CN112783196A - 配网线路无人机自主飞行路径规划方法及*** - Google Patents
配网线路无人机自主飞行路径规划方法及*** Download PDFInfo
- Publication number
- CN112783196A CN112783196A CN202011503686.8A CN202011503686A CN112783196A CN 112783196 A CN112783196 A CN 112783196A CN 202011503686 A CN202011503686 A CN 202011503686A CN 112783196 A CN112783196 A CN 112783196A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- aerial vehicle
- unmanned aerial
- image
- network line
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000007689 inspection Methods 0.000 claims abstract description 49
- 238000012937 correction Methods 0.000 claims abstract description 22
- 238000000605 extraction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000009960 carding Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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)
- Image Analysis (AREA)
Abstract
本发明提供一种配网线路无人机自主飞行路径规划方法及***,涉及配网技术领域。本发明获取的配网线路的影像数据。基于配网线路的影像数据构建典型场景下的配网线路三维模型。基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径。本发明基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,将无人机初始路径图像经过隐患标定,实现复杂电力线路环境下的避障,提高了无人机巡检的安全系数,降低了巡检风险。
Description
技术领域
本发明涉及配网技术领域,具体涉及一种配网线路无人机自主飞行路径规划方法及***。
背景技术
通过近几年的实践与应用,无人机电力巡检业务的业务面进一步扩大,通过小型无人直升机主要开展的业务有日常巡检作业、线路验收、线路检修安全监察、基建巡查、综合检修后的复验;通过固定翼无人机主要开展的业务有通道巡查、防山火特巡、杆塔覆冰特巡、基建巡查、灾情普查等。无人机智能巡检的部署与广泛应用已经有了坚实的实践基础与依据。
对无人机的巡检路径进行自主飞行路径规划,是目前无人机巡检的一个主要研究方向。
现有技术中的配网线路无人机自主飞行路径规划方法一般是针对简单的电力环境,运用在实现复杂电力线路环境下巡检风险较高。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种配网线路无人机自主飞行路径规划方法及***,解决了现有技术中的配网线路无人机自主飞行路径规划方法运用在实现复杂电力线路环境下巡检风险较高的技术问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
本发明提供一种配网线路无人机自主飞行路径规划方法,包括:
获取的配网线路的影像数据;
基于配网线路的影像数据构建典型场景下的配网线路三维模型;
基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径。
优选的,所述基于配网路线的影像数据构建典型场景下的配网线路三维模型,包括:
基于所述影像数据构建环境三维模型;
基于所述影像数据构建杆塔三维模型;
基于所述影像数据构建关键部件三维模型;
录入部件信息。
优选的,所述基于所述影像数据构建环境三维模型,包括:
采用影像识别、多侧面纹理提取、特征地物自动提取自动生成三维环境模型文件,根据无人机巡检所获取的影像数据制作环境三维模型。
优选的,所述环境三维模型包括:地形模型和地物模型;
其中:
所述地形模型构建方法包括:
在高精度数字地表模型DSM基础上,通过影像识别的技术,采用轮廓提取、面片拟合、屋顶重建提取地物三维信息,同时对多视角影像进行影像分割、边缘提取、纹理聚类获取地物全方位纹理信息;建立地物几何信息与纹理信息的对应关系,同时进行整体匀光匀色梳理,实现多视影像的正射处理,构建地形模型。
优选的,所述基于所述影像数据构建杆塔三维模型,包括:
对典型场景下不同类型的杆塔进行外作业扫描,生成点云数据;
通过内作业处理,对点云数据进行粗模勾线和特征点提取,生成杆塔的粗略三维模型;
通过绘制钢化结构与模型渲染,加工生成所有类型杆塔的精细化模型。
优选的,所述基于所述影像数据构建关键部件三维模型,包括:
采用高精度采集、部件测量和精细化修饰的解析方法和作业模式,得到配网线路关键部件的高质量三维模型库;
通过区域色彩校正,利用生成的数字高程模型进行数字微分纠正,生成像片数字正射影像图;
对像片数字正射影像质量进行检查,对影像模糊、错位、扭曲、变形、漏洞问题及现象进行处理,得到关键部件三维模型。
优选的,所述基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,包括:
通过GIS平台快速生成无人机的初始路径图像,并对初始路径图像进行隐患标定修正,将修正后的航迹点输入配网线路三维模型中;
基于配网线路三维模型中航迹点,以最路径为目标生成支持配网关键部件巡检的无人机路径。
本发明还提供了一种配网线路无人机自主飞行路径规划***,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述计算机程序时实现上述方法的步骤。
(三)有益效果
本发明提供了一种配网线路无人机自主飞行路径规划方法及***。与现有技术相比,具备以下有益效果:
本发明基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,将无人机初始路径图像经过隐患标定,实现复杂电力线路环境下的避障,提高了无人机巡检的安全系数,降低了巡检风险。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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为本发明实施例一种配网线路无人机自主飞行路径规划方法的框图;
图2地形模型实例图;
图3为杆塔的粗略三维模型的示意图;
图4为杆塔的精细化模型的示意图;
图5为关键部件三维模型的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例通过提供一种配网线路无人机自主飞行路径规划方法,解决了现有技术中的配网线路无人机自主飞行路径规划方法运用在实现复杂电力线路环境下巡检风险较高的技术问题,实现复杂电力线路环境下的避障,提高了无人机巡检的安全系数,降低了巡检风险。
本申请实施例中的技术方案为解决上述技术问题,总体思路如下:
无人机自主飞行路径规划技术有两种,一种是利用北斗高精度定位服务精确记录无人机巡检输电线路时的飞行路径,将此路径作为先验路径进行路径点设计,另外一种是对输电杆塔以及走廊进行精确的三维建模,在三维模型及场景中进行路径设计。利用无人机精细化巡检获取路径点需要在无人机上搭载基于RTK差分技术的高精度定位装置,在该装置的辅助下能够使无人机平台在复杂环境下拥有较高的定位精度和航向精度,结合高精度的云台控制机构,使得相机能够获得较好的朝向精度。三维场景辅助飞行线路设计的方案是指在三维场景里运用自动或半自动的路径规划算法,将无人机巡检需要考虑的限制因素以条件的形式输入算法,再由计算机配合三维场景辅助设计巡检路线。该方案需要对输电线路通道进行三维建模,建模的内容包括杆塔自身的建模,杆塔坐标位置的采集,周围环境如树木、房屋的建模以及输电通道地形DEM的创建。本发明实施例基于第二种方法进行配网线路无人机自主飞行路径规划。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
本发明实施例提供了一种配网线路无人机自主飞行路径规划方法,如图1所示,该方法包括步骤S1~S3。
S1、获取的配网线路的影像数据。
S2、基于配网线路的影像数据构建典型场景下的配网线路三维模型。
S3、基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径。
本发明实施例基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,将无人机初始路径图像经过隐患标定,实现复杂电力线路环境下的避障,提高了无人机巡检的安全系数,降低了巡检风险。
在一实施例中,S1、获取的配网路线的影像数据。具体为:
在本发明实施例中,为了实现无人机自主智能巡检,首先需要获取配网线路的影像数据,从影像数据中获取配网线路的基本信息,利用非参数三维建模方法和基本信息构建城乡结合部配网线路、城周山区丘陵配网线路、平原地区配网线路这三个典型应用场景下的配电线路三维精细模型。不同场景的特征不同,需要分别加以分析。其中:城乡结合部的环境相对复杂,对配网线路进行建模时需要考虑绿化带、道路施工以及车路环境等多种环境因素;城周山区丘陵地带的地形高低不平,对配网线路进行建模时需要考虑并体现地形特征;平原地区的环境相对前两种场景相对简单,对配网线路进行建模时只需考虑树障等环境因素。
S2、基于配网路线的影像数据构建典型场景下的配网线路三维模型。具体实施过程如下:
配网线路主要由架空线路、杆塔、电缆、配电变压器等配电设备及附属设施组成,因此,在进行配电线路三维抽象建模时,基于非参数建模方法对配电线路各部件依据建设标准进行分解,利用各部件功能关系进行组合,以实现配输电线路三维杆塔及其附属部件的灵活三维重建,构建配网线路三维模型可分为以下四个步骤:
S201、构建环境模型,具体为:
采用影像识别、多侧面纹理提取、特征地物自动提取等技术自动生成三维环境模型文件,根据无人机巡检所获取的影像数据快速制作包含地形地物实景的三维环境模型。地形地物实景三维建模是在高精度数字地表模型DSM基础上,通过影像识别的技术,采用轮廓提取、面片拟合、屋顶重建等方法提取地物三维信息,同时对多视角影像进行影像分割、边缘提取、纹理聚类等方法获取地物全方位纹理信息。最后建立地物几何信息与纹理信息的对应关系,同时进行整体匀光匀色梳理,实现多视影像的正射处理。环境模型包括地形模型和地物模型,地形模型实例图如图2所示。
根据配电线路的三个典型应用场景,分析所有场景中可能存在的建筑,将其分为以下五大类别:城市公共建筑、居民区建筑、教育/体育/文化建筑、工业建筑、交通枢纽。
①城市公共建筑包括:城市综合体、写字楼/办公楼、异型建筑、酒店等模型类型。
②居民区建筑包括:高层建筑、低层建筑、商住楼、商铺、幼儿园、中小学、医院、行政办公等模型类型。
③教育/体育/文化建筑包括:实验楼、图书馆、运动场、体育馆、学生公寓、操场等模型类型。
④工业建筑包括:厂房、仓库、科研楼、产业园等模型类型。
⑤交枢纽包括:机场、火车站、汽车站等模型类型。
S202、构建杆塔模型,具体为:
首先,通过对典型场景下不同类型的杆塔进行外作业扫描,生成点云数据,其次,通过内作业处理,对点云数据进行粗模勾线和特征点提取,进而生成杆塔的粗略三维模型,如图3所示,最后,通过绘制钢化结构与模型渲染等制作,加工生成所有类型杆塔的精细化模型,如图4所示。
S203、构建关键部件模型,具体为:
配网线路的关键部件包括绝缘挂点、铁塔标识、法兰盘螺栓、线夹、避雷针、防震锤等。采用高精度采集、部件测量和精细化修饰等先进的解析方法和作业模式,可得到配网线路关键部件的高质量三维模型库,测图成果精度可达到厘米级。最后,通过区域色彩校正,利用生成的数字高程模型进行数字微分纠正,生成像片数字正射影像图(DOM)。快拼图生产完成后,对像片数字正射影像质量进行检查,对影像模糊、错位、扭曲、变形、漏洞等问题及现象进行处理,得到关键部件模型,如图5所示。
S204、部件信息录入,具体为:
采用SQLite数据库保存配网杆塔的类型、位置、大小、编号等信息,保存所有关键部件的类型、长度、品牌等信息,数据库文件同时支持PC端和移动端的展示和信息更新。
需要说明的是,在上述过程中,先构建环境模型,然后在环境模型的基础上构建杆塔模型,在环境模型和杆塔模型叠加关键部件模型,再录入部件信息,即上述S201~S204步骤中的下一步均是在上一步的基础上进行的。
上述步骤S201~S203中的模型的构建方法主要包括:基于三角纹理映射的物体三维建模方法和基于辅助标记的三维实时建模方法。
(1)基于三角纹理映射的物体三维建模方法主要分为五部分:
①用Kinect v2扫描放置于转盘上的物体,转盘旋转一圈,获得30帧彩色点云;
②将物体从转盘上分割出来并进行预处理,消除异常值和噪声;
③针对相邻点云之间部分重叠的特点,先使用点到面ICP算法对预处理后的相邻帧点云进行初配准,删除不重合的部分再次精细配准;
④进行全局优化消除累计误差,进行平滑滤波后,获得物体的彩色三维点云模型;
⑤最后使用贪婪三角化算法形成网格,建立物体的网格模型,然后将物体的RGB纹理映射到物体模型表面上,得到最终模型。
(2)一种基于辅助标记的三维实时建模方法主要分为五个步骤:
①用Kinect v2扫描放置于转盘上的物体,每2秒采集一次点云进行处理;
②将物体从转盘上分割出来并进行预处理,消除异常值和噪声;
③提取出平板上的标记点,并一次分割出每个标记点,计算每个标记点的圆心坐标,对他们进行分类组成刚体。这里为了解决标记点点云疏密不均导致计算圆心坐标不准这一问题,基于辅助标记的三维实时建模方法的分区补偿法使计算圆心坐标更加准确;
④针对步骤③中组建的刚体进行配准。这里本文针对三点组成的刚体的配准问题,提出了坐标系算法计算旋转平移矩阵;
⑤将每次预处理后的物体点云融合进全局点云,重复①~④直至转盘转满一圈,生成最终的物体三维模型。
S3、基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正;基于修正后的初始路径图像生成支持配网关键部件巡检的无人机路径。具体实施过程如下:
S301、通过GIS平台快速生成无人机的初始路径图像,并对初始路径图像进行隐患标定修正,将修正后的航迹点输入配网线路三维模型中。
在本发明实施例中,借助山西省配网GIS平台快速生成无人机的初始路径图像,并存储为可供无人机飞控***读取的KML文件,KML文件中记录了线路走廊的走向及杆塔位置、海拔高度信息,可真实反映线路走廊和杆塔的经纬度、海波高度、地形抓取时间、视角海拔高度。但通过配网GIS平台快速生成的KML文件难免存在线路位置信息不准确或者高度偏移等现象,需要对无人机执行巡检任务的航迹点进行进行隐患标定修正,已保证飞行作业中航线的精准度以及倾斜摄影结果的有效性。最后,将修正后的航迹点输入配网线路的三维模型。
S302、基于配网线路三维模型中航迹点,以最路径为目标生成支持配网关键部件巡检的无人机路径。具体为:
无人机自主完成巡检作业首先需要合理规划飞行路径,飞行路径是由三维空间中的一系列航迹点组成,航迹点既包括需要悬停的航拍点,也包括为了安全到达航拍点而必须经过的路径点,通过A*算法得到支持配网关键部件巡检的无人机路径。
需要说明的是,在本发明实施例中,无人机在进行自主巡检作业时,会实时回传无人机所搭载传感设备采集到的数据,包括杆塔以及绝缘挂点、法兰盘螺栓、线夹、避雷针、防震锤等配电设备的关键部件。在开展数据处理工作之前,对数据进行完整性检查和正确性检查,按照巡检计划,检查当天的巡检工作是否已经全部完成,是否有遗漏,检查无人机所采集的图片是否正确,巡检塔位是否正确,通道巡检路径是否正确等。此外,还需要对飞行拍摄的影像解压缩、相片畸变差校正、图像增强等,经过处理的相片清晰、对比度强,为后续的缺陷的识别工作和下一次的无人机自主飞行路径规划提供了高质量的数据。
对处理后的巡检作业数据采用光束法局域网平差空中三角测量,将垂直影像和倾斜影像同时导入参与空三计算,导入倾斜影像、POS数据,经过提取特征点、提取同名像对、相对定向、匹配连接点、区域网平差等步骤的运算处理,建立要素连接点、连接线、控制点坐标、云台辅助数据的自检校区域网平差方程,区域网平差合格后通过联合解算获取空三解算成果,最终得到摄区内影像空中三角测量的成果。
本发明实施例还提供一种配网线路无人机自主飞行路径规划***,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述计算机程序时实现上述方法的步骤。
可理解的是,本发明实施例提供的上述配网线路无人机自主飞行路径规划***与上述配网线路无人机自主飞行路径规划方法方法相对应,其有关内容的解释、举例、有益效果等部分可以参考配网线路无人机自主飞行路径规划方法中的相应内容,此处不再赘述
综上所述,与现有技术相比,具备以下有益效果:
本发明实施例基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,将无人机初始路径图像经过隐患标定,实现复杂电力线路环境下的避障,提高了无人机巡检的安全系数,降低了巡检风险。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种配网线路无人机自主飞行路径规划方法,其特征在于,包括:
获取的配网线路的影像数据;
基于配网线路的影像数据构建典型场景下的配网线路三维模型;
基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径。
2.如权利要求1所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述基于配网路线的影像数据构建典型场景下的配网线路三维模型,包括:
基于所述影像数据构建环境三维模型;
基于所述影像数据构建杆塔三维模型;
基于所述影像数据构建关键部件三维模型;
录入部件信息。
3.如权利要求2所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述基于所述影像数据构建环境三维模型,包括:
采用影像识别、多侧面纹理提取、特征地物自动提取自动生成三维环境模型文件,根据无人机巡检所获取的影像数据制作环境三维模型。
4.如权利要求3所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述环境三维模型包括:地形模型和地物模型;
其中:
所述地形模型构建方法包括:
在高精度数字地表模型DSM基础上,通过影像识别的技术,采用轮廓提取、面片拟合、屋顶重建提取地物三维信息,同时对多视角影像进行影像分割、边缘提取、纹理聚类获取地物全方位纹理信息;建立地物几何信息与纹理信息的对应关系,同时进行整体匀光匀色梳理,实现多视影像的正射处理,构建地形模型。
5.如权利要求2所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述基于所述影像数据构建杆塔三维模型,包括:
对典型场景下不同类型的杆塔进行外作业扫描,生成点云数据;
通过内作业处理,对点云数据进行粗模勾线和特征点提取,生成杆塔的粗略三维模型;
通过绘制钢化结构与模型渲染,加工生成所有类型杆塔的精细化模型。
6.如权利要求2所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述基于所述影像数据构建关键部件三维模型,包括:
采用高精度采集、部件测量和精细化修饰的解析方法和作业模式,得到配网线路关键部件的高质量三维模型库;
通过区域色彩校正,利用生成的数字高程模型进行数字微分纠正,生成像片数字正射影像图;
对像片数字正射影像质量进行检查,对影像模糊、错位、扭曲、变形、漏洞问题及现象进行处理,得到关键部件三维模型。
7.如权利要求1所述的配网线路无人机自主飞行路径规划方法,其特征在于,所述基于配网线路三维模型生成初始路径图像,对初始路径图像进行隐患标定修正,生成支持配网关键部件巡检的无人机路径,包括:
通过GIS平台快速生成无人机的初始路径图像,并对初始路径图像进行隐患标定修正,将修正后的航迹点输入配网线路三维模型中;
基于配网线路三维模型中航迹点,以最路径为目标生成支持配网关键部件巡检的无人机路径。
8.一种配网线路无人机自主飞行路径规划***,其特征在于,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行所述计算机程序时实现上述权利要求1至7任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503686.8A CN112783196A (zh) | 2020-12-17 | 2020-12-17 | 配网线路无人机自主飞行路径规划方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011503686.8A CN112783196A (zh) | 2020-12-17 | 2020-12-17 | 配网线路无人机自主飞行路径规划方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112783196A true CN112783196A (zh) | 2021-05-11 |
Family
ID=75751150
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011503686.8A Pending CN112783196A (zh) | 2020-12-17 | 2020-12-17 | 配网线路无人机自主飞行路径规划方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112783196A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485453A (zh) * | 2021-08-20 | 2021-10-08 | 中国华能集团清洁能源技术研究院有限公司 | 一种海上无人机巡检飞行路径生成方法、装置及无人机 |
CN113763325A (zh) * | 2021-08-03 | 2021-12-07 | 山东电力工程咨询院有限公司 | 非立体环境下的杆塔高度及挂线点高度空间量测方法 |
CN114518768A (zh) * | 2022-01-25 | 2022-05-20 | 武汉飞流智能技术有限公司 | 输电线路的巡检方法、装置、设备及存储介质 |
CN115439469A (zh) * | 2022-10-12 | 2022-12-06 | 东南大学 | 基于无人机的建筑缺陷检测方法、装置及电子设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869820A (zh) * | 2014-03-18 | 2014-06-18 | 北京控制工程研究所 | 一种巡视器地面导航规划控制方法 |
CN108413964A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电线路巡检航迹规划方法及*** |
CN108733755A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司信息通信公司 | 一种基于输电线路三维信息的智能巡检方法及*** |
CN108959600A (zh) * | 2018-07-12 | 2018-12-07 | 广东电网有限责任公司 | 电缆路径记录方法、装置及*** |
CN109085850A (zh) * | 2018-09-10 | 2018-12-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于输电通道三维雷扫数据的无人机自主巡检方法 |
CN109087388A (zh) * | 2018-07-12 | 2018-12-25 | 南京邮电大学 | 基于深度传感器的物体三维建模方法 |
CN109945877A (zh) * | 2017-12-20 | 2019-06-28 | 北京中盈安信技术服务股份有限公司 | 一种巡检轨迹生成方法及装置 |
CN110070598A (zh) * | 2018-01-22 | 2019-07-30 | 宁波盈芯信息科技有限公司 | 用于3d扫描重建的移动终端及其进行3d扫描重建方法 |
CN110176061A (zh) * | 2019-04-30 | 2019-08-27 | 中科恒运股份有限公司 | 一种三维重建中人体表面重构方法 |
CN110264567A (zh) * | 2019-06-19 | 2019-09-20 | 南京邮电大学 | 一种基于标记点的实时三维建模方法 |
CN111311967A (zh) * | 2020-03-31 | 2020-06-19 | 普宙飞行器科技(深圳)有限公司 | 基于无人机的电力线路巡检***及方法 |
CN112013907A (zh) * | 2020-09-12 | 2020-12-01 | 江苏伊卡洛斯电力无人机通用技术有限公司 | 一种电力无人机巡检路径规划方法 |
-
2020
- 2020-12-17 CN CN202011503686.8A patent/CN112783196A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869820A (zh) * | 2014-03-18 | 2014-06-18 | 北京控制工程研究所 | 一种巡视器地面导航规划控制方法 |
CN109945877A (zh) * | 2017-12-20 | 2019-06-28 | 北京中盈安信技术服务股份有限公司 | 一种巡检轨迹生成方法及装置 |
CN110070598A (zh) * | 2018-01-22 | 2019-07-30 | 宁波盈芯信息科技有限公司 | 用于3d扫描重建的移动终端及其进行3d扫描重建方法 |
CN108413964A (zh) * | 2018-03-08 | 2018-08-17 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电线路巡检航迹规划方法及*** |
CN108733755A (zh) * | 2018-04-11 | 2018-11-02 | 国网山东省电力公司信息通信公司 | 一种基于输电线路三维信息的智能巡检方法及*** |
CN108959600A (zh) * | 2018-07-12 | 2018-12-07 | 广东电网有限责任公司 | 电缆路径记录方法、装置及*** |
CN109087388A (zh) * | 2018-07-12 | 2018-12-25 | 南京邮电大学 | 基于深度传感器的物体三维建模方法 |
CN109085850A (zh) * | 2018-09-10 | 2018-12-25 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于输电通道三维雷扫数据的无人机自主巡检方法 |
CN110176061A (zh) * | 2019-04-30 | 2019-08-27 | 中科恒运股份有限公司 | 一种三维重建中人体表面重构方法 |
CN110264567A (zh) * | 2019-06-19 | 2019-09-20 | 南京邮电大学 | 一种基于标记点的实时三维建模方法 |
CN111311967A (zh) * | 2020-03-31 | 2020-06-19 | 普宙飞行器科技(深圳)有限公司 | 基于无人机的电力线路巡检***及方法 |
CN112013907A (zh) * | 2020-09-12 | 2020-12-01 | 江苏伊卡洛斯电力无人机通用技术有限公司 | 一种电力无人机巡检路径规划方法 |
Non-Patent Citations (4)
Title |
---|
孙世友等: "《大地图 测绘地理信息大数据理论与实践》", 31 December 2017, 中国环境科学出版社, pages: 42 - 46 * |
杨志勇: "《数字技术下的晋域古建筑保护研究》", 30 November 2018, 吉林大学出版社, pages: 111 - 114 * |
焦培峰, 原林, 陆云涛, 樊继宏, 李鉴轶, 钟世镇: "虚拟中国人女性一号图像数据的配准", 第一军医大学学报, no. 06 * |
蒋荣华;: "地面三维激光扫描点云配准研究综述", 科技创新与生产力, no. 12 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113763325A (zh) * | 2021-08-03 | 2021-12-07 | 山东电力工程咨询院有限公司 | 非立体环境下的杆塔高度及挂线点高度空间量测方法 |
CN113763325B (zh) * | 2021-08-03 | 2024-02-13 | 山东电力工程咨询院有限公司 | 非立体环境下的杆塔高度及挂线点高度空间量测方法 |
CN113485453A (zh) * | 2021-08-20 | 2021-10-08 | 中国华能集团清洁能源技术研究院有限公司 | 一种海上无人机巡检飞行路径生成方法、装置及无人机 |
WO2023020084A1 (zh) * | 2021-08-20 | 2023-02-23 | 中国华能集团清洁能源技术研究院有限公司 | 海上无人机巡检飞行路径生成方法、装置及无人机 |
CN113485453B (zh) * | 2021-08-20 | 2024-05-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种海上无人机巡检飞行路径生成方法、装置及无人机 |
CN114518768A (zh) * | 2022-01-25 | 2022-05-20 | 武汉飞流智能技术有限公司 | 输电线路的巡检方法、装置、设备及存储介质 |
CN115439469A (zh) * | 2022-10-12 | 2022-12-06 | 东南大学 | 基于无人机的建筑缺陷检测方法、装置及电子设备 |
CN115439469B (zh) * | 2022-10-12 | 2024-03-22 | 东南大学 | 基于无人机的建筑缺陷检测方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112783196A (zh) | 配网线路无人机自主飞行路径规划方法及*** | |
CN112817324A (zh) | 配网线路多无人机协同巡检任务分配方法和*** | |
CN109117811B (zh) | 一种基于低空遥感测量技术估算城市植被覆盖率的***及方法 | |
CN113192193B (zh) | 基于Cesium三维地球框架的高压输电线路走廊三维重建方法 | |
CN113806897B (zh) | 一种基于三维gis技术的电力工程建设决策优化方法 | |
CN111322994A (zh) | 基于无人机倾斜摄影的房屋密集区大比例尺地籍测量方法 | |
CN109801358A (zh) | 一种基于slam扫描和点云影像融合的变电站三维勘测方法 | |
US20070269102A1 (en) | Method and System of Generating 3D Images with Airborne Oblique/Vertical Imagery, GPS/IMU Data, and LIDAR Elevation Data | |
CN109598794A (zh) | 三维gis动态模型的构建方法 | |
CN113514041B (zh) | 一种工程建设项目多测合一数据采集和建库方法 | |
CN111024089A (zh) | 一种基于bim与计算机视觉技术的室内定位导航方法 | |
CN113066112A (zh) | 一种基于三维模型数据的室内外融合方法及装置 | |
Zhou et al. | Application of UAV oblique photography in real scene 3d modeling | |
CN116129064A (zh) | 电子地图生成方法、装置、设备及存储介质 | |
Buyuksalih et al. | 3D city modelling of Istanbul based on LiDAR data and panoramic images–Issues and challenges | |
RU2612571C1 (ru) | Способ и система распознавания городских объектов | |
Radicioni et al. | Necropolis of Palazzone in Perugia: Geomatic data integration for 3D modeling and geomorphology of underground sites | |
Lee et al. | Developing an optimized texture mapping for photorealistic 3D buildings | |
JP2014126537A (ja) | 座標補正装置、座標補正プログラム、及び座標補正方法 | |
CN111986320B (zh) | 一种面向智慧城市应用的dem与倾斜摄影模型空间贴合优化方法 | |
CN113268533A (zh) | 二标四实大数据平台中二标数据制作方法 | |
CN112669444A (zh) | 配网线路无人机巡检典型场景的快速构建方法及*** | |
CN115187736A (zh) | 目标地图生成方法以及装置、ar地图生成方法以及装置 | |
Ma et al. | Low‐Altitude Photogrammetry and Remote Sensing in UAV for Improving Mapping Accuracy | |
CN113763216A (zh) | 一种基于WebGIS的智慧校园*** |
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: 20210511 |