CN114779811A - 一种输电线路智能协同巡检方法、装置、系统及存储介质 - Google Patents
一种输电线路智能协同巡检方法、装置、系统及存储介质 Download PDFInfo
- Publication number
- CN114779811A CN114779811A CN202210463633.0A CN202210463633A CN114779811A CN 114779811 A CN114779811 A CN 114779811A CN 202210463633 A CN202210463633 A CN 202210463633A CN 114779811 A CN114779811 A CN 114779811A
- Authority
- CN
- China
- Prior art keywords
- inspection
- target
- unmanned aerial
- aerial vehicle
- vehicle
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
Abstract
本发明公开了一种输电线路智能协同巡检方法、装置、系统及存储介质。该方法包括:基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车;对于巡检线路的各个巡检区段,根据各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务;分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果。本发明能够进一步协同巡检车和无人机进行输电线路巡检,提高机巡作业效率。
Description
技术领域
本发明涉及输电线路巡检技术领域,尤其涉及一种输电线路智能协同巡检方法、装置、系统及存储介质。
背景技术
输电线路巡检是有效保证输电线路及其设备安全的一项基础工作,目前广泛采用无人机巡检输电线路。
无人机单次起降巡检半径有限,无人机配套遥控器通信覆盖范围小,且受地形地貌影响大、信号抗干扰能力差,以及部分区域网络、定位信号覆盖情况不佳,导致了无人机数图传信号传输距离有限,制约了无人机作业的覆盖范围,影响了机巡作业效率。且无人机需要巡检员通过现场控制终端进行控制,无人机并不具备远程实时传输数据和集中控制功能,无法与故障定位、气象监测、山火监测等在线监测系统进行联动并开展无人机集群智能巡检。
对于电力企业来说,其巡检区域面积十分广泛,远远超出单个无人机可巡检的作业范围,为了解决无人机长距离机动性差及提升无人机电力巡检的自动化程度,部分电力企业开始试点采用“巡检车+无人机”的协同巡检方式,即巡检车作为无人机的运输载具和能源补给站,巡检车运载所有无人机前往各个驻车点,在每个驻车点放飞无人机使其完成该驻车点作业半径内所有杆塔的巡检任务,所有无人机完成在某个驻车点的巡检任务后,返回巡检车并由巡检车运载所有无人机前往下一个驻车点,继续完成下一个驻车点作业半径内所有杆塔的巡检任务,直至完成当天所有驻车点的访问及巡检任务后返回运维站。
但目前关于输电线路智能协同巡检的研究尚处于空白,对于在线监测和机巡联动的任务分配,以及联动的协同作业协调性差,不便于操作控制。
发明内容
为了克服现有技术的缺陷,本发明提供一种输电线路智能协同巡检方法、装置、系统及存储介质,能够进一步协同巡检车和无人机进行输电线路巡检,更好地提高机巡作业效率。
为了解决上述技术问题,第一方面,本发明一实施例提供一种输电线路智能协同巡检方法,包括:
基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车;
对于所述巡检线路的各个巡检区段,根据各个所述巡检区段所处的巡检区域与各个所述目标巡检车的作业区域之间的对应关系,将所述巡检任务拆分为若干个巡检子任务;
分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果。
进一步地,所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车,具体为:
基于所述巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检所述巡检线路的若干个所述目标无人机集群;
基于所述巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一所述目标无人机集群匹配一台所述目标巡检车,得到若干台所述目标巡检车。
进一步地,所述基于所述巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检所述巡检线路的若干个所述目标无人机集群,具体为:
基于所述巡检线路模型,根据预设总飞行距离,将所述巡检线路划分为若干条巡检子线路;
对于每一所述巡检子线路,选择与所述巡检子线路的距离小于预设最大飞行距离,且巡检所述巡检子线路的飞行距离小于所述预设最大飞行距离的若干个无人机作为一个所述目标无人机集群,得到若干个所述目标无人机集群。
进一步地,所述基于所述巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一所述目标无人机集群匹配一台所述目标巡检车,得到若干台所述目标巡检车,具体为:
基于所述巡检线路模型,对于每一所述目标无人机集群,确定所述目标无人机集群中所有目标无人机的起降位置,选择与所述起降位置的距离最近的巡检车作为所述目标巡检车,得到若干台所述目标巡检车。
进一步地,所述分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果,具体为:
对于每一所述目标巡检车,控制所述目标巡检车根据所述巡检子任务,分别调度与其匹配的所述目标无人机集群中的每一目标无人机在预设巡检时间巡检目标巡检区段,使每一所述目标无人机进行输电线路缺陷在线监测,以通过所述目标巡检车接收每一所述目标无人机返回的巡检结果。
进一步地,在所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车之前,还包括:
通过BIM技术建立所述巡检线路模型。
进一步地,所述巡检结果包括所述巡检线路的缺陷图像、缺陷位置、缺陷类型。
第二方面,本发明一实施例提供一种输电线路智能协同巡检装置,包括:
设备准备模块,用于基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车;
任务拆分模块,用于对于所述巡检线路的各个巡检区段,根据各个所述巡检区段所处的巡检区域与各个所述目标巡检车的作业区域之间的对应关系,将所述巡检任务拆分为若干个巡检子任务;
协同巡检模块,用于分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果。
第三方面,本发明一实施例提供一种输电线路智能协同巡检系统,包括用于执行如上所述的输电线路智能协同巡检方法的无人机管控中心。
第四方面,本发明一实施例提供一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的输电线路智能协同巡检方法。
本发明的实施例,具有如下有益效果:
通过基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,对于巡检线路的各个巡检区段,根据各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务,分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果,完成输电线路巡检。相比于现有技术,本发明的实施例通过将巡检任务拆分为若干个巡检子任务分配至若干个目标巡检车,使各个目标巡检车上搭载的目标无人机集群并行执行对应的巡检子任务以监测对应的巡检区段反馈巡检结果,能够进一步协同巡检车和无人机进行输电线路巡检,更好地提高机巡作业效率。
附图说明
图1为本发明第一实施例中的一种输电线路智能协同巡检方法的流程示意图;
图2为本发明第二实施例中的一种输电线路智能协同巡检装置的结构示意图;
图3为本发明第三实施例中的一种输电线路智能协同巡检系统的结构示意图。
具体实施方式
下面将结合本发明中的附图,对本发明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。
需要说明的是,文中的步骤编号,仅为了方便具体实施例的解释,不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的终端设备执行,且下文均以无人机管控中心作为执行主体为例进行说明。
如图1所示,第一实施例提供一种输电线路智能协同巡检方法,包括步骤S1~S3:
S1、基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车;
S2、对于巡检线路的各个巡检区段,根据各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务;
S3、分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果。
作为示例性地,在步骤S1中,用户根据巡检需求制定巡检任务,并通过用户终端将巡检任务发送至无人机管控中心,巡检任务包括巡检任务ID、巡检线路ID。
无人机管控中心预先建立巡检线路模型,巡检线路模型包括各个站点的无人机、巡检车信息,当获取到巡检任务时,基于巡检线路模型,根据巡检任务中的巡检线路ID,选择并行巡检该巡检线路的若干个目标无人机集群,比如选择并行巡检该巡检线路的3个目标无人机集群P1、P2、P3,目标无人机集群P1中有1架目标无人机,目标无人机集群P2中有2架目标无人机,目标无人机集群P3中有3架目标无人机。
可以理解的是,输电线路较长,且在冬天电量消耗较快,选择若干个目标无人机集群,即多架目标无人机并行巡检一条输电线路,一方面节省巡检时间,一方面保证输电安全。
无人机管控中心在确定若干个目标无人机集群后,分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,比如为目标无人机集群P1匹配一台目标巡检车C1,为目标无人机集群P2匹配一台目标巡检车C2,为目标无人机集群P3匹配一台目标巡检车C3。
在步骤S2中,根据巡检线路各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务,比如巡检线路包括巡检区段L1、L2、L3、L4、L5、L6,巡检区段L1所处的巡检区域为A1,巡检区段L2、L3所处的巡检区域均为A2,巡检区段L4、L5、L6所处的巡检区域均为A3,目标巡检车C1的作业区域为A1,目标巡检车C2的作业区域为A2,目标巡检车C3的作业区域为A3,也就是说,巡检区段L1所处的巡检区域与目标巡检车C1的作业区域对应,巡检区段L2、L3所处的巡检区域与目标巡检车C2的作业区域对应,巡检区段L4、L5、L6所处的巡检区域与目标巡检车C3的作业区域对应,则将巡检任务拆分为3个巡检子任务。
无人机管控中心在将巡检任务拆分为若干个巡检子任务后,对可执行巡检子任务的目标无人机集群进行巡检调度,比如设定目标无人机集群P1中的目标无人机在预设巡检时间t1巡检目标巡检区段L1,设定目标无人机集群P2中的第一架目标无人机在预设巡检时间t2巡检目标巡检区段L2,第二架目标无人机在预设巡检时间t3巡检目标巡检区段L3,设定目标无人机集群P3中的第一架目标无人机在预设巡检时间t4巡检目标巡检区段L4,第二架目标无人机在预设巡检时间t5巡检目标巡检区段L5,第三架目标无人机在预设巡检时间t6巡检目标巡检区段L6,此时巡检子任务包括巡检子任务ID、执行该巡检子任务的目标无人机ID、该目标无人机ID对应的巡检区段和巡检时间。
在步骤S3中,分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,比如将针对巡检区段L1的巡检子任务下发给目标巡检车C1,使目标巡检车C1上搭载的目标无人机集群P1中的目标无人机巡检及监测巡检区段L1的缺陷情况等,反馈巡检结果,将针对巡检区段L2、L3的巡检子任务下发给目标巡检车C2,使目标巡检车C2上搭载的目标无人机集群P2中的目标无人机巡检及监测巡检区段L2、L3的缺陷情况等,反馈巡检结果,将针对巡检区段L4、L5、L6的巡检子任务下发给目标巡检车C3,使目标巡检车C3上搭载的目标无人机集群P3中的目标无人机巡检及监测巡检区段L4、L5、L6的缺陷情况等,反馈巡检结果,从而获取所有目标无人机集群返回的巡检结果。
本实施例通过将巡检任务拆分为若干个巡检子任务分配至若干个目标巡检车,使各个目标巡检车上搭载的目标无人机集群并行执行对应的巡检子任务以监测对应的巡检区段反馈巡检结果,能够进一步协同巡检车和无人机进行输电线路巡检,更好地提高机巡作业效率。
在优选的实施例当中,所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,具体为:基于巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检巡检线路的若干个目标无人机集群;基于巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车。
在本实施例的一优选实施方式中,所述基于巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检巡检线路的若干个目标无人机集群,具体为:基于巡检线路模型,根据预设总飞行距离,将巡检线路划分为若干条巡检子线路;对于每一巡检子线路,选择与巡检子线路的距离小于预设最大飞行距离,且巡检巡检子线路的飞行距离小于预设最大飞行距离的若干个无人机作为一个目标无人机集群,得到若干个目标无人机集群。
需要说明的是,预设总飞行距离是巡检该巡检线路所需要的飞行距离,预设最大飞行距离是单个无人机单次起降可达到的最大飞行距离。
作为示例性地,无人机管控中心基于巡检线路模型,根据预设总飞行距离,将巡检线路划分为若干条巡检子线路,针对每条巡检子线路,选择与该巡检子线路的距离小于预设最大飞行距离的若干个无人机,并分别判断每一无人机巡检该巡检子线路所需要的飞行距离是否小于预设最大飞行距离,若是,则将该无人机作为目标无人机,进而将若干个目标无人机作为一个目标无人机集群,从而得到若干个目标无人机集群,并获取这些目标无人机ID。
其中,为更加快速准确地选择目标无人机,也可针对每一空闲的无人机,计算无人机与该巡检子线路的距离,无人机巡检该巡检子路线所需要的飞行距离这两个距离之和,直接选择距离之和小于预设最大飞行距离的无人机作为目标无人机。
对于选定的这些目标无人机,考虑到各个目标无人机对应的预设最大飞行距离可能不同,为了节省资源,可以按照预设最大飞行距离从大到小的顺序对这些目标无人机进行排序,以及按照巡检子路线所需要的飞行距离从大到小的顺序对这些巡检子路线进行排序,对两个序列进行匹配,确保各种无人机都合理地匹配上巡检子路线,例如,预设最大飞行距离5km的无人机匹配4km的巡检子路线,预设最大飞行距离4km的无人机匹配3km的巡检子路线,预设最大飞行距离3km的无人机匹配2km的巡检子路线,依次类推,确保资源不浪费。在选定目标无人机后,对所有选定的无人机的预设最大飞行距离进行求和,确保大于预设总飞行距离,若不大于预设总飞行距离,则需要继续选择目标无人机,增加目标无人机数量,或者更新预设最大总飞行距离。
在本实施例的一优选实施方式中,所述基于巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,具体为:基于巡检线路模型,对于每一目标无人机集群,确定目标无人机集群中所有目标无人机的起降位置,选择与起降位置的距离最近的巡检车作为目标巡检车,得到若干台目标巡检车。
作为示例性地,巡检车也称移动作业车,可根据实际航飞任务提前到位无人机异地降落的位置。基于巡检线路模型,对于每一目标无人机集群,可以选择与该目标无人机集群中所有目标无人机的起飞/降落位置的距离最近的巡检车作为目标巡检车,得到若干台目标巡检车。目标巡检车用于接收与其匹配的目标无人机集群中所有目标无人机反馈的数据,以及便于所有目标无人机的停载充电等等。
其中,当该目标无人机集群中所有目标无人机的起飞/降落位置不一致时,也可以选择与该目标无人机集群中所有目标无人机的起飞/降落位置的距离之和最小的巡检车作为目标巡检车。
在优选的实施例当中,所述分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果,具体为:对于每一目标巡检车,控制目标巡检车根据巡检子任务,分别调度与其匹配的目标无人机集群中的每一目标无人机在预设巡检时间巡检目标巡检区段,使每一目标无人机进行输电线路缺陷在线监测,以通过目标巡检车接收每一目标无人机返回的巡检结果。
作为示例性地,目标无人机在预设巡检时间巡检目标巡检区段,通过拍摄巡检图像确定对应的输电线路杆塔编号和位置;通过对巡检图像进行输电线路缺陷自动诊断,采用标注巡检图像的像素坐标的方式对图像信息进行缺陷标识,确定缺陷位置;通过采用在原始巡检图像上绘制展示图层的方式展示巡检缺陷,不对原始巡检图像进行编辑,确保原始巡检图像的完整性;通过对原始巡检图像进行清晰度和选景准确度鉴别,删除清晰度不够和选景不够准确的图像,对诊断图像进行拼接和编辑。
在优选的实施例当中,在所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车之前,还包括:通过BIM技术建立巡检线路模型。
建筑信息模型(Building Information Modeling,BIM)是以建筑工程项目的各项相关信息数据作为模型的基础,进行建筑模型的建立,通过数字信息仿真模拟建筑物所具有的真实信息。它具有信息完备性、信息关联性、信息一致性、可视化、协调性、模拟性、优化性和可出图性八大特点。
作为示例性地,通过BIM技术建立巡检线路模型,并将巡检线路模型导入到三维空间中展示。
本实施例通过BIM技术建立巡检线路模型,有利于快速选择目标无人机集群和匹配目标巡检车。
在优选的实施例当中,巡检结果包括巡检线路的缺陷图像、缺陷位置、缺陷类型。
作为示例性地,巡检结果包括:巡检线路对应的杆塔、缺陷部位、缺陷类型、缺陷描述、发现时间、发现该缺陷的巡检子任务ID、缺陷图像编号等等。
基于与第一实施例相同的发明构思,第二实施例提供如图2所示的一种输电线路智能协同巡检装置,包括:
设备准备模块21,用于基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车;
任务拆分模块22,用于对于巡检线路的各个巡检区段,根据各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务;
协同巡检模块23,用于分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果。
在优选的实施例当中,所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,具体为:基于巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检巡检线路的若干个目标无人机集群;基于巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车。
在本实施例的一优选实施方式中,所述基于巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检巡检线路的若干个目标无人机集群,具体为:基于巡检线路模型,根据预设总飞行距离,将巡检线路划分为若干条巡检子线路;对于每一巡检子线路,选择与巡检子线路的距离小于预设最大飞行距离,且巡检巡检子线路的飞行距离小于预设最大飞行距离的若干个无人机作为一个目标无人机集群,得到若干个目标无人机集群。
在本实施例的一优选实施方式中,所述基于巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,具体为:基于巡检线路模型,对于每一目标无人机集群,确定目标无人机集群中所有目标无人机的起降位置,选择与起降位置的距离最近的巡检车作为目标巡检车,得到若干台目标巡检车。
在优选的实施例当中,所述分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果,具体为:对于每一目标巡检车,控制目标巡检车根据巡检子任务,分别调度与其匹配的目标无人机集群中的每一目标无人机在预设巡检时间巡检目标巡检区段,使每一目标无人机进行输电线路缺陷在线监测,以通过目标巡检车接收每一目标无人机返回的巡检结果。
在优选的实施例当中,在所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车之前,还包括:通过BIM技术建立巡检线路模型。
在优选的实施例当中,巡检结果包括巡检线路的缺陷图像、缺陷位置、缺陷类型。
基于与第一实施例相同的发明构思,第三实施例提供如图3所示一种输电线路智能协同巡检系统,包括用于执行如第一实施例所述的输电线路智能协同巡检方法的无人机管控中心。
基于与第一实施例相同的发明构思,第四实施例提供一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序运行时控制计算机可读存储介质所在设备执行如第一实施例所述的输电线路智能协同巡检方法。
综上所述,实施本发明的实施例,具有如下有益效果:
通过基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检巡检线路的若干个目标无人机集群,并分别为每一目标无人机集群匹配一台目标巡检车,得到若干台目标巡检车,对于巡检线路的各个巡检区段,根据各个巡检区段所处的巡检区域与各个目标巡检车的作业区域之间的对应关系,将巡检任务拆分为若干个巡检子任务,分别将每一巡检子任务对应下发给每一目标巡检车,使每一目标巡检车搭载与其匹配的目标无人机集群执行对应的巡检子任务,并获取所有目标无人机集群返回的巡检结果,完成输电线路巡检。本发明的实施例通过将巡检任务拆分为若干个巡检子任务分配至若干个目标巡检车,使各个目标巡检车上搭载的目标无人机集群并行执行对应的巡检子任务以监测对应的巡检区段反馈巡检结果,能够进一步协同巡检车和无人机进行输电线路巡检,更好地提高机巡作业效率。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
Claims (10)
1.一种输电线路智能协同巡检方法,其特征在于,包括:
基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车;
对于所述巡检线路的各个巡检区段,根据各个所述巡检区段所处的巡检区域与各个所述目标巡检车的作业区域之间的对应关系,将所述巡检任务拆分为若干个巡检子任务;
分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果。
2.如权利要求1所述的输电线路智能协同巡检方法,其特征在于,所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车,具体为:
基于所述巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检所述巡检线路的若干个所述目标无人机集群;
基于所述巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一所述目标无人机集群匹配一台所述目标巡检车,得到若干台所述目标巡检车。
3.如权利要求2所述的输电线路智能协同巡检方法,其特征在于,所述基于所述巡检线路模型,根据预先定义的无人机选择策略,选择并行巡检所述巡检线路的若干个所述目标无人机集群,具体为:
基于所述巡检线路模型,根据预设总飞行距离,将所述巡检线路划分为若干条巡检子线路;
对于每一所述巡检子线路,选择与所述巡检子线路的距离小于预设最大飞行距离,且巡检所述巡检子线路的飞行距离小于所述预设最大飞行距离的若干个无人机作为一个所述目标无人机集群,得到若干个所述目标无人机集群。
4.如权利要求2所述的输电线路智能协同巡检方法,其特征在于,所述基于所述巡检线路模型,根据预先定义的巡检车匹配策略,分别为每一所述目标无人机集群匹配一台所述目标巡检车,得到若干台所述目标巡检车,具体为:
基于所述巡检线路模型,对于每一所述目标无人机集群,确定所述目标无人机集群中所有目标无人机的起降位置,选择与所述起降位置的距离最近的巡检车作为所述目标巡检车,得到若干台所述目标巡检车。
5.如权利要求1所述的输电线路智能协同巡检方法,其特征在于,所述分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果,具体为:
对于每一所述目标巡检车,控制所述目标巡检车根据所述巡检子任务,分别调度与其匹配的所述目标无人机集群中的每一目标无人机在预设巡检时间巡检目标巡检区段,使每一所述目标无人机进行输电线路缺陷在线监测,以通过所述目标巡检车接收每一所述目标无人机返回的巡检结果。
6.如权利要求1所述的输电线路智能协同巡检方法,其特征在于,在所述基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车之前,还包括:
通过BIM技术建立所述巡检线路模型。
7.如权利要求1所述的输电线路智能协同巡检方法,其特征在于,所述巡检结果包括所述巡检线路的缺陷图像、缺陷位置、缺陷类型。
8.一种输电线路智能协同巡检装置,其特征在于,包括:
设备准备模块,用于基于预先建立的巡检线路模型,根据巡检任务中的巡检线路,选择并行巡检所述巡检线路的若干个目标无人机集群,并分别为每一所述目标无人机集群匹配一台目标巡检车,得到若干台所述目标巡检车;
任务拆分模块,用于对于所述巡检线路的各个巡检区段,根据各个所述巡检区段所处的巡检区域与各个所述目标巡检车的作业区域之间的对应关系,将所述巡检任务拆分为若干个巡检子任务;
协同巡检模块,用于分别将每一所述巡检子任务对应下发给每一所述目标巡检车,使每一所述目标巡检车搭载与其匹配的所述目标无人机集群执行对应的所述巡检子任务,并获取所有所述目标无人机集群返回的巡检结果。
9.一种输电线路智能协同巡检系统,其特征在于,包括用于执行如权利要求1至7任一项所述的输电线路智能协同巡检方法的无人机管控中心。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7任一项所述的输电线路智能协同巡检方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463633.0A CN114779811A (zh) | 2022-04-28 | 2022-04-28 | 一种输电线路智能协同巡检方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210463633.0A CN114779811A (zh) | 2022-04-28 | 2022-04-28 | 一种输电线路智能协同巡检方法、装置、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114779811A true CN114779811A (zh) | 2022-07-22 |
Family
ID=82435327
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210463633.0A Pending CN114779811A (zh) | 2022-04-28 | 2022-04-28 | 一种输电线路智能协同巡检方法、装置、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114779811A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115629616A (zh) * | 2022-10-08 | 2023-01-20 | 三峡大学 | 基于bim的能源设施无人机巡检路线生成方法和系统 |
-
2022
- 2022-04-28 CN CN202210463633.0A patent/CN114779811A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115629616A (zh) * | 2022-10-08 | 2023-01-20 | 三峡大学 | 基于bim的能源设施无人机巡检路线生成方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111582697B (zh) | 一种配电网故障的评估与调度方法及系统 | |
CN111667230A (zh) | 一种无人机自主巡检作业监控分析系统及方法 | |
CN111652460A (zh) | 多无人机协同巡检多杆塔的智能优化方法和系统 | |
CN114779811A (zh) | 一种输电线路智能协同巡检方法、装置、系统及存储介质 | |
CN112954599A (zh) | 一种灾后无人机通信系统 | |
CN113065756A (zh) | 一种基于bim的工程监理信息化管理系统 | |
CN115145796B (zh) | 一种码头操作系统效能的评估方法和码头数字仿真平台 | |
CN115209379A (zh) | 基于5g智能网联无人机的电网云边协同巡检系统及方法 | |
CN116859993A (zh) | 一种配电网多无人机巡线路径规划方法及系统 | |
CN113220030A (zh) | 无人机电力巡检航线的生成方法、装置、存储介质及电子设备 | |
CN211810233U (zh) | 用于巡检的无人机多机协同输电线路故障识别全自动系统 | |
CN115986921A (zh) | 配电网的巡检方法、装置、计算机设备和存储介质 | |
CN115268488A (zh) | 一种电力巡检无人机起降点自动生成方法及系统 | |
CN114637321A (zh) | 基于图像数据优化路径的电缆监测系统 | |
CN115454126A (zh) | 无人机巡检方法、装置、设备及存储介质 | |
CN112947173B (zh) | 一种数字孪生车间运行状态的预测方法、控制器及系统 | |
CN113985912A (zh) | 车辆与无人机协同巡检的路径规划方法及系统 | |
CN113489001B (zh) | 一种联合巡检场景中多智能体任务区域规划方法 | |
Liu et al. | Research on Defect Intelligent Identification System Based on Cloud-Fog-Edge Cooperation for UAV Electric Power Inspection | |
CN113965567B (zh) | 基于Mesh网的天基信息综合应用和信息分发系统 | |
CN117170412B (zh) | 多机库飞行路径的规划方法、装置、电子设备及存储介质 | |
CN117474292B (zh) | 一种基于5g传输的网联无人机用调度系统及调度方法 | |
CN117111633A (zh) | 一种电网多侧无人机协同巡检控制方法、系统及相关设备 | |
CN117410868B (zh) | 一种变电站巡检控制方法和装置 | |
CN117313439B (zh) | 一种多场景多机型无人机仿真系统 |
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 |