基于无人机实时差分技术的光伏区域精确定位装置、方法及系统与流程

1.本发明属于光伏区域定位技术领域，涉及一种基于无人机实时差分技术的光伏区域精确定位装置、方法及系统。

背景技术：

2.传统的光伏电站运维以人工巡检为主，而人工巡检存在效率低下、人力成本高等弊端，同时对于分布在地形复杂的光伏区域，人工巡检很难到达甚至存在人身安全隐患。无人机具有体积小、质量轻、成本低、方便灵活等特点，利用无人机代替人工进行光伏巡检，能够大大增加巡检效率，降低维护成本，增加了安全性与可靠性，渐渐成为近年来光伏运维行业主流模式。
3.无人机光伏巡检系统中光伏区域定位尤为重要。光伏区域实际地理位置一般可以借助卫星图像，但是卫星图像定位精确度不高，无法为无人机光伏巡检提供可靠的位置先验信息。rtk定位技术高精度的特性，但rtk定位技术采用先观测数据再计算的后处理定位模式，用于静态状态下的定位，无法实时动态的接收信息进行光伏区域定位。

技术实现要素：

4.本发明的目的在于解决现有技术中卫星图像定位精确度不高，且无法实时动态进行光伏区域定位的问题，提供一种基于无人机实时差分技术的光伏区域精确定位装置、方法及系统。
5.为达到上述目的，本发明采用以下技术方案予以实现：
6.基于无人机实时差分技术的光伏区域精确定位装置，包括：基准站和流动站；
7.基准站包括第一信号接收机、第一数据传输机；流动站包括第二信号接收机、微处理器和第二数据传输机；
8.第一信号接收机连接第一数据传输机；第一信号接收机用于将所接收的基准站信号实时发送给第一数据传输机；第一数据传输机电连接第二数据传输机；第二信号接收机电连接微处理器；第二数据传输机电连接微处理器；第二信号接收机接收流动站的信号；微处理器实时接收第二数据传输机所传递基准站信号和第二信号接收机所接收的流动站的信号，并实时进行处理，确定光伏区域的位置信息。
9.本发明的进一步改进在于：
10.微处理器为stm32f767igt6芯片，搭载nuttx嵌入式操作系统；第一信号接收机和第二信号接收机采用u-bloxlea m8t芯片模块；第一数据传输机和第二数据传输机的传输波特率设置为115200；第一信号接收机和第二信号接收机的输入和输出的协议均为ubx协议加nmea协议，波特率为115200。
11.基于无人机实时差分技术的光伏区域精确定位方法，包括：
12.基于rtklib函数库，构建rtk定位程序；
13.初始化rtk定位程序的数据结构体及串口；
14.基于rtk定位程序的数据结构体及串口，获取卫星数据；
15.对所接收的卫星数据进行解析，得到卫星导航电文参数；
16.对卫星导航电文参数进行计算，获取光伏区域的位置。
17.数据结构体为rtk定位程序中的变量进行封装得到；数据结构体包括串口参数的结构体、数据流结构体、测量数据结构体和rtk结构体；
18.串口参数的结构体包括串口设备路径、串口读写属性、串口波特率、串口句柄、串口打开和读写的变量；
19.数据流结构体包括用于保存信息载荷和子帧的字符串的内容，用于串口信息读取和解析；
20.测量数据结构体分为原始数据结构体和导航电文结构体，原始数据结构体为第一信号接收机和第二信号接收机所测量到的原始参数，导航电文结构体为卫星的参数；
21.rtk结构体包括rtk运算的解、基准站坐标和速度、卫星状态、定位状态。
22.基于rtk定位程序的数据结构体及串口，获取卫星数据，具体为：通过数据结构体中的参数开启串口，并创建rtk定位程序线程，通过rtk定位程序的串口接收卫星数据，卫星数据输入至rtk定位程序线程；卫星数据包括基准站和流动站观测得到的导航信息。
23.卫星数据输入至rtk定位程序线程之后，还包括：判断卫星数据是否存在读取越界或信息过载现象，若是，返回循环开始的位置进入下一次循环；若否，继续对卫星数据进行解析。
24.对所接收的卫星数据进行解析，得到卫星导航电文参数，具体为：基于ubx格式对卫星数据进行解析；ubx格式包括nav-timegps、nav-sol、rxm-sfrbx和rxm-rawx，其中，nav-timegps和nav-sol提供时间参数，rxm-rawx提供每一颗卫星的信息数据，包括卫星类型、卫星prn码、伪距测量值、载波相位测量值、多普勒测量值；rxm-sfrbx提供卫星号和数据词信息。
25.对卫星导航电文参数进行计算，获取光伏区域的位置，具体为：对卫星导航电文参数首先进行单点定位计算，然后进行相对定位计算确定光伏区域的几何位置；
26.单点定位计算为基于基准站和流动站所观测得到的导航信息，将基准站和流动站不同的伪距、载波相位、多普勒频率的测量结果分别保存在obsb和obsr的测量数据结构体中；相同的导航电文数据保存在nav的导航电文数据结构体中；基于obsr、nav中的数据和高斯牛顿迭代的最小二乘法对流动站进行单点定位；
27.基于高斯牛顿迭代的最小二乘法对流动站进行单点定位，如公式(1)所示：
[0028][0029][0030]
其中是要估计的参数的个数，m是已知的观测量的个数；是卡方分布，α＝0.001；gdop是几何位置的精度因子，gdop
thres
是gdop的极限值；
[0031]
相对定位计算为基于流动站和基准站的所有观测数据，计算流动站和基准站接收
到的所有卫星的时钟、位置和速度，然后选择流动站和观测站观测到的相同的卫星，取其变量参数进行双差计算，再通过扩展卡尔曼滤波的方式得出定位解，确定光伏区域的几何位置；
[0032][0033]
其中yk是测量向量，tk是一个历元时间，和pk分别是这个历元时间中的x和p的估计值，(-)和(+)代表ekf更新前和更新后；h(x)是测量模型向量，h(x)是偏导矩阵，rk是测量误差的协方差矩阵。
[0034]
基于无人机实时差分技术的光伏区域精确定位系统，包括：
[0035]
构建模块，所述构建模块基于rtklib函数库，构建rtk定位程序；
[0036]
初始化模块，所述初始化模块用于初始化rtk定位程序的数据结构体及串口；
[0037]
获取模块，所述获取模块基于rtk定位程序的数据结构体及串口，获取卫星数据；
[0038]
解析模块，所述解析模块对所接收的卫星数据进行解析，得到卫星导航电文参数；
[0039]
计算模块，所述计算模块用于对卫星导航电文参数进行计算，获取光伏区域的位置。
[0040]
与现有技术相比，本发明具有以下有益效果：
[0041]
本发明通过第一信号接收机连接第一数据传输机；第一数据传输机电连接第二数据传输机；第二信号接收机电连接微处理器；第二数据传输机电连接微处理器；微处理器实时接收第二数据传输机传递基准站信号和第二信号接收机接收的流动站的信号，并对信号进行实时处理，对光伏区域进行高精度定位；
[0042]
本发明基于rtk定位程序对卫星数据进行解析，得到卫星导航电文参数；并计算卫星导航电文参数，获取光伏区域的位置。本发明能够动态处理卫星数据，确定光伏区域位置，提升定位的精度。本发明能够提高数据的分析能力，从海量的数据解析出导航电文参数，提高系统整体的智能化。
附图说明
[0043]
为了更清楚的说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0044]
图1为基于无人机实时差分技术的光伏区域精确定位装置结构图；
[0045]
图2为基于无人机实时差分技术的光伏区域精确定位方法流程图；
[0046]
图3为基于无人机实时差分技术的光伏区域精确定位系统结构图；
[0047]
图4为rtk定位程序框架的流程图；
[0048]
图5为信息解析流程图；
[0049]
图6为ubx信息结构图；
[0050]
图7为ubx信息内容图；
[0051]
图8为rtk定位计算流程图。
[0052]
其中，1-第一信号接收机，2-第一数据传输机，3-第二信号接收机，4-第二数据传输机，5-微处理器。
具体实施方式
[0053]
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
[0054]
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
[0055]
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0056]
在本发明实施例的描述中，需要说明的是，若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0057]
此外，若出现术语“水平”，并不表示要求部件绝对水平，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
[0058]
在本发明实施例的描述中，还需要说明的是，除非另有明确的规定和限定，若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0059]
下面结合附图对本发明做进一步详细描述：
[0060]
参见图1，本发明公布了一种基于无人机实时差分技术的光伏区域精确定位装置，包括：基准站和流动站；
[0061]
基准站包括第一信号接收机1、第一数据传输机2；流动站包括第二信号接收机3、微处理器5和第二数据传输机4；
[0062]
第一信号接收机1连接第一数据传输机2；第一信号接收机1用于将所接收的基准站信号发送给第一数据传输机2；第一数据传输机2电连接第二数据传输机4；第二信号接收机3电连接微处理器5；第二数据传输机4电连接微处理器5；第二信号接收机3接收流动站的信号；微处理器5接收第二数据传输机4所传递基准站信号和第二信号接收机3所接收的流动站的信号，并进行处理。
[0063]
微处理器5为stm32f767igt6芯片，搭载nuttx嵌入式操作系统；第一信号接收机1和第二信号接收机3采用u-bloxlea m8t芯片模块；第一数据传输机2和第二数据传输机4的传输波特率设置为115200；第一信号接收机1和第二信号接收机3的输入和输出的协议均为ubx协议加nmea协议，波特率为115200。
[0064]
参见图2，本发明公布了一种基于无人机实时差分技术的光伏区域精确定位方法，包括：
[0065]
s101，基于rtklib函数库，构建rtk定位程序。
[0066]
s102，初始化rtk定位程序的数据结构体及串口。
[0067]
数据结构体为rtk定位程序中的变量进行封装得到；数据结构体包括串口参数的结构体、数据流结构体、测量数据结构体和rtk结构体；
[0068]
串口参数的结构体包括串口设备路径、串口读写属性、串口波特率、串口句柄、串口打开和读写的变量；
[0069]
数据流结构体包括用于保存信息载荷和子帧的字符串的内容，用于串口信息读取和解析；
[0070]
测量数据结构体分为原始数据结构体和导航电文结构体，原始数据结构体为第一信号接收机1和第二信号接收机3所测量到的原始参数，导航电文结构体为卫星的参数；
[0071]
rtk结构体包括rtk运算的解、基准站坐标和速度、卫星状态、定位状态。
[0072]
s103，基于rtk定位程序的数据结构体及串口，获取卫星数据。
[0073]
通过数据结构体中的参数开启串口，并创建rtk定位程序线程，通过rtk定位程序的串口接收卫星数据，卫星数据输入至rtk定位程序线程；卫星数据包括基准站和流动站观测得到的导航信息；
[0074]
卫星数据输入至rtk定位程序线程之后，还包括：判断卫星数据是否存在读取越界或信息过载现象，若是，返回循环开始的位置进入下一次循环；若否，继续对卫星数据进行解析。
[0075]
s104，对所接收的卫星数据进行解析，得到卫星导航电文参数。
[0076]
基于ubx格式对卫星数据进行解析；ubx格式包括nav-timegps、nav-sol、rxm-sfrbx和rxm-rawx，nav-timegps和nav-sol提供时间参数，rxm-rawx提供每一颗卫星的信息数据，包括卫星类型、卫星prn码、伪距测量值、载波相位测量值、多普勒测量值；rxm-sfrbx提供卫星号和数据词信息。
[0077]
s105，对卫星导航电文参数进行计算，获取光伏区域的位置。
[0078]
对卫星导航电文参数首先进行单点定位计算，然后进行相对定位计算确定光伏区域的几何位置；
[0079]
单点定位计算为基于基准站和流动站所观测得到的导航信息，将基准站和流动站不同的伪距、载波相位、多普勒频率的测量结果分别保存在obsb和obsr的测量数据结构体中；相同的导航电文数据保存在nav的导航电文数据结构体中；基于obsr、nav中的数据和高斯牛顿迭代的最小二乘法对流动站进行单点定位；
[0080]
基于高斯牛顿迭代的最小二乘法对流动站进行单点定位，如公式(1)所示：
[0081][0082]
其中是要估计的参数的个数，m是已知的观测量的个数；是卡方分布，α＝0.001；gdop是几何位置的精度因子，gdop
thres
是gdop的极限值；
[0083]
相对定位计算为基于流动站和基准站的所有观测数据，计算流动站和基准站接收到的所有卫星的时钟、位置和速度，然后选择流动站和观测站观测到的相同的卫星，取其变量参数进行双差计算，再通过扩展卡尔曼滤波的方式得出定位解，确定光伏区域的几何位置；
[0084][0085]
其中yk是测量向量，tk是一个历元时间，和pk分别是这个历元时间中的x和p的估计值，(-)和(+)代表ekf更新前和更新后；h(x)是测量模型向量，h(x)是偏导矩阵，rk是测量误差的协方差矩阵。
[0086]
参见图3，本发明公布了一种基于无人机实时差分技术的光伏区域精确定位系统，包括：
[0087]
构建模块，所述构建模块基于rtklib函数库，构建rtk定位程序；
[0088]
初始化模块，所述初始化模块用于初始化rtk定位程序的数据结构体及串口；
[0089]
获取模块，所述获取模块基于rtk定位程序的数据结构体及串口，获取卫星数据；
[0090]
解析模块，所述解析模块对所接收的卫星数据进行解析，得到卫星导航电文参数；
[0091]
计算模块，所述计算模块用于对卫星导航电文参数进行计算，获取光伏区域的位置。
[0092]
参照图4、图5和图6，本发明提出了一种微处理器搭载px系统基于rtklib开源库的rtk定位程序，通过卫星数据进行rtk差分定位计算并通过uorb输出实时位置，实现了和飞控系统的信息交互，组成了完整的导航定位系统。
[0093]
参见图4，通过读取来自第一信号接收机1和第二数据传输机4的卫星数据，完成定位解算并输出定位结果。在rtk程序启动后，首先初始化程序中的各数据结构体、空间的分配和串口。对各项参数进行初始化后，通过串口结构体中的参数打开串口设备，创建rtk程序线程，并在线程中进入主循环。为防止读取越界或信息过载的错误产生，在程序中设有保护机制，各环节中都有判定，当判定失败直接返回循环开始的位置进入下一次循环。运行流程的主循环为接收串口数据、解析信息、定位计算和最后的输出定位结果。
[0094]
rtk中各变量都封装成为相应的结构体。根据使用目的和参数类别的不同，将rtk定位程序中的变量分为串口参数的结构体、数据流结构体、测量数据结构体和rtk结构体。其中串口参数的结构体包括串口设备路径、串口读写属性、串口波特率、串口句柄等和串口打开和读写有关的变量。数据流结构体包括用于保存信息载荷和子帧的字符串等内容，用
于串口信息读取和解析。测量数据结构体分为原始数据结构体和导航电文结构体，原始数据结构体中是接收机所测量到的原始参数，导航电文结构体是和卫星相关的参数。rtk结构体包括rtk运算的解、基准站坐标和速度、卫星状态、定位状态等变量。
[0095]
参照图5，rtk定位程序的输入卫星数据由流动站的第二信号接收机3，即u-blox接收机提供，内容包括gps的广播星历、导航电文和原始数据。通过对payload中携带的信息type类型，即信息类别和信息id，进行判定，跳转到和信息类型相对应的解析函数。通过对原始数据进行解析，可以得到接收机观测卫星的伪距、多普勒频率、和载波相位。通过导航电文的解析，可以获得卫星工作状态、卫星钟差校正参数等参数。
[0096]
参照图6、图7，输入的卫星数据使用ubx格式的信息进行解析和计算。nav-timegps和nav-sol主要用来提供时间参数，rxm-sfrbx和rxm-rawx提供差分计算中所需要使用的参数。
[0097]
rxm-rawx是原始测量信息，包含有u-blox当前观测到的多颗不同卫星的测量信息，其中每一颗卫星的信息数据，包括卫星类型(如gps、glonass、北斗等)、卫星prn码、伪距测量、载波相位测量、多普勒测量等。通过解析一条完整的rxm-rawx信息，就可以获得当前所接收到卫星的相关参数。
[0098]
rxm-sfrbx是卫星导航电文的子帧数据，以二进制方式表达，以子帧的形式分页进行传输。导航电文的第一页中包含与卫星钟和时间相关的参数，第二、三页中包含与卫星轨道有关的参数。解析当一颗卫星的所有的子帧页都接收完整时，rxm-sfrbx进行解析。在解析rxm-sfrbx时，首先判断信息包含的是导航电文子帧中的哪一页，并根据信息中的卫星号存储到这颗卫星的子帧字符串变量中，每解析一条rxm-sfrbx信息，就会获取一颗卫星的子帧中的一页。
[0099]
解析当一颗卫星的所有的子帧页都接收完整时，rxm-sfrbx进行解析。对于rxm-sfrbx导航电文信息类型，首先要判断信息对应导航电文子帧中的页数，并根据信息中的卫星号存储到这颗卫星的子帧字符串变量中，每解析一条rxm-sfrbx信息，即获取一颗卫星的子帧中的一页。通过导航电文子帧的第一页中的卫星钟参数的期令号iode和导航电文的第三页中的卫星星历的期令号iode检验子帧完整性。若二者一致，则通过完整性检测，成功解析得到了一颗卫星的导航电文参数，将解析结果保持，否则结束这一次解析过程。结束解析后，进入定位计算模块。
[0100]
参照图8，rtk定位程序计算采用先单点定位计算，然后相对定位计算的方法确定观测点的几何位置。rtk定位程序采用差分定位方法，分别接收来自基准站和流动站观测得到的导航信息，将基准站和流动站不同的伪距、载波相位、多普勒频率等测量结果分别保存在obsb和obsr的测量数据结构体中；相同的导航电文数据保存在nav的导航电文数据结构体中。
[0101]
首先基于obsr和nav中的数据，基于高斯牛顿迭代的最小二乘法对流动站进行单点定位，如公式(1)所示：
[0102]
[0103]
其中，w为最小二乘估计的权矩阵；y为测量向量；y在x0的泰勒展开式为：
[0104]
y＝h(x)+v
[0105]
h为h(x)在x0点的偏导数矩阵；
[0106]
再通过有效性验证方程对解算结果进行验证：
[0107][0108]
其中是要估计的参数的个数，m是已知的观测量的个数。是卡方分布，α＝0.001。gdop是几何位置的精度因子，gdop
thres
是gdop的极限值。为卫星和接收机间的几何距离；为信号的伪距；v为随机测量误差向量；为卡方分布；m为已知的观测量个数；n为估计的参数个数；为对流层延迟；为信号的电离层延迟；dtr(t)为t时刻接收机钟差；dts(t)为t时刻卫星钟差；
[0109]
有效的单点定位的结果即为定位的单点解，解算结果保存在结构体sol中。然后以同样的步骤处理基准站的obsb数据和nav数据，基准站定位的结果保存在解算结果结构体solb中。若基准站坐标解算失败，程序将退出定位计算回到主干流程的循环中，直到下一次进入定位计算过程。
[0110]
在完成单点单位计算后，进行相对定位计算。
[0111]
首先基于两个测站的所有观测数据，计算两个测站接收到的所有卫星的时钟、位置和速度，然后选择两个测站观测到的相同的卫星，取其变量参数进行双差计算，再通过扩展卡尔曼滤波的方式得出定位解，如公式(3)所示：
[0112][0113][0114]
其中yk是测量向量，tk是一个历元时间，和pk分别是这个历元时间中的x和p的估计值，(-)和(+)代表ekf更新前和更新后。h(x)是测量模型向量，h(x)是偏导矩阵，rk是测量误差的协方差矩阵。
[0115]
接着进行浮点解验证，该浮点解若通过验证，就认为获得了相对定位计算的浮点解，若未通过则认定该解为单点解。通过lambda算法解算载波相位的整周模糊度并根据有效验证公式对其验证，若验证通过，就可以认为该解为定位计算的固定解。rtk定位结果通过串口输出。检验方程如公式(4)所示：
[0116][0117]
其中，为整周模糊解；x为待估状态参数向量；qn为协方差。
[0118]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：

1.基于无人机实时差分技术的光伏区域精确定位装置，其特征在于，包括：基准站和流动站；所述基准站包括第一信号接收机(1)、第一数据传输机(2)；所述流动站包括第二信号接收机(3)、微处理器(5)和第二数据传输机(4)；所述第一信号接收机(1)连接第一数据传输机(2)；所述第一信号接收机(1)用于将所接收的基准站信号实时发送给第一数据传输机(2)；所述第一数据传输机(2)电连接第二数据传输机(4)；所述第二信号接收机(3)电连接微处理器(5)；所述第二数据传输机(4)电连接微处理器(5)；所述第二信号接收机(3)接收流动站的信号；所述微处理器(5)实时接收第二数据传输机(4)所传递基准站信号和第二信号接收机(3)所接收的流动站的信号，并实时进行处理，确定光伏区域的位置信息。2.根据权利要求1所述的基于无人机实时差分技术的光伏区域精确定位装置，其特征在于，所述微处理器(5)为stm32f767igt6芯片，搭载nuttx嵌入式操作系统；所述第一信号接收机(1)和第二信号接收机(3)采用u-bloxlea m8t芯片模块；所述第一数据传输机(2)和第二数据传输机(4)的传输波特率设置为115200；所述第一信号接收机(1)和第二信号接收机(3)的输入和输出的协议均为ubx协议加nmea协议，波特率为115200。3.基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，包括：基于rtklib函数库，构建rtk定位程序；初始化rtk定位程序的数据结构体及串口；基于rtk定位程序的数据结构体及串口，获取卫星数据；对所接收的卫星数据进行解析，得到卫星导航电文参数；对卫星导航电文参数进行计算，获取光伏区域的位置。4.根据权利要求3所述的基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，所述数据结构体为rtk定位程序中的变量进行封装得到；所述数据结构体包括串口参数的结构体、数据流结构体、测量数据结构体和rtk结构体；所述串口参数的结构体包括串口设备路径、串口读写属性、串口波特率、串口句柄、串口打开和读写的变量；所述数据流结构体包括用于保存信息载荷和子帧的字符串的内容，用于串口信息读取和解析；所述测量数据结构体分为原始数据结构体和导航电文结构体，所述原始数据结构体为第一信号接收机(1)和第二信号接收机(3)所测量到的原始参数，所述导航电文结构体为卫星的参数；所述rtk结构体包括rtk运算的解、基准站坐标和速度、卫星状态、定位状态。5.根据权利要求4所述的基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，所述基于rtk定位程序的数据结构体及串口，获取卫星数据，具体为：通过数据结构体中的参数开启串口，并创建rtk定位程序线程，通过rtk定位程序的串口接收卫星数据，卫星数据输入至rtk定位程序线程；所述卫星数据包括基准站和流动站观测得到的导航信息。6.根据权利要求5所述的基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，所述卫星数据输入至rtk定位程序线程之后，还包括：判断卫星数据是否存在读取越界或信息过载现象，若是，返回循环开始的位置进入下一次循环；若否，继续对卫星数据进
行解析。7.根据权利要求6所述的基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，所述对所接收的卫星数据进行解析，得到卫星导航电文参数，具体为：基于ubx格式对卫星数据进行解析；所述ubx格式包括nav-timegps、nav-sol、rxm-sfrbx和rxm-rawx，所述nav-timegps和nav-sol提供时间参数，所述rxm-rawx提供每一颗卫星的信息数据，包括卫星类型、卫星prn码、伪距测量值、载波相位测量值、多普勒测量值；所述rxm-sfrbx提供卫星号和数据词信息。8.根据权利要求7所述的基于无人机实时差分技术的光伏区域精确定位方法，其特征在于，所述对卫星导航电文参数进行计算，获取光伏区域的位置，具体为：对卫星导航电文参数首先进行单点定位计算，然后进行相对定位计算确定光伏区域的几何位置；所述单点定位计算为基于基准站和流动站所观测得到的导航信息，将基准站和流动站不同的伪距、载波相位、多普勒频率的测量结果分别保存在obsb和obsr的测量数据结构体中；相同的导航电文数据保存在nav的导航电文数据结构体中；基于obsr、nav中的数据和高斯牛顿迭代的最小二乘法对流动站进行单点定位；所述基于高斯牛顿迭代的最小二乘法对流动站进行单点定位，如公式(1)所示：其中n是要估计的参数的个数，m是已知的观测量的个数；是卡方分布，α＝0.001；gdop是几何位置的精度因子，gdop
thres
是gdop的极限值；所述相对定位计算为基于流动站和基准站的所有观测数据，计算流动站和基准站接收到的所有卫星的时钟、位置和速度，然后选择流动站和观测站观测到的相同的卫星，取其变量参数进行双差计算，再通过扩展卡尔曼滤波的方式得出定位解，确定光伏区域的几何位置；其中y
k
是测量向量，t
k
是一个历元时间，和p
k
分别是这个历元时间中的x和p的估计值，(-)和(+)代表ekf更新前和更新后；h(x)是测量模型向量，h(x)是偏导矩阵，r
k
是测量误差的协方差矩阵。9.基于无人机实时差分技术的光伏区域精确定位系统，其特征在于，包括：构建模块，所述构建模块基于rtklib函数库，构建rtk定位程序；初始化模块，所述初始化模块用于初始化rtk定位程序的数据结构体及串口；获取模块，所述获取模块基于rtk定位程序的数据结构体及串口，获取卫星数据；解析模块，所述解析模块对所接收的卫星数据进行解析，得到卫星导航电文参数；计算模块，所述计算模块用于对卫星导航电文参数进行计算，获取光伏区域的位置。

技术总结

本发明公开了一种基于无人机实时差分技术的光伏区域精确定位装置、方法及系统，包括：第一信号接收机连接第一数据传输机；第一信号接收机用于将所接收的基准站信号发送给第一数据传输机；第一数据传输机电连接第二数据传输机；第二信号接收机电连接微处理器；第二数据传输机电连接微处理器；第二信号接收机接收流动站的信号；微处理器接收第二数据传输机所传递基准站信号和第二信号接收机所接收的流动站的信号，并进行处理。本发明能够动态处理卫星数据，确定光伏区域位置，提升定位的精度；并且可以提高数据的分析能力，从海量的数据解析出导航电文参数，提高系统整体的智能化。提高系统整体的智能化。提高系统整体的智能化。