CN114020015A - 基于障碍物地图双向搜索的无人机路径规划系统及方法 - Google Patents
基于障碍物地图双向搜索的无人机路径规划系统及方法 Download PDFInfo
- Publication number
- CN114020015A CN114020015A CN202111268832.8A CN202111268832A CN114020015A CN 114020015 A CN114020015 A CN 114020015A CN 202111268832 A CN202111268832 A CN 202111268832A CN 114020015 A CN114020015 A CN 114020015A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- path
- unmanned aerial
- aerial vehicle
- laser point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000002457 bidirectional effect Effects 0.000 title claims abstract description 29
- 230000004888 barrier function Effects 0.000 title claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 36
- 230000011218 segmentation Effects 0.000 claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 230000009467 reduction Effects 0.000 claims abstract description 8
- 238000009499 grossing Methods 0.000 claims abstract description 6
- 238000007781 pre-processing Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000010845 search algorithm Methods 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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)
- Processing Or Creating Images (AREA)
Abstract
本发明公开了基于障碍物地图双向搜索的无人机路径规划系统及方法,对电力走廊范围内的三维激光点云数据进行预处理,并按照无人机飞行用到的导航定位坐标系对三维激光点云数据的坐标系进行统一;对预处理后的电力走廊三维激光点云进行分割处理;对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;以所述电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径;对无人机电力巡线规划路径进行平滑和简化,获得优化后的无人机飞行规划路径。通过构建三维激光点云障碍物栅格地图方式,降低计算数据量,实现对无人机安全高效率飞行路径规划实现。
Description
技术领域
本发明涉及无人机安全飞行与电网技术领域,具体涉及一种基于障碍物地图双向搜索的无人机路径规划系统及方法。
背景技术
相比传统电力巡检方式,无人机电力巡线可以在作业难度较大的崇山峻林和深山老林、江河湖泊之间轻松实现作业,可以较好地突破人力巡检及载人直升机巡检的局限,不仅更加高效和更加安全。无人机电力巡线针对输电线路实时监控检查电力故障,提高输电线路巡检的安全、效率及智能化水平。随着技术的成熟,无人机将成为输电网巡线更为有效的工具,无人机合理配置资源、提高电力巡检总效率的优势将不断显现,在电网安全运营领域具有广泛的应用前景。
无人机电力巡线首先需要解决其安全飞行的问题,各种无人机电力巡线系统都具备巡线任务规划功能,如何根据线路走向、各种设施分布、巡线走廊中的地理环境快速规划出安全飞行的路径,是无人机安全、高效电力巡线的首要问题。无人机飞行路径规划通常利用测区的卫星影像图和地形图,设置一个高于飞行区最高高度的飞行高度进行航线规划,这种方法飞行效率低,且存在安全隐患。另一方面,由于飞行高度是固定的,随着地形及周边走廊环境起伏不定,被巡线对象,如电力线、杆塔、电力设施、树障等地物的地面分辨率差异大,影响着巡线结果分析的准确性。
发明内容
本发明的目的就是要提供一种基于障碍物地图双向搜索的无人机路径规划系统及方法,利用电力走廊已有的三维激光点云数据,对三维点云进行分割和投影,得到电力走廊障碍物栅格地图,进一步根据走廊障碍物栅格地图采用改进的快速拓展随机树搜索路径,最后对路径进行平滑优化,实现无人机巡线安全路径规划和优化。本发明将电力走廊三维激光点云转换为障碍物栅格地图,实现顾及走廊地形与空间环境的无人机巡线安全路径规划,可提高无人机电力巡线路径规划的效率和安全性,实现无人机巡线路径优化,在电网线路检修、公共安全管理、防灾减灾等领域具有广阔的应用前景。
为实现此目的,本发明所设计的基于障碍物地图双向搜索的无人机路径规划系统,包括激光点云分割处理模块、激光点云投影模块、双向搜索路径模块;所述激光点云分割处理模块用于对电力走廊三维激光点云进行分割处理;所述激光点云投影模块用于对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;所述双向搜索路径模块以所述激光点云投影模块生成的电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径。
一种基于障碍物地图双向搜索的无人机路径规划方法,它包括如下步骤:
步骤1,对电力走廊三维激光点云进行分割处理;
步骤2,对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;
步骤3,以所述电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径。
本发明的有益效果为:
1)本发明提出了一套基于激光点云障碍物栅格地图双向搜索的无人机电力巡线安全路径规划方法和技术流程,通过构建三维激光点云障碍物栅格地图方式,降低计算数据量,提高无人机飞行效率,实现对无人机安全高效率飞行路径规划。
2)本发明根据顾及电力走廊三维地形及周边走廊环境起伏的障碍物栅格地图进行路径规划,可以实现可变航高的无人机飞行路径规划,实现无人机电力巡线对象稳定的地面分辨率,提高电力巡线分析结果的准确性。
3)本发明提出的双向快速拓展随机树路径搜索算法能够进一步提高无人机路径规划的效率和准确性。
附图说明
图1为本发明系统结构图;
图2为本发明方法流程图;
其中,1-激光点云预处理模块、2-激光点云分割处理模块、3-激光点云投影模块、4-双向搜索路径模块、5-路径优化模块。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细说明:
一种基于障碍物地图双向搜索的无人机路径规划系统,如图1所示,包括激光点云预处理模块1、激光点云分割处理模块2、激光点云投影模块3、双向搜索路径模块4和路径优化模块5;所述激光点云预处理模块1用于对电力走廊范围内的三维激光点云数据进行预处理,并按照无人机飞行用到的导航定位坐标系对三维激光点云数据的坐标系进行统一,获得预处理后的三维激光点云数据;所述激光点云分割处理模块2用于对预处理后的电力走廊三维激光点云进行分割处理;所述激光点云投影模块3用于对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;所述双向搜索路径模块4以所述激光点云投影模块3生成的电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径;所述路径优化模块5用于对所述双向搜索路径模块4获得的无人机电力巡线规划路径进行平滑和简化,获得优化后的无人机飞行规划路径。
上述技术方案中,所述激光点云预处理模块1的实现方法包括以下步骤:
步骤1.1,搜集无人机飞行区域电力走廊数据获取时间最近的巡线三维激光点云数据;搜集所述三维激光点云数据的特征指标包括:一是所述三维激光点云数据的时效性不超过设定年限,本实施方案优选为两年;二是所述三维激光点云数据的激光点云密度不低于设定点云密度,本实施方案优选为1个点/平方米;
步骤1.2,对步骤1.1获得的三维激光点云数据进行滤波去噪,去除飞点,并按照无人机巡线区域范围对三维激光点云数据进行裁剪输出;
步骤1.3,将所述三维激光点云数据的坐标系转换到无人机飞行导航定位坐标系,通常该坐标系采用卫星导航定位坐标系,本发明中采用WGS84坐标系。
上述技术方案中,所述激光点云分割处理模块2对预处理后的电力走廊三维激光点云进行分割与对象分类,对电力走廊范围内的障碍物点云对象进行标注标识,为路径规划避障奠定基础,其具体实现方法包括以下步骤:
步骤2.1,采用体素栅格滤波方法对所述激光点云预处理模块1输出的三维激光点云数据进行降采样处理,以减少数据量,提高数据处理效率;
步骤2.2,采用移动最小二乘方法对步骤2.1输出的三维激光点云数据中孤立于点云主体的离群点进行平滑处理,从而剔除噪声点;
步骤2.3,对步骤2.2输出的三维激光点云数据进行RANSAC分割,得到不同类型的分割点云对象;
步骤2.4,对步骤2.3输出的分割点云对象按照欧式距离进行聚类,构建电力走廊障碍物对象点云集。
上述技术方案中,所述激光点云分割处理模块2的步骤2.1中对三维激光点云数据进行降采样处理的特征指标为:采用体素栅格滤波方法时,以体素栅格重心作为对体素激光点云的简化;体素网格大小取无人机外接包围盒最大边长;
所述激光点云分割处理模块2的步骤2.3中进行RANSAC分割的过程使用到的特征指标包括:RANSAC算法判断样本是否满足模型的误差容忍度值取不低于设定阈值,本实施方案优选为0.9;
所述激光点云分割处理模块2的步骤2.4中进行聚类的过程使用到的特征指标包括:一是聚类设定的距离阈值取所述体素栅格滤波方法中体素网格大小的二分之一;二是在聚类过程中使用基于KD-Tree近邻搜索方法。
上述技术方案中,所述激光点云投影模块3的实现方法包括以下步骤:
步骤3.1,设置点云投影参数,所述点云投影参数包括三维点云范围、网格大小和投影方向;
步骤3.2,根据点云投影参数生成栅格地图,所述栅格地图像素全部初始化为零;
步骤3.3,从栅格地图的第一行第一列像素开始,根据像素对应的网格范围对电力走廊点云进行遍历,若存在步骤2中障碍物点云对象,该像素标记为障碍物对象点云最大高程;
步骤3.4,重复步骤3.3,直到栅格地图像素遍历完成,得到电力走廊障碍物栅格地图。
上述技术方案中,所述网格大小设置为所述体素栅格滤波方法中体素网格大小的二分之一;所述投影方向设置为高程方向。
上述技术方案中,所述双向搜索路径模块4的实现方法包括以下步骤:
步骤4.1,根据无人机巡线要求,设置规划路径的起点和终点;
步骤4.2,根据所述步骤3.1设置的点云投影参数,将规划路径的起点和终点转换为障碍物栅格地图像素坐标下的起点像素和终点像素;
步骤4.3,以起点像素作为种子点,采用随机采样的快速拓展随机树算法搜索路径,路径原则为避开障碍物,搜索到的路径点作为起点路径节点;
步骤4.4,同时以终点像素作为为种子点,采用快速拓展随机树算法搜索路径,路径原则为避开障碍物,搜索到的路径点作为终点路径节点;
步骤4.5,判断步骤4.3获得的起点路径节点和步骤4.4获得的终点路径节点是否重合,所述判断节点重合的依据为:若所述起点路径节点与所述终点路径节点间的距离大于3个像素,且节点间无障碍物时视为节点重合,若节点重合则路径搜索终止。
上述技术方案中,所述路径优化模块5对所述双向搜索路径模块4获得的无人机电力巡线规划路径进行平滑和简化,在保证路径两两拐点间连线为直线同时能够避开所有障碍为原则进行路径平滑与简化,实现化曲为直,其具体实现方法包括以下步骤:
步骤5.1,初始化优化路径P′为空路径;
步骤5.2,读取所述双向搜索路径模块4获得的无人机电力巡线规划路径作为原路径P,以原路径P的起始节点m作为所述优化路径P′起点nsrc;
步骤5.3,在所述原路径P中读取下一个节点m+1,对其与上一个节点m构成的边em,m+1根据障碍物栅格地图进行碰撞检查,若通过碰撞检查则继续令m=m+1向后读取节点;若未通过碰撞检查则将节点m+1加入所述优化路径P′;
步骤5.4,循环步骤5.2到5.3的操作直到搜索到终点,得到优化路径P′。
上述技术方案中,所述路径优化模块5的具体实现方法中的步骤5.3中的碰撞检查指的是,若所述边em,m+1与所述障碍物栅格地图中的障碍物间隔大于设置阈值,表示没有碰撞通过碰撞检查,若所述边em,m+1与所述障碍物栅格地图中的障碍物间隔小于设置阈值,表示有碰撞未通过碰撞检查;
所述设置阈值根据无人机型号尺寸确定,即无人机最大尺寸换算成栅格地图像素数的两倍。
一种基于障碍物地图双向搜索的无人机路径规划方法,如图2所示,包括以下步骤:
步骤1,对电力走廊范围内的三维激光点云数据进行预处理,并按照无人机飞行用到的导航定位坐标系对三维激光点云数据的坐标系进行统一,获得预处理后的三维激光点云数据;
步骤2,对预处理后的电力走廊三维激光点云进行分割处理;
步骤3,对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;
步骤4,以所述电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径;
步骤5,对所述无人机电力巡线规划路径进行平滑和简化,获得优化后的无人机飞行规划路径。
本说明书未作详细描述的内容属于本领域专业技术人员公知的现有技术。本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在发明待批的权利要求保护范围之内。
Claims (12)
1.一种基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:它包括激光点云分割处理模块(2)、激光点云投影模块(3)和双向搜索路径模块(4);所述激光点云分割处理模块(2)用于对电力走廊三维激光点云进行分割处理;所述激光点云投影模块(3)用于对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;所述双向搜索路径模块(4)以所述激光点云投影模块(3)生成的电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径。
2.基于权利要求1所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:它还包括激光点云预处理模块(1)和路径优化模块(5);所述激光点云预处理模块(1)用于对电力走廊范围内的三维激光点云数据进行预处理,并按照无人机飞行用到的导航定位坐标系对三维激光点云数据的坐标系进行统一,获得预处理后的三维激光点云数据;所述激光点云预处理模块(1)获得的三维激光点云数据输入至所述激光点云分割处理模块(2);所述路径优化模块(5)用于对所述双向搜索路径模块(4)获得的无人机电力巡线规划路径进行平滑和简化,获得优化后的无人机飞行规划路径。
3.基于权利要求2所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:所述激光点云预处理模块(1)的实现方法包括以下步骤:
步骤1.1,搜集无人机飞行区域电力走廊数据获取时间最近的巡线三维激光点云数据;搜集所述三维激光点云数据的特征指标包括:一是所述三维激光点云数据的时效性不超过设定年限;二是所述三维激光点云数据的激光点云密度不低于设定点云密度;
步骤1.2,对步骤1.1获得的三维激光点云数据进行滤波去噪,去除飞点,并按照无人机巡线区域范围对三维激光点云数据进行裁剪输出;
步骤1.3,将所述三维激光点云数据的坐标系转换到无人机飞行导航定位坐标系。
4.基于权利要求1所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:所述激光点云分割处理模块(2)的实现方法包括以下步骤:
步骤2.1,采用体素栅格滤波方法对所述激光点云预处理模块(1)输出的三维激光点云数据进行降采样处理;
步骤2.2,采用移动最小二乘方法对步骤2.1输出的三维激光点云数据中孤立于点云主体的离群点进行平滑处理;
步骤2.3,对步骤2.2输出的三维激光点云数据进行RANSAC分割,得到不同类型的分割点云对象;
步骤2.4,对步骤2.3输出的分割点云对象按照欧式距离进行聚类,构建电力走廊障碍物对象点云集。
5.基于权利要求4所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:
所述激光点云分割处理模块(2)的步骤2.1中对三维激光点云数据进行降采样处理的特征指标为:采用体素栅格滤波方法时,以体素栅格重心作为对体素激光点云的简化;体素网格大小取无人机外接包围盒最大边长;
所述激光点云分割处理模块(2)的步骤2.3中进行RANSAC分割的过程使用到的特征指标包括:RANSAC算法判断样本是否满足模型的误差容忍度值取不低于设定阈值;
所述激光点云分割处理模块(2)的步骤2.4中进行聚类的过程使用到的特征指标包括:一是聚类设定的距离阈值取所述体素栅格滤波方法中体素网格大小的二分之一;二是在聚类过程中使用基于KD-Tree近邻搜索方法。
6.基于权利要求1所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:所述激光点云投影模块(3)的实现方法包括以下步骤:
步骤3.1,设置点云投影参数,所述点云投影参数包括三维点云范围、网格大小和投影方向;
步骤3.2,根据点云投影参数生成栅格地图,所述栅格地图像素全部初始化为零;
步骤3.3,从栅格地图的第一行第一列像素开始,根据像素对应的网格范围对电力走廊点云进行遍历,若存在步骤2中障碍物点云对象,该像素标记为障碍物对象点云最大高程;
步骤3.4,重复步骤3.3,直到栅格地图像素遍历完成,得到电力走廊障碍物栅格地图。
所述网格大小设置为所述体素栅格滤波方法中体素网格大小的二分之一;所述投影方向设置为高程方向。
7.基于权利要求1所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:所述双向搜索路径模块(4)的实现方法包括以下步骤:
步骤4.1,根据无人机巡线要求,设置规划路径的起点和终点;
步骤4.2,根据所述步骤3.1设置的点云投影参数,将规划路径的起点和终点转换为障碍物栅格地图像素坐标下的起点像素和终点像素;
步骤4.3,以起点像素作为种子点,采用随机采样的快速拓展随机树算法搜索路径,路径原则为避开障碍物,搜索到的路径点作为起点路径节点;
步骤4.4,同时以终点像素作为为种子点,采用快速拓展随机树算法搜索路径,路径原则为避开障碍物,搜索到的路径点作为终点路径节点;
步骤4.5,判断步骤4.3获得的起点路径节点和步骤4.4获得的终点路径节点是否重合,所述判断节点重合的依据为:若所述起点路径节点与所述终点路径节点间的距离大于3个像素,且节点间无障碍物时视为节点重合,若节点重合则路径搜索终止。
8.基于权利要求2所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:所述路径优化模块(5)的实现方法包括以下步骤:
步骤5.1,初始化优化路径P′为空路径;
步骤5.2,读取所述双向搜索路径模块(4)获得的无人机电力巡线规划路径作为原路径P,以原路径P的起始节点m作为所述优化路径P′起点nsrc;
步骤5.3,在所述原路径P中读取下一个节点m+1,对其与上一个节点m构成的边em,m+1根据障碍物栅格地图进行碰撞检查,若通过则继续令m=m+1向后读取节点;若不通过则将节点m+1加入所述优化路径P′;
步骤5.4,循环步骤5.2到5.3的操作直到搜索到终点,得到优化路径P′。
9.基于权利要求8所述的基于障碍物地图双向搜索的无人机路径规划系统,其特征在于:
所述路径优化模块(5)的具体实现方法中的步骤5.3中的碰撞检查指的是,若所述边em,m+1与所述障碍物栅格地图中的障碍物间隔大于设置阈值,表示没有碰撞通过碰撞检查,若所述边em,m+1与所述障碍物栅格地图中的障碍物间隔小于设置阈值,表示有碰撞未通过碰撞检查;
所述设置阈值为无人机最大尺寸换算成栅格地图像素数的两倍。
10.一种基于障碍物地图双向搜索的无人机路径规划方法,其特征在于:它包括以下步骤:
步骤1,对电力走廊三维激光点云进行分割处理;
步骤2,对分割处理后的三维激光点云进行投影降维,生成电力走廊障碍物栅格地图;
步骤3,以所述电力走廊障碍物栅格地图为基础,采用双向随机采样快速拓展随机树算法进行无人机路径搜索,得到无人机电力巡线规划路径。
11.基于权利要求10所述的基于障碍物地图双向搜索的无人机路径规划方法,其特征在于:它还包括以下步骤:
所述步骤1的输入数据为预处理后的三维激光点云数据,所述预处理后的三维激光点云数据的获得方法为:对电力走廊范围内的三维激光点云数据进行预处理,并按照无人机飞行用到的导航定位坐标系对三维激光点云数据的坐标系进行统一,获得预处理后的三维激光点云数据;
对所述步骤3得到的无人机电力巡线规划路径进行平滑和简化,获得优化后的无人机飞行规划路径。
12.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序在运行时执行如权利要求10-11中的任一项所述的基于障碍物地图双向搜索的无人机路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111268832.8A CN114020015A (zh) | 2021-10-29 | 2021-10-29 | 基于障碍物地图双向搜索的无人机路径规划系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111268832.8A CN114020015A (zh) | 2021-10-29 | 2021-10-29 | 基于障碍物地图双向搜索的无人机路径规划系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114020015A true CN114020015A (zh) | 2022-02-08 |
Family
ID=80058496
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111268832.8A Pending CN114020015A (zh) | 2021-10-29 | 2021-10-29 | 基于障碍物地图双向搜索的无人机路径规划系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114020015A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610076A (zh) * | 2022-05-10 | 2022-06-10 | 四川大学 | 结合人工势场法与A-star算法角度约束的航迹规划方法 |
CN115578525A (zh) * | 2022-09-06 | 2023-01-06 | 中国能源建设集团云南火电建设有限公司 | 一种复杂环境的工程选线优化系统及方法 |
CN115639842A (zh) * | 2022-12-23 | 2023-01-24 | 北京中飞艾维航空科技有限公司 | 一种利用无人机的巡检方法及其系统 |
CN116149373A (zh) * | 2023-04-18 | 2023-05-23 | 武汉智联时空科技有限公司 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469388A (zh) * | 2015-11-16 | 2016-04-06 | 集美大学 | 基于降维的建筑物点云配准算法 |
CN106228596A (zh) * | 2016-08-05 | 2016-12-14 | 吉鸥信息技术(杭州)有限公司 | 三维激光点云生成方法及装置 |
CN109946701A (zh) * | 2019-03-26 | 2019-06-28 | 新石器慧通(北京)科技有限公司 | 一种点云坐标转换方法及装置 |
CN111602171A (zh) * | 2019-07-26 | 2020-08-28 | 深圳市大疆创新科技有限公司 | 一种点云特征点提取方法、点云传感系统及可移动平台 |
CN113064426A (zh) * | 2021-03-17 | 2021-07-02 | 安徽工程大学 | 一种改进双向快速搜索随机树算法的智能车路径规划方法 |
CN113534844A (zh) * | 2021-08-18 | 2021-10-22 | 广东电网有限责任公司 | 一种未知环境下的旋翼飞行器输电线路巡检方法及装置 |
-
2021
- 2021-10-29 CN CN202111268832.8A patent/CN114020015A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105469388A (zh) * | 2015-11-16 | 2016-04-06 | 集美大学 | 基于降维的建筑物点云配准算法 |
CN106228596A (zh) * | 2016-08-05 | 2016-12-14 | 吉鸥信息技术(杭州)有限公司 | 三维激光点云生成方法及装置 |
CN109946701A (zh) * | 2019-03-26 | 2019-06-28 | 新石器慧通(北京)科技有限公司 | 一种点云坐标转换方法及装置 |
CN111602171A (zh) * | 2019-07-26 | 2020-08-28 | 深圳市大疆创新科技有限公司 | 一种点云特征点提取方法、点云传感系统及可移动平台 |
CN113064426A (zh) * | 2021-03-17 | 2021-07-02 | 安徽工程大学 | 一种改进双向快速搜索随机树算法的智能车路径规划方法 |
CN113534844A (zh) * | 2021-08-18 | 2021-10-22 | 广东电网有限责任公司 | 一种未知环境下的旋翼飞行器输电线路巡检方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114610076A (zh) * | 2022-05-10 | 2022-06-10 | 四川大学 | 结合人工势场法与A-star算法角度约束的航迹规划方法 |
CN114610076B (zh) * | 2022-05-10 | 2022-07-29 | 四川大学 | 结合人工势场法与A-star算法角度约束的航迹规划方法 |
CN115578525A (zh) * | 2022-09-06 | 2023-01-06 | 中国能源建设集团云南火电建设有限公司 | 一种复杂环境的工程选线优化系统及方法 |
CN115578525B (zh) * | 2022-09-06 | 2024-03-29 | 中国能源建设集团云南火电建设有限公司 | 一种复杂环境的工程选线优化系统及方法 |
CN115639842A (zh) * | 2022-12-23 | 2023-01-24 | 北京中飞艾维航空科技有限公司 | 一种利用无人机的巡检方法及其系统 |
CN116149373A (zh) * | 2023-04-18 | 2023-05-23 | 武汉智联时空科技有限公司 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111462275B (zh) | 一种基于激光点云的地图生产方法和装置 | |
CN114020015A (zh) | 基于障碍物地图双向搜索的无人机路径规划系统及方法 | |
CN108519094B (zh) | 局部路径规划方法及云处理端 | |
Zhu et al. | 3d lidar point cloud based intersection recognition for autonomous driving | |
CN108509820B (zh) | 障碍物分割方法及装置、计算机设备及可读介质 | |
CN108470174B (zh) | 障碍物分割方法及装置、计算机设备及可读介质 | |
CN112801022A (zh) | 一种无人驾驶矿卡作业区道路边界快速检测更新的方法 | |
CN114812581A (zh) | 一种基于多传感器融合的越野环境导航方法 | |
CN112184736B (zh) | 一种基于欧式聚类的多平面提取方法 | |
AU2020229324B2 (en) | System and method for surface feature detection and traversal | |
CN115100379B (zh) | 一种风机叶片运输监管方法、系统、设备及介质 | |
CN114842450B (zh) | 一种可行驶区域检测方法、装置及设备 | |
CN113252027B (zh) | 井下无人驾驶车辆局部路径规划方法、装置、设备及存储介质 | |
KR102414307B1 (ko) | 3d 맵의 변경 구역 업데이트 시스템 및 그 방법 | |
CN115435798A (zh) | 无人车高精地图路网生成系统及方法 | |
Shokri et al. | A robust and efficient method for power lines extraction from mobile LiDAR point clouds | |
CN113325389A (zh) | 一种无人车激光雷达定位方法、系统及存储介质 | |
Shi et al. | LiDAR localization at 100 FPS: a map-aided and template descriptor-based global method | |
CN113822332A (zh) | 路沿数据标注方法及相关系统、存储介质 | |
Yao et al. | Semantic labelling of ultra dense MLS point clouds in urban road corridors based on fusing CRF with shape priors | |
CN112015199A (zh) | 应用于煤矿井下智能巡检无人机的航迹规划方法及装置 | |
Bulatov et al. | Vectorization of road data extracted from aerial and uav imagery | |
Shokri et al. | Fast extraction of power lines from mobile LiDAR point clouds based on SVM classification in non-urban area | |
CN114882339B (zh) | 基于实时稠密点云地图的煤矿巷道孔眼自主识别方法 | |
Guan et al. | 3D-Cnn Based Tree species classification using mobile lidar data |
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 |