CN116736891A - 一种多机协同巡检电网线路的自主航迹规划系统和方法 - Google Patents
一种多机协同巡检电网线路的自主航迹规划系统和方法 Download PDFInfo
- Publication number
- CN116736891A CN116736891A CN202311020200.9A CN202311020200A CN116736891A CN 116736891 A CN116736891 A CN 116736891A CN 202311020200 A CN202311020200 A CN 202311020200A CN 116736891 A CN116736891 A CN 116736891A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- inspection
- module
- electric quantity
- 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.)
- Granted
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 19
- 230000008054 signal transmission Effects 0.000 claims abstract description 17
- 230000006978 adaptation Effects 0.000 claims description 30
- 238000004088 simulation Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 21
- 238000007599 discharging Methods 0.000 claims description 9
- 230000032683 aging Effects 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 230000009467 reduction Effects 0.000 abstract description 3
- 239000003016 pheromone Substances 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000001704 evaporation Methods 0.000 description 2
- 230000008020 evaporation Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000614201 Adenocaulon bicolor Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及无人机领域,提供了一种多机协同巡检电网线路的自主航迹规划系统和方法,所述自主航迹规划系统包括中央处理器、信号传输模块、无人机组和无人机机场;所述无人机包括电量监视模块,所述电量监视模块用于监视无人机的电量,当无人机的剩余电量满足无人机返回条件时,无人机停止巡检并返回无人机机场,所述中央处理器调整各架无人机的巡检策略;本方案能够根据无人机的电量对巡检路径进行调整,能够让电量不足的无人机及时回到无人机机场进行充电,同时让其他无人机接替电量不足的无人机的巡检任务,避免了巡检效率的降低,有利于巡检工作的正常进行。
Description
技术领域
本发明涉及无人机领域,尤其涉及一种多机协同巡检电网线路的自主航迹规划系统和方法。
背景技术
随着无人机技术的不断发展,无人机在电网巡检中的应用逐渐成为一种趋势。多机协同巡检电网线路的自主航迹规划系统和方法是一种基于无人机的新型巡检方式,通过多架无人机之间的协同工作,能够快速、高效地完成电网线路的巡检任务。该系统通过自主航迹规划,能够规避障碍物,提高巡检效率和安全性,同时还能够实现对电网线路的全面覆盖和高精度检测。
如现有技术CN111091622B公开了 一种无人机巡检航线构建方法,该方案利用数据提取技术从无人机字幕文件中提取航线点位置和时间信息,以投影转换算法对航线点位置坐标进行转换,去除错误航线点坐标并对剩余航线点连线进行平滑处理,再以三维渲染技术进行仿真,实现无人机巡检过程的监控和管理。
另一种典型的如CN113625748A 的现有技术公开的一种变电站无人机巡检航线规划方法,包括无人机端和服务器端,无人机端上搭载有控制处理模块、信息存储模块、图像采集模块、图像识别模块、无线遥控模块、拍摄参数建校准模块、路径校准模块、高度校准模块和数据传输模块,服务器端上搭载有主处理器、三维建模模块、命令编辑模块、命令发送模块、数据接收模块、数据存储模块、数据分析模块和信息提取模块;能够使无人机自动航线飞行,节省了大量的人力,使得巡检人员能从大量体力劳动中解放出来,可以提高电网的可靠性,有效地推进了电力环保、绿色巡检的进程,有效提高工作质量,并能够及时发现问题,及时效应进行处理。
再来看如CN111982123A的现有技术公开的一种无人机巡检航线规划方法及装置,其中,所述方法包括:获取输电线路的激光点云,将所述激光点云加载至三维笛卡尔坐标系;在三维笛卡尔坐标系中,以单个杆塔为基本单元,构造塔杆横切面和纵切面的塔杆切面参考系;基于所述塔杆切面参考系,建立球型移动参考系;根据球型移动参考系以及目标位置,获取无人机巡检航线;其中,所述目标位置为塔杆上需要拍摄的位置。采用前述的方案,解决了无人机在巡检位置巡检时,绕拍照位置(即目标位置)移动不便的问题,并解决了现场根据拍照效果反复调整航线的问题;同时极大的提高规划效率,进而提高了无人机巡检效率,实现了精细化巡检。
这些现有技术都有一个共同的缺陷,缺陷在于没有根据无人机的电量对巡检路径进行调整,无人机在巡检过程中有可能因为电量不足而无法完成其巡检任务,降低了整体的巡检效率,为了解决上述问题,作出了本发明。
发明内容
本发明的目的在于,针对现有技术所存在的不足,提出了一种多机协同巡检电网线路的自主航迹规划系统和方法。
为了克服现有技术的不足,本发明采用如下技术方案:
一种多机协同巡检电网线路的自主航迹规划系统,其特征在于:所述自主航迹规划系统包括中央处理器、信号传输模块、无人机组和无人机机场;所述中央处理器包括路径规划模块和模拟巡检模块,所述路径规划模块用于规划无人机组的巡检路径,所述模拟巡检模块用于对无人机组的巡检过程进行模拟,以便对无人机的巡检路径进行安全性验证,避免无人机在巡检过程中与障碍物发生碰撞;所述信号传输模块用于实现无人机与无人机、无人机与中央处理器之间的信号传输;所述无人机机场用于停放无人机以及对无人机进行充电;
所述无人机组包括多架无人机,所述无人机包括电量监视模块,所述电量监视模块用于监视无人机的电量,当无人机的剩余电量满足无人机返回条件时,无人机停止巡检并返回无人机机场,所述中央处理器调整各架无人机的巡检策略;所述无人机返回条件如下式所示;
≤/>*(/>+/>)+/>;
其中,为无人机的剩余电量;/>为无人机的电池老化补偿系数;/>为无人机处于悬停状态时电池的放电速率;/>为无人机剩余巡检过程中处于悬停状态的时间;/>为无人机处于飞行状态时电池的放电速率;/>为无人机的剩余巡检路程;/>为无人机的飞行速度;/>为无人机的最低启动电量。
更进一步的,还包括一种自主航迹规划的方法,包括以下步骤:
S1,所述路径规划模块根据巡检需求将本次巡检的巡检路径发送给各架无人机;
S2,各架无人机从无人机机场出发,并沿各自的巡检路径进行巡检;
S3,所述电量监视模块对各架无人机的电量进行监视,若巡检过程中有无人机的剩余电量满足无人机返回条件,则实行S4,否则无人机继续执行原有巡检任务直至巡检结束;
S4,电量不足的无人机A返回无人机机场,中央处理器从仍处在工作状态中的无人机中搜索最适合执行无人机A的巡检任务的无人机B;
S5,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划;
S6,无人机B根据重新规划的巡检路径进行巡检,直到巡检结束。
更进一步的,在S4中,搜索最适合执行无人机A的巡检任务的无人机B的方法包括以下步骤:
S41,所述中央处理器通过信号传输模块从电量监视模块获取各架无人机的剩余电量;
S42,根据下式从各架无人机中初步筛选电量足以完成无人机A剩余巡检任务的无人机集合;
≥/>*[/>+/>)+/>]+/>;
其中,为被筛选无人机的剩余电量;/>为被筛选无人机的电池老化补偿系数;/>为被筛选无人机在其原本剩余巡检路径中处于悬停状态的时间;/>为被筛选无人机处于悬停状态时电池的放电速率;/>为被筛选无人机处于飞行状态时电池的放电速率;/>为被筛选无人机到无人机A之间的距离;/>为被筛选无人机原本剩余巡检路径长度;/>为被筛选无人机的飞行速度;/>为被筛选无人机的最低启动电量;
S43,从满足电量条件的无人机中筛选适任指数Ci最高的无人机,该无人机即为所述无人机B。
更进一步的,所述适任指数Ci包括速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST;所述速度适任值SP用于表示所述无人机B对所述无人机A的飞行速度的适应程度;所述风力适任值WH用于表示所述无人机B对所述无人机A所受的风力的适应程度;所述巡检高度适任值HI用于表示所述无人机B对所述无人机A的巡检高度的适应程度;所述工作能力适任值ST用于表示所述无人机B对所述无人机A的工作能力的适应程度;所述适任指数Ci可由下式得出;
Ci=a*SP+b*WH+c*HI+d*ST+C;
其中,a、b、c、d为权重系数,C为适任常数。
更进一步的,所述速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST具体可由下式表示:
SP=;其中,/>为无人机B的飞行速度,/>为无人机A的飞行速度;
WH=;
HI= 1 / (1 + e^(-4(-0.5)));其中/>为无人机B的最佳巡检高度;/>为无人机A的巡检高度;
ST=;其中,/>是无人机B所配置的摄像机的分辨率;/>是无人机A所配置的摄像机的分辨率。
更进一步的,在S5中,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划的方法包括以下步骤:
S51,将无人机B和无人机A的剩余巡检任务进行整合;
S52,所述路径规划模块根据整合后的巡检任务为无人机B制定新的巡检路径;
S53,所述模拟巡检模块对新的巡检路径进行模拟,若模拟结果安全则执行下一步,反之,返回S52;
S54,所述信号传输模块将新的巡检路径发送到无人机B,所述无人机B根据新的巡检路径进行巡检。
更进一步的,所述无人机还包括无人机体、检测模块、图像拍摄模块和避障模块;所述检测模块包括速度检测模块、风力检测模块和高度检测模块,所述速度检测模块用于检测无人机的飞行速度,所述风力检测模块用于检测无人机所受风力,所述高度检测模块用于检测无人机的巡检高度;所述图像拍摄模块包括摄像机和摄像机调整单元,所述摄像机用于拍摄电力设备的图片,所述摄像机调整单元用于对所述摄像机进行自动调整;所述避障模块包括障碍识别模块和姿势调整模块,所述障碍识别模块用于检测无人机前进方向上的障碍物,所述姿势调整模块用于调整所述无人机的姿势。
更进一步的,所述模拟巡检模块包括卫星地图、模拟单元、障碍搜索单元、判断单元和存储单元;所述卫星地图的显示内容包括所述无人机需要巡检的所有电力设备;所述模拟单元用于在卫星地图上对无人机的巡检过程进行模拟;所述障碍搜索单元用于在所述卫星地图上搜索所述无人机会遇到的障碍物;所述存储单元用于存储各架无人机的性能数据;所述判断单元用于判断所述无人机的避障模块的性能是否足以越过所述障碍识别模块所识别到的障碍。
本方案具有以下有益效果:能够根据无人机的电量对巡检路径进行调整,能够让电量不足的无人机及时回到无人机机场进行充电,同时让其他无人机接替电量不足的无人机的巡检任务,避免了巡检效率的降低,有利于巡检工作的正常进行。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定相同的部分。
图1为本发明的结构示意图。
图2为本发明自主航迹规划的方法的流程示意图。
图3为本发明搜索最适合执行无人机A的巡检任务的无人机B的流程示意图。
图4为本发明对无人机B的巡检任务进行重新规划的流程示意图。
图5为实施例二基于改良蚁群算法的多机协同巡检路径规划方法的流程示意图。
具体实施方式
以下是通过特定的具体实施例来说明本发明的实施方式,本领域技术人员可由本说明书所公开的内容了解本发明的优点与效果。本发明可通过其他不同的具体实施例加以施行或应用,本说明书中的各项细节也可基于不同观点与应用,在不悖离本发明的精神下进行各种修饰与变更。另外,本发明的附图仅为简单示意说明,并非依实际尺寸的描绘,事先声明。以下的实施方式将进一步详细说明本发明的相关技术内容,但所公开的内容并非用以限制本发明的保护范围。
实施例一:根据图1到图4,本实施例提供一种多机协同巡检电网线路的自主航迹规划系统和方法,其特征在于:所述自主航迹规划系统包括中央处理器、信号传输模块、无人机组和无人机机场;所述中央处理器包括路径规划模块和模拟巡检模块,所述路径规划模块用于规划无人机组的巡检路径,所述模拟巡检模块用于对无人机组的巡检过程进行模拟,以便对无人机的巡检路径进行安全性验证,避免无人机在巡检过程中与障碍物发生碰撞;所述信号传输模块用于实现无人机与无人机、无人机与中央处理器之间的信号传输;所述无人机机场用于停放无人机以及对无人机进行充电;
所述无人机组包括多架无人机,所述无人机包括电量监视模块,所述电量监视模块用于监视无人机的电量,当无人机的剩余电量满足无人机返回条件时,无人机停止巡检并返回无人机机场,所述中央处理器调整各架无人机的巡检策略;所述无人机返回条件如下式所示:
≤/>*(/>+/>)+/>;
其中,为无人机的剩余电量;/>为无人机的电池老化补偿系数;/>为无人机处于悬停状态时电池的放电速率;/>为无人机剩余巡检过程中处于悬停状态的时间;/>为无人机处于飞行状态时电池的放电速率;/>为无人机的剩余巡检路程;/>为无人机的飞行速度;/>为无人机的最低启动电量。
具体的,处于悬停状态的时间指的是无人机悬停在每个电力设备上方进行拍摄所用的时间之和,跟无人机的性能无关,只跟其剩余巡检任务多少有关。
值得说明的是,所述电池老化补偿系数可通过现有技术获取,在此不多做赘述;无人机处于悬停状态时电池的放电速率和飞行状态时电池的放电速率由工作人员在无人机测试阶段通过测试得出。
值得说明的是,不同无人机的最低启动电量不同。
当无人机的电量小于完成剩余巡检路径所需的电量时,无人机停止巡检并返回无人机机场可以避免无人机在巡检过程中因电量不足而导致的被迫降停,所述中央处理器通过调整各架无人机的巡检策略,可以让电量充足的无人机去完成剩下的巡检工作,从而减少对巡检效率的影响。
更进一步的,还包括一种自主航迹规划的方法,包括以下步骤:
S1,所述路径规划模块根据巡检需求将本次巡检的巡检路径发送给各架无人机;
S2,各架无人机从无人机机场出发,并沿各自的巡检路径进行巡检;
S3,所述电量监视模块对各架无人机的电量进行监视,若巡检过程中有无人机的剩余电量满足无人机返回条件,则实行S4,否则无人机继续执行原有巡检任务直至巡检结束;
S4,电量不足的无人机A返回无人机机场,中央处理器从仍处在工作状态中的无人机中搜索最适合执行无人机A的巡检任务的无人机B;
具体的,对无人机B的数量不做限定,可以是一架或多架,下面的仅针对无人机B仅有一架的情况进行说明;
S5,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划;
S6,无人机B根据重新规划的巡检路径进行巡检,直到巡检结束。
更进一步的,在S4中,搜索最适合执行无人机A的巡检任务的无人机B的方法包括以下步骤:
S41,所述中央处理器通过信号传输模块从电量监视模块获取各架无人机的剩余电量;
S42,根据下式从各架无人机中初步筛选电量足以完成剩余巡检任务的无人机集合:
≥/>*[/>+/>)+/>]+/>;
其中,为被筛选无人机的剩余电量;/>为被筛选无人机的电池老化补偿系数;/>为被筛选无人机在其原本剩余巡检路径中处于悬停状态的时间;/>为被筛选无人机处于悬停状态时电池的放电速率;/>为被筛选无人机处于飞行状态时电池的放电速率;/>为被筛选无人机到无人机A之间的距离;/>为被筛选无人机原本剩余巡检路径长度;/>为被筛选无人机的飞行速度;/>为被筛选无人机的最低启动电量;
S43,从满足电量条件的无人机中筛选适任指数Ci最高的无人机,该无人机即为所述无人机B。
更进一步的,所述适任指数Ci包括速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST;所述速度适任值SP用于表示所述无人机B对所述无人机A的飞行速度的适应程度;所述风力适任值WH用于表示所述无人机B对所述无人机A所受的风力的适应程度;所述巡检高度适任值HI用于表示所述无人机B对所述无人机A的巡检高度的适应程度;所述工作能力适任值ST用于表示所述无人机B对所述无人机A的工作能力的适应程度;所述适任指数Ci可由下式得出;
Ci=a*SP+b*WH+c*HI+d*ST+C;
其中,a、b、c、d为权重系数,C为适任常数。
值得说明的是,所述a、b、c、d和C的数值获取方式为:所述中央处理器使用层次分析法,根据过往巡检数据进行确定;所述层次分析法是一种常用的多准则决策分析方法,在此不多做赘述。
更进一步的,所述速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST具体可由下式表示:
SP=;其中,/>为无人机B的飞行速度,/>为无人机A的飞行速度;
WH=;
HI= 1 / (1 + e^(-4(-0.5)));其中/>为无人机B的最佳巡检高度;/>为无人机A的巡检高度;
值得说明的是,当的大小越接近1时,HI的大小越接近1,此时无人机B对所述无人机A的巡检高度的适应能力最强;
ST=;其中,/>是无人机B所配置的摄像机的分辨率;/>是无人机A所配置的摄像机的分辨率。
更进一步的,在S5中,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划的方法包括以下步骤:
S51,将无人机B和无人机A的剩余巡检任务进行整合;
S52,所述路径规划模块根据整合后的巡检任务为无人机B制定新的巡检路径;
S53,所述模拟巡检模块对新的巡检路径进行模拟,若模拟结果安全则执行下一步,反之,返回S52;
S54,所述信号传输模块将新的巡检路径发送到无人机B,所述无人机B根据新的巡检路径进行巡检。
更进一步的,所述无人机还包括无人机体、检测模块、图像拍摄模块和避障模块;所述检测模块包括速度检测模块、风力检测模块和高度检测模块,所述速度检测模块用于检测无人机的飞行速度,所述风力检测模块用于检测无人机所受风力,所述高度检测模块用于检测无人机的巡检高度;所述图像拍摄模块包括摄像机和摄像机调整单元,所述摄像机用于拍摄电力设备的图片,所述摄像机调整单元用于对所述摄像机进行自动调整;所述避障模块包括障碍识别模块和姿势调整模块,所述障碍识别模块用于检测无人机前进方向上的障碍物,所述姿势调整模块用于调整所述无人机的姿势。
所述障碍识别模块检测到障碍物后,所述姿势调整模块会对无人机的飞行角度和飞行方向进行自动调整,待无人机越过障碍物后再令无人机回到原来的飞行路径,所述姿势调整模块属于现有技术,在此不多做赘述。
更进一步的,所述模拟巡检模块包括卫星地图、模拟单元、障碍搜索单元、判断单元和存储单元;所述卫星地图的显示内容包括所述无人机需要巡检的所有电力设备;所述模拟单元用于在卫星地图上对无人机的巡检过程进行模拟;所述障碍搜索单元用于在所述卫星地图上搜索所述无人机会遇到的障碍物;所述存储单元用于存储各架无人机的性能数据;所述判断单元用于判断所述无人机的避障模块的性能是否足以越过所述障碍识别模块所识别到的障碍。
若判断单元的判断结果为无人机的避障模块的性能足以帮助无人机越过所有障碍物,则所述模拟巡检模块的模拟结果为安全,所述信号传输模块将该巡检路径发送到无人机;若判断单元的判断结果为无人机的避障模块的性能不足以帮助无人机越过所有障碍物,则所述路径规划模块根据所述判断单元的判断结果对无人机的飞行路径进行调整。
本方案提出的一种多机协同巡检电网线路的自主航迹规划系统和方法,能够根据无人机的电量对巡检路径进行调整,能够让电量不足的无人机及时回到无人机机场进行充电,同时让其他无人机接替电量不足的无人机的巡检任务,避免了巡检效率的降低,有利于巡检工作的正常进行。
实施例二:本实施例应当理解为包含前述任一一个实施例的全部特征,并在其基础上进一步改进,根据图5,还在于包括一种基于改良蚁群算法的多机协同巡检路径规划方法,其特征在于,所述路径规划方法包括以下步骤:
STEP1,路径规划模块初始化无人机数量m和电力设备数量N,基于贪心算法设定无人机巡检电力设备的暂定路径,根据下式求出暂定路径的总长度,并根据暂定路径的总长度得到初始信息素浓度/>;
=/>+/>+……/>;/>=m//>;
其中,表示从电力设备A到电力设备B的距离,以此类推;
STEP2,为m架无人机选择随机电力设备作为起点;
STEP3,基于蚁群算法为每架无人机构造对应的巡检策略,模拟巡检模块根据巡检策略对无人机的巡检过程进行模拟;
STEP4,当m架无人机均完成巡检时,根据巡检路径长度从大到小的顺序对无人机进行排序;
STEP5,若本次模拟的最短巡检路径长度小于上一次模拟的最短巡检路径长度则执行STEP7,否则执行STEP6;
值得说明的是,若本次模拟为第一次模拟,则跳过STEP5和STEP6直接执行STEP7;
STEP6,将上一次模拟的最短巡检路径作为第m+1架无人机参与到STEP7;
如此设置保证了最短巡检路径在发现更短的巡检路径之前不会被遗忘;
STEP7,在卫星地图上,用不同浓度的信息素对巡检路径长度排后20%的无人机的巡检路径进行标记,并根据下式更新卫星地图上每段路径的信息素浓度;
=(1-p)/>+/>;
=(1-p)/>+/>;
=(1-p)/>+/>;
=(1-p)/>+/>;
具体的,=/>;
其中,为路径MN上的信息素浓度;p为信息素信号的蒸发率,所述蒸发率用于降低信息素信号浓度的增长速率;所述蒸发率大于0且小于等于1;q为巡检路径长度排后20%的无人机的数量;/>为第k架无人机在路径M到N所留下来的信息素浓度;Ck指的是第k架无人机所经过的路径的总长度;/>为排名因子,所述排名因子随排名线性递增,最后一名排名因子为1,倒数20%处排名因子为0。
STEP8,将本次巡检路径长度最短的路径作为最佳巡检路径,若某段路径的信息素浓度满足结束条件则结束模拟并输出最佳巡检路径,否则返回STEP2进行下一次模拟。
具体的,结束条件为某段路径的信息素信号浓度大于0.8,工作人员可根据需求对结束条件进行调整,在此不多做赘述。
在传统的利用蚁群算法进行路线规划的方法中,所有无人机都留下信息素,只是所留信息素的量与各自路径长度成反比。这使得地图上到处都是无人机的信息素,在进行路线规划时方向容易产生混乱,甚至有时,一架无人机碰巧选择了一条最短的路径,却淹没在混乱的信息素信号里,最后被遗忘。本方案通过引入排名因子,除了能择优推广成功经验以外,还增大了更优路径发现者的话语权。以 50 架无人机为例,若所有无人机都卡在了某个次优的路径上,而恰巧有 1 架无人机发现了更短的路径,按照传统蚁群算法,它只有 1/50 的话语权。而按照排名因子规则,路径长度较短的10架无人机占据了话语权,发现最短路径的无人机至少有十分之一的话语权。这使得先进的经验能更加顺利地推广,而落后的经验更不容易压制先进经验的产生。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (8)
1.一种多机协同巡检电网线路的自主航迹规划系统,其特征在于:所述自主航迹规划系统包括中央处理器、信号传输模块、无人机组和无人机机场;所述中央处理器包括路径规划模块和模拟巡检模块,所述路径规划模块用于规划无人机组的巡检路径,所述模拟巡检模块用于对无人机组的巡检过程进行模拟;所述信号传输模块用于实现无人机与无人机、无人机与中央处理器之间的信号传输;所述无人机机场用于停放无人机以及对无人机进行充电;
所述无人机组包括多架无人机,所述无人机包括电量监视模块,所述电量监视模块用于监视无人机的电量,当无人机的剩余电量满足无人机返回条件时,无人机停止巡检并返回无人机机场,所述中央处理器调整各架无人机的巡检策略;所述无人机返回条件如下式所示:
≤/>*(/>+/>)+/>;
其中,为无人机的剩余电量;/>为无人机的电池老化补偿系数;/>为无人机处于悬停状态时电池的放电速率;/>为无人机剩余巡检过程中处于悬停状态的时间;/>为无人机处于飞行状态时电池的放电速率;/>为无人机的剩余巡检路程;/>为无人机的飞行速度;为无人机的最低启动电量。
2.一种多机协同巡检电网线路的自主航迹规划方法,采用权利要求1所述的一种多机协同巡检电网线路的自主航迹规划系统,其特征在于:包括以下步骤:
S1,所述路径规划模块根据巡检需求将本次巡检的巡检路径发送给各架无人机;
S2,各架无人机从无人机机场出发,并沿各自的巡检路径进行巡检;
S3,所述电量监视模块对各架无人机的电量进行监视,若巡检过程中有无人机的剩余电量满足无人机返回条件,则实行S4,否则无人机继续执行原有巡检任务直至巡检结束;
S4,电量不足的无人机A返回无人机机场,中央处理器从仍处在工作状态中的无人机中搜索最适合执行无人机A的巡检任务的无人机B;
S5,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划;
S6,无人机B根据重新规划的巡检路径进行巡检,直到巡检结束。
3.根据权利要求2所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:在S4中,搜索最适合执行无人机A的巡检任务的无人机B的方法包括以下步骤:
S41,所述中央处理器通过信号传输模块从电量监视模块获取各架无人机的剩余电量;
S42,根据下式从各架无人机中初步筛选电量足以完成无人机A剩余巡检任务的无人机集合;
≥/>*[/>+/>)+/>]+/>;
其中,为被筛选无人机的剩余电量;/>为被筛选无人机的电池老化补偿系数;/>为被筛选无人机在其原本剩余巡检路径中处于悬停状态的时间;/>为被筛选无人机处于悬停状态时电池的放电速率;/>为被筛选无人机处于飞行状态时电池的放电速率;/>为被筛选无人机到无人机A之间的距离;/>为被筛选无人机原本剩余巡检路径长度;/>为被筛选无人机的飞行速度;/>为被筛选无人机的最低启动电量;
S43,从满足电量条件的无人机中筛选适任指数Ci最高的无人机,该无人机即为所述无人机B。
4.根据权利要求3所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:所述适任指数Ci包括速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST;所述速度适任值SP用于表示所述无人机B对所述无人机A的飞行速度的适应程度;所述风力适任值WH用于表示所述无人机B对所述无人机A所受的风力的适应程度;所述巡检高度适任值HI用于表示所述无人机B对所述无人机A的巡检高度的适应程度;所述工作能力适任值ST用于表示所述无人机B对所述无人机A的工作能力的适应程度;所述适任指数Ci可由下式得出:
Ci=a*SP+b*WH+c*HI+d*ST+C;
其中,a、b、c、d为权重系数,C为适任常数。
5.根据权利要求4所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:所述速度适任值SP、风力适任值WH、巡检高度适任值HI和工作能力适任值ST具体可由下式表示:
SP=其中,/>为无人机B的飞行速度,/>为无人机A的飞行速度;
WH=;
HI= 1 / (1 + e^(-4(-0.5)));其中/>为无人机B的最佳巡检高度;/>为无人机A的巡检高度;
ST=;其中,/>是无人机B所配置的摄像机的分辨率;/>是无人机A所配置的摄像机的分辨率。
6.根据权利要求5所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:在S5中,中央处理器根据无人机B的原有巡检任务和无人机A的剩余巡检任务对无人机B的巡检任务进行重新规划的方法包括以下步骤:
S51,将无人机B和无人机A的剩余巡检任务进行整合;
S52,所述路径规划模块根据整合后的巡检任务为无人机B制定新的巡检路径;
S53,所述模拟巡检模块对新的巡检路径进行模拟,若模拟结果安全则执行下一步,反之,返回S52;
S54,所述信号传输模块将新的巡检路径发送到无人机B,所述无人机B根据新的巡检路径进行巡检。
7.根据权利要求6所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:所述无人机还包括无人机体、检测模块、图像拍摄模块和避障模块;所述检测模块包括速度检测模块、风力检测模块和高度检测模块,所述速度检测模块用于检测无人机的飞行速度,所述风力检测模块用于检测无人机所受风力,所述高度检测模块用于检测无人机的巡检高度;所述图像拍摄模块包括摄像机和摄像机调整单元,所述摄像机用于拍摄电力设备的图片,所述摄像机调整单元用于对所述摄像机进行自动调整;所述避障模块包括障碍识别模块和姿势调整模块,所述障碍识别模块用于检测无人机前进方向上的障碍物,所述姿势调整模块用于调整所述无人机的姿势。
8.根据权利要求7所述的一种多机协同巡检电网线路的自主航迹规划方法,其特征在于:所述模拟巡检模块包括卫星地图、模拟单元、障碍搜索单元、判断单元和存储单元;所述卫星地图的显示内容包括所述无人机需要巡检的所有电力设备;所述模拟单元用于在卫星地图上对无人机的巡检过程进行模拟;所述障碍搜索单元用于在所述卫星地图上搜索所述无人机会遇到的障碍物;所述存储单元用于存储各架无人机的性能数据;所述判断单元用于判断所述无人机的避障模块的性能是否足以越过所述障碍识别模块所识别到的障碍。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311020200.9A CN116736891B (zh) | 2023-08-15 | 2023-08-15 | 一种多机协同巡检电网线路的自主航迹规划系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311020200.9A CN116736891B (zh) | 2023-08-15 | 2023-08-15 | 一种多机协同巡检电网线路的自主航迹规划系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116736891A true CN116736891A (zh) | 2023-09-12 |
CN116736891B CN116736891B (zh) | 2023-10-20 |
Family
ID=87911783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311020200.9A Active CN116736891B (zh) | 2023-08-15 | 2023-08-15 | 一种多机协同巡检电网线路的自主航迹规划系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116736891B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116909320A (zh) * | 2023-09-15 | 2023-10-20 | 众芯汉创(江苏)科技有限公司 | 一种基于蚁群算法的电力协同巡检策略分析方法 |
CN117389293A (zh) * | 2023-10-31 | 2024-01-12 | 广州天海翔航空科技有限公司 | 巡检无人机飞行控制管理方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110794873A (zh) * | 2019-11-28 | 2020-02-14 | 云南电网有限责任公司电力科学研究院 | 一种电力输电线路自动巡检系统及方法 |
KR20210041337A (ko) * | 2019-10-07 | 2021-04-15 | 에스케이텔레콤 주식회사 | 순찰 출동 관제 시스템과 관제 장치 및 이의 운용 방법 |
CN112683276A (zh) * | 2020-12-30 | 2021-04-20 | 和瑞达(广东)综合能源服务有限公司 | 基于混合离散灰狼算法的无人机巡检电缆路径规划方法 |
KR20210069549A (ko) * | 2019-12-03 | 2021-06-11 | 경희대학교 산학협력단 | 다중 무인항공기 네비게이션 최적화 방법 및 그를 이용한 무인항공항 시스템 |
CN116301056A (zh) * | 2023-04-28 | 2023-06-23 | 黄山学院 | 一种多无人机协同巡检系统 |
CN116578111A (zh) * | 2023-03-24 | 2023-08-11 | 西北工业大学深圳研究院 | 一种燃气管线巡检数据采集的无人机飞行控制方法及系统 |
-
2023
- 2023-08-15 CN CN202311020200.9A patent/CN116736891B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210041337A (ko) * | 2019-10-07 | 2021-04-15 | 에스케이텔레콤 주식회사 | 순찰 출동 관제 시스템과 관제 장치 및 이의 운용 방법 |
CN110794873A (zh) * | 2019-11-28 | 2020-02-14 | 云南电网有限责任公司电力科学研究院 | 一种电力输电线路自动巡检系统及方法 |
KR20210069549A (ko) * | 2019-12-03 | 2021-06-11 | 경희대학교 산학협력단 | 다중 무인항공기 네비게이션 최적화 방법 및 그를 이용한 무인항공항 시스템 |
CN112683276A (zh) * | 2020-12-30 | 2021-04-20 | 和瑞达(广东)综合能源服务有限公司 | 基于混合离散灰狼算法的无人机巡检电缆路径规划方法 |
CN116578111A (zh) * | 2023-03-24 | 2023-08-11 | 西北工业大学深圳研究院 | 一种燃气管线巡检数据采集的无人机飞行控制方法及系统 |
CN116301056A (zh) * | 2023-04-28 | 2023-06-23 | 黄山学院 | 一种多无人机协同巡检系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116909320A (zh) * | 2023-09-15 | 2023-10-20 | 众芯汉创(江苏)科技有限公司 | 一种基于蚁群算法的电力协同巡检策略分析方法 |
CN116909320B (zh) * | 2023-09-15 | 2023-12-01 | 众芯汉创(江苏)科技有限公司 | 一种基于蚁群算法的电力协同巡检策略分析方法 |
CN117389293A (zh) * | 2023-10-31 | 2024-01-12 | 广州天海翔航空科技有限公司 | 巡检无人机飞行控制管理方法及系统 |
CN117389293B (zh) * | 2023-10-31 | 2024-05-24 | 广州天海翔航空科技有限公司 | 巡检无人机飞行控制管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116736891B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114035614B (zh) | 基于先验信息的无人机自主巡检方法、系统及存储介质 | |
CN116736891B (zh) | 一种多机协同巡检电网线路的自主航迹规划系统和方法 | |
CN112884931B (zh) | 一种用于变电站的无人机巡检方法及系统 | |
CN108496129B (zh) | 一种基于飞行器的设施检测方法及控制设备 | |
CN109002055B (zh) | 一种基于无人机的高精度自动巡检方法及系统 | |
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 | |
CN111220159A (zh) | 多无人机协同巡检任务的路径优化方法 | |
CN113204247B (zh) | 一种无人机巡检系统 | |
CN113298035A (zh) | 基于图像识别的无人机电力杆塔检测及自主巡航方法 | |
CN112711267B (zh) | 基于rtk高精度定位与机器视觉融合的无人机自主巡检方法 | |
CN112506214B (zh) | 一种无人机自主风机巡检系统的作业流程 | |
WO2019061111A1 (zh) | 一种路径调整方法及无人机 | |
CN113408510B (zh) | 基于深度学习与one-hot编码的输电线路目标纠偏方法和系统 | |
CN115840468B (zh) | 一种应用于复杂电磁环境下的配电网无人机自主巡线方法 | |
CN111123964A (zh) | 一种无人机降落方法、设备以及计算机可读介质 | |
CN115793689A (zh) | 基于前端目标识别的无人机自动化架空输电线路巡检方法及系统 | |
CN115268499A (zh) | 无人机架空输电线路巡检方法及系统 | |
CN116310891A (zh) | 一种云边协同输电线路缺陷智能检测系统和方法 | |
CN112233270A (zh) | 一种无人机自主智能绕塔巡检系统 | |
CN114511675A (zh) | 一种基于实景三维数据制作的无人机摄像管控系统 | |
CN118012100B (zh) | 无人机智能光伏电站巡检方法及系统 | |
CN113759944A (zh) | 基于指定高度飞行的自动巡检方法、系统和设备 | |
CN115297303B (zh) | 适用于电网输变电设备的图像数据采集处理方法及装置 | |
CN112365763A (zh) | 电力设备无人机巡检培训方法及系统 | |
CN113454558A (zh) | 障碍物检测方法、装置、无人机和存储介质 |
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 |