CN104299168B - 一种架空输电线路巡检飞行机器人的视点优选方法 - Google Patents
一种架空输电线路巡检飞行机器人的视点优选方法 Download PDFInfo
- Publication number
- CN104299168B CN104299168B CN201410471551.6A CN201410471551A CN104299168B CN 104299168 B CN104299168 B CN 104299168B CN 201410471551 A CN201410471551 A CN 201410471551A CN 104299168 B CN104299168 B CN 104299168B
- Authority
- CN
- China
- Prior art keywords
- viewpoint
- flying robot
- power transmission
- inspection
- shaft tower
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 50
- 238000007689 inspection Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000010801 machine learning Methods 0.000 claims abstract description 8
- 230000033001 locomotion Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 239000012212 insulator Substances 0.000 claims description 3
- 230000005672 electromagnetic field Effects 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000007257 malfunction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000004643 material aging Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了属于架空输电线路巡检的技术领域的一种架空输电杆塔巡检飞行机器人的视点优选方法。该方法的步骤为：1)建立巡检对象的三维重建模型，建立安全区域；2)对步骤1)得到的安全区域进行离散化，获得广义视点；3)确定巡检对象，从广义视点中提取出有效视点；4)对飞行机器人的巡检任务进行分解，减小任务状态空间，并运用机器学习方法，在任务状态空间中寻找最优的巡视策略。本方法引入了视点规划理论，结合机器学习方法，能够在最短的时间内访问到最有可能包括架空输电杆塔故障信息的视点位置，节省了飞行时间，保证采集到的图像的质量，对于输电线路故障检测及日常维护都具有重要意义。
Description
技术领域
本发明属于架空输电线路巡检的技术领域，特别涉及一种架空输电线路巡检飞行机器人的视点优选方法。
背景技术
架空输电线路是传输电能的最主要方式，对架空输电线路进行巡视、及时排除可能出现的故障，对于保障电力系统正常运行意义重大。
架空输电线路主要由架空输电杆塔及输电导线构成。其中架空输电杆塔作为整个输电线路中装置最为集中的部分，长期暴露在野外，因受到持续的机械张力、材料老化的影响而容易产生断股、磨损、腐蚀等损伤，如不及时修复更换，将会导致严重的事故。因此对于架空输电杆塔的巡检是日常电力线路巡检中最重要的部分，对其图像数据采集的效果决定了整个巡检任务的完成质量。
飞行机器人由于其垂直起降、定点悬停、低空低速飞行的飞行特性成为架空输电线路巡检的有效手段。但是使用飞行机器人进行巡检时会遇到一些问题，这些问题主要体现在以下几个方面：
1)距离架空输电杆塔太远则无法保证所采集的图像数据的质量，而过度靠近则容易引起安全问题。
2)现有的飞行机器人是以电池供电作为主要的能量来源，但电池电量是有限的，所以对其飞行时间有较大的限制。
3)缺乏对架空输电杆塔结构的先验知识，飞行机器人无法迅速集中在故障频率高发区域进行巡检，往往需要一段漫游式巡检过程。这导致了采集到的图像数据冗余度较大，可用于后期故障诊断的有效图像在整个图像数据中所占比重较小。
4)由于飞行机器人的体积小、重量轻，在巡检过程中容易受到风以及一些环境干扰的影响，进而影响整个巡检行为。
因此，针对以上问题，需要提出了一种全新的架空输电杆塔巡检视点优选方法。
发明内容
针对上述现有技术存在的问题，本发明提出一种架空输电线路巡检飞行机器人的视点优选方法，其特征在于，该视点优选方法具体步骤为：
1)建立巡检对象的三维重建模型，获得安全飞行区域；
2)对步骤1)得到的安全飞行区域进行离散化，获得广义视点；
3)确定巡检对象，从广义视点中提取出有效视点；
4)对飞行机器人的巡检任务进行分解，减小任务状态空间，并运用机器学习方法，在任务状态空间中寻找最优的视点优选策略。
所述步骤2)中的对安全飞行区域进行离散化是以三维重建模型的局部面片法线与安全飞行区域的交点为依据构建多个子区域网格。
所述步骤3)中巡检对象为：架空输电杆塔的上侧部分：金具、绝缘子和导线；架空输电杆塔的中间部分：塔体本身；架空输电杆塔的下侧部分：导地线和接地装置。
所述步骤4)中最优的巡视策略的应用公式为：
其中，s为飞行机器人的当前状态位置，a表示当前要选择和执行的动作，分别表示飞行机器人的下一个状态位置和动作，R为增强函数，Q为策略评估函数，γ表示学习参数，且0≤γ<1，表示之前所有状态-动作组合的累计最优评估值。
发明的有益效果：本发明方法引入了视点规划理论，结合机器学习方法，能够在最短的时间内访问到最有可能包括架空输电杆塔故障信息的视点位置，最大程度上节省了飞行时间，同时保证采集到的图像数据的质量，对于输电线路故障检测及日常维护都具有重要意义。
附图说明
图1为本发明提出的视点优选方法流程图；
图2为安全区域模型示意图；其中，(a)是椭球形安全区域模型示意图，(b)是空心圆柱型安全区域模型示意图；
图3为广义视点示意图；
图4为需要巡视的电塔结构示意图；
图5为从位置S到位置G存在的巡视区域图；
图6为寻优策略中飞行机器人的起始位置和行为图；
图7为飞行机器人在每个巡视位置上获得的反馈信息量示意图；
图8为最优的巡视轨迹示意图。
具体实施方式
下面结合附图和实施例对本发明方法作进一步的解释说明。
本发明将视点规划理论与架空输电杆塔的飞行机器人巡检相结合，提出了一种全新的架空输电线路巡检飞行机器人的视点优选方法。视点规划理论可以概括为：根据给定的环境信息以及视觉系统将要完成的任务信息(如：目标检测、故障识别等)，快速、高效地按照一定的标准计算出最佳的视点参数(包括摄像机的位姿、光学参数等)，以便自动、可靠地操作视觉传感器系统(一切可以进行图像数据采集的传感器，包括可见光范围的照相机、摄像机、红外摄像仪、紫外摄像仪等)获取架空输电杆塔图像信息，从而以最少的观测视点(指视觉传感器的视点，包含摄像机的位置和朝向)获得所需对象的纹理信息。将视点规划理论与飞行机器人对架空输电杆塔的巡检相结合，能够减少巡检时间，提高巡检的效率；同时确定最佳的视点参数，可以提高图像数据的采集质量，进而提高巡检质量。
如图1所示为本发明提出的视点优选方法流程图，其具体步骤为：
1)建立巡检对象的三维重建模型，建立安全区域；
在实际情况中，是对架空输电杆塔进行三维重建。首先，依照地图及全球定位系统(Global Positioning System，GPS)对待检测架空输电杆塔进行确切位置定位；然后，通过输电线路设计者所提供的工程图纸获取架空输电杆塔基本的结构数据，在此基础上借助视觉或激光测试获取更为详细的架空输电杆塔结构特征，完成三维重建过程。
此步骤中需要结合架空输电线路巡检的相关技术导则来进行安全区域建模。架空输电线路巡检的相关技术导则规定：在巡检过程中，飞行机器人与架空输电杆塔需保持一定的安全距离。所以，以架空输电杆塔的三维重建模型为基准，参照架空输电线路巡检的相关技术导则这一规定，建立了一个安全区域(即飞行距离保持区域)，飞行机器人在这个安全区域内巡检既可以顺利捕捉图像又不会触碰输电线元件。在巡检过程中需通过实时获取飞行机器人与架空输电杆塔的相对位置来判断其是否处于安全区域内，以及时调整飞行机器人的位置，保障飞行巡检的安全性和可靠性。由于可选择的三维重建模型表示方式不同，所以生成的安全区域模型也不同，其包括椭球形安全区域模型和空心圆柱型安全区域模型，如图2(a)和2(b)所示。
2)对步骤1)得到的安全区域进行离散化，转化为有限空间位置状态的集合，以获得广义视点，如图3所示。
经过安全区域建模，获得了分布在架空输电杆塔周围的一个飞机位置状态的连续空间。在此连续空间上进行状态规划，则需要对其进行离散，转化为有限空间位置状态的集合，即产生广义视点。
对安全区域进行离散化是以三维重建模型局部面片法线与安全区域的交点为依据来构建多个子区域网格，这个交点为安全区域网格的中心点。
如果观测目标三维重建模型的结构复杂程度高，对应安全区域的曲面离散化的网格密度就大；如果巡检对象三维重建模型的结构简单，对应安全区域的曲面离散化的网格密度就低。
3)确定巡检对象，结合视点规划理论，从广义视点中提取出有效视点。
根据巡视项目的要求位置，巡检对象按照从上到下顺序大致地分为上、中、下三个部分。其中：上侧部分：主要的巡检对象是金具、绝缘设备、防雷防鸟设备和导线连接等情况；中间部分：主要的巡检对象为塔体本身及附属设备；下侧部分：主要的巡检对象是导地线、接地装置及电塔周边环境等。
确定巡检对象主要是对巡视目标离散化，分块，这样才能逐个进行巡视。巡视要求里也是细化到每个设备的。这种离散化是依据巡视项目的要求和输电设备的分布来设计的。实际上分成几个部分要看被巡检对象的结构和任务要求。在对每部分进行巡视时就可以规划最优的视点，从而提高巡视的质量。
因为观察视线中障碍的遮挡、角度的不同以及距离的影响，需要从广义视点中提取出对观测目标取得较好的观测效果的一些视点，即有效视点。
4)对飞行机器人的巡检任务进行分解，减小任务状态空间，并运用机器学习方法，在任务状态空间中寻找最优的巡视策略。
针对架空输电杆塔巡检这一多目标优化问题，想要使得路径寻优算法在有限的时间内快速收敛，需要将巡检任务分解成多个子任务，在此基础上对机器学习过程进行优化。分解是按照巡视对象的潜在(历史、环境、外力等影响)故障情况来分解。如果潜在故障程度高，那么相应的任务分解要精细，如果潜在故障低，分解就可以粗略一些。此分解得到的是三维重建模型上的重点区域，这些区域将被投影至安全区域上构成网格。
考虑到巡检过程中容易受到随机干扰以及环境阵风扰动等因素的影响，致使飞行机器人偏离预期位置，因此，在巡检过程中，根据飞行机器人的传感器感知的环境扰动信息，使用机器学习算法寻优时，结合环境扰动信息，在任务状态空间中寻找最优的视点优选策略。
最优的巡视策略的应用公式为：
其中，s为飞行机器人的当前状态位置，a表示当前要选择和执行的动作，分别表示飞行机器人的下一个状态位置和动作，R为增强函数，Q为策略评估函数，γ表示学习参数，且0≤γ<1，表示之前所有状态-动作组合的累计最优评估值。
这个公式得到的是飞行机器人的行为策略评估值，即所在状态位置s时，采用动作a后的行为得分。在不断计算之后，将得到一个最优的评估函数。飞行机器人每到一个位置就能够得到接下来的一个最优动作。
为了求解最优的Q，需要将巡检中存在的经验(如重点观测位置、避让区域、最佳视角等信息)融入至R的构建中。然后，通过巡检前在三维重建模型上的多次模拟实验，得到最优的Q值。
实施例
如图4所示为需要巡视的电塔结构示意图，图5为从位置S到位置G存在的巡视区域图。其中，S是飞行机器人的起始位置，G是目的位置。飞行机器人要从S到G，需要经过圆圈所定义的巡视区域。飞行机器人停留巡视之处都是备选的有效视点。在此过程中，涉及GPS的干扰，阵风的扰动以及在圆圈内调整观测位置等问题。所以需要根据环境气候、电塔结构、电磁场强度、电池能耗等先验信息作为约束条件，利用上面的公式来计算最优的巡视策略。具体巡视如图6所示，其中S为状态，m为行为，移动的网格数就是运动的距离。如图7所示，在网格中定义的数字是通过先验信息计算得到的在每个位置所能得到的反馈信息量R。同时在网格之间跳跃时的代价为公式中第二项。经过迭代求解，得到一系列的Q(s,a)，最终确定一套最优策略。
通过计算，可得到图8所示的最优巡视轨迹，其上的每个点都是最优视点。这就是一条在概率意义上最优的运动轨迹，确保了巡检过程中的飞行时间少、巡检质量高、获取信息多、飞行机器人遇到的危险少。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (1)
1.一种架空输电杆塔巡检飞行机器人的视点优选方法，其特征在于，该视点优选方法具体步骤为：
1)建立巡检对象的三维重建模型，获得安全飞行区域；
2)对步骤1)得到的安全飞行区域进行离散化，获得广义视点；
3)确定巡检对象，从广义视点中提取出有效视点；
4)对飞行机器人的巡检任务进行分解，减小任务状态空间，并运用机器学习方法，在任务状态空间中寻找最优的巡视策略；
所述步骤2)中的对安全飞行区域进行离散化是以三维重建模型的局部面片法线与安全飞行区域的交点为依据构建多个子区域网格，这个交点为安全区域网格的中心点；
经过安全区域建模，获得了分布在架空输电杆塔周围的一个飞机位置状态的连续空间；在此连续空间上进行状态规划，则需要对其进行离散，转化为有限空间位置状态的集合，即产生广义视点；
所述步骤3)中巡检对象为：架空输电杆塔的上侧部分：金具、绝缘子和导线；架空输电杆塔的中间部分：塔体本身；架空输电杆塔的下侧部分：导地线和接地装置；
所述步骤4)中最优的巡视策略的应用公式为：
其中，s为飞行机器人的当前状态位置，a表示当前要选择和执行的动作，分别表示飞行机器人的下一个状态位置和动作，R为增强函数，Q为策略评估函数，γ表示学习参数，且0≤γ<1，表示之前所有状态-动作组合的累计最优评估值；
为了求解最优的Q，需要将巡检中存在的经验，包括：重点观测位置、避让区域、最佳视角，融入至R的构建中；然后，通过巡检前在三维重建模型上的多次模拟实验，得到最优的Q值；
涉及GPS的干扰，阵风的扰动以及在圆圈内调整观测位置的问题，根据环境气候、电塔结构、电磁场强度、电池能耗的先验信息作为约束条件，利用上面的公式来计算最优的巡视策略；
在网格中定义的数字是通过先验信息计算得到的在每个位置所能得到的反馈信息量R；同时在网格之间跳跃时的代价为经过迭代求解，得到一系列的Q(s,a)，最终确定一套最优策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410471551.6A CN104299168B (zh) | 2014-09-16 | 2014-09-16 | 一种架空输电线路巡检飞行机器人的视点优选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410471551.6A CN104299168B (zh) | 2014-09-16 | 2014-09-16 | 一种架空输电线路巡检飞行机器人的视点优选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104299168A CN104299168A (zh) | 2015-01-21 |
| CN104299168B true CN104299168B (zh) | 2019-04-02 |
Family
ID=52318889
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410471551.6A Active CN104299168B (zh) | 2014-09-16 | 2014-09-16 | 一种架空输电线路巡检飞行机器人的视点优选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104299168B (zh) |
Families Citing this family (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107037829A (zh) * | 2017-05-09 | 2017-08-11 | 广东容祺智能科技有限公司 | 一种集群无人机航线规划方法 |
| CN107589351B (zh) * | 2017-08-08 | 2020-04-10 | 国家电网公司 | 一种用于绝缘子检测机器人的低、零值绝缘子检测方法 |
| CN108733755B (zh) * | 2018-04-11 | 2021-01-26 | 国网智能科技股份有限公司 | 一种基于输电线路三维信息的智能巡检方法及系统 |
| CN109325494B (zh) | 2018-08-27 | 2021-09-17 | 腾讯科技（深圳）有限公司 | 图片处理方法、任务数据处理方法和装置 |
| CN110888453B (zh) * | 2018-09-11 | 2023-10-27 | 杨扬 | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 |
| CN109447371A (zh) * | 2018-11-12 | 2019-03-08 | 北京中飞艾维航空科技有限公司 | 巡检路径规划方法、装置、电子设备及可读存储介质 |
| CN109557415B (zh) * | 2018-12-06 | 2021-07-02 | 国电南瑞科技股份有限公司 | 一种输电线路分布式故障诊断终端选点方法 |
| CN114636424B (zh) * | 2019-02-21 | 2024-04-19 | 国网浙江省电力有限公司平湖市供电公司 | 基于可穿戴设备的变电站巡检路径规划方法 |
| CN111862380B (zh) * | 2020-07-16 | 2021-07-06 | 吕强 | 智慧安防巡检管理方法 |
| CN112034881B (zh) * | 2020-07-28 | 2021-08-06 | 南京航空航天大学 | 一种多旋翼无人机巡检视点数量约简方法 |
| CN112188398B (zh) * | 2020-09-25 | 2022-05-24 | 谢波林 | 输电线路防外力破坏方法及装置 |
| CN112180988B (zh) * | 2020-10-10 | 2024-03-19 | 广州海格星航信息科技有限公司 | 一种三维室外空间多旋翼无人机路线规划方法及存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080026273A (ko) * | 2006-09-20 | 2008-03-25 | 한국생산기술연구원 | 교량 안전성 탐사용 로봇 |
-
2014
- 2014-09-16 CN CN201410471551.6A patent/CN104299168B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080026273A (ko) * | 2006-09-20 | 2008-03-25 | 한국생산기술연구원 | 교량 안전성 탐사용 로봇 |
Non-Patent Citations (1)
| Title |
|---|
| 面向电力杆塔的飞行机器人局部视点优选方法;董蕊芳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131215(第S2期);第3章 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104299168A (zh) | 2015-01-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104299168B (zh) | 一种架空输电线路巡检飞行机器人的视点优选方法 | |
| US20210173414A1 (en) | Cooperative unmanned autonomous aerial vehicles for power grid inspection and management | |
| CN104965518B (zh) | 基于三维数字地图的电力巡检飞行机器人航线规划方法 | |
| CN110888453B (zh) | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 | |
| CN106774392A (zh) | 一种电力线路巡检过程中飞行路径的动态规划方法 | |
| CN108897312B (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
| CN111300372A (zh) | 空地协同式智能巡检机器人及巡检方法 | |
| CN109923492A (zh) | 飞行路径确定 | |
| Liu et al. | Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0 | |
| CN101477169A (zh) | 巡检飞行机器人对电力线路的检测方法 | |
| CN105700555A (zh) | 一种基于势博弈的多无人机协同搜索方法 | |
| KR20140076484A (ko) | 나무 계측 시스템 | |
| CN114092537A (zh) | 一种变电站电力无人机自动巡检方法及装置 | |
| CN106772340A (zh) | 用于架空输电线路的树障测量系统及方法 | |
| Foudeh et al. | An advanced unmanned aerial vehicle (UAV) approach via learning-based control for overhead power line monitoring: A comprehensive review | |
| CN115935610A (zh) | 一种架空线路无人机巡检策略优化方法和系统 | |
| CN115793695A (zh) | 变电站巡视航线的生成方法及装置 | |
| Chehri et al. | Accelerating power grid monitoring with flying robots and artificial intelligence | |
| Choutri et al. | A fully autonomous search and rescue system using quadrotor UAV | |
| CN114610070A (zh) | 一种无人机协同的风电场智能巡检方法 | |
| CN114021906A (zh) | 无人值守的风力发电运维管理方法及系统 | |
| CN118012088A (zh) | 无人机回归机巢的降落方法、装置、设备及存储介质 | |
| Liu et al. | UAV Trajectory Planning via Viewpoint Resampling for Autonomous Remote Inspection of Industrial Facilities | |
| Zhang et al. | Intelligent inspection method of transmission line multi rotor UAV based on lidar technology | |
| Changxin et al. | UAV electric patrol path planning based on improved ant colony optimization-A* algorithm |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |