CN116149373B - 一种无人机贴近飞行的巡检路径安全性检测方法及系统 - Google Patents
一种无人机贴近飞行的巡检路径安全性检测方法及系统 Download PDFInfo
- Publication number
- CN116149373B CN116149373B CN202310413904.6A CN202310413904A CN116149373B CN 116149373 B CN116149373 B CN 116149373B CN 202310413904 A CN202310413904 A CN 202310413904A CN 116149373 B CN116149373 B CN 116149373B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- path
- buffer
- inspection
- aerial 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 85
- 238000001514 detection method Methods 0.000 title claims description 12
- 239000000872 buffer Substances 0.000 claims abstract description 82
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000004888 barrier function Effects 0.000 claims abstract description 34
- 238000005036 potential barrier Methods 0.000 claims abstract description 7
- 239000003415 peat Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 8
- 238000013459 approach Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 101100203658 Mus musculus Spag1 gene Proteins 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012159 carrier gas Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机贴近飞行的巡检路径安全性检测方法及系统,所述方法包括:采集工业园区中障碍物的矢量数据并存入数据库;根据安全半径r,设定底面缓冲区;获取无人机的巡检路径R并投影到地平面得到折线L,提取与L存在相交的底面缓冲区,形成潜在障碍物集合及对应的障碍物缓冲区集合;依次判断巡检路径R中相邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;若巡检路径R不安全,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。本发明可以预先判断整个巡检路径的安全性,且能判断出巡检路径同时与多个障碍物之间的碰撞风险,可适用于厂区无人机巡检需要穿梭于设备管道间的场景。
Description
技术领域
本发明属于无人机巡检技术领域,具体涉及一种无人机贴近飞行的巡检路径安全性检测方法及系统。
背景技术
在工业园区的生产中,往往存在有毒气体或可燃气体泄露的可能,气体泄漏巡检中,需要无人机挂载气体检测传感器进行巡检作业,由于需要贴近飞行,并需要穿梭于建筑物、设备、管道中,那么航线的安全性必须要得到保障。传统无人机巡检直接把航线高度设置成高于建筑最高的高度来满足安全性的要求,这种方式无法满足工业园区中气体泄漏巡检要求。
公开号为CN103116360A的专利公开了一种无人机避障控制方法,其建立了虚拟的障碍物多边形柱体,计算无人机位置与障碍物多边形柱体的空间关系,从而进行避障控制,但其只能在无人机飞行过程中进行碰撞判断,不能预先判断整个路径的安全性,且当环境复杂时,不能同时判断与多个障碍物之间的潜在碰撞风险,因此,这种方式同样不适用于工业园区中气体泄露巡检。
在工业园区中气体泄露巡检这种特殊环境下,无人机需要在建筑物、大型设备管道间贴近飞行穿梭进行精细化巡检,因此现有技术中缺乏一种贴近飞行穿梭的过程中对航线安全性的校验检测手段。
发明内容
有鉴于此,本发明提出了一种无人机贴近飞行的巡检路径安全性检测方法及系统,用于解决现有技术中的无人机碰撞检测无法适用于工业园区中气体泄露巡检航线安全性的校验的问题。
本发明第一方面,公开一种无人机贴近飞行的巡检路径安全性检测方法,所述方法包括:
采集工业园区中障碍物的矢量数据并存入数据库;所述矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程;所述底面多边形为障碍物在地平面的投影;
设定安全半径r,将障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区;
获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及对应的障碍物缓冲区集合;
若潜在障碍物集合和障碍物缓冲区集合为空集合,则巡检路径R安全,结束分析;否则,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;
若巡检路径R不安全,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
在以上技术方案的基础上,优选的,所述工业园区中障碍物包括高大建筑、桥梁、路灯、杆塔、大型设备和管道;对于形状不规则的障碍物,将障碍物拆分成多个形状规则的分段,每个分段作为一个障碍物并采用矢量数据分别记录,每个记录均包括底面多边形、底部高程和顶部高程。
在以上技术方案的基础上,优选的,所述潜在障碍物集合表示为Vlo={Vo 1,Vo 2,…,Vo n },对潜在障碍物集合Vlo中每一个潜在障碍物Vo i ,Vo i ={po i ,minoh i ,maxoh i },其中,i=1,2,...,n,po i 为障碍物底面多边形,用顶点集合表示,minoh i 为障碍物底部高程,maxoh i 为障碍物顶部高程;
所述障碍物缓冲区集合表示为Vlb={Vb 1,Vb 2,…,Vb n },对障碍物缓冲区集合Vlb中每一个障碍物缓冲区Vb i ,Vb i ={pb i ,minbh i ,maxbh i },i=1,2,...,n,其中,pb i 为障碍物缓冲区底面多边形,用顶点集合表示,minbh i 为障碍物缓冲区底部高程,maxbh i 为障碍物缓冲区顶部高程,minbh i =minoh i -r,maxbh i =maxoh i +r。
在以上技术方案的基础上,优选的,所述依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性具体包括:
遍历巡检路径R的顶点,依次提取巡检路径R中相邻两个路径点Ps、Pe,判断相邻两个路径点Ps、Pe与每个障碍物缓冲区Vb i 的拓扑关系;
若路径点Pe在Vb i 外,分别计算由Ps、Pe构成的线段Ls与Vb i 的侧面psr、底面bp、顶面tp的交点,形成交点集合ipl;
若交点集合ipl不为空,则计算线段Ls与障碍物缓冲区Vb i 对应的障碍物Vo i 的交点集合ipl2;
重复以上过程,直到整个巡检路径R上的路段都完成判断。
在以上技术方案的基础上,优选的,所述判断相邻两个路径点Ps、Pe与每个障碍物缓冲区Vb i 的拓扑关系具体包括:
设相邻两顶点的坐标为Ps(xs,ys,zs)、Pe(xe,ye,ze),若ze<minbh i 或ze>maxbh i ,则Pe在缓冲区Vb外;否则,继续判断点Pe与障碍物缓冲区底面多边形pb i 的拓扑关系:若Pe在pb i 外,则Pe在Vb i 外;若Pe在pb i 内,则Pe在Vb i 内。
在以上技术方案的基础上,优选的,计算由Ps、Pe构成的线段Ls与Vb i 的侧面psr的交点具体包括:
依次提取障碍物底面多边形pb i 上的相邻两点,分别计算相邻两点处侧面psr的单位法向量,判断/>与Ls的方向向量/>是否垂直,若是,则线段Ls所在直线与Vb i 的侧面psr无交点,若否则存在交点,计算出交点坐标,并判断交点是否在线段Ls上且在侧面psr内,若是,将交点存入ipl;
重复以上过程直到将线段Ls与障碍物缓冲区Vb i 的所有侧面的交点存入ipl。
在以上技术方案的基础上,优选的,计算由Ps、Pe构成的线段Ls与Vb i 的底面bp、顶面tp的交点具体包括:
计算线段Ls与Vb i 的底面bp的交点:
依次提取底面bp一个顶点并计算顶点处的法向量,判断线段Ls所在直线与Vb i 的底面bp是否存在交点,若存在,计算交点坐标,并判断交点是否在线段Ls上且在底面bp内,若是,将交点存入ipl;
重复以上过程直到将线段Ls与障碍物缓冲区Vb i 的所有底面的交点存入ipl;
采用计与算线段Ls与Vb i 的底面bp的交点相同的方式计算线段Ls与Vb的顶面tp的交点,并存入ipl。
本发明第二方面,公开一种无人机贴近飞行的巡检路径安全性检测系统,所述系统包括:
数据获取模块:用于采集工业园区中障碍物的矢量数据并存入数据库;所述矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程;所述底面多边形为障碍物在地平面的投影;
潜在障碍物提取模块:用于设定安全半径r,将各个障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区;获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及障碍物缓冲区集合;
安全性判断模块:用于判断潜在障碍物集合和障碍物缓冲区集合是否为空集合,若是,则巡检路径R安全,结束分析;否则,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;
三维展示模块:用于当巡检路径R不安全时,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
本发明第三方面,公开一种电子设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现如本发明第一方面所述的方法。
本发明第四方面,公开一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使计算机实现如本发明第一方面所述的方法。
本发明相对于现有技术具有以下有益效果:
1)本发明采集了工业园区中所有的障碍物的矢量数据,基于安全半径r,设定了底面缓冲区,根据无人机的巡检路径R在地平面的投影与底面缓冲区的相交情况提取潜在障碍物集合及对应的障碍物缓冲区集合,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,从而检测整个巡检路径R的安全性;本发明可以预先判断整个巡检路径的安全性,且能判断出巡检路径同时与多个障碍物之间的潜在碰撞风险,该方法能够满足厂区无人机巡检需要穿梭于设备管道间的场景,在无人机贴近分析中保障航线的合理性安全性,
2)本发明依次提取巡检路径R中相邻两个路径点,并判断相邻两个路径点与每个障碍物缓冲区的拓扑关系判断相邻两个路径点组成的路段与障碍物缓冲区的侧面、底面、顶面的交点,并在无交点的情况下进一步判断该路段与对应的障碍物的交点集合进而判断路径的安全性,并准确定位会发生碰撞的位置,并结合可视化手段为厂区管道气体泄露无人机巡检过程中的飞行路径规划提供指导作用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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些实施例,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为本发明的无人机贴近飞行的巡检路径安全性检测方法流程图;
图2为无人机在大型建筑物之间进行贴近飞行穿梭时的飞行路径与对应的碰撞区域示意图;
图3为无人机在大型管道之间进行贴近飞行穿梭时的飞行路径与对应的碰撞区域展示的一个示例图;
图4为无人机在大型管道之间进行贴近飞行穿梭时的飞行路径与对应的碰撞区域展示的另一个示例图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,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方式,都属于本发明保护的范围。
请参阅图1,本发明提出一种无人机贴近飞行的巡检路径安全性检测方法,所述方法包括:
S1、采集工业园区中障碍物的矢量数据并存入数据库。
工业园区中高大建筑、桥梁、路灯、杆塔、大型设备和管道等会影响无人机巡检路径,因此都属于障碍物,因此本发明采集工业园区中所有障碍物的矢量数据,并构建了三维实体空间数据库,在数据库中,每个障碍物都采用一条或多条矢量数据存储。该矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程,其中,底面多边形为障碍物在地平面的投影,通过障碍物在地平面的投影及对应的底部高程和顶部高程即可确定该障碍物的空间形态,因此可以基于该矢量数据进行巡检路径安全性检测。
对于形状不规则的障碍物,比如具有特殊设计结构的建筑物、管道等,需要将障碍物按段拆分,形成多个形状规则的分段,将每个分段作为一个障碍物并采用矢量数据分别记录,每个记录均包括底面多边形、底部高程和顶部高程,这样就可以用多条矢量数据的组合来表征该障碍物的空间形态,进行巡检路径安全性检测时,按照每条矢量数据分别计算即可,不影响最终的检测结果的有效性。
S2、设定安全半径r,将障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区。
在无人机做设备管道巡检时贴近飞行的情况下,需要在障碍物外设定一个安全半径r,无人机的巡检路径均位于完全半径之外才能保证飞行安全。
具体的,将各个障碍物的底面多边形的每条边向外平移r的距离,将平移后的直线围成的闭合区域作为底面多边形对应的底面缓冲区。若巡检路径经过底面多边形与底面缓冲区之间的区域,则不符合安全半径要求。
S3、获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及对应的障碍物缓冲区集合。
对于输入的无人机运动路径R,其顶点序列为P 0(x 0,y 0,z 0),P 1(x 1,y 1,z 1),...,P n (x n ,y n ,z n ),将巡检路径R投影到地平面,得到折线L,其顶点为P 0(x 0,y 0),P 1(x 1,y 1),...,P n (x n ,y n )。
遍历步骤S1中收集到的障碍物数据,若某障碍物的底面多边形以r为半径生成的缓冲区与L相交或包含L,则收集该潜在障碍物数据Vo i 及其障碍物缓冲区数据Vb i ,形成潜在障碍物集合Vlo和障碍物缓冲区集合Vlb。
将潜在障碍物集合表示为Vlo={Vo 1,Vo 2,…,Vo n },对潜在障碍物集合Vlo中每一个潜在障碍物Vo i ,Vo i ={po i ,minoh i ,maxoh i },其中,i=1,2,...,n,po i 为障碍物底面多边形,用顶点集合表示,minoh i 为障碍物底部高程,maxoh i 为障碍物顶部高程,均从数据库字段中取得。
将障碍物缓冲区集合表示为Vlb={Vb 1,Vb 2,…,Vb n },对障碍物缓冲区集合Vlb中每一个障碍物缓冲区Vb i ,Vb i ={pb i ,minbh i ,maxbh i },i=1,2,...,n,其中,pb i 为障碍物缓冲区底面多边形,用顶点集合表示,minbh i 为障碍物缓冲区底部高程,maxbh i 为障碍物缓冲区顶部高程,minbh i =minoh i -r,maxbh i =maxoh i +r。
集合Vlo与Vlb的长度相同,且集合中的元素Vo i 与Vb i 一一对应。
若潜在障碍物集合和障碍物缓冲区集合均为空集合,则巡检路径R安全,结束分析,否则,继续执行步骤S4。
S4、依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性。
步骤S4具体包括如下分步骤:
S41、遍历巡检路径R的顶点,依次提取巡检路径R中相邻两个路径点Ps、Pe,判断相邻两个路径点Ps、Pe与每个障碍物缓冲区Vb i 的拓扑关系。
具体的,设相邻两顶点的坐标为Ps(xs,ys,zs)、Pe(xe,ye,ze),若ze<minbh i 或ze>maxbh i ,则Pe在缓冲区Vb外;否则,继续判断点Pe与障碍物缓冲区底面多边形pb i 的拓扑关系:若Pe在pb i 外,则Pe在Vb i 外;若Pe在pb i 内,则Pe在Vb i 内。
S43、若路径点Pe在Vb i 外,分别计算由Ps、Pe构成的线段Ls与Vb i 的侧面psr、底面bp、顶面tp的交点,形成交点集合ipl。
步骤S43具体包括如下分步骤:
S431、计算线段Ls与Vb i 的侧面psr的交点。
S431-1:判断线段Ls所在直线与Vb i 的侧面psr是否存在交点,若存在,计算交点坐标。
计算,若vl = 0,则Ls所在直线与psr所在平面的交点p在Ps处;若vl ≠ 0,判断/>与Ls的方向向量/>是否垂直,即计算,若ct= 0,则线段Ls所在直线与侧面psr无交点,若,则存在交点,计算出交点坐标
S431-2、若存在交点p(xp,yp,zp),判断交点是否在线段Ls上且在侧面psr内。
若zp<minbh i 或zp>maxbh i ,则交点p在侧面psr外,即线段Ls与侧面psr无交点。
S431-3、依次提取障碍物底面多边形pb i 上的相邻两点,重复以上S431-1~S431-2的过程,直到将线段Ls与障碍物缓冲区Vb i 的所有侧面的交点存入ipl。
S432、计算线段Ls与Vb i 的底面bp的交点。
使用射线法判断交点p是否在面bp内;
若交点p在线段Ls上且在底面bp内,将交点存入ipl。
S433、计算线段Ls与Vb的顶面tp的交点。
采用计与算线段Ls与Vb i 的底面bp的交点相同的方式计算线段Ls与Vb的顶面tp的交点,并存入ipl。具体计算方式请参照S432,不再赘述。
S45、若交点集合ipl不为空,则采用与步骤S43相同的方式计算线段Ls与障碍物缓冲区Vb i 对应的障碍物Vo i 的交点集合ipl2。
依次取路径R的相邻顶点,重复以上步骤S41~S47过程,直到整个巡检路径R上的路段都完成判断,得到影响巡检路径安全性的障碍物,包括会发生碰撞的和不符合安全半径的障碍物。
S5、若巡检路径R不安全,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
S51、在影响巡检路径安全性的障碍物各侧面,沿侧面底边方向和方向/>,以间隔d i 为步长,将对应的障碍物各侧面微分为多个网格,分别计算网格中心点到路径折线R的距离,若距离小于或等于安全半径r,则表示该网格影响路径安全性,从而确定影响到路径安全性的区域。
S52、用与S51类似的方法计算障碍物的底面和顶面上影响到路径安全性的区域。
S53、将上述步骤计算到的交点和影响路径安全性的区域在三维场景中突出呈现。
如图2所示为无人机在大型建筑物之间进行贴近飞行穿梭时的飞行路径与对应的碰撞区域展示,其中A为主视图,B为左视图、C为俯视图,D为立体图,深黑色直线或折线部分代表无人机的飞行路径R,飞行路径附近与建筑物相交的图案填充区域为碰撞区域。
图3、图4所示分别为无人机在大型管道之间进行贴近飞行穿梭时的飞行路径与对应的碰撞区域展示,其中深黑色直线或折线部分代表无人机的飞行路径R,飞行路径附近与建筑物相交的图案填充区域为碰撞区域。图3中,E为主视图,F为左视图、G为俯视图,H为立体图;图4中,I为主视图,J为左视图、K为俯视图,L为立体图。
由图2~图4可知,本发明的无人机贴近飞行的巡检路径安全性检测方法能够充分满足厂区无人机巡检需要贴近飞行穿梭于设备管道间的场景,并能准确计算出碰撞区域,在无人机贴近分析中可以保障航线的合理性安全性,避免造成危险事故,减少不必要的损失。本发明通过自有的安全性检测算法,对无人机贴近飞行时的巡检路径进行安全性检测,对厂区管道气体泄露无人机巡检过程中的飞行路径合理规划具有指导作用,能够广泛应用于无人机复杂环境的巡检飞行,有极大的价值。
与上述方法实施例相对应,本发明还一种无人机贴近飞行的巡检路径安全性检测系统,所述系统包括:
数据获取模块:用于采集工业园区中障碍物的矢量数据并存入数据库;所述矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程;所述底面多边形为障碍物在地平面的投影;
潜在障碍物提取模块:用于设定安全半径r,将各个障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区;获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及障碍物缓冲区集合;
安全性判断模块:用于判断潜在障碍物集合和障碍物缓冲区集合是否为空集合,若是,则巡检路径R安全,结束分析;否则,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;
三维展示模块:用于当巡检路径R不安全时,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
以上系统实施例和方法实施例是一一对应的,系统实施例简述之处请参阅方法实施例即可。
本发明还公开一种电子设备,包括:至少一个处理器、至少一个存储器、通信接口和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现本发明前述的方法。
本发明还公开一种计算机可读存储介质,所述计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机实现本发明实施例所述方法的全部或部分步骤。所述存储介质包括:U盘、移动硬盘、只读存储器ROM、随机存取存储器RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以分布到多个网络单元上。本领域普通技术人员在不付出创造性的劳动的情况下,可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人机贴近飞行的巡检路径安全性检测方法,其特征在于,所述方法包括:
采集工业园区中障碍物的矢量数据并存入数据库;所述矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程;所述底面多边形为障碍物在地平面的投影;
设定安全半径r,将障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区;
获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及对应的障碍物缓冲区集合;
若潜在障碍物集合和障碍物缓冲区集合为空集合,则巡检路径R安全,结束分析;否则,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;
若巡检路径R不安全,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
2.根据权利要求1所述的无人机贴近飞行的巡检路径安全性检测方法,其特征在于,所述工业园区中障碍物包括高大建筑、桥梁、路灯、杆塔、大型设备和管道;对于形状不规则的障碍物,将障碍物拆分成多个形状规则的分段,每个分段作为一个障碍物并采用矢量数据分别记录,每个记录均包括底面多边形、底部高程和顶部高程。
3.根据权利要求2所述的无人机贴近飞行的巡检路径安全性检测方法,其特征在于,所述潜在障碍物集合表示为Vlo={Vo 1,Vo 2,…,Vo n },对潜在障碍物集合Vlo中每一个潜在障碍物Vo i ,Vo i ={po i ,minoh i ,maxoh i },其中,i=1,2,...,n,po i 为障碍物底面多边形,用顶点集合表示,minoh i 为障碍物底部高程,maxoh i 为障碍物顶部高程;
所述障碍物缓冲区集合表示为Vlb={Vb 1,Vb 2,…,Vb n },对障碍物缓冲区集合Vlb中每一个障碍物缓冲区Vb i ,Vb i ={pb i ,minbh i ,maxbh i },i=1,2,...,n,其中,pb i 为障碍物缓冲区底面多边形,用顶点集合表示,minbh i 为障碍物缓冲区底部高程,maxbh i 为障碍物缓冲区顶部高程,minbh i =minoh i -r,maxbh i =maxoh i +r。
4.根据权利要求3所述的无人机贴近飞行的巡检路径安全性检测方法,其特征在于,所述依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性具体包括:
遍历巡检路径R的顶点,依次提取巡检路径R中相邻两个路径点Ps、Pe,判断相邻两个路径点Ps、Pe与每个障碍物缓冲区Vb i 的拓扑关系;
若路径点Pe在Vb i 外,分别计算由Ps、Pe构成的线段Ls与Vb i 的侧面psr、底面bp、顶面tp的交点,形成交点集合ipl;
若交点集合ipl不为空,则计算线段Ls与障碍物缓冲区Vb i 对应的障碍物Vo i 的交点集合ipl2;
重复以上过程,直到整个巡检路径R上的路段都完成判断。
5.根据权利要求4所述的无人机贴近飞行的巡检路径安全性检测方法,其特征在于,所述判断相邻两个路径点Ps、Pe与每个障碍物缓冲区Vb i 的拓扑关系具体包括:
设相邻两顶点的坐标为Ps(xs,ys,zs)、Pe(xe,ye,ze),若ze<minbh i 或ze>maxbh i ,则Pe在缓冲区Vb外;否则,继续判断点Pe与障碍物缓冲区底面多边形pb i 的拓扑关系:若Pe在pb i 外,则Pe在Vb i 外;若Pe在pb i 内,则Pe在Vb i 内。
7.根据权利要求6所述的无人机贴近飞行的巡检路径安全性检测方法,其特征在于,计算由Ps、Pe构成的线段Ls与Vb i 的底面bp、顶面tp的交点具体包括:
计算线段Ls与Vb i 的底面bp的交点:
依次提取底面bp一个顶点并计算顶点处的法向量,判断线段Ls所在直线与Vb i 的底面bp是否存在交点,若存在,计算交点坐标,并判断交点是否在线段Ls上且在底面bp内,若是,将交点存入ipl;
重复以上过程直到将线段Ls与障碍物缓冲区Vb i 的所有底面的交点存入ipl;
采用计与算线段Ls与Vb i 的底面bp的交点相同的方式计算线段Ls与Vb的顶面tp的交点,并存入ipl。
8.一种无人机贴近飞行的巡检路径安全性检测系统,其特征在于,所述系统包括:
数据获取模块:用于采集工业园区中障碍物的矢量数据并存入数据库;所述矢量数据包括障碍物对应的底面多边形、底部高程和顶部高程;所述底面多边形为障碍物在地平面的投影;
潜在障碍物提取模块:用于设定安全半径r,将各个障碍物的底面多边形的每条边向外平移r的距离,形成闭合的底面缓冲区;获取无人机的巡检路径R并投影到地平面,得到折线L,从数据库中提取与L存在相交的底面缓冲区,并提取对应的障碍物数据和障碍物缓冲区数据,形成潜在障碍物集合及障碍物缓冲区集合;
安全性判断模块:用于判断潜在障碍物集合和障碍物缓冲区集合是否为空集合,若是,则巡检路径R安全,结束分析;否则,依次判断巡检路径R中相邻两个路径点与每个障碍物缓冲区和对应的潜在障碍物的拓扑关系,依次判断邻两个路径点构成的路段的安全性,以检测整个巡检路径R的安全性;
三维展示模块:用于当巡检路径R不安全时,计算各障碍物中影响到巡检路径R安全性的区域,并在对应的三维场景中突出呈现。
9.一种电子设备,其特征在于,包括:至少一个处理器、至少一个存储器、通信接口和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令,以实现如权利要求1~7任一项所述的方法。
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存储计算机指令,所述计算机指令使计算机实现如权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310413904.6A CN116149373B (zh) | 2023-04-18 | 2023-04-18 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310413904.6A CN116149373B (zh) | 2023-04-18 | 2023-04-18 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116149373A CN116149373A (zh) | 2023-05-23 |
CN116149373B true CN116149373B (zh) | 2023-06-20 |
Family
ID=86373954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310413904.6A Active CN116149373B (zh) | 2023-04-18 | 2023-04-18 | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116149373B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117894214A (zh) * | 2024-03-15 | 2024-04-16 | 天津云圣智能科技有限责任公司 | 一种无人机碰撞检测的方法、装置、存储介质及电子设备 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1835370A2 (fr) * | 2006-03-17 | 2007-09-19 | Thales | Planificateur automatique de trajectoire |
CN105353768A (zh) * | 2015-12-08 | 2016-02-24 | 清华大学 | 狭窄空间内基于随机采样的无人机轨迹规划方法 |
CN109828607A (zh) * | 2019-04-03 | 2019-05-31 | 南京航空航天大学 | 一种面向不规则障碍物的无人机路径规划方法及系统 |
CN110298267A (zh) * | 2019-06-11 | 2019-10-01 | 北京百度网讯科技有限公司 | 路径处理方法、设备和存储介质 |
CN111707269A (zh) * | 2020-06-23 | 2020-09-25 | 东南大学 | 一种三维环境下的无人机路径规划方法 |
CN113359859A (zh) * | 2021-07-16 | 2021-09-07 | 广东电网有限责任公司 | 一种组合导航避障方法、系统、终端设备及存储介质 |
CN113359840A (zh) * | 2021-06-28 | 2021-09-07 | 中国人民解放军国防科技大学 | 一种无人机三维空间飞行路径的快速构建方法及系统 |
CN114296474A (zh) * | 2021-12-10 | 2022-04-08 | 国网新疆电力有限公司超高压分公司 | 一种基于路径时间代价的无人机路径规划方法及系统 |
WO2022115766A1 (en) * | 2020-11-30 | 2022-06-02 | Saudi Arabian Oil Company | Deep learning-based localization of uavs with respect to nearby pipes |
CN115097870A (zh) * | 2022-06-29 | 2022-09-23 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于数字高程地图的无人机避障航迹规划方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116360B (zh) * | 2013-01-31 | 2015-06-17 | 南京航空航天大学 | 一种无人机避障控制方法 |
EP3064967A1 (en) * | 2015-03-04 | 2016-09-07 | Sercel | Method for determining a collision free sail path of at least one vessel of a fleet of vessels, corresponding device, computer program product and non-transitory computer-readable carrier medium |
EP3623759B1 (en) * | 2018-09-14 | 2024-04-17 | The Boeing Company | A computer-implemented method and a system for defining a path for a vehicle within an environment with obstacles |
US20200286388A1 (en) * | 2019-03-08 | 2020-09-10 | Here Global B.V. | Method and apparatus for visualizing risk levels associated with aerial vehicle flights |
CN110673634B (zh) * | 2019-11-12 | 2022-09-06 | 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 |
US20220100208A1 (en) * | 2020-09-30 | 2022-03-31 | Ardavan Karbasi | Autonomous Multifunctional Aerial Drone |
CN112947582A (zh) * | 2021-03-25 | 2021-06-11 | 成都纵横自动化技术股份有限公司 | 一种航线规划方法及相关装置 |
CN114020015A (zh) * | 2021-10-29 | 2022-02-08 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于障碍物地图双向搜索的无人机路径规划系统及方法 |
-
2023
- 2023-04-18 CN CN202310413904.6A patent/CN116149373B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1835370A2 (fr) * | 2006-03-17 | 2007-09-19 | Thales | Planificateur automatique de trajectoire |
CN105353768A (zh) * | 2015-12-08 | 2016-02-24 | 清华大学 | 狭窄空间内基于随机采样的无人机轨迹规划方法 |
CN109828607A (zh) * | 2019-04-03 | 2019-05-31 | 南京航空航天大学 | 一种面向不规则障碍物的无人机路径规划方法及系统 |
CN110298267A (zh) * | 2019-06-11 | 2019-10-01 | 北京百度网讯科技有限公司 | 路径处理方法、设备和存储介质 |
CN111707269A (zh) * | 2020-06-23 | 2020-09-25 | 东南大学 | 一种三维环境下的无人机路径规划方法 |
WO2022115766A1 (en) * | 2020-11-30 | 2022-06-02 | Saudi Arabian Oil Company | Deep learning-based localization of uavs with respect to nearby pipes |
CN113359840A (zh) * | 2021-06-28 | 2021-09-07 | 中国人民解放军国防科技大学 | 一种无人机三维空间飞行路径的快速构建方法及系统 |
CN113359859A (zh) * | 2021-07-16 | 2021-09-07 | 广东电网有限责任公司 | 一种组合导航避障方法、系统、终端设备及存储介质 |
CN114296474A (zh) * | 2021-12-10 | 2022-04-08 | 国网新疆电力有限公司超高压分公司 | 一种基于路径时间代价的无人机路径规划方法及系统 |
CN115097870A (zh) * | 2022-06-29 | 2022-09-23 | 中国人民解放军空军工程大学航空机务士官学校 | 一种基于数字高程地图的无人机避障航迹规划方法 |
Non-Patent Citations (1)
Title |
---|
基于激光测距与单目视觉的微型无人机室内目标人物搜索方法研究;高天禹;马雨婷;韩成哲;蔡博;翁睿;张立宪;;中国科学:技术科学(07);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116149373A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110253570A (zh) | 基于视觉的工业机械臂人机安全系统 | |
CN109116867B (zh) | 一种无人机飞行避障方法、装置、电子设备及存储介质 | |
CN103135550B (zh) | 用于电力巡线的无人机多重避障控制方法 | |
CN116149373B (zh) | 一种无人机贴近飞行的巡检路径安全性检测方法及系统 | |
CN103116360B (zh) | 一种无人机避障控制方法 | |
CN104238560B (zh) | 一种非线性路径规划方法及系统 | |
CN107340768A (zh) | 一种智能机器人的路径规划方法 | |
CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及系统 | |
KR20180041176A (ko) | 고정밀 지도 데이터 처리 방법, 장치, 저장 매체 및 기기 | |
CN108958282A (zh) | 基于动态球形窗口的三维空间路径规划方法 | |
CN108508900A (zh) | 一种壁面移动机器人墙壁检测路径自主规划方法 | |
WO2023279695A1 (zh) | 一种基于bim和点云测量的输变电工程验收方法 | |
CN112539704B (zh) | 一种输电线路通道内隐患与导线距离的测量方法 | |
Kim et al. | Deep learning-based 3D reconstruction of scaffolds using a robot dog | |
CN114114314A (zh) | 基于激光点云的输电线路巡检检测系统及检测方法 | |
CN115774444B (zh) | 一种基于稀疏导航地图的路径规划优化方法 | |
CN104406589A (zh) | 一种飞行器穿越雷达区的飞行方法 | |
CN114460965A (zh) | 一种基于改进人工势场法的无人机三维避障方法 | |
Chen et al. | 3D model-based terrestrial laser scanning (TLS) observation network planning for large-scale building facades | |
CN205537632U (zh) | 一种混凝土泵车臂架防碰撞系统 | |
Tarko et al. | Tscan: Stationary lidar for traffic and safety studies—object detection and tracking | |
CN113932810B (zh) | 基于多源地理信息模型的城市轨道三维导航地图优化方法 | |
Fan et al. | A fire protection robot system based on SLAM localization and fire source identification | |
CN111681313B (zh) | 一种基于数字地形图的空间视域分析方法及电子设备 | |
Deng et al. | Research on target recognition and path planning for EOD robot |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |