CN115071974A - 基于地质隐患监测系统的无人机灾后自主勘测方法 - Google Patents

基于地质隐患监测系统的无人机灾后自主勘测方法 Download PDF

Info

Publication number
CN115071974A
CN115071974A CN202210730700.0A CN202210730700A CN115071974A CN 115071974 A CN115071974 A CN 115071974A CN 202210730700 A CN202210730700 A CN 202210730700A CN 115071974 A CN115071974 A CN 115071974A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
geological
disaster
monitoring system
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
Application number
CN202210730700.0A
Other languages
English (en)
Inventor
崔志美
徐文平
黄志都
张炜
张玉波
唐捷
冯玉斌
宾冬梅
凌颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Electric Power Research Institute of Guangxi Power Grid Co Ltd
Original Assignee
Electric Power Research Institute of Guangxi Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Electric Power Research Institute of Guangxi Power Grid Co Ltd filed Critical Electric Power Research Institute of Guangxi Power Grid Co Ltd
Priority to CN202210730700.0A priority Critical patent/CN115071974A/zh
Publication of CN115071974A publication Critical patent/CN115071974A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B64AIRCRAFT; AVIATION; COSMONAUTICS
    • B64CAEROPLANES; HELICOPTERS
    • B64C39/00Aircraft not otherwise provided for
    • B64C39/02Aircraft not otherwise provided for characterised by special use
    • B64C39/024Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及地质监测技术领域,具体公开了一种基于地质隐患监测系统的无人机灾后自主勘测方法,发明通过监测到地质灾害预警或受灾信号后,输电线路通道地质灾害监测系统第一时间将告警信息传输给附近部署的无人机,无人机自动接收预警并自启动地质灾害差异化勘灾模式进行勘察,减少人为参与,大幅提高灾害应急响应效率,从而克服了现有地质灾害发生后人工巡视效率低的缺陷。

Description

基于地质隐患监测系统的无人机灾后自主勘测方法
技术领域
本发明属于地质监测技术领域,特别涉及一种基于地质隐患监测系统的无人机灾后自主勘测方法。
背景技术
广西区内地质灾害频发,主要灾害类型为滑坡、崩塌、泥石流等。具有成灾速度快,发生频率高,危害强度较大、时空分布不均以及继承性发育特点。输电线路分布区域广,所在地地质构造复杂,地质灾害隐患给电网的安全稳定运行带来了极大的威胁和挑战。
广西电网输电通道周边地质灾害潜在隐患较多,变电站周边及输变电设施内发生过多起地质灾害。如500kV邕州站围墙外滑坡,220kV溯甘线#151杆塔基础下陷,110kV平三里塘线#24杆塔基础保护范围内发生山体塌方等。目前,通过人工巡视费时耗力,效率低下,难以实现实时监控。因此,需要一种基于地质隐患监测系统的无人机灾后自主勘测方法。
发明内容
本发明的目的在于提供一种基于地质隐患监测系统的无人机灾后自主勘测方法,从而克服了现有地质灾害发生后人工巡视效率低的缺陷。
为实现上述目的,本发明提供了一种基于地质隐患监测系统的无人机灾后自主勘测方法,包括以下步骤:
输电线路通道地质灾害监测系统接收到地质隐患的告警信息后,根据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机;
被调用的无人机自动接收调度信息并自启动地质灾害差异化勘灾模式进行勘察,并将勘察的结果返回远程指挥中心;
其中,所述无人机在勘察的过程中实时探测网络信号是否覆盖飞行范围,当探测不到网络信号时,则将勘察的结果自动存储于机身内,当探测到网络信号时,则及时或实时将勘察的结果传送至远程指挥中心。
优选的,上述技术方案中,所述输电线路通道地质灾害监测系统用于接入SAR变形数据并处理、接入外部多源遥感数据并处理、对输电线路变形数据显示分析、变形专题图生成和输电线路地质灾害体识别。
优选的,上述技术方案中,所述告警信息包括:监测到地质灾害的设备坐标和地质灾害的区域信息。
优选的,上述技术方案中,所述勘察的结果包括:地质灾害发生后输电线路的全貌、识别杆塔倾斜、识别导线断线以及输电设备周边的地表全貌。
优选的,上述技术方案中,所述无人机采用固定翼无人机。
优选的,上述技术方案中,还包括:所述远程指挥中心或无人机根据勘察的结果更新输电线路通道地质灾害监测系统中的监测图像。
优选的,上述技术方案中,还包括:所述远程指挥中心根据无人机探测的网络信号的结果以列表的形式进行显示。
优选的,上述技术方案中,还包括:输电线路通道地质灾害监测系统设置常态化巡检,得到基础巡检航线和常态化巡检航线;在地质灾害发生前,无人机根据常态化巡检航线进行勘测,并将勘测的结果在输电线路通道地质灾害监测系统中进行可视化显示。
优选的,上述技术方案中,据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机采用多目标优化的混合粒子群优化方法进行智能调用。
与现有的技术相比,本发明具有如下有益效果:
1.本发明所提供的基于地质隐患监测系统的无人机灾后自主勘测方法,在输电线路通道地质灾害监测系统接收到地质隐患的告警信息后,根据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机;被调用的无人机自动接收调度信息并自启动地质灾害差异化勘灾模式进行勘察,并将勘察的结果返回远程指挥中心;其中,所述无人机在勘察的过程中实时探测网络信号是否覆盖飞行范围,当探测不到网络信号时,则将勘察的结果自动存储于机身内,当探测到网络信号时,则及时或实时将勘察的结果传送至远程指挥中心。即本发明通过监测到地质灾害预警或受灾信号后,输电线路通道地质灾害监测系统第一时间将告警信息传输给附近部署的无人机,无人机自动接收预警并自启动地质灾害差异化勘灾模式进行勘察,减少人为参与,大幅提高灾害应急响应效率,从而克服了现有地质灾害发生后人工巡视效率低的缺陷。
2.本发明中远程指挥中心根据勘察的结果更新输电线路通道地质灾害监测系统中的监测图像,实现无人机系统和输电线路通道地质灾害监测系统的联动,进行实时监测。
3.本发明所采用的自启动地质灾害差异化勘灾模式,能够自动规划探测轨迹,能够提高灾害应急响应效率。
4.本发明智能调用采用多目标优化的混合粒子群优化方法进行调用无人机,能够更高效的对无人机进行分配。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一个实施例,对于本领域普通技术人员来说,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是本发明的基于地质隐患监测系统的无人机灾后自主勘测方法的流程图;
图2是碰撞约束的时序关系图;
图3是本发明其中一个实施例的勘察结果示意图;
图4是输电线路通道地质灾害监测系统的示意图。
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。
实施例1
如图1所示,基于地质隐患监测系统的无人机灾后自主勘测方法,包括以下步骤:
S1、输电线路通道地质灾害监测系统设置常态化巡检,得到基础巡检航线和常态化巡检航线;在地质灾害发生前,无人机根据常态化巡检航线进行勘测,并将勘测的结果在输电线路通道地质灾害监测系统中进行可视化显示;
S2、输电线路通道地质灾害监测系统接收到地质隐患的告警信息后,根据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机;其中,地质隐患包括杆塔周边发生滑坡、泥石流、塌方等,具体的,地质隐患点包括:杆塔周边可能危害人民生命和财产安全的不稳定斜坡、潜在滑坡、潜在崩塌、潜在泥石流和潜在地面塌陷,以及已经发生但目前仍不稳定的滑坡、崩塌、泥石流、地面塌陷等;
所述告警信息包括:监测到地质灾害的设备坐标和地质灾害的区域信息;
S3、被调用的无人机自动接收调度信息并自启动地质灾害差异化勘灾模式进行勘察,并将勘察的结果返回远程指挥中心;
所述勘察的结果包括:地质灾害发生后输电线路的全貌、识别杆塔倾斜、识别导线断线以及输电设备周边的地表全貌;
其中,所述无人机在勘察的过程中实时探测网络信号是否覆盖飞行范围,当探测不到网络信号时,则将勘察的结果自动存储于机身内,当探测到网络信号时,则及时或实时将勘察的结果传送至远程指挥中心。
S4、所述远程指挥中心或无人机根据勘察的结果更新输电线路通道地质灾害监测系统中的监测图像,实现实时监测,保证监测数据的准确性。所述远程指挥中心根据无人机探测的网络信号的结果以列表的形式进行显示。
具体的,在地质灾害发生后,远程指挥中心或无人机的手持终端根据基于二三维重建技术对巡航的输电线路进行拼接,并叠加在输电线路通道地质灾害监测系统的地图上,同时,识别出图像中地线和杆塔,并以在输电线路通道地质灾害监测系统的地图上进行显示,必要时,缩小或进行更精确的图片拼接形成精度更好的地图。
所述输电线路通道地质灾害监测系统用于接入SAR变形数据并处理、接入外部多源遥感数据并处理、对输电线路变形数据显示分析、变形专题图生成和输电线路地质灾害体识别。
其中,接入SAR变形数据并处理包括:接收北斗监测站点及北斗基准站点的信息,通过高精度后处理算法,实时解算出监测点毫米级的三维坐标;利用数据分析软件获取各铁塔监测点实时的三维坐标,并将实时的三维坐标与初始坐标进行比对,从而获得该监测点倾斜和沉降变化量。
步骤S1具体的,包括以下步骤:
S11、根据杆塔位置划分为小巡检区域,将杆塔沿着线缆形成基础巡检航线;
S12、使用者可以根据常态化巡检任务,选择需要巡检区域,该巡检区域则通过多个小巡检区域沿线缆的方向进行拼接,形成常态化巡检航线;
S13、在地质灾害发生前,无人机根据设定,根据常态化巡检航线进行勘测,勘测过程中采用正摄影模式进行拍摄视频;
S14、远程指挥中间或无人机的手控端将无人机拍摄到的视频数据进行图片提取后进行二三维重建,并拼接形成全景图像,将拍摄的输电线路图像生成的不同时序DOM/DSM数据进行多期DSM数据叠加,得到DSM,通过DSM数据得到地质沉降数据,并将DSM数据在输电线路通道地质灾害监测系统中进行显示,可以是直接叠加在原始模型上,输电线路通道地质灾害监测系统的原始监测图像如图4所示。
具体的,所述无人机采用固定翼无人机。具体的,固定翼无人机采用CW-25垂直起降固定翼无人机,该型号的无人机能够执行大面积任务范围,且具有航时长、速度快、载荷大、结构稳定、可靠性高等特点。
步骤S2中,据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机采用多目标优化的混合粒子群优化方法进行智能调用,具体包括以下步骤:
S21、建立多约束条件下的无人机系统协同多任务分配模型,确定无人机系统协同多任务分配模型中无人机的基本数据、目标以及任务。
无人机的基本数据包括:无人机的总数、无人机的类型、无人机的初始位置、无人机的飞行速度以及无人机的最远飞行距离。
无人机的类型包括:用于长途巡检的无人机、定点巡检的无人机以及备用无人机。
无人机的目标包括:常态化巡检航线或地质灾害差异化勘灾模式探测的目标位置,目标任务的个数;
无人机的任务包括:无人机执行完成任务所需的时间。
S22、确定无人机系统协同多任务分配模型的约束条件,包括无人机的性能约束、威胁约束和类型约束;
具体的,无人机的性能约束包括:最大飞行距离约束、俯仰角约束以及飞行高度约束;
无人机的最大飞行距离是根据电池续航能力决定,其表达式为:
Figure BDA0003713265430000061
上式中,无人机航线由n个航点构成,Lx为巡检航线的里程,L为该无人机的总续航里程。
俯仰角约束的表达式为:
Figure BDA0003713265430000062
上式中,|hi-hi-1|为相邻两点航线的高度差,φmax为最大俯仰角。
飞行高度约束的表达为:
hmin≤hi≤hmax,i=1,2,...,n
上式中,hmin为无人机的最低飞行高度,hi为第i端航线的飞行高度(可以为小区域航线的飞行高度),hmax为无人机的最高飞行高度。
威胁约束包括:碰撞约束、转弯约束以及通信约束,其中,碰撞约束的时序关系如图2所示,通信约束为不同控制站平台之间的通信范围。
无人机的类型约束包括:长途巡检的无人机只能进行执行常态化巡检航线或地质灾害差异化勘灾模式的探测的无人机,定点巡检无人机只能执行单个任务,备用无人机处于待机状态。
S23、采用多目标粒子群优化算法对无人机系统协同多任务分配模型进行求解,从而得到无人机的分配。
通过多目标优化的混合粒子群优化方法进行智能调用,使得无人机的分配更加合理,同时,能够提高分配的效率。
步骤S3中,自启动地质灾害差异化勘灾模式具体包括:
S31、定时接收调度信息中的告警信息,即监测到遭受或预测地质灾害的输电设备坐标和地质灾害的区域信息,判断是第i次接收到告警信息,当i=1时,则为第一次接收到调度信息中的监测到遭受或预测地质灾害的设备坐标和地质灾害的区域信息,则进入步骤S32,反之进入S33;
S32、无人机直接根据智能调用中分配的任务进行地质灾害差异化勘灾模式探测的目标位置探测,并将探测结果返回远程指挥中心;
S33、将第i次接收到调度信息中的监测到遭受地质灾害区域与第i-1次接收到调度信息中的监测到遭受地质灾害区域进行相减,得到新的待巡检区域,将新的待巡检区域,将巡检区域的坐标位置发送至步骤S2,重新进行智能调用相应的无人机;
S34、重复步骤S31-S33实现无人机对地质灾害中或后所有的输电线路进行自主勘测。
在步骤S31-S34中,无人机在勘测的过程中,对应勘察以及飞行轨迹应当采取在输电杆塔走廊半径500米的视野范围;并将实时将拍摄的画面进行正拼接,传送给手持终端或远程中心,手持终端或远程中心将拼接的正摄影像数据在输电线路台风预警平台的地图上叠加显示;其中,拼接包括视频拼接或视脚印拼接;无人机在巡检探测的过程中,通过AI检测实时识别拍摄画面中杆塔、线缆和地质隐患情况,并将杆塔、线缆以及周围的环境输入已经训练过的神经网络模型,通过神经网络模型自动识别杆塔、线缆的缺陷类型以及地质隐患类型,其中,地质隐患类型包括杆塔周边发生山洪、滑坡、泥石流、塌方以及地质沉降,并将自动识别的结果进行自动存储。通过无人机识别到地质沉降的结果如图3所示。
手持终端和/或远程中心实时将处于异常状态的杆塔和线缆进行识别提醒,对处于异常状态的杆塔和线缆进行单独勘测,因此,还包括:
S35、手持终端或远程中心根据拍摄中的杆塔或线缆的异常状态安排定点无人机或备用无人机进行定点探测,探测到的画面能够叠加在输电线路台风预警平台的地图上或单独显示等。
在进行定点探测时,需要360°全景拍摄临近目标点的区域情况,并至少采集两个姿态的角度。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的,这些描述并非想将本发明限定为所公开的精确形式,并且很显然,根据上述教导,可以进行很多改变和变化,尽管已经示出和描述了本发明的实施例,但本具体实施例仅仅是对本发明的解释,其并不是对发明的限制,描述的具体特征、结构、材料或者特点可以在任何一个或多个实施例或示例中以合适的方式结合,对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用,从而使得本领域的技术人员能够在阅读完本说明书后可在不脱离本发明的原理和宗旨的情况下,可以根据需要对实施例做出没有创造性贡献的修改、替换、变型以及各种不同的选择和改变,但只要在本发明的权利要求范围内都受到专利法的保护。

Claims (9)

1.基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,包括以下步骤:
输电线路通道地质灾害监测系统接收到地质隐患的告警信息后,根据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机;
被调用的无人机自动接收调度信息并自启动地质灾害差异化勘灾模式进行勘察,并将勘察的结果返回远程指挥中心;
其中,所述无人机在勘察的过程中实时探测网络信号是否覆盖飞行范围,当探测不到网络信号时,则将勘察的结果自动存储于机身内,当探测到网络信号时,则及时或实时将勘察的结果传送至远程指挥中心。
2.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,所述输电线路通道地质灾害监测系统用于接入SAR变形数据并处理、接入外部多源遥感数据并处理、对输电线路变形数据显示分析、变形专题图生成和输电线路地质灾害体识别。
3.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,所述告警信息包括:监测到地质灾害的设备坐标和地质灾害的区域信息。
4.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,所述勘察的结果包括:地质灾害发生后输电线路的全貌、识别杆塔倾斜、识别导线断线以及输电设备周边的地表全貌。
5.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,所述无人机采用固定翼无人机。
6.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,还包括:所述远程指挥中心或无人机根据勘察的结果更新输电线路通道地质灾害监测系统中的监测图像。
7.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,还包括:所述远程指挥中心根据无人机探测的网络信号的结果以列表的形式进行显示。
8.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,还包括:输电线路通道地质灾害监测系统设置常态化巡检,得到基础巡检航线和常态化巡检航线;在地质灾害发生前,无人机根据常态化巡检航线进行勘测,并将勘测的结果在输电线路通道地质灾害监测系统中进行可视化显示。
9.根据权利要求1所述的基于地质隐患监测系统的无人机灾后自主勘测方法,其特征在于,据所述告警信息中的地理位置智能调用所述地理位置信息附近的无人机采用多目标优化的混合粒子群优化方法进行智能调用。
CN202210730700.0A 2022-06-24 2022-06-24 基于地质隐患监测系统的无人机灾后自主勘测方法 Pending CN115071974A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210730700.0A CN115071974A (zh) 2022-06-24 2022-06-24 基于地质隐患监测系统的无人机灾后自主勘测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210730700.0A CN115071974A (zh) 2022-06-24 2022-06-24 基于地质隐患监测系统的无人机灾后自主勘测方法

Publications (1)

Publication Number Publication Date
CN115071974A true CN115071974A (zh) 2022-09-20

Family

ID=83256157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210730700.0A Pending CN115071974A (zh) 2022-06-24 2022-06-24 基于地质隐患监测系统的无人机灾后自主勘测方法

Country Status (1)

Country Link
CN (1) CN115071974A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270576A (zh) * 2023-11-22 2023-12-22 自然资源部第三地形测量队(黑龙江第二测绘工程院) 一种地形测量无人机的控制方法及其控制终端

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117270576A (zh) * 2023-11-22 2023-12-22 自然资源部第三地形测量队(黑龙江第二测绘工程院) 一种地形测量无人机的控制方法及其控制终端
CN117270576B (zh) * 2023-11-22 2024-02-02 自然资源部第三地形测量队(黑龙江第二测绘工程院) 一种地形测量无人机的控制方法及其控制终端

Similar Documents

Publication Publication Date Title
CN112422783B (zh) 一种基于停机坪集群的无人机智能巡查系统
CN111537515A (zh) 基于三维实景模型的铁塔螺栓缺陷展示方法和系统
US20190011920A1 (en) Method and system for generating flight plan of unmanned aerial vehicle for aerial inspection
CN202434011U (zh) 森林火灾自动监测与报警系统
CN110673628B (zh) 一种复合翼无人机油气管线巡检方法
US11275376B2 (en) Large scale unmanned monitoring device assessment of utility system components
CN111026150A (zh) 一种利用无人机进行输电线路地质灾害预警系统及方法
CN116308944B (zh) 一种面向应急救援的数字战场实战指控平台及架构
CN111915128B (zh) 一种对地震诱发的次生滑坡灾后评估与救援辅助系统
JP7065477B2 (ja) 災害状況判定システムおよび災害判定飛行システム
CN113077561A (zh) 一种无人机智能巡检系统
CN110647170A (zh) 一种基于无人机的航标巡检装置与方法
CN210835732U (zh) 一种基于无人机的航标巡检装置
CN112684806A (zh) 一种基于双重避障和智能识别的电力巡检无人机系统
CN113421354A (zh) 无人机油气管道应急巡检方法及系统
CN108537674A (zh) 一种遥感技术在财产保险理赔中的应用方法
CN112017386A (zh) 一种森林草原火灾监测系统
CN113741510A (zh) 一种巡检路径规划方法、装置以及存储介质
CN114494917A (zh) 森林防火综合监管方法及系统
CN115580708A (zh) 一种光缆线路无人机巡检的方法
CN114744756A (zh) 一种基于机器视觉的输电线路智能巡检系统
CN115071974A (zh) 基于地质隐患监测系统的无人机灾后自主勘测方法
CN115265486A (zh) 基于台风监测系统的无人机风灾后输电线路自主勘测方法
CN111025325A (zh) 基于卫星通信的无人机激光雷达航空数据遥测与分析系统
CN206684579U (zh) 桥梁检测系统

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