CN114326825A - 输电线路无人机巡检路径规划及缺陷分析云平台 - Google Patents
输电线路无人机巡检路径规划及缺陷分析云平台 Download PDFInfo
- Publication number
- CN114326825A CN114326825A CN202111320021.8A CN202111320021A CN114326825A CN 114326825 A CN114326825 A CN 114326825A CN 202111320021 A CN202111320021 A CN 202111320021A CN 114326825 A CN114326825 A CN 114326825A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- power transmission
- transmission line
- cloud platform
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 39
- 238000007689 inspection Methods 0.000 title claims abstract description 39
- 230000007547 defect Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000004888 barrier function Effects 0.000 claims abstract description 13
- 239000003016 pheromone Substances 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000008020 evaporation Effects 0.000 claims description 3
- 238000001704 evaporation Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供输电线路无人机巡检路径规划及缺陷分析云平台，涉及输电线路领域，包括无人机巡检路径规划平台和缺陷分析云平台，无人机巡检路径规划平台的规划流程如下：Sp1：以输电线路为固定对象，无人机为移动对象，建立三维空间模型；Sp2：输入输电线路和无人机的基本参数；Sp3：计算输电线路和无人机之间的相对运动误差和无人机的悬停精度；Sp4：计算三维点云模型的映射精度，并且映射出三维数组；Sp5：在航迹经过障碍物时，结合缺陷分析云平台的蚁群算法，规划新的路径;在航迹不经过障碍物时，输出航迹到巡检结束。保证最短距离飞行，在有障碍物时，通过蚁群可以规划出一条最短路径，整个自动巡检过程，与人工巡检相比，明显缩短了巡检路径长度。
Description
技术领域
本发明涉及输电线路技术领域，具体为输电线路无人机巡检路径规划及缺陷分析云平台。
背景技术
中国电力线路分布十分广泛，且多处于环境较为恶劣的地方。这些电力线路及杆塔长期暴露在外，既受到复杂天气的影响，又受自身特性的影响，如果不及时发现存在的问题，会对输电网络造成极大的安全威胁。传统的人工巡检效率低下，可靠性也不佳。多旋翼无人机因其成本低、灵活性高的特点越来越受到人们的青睐。
传统的单一的采用A*算法或者蚁群算法都不能很好地解决路径规划问题，A*在解决多目标问题时，启发函数的计算非常复杂；并且在计算代价矩阵，需要计算任意两点间的距离，所以算法的时间复杂度为在有障碍物的三维环境中，随着搜索范围的扩大，蚁群算法准确性会明显下降，甚至无法找到最优解。
现有的输电线路的电力杆塔巡检存在着诸多不足，首先难以准确目测无人机到视点的距离，存在着操作风险；其次，人工操作的航迹路线随机性较强，轨迹并非最优。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了输电线路无人机巡检路径规划及缺陷分析云平台，解决了手动无人机对输电线路巡检的不精准的情况，采用了自动化的巡检方式。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：输电线路无人机巡检路径规划及缺陷分析云平台，包括无人机巡检路径规划平台和缺陷分析云平台，无人机巡检路径规划平台的规划流程如下：
Sp1：以输电线路为固定对象，无人机为移动对象，建立三维空间模型；
Sp2：输入输电线路和无人机的基本参数，包括输电线路的电力塔杆的位置分布和输电线路的线路位置；
Sp3：计算输电线路和无人机之间的相对运动误差和无人机的悬停精度；
Sp4：计算三维点云模型的映射精度，并且映射出三维数组，同时通过A* 算法计算规划出巡检路径；
Sp5：在航迹经过障碍物时，结合缺陷分析云平台的蚁群算法，规划新的路径；在航迹不经过障碍物时，输出航迹到巡检结束。
优选的，所述三维空间模型的建立流程如下：
Sp1：基于点云处理软件，完成对输电线路电力杆塔维点云的栅格建模；
Sp2：根据栅格模型，将栅格数据映射到三维矩阵存储，划分可飞行区域和不可飞行区域，对于不可飞行区域的格栅标记为1，对于可飞行区域格栅标记为0。
优选的，缺陷分析云平台的流程如下：
Sp1：输入电力杆塔参数、无人机性能参数和算法参数；
Sp2：三维点云映射到三维数组，并用0和1标记飞行空间；
Sp3：蚁群算法结合局部A*算法规划全局路径，并存储路径信息。
优选的，所述蚁群算法流程如下：
Sp1：第s只蚂蚁从当前视点i选择下一个视点j的概率由路径上残留的信息素量和启发式信息决定，公式为
Jk(i)为蚂蚁k下一步允许遍历的视点的集合；α、β为启发因子，τij为视点i到视点j的信息素含量；uij为视点i到视点j的距离；
Sp2：更新信息素，当每只蚂蚁遍历完所有视点后，按照以下公式更新信息素，
优选的，所述局部经过障碍物的航迹运用局部A*算法规划，A*算法的评价函数为f(n)＝g(n)+h(n)，f(n)为从始点到终点的预估总代价；g (n)为从始点s到当前节点j的实际代价；h(n)为当前节点j到目标点d 的启发代价。
(三)有益效果
本发明提供了输电线路无人机巡检路径规划及缺陷分析云平台。具备以下有益效果：
1、本发明采用缺陷修复分析云平台，在无人机巡检的过程中有障碍物时，会通过云平台分析出最优巡检路线，并且根据最优巡检路线继续巡检，云平台分析最优路径通过蚁群算法，明显缩短了巡检过程的巡航距离，在巡航阶段，人工巡检要依靠人工调节无人机航速，不能保证航迹最优，正常的算法规划的航迹在无障碍物的情况下，保证最短距离飞行，在有障碍物时，通过蚁群可以规划出一条最短路径，整个自动巡检过程，与人工巡检相比，明显缩短了巡检路径长度。
2、本发明在悬停拍摄阶段，传统的人工巡检需要手动操作无人机在视点寻找拍摄角度，而自动巡检无人机直飞到视点，自动调节姿态角，明显缩短了飞行距离。
3、本发明将A*算法和蚁群算法结合使用，在正常情况下，采用A*算法就可以计算无障碍的飞行路径，但是在有障碍物时，A*在解决多目标问题时，启发函数的计算非常复杂，因此结合蚁群算法，可以使在有障碍物的三维空间中，随着搜索范围的增大，不会影响到巡检的数据准确性，并且可以规划最优路径。
附图说明
图1为本发明的整体流程图。
具体实施方式
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，所描述的实施例仅仅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。
具体实施例一：
参照图1，输电线路无人机巡检路径规划及缺陷分析云平台，包括无人机巡检路径规划平台和缺陷分析云平台，无人机巡检路径规划平台的规划流程如下：
Sp1：以输电线路为固定对象，无人机为移动对象，建立三维空间模型；
Sp2：输入输电线路和无人机的基本参数，包括输电线路的电力塔杆的位置分布和输电线路的线路位置；
Sp3：计算输电线路和无人机之间的相对运动误差和无人机的悬停精度；
Sp4：计算三维点云模型的映射精度，并且映射出三维数组，同时通过A* 算法计算规划出巡检路径；
Sp5：在航迹经过障碍物时，结合缺陷分析云平台的蚁群算法，规划新的路径；在航迹不经过障碍物时，输出航迹到巡检结束。
采用缺陷修复分析云平台，在无人机巡检的过程中有障碍物的过程中，会通过云平台分析出最优巡检路线，并且根据最优巡检路线继续巡检，云平台分析最优路径通过蚁群算法，明显缩短了巡检过程的巡航距离，在巡航阶段，人工巡检要依靠人工调节无人机航速，不能保证航迹最优，正常的算法规划的航迹在无障碍物的情况下，保证最短距离飞行，在有障碍物时，通过蚁群可以规划出一条最短路径，整个自动巡检过程，与人工巡检相比，明显缩短了巡检路径长度。
在悬停拍摄阶段，传统的人工巡检需要手动操作无人机在视点寻找拍摄角度，而自动巡检无人机直飞到视点，自动调节姿态，明显缩短了飞行距离。
三维空间模型的建立流程如下：
Sp1：基于点云处理软件，完成对输电线路电力杆塔维点云的栅格建模；
Sp2：根据栅格模型，将栅格数据映射到三维矩阵存储，划分可飞行区域和不可飞行区域，对于不可飞行区域的格栅标记为1，对于可飞行区域格栅标记为0。
缺陷分析云平台的流程如下：
Sp1：输入电力杆塔参数、无人机性能参数和算法参数；
Sp2：三维点云映射到三维数组，并用0和1标记飞行空间；
Sp3：蚁群算法结合局部A*算法规划全局路径，并存储路径信息。
蚁群算法流程如下：
Sp1：第s只蚂蚁从当前视点i选择下一个视点j的概率由路径上残留的信息素量和启发式信息决定，公式为
Jk(i)为蚂蚁k下一步允许遍历的视点的集合；α、β为启发因子，τij为视点i到视点j的信息素含量；uij为视点i到视点j的距离；
Sp2：更新信息素，当每只蚂蚁遍历完所有视点后，按照以下公式更新信息素，
局部经过障碍物的航迹运用局部A*算法规划，A*算法的评价函数为f(n) ＝g(n)+h(n)，f(n)为从始点到终点的预估总代价；g(n)为从始点s 到当前节点j的实际代价；h(n)为当前节点j到目标点d的启发代价。
将A*算法和蚁群算法结合使用，在正常情况下，采用A*算法就可以计算无障碍的飞行路径，但是在有障碍物时，A*在解决多目标问题时，启发函数的计算非常复杂，因此结合蚁群算法，可以使在有障碍物的三维空间中，随着搜索范围的增大，不会影响到巡检的数据准确性，并且可以规划最优路径。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (5)
1.输电线路无人机巡检路径规划及缺陷分析云平台，包括无人机巡检路径规划平台和缺陷分析云平台，其特征在于：无人机巡检路径规划平台的规划流程如下：
Sp1：以输电线路为固定对象，无人机为移动对象，建立三维空间模型；
Sp2：输入输电线路和无人机的基本参数，包括输电线路的电力塔杆的位置分布和输电线路的线路位置；
Sp3：计算输电线路和无人机之间的相对运动误差和无人机的悬停精度；
Sp4：计算三维点云模型的映射精度，并且映射出三维数组，同时通过A*算法计算规划出巡检路径；
Sp5：在航迹经过障碍物时，结合缺陷分析云平台的蚁群算法，规划新的路径；在航迹不经过障碍物时，输出航迹到巡检结束。
2.根据权利要求1所述的输电线路无人机巡检路径规划及缺陷分析云平台，其特征在于：所述三维空间模型的建立流程如下：
Sp1：基于点云处理软件，完成对输电线路电力杆塔维点云的栅格建模；
Sp2：根据栅格模型，将栅格数据映射到三维矩阵存储，划分可飞行区域和不可飞行区域，对于不可飞行区域的格栅标记为1，对于可飞行区域格栅标记为0。
3.根据权利要求1所述的输电线路无人机巡检路径规划及缺陷分析云平台，其特征在于：缺陷分析云平台的流程如下：
Sp1：输入电力杆塔参数、无人机性能参数和算法参数；
Sp2：三维点云映射到三维数组，并用0和1标记飞行空间；
Sp3：蚁群算法结合局部A*算法规划全局路径，并存储路径信息。
4.根据权利要求3所述的输电线路无人机巡检路径规划及缺陷分析云平台，其特征在于：所述蚁群算法流程如下：
Sp1：第s只蚂蚁从当前视点i选择下一个视点j的概率由路径上残留的信息素量和启发式信息决定，公式为
Jk(i)为蚂蚁k下一步允许遍历的视点的集合；α、β为启发因子，τij为视点i到视点j的信息素含量；uij为视点i到视点j的距离；
Sp2：更新信息素，当每只蚂蚁遍历完所有视点后，按照以下公式更新信息素，
5.根据权利要求1所述的输电线路无人机巡检路径规划及缺陷分析云平台，其特征在于：所述经过障碍物的航迹运用局部A*算法规划，A*算法的评价函数为f(n)＝g(n)+h(n)，f(n)为从始点到终点的预估总代价；g(n)为从始点s到当前节点j的实际代价；h(n)为当前节点j到目标点d的启发代价。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111320021.8A CN114326825A (zh) | 2021-11-09 | 2021-11-09 | 输电线路无人机巡检路径规划及缺陷分析云平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111320021.8A CN114326825A (zh) | 2021-11-09 | 2021-11-09 | 输电线路无人机巡检路径规划及缺陷分析云平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114326825A true CN114326825A (zh) | 2022-04-12 |
Family
ID=81045097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111320021.8A Pending CN114326825A (zh) | 2021-11-09 | 2021-11-09 | 输电线路无人机巡检路径规划及缺陷分析云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114326825A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115061499A (zh) * | 2022-07-18 | 2022-09-16 | 天津大学 | 无人机控制方法及无人机控制装置 |
| CN115542953A (zh) * | 2022-12-05 | 2022-12-30 | 广东电网有限责任公司东莞供电局 | 一种基于无人机的巡检方法、装置、设备以及介质 |
| CN117742159A (zh) * | 2024-02-04 | 2024-03-22 | 国网浙江省电力有限公司宁波供电公司 | 无人机巡检路径规划方法、装置、设备及存储介质 |
| CN118760212A (zh) * | 2024-09-06 | 2024-10-11 | 江苏讯汇科技股份有限公司 | 基于msdk技术的无人机电力自动巡检控制方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213157A (zh) * | 2018-08-28 | 2019-01-15 | 北京秦圣机器人科技有限公司 | 基于改进型蚁群算法的数据中心巡检机器人路径规划方法 |
| CN111256703A (zh) * | 2020-05-07 | 2020-06-09 | 江苏方天电力技术有限公司 | 一种多旋翼无人机巡检路径规划方法 |
| CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
-
2021
- 2021-11-09 CN CN202111320021.8A patent/CN114326825A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213157A (zh) * | 2018-08-28 | 2019-01-15 | 北京秦圣机器人科技有限公司 | 基于改进型蚁群算法的数据中心巡检机器人路径规划方法 |
| CN111256703A (zh) * | 2020-05-07 | 2020-06-09 | 江苏方天电力技术有限公司 | 一种多旋翼无人机巡检路径规划方法 |
| CN113342046A (zh) * | 2021-06-22 | 2021-09-03 | 国网湖北省电力有限公司宜昌供电公司 | 基于蚁群算法的输电线路无人机巡检路径优化方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115061499A (zh) * | 2022-07-18 | 2022-09-16 | 天津大学 | 无人机控制方法及无人机控制装置 |
| CN115061499B (zh) * | 2022-07-18 | 2024-05-10 | 天津大学 | 无人机控制方法及无人机控制装置 |
| CN115542953A (zh) * | 2022-12-05 | 2022-12-30 | 广东电网有限责任公司东莞供电局 | 一种基于无人机的巡检方法、装置、设备以及介质 |
| CN115542953B (zh) * | 2022-12-05 | 2023-03-24 | 广东电网有限责任公司东莞供电局 | 一种基于无人机的巡检方法、装置、设备以及介质 |
| CN117742159A (zh) * | 2024-02-04 | 2024-03-22 | 国网浙江省电力有限公司宁波供电公司 | 无人机巡检路径规划方法、装置、设备及存储介质 |
| CN118760212A (zh) * | 2024-09-06 | 2024-10-11 | 江苏讯汇科技股份有限公司 | 基于msdk技术的无人机电力自动巡检控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114326825A (zh) | 输电线路无人机巡检路径规划及缺陷分析云平台 | |
| CN110244750B (zh) | 一种无人机巡视路径规划方法及装置 | |
| 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 | |
| CN105045274B (zh) | 一种用于无人机巡检航迹规划的智能杆塔连通图构建方法 | |
| CN109254303B (zh) | 基于激光扫描引导的电力线走廊快速巡检系统及方法 | |
| CN111256702B (zh) | 一种电力杆塔巡检用无人机自主巡检方法 | |
| CN110472477B (zh) | 一种利用rtk版无人机搭载红外相机监测覆冰方法 | |
| CN108844541A (zh) | 一种基于巡检场景的机巡路径规划方法 | |
| CN103676944A (zh) | 基于Dubins路径和稀疏A*搜索的无人机航迹规划方法 | |
| CN107168380A (zh) | 一种基于蚁群算法的无人机群区域覆盖的多步寻优方法 | |
| CN116257082B (zh) | 多无人机分布式主动协同探测方法 | |
| CN111121784B (zh) | 一种无人侦察机航路规划方法 | |
| CN110531782A (zh) | 用于社区配送的无人机航迹路径规划方法 | |
| CN115657706B (zh) | 基于无人机的地貌测量方法及系统 | |
| CN113359808A (zh) | 一种无人机电力巡检多级路径规划方法及相关装置 | |
| CN115268499A (zh) | 无人机架空输电线路巡检方法及系统 | |
| CN113296537A (zh) | 基于电力杆塔模型匹配的电力无人机巡检方法及系统 | |
| CN114153224A (zh) | 基于微气象的无人机飞行路径智能规划控制系统及方法 | |
| CN115185303A (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
| CN116736887A (zh) | 用于森林消防的无人机路径规划方法、装置以及防火系统 | |
| CN110441760A (zh) | 一种基于先验地形图的大范围海底地形图拓展构图方法 | |
| CN115454132A (zh) | 一种面向山地光伏电站的无人机巡检三维路径规划方法及系统 | |
| CN115326075A (zh) | 一种基于无人机实现风场全域自动化巡检的路径规划方法 | |
| Rekleitis et al. | Autonomous planetary exploration using LIDAR data | |
| CN117521932A (zh) | 一种基于网格化划分的无人机巡检管理系统 |
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 |