CN106774410A - 无人机自动巡检方法和装置 - Google Patents
无人机自动巡检方法和装置 Download PDFInfo
- Publication number
- CN106774410A CN106774410A CN201611264881.3A CN201611264881A CN106774410A CN 106774410 A CN106774410 A CN 106774410A CN 201611264881 A CN201611264881 A CN 201611264881A CN 106774410 A CN106774410 A CN 106774410A
- Authority
- CN
- China
- Prior art keywords
- data
- unmanned plane
- laser
- patrolling
- examining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000004888 barrier function Effects 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000007689 inspection Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 239000004411 aluminium Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000002223 garnet Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 229910019655 synthetic inorganic crystalline material Inorganic materials 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 229910052727 yttrium Inorganic materials 0.000 description 1
- 229910019901 yttrium aluminum garnet Inorganic materials 0.000 description 1
- VWQVUPCCIRVNHF-UHFFFAOYSA-N yttrium atom Chemical compound [Y] VWQVUPCCIRVNHF-UHFFFAOYSA-N 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
- G05D1/10—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
本发明实施例提供了无人机自动巡检方法，包括：获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；获得所述激光扫描***的激光点数据和影像数据；根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；基于所述三维模型，使所述无人机在所述巡检区域进行巡检。本发明解决了现有技术中无人机的巡检需要人工操作，而导致的工作效率较低的技术问题。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及无人机自动巡检方法和装置。
背景技术
随着无人机技术的发展，无人机被广泛应用于地图测绘、森林勘测、输电线实地巡检等领域。
现有方法中，一般在无人机进行巡检前，首先规划好航行路线，然后根据卫星定位使无人机按照规划的航行路线进行巡检。
然而，现有方法通过提前规划的航线飞行只适用于高空飞行，当无人机要进行近距离检测时，无人机的飞行高度较低，而低空飞行区域的环境一般比较复杂，需要通过地面操作人员手动操作，导致工作效率较低。
可见，现有方法存在工作效率低的技术问题。
发明内容
本发明实施例提供了无人机自动巡检方法和装置，用于解决现有技术中无人机的巡检需要人工操作，而导致的工作效率较低的技术问题。
第一方面，本发明提供了无人机自动巡检方法，应用于带有激光扫描***的无人机，包括：获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；获得所述激光扫描***的激光点数据和影像数据；根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
可选的，在本发明提供的方法中，所述根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型，包括：根据所述激光点数据和影像数据，获得第一激光点云数据；根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；根据所述第二激光点云数据，构建所述巡检区域的三维模型。
可选的，在本发明提供的方法中，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
可选的，在本发明提供的方法中，在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，还包括：确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
可选的，在本发明提供的方法中，所述确定障碍物的位置，以使所述无人机进行避障巡检，包括：根据所述三维模型，获得所述障碍物的第二空间位置数据；根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
第二方面，本发明还提供了无人机自动巡检装置，第一获得模块，用于获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；第二获得模块，用于获得所述激光扫描***的激光点数据和影像数据；构建模块，用于根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；第一处理模块，基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
可选的，在本发明提供的装置中，所述构建模块还用于：根据所述激光点数据和影像数据，获得第一激光点云数据；根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；根据所述第二激光点云数据，构建巡检区域的三维模型。
可选的，在本发明提供的装置中，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
可选的，在本发明提供的装置中，还包括：第二处理模块，所述第二处理模块用于：在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
可选的，在本发明提供的装置中，所述第二处理模块还用于：根据所述三维模型，获得所述障碍物的第二空间位置数据；根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
在本发明提供的方法和装置，通过获得所述无人机的位置信息和所述激光扫描***的激光点数据和影像数据；并根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；然后基于所述三维模型，使所述无人机在所述巡检区域进行巡检。由于在无人机到达巡检区域后，通过激光扫描***可以实时获取巡检区域的激光点数据和影像数据，然后根据激光点数据和影像数据和位置信息，构建精确的巡检区域的三维模型，从而根据三维模型实现无人机的自动巡检，解决了现有技术中需要人工操作而导致的工作效率低的技术问题，实现了无人机的自动巡检、并提高了工作效率的技术效果。
附图说明
图1为本发明实施例中无人机自动巡检方法的流程图；
图2为本发明实施例中无人机自动巡检装置的逻辑结构示意图。
具体实施方式
本发明实施例提供了无人机自动巡检方法和装置，用于解决现有技术中无人机的巡检需要人工操作，而导致的工作效率较低的技术问题，实现了无人机的自动巡检、提高了工作效率的技术效果。
为了解决上述技术问题，本发明提供的技术方案总体思路如下：
在本发明实施例的技术方案中，获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；获得所述激光扫描***的激光点数据和影像数据；根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；基于所述三维模型，使所述无人机在所述巡检区域进行巡检。通过上述方法可知，由于在无人机到达巡检区域后，通过获得所述无人机的位置信息和所述激光扫描***的激光点数据和影像数据；并根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；然后基于所述三维模型，使所述无人机在所述巡检区域进行巡检。由于在无人机到达巡检区域后，通过激光扫描***可以实时获取巡检区域的激光点数据和影像数据，然后根据激光点数据和影像数据和位置信息，构建精确的巡检区域的三维模型，从而根据三维模型实现无人机的自动巡检，解决了现有技术中需要人工操作而导致的工作效率低的技术问题，实现了无人机的自动巡检、并提高了工作效率的技术效果。
下面通过附图以及具体实施例对本发明技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
本发明第一方面提供了无人机自动巡检方法，请参考图1，为无人机自动巡检的方法流程图。该方法包括：
S101：获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；
S102：获得所述激光扫描***的激光点数据和影像数据；
S103：根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；
S104：基于所述三维模型，使所述无人机在所述巡检区域进行巡检；
需要说明的是，本申请中，所述步骤S101和所述步骤S102不分先后顺序，可以是先执行步骤S101，也可以是先执行步骤S102。步骤S102中获得的激光点数据和影像数据的获取顺序也不分先后，可以先获得激光点数据，也可以先获得影像数据。
下面，结合图1对本申请提供的无人机自动巡检方法进行详细介绍：
首先，执行步骤S101，获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据。
在本申请实施例中，所述无人机的位置信息包括第一空间位置数据和姿态数据，上述数据可以通过GPS***和惯性导航***获取，为了提高获取的精度，可以利用差分GPS***来获取第一空间位置数据，具体来说，第一空间位置数据包括无人机的三维坐标，姿态数据包括俯无人机的仰角、横滚角和航向角数据，通过上述数据信息，可以准确获取无人机的位置。
接下来，执行步骤S102，获得所述激光扫描***的激光点数据和影像数据。
在具体实施过程中，可以通过激光扫描***的扫描装置获取激光点数据，通过摄像装置获取影像数据。
具体来说，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
在具体实施过程中，利用激光扫描***对巡检区域进行扫描，从而获取激光扫描***与激光点之间的距离数据，具体来说，激光扫描***以脉冲的形式向地面发射激光以测量激光扫描***与目标物(即各个激光点)之间的距离，脉冲式的激光器一般是半导体激光器，或用半导体激光器泵浦的Nd-YAG(neodymium-doped yttrium aluminium garnet,Nd:Y3Al5O12)激光器。上述激光器特点是输出的功率大，峰值功率可达到几MW，脉冲式激光雷达的测距数据⊿H由公式⊿H＝C〃tP/2计算得出，其中C是光速，tP是光的一个脉冲周期时间。利用上述激光扫描***的距离测量精度在1000米的距离时为2厘米—5厘米。
接下来，执行步骤S103，根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型。
具体来说，所述根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型，包括：
根据所述激光点数据和影像数据，获得第一激光点云数据；
根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；
根据所述第二激光点云数据，构建所述巡检区域的三维模型。
在具体的实施过程中，可以通过激光扫描***的控制***，对采集到的激光点云数据和影响数据进行处理，得到第一激光点云数据，然后根据获取的无人机的位置信息，将第一激光点云数据与位置信息进行融合，获得带有位置信息的第二激光点云数据；最后根据所述第二激光点云数据，构建所述巡检区域的三维模型，可选地，上述三维点云数据可以存储在激光扫描***的硬盘上，为了提高数据处理的效率，可以采用大容量的固态硬盘，数据处理模块可以同时能接收来自地面全球卫星导航***Global Navigation SatelliteSystem基准站的修正数据，实现高精度的定位。
再下来，执行步骤S104，基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
由于三维模型是根据激光扫描***和无人机的位置信息构建的，因此该三维模型模拟了巡检区域的实际环境，于是，可以根据无人机的位置信息，在三维模型中调整无人机的航行路线，这是因为，无人机在之前的飞行过程中，执行的是预先规划好的初始航行路线，该初始航行路线是根据经验知识设置的，然而巡检区域的环境状况是未知的，并且由于无人机在巡检时需要在低空飞行，从而近距离获取需要的数据信息，而低空中环境复杂、障碍物较多，如果按照初始航行路线飞行，则无人机很有可能遇到障碍而发生事故，现有的方法中，此时需要经验丰富的操作人员人工调整无人机的航行路线，这样不仅浪费了人力物力，而且工作效率较低。而本发明中通过实时获取的数据构建三维模型，根据该三维模型可以获知巡检区域的实际情况和空间位置信息，从而自动调整所述无人机的航行路线，以使所述无人机在巡检区域进行巡检。
更为具体地，在无人机进行巡检的过程中，可以利用激光扫描扫描***中高分辨率数码相机拍摄采集航空影像数据。并获取巡检区域的地物地貌真彩或红外数字影像信息，经过纠正、镶嵌可形成彩色数字正射影像，可对目标进行分类识别，或作为纹理数据源。由于激光扫描***可以将三维点云直接生成数字高程模型DEM(Digital ElevationModel))，并在上述获得的巡检区域的坐标信息的基础上，采用摄影测量技术正射纠正内容，用于生成文档对象模型DOM(Document Object Model)，从而得到数字正射影像，其原理如下所示，根据地面点(激光点)的坐标，计算该点在影像上的坐标，并根据像点坐标计算出行列号，该像素点的R、G、B值即为对应地面的色彩值。
其中，x，y为像点坐标，x0,y0为像主点，a1，a2,…,c3为旋转矩阵参数
X，Y，Z为地面坐标，Xs，Ys，Zs为摄影中心坐标。
通过上述技术方案，解决了现有技术中需要人工操作而导致的工作效率低的技术问题，实现了无人机的自动巡检、并提高了工作效率的技术效果。
可选地，在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，还包括：确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
具体来说，所述确定障碍物的位置，以使所述无人机进行避障巡检，包括：
根据所述三维模型，获得所述障碍物的第二空间位置数据；
根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；
若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
在具体的实施过程中，由于上述构建的三维模型模拟了巡检区域的实际环境，则可以通过三维模型中，找出障碍物，即可以通过三维模型获得障碍物的第二空间位置数据，并将第二空间位置数据与无人机的第一空间位置数据进行比较，得到第一距离，然后确定无人机的航行路线。若所述第一距离小于预设安全距离，则调整所述无人机的航行路线，即当第一距离小于预设安全距离时，则表明如果按照当前的航行路线继续飞行，则会遇到障碍物，该障碍物可以为实际的障碍如房屋、树木等，也可以为危险点，例如，电线周围的区域。如果是应用于输电线路的巡航，则电力线危险点可以通过检测以电力线为轴线，半径为L的圆柱内是否存在危险，为了更使得危险点的定位更为准确，可以根据电力线的实际形状，在电线周围建立类似圆柱形的区域，并通过计算电力线周围点到电力线的距离R，若距离R<L，则判定为危险点。
可选地，在本发明实施例提供的无人机自动巡检方法中，还包括：
根据所述无人机的实际航行路线与预设初始航行路线，获得偏移数据；
根据所述偏移数据，确定所述无人机的飞行精度。
在具体的实施过程中，可以通过控制***保存无人机的实际航行轨迹，从而可以得到无人机的实际航行路线，然后在模拟软件中将实际航行路线与预设初始航信路线进行比较，可以得出实际航行路线与初始航行路线之间的偏移数据，例如偏移角、偏移距离等等，然后根据上述偏移数据，确定所述无人机的飞行精度，为无人机的航线规划奠定基础。
实施例二
基于与第一方面中无人机自动巡检方法的同样的发明构思，本发明第二方面还提供了无人机自动巡检的装置，如图2所示，包括：
第一获得模块201，用于获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；
第二获得模块202，用于获得所述激光扫描***的激光点数据和影像数据；
构建模块203，用于根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；
第一处理模块204，基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
在本发明实施例提供的装置中，所述构建模块还用于：
根据所述激光点数据和影像数据，获得第一激光点云数据；
根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；
根据所述第二激光点云数据，构建巡检区域的三维模型。
在本发明实施例提供的装置中，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
在本发明实施例提供的装置中，第二处理模块，所述第二处理模块用于：
在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
在本发明实施例提供的装置中，所述第二处理模块还用于：
根据所述三维模型，获得所述障碍物的第二空间位置数据；
根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；
若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
实施例一中的无人机自动巡检方法的各种变化方式和具体实例同样适用于本实施例的无人机自动巡检装置，通过前述对无人机自动巡检方法的详细描述，本领域技术人员可以清楚的知道本实施例中无人机自动巡检装置的实施方法，所以为了说明书的简洁，在此不再详述。
本申请实施例中的上述一个或多个技术方案，至少具有如下一种或多种技术效果：
在本发明提供的方法和装置，通过获得所述无人机的位置信息和所述激光扫描***的激光点数据和影像数据；并根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；然后基于所述三维模型，使所述无人机在所述巡检区域进行巡检。由于在无人机到达巡检区域后，通过激光扫描***可以实时获取巡检区域的激光点数据和影像数据，然后根据激光点数据和影像数据和位置信息，构建精确的巡检区域的三维模型，从而根据三维模型实现无人机的自动巡检，解决了现有技术中需要人工操作而导致的工作效率低的技术问题，实现了无人机的自动巡检、并提高了工作效率的技术效果。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.无人机自动巡检方法，应用于带有激光扫描***的无人机，其特征在于，包括：
获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；
获得所述激光扫描***的激光点数据和影像数据；
根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；
基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
2.如权利要求1所述的方法，其特征在于，所述根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型，包括：
根据所述激光点数据和影像数据，获得第一激光点云数据；
根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；
根据所述第二激光点云数据，构建所述巡检区域的三维模型。
3.如权利要求1或2所述的方法，其特征在于，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
4.如权利要求1所述的方法，其特征在于，在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，还包括：确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
5.如权利要求4所述的方法，其特征在于，所述确定障碍物的位置，以使所述无人机进行避障巡检，包括：
根据所述三维模型，获得所述障碍物的第二空间位置数据；
根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；
若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
6.无人机自动巡检装置，其特征在于，包括：
第一获得模块，用于获得所述无人机的位置信息，所述位置信息包括第一空间位置数据和姿态数据；
第二获得模块，用于获得所述激光扫描***的激光点数据和影像数据；
构建模块，用于根据所述位置信息、激光点数据和影像数据，构建巡检区域的三维模型；
第一处理模块，基于所述三维模型，使所述无人机在所述巡检区域进行巡检。
7.如权利要求6所述的装置，其特征在于，所述构建模块还用于：
根据所述激光点数据和影像数据，获得第一激光点云数据；
根据所述激光点云数据和所述位置信息，获得带有位置信息的第二激光点云数据；
根据所述第二激光点云数据，构建巡检区域的三维模型。
8.如权利要求6或7所述的装置，其特征在于，所述激光点数据包括测距数据和角度数据，其中，所述测距数据为所述激光扫描***与激光点之间的距离数据，所述角度数据为所述激光扫描***的角度变换数据。
9.如权利要求1所述的装置，其特征在于，还包括：第二处理模块，所述第二处理模块用于：
在所述根据所述测距数据、角度数据和位置信息，构建所述巡检区域的三维模型之后，确定障碍物的位置，以使所述无人机在所述巡检区域进行避障巡检。
10.如权利要求9所述的装置，其特征在于，所述第二处理模块还用于：
根据所述三维模型，获得所述障碍物的第二空间位置数据；
根据所述第一空间位置数据和所述第二空间位置数据，确定第一距离；
若所述第一距离小于预设安全距离，则使所述无人机在所述巡检区域进行避障巡检。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611264881.3A CN106774410A (zh) | 2016-12-30 | 2016-12-30 | 无人机自动巡检方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611264881.3A CN106774410A (zh) | 2016-12-30 | 2016-12-30 | 无人机自动巡检方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106774410A true CN106774410A (zh) | 2017-05-31 |
Family
ID=58952683
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611264881.3A Pending CN106774410A (zh) | 2016-12-30 | 2016-12-30 | 无人机自动巡检方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106774410A (zh) |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107453912A (zh) * | 2017-08-14 | 2017-12-08 | 宁波甬凌新材料科技有限公司 | 一种电力***远程监控装置 |
| CN107506724A (zh) * | 2017-08-21 | 2017-12-22 | 中清能绿洲科技股份有限公司 | 倾角检测方法及检测终端 |
| CN107966709A (zh) * | 2017-11-15 | 2018-04-27 | 成都天麒科技有限公司 | 一种基于激光雷达测绘的植保作业方法 |
| CN107967685A (zh) * | 2017-12-11 | 2018-04-27 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的桥梁墩塔裂缝无损定量检测方法 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108318002A (zh) * | 2017-12-13 | 2018-07-24 | 国家电网公司 | 一种无人机巡检方法以及装置 |
| CN108332926A (zh) * | 2018-01-05 | 2018-07-27 | 株洲时代电子技术有限公司 | 一种桥梁巡检*** |
| CN108427438A (zh) * | 2018-04-11 | 2018-08-21 | 北京木业邦科技有限公司 | 飞行环境检测方法、装置、电子设备及存储介质 |
| CN109191458A (zh) * | 2018-09-30 | 2019-01-11 | 广东电网有限责任公司 | 一种架空输电线路危险点的检测方法及*** |
| CN109343128A (zh) * | 2018-11-06 | 2019-02-15 | 栾松巍 | 墙体内嵌线路探测成像扫描仪 |
| CN109358640A (zh) * | 2018-10-15 | 2019-02-19 | 广东电网有限责任公司 | 一种无人机激光探测实时可视化方法、***及存储介质 |
| CN109471447A (zh) * | 2018-12-14 | 2019-03-15 | 国网冀北电力有限公司检修分公司 | 无人机导航方法、装置、无人机和数据可读存储装置 |
| CN109541613A (zh) * | 2018-11-26 | 2019-03-29 | 国网宁夏电力有限公司银川供电公司 | 基于单线激光测距的架空高压导线巡检***及巡检方法 |
| CN109737924A (zh) * | 2019-02-28 | 2019-05-10 | 华南机械制造有限公司 | 基于无人机的三维测绘*** |
| CN110645960A (zh) * | 2018-06-26 | 2020-01-03 | 凌上科技(北京)有限公司 | 测距方法、地形跟随测距方法、避障测距方法及装置 |
| CN110888452A (zh) * | 2018-09-11 | 2020-03-17 | 杨扬 | 一种无人机电力巡检自主飞行的避障方法 |
| CN112489348A (zh) * | 2020-11-12 | 2021-03-12 | 华能新华发电有限责任公司 | 一种基于无人机的煤场温度智能检测预警方法 |
| WO2021163881A1 (zh) * | 2020-02-18 | 2021-08-26 | 深圳市大疆创新科技有限公司 | 数据处理方法与***、设备与可读存储介质 |
| CN113657308A (zh) * | 2021-08-20 | 2021-11-16 | 北京市商汤科技开发有限公司 | 一种数据标注方法、装置、计算机设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2612110A1 (de) * | 2010-08-31 | 2013-07-10 | Lacos Computerservice GmbH | Verfahren zur erfassung von agrarflächen durch abfliegen mit georeferenzierter optischer aufzeichnung |
| CN104850134A (zh) * | 2015-06-12 | 2015-08-19 | 北京中飞艾维航空科技有限公司 | 一种无人机高精度自主避障飞行方法 |
| CN204832514U (zh) * | 2015-07-20 | 2015-12-02 | 北京数字绿土科技有限公司 | 一体化多传感器激光雷达扫描*** |
| CN105372671A (zh) * | 2015-12-11 | 2016-03-02 | 国网四川省电力公司电力应急中心 | 一种基于无人机的电力线三维重建*** |
| US20160195607A1 (en) * | 2015-01-06 | 2016-07-07 | Radar Obstacle Detection Ltd. | Short-ragne obstacle detection radar using stepped frequency pulse train |
-
2016
- 2016-12-30 CN CN201611264881.3A patent/CN106774410A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2612110A1 (de) * | 2010-08-31 | 2013-07-10 | Lacos Computerservice GmbH | Verfahren zur erfassung von agrarflächen durch abfliegen mit georeferenzierter optischer aufzeichnung |
| US20160195607A1 (en) * | 2015-01-06 | 2016-07-07 | Radar Obstacle Detection Ltd. | Short-ragne obstacle detection radar using stepped frequency pulse train |
| CN104850134A (zh) * | 2015-06-12 | 2015-08-19 | 北京中飞艾维航空科技有限公司 | 一种无人机高精度自主避障飞行方法 |
| CN204832514U (zh) * | 2015-07-20 | 2015-12-02 | 北京数字绿土科技有限公司 | 一体化多传感器激光雷达扫描*** |
| CN105372671A (zh) * | 2015-12-11 | 2016-03-02 | 国网四川省电力公司电力应急中心 | 一种基于无人机的电力线三维重建*** |
Non-Patent Citations (2)
| Title |
|---|
| 广东省电力设计研究院编: "《电力设计技术优秀论文集(下)》", 31 January 2008, 中国地质大学出版社 * |
| 彭鹏菲等: "《舰载无人机***及作战应用》", 31 January 2016, 国防工业出版社 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107453912B (zh) * | 2017-08-14 | 2019-02-19 | 宁波甬凌新材料科技有限公司 | 一种电力***远程监控装置 |
| CN107453912A (zh) * | 2017-08-14 | 2017-12-08 | 宁波甬凌新材料科技有限公司 | 一种电力***远程监控装置 |
| CN107506724A (zh) * | 2017-08-21 | 2017-12-22 | 中清能绿洲科技股份有限公司 | 倾角检测方法及检测终端 |
| CN107966709A (zh) * | 2017-11-15 | 2018-04-27 | 成都天麒科技有限公司 | 一种基于激光雷达测绘的植保作业方法 |
| CN107967685A (zh) * | 2017-12-11 | 2018-04-27 | 中交第二公路勘察设计研究院有限公司 | 一种基于无人机遥感的桥梁墩塔裂缝无损定量检测方法 |
| CN108318002A (zh) * | 2017-12-13 | 2018-07-24 | 国家电网公司 | 一种无人机巡检方法以及装置 |
| CN108318499A (zh) * | 2018-01-05 | 2018-07-24 | 株洲时代电子技术有限公司 | 一种桥梁巡检方法 |
| CN108332926A (zh) * | 2018-01-05 | 2018-07-27 | 株洲时代电子技术有限公司 | 一种桥梁巡检*** |
| CN108427438A (zh) * | 2018-04-11 | 2018-08-21 | 北京木业邦科技有限公司 | 飞行环境检测方法、装置、电子设备及存储介质 |
| CN110645960A (zh) * | 2018-06-26 | 2020-01-03 | 凌上科技(北京)有限公司 | 测距方法、地形跟随测距方法、避障测距方法及装置 |
| CN110888452A (zh) * | 2018-09-11 | 2020-03-17 | 杨扬 | 一种无人机电力巡检自主飞行的避障方法 |
| CN110888452B (zh) * | 2018-09-11 | 2023-03-17 | 杨扬 | 一种无人机电力巡检自主飞行的避障方法 |
| CN109191458A (zh) * | 2018-09-30 | 2019-01-11 | 广东电网有限责任公司 | 一种架空输电线路危险点的检测方法及*** |
| CN109358640A (zh) * | 2018-10-15 | 2019-02-19 | 广东电网有限责任公司 | 一种无人机激光探测实时可视化方法、***及存储介质 |
| CN109358640B (zh) * | 2018-10-15 | 2022-03-04 | 广东电网有限责任公司 | 一种无人机激光探测实时可视化方法、***及存储介质 |
| CN109343128A (zh) * | 2018-11-06 | 2019-02-15 | 栾松巍 | 墙体内嵌线路探测成像扫描仪 |
| CN109541613A (zh) * | 2018-11-26 | 2019-03-29 | 国网宁夏电力有限公司银川供电公司 | 基于单线激光测距的架空高压导线巡检***及巡检方法 |
| CN109471447A (zh) * | 2018-12-14 | 2019-03-15 | 国网冀北电力有限公司检修分公司 | 无人机导航方法、装置、无人机和数据可读存储装置 |
| CN109737924A (zh) * | 2019-02-28 | 2019-05-10 | 华南机械制造有限公司 | 基于无人机的三维测绘*** |
| WO2021163881A1 (zh) * | 2020-02-18 | 2021-08-26 | 深圳市大疆创新科技有限公司 | 数据处理方法与***、设备与可读存储介质 |
| CN112489348A (zh) * | 2020-11-12 | 2021-03-12 | 华能新华发电有限责任公司 | 一种基于无人机的煤场温度智能检测预警方法 |
| CN113657308A (zh) * | 2021-08-20 | 2021-11-16 | 北京市商汤科技开发有限公司 | 一种数据标注方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106774410A (zh) | 无人机自动巡检方法和装置 | |
| He et al. | Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning | |
| CN110008851B (zh) | 一种车道线检测的方法及设备 | |
| CN107514993B (zh) | 基于无人机的面向单体建筑建模的数据采集方法及*** | |
| US20190129039A1 (en) | Polyhedral geofences | |
| CN108090957B (zh) | 基于bim的测绘地形的方法 | |
| CN113189615B (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
| CN107167139A (zh) | 一种变电站巡检机器人视觉定位导航方法及*** | |
| CN109029422A (zh) | 一种多无人机协作构建三维调查地图的方法和装置 | |
| CN106501829A (zh) | 一种无人机导航方法和装置 | |
| CN109358644A (zh) | 无人机自动巡视航线的生成方法和装置 | |
| CN103606852A (zh) | 无人直升机的电力线巡检方法 | |
| CN113899360B (zh) | 港口自动驾驶高精度地图的生成与精度评价方法及装置 | |
| CN103984355A (zh) | 一种巡检飞行机器人与架空电力线路距离预测和保持方法 | |
| CN112650218A (zh) | 一种基于碰撞检测的变电站巡检航线规划方法及装置 | |
| CN107783119A (zh) | 应用在避障***中的决策融合方法 | |
| CN115657706B (zh) | 基于无人机的地貌测量方法及*** | |
| CN113885580A (zh) | 基于无人机实现自动化巡检风机的路径规划方法及*** | |
| US20230196612A1 (en) | Method and system for object detection | |
| CN113252022A (zh) | 一种地图数据处理方法及装置 | |
| CN110196601A (zh) | 无人机控制方法、装置、***和计算机可读存储介质 | |
| CN117152358B (zh) | 一种用于检验的模拟激光点云获取方法 | |
| CN112987781A (zh) | 一种无人机航线生成方法及装置 | |
| CN109444915A (zh) | 一种基于激光雷达数据的危险区域预判方法 | |
| CN114200527B (zh) | 一种基于倾斜摄影的无人机航磁测量方法及*** |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |