CN106708073A - 一种自主导航电力巡线故障检测的四旋翼飞行器*** - Google Patents
一种自主导航电力巡线故障检测的四旋翼飞行器*** Download PDFInfo
- Publication number
- CN106708073A CN106708073A CN201611086341.0A CN201611086341A CN106708073A CN 106708073 A CN106708073 A CN 106708073A CN 201611086341 A CN201611086341 A CN 201611086341A CN 106708073 A CN106708073 A CN 106708073A
- Authority
- CN
- China
- Prior art keywords
- module
- aircraft
- flight
- parameter
- control modules
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000007689 inspection Methods 0.000 title abstract 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000012546 transfer Methods 0.000 claims abstract description 15
- 230000004888 barrier function Effects 0.000 claims description 46
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims description 28
- 238000000034 method Methods 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 239000004744 fabric Substances 0.000 claims 1
- 238000000844 transformation Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000011897 real-time detection Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001212149 Cathetus Species 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- 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
-
- 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)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种自主导航电力巡线故障检测的四旋翼飞行器***,其由地面上位机、飞行控制模块、超声波测距模块、中转控制模块、串口扩展板、GPRS通信模块、北斗导航模块、电池监控模块、摄像头和图像检测模块组成。本发明***在飞行器巡线途中利用超声波规避障碍物,利用摄像头和图像检测模块检测电力线故障,检测结果和飞行数据通过GPRS通信模块实时传输至地面上位机,地面上位机也能够对飞行器进行控制,巡线途中电池监控模块会实时监控电池电量,通过计算来预测当前飞行器是否需要返航至充电点,当电量不足时能够自主返航至充电点。
Description
技术领域
本发明属于电力巡线技术领域,具体涉及一种自主导航电力巡线故障检测的四旋翼飞行器***。
背景技术
随着国家经济的飞速发展以及城市规模的不断扩大,生活与工业用电量急剧增长,全国电网规模不断扩张。数量庞大的电力线需要大量人力、物力、财力进行检查,以确保用电安全。四旋翼飞行器由于其结构简单、机身重量轻、控制方式较为简单,因而利用无人机进行巡线侦查成为近年来一种新的巡线方法,在无人机上安装高清摄像仪或热成像仪,将电力线图像传输至地面控制站,人工观察电力线是否存在故障。
但是,普通的四旋翼飞行器电力巡线时,飞行器由人为操作,需要操作人员实时跟踪飞行器状态,以免偏离路线,且碰到障碍物无法自主避开,需要维持在较高的飞行高度,这样照片就不清晰,另外,电力线故障判断还是由人工进行,无法实时检测故障,且飞行时间过长时,飞行器因电量过低无法返航甚至无法控制。
此外,由于是自主飞行的四轴飞行器,我们对飞行器的实时状态也是十分关心的。如果无法和飞行器进行通信,定期获取四轴飞行器的状态信息,我们将无法对四轴飞行器的飞行进行控制校准。一旦飞行器出现故障或者偏航,我们也无法及时地通过相应的控制命令来重置和调整四轴飞行器的状态,从而导致四轴飞行器坠毁或者失联的不良后果。
发明内容
鉴于上述,本发明提供了一种自主导航电力巡线故障检测的四旋翼飞行器***,利用摄像头和DSP模块检测电力线故障,检测结果和飞行数据通过GPRS模块实时传输至地面监控站,地面监控站也能够对飞行器进行控制。
一种自主导航电力巡线故障检测的四旋翼飞行器***,包括位于地面的上位机以及安装于飞行器上用于控制飞行器飞行状态的飞行控制模块,飞行控制模块内部包含有用于通过GPS卫星***获取当前飞行器GPS位置信息的GPS模块;所述飞行器***还包括:
安装于飞行器上用于采集视频图像的摄像头;
图像检测模块,用于对采集到的视频图像进行检测,以识别出图像中的电力线是否存在异常情况;
北斗导航模块,用于通过北斗卫星***获取当前飞行器的北斗位置信息;
超声波测距模块,用于检测飞行器周围是否存在障碍物以及与障碍物之间的距离;
GPRS通信模块,用于接收地面上位机发送的导航路径信息,同时将飞行控制模块提供的飞行状态信息以及融合校准后得到的位置信息发送给上位机;
中转控制模块,用于对所述北斗位置信息以及导航路径信息进行解析及预处理后发送给飞行控制模块,同时根据超声波测距模块检测到的障碍物信息通过分析向飞行控制模块发出避障飞行指令,还用于对图像检测模块、北斗导航模块和GPRS通信模块的工作参数进行设定以驱动协调这些模块的工作;
所述的飞行控制模块通过对所述GPS位置信息和北斗位置信息进行融合校准并结合所述导航路径信息用以控制飞行器的飞行状态,同时根据避障飞行指令驱动飞行器做出避障动作,并将飞行状态信息以及融合校准后得到的位置信息通过中转控制模块转发给GPRS通信模块。
所述的北斗导航模块、图像检测模块和GPRS通信模块通过扩展接口板与中转控制模块连接。
若图像检测模块检测到当前帧图像中的电力线存在异常情况,则通过中转控制模块使飞行控制模块控制飞行器悬停以进一步确认异常情况;当电力线确定故障后,飞行控制模块将当前时间、当前位置以及故障类型依次通过中转控制模块和GPRS通信模块发送给上位机。
所述的上位机包括:
网络接收模块,用于连接公网且与飞行器上的GPRS通信模块进行网络通信;
上位机处理模块,其采用Voronoi图法对飞行器当前位置、目的地位置以及所有障碍点的坐标信息进行路径化运算,进而通过网络接收模块将运算得到导航路径信息发送给飞行器。
所述上位机处理模块进行路径化运算的具体过程如下:
(1)通过网络接收模块远程获取飞行器当前位置坐标点,结合设置的目的地位置坐标点以及所有障碍点,将这些点均存储为独立的离散点;
(2)划定包含上述所有离散点的最小方形地图区域;
(3)在所述最小方形地图区域内,采用Voronoi图法对所有离散点进行路径化运算,计算出该地图区域内所有的可行路径;
(4)采用广度优先搜索算法对所有可行路径进行路径搜索,确定从当前位置至目的地位置的最优路径;
(5)对所述最优路径进行离散点化,提取最优路径上各离散点的坐标信息,进而将这些离散点的坐标信息通过网络接收模块远程发送给飞行器。
所述飞行控制模块对GPS位置信息和北斗位置信息进行融合校准的具体方法如下:
首先,通过以下公式对前n组北斗位置信息和GPS位置信息进行融合校准:
其中:和对应为第i组北斗位置信息和第i组GPS位置信息,Yi对应为第i组融合校准后的位置信息,SB和SG对应为北斗卫星***和GPS卫星***的卫星数量,i为自然数且1≤i≤n,n为设定的组数;
然后,根据以下公式计算前n组北斗位置信息和GPS位置信息的方差:
其中:∈B和∈G对应为前n组北斗位置信息和GPS位置信息的方差;
最后,通过以下公式对n组之后的北斗位置信息和GPS位置信息进行融合校准:
其中:和对应为第j组北斗位置信息和第j组GPS位置信息,Yj对应为第j组融合校准后的位置信息,j为自然数且j>n。
所述图像检测模块对采集到的视频图像进行检测,具体过程如下:
(1)对采集到的视频图像进行灰度化处理;
(2)对灰度化后的视频图像进行背景差分及前景分离,得到差分前景图像;即对于当前帧视频图像,使其与前一帧视频图像对应灰度值相减,得到当前差分图像;对于当前差分图像中的任一像素点,若其灰度值大于一定阈值,则标记该像素点为前景,依此遍历所有像素点,从而得到差分前景图像;
(3)对所述差分前景图像进行改进型霍夫变换,输出得到对应多条直线的参数对(P,θ),其中P和θ分别为直线在图像坐标系中的截距和夹角;具体过程如下:
3.1对差分前景图像采用传统霍夫变换,得到所有可能对应直线的参数对(P,θ),根据夹角θ的大小对这些参数对进行排序;
3.2对于当前参数对(Pi,θi)及其前一参数对(Pi-1,θi-1),若|θi-θi-1|<Δθ且|Pi-Pi-1|<ΔP,则比较A(Pi,θi)与A(Pc,θc)的大小:若A(Pi,θi)>A(Pc,θc),则使参数对(Pc,θc)更新为(Pi,θi);若A(Pi,θi)≤A(Pc,θc),则使参数对(Pc,θc)保持不变;
若|θi-θi-1|≥Δθ或|Pi-Pi-1|≥ΔP,则保存并输出当前参数对(Pi,θi),并使参数对(Pc,θc)以及A(Pc,θc)均置为0;
其中,A(Pi,θi)为当前参数对(Pi,θi)所对应直线上的像素点个数,A(Pc,θc)为参数对(Pc,θc)所对应直线上的像素点个数,所述参数对(Pc,θc)和A(Pc,θc)初始化均为0,ΔP和Δθ分别为设定的角度差阈值和截距差阈值;
3.3根据步骤3.2依次判断步骤3.1中的各参数对(P,θ);
(4)根据步骤(3)输出得到的参数对(P,θ),结合事先设定的电力线实际参数进行逻辑分析,以判断是否存在电力线异常情况;若存在以下两种情况,则判定当前电力线异常;
①步骤(3)输出得到的参数对(P,θ)的个数小于实际电力线数量;
②步骤(3)输出得到的各参数对(P,θ)的夹角θ不一致。
所述的中转控制模块内加载有以下避障分析策略:
实时判断飞行器正前方一定距离范围内是否存在障碍物:若否,则向飞行控制模块发出前进飞行指令使飞行器按预定路径自主飞行;若是,则进一步判断飞行器左方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出左转飞行指令;若是,则进一步判断飞行器右方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出右转飞行指令;若是,则进一步判断飞行器上方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出上升飞行指令;若是,则进一步判断飞行器下方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出下降飞行指令;若是,则进一步判断飞行器后方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出后退飞行指令;若是,则向飞行控制模块发出悬停飞行指令。
所述的飞行控制模块连接有电池监控模块,所述电池监控模块实时监控飞行器的电源电池电量,当电量不足时电池监控模块预先告知飞行控制模块使其控制飞行器自主返航至充电点。
所述的超声波测距模块由布置于飞行器对应上下前后左右表面上的六个超声波测距单元组成。
相对现有技术,本发明飞行器***具有以下有益技术效果:
(1)本发明通过增加北斗导航模块来和GPS组成北斗/GPS组合导航***来提高定位精度,并通过一个GPRS模块实现了飞行器与上位机之间的数据交换,完成了用户在上位机端对飞行器的状态监测储存和实时导航控制,其通过采用Voronoi图法对离散坐标点进行可行路径计算的方式,降低了后续路径搜索算法的搜索空间和存储空间,提高了搜索效率。
(2)本发明将超声波测距模块分别布置于飞行器的前后左右上下六个方向,用来检测飞行器各个方向是否有障碍物以及与障碍物之间的距离,利用中转控制模块根据超声波检测到的障碍物信息,自主避开障碍物,对飞行器的飞行方向进行改变,并通过GPRS通信模块将更新后的飞行器位置发送给上位机,重新规划飞行器路径。
(3)本发明采用了一种改进型的霍夫变换实现电力线轮廓的提取,其根据局部最优化的思想对霍夫变换进行改进,能有效选取中多个可疑结果中置信度最高的结果,即提高的检测结果的准确性也避免了将一条直线检测成多条倾角相似的直线的问题;最后,根据实现设定的阈值、参数确定是否存在电力线断股。
(4)本发明在巡线途中利用电池监控模块实时监控电池电量,通过计算来预测当前飞行器是否需要返航至充电点,当电量不足时能够自主返航至充电点,保证了飞行器的安全可靠航行。
附图说明
图1为本发明飞行器***的结构示意图。
图2为本发明飞行器***的工作流程示意图。
具体实施方式
为了更为具体地描述本发明,下面结合附图及具体实施方式对本发明的技术方案进行详细说明。
如图1所示,本发明电力巡线四旋翼飞行器***包括地面监控站1、飞行控制模块2、超声波避障模块3、MSP430模块4、串口扩展板5、GPRS模块6、摄像头和DSP模块7、北斗模块8、电池监控模块9。
地面监控站1与GPRS模块6进行远程通信,能够实时监控飞行器数据,包括其飞行过的路径,当前的坐标和飞行姿态等。地面监控站1能够设置飞行器巡线路径,使得飞行器沿该路径自主导航完成巡线任务,同时能够实时更改飞行器参数,紧急情况下还可以远程控制飞行器起飞和降落,保证飞行安全。
地面监控站1采用Voronoi图法对获取的坐标信息进行路径提取,采用广度优先搜索方法对提取的路径信息进行搜索,其工作过程为:
步骤1):接收来自远程通信模块的坐标点信息(飞行器自身坐标);
步骤2):获取障碍点和终点坐标信息;
步骤3):划定包括上述所有离散点的最小方形地理区域;
步骤4):在步骤3)地理区域上,基于Voronoi图法对步骤1)和步骤2)获取的所有离散点进行模型化运算,建立在步骤3)地理区域范围内的Voronoi邻接关系网;
步骤5):提取步骤4)Voronoi邻接关系网中的路径信息,获得可行路径网络;
步骤6):在可行路径网络中采用广度优先搜索策略搜索从起点到终点坐标的最优路径;
步骤7):提取最优路径中的关键点坐标,将路径存储为离散点格式,发送至GPRS模块6。
北斗模块8主要用于获取当前飞行器的位置信息,经串口扩展板5发送给MSP430模块4后进行滤波处理,再发送给飞行控制模块2进行辅助校准。
电池监控模块9用于实时监测电池电量状态,通过计算来预测当前飞行器是否需要返航至充电点,当电量不足时给飞行控制模块2发送返航命令,使飞行器自主返航至充电点。
飞行控制模块2与电池监控模块9、MSP430模块4相连,包括主控制器STM32模块、GPS、惯性测量单元、磁力计、气压计等。飞行控制模块是整个***的大脑,控制飞行器正常工作,运行姿态解算算法、姿态控制算法、北斗/GPS融合算法与MSP430的通信协议等,同时还必须响应各个模块通过MSP430发送的控制指令;其中北斗/GPS融合算法具体如下:
我们将融合后的数据设为Y,并假设模型的一般形式为:
Y=kXB+(1-k)XG.
其中:XB为北斗导航模块获取的数据,XG为GPS模块获取的数据。由于从模块获取的数据中都可以分为真实数据和随机误差∈两部分,因此我们可以将XB和XG表示成如下形式:
由于我们假设融合后的数据即为真实数据,则有:
由此,我们可以计算每次的误差值即为:
正常情况下,随机误差∈~N(0,σ2),我们可以通过多组(例如n=20)数据来估计其对应的方差值,如下公式所示:
当n取较大值时,方差估计越准确。而方差反映了采集数据与真实值的偏差程度,因此我们在融合数据时应该使方差越小的那部分数据占的比重越大。基于这个因素,我们设定:
此外,卫星数量的多少同样影响着获取的数据精度,所以,我们将卫星数量s同样考虑进去来校准k值,当北斗的卫星数量大于GPS时,权值大于1,则北斗的数据对应k值更大。
最终,我们利用这个k值来计算需要得到的融合后的数据Y值。
超声波避障模块3与MSP430模块相连,其由布置于飞行器表面对应上下前后左右方向上6个超声波测距模块US-100组成,通过检测周围障碍物距离实现自主避障算法。
MSP430模块4作为中转控制模块,与飞行控制模块2、超声波避障模块3、串口扩展板4相连,主要任务是协调飞行控制模块2与外接模块的工作,通过串口扩展板4与外接模块进行连接;同时MSP430模块4通过I/O口与六个超声波测距模块US-100相连,通过嵌入式编程采用轮询的方式采集六个超声波测距的结果。根据测距结果判断是否有障碍物以及障碍物的位置和距离,从而向飞行控制模块发送相应的远离障碍物的飞行指令。其中MSP430模块4基于六个超声波测距模块US-100检测到的障碍物信息进行分析及避障的控制算法包含以下步骤:
步骤1)无人机根据预先设定好的路径进行自主飞行;
步骤2)检测无人机飞行正前方是否有障碍物:
步骤2.1)如果正前方没有障碍物,执行步骤1);
步骤2.2)如果前方有障碍物,执行步骤3);
步骤3)判断无人机左方是否有障碍物:
步骤3.1)如果左边没有障碍物,自主避障模块向飞控模块发出左转指令;
步骤3.2)如果左边有障碍物,执行步骤4);
步骤4)判断无人机右方是否有障碍物:
步骤4.1)如果右边没有障碍物,自主避障模块向飞控模块发出右转指令;
步骤4.2)如果右边有障碍物,执行步骤5);
步骤5)判断无人机上方是否有障碍物:
步骤5.1)如果上方没有障碍物,自主避障模块向飞控模块发出上升指令;
步骤5.2)如果上方有障碍物,执行步骤6);
步骤6)判断无人机下方是否有障碍物:
步骤6.1)如果下方没有障碍物,自主避障模块向飞控模块发出下降指令;
步骤6.2)如果下方有障碍物,执行步骤7);
步骤7)判断无人机后方是否有障碍物:
步骤7.1)如果无人机后方没有障碍物,自主避障模块向飞控模块发出后退指令;
步骤7.2)如果无人机后方有障碍物,执行步骤8);
步骤8)悬停,等待地面上位机发来飞行路径指令。
串口扩展板5连接到MSP430模块4,主要是为解决MSP430串口数量不足的问题,将MSP430的串口数进行扩充,以满足实际需求,与它连接的还包括GPRS模块6、摄像头和DSP模块7、北斗模块8等。
GPRS模块6负责与地面监控站1远程通信,GPRS模块6通过MSP430获取飞行控制模块2的飞行数据,结合摄像头和DSP模块7及电池监控模块9的数据,将这些数据打包发送到地面监控站1,以实现远程通信。
摄像头和DSP模块7用于拍摄电力线照片,通过故障检测算法,实时检测当前位置的电力线是否存在故障,当有可能存在故障时,发送悬停命令到飞行控制模块2,保持飞行器悬停,直到故障检测完毕,若确定存在故障,则将故障检测的时间、地点、故障类型等通过GPRS发送至地面监控站1,然后继续飞行,若不存在故障则解除悬停状态,继续飞行。
DSP模块7内集成的故障检测算法,具体流程如下:
首先,对输入的视频图像进行前景与背景的分离,根据天空背景颜色单一、干扰源少这一特征采用了背景差分发并和天空颜色模型结合的方式来实现前景与背景的分离。由于背景差分法对灰度图像处理效果好于对彩色图像处理效果,因此需先建立天空颜色模型来实现图像的灰度化,将彩色图像转化为单色图像,一方面提取出了需要分析的图像信息,另一方面也减少了运算量,使方法可以满足检测的实时性。这种处理过程也可以看作一种颜色空间的转换,具体颜色空间变换方式如下:
如果t>150,则p=(b-r)/2;
如果t<=150,则p=0;
其中:r、g、b为图像各像素点红绿蓝三色分量数值,p是根据三色分量约束关系获得的单色图像相应像素点灰度值。这样一种颜色空间变换模式相比普通的灰度变化减少了浮点运算的计算量,更适合于嵌入式平台下的移植;另一方面也更贴近天空背景的颜色特征,有着更准确的分割效果。
然后,对完成颜色空间转换后的图像进行背景差分,具体步骤如下:
(1)选取连续的两帧图像,其中当前帧为pk(x,y)、前一帧为pk-1(x,y);
(2)计算当前帧与背景帧对应像素点的差fd(x,y)=pk(x,y)-pk-1(x,y);
(3)根据设定的阈值判断条件fd(x,y)>T,提取出可疑图元作为前景。
对完成前景分离的图像进行改进型霍夫变换,具体实现过程如下:
(1)使图像通过传统霍夫变换可以获得所有可能存在直线的参数对(P,θ),根据角度参数θ的大小对所有参数结果进行排序;
(2)依次遍历所有参数对结果,当前参数对记作(Pi,θi),前一个参数对记作(Pi-1,θi-1);
(3)进行判断,如果|θi-θi-1|<Δθ(Δθ是角度差阈值,一般设定为5°)且|Pi-Pi-1|<ΔP(ΔP是截距差阈值)则比较A(Pi,θi)和Amax(P,θ)并取较大值更新为(Pmax,θmax);Amax(P,θ)是在所有满足|θi-θi-1|<Δθ且|Pi-Pi-1|<ΔP的连续(Pi,θi)参数对中累加器A(P,θ)值最大的结果,(Pmax,θmax)为对应的参数;
(4)当出现|θi-θi-1|>=Δθ或者|Pi-Pi-1|>=ΔP时则说明当前参数对与前一参数对所表示的直线差异较大,不可能是同一条直线的多种计算结果,此时保存(Pmax,θmax),Amax(P,θ)置零,循环进行步骤(3)(4)的操作,直至遍历完所有参数对;
(5)将所有被保存的(Pmax,θmax)参数对输出,即为图像中直线的最大似然解。
最后,对保存下来的参数结合事先设定的电力线实际参数进行逻辑分析,判断是否存在电力线断股,由于实际场景的复杂性,设定了以下几个标准用于判别:
1.输出参数对数量小于实际电力线数量,说明有整段电力线断裂并消失于摄像头视野之外;
2.输出参数对中θ值不一致,说明电力线出现交叉。
如图2所示,本发明飞行器***的工作流程如下:
(1)通过地面监控站设置巡线路径、飞行器参数,然后起飞,开始沿指定路径自主导航巡线;
(2)通过GPRS模块发送飞行器实时数据至地面监控站;
(3)电力巡线途中实时监测电池电量状态,确定是否需要返航,若是,执行步骤(7),否则,继续巡线;
(4)电力巡线途中检测是否收到地面监控站的紧急返航或降落指令,若有,执行步骤(7),否则,继续巡线;
(5)电力巡线途中超声波避障模块检测是否存在障碍物,若存在,则通过避障算法控制飞行器避开障碍物,否则,继续巡线;
(6)拍摄电力线照片,利用DSP模块的故障检测算法实时检测当前位置电力线是否可能存在故障,若不存在,继续巡线,否则,发送悬停命令到飞行控制模块,保持飞行器悬停,直到故障检测完毕,若确定存在故障,则将故障检测的时间、地点、故障类型等故障信息通过GPRS模块发送至地面监控站,若不存在故障,则解除悬停状态,继续巡线;
(7)返航,降落。
上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改,并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此,本发明不限于上述实施例,本领域技术人员根据本发明的揭示,对于本发明做出的改进和修改都应该在本发明的保护范围之内。
Claims (10)
1.一种自主导航电力巡线故障检测的四旋翼飞行器***,包括位于地面的上位机以及安装于飞行器上用于控制飞行器飞行状态的飞行控制模块,飞行控制模块内部包含有用于通过GPS卫星***获取当前飞行器GPS位置信息的GPS模块;其特征在于,所述飞行器***还包括:
安装于飞行器上用于采集视频图像的摄像头;
图像检测模块,用于对采集到的视频图像进行检测,以识别出图像中的电力线是否存在异常情况;
北斗导航模块,用于通过北斗卫星***获取当前飞行器的北斗位置信息;
超声波测距模块,用于检测飞行器周围是否存在障碍物以及与障碍物之间的距离;
GPRS通信模块,用于接收地面上位机发送的导航路径信息,同时将飞行控制模块提供的飞行状态信息以及融合校准后得到的位置信息发送给上位机;
中转控制模块,用于对所述北斗位置信息以及导航路径信息进行解析及预处理后发送给飞行控制模块,同时根据超声波测距模块检测到的障碍物信息通过分析向飞行控制模块发出避障飞行指令,还用于对图像检测模块、北斗导航模块和GPRS通信模块的工作参数进行设定以驱动协调这些模块的工作;
所述的飞行控制模块通过对所述GPS位置信息和北斗位置信息进行融合校准并结合所述导航路径信息用以控制飞行器的飞行状态,同时根据避障飞行指令驱动飞行器做出避障动作,并将飞行状态信息以及融合校准后得到的位置信息通过中转控制模块转发给GPRS通信模块。
2.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述的北斗导航模块、图像检测模块和GPRS通信模块通过串口扩展板与中转控制模块连接。
3.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述的上位机包括:
网络接收模块,用于连接公网且与飞行器上的GPRS通信模块进行网络通信;
上位机处理模块,其采用Voronoi图法对飞行器当前位置、目的地位置以及所有障碍点的坐标信息进行路径化运算,进而通过网络接收模块将运算得到导航路径信息发送给飞行器。
4.根据权利要求3所述的四旋翼飞行器***,其特征在于:所述上位机处理模块进行路径化运算的具体过程如下:
(1)通过网络接收模块远程获取飞行器当前位置坐标点,结合设置的目的地位置坐标点以及所有障碍点,将这些点均存储为独立的离散点;
(2)划定包含上述所有离散点的最小方形地图区域;
(3)在所述最小方形地图区域内,采用Voronoi图法对所有离散点进行路径化运算,计算出该地图区域内所有的可行路径;
(4)采用广度优先搜索算法对所有可行路径进行路径搜索,确定从当前位置至目的地位置的最优路径;
(5)对所述最优路径进行离散点化,提取最优路径上各离散点的坐标信息,进而将这些离散点的坐标信息通过网络接收模块远程发送给飞行器。
5.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述飞行控制模块对GPS位置信息和北斗位置信息进行融合校准的具体方法如下:
首先,通过以下公式对前n组北斗位置信息和GPS位置信息进行融合校准:
其中:和对应为第i组北斗位置信息和第i组GPS位置信息,Yi对应为第i组融合校准后的位置信息,sB和sG对应为北斗卫星***和GPS卫星***的卫星数量,i为自然数且1≤i≤n,n为设定的组数;
然后,根据以下公式计算前n组北斗位置信息和GPS位置信息的方差:
其中:∈B和∈G对应为前n组北斗位置信息和GPS位置信息的方差;
最后,通过以下公式对n组之后的北斗位置信息和GPS位置信息进行融合校准:
其中:和对应为第j组北斗位置信息和第j组GPS位置信息,Yj对应为第j组融合校准后的位置信息,j为自然数且j>n。
6.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述图像检测模块对采集到的视频图像进行检测,具体过程如下:
(1)对采集到的视频图像进行灰度化处理;
(2)对灰度化后的视频图像进行背景差分及前景分离,得到差分前景图像;即对于当前帧视频图像,使其与前一帧视频图像对应灰度值相减,得到当前差分图像;对于当前差分图像中的任一像素点,若其灰度值大于一定阈值,则标记该像素点为前景,依此遍历所有像素点,从而得到差分前景图像;
(3)对所述差分前景图像进行改进型霍夫变换,输出得到对应多条直线的参数对(P,θ),其中P和θ分别为直线在图像坐标系中的截距和夹角;具体过程如下:
3.1对差分前景图像采用传统霍夫变换,得到所有可能对应直线的参数对(P,θ),根据夹角θ的大小对这些参数对进行排序;
3.2对于当前参数对(Pi,θi)及其前一参数对(Pi-1,θi-1),若|θi-θi-1|<Δθ且|Pi-Pi-1|<ΔP,则比较A(Pi,θi)与A(Pc,θc)的大小:若A(Pi,θi)>A(Pc,θc),则使参数对(Pc,θc)更新为(Pi,θi);若A(Pi,θi)≤A(Pc,θc),则使参数对(Pc,θc)保持不变;
若|θi-θi-1|≥Δθ或|Pi-Pi-1|≥ΔP,则保存并输出当前参数对(Pi,θi),并使参数对(Pc,θc)以及A(Pc,θc)均置为0;
其中,A(Pi,θi)为当前参数对(Pi,θi)所对应直线上的像素点个数,A(Pc,θc)为参数对(Pc,θc)所对应直线上的像素点个数,所述参数对(Pc,θc)和A(Pc,θc)初始化均为0,ΔP和Δθ分别为设定的角度差阈值和截距差阈值;
3.3根据步骤3.2依次判断步骤3.1中的各参数对(P,θ);
(4)根据步骤(3)输出得到的参数对(P,θ),结合事先设定的电力线实际参数进行逻辑分析,以判断是否存在电力线异常情况;若存在以下两种情况,则判定当前电力线异常;
①步骤(3)输出得到的参数对(P,θ)的个数小于实际电力线数量;
②步骤(3)输出得到的各参数对(P,θ)的夹角θ不一致。
7.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述的中转控制模块内加载有以下避障分析策略:
实时判断飞行器正前方一定距离范围内是否存在障碍物:若否,则向飞行控制模块发出前进飞行指令使飞行器按预定路径自主飞行;若是,则进一步判断飞行器左方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出左转飞行指令;若是,则进一步判断飞行器右方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出右转飞行指令;若是,则进一步判断飞行器上方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出上升飞行指令;若是,则进一步判断飞行器下方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出下降飞行指令;若是,则进一步判断飞行器后方一定距离范围内是否存在障碍物:
若否,则向飞行控制模块发出后退飞行指令;若是,则向飞行控制模块发出悬停飞行指令。
8.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述的飞行控制模块连接有电池监控模块,所述电池监控模块实时监控飞行器的电源电池电量,当电量不足时电池监控模块预先告知飞行控制模块使其控制飞行器自主返航至充电点。
9.根据权利要求1所述的四旋翼飞行器***,其特征在于:所述的超声波测距模块由布置于飞行器对应上下前后左右表面上的六个超声波测距单元组成。
10.根据权利要求2所述的四旋翼飞行器***,其特征在于:若图像检测模块检测到当前帧图像中的电力线存在异常情况,则通过中转控制模块使飞行控制模块控制飞行器悬停以进一步确认异常情况;当电力线确定故障后,飞行控制模块将当前时间、当前位置以及故障类型依次通过中转控制模块和GPRS通信模块发送给上位机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611086341.0A CN106708073B (zh) | 2016-11-30 | 2016-11-30 | 一种自主导航电力巡线故障检测的四旋翼飞行器*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611086341.0A CN106708073B (zh) | 2016-11-30 | 2016-11-30 | 一种自主导航电力巡线故障检测的四旋翼飞行器*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106708073A true CN106708073A (zh) | 2017-05-24 |
CN106708073B CN106708073B (zh) | 2019-06-25 |
Family
ID=58935377
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611086341.0A Active CN106708073B (zh) | 2016-11-30 | 2016-11-30 | 一种自主导航电力巡线故障检测的四旋翼飞行器*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106708073B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107065932A (zh) * | 2017-06-15 | 2017-08-18 | 西安电子科技大学 | 一种灾情探测四旋翼无人机的控制方法 |
CN107861436A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机高空环境侦测*** |
CN107943074A (zh) * | 2017-11-20 | 2018-04-20 | 国网山东省电力公司莱芜供电公司 | 一种电力巡检微型多旋翼无人机安全间距保持*** |
CN108594842A (zh) * | 2018-02-01 | 2018-09-28 | 杭州瓦屋科技有限公司 | 无人机步进控制方法及装置 |
CN108871409A (zh) * | 2018-05-02 | 2018-11-23 | 北京畅东科技有限公司 | 一种故障检测方法和*** |
CN109426277A (zh) * | 2017-08-30 | 2019-03-05 | 广州极飞科技有限公司 | 移动轨迹规划的方法及装置 |
CN109597424A (zh) * | 2017-09-30 | 2019-04-09 | 南京理工大学 | 基于视频图像处理的无人机巡线控制*** |
CN112486199A (zh) * | 2020-12-11 | 2021-03-12 | 国网辽宁省电力有限公司沈阳供电公司 | 一种适用于偏远输电塔群无人机巡检控制***及巡检方法 |
CN112578803A (zh) * | 2020-11-24 | 2021-03-30 | 浩亚信息科技有限公司 | 基于三维传感技术的无人机识别规避电线***及方法 |
CN110715664B (zh) * | 2019-11-05 | 2021-04-20 | 大连理工大学 | 多约束条件下智能无人飞行器航迹快速规划方法 |
CN115811354A (zh) * | 2023-01-29 | 2023-03-17 | 北京融合汇控科技有限公司 | 一种基于卫星授时的空中飞行设备定位*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102981509A (zh) * | 2012-12-18 | 2013-03-20 | 哈尔滨伟方智能科技开发有限责任公司 | 一种用于固定翼和四旋翼无人机的自动驾驶仪 |
CN103543751A (zh) * | 2013-09-12 | 2014-01-29 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制装置及无人飞行器 |
CN103941746A (zh) * | 2014-03-29 | 2014-07-23 | 国家电网公司 | 无人机巡检图像处理***及方法 |
CN104820429A (zh) * | 2015-04-28 | 2015-08-05 | 南京航空航天大学 | 基于超声波距离检测的无人机避障***及其控制方法 |
CN105572541A (zh) * | 2015-12-07 | 2016-05-11 | 浙江大学 | 一种基于视觉注意机制的高压巡线故障检测方法及*** |
-
2016
- 2016-11-30 CN CN201611086341.0A patent/CN106708073B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102981509A (zh) * | 2012-12-18 | 2013-03-20 | 哈尔滨伟方智能科技开发有限责任公司 | 一种用于固定翼和四旋翼无人机的自动驾驶仪 |
CN103543751A (zh) * | 2013-09-12 | 2014-01-29 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制装置及无人飞行器 |
CN103941746A (zh) * | 2014-03-29 | 2014-07-23 | 国家电网公司 | 无人机巡检图像处理***及方法 |
CN104820429A (zh) * | 2015-04-28 | 2015-08-05 | 南京航空航天大学 | 基于超声波距离检测的无人机避障***及其控制方法 |
CN105572541A (zh) * | 2015-12-07 | 2016-05-11 | 浙江大学 | 一种基于视觉注意机制的高压巡线故障检测方法及*** |
Non-Patent Citations (3)
Title |
---|
张少平: "输电线路典型目标图像识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张尧等: "一个基于全景视觉的移动机器人导航***的设计与实现", 《机器人》 * |
王鑫等: "一种低空飞行器定位监视终端的设计与实现", 《电子测量技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107065932A (zh) * | 2017-06-15 | 2017-08-18 | 西安电子科技大学 | 一种灾情探测四旋翼无人机的控制方法 |
CN109426277A (zh) * | 2017-08-30 | 2019-03-05 | 广州极飞科技有限公司 | 移动轨迹规划的方法及装置 |
CN109597424A (zh) * | 2017-09-30 | 2019-04-09 | 南京理工大学 | 基于视频图像处理的无人机巡线控制*** |
CN107943074A (zh) * | 2017-11-20 | 2018-04-20 | 国网山东省电力公司莱芜供电公司 | 一种电力巡检微型多旋翼无人机安全间距保持*** |
CN107861436A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机高空环境侦测*** |
CN108594842A (zh) * | 2018-02-01 | 2018-09-28 | 杭州瓦屋科技有限公司 | 无人机步进控制方法及装置 |
CN108871409A (zh) * | 2018-05-02 | 2018-11-23 | 北京畅东科技有限公司 | 一种故障检测方法和*** |
CN110715664B (zh) * | 2019-11-05 | 2021-04-20 | 大连理工大学 | 多约束条件下智能无人飞行器航迹快速规划方法 |
CN112578803A (zh) * | 2020-11-24 | 2021-03-30 | 浩亚信息科技有限公司 | 基于三维传感技术的无人机识别规避电线***及方法 |
CN112486199A (zh) * | 2020-12-11 | 2021-03-12 | 国网辽宁省电力有限公司沈阳供电公司 | 一种适用于偏远输电塔群无人机巡检控制***及巡检方法 |
CN115811354A (zh) * | 2023-01-29 | 2023-03-17 | 北京融合汇控科技有限公司 | 一种基于卫星授时的空中飞行设备定位*** |
CN115811354B (zh) * | 2023-01-29 | 2023-04-28 | 北京融合汇控科技有限公司 | 一种基于卫星授时的空中飞行设备定位*** |
Also Published As
Publication number | Publication date |
---|---|
CN106708073B (zh) | 2019-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106708073B (zh) | 一种自主导航电力巡线故障检测的四旋翼飞行器*** | |
US11940795B2 (en) | Performing 3D reconstruction via an unmanned aerial vehicle | |
CN103941750B (zh) | 基于小型四旋翼无人机的构图装置及方法 | |
Luo et al. | A survey of intelligent transmission line inspection based on unmanned aerial vehicle | |
CN105197252B (zh) | 一种小型无人机降落方法及*** | |
CN108919821A (zh) | 一种面向规模化集中式光伏电站的无人机自动巡检***及方法 | |
CN109683629B (zh) | 基于组合导航和计算机视觉的无人机电力架线*** | |
CN108062108A (zh) | 一种基于机载计算机的智能多旋翼无人机及其实现方法 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和*** | |
CN105759829A (zh) | 基于激光雷达的微型无人机操控方法及*** | |
CN109923492A (zh) | 飞行路径确定 | |
CN107992067A (zh) | 基于集成吊舱和ai技术的无人机巡检故障诊断*** | |
Bian et al. | A novel monocular-based navigation approach for UAV autonomous transmission-line inspection | |
CN110703802A (zh) | 基于多无人机协同作业的桥梁自动检测方法及*** | |
CN107943078A (zh) | 多旋翼双机***无人机巡检故障诊断***及方法 | |
CN106054931A (zh) | 一种基于视觉定位的无人机定点飞行控制*** | |
CN102190081B (zh) | 基于视觉的飞艇定点鲁棒控制方法 | |
CN113671994A (zh) | 基于强化学习的多无人机与多无人船巡检控制*** | |
CN110427049A (zh) | 基于双目视觉和超声波的多旋翼无人机选择性避障方法 | |
CN116661497A (zh) | 一种智能飞行汽车 | |
CN108871409A (zh) | 一种故障检测方法和*** | |
CN115202376A (zh) | 一种基于单兵移动的无人机巡检电力网格化管控平台 | |
CN110104167A (zh) | 一种采用红外热成像传感器的自动化搜救无人机***和控制方法 | |
CN112859923B (zh) | 一种无人机视觉编队飞行控制*** | |
Dubey et al. | Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |