CN112596543A - 多机协同巡检系统 - Google Patents

多机协同巡检系统 Download PDF

Info

Publication number
CN112596543A
CN112596543A CN202011467027.3A CN202011467027A CN112596543A CN 112596543 A CN112596543 A CN 112596543A CN 202011467027 A CN202011467027 A CN 202011467027A CN 112596543 A CN112596543 A CN 112596543A
Authority
CN
China
Prior art keywords
inspection
unmanned aerial
task
routing inspection
routing
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
Application number
CN202011467027.3A
Other languages
English (en)
Other versions
CN112596543B (zh
Inventor
曾懿辉
任欣元
舒应军
张虎
屈勇
郭晓斌
何超林
王昊
吴新桥
李彬
蔡思航
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.)
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Southern Power Grid Digital Grid Research Institute 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 Foshan Power Supply Bureau of Guangdong Power Grid Corp, Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Foshan Power Supply Bureau of Guangdong Power Grid Corp
Priority to CN202011467027.3A priority Critical patent/CN112596543B/zh
Publication of CN112596543A publication Critical patent/CN112596543A/zh
Application granted granted Critical
Publication of CN112596543B publication Critical patent/CN112596543B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G05D1/10—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
    • 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

  • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种多机协同巡检系统，所述系统包括：无人机指挥平台、巡检任务规划服务端、多架无人机和巡检结果处理服务端，由巡检任务规划服务端根据各架无人机对应的巡检定位点和所述巡检任务点，生成巡检路径调整指示，并向多架无人机发送巡检路径调整指示，使得多架无人机可以根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送巡检任务结果，实现了通过各架无人机的巡检定位点及时对多架无人机的巡检规划路径进行调整，协调多条巡检规划路径，有效提高多架无人机的协同性，有效发挥多架无人机的巡检能力，提高巡检任务的完成效率。

Description

多机协同巡检系统
技术领域
本申请涉及电网巡检技术领域，特别是涉及一种多机协同巡检系统。
背景技术
随着无人机技术的不断发展，越来越多的任务可以由无人机执行，部分工作环境由于危险性较高，通过无人机代替人工进行巡检，可以有效避免人工巡查的危害性，同时也减少了巡检时间。
在现有技术中，针对基于泛在电力物联网，可以使用多架无人机执行巡检任务，然而，在无人机巡检过程中，无法进行多机协同巡检，多架无人机之间的协同性低。
发明内容
基于此，有必要针对上述技术问题，提供一种多机协同巡检系统。
一种多机协同巡检系统，所述系统包括：
无人机指挥平台，用于获取电网巡检任务，并向巡检任务规划服务端下发所述电网巡检任务；
所述巡检任务规划服务端，用于确定所述电网巡检任务对应的巡检任务点，根据所述巡检任务点生成多个无人机巡检任务，并向多架无人机分配所述多个无人机巡检任务；每个无人机巡检任务包括至少一个巡检任务点；
所述多架无人机，用于根据无人机巡检任务中的巡检任务点，确定巡检规划路径，并向所述巡检任务规划服务端发送所述巡检规划路径；
所述巡检任务规划服务端，还用于根据各架无人机对应的巡检规划路径，确定巡检定位点，并根据所述巡检定位点和所述巡检任务点，生成巡检路径调整指示，并向所述多架无人机发送所述巡检路径调整指示；
所述多架无人机，还用于根据所述巡检路径调整指，确定调整后的巡检规划路径，根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送所述巡检任务结果；
所述巡检结果处理服务端，用于对多个巡检任务结果进行分析，得到分析结果，并向所述无人机指挥平台发送所述分析结果。
可选地，所述系统还包括多个移动机场；所述巡检任务规划服务端，用于向所述多个移动机场中的各个移动机场，发送对应的无人机巡检任务；
所述多个移动机场，用于在接收到无人机巡检任务时，分别向移动机场中的无人机发送所述无人机巡检任务。
可选地，所述移动机场具有巡检任务执行系统，所述移动机场与所述巡检任务执行系统为一体结构。
可选地，所述移动机场通过所述巡检任务执行系统，与所述巡检任务规划服务端进行无线网络数据传输，所述移动机场包括不同型号的多架无人机。
可选地，所述无人机配置有视频拍摄设备，所述无人机还用于在巡检过程中，通过所述视频拍摄设备进行视频录制。
可选地，所述系统还包括监控中心，所述无人机还用于在巡检过程中，通过所述视频拍摄设备获取实时画面，并向所述监控中心传输所述实时画面。
可选地，所述无人机还用于对无人机巡检任务的执行状况进行监测，并在执行状况异常时，向所述无人机指挥平台发送指示巡检任务执行异常的信息。
可选地，所述多架无人机，具体用于根据所述巡检任务点和蚁群算法，得到距离最短的巡检规划路径。
可选地，所述巡检规划路径为飞行时间与位置的函数。
可选地，所述巡检任务规划服务端，用于根据当前飞行时间确定当前位置，并将所述当前位置确定为巡检定位点；所述无人机指挥平台与电源模块连接，所述电源模块采用220v电压。
上述一种多机协同巡检系统，通过由无人机指挥平台获取巡检任务，向巡检任务规划服务端下发巡检任务，由巡检任务规划服务端确定巡检任务对应的巡检任务点，根据巡检任务点生成多个巡检任务，并向多架无人机分配包括巡检任务点的多个巡检任务，使得多架无人机可以根据无人机巡检任务中的巡检任务点，确定巡检规划路径，并向巡检任务规划服务端发送巡检规划路径，巡检任务规划服务端可以根据各架无人机对应的巡检规划路径，确定巡检定位点，并根据巡检定位点和巡检任务点生成巡检路径调整指示，向多架无人机发送巡检路径调整指示，多架无人机可以根据巡检路径调整指，确定调整后的巡检规划路径，根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送巡检任务结果，巡检结果处理服务端可以对多个巡检任务结果进行分析，得到分析结果，并向无人机指挥平台发送分析结果，实现了通过各架无人机的巡检定位点及时对多架无人机的巡检规划路径进行调整，协调多条巡检规划路径，有效提高多架无人机的协同性，有效发挥多架无人机的巡检能力，提高巡检任务的完成效率。
附图说明
图1为一个实施例中一种多机协同巡检系统的架构示意图；
图2为一个实施例中巡检规划路径确定步骤的流程示意图；
图3为一个实施例中另一种多机协同巡检系统的架构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的一种多机协同巡检系统，如图1所示，可以包括无人机指挥平台101、巡检任务规划服务端102、多架无人机103以及巡检结果处理服务端104。其中，无人机指挥平台、巡检任务规划服务端和巡检结果处理服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
具体的，该系统可以包括：
无人机指挥平台101，用于获取巡检任务，并向巡检任务规划服务端下发所述巡检任务。
作为一示例，无人机指挥平台可以是与用于用户进行交互、进行无人机调度的平台。巡检任务可以是待巡检的地点、设备或区域。例如，用户可以针对指定的电网设设置巡检任务，如电站锅炉、蒸汽轮机、燃气轮机、水轮机、发电机、变压器、输电线路、互感器、接触器等，又如针对基于泛在电力物联网中的设备；也可以针对指定的地点或指定区域设置巡检任务。
在具体实现中，用户可以通过无人机指挥平台输入待执行的巡检任务，则响应于用户输入，无人机指挥平台可以获取巡检任务，并向巡检任务规划服务端下发巡检任务。
所述巡检任务规划服务端102，用于确定所述巡检任务对应的巡检任务点，根据所述巡检任务点生成多个巡检任务，并向多架无人机分配所述多个巡检任务；每个巡检任务包括至少一个巡检任务点。
作为一示例，在巡检过程中，无人机可以通过不同的路线到达指定的位置，即巡检任务点，巡检任务点可以是指无人机在巡检任务执行过程中需要到达的位置，巡检任务点可以通过经度和纬度确定，也可以是具有范围的区域。
在实际应用中，巡检任务规划服务端在获取到巡检任务后，可以确定该巡检任务对应的巡检任务点。具体而言，用户可以预先设置每个巡检任务对应的巡检任务点，例如，若巡检任务为对指定区域进行巡检，则可以预先获取该指定区域中的一个或多个位置，作为巡检任务点。或者，也可以由巡检任务规划服务端对巡检任务进行分析，确定出对应的巡检任务点，例如，若巡检任务为对指定区域中，基于泛在电力物联网中的设备进行巡检，则巡检任务规划服务端可以获取各个设备当前的设备位置，并根据各个设备位置，生成巡检任务点，若存在多个设备位置集中的设备，则可以针对集中的多个设备位置，生成一个巡检任务点，也可以分别为每个设备位置生成一个巡检任务点。
在确定多个巡检任务点后，巡检任务规划服务端可以根据多个巡检任务点生成多个巡检任务，每个巡检任务中包括至少一个巡检任务点，当然，也可以包括多个巡检任务点。各个巡检任务中的巡检任务点可以不重复，或者，针对重要性高于预设阈值的巡检任务点，可以同时包括在不同的巡检任务中。
在生成多个巡检任务后，可以向多架无人机分配进行巡检任务分配。
所述多架无人机103，用于根据巡检任务中的巡检任务点，确定巡检规划路径，并向所述巡检任务规划服务端发送所述巡检规划路径。
作为一示例，巡检规划路径为无人机在执行巡检任务时的飞行路径。
在向多架无人机分配巡检任务后，每架无人机都可以得到至少一个巡检任务，每架无人机可以根据巡检任务中的巡检任务点，确定出巡检路径。
所述巡检任务规划服务端102，还用于根据各架无人机对应的巡检规划路径，确定巡检定位点，并根据所述巡检定位点和所述巡检任务点，生成巡检路径调整指示，并向所述多架无人机发送所述巡检路径调整指示。
作为一示例，巡检定位点可用于指示无人机的所在的位置。
在实际应用中，由于各架无人机可以单独进行路线规划，在多架无人机飞行过程中，可以由巡检任务规划服务端对多架无人机的巡检规划路径进行协调。具体而言，巡检任务规划服务端在接收到巡检规划路径后，可以根据巡检规划路径确定巡检定位点，并根据巡检定位点和原来接收的巡检任务点，确定各架无人机是否存在碰撞和/或对相同位置重复巡检的情况，当存在时，可以生成巡检路径调整指示，并向多架无人机发送巡检路径调整指示。
所述多架无人机103，还用于根据所述巡检路径调整指，确定调整后的巡检规划路径，根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送所述巡检任务结果。
在接收到巡检路径调整指示后，无人机可以根据该指示对巡检规划路径进行调整，得到调整后的巡检规划路径，并根据调整后的巡检规划路径继续进行巡检，在巡检完毕后，每架无人机可以生成本次巡检任务对应的巡检任务结果，并向巡检结果处理服务端发送巡检任务结果。
所述巡检结果处理服务端104，用于对多个巡检任务结果进行分析，得到分析结果，并向所述无人机指挥平台发送所述分析结果。
巡检结果处理服务端在接收到多架无人机对应的巡检任务结果后，可以对多个巡检任务结果进行汇总，并生成分析结果，例如，针对电网设备的巡检，巡检结果处理服务端可以从多架无人机获取到电网设备的设备外观数据或者与电网设备相关的视频，通过对设备外观数据或视频进行分析汇总后，可以得到分析结果，进而可以向无人机指挥平台发送分析结果。
在本实施例中，通过由无人机指挥平台获取巡检任务，向巡检任务规划服务端下发巡检任务，由巡检任务规划服务端确定巡检任务对应的巡检任务点，根据巡检任务点生成多个巡检任务，并向多架无人机分配包括巡检任务点的多个巡检任务，使得多架无人机可以根据无人机巡检任务中的巡检任务点，确定巡检规划路径，并向巡检任务规划服务端发送巡检规划路径，巡检任务规划服务端可以根据各架无人机对应的巡检规划路径，确定巡检定位点，并根据巡检定位点和巡检任务点生成巡检路径调整指示，向多架无人机发送巡检路径调整指示，多架无人机可以根据巡检路径调整指，确定调整后的巡检规划路径，根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送巡检任务结果，巡检结果处理服务端可以对多个巡检任务结果进行分析，得到分析结果，并向无人机指挥平台发送分析结果，实现了通过各架无人机的巡检定位点及时对多架无人机的巡检规划路径进行调整，协调多条巡检规划路径，有效提高多架无人机的协同性，有效发挥多架无人机的巡检能力，提高巡检任务的完成效率。
在一个实施例中，多架无人机可以根据巡检任务对应的巡检任务点和蚁群算法，得到距离最短的巡检规划路径。
在具体实现中，蚁群算法中可以包括初始化蚂蚁数量m、蚂蚁运动过程中信息素的影响系数α、蚂蚁选择路径过程中启发因子影响系数β、信息素浓度τij、各个蚂蚁的初始位置、蚂蚁转移概率
Figure BDA0002834676430000061
其中，蚂蚁转移概率可以采用如下公式计算：
Figure BDA0002834676430000062
其中，allowedk表示表示第k只蚂蚁下一步允许选择的巡检任务点集合，ηij(t)为启发函数，表示从巡检任务点i转移到巡检任务点j的期望程度，τis(t)给出了在过去有多少至蚂蚁选择走同一条巡检规划路径的信息。
进一步地，可以通过如下公式确定是否将蚂蚁转移到巡检任务点j中：
Figure BDA0002834676430000063
若是，在对应无人机的巡检规划路径设置巡检任务点j；
进一步地，可以通过如下公式对巡检规划路径上存在的信息素进行修改：
τij(t＝n)＝ρ×τij(t)+Δτij
Figure BDA0002834676430000071
其中，τij(t)表示时刻t在路径edge(i，j)上释放的信息素量，ρ表示在时间t到时间t+n之间所经过路径上信息素的蒸发系数，Δτij为第k只蚂蚁在巡检任务点i和巡检任务点j中存在的信息素；
信息素增加公式如下：
Figure BDA0002834676430000072
其中，Q为常数；Lk代表的是循环运动一次第k只蚂蚁的路径总长，可以称为第k只蚂蚁完成一次旅行时所走过的路径总长度。
如图2所示，在使用蚁群算法进行巡检路径规划时，可以先对初始化蚂蚁数量m、蚂蚁运动过程中信息素的影响系数α、蚂蚁选择路径过程中启发因子影响系数β、信息素浓度τij、各个蚂蚁的初始位置，进行参数初始化。
在参数初始化完成后，可以针对m只蚂蚁，可以计算蚂蚁转移概率，并根据得到的转移概率修改禁忌表，禁忌表中可以包括一个或多个巡检任务对应的巡检任务点。
在修改禁忌表后，可以比较m只蚂蚁循环路径的长度，并根据比较结果，确定最短路径。然后，可以对巡检规划路径上存在的信息素进行修改，清空禁忌表中的内容。
在禁忌表清空后，可以判断当前是否达到最大迭代次数，若否，则可以返回参数初始化的步骤，重新对蚁群算法中的参数进行更新，并记录最短路径、清空禁忌表的步骤；若是，则可以从已记录的多个最短路径中，确定出最优解，作为对应无人机距离最短的巡检规划路径。
在本实施例中，实现了根据蚁群算法进行巡检路径规划，获取距离最短的巡检规划路径，能够有效节省飞行时间。
在一个实施例中，巡检规划路径可以是飞行时间与位置的函数，各个巡检规划路径都可以通过飞行时间函数表示，巡检任务规划服务端可以根据当前飞行时间确定无人机的当前位置，并将当前位置确定为巡检定位点。
在本实施例中，实现了根据飞行时间确定快速确定巡检定位点，为多机协同智能巡检提供数据基础。
在一个实施例中，多机协同巡检系统还可以包括电源模块，无人机指挥平台与电源模块连接，维持无人机指挥平台后续工作运行的基本需求，电源模块采用220v的居民用电，便于各设备之间电源互通，无需降压或者升压。
在一个实施例中，多机协同巡检系统还可以包括可以多个移动机场，巡检任务规划服务端可以向多个移动机场中的各个移动机场，发送对应的巡检任务，多个移动机场可以在接收到巡检任务时，分别向移动机场中的无人机发送巡检任务。
具体的，巡检任务规划服务端在生成多个巡检任务后，可以向通信连接的多个移动机场分别发送巡检任务，在发送巡检任务时，可以向同一移动机场发送一个或多个巡检任务。每个移动机场在接收到巡检任务时，可以确定移动机场中当前处于空闲状态的无人机，并向该无人机发送巡检任务；或者，也可以向处于工作状态的无人机发送巡检任务，无人机在完成当前巡检任务后，可以根据队列中等待执行的巡检任务，继续执行巡检工作。又或者，可以根据巡检任务对应的巡检点的地理特征或任务特征，分派对应的无人机执行巡检任务。
在本实施例中，通过向多个移动机场中的各个移动机场，发送对应的巡检任务，每个移动机场可以分别向移动机场中的无人机发送巡检任务，实现了对多个移动机场中的无人机进行调度，为多机协同的巡检任务执行提供数据基础。
在一个实施例中，移动机场可以具有巡检任务执行系统，移动机场与巡检任务执行系统为一体结构，通过在移动机场设置巡检任务执行系统，可以对移动机场巡检任务进行统一管理，有效提高各个移动机场和同一机场中多架无人机的协同效率。
在一个实施例中，移动机场通过巡检任务执行系统与巡检任务规划服务端进行无线网络数据传输，移动机场包括不同型号的多架无人机。
作为一示例，无线网络可以包括无线广域网、无线局域网、无线城域网和无线个人局域网。
在实际应用中，移动机场在于巡检任务规划服务端进行通信时，可以基于网线网络进行数据传输，移动机场中可以具有不同型号的多架无人机，例如，移动机场中可以设置两架小型无人机和两架中型无人机，例如小型无人机的型号可以是大疆御MavicPro，中型无人机的型号可以是大疆精灵Phantom4ProV2.0。或者，可以配置具有不同性能特点的无人机。
在本实施例中，通过对移动机场配置不同型号的多架无人机，可以适应不同巡检任务的任务需求，在多机协同的巡检场景中，可以调度不同型号的无人机执行巡检任务。
在一个实施例中，无人机配置有视频拍摄设备，无人机还可用于在巡检过程中，通过视频拍摄设备进行视频录制，实现了巡检过程视频录制，能够在后续随时回顾巡检过程。
在一个实施例中，多机协同巡检系统还可以包括监控中心，无人机还可以在巡检过程中，通过视频拍摄设备获取实时画面，并向监控中心传输实时画面。在本实施例中，能够通过无人机的视频拍摄设备获取巡检过程中的实时画面，能够实时对巡检过程进行监控，及时对无人机进行调度或者发现电网设备的故障。
在一个实施例中，无人机还用于对巡检任务的执行状况进行监测，并在执行状况异常时，向无人机指挥平台发送指示巡检任务执行异常的信息。
在具体实现中，无人机在执行巡检任务的过程中，可以对执行过程进行监测，判断当前巡检任务的执行状况是否存在异常状况，例如，是否偏离巡检规划路径、是否发现存在异常状况的电网设备，或者无人机当前是否处于工作异常状态。若检测到异常状况，可以确定当前巡检任务的执行状况异常，进而可以向无人机指挥平台发送指示巡检任务执行异常的信息。
在本实施例中，通过在巡检过程中，向无人机指挥平台发送指示巡检任务执行异常的信息，实现了在无人机发生意外时，及时向无人机指挥平台进行反馈，达到对多架无人机实时监控的目的，为后续对多架任务机的巡检任务协调提供基础。
在一个实施例中，巡检任务执行系统分别与监控中心和所述巡检结果处理服务端通信连接，监控中心与无人机指挥平台通信连接，巡检结果处理服务端与无人机指挥平台通信连接。
无人机指挥平台与巡检任务规划服务端通信连接，巡检任务规划服务端可以与移动机场通信连接，移动机场与巡检任务执行系统相连接，巡检任务执行系统可以分别与监控中心和巡检结果处理服务端通信连接，监控中心可以与无人机指挥平台通信连接，巡检结果处理服务端可以与指挥中心相连接。
在本实施例中，巡检任务执行系统分别与监控中心和巡检结果处理服务端通信连接，监控中心与无人机指挥平台通信连接，巡检结果处理服务端与无人机指挥平台通信连接，能够有效提高各个服务端或平台之间的信息交互程度，为多机协同的巡检任务调度提供基础。
为了使本领域技术人员能够更好地理解本申请中的多机协同巡检系统，以下通过一个例子对多机协同巡检系统加以示例性说明，但应当理解的是，本申请实施例并不限于此。
如图3所示，多机协同巡检系统还可以包括电源模块、指挥中心(即本申请中的无人机指挥平台)、巡检任务规划中心(即本申请中的巡检任务规划服务端)、移动机场、巡检任务执行系统、监控中心和巡检结果处理中心(对应本申请中的巡检结果处理服务端)。
其中，指挥中心与巡检任务规划中心相连接，巡检任务规划中心与移动机场相连接，移动机场与巡检任务执行系统相连接，巡检任务执行系统与监控中心相连接，监控中心与指挥中心相连接，巡检任务执行系统与巡检结果处理中心相连接，巡检结果处理中心与指挥中心相连接。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种多机协同巡检系统，其特征在于，所述系统包括：
无人机指挥平台，用于获取电网巡检任务，并向巡检任务规划服务端下发所述电网巡检任务；
所述巡检任务规划服务端，用于确定所述电网巡检任务对应的巡检任务点，根据所述巡检任务点生成多个无人机巡检任务，并向多架无人机分配所述多个无人机巡检任务；每个无人机巡检任务包括至少一个巡检任务点；
所述多架无人机，用于根据无人机巡检任务中的巡检任务点，确定巡检规划路径，并向所述巡检任务规划服务端发送所述巡检规划路径；
所述巡检任务规划服务端，还用于根据各架无人机对应的巡检规划路径，确定巡检定位点，并根据所述巡检定位点和所述巡检任务点，生成巡检路径调整指示，并向所述多架无人机发送所述巡检路径调整指示；
所述多架无人机，还用于根据所述巡检路径调整指，确定调整后的巡检规划路径，根据调整后的巡检规划路径进行巡检，并在巡检完毕后，生成巡检任务结果，向巡检结果处理服务端发送所述巡检任务结果；
所述巡检结果处理服务端，用于对多个巡检任务结果进行分析，得到分析结果，并向所述无人机指挥平台发送所述分析结果。
2.根据权利要求1所述的系统，其特征在于，所述系统还包括多个移动机场；
所述巡检任务规划服务端，用于向所述多个移动机场中的各个移动机场，发送对应的无人机巡检任务；
所述多个移动机场，用于在接收到无人机巡检任务时，分别向移动机场中的无人机发送所述无人机巡检任务。
3.根据权利要求2所述的系统，其特征在于，所述移动机场具有巡检任务执行系统，所述移动机场与所述巡检任务执行系统为一体结构。
4.根据权利要求3所述的系统，其特征在于，所述移动机场通过所述巡检任务执行系统，与所述巡检任务规划服务端进行无线网络数据传输，所述移动机场包括不同型号的多架无人机。
5.根据权利要求1所述的系统，其特征在于，所述无人机配置有视频拍摄设备，所述无人机还用于在巡检过程中，通过所述视频拍摄设备进行视频录制。
6.根据权利要求5所述的系统，其特征在于，所述系统还包括监控中心，所述无人机还用于在巡检过程中，通过所述视频拍摄设备获取实时画面，并向所述监控中心传输所述实时画面。
7.根据权利要求1所述的系统，其特征在于，所述无人机还用于对无人机巡检任务的执行状况进行监测，并在执行状况异常时，向所述无人机指挥平台发送指示巡检任务执行异常的信息。
8.根据权利要求1所述的系统，其特征在于，所述多架无人机，具体用于根据所述巡检任务点和蚁群算法，得到距离最短的巡检规划路径。
9.根据权利要求1所述的系统，其特征在于，所述巡检规划路径为飞行时间与位置的函数。
10.根据权利要求9所述的系统，其特征在于，所述巡检任务规划服务端，用于根据当前飞行时间确定当前位置，并将所述当前位置确定为巡检定位点；所述无人机指挥平台与电源模块连接，所述电源模块采用220v电压。
CN202011467027.3A 2020-12-14 2020-12-14 多机协同巡检系统 Active CN112596543B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011467027.3A CN112596543B (zh) 2020-12-14 2020-12-14 多机协同巡检系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011467027.3A CN112596543B (zh) 2020-12-14 2020-12-14 多机协同巡检系统

Publications (2)

Publication Number Publication Date
CN112596543A true CN112596543A (zh) 2021-04-02
CN112596543B CN112596543B (zh) 2024-04-09

Family

ID=75195209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011467027.3A Active CN112596543B (zh) 2020-12-14 2020-12-14 多机协同巡检系统

Country Status (1)

Country Link
CN (1) CN112596543B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114248945A (zh) * 2021-12-21 2022-03-29 国网浙江省电力有限公司双创中心 一种无人机空港装置及无人机电力巡检方法
CN114510073A (zh) * 2022-01-24 2022-05-17 枣庄易飞航天科技有限公司 一种基于复合翼无人机的智能高速边防巡检系统
CN115454148A (zh) * 2022-11-08 2022-12-09 四川腾盾科技有限公司 固定翼集群无人机区域覆盖路径规划方法、介质及装置
CN115661965A (zh) * 2022-09-06 2023-01-31 贵州博睿科讯科技发展有限公司 一种融合自动机场的公路无人机智能巡检系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109358650A (zh) * 2018-12-14 2019-02-19 国网冀北电力有限公司检修分公司 巡检路径规划方法、装置、无人机和计算机可读存储介质
CN110011223A (zh) * 2019-05-07 2019-07-12 江苏方天电力技术有限公司 适于区域输电线路的多无人机协作巡检方法和系统
CN111667230A (zh) * 2020-04-16 2020-09-15 中国电力科学研究院有限公司 一种无人机自主巡检作业监控分析系统及方法
CN211668520U (zh) * 2020-04-09 2020-10-13 天津基点科技有限公司 一种基于无人机的输电杆塔设备的自动航拍系统
CN112068539A (zh) * 2019-05-23 2020-12-11 李峥嵘 一种风电机组叶片无人机自动驾驶巡检方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109358650A (zh) * 2018-12-14 2019-02-19 国网冀北电力有限公司检修分公司 巡检路径规划方法、装置、无人机和计算机可读存储介质
CN110011223A (zh) * 2019-05-07 2019-07-12 江苏方天电力技术有限公司 适于区域输电线路的多无人机协作巡检方法和系统
CN112068539A (zh) * 2019-05-23 2020-12-11 李峥嵘 一种风电机组叶片无人机自动驾驶巡检方法
CN211668520U (zh) * 2020-04-09 2020-10-13 天津基点科技有限公司 一种基于无人机的输电杆塔设备的自动航拍系统
CN111667230A (zh) * 2020-04-16 2020-09-15 中国电力科学研究院有限公司 一种无人机自主巡检作业监控分析系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114248945A (zh) * 2021-12-21 2022-03-29 国网浙江省电力有限公司双创中心 一种无人机空港装置及无人机电力巡检方法
CN114510073A (zh) * 2022-01-24 2022-05-17 枣庄易飞航天科技有限公司 一种基于复合翼无人机的智能高速边防巡检系统
CN114510073B (zh) * 2022-01-24 2022-10-25 枣庄易飞航天科技有限公司 一种基于复合翼无人机的智能高速边防巡检系统
CN115661965A (zh) * 2022-09-06 2023-01-31 贵州博睿科讯科技发展有限公司 一种融合自动机场的公路无人机智能巡检系统
CN115661965B (zh) * 2022-09-06 2024-01-12 贵州博睿科讯科技发展有限公司 一种融合自动机场的公路无人机智能巡检系统
CN115454148A (zh) * 2022-11-08 2022-12-09 四川腾盾科技有限公司 固定翼集群无人机区域覆盖路径规划方法、介质及装置

Also Published As

Publication number Publication date
CN112596543B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN112596543A (zh) 多机协同巡检系统
Afghah et al. Wildfire monitoring in remote areas using autonomous unmanned aerial vehicles
Luong et al. Applications of deep reinforcement learning in communications and networking: A survey
Kalatzis et al. Edge computing in IoT ecosystems for UAV-enabled early fire detection
Zhu et al. Learning-based computation offloading approaches in UAVs-assisted edge computing
Sun et al. AoI-energy-aware UAV-assisted data collection for IoT networks: A deep reinforcement learning method
Samir et al. Online altitude control and scheduling policy for minimizing AoI in UAV-assisted IoT wireless networks
Bullo et al. Dynamic vehicle routing for robotic systems
Luo et al. Stability of cloud-based UAV systems supporting big data acquisition and processing
US11683831B2 (en) Systems and methods for providing resource analysis for autonomous mobility on demand
CN110287945B (zh) 一种5g环境下无人机目标检测方法
CN113156992B (zh) 面向边缘环境下无人机的三层架构协同优化方法
Zhu et al. Cooperative computation offloading for UAVs: A joint radio and computing resource allocation approach
Khochare et al. Heuristic algorithms for co-scheduling of edge analytics and routes for UAV fleet missions
CN113377125B (zh) 用于空气污染检测的无人机系统
Mtshali et al. Multi-objective optimization approach for task scheduling in fog computing
Wang et al. Energy-efficient 3D vehicular crowdsourcing for disaster response by distributed deep reinforcement learning
CN113724415A (zh) 一种配电线路无人机交互式自动巡检方法及设备
Ning et al. Blockchain-enabled electrical fault inspection and secure transmission in 5G smart grids
Yan et al. Data offloading enabled by heterogeneous UAVs for IoT applications under uncertain environments
Savla et al. Human-in-the-loop vehicle routing policies for dynamic environments
CN113422803A (zh) 一种基于端边云协同的无人机智能巡检任务无缝迁移方法
CN114327526B (zh) 一种移动边缘计算环境中的任务卸载方法及其应用
Machida et al. PA-Offload: performability-aware adaptive fog offloading for drone image processing
Callegaro et al. SeReMAS: Self-resilient mobile autonomous systems through predictive edge computing

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