CN111640218A - 一种无人机巡检路线规划方法、装置、终端及存储介质 - Google Patents
一种无人机巡检路线规划方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN111640218A CN111640218A CN202010466536.8A CN202010466536A CN111640218A CN 111640218 A CN111640218 A CN 111640218A CN 202010466536 A CN202010466536 A CN 202010466536A CN 111640218 A CN111640218 A CN 111640218A
- Authority
- CN
- China
- Prior art keywords
- node
- traversal
- inspected
- path
- route
- 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 86
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000243 solution Substances 0.000 description 7
- 230000009193 crawling Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- 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
-
- 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
- G05D1/12—Target-seeking control
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Automation & Control Theory (AREA)
- Marketing (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Tourism & Hospitality (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请提供了一种无人机巡检路线规划方法、装置、终端及存储介质,其中方法包括:获取待巡检线路的线路拓扑信息;根据预置的起始巡检节点,结合线路拓扑信息,通过虚拟爬虫遍历方式,对各个待巡检节点进行遍历,以获取节点路径遍历结果;从获取到的节点路径遍历结果中确定最短节点路径遍历结果,以便根据最短节点路径遍历结果控制无人机进行巡检。本申请通过将爬虫算法应用电力巡检路线规划,基于待巡检线路的拓扑信息,通过爬虫遍历的方式,对待巡检路线中的各个节点依次进行遍历,然后将遍历得到的最优路径作为无人机巡检路线,解决了现有依赖于人工规划方式无人机巡检路线规划效率低的技术问题。
Description
技术领域
本申请涉及电网巡检技术领域,尤其涉及一种无人机巡检路线规划方法、装置、终端及存储介质。
背景技术
随着无人机技术的发展,无人机已经开始逐步应用于电力系统,尤其在线路巡检方面,无人机巡视相比人工巡视具有更精确、效率更高等诸多优点,为电力巡检效率带来了显著的提升。
在无人机配网自动巡视的研究中,由于无人机有限的续航能力,有必要对其巡视路线进行合理规划,使得无人机自动巡线后能顺利飞回到起飞点。
目前的电网线路巡检路线规划采用的是人工规划,但是,随着电网建设规模的增大,线路越来越复杂,巡检节点也越来越多,人工规划不但耗时费力,而且线路节点较多时容易出现错漏和重复规划,导致了现有的无人机巡检路线规划效率低的技术问题。
发明内容
本申请提供了一种无人机巡检路线规划方法、装置、终端及存储介质,用于解决现有的无人机巡检路线规划效率低的技术问题。
本申请第一方面提供了一种无人机巡检路线规划方法,包括:
获取待巡检线路的线路拓扑信息,其中,所述线路拓扑信息包括:所述待巡检线路中的待巡检节点之间的线路连接关系,以及各个所述待巡检节点的位置信息;
根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果;
从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果,以便根据所述最短节点路径遍历结果控制无人机进行巡检。
可选地,所述根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果具体包括:
以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点,以得到遍历路径;
根据所述遍历路径以及所述待巡检节点的间距,计算所述遍历路径对应的总路程,其中,所述待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
可选地,所述以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点之后还包括:
根据所述虚拟爬虫当前已遍历的待巡检节点记录,计算所述虚拟爬虫的已遍历路程;
判断所述已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则生成控制指令,使得所述虚拟爬虫返回所述起始巡检节点。
可选地,所述从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果具体包括:
对获取到的所述节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
本申请第二方面提供了一种无人机巡检路线规划装置,包括:
路线拓扑信息获取单元,用于获取待巡检线路的线路拓扑信息,其中,所述线路拓扑信息包括:所述待巡检线路中的待巡检节点之间的线路连接关系,以及各个所述待巡检节点的位置信息;
节点遍历执行单元,用于根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果;
巡检路线获取单元,用于从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果,以便根据所述最短节点路径遍历结果控制无人机进行巡检。
可选地,所述节点遍历执行单元具体包括:
遍历路径记录单元,用于以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点,以得到遍历路径;
遍历路程计算单元,用于根据所述遍历路径以及所述待巡检节点的间距,计算所述遍历路径对应的总路程,其中,所述待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
可选地,节点遍历执行单元还包括:
已遍历路程计算单元,用于根据所述虚拟爬虫当前已遍历的待巡检节点记录,计算所述虚拟爬虫的已遍历路程;
返航判断单元,用于判断所述已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则生成控制指令,使得所述虚拟爬虫返回所述起始巡检节点。
可选地,所述巡检路线获取单元具体用于:
对获取到的所述节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
本申请第三方面提供了一种终端,包括:存储器和处理器;
所述存储器用于存储与本申请第一方面所述的无人机巡检路线规划方法相对应的程序代码;
所述处理器用于执行所述程序代码。
本申请第四方面提供了一种存储介质,所述存储介质中保存有与本申请第一方面所述的无人机巡检路线规划方法相对应的程序代码。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请提供了一种无人机巡检路线规划方法,包括:获取待巡检线路的线路拓扑信息,其中,所述线路拓扑信息包括:所述待巡检线路中的待巡检节点之间的线路连接关系,以及各个所述待巡检节点的位置信息;根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果;从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果,以便根据所述最短节点路径遍历结果控制无人机进行巡检。
本申请通过将爬虫算法应用电力巡检路线规划,基于待巡检线路的拓扑信息,通过爬虫遍历的方式,对待巡检路线中的各个节点依次进行遍历,然后将遍历得到的最优路径作为无人机巡检路线,解决了现有依赖于人工规划方式无人机巡检路线规划效率低的技术问题。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请提供的一种无人机巡检路线规划方法的第一个实施例的流程示意图;
图2为本申请提供的一种无人机巡检路线规划方法的第二个实施例的流程示意图;
图3为本申请提供的一种无人机巡检路线规划装置的第三个实施例的结构示意图;
图4为本申请提供的待巡检线路的线路拓扑结构示意图。
具体实施方式
本申请实施例提供了一种无人机巡检路线规划方法、装置、终端及存储介质,用于解决现有的无人机巡检路线规划效率低的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,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它实施例,都属于本申请保护的范围。
首先是,相关专有名词的解释:
1、孤岛路线:
图中一条存在主路线、旁路线等的自然连通的道路,被分割成为一个个的片段,每一个片段成为一个孤岛路线。
2、虚拟爬虫:
爬虫为虚拟物,其具有的功能是,按照预设的规则,可以模拟自然人去图中某一点出发,用最短路径去遍历图中所有路径点,其中本实施例为虚拟爬虫预设如下六个规则,来选取前进的每一个路径点。
规则一:沿孤岛片段前进。
规则二:探测到一定范围之内的其余支路孤岛片段。
规则三:当探测到有支路孤岛片段时,会优先往支路爬行。
规则四:主动回避已经爬取过的路线点(脏点)。
规则五:记录所有爬过的路线点,可以记住返回时本来要爬取的路线。
规则六:当将支路爬取完后,会返回主路线,继续主路线或其他支路的爬行。
3、孤岛路线片段特征:
道路图中的路段点,被分割为海量坐标片段序列(孤岛路线),各孤岛路线之间存在重复点。
道路图中的路线可以分为主路线和旁路线,旁路线又可以有任意的旁支路线。
道路图中自然路线连接状态,获取最短遍历路径的理解:
当从主线上某一点出发,沿着主路线前进,按照自然连通的路线规则,碰到支路优先爬取遍历支路,支路返回后继续遍历主线,主线遍历完后只沿主线返回,以此规则来遍历图中所有的路线点,可以获取到最短路径遍历的一条连贯路线。
请参阅图1,本申请第一个实施例提供了一种无人机巡检路线规划方法,包括:
步骤101、获取待巡检线路的线路拓扑信息。
需要说明的是,在实施本申请的无人机巡检路线规划方法时,首先需要获取待巡检线路的线路拓扑信息。
其中,线路拓扑信息包括:待巡检线路中的待巡检节点之间的线路连接关系以及各个待巡检节点的位置信息,以图4所示的节点拓扑结构为例,本实施例的线路连接关系可以理解为获取到的待巡检线路包括节点1至节点18,如节点2与节点1以及节点3均存在线路连接关系,节点3与节点2、节点4以及节点11均存在线路连接关系等等。
步骤102、根据预置的起始巡检节点,结合线路拓扑信息,通过虚拟爬虫遍历方式,对各个待巡检节点进行遍历,以获取节点路径遍历结果。
需要说明的是,根据预先设置的起始巡检节点,从该起始巡检节点开始,按照上述的线路拓扑信息所示的节点连接关系,依次对各个待巡检节点进行遍历,例如,当设置了节点1为起始巡检节点时,通过爬虫遍历算法,具体的遍历路径可以得到1>2>3>4/11……的遍历路径结果,可以理解的是,当线路的支路越多,可以遍历得到的路径结果也越多,再次不做赘述。
其中得到的节点路径遍历结果可以包括但不限于以下内容:各个待巡检节点的遍历路径以及遍历路径的总路程。
步骤103、从获取到的节点路径遍历结果中确定最短节点路径遍历结果,以便根据最短节点路径遍历结果控制无人机进行巡检。
需要说明的是,最后,根据输出的节点路径遍历结果进比较,确定最短节点路径遍历结果,以便根据该最短节点路径遍历结果中的遍历路径顺序控制无人机进行巡检。
本申请实施例通过将爬虫算法应用电力巡检路线规划,基于待巡检线路的拓扑信息,通过爬虫遍历的方式,对待巡检路线中的各个节点依次进行遍历,然后将遍历得到的最优路径作为无人机巡检路线,解决了现有依赖于人工规划方式无人机巡检路线规划效率低的技术问题。
以上为本申请提供的一种无人机巡检路线规划方法的第一个实施例的详细说明,下面为本申请提供的一种无人机巡检路线规划方法的第二个实施例的详细说明。
请参阅图2,本申请第二个实施例在上述第一个实施例的基础上,提供了一种无人机巡检路线规划方法。
进一步地,第一个实施例中的步骤102具体包括:
步骤1021、以预置的起始巡检节点为起点,按照线路拓扑信息,通过预先创建的虚拟爬虫依次对各个待巡检节点进行遍历,并依次记录虚拟爬虫经过的待巡检节点,以得到遍历路径;
步骤1022、根据遍历路径以及待巡检节点的间距,计算遍历路径对应的总路程,其中,待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
结合图4所示的线路拓扑,包括:R1={1,2,3,4,5,6,7,8,9,10};R2={3,11,12};R3={6,15,18};R4={15,16,17};R5={6,13,14},其中,一个数字代表一个杆塔坐标编号。由于R1的首、尾坐标1、10均不包含于其他线路片段中,因此R1为主路线,通过坐标位置对其进行自然连接。
爬虫从1出发,在嗅觉探测半径取值不大的情况下,根据其大脑注入的六条规则,由于在1处探测不到其余的线路片段,根据规则一,其将沿线路片段中的坐标点爬行,选取2(此时为1->2),同样在2处也探测不到其余的线路片段,选取3(1->2->3);根据规则二,爬虫将在3处探测到线路片段R2={3,11,12};根据规则三,其将进入线路片段R2(1->2->3->11),并沿此片段前进,每前进一个点都要轮询六条注入的规则,当路径为(1->2->3->11->12)时;根据规则六,其遍历完了支路,需要返回原来线路片段R1={1,2,3,4,5,6,7,8,9,10}并沿其坐标点继续前行(1->2->3->11->12->11->3->4->5);当其前进到坐标点6时,可以探测到两条支路,其会依次进入这两条支路R3={6,15,18}和R5={6,13,14},此时,无论选取进入哪条支路都没有区别,假设在其先进入R3={6,15,18},在15点处会进入此支路线的支路线R4={15,16,17},然后遍历并返回(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18);根据规则六,其会返回主线,当其返回时到15处(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15),虽然其可以探测到支路线R4={15,16,17},但由于这一条路线已经是遍历过的支路线(脏点),根据规则4,爬虫不再会进入这一支线,而是直奔主线而去(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15->6),然后继续前进,遍历另一个探测到的支线并返回(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15->6->13->14->13->6),然后沿着原来主线继续爬取(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15->6->13->14->13->6->7->8->9->10),当其爬取完主路线最后一个杆塔坐标点后,沿主线返回;返回时爬虫探测到的支路线由于都已经被遍历过了,都属于脏点,从而保证其直接奔回起始出发点,最后爬虫自动获取到的遍历路径为:
(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15->6->13->14->13->6->7->8->9->10->9->8->7->6->5->4->3->2->1),即得到的道路自然连接状态下的一条遍历路径。
在获取整个路图中的遍历路径后(1->2->3->11->12->11->3->4->5->6->15->16->17->16->15->18->15->6->13->14->13->6->7->8->9->10->9->8->7->6->5->4->3->2->1),根据无人机的续航能力,在此基础上截取其中的片段即可。由于每一条支路在整个路径中是对称插入的,如:(3->11->12->11->3)、(6->15->16->17->16->15->18->15->6->13->14->13->6),获取无人机续航能力范围内可以遍历到的路线,取出来的部分支路线可通过此方法继续选取下一轮飞行巡视路线,直至所有的路线均被巡视完毕。
虽然一般情况下得到遍历路径中包含的节点越少,路径一般也越短,但由于在实际环境中,各个节点之间的实际间距存在差异,路径短不一定等于路程短,因此,基于遍历得到的路径结果,还可以根据各个节点的位置信息,计算节点之间的间距,进一步计算其整段遍历路径的总路程,以便后续进行比较。
进一步地,步骤1021之后还包括:
1023、根据虚拟爬虫当前已遍历的待巡检节点记录,计算虚拟爬虫的已遍历路程;
1024、判断已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则结束遍历,并使得虚拟爬虫返回起始巡检节点。
需要说明的是,受限于使用的无人机的续航能力,当待巡检线路片段的范围过大时,此时,无人机可能无法完全遍历所有节点或在遍历完所有节点后的剩余能量已不足够返回起始巡检节点,因此,在本实施例的规划阶段,可以通过根据使用的无人机的续航能力参数设定返航路程阈值,当虚拟爬虫到达一个节点时,判断当前已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,直至遍历完全部的待巡检节点,获得本次遍历路径,若是,则结束遍历,并使得虚拟爬虫返回起始巡检节点,以获得本次的遍历路径结果。
进一步地,本实施例的步骤104具体包括:
对获取到的节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
以上为本申请提供的一种无人机巡检路线规划方法的第二个实施例的详细说明,下面为本申请提供的一种无人机巡检路线规划装置的第一个实施例的详细说明。
请参阅图3,本申请第三个实施例提供了一种无人机巡检路线规划装置,包括:
路线拓扑信息获取单元301,用于获取待巡检线路的线路拓扑信息,其中,线路拓扑信息包括:待巡检线路中的待巡检节点之间的线路连接关系,以及各个待巡检节点的位置信息;
节点遍历执行单元302,用于根据预置的起始巡检节点,结合线路拓扑信息,通过虚拟爬虫遍历方式,对各个待巡检节点进行遍历,以获取节点路径遍历结果;
巡检路线获取单元303,用于从获取到的节点路径遍历结果中确定最短节点路径遍历结果,以便根据最短节点路径遍历结果控制无人机进行巡检。
进一步地,节点遍历执行单元302具体包括:
遍历路径记录单元3021,用于以预置的起始巡检节点为起点,按照线路拓扑信息,通过预先创建的虚拟爬虫依次对各个待巡检节点进行遍历,并依次记录虚拟爬虫经过的待巡检节点,以得到遍历路径;
遍历路程计算单元3022,用于根据遍历路径以及待巡检节点的间距,计算遍历路径对应的总路程,其中,待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
进一步地,节点遍历执行单元还包括:
已遍历路程计算单元3023,用于根据虚拟爬虫当前已遍历的待巡检节点记录,计算虚拟爬虫的已遍历路程;
返航判断单元3024,用于判断已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则结束遍历,并使得虚拟爬虫返回起始巡检节点。
进一步地,巡检路线获取单元303具体用于:
对获取到的节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
以上为本申请提供的一种无人机巡检路线规划装置的第一个实施例的详细说明,下面为本申请提供的一种终端和一种存储介质的一个实施例的详细说明。
本申请第四个实施例提供了一种终端,包括:存储器和处理器;
存储器用于存储与本申请第一个实施例或第二个实施例提及的无人机巡检路线规划方法相对应的程序代码;
处理器用于执行所述程序代码。
本申请第五个实施例提供了一种存储介质,存储介质中保存有与本申请第一个实施例或第二个实施例提及的无人机巡检路线规划方法相对应的程序代码。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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全部或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-OnlyMemory)、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,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种无人机巡检路线规划方法,其特征在于,包括:
获取待巡检线路的线路拓扑信息,其中,所述线路拓扑信息包括:所述待巡检线路中的待巡检节点之间的线路连接关系,以及各个所述待巡检节点的位置信息;
根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果;
从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果,以便根据所述最短节点路径遍历结果控制无人机进行巡检。
2.根据权利要求1所述的一种无人机巡检路线规划方法,其特征在于,所述根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果具体包括:
以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点,以得到遍历路径;
根据所述遍历路径以及所述待巡检节点的间距,计算所述遍历路径对应的总路程,其中,所述待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
3.根据权利要求2所述的一种无人机巡检路线规划方法,其特征在于,所述以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点之后还包括:
根据所述虚拟爬虫当前已遍历的待巡检节点记录,计算所述虚拟爬虫的已遍历路程;
判断所述已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则生成控制指令,使得所述虚拟爬虫返回所述起始巡检节点。
4.根据权利要求1所述的一种无人机巡检路线规划方法,其特征在于,所述从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果具体包括:
对获取到的所述节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
5.一种无人机巡检路线规划装置,其特征在于,包括:
路线拓扑信息获取单元,用于获取待巡检线路的线路拓扑信息,其中,所述线路拓扑信息包括:所述待巡检线路中的待巡检节点之间的线路连接关系,以及各个所述待巡检节点的位置信息;
节点遍历执行单元,用于根据预置的起始巡检节点,结合所述线路拓扑信息,通过虚拟爬虫遍历方式,对各个所述待巡检节点进行遍历,以获取节点路径遍历结果;
巡检路线获取单元,用于从获取到的所述节点路径遍历结果中确定最短节点路径遍历结果,以便根据所述最短节点路径遍历结果控制无人机进行巡检。
6.根据权利要求5所述的一种无人机巡检路线规划装置,其特征在于,所述节点遍历执行单元具体包括:
遍历路径记录单元,用于以预置的起始巡检节点为起点,按照所述线路拓扑信息,通过预先创建的虚拟爬虫依次对各个所述待巡检节点进行遍历,并依次记录所述虚拟爬虫经过的待巡检节点,以得到遍历路径;
遍历路程计算单元,用于根据所述遍历路径以及所述待巡检节点的间距,计算所述遍历路径对应的总路程,其中,所述待巡检节点的间距为根据相邻的待巡检节点的位置信息计算得到的间隔距离。
7.根据权利要求6所述的一种无人机巡检路线规划装置,其特征在于,节点遍历执行单元还包括:
已遍历路程计算单元,用于根据所述虚拟爬虫当前已遍历的待巡检节点记录,计算所述虚拟爬虫的已遍历路程;
返航判断单元,用于判断所述已遍历路程是否大于预置的返航路程阈值,若否,则继续遍历下一个待巡检节点,若是,则生成控制指令,使得所述虚拟爬虫返回所述起始巡检节点。
8.根据权利要求5所述的一种无人机巡检路线规划装置,其特征在于,所述巡检路线获取单元具体用于:
对获取到的所述节点路径遍历结果中的总路程进行比较,根据比较结果,确定总路程最短的最短节点路径遍历结果。
9.一种终端,其特征在于,包括:存储器和处理器;
所述存储器用于存储与权利要求1至4任意一项所述的无人机巡检路线规划方法相对应的程序代码;
所述处理器用于执行所述程序代码。
10.一种存储介质,其特征在于,所述存储介质中保存有与权利要求1至4任意一项所述的无人机巡检路线规划方法相对应的程序代码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010466536.8A CN111640218B (zh) | 2020-05-28 | 2020-05-28 | 一种无人机巡检路线规划方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010466536.8A CN111640218B (zh) | 2020-05-28 | 2020-05-28 | 一种无人机巡检路线规划方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111640218A true CN111640218A (zh) | 2020-09-08 |
CN111640218B CN111640218B (zh) | 2022-06-21 |
Family
ID=72328759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010466536.8A Active CN111640218B (zh) | 2020-05-28 | 2020-05-28 | 一种无人机巡检路线规划方法、装置、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111640218B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418532A (zh) * | 2020-11-25 | 2021-02-26 | 杭州凯达电力建设有限公司 | 输电线路的巡检路径规划方法、装置、设备及存储介质 |
CN112668793A (zh) * | 2020-12-31 | 2021-04-16 | 广州极飞科技有限公司 | 补给点位确定方法、作业规划方法及相关装置 |
CN113220945A (zh) * | 2021-04-28 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种用于数据血缘的字段检索和路径展示的方法及系统 |
CN113989952A (zh) * | 2021-10-22 | 2022-01-28 | 国网山东省电力公司利津县供电公司 | 基于分布式电源网点的电力设备巡视系统 |
CN114387700A (zh) * | 2022-01-25 | 2022-04-22 | 高新兴科技集团股份有限公司 | 电力设备的仿真模拟巡检方法、装置、介质及设备 |
CN114721403A (zh) * | 2022-06-02 | 2022-07-08 | 中国海洋大学 | 基于OpenCV的自动驾驶控制方法、装置及存储介质 |
CN115879827A (zh) * | 2023-02-21 | 2023-03-31 | 国网山东省电力公司平度市供电公司 | 一种线路巡检有效性评估方法 |
CN116644877A (zh) * | 2023-07-26 | 2023-08-25 | 广东电网有限责任公司江门供电局 | 一种配网线路落火点巡视路线规划方法及相关装置 |
CN116934029A (zh) * | 2023-07-20 | 2023-10-24 | 南京海汇装备科技有限公司 | 一种基于人工智能的地空协作管理系统及方法 |
CN117451047A (zh) * | 2023-09-26 | 2024-01-26 | 中国公路工程咨询集团有限公司 | 一种基于巡检机器人的公路桥梁桩基检测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020119770A1 (en) * | 2000-12-22 | 2002-08-29 | Twitchell Robert W. | Class switched networks for tracking articles |
CN102566576A (zh) * | 2012-02-24 | 2012-07-11 | 山东鲁能智能技术有限公司 | 一种用于变电站顺控系统的多巡检机器人协同运作方法 |
CN106017472A (zh) * | 2016-05-17 | 2016-10-12 | 成都通甲优博科技有限责任公司 | 全局路线规划方法、全局路线规划系统及无人机 |
CN107527395A (zh) * | 2016-06-21 | 2017-12-29 | 中兴通讯股份有限公司 | 一种无人机巡检方法、装置及无人机 |
CN107784380A (zh) * | 2016-08-30 | 2018-03-09 | 上海创和亿电子科技发展有限公司 | 一种巡检最短路径的优化方法及优化系统 |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
CN109064467A (zh) * | 2018-08-20 | 2018-12-21 | 贵州宜行智通科技有限公司 | 小区安防的分析方法、装置及电子设备 |
CN109492111A (zh) * | 2018-09-19 | 2019-03-19 | 平安科技(深圳)有限公司 | 最短路径查询方法、系统、计算机设备和存储介质 |
-
2020
- 2020-05-28 CN CN202010466536.8A patent/CN111640218B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020119770A1 (en) * | 2000-12-22 | 2002-08-29 | Twitchell Robert W. | Class switched networks for tracking articles |
CN102566576A (zh) * | 2012-02-24 | 2012-07-11 | 山东鲁能智能技术有限公司 | 一种用于变电站顺控系统的多巡检机器人协同运作方法 |
CN106017472A (zh) * | 2016-05-17 | 2016-10-12 | 成都通甲优博科技有限责任公司 | 全局路线规划方法、全局路线规划系统及无人机 |
CN107527395A (zh) * | 2016-06-21 | 2017-12-29 | 中兴通讯股份有限公司 | 一种无人机巡检方法、装置及无人机 |
CN107784380A (zh) * | 2016-08-30 | 2018-03-09 | 上海创和亿电子科技发展有限公司 | 一种巡检最短路径的优化方法及优化系统 |
CN108037770A (zh) * | 2017-11-22 | 2018-05-15 | 国网山东省电力公司济宁供电公司 | 基于人工智能的无人机输电线路巡检系统和方法 |
CN109064467A (zh) * | 2018-08-20 | 2018-12-21 | 贵州宜行智通科技有限公司 | 小区安防的分析方法、装置及电子设备 |
CN109492111A (zh) * | 2018-09-19 | 2019-03-19 | 平安科技(深圳)有限公司 | 最短路径查询方法、系统、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
吕太之: "移动机器人路径规划和地图创建研究", 《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》, 30 July 2018 (2018-07-30) * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418532A (zh) * | 2020-11-25 | 2021-02-26 | 杭州凯达电力建设有限公司 | 输电线路的巡检路径规划方法、装置、设备及存储介质 |
CN112668793A (zh) * | 2020-12-31 | 2021-04-16 | 广州极飞科技有限公司 | 补给点位确定方法、作业规划方法及相关装置 |
CN113220945A (zh) * | 2021-04-28 | 2021-08-06 | 广州宸祺出行科技有限公司 | 一种用于数据血缘的字段检索和路径展示的方法及系统 |
CN113220945B (zh) * | 2021-04-28 | 2024-05-31 | 广州宸祺出行科技有限公司 | 一种用于数据血缘的字段检索和路径展示的方法及系统 |
CN113989952B (zh) * | 2021-10-22 | 2023-10-24 | 国网山东省电力公司利津县供电公司 | 基于分布式电源网点的电力设备巡视系统 |
CN113989952A (zh) * | 2021-10-22 | 2022-01-28 | 国网山东省电力公司利津县供电公司 | 基于分布式电源网点的电力设备巡视系统 |
CN114387700A (zh) * | 2022-01-25 | 2022-04-22 | 高新兴科技集团股份有限公司 | 电力设备的仿真模拟巡检方法、装置、介质及设备 |
CN114387700B (zh) * | 2022-01-25 | 2024-01-09 | 高新兴科技集团股份有限公司 | 电力设备的仿真模拟巡检方法、装置、介质及设备 |
CN114721403A (zh) * | 2022-06-02 | 2022-07-08 | 中国海洋大学 | 基于OpenCV的自动驾驶控制方法、装置及存储介质 |
CN115879827A (zh) * | 2023-02-21 | 2023-03-31 | 国网山东省电力公司平度市供电公司 | 一种线路巡检有效性评估方法 |
CN115879827B (zh) * | 2023-02-21 | 2023-05-26 | 国网山东省电力公司平度市供电公司 | 一种线路巡检有效性评估方法 |
CN116934029A (zh) * | 2023-07-20 | 2023-10-24 | 南京海汇装备科技有限公司 | 一种基于人工智能的地空协作管理系统及方法 |
CN116934029B (zh) * | 2023-07-20 | 2024-06-04 | 南京海汇装备科技有限公司 | 一种基于人工智能的地空协作管理系统及方法 |
CN116644877A (zh) * | 2023-07-26 | 2023-08-25 | 广东电网有限责任公司江门供电局 | 一种配网线路落火点巡视路线规划方法及相关装置 |
CN117451047A (zh) * | 2023-09-26 | 2024-01-26 | 中国公路工程咨询集团有限公司 | 一种基于巡检机器人的公路桥梁桩基检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111640218B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111640218B (zh) | 一种无人机巡检路线规划方法、装置、终端及存储介质 | |
CN107228677B (zh) | 偏航识别方法和装置 | |
CN104266656A (zh) | 用于道路网的最短路径搜索方法及装置 | |
CN106650771A (zh) | 基于聚类分析的轨迹去噪方法以及装置 | |
CN113375689B (zh) | 导航方法、装置、终端和存储介质 | |
CN110006429A (zh) | 一种基于深度优化的无人船航迹规划方法 | |
CN110162058B (zh) | Agv规划方法及装置 | |
US10984588B2 (en) | Obstacle distribution simulation method and device based on multiple models, and storage medium | |
CN108280463B (zh) | 车辆搭载无人机双层路径的优化方法及装置 | |
CN113867336B (zh) | 一种适用于复杂场景下移动机器人路径导航及规划方法 | |
CN108959359A (zh) | 一种统一资源定位符语义去重方法、装置、设备和介质 | |
CN117032311A (zh) | 一种输电线路无人机巡检任务自动规划方法、装置、设备及介质 | |
US9674083B2 (en) | Path calculation order deciding method, program and calculating apparatus | |
CN109916421A (zh) | 路径规划方法及装置 | |
CN114527788A (zh) | 基于动态权重的a星算法改进方法、系统、装置及介质 | |
CN116700277A (zh) | 巡检路径的生成方法、装置、电子设备及存储介质 | |
CN115496201A (zh) | 一种基于深度强化学习的列车精确停车控制方法 | |
CN111185013A (zh) | 基于虚拟赛道的游戏数据获取方法、处理器及电子装置 | |
CN114103938B (zh) | 控制车辆纵向运动的方法、装置及存储介质 | |
CN116764225B (zh) | 一种高效寻路的处理方法、装置、设备及介质 | |
CN116817958A (zh) | 一种基于障碍物分组的参考路径生成方法、装置和介质 | |
CN111160594B (zh) | 一种到达时间的预估方法、装置及存储介质 | |
CN115130791B (zh) | 面向车载智能机场的无人机与车辆协同调度方法及装置 | |
CN116307325A (zh) | 一种配电网的线路规划方法、装置、电子设备及存储介质 | |
CN111780762B (zh) | 巡检路径生成方法、装置和存储介质 |
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 |