CN119489959A 用于极地冰场智能识别的无人飞行器及其智能识别方法 （上海交通大学）

用于极地冰场智能识别的无人飞行器及其本发明提供的用于极地冰场智能识别的无态监测等功能。飞行器两翼前缘装有照明警示同时提供了一种该无人飞行器的极地冰场智能2所述螺旋推进器安装于所述飞行器主体的尾部，通过对所述螺旋推进器所述三角翼状飞艇以碳纤维为骨架结构，所述骨架结构的外部所述照明警示灯对称安装于所述三角翼状飞艇的两翼前缘，并与所舱包括如下任意一项或任意多项：5.根据权利要求1或4所述的用于极地冰所述海冰识别模块，用于获取现场海冰数据以及飞行器主体的飞行参所述定位模块，用于实时获取运输船的航行参数数据，根据所述航行述海冰识别模块反馈的数据，获得所述飞行器主体与运输船之间的飞行器运动控制参数，得到飞行器与运输船运动模式并反馈至所述状态监测模块进行飞所述数据传输模块，用于实现无人飞行器内部以及无人飞行器与运所述状态监测模块，用于实时监测所述飞行器主体飞行过程中的飞所述螺旋推进器的绕轴旋转方向和/或所述舵翼的转动角度进行控制；根据监测得到的所3采用阈值法将所述航道海冰图像进行分割，其中采用黑色表示海水通过相机标定获得高清摄像头的内参K，在大地坐标系O_XYZ下，Ph为高清摄像头采集的海冰图像上的一点，满足nfp+d=0,nh为Ph点所在平面在高清Ph1和Ph2分别为Ph在第一高清摄像头和第二高清摄像头坐标系下的坐标，nh1为Ph1点所4将实时更新的所述飞行器主体的飞行高度以及所述飞行器主体与运输船和/或海冰之根据所述海冰识别模块得到飞行参数数据以及海冰数据，计算以运输船为中心外扩m5ye]为根据海冰二值运输船实际运动位置sc与预测轨迹sb的通过所述误差E表示实际航行路线与预测路线之间的将所述飞行参数数据中的飞行器主体与运输船之间的距离、所根据运输船的抗冰等级，设定运输船与飞行器的最大安全距离为ssafe，并通过控制飞行器实现case1运动模式的全速驶向运输基于运动控制方程的控制算法和飞行器与运输船运动模式，对所述螺旋旋转方向和/或所述舵翼的转动角度进行如下定义飞行器前进时螺旋桨转向为正转并记为1，飞行器后退时螺旋桨转向为反转并记6当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均方误T土l1X],飞行器前进并通过舵翼实现转弯；当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均方误9.一种权利要求1_8中任一项所述的无人飞行器的极地冰场智能识别方法，其特征在采用阈值法将所述航道海冰图像进行分割，其中采用黑色表示海水根据双目测距原理，同时实时计算无人飞行器的飞行高度以及无根据所述飞行参数数据计算无人飞行器与运输船之间的相对运动位根据所述相对运动位移和速度，对无人飞行器的舵翼的转动角度和/或螺旋推进器的7海冰信息且分辨率难以满足高精度识别要求，所以卫星识别的精确度和实时性难以保证；[0007]所述太阳能电池组安装于所述飞行主体的上方，用于吸收太阳光能并转化为电[0008]所述舵翼对称安装于所述飞行器主体的两侧，通过对所述舵翼进行转动角度控89高清摄像头下的法向量，d为Ph点所在平面距高清摄像头的距离,n;r,为点到法向量的投[0037]Ph1和Ph2分别为Ph在第一高清摄像头和第二高清摄像头坐标系下的坐标，nh1为Ph1高清摄像头和第二高清摄像头外参获得，K1和K2分别为第一高清摄像头和第二高清摄像头Ph2在采集海冰图像上对应的像素点，为单应矩[0041]将实时更新的所述飞行器主体的飞行高度以及所述飞行器主体与运输船和/或海数数据以及所述海冰识别模块获得的数据获取所述飞行器主体与运输船之间的飞行器运ye]为根据海冰二值化[0055]RMSE(Ei)为运输船预测轨迹sb与实际运动位置sc之间的均方误差；||Ei||表示对[0058]根据运输船的抗冰等级，设定运输船与飞行器的最大安全距离为ssafe，并通过控制飞行器实现case1运动模式的全速驶向运输船绕轴旋转方向和/或所述舵翼的转动角度进[0062]定义飞行器前进时螺旋桨转向为正转并记为1，飞行器后退时螺旋桨转向为反转[0064]当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均[0065]当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均T[0076]根据所述相对运动位移和速度，对无人飞行器的舵翼的转动角度和/或螺旋推进在空中只需螺旋推进器给予较小的推力，配合两侧的舵翼即可自由完成升降和旋转运动。[0087]通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、[0110]照明警示灯对称安装于三角翼状飞艇的两翼前缘，并与行器与运输船运动模式并反馈至状态监测模块进行飞行高清摄像头下的法向量，d为Ph点所在平面距高清摄像头的距离,n;r,为点到法向量的投[0133]Ph1和Ph2分别为Ph在第一高清摄像头和第二高清摄像头坐标系下的坐标，nh1为Ph1高清摄像头和第二高清摄像头外参获得，K1和K2分别为第一高清摄像头和第二高清摄像头Ph2在采集海冰图像上对应的像素点，为单应[0137]将实时更新的飞行器主体的飞行高度以及飞行器主体与运输船和/或海冰之间的参数数据以及海冰识别模块获得的数据获取飞行器主体与运输船之间的飞行器运动控制[0141]根据海冰识别模块得到飞行参数数据以及海冰数据，计算以运输船为中心外扩mye]为根据海冰二值[0151]RMSE(Ei)为运输船预测轨迹sb与实际运动位置sc之间的均方误差；||Ei||表示对实际航行路线与预测路线重合度作为飞行器运动控制参数，得到飞行器与运输船运动模[0154]根据运输船的抗冰等级，设定运输船与飞行器的最大安全距离为ssafe，并通过控制飞行器实现case1运动模式的全速驶向运输[0156]在一优选实施例中，状态监测模块根据定位模块反馈的飞行器与运输船运动模[0158]定义飞行器前进时螺旋桨转向为正转并记为1，飞行器后退时螺旋桨转向为反转T[0160]当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均方误差RMSE(Ei)较小时(可以通过一设定阈值进行判X,飞行器前进并通过舵翼实现转弯；若STATE[00001]T≠_[0161]当运输船与飞行器之间距离小于最大安全距离ssafe且运输船航行危险指数k和均方误差RMSE(Ei)较大时(可以通过一设定阈值进用对的无人飞行器可以为本发明上述实施例中任一项的用于极地冰场智能识别的无人飞地冰场的智能识别。[0173]根据相对运动位移和速度，对无人飞行器的舵翼的转动角度和/或螺旋推进器的[0193]如图10所示为舱室401内部各功能模块的运行流程图。由海冰识别模块开启高清[0197]正常运转状态，观测舱4内的状态监测模块