[发明专利]无人机配置模块范围规范错误检测方法、系统及存储介质

说明书

一种无人机配置模块范围规范错误检测方法、系统及存储介质，方法包括通过执行无人机飞行任务生成日志文件；将日志文件中的数据划分为两部分，其中一部分数据用于提取特征并利用所提取到的特征生成状态变化预测器，另一部分数据进行聚类，并从每个聚类中选择代表样本；使用每个代表样本找出相应的错误配置发送给搜索器；迭代地改变配置并使用搜索器与状态变化预测器评估配置适应度；满足迭代停止条件时，合并每个代表样本的搜索结果，生成一个潜在不正确的配置集；对潜在不正确的配置集中的配置进行模拟验证；根据模拟验证结果，利用多目标优化为每个配置生成一个有效参数范围。本发明能够高覆盖率地提供所有可能的参数值并且进行高效地验证。

技术领域

本发明属于无人机通信领域，具体涉及一种无人机配置模块范围规范错误检测方法、系统及存储介质。

背景技术

由于无人机是无人驾驶的，并且体积小、速度快，因此它们经常用于执行任务，例如交付和监视，到达用其他方式难以到达或成本高昂的位置。然而，随着无人机将越来越多的用于关键任务，它们的可靠性和适应性变得至关重要，以确保任务能够顺利完成。

为了实现可靠性和适应性，增强的飞行控制系统提供了大量的控制参数，可以配置这些参数来修改无人机的飞行状态，例如线性和角度位置，通过参数调整，可以设置不同的配置以支持各种任务和处理不同的飞行环境。然而，由于缺乏对控制参数值的充分检查，调整参数可能会引入某些漏洞(称为范围规范错误)。具体来说，当在制造商提供的范围内选择参数值来设置一些特定的配置时，可能会触发不稳定的飞行状态，例如轨迹偏差甚至无人机坠毁。

在飞行过程中，地面控制站(GCS)通过向飞行控制程序发送一系列命令来与无人机进行通信。在无人机起飞前，用户可以通过调整参数来配置飞行控制程序，从而操控无人机的飞行状态(如直线位置、角位置、角速度、速度、加速度等)。为了确保无人机成功完成飞行任务，飞行控制程序会定期观察当前定位的飞行状态和传感器数据(例如来自GPS、陀螺仪和加速度计)，以估计指示无人机下一状态的参考状态。然后控制程序生成执行器信号(例如，电机命令)以将无人机移动到参考状态。定位状态和参考状态需要足够接近，即在标准偏差内。如果不是这种情况，无人机飞行可能会变得不稳定，导致轨迹偏差和坠毁。

尽管控制参数的值范围通常在控制程序中是硬编码的，并且人们会期望这些值的所有可能组合都是正确的，但是其中一些组合实际上是不正确的。任何触发不稳定飞行状态的配置都被认为是不正确的。飞行控制程序可以指定相应的数百个控制参数，通过验证所有参数值来识别范围规格错误是耗时的，因为某些参数可能不会影响飞行稳定性。

现有的漏洞检测技术无法检测到此类范围规范错误，如果控制程序的来源可用，则可以使用静态程序分析来检测数据/控制依赖关系并发现此类错误。但这种方法仅适用于小代码片段，如果用于大型复杂程序，静态分析将存在可扩展性问题。为了解决可扩展性问题，可以通过跟踪输入数据流来使用污点分析，这更多地取决于输入构造。然而，当处理非常大量的控制参数时，每个控制参数都有很宽的值范围，通过污染所有参数值来分析配置是耗时的。

原因是不同的参数值通常会导致不同的执行流程，这些执行流程涉及到的控制程序部分差异非常大。不幸的是，飞行控制程序具有巨大的规模(例如，超过70万行代码)和复杂的控制和数据依赖性。而且对于不稳定飞行状态，需要通过真实或模拟的飞行执行来验证每个配置。由于控制参数的数量众多，每个参数都有其值范围，因此，更改参数值以生成配置并验证所有这些配置的效率是低下的。因此，设计一种有效且高效的配置验证方法是至关重要的，即能够高覆盖率地提供所有可能的参数值并且进行高效地验证。

发明内容

本发明的目的在于针对上述现有技术中的问题，提供一种无人机配置模块范围规范错误检测方法、系统及存储介质，实现高效验证，并使无人机的适应性和稳定性达到最佳平衡。

为了实现上述目的，本发明有如下的技术方案：

第一方面，本发明实施例提供了一种无人机配置模块范围规范错误检测方法，包括：