CN114034304A - 一种风电场无人机巡检方法、装置、设备及可读存储介质 - Google Patents
一种风电场无人机巡检方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114034304A CN114034304A CN202111357578.9A CN202111357578A CN114034304A CN 114034304 A CN114034304 A CN 114034304A CN 202111357578 A CN202111357578 A CN 202111357578A CN 114034304 A CN114034304 A CN 114034304A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- inspection
- database
- map
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种风电场无人机巡检方法、装置、设备及可读存储介质,获取待巡检区域的地理信息,根据地理信息生成待巡检区域的空间地图;根据空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;向无人机任务分配数据库中添加巡检目标和无人机装载平台;获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务;向查找到的无人机中加载巡检目标对应的巡检数据分析模型;加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据。当不可控因素导致巡检环境发生变化时,能够自主规划应对方案,帮助无人机自主完成巡视任务。
Description
技术领域
本发明属于风电场巡检技术领域,具体涉及一种风电场无人机巡检方法、装置、设备及可读存储介质。
背景技术
风电场巡检主要是对风力发电和光伏发电区域进行检查与巡视从而保证风电场内设备正常运转。而巡检的内容也很多,比如对风机的升压站设备、集电线路和叶片进行巡检,对光伏区域的光伏组件、逆变器、箱变和回流量等设备进行巡检。
风电场巡检一般包括日常巡检、重点巡检和突发巡检。关于日常巡检,对风场范围内500千伏变电站、基铁塔,途径高山、草原、河堤、河床,要完成对输电线路的巡视,巡视过程中,工作人员不仅要经过荒无人烟的戈壁滩,同时也要攀爬险峻的石头山;不仅要对全线基铁塔的绝缘子、防震锤、引线、塔架螺栓、塔架杠梁进行逐一查看,同时也要通过敲、看、听等多种方式判断塔架及附属设备是否处于健康水平,同时做好记录、分析、总结工作。关于重点巡检,设备在满负荷运行状态下,输电电路容易发生过热、烧红等情况,通过开展夜巡,能够较为全面的发现白天难以查找的缺陷隐患点。在巡视前,风电场将巡视人员分成3组,每组设组长1名,由组长交代危险点,同时逐一检查车辆安全状况,并发放对讲机及照明工具,通过近3个小时对输电线路绝缘子、导线与线夹接触点进行巡视。关于突发巡检,地区普降大雪,积雪厚度达一定厚度时,启动的应急预案,对所有集电线路进行巡视,在巡视过程中,工作人员着重对架空线路导线弧垂、跨线、防振措施、电缆头、线路、铁塔的覆冰情况,铁塔有无受其他外力破坏,金属构件、部件有无磨损、锈蚀,防震锤有无位移、掉头等情况进行了详细认真的检查,确保集电线路安全。
风电场巡检地形与气候环境复杂,巡检人员成本高昂,同时,在大规模的巡检中,容易产生误判或漏判,也无法实现实时准确真实的巡检,具有很大的延时性和误差性。现有无人机巡检方案虽然解决了常规地形环境下的无人机巡检,但对于复杂地理环境,因气候原因导致的地理环境变化等情况仍无法顺利进行工作。
发明内容
针对现有技术中存在的问题,本发明提供了一种风电场无人机巡检方法、装置、设备及可读存储介质,当不可控因素导致巡检环境发生变化时,无人机巡检系统能够快速自主规划应对方案,并帮助无人机自主完成巡视任务。
为了解决上述技术问题,本发明通过以下技术方案予以实现:
一种风电场无人机巡检方法,包括:
获取待巡检区域的地理信息,根据所述地理信息生成待巡检区域的空间地图,所述空间地图由设定大小的连续的空间地图块组成;
根据所述空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
向所述无人机任务分配数据库中添加巡检目标和无人机装载平台,所述巡检目标绑定对应的空间地图块和巡检数据分析模型,所述无人机装载平台绑定对应的空间地图块,所述无人机装载平台上对应有无人机信息;
获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
当进入信号强度小于预设信号强度等级的环境下,加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
进一步地,还包括:
根据巡检数据更新巡检数据分析模型。
进一步地,所述获取待巡检区域的地理信息,具体包括:
在平面地图上对待巡检区域进行选取,并提取地理信息;
对平面地图所在环境进行测绘得到地理信息;
对平面地图所在环境通过无人机扫描生成三维地理信息;
将在平面地图上提取的地理信息、测绘得到地理信息和三维地理信息综合得到最终的待巡检区域的地理信息。
进一步地,无人机通过OpenDroneMap技术对平面地图所在环境进行扫描生成三维地理信息。
进一步地,所述平面地图包括百度地图或高德地图。
进一步地,所述根据所述地理信息生成待巡检区域的空间地图,具体包括:
通过空间地图创建分析算法自动分区为设定大小的空间地图块,依据待巡检区域三维模型对待巡检区域进行空间维度上的划分,划分出待巡检区域内所有空间地图块,形成空间地图。
一种风电场无人机巡检装置,包括:
空间地图生成模块,用于获取待巡检区域的地理信息,根据所述地理信息生成待巡检区域的空间地图,所述空间地图由设定大小的连续的空间地图块组成;
数据库创建模块,用于根据所述空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
添加模块,用于向所述无人机任务分配数据库中添加巡检目标和无人机装载平台,所述巡检目标绑定对应的空间地图块和巡检数据分析模型,所述无人机装载平台绑定对应的空间地图块,所述无人机装载平台上对应有无人机信息;
查找模块,用于获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
加载模块,用于向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
响应模块,用于使加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
切换模块,用于当进入信号强度小于预设信号强度等级的环境下,使加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
一种设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种风电场无人机巡检方法的步骤。
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实现一种风电场无人机巡检方法的步骤。
与现有技术相比,本发明至少具有以下有益效果:本发明提供的一种风电场无人机巡检方法,通过获取待巡检区域的地理信息,根据地理信息生成待巡检区域的空间地图,本发明生成的空间地图由设定大小的连续的空间地图块组成。然后根据空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库,并向无人机任务分配数据库中添加巡检目标和无人机装载平台,本发明添加的巡检目标绑定对应的空间地图块和巡检数据分析模型,同时无人机装载平台绑定对应的空间地图块,无人机装载平台上对应有无人机信息。接着,获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,向查找到的无人机中加载巡检目标对应的巡检数据分析模型,加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据。本发明的无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型,当进入信号强度小于预设信号强度等级的环境下,加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据,使得无人机在复杂地理环境、气候原因导致的地理环境变化等情况下也能保证巡检工作的正常进行,以无人机作为媒介,即当不可控因素导致巡检环境发生变化时,无人机巡检系统能够快速自主规划应对方案,并帮助无人机自主完成巡检任务。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式中的技术方案,下面将对具体实施方式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发明的一些实施方式,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为本发明一种风电场无人机巡检方法的流程图;
图2为实施例详细流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
如图1所示,本发明一种风电场无人机巡检方法,具体包括:
获取待巡检区域的地理信息,根据地理信息生成待巡检区域的空间地图,空间地图由设定大小的连续的空间地图块组成;
根据空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
向无人机任务分配数据库中添加巡检目标和无人机装载平台,巡检目标绑定对应的空间地图块和巡检数据分析模型,无人机装载平台绑定对应的空间地图块,无人机装载平台上对应有无人机信息;
获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
当进入信号强度小于预设信号强度等级的环境下,加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
作为优选的实施方式,还包括:
根据巡检数据更新巡检数据分析模型。
具体地说,获取待巡检区域的地理信息,具体如下:
在平面地图上对待巡检区域进行选取,并提取地理信息;
对平面地图所在环境进行测绘得到地理信息;
对平面地图所在环境通过无人机扫描生成三维地理信息,优选的,无人机通过OpenDroneMap技术对平面地图所在环境进行扫描生成三维地理信息;
将在平面地图上提取的地理信息、测绘得到地理信息和三维地理信息综合得到最终的待巡检区域的地理信息。优选的,平面地图包括百度地图或高德地图。
具体地说,根据地理信息生成待巡检区域的空间地图,具体如下:
通过空间地图创建分析算法自动分区为设定大小的空间地图块,依据待巡检区域三维模型对待巡检区域进行空间维度上的划分,划分出待巡检区域内所有空间地图块,形成空间地图。
实施例
如图2所示,本发明一种风电场无人机巡检方法,具体如下:
S11、根据平面地图对待巡检区域进行选取,并将相关地理信息进行提取;关于平面地图,可参考百度地图、高德地图等产品;
S12、根据S11所选择平面地图范围收集现有地理数据信息;关于地理数据信息,可使用测绘地理信息;
S13、根据S11所选择平面地图通过无人机进行扫描生成三维地理信息;关于无人机扫描生成三维地理信息,此步骤不可忽略需要对选取区域进行空间的扫描,并对S12的地理信息进行验证更新,无人机需要使用OpenDroneMap技术对所扫描的图像进行处理,OpenDroneMap是一个开源的航拍图像处理工具,可以把航拍图像进行点云、正射影像和高程模型等转换处理;
S14、根据S12与S13所收集到的数据进行综合分析整理,得出所需的地理信息;具体地说,使用S12与S13的数据进行互相印证与补充从而得到完整准确的地理信息;
S15、根据S14所整理的地理信息生成空间地图数据;关于空间地图创建是根据S14所汇总的地理信息,由空间地图创建分析算法自动分区为10*10*10米大小的区域空间块,再次,依据三维模型对该工作区域进行空间维度上的划分(指高度方向),即各正方形区域的高度方向上的空间划分,根据各正方形区域的最高点往空中延伸100米作为区域空间的高,由系统自动划分出区域内所有空间块,如出现高度不足10米的情况则以覆盖至地面2米为准,低于此高度则不会进行划分;
S16、根据S15所生成空间地图数据创建无人机导航数据库和无人机信号强度数据库;具体地说,以S15所产生的空间地图数据,以每个空间块为基础详细记录此空间块的详细地理数据与信号强度数据;
S17、根据S16所创建无人机导航数据库和无人机信号强度数据库处理空间块导航请求,并返回无人机远程操控所需的飞行数据;具体地说,根据S42所提供的连续空间块标识,通过分析这些空间块的地理数据与信号强度数据计算出一条最优的飞行控制路线数据,并将此数据返还给S41用以进行无人机控制;
S21、根据S15所生成空间地图中的空间块数据创建无人机任务分配数据库;关于任务分配数据库此数据库仅使用S15所创建的空间块数据创建;
S22、向S21任务分配数据库添加巡检目标;
S23、向S21任务分配数据库添加无人机装载平台;
S24、为S22巡检目标绑定相应的空间地图块;
S25、为S22巡检目标绑定相应的巡检方法;
S26、建立巡检任务智能分配平台,建立巡检任务智能分配平台为整个巡检方法的中心,所有的巡检任务均是由此发起的;
S27、向S23无人机装载平台添加巡检无人机;
S31、巡检任务智能分配平台发布巡检任务;
S32、根据巡检目标查找最新的对应巡检数据分析模型,具体地说,因巡检数据分析模型会自动根据巡检数据进行更新,所以此步骤的主要工作是在查找出的符合此次巡检任务的巡检数据分析模型中挑出一个最符合的分析模型;
S33、根据巡检目标查找匹配的无人机;具体地说,查找的匹配无人机分为待命无人机与即将完成任务的无人机两种,这里主要说明一下即将完成任务无人机的选定标准,此类无人机的选择标准默认为任务完成时间在5分钟之内、电量满足后续任务需求、当前处于信号2级区域内、无故障等因素;
S34、根据S33查找到的匹配无人机,选出最符合执行任务的无人机;
S35、为S34选出的无人机加载最新的对应巡检数据分析模型;
S36、当S35完成准备工作后向飞控平台发起巡检导航申请,并将待命无人机在S26巡检任务智能分配平台中锁定;具体地说,当无人机前期准备完成后,S26会向飞控平台发送巡检导航申请,会将待命的无人机编号、预计任务开始位置、无人机对应巡检任务等数据发送过去,并锁定这些无人机的后续任务状态;
S41、建立飞控平台;
S42、根据飞控平台收到的无人机巡检任务信息向S16申请导航地理信息;具体地说,此部分的导航地理信息是以每台无人机为主,逐机进行申请;
S43、根据S17返回的巡检任务具体地理信息由飞控平台控制无人机执行飞行任务;具体地说,此部分无人机远程控制由系统多线程进行智能控制,也可以进行人工控制;
S44、飞行过程中实时记录并发送巡检过程数据;关于实时记录并发送巡检过程数据,正常状态下通常是无人机在S16空间块所记录的信号强度在3级及以下的情况下的数据传输;
S45、进入到恶劣或特殊环境转入无人机自主巡检模式;关于恶劣或特殊环境即为S16空间块所记录的信号强度在3级及以上时,自主巡检模式需要无人机提前搭载VIO技术(Visual Inertial Odometry视觉惯性里程计定位技术)与Fast-Planner规划算法所集合的寻址导航算法模型;具体地说,区域空间信号强度分为6个级别分别为0至5,此处的信号强度值为无人机收集到信号强度均值,具体如表1;
S46、数据转为存储至无人机自身存储;
S47、待完成巡检返回至正常信号环境下一次性将数据发送;关于正常信号环境时指S16空间块所记录的信号强度在3级及以下的空间块区域;
表1:级别评定表
RSRP(dBm) | 覆盖强度级别 | 备注 |
RSRP<=-105 | 5 | 覆盖较差,无信号。 |
-105<RSRP<=-95 | 4 | 覆盖差,信号时断时续。 |
-95<RSRP<=-85 | 3 | 覆盖一般,信号速率低。 |
-85<RSRP<=-75 | 2 | 覆盖较好,可获得中等速率。 |
-75<RSRP<=-65 | 1 | 覆盖好,可获得高等速率。 |
RSRP>-65 | 0 | 覆盖非常好。 |
S51、创建巡检数据库;
S52、创建案例库;
具体地说,关于S52与S53此两个步骤中的案例数据可以互相转换,由人工专家进行判断;
S53、创建疑似案例库;
S54、通过S51为巡检数据事件识别评分算法实时计算;关于评分标准为0-100分,具体根据相似度而定分数越高说明现有案例库中有类似的案例存在;
S55、通过S54为产生的案例事件分类并将其数据收集归档;具体地说,此步骤为S54评分后的待选案例进行分类处理(案例库或疑似案例库),此部分正常由系统自动分配,可人工进行干预;
S56、以S51、S52、S53的数据为分析数据重新增强巡检事件灰度算法模型的识别范围与准确率;关于巡检事件灰度算法模型的生成需要以原有模型为基础在带入最新的案例数据后重新对原有的模型进行优化与纠错,从而生成新的巡检事件灰度算法模型;
S57、以S56得到的最新灰度算法模型为主,分析生成此算法模型与其他算法差异性重新定义此模型的应用范围,以此保证在S25与S32选择算法模型时能够精确定位到适合的算法模型。
一种风电场无人机巡检装置,包括:
空间地图生成模块,用于获取待巡检区域的地理信息,根据地理信息生成待巡检区域的空间地图,空间地图由设定大小的连续的空间地图块组成;
数据库创建模块,用于根据空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
添加模块,用于向无人机任务分配数据库中添加巡检目标和无人机装载平台,巡检目标绑定对应的空间地图块和巡检数据分析模型,无人机装载平台绑定对应的空间地图块,无人机装载平台上对应有无人机信息;
查找模块,用于获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
加载模块,用于向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
响应模块,用于使加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
切换模块,用于当进入信号强度小于预设信号强度等级的环境下,使加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
本发明在一个实施例中,提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于一种风电场无人机巡检方法的操作。
本发明在一个实施例中,一种风电场无人机巡检方法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,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读存储介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种风电场无人机巡检方法,其特征在于,包括:
获取待巡检区域的地理信息,根据所述地理信息生成待巡检区域的空间地图,所述空间地图由设定大小的连续的空间地图块组成;
根据所述空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
向所述无人机任务分配数据库中添加巡检目标和无人机装载平台,所述巡检目标绑定对应的空间地图块和巡检数据分析模型,所述无人机装载平台绑定对应的空间地图块,所述无人机装载平台上对应有无人机信息;
获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
当进入信号强度小于预设信号强度等级的环境下,加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
2.根据权利要求1所述的一种风电场无人机巡检方法,其特征在于,还包括:
根据巡检数据更新巡检数据分析模型。
3.根据权利要求1所述的一种风电场无人机巡检方法,其特征在于,所述获取待巡检区域的地理信息,具体包括:
在平面地图上对待巡检区域进行选取,并提取地理信息;
对平面地图所在环境进行测绘得到地理信息;
对平面地图所在环境通过无人机扫描生成三维地理信息;
将在平面地图上提取的地理信息、测绘得到地理信息和三维地理信息综合得到最终的待巡检区域的地理信息。
4.根据权利要求3所述的一种风电场无人机巡检方法,其特征在于,无人机通过OpenDroneMap技术对平面地图所在环境进行扫描生成三维地理信息。
5.根据权利要求3所述的一种风电场无人机巡检方法,其特征在于,所述平面地图包括百度地图或高德地图。
6.根据权利要求1所述的一种风电场无人机巡检方法,其特征在于,所述根据所述地理信息生成待巡检区域的空间地图,具体包括:
通过空间地图创建分析算法自动分区为设定大小的空间地图块,依据待巡检区域三维模型对待巡检区域进行空间维度上的划分,划分出待巡检区域内所有空间地图块,形成空间地图。
7.一种风电场无人机巡检装置,其特征在于,包括:
空间地图生成模块,用于获取待巡检区域的地理信息,根据所述地理信息生成待巡检区域的空间地图,所述空间地图由设定大小的连续的空间地图块组成;
数据库创建模块,用于根据所述空间地图块创建无人机导航数据库、无人机信号强度数据库和无人机任务分配数据库;
添加模块,用于向所述无人机任务分配数据库中添加巡检目标和无人机装载平台,所述巡检目标绑定对应的空间地图块和巡检数据分析模型,所述无人机装载平台绑定对应的空间地图块,所述无人机装载平台上对应有无人机信息;
查找模块,用于获取巡检目标,根据巡检目标和无人机信息查找匹配的无人机用于执行任务,无人机搭载VIO技术和Fast-Planner规划算法集合形成的寻址导航算法模型;
加载模块,用于向查找到的无人机中加载巡检目标对应的巡检数据分析模型;
响应模块,用于使加载巡检数据分析模型的无人机响应无人机导航数据库和无人机信号强度数据库返回的无人机远程操控飞行数据执行巡检任务,并返回巡检数据;
切换模块,用于当进入信号强度小于预设信号强度等级的环境下,使加载巡检数据分析模型的无人机根据寻址导航算法模型进入自主巡检模式执行巡检任务,并存储巡检数据。
8.一种设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述一种风电场无人机巡检方法的步骤。
9.一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,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项的一种风电场无人机巡检方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357578.9A CN114034304A (zh) | 2021-11-16 | 2021-11-16 | 一种风电场无人机巡检方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111357578.9A CN114034304A (zh) | 2021-11-16 | 2021-11-16 | 一种风电场无人机巡检方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114034304A true CN114034304A (zh) | 2022-02-11 |
Family
ID=80144586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111357578.9A Pending CN114034304A (zh) | 2021-11-16 | 2021-11-16 | 一种风电场无人机巡检方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114034304A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114779679A (zh) * | 2022-03-23 | 2022-07-22 | 北京英智数联科技有限公司 | 一种增强现实巡检系统及方法 |
-
2021
- 2021-11-16 CN CN202111357578.9A patent/CN114034304A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114779679A (zh) * | 2022-03-23 | 2022-07-22 | 北京英智数联科技有限公司 | 一种增强现实巡检系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108109437A (zh) | 一种基于地图特征的无人机自主航线提取生成方法 | |
KR102056564B1 (ko) | 머신 비전을 이용한 시설물 관리 방법 및 장치 | |
CN113963276A (zh) | 一种输电线路无人机自主巡检方法及系统 | |
CN115275870B (zh) | 一种基于高空线路维护的巡检系统 | |
CN113205116A (zh) | 输电线路无人机巡检拍摄目标点自动提取及航迹规划方法 | |
CN113239764B (zh) | 输电线路无人机巡检图像预处理方法 | |
CN113077561A (zh) | 一种无人机智能巡检系统 | |
CN104581001A (zh) | 一种大范围多摄像机运动目标的关联监控方法 | |
CN114034304A (zh) | 一种风电场无人机巡检方法、装置、设备及可读存储介质 | |
CN112511808A (zh) | 一种输电线路智能巡检系统及方法 | |
CN111146866B (zh) | 一种输电通道控制方法 | |
CN117077922A (zh) | 一种基于bp神经网络智能电网配电方法 | |
CN114782947A (zh) | 输配电线路点云匹配方法、点云匹配系统及存储介质 | |
CN113534840A (zh) | 一种无人机的控制方法及控制装置 | |
CN113359829A (zh) | 一种基于大数据的无人机电厂智能巡检方法 | |
CN112288591A (zh) | 一种基于激光点云地图的三维管控平台系统 | |
CN117032309A (zh) | 一种电力线路巡检方法及装置 | |
CN110188939B (zh) | 风电场的风功率的预测方法、系统、设备和存储介质 | |
CN115933750B (zh) | 基于数据处理的电力巡检方法及电力巡检系统 | |
CN116483118A (zh) | 一种适用于导地线弧垂变化的无人机自主巡检航线自动生成方法 | |
CN111027827A (zh) | 保底通信网运行风险分析的方法、装置及计算机设备 | |
Wu et al. | Research on intelligent inspection system for HV power transmission lines | |
CN110647935A (zh) | 一种输电线路区域树木生长趋势的预测方法及装置 | |
CN113359864B (zh) | 一种无人机巡线航迹规划方法及其系统 | |
CN113076864A (zh) | 输电杆塔巡检图像的处理方法和装置 |
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 |