飞行器落地检测的方法和装置

摘要

本发明公开了落地检测的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取待检测数据，并构建待检测数据对应的似然函数；根据构建的似然函数，获取待检测数据对应的极大似然估计值；验证待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。该实施方式基于极大似然估计法实现飞行器的落地检测，提高了落地检测的快速性、准确性和鲁棒性，降低了飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险。

权利要求

1.一种飞行器落地检测的方法，其特征在于，包括：获取待检测数据，并构建所述待检测数据对应的似然函数；

根据构建的似然函数，获取所述待检测数据对应的极大似然估计值；

验证所述待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

2.根据权利要求1所述的方法，其特征在于，所述待检测数据包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。

3.根据权利要求1所述的方法，其特征在于，构建所述待检测数据对应的似然函数包括：获取所述待检测数据对应的训练样本数据；

根据所述训练样本数据，确定所述待检测数据对应的先验概率函数；

利用所述待检测数据和所述先验概率函数，构建所述待检测数据对应的似然函数。

4.根据权利要求1所述的方法，其特征在于，所述极大似然估计值是连续值，且所述极大似然估计值的取值范围是[0，1]；以及验证所述待检测数据对应的极大似然估计值是否符合预设验证规则包括：判断所述极大似然估计值是否大于预设落地概率值，若是，则确认落地。

5.根据权利要求1所述的方法，其特征在于，所述极大似然估计值是离散值，且所述极大似然估计值的取值是0或1；以及验证所述待检测数据对应的极大似然估计值是否符合预设验证规则包括：判断所述极大似然估计值是否是1，若是，则确认落地。

6.一种飞行器落地检测的装置，其特征在于，包括：构建模块，用于获取待检测数据，并构建所述待检测数据对应的似然函数；

获取模块，用于根据构建的似然函数，获取所述待检测数据对应的极大似然估计值；

验证模块，用于验证所述待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

7.根据权利要求6所述的装置，其特征在于，所述待检测数据包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。

8.根据权利要求6所述的装置，其特征在于，所述构建模块还用于：获取所述待检测数据对应的训练样本数据；

根据所述训练样本数据，确定所述待检测数据对应的先验概率函数；

利用所述待检测数据和所述先验概率函数，构建所述待检测数据对应的似然函数。

9.根据权利要求6所述的装置，其特征在于，所述极大似然估计值是连续值，且所述极大似然估计值的取值范围是[0，1]；以及所述验证模块还用于：判断所述极大似然估计值是否大于预设落地概率值，若是，则确认落地。

10.根据权利要求6所述的装置，其特征在于，所述极大似然估计值是离散值，且所述极大似然估计值的取值是0或1；以及所述验证模块还用于：判断所述极大似然估计值是否是1，若是，则确认落地。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。

说明书

飞行器落地检测的方法和装置

技术领域

[0001] 本发明涉及计算机技术领域，尤其涉及一种飞行器落地检测的方法和装置。

背景技术

[0002] 近年来，随着信息技术的高速发展和控制系统的逐渐成熟，越来越多的飞行器被用于物流、安防、植保和巡检等领域。为提高效率和降低人力成本，飞行器一般在无人值守的状态下自主执行飞行任务。在执行任务过程中，为了防止飞行器倾翻，需要在飞行器落地之后，及时准确地检测出落地，然后电机停转加锁以完成飞行任务。

[0003] 现有技术中，有如下两种检测飞行器落地的方法：一、首先利用飞行器自身搭载的导航系统获取高度信息，然后比较飞行器位置高度和降落点的采点高度，或者利用相对高度传感器实时探测飞行器距离地面的高度，来判断飞行器是否落地；二、利用飞行器的垂向速度或加速度作为落地判断的依据，当速度值或加速度值小于门限值时或连续多个速度值或加速度值小于门限值时，则判断飞行器已经落地。

[0004] 在实现本发明过程中，发明人发现现有技术中至少存在如下问题：一、对降落点进行采点的方式中，地面效应(即飞行器接近地面飞行时，地面影响到空气绕飞行器的流动特性)或遮挡物影响飞行器高度的测量精度，降低落地检测的准确性；二、相对高度传感器在距离地面较近时(例如50cm)易出现测量死区(即传感器输入量的变化小到一定程度之后不足以引起输出量的改变，因而出现某个范围，在这个范围里灵敏度为零)，降低落地检测的准确性；三、在地面气流的综合作用下，很难通过工程经验或仿真选取速度或加速度的门限值，且在风干扰的情况下，垂直速度可能出现小于门限值的情况，存在提前误判的风险；四、连续多个速度值或加速度值小于门限值的判断方法中，飞行器落地后，传感器跳点会导致连续多个值中出现一个值大于门限值，导致落地检测失败。

发明内容

[0005] 有鉴于此，本发明实施例提供一种落地检测的方法和装置，能够基于极大似然函数实现飞行器的落地检测，提高了落地检测的快速性、准确性和鲁棒性，降低了飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险。

[0006] 为实现上述目的，根据本发明实施例的一个方面，提供了一种飞行器落地检测的方法。

[0007] 本发明实施例的一种飞行器落地检测的方法包括：获取待检测数据，并构建所述待检测数据对应的似然函数；根据构建的似然函数，获取所述待检测数据对应的极大似然估计值；验证所述待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

[0008] 可选地，所述待检测数据包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。

[0009] 可选地，构建所述待检测数据对应的似然函数包括：获取所述待检测数据对应的训练样本数据；根据所述训练样本数据，确定所述待检测数据对应的先验概率函数；利用所述待检测数据和所述先验概率函数，构建所述待检测数据对应的似然函数。

[0010] 可选地，所述极大似然估计值是连续值，且所述极大似然估计值的取值范围是[0，1]；以及验证所述待检测数据对应的极大似然估计值是否符合预设验证规则包括：判断所述极大似然估计值是否大于预设落地概率值，若是，则确认落地。

[0011] 可选地，所述极大似然估计值是离散值，且所述极大似然估计值的取值是0或1；以及验证所述待检测数据对应的极大似然估计值是否符合预设验证规则包括：判断所述极大似然估计值是否是1，若是，则确认落地。

[0012] 为实现上述目的，根据本发明实施例的另一方面，提供了一种飞行器落地检测的装置。

[0013] 本发明实施例的一种飞行器落地检测的装置，包括：构建模块，用于获取待检测数据，并构建所述待检测数据对应的似然函数；获取模块，用于根据构建的似然函数，获取所述待检测数据对应的极大似然估计值；验证模块，用于验证所述待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

[0014] 可选地，所述待检测数据包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。

[0015] 可选地，所述构建模块还用于：获取所述待检测数据对应的训练样本数据；根据所述训练样本数据，确定所述待检测数据对应的先验概率函数；利用所述待检测数据和所述先验概率函数，构建所述待检测数据对应的似然函数。

[0016] 可选地，所述极大似然估计值是连续值，且所述极大似然估计值的取值范围是[0，1]；以及所述验证模块还用于：判断所述极大似然估计值是否大于预设落地概率值，若是，则确认落地。

[0017] 可选地，所述极大似然估计值是离散值，且所述极大似然估计值的取值是0或1；以及所述验证模块还用于：判断所述极大似然估计值是否是1，若是，则确认落地。

[0018] 为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。

[0019] 本发明实施例的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明实施例的飞行器落地检测的方法。

[0020] 为实现上述目的，根据本发明实施例的又一方面，提供了一种计算机可读介质。

[0021] 本发明实施例的一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的飞行器落地检测的方法。

[0022] 上述发明中的一个实施例具有如下优点或有益效果：能够基于极大似然估计法实现飞行器的落地检测，从而可以提高飞行器落地检测的快速性、准确性和鲁棒性，降低飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险；本发明实施例中待检测数据可以包括：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据等数据项中的至少一项，从而可以结合实际情况选择适宜的数据项进行验证，提高了本发明的实用性；本发明实施例中利用获取的待检测数据对应的训练样本数据确定待检测数据对应的先验概率函数，进而根据待检测数据和先验概率函数构建对应的似然函数，从而可以借助极大似然估计法对飞行器进行落地检测，不需要考虑落地过程中地面效应和遮挡物的影响，提高了落地检测的鲁棒性；本发明实施例中当极大似然估计值是连续值时，通过判断极大似然估计值是否大于预设落地概率值来确认飞行器是否落地，当极大似然估计值是离散值时，通过判断判断极大似然估计值是否是1来确认飞行器是否落地，从而可以根据极大似然估计值的不同取值情况设定预设验证规则，提高落地检测的准确性。

[0023] 上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

[0024] 附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

[0025] 图1是根据本发明实施例的飞行器落地检测的方法的主要步骤的示意图；

[0026] 图2是根据本发明一个可参考实施例的落地检测的方法的主要流程的示意图；

[0027] 图3是根据本发明实施例的飞行器落地检测的装置的主要模块的示意图；

[0028] 图4是本发明实施例可以应用于其中的示例性系统架构图；

[0029] 图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图；

[0030] 图6是适于用来实现本发明实施例的飞行器系统的结构示意图。

具体实施方式

[0031] 以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

[0032] 现有技术对飞行器进行落地检测的方法中，采用飞行器本身的导航系统测量飞行器距离地面的高度，容易受到地面效应和地面遮挡物的影响，降低导航系统的测量精度。而在飞行器上加载相对高度传感器用于测量高度时，降低了飞行器的有效载重，并且相对高度传感器有测量死区，降低落地检测的准确性。在直接比较飞行器的速度或加速度的方法中，在地面气流的综合作用下，飞行器的运动学、动力学模型复杂，很难通过工程经验或仿真选取合适的门限值。因此，本发明提供一种对飞行器进行落地检测的方法。该方法能够基于极大似然估计法实现飞行器的落地检测，提高了落地检测的快速性、准确性和鲁棒性，降低了飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险。

[0033] 图1是根据本发明实施例的飞行器落地检测的方法的主要步骤的示意图。作为本发明的一个实施例，如图1所示，本发明实施例的飞行器落地检测的方法的主要步骤可以包括：

[0034] 步骤S101：获取飞行器的待检测数据，并构建待检测数据对应的似然函数。

[0035] 本发明中，飞行器的待检测数据可以包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。其中，垂向速度是指飞行器速度在铅垂方向上的分量。横滚角是指运载体横轴与水平线之间的夹角，即指导航系统中用来标识目标的横向倾角。俯仰角是指平行于机身轴线并指向飞行器前方的向量与地面的夹角。当然，本发明中待检测数据可以包括但不限于上述数据项，可以根据实际情况选择合适的待检测数据，本发明对此不作限定。

[0036] 在本发明检测飞行器落地的方法中，首先获取飞行器的待检测数据，以垂向速度为例，根据导航系统的频率f和飞行器着陆前的期望垂向速度Vs，选择合适的垂向速度采样个数N(为了选取较多的采样点，提高落地检测的准确性，一般情况下N≥10)，可令N＝0.1*f/Vs，同时根据传感器的反馈信息，得到飞行器降落过程中的最新的N个垂向速度：V1,V2,…,VN。然后，根据获取的待检测数据，构建其对应的似然函数。本发明中，若待检测数据中包括至少两项数据，则分别构建其对应的似然函数，例如飞行器的待检测数据包括垂向速度数据和仰俯角速率数据，则分别构建垂向速度对应的似然函数和仰俯角速率对应的似然函数。

[0037] 作为本发明的又一个实施例，步骤S101中的构建待检测数据对应的似然函数可以包括：首先，获取待检测数据对应的训练样本数据；然后，根据获取的训练样本数据，确定待检测数据对应的先验概率函数；接着，利用待检测数据和先验概率函数，构建待检测数据对应的似然函数。以某型多旋翼飞行器为例，具体构建其垂向速度对应的似然函数的技术方案如下：

[0038] (1)首先，对该类型的飞行器进行降落测试以获取到训练样本数据，其中降落过程包括空中和已落地两种状态。测试时长为T(T≥100min)，考虑到一般情况下，此类型的飞行器执行一次降落的时间为1min左右，选择测试时长不小于100min，则可以执行大于100次的降落模拟，提供了大量的训练样本数据，从而可以提高落地检测的准确性。当然，本发明也可以采用其他方法代替降落测试获取到训练样本数据，对此不作限定。

[0039] (2)接着，根据降落时飞行器垂向速度v的取值范围，设定垂向速度分类参数v1,v2,…vn(vi＜vi+1，i＝1,2,…,n-1)，记事件x0：v≤v1，事件xk：vk＜v≤vk+1(k＝1,2,…,n-1)，事件xn：v＞vn。根据训练样本数据，得到飞行器垂向速度v在不同飞行器落地参数l(空中：l＝0，已落地：l＝1)下的先验概率：p(xj|l＝0)＝pj1，p(xj|l＝1)＝pj2(j＝0,1,…,n)。

[0040] (3)然后，根据pj1和pj2得到以落地参数l为自变量的先验概率函数p(xj|l)＝fj(l)，使得fj(l＝0)＝pj1，fj(l＝1)＝pj2。其中，fj(l)可以为线性拟合函数，也可以为其他拟合函数。

[0041] (4)最后，根据飞行器的垂向速度Vs，s＝1,2,…,N(即获取到的飞行器的待检测数据)和fj(l) ，得到Vs对应的概率密度函数gs(l)，进而得到似然函数：步骤S102：根据构建的似然函数，获取待检测数据对应的极
大似然估计值。在步骤S101获取到似然函数后，对似然函数进行求解，得到极大似然估计值。其中，求解似然函数的方法可以为：对似然函数取对数并整理；然后求导，令导数为零获取到极大似然估计值。当然，本发明中也可以选择其他方法获取极大似然估计值，对此不作限定。

[0042] 步骤S103：验证飞行器的待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认飞行器落地。本发明中可以根据实际情况选择适宜的数据项进行验证，例如，若待检测数据包括垂向速度数据、横滚角速率数据和仰俯角速率数据，则只要上述三个数据中的两个数据对应的极大似然估计值符合步骤S103的验证规则即可确认飞行器处于落地状态。

[0043] 作为本发明的再一个实施例，获取的待检测数据对应的极大似然估计值可以是连续值，且当极大似然估计值是连续值时，其取值范围是[0，1]。本发明实施例中，当极大似然估计值是离散值时，步骤S103可以包括：判断所述极大似然估计值是否大于预设落地概率值，若是，则确认落地。其中，预设落地概率值是由经验获得，例如0.7。

[0044] 作为本发明的又一个实施例，获取的待检测数据对应的极大似然估计值可以是离散值，且当极大似然估计值是离散值时，其取值是0或1。本发明实施例中，当极大似然估计值是离散值时，步骤S103可以包括：判断所述极大似然估计值是否是1，若是，则确认落地。

[0045] 为了便于理解，以无人机为例，对落地检测的方法进行详细说明。

[0046] 图2是根据本发明一个可参考实施例的落地检测的方法的主要流程的示意图。图2是无人机执行一次落地检测的流程示意图，如图2所示，落地检测的方法的主要流程可以包括：步骤S201，获取无人机的待检测数据，即无人机落地检测过程中进行极大似然估计的无人机的当前状态信息，例如垂向速度、俯仰角速率和横滚角速率等；步骤S202，获取待检测数据对应的训练样本数据；步骤S203，利用获取的训练样本数据确定待检测数据对应的先验概率函数；步骤S204，根据步骤S201获取的待检测数据和步骤S203得到的先验概率函数，构建待检测数据对应的似然函数；步骤S205，求解构建的似然函数，得到极大似然估计值；步骤S206，判断极大似然估计值是离散值还是连续值，若极大似然估计值是离散值，则执行步骤S207，若极大似然估计值是连续值，则执行步骤S208；步骤S207，判断极大似然估计值是否是1，若是1，则执行步骤S209，否则执行步骤S210；步骤S208，判断极大似然估计值是否大于预设落地概率值，若大于预设落地概率值，则执行步骤S209，否则执行步骤S210；步骤S209，确认无人机落地，并对电机加锁；步骤S210，确认无人机没有落地。在本发明中，在确认无人机没有落地之后，重新获取无人机的待检测数据，然后根据新的待检测数据对无人机进行落地检测，若确认无人机落地，则对电机加锁，若检测到无人机没有落地，则再次获取无人机的待检测数据，并利用再次获取的待检测数据进行落地检测，直至检测到无人机落地，对电机加锁。

[0047] 需要指出的是，本发明可以预先根据训练样本数据确定先验概率函数，并将先验概率函数输入到无人机控制系统中，然后无人机控制系统根据实时采样的待检测数据，得到极大似然函数，进一步求得极大似然估计值，进行落地判断。因此，步骤S201、步骤S202和步骤S203不分先后顺序，可以先执行步骤S201，再执行步骤S202和步骤S203，也可以先执行步骤S202和步骤S203，再执行步骤S201，还可以同时执行步骤S201和步骤S202，再根据步骤S202执行步骤S203，本发明对此不作限制。

[0048] 根据本发明实施例的飞行器落地检测的技术方案可以看出，能够基于极大似然估计法实现飞行器的落地检测，从而可以提高落地检测的快速性、准确性和鲁棒性，降低飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险；本发明实施例中待检测数据可以包括：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据等数据项中的至少一项，从而可以结合实际情况选择适宜的数据项进行验证，提高了本发明的实用性；本发明实施例中利用获取的待检测数据对应的训练样本数据确定待检测数据对应的先验概率函数，进而根据待检测数据和先验概率函数构建对应的似然函数，从而可以借助极大似然估计法对飞行器进行落地检测，不需要考虑落地过程中地面效应和遮挡物的影响，提高了落地检测的鲁棒性；本发明实施例中当极大似然估计值是连续值时，通过判断极大似然估计值是否大于预设落地概率值来确认飞行器是否落地，当极大似然估计值是离散值时，通过判断判断极大似然估计值是否是1来确认飞行器是否落地，从而可以根据极大似然估计值的不同取值情况设定预设验证规则，提高落地检测的准确性。

[0049] 图3是根据本发明实施例的飞行器落地检测的装置的主要模块的示意图。如图3所示，本发明实施例的落地检测的装置300主要包括以下模块：构建模块301、获取模块302和验证模块303。

[0050] 其中，构建模块301可用于获取待检测数据，并构建待检测数据对应的似然函数。获取模块302可用于根据构建的似然函数，获取待检测数据对应的极大似然估计值。验证模块303可用于验证待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

[0051] 本发明实施例中，待检测数据可以包括以下各项中的至少一项：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据。

[0052] 本发明实施例中，构建模块301还可用于：获取待检测数据对应的训练样本数据；根据训练样本数据，确定待检测数据对应的先验概率函数；利用待检测数据和先验概率函数，构建待检测数据对应的似然函数。

[0053] 本发明实施例中，极大似然估计值可以是连续值，并且当极大似然估计值是连续值时，极大似然估计值的取值范围是[0，1]。验证模块303还可用于：判断极大似然估计值是否大于预设落地概率值，若是，则确认落地。

[0054] 本发明实施例中，极大似然估计值可以是离散值，并且当极大似然估计值是离散值时，极大似然估计值的取值可以是0或1。验证模块303还可用于：判断极大似然估计值是否是1，若是，则确认落地。

[0055] 从以上描述可以看出，能够基于极大似然估计法实现飞行器的落地检测，从而可以提高落地检测的快速性、准确性和鲁棒性，降低飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险；本发明实施例中待检测数据可以包括：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据等数据项中的至少一项，从而可以结合实际情况选择适宜的数据项进行验证，提高了本发明的实用性；本发明实施例中利用获取的待检测数据对应的训练样本数据确定待检测数据对应的先验概率函数，进而根据待检测数据和先验概率函数构建对应的似然函数，从而可以借助极大似然估计法对飞行器进行落地检测，不需要考虑落地过程中地面效应和遮挡物的影响，提高了落地检测的鲁棒性；本发明实施例中当极大似然估计值是连续值时，通过判断极大似然估计值是否大于预设落地概率值来确认飞行器是否落地，当极大似然估计值是离散值时，通过判断判断极大似然估计值是否是1来确认飞行器是否落地，从而可以根据极大似然估计值的不同取值情况设定预设验证规则，提高落地检测的准确性。

[0056] 图4示出了可以应用本发明实施例的飞行器落地检测的方法或飞行器落地检测的装置的示例性系统架构400。

[0057] 如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

[0058] 用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

[0059] 终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

[0060] 服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

[0061] 需要说明的是，本发明实施例所提供的飞行器落地检测的方法一般由服务器405执行，相应地，飞行器落地检测的装置一般设置于服务器405中。

[0062] 应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

[0063] 下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

[0064] 如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

[0065] 以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

[0066] 特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装，该计算机程序也可以通过数据线连接上传。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。

[0067] 下面参考图6，其示出了适于用来实现本发明实施例的飞行器系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

[0068] 如图6所示，飞行器系统600可以包括：飞行控制系统601、航姿参考系统602、数据链路通讯系统603、遥控操作系统604、地面站系统605和电源系统606。其中，航姿参考系统602和飞行控制系统601由两个分立设计的电路板构成，分别称作导航板和控制板，是整个飞行器系统的主要部分。航姿参考系统602由一个实时导航处理器和传感器组成。通过对传感器进行组合滤波与融合，得到飞行器实时的角速度、姿态、速度、位置等信息，为飞行器控制系统实时提供反馈参数。结合本发明，航姿参考系统602用于获取待检测数据。飞行控制系统601由主控制器、电机驱动和电机组成。主控制器跟据地面站系统605或者遥控操作系统604的控制信号和航姿参考系统602提供的位置及姿态反馈信息，通过设计的控制算法，计算出控制量并输出给驱动电路以驱动电机，实现闭环控制。结合本发明，主控制器用于构建似然函数，并根据似然函数求解极大似然估计值，以及验证飞行器是否落地，若落地，则驱动电机加锁。数据链路通讯系统603搭建飞行器平台和地面操纵人员与设备之间的桥梁，可以在飞行器飞行过程中，将导航信息和地面操控指令传输给飞行器系统，也可以将传感器获取的信息反馈给地面系统。地面站系统605和遥控操作系统604用于实时发送飞行器的运动控制指令，同时地面站还可以实时接收飞行器的反馈信息，以便于对飞行器飞行性能进行更精确的量化分析。

[0069] 需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

[0070] 附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，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，上述模块、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，在有些作为替换的实现中，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，两个接连地表示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。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

[0071] 描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括构建模块、获取模块和验证模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，构建模块还可以被描述为“获取待检测数据，并构建待检测数据对应的似然函数的模块”。

[0072] 作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：获取待检测数据，并构建待检测数据对应的似然函数；根据构建的似然函数，获取待检测数据对应的极大似然估计值；验证待检测数据对应的极大似然估计值是否符合预设验证规则，若是，则确认落地。

[0073] 根据本发明实施例的技术方案，能够基于极大似然估计法实现飞行器的落地检测，从而可以提高落地检测的快速性、准确性和鲁棒性，降低飞行器误判空中坠毁的风险和落地后长时间未加锁倾翻的风险；本发明实施例中待检测数据可以包括：垂向速度数据、横滚角速率数据、俯仰角速率数据、横滚角方差数据和俯仰角方差数据等数据项中的至少一项，从而可以结合实际情况选择适宜的数据项进行验证，提高了本发明的实用性；本发明实施例中利用获取的待检测数据对应的训练样本数据确定待检测数据对应的先验概率函数，进而根据待检测数据和先验概率函数构建对应的似然函数，从而可以借助极大似然估计法对飞行器进行落地检测，不需要考虑落地过程中地面效应和遮挡物的影响，提高了落地检测的鲁棒性；本发明实施例中当极大似然估计值是连续值时，通过判断极大似然估计值是否大于预设落地概率值来确认飞行器是否落地，当极大似然估计值是离散值时，通过判断判断极大似然估计值是否是1来确认飞行器是否落地，从而可以根据极大似然估计值的不同取值情况设定预设验证规则，提高落地检测的准确性。

[0074] 上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。