CN113534844A - 一种未知环境下的旋翼飞行器输电线路巡检方法及装置 - Google Patents

一种未知环境下的旋翼飞行器输电线路巡检方法及装置 Download PDF

Info

Publication number
CN113534844A
CN113534844A CN202110950585.3A CN202110950585A CN113534844A CN 113534844 A CN113534844 A CN 113534844A CN 202110950585 A CN202110950585 A CN 202110950585A CN 113534844 A CN113534844 A CN 113534844A
Authority
CN
China
Prior art keywords
information
path
transmission line
inspection
power transmission
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
CN202110950585.3A
Other languages
English (en)
Other versions
CN113534844B (zh
Inventor
姚健安
杨喆
董丽梦
张雨
何勇
陈亮
原瀚杰
徐杞斌
谭麒
夏国飞
陆勇生
姜天杭
李梓玮
胡宇轩
区沛思
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.)
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Zhaoqing Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Zhaoqing Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110950585.3A priority Critical patent/CN113534844B/zh
Publication of CN113534844A publication Critical patent/CN113534844A/zh
Application granted granted Critical
Publication of CN113534844B publication Critical patent/CN113534844B/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
    • G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C27/00—Rotorcraft; Rotors peculiar thereto
    • B64C27/04—Helicopters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Mechanical Engineering (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种未知环境下的旋翼飞行器输电线路巡检方法及装置，包括实时获取自身信息及所处位置的输电线路图像信息并发送至地面控制系统，以便地面控制系统生成模型参数及路径信息，并发回至旋翼飞行器结合自身信息进行处理，生成飞控信号；根据飞控信号执行相应的飞行操作以对输电线路进行巡检，并把产生的增量信息发送到地面控制系统，以便生成新的模型参数及路径信息，并发送至旋翼飞行器进行更新；根据新的模型参数及路径信息，并结合自身信息进行处理，生成新的飞控信号。本发明通过将计算量大的任务传送到地面控制系统进行，减少了旋翼飞行器控制系统的控制延迟，也减少了电能的浪费。

Description

一种未知环境下的旋翼飞行器输电线路巡检方法及装置
技术领域
本发明属于输电线路巡检技术领域，具体涉及一种未知环境下的旋翼飞行器输电线路巡检方法及装置。
背景技术
目前,针对输电线路中电力杆塔进行巡检的常用方法主要有三种：(1)人工巡检法；传统人工巡检受地域影响严重,巡检工人需要徒步或驱车巡检,劳动强度大,工作效率和探测精度低,管理成本高,可靠性差,且必要时需要攀爬电力杆塔进行检查,对巡检人员造成极大的安全隐患；(2)载人直升机巡检法:需要工作人员乘直升飞机沿输电线路飞行,利用肉眼或者机载摄像设备观察和记录异常点情况,巡检效率低,运行成本高，且受直升飞机本身和飞行安全的限制,无法有效靠近观测目标,巡检质量并不理想；(3)机器人巡线法:带电工作的移动机器人定速沿着输电线路进行爬行,利用自身携带的传感器对杆塔、导线、绝缘子、线路金具等实施近距离检测,这种方法能够有效的提高巡检的精度,但是该移动机器人需要在导线上悬挂,行进速度慢、不易安装且在跨越障碍物时有一定的难度。
随着科学技术迅速发展,采用旋翼飞行器进行输电线路的巡检己经成为了研究的热点问题。旋翼飞行器重量轻、体积小,具备悬停功能,并且能够与可见光和红外探测设备搭配执行巡检任务。旋翼飞行器可沿着由路径规划算法得出的航迹点根据任务需求程控飞行巡检或者人工飞行巡检,通过机载传感器设备采集图像或者视频实现电力杆塔和线路走廊异常的快速定位,及时诊断线路安全状况并排除隐患。作业人员可根据杆塔设备的采集数据分析出故障设备,记录发现的问题。旋翼飞行器由于其成本低廉、比较容易控制、可靠性高,适用于各种工业领域,尤其是用于对电力设备进行巡检,能够有效降低巡检成本,最大限度地减少因杆塔故障而造成的人员伤害、社会影响和财产损失,保障输电线路设备正常运行。
根据巡检任务需求作业人员利用旋翼自主旋翼飞行器执行电力杆塔巡检任务时,需要考虑到一方面旋翼飞行器受到自身物理性能约束,规划出的路径是否具有较好的可跟踪性、其飞行动作能否顺利完成、路径规划时间是否满足实时性要求,而且旋翼飞行器采用电池供电,飞行时间有限,要求规划的路径长度尽可能短以节省飞行时间；另一方面巡检方式不同所采用的巡检方法和巡检内容各不相同，例如在故障巡检或特殊巡检时要求对杆塔目标设备的图像采集尽可能精准,进行精细化检查,减少兀余图片，因此，路径规划是旋翼飞行器杆塔巡检中首要解决的问题,路径规划的好坏将直接影响到杆塔能否安全高效运行及突发故障问题能否得到快速有效处理；同时，现有的旋翼飞行器均是自身采集飞行信息并通过自身携带的控制器进行处理运算，实现对旋翼旋翼飞行器进行控制，相应速度比较高。但是，当在未知环境中，旋翼飞行器上的传感器获取的环境信息比较庞大，进行飞行控制的同时还需要对输电线路进行巡检，导致自身控制器需要处理大量的信息从而造成一定的延迟，造成电能的浪费，减少滞空时间。
发明内容
有鉴于此，本发明旨在解决在未知环境中进行输电线路巡检时，旋翼飞行器需要处理的环境信息比较庞大，从而造成电能的浪费，减少了飞行器的滞空时间的问题。
为了解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供了一种未知环境下的旋翼飞行器输电线路巡检方法，包括：
实时获取自身信息及所处位置的输电线路图像信息；
将所处位置的输电线路图像信息发送至地面控制系统，以便地面控制系统生成模型参数及路径信息，并发回至旋翼飞行器；
根据模型参数及路径信息，并结合自身信息进行处理，生成飞控信号；
根据飞控信号执行相应的飞行操作以对输电线路进行巡检，并把产生的增量信息发送到地面控制系统，以便地面控制系统根据增量信息，对巡检环境进行三维建模，以生成新的模型参数及路径信息，并发送至旋翼飞行器进行更新；
根据新的模型参数及路径信息，并结合自身信息进行处理，生成新的飞控信号。
进一步的，自身信息具体包括：
加速度、高度以及位置坐标。
进一步的，输电线路图像信息具体包括：
巡检信息和检查信息；
巡检信息具体为输电线路信息和杆塔信息；
检查信息具体为线路设备图像信息。
进一步的，将所处位置的输电线路图像信息发送至地面控制系统，以便地面控制系统生成模型参数及路径信息具体包括：
将所处位置的巡检信息和检查信息发送至地面控制系统；
地面控制系统根据巡检信息获得环境的三维点云数据并构建八叉树环境模型；
将八叉树环境模型以输电线路和杆塔运行的安全距离作为约束条件建立安全巡检区域模型；
根据检查信息在安全巡检区域模型中确定目标视点区域，形成模型参数；
采用RRT算法在安全巡检区域模型中对巡检路径进行规划，形成路径信息。
进一步的，采用RRT算法在安全巡检区域模型中对巡检路径进行规划，形成路径信息具体包括：
确定旋翼飞行器的巡检方式，巡检方式包括定高度巡检和变高度巡检；
基于巡检方式，采用RRT算法在安全巡检区域模型中进行二维空间路径规划或三维空间路径规划，以形成路径信息。
进一步的，当旋翼飞行器的巡检方式为定高度巡检时，进行二维空间路径规划，二维空间路径规划具体包括：
通过贪婪引导策略对RRT算法进行改进，形成改进后的RRT算法；
在航迹约束条件下根据改进后的RRT算法形成初步巡检路径；
对初步巡检路径进行路径剪裁和轨迹平滑处理，获得最终巡检路径。
进一步的，当旋翼飞行器的巡检方式为变高度巡检时，进行三维空间路径规划，三维空间路径规划具体包括：
通过贪婪引导策略对RRT算法进行改进，形成改进后的RRT算法；
在航迹约束、最大爬升俯冲角和最大飞行高度的约束条件下根据改进后的RRT算法形成初步巡检路径；
利用坐标转换交初步巡检路径从三维空间映射到二维空间；
对初步巡检路径进行路径剪裁和轨迹平滑处理，获得最终巡检路径，并将最终巡检路径映射回三维空间。
第二方面，本发明提供了一种未知环境下的旋翼飞行器输电线路巡检装置，包括：
地面控制系统，用于接收旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息，并根据所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息；
机载检测系统，与地面控制系统双向无线通信连接，用于将旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息发送至地面控制系统，并根据地面控制系统传回的模型参数及路径信息，结合自身信息进行处理，生成飞控信号；
飞控系统，用于根据飞控信号控制旋翼飞行器各旋翼的转速，以便完成起飞、降落、飞行及悬停操作，还用于实时获取自身信息并发送至机载检测系统；
机载任务系统，用于通过云台控制系统对机载传感器的检测方向进行调整，以便机载传感器实时获取所处位置的输电线路图像信息，并发送至机载检测系统。
进一步的，飞控系统具体包括：
飞行控制器以及加速度计、惯性测量单元、GPS导航模块、高度计、动力系统和电源系统；
飞行控制器用于获取加速度计、惯性测量单元、GPS导航模块、高度计的监测数据，并基于监测数据控制动力系统对旋翼飞行器各旋翼的转速进行调整；
动力系统用于根据电机对旋翼飞行器各旋翼的转速进行调整，电机由电源系统进行供电。
进一步的，地面控制系统具体包括：
地面站和地面监控计算机；
地面站用于根据所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息；
地面监控计算机用于根据增量信息对输电线路进行检查。
综上，本发明提供了一种未知环境下的旋翼飞行器输电线路巡检方法及装置，通过在现有旋翼飞行器控制系统的基础上增加地面控制系统，将旋翼飞行器采集到的输电线路图像信息以及巡检过程中产生的增量信息发送到地面控制系统中进行处理并生成模型参数及路径信息，旋翼飞行器只需根据自身信息、模型参数及路径信息生成实时的飞控信号，便可以完成对未知环境情况下的输电线路巡检。本发明通过将计算量大的部分传送至地面控制系统进行，利用其计算能力强、处理速度快的特点，可以减轻旋翼飞行器控制系统的控制延迟，从而减少电能的浪费。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明实施例提供的一种未知环境下的旋翼飞行器输电线路巡检方法的流程示意图；
图2为本发明实施例提供的一种未知环境下的旋翼飞行器输电线路巡检方法的坐标转换示意图；
图3为本发明实施例提供的二维平面中基本RRT路径与改进RRT路径的试验规划图；
图4为本发明实施例提供的二维平面中基本RRT路径曲率变化图；
图5为本发明实施例提供的二维平面中改进RRT路径曲率变化图；
图6为本发明实施例提供的三维空间中基本RRT路径试验规划图；
图7为本发明实施例提供的三维空间中改进RRT路径试验规划图；
图8为本发明实施例提供的一种未知环境下的旋翼飞行器输电线路巡检装置的结构示意图。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
请参阅图1，本实施例提供一种未知环境下的旋翼飞行器输电线路巡检方法，包括：
S100：实时获取自身信息及所处位置的输电线路图像信息；
S200：将所处位置的输电线路图像信息发送至地面控制系统，以便地面控制系统生成模型参数及路径信息，并发回至旋翼飞行器；
S300：根据模型参数及路径信息，并结合自身信息进行处理，生成飞控信号；
S400：根据飞控信号执行相应的飞行操作以对输电线路进行巡检，并把产生的增量信息发送到地面控制系统，以便地面控制系统根据增量信息，对巡检环境进行三维建模，以生成新的模型参数及路径信息，并发送至旋翼飞行器进行更新；
S500：根据新的模型参数及路径信息，并结合自身信息进行处理，生成新的飞控信号。
需要说明的是，在步骤S100中，旋翼飞行器通过记载传感器获取自身信息，具体为分别通过加速度计、高度计和GPS导航模块获取旋翼飞行器的加速度、高度以及位置坐标等信息。
输电线路图像信息具体包括巡检信息和检查信息。将图像信息分为巡检信息和检查信息有助于地面控制系统根据对应的数据进行处理。例如根据巡检信息形成相应的模型和巡检路径，根据检查信息对输电线路的运行状态进行检查。
其中巡检信息就是通过三维激光扫描仪获得的输电线路信息和杆塔信息。
三维激光扫描仪设置在云台上，云台设置在旋翼飞行器上，旋翼飞行器带动云台和三维激光扫描仪沿输电线路进行飞行时，通过云台调整三维激光扫描仪的拍摄方向，实现三维激光扫描仪对输电线路整体信息进行采集，感知周围环境，获取环境的三维点云数据，包括输电线路、树木、违章建筑等。
检查信息就是通过可见光摄像机、红外热成像仪和紫外成像仪获取的线路设备图像及相应参数的信息。
可见光摄像机、红外热成像仪和紫外成像仪设置在云台上，云台设置在旋翼飞行器上，旋翼飞行器按照最终巡检路径带动云台沿输电线路进行飞行时，通过云台调整可见光摄像机、红外热成像仪和紫外成像仪的拍摄方向，实现可见光摄像机、红外热成像仪和紫外成像仪对线路设备进行信息采集，由于输电线路部件数量庞大，并不是所有设备都要巡检到，而是对容易出现故障的部件进行重点检查。
容易出现故障的部件为：用来支撑导线、底线和其他附件的输电线路中的杆塔,在长期的运行过程中很容易出现故障；根据以往巡检经验杆塔上的重要部件或容易出现故障的部件,如线路金具、绝缘子等。
在步骤S200中，旋翼飞行器将初始的检测的输电线路图像信息发送至地面控制系统，进行运算生成相应的模型参数和路径信息。
具体的来说，地面控制系统根据输电线路图像信息中的巡检信息获得环境的三维点云数据并构建八叉树环境模型，然后以输电线路和杆塔运行的安全距离作为约束条件建立安全巡检区域模型，并根据获得的检查信息确定目标视点区域，形成模型参数，采用RRT算法对巡检路径进行规划，形成路径信息，并将模型参数和路径信息发送到旋翼飞行器。
八叉树(Octree)空间划分方法是一种非常流行的方法,旋翼飞行器可以通过三维激光扫描仪获取环境的三维点云数据,然后将其转换成八叉树数据结构来构建三维栅格地图。作为一种基于树形层次的数据结构,八叉树中每一个节点称之为体素,其代表一个包含立方体容积的空间。根据给出的最小体素尺寸的空间被递归地划分为八个小空间。近年来地理信息系统、计算机图形学、图像处理及计算机视觉等领域之所以广泛的应用八叉树数据结构,是因为在维度上八叉树结构是四叉树结构的扩展，规则排列、大小相等的3D栅格被用层次式的3D空间子区域划分来代替,且在数据压缩、三维立体造型等方面八叉树数据结构有独特的优点。
由于直接采用三维激光扫描仪采集的三维点云数据表示环境时,对旋翼飞行器的数据存储能力和计算性能要求很高，而旋翼飞行器因为体积、续航和负载量等原因对数据的运算处理能力有一定的限制，所以，本发明中把这部分处理计算工作传输到地面控制系统中的地面站进行运算处理，减少了旋翼飞行器的数据处理量，增大其续航时间。
安全巡检区域为在杆塔外围划定一个飞行范围，这个飞行范围就是安全巡检区域，使旋翼飞行器在这个安全巡检区域内对杆塔巡检时既可以捕捉图像又不会触碰到待巡检设备,同时还可以具备较好的观察视角。
具体为旋翼飞行器对杆塔进行巡检时,保证杆塔与输电线路安全运行时所有巡检过程的前提，这就限定了旋翼飞行器巡检杆塔时必须有一定的安全距离，考虑到减小图像数据兀余、提高巡检效率，采用旋翼飞行器对杆塔进行巡检时,旋翼飞行器应以低速接近杆塔,并在杆塔旁悬停,使传感器在稳定状态下采集数据,确保数据的有效性与完整性。
安全巡检区域模型根据巡检内容和杆塔的对称结构按照杆塔表面轮廓近似逼近而成。具体为，根据巡检时所规定的安全距离作为圆柱体底面半径,杆塔高度为圆柱体的高而形成的安全包围盒。将安全区域按照一定的粒度进行均匀划分,离散成一张由多个大小相等的矩形组成的网格,每个矩形网格代表旋翼飞行器可以到达的一个观察视点,用于旋翼飞行器对目标设备进行图像采集。
通过建立安全巡检区域模型,确定了旋翼飞行器的安全巡检范围,在实际操作中可以通过实时获取旋翼飞行器与杆塔待巡检设备或部件的相对位置来判断其是否处于安全区域内,及时调整旋翼飞行器的位姿,在保证飞行巡检安全性和可靠性的前提下,获得较好的观察视角。
目标视点区域为上述步骤S100中容易出现故障的部件在三维模型中的位置。通过确定目标视点区域,能够使得旋翼飞行器通过位姿调整获得最佳的观测角度,采集到完整的目标设备图像信息,并在保证巡检质量的基础上剔除了冗余视点,使得旋翼飞行器在有限的时间内访问到尽可能多的目标视点区域,节省时间、降低能源耗费。
另外，路径信息由旋翼飞行器对于输电线路和杆塔的巡检方式不同而分别进行二维空间路径规划或三维空间路径规划，巡检方式包括定高度巡检和变高度巡检。
其中定高度巡检就是输电线路巡检，即旋翼飞行器根据预先设定的巡检路径,按照杆塔的GPS坐标点进行自主飞行,并在巡检终点处自主降落,完成整个输电线路自主巡检的过程，该巡检过程要求旋翼飞行器通过机载装置对线路设备及线路走廊进行通道巡检,巡视对象包括杆塔异物、通道下方树木、通道环境等。巡检过程中旋翼飞行器飞行高度保持不变,与侧边导线保持一定的水平距离,应避免在线路正上方或导线之间飞行，因此可以采用二维空间路径规划。
而变高度巡检就是杆塔巡检，即旋翼飞行器到达杆塔的GPS坐标点后,根据建立的安全巡检区域模型和目标视点区域,对杆塔目标设备进行图像采集,由于安全巡检区域模型是根据杆塔外表轮廓近似逼近而成,是不规则的两侧对称的安全包络面,每一个目标视点区域对应一个特定的故障设备,旋翼飞行器在目标视点区域之间转移或跨线巡检时需要进行三维空间路径规划,对杆塔巡检完后再飞往下一个杆塔继续巡检，由于其高度在不断变化，所以采用三维空间的路径规划。
二维空间路径规划的具体过程是通过贪婪引导策略对RRT算法进行改进，形成改进后的RRT算法，并在航迹约束条件下形成初步巡检路径，最后对初步巡检路径进行路径裁剪和轨迹平滑处理，获得最终巡检路径。
RRT算法是一种基于随机采样的路径规划算法,能够快速有效地搜索高维空间。首先从初始位姿点Xinit出发构建随机树T。在位姿空间中随机选择一个位姿点Xrand,捜索树上离Xrand最近的节点Xnear来扩展,根据给定的标准选挥一个输入Unew,使得Xnear尽可能的接近Xrand,如果没有碰撞,Xnew、Unew将作为一个新节点被添加到树T上,再随机选择一个新的位姿点Xrand,重复算法直到Xnew＝Xgoal时,或当Xnew∈Xgoal(Xgoal为目标点的区域)连通路径产生。
改进后的RRT算法为：在工作空间随机选择一个位姿点Xrand,将该节点与树中的节点进行比较找到离Xrand最近的点Xnear,由Xnear向Xrand连接一条射线,沿着这条射线产生一个离Xnear为固定距离d的新的节点Xnew,如果在Xnear和Xnew之间没有产生碰撞,就将新产生的节点Xnew加入到树中。基于贪婪策略新的节点将连续的在连接到Xnear到Xrand的射线上产生直到发生碰撞或者Xrand也被加入到树中。RRT生长时以初始状态为根,树枝节点在工作、空间中随机生成直至到达目标点,这虽然有利于算法避免陷入局部极小值并能够探测未知区域,但也导致了算法收敛速度慢,因为路径向着任意方向扩展。为了引导捜索目标向着目标点推进,在采样时以一定概率p1(0≤p1<1)将目标点作为随机点P(Xrand＝Xgoal)＝p1(本申请中令p1＝0.1),基于贪婪引导策略的RRT算法能够有效减少路径规划时间,因为引导策略能够以一定的概率值使得RRT树朝向目标位置生长,减少了RRT在工作空间中生成航迹点的盲目性,而贪婪策略减少了在RRT树上寻找离随机点最近树节点的函数的调用。
采用改进后的RRT算法能够有效减少路径规划时间,减小路径的波动,规划时产生的总的节点个数要明显少于基本RRT算法,有利于节省内存空间，这是因为引导策略能够以—定的概率值使得RRT树朝向目标位置生长,减小了在工作空间中生成航迹点的盲目性,而贪婪策略减少了在树上寻找离随机点最近树节点的函数的调用。
表1所示为在相同实验环境下经过1000次仿真实验后四种RRT算法的平均路径规划时间,由表1可看出引导RRT算法路径规划时间比基本RRT算法减少了37％左右,引入贪婪策略后,基于贪婪引导策略的RRT算法路径规划时间比基本RRT算法减少了47％左右,而RRT*算法在RRT算法的基础上考虑了所规划路径的代价,其路径规划时间比基本RRT算法要多出44％左右。
算法 基本RRT 引导RRT RRT* 贪婪引导RRT
规划时间 0.487s 0.304s 0.701s 0.258s
表1四种RRT算法路径规划时间比较
航迹约束为旋翼飞行器自身性能约束,即正常飞行时的最大俯仰角(在垂直平面内上升或下降的最大角度)、最大偏向角(在小于或等于预先确定的最大角度范围内转弯)和最高飞行高度(飞行的最大高度值)。
路径裁剪为采用Dijkstra算法去除路径中的兀余节点；RRT算法是一种高效的在线实时路径规划方法,但由于其在工作空间的随机搜索性,产生了一些冗余的位置点,找到的路径可行但不是最优解。Dijkstra算法是一种常用的最小路径选择算法,Dijkstra算法可在生成的RRT树中找到一条近似最优路径。其基本思想是先通过RRT算法在工作空间内生成可由起始位置到目标位置的RRT树,再将树节点存入预先定义的程序数组中,最后可以引入Dijkstra算法完成遍历搜索求出最小代价路径,完成飞行机器人的航路规划。
轨迹平滑处理为采用三阶B样条曲线对生成的路径进行轨迹平滑，可以满足对局部路径进行修改而不需要改变整个路径形状的需要。
三维空间路径规划：通过贪婪引导策略对RRT算法进行改进，形成改进后的RRT算法，并在航迹约束、最大爬升俯冲角和最大飞行高度的约束条件下形成初步巡检路径，利用坐标转换将初步巡检路径从三维空间的运动映射到二维平面,通过对初步巡检路径进行路径裁剪和轨迹平滑处理，获得最终巡检路径,并将其映射回三维空间。
旋翼飞行器的初始运动轨迹是由直线段连接而成,一个平面可以通过空间中的两条直线确定,可将两条初始直线轨迹坐标转化到一个新的确定的平面上，如图2所示,XYZ是全局坐标系,旋翼飞行器的初始运动轨迹为p1-p2-p3,令p1p2方向为新的X′轴方向,Z′轴垂直于平面p1p2p3,Z′轴到X′按右手规则确定新的Y′的方向,得到新的局部坐标系X′Y′Z′。
旋翼飞行器的初始直线轨迹及其平滑后的曲线坐标都落在转化后的p1p2p3平面上,其Z′坐标均为零。坐标转换时需要先在p1p2p3平面上找到局部坐标系X′Y′Z′的三个单位向量(ux,uy,uz),ux可以通过式(1)计算得到；
Figure BDA0003218305650000111
由于Z′垂直于平面p1p2p3,因此uz可以通过计算该平面上两个向量的向量积获得；
uz＝ux×u`y (2)
其中,u`y是p2和p3的单位向量,uy可以通过ux和uz的向量积获得:
uy＝uz×ux (3)
路径点的坐标由局部坐标系到全局坐标系的转换可以通过式(4)进行算:
p3D＝T·P2D (4)
式中,
Figure BDA0003218305650000121
由于在局部坐标系中Z′坐标为0,因此三维空间的路径点坐标可以通过式(5)映射到二维平面上:
p2D＝T-1·P3D (5)
然后可以对式(5)得到的三个路径点坐标进行轨迹平滑,最后通过式(4)将平滑处理后的路径点坐标转化到初始的全局坐标系中。
分别对二维平面和三维空间的路径规划进行仿真实验,二维平面路径规划时设定起始点坐标为(1,1,5),目标点坐标为(90,90,5),三维空间路径规划时的起始点坐标为(1,1,1),目标点坐标为(90,88,28),最大转弯角为40°,最大俯仰角为30°,最大飞行高度为30m。
以下为本实施例中二维及三维平面路径规划的仿真实验，并将改进前后RRT算法计算出的最终巡检路径进行了对比分析。
二维平面路径规划仿真试验：如图3所示，通过基本RRT算法规划出的路径长度为196.5945米，路径点个数为39，且生成的路径波动比较大，并没有考虑机器人的性能约束，不具有可跟踪性。由改进后RRT算法规划出的路径长度为153.9302米，路径点个数为12，且生成的路径去除了冗余节点，波动性明显减小，明显优于普通RRT算法规划出的路径。图4和图5所示，分别为两种算法规划出路径经过平滑处理后的曲率变化，由图可以看出，改进后RRT规划出的路径曲率较为缓和。
三维平面路径规划仿真试验：如图6所示，为标准RRT树生长过程，总节点数为17348个，规划时间为9.6808s，路径长度为180.9549米，路径点个数为39个，由图可以看出路径波动很大。如图7所示，为改进后RRT树的生长过程，总节点数为班6个，规划时间为9.4164s，飞行路径长度为162.4902米，路径点个数为12个，由图可以看出路径波动较为缓和。
本实施例提供了一种未知环境下的旋翼飞行器输电线路巡检方法，通过在现有旋翼飞行器控制系统的基础上增加地面控制系统，旋翼飞行器在处理自己范围内的巡检工作时形成边缘计算，地面控制系统对采集到的数据进行处理生成巡检参数及对输电线路进行检查时形成云端计算，将边缘计算延迟短的特点与云端计算数据处理能力强的特点相结合，实现旋翼飞行器控制系统把采集到的数据信息发送的地面控制系统进行处理并生成巡检参数，并把巡检参数发送到旋翼飞行器控制系统中进行巡检控制，把计算量大的处理运算功能传送到地面控制系统进行，减少旋翼飞行器控制系统的控制延迟，减少电能的浪费。
另外，地面控制系统通过输电线路结构特征建立输电线路三维模型并划分安全巡检区域和目标视点区域,在考虑随机因素干扰的情况下通过强化学习算法对目标视点区域内的路径进行局部规划,由改进后的RRT算法规划出目标视点区域的最优巡检序列,确定旋翼飞行器的最佳巡检轨迹，解决进行精细化检查时,兀余图片产生和漏检的问题。
以上是对本发明提供的一种未知环境下的旋翼飞行器输电线路巡检方法的一个实施例进行详细的描述，以下将对本发明提供的一种未知环境下的旋翼飞行器输电线路巡检装置的实施例进行详细的描述。
请参阅图8，本实施例提供一种未知环境下的旋翼飞行器输电线路巡检装置，包括：
地面控制系统，用于接收旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息，并根据所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息。
机载检测系统，与地面控制系统双向无线通信连接，用于将旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息发送至地面控制系统，并根据地面控制系统传回的模型参数及路径信息，结合自身信息进行处理，生成飞控信号。
飞控系统，用于根据飞控信号控制旋翼飞行器各旋翼的转速，以便完成起飞、降落、飞行及悬停操作，还用于实时获取自身信息并发送至机载检测系统。
机载任务系统，用于通过云台控制系统对机载传感器的检测方向进行调整，以便机载的传感器实时获取所处位置的输电线路图像信息，并发送至机载检测系统。
需要说明的是：飞控系统具体包括：飞行控制器以及加速度计、惯性测量单元、GPS导航模块、高度计、动力系统和电源系统。
飞行控制器用于获取加速度计、惯性测量单元、GPS导航模块、高度计的监测数据，并基于监测数据控制动力系统对旋翼飞行器各旋翼的转速进行调整。
动力系统用于根据电机对旋翼飞行器各旋翼的转速进行调整，电机由电源系统进行供电。
地面控制系统具体包括：地面站和地面监控计算机。
地面站用于根据所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息。地面监控计算机用于根据增量信息对输电线路进行检查。
另外，上述各系统中均具有用于控制其自身以及存储器以实现上述任一未知环境下的旋翼飞行器输电线路巡检方法实施例步骤的处理器。处理器还可以称为CPU(CentralProcessing Unit，中央处理单元)。处理器可能是一种集成电路芯片，具有信号的处理能力。处理器还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器可以由集成电路芯片共同实现。
本实施例提供了一种未知环境下的旋翼飞行器输电线路巡检装置，主要包括用于巡线的机载检测系统和进行数据处理与通信的地面控制系统，机载检测系统与飞控系统和机载任务系统两个子系统连通，具体的实现飞行控制和输电线路的图像获取,地面控制系统包括地面站和地面监控计算机，地面站用于对巡检环境进行建模,分析基于点云数据的八叉树模型,针对杆塔巡检特点提出了安全巡检区域模型,并对安全区域进行离散化获得了观察视点集合，经过环境建模,首先确保旋翼飞行器的飞行安全,其次对旋翼飞行器巡检输电线路时的位置状态进行了划分,明确了巡检的目标，地面监控计算机用于对接收到的巡检图片对输电线路进行检查。
其中，地面站在基本RRT算法的基础上,通过引入贪婪引导策略,对RRT算法进行改进，有效减少了路径规划时间；将旋翼飞行器的非完整性约束加在连通路径点的选取上,并且对生成的路径进行裁剪,缩短路径长度,减小路径的波动,并用三次B样条函数来拟合路径点生成平滑可跟踪的路径，既能够减少旋翼飞行器的飞行距离,节省飞行时间,又可以在目标视点区域内通过多个目标视点对目标设备进行图像采集,减少数据冗余，同时,进行巡检时的三维路径规划是以安全区域为约束条件的，在提高搜索效率的同时,保证了所规划路径的安全性和可跟踪性。
在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，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发明各实施例技术方案的精神和范围。

Claims (10)

1.一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，包括：
实时获取自身信息及所处位置的输电线路图像信息；
将所述所处位置的输电线路图像信息发送至地面控制系统，以便所述地面控制系统生成模型参数及路径信息，并发回至旋翼飞行器；
根据所述模型参数及路径信息，并结合所述自身信息进行处理，生成飞控信号；
根据所述飞控信号执行相应的飞行操作以对输电线路进行巡检，并把产生的增量信息发送到地面控制系统，以便所述地面控制系统根据所述增量信息，对巡检环境进行三维建模，以生成新的模型参数及路径信息，并发送至旋翼飞行器进行更新；
根据所述新的模型参数及路径信息，并结合自身信息进行处理，生成新的飞控信号。
2.根据权利要求1所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，所述自身信息具体包括：
加速度、高度以及位置坐标。
3.根据权利要求1所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，所述输电线路图像信息具体包括：
巡检信息和检查信息；
所述巡检信息具体为输电线路信息和杆塔信息；
所述检查信息具体为线路设备图像信息。
4.根据权利要求3所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，所述将所述所处位置的输电线路图像信息发送至地面控制系统，以便所述地面控制系统生成模型参数及路径信息具体包括：
将所处位置的巡检信息和检查信息发送至地面控制系统；
所述地面控制系统根据所述巡检信息获得环境的三维点云数据并构建八叉树环境模型；
将所述八叉树环境模型以输电线路和杆塔运行的安全距离作为约束条件建立安全巡检区域模型；
根据所述检查信息在所述安全巡检区域模型中确定目标视点区域，形成模型参数；
采用RRT算法在所述安全巡检区域模型中对巡检路径进行规划，形成路径信息。
5.根据权利要求4所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，所述采用RRT算法在所述安全巡检区域模型中对巡检路径进行规划，形成路径信息具体包括：
确定旋翼飞行器的巡检方式，所述巡检方式包括定高度巡检和变高度巡检；
基于所述巡检方式，采用RRT算法在所述安全巡检区域模型中进行二维空间路径规划或三维空间路径规划，以形成路径信息。
6.根据权利要求5所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，当旋翼飞行器的巡检方式为定高度巡检时，进行二维空间路径规划，所述二维空间路径规划具体包括：
通过贪婪引导策略对所述RRT算法进行改进，形成改进后的RRT算法；
在航迹约束条件下根据所述改进后的RRT算法形成初步巡检路径；
对所述初步巡检路径进行路径剪裁和轨迹平滑处理，获得最终巡检路径。
7.根据权利要求5所述的一种未知环境下的旋翼飞行器输电线路巡检方法，其特征在于，当旋翼飞行器的巡检方式为变高度巡检时，进行三维空间路径规划，所述三维空间路径规划具体包括：
通过贪婪引导策略对所述RRT算法进行改进，形成改进后的RRT算法；
在航迹约束、最大爬升俯冲角和最大飞行高度的约束条件下根据所述改进后的RRT算法形成初步巡检路径；
利用坐标转换交所述初步巡检路径从三维空间映射到二维空间；
对所述初步巡检路径进行路径剪裁和轨迹平滑处理，获得最终巡检路径，并将所述最终巡检路径映射回三维空间。
8.一种未知环境下的旋翼飞行器输电线路巡检装置，其特征在于，包括：
地面控制系统，用于接收旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息，并根据所述所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息；
机载检测系统，与所述地面控制系统双向无线通信连接，用于将所述旋翼飞行器所处位置的输电线路图像信息以及对输电线路进行巡检时产生的增量信息发送至所述地面控制系统，并根据所述地面控制系统传回的模型参数及路径信息，结合自身信息进行处理，生成飞控信号；
飞控系统，用于根据所述飞控信号控制旋翼飞行器各旋翼的转速，以便完成起飞、降落、飞行及悬停操作，还用于实时获取自身信息并发送至所述机载检测系统；
机载任务系统，用于通过云台控制系统对机载传感器的检测方向进行调整，以便所述机载传感器实时获取所处位置的输电线路图像信息，并发送至所述机载检测系统。
9.根据权利要求8所述的一种未知环境下的旋翼飞行器输电线路巡检装置，其特征在于，所述飞控系统具体包括：
飞行控制器以及加速度计、惯性测量单元、GPS导航模块、高度计、动力系统和电源系统；
所述飞行控制器用于获取所述加速度计、惯性测量单元、GPS导航模块、高度计的监测数据，并基于所述监测数据控制动力系统对旋翼飞行器各旋翼的转速进行调整；
所述动力系统用于根据电机对旋翼飞行器各旋翼的转速进行调整，所述电机由所述电源系统进行供电。
10.根据权利要求8所述的一种未知环境下的旋翼飞行器输电线路巡检装置，其特征在于，所述地面控制系统具体包括：
地面站和地面监控计算机；
所述地面站用于根据所述所处位置的输电线路图像信息以及增量信息，对巡检环境进行三维建模，生成模型参数及路径信息；
所述地面监控计算机用于根据所述增量信息对输电线路进行检查。
CN202110950585.3A 2021-08-18 2021-08-18 一种未知环境下的旋翼飞行器输电线路巡检方法及装置 Active CN113534844B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110950585.3A CN113534844B (zh) 2021-08-18 2021-08-18 一种未知环境下的旋翼飞行器输电线路巡检方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110950585.3A CN113534844B (zh) 2021-08-18 2021-08-18 一种未知环境下的旋翼飞行器输电线路巡检方法及装置

Publications (2)

Publication Number Publication Date
CN113534844A true CN113534844A (zh) 2021-10-22
CN113534844B CN113534844B (zh) 2024-02-27

Family

ID=78122642

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110950585.3A Active CN113534844B (zh) 2021-08-18 2021-08-18 一种未知环境下的旋翼飞行器输电线路巡检方法及装置

Country Status (1)

Country Link
CN (1) CN113534844B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114020015A (zh) * 2021-10-29 2022-02-08 国网电力科学研究院武汉南瑞有限责任公司 基于障碍物地图双向搜索的无人机路径规划系统及方法
CN114625170A (zh) * 2022-03-24 2022-06-14 中国民用航空飞行学院 一种山区火灾直升机救援飞行路径动态规划方法
CN114756026A (zh) * 2022-04-07 2022-07-15 青岛沃柏斯智能实验科技有限公司 一种实验环境安全检查的巡视控制系统
CN117631692A (zh) * 2024-01-26 2024-03-01 国网江西省电力有限公司电力科学研究院 一种无人机红外自主巡检航线智能推荐方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103779808A (zh) * 2013-12-30 2014-05-07 国家电网公司 基于LiDAR的输电线路智能巡检系统
CN106707969A (zh) * 2017-02-15 2017-05-24 华南理工大学 一种沿中心轴线进给的三维类摆线抛光轨迹生成方法
CN107036594A (zh) * 2017-05-07 2017-08-11 郑州大学 智能电站巡检智能体的定位与多粒度环境感知技术
CN107369127A (zh) * 2017-06-09 2017-11-21 华南理工大学 一种沿行切路径进给的三维类摆线抛光轨迹生成方法
CN108682043A (zh) * 2018-02-08 2018-10-19 大连理工大学 一种基于参数映射的复杂曲面测量规划方法
CN108981716A (zh) * 2018-08-22 2018-12-11 集美大学 一种适用于内陆和近海无人船的路径规划方法
CN109634304A (zh) * 2018-12-13 2019-04-16 中国科学院自动化研究所南京人工智能芯片创新研究院 无人机飞行路径规划方法、装置和存储介质
CN110488871A (zh) * 2019-09-03 2019-11-22 滁州学院 一种基于二三维一体化的无人机路径动态规划方法
CN110516388A (zh) * 2019-08-31 2019-11-29 大连理工大学 基于调和映射的曲面离散点云模型环切刀轨生成方法
CN110532588A (zh) * 2019-07-11 2019-12-03 华南理工大学 一种Hilbert曲线引导的三维类摆线智能抛光方法
CN110531770A (zh) * 2019-08-30 2019-12-03 的卢技术有限公司 一种基于改进的rrt路径规划方法和系统
CN110609569A (zh) * 2019-09-26 2019-12-24 温岭市非普电气有限公司 一种应用于电力杆塔的自主控制无人机精准巡检系统和方法
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN112380893A (zh) * 2020-09-15 2021-02-19 广东电网有限责任公司 一种机载激光点云数据的输电线走廊自动识别方法
CN112486199A (zh) * 2020-12-11 2021-03-12 国网辽宁省电力有限公司沈阳供电公司 一种适用于偏远输电塔群无人机巡检控制系统及巡检方法
CN112683290A (zh) * 2020-12-29 2021-04-20 的卢技术有限公司 一种车辆轨迹规划方法、电子设备及计算机可读存储介质
CN113172631A (zh) * 2021-05-11 2021-07-27 西南交通大学 一种基于改进式rrt算法的机械臂自主避障方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103779808A (zh) * 2013-12-30 2014-05-07 国家电网公司 基于LiDAR的输电线路智能巡检系统
CN106707969A (zh) * 2017-02-15 2017-05-24 华南理工大学 一种沿中心轴线进给的三维类摆线抛光轨迹生成方法
CN107036594A (zh) * 2017-05-07 2017-08-11 郑州大学 智能电站巡检智能体的定位与多粒度环境感知技术
CN107369127A (zh) * 2017-06-09 2017-11-21 华南理工大学 一种沿行切路径进给的三维类摆线抛光轨迹生成方法
CN108682043A (zh) * 2018-02-08 2018-10-19 大连理工大学 一种基于参数映射的复杂曲面测量规划方法
CN108981716A (zh) * 2018-08-22 2018-12-11 集美大学 一种适用于内陆和近海无人船的路径规划方法
CN109634304A (zh) * 2018-12-13 2019-04-16 中国科学院自动化研究所南京人工智能芯片创新研究院 无人机飞行路径规划方法、装置和存储介质
CN110532588A (zh) * 2019-07-11 2019-12-03 华南理工大学 一种Hilbert曲线引导的三维类摆线智能抛光方法
CN110531770A (zh) * 2019-08-30 2019-12-03 的卢技术有限公司 一种基于改进的rrt路径规划方法和系统
CN110516388A (zh) * 2019-08-31 2019-11-29 大连理工大学 基于调和映射的曲面离散点云模型环切刀轨生成方法
CN110488871A (zh) * 2019-09-03 2019-11-22 滁州学院 一种基于二三维一体化的无人机路径动态规划方法
CN110609569A (zh) * 2019-09-26 2019-12-24 温岭市非普电气有限公司 一种应用于电力杆塔的自主控制无人机精准巡检系统和方法
CN110780681A (zh) * 2019-11-26 2020-02-11 贵州电网有限责任公司 一种基于激光点云的无人机自主巡检绝缘子路径规划方法
CN112380893A (zh) * 2020-09-15 2021-02-19 广东电网有限责任公司 一种机载激光点云数据的输电线走廊自动识别方法
CN112486199A (zh) * 2020-12-11 2021-03-12 国网辽宁省电力有限公司沈阳供电公司 一种适用于偏远输电塔群无人机巡检控制系统及巡检方法
CN112683290A (zh) * 2020-12-29 2021-04-20 的卢技术有限公司 一种车辆轨迹规划方法、电子设备及计算机可读存储介质
CN113172631A (zh) * 2021-05-11 2021-07-27 西南交通大学 一种基于改进式rrt算法的机械臂自主避障方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周芳 等: "基于改进快速搜索随机树法的机械手路径优化", 机械工程学报, vol. 47, no. 30, 5 June 2011 (2011-06-05) *
王全 等: "基于混合策略的轮式机器人路径规划方法", 计算机工程与应用, vol. 50, no. 45, 15 February 2014 (2014-02-15) *
王维 等: "一个虚拟人手臂操控的运动规划框架", 计算机应用, vol. 29, no. 1000, 1 April 2009 (2009-04-01) *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114020015A (zh) * 2021-10-29 2022-02-08 国网电力科学研究院武汉南瑞有限责任公司 基于障碍物地图双向搜索的无人机路径规划系统及方法
CN114625170A (zh) * 2022-03-24 2022-06-14 中国民用航空飞行学院 一种山区火灾直升机救援飞行路径动态规划方法
CN114756026A (zh) * 2022-04-07 2022-07-15 青岛沃柏斯智能实验科技有限公司 一种实验环境安全检查的巡视控制系统
CN114756026B (zh) * 2022-04-07 2024-04-19 青岛沃柏斯智能实验科技有限公司 一种实验环境安全检查的巡视控制系统
CN117631692A (zh) * 2024-01-26 2024-03-01 国网江西省电力有限公司电力科学研究院 一种无人机红外自主巡检航线智能推荐方法
CN117631692B (zh) * 2024-01-26 2024-05-14 国网江西省电力有限公司电力科学研究院 一种无人机红外自主巡检航线智能推荐方法

Also Published As

Publication number Publication date
CN113534844B (zh) 2024-02-27

Similar Documents

Publication Publication Date Title
CN113534844B (zh) 一种未知环境下的旋翼飞行器输电线路巡检方法及装置
Cabreira et al. Energy-aware spiral coverage path planning for uav photogrammetric applications
He et al. Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning
CN110609569B (zh) 一种应用于电力杆塔的自主控制无人机精准巡检系统和方法
CN111256703B (zh) 一种多旋翼无人机巡检路径规划方法
CN108614274B (zh) 基于多旋翼无人机的交叉式跨越线距离测量方法及装置
CN113494913A (zh) 无人机电力巡检规划方法、装置、计算机设备和存储介质
KR102181283B1 (ko) 나무 계측 시스템
CN101477169B (zh) 巡检飞行机器人对电力线路的检测方法
CN109062233A (zh) 一种输电线路无人机自动驾驶巡检方法
CN112904877A (zh) 一种基于无人机的风机叶片自动巡检系统及方法
CN107479059A (zh) 一种基于无人机的架空线与植被距离测量装置及方法
CN109946564B (zh) 一种配网架空线路巡检数据采集方法及巡检系统
CN107561547A (zh) 输电线路到目标物的距离测量方法、装置及系统
Liu et al. Study on UAV parallel planning system for transmission line project acceptance under the background of industry 5.0
CN112650218A (zh) 一种基于碰撞检测的变电站巡检航线规划方法及装置
CN109976339B (zh) 一种车载配网巡检数据采集方法与巡检系统
CN117406771B (zh) 一种基于四旋翼无人机的高效自主探索方法、系统及设备
CN115935610A (zh) 一种架空线路无人机巡检策略优化方法和系统
CN117193377A (zh) 确保收敛的无人机飞行时间最优实时轨迹优化方法
CN118012088A (zh) 无人机回归机巢的降落方法、装置、设备及存储介质
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
CN112859893A (zh) 一种飞行器避障方法、装置
Shuai et al. Binocular vision perception and obstacle avoidance of visual simulation system for power lines inspection with UAV
CN115686073A (zh) 一种基于无人机的输电线路巡检控制方法及系统

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
GR01 Patent grant
GR01 Patent grant