一种确定重量特征的方法、装置、计算机设备和介质与流程

1.本发明涉及无人机的重量特性优化技术领域，特别涉及一种确定重量特征的方法、装置、计算机设备和介质。


背景技术：

2.在研制大型固定翼、长航时无人机的过程中对于无人机的理论重量特征的计算至关重要，目前对于理论重量特征的计算方法，主要为通过人工或者本地工具打开catia，其中catia为法国达索公司开发的一种三维建模的工具软件，飞行器行业中广泛使用该工具软件数据，然后手工进行重量特性的提取和计算汇总。但是由于大型固定翼、长航时无人机具有多状态、多用途的特点，因此面临多构型且构型通用性低，市场要求响应快的状况，目前现有的计算方法对服务器资源要求较高，以及当涉及到不同的无人机构型架次时，对不同的无人机架次都需要进行汇总，这样导致研制周期长工作量大，无法满足快速研制新型无人机的要求。


技术实现要素：

3.本发明的目的是提供一种确定重量特征的方法、装置、计算机设备和介质，相较于传统的单架次重量特性计算方法，本发明可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
4.依据本发明的一个方面，本发明提供了一种确定重量特征的方法，包括：
5.获取无人机的状态，并根据所述状态，提取所述无人机中各零组件；
6.根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性；
7.根据所述重量特性，得到所述无人机的理论重量。
8.可选地，所述根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性，包括：
9.确定与所述各零组件对应的数模文件；
10.根据所述数模文件，利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性。
11.可选地，所述利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性，其中，所述一个零组件至少包含一个组件，所述一个组件至少包含一个子件，所述重量特性为重心，包括：
12.根据所述子件的相对重心，计算得到对应所述组件的重心；
13.根据所述重心，计算得到对应所述零组件的绝对重心。
14.可选地，所述利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得
到所述各零组件的重量特性，还包括：
15.利用转动惯量坐标变换公式对所述组件的所述惯性矩和所述惯性积进行转换，得到无误的所述组件的惯性矩和惯性积。
16.可选地，所述获取无人机的状态，并根据所述状态，提取所述无人机中各零组件，包括：
17.获取所述无人机的总目标重量；
18.根据所述总目标重量，确定所述无人机中各单元的目标重量；
19.根据所述目标重量，提取所述各单元中所述各零组件。
20.可选地，所述根据所述重量特性，得到所述无人机的理论重量，包括：
21.根据所述重量特征，利用产品数据管理系统进行卷积处理得到所述无人机的所述理论重量。
22.可选地，所述得到所述无人机的理论重量之后，还包括：
23.对比所述理论重量和所述总目标重量的差值；
24.根据所述差值，对所述理论重量进行调整和修改。
25.本发明还提供了一种确定重量特征的装置，包括：
26.组件获取模块，用于获取无人机的状态，并根据所述状态，提取所述无人机中各零组件；
27.特征计算模块，用于根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性；
28.计算模块，用于根据所述重量特性，得到所述无人机的理论重量。
29.本发明还提供了一种计算机设备，包括：
30.存储器，用于存储计算机程序；
31.处理器，用于执行所述计算机程序时实现如上述所述的确定重量特征的方法。
32.本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如上述所述确定重量特征的方法的步骤。
33.可见，本发明可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
34.本技术还提供一种确定重量特征的装置、计算机设备及计算机可读存储介质，具有上述有益效果。
附图说明
35.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
36.图1为本发明实施例所提供的一种确定重量特征的方法的流程图；
37.图2为本发明实施例所提供的一种无人机具体的框架图；
38.图3为本发明实施例所提供的另一种确定重量特征的方法的流程图；
39.图4为本发明实施例所提供的一种转动惯量的坐标图；
40.图5为本发明实施例所提供的一种确定重量特征的装置的结构框图；
41.图6为本发明实施例所提供的一种计算机设备的结构框图。
具体实施方式
42.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。基于本发明中的实施例，本领域普通技术人员在没有做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。
43.在研制大型固定翼、长航时无人机的过程中对于无人机的理论重量特征的计算至关重要，目前对于理论重量特征的计算方法，主要为通过人工或者本地工具打开catia，其中catia为法国达索公司开发的一种三维建模的工具软件，飞行器行业中广泛使用该工具软件数据，然后手工进行重量特性的提取和计算汇总。但是由于大型固定翼、长航时无人机具有多状态、多用途的特点，因此面临多构型且构型通用性低，市场要求响应快的状况，目前现有的计算方法对服务器资源要求较高，以及当涉及到不同的无人机构型架次时，对不同的无人机架次都需要进行汇总，这样导致研制周期长工作量大，无法满足快速研制新型无人机的要求。
44.鉴于此，本发明提供了一种确定重量特征的方法，相较于传统的单架次重量特性计算方法，本发明可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
45.下面进行详细介绍，请参考图1，图1为本发明实施例所提供的一种确定重量特征的方法的流程图，本发明实施例一种确定重量特征的方法可以包括：
46.步骤s101：获取无人机的状态，并根据状态，提取无人机中各零组件。
47.本发明实施例中无人机为无人驾驶飞机，可以利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。该实施例不对无人机的类型进行限制，可以为大型固定翼无人机，可以为无人垂直起降飞机，也可以为无人直升机等，其中，无人机的构型可以如图2所示，包含系统、顶层部件、构型项(a版)和零组件(dsi-001)，需要说明的是，每个零组件和零件组中的每个零部件都有对应的数模文件，其中，零组件可以包括零部件-100、零部件-200和零部件-300，零部件-300还可以包含零部件-300-1和零部件-300-2等。
48.本发明实施例中对于无人机的状态不做限制，可以为无人机的实际使用状态，例如无人机的使用用途等；也可以为无人机的版本状态，例如无人机硬件型号版本；还可以为无人机的销售状态。
49.本发明实施例中可以获取无人机的状态，并根据状态，提取无人机中各零组件。需要说明的是，可以获取无人机的总目标重量，然后根据总目标重量，确定无人机中各单元的
目标重量，最后根据目标重量，提取各单元中各零组件，其中，对于总目标重量的设置不做限制，可以为根据无人机的用途确定无人机的总目标重量，进而提取无人机中各零组件，可以为根据无人机的版本确定待更新的无人机的总目标重量，进而提取无人机中各零组件，也可以为根据无人机的销售状态确定畅销的无人机的总目标重量，进而提取相应的无人机中各零组件。
50.本发明实施例中通过根据无人机的状态，对无人机的各零组件进行提取的方式，实现了对无人机的分段提取和分段重量特性计算，提高了计算效率，降低了计算时间和人工成本。
51.步骤s102：根据各零组件中子件的重量特性，计算得到各零组件的重量特性。
52.本发明实施例中各零组件可以至少包含一个零组件，一个零组件至少包含一个组件，一个组件至少包含一个子件或零件。需要说明的是，每个子件都有自身的重量特性，其中，重量特性可以包含重量、重心、惯性矩、惯性积等参数。
53.本发明实施例中可以根据各零组件中子件的重量特性，计算得到各零组件的重量特性，需要说明的是，可以直接利用软件工具计算得到各零组件的重量特性，也可以先确定与各零组件对应的数模文件，然后根据数模文件，利用软件工具将数模文件中子件的重量特性进行计算，最后得到各零组件的重量特性。其中，对于软件工具不做限制，可以利用mbdworker工具(基于模型设计的三维工具)计算得到各零组件的重量特性，也可以使用其他计算工具进行计算。
54.本发明实施例中通过利用软件工具计算各零组件的重量特性的方式，相较于利用人工进行计算的方式，提高了计算重量特征的计算效率。
55.步骤s103：根据重量特性，得到无人机的理论重量。
56.本发明实施例中理论重量为最终计算得到的无人机的实际重量，可以根据重量特性，得到无人机的理论重量。需要说明的是，本发明实施例中可以根据重量特征，利用产品数据管理系统进行卷积处理得到无人机的理论重量，即可以根据各零组件的重量特性，利用产品数据管理系统进行卷积处理计算得到对应段位单元的重量，进而得到无人机的理论重量。
57.本发明实施例中可以根据重量特征，利用产品数据管理系统进行卷积处理得到无人机的理论重量，相较于通过人工计算无人机的重量的方式，提高了计算的效率。
58.基于上述实施例，本发明实施例提供了一种确定重量特征的方法，相较于传统的单架次重量特性计算方法，本发明可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
59.请参考图3，图3为本发明实施例所提供的另一种确定重量特征的方法的流程图，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。
60.步骤s201：获取无人机的总目标重量。
61.本发明实施例中对于总目标重量的设置不做限制。该总目标重量可以为根据无人机的用途确定无人机的总目标重量，进而提取无人机中各零组件；该总目标重量可以为根
据无人机的版本确定待更新的无人机的总目标重量，进而提取无人机中各零组件；该总目标重量也可以为根据无人机的销售状态确定畅销的无人机的总目标重量，进而提取相应的无人机中各零组件。
62.步骤s202：根据总目标重量，确定无人机中各单元的目标重量。得到各单元的目标重量之后，执行步骤s203：根据目标重量，提取各单元中各零组件。
63.本发明实施例中可以根据总目标重量，确定无人机中各单元的目标重量，相当于根据总目标重量，对无人机进行分解确定每个段位单元中对应的目标重量，进一步可以根据每个段位单元中目标重量确定各零组件的目标重量，并根据各零组件的目标重量提取各单元中各零组件。
64.本发明实施例中将目标重量分解至各个零组件的方式，可以实现后续快速对比目标值和理论值的重量特性，进行精细化管理，并且可以实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
65.步骤s204：确定与各零组件对应的数模文件。
66.本发明实施例中数模文件可以理解为将无人机的零组件用合适的数学模型、数学公式和三维图像等进行表达方便求解，可以包含各零组件的各mbd(model based definition，基于模型的定义)信息，其中，mbd信息中可以包含单件成本、目标重量，单件重量和模型重量等信息。需要说明的是，本发明实施例中各零组件和数模文件为一一对应的关系，相当于一个零组件对应一个数模文件。
67.步骤s205：根据数模文件，利用mbdworker工具将数模文件中子件的重量特性进行计算，得到各零组件的重量特性。
68.本发明实施例中mbdworker工具可以理解为一种基于3d数字化模型的产品数字化标注技术，即采用3d数字化模型完成对产品数字化信息的完整描述，可以将制造信息和设计信息(三维尺寸标注及各种制造信息和产品结构信息)共同定义到产品的三维数字化模型中，从而取消二维工程图，保证设计数据的唯一性。
69.本发明实施例中可以根据数模文件，利用mbdworker工具将数模文件中子件的重量特性进行计算，得到各零组件的重量特性，需要说明的是，可以为将所有的数模文件下载至mbdworker的服务器中，然后触发mbdworker调用catia(computer aided three-dimensional interactive application，计算机图形辅助三维交互式应用)程序打开数模文件，最后利用mbdworker将数模文件中各子件的mbd信息(包括单件成本、目标重量，单件重量、模型重量等)汇总得到对应零组件的mbd信息，并且利用mbd信息计算得到零组件的重量特性。
70.需要说明的是，本发明实施例中可以利用mbdworker计算数模文件中各子件的mbd信息(包括单件成本、目标重量，单件重量、模型重量等)得到对应零组件的mbd信息。具体地例如，可以利用公式得到组件的单件成本，公式如下：
[0071][0072]
其中，c为组件的单件成本，ci为子件的单件成本，n为子件的个数。需要说明的是，可以利用公式得到组件的目标重量，单件重量和模型重量，公式如下：
[0073][0074]
其中，n为子件的个数，当g为组件的目标重量时，gi为子件的目标重量，当g为组件的单件重量时，gi为子件的单件重量，当g为组件的模型重量，gi为子件的模型重量。
[0075]
需要说明的是，本发明实施例中可以根据mbd信息计算得到零组件的重量特性，其中，当重量特征性为重心时，计算过程可以为根据子件的相对重心，计算得到对应组件的重心，然后根据重心，计算得到对应零组件的绝对重心。具体地例如，先利用公式计算得到子件的相对重心，公式如下：
[0076]
[xi,yi,zi,1]＝[xi′
,yi′
,zi′
,1]mi[0077]
其中，[xi′
,yi′
,zi′
]是第i个子件的自身重心，[xi,yi,zi]是第i个子件的相对重心，mi是坐标转换矩阵。需要说明的是，在得到子件的相对重心后，可以根据子件的相对重心，利用公式计算得到组件的自身重心，公式如下：
[0078][0079][0080][0081]
其中，[x’,y’,z’]是组件的自身重心，[xi,yi,zi]是第i个子件的相对重心，g是组件的单间重量和模型重量之和相当于实际重量，gi是第i个子件的单间重量和模型重量之和相当于实际重量。需要说明的是，在得到组件的相对重心后，可以根据组件的相对重心，利用公式计算得到零组件的绝对重心，公式如下：
[0082]
[xa,ya,za,1]＝[x’,y’,z
′
,1]t
[0083]
其中，零组件的绝对重心相当于其在ci项的坐标系下的重心坐标，即从ci项开始逐层展开计算底层零组件的绝对重心坐标，其中，t代表零组件坐标系与ci项坐标系的转换矩阵，[x’,y’,z’]为组件的自身重心坐标，[xa,ya,za]为零组件的绝对重心坐标，需要说明的是，t相当于该零组件到ci项坐标系之间所有转换矩阵的乘积ti＝mim
iimiii
以此类推。
[0084]
需要说明的是，本发明实施例中可以根据mbd信息计算得到零组件的重量特性，其中，当重量特征性为惯性矩时，可以根据子件的惯性矩得到组件的惯性矩，具体地，例如，可以利用公式根据子件的惯性矩计算得到组件的惯性矩，公式如下：
[0085][0086]
其中，i
xx
为组件的x轴惯性矩，i
ixx
为第i个子件的x轴惯性矩，gi为第i个子件的实际重量，yi为第i个子件的y轴相对重心坐标，zi为第i个子件的z轴相对重心坐标，y’为组件的y轴自身重心坐标，z’为组件的z轴自身重心坐标。
[0087][0088]
其中，i
yy
为组件的y轴惯性矩，i
iyy
为第i个子件的y轴惯性矩，gi为第i个子件的实际重量，xi为第i个子件的x轴相对重心坐标，zi为第i个子件的z轴相对重心坐标，x’为组件的x轴自身重心坐标，z’为组件的z轴自身重心坐标。
[0089][0090]
其中，i
zz
为组件的z轴惯性矩，i
izz
为第i个子件的z轴惯性矩，gi为第i个子件的实际重量，xi为第i个子件的x轴相对重心坐标，yi为第i个子件的y轴相对重心坐标，x’为组件的x轴自身重心坐标，y’为组件的y轴自身重心坐标。
[0091]
需要说明的是，本发明实施例中可以根据mbd信息计算得到零组件的重量特性，其中，当重量特征性为惯性积时，可以根据子件的惯性积得到组件的惯性积，具体地例如，可以利用公式根据子件的惯性积计算得到组件的惯性积，公式如下：
[0092][0093]
其中，i
xy
为组件的xy惯性积，i
ixy
为第i个子件的xy惯性积，gi为第i个子件的实际重量，xi为第i个子件的x轴相对重心坐标，yi为第i个子件的y轴相对重心坐标，x’为组件的x轴自身重心坐标，y’为组件的y轴自身重心坐标。
[0094][0095]
其中，i
xz
为组件的xz惯性积，i
ixz
为第i个子件的xz惯性积，gi为第i个子件的实际重量，xi为第i个子件的x轴相对重心坐标，zi为第i个子件的z轴相对重心坐标，x’为组件的x轴自身重心坐标，z’为组件的z轴自身重心坐标。
[0096][0097]
其中，i
yz
为组件的yz惯性积，i
iyz
为第i个子件的yz惯性积，gi为第i个子件的实际重量，yi为第i个子件的y轴相对重心坐标，zi为第i个子件的z轴相对重心坐标，y’为组件的y轴自身重心坐标，z’为组件的z轴自身重心坐标。
[0098]
进一步，由于子件和组件坐标系之间存在旋转和平移因素，因此子件的惯性积和惯性矩不能直接使用从mbd worker中提取的值进行计算，可以利用转动惯量坐标变换公式对组件的惯性矩和惯性积进行转换，得到无误的组件的惯性矩和惯性积。
[0099]
具体地，例如，可以根据如图4所示的一种转动惯量的坐标图，以及如下图所示的一种转动惯量坐标的映射图，利用公式得到无误的组件的惯性矩和惯性积。
[0100][0101]
需要说明的是，图中表1为在不同坐标系下的坐标转换矩阵，该坐标转换矩阵等于该模型在新坐标系下(oabc)的坐标与在原有坐标系下(oxyz)的坐标之间的余弦如表2所示，相应的映射关系如图所示。需要说明的是，图4中坐标系oabc和oxyz具有相同的坐标原点o，oxyz为原坐标系，oabc为新坐标系，其中，θa为a与x的夹角，γ
α
为a与y的夹角，βa为a与z的夹角，θb为b与x的夹角，γb为b与y的夹角，βb为b与z的夹角，θc为c与x的夹角，γc为c与y的夹角，βc为c与z的夹角。根据得到的映射关系，利用公式得到无误的组件的惯性矩和惯性积，公式如下：
[0102]
ia＝i
x cos2θa+i
y cos2γa+i
z cos2β
a-2i
xy cosθ
a cosγ
a-2i
xz cosθ
a cosβa[0103]-2i
yz cosγ
a cosβa[0104]
ib＝i
x cos2θb+i
y cos2γb+i
z cos2β
b-2i
xy cosθ
b cosγ
b-2i
xz cosθ
b cosβb[0105]-2i
yz cosγ
b cosβb[0106]
ic＝i
x cos2θc+i
y cos2γc+i
z cos2β
c-2i
xy cosθ
c cosγ
c-2i
xz cosθ
c cosβc[0107]-2i
yz cosγ
c cosβc[0108]iab
＝(-cosθ
a cosθb)+iy(-cosγ
a cosγb)+iz(-cosβ
a cosβb)
[0109]
+i
xy
(cosθ
a cosγb+cosθ
b cosγa)
[0110]
+i
yz
(cosγ
a cosβb+cosγ
b cosβa)
[0111]
+i
xz
(cosβ
b cosθa+cosβ
a cosθb)
[0112]iac
＝(-cosθ
a cosθc)+iy(-cosγ
a cosγc)+iz(-cosβ
a cosβc)
[0113]
+i
xy
(cosθ
a cosγc+cosθ
c cosγa)
[0114]
+i
yz
(cosγ
a cosβc+cosγ
c cosβa)
[0115]
+i
xz
(cosβ
c cosθa+cosβ
a cosθc)
[0116]ibc
＝(-cosθ
b cosθc)+iy(-cosγ
b cosγc)+iz(-cosβ
b cosβc[0117]
+i
xy
(cosθ
b cosγc+cosθ
c cosγb[0118]
+i
yz
(cosγ
b cosβc+cosγ
c cosβb[0119]
+i
xz
(cosβ
b cosθc+cosβ
c cosθb)
[0120]
其中，i
x
、iy、iz是模型在原坐标系下的惯性矩，i
xy
、i
xz
、i
yz
是模型在原坐标系下的惯性积，ia、ib、ic是模型在新坐标系下的惯性矩，i
ab
、i
ac
、i
bc
是模型在新坐标系下的惯性积。
[0121]
步骤s206：根据重量特性，得到无人机的理论重量。
[0122]
本发明实施例中可以在得到理论重量后，根据对理论重量和总目标重量进行分析，对理论重量进行调整修改，需要说明的是，可以为对比理论重量和总目标重量的差值，
根据差值，对理论重量进行调整和修改，也可以根据其他数据对理论重量进行分析和调整，对此不做限制。
[0123]
基于上述实施例，本发明实施例提供了一种确定重量特征的方法，相较于传统的单架次重量特性计算方法，本发明可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
[0124]
下面对本发明实施例所提供的一种确定重量特征的装置以及计算机设备进行介绍，下文描述的确定重量特征的装置以及计算机设备与上文描述的确定重量特征的方法可相互对应参照。
[0125]
请参考图5，图5为本发明实施例所提供的一种确定重量特征的装置的结构框图，该装置可以包括：
[0126]
组件获取模块11，用于获取无人机的状态，并根据所述状态，提取所述无人机中各零组件；
[0127]
特征计算模块12，用于根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性；
[0128]
计算模块13，用于根据所述重量特性，得到所述无人机的理论重量。
[0129]
基于上述实施例，所述组件获取模块11，可以包括：
[0130]
获取单元，用于获取所述无人机的总目标重量；
[0131]
分配单元，用于根据所述总目标重量，确定所述无人机中各单元的目标重量；
[0132]
提取单元，用于根据所述目标重量，提取所述各单元中所述各零组件。
[0133]
基于上述任意实施例，所述特征计算模块12，可以包括：
[0134]
获取数模文件单元，用于确定与所述各零组件对应的数模文件；
[0135]
计算单元，用于根据所述数模文件，利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性。
[0136]
基于上述任意实施例，所述一个零组件至少包含一个组件，所述一个组件至少包含一个子件，当所述重量特性为重心，所述计算单元，可以包括：
[0137]
第一计算子单元，用于根据所述子件的相对重心，计算得到对应所述组件的重心；
[0138]
第二计算子单元，用于根据所述重心，计算得到对应所述零组件的绝对重心。
[0139]
基于上述任意实施例，所述计算单元，还可以包括：
[0140]
坐标变换子单元，用于利用转动惯量坐标变换公式对所述组件的所述惯性矩和所述惯性积进行转换，得到无误的所述组件的惯性矩和惯性积。
[0141]
基于上述任意实施例，所述计算模块13，可以包括：
[0142]
卷积单元，用于根据所述重量特征，利用产品数据管理系统进行卷积处理得到所述无人机的所述理论重量。
[0143]
基于上述任意实施例，所述确定重量特征的装置，还可以包括：
[0144]
分析模块，用于对比所述理论重量和所述总目标重量的差值；
[0145]
调整模块，用于根据所述差值，对所述理论重量进行调整和修改。
[0146]
本发明实施例中可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
[0147]
请参考图6，图6为本发明实施例所提供的一种计算机设备的结构框图，该设备包括：
[0148]
存储器10，用于存储计算机程序；
[0149]
处理器20，用于执行所述计算机程序时，以实现上述的确定重量特征的方法。
[0150]
如图6所示，为计算机设备的结构示意图，可以包括：存储器10、处理器20、通信接口31、输入输出接口32以及通信总线33。
[0151]
在本发明实施例中，存储器10中用于存放一个或者一个以上程序，程序可以包括程序代码，程序代码包括计算机操作指令，在本技术实施例中，存储器10中可以存储有用于实现以下功能的程序：
[0152]
获取无人机的状态，并根据状态，提取无人机中各零组件；
[0153]
根据各零组件中子件的重量特性，计算得到各零组件的重量特性；
[0154]
根据重量特性，得到无人机的理论重量。
[0155]
在一种可能的实现方式中，存储器10可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统，以及至少一个功能所需的应用程序等；存储数据区可存储使用过程中所创建的数据。
[0156]
此外，存储器10可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括nvram。存储器存储有操作系统和操作指令、可执行模块或者数据结构，或者它们的子集，或者它们的扩展集，其中，操作指令可包括各种操作指令，用于实现各种操作。操作系统可以包括各种系统程序，用于实现各种基础任务以及处理基于硬件的任务。
[0157]
处理器20可以为中央处理器(central processing unit，cpu)、特定应用集成电路、数字信号处理器、现场可编程门阵列或者其他可编程逻辑器件，处理器20可以是微处理器或者也可以是任何常规的处理器等。处理器20可以调用存储器10中存储的程序。
[0158]
通信接口31可以为用于与其他设备或者系统连接的接口。
[0159]
输入输出接口32可以为用于获取外界输入数据或向外界输出数据的接口。
[0160]
当然，需要说明的是，图6所示的结构并不构成对本技术实施例中计算机设备的限定，在实际应用中计算机设备可以包括比图6所示的更多或更少的部件，或者组合某些部件。
[0161]
本发明实施例中可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
[0162]
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质中存储有
计算机可执行指令，计算机可执行指令被处理器加载并执行时，实现获取无人机的状态，并根据状态，提取无人机中各零组件；根据各零组件中子件的重量特性，计算得到各零组件的重量特性；根据重量特性，得到无人机的理论重量。
[0163]
相较于传统的单架次重量特性计算方法，本发明实施例中可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。
[0164]
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0165]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0166]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0167]
以上对本发明所提供的一种确定重量特征的方法、装置、计算机设备和介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

技术特征：
1.一种确定重量特征的方法，其特征在于，包括：获取无人机的状态，并根据所述状态，提取所述无人机中各零组件；根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性；根据所述重量特性，得到所述无人机的理论重量。2.如权利要求1所述的确定重量特征的方法，其特征在于，所述根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性，包括：确定与所述各零组件对应的数模文件；根据所述数模文件，利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性。3.如权利要求2所述的确定重量特征的方法，其特征在于，所述利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性，其中，所述一个零组件至少包含一个组件，所述一个组件至少包含一个子件，所述重量特性为重心，包括：根据所述子件的相对重心，计算得到对应所述组件的重心；根据所述重心，计算得到对应所述零组件的绝对重心。4.如权利要求3所述的确定重量特征的方法，其特征在于，所述利用mbdworker工具将所述数模文件中子件的重量特性进行计算，得到所述各零组件的重量特性，还包括：利用转动惯量坐标变换公式对所述组件的所述惯性矩和所述惯性积进行转换，得到无误的所述组件的惯性矩和惯性积。5.如权利要求1所述的确定重量特征的方法，其特征在于，所述获取无人机的状态，并根据所述状态，提取所述无人机中各零组件，包括：获取所述无人机的总目标重量；根据所述总目标重量，确定所述无人机中各单元的目标重量；根据所述目标重量，提取所述各单元中所述各零组件。6.如权利1所述的确定重量特征的方法，其特征在于，所述根据所述重量特性，得到所述无人机的理论重量，包括：根据所述重量特征，利用产品数据管理系统进行卷积处理得到所述无人机的所述理论重量。7.如权利5所述的确定重量特征的方法，其特征在于，所述得到所述无人机的理论重量之后，还包括：对比所述理论重量和所述总目标重量的差值；根据所述差值，对所述理论重量进行调整和修改。8.一种确定重量特征的装置，其特征在于，包括：组件获取模块，用于获取无人机的状态，并根据所述状态，提取所述无人机中各零组件；特征计算模块，用于根据所述各零组件中子件的重量特性，计算得到所述各零组件的重量特性；计算模块，用于根据所述重量特性，得到所述无人机的理论重量。9.一种计算机设备，其特征在于，包括：存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的确定重量特征的方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令被处理器加载并执行时，实现如权利要求1至7任一项所述确定重量特征的方法的步骤。

技术总结
本发明公开了一种确定重量特征的方法、装置、计算机设备和介质，涉及无人机的重量特性优化技术领域，其中方法包括：获取无人机的状态，并根据状态，提取无人机中各零组件；根据各零组件中子件的重量特性，计算得到各零组件的重量特性；根据重量特性，得到无人机的理论重量。相较于传统的单架次重量特性计算方法，本发明提供的可以根据无人机的状态，确定无人机中待变更的各零组件，对各零组件的重量特性进行计算的方法，可以快速管理多架无人机的重量特性，同时基于功能组件和零件的重量特性管理工具，能快速对比目标值和理论值的重量特性，进行精细化管理，实现点对点优化，大幅提升飞机的重量特性计算准确率，显著降低计算工作时间与人工成本。间与人工成本。间与人工成本。


技术研发人员：莫筹 孔红华 邓捷 李荣强 刘逸 吴喆 简铭
受保护的技术使用者：中航(成都)无人机系统股份有限公司
技术研发日：2023.04.25
技术公布日：2023/7/25