CN109444915A - 一种基于激光雷达数据的危险区域预判方法 - Google Patents
一种基于激光雷达数据的危险区域预判方法 Download PDFInfo
- Publication number
- CN109444915A CN109444915A CN201811056948.3A CN201811056948A CN109444915A CN 109444915 A CN109444915 A CN 109444915A CN 201811056948 A CN201811056948 A CN 201811056948A CN 109444915 A CN109444915 A CN 109444915A
- Authority
- CN
- China
- Prior art keywords
- danger zone
- unmanned plane
- shaft tower
- earth coordinates
- coordinate
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/48—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S17/00
- G01S7/4808—Evaluating distance, position or velocity data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
本发明公开了一种基于激光雷达数据的危险区域预判方法,包括以下步骤:S1.利用激光雷达设备采集电网线路范围内的杆塔信息,输出杆塔信息的三维点云数据;S2.对杆塔信息进行处理,标选出无人机巡检路线中的障碍物,生成长方体危险区域;S3.构建局部大地坐标系,给定空间位置与坐标系中坐标点的转换关系;S4.将长方体危险区域的八个角点转换到局部大地坐标系中,得到局部大地坐标系下的坐标;S5.将无人机的所在的空间位置转换到局部大地坐标系中,得到无人机在局部大地坐标系的坐标;S6.判断无人机是否处于危险区域内。本发明通过对无人机飞行过程中是否进入危险区域进行预判,降低了发生撞击事故的可能性,并且具有预判精度高,判断过程简单方便的优势。
Description
技术领域
本发明涉及无人机巡检,特别是涉及巡检过程中基于激光雷达数据的危险区域预判方法。
背景技术
随着无人机应用的广泛普及,很多应用场合中需要实现无人机自主飞行或半自主飞行,这就需要对无人机预设飞行航线或要求无人机具备一定自主规划航线的功能。在实际飞行中,特别是在无人机飞行区域靠近地面或应用场景有较多障碍物时,规划航线是一个非常繁琐的事情,稍不注意就会产生撞击事故。
目前解决方法是基于三维地图设立局部禁飞区,在三维地图无法满足的场合只能通过人工先测量然后进行限飞区的设置;这些方法存在精度低、过程繁琐等问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于激光雷达数据的危险区域预判方法,通过对无人机飞行过程中是否进入危险区域进行预判,降低了发生撞击事故的可能性,并且具有预判精度高,判断过程简单方便的优势。
本发明的目的是通过以下技术方案来实现的:一种基于激光雷达数据的危险区域预判方法,包括以下步骤:
S1.利用激光雷达设备采集电网线路通道范围内的杆塔信息,进行三维场景的高精度建模,输出杆塔信息的三维点云数据;
S2.对杆塔信息进行处理,标选出无人机巡检路线中的障碍物,生成长方体危险区域;
S3.构建局部大地坐标系,给定空间位置与坐标系中坐标点的转换关系;
S4.将长方体危险区域的八个角点转换到局部大地坐标系中,得到局部大地坐标系下的坐标(CM1,CM2,CM3,CM4,CM5,CM6,CM7,CM8);
S5.将无人机的所在的空间位置转换到局部大地坐标系中,得到无人机在局部大地坐标系的坐标UM;
S6.判断无人机是否处于危险区域内。
进一步地,所述杆塔信息包括杆塔形状、杆塔位置、杆塔电力线在空中的位置坐标、杆塔周围地势地形、杆塔周围树木和杆塔周围建筑。
其中,所述步骤S2包括:
对无人机巡检线路上的每一个障碍物进行局部危险区域标定处理,生成一个个的三维空间长方体用于框住障碍物,此长方体是不能飞行的危险区域。
其中,所述步骤S3包括:
首先定义一个局部大地坐标系,即以起飞点为原点(OLatE,OLonE,OHeiE),构建局部大地坐标系O-XYZ;X轴的正方向指向正北,Y轴的正方向指向正东,Z轴的正方向指向正上方;
对于任一经纬度已知的空间位置点(LatE,LonE,HeiE),其与局部大地坐标系中坐标点(xM,yM,zM)的转换关系如下:
计算xM:
计算yM:
计算zM:
zM=HeiE-OHeiE;
式中,R表示地球赤道半径,R=6378km。
其中,所述步骤S6包括:
选取危险区域的角点坐标CM1作为参考点,计算该参考点与相邻三个角点之间的向量:
计算无人机在局部大地坐标系的坐标UM与参考点CM1之间的向量:v=UM-CM1;
判断向量v是否满足如下条件:
若满足,则判断无人机处于危险区域内,若不满足,则无人机未处于危险区域内。
本发明的有益效果是:本发明通过对无人机飞行过程中是否进入危险区域进行预判,降低了发生撞击事故的可能性,并且具有预判精度高,判断过程简单方便的优势。
附图说明
图1为本发明的方法流程图;
图2为局部大地坐标系的示意图;
图3为危险区域预判示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
如图1所示,一种基于激光雷达数据的危险区域预判方法,包括以下步骤:
S1.利用激光雷达设备采集电网线路通道范围内的杆塔信息,进行三维场景的高精度建模,输出杆塔信息的三维点云数据;
S2.对杆塔信息进行处理,标选出无人机巡检路线中的障碍物,生成长方体危险区域;
S3.构建局部大地坐标系,给定空间位置与坐标系中坐标点的转换关系;
S4.将长方体危险区域的八个角点转换到局部大地坐标系中,得到局部大地坐标系下的坐标(CM1,CM2,CM3,CM4,CM5,CM6,CM7,CM8);
S5.将无人机的所在的空间位置转换到局部大地坐标系中,得到无人机在局部大地坐标系的坐标UM;
S6.判断无人机是否处于危险区域内。
进一步地,所述杆塔信息包括杆塔形状、杆塔位置、杆塔电力线在空中的位置坐标、杆塔周围地势地形、杆塔周围树木和杆塔周围建筑。
其中,所述步骤S2包括:
对无人机巡检线路上的每一个障碍物进行局部危险区域标定处理,生成一个个的三维空间长方体用于框住障碍物,此长方体是不能飞行的危险区域。
如图2所示,所述步骤S3包括:
首先定义一个局部大地坐标系,即以起飞点为原点(OLatE,OLonE,OHeiE),构建局部大地坐标系O-XYZ;X轴的正方向指向正北,Y轴的正方向指向正东,Z轴的正方向指向正上方;
对于任一经纬度已知的空间位置点(LatE,LonE,HeiE),其与局部大地坐标系中坐标点(xM,yM,zM)的转换关系如下:
计算xM:
计算yM:
计算zM:
zM=HeiE-OHeiE;
式中,R表示地球赤道半径,R=6378km,φ1、φ2、Δφ、Δθ、a1、a2为中间变量。
如图3所示,所述步骤S6包括:
选取危险区域的角点坐标CM1作为参考点,计算该参考点与相邻三个角点之间的向量:
计算无人机在局部大地坐标系的坐标UM与参考点CM1之间的向量:v=UM-CM1;
判断向量v是否满足如下条件:
若满足,则判断无人机处于危险区域内,若不满足,则无人机未处于危险区域内。
综上,本发明通过对无人机飞行过程中是否进入危险区域进行预判,降低了发生撞击事故的可能性,并且具有预判精度高,判断过程简单方便的优势。
最后需要说明的是,以上所述是本发明的优选实施方式,应当理解本发明并非局限于所披露的形式,不应该看作是对其他实施例的排除,而可用于其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (5)
1.一种基于激光雷达数据的危险区域预判方法,其特征在于:包括以下步骤:
S1.利用激光雷达设备采集电网线路通道范围内的杆塔信息,进行三维场景的高精度建模,输出杆塔信息的三维点云数据;
S2.对杆塔信息进行处理,标选出无人机巡检路线中的障碍物,生成长方体危险区域;
S3.构建局部大地坐标系,给定空间位置与坐标系中坐标点的转换关系;
S4.将长方体危险区域的八个角点转换到局部大地坐标系中,得到局部大地坐标系下的坐标(CM1,CM2,CM3,CM4,CM5,CM6,CM7,CM8);
S5.将无人机的所在的空间位置转换到局部大地坐标系中,得到无人机在局部大地坐标系的坐标UM;
S6.判断无人机是否处于危险区域内。
2.根据权利要求1所述的一种基于激光雷达数据的危险区域预判方法,其特征在于:所述杆塔信息包括杆塔形状、杆塔位置、杆塔电力线在空中的位置坐标、杆塔周围地势地形、杆塔周围树木和杆塔周围建筑。
3.根据权利要求1所述的一种基于激光雷达数据的危险区域预判方法,其特征在于:所述步骤S2包括:
对无人机巡检线路上的每一个障碍物进行局部危险区域标定处理,生成一个个的三维空间长方体用于框住障碍物,此长方体是不能飞行的危险区域。
4.根据权利要求1所述的一种基于激光雷达数据的危险区域预判方法,其特征在于:所述步骤S3包括:
首先定义一个局部大地坐标系,即以起飞点为原点(OLatE,OLonE,OHeiE),构建局部大地坐标系O-XYZ;X轴的正方向指向正北,Y轴的正方向指向正东,Z轴的正方向指向正上方;
对于任一经纬度已知的空间位置点(LatE,LonE,HeiE),其与局部大地坐标系中坐标点(xM,yM,zM)的转换关系如下:
计算xM:
计算yM:
计算zM:
zM=HeiE-OHeiE;
式中,R表示地球赤道半径,R=6378km。
5.根据权利要求3所述的一种基于激光雷达数据的危险区域预判方法,其特征在于:所述步骤S6包括:
选取危险区域的角点坐标CM1作为参考点,计算该参考点与相邻三个角点之间的向量:
计算无人机在局部大地坐标系的坐标UM与参考点CM1之间的向量:v=UM-CM1;
判断向量v是否满足如下条件:
若满足,则判断无人机处于危险区域内,若不满足,则无人机未处于危险区域内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811056948.3A CN109444915B (zh) | 2018-09-11 | 2018-09-11 | 一种基于激光雷达数据的危险区域预判方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811056948.3A CN109444915B (zh) | 2018-09-11 | 2018-09-11 | 一种基于激光雷达数据的危险区域预判方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109444915A true CN109444915A (zh) | 2019-03-08 |
CN109444915B CN109444915B (zh) | 2020-11-03 |
Family
ID=65533311
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811056948.3A Active CN109444915B (zh) | 2018-09-11 | 2018-09-11 | 一种基于激光雷达数据的危险区域预判方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109444915B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110594A (zh) * | 2021-05-08 | 2021-07-13 | 北京三快在线科技有限公司 | 控制无人机避障的方法、装置、存储介质及无人机 |
CN113156397A (zh) * | 2021-06-25 | 2021-07-23 | 雷神等离子科技(杭州)有限公司 | 一种高灵敏度激光雷达及其信号处理方法、定位方法 |
CN114609591A (zh) * | 2022-03-18 | 2022-06-10 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591355A (zh) * | 2012-02-24 | 2012-07-18 | 山东电力研究院 | 无人机电力巡线安全距离检测方法 |
CN105512603A (zh) * | 2015-01-20 | 2016-04-20 | 上海伊霍珀信息科技股份有限公司 | 基于向量点积原理的危险驾驶检测方法 |
CN105957145A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 道路障碍物识别方法和装置 |
CN107015240A (zh) * | 2017-05-22 | 2017-08-04 | 上海华测导航技术股份有限公司 | 一种基于无人机激光雷达的电力网络管理***及方法 |
CN107238845A (zh) * | 2017-05-19 | 2017-10-10 | 云南电网有限责任公司电力科学研究院 | 一种基于三维激光扫描的输电线路无人机飞行路径检测方法 |
WO2018063650A1 (en) * | 2016-09-30 | 2018-04-05 | Intel Corporation | Methods and apparatus to wirelessly power an unmanned aerial vehicle |
CN108062109A (zh) * | 2017-12-13 | 2018-05-22 | 天津萨瑞德科技有限公司 | 无人机避障方法 |
CN108256417A (zh) * | 2017-12-01 | 2018-07-06 | 西安电子科技大学 | 基于室外场景点云数据处理的违章建筑识别方法 |
-
2018
- 2018-09-11 CN CN201811056948.3A patent/CN109444915B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591355A (zh) * | 2012-02-24 | 2012-07-18 | 山东电力研究院 | 无人机电力巡线安全距离检测方法 |
CN105512603A (zh) * | 2015-01-20 | 2016-04-20 | 上海伊霍珀信息科技股份有限公司 | 基于向量点积原理的危险驾驶检测方法 |
CN105957145A (zh) * | 2016-04-29 | 2016-09-21 | 百度在线网络技术(北京)有限公司 | 道路障碍物识别方法和装置 |
WO2018063650A1 (en) * | 2016-09-30 | 2018-04-05 | Intel Corporation | Methods and apparatus to wirelessly power an unmanned aerial vehicle |
CN107238845A (zh) * | 2017-05-19 | 2017-10-10 | 云南电网有限责任公司电力科学研究院 | 一种基于三维激光扫描的输电线路无人机飞行路径检测方法 |
CN107015240A (zh) * | 2017-05-22 | 2017-08-04 | 上海华测导航技术股份有限公司 | 一种基于无人机激光雷达的电力网络管理***及方法 |
CN108256417A (zh) * | 2017-12-01 | 2018-07-06 | 西安电子科技大学 | 基于室外场景点云数据处理的违章建筑识别方法 |
CN108062109A (zh) * | 2017-12-13 | 2018-05-22 | 天津萨瑞德科技有限公司 | 无人机避障方法 |
Non-Patent Citations (1)
Title |
---|
刘一杉: "低空环境下视觉辅助无人机避障***的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113110594A (zh) * | 2021-05-08 | 2021-07-13 | 北京三快在线科技有限公司 | 控制无人机避障的方法、装置、存储介质及无人机 |
CN113156397A (zh) * | 2021-06-25 | 2021-07-23 | 雷神等离子科技(杭州)有限公司 | 一种高灵敏度激光雷达及其信号处理方法、定位方法 |
CN113156397B (zh) * | 2021-06-25 | 2021-10-19 | 雷神等离子科技(杭州)有限公司 | 一种高灵敏度激光雷达及其信号处理方法、定位方法 |
CN114609591A (zh) * | 2022-03-18 | 2022-06-10 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
CN114609591B (zh) * | 2022-03-18 | 2022-12-20 | 湖南星晟智控科技有限公司 | 一种基于激光点云数据的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109444915B (zh) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10962650B2 (en) | Polyhedral geofences | |
CN105698762A (zh) | 一种单机航迹上基于不同时刻观测点的目标快速定位方法 | |
CN105242285B (zh) | 一种基于卫星通信的无人机导航数据被欺骗识别方法 | |
CN107132542B (zh) | 一种基于光学和多普勒雷达的小天体软着陆自主导航方法 | |
CN109444915A (zh) | 一种基于激光雷达数据的危险区域预判方法 | |
CN107084725A (zh) | 一种多旋翼无人机电力巡检三维航线规划方法 | |
CN106871927A (zh) | 一种无人机光电吊舱安装误差标校方法 | |
CN107490364A (zh) | 一种大角度倾斜成像航空相机对地目标定位方法 | |
WO2022193106A1 (zh) | 一种通过惯性测量参数将gps与激光雷达融合定位的方法 | |
CN105786019A (zh) | 一种载机飞行控制方法和*** | |
CN108896957A (zh) | 一种无人机操控信号源的定位***及方法 | |
EP2927894A2 (en) | System and method for automatic generation of aircraft surface guidance and navigation models | |
CN105718660B (zh) | 临近空间大范围机动弹道三维包络计算方法 | |
CN111273282B (zh) | 一种无人机机载雷达地面扫描覆盖区域计算方法 | |
Shi et al. | Omnidirectional angle constraint based dynamic six-degree-of-freedom measurement for spacecraft rendezvous and docking simulation | |
CN103644917A (zh) | 移动测量平台激光雷达旋转与平移参数计算方法 | |
Moore et al. | UAV Inspection of Electrical Transmission Infrastructure with Path Conformance Autonomy and Lidar-based Geofences NASA Report on UTM Reference Mission Flights at Southern Company Flights November 2016 | |
CN103760562A (zh) | 一种机载圆迹合成孔径雷达航线的获取方法 | |
CN111912408B (zh) | 由具有导航设备的飞行器执行的方法和飞行器的导航装置 | |
CN110968910B (zh) | 一种双视线正交的激光雷达卫星姿态设计方法及控制*** | |
CN106250684B (zh) | 基于地固系数据的卫星过境时间快速计算方法 | |
Lu et al. | Research on trajectory planning in thunderstorm weather based on dynamic window algorithm during approach segment | |
CN104457756B (zh) | 一种基于双机测距的海面物体定位方法 | |
Krasuski et al. | Algorithms for improving the position determination of an UAV equipped with a single-frequency GPS receiver for low-altitude photogrammetry | |
Đorđević et al. | Flight Plan Preparation for Point Cloud Data Collection Utilizing the Laser Scanner ALS80HP |
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 |