CN111652460A - 多无人机协同巡检多杆塔的智能优化方法和*** - Google Patents

多无人机协同巡检多杆塔的智能优化方法和*** Download PDF

Info

Publication number
CN111652460A
CN111652460A CN202010281573.1A CN202010281573A CN111652460A CN 111652460 A CN111652460 A CN 111652460A CN 202010281573 A CN202010281573 A CN 202010281573A CN 111652460 A CN111652460 A CN 111652460A
Authority
CN
China
Prior art keywords
inspection
unmanned aerial
aerial vehicle
task
base
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
Application number
CN202010281573.1A
Other languages
English (en)
Inventor
徐海青
陈是同
罗贺
王国强
秦浩
毛舒乐
王菊
梁翀
王文清
李环
余江斌
浦正国
胡丁丁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Hefei University of Technology
Anhui Jiyuan Software Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Hefei University of Technology
Anhui Jiyuan Software Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Hefei University of Technology, Anhui Jiyuan Software Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010281573.1A priority Critical patent/CN111652460A/zh
Publication of CN111652460A publication Critical patent/CN111652460A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种多无人机协同巡检多杆塔的智能优化方法和***，属于无人机巡检领域。所述方法包括：预先建立巡检区域的信息库；接收针对所述巡检区域内指定个杆塔的巡检任务；获取无人机基地中无人机的能力信息；根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。所述***包括：巡检管控中心模块、无人机管控模块和智能规划模块。本发明实现了真正的多无人机协同，以更优化的方式完成电力杆塔的巡检任务，不仅降低了成本，也提高了任务效率。

Description

多无人机协同巡检多杆塔的智能优化方法和***
技术领域
本发明涉及无人机巡检领域，特别涉及一种多无人机协同巡检多杆塔的智能优化方法和***。
背景技术
在无人机执行巡检电力杆塔任务的应用中，多数情况下都是对一个巡检区域内的多个杆塔进行巡检。目前，有一种采用多个无人机进行自动化巡检电力杆塔的技术，将巡检区域划分为多个区域，每个无人机单独负责一个区域进行巡检电力杆塔，该技术只是各个无人机简单地并行，没有实现多机之间的协同，没有充分发挥协同的优势，导致巡检的效率较低。
发明内容
本发明提供了一种多无人机协同巡检多杆塔的智能优化方法和***。所述技术方案如下：
第一方面，本发明提供了一种多无人机协同巡检多杆塔的智能优化方法，所述方法包括：
预先建立巡检区域的信息库；
接收针对所述巡检区域内指定个杆塔的巡检任务；
获取无人机基地中无人机的能力信息；
根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
可选地，获取无人机基地中无人机的能力信息，包括：
确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常。
可选地，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，包括：
根据所述信息库中的杆塔信息、所述无人机的能力信息和所述巡检任务中每一个指定杆塔的巡检要求，分别按照完成所述巡检任务所用时间最短的原则，完成所述巡检任务的飞行距离最短的原则，完成所述巡检任务所用无人机数量最少的原则，以及选用最近一次所述巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案，发送所述多个巡检方案给巡检人员，并接收所述巡检人员确认的最优巡检方案。
可选地，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，包括：
根据所述巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
可选地，所述方法还包括以下一个或多个步骤：
将本次确定的所述巡检方案保存在所述巡检区域的历史作业方案中；或，
接收所述无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收所述无人机实时上传的自身状态变化信息并保存。
第二方面，本发明还提供了一种多无人机协同巡检多杆塔的智能优化***，所述***包括：
巡检管控中心模块，用于预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务；
无人机管控模块，用于在所述巡检管控中心模块的调度下，获取无人机基地中无人机的能力信息，在接收到巡检方案后下发驱动指令，驱动所述无人机基地中相应的无人机出发执行所述巡检任务；
智能规划模块，用于在所述巡检管控中心模块的调度下，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案并发送给所述无人机管控模块。
可选地，所述无人机管控模块具体用于：
在所述巡检管控中心模块的调度下，确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常，在接收到巡检方案后下发驱动指令，驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
可选地，所述智能规划模块具体用于：
在所述巡检管控中心模块的调度下，根据所述信息库中的杆塔信息、所述无人机的能力信息和所述巡检任务中每一个指定杆塔的巡检要求，分别按照完成所述巡检任务所用时间最短的原则，完成所述巡检任务的飞行距离最短的原则，完成所述巡检任务所用无人机数量最少的原则，以及选用最近一次所述巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案，发送所述多个巡检方案给巡检人员，并接收所述巡检人员确认的最优巡检方案，将所述最优巡检方案发送给所述无人机管控模块。
可选地，所述无人机管控模块包括：
下发单元，用于根据所述巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
可选地，所述巡检管控中心模块还用于执行以下一个或多个步骤：
将本次确定的所述巡检方案保存在所述巡检区域的历史作业方案中；或，
接收所述无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收所述无人机实时上传的自身状态变化信息并保存。
本发明提供的技术方案带来的有益效果是：通过预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务，获取无人机基地中无人机的能力信息，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，使得多无人机协同电力巡检过程中各相关职能模块分工明确，任务流程完整且清晰，实现真正的多无人机协同，以更优化的方式完成电力杆塔的巡检任务，不仅降低了成本，也提高了任务效率。另外，既可以对任务响应进行处置调度，又可以对无人机编队进行综合调度，还可以对每一次巡检任务的执行情况进行记录和分析，从而为巡检任务的制定过程提供决策支持数据，以实现智能高效的目标。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本发明一实施例提供的多无人机协同巡检多杆塔的智能优化方法流程图；
图2是本发明另一实施例提供的多无人机协同巡检多杆塔的智能优化方法流程图；
图3是本发明另一实施例提供的多无人机协同巡检多杆塔的智能优化***结构图；
图4是本发明另一实施例提供的多无人机协同巡检多杆塔的智能优化流程示意图；
图5是本发明另一实施例提供的多无人机协同巡检多杆塔的智能优化***应用场景示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供一种多无人机协同巡检多杆塔的智能优化方法和***，基于多个无人机协同合作对一个巡检区域内的多个杆塔进行巡检。通常，在一个巡检区域内，有若干个杆塔等待巡检，每一座杆塔所消耗的巡检时间是已知的且各不相同，由无人机基地内的多架无人机负责该巡检区域的杆塔巡检任务，因此，需要为每一架无人机进行任务分配以及路径规划，完成任务后所有无人机返回基地。
参见图1，本发明一实施例提供了一种多无人机协同巡检多杆塔的智能优化方法，该方法包括：
101：预先建立巡检区域的信息库；
本实施例中，信息库可以包括但不限于：巡检区域的地形地图信息和巡检区域分布的所有电力杆塔的信息。其中，杆塔的信息包括但不限于：杆塔的坐标位置信息，杆塔的编号(电网中的专业编号)、类型(干字型塔、门字形塔、V字型塔、猫头型塔和羊角塔等)，每个杆塔的已使用时长，每个杆塔上包含的关键部件类型(绝缘子、防震锤、线路金具)、数量以及分布位置等等。
102：接收针对巡检区域内指定个杆塔的巡检任务；
其中，巡检任务可以包括：需要巡检的杆塔、每个杆塔所需的巡检时长以及建议使用无人机的数量等等，具体可以根据巡检的需要来设置，本实施例对此不限定。
103：获取无人机基地中无人机的能力信息；
104：根据信息库、无人机的能力信息和巡检任务，采用预设的算法确定相应的巡检方案，根据巡检方案下发驱动指令驱动无人机基地中相应的无人机出发执行巡检任务。
本实施例中，可选的，获取无人机基地中无人机的能力信息，包括：
确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常。
本实施例中，可选的，根据信息库、无人机的能力信息和巡检任务，采用预设的算法确定相应的巡检方案，包括：
根据信息库中的杆塔信息、无人机的能力信息和巡检任务中每一个指定杆塔的巡检要求，采用预设的算法计算出多个巡检方案，发送多个巡检方案给巡检人员，并接收巡检人员确认的最优巡检方案。
本实施例中，可选的，采用预设的算法计算出多个巡检方案，包括：
分别按照完成巡检任务所用时间最短的原则，完成巡检任务的飞行距离最短的原则，完成巡检任务所用无人机数量最少的原则，以及选用最近一次该巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案。
本实施例中，可选的，根据巡检方案下发驱动指令驱动无人机基地中相应的无人机出发执行巡检任务，包括：
根据巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动无人机基地中相应的无人机出发执行巡检任务。
本实施例中，可选的，上述方法还包括以下一个或多个步骤：
将本次确定的巡检方案保存在巡检区域的历史作业方案中；或，
接收无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收无人机实时上传的自身状态变化信息并保存。
本实施例提供的上述方法，通过预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务，获取无人机基地中无人机的能力信息，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，使得多无人机协同电力巡检过程中各相关职能模块分工明确，任务流程完整且清晰，实现真正的多无人机协同，以更优化的方式完成电力杆塔的巡检任务，不仅降低了成本，也提高了任务效率。另外，既可以对任务响应进行处置调度，又可以对无人机编队进行综合调度，还可以对每一次巡检任务的执行情况进行记录和分析，从而为巡检任务的制定过程提供决策支持数据，以实现智能高效的目标。
参见图2，本发明另一实施例提供了一种多无人机协同巡检多杆塔的智能优化方法，该方法包括：
201：预先建立巡检区域的信息库；
本实施例中，可选的，本步骤可以包括：
预先获取巡检区域内每一座杆塔的位置信息，生成该巡检区域的地图，在地图内标明每一座杆塔的位置信息。
202：接收针对巡检区域内指定个杆塔的巡检任务；
203：确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常；
其中，无人机搭载的传感器包括但不限于：可见光相机、紫外相机、红外热像仪等传感器，具体不限定。
本实施例，进一步地，还可以在生成的巡检区域的地图上标记上述指定个杆塔，以无人机基地所处位置为无人机出发作业的起点和终点，并在该地图上标记该起点和终点，从而方便巡检人员在界面上查看。其中，起点和终点与上述指定个杆塔可以区别标记，以方便识别。
204：根据信息库中的杆塔信息、无人机的能力信息和巡检任务中每一个指定杆塔的巡检要求，分别按照完成巡检任务所用时间最短的原则，完成巡检任务的飞行距离最短的原则，完成巡检任务所用无人机数量最少的原则，以及选用最近一次巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案；
其中，每一个指定杆塔的巡检要求可以包括：杆塔上要求的巡检关键部件(包括类型、数量、分布等)，以及每个关键部件要求获取的传感数据(包括视频和图像等)。根据巡检要求以及信息库中的杆塔相关信息，可以评估出一个杆塔巡检所需的时间。
另外，还可以在界面的地图上显示每一个巡检方案的模拟巡检路径效果，进一步地，还可以显示巡检方案的成本，如用时、路程等等。
205：发送多个巡检方案给巡检人员，并接收巡检人员确认的最优巡检方案；
206：根据巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动无人机基地中相应的无人机出发执行巡检任务；
其中，广播的方式是指向所有无人机发送指令，有任务的无人机接收指令并执行任务，其他无人机忽略该指令。点对点的方式是指只向有任务的无人机单独发送指令，其他无关的无人机不会收到指令。
207：将本次确定的巡检方案保存在巡检区域的历史作业方案中；
本实施例中，当有多个巡检区域时，不同的巡检区域可以各自保存各自的历史巡检信息。
208：接收无人机上传的巡检过程中拍摄的视频和图像并保存，接收无人机实时上传的自身状态变化信息并保存。
其中，无人机上传的视频和图像可以保存到本次巡检对应的数字档案中进行归档，该视频和图像包括杆塔上本次巡检的所有关键部件的实时视频和图像。无人机的状态包括开机状态和关机状态，当无人机的状态发生改变时，无人机会实时上传自身状态，具体的，可以上传状态对应的编码，如编码为1对应开机状态，编码为0对应关机状态等等。
本实施例提供的上述方法，通过预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务，获取无人机基地中无人机的能力信息，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，使得多无人机协同电力巡检过程中各相关职能模块分工明确，任务流程完整且清晰，实现真正的多无人机协同，以更优化的方式完成电力杆塔的巡检任务，不仅降低了成本，也提高了任务效率。另外，既可以对任务响应进行处置调度，又可以对无人机编队进行综合调度，还可以对每一次巡检任务的执行情况进行记录和分析，从而为巡检任务的制定过程提供决策支持数据，以实现智能高效的目标。
参见图3，本发明另一实施例提供了一种多无人机协同巡检多杆塔的智能优化***，该***包括：
巡检管控中心模块301，用于预先建立巡检区域的信息库，接收针对巡检区域内指定个杆塔的巡检任务；
无人机管控模块302，用于在巡检管控中心模块的调度下，获取无人机基地中无人机的能力信息，在接收到巡检方案后下发驱动指令，驱动无人机基地中相应的无人机出发执行巡检任务；
智能规划模块303，用于在巡检管控中心模块的调度下，根据信息库、无人机的能力信息和巡检任务，采用预设的算法确定相应的巡检方案并发送给无人机管控模块。
其中，巡检管控中心模块建立的巡检区域的信息库可以包括：巡检区域的地形地图信息和巡检区域分布的所有电力杆塔的信息，且可以显示在巡检管控中心模块所在设备的界面上，同时也可以显示在巡检人员手持的移动终端界面上。相应地，在接收到巡检任务后，还可以将巡检任务中指定个杆塔以及相关信息标记在地图上，从而方便相关人员查看。
本实施例中，可选的，无人机管控模块具体用于：
在巡检管控中心模块的调度下，确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常，在接收到巡检方案后下发驱动指令，驱动无人机基地中相应的无人机出发执行巡检任务。
本实施例中，每一架无人机都有自己的ID，无人机管控模块可以识别。当无人机的状态发生改变时，无人机会实时发送自己的ID以及状态对应的编码给无人机管控模块，无人机管控模块据此掌握无人机的状态变化信息。其中，无人机的状态包括开机状态和关机状态，具体的，可以将无人机的开机状态编码为1，关机状态编码为0。
另外，无人机管控模块下发的驱动指令可以包含：无人机的ID、无人机的飞行路径、无人机的传感器工作指令等等。无人机收到驱动指令后，直接执行对应的操作，从而完成巡检任务。其中，无人机管控模块的驱动指令可以采用以下两种下发方式中的任一种：广播的方式，或者点对点的方式，具体不限定。其中，广播的方式是指向所有无人机发送指令，有任务的无人机接收指令并执行任务，其他无人机忽略该指令。点对点的方式是指只向有任务的无人机单独发送指令，其他无关的无人机不会收到指令。
本实施例中，无人机管控模块可以监控无人机基地的所有情况，包括：每一次无人机出动的记录，基地中所有无人机的状态，可用无人机的数量，损坏或故障无人机的数量，每一架无人机的属性数据，每一架无人机搭载的传感器信息等等。
其中，无人机出动的记录包括：无人机的出动数量、出动时间、出动事由(包括无人机工作区域说明)、返回的时间以及返回的数量等等。基地中所有无人机的状态，包括：在库或在外执行任务，速度，剩余电量以及位置等等。无人机的属性数据包括但不限于：重量、尺寸、型号、电池容量、续航时间、飞行速度、爬升率等。其中，无人机搭载的传感器信息包括：传感器的数量、类型以及是否能正常使用等等。
本实施例中，可选的，智能规划模块具体用于：
在巡检管控中心模块的调度下，根据信息库中的杆塔信息、无人机的能力信息和巡检任务中每一个指定杆塔的巡检要求，采用预设的算法计算出多个巡检方案，发送多个巡检方案给巡检人员，并接收巡检人员确认的最优巡检方案，将最优巡检方案发送给无人机管控模块。
其中，智能规划模块可以基于信息库中的杆塔相关信息以及巡检任务中每一个杆塔的巡检要求，评估出每个杆塔巡检所需的时间。并且，每个杆塔巡检所需的时间以及无人机管控模块提供的无人机能力信息，可以作为智能算法的输入，由智能规划模块调用智能算法进行计算，得出不同类型的优化方案反馈给巡检人员选择确认。
本实施例中，可选的，智能规划模块包括：
算法单元，用于分别按照完成巡检任务所用时间最短的原则，完成巡检任务的飞行距离最短的原则，完成巡检任务所用无人机数量最少的原则，以及选用最近一次巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案。
本实施例中，可选的，无人机管控模块包括：
下发单元，用于根据巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动无人机基地中相应的无人机出发执行巡检任务。
本实施例中，可选的，巡检管控中心模块还用于执行以下一个或多个步骤：
将本次确定的巡检方案保存在巡检区域的历史作业方案中；或，
接收无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收无人机实时上传的自身状态变化信息并保存。
其中，无人机上传的视频和图像会标记上无人机的ID以及这些视频和图像来源的杆塔的编号，从而方便后续数据调用。上述各种信息可以保存在视频汇聚服务器上。
参见图4，为本发明又一实施例提供的多无人机协同巡检多杆塔的智能优化流程示意图。其中，多无人机协同巡检多杆塔的智能优化***包括：巡检管控中心模块、无人机管控模块和智能规划模块。巡检任务下达巡检管控中心模块后，调用无人机管控模块获取无人机的能力信息，再调用智能规划模块根据巡检任务、无人机的能力信息及预先建立的巡检区域的信息库，采用预设的算法计算出巡检方案，由巡检人员确定相应的巡检方案后，发送给无人机管控模块，从而由无人机管控模块下发驱动指令，驱动无人机基地中相应的无人机出发执行巡检任务，完成整个巡检流程。
参见图5，为本发明另一实施例提供的多无人机协同巡检多杆塔的智能优化***应用场景示意图。其中，预先建立的巡检区域的信息库可以保存在巡检数据汇聚服务器上，多无人机协同巡检多杆塔的智能优化***通过巡检管控中心模块获取无人机的能力信息，并根据巡检任务、无人机的能力信息及上述信息库，采用预设的算法计算出巡检方案，驱动无人机基地中相应的无人机出发，按照巡检方案执行巡检任务，完成整个巡检流程。无人机巡检过程中拍摄的视频和图像也可以上传保存至巡检数据汇聚服务器中。
本实施例提供的上述***可以执行上述任一方法实施例中提供的方法，详细过程见方法实施例中的描述，此处不赘述。
本实施例提供的上述***，通过预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务，获取无人机基地中无人机的能力信息，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，使得多无人机协同电力巡检过程中各相关职能模块分工明确，任务流程完整且清晰，实现真正的多无人机协同，以更优化的方式完成电力杆塔的巡检任务，不仅降低了成本，也提高了任务效率。另外，既可以对任务响应进行处置调度，又可以对无人机编队进行综合调度，还可以对每一次巡检任务的执行情况进行记录和分析，从而为巡检任务的制定过程提供决策支持数据，以实现智能高效的目标。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，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)

1.一种多无人机协同巡检多杆塔的智能优化方法，其特征在于，所述方法包括：
预先建立巡检区域的信息库；
接收针对所述巡检区域内指定个杆塔的巡检任务；
获取无人机基地中无人机的能力信息；
根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
2.根据权利要求1所述的方法，其特征在于，获取无人机基地中无人机的能力信息，包括：
确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常。
3.根据权利要求1所述的方法，其特征在于，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案，包括：
根据所述信息库中的杆塔信息、所述无人机的能力信息和所述巡检任务中每一个指定杆塔的巡检要求，分别按照完成所述巡检任务所用时间最短的原则，完成所述巡检任务的飞行距离最短的原则，完成所述巡检任务所用无人机数量最少的原则，以及选用最近一次所述巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案，发送所述多个巡检方案给巡检人员，并接收所述巡检人员确认的最优巡检方案。
4.根据权利要求1所述的方法，其特征在于，根据所述巡检方案下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务，包括：
根据所述巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括以下一个或多个步骤：
将本次确定的所述巡检方案保存在所述巡检区域的历史作业方案中；或，
接收所述无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收所述无人机实时上传的自身状态变化信息并保存。
6.一种多无人机协同巡检多杆塔的智能优化***，其特征在于，所述***包括：
巡检管控中心模块，用于预先建立巡检区域的信息库，接收针对所述巡检区域内指定个杆塔的巡检任务；
无人机管控模块，用于在所述巡检管控中心模块的调度下，获取无人机基地中无人机的能力信息，在接收到巡检方案后下发驱动指令，驱动所述无人机基地中相应的无人机出发执行所述巡检任务；
智能规划模块，用于在所述巡检管控中心模块的调度下，根据所述信息库、所述无人机的能力信息和所述巡检任务，采用预设的算法确定相应的巡检方案并发送给所述无人机管控模块。
7.根据权利要求6所述的***，其特征在于，所述无人机管控模块具体用于：
在所述巡检管控中心模块的调度下，确认无人机基地中空闲且可用的无人机数量，获取每个空闲且可用的无人机的以下一种或多种信息：电池续航数据、巡航飞行速度数据、导航***是否正常以及搭载的传感器是否正常，在接收到巡检方案后下发驱动指令，驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
8.根据权利要求6所述的***，其特征在于，所述智能规划模块具体用于：
在所述巡检管控中心模块的调度下，根据所述信息库中的杆塔信息、所述无人机的能力信息和所述巡检任务中每一个指定杆塔的巡检要求，分别按照完成所述巡检任务所用时间最短的原则，完成所述巡检任务的飞行距离最短的原则，完成所述巡检任务所用无人机数量最少的原则，以及选用最近一次所述巡检区域巡检所用方案的原则，采用预设的算法计算出多个巡检方案，发送所述多个巡检方案给巡检人员，并接收所述巡检人员确认的最优巡检方案，将所述最优巡检方案发送给所述无人机管控模块。
9.根据权利要求6所述的***，其特征在于，所述无人机管控模块包括：
下发单元，用于根据所述巡检方案采用广播的方式或者点对点的方式，下发驱动指令驱动所述无人机基地中相应的无人机出发执行所述巡检任务。
10.根据权利要求6所述的***，其特征在于，所述巡检管控中心模块还用于执行以下一个或多个步骤：
将本次确定的所述巡检方案保存在所述巡检区域的历史作业方案中；或，
接收所述无人机上传的巡检过程中拍摄的视频和图像并保存；或，
接收所述无人机实时上传的自身状态变化信息并保存。
CN202010281573.1A 2020-04-10 2020-04-10 多无人机协同巡检多杆塔的智能优化方法和*** Pending CN111652460A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010281573.1A CN111652460A (zh) 2020-04-10 2020-04-10 多无人机协同巡检多杆塔的智能优化方法和***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010281573.1A CN111652460A (zh) 2020-04-10 2020-04-10 多无人机协同巡检多杆塔的智能优化方法和***

Publications (1)

Publication Number Publication Date
CN111652460A true CN111652460A (zh) 2020-09-11

Family

ID=72346162

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010281573.1A Pending CN111652460A (zh) 2020-04-10 2020-04-10 多无人机协同巡检多杆塔的智能优化方法和***

Country Status (1)

Country Link
CN (1) CN111652460A (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112817324A (zh) * 2020-12-17 2021-05-18 国网山西省电力公司运城供电公司 配网线路多无人机协同巡检任务分配方法和***
CN112947556A (zh) * 2021-02-05 2021-06-11 国网浙江省电力有限公司丽水供电公司 一种多无人机协同巡检的编队方法及***
CN113064449A (zh) * 2021-03-31 2021-07-02 广东电网有限责任公司电力调度控制中心 一种无人机调度方法及***
CN113204247A (zh) * 2021-04-16 2021-08-03 深圳市艾赛克科技有限公司 一种无人机巡检***
CN113724415A (zh) * 2021-09-01 2021-11-30 国网福建省电力有限公司龙岩供电公司 一种配电线路无人机交互式自动巡检方法及设备
CN113888028A (zh) * 2021-10-27 2022-01-04 广东电网有限责任公司 巡视任务分配方法、装置、电子设备以及存储介质
CN114253300A (zh) * 2021-12-03 2022-03-29 国网智能科技股份有限公司 一种网格化机巢的无人机巡检***及方法
CN116091952A (zh) * 2023-04-10 2023-05-09 江苏智绘空天技术研究院有限公司 一种基于大数据的地空一体智能云控管理***及方法
CN116665336A (zh) * 2023-05-19 2023-08-29 国汽朴津智能科技(安庆)有限公司 一种基于功能区域的巡检任务执行方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739512A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 无人机自动巡检***及方法
CN106771856A (zh) * 2016-11-30 2017-05-31 国网河南省电力公司滑县供电公司 基于无人机技术的电力输电线路雷击点确定方法
CN106842963A (zh) * 2017-04-14 2017-06-13 合肥工业大学 多无人机探测任务分配与航迹规划联合优化方法及装置
CN107908164A (zh) * 2017-11-17 2018-04-13 广州智联网络科技有限公司 一种基于智能体交互技术的无人巡检***
CN110011223A (zh) * 2019-05-07 2019-07-12 江苏方天电力技术有限公司 适于区域输电线路的多无人机协作巡检方法和***
CN110006436A (zh) * 2019-04-30 2019-07-12 国网冀北电力有限公司承德供电公司 电力设施的无人机巡检图的绘制方法及装置
CN110103800A (zh) * 2019-04-30 2019-08-09 江苏方天电力技术有限公司 适于输电线路的无人机智能巡检作业车和巡检方法
CN110413003A (zh) * 2019-07-31 2019-11-05 广东电网有限责任公司 输电线路的巡视方法、装置、设备和计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739512A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 无人机自动巡检***及方法
CN106771856A (zh) * 2016-11-30 2017-05-31 国网河南省电力公司滑县供电公司 基于无人机技术的电力输电线路雷击点确定方法
CN106842963A (zh) * 2017-04-14 2017-06-13 合肥工业大学 多无人机探测任务分配与航迹规划联合优化方法及装置
CN107908164A (zh) * 2017-11-17 2018-04-13 广州智联网络科技有限公司 一种基于智能体交互技术的无人巡检***
CN110006436A (zh) * 2019-04-30 2019-07-12 国网冀北电力有限公司承德供电公司 电力设施的无人机巡检图的绘制方法及装置
CN110103800A (zh) * 2019-04-30 2019-08-09 江苏方天电力技术有限公司 适于输电线路的无人机智能巡检作业车和巡检方法
CN110011223A (zh) * 2019-05-07 2019-07-12 江苏方天电力技术有限公司 适于区域输电线路的多无人机协作巡检方法和***
CN110413003A (zh) * 2019-07-31 2019-11-05 广东电网有限责任公司 输电线路的巡视方法、装置、设备和计算机可读存储介质

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112817324A (zh) * 2020-12-17 2021-05-18 国网山西省电力公司运城供电公司 配网线路多无人机协同巡检任务分配方法和***
CN112947556A (zh) * 2021-02-05 2021-06-11 国网浙江省电力有限公司丽水供电公司 一种多无人机协同巡检的编队方法及***
CN113064449A (zh) * 2021-03-31 2021-07-02 广东电网有限责任公司电力调度控制中心 一种无人机调度方法及***
CN113064449B (zh) * 2021-03-31 2024-03-12 广东电网有限责任公司电力调度控制中心 一种无人机调度方法及***
CN113204247A (zh) * 2021-04-16 2021-08-03 深圳市艾赛克科技有限公司 一种无人机巡检***
CN113724415A (zh) * 2021-09-01 2021-11-30 国网福建省电力有限公司龙岩供电公司 一种配电线路无人机交互式自动巡检方法及设备
CN113888028A (zh) * 2021-10-27 2022-01-04 广东电网有限责任公司 巡视任务分配方法、装置、电子设备以及存储介质
CN114253300A (zh) * 2021-12-03 2022-03-29 国网智能科技股份有限公司 一种网格化机巢的无人机巡检***及方法
CN116091952A (zh) * 2023-04-10 2023-05-09 江苏智绘空天技术研究院有限公司 一种基于大数据的地空一体智能云控管理***及方法
CN116091952B (zh) * 2023-04-10 2023-06-30 江苏智绘空天技术研究院有限公司 一种基于大数据的地空一体智能云控管理***及方法
CN116665336A (zh) * 2023-05-19 2023-08-29 国汽朴津智能科技(安庆)有限公司 一种基于功能区域的巡检任务执行方法及***
CN116665336B (zh) * 2023-05-19 2024-02-02 国汽朴津智能科技(安庆)有限公司 一种基于功能区域的巡检任务执行方法及***

Similar Documents

Publication Publication Date Title
CN111652460A (zh) 多无人机协同巡检多杆塔的智能优化方法和***
CN108189043B (zh) 一种应用于高铁机房的巡检方法及巡检机器人***
CN109002055B (zh) 一种基于无人机的高精度自动巡检方法及***
CN111552311A (zh) 巡检时间受限下的无人机多杆塔巡检优化方法和终端
CN111552306A (zh) 支持杆塔关键部件巡检的无人机路径生成方法和装置
CN109142971B (zh) 输电线路巡检机器人的巡检方法及巡检装置
CN109921517B (zh) 变电站巡检***
CN111667230A (zh) 一种无人机自主巡检作业监控分析***及方法
CN109508021B (zh) 一种自动导引车的导引方法、装置和***
CN109656252A (zh) 一种基于agv的中控调度***和定位导航方法
CN111762519B (zh) 引导拣选机器人作业的方法、***和调度装置
US20220100571A1 (en) Scheduling system, scheduling method, and non-transitory recording medium
CN112506214B (zh) 一种无人机自主风机巡检***的作业流程
CN111724130A (zh) 一种配网机巡作业管理***及管理方法
CN116301056A (zh) 一种多无人机协同巡检***
CN113110583B (zh) 无人机全自动中继巡航方法及***
CN114637320A (zh) 根据历史故障数据确定巡检参数的电缆监测***
CN117410868B (zh) 一种变电站巡检控制方法和装置
CN113554781A (zh) 架空输电线路远程巡检方法、装置和计算机设备
CN113220030A (zh) 无人机电力巡检航线的生成方法、装置、存储介质及电子设备
CN116704116A (zh) 一种露天矿山三维建模协同***及方法
CN115775417A (zh) 基站巡检***、方法及可读存储介质
CN114779811A (zh) 一种输电线路智能协同巡检方法、装置、***及存储介质
CN113077651A (zh) 一种多泊车机器人调度***及调度方法
CN114047746A (zh) 一种无人干预的仓储自动管理方法、***及存储介质

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