管理相应的 飞行控制历史数据，并通过通信模块实时获取并积累无人机飞行控制数据；
[0015] 所述飞行状态评估预警模块，读取飞行控制数据管理模块中巡检飞行任务积累的 无人机飞行控制数据，建立无人机飞行状态安全预警模型，对无人机飞行状态进行判断、预 警；
[0016] 所述人机交互模块，用于获取并解析外部命令，将解析后的外部指令发通过地面 监控站发送到无人机执行相应的飞行调整指令。
[0017] 所述无人机包括但不限于固定翼、旋翼和多旋翼形式的无人机机体。
[0018] 所述地面监控站，通过数传链路与无人机相连接，与无人机采用一对一连接的通 信方式；通过图传链路与无人机相连接，读取无人机的巡检视频数据。
[0019] 所述飞行状态评估预警模块，根据每次巡检任务积累的无人机飞行控制数据，运 用时间序列分析、聚类分析方法和支持向量机建立无人机飞行状态安全预警模型，同时在 无人机执行输电线路巡检飞行任务时，通过地面监控站实时获取无人机飞行控制数据，利 用无人机飞行状态安全预警模型实时判断无人机飞行状态，并及时预警。
[0020] 所述通信模块，与地面监控站为一对多连接方式，实现与地面监控站之间的数据 的交互，从地面监控站中读取无人机的GPS位置、飞行状态、飞行控制数据数据和巡检过程 数据。
[0021] 所述通信模块采用包括但不限于当前的GSM、GPRS、CDMA、WCDMA、TD-SCDMA、LTE以 及WIFI通讯制式无线移动通信。
[0022] 一种巡检无人机飞行状态实时评估预警方法，包括以下步骤：
[0023] (1)地面监控站获取无人机的飞行状态数据和飞行控制数据，将其传输给评估预 警平台；
[0024] (2)对无人机的飞行控制信息进行预处理，根据飞行状态的效应量和影响量构建 无人机安全预警对象集合，抽取关键数据作为映射关系的输入，确定映射关系的初始拓扑 结构；
[0025] (3)结合无人机运行的动态样本数据，构建无人机的关键运行变量时间序列预测 模型，对无人机运行的关键数据进行监测和预报；
[0026] (4)以训练误差作为优化问题的约束条件，以置信范围值最小化作为优化目标，构 建无人机安全预警模型，模拟和预测无人机工作状态与影响因素的关系；
[0027] (5)输出预警评估结果，根据预警判断结果调整无人机的飞行指令。
[0028] 所述步骤（2)中，利用聚类数据分析方法，对无人机的飞行控制信息进行预处理， 抽取关键成分作为映射关系的输入，从而确定映射关系的初始拓扑结构，通过制定对象的 属性和属性值来描述无人机的效应量和影响量信息集合，构建无人机安全预警信息表，基 于无人机安全预警信息表构建数据矩阵，表达集合中各个变量的相似程度。
[0029] 所述步骤（2)中，无人机安全预警信息表S表示为：
[0030] S= (U，R，V，F)
[0031] R=CUD
[0032] 式中，U为非空有限集，是对象的集合，U= {Xl，x2，...，xn}，n彡0;R=CUD为 非空有限集，称为属性集合，子集C称为条件属性集，即影响量集，子集D称为决策属性集， 即效应量集，C={cpc2，…，cm}，m彡0 ;D= {山，d2，…，dk}，k彡0;V=UaERVa是属性 值的集合，1表示属性a的属性范围，其中a满足aeR，F是一个信息函数，它指定U中每 一个对象X的属性值，即Va=F(X，a)，XeU，aeR。
[0033] 所述步骤⑵中，构建基于安全信息表的数据矩阵，对象-属性矩阵如下：
[0034]
[0035] 其中aji= 1，…，n;j= 1，u·，!]!)为第i个样本的第j个属性的属性值。第i 个样本4为矩阵A的第i行所描述，任何两个样本A1(与A 间的相似性，通过矩阵A中的 第K行与第L行的相似程度来区分；任何两个变量^与之间的相似性，通过第K列与第L列的相似程度来区分。
[0036] 所述步骤（2)中，效应量包括电机转速、姿态、速度以及方向角速度。
[0037] 所述步骤（2