无人机作为一种新兴出现的技术,目前正在悄无声息地改变着人们的生活,并有可能使得商业和产业领域发生革命性的变革。因其具备长时间、高强度、高精确性以及适应恶劣工作环境的特点,无人机不仅在军事领域有着侦查等应用,更在自然灾害救援,物流配送等领域有着蓬勃的发展。随着目前军事无人机和商业无人机数量的增加,无人机集群的监控显得尤为重要。无人机的监控过程中涉及多项技术,包括数据处理、数据存储、远程通信等,对其研究的技术挑战性很大,目前是非常热门的研究课题。传统无人机监控的方案主要针对单台无人机,并通过无线电进行连接,这样就使得计算处理任务落在无人机机体上,处理能力较低,同时监控数据不便保存,使得数据难以查询。目前对“云+无人机”的研究仍旧处于初级阶段,针对无人机集群监控的场景,没有提出一个通用性的解决方案,针对海量数据来满足实时性和可靠性的要求。基于上述问题,本文研究重点是提出适用于无人机集群监控的架构模型,将无人机监控和云平台充分整合,并提供层次化的监控解决方案,从而实现无人机集群的高效监控。本文以无人机集群为研究对象,从以下四个方面开展工作内容:(1)云无人机监控平台的整体架构设计。设计无人机集群监控的支撑架构,其主要包括静态部署架构和动态流程架构。静态部署架构主要解决如何通过云平台来监控无人机,将云平台与无人机充分整合。动态流程架构提出“自下而上”的监控数据处理流程,解决采用云平台后,如何对无人机集群进行更为高效的监控。(2)基于化身的无人机抽象管理机制。在云端构造无人机化身,与现实世界的无人机一一对应,可以通过管理无人机化身,映射到现实世界的无人机,并通过无人机化身进行监控数据的获取。这是监控流程的第一步,解决了如何高效管理无人机集群以及监控数据如何获取的问题。(3)异构监控数据存储管理机制。将监控数据按照数据类型分为结构化数据以及非结构化数据,分别针对每种类型的数据采取高效的存储方式,加快数据的存储速度以及查询速度,降低监控平台数据存储开销。这是监控流程的第二步,解决了如何高效存储监控数据以及数据查询的问题。(4)面向无人机集群的监控保障机制。针对无人机集群产生的大量数据,在云端采取“多线程+分布式”和缓存策略的监控数据处理,保障监控数据的实时响应以及响应数据的准确性。这是监控流程的第三步,解决了如何支撑无人机集群大规模数据监控的行为。最后,在上述架构设计和关键机制基础之上,本文实现了监控平台的原型系统。对可视化监控工具进行了构建,对监控数据进行了展示,这是监控流程的第四步。并针对监控平台进行了相关机制的实验验证,证明了本文工作的可行性和有效性。