基于北斗定位的无人机可视化监测方法_宋煜.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第15期No.152023年8月Aug.2023收稿日期：2021-12-29稿件编号：202112187基金项目：江苏方天电力技术有限公司科技项目资助（YF202012）作者简介：宋 煜（1979），男，江苏南京人，硕士，高级工程师。研究方向：电力系统信息化技术。随着通信技术的不断发展与融入，人们已经可以利用无人机精准地监测任务，获取大量的精准数据1。无人机操作者在控制无人机执行任务的同时，也要关注无人机自身及其周边环境的相关数据2。由此可见无人机监管模块的重要性，国内外学者均对其进行了深入的研究。吴曌月3提出了基于 GPS全球卫星导航系统的无人机可视化监测方法，在 GPS导航的基础上对无人机的飞行位置进行全方位监测，实时完成高精度数据上传。该方法具有较高的数据采集精准性，但是容易造成数据泄露，安全性较低。李英成4等提出了基于北斗一代系统的无人机飞行数据监管方法，通过北斗一代系统中的双星定位，获取无人机的实时位置数据，可以实时授权无人机监管模块上传与通信功能，具有较高的数据采集效率。但是该方法基于北斗定位的无人机可视化监测方法宋 煜，黄 祥，张 欣，王海楠（江苏方天电力技术有限公司，江苏 南京 211102）摘要：针对目前研究的无人机可视化监测方法存在监测精度和可靠性较低的问题，提出了基于北斗定位的无人机可视化监测方法。通过北斗定位导航芯片和无线射频模块中核心元件芯片，采集可视化数据。同时检测前导码、同步字、数据包长、传输地址、有效数据、CRC校验数据包，确定ADDR寄存器可以调整的地址类型。分析 PC机与无人机操作终端之间的运作流程，根据 Socket函数与本地 IP和端口相关联，完成可视化数据监测。实验结果表明，基于北斗定位的无人机可视化监测方法能够修正历史数据的匹配结果，提高监测的精准性和可靠性。关键词：北斗定位；无人机可视化；可视化监测；监测方法；定位监测中图分类号：TN301文献标识码：A文章编号：1674-6236（2023）15-0025-05DOI：10.14022/j.issn1674-6236.2023.15.006Visual monitoring method of UAV based on Beidou PositioningSONG Yu，HUANG Xiang，ZHANG Xin，WANG Hainan（Jiangsu Frontier Electric Technology Co.，Ltd.，Nanjing 211102，China）Abstract:Aiming at the problems of low monitoring accuracy and reliability in the currently studiedUAV visual monitoring method，a UAV visual monitoring method based on Beidou Positioning isproposed.Collect visual data through Beidou Positioning and navigation chip and core component chip inradio frequency module.At the same time，the preamble，synchronization word，packet length，transmission address，valid data and CRC check packet are detected to determine the address type that can beadjusted by ADDR register.Analyze the operation process between PC and UAV operation terminal，andcomplete visual data monitoring according to the correlation between Socket function and local IP andport.The experimental results show that the UAV visual monitoring method based on Beidou Positioningcan correct the matching results of historical data and improve the accuracy and reliability of monitoring.Keywords:Beidou Positioning；UAV visualization；visual monitoring；monitoring methods；location monitoring-25电子设计工程 2023年第15期不能满足信号与国际导航系统的格式兼容，从而导致无人机数据监管方法没有广泛推广。综上所述，该文利用北斗定位研究了一种新的无人机可视化监测方法。1无人机可视化数据采集对无人机可视化数据的采集通常在较为复杂的环境下进行，确定可视化数据采集满足不同环境下的精准定位要求。该文选用北斗定位导航芯片5作为数据采集的核心元件，该芯片具有抗干扰性能高、能够适应北斗通信系统以及能够精准高速处理数据的特点。该芯片在对外部的可视化数据采集的过程中设定数据的输入通道是64位HTM芯片，通道中的传输数据频率控制在 BDSB1/GPDL1范围内，由于无人机所处环境实时更新，所以采集数据的更新频率必须大于 1.5 Hz，对可视化数据采集的精准度也控制在-163 dBm以内5。无人机可视化数据在芯片中会在STM32串口处进行相关数据的接收与格式初始化，再从该引脚PA2和 PA3处进入到引脚 T2IN 中，完成可视化数据传输通信的申请，通过申请的数据再进入到 TXD1中，被传输模块中的处理器读取。无人机可视化数据从采集到传输流程之间所在的电路连接图如图 1所示。图1无人机可视化数据从采集到传输流程之间所在的电路连接图根据图 1 可知，无人机可视化数据从采集到传输流程之间所在的电路内部拥有三个电容，一个芯片6。当无人机由于某种原因与操作终端之间失去联系或无人机出现事故，其中的无线射频模块开始动作。无线射频模块中的核心元件为芯片，该芯片与操作端口中的射频电路实时保持关联7。在无人机失去联系信号的第一时间，该模块迅速对周围的信息进行采集，并将采集到的可视化信息发送到操作终端中，模块采集的可视化数据中不仅仅包含无人机的事故信息，同时也包含报警请求信号，以便帮助操控人员对无人机实施搜救。2无人机可视化数据传输基于北斗定位的无人机可视化数据传输采用的是无线通信传输模式，可以帮助无人机在飞行状态下具有较好的数据传输稳定性和畅通性。无人机对外传输数据时要确定可视化数据包的基础格式与初始格式，对两种格式的前导码进行检测，同时还要校验可视化数据长度是否符合数据传输终端地址的规范类型，完成检验后的数据包被划分成为前导码、同步字、数据包长、传输地址、有效数据、CRC校验数据六部分8-9。其中前导码是可视化数据的交叉序列表现形式，无人机在数据传输之前设置一个前导码可以将所有的可视化数据同步，同步字的作用是将无人机可视化数据中的字节同步处理，处理后的字节可以被应用在 32位的传输通道中，数据包长度是表现数据包长度的一种形式10-11。PC机与无人机操作终端之间的运作流程如图2所示。图2PC机与无人机操作终端之间的运作流程根据图 2 可知，通过参数设置和发送命令完成初始化，检验数据成功，判断数据通信是否成功。有效数据和CRC校验数据分别代表无人机可视化采集数据和通信相关数据12-13。当无人机由于某种原因与操作终端之间失去联系，或出现事故，则无人机的PC通信机开始运作，PC通信机中的RS-232C与操作-26终端中的信息框发起呼叫，并不间断地向操作终端发送无人机的实时位置，还要保证无人机的呼叫通信接口时钟与操作终端时钟同频。3无人机可视化数据监测利用传感器对数据进行监测，监测示意图如图3所示。图3监测示意图根据图3可知，该文研究的数据监测方法通过3个传感器对节点进行监测。远程服务器的通信功能建立在套接字技术上，服务器中的套接字在 Socket函数上与本地 IP和端口相关联，保证 IP端口与通信端口在同频信道上14。服务器上还有 listen函数，进入该函数的通信数据需要等待无人机操控端口的确认，若得到操控端口的认可，则使用 accept函数对无人机可视化数据的内容进行提取，并将提取出来的数据与标准化数据库中的参数对比；若没有得到操控端口的认可，则需要返回到通信通道中，在套接字ns上规划读/写格式15。Socket函数表达式如下所示：fSocket=typeafnsprotocol（1）其中，af代表无人机可视化待监测数据的一个地址，type代表套接口类型，protocol代表数据套接口的通信协议。listen函数的表达式如下所示：flisten=backlogsockfd（2）其中，sockfd代表套接口处的未连接可视化数据，backlog代表可视化数据的等待监测长度16。accept函数表达式如下所示：faccept=addraddetensocket（3）其中，socket代表套接口在完成数据连接后的监测连接端，addr代表可以供信道缓冲的可视化数据地址，addeten代表addr地址的有效长度。最终的函数结果表现在监控客户端中，在客户端中以三维图形的方式体现，增强了北斗定位系统的可视化性能，无人机的管理人员通过数据管理模块或通信模块可以实现对无人机可视化数据的实时监测。当无人机由于某种原因与操作终端之间失去联系，或出现事故，无人机的操控端仍可以应用此套流程完成对无人机事故的相关数据完成监测，帮助后续的搜救任务顺利完成。4实验研究为了验证该文提出的基于北斗定位的无人机可视化监测方法的有效性，设定验证实验。在实验前，建立传输地址，传输地址是数据包中的数据卸载传输 时 需 要 对 外 表 现 的 代 码，通 过 无 人 机 内 部 的ADDR寄存器可以调整地址，ADDR寄存器可以调整的地址类型如表1所示。表1ADDR寄存器可以调整的地址类型地址0X000X010X020X030X040X050X06寄存器指令IOCFG2IOCFG1IOCFG0FIFOTHRSYNC1SYNC0PKTCTRL1描述GD02输出脚配置GD01输出脚配置GD00输出脚配置RX FIFO门限同步词汇，高字节同步词汇，低字节芯片地址实验参数设定如下：操作系统为Windows 10，共有 60位，内存为 48 GB，处理器为 i5。设定实验环境如图4所示。图4设定实验环境图 4 中，m 表示无人机空位信号，d 表示串行通信接口。根据图 4 可知，该文研究的无人机可视化监测实验利用发送电路和接收电路实现信息的处理，内部设置了消息模块，通过光纤以太网进行数据发送。在小型固定翼无人机平台上，对无人机数据进行采集设定相机的曝光时间低于 1/500 s，采集的数宋 煜，等基于北斗定位的无人机可视化监测方法-27电子设计工程 2023年第15期据为2 663幅，飞机的飞行高度为800 m，飞行区域如图5所示。图5飞行区域示意图根据图 5 可知，飞行区域跨越经过一段时间。利用该文的监测方法和传统的基于GPS全球卫星导航系统的无人机可视化监测方法、基于北斗一代系统的无人机飞行数据监管方法进行精度对比，比较并行路段的精度和合点、分点精度。并行路段精度实验结果如图6所示。图6并行路段精度实验结果根据图 6可知，在并行路段，无人机以曲线方式飞行，传统的基于 GPS全球卫星导航系统的无人机可视化监测方法、基于北斗一代系统的无人机飞行数据监管方法与实际位置存在较大的偏差，该文方法与实际位置基本一致。造成这种现象的原因是该文基于新一代的北斗定位研究无人机可视化监测方法，在北斗定位系统通信技术和定位技术逐渐成熟的情况下，对无人机的飞行状态和飞行环境等信息实时观测，再将观测到的数据上传至终端，供操作人员分析使用，解决了传统方法中的无法保障信息安全问题和监测结果不准确等问题。合点、分点精度实验结果如图7所示。根据图 7 可知，实际的无人机采用直线方式进行飞行，该文方法与实际位置相近，而传统的基于GPS 全球卫星导航系统的无人机可视化监测方法、基于北斗一代系统的无人机飞行数据监管方法向着反方向行驶。造成这种现象的原因是该文研究的基于北斗定位的无人机可视化数据监控中心是无人机可视化数据监测流程的核心。监控中心可以通过北斗定位系统对无人机所采集和处理的所有数据进行监控管理，负责数据监控的是基于北斗定位系统的远程服务器，负责数据管理的是基于北斗定位系统的数据库。其中远程服务器可以使无人机与控制终端之间建立起数据纽带，实现两者之间的通信，数据库可以对无人机采集与处理的数据实现长久存留，并在大数据与云计算的基础上建立起三维的无人机飞行历史记录。数据库除了具有提供数据储存的功能外，还具有检索、数据处理和保护数据的功能，为了能够满足无人机可视化数据监测的持续性，数据库在数据监测的过程中不断扩展自身的储存空间，随着监测时间的增长，数据库的容量也就越大，但是数据库的数据极限储存量为三个月的无人机监测数据。5结束语该文研究了基于北斗定位系统的无人机可视化数据监测方法，利用北斗定位系统的精准定位功能和数据采集功能，再加上无人机自身的数据通信、处理、管理和储存功能，解决了传统方法中的信息采集质量差、安全性不高等问题。该文研究的监测方法监测时间较长，未来需要进一步深入分析。参考文献：1 贺嘉琪,杨国林,刘涛,等.基于北斗的无人机城市道路抑尘动态监测系统评估J.兰州交通大学学报,2019,38(2):104-109.2 段志强,张娜,王挺,等.基于遥感影像的违章建筑监测实践J.地理空间信息,2020,18(10):41-45.图7合点、分点精度实验结果-283 吴曌月.GPS全球卫星定位系统在无人机导航系统中的应用J.中小企业管理与科技,2017(8):110-111.4 李英成,薛艳丽,李西林,等.北斗短报文的无人机飞行监管技术与装备研究J.测绘科学,2019,44(6):47-51.5 刘晓玲,王文豪,刘玲,等.一种用于北斗卫星导航的射频接收前端芯片J.半导体技术,2022,47(5):397-402.6 杨蕤,刘洋.基于模糊评价模型的民用机场无人机监测系统评估方法J.地理科学进展,2021,40(9):1540-1549.7 胡伟,李成攻.基于多旋翼无人机的烟气监测系统研究J.山东科学,2019,32(6):89-94.8 陈盛德,兰玉彬,周志艳,等.植保无人机航空喷施飞行质量的试验与评价J.华南农业大学学报,2019,40(3):89-96.9 黄正睿,潘淼鑫,陈崇成,等.集成LoRa与BDS的应急环境监测数据获取与传输技术J.武汉大学学报(信息科学版),2021,46(4):530-537.10赵静,龙腾,兰玉彬,等.多旋翼无人机近地遥感光谱成像装置研制J.农业工程学报,2020,36(3):78-85.11刘星,石俊炯,罗浩,等.无人机单频 RTK 天线的性能比较分析J.测绘科学技术学报,2019,36(1):1-5.12王俊铭,火久元,穆聪,等.北斗高精度定位的地质灾害监测系统的设计J.单片机与嵌入式系统应用,2021,21(2):44-47.13李俊杰,陈武喝.基于北斗卫星的GPS轨迹数据异常双频定位方法J.计算机测量与控制,2019,27(8):222-226.14薛俊杰,陶健成,徐文涛.基于北斗定位的人工智能水文环境信息监测系统J.自动化技术与应用,2020,39(5):136-138.15张义桢,向婕,唐立军.基于二维码图像识别的无人机定位方法研究J.计算机应用与软件,2019,36(9):117-121.16董思乔,石庆琳,刘璇,等.基于无人机平台的电视信号功率检测方法J.北京理工大学学报,2019,39(12):1277-1284.（上接第24页）epileptic seizures in EEG signals using time-scaledecomposition(ITD),discretewavelettransform(DWT),phase space reconstruction(PSR)and neuralnetworksJ.Artifical Intelligence Review,2020,53(4):3059-3088.9 宋玉龙,赵冕,郑威.基于小波变换和样本熵的脑电信号癫痫特征提取J.计算机与数字工程,2020,48(6):1423-1427.10王忠民,赵玉鹏,郑镕林,等.脑电信号情绪识别研 究 综 述 J.计 算 机 科 学 与 探 索,2022,16(4):760-774.11Rahman M M,Bhuiyan M I H,Das A B.Class-ification of focal and non-focal EEG signals inVMD-DWT domain using ensemble stackingJ.Biomedical Signal Processing and Control,2019(50):72-82.12Bagirathan A,Selvaraj J,Gurusamy A,et al.Rec-ognition of positive and negative valence states inchildren with autism spectrum disorder(ASD)usingdiscrete wavelet transform(DWT)analysis of electr-ocardiogram signals(ECG)J.Journal of AmbientIntelligence and Humanized Computing,2020,12(1):405-416.13赵杰,靳亚娟,张志明,等.融合多特征脑电评估孤独症儿童J.中国生物医学工程学报,2021,40(5):550-558.14Espinosa R,Talero J,Weinstein A.Effects of tau andsampling frequency on the regularity analysis ofecg and eeg signals using apen and sampen entropyestimatorsJ.Entropy,2020,22(11):1298.15肖文卿,汪鸿浩,詹长安.基于小波系数特征融合的小鼠癫痫脑电分类J.计算机工程与应用,2019,55(14):155-161.16许重宝,张虹淼,孙立宁,等.基于样本熵与时频分析的手部抓握运动意图预测J.浙江大学学报(工学版),2021,55(12):2315-2322.宋 煜，等基于北斗定位的无人机可视化监测方法-29