CN110244750A - 一种无人机巡视路径规划方法及装置 - Google Patents
一种无人机巡视路径规划方法及装置 Download PDFInfo
- Publication number
- CN110244750A CN110244750A CN201910340391.4A CN201910340391A CN110244750A CN 110244750 A CN110244750 A CN 110244750A CN 201910340391 A CN201910340391 A CN 201910340391A CN 110244750 A CN110244750 A CN 110244750A
- Authority
- CN
- China
- Prior art keywords
- path
- unmanned plane
- point
- inspection tour
- screen
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000002068 genetic effect Effects 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 4
- 230000001133 acceleration Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000000153 supplemental effect Effects 0.000 claims 3
- 230000005540 biological transmission Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 230000005611 electricity Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 210000000349 chromosome Anatomy 0.000 description 4
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011150 reinforced concrete Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了无人机巡视路径规划方法及装置,通过相邻两个杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格;根据树障点坐标,计算所述树障点所处的网格;然后根据所述树障点所处的网格,对所述无人机巡检路径进行修正,有效规避了两杆塔之间区域内树障点对无人机飞行路线的影响,考虑了不同工况下无人机在执行电网巡视航飞任务时受到的影响因素,提高了电力巡检作业系统的工作效率。
Description
技术领域
本发明涉及无人机巡检技术领域,尤其是指一种无人机巡视路径规划方法及装置。
背景技术
电力设施系统中,沿高压架空电力线路边导线,向两侧伸展规定宽度的线路下方带状区域被称为输电线路走廊。传统的输电线路通道走廊内,当树木与线路导线的距离低于安全距离时,导线将击穿空气,与树木、大地形成接地回路,造成输电线跳闸。造成的输电线路跳闸被称为“树木故障”,简称树障。树障容易造成线路停运,危害很大。运行经验表明,及时掌控导线对地距离对管控树障隐患可有效减少树障的发生有重大意义。随着无人机技术及摄影测量技术的发展,利用无人机对输电线路走廊进行巡视的方式日益增多。利用无人机进行精细化线路巡检时,既要考虑无人机对输电设备的安全距离,也要考虑相机焦距、分辨率、画幅因素等对图像拍摄质量的影响,以及无人机云台角度和无人机机头朝向等问题。同时,还需要考虑在巡线过程中容易受到不稳定气流和风向的影响。
然而,传统的多旋翼无人机巡视方法是巡视人员在地面人工控制飞机进行巡视,巡视质量和安全受制于操控手的操作水平,作业效率不高且精度较低。无人机在执行电网巡视航飞任务时,若因突发状况而导致航飞中断,或碰撞树障点导致无人机损坏,则会给巡检作业带来巨大损失。
发明内容
针对上述背景技术中的问题,提供了一种无人机巡视路径规划方法及装置,可以根据线路廊道巡检的任务要求和无人机性能参数,研究无人机在线路廊道巡检中的约束条件和路径规划方法,建立路径规划数学模型和目标函数,从而有效预防巡检作业运行故障。
本发明所述的一种无人机巡视路径规划方法,包括:
S1获取相邻两个杆塔的位置坐标,根据所述杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格;
S2根据多次无人机巡检获得的树障点点云坐标,计算每次所获得的树障点所处的网格;
S3若多次计算获得的树障点点云坐标处于同一网格,则判定所述多次计算获得的树障点为同一个树障点;
S4获取无人机的巡检路径;
S5根据所述无人机巡检路径及所述树障点,对所述无人机巡检路径进行修正。
所述杆塔是架空输电线路中用来支撑输电线的支撑物。杆塔多由钢材或钢筋混凝土制成,是架空输电线路的主要支撑结构。
本发明通过采集输电线路中杆塔坐标和树障点坐标、根据无人机性能参数规划巡检路径,并通过网格化处理对巡检路径进行修正,有效规避了两杆塔之间区域内树障点对无人机飞行路线的影响,考虑了不同工况下无人机在执行电网巡视航飞任务时受到的影响因素,提高了电力巡检作业系统的工作效率。
进一步地,根据树障点坐标,计算所述树障点所处的网格的步骤中,所述网格的大小为3米*3米。
进一步地,获取无人机的巡检路径,其步骤包括:
根据无人机性能参数和线路廊道巡视任务规划杆塔间的巡视路径;
根据所述无人机性能参数数据求解最大路径节点数、最小步长及最大路径偏转角;
建立与所述线路廊道巡视任务数据相应的巡视路径评估函数;
通过遗传算法求解所述巡视路径评估函数的最优值。
所述无人机的巡检路径是指在输电线路检测过程中,获取最佳的无人机飞行路线,使其从预定的起点起飞,尽可能多次的经过目标点,最终到达终点完成巡检任务。
所述路径节点是指在无人机巡检的飞行路径和空间中将其进行离散化处理,把飞行空间和巡检路径用一系列路径节点来表达。
所述最小步长是指无人机的当前飞行姿态需要改变时,还需要直飞一段距离用于克服惯性作用的影响,该段距离的最小值即无人机的最小步长。
所述路径偏转角是指当前飞行路径段相对于前一路径段方位角偏转的大小。由于受到无人机机动性能的限制,路径偏转角需处于最大路径偏转角及最大路径偏转角相反值的范围内。
所述遗传算法包括染色体编码方式、适应度函数、遗传算子、终止准则算法。
具体地,所述线路廊道巡视任务包括:作业基地起飞点、降落点和目标点的经纬度位置信息。
进一步地,根据所述无人机性能参数数据求解最大路径节点数的步骤包括:将巡视过程中无人机的最大航程记为Vmax,设航迹共有 n个节点,在航迹中第i段的航迹航程为Vi,则巡视航迹的总航程V 需满足可求解最大路径节点数n。
进一步地,根据所述无人机性能参数数据求解最小步长的步骤包括:将无人机从当前飞行状态改变时因惯性作用直飞的最小距离记作最小步长Lmin,设前一个路径点为S0,当前路径点为S1,在以S1为原点、最小步长Lmin为半径的圆内存在的下一个待选路径点不满足节点选择原则,需选择所述圆外的路径点作为下一个路径点S2。
进一步地,根据所述无人机性能参数数据求解最大路径偏转角的步骤包括:定义当前飞行路径段相对于前一路径段方位角偏转的大小为路径偏转角,设Δφmax为最大路径偏转角,其计算公式为:Δφmax=arcsin(Lmin/(2*rmin));式中rmin为最小转弯半径,Lmin为最小步长,rmin的计算公式为:式中nymax为无人机最大法向过载,V为无人机当前速度,g为重力加速度常数。
进一步地,建立与所述线路廊道巡视任务数据相应的巡视路径评估函数,其步骤包括:在巡视任务空间中设计复数个路径点,任意两个相邻路径点用线段连接构成巡视路径;每条巡视路径由一组节点序列{S,D1,D2,…,Dn-1,E}表示,其中S是起始点,E是终点,D1,D2,…,Dn-1是中间路径节点;设一条包括n+1个目标点的巡视路径,pi为该路径第i段的长度值,起始点为无人机作业基地起飞点,则巡视路径评估函数为:其中h为惩罚函数,需要求目标函数的最小值。
进一步地,通过遗传算法求解所述巡视路径评估函数的最优值,其步骤包括:
定义巡视路径起始点为原点,终止点与起始点连线作为极轴,起始点和终止点坐标分别记为(0,0)、(ρT,θT)将巡视路径根据最小步长Lmin分为N段,选取N时保证第一个圆的半径ρ0>Lmin,ρT为起飞点到终止点的距离,则N=ρT/ρ0。T1、T2表示目标点;
第一个航路点的极角就是初始航迹段相对于极轴的偏转角,θ1=△φ1;
由极角θ1和偏转角△φ1,求极角θ2:根据极角θi-2,θi-1以及路径方位偏转角△φi,迭代求解极角θi(3≤i≤n-1),可求得
其中:
求解末端路径偏转角△φn
本发明还提供一种无人机巡视路径规划装置,包括:
用于获取相邻两个杆塔的位置坐标,根据所述杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格的装置;
用于根据多次无人机巡检获得的树障点点云坐标,计算每次所获得的树障点所处的网格的装置;
用于判定所述多次计算获得的树障点是否为同一个树障点的装置;
用于获取无人机的巡检路径的装置;
用于根据所述无人机巡检路径及所述树障点,对所述无人机巡检路径进行修正的装置。
为了能更清晰的理解本发明,以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明实施例的一种无人机巡视路径规划方法流程图。
图2为本发明实施例的总航程航迹示意图。
图3为本发明实施例的最小步长节点选择示意图。
图4为本发明实施例的最大路径偏转角示意图。
图5为本发明实施例的巡检路径偏转角计算示意图。
图6为本发明实施例的极角求解示意图。
图7为本发明实施例的节点序列表达巡检路径示意图。
具体实施方式
请参阅图1,其为本发明实施例的一种无人机巡视路径规划方法流程图。
本发明所述的一种无人机巡视路径规划方法,包括:
S1获取相邻两个杆塔的位置坐标,根据所述杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格;
S2根据多次无人机巡检获得的树障点点云坐标,计算每次所获得的树障点所处的网格;
S3若多次计算获得的树障点点云坐标处于同一网格,则判定所述多次计算获得的树障点为同一个树障点;
S4获取无人机的巡检路径;
S5根据所述无人机巡检路径及所述树障点,对所述无人机巡检路径进行修正。
本发明通过采集输电线路中杆塔坐标和树障点坐标、根据无人机性能参数规划巡检路径,并通过网格化处理对巡检路径进行修正,有效规避了两杆塔之间区域内树障点对无人机飞行路线的影响,考虑了不同工况下无人机在执行电网巡视航飞任务时受到的影响因素,提高了电力巡检作业系统的工作效率。
无人机巡检的飞行路径和空间是连续的,在进行路径规划时需要将其进行离散化处理。划分路径空间,即通过建立表达式或数据结构来表示本次搜索空间;其次建立与搜索空间相应的巡线路径评估函数;然后利用算法求解所建立的评估函数最优值。为了保证规划的路径具有可实施性,路径规划需要满足巡检任务和无人机性能参数等多种约束条件。
下面以一个实施例说明本发明的无人机巡视路径规划方法。
在该实施例中:
获取相邻两个杆塔的位置坐标以及树障点坐标的步骤包括:
获取输电线路的三维激光点云数据;
以点云分类技术将所述三维激光点云数据分为导线点云、杆塔点云和地物点云。
具体地,获取输电线路的三维激光点云数据是通过使用无人机搭载激光雷达设备实现的,采集到点云数据后将对输电线路点云数据进行分类,分为导线点云、杆塔点云和地物点云。
所述点云数据是扫描资料以点的形式记录,每一个点包含有三维坐标,有些可能含有颜色信息或反射强度信息。
所述点云分类技术是依据点云滤波算法实现地面点与非地面点的分离,然后依次进行原始点云数据中电力杆塔、电力线以及植被等地物的高精度自动提取。
所述导线点云是电力线上的点云数据;所述杆塔点云是电力杆塔上的点云数据,即本实施例所需的杆塔位置坐标信息;所述地物点云是地面植被等地物上的点云数据,即本实施例所需的树障点坐标信息。
步骤S1中,将相邻两个杆塔之间的空间划分为多个网格;分多个区域对多期检测出的树障点进行定位,根据多次无人机巡检获得的树障点坐标,计算每一次所获得的树障点所处的网格;若多次计算获得的树障点处于同一网格,判定所述多次计算获得的树障点为同一个树障点。
在本实施例中,所述网格的大小为3米*3米。在其他可替换的实施例中,所述网格的大小根据预设的修正精度确定。
请参阅图2,其为本发明实施例的总航程航迹示意图。
将巡视过程中无人机的最大航程记为Vmax,设航迹共有n个节点,在航迹中第i段的航迹航程为Vi,则巡视航迹的总航程V需满足
可求解最大路径节点数n。
除了总航程航迹示意图约束的最大航程外,无人机飞行还需满足最小步长和最大路径偏转角的约束条件。
请参阅图3,其为本发明实施例的最小步长节点选择示意图。
无人机的当前飞行姿态需要改变时,还需要直飞一段距离用于克服惯性作用的影响,这段距离的最小值就被称为最小步长,记为Lmin,设前一个路径点为S0,S1为当前路径点,S2,S3,S4,S5,S6和S7为下一个需要待选的路径节点,分别对应的步长为L1,L2,L3,L4,L5和L6不满足要求,因为它们比最小步长Lmin还小,因此只能在四个中间选取下一个路径节点。
请参阅图4,其为本发明实施例的最大路径偏转角示意图。
定义当前飞行路径段相对于前一路径段方位角偏转的大小为路径偏转角,由于受到无人机机动性能的限制,路径偏转角需满足 -Δφmax≤Δφi≤Δφmax,设Δφmax为最大路径偏转角,其计算公式为:Δφmax=arcsin(Lmin/(2*rmin));式中rmin为最小转弯半径,Lmin为最小步长,rmin的计算公式为:式中nymax为无人机最大法向过载,V为无人机当前速度,g为重力加速度常数。
请参阅图5,其为本发明实施例的巡检路径偏转角计算示意图。
本实施例选用一种极坐标编码方式,定义巡视路径起始点为原点,终止点与起始点连线作为极轴,起始点和终止点坐标分别记为(0,0)、 (ρT,θT)将巡视路径根据最小步长Lmin分为N段,选取N时保证第一个圆的半径ρ0>Lmin,ρT为起飞点到终止点的距离,则N=ρT/ρ0。T1、T2表示目标点;
当前飞行路径段相对于前一路径段方位角偏移就是路径偏转角,为第一个路径段(O→1)偏离极轴的偏转角,也是路径段1的极角,为路径段(i-1→i)偏离上一路径段(i-2→i-1)的偏转角。 为最后一个路径段(N-1→T)相对于路径段(N-1→N-2)的偏转角。
无人机巡检路径规划中的3个约束条件在采用该编码方式时可以得到很好的解决:①在染色体编码时可以解决最大路径偏转角约束;②选取合适的ρ0值解决最小步长的约束;③通过航迹染色体的长度解决最大路径节点数的约束。
请参阅图6,其为本发明实施例的极角求解示意图。
第一个航路点的极角就是初始航迹段相对于极轴的偏转角,θ1=△
由极角θ1和偏转角求极角θ2:根据极角θi-2,θi-1以及路径方位偏转角迭代求解极角θi(3≤i≤n-1),可求得
其中:
求解末端路径偏转角△φn
请参阅图7,其为本发明实施例的节点序列表达巡检路径示意图。
在巡视任务空间中设计复数个路径点,任意两个相邻路径点用线段连接构成巡视路径;每条巡视路径由一组节点序列{S,D1,D2,…,Dn-1, E}表示,其中S是起始点,E是终点,D1,D2,…,Dn-1是中间路径节点。设一条包括n+1个目标点的巡视路径,pi为该路径第i段的长度值,起始点为无人机作业基地起飞点,则巡视路径评估函数为:其中h为惩罚函数,需要求目标函数的最小值。
进一步地,根据所述无人机巡检路径经过的网格及所述树障点所处的网格,对所述无人机巡检路径进行修正,其步骤包括:判断巡视路径中的节点坐标所处的网格是否有与所述两个杆塔之间网格区域内的树障点所处的网格重叠,使巡视路径中的节点避开树障点,获得线路廊道巡视最优路径。
本实施例根据线路廊道巡检的任务要求和无人机性能参数,研究无人机在线路廊道巡检中的约束条件和路径规划方法,建立路径规划数学模型和目标函数。设计一种极坐标编码方式解决最大路径偏转角、最小步长以及最大路径节点数的限制,采用遗传算法对无人机线路廊道巡检路径进行求解,以此获取无人机输电走廊巡检的最优路径。
在传统的以无人机对输电线路通道走廊进行巡视的过程中,常用的巡检路径规划方法是操作人员逐点计算飞行路径点,然后将这些数据手动输入无人机的导航系统中,计算要求极为精确,如计算中出现差错则会带来安全隐患,这是一项非常繁重的任务。无人机地面控制系统随着计算机GPS技术的发展而得到推广,利用该系统工作人员进行无人机巡线拍摄路径规划,直接转移到数字地图上。这样不仅大大缩减巡检拍摄路径的规划时间,而且可以实时地跟踪获取无人机飞行位置。
本发明通过将无人机巡检的飞行路径和空间网格化处理,能够根据期望的精度来合理调整路径节点数目,将初始规划问题划分成多个子问题,把约束条件转换成计算机能够识别的表达方式,降低了问题的复杂度,用一系列路径点来表示廊道巡检路径规划问题,便于计算和表达。同时可基于无人机巡检多期数据的对比,发现导线下方地物或树木发生变化的区域,确认树障点所在坐标信息,更新无人机巡检路线时,规避所有树障点所在位置,防止无人机飞行过程中碰撞障碍物造成的损失,为线路走廊管控提供参考。
相对于现有技术,本发明采用遗传算法的基本思路和概念,并结合输电线路无人机输电走廊巡检的实际需求,选取合适的适应度函数以及遗传算子,并采用基于最大路径偏转角的染色体编码方式,用于解决在路径规则中无人机路径偏转角,最小步长的约束。以此获取无人机进行线路廊道巡检的最优路径。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也一同包含这些改动和变形。
Claims (10)
1.一种无人机巡视路径规划方法,包括:
获取相邻两个杆塔的位置坐标,根据所述杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格;
根据多次无人机巡检获得的树障点点云坐标,计算每次所获得的树障点所处的网格;
若多次计算获得的树障点点云坐标处于同一网格,则判定所述多次计算获得的树障点为同一个树障点;
获取无人机的巡检路径;
根据所述无人机巡检路径及所述树障点,对所述无人机巡检路径进行修正。
2.根据权利要求1所述的无人机巡视路径规划方法,其特征在于,根据树障点坐标,计算所述树障点所处的网格的步骤中,所述网格的大小为3米*3米。
3.根据权利要求1所述的无人机巡视路径规划方法,其特征在于,获取无人机的巡检路径,其步骤包括:
根据无人机性能参数和线路廊道巡视任务规划杆塔间的巡视路径;
根据所述无人机性能参数数据求解最大路径节点数、最小步长及最大路径偏转角;
建立与所述线路廊道巡视任务数据相应的巡视路径评估函数;
通过遗传算法求解所述巡视路径评估函数的最优值。
4.根据权利要求3所述的无人机巡视路径规划方法,其特征在于,所述线路廊道巡视任务数据包括:
作业基地起飞点、降落点和目标点的经纬度位置信息。
5.根据权利要求3所述的无人机巡视路径规划方法,其特征在于,根据所述无人机性能参数数据求解最大路径节点数的步骤包括:将巡视过程中无人机的最大航程记为Vmax,设航迹共有n个节点,在航迹中第i段的航迹航程为Vi,则巡视航迹的总航程V需满足V≤Vmax,可求解最大路径节点数n。
6.根据权利要求3所述的无人机巡视路径规划方法,其特征在于:根据所述无人机性能参数数据求解最小步长的步骤包括:
将无人机从当前飞行状态改变时因惯性作用直飞的最小距离记作最小步长Lmin,设前一个路径点为S0,当前路径点为S1,在以S1为原点、最小步长Lmin为半径的圆内存在的下一个待选路径点不满足节点选择原则,需选择所述圆外的路径点作为下一个路径点S2。
7.根据权利要求3所述的无人机巡视路径规划方法,其特征在于,根据所述无人机性能参数数据求解最大路径偏转角的步骤包括:
定义当前飞行路径段相对于前一路径段方位角偏转的大小为路径偏转角,设Δφmax为最大路径偏转角,其计算公式为:Δφmax=arcsin(Lmin/(2*rmin));式中rmin为最小转弯半径,Lmin为最小步长,rmin的计算公式为:式中nymax为无人机最大法向过载,V为无人机当前速度,g为重力加速度常数。
8.根据权利要求3所述的无人机巡视路径规划方法,其特征在于,建立与所述线路廊道巡视任务数据相应的巡视路径评估函数,其步骤包括:
在巡视任务空间中设计复数个路径点,任意两个相邻路径点用线段连接构成巡视路径;每条巡视路径由一组节点序列{S,D1,D2,…,Dn-1,E}表示,其中S是起始点,E是终点,D1,D2,…,Dn-1是中间路径节点;设一条包括n+1个目标点的巡视路径,pi为该路径第i段的长度值,起始点为无人机作业基地起飞点,则巡视路径评估函数为:其中h为惩罚函数,需要求目标函数的最小值。
9.根据权利要求3所述的无人机巡视路径规划方法,其特征在于,通过遗传算法求解所述巡视路径评估函数的最优值,其步骤包括:
定义巡视路径起始点为原点,终止点与起始点连线作为极轴,起始点和终止点坐标分别记为(0,0)、(ρT,θT)将巡视路径根据最小步长Lmin分为N段,选取N时保证第一个圆的半径ρ0>Lmin,ρT为起飞点到终止点的距离,则N=ρT/ρ0。T1、T2表示目标点;
第一个航路点的极角就是初始航迹段相对于极轴的偏转角,θ1=△φ1;
由极角θ1和偏转角△φ1,求极角θ2:根据极角θi-2,θi-1以及路径方位偏转角△φi,迭代求解极角θi(3≤i≤n-1),可求得
其中:
求解末端路径偏转角△φn
10.一种无人机巡视路径规划装置,包括:
用于获取相邻两个杆塔的位置坐标,根据所述杆塔的位置坐标,将所述相邻两个杆塔之间的空间划分为多个网格的装置;
用于根据多次无人机巡检获得的树障点点云坐标,计算每次所获得的树障点所处的网格的装置;
用于判定所述多次计算获得的树障点是否为同一个树障点的装置;
用于获取无人机的巡检路径的装置;
用于根据所述无人机巡检路径及所述树障点,对所述无人机巡检路径进行修正的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910340391.4A CN110244750B (zh) | 2019-04-25 | 2019-04-25 | 一种无人机巡视路径规划方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910340391.4A CN110244750B (zh) | 2019-04-25 | 2019-04-25 | 一种无人机巡视路径规划方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110244750A true CN110244750A (zh) | 2019-09-17 |
CN110244750B CN110244750B (zh) | 2023-09-05 |
Family
ID=67883382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910340391.4A Active CN110244750B (zh) | 2019-04-25 | 2019-04-25 | 一种无人机巡视路径规划方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110244750B (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111044044A (zh) * | 2019-12-06 | 2020-04-21 | 国网安徽省电力有限公司淮南供电公司 | 一种电力无人机巡检路线规划方法和装置 |
CN111080832A (zh) * | 2019-12-27 | 2020-04-28 | 上海复亚智能科技有限公司 | 输电线路杆塔的巡检方法及系统 |
CN111256702A (zh) * | 2020-04-27 | 2020-06-09 | 天津市普迅电力信息技术有限公司 | 一种电力杆塔巡检用无人机自主巡检方法 |
CN111552319A (zh) * | 2020-05-18 | 2020-08-18 | 广东电网有限责任公司 | 一种架空输电线路导线跟踪巡视方法及相关装置 |
CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
CN111814720A (zh) * | 2020-07-17 | 2020-10-23 | 电子科技大学 | 一种基于无人机视觉的机场跑道异物检测与分类方法 |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
CN112955845A (zh) * | 2020-05-27 | 2021-06-11 | 深圳市大疆创新科技有限公司 | 杆塔巡检方法、无人机、控制装置、系统及存储介质 |
CN113075938A (zh) * | 2021-03-26 | 2021-07-06 | 广东电网有限责任公司珠海供电局 | 一种输电线路远距离智能巡检系统及方法 |
CN113110575A (zh) * | 2021-04-13 | 2021-07-13 | 国网湖北省电力有限公司检修公司 | 无人机导地线巡视航迹规划方法、系统及存储介质 |
CN113359808A (zh) * | 2021-07-21 | 2021-09-07 | 国网浙江省电力有限公司双创中心 | 一种无人机电力巡检多级路径规划方法及相关装置 |
CN113359864A (zh) * | 2021-07-29 | 2021-09-07 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
CN113494913A (zh) * | 2021-09-07 | 2021-10-12 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 无人机电力巡检规划方法、装置、计算机设备和存储介质 |
CN113885559A (zh) * | 2021-09-28 | 2022-01-04 | 佛山中科云图智能科技有限公司 | 无人机紧急返航高度路径获取方法、装置、介质和设备 |
CN114138018A (zh) * | 2021-11-26 | 2022-03-04 | 深圳供电局有限公司 | 一种无人机巡检控制方法 |
CN114237285A (zh) * | 2021-12-03 | 2022-03-25 | 江苏方天电力技术有限公司 | 基于遥感图像的无人机输电线路的巡检方法、装置及设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050075784A1 (en) * | 2003-10-07 | 2005-04-07 | Gray Sarah Ann | Modular path planner |
CN102901500A (zh) * | 2012-09-17 | 2013-01-30 | 西安电子科技大学 | 基于概率a星与智能体混合的飞行器最优路径确定方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN105929848A (zh) * | 2016-06-28 | 2016-09-07 | 南京邮电大学 | 一种三维环境中的多无人机系统的航迹规划方法 |
CN106218910A (zh) * | 2016-08-01 | 2016-12-14 | 广州优飞信息科技有限公司 | 采集高压电力线路树障缺陷的系统、方法及控制终端 |
CN106802668A (zh) * | 2017-02-16 | 2017-06-06 | 上海交通大学 | 基于双目与超声波融合的无人机三维避撞方法及系统 |
CN108563243A (zh) * | 2018-06-28 | 2018-09-21 | 西北工业大学 | 一种基于改进rrt算法的无人机航迹规划方法 |
CN208119434U (zh) * | 2018-08-24 | 2018-11-20 | 中国南方电网有限责任公司超高压输电公司昆明局 | 一种用于特高压直流线路导线自动提取的摄像无人机 |
CN108844541A (zh) * | 2018-03-09 | 2018-11-20 | 广东电网有限责任公司机巡作业中心 | 一种基于巡检场景的机巡路径规划方法 |
CN109390873A (zh) * | 2018-11-30 | 2019-02-26 | 贵州电网有限责任公司 | 一种利用输电线路通道内点云数据来预测树障威胁的方法 |
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 |
CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
-
2019
- 2019-04-25 CN CN201910340391.4A patent/CN110244750B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050075784A1 (en) * | 2003-10-07 | 2005-04-07 | Gray Sarah Ann | Modular path planner |
CN102901500A (zh) * | 2012-09-17 | 2013-01-30 | 西安电子科技大学 | 基于概率a星与智能体混合的飞行器最优路径确定方法 |
CN105717929A (zh) * | 2016-04-29 | 2016-06-29 | 中国人民解放军国防科学技术大学 | 一种多分辨率障碍物环境下移动机器人混合路径规划方法 |
CN105929848A (zh) * | 2016-06-28 | 2016-09-07 | 南京邮电大学 | 一种三维环境中的多无人机系统的航迹规划方法 |
CN106218910A (zh) * | 2016-08-01 | 2016-12-14 | 广州优飞信息科技有限公司 | 采集高压电力线路树障缺陷的系统、方法及控制终端 |
CN106802668A (zh) * | 2017-02-16 | 2017-06-06 | 上海交通大学 | 基于双目与超声波融合的无人机三维避撞方法及系统 |
CN108844541A (zh) * | 2018-03-09 | 2018-11-20 | 广东电网有限责任公司机巡作业中心 | 一种基于巡检场景的机巡路径规划方法 |
CN108563243A (zh) * | 2018-06-28 | 2018-09-21 | 西北工业大学 | 一种基于改进rrt算法的无人机航迹规划方法 |
CN208119434U (zh) * | 2018-08-24 | 2018-11-20 | 中国南方电网有限责任公司超高压输电公司昆明局 | 一种用于特高压直流线路导线自动提取的摄像无人机 |
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 |
CN109390873A (zh) * | 2018-11-30 | 2019-02-26 | 贵州电网有限责任公司 | 一种利用输电线路通道内点云数据来预测树障威胁的方法 |
CN109633674A (zh) * | 2018-12-17 | 2019-04-16 | 云南电网有限责任公司带电作业分公司 | 基于激光点云数据的输电巡视三维航迹自动规划方法 |
Non-Patent Citations (13)
Title |
---|
JINGKUI CUI等: "Path planning algorithms for power transmission line inspection using unmanned aerial vehicles", 《2017 29TH CHINESE CONTROL AND DECISION CONFERENCE (CCDC)》 * |
丛林虎等: "基于复杂度分析的改进A~*算法飞行器航迹规划", 《微计算机信息》 * |
丛林虎等: "基于复杂度分析的改进A~*算法飞行器航迹规划", 《微计算机信息》, no. 08, 15 August 2012 (2012-08-15), pages 147 - 149 * |
冯琦等: "基于微分进化算法的时间最优路径规划", 计算机工程与应用, no. 12 * |
孟兆旭等: "环境重建三维格网数据下的快速航迹规划方法", 《计算机与现代化》 * |
孟兆旭等: "环境重建三维格网数据下的快速航迹规划方法", 《计算机与现代化》, no. 11, 22 November 2017 (2017-11-22) * |
王爱民等: "机器人路径规划的神经网络算法及优化", 河北工业大学学报, no. 06, pages 13 - 16 * |
胡蔷等: "基于Dubins曲线和改进A*算法的AUV路径规划方法", 《计算机测量与控制》 * |
胡蔷等: "基于Dubins曲线和改进A*算法的AUV路径规划方法", 《计算机测量与控制》, no. 08, 25 August 2016 (2016-08-25) * |
薛金水等: "改进遗传算法优化移动机器人动态路径研究", 《机床与液压》 * |
薛金水等: "改进遗传算法优化移动机器人动态路径研究", 《机床与液压》, no. 07, 15 April 2017 (2017-04-15), pages 74 - 76 * |
邓荣军等: "基于遗传算法的输电线路无人机巡检路径规划", 《计算机测量与控制》 * |
邓荣军等: "基于遗传算法的输电线路无人机巡检路径规划", 《计算机测量与控制》, no. 04, 25 April 2015 (2015-04-25), pages 1299 - 1301 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750857A (zh) * | 2019-10-24 | 2020-10-09 | 广州极飞科技有限公司 | 航线生成方法、装置、终端及存储介质 |
CN111750857B (zh) * | 2019-10-24 | 2021-12-28 | 广州极飞科技股份有限公司 | 航线生成方法、装置、终端及存储介质 |
CN111044044B (zh) * | 2019-12-06 | 2023-04-07 | 国网安徽省电力有限公司淮南供电公司 | 一种电力无人机巡检路线规划方法和装置 |
CN111044044A (zh) * | 2019-12-06 | 2020-04-21 | 国网安徽省电力有限公司淮南供电公司 | 一种电力无人机巡检路线规划方法和装置 |
CN111080832A (zh) * | 2019-12-27 | 2020-04-28 | 上海复亚智能科技有限公司 | 输电线路杆塔的巡检方法及系统 |
CN111256702A (zh) * | 2020-04-27 | 2020-06-09 | 天津市普迅电力信息技术有限公司 | 一种电力杆塔巡检用无人机自主巡检方法 |
CN111552319A (zh) * | 2020-05-18 | 2020-08-18 | 广东电网有限责任公司 | 一种架空输电线路导线跟踪巡视方法及相关装置 |
CN111552319B (zh) * | 2020-05-18 | 2023-03-28 | 广东电网有限责任公司 | 一种架空输电线路导线跟踪巡视方法及相关装置 |
CN112955845A (zh) * | 2020-05-27 | 2021-06-11 | 深圳市大疆创新科技有限公司 | 杆塔巡检方法、无人机、控制装置、系统及存储介质 |
WO2021237545A1 (zh) * | 2020-05-27 | 2021-12-02 | 深圳市大疆创新科技有限公司 | 杆塔巡检方法、无人机、控制装置、系统及存储介质 |
CN111814720A (zh) * | 2020-07-17 | 2020-10-23 | 电子科技大学 | 一种基于无人机视觉的机场跑道异物检测与分类方法 |
CN111814720B (zh) * | 2020-07-17 | 2022-06-17 | 电子科技大学 | 一种基于无人机视觉的机场跑道异物检测与分类方法 |
CN112033414A (zh) * | 2020-09-11 | 2020-12-04 | 浙江华云清洁能源有限公司 | 一种无人机巡检航线生成方法、装置、设备及介质 |
CN113075938B (zh) * | 2021-03-26 | 2024-05-31 | 广东电网有限责任公司珠海供电局 | 一种输电线路远距离智能巡检系统及方法 |
CN113075938A (zh) * | 2021-03-26 | 2021-07-06 | 广东电网有限责任公司珠海供电局 | 一种输电线路远距离智能巡检系统及方法 |
CN113110575A (zh) * | 2021-04-13 | 2021-07-13 | 国网湖北省电力有限公司检修公司 | 无人机导地线巡视航迹规划方法、系统及存储介质 |
CN113359808A (zh) * | 2021-07-21 | 2021-09-07 | 国网浙江省电力有限公司双创中心 | 一种无人机电力巡检多级路径规划方法及相关装置 |
CN113359864B (zh) * | 2021-07-29 | 2022-05-20 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
CN113359864A (zh) * | 2021-07-29 | 2021-09-07 | 鄂尔多斯职业学院 | 一种无人机巡线航迹规划方法及其系统 |
CN113494913A (zh) * | 2021-09-07 | 2021-10-12 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 无人机电力巡检规划方法、装置、计算机设备和存储介质 |
CN113885559A (zh) * | 2021-09-28 | 2022-01-04 | 佛山中科云图智能科技有限公司 | 无人机紧急返航高度路径获取方法、装置、介质和设备 |
CN114138018A (zh) * | 2021-11-26 | 2022-03-04 | 深圳供电局有限公司 | 一种无人机巡检控制方法 |
CN114237285A (zh) * | 2021-12-03 | 2022-03-25 | 江苏方天电力技术有限公司 | 基于遥感图像的无人机输电线路的巡检方法、装置及设备 |
CN114237285B (zh) * | 2021-12-03 | 2023-11-03 | 江苏方天电力技术有限公司 | 基于遥感图像的无人机输电线路的巡检方法、装置及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110244750B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110244750A (zh) | 一种无人机巡视路径规划方法及装置 | |
He et al. | Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning | |
CN108196575B (zh) | 一种无人机任务分配及路线规划方法 | |
CN111256702B (zh) | 一种电力杆塔巡检用无人机自主巡检方法 | |
CN109358638A (zh) | 基于分布式地图的无人机视觉避障方法 | |
Liu et al. | An optimization model of UAV route planning for road segment surveillance | |
CN108733755A (zh) | 一种基于输电线路三维信息的智能巡检方法及系统 | |
CN109002055A (zh) | 一种基于无人机的高精度自动巡检方法及系统 | |
CN108844541A (zh) | 一种基于巡检场景的机巡路径规划方法 | |
CN108897312A (zh) | 多无人飞行器对大规模环境的持续监控路径规划方法 | |
CN105045274B (zh) | 一种用于无人机巡检航迹规划的智能杆塔连通图构建方法 | |
CN107478233B (zh) | 一种地质勘探航迹规划方法及系统 | |
CN105185163A (zh) | 飞行路径选择方法和装置、飞行器和空中交通管理系统 | |
CN109506654A (zh) | 低空航路规划方法及装置、飞行器 | |
CN109683629A (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
CN109655063B (zh) | 大型水陆两栖飞机海上搜索航路规划方法 | |
Liu et al. | Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0 | |
CN107618383A (zh) | 一种基于无线充电的无人机充电方法 | |
CN107783119A (zh) | 应用在避障系统中的决策融合方法 | |
CN115657706B (zh) | 基于无人机的地貌测量方法及系统 | |
Simi et al. | Distributed task allocation and coordination scheme for a multi-UAV sensor network | |
CN115185303A (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
CN113758478A (zh) | 一种长距离输变电线路无人机巡检航飞规划方法及系统 | |
CN117724524A (zh) | 一种基于改进球面向量粒子群算法的无人机航线规划方法 | |
CN114489135B (zh) | 一种多任务航线设计方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |