CN112955845A - 杆塔巡检方法、无人机、控制装置、系统及存储介质 - Google Patents
杆塔巡检方法、无人机、控制装置、系统及存储介质 Download PDFInfo
- Publication number
- CN112955845A CN112955845A CN202080005659.XA CN202080005659A CN112955845A CN 112955845 A CN112955845 A CN 112955845A CN 202080005659 A CN202080005659 A CN 202080005659A CN 112955845 A CN112955845 A CN 112955845A
- Authority
- CN
- China
- Prior art keywords
- tower
- inspection
- waypoint
- current
- last
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 442
- 238000000034 method Methods 0.000 title claims abstract description 119
- 238000004590 computer program Methods 0.000 claims description 75
- 238000010586 diagram Methods 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
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)
- Navigation (AREA)
Abstract
一种杆塔巡检方法、无人机(100)、控制装置(200)、巡检系统(300)及计算机可读存储介质，该方法包括：获取下一个杆塔(A，B，C，D)的起始巡检航点(S101)；获取飞行策略，在针对当前杆塔(A，B，C，D)的最后一个巡检航点巡检完毕后，按照飞行策略从当前杆塔(A，B，C，D)的最后一个巡检航点飞到下一个杆塔(A，B，C，D)的起始巡检航点(S102)；在下一个杆塔(A，B，C，D)从所述起始巡检航点开始针对包括起始巡检航点在内的多个巡检航点进行巡检(S103)。通过使多个杆塔(A，B，C，D)之间的巡检任务连贯执行，提供巡检效率。
Description
技术领域
本申请涉及巡检技术领域，尤其涉及一种杆塔巡检方法、无人机、控制装置、系统及存储介质。
背景技术
在行业应用中，电力巡检是一个具有很大市场需求的应用场景，利用无人机自主飞行技术可以极大地提高巡检效率。
现有的电力巡检过程是：对每个需要巡检的杆塔进行巡检施教，然后无人机根据施教内容进行飞行并采集照片。巡检施教具体包括：电力巡检人员控制无人机飞行，并在合适的位置悬停，拍摄用来故障诊断的照片，无人机记录当前的位置信息和照片信息。
但是，现有的无人机电力巡检方案只针对单个杆塔，多个杆塔之间无连接。
发明内容
基于此，本申请提供一种杆塔巡检方法、无人机、控制装置、系统及存储介质。
第一方面，本申请提供了一种杆塔巡检方法，应用于无人机，所述方法包括：
获取下一个杆塔的起始巡检航点；
获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；
在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
第二方面，本申请提供了一种杆塔巡检方法，应用于控制端，所述方法包括：
获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送；
获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
第三方面，本申请提供了一种无人机，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点；
获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；
在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
第四方面，本申请提供了一种控制装置，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送；
获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
第五方面，本申请提供了一种杆塔巡检系统，所述杆塔巡检系统包括如上所述的无人机和如上所述的控制装置。
第六方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上第一方面所述的杆塔巡检方法。
第七方面，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上第二方面所述的杆塔巡检方法。
本申请实施例提供了一种杆塔巡检方法、无人机、控制装置、系统及存储介质，获取下一个杆塔的起始巡检航点；获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。由于在针对当前杆塔的最后一个巡检航点巡检完毕后，按照获取的飞行策略从当前杆塔的最后一个巡检航点飞到获取的下一个杆塔的起始巡检航点；在下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检；相比于现有巡检只是针对单个杆塔，对每个需要巡检的杆塔一个一个的单独进行巡检，本申请能够连续巡检多个杆塔，使多个杆塔之间的巡检连接起来，使多个杆塔之间的巡检任务连贯执行，从而能够大大提高杆塔巡检的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请实施例技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是本申请杆塔巡检方法一实施例的流程示意图；
图2是本申请杆塔巡检方法另一实施例的流程示意图；
图3是本申请杆塔巡检方法中避障绕行一实施例的示意图；
图4是本申请杆塔巡检方法又一实施例的流程示意图；
图5是本申请杆塔巡检方法中高空飞行一实施例的示意图；
图6是本申请杆塔巡检方法又一实施例的流程示意图；
图7是本申请杆塔巡检方法中规划最优巡检路径一实施例的示意图；
图8是本申请杆塔巡检方法又一实施例的流程示意图；
图9是本申请无人机一实施例的结构示意图；
图10是本申请控制装置一实施例的结构示意图；
图11是本申请杆塔巡检系统一实施例的结构示意图。
具体实施方式
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，所描述的实施例是本申请一部分实施例，而不是全部的实施例。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他实施例，都属于本申请保护的范围。
附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
在行业应用中，现有的电力巡检过程是：对每个需要巡检的杆塔进行巡检施教，然后无人机根据施教内容进行飞行并采集照片。但是，现有的无人机电力巡检方案只针对单个杆塔，多个杆塔之间无连接。
本申请实施例获取下一个杆塔的起始巡检航点；获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。由于在针对当前杆塔的最后一个巡检航点巡检完毕后，按照获取的飞行策略从当前杆塔的最后一个巡检航点飞到获取的下一个杆塔的起始巡检航点；在下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检；相比于现有巡检只是针对单个杆塔，对每个需要巡检的杆塔一个一个的单独进行巡检，本申请能够连续巡检多个杆塔，使多个杆塔之间的巡检连接起来，使多个杆塔之间的巡检任务连贯执行，自动完成批量巡检，从而能够大大提高杆塔巡检的效率。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
参见图1，图1是本申请杆塔巡检方法一实施例的流程示意图，本实施例的方法应用于无人机，所述方法包括：
步骤S101：获取下一个杆塔的起始巡检航点。
步骤S102：获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点。
步骤S103：在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
在本实施例中，步骤S101中获取下一个杆塔的起始巡检航点和步骤S102中获取飞行策略可以是无人机从自身来源获取，即无人机预先确定好下一个杆塔的起始巡检航点、预先确定好飞行策略；也可以是从控制装置获取，即控制装置将确定好的下一个杆塔的起始巡检航点、确定好的飞行策略发送给无人机，无人机接收控制装置发送的下一个杆塔的起始巡检航点、飞行策略(可以参见后面应用于控制端的方法部分)。
一个杆塔通常包括多个巡检航点，起始巡检航点可以是一个杆塔最先开始的巡检航点，最后一个巡检航点可以是一个杆塔最后开始的巡检航点，当最后一个巡检航点巡检结束，该杆塔的巡检结束。
飞行策略可以是从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点的飞行方案。
对杆塔进行巡检的时候通常是从杆塔的起始巡检航点开始巡检，起始巡检航点巡检完毕后，再对下一个巡检航点进行巡检，直到最后一个巡检航点巡检结束，那么这个杆塔的巡检结束，紧接着飞到下一个杆塔的起始巡检航点，这样可以马上从下一个杆塔的起始巡检航点开始对下一个杆塔进行巡检，能够提高巡检效率。
本申请实施例获取下一个杆塔的起始巡检航点；获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。由于在针对当前杆塔的最后一个巡检航点巡检完毕后，按照获取的飞行策略从当前杆塔的最后一个巡检航点飞到获取的下一个杆塔的起始巡检航点；在下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检；相比于现有巡检只是针对单个杆塔，对每个需要巡检的杆塔一个一个的单独进行巡检，本申请能够连续巡检多个杆塔，使多个杆塔之间的巡检连接起来，使多个杆塔之间的巡检任务连贯执行，自动完成批量巡检，从而能够大大提高杆塔巡检的效率。
下面详细说明步骤S102的具体内容。
参见图2，两点之间直线最短，在一实施例中，采用直线飞行策略，即步骤S102中，所述获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，可以包括：子步骤S102A1和子步骤S102A2。
子步骤S102A1：获取直线飞行策略。
子步骤S102A2：在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述直线飞行策略从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
由于两点之间直线最短，采用直线飞行策略，能够尽可能减少飞行距离，缩短飞行时间，节约飞行成本，且提高巡检效率。
沿直线飞行，在飞行路径上有可能遇到障碍物，因此所述方法还可以包括：若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点。
无人机避障实质是利用避障算法对无人机飞行过程中路径的规划，根据无人机对飞行环境是否可知，避障算法大致分为两类：全局路径规划与局部路径规划，选择避障算法时，不仅仅要考虑算法有效性，还要考虑无人机自身的物理性能。全局路径规划属于静态规划，是无人机在运动前已知飞行的所有环境信息，根据飞行路径上的障碍物信息，给出一条从出发位置到目标位置的安全路径；当然也可以预先规划绕障，根据预先存储的航线绕开。局部路径规划属于动态规划，是无人机飞行前对于飞行环境位置或局部位置，无人机在飞行过程中根据检测传感器实时获取路径上的障碍物信息实时计算路径，局部路径规划计算量偏小，实时性较好。在实际应用中，可以根据需要巡检的杆塔周围的环境，灵活选择全局路径规划的算法与局部路径规划的算法，也可以将两者结合起来用于避障。
本实施例在沿直线飞行过程中检测到障碍物时通过避障绕行的方式可以避开障碍物(例如树枝、鸟类、其他不明物体，等等)，能够保证飞行的安全性。
例如，参见图3，图中两个五角星符号分别代表当前杆塔的最后一个巡检航点A、下一个杆塔的起始巡检航点B，图中十字形符号代表沿直线AB飞行过程中检测到的障碍物C；通过避障绕行的方式AD-DB避开所述障碍物。
进一步，所述若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点，还可以包括：
A、沿直线飞行过程中，通过传感器的观测数据构建环境地图。
B、若在所述环境地图中遇到障碍物，使用避障算法主动避开所述障碍物并恢复直线飞行到达下一个杆塔的起始巡检航点。
本实施例通过传感器的观测数据构建环境地图，这能够掌握更加完全的环境信息，在使用避障算法主动避开所述障碍物时，能够使无人机更加准确避开障碍物。
其中，所述传感器包括激光雷达、毫米波雷达或视觉传感器中的至少一种。
其中，所述避障算法包括A星算法和动态窗口算法。
A星算法是比较流行的启发式搜索算法之一，被广泛应用于路径优化领域；它的独特之处是检查最短路径中每个可能的节点时引入全局信息，对当前节点距终点的距离做出估计，并作为评价该节点处于最短路线上的可能性的量度。动态窗口算法(Dynamic WindowApproach，DWA))是重要的局部轨迹规划算法，能够获得很好的局部路径规划的效果。
当无人机遇到航线上的电线杆、斜拉电线、小树等小面积的障碍物时可以通过避障绕行的方式避开所述障碍物。在无法完成避障绕行的情况下，所述方法还包括：若无法完成避障绕行，则停止避障绕行并发出提示，这样比较简单安全。
参见图4，在另一实施例中，由于高空中是完全空旷的，障碍物出现的概率极小，可以直接在高空飞行，直接避开障碍物，特别是如果地形太复杂，直线飞行路径中障碍物太多的时候，步骤S102中，所述获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，还可以包括：子步骤S102B1和子步骤S102B2。
子步骤S102B1：获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物。
子步骤S102B2：按照所述高空飞行策略，从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
本实施例中，使无人机直接在高空飞行，使无人机从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。通过这种方式，能够直接避开障碍物，特别是如果地形太复杂，直线飞行路径中障碍物太多的时候，能够保证飞行的安全性。
例如，参见图5，在当前杆塔1的最后一个巡检航点(即当前杆塔1的巡检终点)巡检完成后，先上升到120m高空，然后在120m高空飞行到达下一个杆塔2的正上方，然后降落到达下一个杆塔2的巡检起点。
其中，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
下面具体说明步骤S101相关的详细内容。
参见图6，在一实施例中，杆塔预先划分为杆塔组，每个杆塔组包括两个以上的杆塔。例如当杆塔周围环境比较空旷的时候，地形不复杂的时候，等等，可以将两个以上的杆塔划分为一个杆塔组；此时，步骤S101，所述获取下一个杆塔的起始巡检航点，可以包括：子步骤S1011和子步骤S1012。
子步骤S1011：根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔。
子步骤S1012：根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
如果预先没有当前杆塔所在杆塔组的巡检路径，则子步骤S1011所述根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔之前，还可以包括：获取当前杆塔所在杆塔组的巡检路径。
在实际应用中，获取当前杆塔所在杆塔组的巡检路径，可以有如下两种方式：
第一种，所述获取当前杆塔所在杆塔组的巡检路径，可以包括：根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
在本实施例中，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径，通过这种方式，能够得到最节省时间的巡检路径，有助于后续批量规划巡检任务。
参见图7，假设现在有4个杆塔A、B、C、D需要进行巡检，同时，已知每两个杆塔之间的飞行代价，如考虑飞行距离、飞行危险程度等，当飞行代价越大，则连接边上的数值越大；现在的任务是规划出最优的巡检路径，遍历4个需要巡检的杆塔，同时经过的所有飞行代价和最小。这可以看成是经典的旅行商问题(Travelling Salesman Problem，TSP)，可以采用现成的解法，如递归遍历、贪心算法等。
第二种，所述获取当前杆塔所在杆塔组的巡检路径，可以包括：根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
如果巡检的杆塔较多，无人机飞行一次无法巡检完毕，则需要考虑中途配置充电桩为无人机充电。在本实施例中，根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径，同时还获得按照本次巡检路径巡检结束后的第一降落充电桩位置，以便于无人机在本次巡检路径巡中最后一个杆塔的最后一个巡检航点巡检完毕后，能够以最低的飞行代价飞到所述第一降落充电桩位置充电，从而能够减少不必要的飞行成本。
其中，所述方法还包括：在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
例如：如果按照本次巡检路径巡检结束后，剩余电量不足以维持飞到下一个杆塔；或者，如果按照本次巡检路径巡检结束后，剩余电量不足以维持下一个杆塔组的巡检，等等，此时可以从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电，通过这种方式，一方面能够保证飞行的安全性，另一方面也能够保证巡检的效率。
进一步，所述方法还包括：充电结束后，获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点；从所述第一降落充电桩位置飞到下一个杆塔的起始巡检航点继续进行巡检。
当然，有的杆塔组也可以只包括一个杆塔，例如该杆塔周围地形复杂，或者，该杆塔距离其他杆塔较远，或者该杆塔周围的飞行环境不好，较为恶劣或危险，等等；此时，所述方法还包括：若当前杆塔所在杆塔组中杆塔的数量是一个，则在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置进行充电。
如果预先没有分组，步骤S101，所述获取下一个杆塔的起始巡检航点之前，还可以包括：根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
参见图8，图8是本申请杆塔巡检方法又一实施例的流程示意图，本实施例的方法应用于控制端，需要说明的是，本实施例的方法与上述应用于无人机的方法的内容基本相同，即：控制端也可以实现上述应用于无人机的方法中的步骤，控制端然后将实施的结果发送给无人机；相关内容的详细说明请参见上述应用于无人机的方法的内容部分，在此不再赘叙。
所述方法包括：步骤S201和步骤S202。
步骤S201：获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送。
步骤S202：获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
其中，所述获取飞行策略，包括：获取直线飞行策略，所述直线飞行策略能够使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞沿直线飞行到下一个杆塔的起始巡检航点。
其中，所述获取飞行策略，包括：获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物，所述高空飞行策略能够使所述无人机从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
其中，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
其中，所述获取下一个杆塔的起始巡检航点，包括：根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
其中，所述根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔之前，还包括：获取当前杆塔所在杆塔组的巡检路径。
其中，所述获取当前杆塔所在杆塔组的巡检路径，包括：根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
其中，所述获取当前杆塔所在杆塔组的巡检路径，包括：根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
其中，所述方法还包括：将所述第一降落充电桩位置向所述无人机发送，使所述无人机在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
其中，所述方法还包括：获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点，并向所述无人机发送，使所述无人机充电结束后，从所述第一降落充电桩位置飞到离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点继续进行巡检。
其中，所述方法还包括：若当前杆塔所在杆塔组中杆塔的数量是一个，获取离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置；将所述第二降落充电桩位置向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到所述第二降落充电桩位置进行充电。
其中，所述获取下一个杆塔的起始巡检航点之前，还包括：根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
其中，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
其中，所述方法还包括：接收所述无人机发出的无法完成避障绕行的提示。
参见图9，图9是本申请无人机一实施例的结构示意图，需要说明的是，本实施例的无人机能够执行上述应用于无人机的杆塔巡检方法中的步骤，相关内容的详细说明，请参见上述应用于无人机的杆塔巡检方法的相关内容，在此不再赘叙。
该无人机100包括：存储器1和处理器2，存储器1和处理器2通过总线连接。
其中，处理器2可以是微控制单元、中央处理单元或数字信号处理器，等等。
其中，存储器1可以是Flash芯片、只读存储器、磁盘、光盘、U盘或者移动硬盘等等。
所述存储器1用于存储计算机程序；所述处理器2用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点；获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取直线飞行策略；在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述直线飞行策略从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物；按照所述高空飞行策略，从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
其中，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取当前杆塔所在杆塔组的巡检路径。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：充电结束后，获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点；从所述第一降落充电桩位置飞到下一个杆塔的起始巡检航点继续进行巡检。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：若当前杆塔所在杆塔组中杆塔的数量是一个，则在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置进行充电。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
其中，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：沿直线飞行过程中，通过传感器的观测数据构建环境地图；若在所述环境地图中遇到障碍物，使用避障算法主动避开所述障碍物并恢复直线飞行到达下一个杆塔的起始巡检航点。
其中，所述传感器包括激光雷达、毫米波雷达或视觉传感器中的至少一种。
其中，所述避障算法包括A星算法和动态窗口算法。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：若无法完成避障绕行，则停止避障绕行并发出提示。
参见图10，图10是本申请控制装置一实施例的结构示意图，需要说明的是，本实施例的控制装置能够执行上述应用于控制端的杆塔巡检方法中的步骤，相关内容的详细说明，请参见上述应用于控制端的杆塔巡检方法的相关内容，在此不再赘叙。
该控制装置200包括：存储器10和处理器20，存储器10和处理器20通过总线连接。
其中，处理器20可以是微控制单元、中央处理单元或数字信号处理器，等等。
其中，存储器10可以是Flash芯片、只读存储器、磁盘、光盘、U盘或者移动硬盘等等。
所述存储器10用于存储计算机程序；所述处理器20用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送；获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取直线飞行策略，所述直线飞行策略能够使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物，所述高空飞行策略能够使所述无人机从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
其中，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取当前杆塔所在杆塔组的巡检路径。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：将所述第一降落充电桩位置向所述无人机发送，使所述无人机在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点，并向所述无人机发送，使所述无人机充电结束后，从所述第一降落充电桩位置飞到离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点继续进行巡检。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：若当前杆塔所在杆塔组中杆塔的数量是一个，获取离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置；将所述第二降落充电桩位置向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到所述第二降落充电桩位置进行充电。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
其中，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
其中，所述处理器在执行所述计算机程序时，实现如下步骤：接收所述无人机发出的无法完成避障绕行的提示。
参见图11，图11是本申请杆塔巡检系统一实施例的结构示意图，所述杆塔巡检系统300包括如上任一项所述的无人机100和如上任一项所述的控制装置200。相关内容的详细说明，请参见上述无人机的相关内容和控制装置的相关内容，在此不再赘叙。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上任一项应用于无人机的杆塔巡检方法。相关内容的详细说明请参见上述相关内容部分，在此不再赘叙。
其中，该计算机可读存储介质可以是上述无人机的内部存储单元，例如硬盘或内存。该计算机可读存储介质也可以是外部存储设备，例如配备的插接式硬盘、智能存储卡、安全数字卡、闪存卡，等等。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上任一项应用于控制端的杆塔巡检方法。相关内容的详细说明请参见上述相关内容部分，在此不再赘叙。
其中，该计算机可读存储介质可以是上述控制装置的内部存储单元，例如硬盘或内存。该计算机可读存储介质也可以是外部存储设备，例如配备的插接式硬盘、智能存储卡、安全数字卡、闪存卡，等等。
应当理解，在本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
以上所述，仅为本申请的具体实施例，但本申请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申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (67)
1.一种杆塔巡检方法，其特征在于，应用于无人机，所述方法包括：
获取下一个杆塔的起始巡检航点；
获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；
在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
2.根据权利要求1所述的方法，其特征在于，所述获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，包括：
获取直线飞行策略；
在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述直线飞行策略从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
3.根据权利要求2所述的方法，其特征在于，其特征在于，所述方法还包括：
若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点。
4.根据权利要求1所述的方法，其特征在于，所述获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，包括：
获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物；
按照所述高空飞行策略，从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
5.根据权利要求4所述的方法，其特征在于，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
6.根据权利要求1所述的方法，其特征在于，所述获取下一个杆塔的起始巡检航点，包括：
根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；
根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
7.根据权利要求6所述的方法，其特征在于，所述根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔之前，还包括：
获取当前杆塔所在杆塔组的巡检路径。
8.根据权利要求7所述的方法，其特征在于，所述获取当前杆塔所在杆塔组的巡检路径，包括：
根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
9.根据权利要求7所述的方法，其特征在于，所述获取当前杆塔所在杆塔组的巡检路径，包括：
根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
10.根据权利要求9所述的方法，其特征在于，所述方法还包括：
在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
11.根据权利要求10所述的方法，其特征在于，所述方法还包括：
充电结束后，获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点；
从所述第一降落充电桩位置飞到下一个杆塔的起始巡检航点继续进行巡检。
12.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若当前杆塔所在杆塔组中杆塔的数量是一个，则在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置进行充电。
13.根据权利要求1所述的方法，其特征在于，所述获取下一个杆塔的起始巡检航点之前，还包括：
根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
14.根据权利要求8或12所述的方法，其特征在于，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
15.根据权利要求3所述的方法，其特征在于，所述若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点，还包括：
沿直线飞行过程中，通过传感器的观测数据构建环境地图；
若在所述环境地图中遇到障碍物，使用避障算法主动避开所述障碍物并恢复直线飞行到达下一个杆塔的起始巡检航点。
16.根据权利要求15所述的方法，其特征在于，所述传感器包括激光雷达、毫米波雷达或视觉传感器中的至少一种。
17.根据权利要求15所述的方法，其特征在于，所述避障算法包括A星算法和动态窗口算法。
18.根据权利要求3所述的方法，其特征在于，所述方法还包括：
若无法完成避障绕行，则停止避障绕行并发出提示。
19.一种杆塔巡检方法，其特征在于，应用于控制端，所述方法包括：
获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送；
获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
20.根据权利要求19所述的方法，其特征在于，所述获取飞行策略，包括：
获取直线飞行策略，所述直线飞行策略能够使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
21.根据权利要求19所述的方法，其特征在于，所述获取飞行策略，包括：
获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物，所述高空飞行策略能够使所述无人机从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
22.根据权利要求21所述的方法，其特征在于，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
23.根据权利要求19所述的方法，其特征在于，所述获取下一个杆塔的起始巡检航点，包括：
根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；
根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
24.根据权利要求23所述的方法，其特征在于，所述根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔之前，还包括：
获取当前杆塔所在杆塔组的巡检路径。
25.根据权利要求24所述的方法，其特征在于，所述获取当前杆塔所在杆塔组的巡检路径，包括：
根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
26.根据权利要求24所述的方法，其特征在于，所述获取当前杆塔所在杆塔组的巡检路径，包括：
根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
27.根据权利要求26所述的方法，其特征在于，所述方法还包括：
将所述第一降落充电桩位置向所述无人机发送，使所述无人机在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
28.根据权利要求26所述的方法，其特征在于，所述方法还包括：
获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点，并向所述无人机发送，使所述无人机充电结束后，从所述第一降落充电桩位置飞到离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点继续进行巡检。
29.根据权利要求19所述的方法，其特征在于，所述方法还包括：
若当前杆塔所在杆塔组中杆塔的数量是一个，获取离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置；
将所述第二降落充电桩位置向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到所述第二降落充电桩位置进行充电。
30.根据权利要求19所述的方法，其特征在于，所述获取下一个杆塔的起始巡检航点之前，还包括：
根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
31.根据权利要求25或29所述的方法，其特征在于，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
32.根据权利要求20所述的方法，其特征在于，所述方法还包括：
接收所述无人机发出的无法完成避障绕行的提示。
33.一种无人机，其特征在于，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点；
获取飞行策略，在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点；
在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
34.根据权利要求33所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取直线飞行策略；
在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述直线飞行策略从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
35.根据权利要求34所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若沿直线飞行过程中检测到障碍物，则通过避障绕行的方式避开所述障碍物而到达下一个杆塔的起始巡检航点。
36.根据权利要求33所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物；
按照所述高空飞行策略，从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
37.根据权利要求36所述的无人机，其特征在于，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
38.根据权利要求33所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；
根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
39.根据权利要求38所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取当前杆塔所在杆塔组的巡检路径。
40.根据权利要求39所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
41.根据权利要求39所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
42.根据权利要求41所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
43.根据权利要求42所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
充电结束后，获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点；
从所述第一降落充电桩位置飞到下一个杆塔的起始巡检航点继续进行巡检。
44.根据权利要求33所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若当前杆塔所在杆塔组中杆塔的数量是一个，则在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置进行充电。
45.根据权利要求33所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
46.根据权利要求40或44所述的无人机，其特征在于，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
47.根据权利要求35所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
沿直线飞行过程中，通过传感器的观测数据构建环境地图；
若在所述环境地图中遇到障碍物，使用避障算法主动避开所述障碍物并恢复直线飞行到达下一个杆塔的起始巡检航点。
48.根据权利要求47所述的无人机，其特征在于，所述传感器包括激光雷达、毫米波雷达或视觉传感器中的至少一种。
49.根据权利要求47所述的无人机，其特征在于，所述避障算法包括A星算法和动态窗口算法。
50.根据权利要求35所述的无人机，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若无法完成避障绕行，则停止避障绕行并发出提示。
51.一种控制装置，其特征在于，包括：存储器和处理器；
所述存储器用于存储计算机程序；
所述处理器用于执行所述计算机程序并在执行所述计算机程序时，实现如下步骤：
获取下一个杆塔的起始巡检航点，并将所述下一个杆塔的起始巡检航点向无人机发送；
获取飞行策略，并将所述飞行策略向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，按照所述飞行策略从当前杆塔的最后一个巡检航点飞到下一个杆塔的起始巡检航点，并在所述下一个杆塔从所述起始巡检航点开始针对包括所述起始巡检航点在内的多个巡检航点进行巡检。
52.根据权利要求51所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取直线飞行策略，所述直线飞行策略能够使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点沿直线飞行到下一个杆塔的起始巡检航点。
53.根据权利要求51所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取预设高度的高空飞行策略，所述预设高度大于杆塔的高度且能够避开障碍物，所述高空飞行策略能够使所述无人机从当前杆塔的最后一个巡检航点上升到所述预设高度，在所述预设高度下飞行至下一个杆塔的正上方，然后降落到所述下一个杆塔的起始巡检航点。
54.根据权利要求53所述的控制装置，其特征在于，所述预设高度是根据杆塔的周围环境、地形、限飞高度中的至少一个确定的。
55.根据权利要求51所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据当前杆塔所在杆塔组的巡检路径，获取下一个杆塔，所述当前杆塔所在杆塔组的巡检路径上包括两个以上的杆塔；
根据下一个杆塔的多个巡检航点，确定下一个杆塔的起始巡检航点。
56.根据权利要求55所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取当前杆塔所在杆塔组的巡检路径。
57.根据权利要求56所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据当前杆塔所在杆塔组需要巡检的杆塔的数量、每两个杆塔之间的飞行代价，获取当前杆塔所在杆塔组的最优化巡检路径。
58.根据权利要求56所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据电池的电量所能够飞行的距离、包括当前杆塔在内的每两个杆塔之间的飞行代价、充电桩的分布位置，获取包括当前杆塔在内的本次巡检路径和按照本次巡检路径巡检结束后的第一降落充电桩位置，所述第一降落充电桩位置离本次巡检路径巡中最后一个杆塔的最后一个巡检航点的飞行代价最低。
59.根据权利要求58所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
将所述第一降落充电桩位置向所述无人机发送，使所述无人机在按照本次巡检路径巡检结束后，从本次巡检路径的最后一个杆塔的最后一个巡检航点飞到所述第一降落充电桩位置进行充电。
60.根据权利要求58所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
获取离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点，并向所述无人机发送，使所述无人机充电结束后，从所述第一降落充电桩位置飞到离所述第一降落充电桩位置的飞行代价最低的、需要巡检的下一个杆塔的起始巡检航点继续进行巡检。
61.根据权利要求51所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
若当前杆塔所在杆塔组中杆塔的数量是一个，获取离当前杆塔的最后一个巡检航点的飞行代价最低的第二降落充电桩位置；
将所述第二降落充电桩位置向所述无人机发送，使所述无人机在针对当前杆塔的最后一个巡检航点巡检完毕后，从当前杆塔的最后一个巡检航点飞到所述第二降落充电桩位置进行充电。
62.根据权利要求51所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
根据需要巡检的多个杆塔所处的地形地貌特点和每个杆塔所处的海拔高度，将所述多个杆塔分为多个杆塔组，每个杆塔组包括一个以上的杆塔。
63.根据权利要求57或61所述的控制装置，其特征在于，所述飞行代价是根据飞行距离、飞行危险程度、地形分布中的至少一个确定的。
64.根据权利要求52所述的控制装置，其特征在于，所述处理器在执行所述计算机程序时，实现如下步骤：
接收所述无人机发出的无法完成避障绕行的提示。
65.一种杆塔巡检系统，其特征在于，所述杆塔巡检系统包括如权利要求33-39、42-44、46-50任一项所述的无人机和如权利要求51-64任一项所述的控制装置。
66.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求1-18任一项所述的杆塔巡检方法。
67.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如权利要求19-32任一项所述的杆塔巡检方法。
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/CN2020/092739 WO2021237545A1 (zh) | 2020-05-27 | 2020-05-27 | 杆塔巡检方法、无人机、控制装置、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112955845A true CN112955845A (zh) | 2021-06-11 |
Family
ID=76236228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202080005659.XA Pending CN112955845A (zh) | 2020-05-27 | 2020-05-27 | 杆塔巡检方法、无人机、控制装置、系统及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN112955845A (zh) |
| WO (1) | WO2021237545A1 (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN113419564A (zh) * | 2021-08-24 | 2021-09-21 | 天津市普迅电力信息技术有限公司 | 一种基于模糊路径的电力通道巡检方法 |
| CN113671984A (zh) * | 2021-07-07 | 2021-11-19 | 广东省科学院广州地理研究所 | 一种移动机巢候选起飞点获取方法 |
| CN114610062A (zh) * | 2022-03-09 | 2022-06-10 | 广州极飞科技股份有限公司 | 飞行风险确定方法、装置、电子设备及存储介质 |
| CN115509257A (zh) * | 2022-10-10 | 2022-12-23 | 国网智能科技股份有限公司 | 一种电力无人机网格化智能巡检方法及系统 |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114115320A (zh) * | 2021-12-07 | 2022-03-01 | 中飞赛维智能科技股份有限公司 | 一种无人机巡检跳蛙方法 |
| CN114326807A (zh) * | 2021-12-29 | 2022-04-12 | 宁夏超高压电力工程有限公司 | 无人机变电站巡检方法、系统和可读存储介质 |
| CN115275870B (zh) * | 2022-09-28 | 2022-12-06 | 合肥优晟电力科技有限公司 | 一种基于高空线路维护的巡检系统 |
| CN115454142A (zh) * | 2022-10-17 | 2022-12-09 | 国网冀北电力有限公司承德供电公司 | 基于三维激光点云模型的无人机路径规划方法及装置 |
| CN115563234A (zh) * | 2022-12-07 | 2023-01-03 | 广东信通通信有限公司 | 一种电网同塔多回线路地图展示解决方法 |
| CN116798030B (zh) * | 2023-08-28 | 2023-11-14 | 中国建筑第六工程局有限公司 | 曲面观光雷达高塔验收方法、系统、装置及存储介质 |
| CN116878518B (zh) * | 2023-09-06 | 2023-11-21 | 滨州市华亿电器设备有限公司 | 用于城市输电线路维护的无人机巡检路径规划方法 |
| CN118052878B (zh) * | 2024-02-23 | 2024-08-16 | 云南民族大学 | 一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160229533A1 (en) * | 2015-02-06 | 2016-08-11 | Izak Jan van Cruyningen | Efficient Flight Paths for Aerial Corridor Inspection |
| CN110133440A (zh) * | 2019-05-27 | 2019-08-16 | 国电南瑞科技股份有限公司 | 基于杆塔模型匹配及视觉导航的电力无人机及巡检方法 |
| 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 |
| CN111006671A (zh) * | 2019-12-27 | 2020-04-14 | 北京数字绿土科技有限公司 | 输电线路精细化巡检智能航线规划方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11011922B2 (en) * | 2018-06-09 | 2021-05-18 | Nxp Aeronautics Research, Llc | Monitoring tower with device powered using differentials in electric field strengths within vicinity of powerlines |
| 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 |
-
2020
- 2020-05-27 WO PCT/CN2020/092739 patent/WO2021237545A1/zh active Application Filing
- 2020-05-27 CN CN202080005659.XA patent/CN112955845A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160229533A1 (en) * | 2015-02-06 | 2016-08-11 | Izak Jan van Cruyningen | Efficient Flight Paths for Aerial Corridor Inspection |
| 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 |
| CN110133440A (zh) * | 2019-05-27 | 2019-08-16 | 国电南瑞科技股份有限公司 | 基于杆塔模型匹配及视觉导航的电力无人机及巡检方法 |
| CN111006671A (zh) * | 2019-12-27 | 2020-04-14 | 北京数字绿土科技有限公司 | 输电线路精细化巡检智能航线规划方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113671984A (zh) * | 2021-07-07 | 2021-11-19 | 广东省科学院广州地理研究所 | 一种移动机巢候选起飞点获取方法 |
| CN113671984B (zh) * | 2021-07-07 | 2022-06-24 | 广东省科学院广州地理研究所 | 一种移动机巢候选起飞点获取方法 |
| 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 |
| CN113419564A (zh) * | 2021-08-24 | 2021-09-21 | 天津市普迅电力信息技术有限公司 | 一种基于模糊路径的电力通道巡检方法 |
| CN113419564B (zh) * | 2021-08-24 | 2021-12-03 | 天津市普迅电力信息技术有限公司 | 一种基于模糊路径的电力通道巡检方法 |
| CN114610062A (zh) * | 2022-03-09 | 2022-06-10 | 广州极飞科技股份有限公司 | 飞行风险确定方法、装置、电子设备及存储介质 |
| CN115509257A (zh) * | 2022-10-10 | 2022-12-23 | 国网智能科技股份有限公司 | 一种电力无人机网格化智能巡检方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2021237545A1 (zh) | 2021-12-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112955845A (zh) | 杆塔巡检方法、无人机、控制装置、系统及存储介质 | |
| US12025996B2 (en) | Unmanned aerial vehicle path planning method and apparatus and unmanned aerial vehicle | |
| Polvara et al. | Toward end-to-end control for UAV autonomous landing via deep reinforcement learning | |
| CN109002055B (zh) | 一种基于无人机的高精度自动巡检方法及系统 | |
| Barrientos et al. | Aerial remote sensing in agriculture: A practical approach to area coverage and path planning for fleets of mini aerial robots | |
| CN106873630B (zh) | 一种飞行控制方法及装置，执行设备 | |
| CN109993994B (zh) | 一种航线分割方法及装置 | |
| CN113741490A (zh) | 一种巡检方法、装置、飞行器及存储介质 | |
| EP3514682A1 (en) | Task execution method and apparatus, movable object, and computer readable storage medium | |
| CN112166394B (zh) | 一种航线规划方法、设备、系统及存储介质 | |
| CN110709791A (zh) | 用于无人机的飞行高度调整、飞行控制的方法和装置 | |
| 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 | |
| Santos et al. | Navigation stack for robots working in steep slope vineyard | |
| Kiam et al. | An ai-based planning framework for HAPS in a time-varying environment | |
| KR20220062964A (ko) | 다각형 비행 영역에 대한 복수 무인비행체의 최적 경로 생성 방법 | |
| CN117470240A (zh) | 一种无人机巡检任务自动规划方法、装置、系统及存储介质 | |
| CN114137997B (zh) | 一种电力巡检方法、装置、设备及存储介质 | |
| CN116736891A (zh) | 一种多机协同巡检电网线路的自主航迹规划系统和方法 | |
| US20240255964A1 (en) | Gimbal control method, controller, unmanned aerial vehicle and unmanned aerial vehicle inspection system | |
| Fahmani et al. | Optimizing 2D path planning for unmanned aerial vehicle inspection of electric transmission lines | |
| CN118012088A (zh) | 无人机回归机巢的降落方法、装置、设备及存储介质 | |
| CN117631679A (zh) | 电力通道的巡检方法、装置及系统 | |
| Cobano et al. | Multiple gliding UAV coordination for static soaring in real time applications | |
| CN115542953B (zh) | 一种基于无人机的巡检方法、装置、设备以及介质 | |
| CN114237281B (zh) | 无人机巡检的控制方法、控制装置以及巡检系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210611 |