基于大疆行业无人机的特色解决方案-无线通信篇:基于蜂窝以及自组网MESH的无线通信C2链路

该文章已生成可运行项目,

基于大疆行业无人机的特色解决方案-无线通信篇:基于蜂窝以及自组网MESH的无线通信C2链路

大疆无人机目前是业内性价比最有优势的无人机产品,尤其是机场3的推出,持续产品升级迭代,包括司空2、大疆智图以及大疆智运等专业软件、各种功能强大的挂载及大疆生态合作伙伴加持,构筑了围绕大疆无人机从空中检查到空中测绘等强大的行业应用解决方案。

这里聊聊大疆无人机系统架构几点局限性:

  • 无线通信架构的局限性

大疆的无人机的无线通信采用2.4/5.8G的点到点无线通信,实现无人机到遥控器或者机场的C2(Command and Control)+实时视频流的数据通讯。

图片

大疆的无人机大致包括两个系列:消费级和行业级。消费级主要面对个人用户,主要是以飞手手控为主,也无需考虑无人机人工智能的需求,这种情况无人机和遥控器绑定的点到点的无线通信,可以满足用户需要。行业机应用就不同了,可能需要超远距离、超长时间,还有复杂环境的要求,除了现场以外可能还有远程监控中心的需求。类似消费级的点到点的无线通信架构没有办法满足这类应用需求。

建立独立的基于蜂窝以及自组网MESH的无线通信C2链路,是行业应用势在必行的需求。

点到点的无线通信技术设计的目的是实现视距条件下远距离无线数据通信(超过20-30公里)。但是很多行业无人机应用环境没有办法保证视距飞行,比如城市低空安防,无论是高架巡检、违停执法还是突发空中执法,很多情况都是需要超视距飞行;隧道环境中飞行,点到点的无线通信也很不理想;工业环境中大的金属物体的遮挡也可能导致点到点的无线通信无法正常工作。

这种点到点无线通信失效导致的一个重要问题就是导致无人机飞行控制失效。另一个重要问题是当无人机室外基于RTK飞行的情况,无人机通过和遥控器的点到点无线通信链路获取差分数据信息,点到点无线链路失效将导致RTK失效。

4G增强图传模块也解决不了全部问题

图片

尽管大疆提供了4G增强图传模块,但是模块只提供的实时视频流和部分的C2功能,满足不了行业用户的完整超视距自主飞行的要求。基于大疆MSDK开发APP,利用遥控器或者机场上云API的解决方案,只实现了远程控制无人机的功能,但是依旧没有摆脱大疆无人机到遥控器或者机场的点到点的无线通信架构,依然没有办法解决超视距和复杂环境的自主飞行。

图片

此外这种无人机和遥控器和机场绑定的使用方式带来使用的局限性。比如一个遥控器控制多架无人机的编队飞行、一机多巢或者多机多巢等等。

基于机载AIBOX的PSDK开发,实现基于蜂窝以及自组网MESH的无线通信C2链路2和实时视频流的无线通信链路是行业无人机应用的必要技术趋势。

图片

图片

图片

图片

大疆无人机视距、超视距飞行以及基于AIBOX的超视距飞行对比

图片

AIBOX_Drone可以最大支持3路独立的无线通讯,可选择5G或者1.4G任意运营商网络。并且支持实时动态检测每个无线通讯网络信号质量并MQTT上报,包括SINR、RSRP、RSSI、RSPQ、Cell ID等信息。

AIBOX_Drone支持多卡选路及多卡聚合MPTCP功能。在人员密集的场景,5G链路拥挤,多卡聚合可以保障无人机现场视频实时回传。

AIBOX_Drone支持基于PSDK获取无人机的FPV或负载视频流,支持视频流的二次编码,并且可设定码流带宽、分辨率及GOP。

AIBOX_Drone视频推流支持GB和ONVIF推流,支持多通道同时推流;

AIBOX采用MQTT和GB28181协议实现外部平台对接,基本上参考大疆的上云API。MQTT消息用于控制,事件上报等。GB28181用于视频相关流媒体传输。

接口文档:http://www.covond.com/aibox_api.html

本文章已经生成可运行项目
内容概要:本文研究了空-自组网在定向多波束干扰者场景下的抗干扰策略。通过建立包含地面节点和空中无人机的多跳网络模型,考虑A2A和A2G两种信道类型,使用图论建模网络流量。干扰无人机配备双天线阵列实施定向干扰。论文提出通过最大化网络最大流来设计无人机的运动策略,并联合干扰者策略进行仿真分析,验证了无人机运动策略在提高通信质量和抗干扰性能方面的有效性。文章还提供了详细的Python代码实现,涵盖了网络建模、信道计算、干扰分析、优化算法以及可视化等功能。 适用人群:从事无线通信、网络安全、自组网研究的科研人员和技术开发者,尤其是对空-自组网抗干扰技术感兴趣的学者和工程师。 使用场景及目标:①理解空-自组网在干扰环境下的通信挑战;②掌握基于图论和优化算法的抗干扰策略设计;③学习如何通过调整无人机位置和干扰者策略来提高网络最大流和抗干扰性能;④利用提供的Python代码进行实验和仿真,验证和改进抗干扰算法。 其他说明:该研究不仅提供了理论分析,还通过详细的代码实现和仿真结果展示了抗干扰策略的实际效果。文中涵盖的多种算法和技术,如最大流优化、梯度上升、谱图理论等,为后续研究提供了坚实的基础。阅读时建议结合代码逐步理解各个模块的功能和实现细节,以便更好地应用于实际项目中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值