CN114485659B - 一种巡检无人机路径规划系统 - Google Patents
一种巡检无人机路径规划系统 Download PDFInfo
- Publication number
- CN114485659B CN114485659B CN202111605225.6A CN202111605225A CN114485659B CN 114485659 B CN114485659 B CN 114485659B CN 202111605225 A CN202111605225 A CN 202111605225A CN 114485659 B CN114485659 B CN 114485659B
- Authority
- CN
- China
- Prior art keywords
- inspection
- unmanned aerial
- aerial vehicle
- module
- unit
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 claims abstract description 97
- 238000004891 communication Methods 0.000 claims abstract description 25
- 230000005611 electricity Effects 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000002002 slurry Substances 0.000 claims 2
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及无人机技术领域，尤其为一种巡检无人机路径规划系统，包括无人机控制单元、路线规划单元、续航单元、巡检单元、预警单元和通讯单元，所述无人机控制单元采用内环加外环双单元控制，所述路线规划单元采用节点巡检模块加路径巡检模块，所述续航单元采用基站式续电，所述巡检单元采用影像采集模块和AI人工智能自检模块，所述预警单元包括自检预警模块和无人机故障预警模块，本发明解决了现有四旋翼无人机路线规划人工操作对操作人员操作能力要求格外严格，偏航概率大，第三方卫星地图载入，虽然可以减少偏航概率，但面对狭窄环境工况时，无法有效地规划出可行路线，很难难满足复杂地形的巡检，且巡检范围小，续航能力差的问题。
Description
技术领域
本发明涉及无人机技术领域，具体为一种巡检无人机路径规划系统。
背景技术
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。无人机实际上是无人驾驶飞行器的统称，从技术角度定义可以分为：无人直升机、无人固定翼机、无人多旋翼飞行器、无人飞艇、无人伞翼机这几大类。
无人多旋翼飞行器日常应用较为广泛，被频繁用于视频拍摄或巡检，典型代表为四旋翼无人机，现有四旋翼无人机多为人工操作或第三方卫星地图载入进行路线规划，其中，人工操作对操作人员操作能力要求格外严格，偏航概率大，第三方卫星地图载入，虽然可以减少偏航概率，但面对狭窄环境工况时，无法有效地规划出可行路线，很难难满足复杂地形的巡检，且巡检范围小，续航能力差。
发明内容
本发明的目的在于提供一种巡检无人机路径规划系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种巡检无人机路径规划系统，包括无人机控制单元、路线规划单元、续航单元、巡检单元、预警单元和通讯单元，所述无人机控制单元采用内环加外环双单元控制，所述路线规划单元采用节点巡检模块加路径巡检模块，所述续航单元采用基站式续电，所述巡检单元采用影像采集模块和AI人工智能自检模块，所述预警单元包括自检预警模块和无人机故障预警模块，所述通讯单元包括基站通讯模块和无人机机载通讯模块；
所述节点巡检模块为基于快速搜索随机树RRT算法的路径规划的改进算法，在承传统RRT算法上添加扩展高度约束，使得算法扩展过程在高度上逐层递进，路径更加优化，并且能够在狭窄空间中找到可行的路径，使改进RRT算法继承传统RRT算法的二维空间搜索效率，并提高三维空间搜索效率；
所述改进RRT算法的完整搜索过程：
在改进RRT算法的完整搜索过程中，扩展函数Extend的运行过程是算法的重要部分、Extend函数主要的作用是对搜索树进行扩展，包括生产新巡点、判断新巡点是否可行；由于RRT算法对新生产的巡点没有任何约束，这样的巡点生产的路径是无法让无人机跟踪的，改进RRT算法引入了巡点的航向角约束以及碰撞检测，确保路径的可跟踪性；Extend函数根据算法在空间中随机采样得到的Qrand同时在搜索树中找到距离Qrand最近的树巡点Qnearest，然后沿着Qrand和Qnearest的方向上扩展新巡点Qnew，最后对新巡点进行碰撞检测，如果新巡点可行则添加到搜索树中；
所述Extend函数的完整过程：
改进RRT算法搜索过程中，局部空间高度调整的接口Hight_State函数是改进算法中的关键部分；在上述的Extend函数中，通过对局部空间进行搜索树巡点，在搜索到新巡点时都会进行搜索高度调整；当算法在某一高度的局部空间搜索时，会对新生成的巡点进行处理，得到两个阈值变量newnodeT，newnodeF；其中newnodeT表示添加到搜索树中的新巡点是可行的，当其值累加到设定额阈值时，则进行局部空间高度递增；另外，newnodeF生产的新巡点不可行，不能添加到搜索树中，并且其值到达设定阈值的倍时，也可以进行局部空间高度递增，即进入到下一局部空间中进行搜索路径；
所述Hight_State函数的完整过程：
优选的，所述内环控制单元为姿态控制单元，用于控制无人机的姿态、偏航率以及垂直速度，所述外环控制单元为位置控制单元，用于控制无人机水平速度、偏向角以及高度，所述无人机控制单元利用内、外环控制单元静态混合或送进系统的转置模型中转换为浆翼电动机电压。
优选的，所述路径巡检模块为基于卫星定位算法对巡检路线进行避障巡检飞行。
优选的，所述基站式续电为在规划线路上各节点处均设置太阳能充电蜂巢，所述蜂巢采用隐藏式升降平台设计，且平台上集成有无线快充模块和信息收发模块。
优选的，所述巡检单元利用影像采集模块对巡检节点或路线进行高清影像采集，可与AI人工智能自检模块内标准影像进行自动校对，还可自动进行数据保存、上传，进行人工复检。
优选的，所述自检预警模块为将AI人工智能自检模块自检异常进行预警提示，所述无人机故障预警模块为利用无人机自身搭载传感器进行无人机自身故障检测，并进行故障报警。
优选的，所述基站通讯模块和无人机机载通讯模块均采用卫星通讯技术进行通讯。
与现有技术相比，本发明的有益效果是：
本发明中，通过内环加外环双单元控制设计，可以高精度地控制无人机姿态和位置，实现对无人机姿态、偏航率以、垂直速度、水平速度、偏向角以及高度的精准控制，配合节点巡检加路径巡检，实现在狭窄复杂环境设置巡检节点，利用改进RRT算法自动规划出可行巡检路线，利用第三方卫星导航自动规划出开阔简单环境的巡检路线，达到巡检全线路自动规划；且配合巡检单元实现巡检路线自巡检，同时配合基站式续航单元设计，可实现无人机定点续航、定点数据反馈，可大大提高续航能力和数据安全行。
附图说明
图1为本发明一种巡检无人机路径规划系统的线路规划原理框图；
图2为本发明一种巡检无人机路径规划系统的全线路巡检原理框图；
图3为本发明一种巡检无人机路径规划系统的四旋翼无人机内、外环控制原理框图；
图4为本发明一种巡检无人机路径规划系统的四旋翼无人机控制架构图。
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。
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的若干实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
需要说明的是，当元件被称为“固设于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1-4，本发明提供一种技术方案：
一种巡检无人机路径规划系统，包括无人机控制单元、路线规划单元、续航单元、巡检单元、预警单元和通讯单元，利用无人机控制单元实现无人机高精度飞行控制，并配合路线规划单元、巡检单元实现智能化全线路路径规划和巡检，同时配合续航单元进行无人机续航，配合通讯单元实现巡检数据上传，配合预警单元进行检测异常点和无人机自身异常预警提示；所述无人机控制单元采用内环加外环双单元控制，实现对无人机姿态和位置高精度控制；所述路线规划单元采用节点巡检模块加路径巡检模块，实现巡检全线路智能规划；所述续航单元采用基站式续电，保证无人机续航能力，实现长距离巡检；所述巡检单元采用影像采集模块和AI人工智能自检模块，实现智能巡检和人工复检，保证检测高效性；所述预警单元包括自检预警模块和无人机故障预警模块，实现巡检异常点预警和无人机自身故障预警；所述通讯单元包括基站通讯模块和无人机机载通讯模块，实现无人机巡检数据转存至基站，基站数据上传至终端控制平台，见图2。
本实施例中，所述内环控制单元为姿态控制单元，用于控制无人机的姿态、偏航率以及垂直速度，所述外环控制单元为位置控制单元，用于控制无人机水平速度、偏向角以及高度，所述无人机控制单元利用内、外环控制单元静态混合或送进系统的转置模型中转换为浆翼电动机电压，其四旋翼无人机控制框图，见图3、图4。
本实施例中，所述节点巡检模块为基于快速搜索随机树RRT算法的路径规划的改进算法，在承传统RRT算法上添加扩展高度约束，使得算法扩展过程在高度上逐层递进，路径更加优化，并且能够在狭窄空间中找到可行的路径，使改进RRT算法继承传统RRT算法的二维空间搜索效率，并提高三维空间搜索效率；
路径搜索开始时，以起点为搜索树的根巡点，并在起始局部空间中随机生成采样点，通过新巡点生成函数生成新巡点后，判断新巡点是否与障碍物发生碰撞，若可行则添加到搜索树中，否则丢弃；上述随机搜索过程迭代时，通过评估函数判断是否对局部空间进行递增，进行搜索高度空间的调整；在搜索空间的过程中，判断添加到搜索树的新巡点的某一邻域内存在目标点时，则可以确实搜索到了可行路径，并把目标点添加到搜索树中；此时，在搜索树中，从目标点到根巡点便能找到一条由巡点相接构成的路径；
所述改进RRT算法的完整搜索过程：
在改进RRT算法的完整搜索过程中，扩展函数Extend的运行过程是算法的重要部分、Extend函数主要的作用是对搜索树进行扩展，包括生产新巡点、判断新巡点是否可行；由于RRT算法对新生产的巡点没有任何约束，这样的巡点生产的路径是无法让无人机跟踪的，改进RRT算法引入了巡点的航向角约束以及碰撞检测，确保路径的可跟踪性；Extend函数根据算法在空间中随机采样得到的Qrand同时在搜索树中找到距离Qrand最近的树巡点Qnearest，然后沿着Qrand和Qnearest的方向上扩展新巡点Qnew，最后对新巡点进行碰撞检测，如果新巡点可行则添加到搜索树中；
所述Extend函数的完整过程：
改进RRT算法搜索过程中，局部空间高度调整的接口Hight_State函数是改进算法中的关键部分；在上述的Extend函数中，通过对局部空间进行搜索树巡点，在搜索到新巡点时都会进行搜索高度调整；当算法在某一高度的局部空间搜索时，会对新生成的巡点进行处理，得到两个阈值变量newnodeT，newnodeF；其中newnodeT表示添加到搜索树中的新巡点是可行的，当其值累加到设定额阈值时，则进行局部空间高度递增；另外，newnodeF生产的新巡点不可行，不能添加到搜索树中，并且其值到达设定阈值的倍时，也可以进行局部空间高度递增，即进入到下一局部空间中进行搜索路径。
所述Hight_State函数的完整过程：
所述路径巡检模块为基于卫星定位算法对巡检路线进行避障巡检飞行，卫星定位算法采用第三方卫星地图载入，见图1。
本实施例中，所述基站式续电为在规划线路上各节点处均设置太阳能充电蜂巢，所述蜂巢采用隐藏式升降平台设计，实现封闭式设计，提高防护等级；且平台上集成有无线快充模块和信息收发模块，实现无线充电和相邻站点间数据收发、存储，并上传至终端监控平台。
本实施例中，所述巡检单元利用影像采集模块对巡检节点或路线进行高清影像采集，可与AI人工智能自检模块内标准影像进行自动校对，还可自动进行数据保存、上传，进行人工复检。
本实施例中，所述自检预警模块为将AI人工智能自检模块自检异常进行预警提示，所述无人机故障预警模块为利用无人机自身搭载传感器进行无人机自身故障检测，并进行故障报警。
本实施例中，所述基站通讯模块和无人机机载通讯模块均采用卫星通讯技术进行通讯，实现全工况数据通讯信号覆盖，满足全工况通讯需求。
实施例1
光伏线路巡检：首先在各个电力塔上设置续航基站，并将各电力塔设置成巡检节点，然后将待巡线路和各电力塔数据参数输入终端控制平台，然后利用改进RRT算法和第三方卫星地图智能规划出全线路巡检路线和节点电塔巡检路线，然后通过无人机控制单元控制无人机从巡检起点起飞，按规划规划巡检路线配合巡检单元进行智能影像采集、校对智能巡检，当巡检至节点电力塔时，按节点巡检路线对电力塔各待检位置进行智能巡检；当一节点电力塔巡检完成后，无人机自动寻航至对应电力塔上基站平台，进行无线充电和巡检数据转存，然后基站在将数据上传至终端平台，续航完成后，无人机按规划路线前往下一个节点电力塔，然后重复上述过程，进而完成全线路智能巡检。
实施例2
园区内巡检：参照实施例1将内部电力塔数据更换成园区内狭窄复杂环境区域即可，然后其巡检基本原理参照实施例1光伏线路巡检进行巡检即可。
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 (7)
1.一种巡检无人机路径规划系统，包括无人机控制单元、路线规划单元、续航单元、巡检单元、预警单元和通讯单元，其特征在于：所述无人机控制单元采用内环加外环双单元控制，所述路线规划单元采用节点巡检模块加路径巡检模块，所述续航单元采用基站式续电，所述巡检单元采用影像采集模块和AI人工智能自检模块，所述预警单元包括自检预警模块和无人机故障预警模块，所述通讯单元包括基站通讯模块和无人机机载通讯模块；
所述节点巡检模块为基于快速搜索随机树RRT算法的路径规划的改进算法，在承传统RRT算法上添加扩展高度约束，使得算法扩展过程在高度上逐层递进，路径更加优化，并且能够在狭窄空间中找到可行的路径，使改进RRT算法继承传统RRT算法的二维空间搜索效率，并提高三维空间搜索效率；
所述改进RRT算法的完整搜索过程：
在改进RRT算法的完整搜索过程中，扩展函数Extend的运行过程是算法的重要部分、Extend函数主要的作用是对搜索树进行扩展，包括生产新巡点、判断新巡点是否可行；由于RRT算法对新生产的巡点没有任何约束，这样的巡点生产的路径是无法让无人机跟踪的，改进RRT算法引入了巡点的航向角约束以及碰撞检测，确保路径的可跟踪性；Extend函数根据算法在空间中随机采样得到的Qrand，同时在搜索树中找到距离Qrand最近的树巡点Qnearest，然后沿着Qrand和Qnearest的方向上扩展新巡点Qnew，最后对新巡点进行碰撞检测，如果新巡点可行则添加到搜索树中；
所述Extend函数的完整过程：
改进RRT算法搜索过程中，局部空间高度调整的接口Hight_State函数是改进算法中的关键部分；在上述的Extend函数中，通过对局部空间进行搜索树巡点，在搜索到新巡点时都会进行搜索高度调整；当算法在某一高度的局部空间搜索时，会对新生成的巡点进行处理，得到两个阈值变量newnodeT，newnodeF；其中newnodeT表示添加到搜索树中的新巡点是可行的，当其值累加到设定额阈值时，则进行局部空间高度递增；另外，newnodeF生产的新巡点不可行，不能添加到搜索树中，并且其值到达设定阈值的倍时，也可以进行局部空间高度递增，即进入到下一局部空间中进行搜索路径；
所述Hight_State函数的完整过程：
2.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述内环控制单元为姿态控制单元，用于控制无人机的姿态、偏航率以及垂直速度，所述外环控制单元为位置控制单元，用于控制无人机水平速度、偏向角以及高度，所述无人机控制单元利用内、外环控制单元静态混合或送进系统的转置模型中转换为浆翼电动机电压。
3.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述路径巡检模块为基于卫星定位算法对巡检路线进行避障巡检飞行。
4.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述基站式续电为在规划线路上各节点处均设置太阳能充电蜂巢，所述蜂巢采用隐藏式升降平台设计，且平台上集成有无线快充模块和信息收发模块。
5.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述巡检单元利用影像采集模块对巡检节点或路线进行高清影像采集，可与AI人工智能自检模块内标准影像进行自动校对，还可自动进行数据保存、上传，进行人工复检。
6.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述自检预警模块为将AI人工智能自检模块自检异常进行预警提示，所述无人机故障预警模块为利用无人机自身搭载传感器进行无人机自身故障检测，并进行故障报警。
7.根据权利要求1所述的一种巡检无人机路径规划系统，其特征在于：所述基站通讯模块和无人机机载通讯模块均采用卫星通讯技术进行通讯。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111605225.6A CN114485659B (zh) | 2021-12-24 | 2021-12-24 | 一种巡检无人机路径规划系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111605225.6A CN114485659B (zh) | 2021-12-24 | 2021-12-24 | 一种巡检无人机路径规划系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114485659A CN114485659A (zh) | 2022-05-13 |
| CN114485659B true CN114485659B (zh) | 2023-11-07 |
Family
ID=81496019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111605225.6A Active CN114485659B (zh) | 2021-12-24 | 2021-12-24 | 一种巡检无人机路径规划系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114485659B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114994466B (zh) * | 2022-08-01 | 2022-12-30 | 广东电网有限责任公司珠海供电局 | 一种供电线路故障定位方法与系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
| CN110673634A (zh) * | 2019-11-12 | 2020-01-10 | 合肥工业大学 | 一种电力巡检无人机路径规划方法和输电线巡检方法 |
| CN112306092A (zh) * | 2020-10-29 | 2021-02-02 | 吉林化工学院 | 一种无人机巡检系统 |
| CN113741538A (zh) * | 2021-09-26 | 2021-12-03 | 国网湖南省电力有限公司 | 一种变电站无人机巡检路径规划方法、系统及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104850134B (zh) * | 2015-06-12 | 2019-01-11 | 北京中飞艾维航空科技有限公司 | 一种无人机高精度自主避障飞行方法 |
-
2021
- 2021-12-24 CN CN202111605225.6A patent/CN114485659B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110609570A (zh) * | 2019-07-23 | 2019-12-24 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种基于无人机的自主避障巡检方法 |
| CN110673634A (zh) * | 2019-11-12 | 2020-01-10 | 合肥工业大学 | 一种电力巡检无人机路径规划方法和输电线巡检方法 |
| CN112306092A (zh) * | 2020-10-29 | 2021-02-02 | 吉林化工学院 | 一种无人机巡检系统 |
| CN113741538A (zh) * | 2021-09-26 | 2021-12-03 | 国网湖南省电力有限公司 | 一种变电站无人机巡检路径规划方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114485659A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2017202701B2 (en) | Unmanned Aerial Vehicle (UAV) Having Vertical Takeoff and Landing (VTOL) Capability | |
| US10571932B2 (en) | Navigation system for a drone | |
| Luo et al. | A survey of intelligent transmission line inspection based on unmanned aerial vehicle | |
| US9678507B1 (en) | Autonomous infrastructure element survey systems and methods using UAV fleet deployment | |
| CN202050188U (zh) | 一种无人机 | |
| CN109062233A (zh) | 一种输电线路无人机自动驾驶巡检方法 | |
| CN106909169A (zh) | 一种全自动电力巡线无人机系统 | |
| CN106301623A (zh) | 一种频谱监测无人机的干扰源探测识别方法及其装置 | |
| CN108674681A (zh) | 一种海陆两用自供能无人机航保基站 | |
| CN104049625A (zh) | 基于无人飞行器的物联网灌溉设施调控平台及方法 | |
| CN111459189A (zh) | 一种基于自动机巢的离岸常驻式海上风电无人机全自主巡检系统 | |
| CN107314772A (zh) | 一种无人机自学习航点轨迹飞行方法及其系统 | |
| CN212060982U (zh) | 离岸常驻式海上风电无人机全自主巡检系统 | |
| CN110989673A (zh) | 一种旋翼无人机动平台自主跟踪起降系统及控制方法 | |
| CN207020539U (zh) | 一种光伏板智能无人机巡检装置 | |
| CN108803633A (zh) | 一种基于移动通信网络的无人机低空监控系统 | |
| CN114485659B (zh) | 一种巡检无人机路径规划系统 | |
| CN102183941A (zh) | 基于民用手机网络的超远程无人机控制系统 | |
| CN113271357B (zh) | 一种地空协同组网系统及控制方法 | |
| CN110007687A (zh) | 一种无人机搜寻系统 | |
| CN107526362A (zh) | 无人机的飞行控制系统及其工作方法 | |
| Liu et al. | Design and research of a new energy-saving UAV for forest fire detection | |
| CN115202384A (zh) | 无人机飞行控制方法、装置、无人机系统和存储介质 | |
| CN108974316B (zh) | 多旋翼无人热气飞艇系统 | |
| Elechi et al. | Performance Analysis of Unmanned Aerial Vehicles (UAV) for Improved Aerial Surveillance |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230928 Address after: 230000 zipengshan Forest Avenue, Feixi County, Hefei City, Anhui Province Applicant after: Hefei University of science and technology Address before: 230000 No.3 Forest Avenue, zipengshan scenic spot, Hefei City, Anhui Province Applicant before: ANHUI WONDER University OF INFORMATION ENGINEERING |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |