无人驾驶航空器系统工程-无人机云平台在抗震救灾中的应用-20858字.doc

《无人驾驶航空器系统工程-无人机云平台在抗震救灾中的应用-20858字.doc》由会员分享，可在线阅读，更多相关《无人驾驶航空器系统工程-无人机云平台在抗震救灾中的应用-20858字.doc（36页珍藏版）》请在知享网上搜索。

1、无人机云平台在抗震救灾中的应用摘 要无人机技术的发展日新月异，其应用已从最初的军事领域延伸至民用消费领域，与之相应的地面站技术也日益成熟。地面站是地面控制站的简称，包含软件和硬件两部分，是无人机控制系统的核心，具有航迹规划、无人机飞行状态实时监测等功能。无人机类型以及执行任务场景的不同，会对地面站的性能尤其是计算能力提出不同的要求，目前大型的地面站系统多部署在专用计算机上，便携性差，系统维护成本高，当计算能力不能满足应用需求时，只能单纯地依靠提高硬件成本来解决。另外，普通的地面站设备在同一时间内只能控制一架无人机，不便于多架无人机的协同作业。随着云计算及互联网技术的发展，许多对计算能力有较高要

2、求的应用已迁移至云平台，不但有效降低了系统的硬件成本，也满足了不同任务场景对计算能力的动态需求。无人机遥感技术已大量应用于资源调查、环境监测等领域，在具体应用中涉及大量遥感图像的分析和处理。目前，对这些数据的存储、使用均存在一定困难，将云计算技术和GIS技术应用于遥感图像处理，为遥感图像的存储与管理提供了新的思路。本文结合Hadoop云计算架构和GIS技术，以无人机遥感图像作为数据源，设计了从瓦片数据的生成到瓦片数据存入HBase再到数据查询的过程。首先，本文详细分析了云计算在GIS方面的应用，包括二者的特点分析、两种技术结合后的优势以及技术难点。其次，本文介绍了相关理论与技术，包括Hadoo

3、p架构原理、瓦片数据定义、云计算技术和瓦片技术结合的优势以及瓦片金字塔的概念和原理，为具体研究和实现做了技术准备。然后，本文基于Hadoop云计算架构，设计了瓦片数据的产生、存储以及查询的过程。该过程分为数据处理阶段、存储阶段和查询阶段。数据处理阶段使用MapReduce并行计算模型以并行的方式生成瓦片，该阶段本文根据集群计算能力和需要生成的瓦片数据总量提出了改进的任务分配方式，充分利用集群资源提高了瓦片生成效率；存储阶段在HBase中以Hilbert编码作为索引方式构建了瓦片金字塔存储模型，利用Hilbert曲线的特性提高了存储与索引的效率；查询阶段，本文针对Hilbert空间填充曲线在查询区域的分段特性，提出了基于多线程的改进查询算法，相较于传统的查询方式，提高了查询效率。最后，本文搭建了 Hadoop集群，在集群上进行了一系列的实验，实验表明本文提出的基于改进的任务分配