Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京智慧航空研究院有限公司周龙获国家专利权

南京智慧航空研究院有限公司周龙获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京智慧航空研究院有限公司申请的专利低空无人机运行风险及等级识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN118968823B

龙图腾网通过国家知识产权局官网在2025-07-22发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411153596.9,技术领域涉及:G08G5/57;该发明授权低空无人机运行风险及等级识别方法是由周龙;卫晋军;王琪;熊伟东;马超设计研发完成,并于2024-08-21向国家知识产权局提交的专利申请。

低空无人机运行风险及等级识别方法在说明书摘要公布了:本发明公开了低空无人机运行风险及等级识别方法,涉及无人机运行监测技术领域,包括实时收集无人机运行数据,设定静态警报区域,并根据运行数据设定动态警报区域;基于三维网格方法进行无人机运行路线规划,并根据无人机运行数据预测未来无人机位置;实时监测无人机位置,并根据静态警报区域进行静态预警,同步计算无人机之间相对距离根据动态警报区域进行动态预警;选择无人机最优规避动作并执行。本发明结合动态警报区域预警无人机运行风险,实现精准地无人机运行风险分析,并计算最优规避动作执行,提高了无人机在复杂环境中的运行安全性。

本发明授权低空无人机运行风险及等级识别方法在权利要求书中公布了:1.低空无人机运行风险及等级识别方法,其特征在于:包括, 实时收集无人机运行数据,设定静态警报区域,并根据运行数据设定动态警报区域; 基于三维网格方法进行无人机运行路线规划,并根据无人机运行数据预测未来无人机位置; 实时监测无人机位置,并根据静态警报区域进行静态预警,同步计算无人机之间相对距离根据动态警报区域进行动态预警; 选择无人机最优规避动作并执行; 所述实时收集无人机运行数据,设定静态警报区域,并根据运行数据设定动态警报区域指通过传感器实时收集无人机的运行数据,并根据无人机信息生成无人机唯一标识,通过无人机安全运行间隔设定无人机静态警报区域; 定义动态警报区域更新时间间隔为,根据收集的实时无人机运行数据预测时间间隔后的无人机位置: 其中x(t)、y(t)以及z(t)为时间t的无人机坐标位置,V(t)为时间t的无人机速度,和分别为时间t的无人机方位角和俯仰角,、以及为时间间隔后的无人机坐标位置; 计算时间t与时间间隔后的无人机坐标位置距离D作为动态警报区域半径形成球形区域,将球形区域作为动态警报区域; 所述根据无人机运行数据预测未来无人机位置包括, 收集无人机历史运行数据,将每个时间点的运行数据构建向量,组成初始向量序列P:其中p(n)为第n个时间点的运行数据向量; 对初始向量序列P进行累加变换生成新的序列P(1):其中p(i)为第i个时间点的运行数据向量; 对序列P(1)进行平滑处理生成背景值序列Z(1):其中P(1)k为序列P(1)中第k个序列向量,P(1)k-1为序列P(1)中第k-1个序列向量; 构建灰色预测模型公式:其中p(t+1)为时间点t+1的运行数据向量,a和b为模型参数向量; 建立灰色预测模型的微分方程:基于初始向量序列P构建观测值矩阵Y,基于背景值序列Z(1)构建背景值矩阵Q,通过最小二乘法求解模型参数向量:其中T为转置操作; 得出模型参数向量后代入灰色预测模型公式得到时间点t+1的运行数据向量p(t+1),从运行数据向量p(t+1)中提取无人机在t+1时间点所处位置坐标; 根据无人机设计规范定义每种无人机运行数据的安全范围,并计算每种无人机运行数据的模糊评分Su:其中o为单种无人机运行数据,包括所有种类的无人机运行数据,omax和omin为单种无人机运行数据的安全范围上下限,ot+1为t+1时间点的单种无人机运行数据值,ocen为单种无人机运行数据安全范围上下限的中间值; 根据每种无人机运行数据的模糊评分计算t+1时间点的综合评价值:其中L(t+1)为t+1时间点的综合评价值,m为无人机运行数据种类,Su为第u种无人机运行数据的模糊评分; 从收集无人机历史运行数据中的时间点开始依次计算每个时间点的综合评价值,根据t+1个时间点的综合评价值计算模型参数向量调整系数r:其中L(w)为第w个时间点的综合评价值; 使用调整系数r对模型参数向量a和b进行调整:其中anew和bnew为调整后的模型参数向量,aold和bold为调整前的模型参数向量,将调整后的模型参数向量代入灰色预测模型公式持续对无人机未来运行数据向量进行预测,并不断迭代调整模型参数向量; 所述选择无人机最优规避动作并执行指生成规避命令后,根据我方无人机当前运行数据作为初始节点,从初始节点开始模拟所有可能的规避动作,对每个规避动作进行模拟并使用灰色预测模型公式预测入侵无人机和我方无人机未来位置坐标检测规避效果; 若入侵无人机和我方无人机在规避动作模拟后未来相同时间位置坐标不存在重叠,则记录为规避成功,并获取规避成功后的时间点和无人机位置坐标,计算该时间点的无人机位置坐标与规划的无人机路径中的该时间点的无人机位置坐标之间的距离,选择距离最小的规避动作作为最优规避动作执行; 所述无人机运行数据包括无人机位置坐标、运行速度、加速度、方向角和俯仰角以及运行时间序列。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京智慧航空研究院有限公司,其通讯地址为:210014 江苏省南京市秦淮区永智路5号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。