CN109447371A - 巡检路径规划方法、装置、电子设备及可读存储介质 - Google Patents

巡检路径规划方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN109447371A
CN109447371A CN201811344390.9A CN201811344390A CN109447371A CN 109447371 A CN109447371 A CN 109447371A CN 201811344390 A CN201811344390 A CN 201811344390A CN 109447371 A CN109447371 A CN 109447371A
Authority
CN
China
Prior art keywords
viewpoint
unmanned plane
collection
sensor
inspection
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.)
Pending
Application number
CN201811344390.9A
Other languages
English (en)
Inventor
吴华
曹飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zhongfei Aiwei Aerospace Technology Co Ltd
Original Assignee
Beijing Zhongfei Aiwei Aerospace Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Zhongfei Aiwei Aerospace Technology Co Ltd filed Critical Beijing Zhongfei Aiwei Aerospace Technology Co Ltd
Priority to CN201811344390.9A priority Critical patent/CN109447371A/zh
Publication of CN109447371A publication Critical patent/CN109447371A/zh
Pending legal-status Critical Current

Links

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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明实施例提供一种巡检路径规划方法、装置、电子设备及可读存储介质，属于无人机技术领域。该方法包括：获取包含所述待测对象的巡检区域的激光点云数据，基于所述激光点云数据构建三维网格模型，再获取所述三维网格模型中满足预设条件的视点集，视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点，根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检，由此，可以自动规划无人机的巡检路径，无人机可以按照巡检路径自动完成巡检，而无需人工对无人机进行遥控以控制无人机进行巡检，从而降低了巡检的工作强度和任务难度，减少了巡检时间，提高了巡检效率和巡检安全性。

Description

巡检路径规划方法、装置、电子设备及可读存储介质
技术领域
本发明涉及无人机技术领域，具体而言，涉及一种巡检路径规划方法、装置、电子设备及可读存储介质。
背景技术
随着社会经济的不断发展，对电力能源的需求不断增加，同时现代社会对于电力能源的依赖程度也逐渐加深，输电线路的安全将直接影响到国民经济发展和社会民生。电力杆塔是电力系统的重要组成部分，它的安全稳定直接关系到电力系统可靠性。由于输电线路分布点多面广，所处地形复杂，自然环境恶劣，电力杆塔长期暴露在野外，容易受各种因素影响而产生断股、磨损、腐蚀等损伤，如果不能及时发现问题，并对其进行修复更换，将会导致严重的电力事故。因此应定期检查输电线路的运行情况，及时消除隐患，确保电力安全。
随着科技的进步，无人机开始广泛地应用于电力巡检，替代了以往人工沿着巡检线路逐一排查隐患的巡检方式，大大地节省了人力和物力资源。但是目前普遍采用的无人机巡检方法依然依赖于人工遥控，即由人在地面通过图传画面和肉眼观察来遥控无人机在电力杆塔附近行走并拍照，这种巡检的工作强度和任务难度大、花费时间长导致巡检效率低，且人工操控也存在一定的危险性。因此目前的无人机在电力巡检方向还未达到完全的自主巡检。
发明内容
有鉴于此，本发明实施例的目的在于提供一种巡检路径规划方法、装置、电子设备及可读存储介质。
第一方面，本发明实施例提供了一种巡检路径规划方法，所述方法包括：获取包含所述待测对象的巡检区域的激光点云数据；基于所述激光点云数据构建三维网格模型；获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点；根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
可选地，所述方法还包括：
根据所述无人机的巡检时间以及所述待测对象的位置信息计算太阳高度角；
基于所述太阳高度角以及所述传感器的垂直拍摄区域范围获取所述传感器的俯仰角。
可选地，获取所述三维网格模型中满足预设条件的视点集，包括：
根据所述无人机的飞行约束条件、所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离约束条件，获取所述三维网格模型中的视点集。
可选地，根据所述无人机的飞行约束、所述传感器的视场约束以及所述待测对象的安全距离约束，获取所述三维网格模型中的视点集，包括：
获取所述三维网格模型中满足所述无人机的飞行约束条件的第一视点；
所述无人机的飞行约束条件为：
其中，si表示所述三维网格模型中构成的面片的顶点，an表示面片归一化的法向量，ni表示入射角的分割平面的法向量，dmin为所述传感器的最小可视距离，dmax为所述传感器的最大入射角；
获取所述三维网格模型中满足所述传感器的视场约束条件的第二视点；
所述传感器的视场约束条件为：
其中，sup表示面片对于所述传感器的视场边界相应的上顶点，slow表示面片对于所述传感器的视场边界相应的下顶点，x表示面片的中心点， nR，nL表示各个对应分割平面的法向量；
获取所述三维网格模型中满足所述传感器与所述待测对象的安全距离约束条件的第三视点；
所述传感器与所述待测对象的安全距离约束条件为：dp≥ds；
其中，ds为根据所述待测对象生成的安全巡检区域与所述待测对象的垂直距离，dp为所述第三视点与所述待测对象的垂直距离；
其中，所述视点集包括第一视点、第二视点和第三视点。
可选地，获取所述三维网格模型中满足预设条件的视点集之后，根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检之前，还包括：
对所述视点集按照所述待测对象中包含的子对象的类别进行筛选，获得初始视点集，所述初始视点集中包括每个子对象对应的视点；
从所述每个子对象对应的视点提取满足预设视点条件的视点，获得简约视点集；
根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检，包括：
根据所述简约视点集生成所述无人机的巡检路径。
可选地，根据所述简约视点集生成所述无人机的巡检路径，包括：
根据所述简约视点集，利用基于接近度的Lin-Kernighan改进算法生成所述无人机的巡检路径。
可选地，根据所述简约视点集生成所述无人机的巡检路径之后，还包括：
利用快速扩展随机树算法对所述巡检路径进行优化，获得最优巡检路径。
第二方面，本发明实施例提供了一种巡检路径规划装置，所述装置包括：
点云数据获取模块，用于获取包含所述待测对象的巡检区域的激光点云数据；
模型构建模块，用于基于所述激光点云数据构建三维网格模型；
视点集获取模块，用于获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点；
巡检路径生成模块，用于根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
可选地，所述装置还包括：
俯仰角计算模块，用于根据所述无人机的巡检时间以及所述待测对象的位置信息计算太阳高度角；基于所述太阳高度角以及所述传感器的垂直拍摄区域范围获取所述传感器的俯仰角。
可选地，所述视点集获取模块，用于根据所述无人机的飞行约束条件、所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离约束条件，获取所述三维网格模型中的视点集。
可选地，所述视点集获取模块，用于：
获取所述三维网格模型中满足所述无人机的飞行约束条件的第一视点；
所述无人机的飞行约束条件为：
其中，si表示所述三维网格模型中构成的面片的顶点，an表示面片归一化的法向量，ni表示入射角的分割平面的法向量，dmin为所述传感器的最小可视距离，dmax为所述传感器的最大入射角；
获取所述三维网格模型中满足所述传感器的视场约束条件的第二视点；
所述传感器的视场约束条件为：
其中，sup表示面片对于所述传感器的视场边界相应的上顶点，slow表示面片对于所述传感器的视场边界相应的下顶点，x表示面片的中心点， nR，nL表示各个对应分割平面的法向量；
获取所述三维网格模型中满足所述传感器与所述待测对象的安全距离约束条件的第三视点；
所述传感器与所述待测对象的安全距离约束条件为：dp≥ds；
其中，ds为根据所述待测对象生成的安全巡检区域与所述待测对象的垂直距离，dp为所述第三视点与所述待测对象的垂直距离；
其中，所述视点集包括第一视点、第二视点和第三视点。
可选地，所述装置还包括：
视点筛选模块，用于对所述视点集按照所述待测对象中包含的子对象的类别进行筛选，获得初始视点集，所述初始视点集中包括每个子对象对应的视点；从所述每个子对象对应的视点提取满足预设视点条件的视点，获得简约视点集；
所述巡检路径生成模块，用于根据所述简约视点集生成所述无人机的巡检路径。
可选地，所述巡检路径生成模块，用于根据所述简约视点集，利用基于接近度的Lin-Kernighan改进算法生成所述无人机的巡检路径。
可选地，所述巡检路径生成模块，还用于利用快速扩展随机树算法对所述巡检路径进行优化，获得最优巡检路径。
第三方面，本发明实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。
第四方面，本发明实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本发明实施例的有益效果是：
本发明实施例提供一种巡检路径规划方法、装置、电子设备及可读存储介质，该方法中，通过获取包含所述待测对象的巡检区域的激光点云数据，然后基于所述激光点云数据构建三维网格模型，再获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点，最后根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检，由此，可以自动规划无人机的巡检路径，无人机可以按照巡检路径自动完成巡检，而无需人工对无人机进行遥控以控制无人机进行巡检，从而降低了巡检的工作强度和任务难度，减少了巡检时间，提高了巡检效率和巡检安全性。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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，还可以根据这些附图获得其他相关的附图。
图1示出了一种可应用于本申请实施例中的电子设备的结构框图；
图2为本发明实施例提供的一种巡检路径规划方法的流程图；
图3a为本发明实施例提供的一种电力杆塔对应的激光点云数据示意图；
图3b为本发明实施例提供的一种三维网格模型的示意图；
图4为本发明实施例提供的一种入射角约束示意图；
图5为本发明实施例提供的一种摄像头市场约束示意图；
图6为本发明实施例提供的一种采样空间分割示意图；
图7为本发明实施例提供的一种安全巡检区域示意图；
图8为本发明实施例提供的一种2-opt操作的过程示意图；
图9为本发明实施例提供的一种基于RRT算法生成的巡检路径示意图；
图10为本发明实施例提供的一种巡检路径规划装置的结构框图。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的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。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参照图1，图1示出了一种可应用于本申请实施例中的电子设备100的结构框图。电子设备100可以包括巡检路径规划装置、存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107。
所述存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述巡检路径规划装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在所述巡检路径规划装置的操作系统(operating system，OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块，例如所述巡检路径规划装置包括的软件功能模块或计算机程序。
其中，存储器101可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器103中，或者由处理器103实现。
处理器103可以是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。
所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元105可以是，但不限于，鼠标和键盘等。
音频单元106向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元107在所述电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元107可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器103进行计算和处理。
所述外设接口104将各种输入/输入装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出单元105用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元105可以是，但不限于，鼠标和键盘等。
可以理解，图1所示的结构仅为示意，所述电子设备100还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
请参照图2，图2为本发明实施例提供的一种巡检路径规划方法的流程图，所述方法包括如下步骤：
步骤S110：获取包含所述待测对象的巡检区域的激光点云数据。
其中，待测对象可以是电力设备，例如电力杆塔、以及地基与基面、接地装置、拉线及基础、绝缘子、横担、导线、引流线、屏蔽线和地线等等，当前，待测对象也可以是其他可采用无人机进行故障监测，或者状态监测的设备。
激光点云数据可以通过激光测距仪或者视觉设备进行三维重建得到，激光点云数据可以包括待测对象的激光点云数据以及待测对象周围环境的激光点云数据。
步骤S120：基于所述激光点云数据构建三维网格模型。
通常情况下，直接得到的激光点云数据的数据量非常庞大，所以这些激光点云数据需要通过随机采样的方法进行简化，得到如图3a所示的点云模型，图3a中待测对象为电力杆塔。
将简化得到的激光点云数据转换为如图3b所示的三维网格模型，该网关模型用来提供视点规划采样所需的空间结构信息和巡检路径规划所需的防碰撞数据。
其中，三维网格模型为由三角形的面片组成的三维网格模型，当然，其也可以由其他形状的面片组成，如多边形，其三维网格模型的构建过程可以采用现有技术中的算法进行构建，如基于BP神经网络的重构三维网格实体模型的算法，在此不再过多赘述。
步骤S130：获取所述三维网格模型中满足预设条件的视点集。
其中，所述视点集中包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点。
而视点的规划受制于诸多因素，例如环境的光源、待测对象的结构，拍摄的背景，摄像头与待测对象之间的最大和最小距离、传感器的最小入射角、摄像头的视场等因素，所以，为了生成最优的巡检路径，还需从三维网格模型中满足预设条件的视点集。
在空间位置与姿态信息的描述中，一般情况下视点有6个自由度的空间域参数，这6个参数也被称为是几何参数，其中包括三个自由度的空间位置参数(X＝(x,y,z)，x,y,z为距离空间直角坐标系下的坐标)和三个自由度的方向姿态角参数(θ为无人机(传感器)的俯仰角，为偏向角，ρ为翻滚角)。
在实际飞行过程中，无人机在空中悬停的时候其俯仰角和翻滚角是接近于零的，因此，无人机在巡检过程中的视点仅由位置和偏航角组成，定义为
而视点的获取就是在满足特定的几何空间中满足预设条件并且性能最优的一系列上述的四维向量，这些四维向量描述的就是无人机的巡检视点。
其中，预设条件包括所述无人机的飞行约束条件，所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离的约束条件，即可以根据所述无人机的飞行约束条件，所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离的约束条件，获取所述三维网格模型中的视点集。
具体地，由于待测对象是基于三维网格模型表示的，所以需要为三维网格模型中的每一个面片采样视点。在本实施例中，依次确定视点的位置和视点的朝向，同时保持每一个视点对应的三角面片的可见性。为了保证每一个面片都能被观测到，视点的位置的解必须被约束。
首先获取所述三维网格模型中满足所述无人机的飞行约束条件的第一视点，对于某个视点ξ，其位置信息为p＝[x,y,z]。p受到最小可视距离dmin、最大可视距离dmax和最小入射角的约束，如图4所示，其所述无人机的飞行约束条件可表示如下：
其中，si表示所述三维网格模型中构成的面片(三角形面片)的顶点，an表示面片(三角形面片)归一化的法向量，ni表示入射角的分割平面的法向量。
另外，摄像头的传感器具有特定垂直和水平张角的有限视场并且以固定的俯仰角和固定的相对朝向安装在无人机系统上，如图5所示，在二维截平面视角中，视场约束的下边界和三角面片上的相应最具限制性的顶点一同约束着采样空间的上边界。同理，采样空间的上边界也由视场约束的下边界和三角面片上相应的最具限制性的顶点所约束，所以，视点的采样就被约束在了一个三角形区域上。总的采样空间就是将由摄像头视野的垂直张角约束在所有水平方向上形成的三角形区域集合而成。
但是，由于上述约束形成的采样空间并不是凸集，这样会难以进行数学规划。所以，还可以将采样空间近似凸集化。首先，将采样空间等分成N个凸区域，如图6所示，然后，为每个区域分别计算最优解，进而得以找到全局最优解。
则对于N等分后的某个子区域j，获取所述三维网格模型中满足所述传感器的视场约束条件的第二视点。其约束条件如下：采样空间的左边界和右边界是相应的分割线，锥顶部和底部则由于子区域的中心相切的单个平面表示。不考虑摄像头水平视场角的约束，取而代之的是把最小可视距离dmin设置得足够高，以使得三角面片在水平范围内是可见的，这样就在满足水平约束条件下，为视点朝向角的选取留下了可以变化的空间。上述的传感器的视场约束条件为：
sup表示面片对于所述传感器的视场边界相应的上顶点，slow表示面片对于所述传感器的视场边界相应的下顶点，x表示面片的中心点，nR，nL表示各个对应分割平面的法向量。
另外，无人机在执行电力杆塔巡检时，应当保证电力杆塔与输电线路的安全运行，而电力线缆因为带有高压电需要额外避让，以防止出现安全事故。高压电力输电线缆为一般由多股次导线组成，因此，在进行电力线缆区域建模的时候，需要将多股导线近似为一股导线，然以其周围的以一定安全距离为半径形成圆柱状的区域，将该区域以外的区域作为安全巡检区域，如图7所示，该区域内的电场强度过高，不适宜无人机靠近，无人机一旦靠近可能会对电力线缆的安全运行造成威胁。所以，在待测对象(电力杆塔)的外围有一个安全巡检区域，在这个安全巡检区域，无人机拥有较好的观测视角，也不会触碰到巡检对象，则可根据电力杆塔的对称结构，生成一个对称的安全巡检区域，该安全巡检区域到待测对象的垂直距离都是相等的，设为ds，设采样的每个视点距离待测对象的垂直距离为dp，则获取所述三维网格模型中满足所述传感器与所述待测对象的安全距离约束条件的第三视点，其中，所述传感器与所述待测对象的安全距离约束条件为：
dp≥ds
由于视点规划采样的目的是为了规划一条连接所有视点的无人机飞行巡检航迹。所以，视点之间的距离越小，规划得到的路径必然也越短。因为，为了节约无人机巡检的时间成本，视点采样的评价标准应当以视点之间的距离为主。本实施例中，视点规划采样是一个基于多次迭代寻优的方法，因此，每一次的距离判断可藉由上一次迭代产生的相应的视点来进行距离的计算。
由于每个面片均有一个对应的视点，因此在某个迭代步骤k中，寻优的目标是使得第k步迭代中的点pk分别到k＝1步中的前驱点后继点以及点pk-1的距离的平方和最小，用公式表示如下：
其中前两个部分通过将视点更靠近在一起使得最后多路径可能变得更短，而最后限制每一次迭代步骤移动视点的距离，同时潜在地使和移动得更为靠近。
在上述获得第一视点、第二视点和第三视点后，可以由第一视点、第二视点和第三视点组成视点集，可以理解地，第一视点、第二视点和第三视点均为多个视点。
步骤S140：根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
在获得视点集后，则将各个相邻视点相互连接即可生成无人机的巡检路径。
另外，为了使得无人机在每个视点进行巡检时，可以拍摄得到清晰的图像，所以，还可以根据无人机巡检的电力杆塔地理位置和巡检时间，实时计算太阳高度角，通过计算得到的太阳高度角和传感器的垂直拍摄区域范围来确定传感器的俯仰角，获得最佳拍摄角度，从而避免拍摄照片时太阳光照影响导致照片过度曝光的情况，实现传感器的光照自适应性能。即先根据所述无人机的巡检时间以及所述待测对象的位置信息计算太阳高度角，然后基于所述太阳高度角以及所述传感器的垂直拍摄区域范围获取所述传感器的俯仰角，以根据所述传感器的俯仰角确定所述传感器的拍摄角度。
具体地，太阳高度角可以通过如下公式进行计算：
sin Hs＝sinφ×sinδ+cosφ×cosδ×cos t
传感器的俯仰角可通过如下公式进行计算：
Cpitch＝f(Hs,Cview)
其中，Hs为太阳高度角，φ表示地理纬度，δ表示太阳赤纬，t表示时间，Cview表示传感器的垂直拍摄区域范围，Cpitch表示传感器的俯仰角。F表示一计算函数，传感器在该俯仰角下，其可以完全拍摄到待测对象，且照片不会过度曝光，例如，太阳高度角与俯仰角之间的夹角需小于90°。
另外，在上述实施例的基础上，由于三维网格模型中的每一个面片都已采样了对应的视点，但是由于电力杆塔的网格模型的大小，获得的视点集往往十分庞大，在视点集过大的情况下，生成的路径非常复杂，且由于无人机需要在每一个视点位置停留，所造成的总体的时间消耗非常高，所以视点集需要被精简优化。
而且无人机的机载摄像头都被安装在三维云台上，而三维云台具有宽广的旋转角度，使得摄像头在单个视点的视场增大。三维云台的利用有助于减少视点的数量。无人机在飞行达到某一视点位置后，云台通过水平和垂直的旋转来拍取多幅照片，这些照片包含周围一定区域内电塔上电力设备的信息，虽然每次在单个视点上停留的时间变得比之前略长，但是由于总的视点数大大减少，且飞行路径也随之变短，所以通过这种方法有效提升巡检效率。
对视点集的简约可以为：先对获取的视点集按照所述待测对象中包含的子对象的类别进行筛选，获得初始视点集，所述初始视点集中包括每个子对象对应的视点，从所述每个子对象对应的视点提取满足预设视点条件的视点，获得简约视点集。
其中每个子对象可以是待测对象中的某个部件或部分，如电力杆塔中的绝缘线。预设视点条件可以是指从每个子对象对应的视点中提取相似接近的视点。
其中，在一种可能的实施方式中，对视点集中的视点进行删选获得简约视点集的方式还可以为：首先，仅考虑视点的位置关系，先通过距离密度确定若干核心观点，同时以它们为中心分为若干个分组。然后，在各个分组中，核心视点与组内其他成员进行比较，如果组内的每个视点不能被当前的视点所观测到，那么该视点也被选为核心视点，直到当前的核心视点集能够观测到组内所有视点，核心视点集即为简约视点集。
然后，可以根据获得的简约视点集生成所述无人机的巡检路径。作为一种实施方式，为了寻找一条连接所有视点的最短路径，根据所述简约视点集，利用基于接近度的Lin-Kernighan改进算法生成所述无人机的巡检路径。
其中，Lin-Kernighan算法属于k-opt算法一类，所谓k-opt操作就是指在路径R上删去k条边，形成一条新的路径。举例来说，当k＝2时，就称为是2-opt操作，Lin-Kernighan算法就是基于不断地进行k-opt操作来实现路径优化的。如图8所示，演示了2-opt操作的过程。
而基于接近度的Lin-Kernighan改进算法是用接近度来替换距离的概念，其算法的执行过程是：随机初始化一条可行路径，在该路径上删除i条边xi，同时添加i条边yi，并分别放入X＝{x1,x2,…xr}和Y＝{y1,y2,…,yr}中，按照一定的规则不断寻找符合条件的xi和yi，直到路径达到最短。
该算法引入接近度的概念后，对原始Lin-Kernighan算法的限制条件进行了改进，这样可以大大改善寻优的速度和效率。
另外，在一种可能的实施方式中，在获得上述的巡检路径之后，由于无人机在巡检飞行中可能存碰撞，待测对象和环境障碍物都属于无人机在巡检时需要防止碰撞的物体，所以，在根据所述简约视点集生成所述无人机的巡检路径之后，还包括：利用快速扩展随机树算法(简称RRT算法)对所述巡检路径进行优化，获得最优巡检路径。
RRT算法在进行路径规划的时候分为两个阶段：位置空间中随机树的生长阶段和可行路径的反向搜索阶段。RRT算法过程如下：
一个初始点作为根节点qgoal，在状态空间中通过随机采样一个点qrand，然后选择一个距离qrand最近的节点qnear，从qnear朝着qrand的方向前进一段距离得到一个新的节点qnew，判断qnear和qnew之间是否有障碍物，有则舍弃此次生长，没有，则将qnew加入随机树中，然后重复上述步骤，直到qnear到qgoal的距离小于某一阈值。则随机树构造完成，再反向搜索目标位置qgoal到初始位置qinit的路径，最终可以得到一条从qinit到qgoal的可行路径，即最优巡检路径，其RRT算法生成的路径如图9所示。
请参照图10，图10为本发明实施例提供的一种巡检路径规划装置200的结构框图，所述装置包括：
点云数据获取模块210，用于获取包含所述待测对象的巡检区域的激光点云数据；
模型构建模块220，用于基于所述激光点云数据构建三维网格模型；
视点集获取模块230，用于获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点；
巡检路径生成模块240，用于根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
可选地，所述装置还包括：
俯仰角计算模块，用于根据所述无人机的巡检时间以及所述待测对象的位置信息计算太阳高度角；基于所述太阳高度角以及所述传感器的垂直拍摄区域范围获取所述传感器的俯仰角。
可选地，所述视点集获取模块230，用于根据所述无人机的飞行约束条件、所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离约束条件，获取所述三维网格模型中的视点集。
可选地，所述视点集获取模块230，用于：
获取所述三维网格模型中满足所述无人机的飞行约束条件的第一视点；
所述无人机的飞行约束条件为：
其中，si表示所述三维网格模型中构成的面片的顶点，an表示面片归一化的法向量，ni表示入射角的分割平面的法向量，dmin为所述传感器的最小可视距离，dmax为所述传感器的最大入射角；
获取所述三维网格模型中满足所述传感器的视场约束条件的第二视点；
所述传感器的视场约束条件为：
其中，sup表示面片对于所述传感器的视场边界相应的上顶点，slow表示面片对于所述传感器的视场边界相应的下顶点，x表示面片的中心点， nR，nL表示各个对应分割平面的法向量；
获取所述三维网格模型中满足所述传感器与所述待测对象的安全距离约束条件的第三视点；
所述传感器与所述待测对象的安全距离约束条件为：dp≥ds；
其中，ds为根据所述待测对象生成的安全巡检区域与所述待测对象的垂直距离，dp为所述第三视点与所述待测对象的垂直距离；
其中，所述视点集包括第一视点、第二视点和第三视点。
可选地，所述装置还包括：
视点筛选模块，用于对所述视点集按照所述待测对象中包含的子对象的类别进行筛选，获得初始视点集，所述初始视点集中包括每个子对象对应的视点；从所述每个子对象对应的视点提取满足预设视点条件的视点，获得简约视点集；
所述巡检路径生成模块240，用于根据所述简约视点集生成所述无人机的巡检路径。
可选地，所述巡检路径生成模块240，用于根据所述简约视点集，利用基于接近度的Lin-Kernighan改进算法生成所述无人机的巡检路径。
可选地，所述巡检路径生成模块240，还用于利用快速扩展随机树算法对所述巡检路径进行优化，获得最优巡检路径。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
综上所述，本发明实施例提供一种巡检路径规划方法、装置、电子设备及可读存储介质，该方法中，通过获取包含所述待测对象的巡检区域的激光点云数据，然后基于所述激光点云数据构建三维网格模型，再获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点，最后根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检，由此，可以自动规划无人机的巡检路径，无人机可以按照巡检路径自动完成巡检，而无需人工对无人机进行遥控以控制无人机进行巡检，从而降低了巡检的工作强度和任务难度，减少了巡检时间，提高了巡检效率和巡检安全性。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、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，所述模块、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方式中，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，两个连续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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动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。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，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所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种巡检路径规划方法，其特征在于，所述方法包括：
获取包含所述待测对象的巡检区域的激光点云数据；
基于所述激光点云数据构建三维网格模型；
获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点；
根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述无人机的巡检时间以及所述待测对象的位置信息计算太阳高度角；
基于所述太阳高度角以及所述传感器的垂直拍摄区域范围获取所述传感器的俯仰角。
3.根据权利要求1所述的方法，其特征在于，获取所述三维网格模型中满足预设条件的视点集，包括：
根据所述无人机的飞行约束条件、所述传感器的视场约束条件以及所述传感器与所述待测对象的安全距离约束条件，获取所述三维网格模型中的视点集。
4.根据权利要求3所述的方法，其特征在于，根据所述无人机的飞行约束、所述传感器的视场约束以及所述待测对象的安全距离约束，获取所述三维网格模型中的视点集，包括：
获取所述三维网格模型中满足所述无人机的飞行约束条件的第一视点；
所述无人机的飞行约束条件为：
其中，si表示所述三维网格模型中构成的面片的顶点，an表示面片归一化的法向量，ni表示入射角的分割平面的法向量，dmin为所述传感器的最小可视距离，dmax为所述传感器的最大入射角；
获取所述三维网格模型中满足所述传感器的视场约束条件的第二视点；
所述传感器的视场约束条件为：
其中，sup表示面片对于所述传感器的视场边界相应的上顶点，slow表示面片对于所述传感器的视场边界相应的下顶点，x表示面片的中心点， nR，nL表示各个对应分割平面的法向量；
获取所述三维网格模型中满足所述传感器与所述待测对象的安全距离约束条件的第三视点；
所述传感器与所述待测对象的安全距离约束条件为：dp≥ds；
其中，ds为根据所述待测对象生成的安全巡检区域与所述待测对象的垂直距离，dp为所述第三视点与所述待测对象的垂直距离；
其中，所述视点集包括第一视点、第二视点和第三视点。
5.根据权利要求4所述的方法，其特征在于，获取所述三维网格模型中满足预设条件的视点集之后，根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检之前，还包括：
对所述视点集按照所述待测对象中包含的子对象的类别进行筛选，获得初始视点集，所述初始视点集中包括每个子对象对应的视点；
从所述每个子对象对应的视点提取满足预设视点条件的视点，获得简约视点集；
根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检，包括：
根据所述简约视点集生成所述无人机的巡检路径。
6.根据权利要求5所述的方法，其特征在于，根据所述简约视点集生成所述无人机的巡检路径，包括：
根据所述简约视点集，利用基于接近度的Lin-Kernighan改进算法生成所述无人机的巡检路径。
7.根据权利要求6所述的方法，其特征在于，根据所述简约视点集生成所述无人机的巡检路径之后，还包括：
利用快速扩展随机树算法对所述巡检路径进行优化，获得最优巡检路径。
8.一种巡检路径规划装置，其特征在于，所述装置包括：
点云数据获取模块，用于获取包含所述待测对象的巡检区域的激光点云数据；
模型构建模块，用于基于所述激光点云数据构建三维网格模型；
视点集获取模块，用于获取所述三维网格模型中满足预设条件的视点集，所述视点集包括多个视点，所述多个视点用于表示所述无人机在巡检过程中所述传感器的空间位置姿态点；
巡检路径生成模块，用于根据所述视点集生成所述无人机的巡检路径，以使所述无人机根据所述巡检路径进行巡检。
9.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1-7任一所述方法中的步骤。
10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时运行如权利要求1-7任一所述方法中的步骤。
CN201811344390.9A 2018-11-12 2018-11-12 巡检路径规划方法、装置、电子设备及可读存储介质 Pending CN109447371A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811344390.9A CN109447371A (zh) 2018-11-12 2018-11-12 巡检路径规划方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811344390.9A CN109447371A (zh) 2018-11-12 2018-11-12 巡检路径规划方法、装置、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN109447371A true CN109447371A (zh) 2019-03-08

Family

ID=65551829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811344390.9A Pending CN109447371A (zh) 2018-11-12 2018-11-12 巡检路径规划方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN109447371A (zh)

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244750A (zh) * 2019-04-25 2019-09-17 中国南方电网有限责任公司超高压输电公司昆明局 一种无人机巡视路径规划方法及装置
CN110296698A (zh) * 2019-07-12 2019-10-01 贵州电网有限责任公司 一种以激光扫描为约束的无人机路径规划方法
CN110599583A (zh) * 2019-07-26 2019-12-20 深圳眸瞳科技有限公司 无人机飞行轨迹生成方法、装置、计算机设备和存储介质
CN110597937A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 一种无人智能巡检的方法、装置、设备及存储介质
CN110597248A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 园区无人智慧巡检方法、装置、设备及存储介质
CN110703800A (zh) * 2019-10-29 2020-01-17 国网江苏省电力有限公司泰州供电分公司 基于无人机的电力设施智能识别方法及系统
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN110907500A (zh) * 2019-11-25 2020-03-24 中国电力科学研究院有限公司 基于无人机平台的复合绝缘子憎水性自动化检测方法及装置
CN111311967A (zh) * 2020-03-31 2020-06-19 普宙飞行器科技（深圳）有限公司 基于无人机的电力线路巡检系统及方法
CN111402447A (zh) * 2020-03-25 2020-07-10 南方电网海南数字电网研究院有限公司 电网线路巡检方法、服务器、系统及存储介质
CN111798036A (zh) * 2020-06-11 2020-10-20 上海申瑞继保电气有限公司 架空线路多路组合巡视路径优化方法
CN111967339A (zh) * 2020-07-27 2020-11-20 北京航空航天大学 用于规划无人机路径的方法和装置
CN112034881A (zh) * 2020-07-28 2020-12-04 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
CN112269397A (zh) * 2020-10-30 2021-01-26 国家电网有限公司 一种基于高精度定位和视觉跟踪的无人机巡检方法
CN112347680A (zh) * 2020-11-16 2021-02-09 国网湖北省电力有限公司直流运检公司 一种直流换流站换流变压器无人机巡检路径规划方法
CN112506205A (zh) * 2020-12-17 2021-03-16 深圳市朗驰欣创科技股份有限公司 机器人巡检任务规划方法及装置
CN112960132A (zh) * 2021-03-26 2021-06-15 中国能源建设集团江苏省电力设计院有限公司 分布式共享机巢及其电力线路无人机巡检方法
CN113433971A (zh) * 2021-07-09 2021-09-24 深圳大学 一种高层建筑外墙数据采集方法、装置、设备及存储介质
CN113570666A (zh) * 2021-09-26 2021-10-29 天津云圣智能科技有限责任公司 任务分配方法、装置、服务器及计算机可读存储介质
CN114998547A (zh) * 2022-04-29 2022-09-02 北京数字绿土科技股份有限公司 电力线和杆塔点的网格随机采样方法、系统及存储介质
CN115016546A (zh) * 2022-08-10 2022-09-06 中国科学院自动化研究所 无人机三维路径规划方法、装置、电子设备和存储介质
CN117553802A (zh) * 2024-01-08 2024-02-13 民航成都电子技术有限责任公司 一种航站楼巡检路径规划方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118622A (zh) * 2007-05-25 2008-02-06 清华大学 在城市环境下微型飞行器三维轨迹仿真方法
CN102510011A (zh) * 2011-10-24 2012-06-20 华北电力大学 基于微型多旋翼无人直升机的电力杆塔智能巡检方法
CN104299168A (zh) * 2014-09-16 2015-01-21 华北电力大学 一种架空输电杆塔巡检飞行机器人的视点优选方法
CN105258691A (zh) * 2014-07-15 2016-01-20 中兴通讯股份有限公司 自动获取拍摄参数的方法及装置
CN105872362A (zh) * 2014-07-15 2016-08-17 中兴通讯股份有限公司 一种提示用户的方法及电子设备
CN108318002A (zh) * 2017-12-13 2018-07-24 国家电网公司 一种无人机巡检方法以及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101118622A (zh) * 2007-05-25 2008-02-06 清华大学 在城市环境下微型飞行器三维轨迹仿真方法
CN102510011A (zh) * 2011-10-24 2012-06-20 华北电力大学 基于微型多旋翼无人直升机的电力杆塔智能巡检方法
CN105258691A (zh) * 2014-07-15 2016-01-20 中兴通讯股份有限公司 自动获取拍摄参数的方法及装置
CN105872362A (zh) * 2014-07-15 2016-08-17 中兴通讯股份有限公司 一种提示用户的方法及电子设备
CN104299168A (zh) * 2014-09-16 2015-01-21 华北电力大学 一种架空输电杆塔巡检飞行机器人的视点优选方法
CN108318002A (zh) * 2017-12-13 2018-07-24 国家电网公司 一种无人机巡检方法以及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王毅磊: "面向电塔空间结构的飞行巡检航迹规划方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110244750A (zh) * 2019-04-25 2019-09-17 中国南方电网有限责任公司超高压输电公司昆明局 一种无人机巡视路径规划方法及装置
CN110244750B (zh) * 2019-04-25 2023-09-05 中国南方电网有限责任公司超高压输电公司昆明局 一种无人机巡视路径规划方法及装置
CN110296698A (zh) * 2019-07-12 2019-10-01 贵州电网有限责任公司 一种以激光扫描为约束的无人机路径规划方法
CN110599583B (zh) * 2019-07-26 2022-03-18 深圳眸瞳科技有限公司 无人机飞行轨迹生成方法、装置、计算机设备和存储介质
CN110599583A (zh) * 2019-07-26 2019-12-20 深圳眸瞳科技有限公司 无人机飞行轨迹生成方法、装置、计算机设备和存储介质
US11209837B2 (en) 2019-07-26 2021-12-28 Moutong Science And Technology Co., Ltd. Method and device for generating a model of a to-be reconstructed area and an unmanned aerial vehicle flight trajectory
CN110597937B (zh) * 2019-08-23 2022-01-11 广州杰赛科技股份有限公司 一种无人智能巡检的方法、装置、设备及存储介质
CN110597248B (zh) * 2019-08-23 2022-09-09 广州杰赛科技股份有限公司 园区无人智慧巡检方法、装置、设备及存储介质
CN110597248A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 园区无人智慧巡检方法、装置、设备及存储介质
CN110597937A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 一种无人智能巡检的方法、装置、设备及存储介质
CN110703800A (zh) * 2019-10-29 2020-01-17 国网江苏省电力有限公司泰州供电分公司 基于无人机的电力设施智能识别方法及系统
CN110907500A (zh) * 2019-11-25 2020-03-24 中国电力科学研究院有限公司 基于无人机平台的复合绝缘子憎水性自动化检测方法及装置
CN110907500B (zh) * 2019-11-25 2023-01-06 中国电力科学研究院有限公司 基于无人机平台的复合绝缘子憎水性自动化检测方法及装置
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN110780681B (zh) * 2019-11-26 2023-05-12 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN111402447A (zh) * 2020-03-25 2020-07-10 南方电网海南数字电网研究院有限公司 电网线路巡检方法、服务器、系统及存储介质
CN111311967A (zh) * 2020-03-31 2020-06-19 普宙飞行器科技（深圳）有限公司 基于无人机的电力线路巡检系统及方法
CN111798036B (zh) * 2020-06-11 2023-10-03 上海申瑞继保电气有限公司 架空线路多路组合巡视路径优化方法
CN111798036A (zh) * 2020-06-11 2020-10-20 上海申瑞继保电气有限公司 架空线路多路组合巡视路径优化方法
CN111967339A (zh) * 2020-07-27 2020-11-20 北京航空航天大学 用于规划无人机路径的方法和装置
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
CN112034881A (zh) * 2020-07-28 2020-12-04 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
CN112269397A (zh) * 2020-10-30 2021-01-26 国家电网有限公司 一种基于高精度定位和视觉跟踪的无人机巡检方法
CN112347680A (zh) * 2020-11-16 2021-02-09 国网湖北省电力有限公司直流运检公司 一种直流换流站换流变压器无人机巡检路径规划方法
CN112506205A (zh) * 2020-12-17 2021-03-16 深圳市朗驰欣创科技股份有限公司 机器人巡检任务规划方法及装置
CN112960132A (zh) * 2021-03-26 2021-06-15 中国能源建设集团江苏省电力设计院有限公司 分布式共享机巢及其电力线路无人机巡检方法
CN113433971A (zh) * 2021-07-09 2021-09-24 深圳大学 一种高层建筑外墙数据采集方法、装置、设备及存储介质
CN113570666B (zh) * 2021-09-26 2021-12-21 天津云圣智能科技有限责任公司 任务分配方法、装置、服务器及计算机可读存储介质
CN113570666A (zh) * 2021-09-26 2021-10-29 天津云圣智能科技有限责任公司 任务分配方法、装置、服务器及计算机可读存储介质
CN114998547A (zh) * 2022-04-29 2022-09-02 北京数字绿土科技股份有限公司 电力线和杆塔点的网格随机采样方法、系统及存储介质
CN115016546A (zh) * 2022-08-10 2022-09-06 中国科学院自动化研究所 无人机三维路径规划方法、装置、电子设备和存储介质
CN115016546B (zh) * 2022-08-10 2022-10-28 中国科学院自动化研究所 无人机三维路径规划方法、装置、电子设备和存储介质
CN117553802A (zh) * 2024-01-08 2024-02-13 民航成都电子技术有限责任公司 一种航站楼巡检路径规划方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109447371A (zh) 巡检路径规划方法、装置、电子设备及可读存储介质
CN112033414A (zh) 一种无人机巡检航线生成方法、装置、设备及介质
CN110780681A (zh) 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN112034878B (zh) 基于无人机的电力巡检方法、装置和电子设备
US20160232792A1 (en) UAV Inspection Flight Segment Planning
CN207691309U (zh) 一种用于输电线路大型无人机进行巡检工作的装置
CN107958486A (zh) 一种导线矢量模型的生成方法及装置
CN112305559A (zh) 基于地面定点激光雷达扫描的输电线距离测量方法、装置、系统和电子设备
CN114359758A (zh) 一种输电线的检测方法、装置、计算机设备和存储介质
CN111490489A (zh) 一种用于输电线路巡检的无人机轨迹规划方法及装置
CN113205116A (zh) 输电线路无人机巡检拍摄目标点自动提取及航迹规划方法
CN113050696A (zh) 输电线路的巡检路线确定方法、装置、设备及存储介质
CN115435791A (zh) 一种输电线路导地线点云矢量化分析的巡检航线规划方法
CN115825984A (zh) 一种基于激光点云的输电线路巡检系统及巡检方法
CN116974298A (zh) 基于单线激光雷达输电线路仿线飞行方法及系统
CN113253752A (zh) 一种杆塔的无人机巡检实现方法、装置、设备和存储介质
Özer et al. An approach based on deep learning methods to detect the condition of solar panels in solar power plants
CN115185300A (zh) 无人机巡视航线安全检测方法、装置、设备及存储介质
CN116520881A (zh) 基于激光点云的无人机连续塔基三维巡检路径规划方法
Wang et al. Research on determining the inspection point of multirotor UAV power tower
US20220131375A1 (en) System and method for energy infrastructure and geospatial data visualization, management, and analysis using environment simulation and virtual realization
CN114861943A (zh) 一种变电站巡检路线生成方法
CN114723184A (zh) 一种基于视觉感知的风力发电机测量方法、装置以及设备
Changxin et al. UAV electric patrol path planning based on improved ant colony optimization-A* algorithm
CN117826854A (zh) 基于三维空间目标点提取的电力巡检航线全自主规划方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190308