CN117032309A - 一种电力线路巡检方法及装置 - Google Patents
一种电力线路巡检方法及装置 Download PDFInfo
- Publication number
- CN117032309A CN117032309A CN202311082333.9A CN202311082333A CN117032309A CN 117032309 A CN117032309 A CN 117032309A CN 202311082333 A CN202311082333 A CN 202311082333A CN 117032309 A CN117032309 A CN 117032309A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- information
- inspection
- nest
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 369
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000005265 energy consumption Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 241000283153 Cetacea Species 0.000 claims description 4
- 239000007858 starting material Substances 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims 1
- 238000004590 computer program Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 239000012212 insulator Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种电力线路巡检方法及装置,涉及数据处理技术领域。所述电力线路巡检方法包括:获取待巡检线路信息;获取天气信息;获取各个无人机机巢位置信息以及无人机机巢中无人机型号及电量信息;根据待巡检线路信息、天气信息及无人机机巢位置信息选择一个无人机机巢作为起始机巢;以起始机巢为起点生成巡检路线;根据巡检路线生成巡检策略;将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。本申请充分考虑待巡检线路信息、天气信息、无人机机巢位置信息,根据三者选择最为合适位置的无人机进行巡检,从而解决了现有技术只根据位置来确定巡检出发点以及巡检路线的问题。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种电力线路巡检方法以及电力线路巡检装置。
背景技术
现在在进行电力线路巡检时,通常采用无人机进行巡检,例如,对于某一条比较长的电力线路,会通过无人机以图像识别的方式去巡检该线路中的路途中的绝缘子是否有损坏,电线是否有弯度过大、偏斜等情况出现。
但是,现有技术的无人机电力巡检存在着无人机电池续航短的问题,电力线路往往又非常长,且有些电力线路处于山林里,所以没办法每处都安排无人机操控员就近巡检电力线路。
现有技术为了解决上述问题,通过设置多个无人机机巢的方式来进行续航,但是,现有的无人机满电续航里程不超过7公里,还需要预留一半的电力返回机巢,而电电力线路往往非常长。这就导致了需要布置大量的机巢和无人机。这种现有技术存在问题在于电力巡检线路无人机价格昂贵,如果在每条输电线路全部设置无人机和相应的机巢,基础建设成本会非常巨大。
另外,现有技术也没有办法根据无人机机巢的位置以及巡检当天的天气情况来选择适合的无人机机巢的方案,因为在不同的天气情况下,可能适合于不同的机巢出发,举例来说,当没有风或者风速较小的情况下,理论上选择最靠近待巡检线路的两个端点的机巢最为合适,但是如果风速比较大的情况下,还要考虑最靠近待巡检线路的机巢在整个飞行过程中是否逆风,如果是整个飞行过程都逆风的情况,可能反而并非最优机巢。
发明内容
本发明的目的在于提供一种电力线路巡检方法来至少解决上述的一个技术问题。
本发明的一个方面,提供一种电力线路巡检方法,所述电力线路巡检方法包括:
获取待巡检线路信息;
获取天气信息;
获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
以所述起始机巢为起点,生成巡检路线;
根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
可选地,所述待巡检线路信息包括巡检必经点坐标信息;
所述天气信息包括巡检必经点坐标信息的巡检区域风速信息、每个巡检必经点坐标信息的风向信息以及每个巡检必经点坐标信息的巡检区域降雨量信息;
所述根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢包括:
根据所述无人机机巢位置信息以及所述巡检必经点坐标信息获取每个无人机机巢距离其所最近的巡检必经点坐标信息的距离信息;
获取距离信息小于预设第一距离阈值的无人机机巢;
当所述距离小于预设距离阈值的无人机机巢的数量超过两个时,分别为每个无人机机巢进行如下操作:
获取无人机机巢评分数据库,所述无人机机巢评分数据库包括风向评分数据库、风速评分数据库以及降雨量评分数据库,所述风向评分数据库包括风向三元组,一个风向三元组包括一个预设坐标信息、一个预设风向信息以及一个预设风向分值;所述风速评分数据库包括风速三元组,一个风速三元组包括一个预设坐标信息、一个预设风速区间信息以及一个预设风速分值;所述降雨量评分数据库包括至少一个降雨量三元组,一个降雨量三元组包括一个预设坐标信息、一个预设降雨量区间信息以及一个预设降雨量分值;
获取各个风向三元组中与各个巡检必经点坐标信息相同且与该巡检必经点坐标信息当前的风向信息相同的风向三元组,获取的风向三元组称为待评分使用风向三元组;
获取各个风速三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域风速信息位于该风速三元组中的预设风速区间信息内的风速三元组,获取的风速三元组称为待评分使用风速三元组;
获取各个降雨量三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域降雨量信息位于该降雨量三元组中的预设降雨量区间信息内的降雨量三元组,获取的降雨量三元组称为待评分使用降雨量三元组;
获取每个待评分使用风向三元组中的预设风向分值;
获取每个待评分使用风速三元组中的预设风速分值;
获取每个待评分使用降雨量三元组中的预设降雨量分值;
当任意一个巡检必经点坐标信息的待评分使用风向三元组的预设风向分值为负时,将与其所述具有相同巡检必经点坐标信息的待评分使用风速三元组中的预设风速分值也设置为负数;
获取各个预设风向分值、各个预设风速分值以及各个预设降雨量分值之和作为该无人机机巢的环境评分;
获取环境评分最高的无人机机巢作为起始机巢。
可选地,所述以所述起始机巢为起点,生成巡检路线包括:
获取各个巡检必经点坐标信息;
以所述起始机巢的位置信息作为起始点,将距离所述起始点最远的巡检必经点坐标信息作为终点,利用RRT算法得到任意两个巡检必经点坐标信息之间的路径离散点,并利用三次B样条方法处理离散点得到局部路径;
根据两两巡检必经点坐标信息之间的路径长度,将无人机的全局路径规划转化为旅行商问题并利用改进的鲸鱼算法求解该模型得到经过所有巡检必经点坐标信息的巡检路线。
可选地,所述根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略包括:
为每个起始机巢中的无人机进行如下操作:
根据所述无人机型号获取最大飞行速度信息;
获取经过训练的transformer模型;
提取所述最大飞行速度信息的最大飞行速度特征;
将所述风速特征、所述雨水特征以及所述最大飞行速度特征信息输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据预估能量消耗率以及该无人机的电量信息获取预估飞行时间;
根据预估飞行时间以及所述最大飞行速度信息获取该无人机能够飞行的距离;
获取巡检路线的总距离;
根据所述巡检路线的总距离减去所述无人机能够飞行的距离,从而获取剩余飞行距离;
获取距离所述终点最近的无人机机巢与所述终点之间的直线距离;
判断所述剩余飞行距离与所述直线距离之差是否大于预设第二距离阈值,若是,则
选取该无人机作为备选巡检无人机;
获取各个备选巡检无人机的剩余飞行距离与所述直线距离,选取差值最大的一个备选巡检无人机,并以该备选巡检无人机全程完成所述巡检路线并飞行至距离所述终点最近的无人机机巢为巡检策略。
可选地,所述电力线路巡检方法进一步包括:
在所述适合该巡检策略的无人机进行巡检飞行过程中,当所述无人机的电量低于总电量60%时,每隔预设时间获取一次无人机所传递的电量信息以及无人机的位置信息。
可选地,所述电力线路巡检方法进一步包括:
在所述无人机的电量低于总电量50%时,获取所述无人机的飞行速度信息;
获取无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息以及各个预设坐标信息所对应的降雨量信息;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征;
提取所述无人机的飞行速度信息的当前飞行速度特征;
将所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征、无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征以及当前飞行速度特征输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据获取的预估能量消耗率获取所述无人机剩余飞行距离;
根据所述无人机剩余飞行距离判断无人机是否能够完成本次巡检,若否,则
根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略;其中,所述辅助巡检策略包括原无人机行驶策略以及辅助无人机及无人车组巡检策略;
将所述原无人机行驶策略发送给正在巡检的无人机,从而使正在巡检的无人机按照所述原无人机行驶策略进行工作;
将所述辅助无人机及无人车组巡检策略发送给适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车,从而使适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车根据所述辅助无人机及无人车组巡检策略进行工作。
可选地,所述根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略包括:
为每个无人机机巢进行如下操作:
获取未巡检路程中的各个巡检必经点坐标信息;
生成所述无人机机巢至每个巡检必经点坐标信息的无人车路线信息;
获取无人车的最大行驶速度以及各个无人车路线信息,从而为每个无人机机巢选取一个用时最短路线信息、以及该用时最短路线信息的用时信息以及该用时最短路线信息所对应的巡检必经点坐标信息;
分别获取正在进行巡检的无人机到每个用时最短路线信息所对应的巡检必经点坐标信息的预估时间;
获取该预估时间与每个用时最短路线信息的用时信息之间的差值;
获取差值最小的用时最短路线信息所对应的巡检必经点坐标信息,该巡检必经点坐标信息作为中途经停点;
获取正在进行巡检的无人机到中途经停点时的预估剩余电量信息;
若所述预估剩余电量信息超过预设剩余电量阈值,则
生成原无人机行驶策略,其中,所述原无人机行驶策略包括:使正在进行巡检的无人机行驶至该中途经停点;
生成辅助无人机及无人车组巡检策略,其中,所述辅助无人机及无人车组巡检策略包括:使能够最快至所述中途经停点的无人机机巢中的无人车携带无人机至该中途经停点,并以该中途经停点为起点,为所述无人车携带的无人机生成辅助巡检路线以及以所述终点为起点,以距离所述终点最近的无人机机巢为终点生成返程路线。
可选地,所述电力线路巡检方法进一步包括:
当正在进行巡检的无人机行驶至该中途经停点且所述无人车行驶至该中途经停点时,所述正在进行巡检的无人机降落至所述无人车。
本申请还提供了一种电力线路巡检装置,所述电力线路巡检装置包括:
待巡检线路信息获取模块,所述待巡检线路信息获取模块用于获取待巡检线路信息;
天气信息获取模块,所述天气信息获取模块用于获取天气信息;
无人机机巢信息获取模块,所述无人机机巢信息获取模块用于获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
起始机巢确定模块,所述起始机巢确定模块用于根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
巡检路线生成模块,所述巡检路线生成模块用于以所述起始机巢为起点,生成巡检路线;
巡检策略生成模块,所述巡检策略生成模块用于根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
巡检策略发送模块,所述巡检策略发送模块用于将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
有益效果
本申请的电力线路巡检方法充分考虑待巡检线路信息、天气信息、无人机机巢位置信息,根据三者选择最为合适位置的无人机进行巡检,从而解决了现有技术只根据位置来确定巡检出发点以及巡检路线的问题。
附图说明
图1是本申请一实施例的电力线路巡检方法的流程示意图。
图2是用于实现图1所示的电力线路巡检方法的电子设备示意图。
图3是本申请一实施例的待巡检线路及无人机机巢分布示意图。
图4为本申请一实施例中的风向方位示意图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行更加详细的描述。在附图中,自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本申请一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。基于本申请中的实施例,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,都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
图1是本申请一实施例的电力线路巡检方法的流程示意图。
如图1所示的电力线路巡检方法包括:
步骤1:获取待巡检线路信息;
步骤2:获取天气信息;
步骤3:获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
步骤4:根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
步骤5:以所述起始机巢为起点,生成巡检路线;
步骤6:根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
步骤7:将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
本申请的电力线路巡检方法充分考虑待巡检线路信息、天气信息、无人机机巢位置信息,根据三者选择最为合适位置的无人机进行巡检,从而解决了现有技术只根据位置来确定巡检出发点以及巡检路线的问题。
在本实施例中,所述待巡检线路信息包括巡检必经点坐标信息;
所述天气信息包括巡检必经点坐标信息的巡检区域风速信息、每个巡检必经点坐标信息的风向信息以及每个巡检必经点坐标信息的巡检区域降雨量信息;
所述根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢包括:
根据所述无人机机巢位置信息以及所述巡检必经点坐标信息获取每个无人机机巢距离其所最近的巡检必经点坐标信息的距离信息;
获取距离信息小于预设第一距离阈值的无人机机巢;
当所述距离小于预设距离阈值的无人机机巢的数量超过两个时,分别为每个无人机机巢进行如下操作:
获取无人机机巢评分数据库,所述无人机机巢评分数据库包括风向评分数据库、风速评分数据库以及降雨量评分数据库,所述风向评分数据库包括风向三元组,一个风向三元组包括一个预设坐标信息、一个预设风向信息以及一个预设风向分值;所述风速评分数据库包括风速三元组,一个风速三元组包括一个预设坐标信息、一个预设风速区间信息以及一个预设风速分值;所述降雨量评分数据库包括至少一个降雨量三元组,一个降雨量三元组包括一个预设坐标信息、一个预设降雨量区间信息以及一个预设降雨量分值;
获取各个风向三元组中与各个巡检必经点坐标信息相同且与该巡检必经点坐标信息当前的风向信息相同的风向三元组,获取的风向三元组称为待评分使用风向三元组;
获取各个风速三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域风速信息位于该风速三元组中的预设风速区间信息内的风速三元组,获取的风速三元组称为待评分使用风速三元组;
获取各个降雨量三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域降雨量信息位于该降雨量三元组中的预设降雨量区间信息内的降雨量三元组,获取的降雨量三元组称为待评分使用降雨量三元组;
获取每个待评分使用风向三元组中的预设风向分值;
获取每个待评分使用风速三元组中的预设风速分值;
获取每个待评分使用降雨量三元组中的预设降雨量分值;
当任意一个巡检必经点坐标信息的待评分使用风向三元组的预设风向分值为负时,将与其所述具有相同巡检必经点坐标信息的待评分使用风速三元组中的预设风速分值也设置为负数;
获取各个预设风向分值、各个预设风速分值以及各个预设降雨量分值之和作为该无人机机巢的环境评分;
获取环境评分最高的无人机机巢作为起始机巢。
采用这种方式,可以根据使用者对风速、风向以及降雨量的认知来自行为风速、风向以及降雨量设置分值,从而能够使得整个环境评分更为人性化,符合使用者对具体情况的判断认知。
在本实施例中,所述以所述起始机巢为起点,生成巡检路线包括:
获取各个巡检必经点坐标信息;
以所述起始机巢的位置信息作为起始点,将距离所述起始点最远的巡检必经点坐标信息作为终点,利用RRT算法得到任意两个巡检必经点坐标信息之间的路径离散点,并利用三次B样条方法处理离散点得到局部路径;
根据两两巡检必经点坐标信息之间的路径长度,将无人机的全局路径规划转化为旅行商问题并利用改进的鲸鱼算法求解该模型得到经过所有巡检必经点坐标信息的巡检路线。
在本实施例中,所述根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略包括:
为每个起始机巢中的无人机进行如下操作:
根据所述无人机型号获取最大飞行速度信息;
获取经过训练的transformer模型;
提取所述最大飞行速度信息的最大飞行速度特征;
将所述风速特征、所述雨水特征以及所述最大飞行速度特征信息输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据预估能量消耗率以及该无人机的电量信息获取预估飞行时间;
根据预估飞行时间以及所述最大飞行速度信息获取该无人机能够飞行的距离;
获取巡检路线的总距离;
根据所述巡检路线的总距离减去所述无人机能够飞行的距离,从而获取剩余飞行距离;
获取距离所述终点最近的无人机机巢与所述终点之间的直线距离;
判断所述剩余飞行距离与所述直线距离之差是否大于预设第二距离阈值,若是,则
选取该无人机作为备选巡检无人机;
获取各个备选巡检无人机的剩余飞行距离与所述直线距离,选取差值最大的一个备选巡检无人机,并以该备选巡检无人机全程完成所述巡检路线并飞行至距离所述终点最近的无人机机巢为巡检策略。
采用这种方式,能够在各个无人机中选取最为合适的无人机进行此次巡检任务。
在本实施例中,电力线路巡检方法进一步包括:
在所述适合该巡检策略的无人机进行巡检飞行过程中,当所述无人机的电量低于总电量60%时,每隔预设时间获取一次无人机所传递的电量信息以及无人机的位置信息。
在本实施例中,所述电力线路巡检方法进一步包括:
在所述无人机的电量低于总电量50%时,获取所述无人机的飞行速度信息;
获取无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息以及各个预设坐标信息所对应的降雨量信息;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征;
提取所述无人机的飞行速度信息的当前飞行速度特征;
将所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征、无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征以及当前飞行速度特征输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据获取的预估能量消耗率获取所述无人机剩余飞行距离;
根据所述无人机剩余飞行距离判断无人机是否能够完成本次巡检,若否,则
根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略;其中,所述辅助巡检策略包括原无人机行驶策略以及辅助无人机及无人车组巡检策略;
将所述原无人机行驶策略发送给正在巡检的无人机,从而使正在巡检的无人机按照所述原无人机行驶策略进行工作;
将所述辅助无人机及无人车组巡检策略发送给适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车,从而使适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车根据所述辅助无人机及无人车组巡检策略进行工作。
在本实施例中,所述根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略包括:
为每个无人机机巢进行如下操作:
获取未巡检路程中的各个巡检必经点坐标信息;
生成所述无人机机巢至每个巡检必经点坐标信息的无人车路线信息;
获取无人车的最大行驶速度以及各个无人车路线信息,从而为每个无人机机巢选取一个用时最短路线信息、以及该用时最短路线信息的用时信息以及该用时最短路线信息所对应的巡检必经点坐标信息;
分别获取正在进行巡检的无人机到每个用时最短路线信息所对应的巡检必经点坐标信息的预估时间;
获取该预估时间与每个用时最短路线信息的用时信息之间的差值;
获取差值最小的用时最短路线信息所对应的巡检必经点坐标信息,该巡检必经点坐标信息作为中途经停点;
获取正在进行巡检的无人机到中途经停点时的预估剩余电量信息;
若所述预估剩余电量信息超过预设剩余电量阈值,则
生成原无人机行驶策略,其中,所述原无人机行驶策略包括:使正在进行巡检的无人机行驶至该中途经停点;
生成辅助无人机及无人车组巡检策略,其中,所述辅助无人机及无人车组巡检策略包括:使能够最快至所述中途经停点的无人机机巢中的无人车携带无人机至该中途经停点,并以该中途经停点为起点,为所述无人车携带的无人机生成辅助巡检路线以及以所述终点为起点,以距离所述终点最近的无人机机巢为终点生成返程路线。
在实际巡检过程中,可能因为无人机自身原因(例如电池老化导致的电量信息不准或者实际耗电量比理论耗电量多)、也可能因为外部环境原因(例如,风速突然增加、风速突然减少、风向改变、降雨变大等原因),导致原来可以完成的巡检任务无法实际完成,即无人机剩余电量不足以完成当前巡检任务,此时,通过上述方法,可以通过无人机以及无人车支援的方式,一方面通过无人车来搭救该耗电量超出预估的无人机,因为无人机一旦电量耗尽,由于其体型较小,也可能会被吹走或者难以寻找,而相对来说,大部分可以搭载无人机的无人车体型都较大,一方面不用担心难以找寻,另一方面可以作为无人机的降落平台,从而回收无人机,另一方面,还可以通过该无人车搭载的另一辆无人机来完成剩下的巡检任务。
下面以举例的方式对本申请进行进一步详细举例,可以理解的是,该举例并不构成对本申请的任何限制。
参见图3,图3是本申请一实施例的待巡检线路及无人机机巢分布示意图。
在图3中,三个圆圈分别代表三个无人机机巢,分别为无人机机巢A,无人机机巢B,无人机机巢C。
在每个机巢中,都拥有若干无人机以及可以承载各个无人机的无人车。
在本实施例中,无人车可以承载多个无人机也可以只承载一个无人机。
步骤1:获取待巡检线路信息,在本实施例中,待巡检线路信息包括巡检必经点坐标信息,在本实施例中,巡检必经点坐标信息可以是每个多少米就设置一个,也可以是以某些要巡检的标志物为准来设置,举例来说,此次巡检任务主要巡检的是绝缘子,则以每一个绝缘子为一个巡检必经点坐标信息。如果此次任务不仅要巡检绝缘子,并且要巡检每一段或者某几段的导线,则可以一方面将各个绝缘子作为巡检必经点坐标信息,还可以在要巡检的导线附近以每个几米的方式选择巡检必经点坐标信息。
步骤2:获取天气信息;在本实施例中,天气信息包括巡检必经点坐标信息的巡检区域风速信息、每个巡检必经点坐标信息的风向信息以及每个巡检必经点坐标信息的巡检区域降雨量信息;在本实施例中,巡检区域风速信息、风向信息可以通过风速仪获取,这些风速仪可以根据需要设置在不同位置,例如,某个巡检必经点坐标信息附近的电线杆上或者建筑上等,可以理解的是,如何设置这些风速仪以及具体设置在哪可以根据需要自行设定,而风速仪设置的密集程度也可以根据需要自行设定,可以每一个巡检必经点坐标信息附近都有一个,也可以每隔几个有一个,因为大部分情况下,某一区域的风速情况大致相同。
在本实施例中,巡检区域降雨量信息可以通过降雨量检测仪器(例如雨量杯、雨量筒)等来获取,正如上述描述的,降雨量检测仪器的设置密度也可以根据需要自行设定。
步骤3:获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息,举例来说,无人机机巢A可能具有多款无人机,每款无人机的最大飞行速度等参数都是不一样的,通过无人机型号即可以查出对应的无人机的这些参数,而电量信息是指在执行此次任务时当前所剩电量,而并非最大储电量。
步骤4:根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢,在本实施例中,首先要考虑选择其中一个无人机机巢作为起始机巢,在本实施例中,根据所述无人机机巢位置信息以及所述巡检必经点坐标信息获取每个无人机机巢距离其所最近的巡检必经点坐标信息的距离信息;
获取距离信息小于预设第一距离阈值的无人机机巢;
以图3所示为例,假设图3中无人机机巢A与其所最近的巡检必经点坐标信息的距离信息为500米,无人机机巢B与其所最近的巡检必经点坐标信息的距离信息为1300米,无人机机巢C与其所最近的巡检必经点坐标信息的距离信息为300米,假设预设第一距离阈值为1000米,则无人机机巢A与无人机机巢C符合要求且无人机机巢C距离更近,理论上通过其进行起飞的无人机进行巡检可能更为节省电力以及时间,此时,如果是现有技术,则可能认为无人机机巢B距离巡检必经点坐标信息的距离更近而选择无人机机巢B作为起始机巢。
但是由于本申请同时考虑风向、风速以及雨量情况,因此,可能会得出不同的结果。
举例来说,在本实施例中,当所述距离小于预设距离阈值的无人机机巢的数量超过两个时,分别为每个无人机机巢进行如下操作:
获取无人机机巢评分数据库,所述无人机机巢评分数据库包括风向评分数据库、风速评分数据库以及降雨量评分数据库,所述风向评分数据库包括风向三元组,一个风向三元组包括一个预设坐标信息、一个预设风向信息以及一个预设风向分值;所述风速评分数据库包括风速三元组,一个风速三元组包括一个预设坐标信息、一个预设风速区间信息以及一个预设风速分值;所述降雨量评分数据库包括至少一个降雨量三元组,一个降雨量三元组包括一个预设坐标信息、一个预设降雨量区间信息以及一个预设降雨量分值;
在本实施例中,无人机机巢A具有无人机机巢评分数据库A,无人机机巢C具有无人机机巢评分数据库C。
获取各个风向三元组中与各个巡检必经点坐标信息相同且与该巡检必经点坐标信息当前的风向信息相同的风向三元组,获取的风向三元组称为待评分使用风向三元组,以无人机机巢A的风向三元组为例,该风向三元组可能如下(风向分类参见图4):
(第一预设坐标信息、东南风、5分)、(第一预设坐标信息、西北风、-5分)、(第一预设坐标信息、南风、9分)、(第一预设坐标信息、北风、-9分)、(第二预设坐标信息、东南风、5分)等等。
当第一预设坐标信息与各个巡检必经点坐标信息中的一个相同,且与该巡检必经点坐标信息当前的风向信息相同(例如,通过步骤2获取到该巡检必经点坐标信息为西北风),则获取(第一预设坐标信息、西北风、-5分)这一三元组为待评分使用风向三元组。
当第二预设坐标信息与各个巡检必经点坐标信息中的一个相同,且与该巡检必经点坐标信息当前的风向信息相同(例如,通过步骤2获取到该巡检必经点坐标信息为东南风),则获取(第二预设坐标信息、东南风、5分)这一三元组为待评分使用风向三元组。
获取各个风速三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域风速信息位于该风速三元组中的预设风速区间信息内的风速三元组,获取的风速三元组称为待评分使用风速三元组;以无人机机巢A的风速三元组为例,该风速三元组可能如下:
(第一预设坐标信息、小于1公里/小时、1分)、(第一预设坐标信息、1-5公里/小时、2分)、(第一预设坐标信息、5-11公里/小时、3分)、(第一预设坐标信息、20-28公里/小时、4分)等等。
当第一预设坐标信息与各个巡检必经点坐标信息中的一个相同,且当前的巡检区域风速信息位于该风速三元组中的预设风速区间信息内,例如,当第一预设坐标信息与各个巡检必经点坐标信息中的一个相同,且该巡检必经点坐标信息当前的风速信息为5公里/小时,则将(第一预设坐标信息、5-11公里/小时、3分)这一三元组作为待评分使用风速三元组。
获取各个降雨量三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域降雨量信息位于该降雨量三元组中的预设降雨量区间信息内的降雨量三元组,获取的降雨量三元组称为待评分使用降雨量三元组;以无人机机巢A的降雨量三元组为例,该降雨量三元组可能如下:
(第一预设坐标信息、12小时内降雨量﹤0.1毫米之间、1分)、(第一预设坐标信息、12小时内降雨量0.1~4.9毫米、2分)等等。
当第一预设坐标信息与各个巡检必经点坐标信息中的一个相同,且当前的巡检区域降雨量信息位于该降雨量三元组中的预设降雨量区间信息内,例如,当第一预设坐标信息与各个巡检必经点坐标信息中的一个相同,且该巡检必经点坐标信息当前的降雨量信息为4毫米,则将(第一预设坐标信息、12小时内降雨量0.1~4.9毫米、2分)这一三元组作为待评分使用降雨量三元组。
在本实施例中,获取每个待评分使用风向三元组中的预设风向分值;例如,获取(第一预设坐标信息、西北风、-5分)中的-5分,(第二预设坐标信息、东南风、5分)中的5分,当然如果还有其他待评分使用风向三元组,则也获取其他待评分使用风向三元组中的评分。
获取每个待评分使用风速三元组中的预设风速分值,与获取预设风向分值方法相同,在此不再赘述。
获取每个待评分使用降雨量三元组中的预设降雨量分值,与获取预设风向分值方法相同,在此不再赘述。
当任意一个巡检必经点坐标信息的待评分使用风向三元组的预设风向分值为负时,将与其所述具有相同巡检必经点坐标信息的待评分使用风速三元组中的预设风速分值也设置为负数;例如,上述的(第一预设坐标信息、西北风、-5分)中的-5分即为负数,当该数为负数时,则(第一预设坐标信息、5-11公里/小时、3分)作为与其所述具有相同巡检必经点坐标信息的待评分使用风速三元组,则该待评分使用风速三元组中的3分即改为-3分。
获取各个预设风向分值、各个预设风速分值以及各个预设降雨量分值之和作为该无人机机巢的环境评分,假设在一个实施例中,无人机机巢A的待评分使用风向三元组为:
(第一预设坐标信息、西北风、-5分);
无人机机巢A的待评分使用风速三元组为:
(第一预设坐标信息、5-11公里/小时、3分);
无人机机巢A的待评分使用降雨量三元组为:
(第一预设坐标信息、12小时内降雨量0.1~4.9毫米、2分);
则由于风向中的评分为负分,则将风速中的评分也改为-3,则最终环境评分为:
-5+(-3)+2=-6分。
其他无人机机巢通过如上算法,也可以获取到最终评分。
假设以图3为例的实施例中,环境评分最高的无人机机巢为无人机机巢A,则以无人机机巢A为起始机巢。
步骤5:以所述起始机巢为起点,生成巡检路线,具体而言,以所述起始机巢为起点,生成巡检路线包括:
获取各个巡检必经点坐标信息;
以所述起始机巢的位置信息作为起始点,将距离所述起始点最远的巡检必经点坐标信息作为终点,利用RRT算法得到任意两个巡检必经点坐标信息之间的路径离散点,并利用三次B样条方法处理离散点得到局部路径;
根据两两巡检必经点坐标信息之间的路径长度,将无人机的全局路径规划转化为旅行商问题并利用改进的鲸鱼算法求解该模型得到经过所有巡检必经点坐标信息的巡检路线。
可以理解的是,如果起始机巢在整个线路的中部或者其他部位,例如图3中的无人机机巢B的位置,则可以通过两个无人机,分别一起始机巢的位置信息作为起始点,其中一个无人机以该线路的一端作为终点,另一个无人机以该线路的另一端作为终点,分别进行上述算法,即通过两架无人机进行分别巡检的方式巡检线路,也就是说会将整个线路分成两部分分别进行巡检路线的生成,并将各自应该巡检的部分发送给对应的无人机即可。
步骤6:根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略,具体而言,根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略包括:
为每个起始机巢中的无人机进行如下操作:
根据所述无人机型号获取最大飞行速度信息;
获取经过训练的transformer模型;
提取所述最大飞行速度信息的最大飞行速度特征;
将所述风速特征、所述雨水特征以及所述最大飞行速度特征信息输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据预估能量消耗率以及该无人机的电量信息获取预估飞行时间;
根据预估飞行时间以及所述最大飞行速度信息获取该无人机能够飞行的距离;
获取巡检路线的总距离;
根据所述巡检路线的总距离减去所述无人机能够飞行的距离,从而获取剩余飞行距离;
获取距离所述终点最近的无人机机巢与所述终点之间的直线距离;
判断所述剩余飞行距离与所述直线距离之差是否大于预设第二距离阈值,若是,则
选取该无人机作为备选巡检无人机;
获取各个备选巡检无人机的剩余飞行距离与所述直线距离,选取差值最大的一个备选巡检无人机,并以该备选巡检无人机全程完成所述巡检路线并飞行至距离所述终点最近的无人机机巢为巡检策略。
在本实施例中,可通过试验的方法或者实际飞行的方式在不同天气工况下(例如,不同风向、不同风速以及不同降水量)进行试验,从而获取训练集以及测试集,从而对transformer模型进行训练以及测试,可以理解的是,对transformer模型进行训练属于现有技术,在此不再赘述。
当获取到预估能量消耗率后,就可以知道每分钟电量损失多少,此时,就可以知道当前无人机在当前电量下一共可以飞行多少时间,在根据最大飞行速度就可以知道在最大飞行速度下可以飞行多少距离了。
假设在一个实施例中,某无人机可飞行距离为100公里,巡检路线的总距离为60公里,则根据所述巡检路线的总距离减去所述无人机能够飞行的距离,从而获取剩余飞行距离即为40公里;
获取距离所述终点最近的无人机机巢与所述终点之间的直线距离,例如,该举例为20公里,则剩余飞行距离与所述直线距离之差为20公里,假设预设第二距离阈值为10公里,则判断剩余飞行距离与所述直线距离之差是否大于预设第二距离阈值,选取该无人机作为备选巡检无人机。
可以理解的是,通过这种选拔,可能能够选出多款无人机符合条件,此时,选取差值最大的一个备选巡检无人机,并以该备选巡检无人机全程完成所述巡检路线并飞行至距离所述终点最近的无人机机巢为巡检策略。
采用这种方式,一方面保证无人机可以理论上完整整个巡检,另一方面还可以保证其完成巡检情况下还可以飞到最近的无人机机巢降落。
另外,进一步设置预设第二距离阈值可以为无人机预留一些电量,防止某些意外发生又或者计算误差导致的实际电量消耗大于理论电量消耗。
在本实施例中,电力线路巡检方法进一步包括:
在所述适合该巡检策略的无人机进行巡检飞行过程中,当所述无人机的电量低于总电量60%时,每隔预设时间获取一次无人机所传递的电量信息以及无人机的位置信息。
可以理解的是,当无人机的电量低于总电量60%之前,可以无需实时获取电量信息以及无人机的位置信息,这样可以减少传输损耗的电量。
当无人机的电量低于总电量60%时,就需要进行实时的电量信息以及无人机的位置信息的传输,从而好为后续的判断进行准备。
在本实施例中,电力线路巡检方法进一步包括:
在无人机的电量低于总电量50%时,获取所述无人机的飞行速度信息;
获取无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息以及各个预设坐标信息所对应的降雨量信息;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征;
提取所述无人机的飞行速度信息的当前飞行速度特征;
将所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征、无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征以及当前飞行速度特征输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据获取的预估能量消耗率获取所述无人机剩余飞行距离;
根据所述无人机剩余飞行距离判断无人机是否能够完成本次巡检,若否,则
根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略;其中,所述辅助巡检策略包括原无人机行驶策略以及辅助无人机及无人车组巡检策略;
将所述原无人机行驶策略发送给正在巡检的无人机,从而使正在巡检的无人机按照所述原无人机行驶策略进行工作;
将所述辅助无人机及无人车组巡检策略发送给适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车,从而使适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车根据所述辅助无人机及无人车组巡检策略进行工作。
在实际飞行中,天气情况可能随时进行改变,并且无人机由于自身的电池原因或者其他原因,也可能导致在实际飞行中的耗电量超过预期,因此,在超过无人机的电量低于总电量50%时,就需要通过进一步预估的方法判断该无人机是否能够顺利完成任务并且飞至无人机巢中。
通过上述判断,可以进一步确定无人机是否能够完成本次巡检,当判断无法完成任务时,则需要根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略;其中,所述辅助巡检策略包括原无人机行驶策略以及辅助无人机及无人车组巡检策略;
将所述原无人机行驶策略发送给正在巡检的无人机,从而使正在巡检的无人机按照所述原无人机行驶策略进行工作;
将所述辅助无人机及无人车组巡检策略发送给适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车,从而使适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车根据所述辅助无人机及无人车组巡检策略进行工作。
在本实施例中,根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略包括:
为每个无人机机巢进行如下操作:
获取未巡检路程中的各个巡检必经点坐标信息;参见图3,假设图3中的三角位置代表当前无人机所在位置,而此时无人机的电量已经小于50%,并且通过上述计算发现无人机无法完成整个任务。
生成所述无人机机巢至每个巡检必经点坐标信息的无人车路线信息;在一个实施例中,当前无人机已经经过的巡检必经点坐标信息可以不进行计算。
举例来说,图3中的黑点表示巡检必经点坐标信息,由最靠近无人机机巢A至最靠近无人机机巢C,分别称为巡检必经点坐标信息1、巡检必经点坐标信息2、巡检必经点坐标信息3、巡检必经点坐标信息4、巡检必经点坐标信息5,其中,当前的无人机已经巡检过巡检必经点坐标信息1、巡检必经点坐标信息2,则不用计算任何一个无人机机巢中的无人车至巡检必经点坐标信息1、巡检必经点坐标信息2的无人车路线信息,只需要计算无人车至巡检必经点坐标信息3的无人车路线信息、至巡检必经点坐标信息4的无人车路线信息、至巡检必经点坐标信息5的无人车路线信息。
可以理解的是,无人车的导航路线生成属于现有技术,在此不再赘述。
获取无人车的最大行驶速度以及各个无人车路线信息,从而从各个无人车路线信息中获取用时最短路线信息、用时最短路线信息的用时信息以及该用时最短路线信息所对应的巡检必经点坐标信息;举例来说,假设无人机机巢B中的无人车至巡检必经点坐标信息3的无人车路线信息用于20分钟,至巡检必经点坐标信息4的无人车路线信息用时18分钟、至巡检必经点坐标信息5的无人车路线信息25分钟,无人机机巢C中的无人车至巡检必经点坐标信息3的无人车路线信息用于31分钟,至巡检必经点坐标信息4的无人车路线信息用时25分钟、至巡检必经点坐标信息5的无人车路线信息10分钟,则此时,为每个无人机机巢选取一个用时最短路线信息、以及该用时最短路线信息的用时信息以及该用时最短路线信息所对应的巡检必经点坐标信息具体如下:
为无人机机巢B选取至巡检必经点坐标信息4的无人车路线信息作为无人机机巢B的用时最短路线信息,该用时最短路线信息的用时信息为18分钟,该用时最短路线信息所对应的巡检必经点坐标信息为巡检必经点坐标信息4。
为无人机机巢C选取至巡检必经点坐标信息5的无人车路线信息作为无人机机巢C的用时最短路线信息,该用时最短路线信息的用时信息为10分钟,该用时最短路线信息所对应的巡检必经点坐标信息为巡检必经点坐标信息5。
分别获取正在进行巡检的无人机到每个用时最短路线信息所对应的巡检必经点坐标信息的预估时间,即通过无人机当前的飞行速度、当前电量、之前获取的预估能量消耗率以及到各个巡检必经点坐标信息的路线距离(可以理解的是,无人机已经飞过的巡检必经点坐标信息可以不进行计算),若无人机能够计算出预估时间,则表示无人机能够飞至该巡检必经点坐标信息。
获取该预估时间与每个用时最短路线信息的用时信息之间的差值,假设无人机飞至巡检必经点坐标信息4的时间为15分钟,而飞至巡检必经点坐标信息5的时间为30分钟,则获取该预估时间与每个用时最短路线信息的用时信息之间的差值,即:
无人机飞至巡检必经点坐标信息4的时间与无人机机巢B的用时最短路线信息的用时时间的差值为15分钟与18分钟的差值,即3分钟;
无人机飞至巡检必经点坐标信息5的时间与无人机机巢C的用时最短路线信息的用时时间的差值为30分钟与10分钟的差值为20分钟;
获取差值最小的用时最短路线信息所对应的巡检必经点坐标信息,该巡检必经点坐标信息作为中途经停点,即获取巡检必经点坐标信息4作为中途经停点。
获取正在进行巡检的无人机到中途经停点时的预估剩余电量信息,即通过到中途经停点的飞行时间以及当前电量、预估能量消耗率来获取到达中途经停点时的预估剩余电量信息,判断该预估剩余电量信息是否超过预设剩余电量阈值,例如,预设剩余电量阈值为10,到达中途经停点时的预估剩余电量信息为20,则超过预设剩余电量阈值。
如果没有超过预设剩余电量阈值,则需要选择距离无人机更近的其他巡检必经点坐标信息作为中途经停点。
若都没有适合的中途经停点,则将无人机降落至合适的地方,并从最近的无人机机巢中排除无人车靠近无人机,之后通过无人机与无人车协同降落的方式使得无人机降落至无人车。
采用这种方式,可以根据原始进行巡检的无人机的实时情况来动态调整巡检策略,并且可以通过最优的辅助策略来帮助原始进行巡检的无人机进行巡检,能够实现在完成巡检任务的情况下防止无人机坠毁、丢失等问题。
在本实施例中,所述电力线路巡检方法进一步包括:
当正在进行巡检的无人机行驶至该中途经停点且所述无人车行驶至该中途经停点时,所述正在进行巡检的无人机降落至所述无人车。
在本实施例中,无人机与无人车协同降落可以采用如下方法:
无人车向无人机发送第一色谱信息;
无人机获取所述第一色谱信息,并根据所述第一色谱信息生成第二色谱信息以及第三色谱信息,所述第一色谱信息、第二色谱信息以及第三色谱信息之间具有颜色差异;
无人机根据所述第二色谱信息以及第三色谱信息生成识别信息;
无人车获取摄像范围内的第一图像信息;
无人车判断是否能够自所述第一图像信息中识别出所述识别信息,若是,则
无人车根据所述识别信息获取无人机的位置信息以及标识信息;
无人车根据所述位置信息以及无人机标识信息指引所述无人机飞行至指定位置。
本申请还提供了一种电力线路巡检装置,所述电力线路巡检装置包括待巡检线路信息获取模块、天气信息获取模块、无人机机巢信息获取模块、起始机巢确定模块、巡检路线生成模块、巡检策略生成模块以及巡检策略发送模块,其中,
待巡检线路信息获取模块用于获取待巡检线路信息;
天气信息获取模块用于获取天气信息;
无人机机巢信息获取模块用于获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
起始机巢确定模块用于根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
巡检路线生成模块用于以所述起始机巢为起点,生成巡检路线;
巡检策略生成模块用于根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
巡检策略发送模块用于将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
需要说明的是,前述对方法实施例的解释说明也适用于本实施例的装置,此处不再赘述。
本申请还提供了一种电子设备,包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序,处理器执行计算机程序时实现如上的电力线路巡检方法。
本申请还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时能够实现如上的电力线路巡检方法。
图2是能够实现根据本申请一个实施例提供的电力线路巡检方法的电子设备的示例性结构图。
如图2所示,电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中,输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接,输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接,进而与电子设备的其他组件连接。具体地,输入设备504接收来自外部的输入信息,并通过输入接口502将输入信息传送到中央处理器503;中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息,将输出信息临时或者永久地存储在存储器504中,然后通过输出接口505将输出信息传送到输出设备506;输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说,图2所示的电子设备也可以被实现为包括:存储有计算机可执行指令的存储器;以及一个或多个处理器,该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的电力线路巡检方法。
在一个实施例中,图2所示的电子设备可以被实现为包括:存储器504,被配置为存储可执行程序代码;一个或多个处理器503,被配置为运行存储器504中存储的可执行程序代码,以执行上述实施例中的电力线路巡检方法。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动,媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数据多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请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,本申请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。
此外,显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地标识的方框实际上可以基本并行地执行,他们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
在本实施例中所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可用于存储计算机程序和/或模块,处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中,装置/终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上,但其实并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此,本申请的保护范围应当以本申请权利要求所界定的范围为准。
本领域技术人员应明白,本申请的实施例可提供为方法、***或计算机程序产品。因此,本申请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,本申请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。
此外,显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (9)
1.一种电力线路巡检方法,其特征在于,所述电力线路巡检方法包括:
获取待巡检线路信息;
获取天气信息;
获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
以所述起始机巢为起点,生成巡检路线;
根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
2.如权利要求1所述的电力线路无人机巡检方法,其特征在于,所述待巡检线路信息包括巡检必经点坐标信息;
所述天气信息包括巡检必经点坐标信息的巡检区域风速信息、每个巡检必经点坐标信息的风向信息以及每个巡检必经点坐标信息的巡检区域降雨量信息;
所述根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢包括:
根据所述无人机机巢位置信息以及所述巡检必经点坐标信息获取每个无人机机巢距离其所最近的巡检必经点坐标信息的距离信息;
获取距离信息小于预设第一距离阈值的无人机机巢;
当所述距离小于预设距离阈值的无人机机巢的数量超过两个时,分别为每个无人机机巢进行如下操作:
获取无人机机巢评分数据库,所述无人机机巢评分数据库包括风向评分数据库、风速评分数据库以及降雨量评分数据库,所述风向评分数据库包括风向三元组,一个风向三元组包括一个预设坐标信息、一个预设风向信息以及一个预设风向分值;所述风速评分数据库包括风速三元组,一个风速三元组包括一个预设坐标信息、一个预设风速区间信息以及一个预设风速分值;所述降雨量评分数据库包括至少一个降雨量三元组,一个降雨量三元组包括一个预设坐标信息、一个预设降雨量区间信息以及一个预设降雨量分值;
获取各个风向三元组中与各个巡检必经点坐标信息相同且与该巡检必经点坐标信息当前的风向信息相同的风向三元组,获取的风向三元组称为待评分使用风向三元组;
获取各个风速三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域风速信息位于该风速三元组中的预设风速区间信息内的风速三元组,获取的风速三元组称为待评分使用风速三元组;
获取各个降雨量三元组中与各个巡检必经点坐标信息相同且该巡检必经点坐标信息当前的巡检区域降雨量信息位于该降雨量三元组中的预设降雨量区间信息内的降雨量三元组,获取的降雨量三元组称为待评分使用降雨量三元组;
获取每个待评分使用风向三元组中的预设风向分值;
获取每个待评分使用风速三元组中的预设风速分值;
获取每个待评分使用降雨量三元组中的预设降雨量分值;
当任意一个巡检必经点坐标信息的待评分使用风向三元组的预设风向分值为负时,将与其所述具有相同巡检必经点坐标信息的待评分使用风速三元组中的预设风速分值也设置为负数;
获取各个预设风向分值、各个预设风速分值以及各个预设降雨量分值之和作为该无人机机巢的环境评分;
获取环境评分最高的无人机机巢作为起始机巢。
3.如权利要求2所述的电力线路巡检方法,其特征在于,所述以所述起始机巢为起点,生成巡检路线包括:
获取各个巡检必经点坐标信息;
以所述起始机巢的位置信息作为起始点,将距离所述起始点最远的巡检必经点坐标信息作为终点,利用RRT算法得到任意两个巡检必经点坐标信息之间的路径离散点,并利用三次B样条方法处理离散点得到局部路径;
根据两两巡检必经点坐标信息之间的路径长度,将无人机的全局路径规划转化为旅行商问题并利用改进的鲸鱼算法求解该模型得到经过所有巡检必经点坐标信息的巡检路线。
4.如权利要求3所述的电力线路巡检方法,其特征在于,所述根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略包括:
为每个起始机巢中的无人机进行如下操作:
根据所述无人机型号获取最大飞行速度信息;
获取经过训练的transformer模型;
提取所述最大飞行速度信息的最大飞行速度特征;
将所述风速特征、所述雨水特征以及所述最大飞行速度特征信息输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据预估能量消耗率以及该无人机的电量信息获取预估飞行时间;
根据预估飞行时间以及所述最大飞行速度信息获取该无人机能够飞行的距离;
获取巡检路线的总距离;
根据所述巡检路线的总距离减去所述无人机能够飞行的距离,从而获取剩余飞行距离;
获取距离所述终点最近的无人机机巢与所述终点之间的直线距离;
判断所述剩余飞行距离与所述直线距离之差是否大于预设第二距离阈值,若是,则
选取该无人机作为备选巡检无人机;
获取各个备选巡检无人机的剩余飞行距离与所述直线距离,选取差值最大的一个备选巡检无人机,并以该备选巡检无人机全程完成所述巡检路线并飞行至距离所述终点最近的无人机机巢为巡检策略。
5.如权利要求4所述的电力线路巡检方法,其特征在于,所述电力线路巡检方法进一步包括:
在所述适合该巡检策略的无人机进行巡检飞行过程中,当所述无人机的电量低于总电量60%时,每隔预设时间获取一次无人机所传递的电量信息以及无人机的位置信息。
6.如权利要求5所述的电力线路巡检方法,其特征在于,所述电力线路巡检方法进一步包括:
在所述无人机的电量低于总电量50%时,获取所述无人机的飞行速度信息;
获取无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息以及各个预设坐标信息所对应的降雨量信息;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征;
提取所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征;
提取所述无人机的飞行速度信息的当前飞行速度特征;
将所述无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的巡检区域风速信息的风速特征、无人机的电量低于总电量50%时剩余路程的各个预设坐标信息所对应的降雨量信息的雨水特征以及当前飞行速度特征输入至所述经过训练的transformer模型,从而获取预估能量消耗率;
根据获取的预估能量消耗率获取所述无人机剩余飞行距离;
根据所述无人机剩余飞行距离判断无人机是否能够完成本次巡检,若否,则
根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略;其中,所述辅助巡检策略包括原无人机行驶策略以及辅助无人机及无人车组巡检策略;
将所述原无人机行驶策略发送给正在巡检的无人机,从而使正在巡检的无人机按照所述原无人机行驶策略进行工作;
将所述辅助无人机及无人车组巡检策略发送给适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车,从而使适合该辅助无人机及无人车组巡检策略的无人机机巢中的对应的无人机以及无人车根据所述辅助无人机及无人车组巡检策略进行工作。
7.如权利要求6所述的电力线路巡检方法,其特征在于,所述根据未巡检路程、各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息生成辅助巡检策略包括:
为每个无人机机巢进行如下操作:
获取未巡检路程中的各个巡检必经点坐标信息;
生成所述无人机机巢至每个巡检必经点坐标信息的无人车路线信息;
获取无人车的最大行驶速度以及各个无人车路线信息,从而为每个无人机机巢选取一个用时最短路线信息、以及该用时最短路线信息的用时信息以及该用时最短路线信息所对应的巡检必经点坐标信息;
分别获取正在进行巡检的无人机到每个用时最短路线信息所对应的巡检必经点坐标信息的预估时间;
获取该预估时间与每个用时最短路线信息的用时信息之间的差值;
获取差值最小的用时最短路线信息所对应的巡检必经点坐标信息,该巡检必经点坐标信息作为中途经停点;
获取正在进行巡检的无人机到中途经停点时的预估剩余电量信息;
若所述预估剩余电量信息超过预设剩余电量阈值,则
生成原无人机行驶策略,其中,所述原无人机行驶策略包括:使正在进行巡检的无人机行驶至该中途经停点;
生成辅助无人机及无人车组巡检策略,其中,所述辅助无人机及无人车组巡检策略包括:使能够最快至所述中途经停点的无人机机巢中的无人车携带无人机至该中途经停点,并以该中途经停点为起点,为所述无人车携带的无人机生成辅助巡检路线以及以所述终点为起点,以距离所述终点最近的无人机机巢为终点生成返程路线。
8.如权利要求7所述的电力线路巡检方法,其特征在于,所述电力线路巡检方法进一步包括:
当正在进行巡检的无人机行驶至该中途经停点且所述无人车行驶至该中途经停点时,所述正在进行巡检的无人机降落至所述无人车。
9.一种电力线路巡检装置,其特征在于,所述电力线路巡检装置包括:
待巡检线路信息获取模块,所述待巡检线路信息获取模块用于获取待巡检线路信息;
天气信息获取模块,所述天气信息获取模块用于获取天气信息;
无人机机巢信息获取模块,所述无人机机巢信息获取模块用于获取各个无人机机巢位置信息以及每个无人机机巢中的无人机型号及电量信息;
起始机巢确定模块,所述起始机巢确定模块用于根据所述待巡检线路信息、天气信息以及各个无人机机巢位置信息选择各个无人机机巢中的一个无人机机巢作为起始机巢;
巡检路线生成模块,所述巡检路线生成模块用于以所述起始机巢为起点,生成巡检路线;
巡检策略生成模块,所述巡检策略生成模块用于根据所述巡检路线以及起始机巢的无人机型号及每个无人机的电量信息生成巡检策略;
巡检策略发送模块,所述巡检策略发送模块用于将巡检策略发送给位于所述起始机巢内的适合该巡检策略的无人机,从而使无人机根据所述巡检策略进行巡检。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082333.9A CN117032309A (zh) | 2023-08-27 | 2023-08-27 | 一种电力线路巡检方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311082333.9A CN117032309A (zh) | 2023-08-27 | 2023-08-27 | 一种电力线路巡检方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117032309A true CN117032309A (zh) | 2023-11-10 |
Family
ID=88628075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311082333.9A Pending CN117032309A (zh) | 2023-08-27 | 2023-08-27 | 一种电力线路巡检方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117032309A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117553802A (zh) * | 2024-01-08 | 2024-02-13 | 民航成都电子技术有限责任公司 | 一种航站楼巡检路径规划方法、装置、设备及存储介质 |
-
2023
- 2023-08-27 CN CN202311082333.9A patent/CN117032309A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117553802A (zh) * | 2024-01-08 | 2024-02-13 | 民航成都电子技术有限责任公司 | 一种航站楼巡检路径规划方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284348B (zh) | 一种电子地图的更新方法、装置、设备和存储介质 | |
US20210302585A1 (en) | Smart navigation method and system based on topological map | |
CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
US10024685B2 (en) | Apparatus and method for providing an advised driving speed | |
CN114435138B (zh) | 一种车辆能耗预测方法、装置、车辆及存储介质 | |
CN108932470B (zh) | 图像处理***、图像处理方法、信息处理装置和记录介质 | |
CN112396093B (zh) | 驾驶场景分类方法、装置、设备及可读存储介质 | |
CN102074110B (zh) | 基于浮动车数据的交通流路口转向延时获取***和方法 | |
CN117032309A (zh) | 一种电力线路巡检方法及装置 | |
CN113553482B (zh) | 停留点识别和出行链构建***、算法、设备及存储介质 | |
CN113421432A (zh) | 交通限行信息检测方法、装置、电子设备和存储介质 | |
CN106931981A (zh) | 一种导航剩余时间的生成方法及装置 | |
JP2021514883A (ja) | 自律走行における走行経路を決定するためのシステムおよび方法 | |
CN109515439A (zh) | 自动驾驶控制方法、装置、***及存储介质 | |
CN113008253A (zh) | 一种混合动力车辆行驶方法、设备和存储介质 | |
CN109284801A (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
CN104422426B (zh) | 在高架道路区域内提供车辆导航信息的方法和设备 | |
US11200798B2 (en) | Grouping of moving objects | |
CN112633812A (zh) | 货运车辆的轨迹分段方法、装置、设备及存储介质 | |
CN109118797A (zh) | 信息共享方法、装置、设备及存储介质 | |
CN113344277B (zh) | 预测模型训练方法、状态更新方法、装置、设备和介质 | |
CN113899381B (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
CN109945880B (zh) | 路径规划方法、相关设备及可读存储介质 | |
CN117400948A (zh) | 一种汽车能耗预测方法、装置、电子设备及存储介质 | |
CN110530382A (zh) | 行程信息获取方法、装置和设备 |
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 |