CN119987426A - 一种激光引导的无人机降落方法及系统 - Google Patents

Abstract

本发明涉及无人机技术领域，公开了一种激光引导的无人机降落方法及系统，本方法通过实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息，基于环境影响参数对初始飞行动作信息进行修正，并根据飞行动作偏差信息，确定待降落的无人机的动作调整量，通过动作调整量生成动作指令发送至待降落的无人机进行执行，直至飞行动作偏差信息满足预设的容忍偏差阈值，从而克服环境影响对飞行动作的测定误差，降低了无人机降落误差，提高了无人机降落可靠性，提高无人机降落安全性。

Description

一种激光引导的无人机降落方法及系统

技术领域

本发明涉及无人机技术领域，尤其涉及一种激光引导的无人机降落方法及系统。

背景技术

随着无人机技术的飞速发展，无人机在电力等领域的应用日益广泛。然而，无人机的安全精准降落一直是行业内的关键难题。传统的基于视觉识别的降落方式对光线条件高度依赖，在强光、弱光或光线变化剧烈的环境中，其识别精度会大幅下降，导致降落的准确性难以保证。而单纯依靠 GPS 定位进行降落，其精度受到卫星信号精度和信号遮挡情况的严重限制，在城市高楼区、山区等信号受阻区域，降落偏差可能会达到数米甚至更大，这容易导致无人机降落误差较大，可靠性较差，极易引发安全事故。

发明内容

有鉴于此，本发明提供了一种激光引导的无人机降落方法及系统，解决了无人机降落误差较大，可靠性较差，极易引发安全事故的技术问题。

本发明第一方面提供了一种激光引导的无人机降落方法，应用于无人机降落平台，包括：

实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息；所述初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息；

基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息；

根据所述飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息；

根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量；

根据所述待降落的无人机的动作调整量生成动作指令，并将所述动作指令发送至所述待降落的无人机，通过所述待降落的无人机执行所述动作指令，直至所述飞行动作偏差信息满足预设的容忍偏差阈值。

优选地，所述实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息，包括：

通过所述无人机降落平台对所述待降落的无人机进行激光测距，基于激光测距结果和激光测距角度确定所述待降落的无人机的初始激光定位坐标；

通过所述待降落的无人机的内置的陀螺仪获得所述待降落的无人机的加速度和角速度；

根据所述待降落的无人机的加速度和角速度，确定所述无人机降落平台的初始飞行姿态信息；其中，所述初始飞行姿态信息包括俯仰角、横滚角和航向角。

优选地，所述环境影响参数包括环境光强和气流；

所述基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息，包括：

当所述环境光强大于预设的光强阈值时，则通过光线干扰定位误差模型确定所述初始激光定位坐标的三维激光定位坐标光强误差；所述光线干扰定位误差模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的激光定位坐标光强误差，分别为x轴方向、y轴方向和z轴方向的误差系数，为环境光强，为光强阈值，为时间，分别为x轴方向、y轴方向和z轴方向的角频率，分别为x轴方向、y轴方向和z轴方向的初相位；

根据气流扰动偏移模型确定所述初始激光定位坐标的三维激光定位坐标气流误差；所述气流扰动偏移模型为：

式中，、分别为x轴方向、y轴方向和z轴方向的激光定位坐标气流误差，为空气密度，为风速，为无人机的最大横截面积，分别为x轴方向和y轴方向的空气动力系数，为升力系数，为无人机在垂直方向的最大投影面积，为风向，为垂直方向上气流与无人机的夹角，m为无人机质量，g为重力加速度，分别为无人机在水平方向的速度与气流方向的夹角，为时间间隔，为无人机的飞行速度；

根据所述三维激光定位坐标光强误差和所述三维激光定位坐标气流误差对所述初始激光定位坐标进行误差修正，得到激光定位坐标。

优选地，所述环境影响参数包括磁场强度；

所述基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息，包括：

根据磁场干扰偏移模型确定所述航向角的误差；所述航向角的误差为：

式中，为航向角的误差，、分别为磁场强度和磁场变化率对航向角偏差的影响系数，为磁场强度，为磁场变化的角频率，为初始相位；

通过所述航向角的误差对所述航向角进行误差修正，得到修正后的航向角，并根据所述修正后的航向角、所述俯仰角和所述横滚角确定飞行姿态信息。

优选地，所述动作调整量包括加速度调整量和姿态调整量，所述姿态调整量包括俯仰角调整量、横滚角调整量和航向角调整量；

所述根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量，包括：

根据所述飞行动作偏差信息通过姿态与位置耦合修正模型，确定所述待降落的无人机的加速度调整量；其中，所述姿态与位置耦合修正模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的加速度调整量，、、均为x轴方向的加速度修正的权重系数，、、均为y轴方向的加速度修正的权重系数，、、均为z轴方向的加速度修正的权重系数，、、分别为x轴动作偏差、y轴动作偏差和z轴动作偏差，为俯仰角误差，为航向角，为横滚角，为横滚角误差；

通过俯仰角校正模型对当前俯仰角进行校正，得到所述俯仰角调整量；其中，所述俯仰角校正模型为：

式中，为俯仰角调整量，为俯仰角对角速度的影响系数，为初始角速度；

通过横滚角校正模型对当前横滚角进行校正，得到所述横滚角调整量；其中，所述横滚角校正模型为：

式中，为横滚角调整量，为横滚角对加速度的影响系数，为初始加速度；

通过航向角的误差对当前航向角进行校正，得到所述航向角调整量；其中，所述航向角调整量为：

式中，为航向角调整量，为航向角的误差。

优选地，本方法还包括：建立所述待降落的无人机和所述无人机降落平台之间的双向通信链路；所述建立所述待降落的无人机和所述无人机降落平台之间的双向通信链路，包括：

当所述无人机降落平台通过激光扫描锁定到所述待降落的无人机时，则向所述待降落的无人机发送通信请求信号；所述通信请求信号包括无人机降落平台身份标识；

所述待降落的无人机响应于所述通信请求信号，生成通信回复信号，对所述通信回复信号进行加密，并运行调制方式对加密后的通信回复信号进行调制，向所述无人机降落平台发送调制后的通信回复信号，所述通信回复信号包括身份标识和姿态信息。

优选地，本方法还包括：

根据所述激光定位坐标与预设的平台降落定位坐标，从预设的地图数据中获取多个初始飞行路径；每个所述初始飞行路径包含激光定位坐标、预设的平台降落定位坐标以及多个节点坐标；

以飞行路径最短以及飞行所需能耗最小为目标，基于启发式搜索算法对多个所述初始飞行路径进行寻优，生成最满足目标的飞行路径。

优选地，本方法还包括通过所述无人机降落平台对无人机进行充电的过程；所述通过所述无人机降落平台对无人机进行充电的过程，包括：

通过市电对所述无人机进行充电；

实时监测所述市电的电压，当所述市电的电压小于预设的安全电压阈值时，则切换至备用电池对所述无人机进行充电。

优选地，本方法还包括：

实时监测所述待降落的无人机在降落过程中的剩余电量变化，根据所述待降落的无人机的剩余电量更新所述待降落的无人机的旋翼推力系数；所述旋翼推力系数为：

式中，k为旋翼推力系数，为初始控制参数，为控制参数，为无人机的剩余电量，为电池最大容量；

根据所述旋翼推力系数更新所述待降落的无人机的旋翼推力。

第二方面，本发明还提供了一种激光引导的无人机降落系统，包括：

飞行信息采集模块，用于实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息；所述初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息；

飞行动作修正模块，用于基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息；

动作偏差确定模块，用于根据所述飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息；

动作调整模块，用于根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量；

动作执行模块，用于根据所述待降落的无人机的动作调整量生成动作指令，并将所述动作指令发送至所述待降落的无人机，通过所述待降落的无人机执行所述动作指令，直至所述飞行动作偏差信息满足预设的容忍偏差阈值。

从以上技术方案可以看出，本发明通过实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息，基于环境影响参数对初始飞行动作信息进行修正，并根据飞行动作偏差信息，确定待降落的无人机的动作调整量，通过动作调整量生成动作指令发送至待降落的无人机进行执行，直至飞行动作偏差信息满足预设的容忍偏差阈值，从而克服环境影响对飞行动作的测定误差，降低了无人机降落误差，提高了无人机降落可靠性，提高无人机降落安全性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种激光引导的无人机降落方法的流程图；

图2为本发明实施例提供的一种激光引导的无人机降落系统的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本申请实施例提供了一种激光引导的无人机降落方法，本申请实施例可适用于控制无人机降落的情况，该方法可以由无人机降落平台来执行。

在无人机降落平台部署中，1.空旷场地：空旷场地部署时，要挑选地势平坦、视野毫无遮挡且远离高大建筑物、金属结构以及强电磁干扰源（像变电站）的区域。部署前，需全面清理场地，将可能阻碍激光信号传播、影响无人机降落的石块、线缆等杂物统统避开。使用水准仪仔细测量地面平整度，地面坡度务必控制在±0.5° 以内，要是不达标，就得进行平整作业。

楼顶：在城市高楼楼顶进行部署，要选在靠近楼顶边缘，且正下方是建筑物核心承重结构的位置。比如写字楼楼顶，电梯机房附近的边缘区域就较为合适，因为其下方大概率是建筑主要承重柱。安装前期，对楼顶防水状况展开检查，同时铺设防护垫，防止安装操作破坏防水层。此外，借助楼顶已有的避雷系统，给平台安装独立接地装置，接地电阻必须不大于10Ω，以此防范雷击对设备造成损坏。

山区：在山区为执行巡检等任务的无人机部署降落平台，应选择地势高耸、视野开阔，且没有高大树木、山体遮挡的山顶平台或山腰平坦之处。若在山区开展电力巡检任务，靠近输电线路且地势较高的山顶是理想选择。安装前，对地面实施夯实操作，必要情况下浇筑混凝土基础，确保平台安装稳固，足以抵御山区的强风等恶劣天气。鉴于山区通信可能存在盲区，还需配备卫星通信模块，保障平台与无人机、控制中心间通信畅通无阻。

无人机降落平台安装与调试

硬件组装：严格依照平台整体结构设计，依次装配激光发射与定位模块、信号处理单元、电源管理单元以及防护与稳定结构。例如，先搭建铝合金框架，确保框架各连接部位紧密稳固，使用扭矩扳手按规定扭矩值拧紧螺丝。接着安装激光发射与定位模块，将其精准固定在框架指定位置，保证激光发射方向偏差不超过±0.1° 。随后连接信号处理单元和电源管理单元的线缆，确保线缆连接正确、牢固，杜绝松动、短路现象。

电气连接与测试：硬件组装完毕，着手电气连接。接入外接市电电源，确保电压稳定在220V±10% ，并查看电源管理单元的市电接入指示灯是否正常亮起。同时连接备用锂电池，检查电池电量，要求电量不低于80%。进行初步电气测试，开启平台电源，查看各模块工作指示灯是否正常显示。比如，激光发射与定位模块的自检指示灯在开机后应快速闪烁，随后常亮，表明自检通过。利用万用表检测各模块供电电压是否处于正常范围，像信号处理单元工作电压需在5V±0.2V 区间。

软件配置与校准：借助配套控制软件对平台进行配置与校准。首先设置激光发射与定位模块参数，如将激光发射频率设为与无人机接收频率匹配的500MHz ，采用特定DSSS编码方式增强信号抗干扰能力。接着开展坐标校准，利用平台内置定位系统和激光测距功能，测量平台相对周围已知地标（如建筑物墙角、测量控制点）的位置坐标，输入控制软件进行校准。同时校准激光发射角度，通过控制软件调整激光发射装置的水平、垂直角度，确保其能精准覆盖预定无人机降落区域，校准误差不得超过±0.05° 。

如图1所示，本申请实施例提供了一种激光引导的无人机降落方法，应用于无人机降落平台，包括：步骤S1~S5。其中：

步骤S1、实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息；初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息。

其中，待降落的无人机应在无人机降落平台的降落范围，并通过无人机降落平台锁定待降落的无人机，并为了通信可靠性，建立待降落的无人机和无人机降落平台之间的双向通信链路；建立待降落的无人机和无人机降落平台之间的双向通信链路，包括：

步骤S11、当无人机降落平台通过激光扫描锁定到待降落的无人机时，则向待降落的无人机发送通信请求信号；通信请求信号包括无人机降落平台身份标识。

其中，无人机降落平台的激光发射装置启动后，以螺旋式扫描路径对周围空域快速扫描。从近到远逐步扩大扫描范围，在较短时间内覆盖较大空域。当激光束扫描到无人机表面的反射装置时，反射光携带无人机部分特征信息返回，从而快速识别无人机并锁定目标无人机。

设激光发射装置的扫描角速度为，扫描起始半径为，则在时间内扫描覆盖的区域面积A为：

。

在无人机降落平台通过激光锁定无人机后，向待降落的无人机发送通信请求信号，设通信请求信号为，其表达式为：

式中，为平台身份标识，为通信频率，为数据传输速率，为平台坐标。

步骤S12、待降落的无人机响应于通信请求信号，生成通信回复信号，对通信回复信号进行加密，并运行调制方式对加密后的通信回复信号进行调制，向无人机降落平台发送调制后的通信回复信号，通信回复信号包括身份标识和姿态信息。

其中，确认回复信号包括身份标识和姿态信息，记为。即：

式中，为无人机身份标识，为无人机坐标，为姿态角度，为剩余电量。

其中，采用AES加密算法对通信回复信号加密。具体是将原始通信回复信号的数据D按固定长度分组，每组数据在密钥的作用下，经过多轮复杂的字节替换、行移位、列混淆和密钥加操作，转换为加密后的密文。以一轮加密操作为例，设输入的状态矩阵为，密钥矩阵为，则一轮加密后的输出为：

其中为字节替换操作，为行移位操作，为列混淆操作，表示按位异或。通过多轮这样的操作，确保数据传输安全，防止恶意窃取或篡改。

接着，运用调制方式对加密后的数据进行调制。将数字信号“0”和“1”分别映射为不同频率和，设调制后的信号为，则：

式中，A为信号幅度，、为初始相位。这样，信号在无线信道中能稳定、高效传输，提升抗干扰能力与传输可靠性。

在获取初始飞行动作信息过程中，具体来说，步骤S1中的实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息，包括：

步骤S101、通过无人机降落平台对待降落的无人机进行激光测距，基于激光测距结果和激光测距角度确定待降落的无人机的初始激光定位坐标。

其中，利用激光测距公式，其中，c为激光在空气中的传播速度，L 是激光发射点到反射点的水平距离t为往返时间。

结合发射角度水平角度和垂直角度，可以利用几何关系算出无人机相对于无人机降落平台的初始激光定位坐标。

步骤S102、通过待降落的无人机的内置的陀螺仪获得待降落的无人机的加速度和角速度。

步骤S103、根据待降落的无人机的加速度和角速度，确定无人机降落平台的初始飞行姿态信息；其中，初始飞行姿态信息包括俯仰角、横滚角和航向角。

其中，通过陀螺仪获得待降落的无人机的加速度和角速度，通过积分运算速度计算公示和位移计算公式：，获取初始飞行姿态信息，初始飞行姿态信息包括俯仰角、横滚角和航向角。

步骤S2、基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息。

其中，平台与无人机配备的光强传感器、风速仪和风向仪等，实时监测环境光强、风速、风向等环境数据，并借助环境因素影响模型，预估环境导致监测得到的飞行动作误差，并利用飞行动作误差对初始飞行动作信息进行修正，以减少初始飞行动作信息的误差。

具体来说，环境影响参数包括环境光强和气流。

步骤S2中的基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息，包括：

步骤S201、当环境光强大于预设的光强阈值时，则通过光线干扰定位误差模型确定初始激光定位坐标的三维激光定位坐标光强误差；光线干扰定位误差模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的激光定位坐标光强误差，分别为x轴方向、y轴方向和z轴方向的误差系数，表征光强对各方向定位误差的影响程度，为环境光强，为光强阈值，为时间，分别为x轴方向、y轴方向和z轴方向的角频率，反映误差随时间的波动特性，分别为x轴方向、y轴方向和z轴方向的初相位，考虑到不同时刻光强变化对定位误差的初始影响差异；

步骤S202、根据气流扰动偏移模型确定初始激光定位坐标的三维激光定位坐标气流误差；气流扰动偏移模型为：

式中，、分别为x轴方向、y轴方向和z轴方向的激光定位坐标气流误差，为空气密度，为风速，为无人机的最大横截面积，分别为x轴方向和y轴方向的空气动力系数，与无人机的外形和姿态有关，为升力系数，为无人机在垂直方向的最大投影面积，为风向，为垂直方向上气流与无人机的夹角，m为无人机质量，g为重力加速度，分别为无人机在水平方向的速度与气流方向的夹角，为时间间隔，用于计算在该时间段内气流造成的累积偏移，为无人机的飞行速度。

其中，考虑到不同高度层气流特性的差异，建立高度与气流参数的关联模型。设无人机当前高度为h，不同高度层的气流速度修正系数为，则实际用于计算偏移量的风速为：

使气流扰动补偿在不同高度下更加精准。

其中，运用气流扰动偏移模型，根据空气动力学原理，计算气流在水平和垂直方向对无人机产生的偏移量。

步骤S203、根据三维激光定位坐标光强误差和三维激光定位坐标气流误差对初始激光定位坐标进行误差修正，得到激光定位坐标。

其中，通过对三维激光定位坐标光强误差和三维激光定位坐标气流误差进行加权，利用加权结果对初始激光定位坐标进行误差修正，对于三维激光定位坐标光强误差和三维激光定位坐标气流误差分别对应的权重可以基于经验设定。

在一些实施例中，环境影响参数包括磁场强度。考虑到无人机飞行环境中可能存在的磁场干扰，尤其是在电力设施附近或金属矿区等特殊区域。通过磁传感器测量环境磁场强度及其变化率，建立磁场干扰对无人机的陀螺仪影响的模型，即磁场干扰偏移模型。

步骤S2中的基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息，包括：

步骤S211、根据磁场干扰偏移模型确定航向角的误差；航向角的误差为：

式中，为航向角的误差，、分别为磁场强度和磁场变化率对航向角偏差的影响系数，为磁场强度，为磁场变化的角频率，为初始相位。

步骤S212、通过航向角的误差对航向角进行误差修正，得到修正后的航向角，并根据修正后的航向角、俯仰角和横滚角确定飞行姿态信息。

步骤S3、根据飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息。

其中，对于坐标位置偏差计算：将激光定位坐标与预设的期望平台降落坐标对比，得出位置误差为：

对于姿态偏差计算：对比当前姿态与预定降落姿态，算出姿态误差，如俯仰角误差，其中，为预设的期望俯仰角，横滚角误差，为预设的期望横滚角，航向角误差，为预设的期望航向角。

步骤S4、根据飞行动作偏差信息，确定待降落的无人机的动作调整量。

在一些实施例中，动作调整量包括加速度调整量和姿态调整量，姿态调整量包括俯仰角调整量、横滚角调整量和航向角调整量；

步骤S4中的根据飞行动作偏差信息，确定待降落的无人机的动作调整量，包括：

步骤S401、根据飞行动作偏差信息通过姿态与位置耦合修正模型，确定待降落的无人机的加速度调整量；其中，姿态与位置耦合修正模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的加速度调整量，、、均为x轴方向的加速度修正的权重系数，、、均为y轴方向的加速度修正的权重系数，、、均为z轴方向的加速度修正的权重系数，、、分别为x轴动作偏差、y轴动作偏差和z轴动作偏差，为俯仰角误差，为航向角，为横滚角，为横滚角误差；

步骤S402、通过俯仰角校正模型对当前俯仰角进行校正，得到俯仰角调整量；其中，俯仰角校正模型为：

式中，为俯仰角调整量，为俯仰角对角速度的影响系数，为初始角速度；

步骤S403、通过横滚角校正模型对当前横滚角进行校正，得到横滚角调整量；其中，横滚角校正模型为：

式中，为横滚角调整量，为横滚角对加速度的影响系数，为初始加速度；

步骤S404、通过航向角的误差对当前航向角进行校正，得到航向角调整量；其中，航向角调整量为：

式中，为航向角调整量，为航向角的误差。

步骤S5、根据待降落的无人机的动作调整量生成动作指令，并将动作指令发送至待降落的无人机，通过待降落的无人机执行动作指令，直至飞行动作偏差信息满足预设的容忍偏差阈值。

其中，当飞行动作偏差信息小于预设的容忍偏差阈值时，则确定无人机完全降落于平台上，并姿态准确。

需要说明的是，本申请实施例通过实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息，基于环境影响参数对初始飞行动作信息进行修正，并根据飞行动作偏差信息，确定待降落的无人机的动作调整量，通过动作调整量生成动作指令发送至待降落的无人机进行执行，直至飞行动作偏差信息满足预设的容忍偏差阈值，从而克服环境影响对飞行动作的测定误差，降低了无人机降落误差，提高了无人机降落可靠性，提高无人机降落安全性。

在一些实施例中，本方法还包括：

步骤S61、根据激光定位坐标与预设的平台降落定位坐标，从预设的地图数据中获取多个初始飞行路径；每个初始飞行路径包含激光定位坐标、预设的平台降落定位坐标以及多个节点坐标；

步骤S62、以飞行路径最短以及飞行所需能耗最小为目标，基于启发式搜索算法对多个初始飞行路径进行寻优，生成最满足目标的飞行路径。

其中，无人机通过以飞行路径最短以及飞行所需能耗最小为目标，确定评估函数为，其中，表示搜索过程中的节点，代表从起始点到节点的实际代价，即无人机从当前位置飞行至该节点所耗费的能量、时间等综合成本；是从节点到目标点（平台位置）的估计代价，通常通过计算节点与目标点的欧几里得距离或曼哈顿距离来估算。

示例性地，无人机当前位置坐标为，平台坐标为，对于二维平面上的节点，可按欧几里得距离公式计算 。算法从起始节点开始，将其加入开启列表（待探索节点集合），遍历开启列表，选取值最小的节点进行扩展。

对于扩展出的新节点，若其不在开启列表与关闭列表（已探索节点集合）中，计算其与值，将其加入开启列表，并记录其父节点。若新节点已在开启列表中，比较通过当前路径到达该节点的值与原值，若新值更小，则更新该节点的值与父节点。当目标节点被扩展或开启列表为空时，搜索结束。若找到目标节点，通过回溯父节点路径，便能得到从起始点到目标点的最优路径。在无人机场景中，路径规划算法会综合考虑周围障碍物信息（通过无人机视觉传感器或预先存储的地图数据获取），生成一条从当前位置飞至平台上方50米高度的飞行路径。飞行期间，无人机每隔1秒向平台发送一次自身状态信息，平台实时监控其飞行状态。

在一些实施例中，采用外接市电作为平台的主要电源供应，同时，配备大容量、高能量密度的锂电池作为备用电源，以确保平台在各种电力供应情况下的稳定运行。

本申请实施例提供的激光引导的无人机降落方法还包括通过无人机降落平台对无人机进行充电的过程；通过无人机降落平台对无人机进行充电的过程，包括：

步骤S601、通过市电对无人机进行充电。

步骤S602、实时监测市电的电压，当市电的电压小于预设的安全电压阈值时，则切换至备用电池对无人机进行充电。

其中，当检测到市电低于预设的安全阈值时，能够在极短时间（如 10 毫秒内）迅速自动切换至备用电池供电，实现无缝电源切换，保障平台的不间断运行。在充电管理方面，具备智能充电功能，根据锂电池的特性曲线和实时状态进行精确控制。采用恒流 -恒压充电模式，在充电初期，以恒定电流对电池进行快速充电，当电池电量达到一定比例（例如 80%）时，切换为恒定电压充电模式，此时充电电流逐渐减小，避免过充现象的发生，有效延长电池的使用寿命。电池电量的变化过程可以近似用公式表示，其中为t时刻的电池电量，为初始电量，为随时间变化的充电电流，为时间间隔。通过这种智能充电管理策略，能够充分发挥锂电池的性能优势，提高平台的电源可靠性和稳定性。

在一些实施例中，无人机在降落全程中，依实时数据与误差，动态更新修正策略参数。无人机靠近平台时，减小位置误差容忍值和姿态误差容忍值。同时，据环境实时变化，调整环境影响误差预估模型参数。考虑到无人机电池电量对飞行性能的影响，本申请实施例提供的激光引导的无人机降落方法，还包括：

步骤S701、实时监测待降落的无人机在降落过程中的剩余电量变化，根据待降落的无人机的剩余电量更新待降落的无人机的旋翼推力系数；旋翼推力系数为：

式中，k为旋翼推力系数，为初始控制参数，为控制参数，为无人机的剩余电量，为电池最大容量；

步骤S702、根据旋翼推力系数更新待降落的无人机的旋翼推力。

其中，通过旋翼推力系数与初始旋翼推力的相乘结果不断更新待降落的无人机的旋翼推力，随着电量下降，合理调整旋翼推力，保障无人机降落性能。

在一些实施例中，当无人机距离平台5米范围内，进入精准降落阶段。此时，可以对无人机位置、姿态展开更精细测量、调整。通过无人机识别平台表面特定标识（如颜色、形状标记），进一步精确计算自身与平台的相对位置、姿态。平台和无人机的控制系统依据这些高精度数据，对无人机飞行状态进行最后的精细调整。例如，通过微调旋翼转速，让无人机在垂直方向以0.1米/秒的速度缓缓下降，同时维持水平位置稳定，偏差控制在±0.1米。此过程中，平台实时监控无人机所有状态数据，一旦察觉异常（如电量过低、姿态突变等），立刻发出警报，并采取相应应急措施，像控制无人机悬停，或引导其降落至备用降落区域。

无人机成功降落在平台后，平台记录无人机降落时间、位置、姿态、电量等数据，以及整个降落过程中的环境数据（如光强、风速、风向等）和控制参数（如旋翼转速调整量、姿态调整角度等）。这些数据用于后续数据分析、性能评估，比如分析不同环境条件下无人机降落成功率、精度，从而优化改进平台和无人机的控制系统。同时，平台通过无线通信模块向无人机发送降落完成确认信号，无人机接收到信号后，关闭动力系统、相关传感器，圆满完成整个降落流程。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的激光引导的无人机降落方法的激光引导的无人机降落系统。

该系统所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个激光引导的无人机降落系统实施例中的具体限定可以参见上文中对于激光引导的无人机降落方法的限定，在此不再赘述。

如图2所示，本申请实施例提供了一种激光引导的无人机降落系统，包括：

飞行信息采集模块100，用于实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息；初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息；

飞行动作修正模块200，用于基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息；

动作偏差确定模块300，用于根据飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息；

动作调整模块400，用于根据飞行动作偏差信息，确定待降落的无人机的动作调整量；

动作执行模块500，用于根据待降落的无人机的动作调整量生成动作指令，并将动作指令发送至待降落的无人机，通过待降落的无人机执行动作指令，直至飞行动作偏差信息满足预设的容忍偏差阈值。

在一些实施例中，实时采集待降落的无人机相对于无人机降落平台的初始飞行动作信息，包括：

通过无人机降落平台对待降落的无人机进行激光测距，基于激光测距结果和激光测距角度确定待降落的无人机的初始激光定位坐标；

通过待降落的无人机的内置的陀螺仪获得待降落的无人机的加速度和角速度；

根据待降落的无人机的加速度和角速度，确定无人机降落平台的初始飞行姿态信息；其中，初始飞行姿态信息包括俯仰角、横滚角和航向角。

在一些实施例中，环境影响参数包括环境光强和气流；

基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息，包括：

当环境光强大于预设的光强阈值时，则通过光线干扰定位误差模型确定初始激光定位坐标的三维激光定位坐标光强误差；光线干扰定位误差模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的激光定位坐标光强误差，分别为x轴方向、y轴方向和z轴方向的误差系数，为环境光强，为光强阈值，为时间，分别为x轴方向、y轴方向和z轴方向的角频率，分别为x轴方向、y轴方向和z轴方向的初相位；

根据气流扰动偏移模型确定初始激光定位坐标的三维激光定位坐标气流误差；气流扰动偏移模型为：

式中，、分别为x轴方向、y轴方向和z轴方向的激光定位坐标气流误差，为空气密度，为风速，为无人机的最大横截面积，分别为x轴方向和y轴方向的空气动力系数，为升力系数，为无人机在垂直方向的最大投影面积，为风向，为垂直方向上气流与无人机的夹角，m为无人机质量，g为重力加速度，分别为无人机在水平方向的速度与气流方向的夹角，为时间间隔，为无人机的飞行速度；

根据三维激光定位坐标光强误差和三维激光定位坐标气流误差对初始激光定位坐标进行误差修正，得到激光定位坐标。

在一些实施例中，环境影响参数包括磁场强度；

基于环境影响参数对初始飞行动作信息进行修正，得到飞行动作信息，包括：

根据磁场干扰偏移模型确定航向角的误差；航向角的误差为：

式中，为航向角的误差，、分别为磁场强度和磁场变化率对航向角偏差的影响系数，为磁场强度，为磁场变化的角频率，为初始相位；

通过航向角的误差对航向角进行误差修正，得到修正后的航向角，并根据修正后的航向角、俯仰角和横滚角确定飞行姿态信息。

在一些实施例中，动作调整量包括加速度调整量和姿态调整量，姿态调整量包括俯仰角调整量、横滚角调整量和航向角调整量；

根据飞行动作偏差信息，确定待降落的无人机的动作调整量，包括：

根据飞行动作偏差信息通过姿态与位置耦合修正模型，确定待降落的无人机的加速度调整量；其中，姿态与位置耦合修正模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的加速度调整量，、、均为x轴方向的加速度修正的权重系数，、、均为y轴方向的加速度修正的权重系数，、、均为z轴方向的加速度修正的权重系数，、、分别为x轴动作偏差、y轴动作偏差和z轴动作偏差，为俯仰角误差，为航向角，为横滚角，为横滚角误差；

通过俯仰角校正模型对当前俯仰角进行校正，得到俯仰角调整量；其中，俯仰角校正模型为：

式中，为俯仰角调整量，为俯仰角对角速度的影响系数，为初始角速度；

通过横滚角校正模型对当前横滚角进行校正，得到横滚角调整量；其中，横滚角校正模型为：

式中，为横滚角调整量，为横滚角对加速度的影响系数，为初始加速度；

通过航向角的误差对当前航向角进行校正，得到航向角调整量；其中，航向角调整量为：

式中，为航向角调整量，为航向角的误差。

在一些实施例中，本系统还包括：通信构建模块，用于建立待降落的无人机和无人机降落平台之间的双向通信链路；建立待降落的无人机和无人机降落平台之间的双向通信链路，包括：

当无人机降落平台通过激光扫描锁定到待降落的无人机时，则向待降落的无人机发送通信请求信号；通信请求信号包括无人机降落平台身份标识；

待降落的无人机响应于通信请求信号，生成通信回复信号，对通信回复信号进行加密，并运行调制方式对加密后的通信回复信号进行调制，向无人机降落平台发送调制后的通信回复信号，通信回复信号包括身份标识和姿态信息。

在一些实施例中，本系统还包括：路径寻优模块，用于根据激光定位坐标与预设的平台降落定位坐标，从预设的地图数据中获取多个初始飞行路径；每个初始飞行路径包含激光定位坐标、预设的平台降落定位坐标以及多个节点坐标；

以飞行路径最短以及飞行所需能耗最小为目标，基于启发式搜索算法对多个初始飞行路径进行寻优，生成最满足目标的飞行路径。

在一些实施例中，本系统还包括充电模块，用于通过无人机降落平台对无人机进行充电的过程；通过无人机降落平台对无人机进行充电的过程，包括：

通过市电对无人机进行充电；

实时监测市电的电压，当市电的电压小于预设的安全电压阈值时，则切换至备用电池对无人机进行充电。

在一些实施例中，本系统还包括：旋翼推力优化模块，用于实时监测待降落的无人机在降落过程中的剩余电量变化，根据待降落的无人机的剩余电量更新待降落的无人机的旋翼推力系数；旋翼推力系数为：

式中，k为旋翼推力系数，为初始控制参数，为控制参数，为无人机的剩余电量，为电池最大容量；

根据旋翼推力系数更新待降落的无人机的旋翼推力。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本发明所提供的几个实施例中，可以理解的是，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种激光引导的无人机降落方法，应用于无人机降落平台，其特征在于，包括：

实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息；所述初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息；

基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息；

根据所述飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息；

根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量；

根据所述待降落的无人机的动作调整量生成动作指令，并将所述动作指令发送至所述待降落的无人机，通过所述待降落的无人机执行所述动作指令，直至所述飞行动作偏差信息满足预设的容忍偏差阈值。

2.根据权利要求1所述的激光引导的无人机降落方法，其特征在于，所述实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息，包括：

通过所述无人机降落平台对所述待降落的无人机进行激光测距，基于激光测距结果和激光测距角度确定所述待降落的无人机的初始激光定位坐标；

通过所述待降落的无人机的内置的陀螺仪获得所述待降落的无人机的加速度和角速度；

根据所述待降落的无人机的加速度和角速度，确定所述无人机降落平台的初始飞行姿态信息；其中，所述初始飞行姿态信息包括俯仰角、横滚角和航向角。

3.根据权利要求2所述的激光引导的无人机降落方法，其特征在于，所述环境影响参数包括环境光强和气流；

所述基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息，包括：

当所述环境光强大于预设的光强阈值时，则通过光线干扰定位误差模型确定所述初始激光定位坐标的三维激光定位坐标光强误差；所述光线干扰定位误差模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的激光定位坐标光强误差，分别为x轴方向、y轴方向和z轴方向的误差系数，为环境光强，为光强阈值，为时间，分别为x轴方向、y轴方向和z轴方向的角频率，分别为x轴方向、y轴方向和z轴方向的初相位；

根据气流扰动偏移模型确定所述初始激光定位坐标的三维激光定位坐标气流误差；所述气流扰动偏移模型为：

式中，、分别为x轴方向、y轴方向和z轴方向的激光定位坐标气流误差，为空气密度，为风速，为无人机的最大横截面积，分别为x轴方向和y轴方向的空气动力系数，为升力系数，为无人机在垂直方向的最大投影面积，为风向，为垂直方向上气流与无人机的夹角，m为无人机质量，g为重力加速度，分别为无人机在水平方向的速度与气流方向的夹角，为时间间隔，为无人机的飞行速度；

根据所述三维激光定位坐标光强误差和所述三维激光定位坐标气流误差对所述初始激光定位坐标进行误差修正，得到激光定位坐标。

4.根据权利要求2所述的激光引导的无人机降落方法，其特征在于，所述环境影响参数包括磁场强度；

所述基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息，包括：

根据磁场干扰偏移模型确定所述航向角的误差；所述航向角的误差为：

式中，为航向角的误差，、分别为磁场强度和磁场变化率对航向角偏差的影响系数，为磁场强度，为磁场变化的角频率，为初始相位；

通过所述航向角的误差对所述航向角进行误差修正，得到修正后的航向角，并根据所述修正后的航向角、所述俯仰角和所述横滚角确定飞行姿态信息。

5.根据权利要求1所述的激光引导的无人机降落方法，其特征在于，所述动作调整量包括加速度调整量和姿态调整量，所述姿态调整量包括俯仰角调整量、横滚角调整量和航向角调整量；

所述根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量，包括：

根据所述飞行动作偏差信息通过姿态与位置耦合修正模型，确定所述待降落的无人机的加速度调整量；其中，所述姿态与位置耦合修正模型为：

式中，、、分别为x轴方向、y轴方向和z轴方向的加速度调整量，、、均为x轴方向的加速度修正的权重系数，、、均为y轴方向的加速度修正的权重系数，、、均为z轴方向的加速度修正的权重系数，、、分别为x轴动作偏差、y轴动作偏差和z轴动作偏差，为俯仰角误差，为航向角，为横滚角，为横滚角误差；

通过俯仰角校正模型对当前俯仰角进行校正，得到所述俯仰角调整量；其中，所述俯仰角校正模型为：

式中，为俯仰角调整量，为俯仰角对角速度的影响系数，为初始角速度；

通过横滚角校正模型对当前横滚角进行校正，得到所述横滚角调整量；其中，所述横滚角校正模型为：

式中，为横滚角调整量，为横滚角对加速度的影响系数，为初始加速度；

通过航向角的误差对当前航向角进行校正，得到所述航向角调整量；其中，所述航向角调整量为：

式中，为航向角调整量，为航向角的误差。

6.根据权利要求1所述的激光引导的无人机降落方法，其特征在于，还包括：建立所述待降落的无人机和所述无人机降落平台之间的双向通信链路；所述建立所述待降落的无人机和所述无人机降落平台之间的双向通信链路，包括：

当所述无人机降落平台通过激光扫描锁定到所述待降落的无人机时，则向所述待降落的无人机发送通信请求信号；所述通信请求信号包括无人机降落平台身份标识；

所述待降落的无人机响应于所述通信请求信号，生成通信回复信号，对所述通信回复信号进行加密，并运行调制方式对加密后的通信回复信号进行调制，向所述无人机降落平台发送调制后的通信回复信号，所述通信回复信号包括身份标识和姿态信息。

7.根据权利要求3或4所述的激光引导的无人机降落方法，其特征在于，还包括：

根据所述激光定位坐标与预设的平台降落定位坐标，从预设的地图数据中获取多个初始飞行路径；每个所述初始飞行路径包含激光定位坐标、预设的平台降落定位坐标以及多个节点坐标；

以飞行路径最短以及飞行所需能耗最小为目标，基于启发式搜索算法对多个所述初始飞行路径进行寻优，生成最满足目标的飞行路径。

8.根据权利要求1所述的激光引导的无人机降落方法，其特征在于，还包括通过所述无人机降落平台对无人机进行充电的过程；所述通过所述无人机降落平台对无人机进行充电的过程，包括：

通过市电对所述无人机进行充电；

实时监测所述市电的电压，当所述市电的电压小于预设的安全电压阈值时，则切换至备用电池对所述无人机进行充电。

9.根据权利要求1所述的激光引导的无人机降落方法，其特征在于，还包括：

实时监测所述待降落的无人机在降落过程中的剩余电量变化，根据所述待降落的无人机的剩余电量更新所述待降落的无人机的旋翼推力系数；所述旋翼推力系数为：

式中，k为旋翼推力系数，为初始控制参数，为控制参数，为无人机的剩余电量，为电池最大容量；

根据所述旋翼推力系数更新所述待降落的无人机的旋翼推力。

10.一种激光引导的无人机降落系统，其特征在于，包括：

飞行信息采集模块，用于实时采集待降落的无人机相对于所述无人机降落平台的初始飞行动作信息；所述初始飞行动作信息包括初始激光定位坐标和初始飞行姿态信息；

飞行动作修正模块，用于基于环境影响参数对所述初始飞行动作信息进行修正，得到飞行动作信息；

动作偏差确定模块，用于根据所述飞行动作信息与预设的期望飞行动作信息，确定飞行动作偏差信息；

动作调整模块，用于根据所述飞行动作偏差信息，确定所述待降落的无人机的动作调整量；

动作执行模块，用于根据所述待降落的无人机的动作调整量生成动作指令，并将所述动作指令发送至所述待降落的无人机，通过所述待降落的无人机执行所述动作指令，直至所述飞行动作偏差信息满足预设的容忍偏差阈值。