CN117109598B - 一种地空协同多旋翼无人机巡检路径规划方法和*** - Google Patents
一种地空协同多旋翼无人机巡检路径规划方法和*** Download PDFInfo
- Publication number
- CN117109598B CN117109598B CN202311374793.9A CN202311374793A CN117109598B CN 117109598 B CN117109598 B CN 117109598B CN 202311374793 A CN202311374793 A CN 202311374793A CN 117109598 B CN117109598 B CN 117109598B
- Authority
- CN
- China
- Prior art keywords
- route
- flight
- inspection
- communication
- predicted
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000007547 defect Effects 0.000 claims abstract description 131
- 238000004891 communication Methods 0.000 claims abstract description 109
- 238000001514 detection method Methods 0.000 claims abstract description 81
- 230000005540 biological transmission Effects 0.000 claims abstract description 35
- 238000005457 optimization Methods 0.000 claims description 22
- 238000005516 engineering process Methods 0.000 claims description 18
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000007847 structural defect Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及无人机巡检技术领域,具体公开了一种地空协同多旋翼无人机巡检路径规划方法和***。本发明通过获取室内结构模型,标记多个预测缺陷位置,构建预测结构模型;基于预测结构模型,在多个预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;按照飞行巡检路线,对多个预测缺陷位置进行飞行巡检探测,得到巡检探测数据;按照行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对巡检探测数据进行协同传输。能够标记多个预测缺陷位置,规划飞行巡检路线和行驶通信路线,进行飞行巡检探测与巡检协同跟踪相配合,在多旋翼无人机飞行巡检的过程中,稳定的进行巡检探测数据的协同传输,避免数据丢失。
Description
技术领域
本发明属于无人机巡检技术领域,尤其涉及一种地空协同多旋翼无人机巡检路径规划方法和***。
背景技术
随着科技的不断进步,无人机作为一种新兴的高科技设备,被广泛应用于各个领域。无人机巡检以其高效、快速的特点,为各行业带来了诸多便利,尤其在***方面发挥着重要的作用。
无人机巡检也被应用在室内结构缺陷的巡检中。
现有的无人机巡检在室内结构缺陷巡检中的应用,由于巡检的环境复杂,多旋翼无人机在巡检的过程中,不能稳定与位置固定的终端建立通信连接,因此,在进行巡检数据的传输过程中,容易造成数据的丢失,导致无法进行有效的巡检判断。
发明内容
本发明实施例的目的在于提供一种地空协同多旋翼无人机巡检路径规划方法和***,旨在解决背景技术中提出的问题。
为实现上述目的,本发明实施例提供如下技术方案:
一种地空协同多旋翼无人机巡检路径规划方法,所述方法具体包括以下步骤:
获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型;
基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;
按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据;
按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输。
作为本发明实施例技术方案进一步的限定,所述获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型具体包括以下步骤:
获取工作人员上传的室内结构模型;
对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
作为本发明实施例技术方案进一步的限定,所述基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线具体包括以下步骤:
基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
作为本发明实施例技术方案进一步的限定,所述对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线具体包括以下步骤:
基于所述预测结构模型,标记模糊通行路线经过的多个巡检飞行路口;
计算多个所述巡检飞行路口的路口高度;
按照多个所述路口高度,对所述模糊通行路线进行高度飞行优化,生成飞行巡检路线。
作为本发明实施例技术方案进一步的限定,所述按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据具体包括以下步骤:
按照所述飞行巡检路线,生成飞行导航信号和多个缺陷探测信号;
根据所述飞行导航信号,对多旋翼无人机进行飞行控制;
根据多个所述缺陷探测信号,对多个所述预测缺陷位置进行飞行探测,得到巡检探测数据。
作为本发明实施例技术方案进一步的限定,所述按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输具体包括以下步骤:
按照所述行驶通信路线,生成行驶导航信号;
根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
一种地空协同多旋翼无人机巡检路径规划***,所述***包括缺陷预测分析模块、路线规划处理模块、飞行巡检探测模块和协同通信传输模块,其中:
缺陷预测分析模块,用于获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型;
路线规划处理模块,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;
飞行巡检探测模块,用于按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据;
协同通信传输模块,用于按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输。
作为本发明实施例技术方案进一步的限定,所述缺陷预测分析模块具体包括:
模型获取单元,用于获取工作人员上传的室内结构模型;
分类识别单元,用于对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
缺陷预测单元,用于基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
位置标记单元,用于按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
作为本发明实施例技术方案进一步的限定,所述路线规划处理模块具体包括:
通行规划单元,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
飞行优化单元,用于对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
行驶优化单元,用于对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
作为本发明实施例技术方案进一步的限定,所述协同通信传输模块具体包括:
信号生成单元,用于按照所述行驶通信路线,生成行驶导航信号;
通信跟踪单元,用于根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
信号分析单元,用于对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
协同传输单元,用于在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
与现有技术相比,本发明的有益效果是:
本发明实施例通过获取室内结构模型,标记多个预测缺陷位置,构建预测结构模型;基于预测结构模型,在多个预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;按照飞行巡检路线,对多个预测缺陷位置进行飞行巡检探测,得到巡检探测数据;按照行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对巡检探测数据进行协同传输。能够标记多个预测缺陷位置,规划飞行巡检路线和行驶通信路线,进行飞行巡检探测与巡检协同跟踪相配合,在多旋翼无人机飞行巡检的过程中,稳定的进行巡检探测数据的协同传输,避免数据丢失。
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。
图1示出了本发明实施例提供的方法的流程图。
图2示出了本发明实施例提供的方法中进行缺陷预测分析的流程图。
图3示出了本发明实施例提供的方法中多个预测缺陷位置之间的路线规划的流程图。
图4示出了本发明实施例提供的方法中进行飞行路线优化的流程图。
图5示出了本发明实施例提供的方法中进行飞行巡检探测的流程图。
图6示出了本发明实施例提供的方法中巡检协同的通信跟踪与分析的流程图。
图7示出了本发明实施例提供的***的应用架构图。
图8示出了本发明实施例提供的***中缺陷预测分析模块的结构框图。
图9示出了本发明实施例提供的***中路线规划处理模块的结构框图。
图10示出了本发明实施例提供的***中协同通信传输模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解的是,现有的无人机巡检在室内结构缺陷巡检中的应用,由于巡检的环境复杂,多旋翼无人机在巡检的过程中,不能稳定与位置固定的终端建立通信连接,因此,在进行巡检数据的传输过程中,容易造成数据的丢失,导致无法进行有效的巡检判断。
为解决上述问题,本发明实施例通过获取室内结构模型,标记多个预测缺陷位置,构建预测结构模型;基于预测结构模型,在多个预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;按照飞行巡检路线,对多个预测缺陷位置进行飞行巡检探测,得到巡检探测数据;按照行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对巡检探测数据进行协同传输。能够标记多个预测缺陷位置,规划飞行巡检路线和行驶通信路线,进行飞行巡检探测与巡检协同跟踪相配合,在多旋翼无人机飞行巡检的过程中,稳定的进行巡检探测数据的协同传输,避免数据丢失。
图1示出了本发明实施例提供的方法的流程图。
具体的,在本发明提供的一个优选实施方式中,一种地空协同多旋翼无人机巡检路径规划方法,所述方法具体包括以下步骤:
步骤S101,获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型。
在本发明实施例中,工作人员在具有室内结构缺陷的巡检需求时,可以上传相应的室内结构模型,通过获取工作人员上传的室内结构模型,识别室内结构模型的结构组成,进行结构的分类识别,获取多个室内结构类型,基于大数据技术,对多个室内结构类型进行缺陷预测分析,从多个室内结构类型中,选择具有结构缺陷可能性的室内结构类型,并标记为缺陷结构类型,得到多个缺陷结构类型,进而按照多个缺陷结构类型,在室内结构模型中进行相关结构的位置标记,得到多个预测缺陷位置,对室内结构模型进行相应的标记更新,构建预测结构模型。
具体的,图2示出了本发明实施例提供的方法中进行缺陷预测分析的流程图。
其中,在本发明提供的优选实施方式中,所述获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型具体包括以下步骤:
步骤S1011,获取工作人员上传的室内结构模型;
步骤S1012,对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
步骤S1013,基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
步骤S1014,按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
进一步的,所述地空协同多旋翼无人机巡检路径规划方法,还包括以下步骤:
步骤S102,基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线。
在本发明实施例中,基于预测结构模型,在多个预测缺陷位置之间进行通行规划,生成一条能够经过多个预测缺陷位置的模糊通行路线,并在预测结构模型中,标记模糊通行路线经过的多个巡检飞行路口,计算多个巡检飞行路口的路口高度,再按照多个路口高度,对模糊通行路线进行高度飞行优化,生成飞行巡检路线,且对模糊通行路线进行行驶路线优化,生成沿地面行驶的行驶通信路线。
具体的,图3示出了本发明实施例提供的方法中多个预测缺陷位置之间的路线规划的流程图。
其中,在本发明提供的优选实施方式中,所述基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线具体包括以下步骤:
步骤S1021,基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
步骤S1022,对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
步骤S1023,对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
具体的,图4示出了本发明实施例提供的方法中进行飞行路线优化的流程图。
其中,在本发明提供的优选实施方式中,所述对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线具体包括以下步骤:
步骤S10221,基于所述预测结构模型,标记模糊通行路线经过的多个巡检飞行路口;
步骤S10222,计算多个所述巡检飞行路口的路口高度;
步骤S10223,按照多个所述路口高度,对所述模糊通行路线进行高度飞行优化,生成飞行巡检路线。
进一步的,所述地空协同多旋翼无人机巡检路径规划方法,还包括以下步骤:
步骤S103,按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据。
在本发明实施例中,按照飞行巡检路线,生成相应的飞行导航信号,并按照多个预测缺陷位置,生成对应的缺陷探测信号,根据飞行导航信号,控制多旋翼无人机沿着飞行巡检路线进行巡检飞行,并在多旋翼无人机巡检飞行的过程中,进行飞行的实时定位,在定位判定多旋翼无人机靠近相应的预测缺陷位置时,根据对应的缺陷探测信号,对预测缺陷位置进行飞行探测,得到巡检探测数据,从而在靠近不同的预测缺陷位置时,得到不同的巡检探测数据。
具体的,图5示出了本发明实施例提供的方法中进行飞行巡检探测的流程图。
其中,在本发明提供的优选实施方式中,所述按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据具体包括以下步骤:
步骤S1031,按照所述飞行巡检路线,生成飞行导航信号和多个缺陷探测信号;
步骤S1032,根据所述飞行导航信号,对多旋翼无人机进行飞行控制;
步骤S1033,根据多个所述缺陷探测信号,对多个所述预测缺陷位置进行飞行探测,得到巡检探测数据。
进一步的,所述地空协同多旋翼无人机巡检路径规划方法,还包括以下步骤:
步骤S104,按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输。
在本发明实施例中,按照行驶通信路线,生成行驶导航信号,按照行驶导航信号控制地面协同机器人沿着行驶通信路线进行协同行驶,使得协同行驶的地面协同机器人,与多旋翼无人机保持同步的行动,对多旋翼无人机进行巡检协同的通信跟踪,实时获取地面协同机器人与多旋翼无人机之间的跟踪连接信号,并计算跟踪连接信号的连接信号强度,通过将连接信号强度与预设的基础信号强度进行比较,在连接信号强度大于基础信号强度时,判定满足预设的巡检通信条件,此时,在地面协同机器人与多旋翼无人机之间进行巡检探测数据的协同传输,使得巡检探测数据能够完整的传输至地面协同机器人,从而稳定的进行巡检探测数据的协同传输,避免数据丢失。
具体的,图6示出了本发明实施例提供的方法中巡检协同的通信跟踪与分析的流程图。
其中,在本发明提供的优选实施方式中,所述按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输具体包括以下步骤:
步骤S1041,按照所述行驶通信路线,生成行驶导航信号;
步骤S1042,根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
步骤S1043,对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
步骤S1044,在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
进一步的,图7示出了本发明实施例提供的***的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种地空协同多旋翼无人机巡检路径规划***,包括:
缺陷预测分析模块101,用于获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型。
在本发明实施例中,工作人员在具有室内结构缺陷的巡检需求时,可以上传相应的室内结构模型,缺陷预测分析模块101通过获取工作人员上传的室内结构模型,识别室内结构模型的结构组成,进行结构的分类识别,获取多个室内结构类型,基于大数据技术,对多个室内结构类型进行缺陷预测分析,从多个室内结构类型中,选择具有结构缺陷可能性的室内结构类型,并标记为缺陷结构类型,得到多个缺陷结构类型,进而按照多个缺陷结构类型,在室内结构模型中进行相关结构的位置标记,得到多个预测缺陷位置,对室内结构模型进行相应的标记更新,构建预测结构模型。
具体的,图8示出了本发明实施例提供的***中缺陷预测分析模块101的结构框图。
其中,在本发明提供的优选实施方式中,所述缺陷预测分析模块101具体包括:
模型获取单元1011,用于获取工作人员上传的室内结构模型;
分类识别单元1012,用于对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
缺陷预测单元1013,用于基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
位置标记单元1014,用于按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
进一步的,所述地空协同多旋翼无人机巡检路径规划***还包括:
路线规划处理模块102,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线。
在本发明实施例中,路线规划处理模块102基于预测结构模型,在多个预测缺陷位置之间进行通行规划,生成一条能够经过多个预测缺陷位置的模糊通行路线,并在预测结构模型中,标记模糊通行路线经过的多个巡检飞行路口,计算多个巡检飞行路口的路口高度,再按照多个路口高度,对模糊通行路线进行高度飞行优化,生成飞行巡检路线,且对模糊通行路线进行行驶路线优化,生成沿地面行驶的行驶通信路线。
具体的,图9示出了本发明实施例提供的***中路线规划处理模块102的结构框图。
其中,在本发明提供的优选实施方式中,所述路线规划处理模块102具体包括:
通行规划单元1021,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
飞行优化单元1022,用于对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
行驶优化单元1023,用于对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
进一步的,所述地空协同多旋翼无人机巡检路径规划***还包括:
飞行巡检探测模块103,用于按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据。
在本发明实施例中,飞行巡检探测模块103按照飞行巡检路线,生成相应的飞行导航信号,并按照多个预测缺陷位置,生成对应的缺陷探测信号,根据飞行导航信号,控制多旋翼无人机沿着飞行巡检路线进行巡检飞行,并在多旋翼无人机巡检飞行的过程中,进行飞行的实时定位,在定位判定多旋翼无人机靠近相应的预测缺陷位置时,根据对应的缺陷探测信号,对预测缺陷位置进行飞行探测,得到巡检探测数据,从而在靠近不同的预测缺陷位置时,得到不同的巡检探测数据。
协同通信传输模块104,用于按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输。
在本发明实施例中,协同通信传输模块104按照行驶通信路线,生成行驶导航信号,按照行驶导航信号控制地面协同机器人沿着行驶通信路线进行协同行驶,使得协同行驶的地面协同机器人,与多旋翼无人机保持同步的行动,对多旋翼无人机进行巡检协同的通信跟踪,实时获取地面协同机器人与多旋翼无人机之间的跟踪连接信号,并计算跟踪连接信号的连接信号强度,通过将连接信号强度与预设的基础信号强度进行比较,在连接信号强度大于基础信号强度时,判定满足预设的巡检通信条件,此时,在地面协同机器人与多旋翼无人机之间进行巡检探测数据的协同传输,使得巡检探测数据能够完整的传输至地面协同机器人,从而稳定的进行巡检探测数据的协同传输,避免数据丢失。
具体的,图10示出了本发明实施例提供的***中协同通信传输模块104的结构框图。
其中,在本发明提供的优选实施方式中,所述协同通信传输模块104具体包括:
信号生成单元1041,用于按照所述行驶通信路线,生成行驶导航信号;
通信跟踪单元1042,用于根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
信号分析单元1043,用于对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
协同传输单元1044,用于在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种地空协同多旋翼无人机巡检路径规划方法,其特征在于,所述方法具体包括以下步骤:
获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型;
基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;
按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据;
按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输;
所述按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输具体包括以下步骤:
按照所述行驶通信路线,生成行驶导航信号;
根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
2.根据权利要求1所述的地空协同多旋翼无人机巡检路径规划方法,其特征在于,所述获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型具体包括以下步骤:
获取工作人员上传的室内结构模型;
对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
3.根据权利要求1所述的地空协同多旋翼无人机巡检路径规划方法,其特征在于,所述基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线具体包括以下步骤:
基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
4.根据权利要求3所述的地空协同多旋翼无人机巡检路径规划方法,其特征在于,所述对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线具体包括以下步骤:
基于所述预测结构模型,标记模糊通行路线经过的多个巡检飞行路口;
计算多个所述巡检飞行路口的路口高度;
按照多个所述路口高度,对所述模糊通行路线进行高度飞行优化,生成飞行巡检路线。
5.根据权利要求1所述的地空协同多旋翼无人机巡检路径规划方法,其特征在于,所述按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据具体包括以下步骤:
按照所述飞行巡检路线,生成飞行导航信号和多个缺陷探测信号;
根据所述飞行导航信号,对多旋翼无人机进行飞行控制;
根据多个所述缺陷探测信号,对多个所述预测缺陷位置进行飞行探测,得到巡检探测数据。
6.一种地空协同多旋翼无人机巡检路径规划***,其特征在于,所述***包括缺陷预测分析模块、路线规划处理模块、飞行巡检探测模块和协同通信传输模块,其中:
缺陷预测分析模块,用于获取室内结构模型,基于大数据技术进行缺陷预测分析,标记多个预测缺陷位置,构建预测结构模型;
路线规划处理模块,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行路线规划,得到飞行巡检路线和行驶通信路线;
飞行巡检探测模块,用于按照所述飞行巡检路线,对多个所述预测缺陷位置进行飞行巡检探测,得到巡检探测数据;
协同通信传输模块,用于按照所述行驶通信路线,进行巡检协同的通信跟踪与分析,在满足预设的巡检通信条件下,对所述巡检探测数据进行协同传输;
所述协同通信传输模块具体包括:
信号生成单元,用于按照所述行驶通信路线,生成行驶导航信号;
通信跟踪单元,用于根据所述行驶导航信号,进行巡检协同的通信跟踪,并实时获取跟踪连接信号;
信号分析单元,用于对所述跟踪连接信号进行分析,判断是否满足预设的巡检通信条件;
协同传输单元,用于在满足预设的巡检通信条件时,对所述巡检探测数据进行协同传输。
7.根据权利要求6所述的地空协同多旋翼无人机巡检路径规划***,其特征在于,所述缺陷预测分析模块具体包括:
模型获取单元,用于获取工作人员上传的室内结构模型;
分类识别单元,用于对所述室内结构模型进行结构的分类识别,获取多个室内结构类型;
缺陷预测单元,用于基于大数据技术,对多个所述室内结构类型进行缺陷预测分析,标记多个缺陷结构类型;
位置标记单元,用于按照多个所述缺陷结构类型,在所述室内结构模型中,标记多个预测缺陷位置,构建预测结构模型。
8.根据权利要求6所述的地空协同多旋翼无人机巡检路径规划***,其特征在于,所述路线规划处理模块具体包括:
通行规划单元,用于基于所述预测结构模型,在多个所述预测缺陷位置之间进行通行规划,生成模糊通行路线;
飞行优化单元,用于对所述模糊通行路线进行飞行路线优化,生成飞行巡检路线;
行驶优化单元,用于对所述模糊通行路线进行行驶路线优化,生成行驶通信路线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311374793.9A CN117109598B (zh) | 2023-10-23 | 2023-10-23 | 一种地空协同多旋翼无人机巡检路径规划方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311374793.9A CN117109598B (zh) | 2023-10-23 | 2023-10-23 | 一种地空协同多旋翼无人机巡检路径规划方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117109598A CN117109598A (zh) | 2023-11-24 |
CN117109598B true CN117109598B (zh) | 2024-01-23 |
Family
ID=88805897
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311374793.9A Active CN117109598B (zh) | 2023-10-23 | 2023-10-23 | 一种地空协同多旋翼无人机巡检路径规划方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117109598B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113002774A (zh) * | 2021-02-19 | 2021-06-22 | 北京玄马知能科技有限公司 | 基于地空一体化协同作业的机器人巡检*** |
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
CN114115287A (zh) * | 2021-12-06 | 2022-03-01 | 西安航空学院 | 一种无人车-无人机空地协同巡逻和引导*** |
CN115358988A (zh) * | 2022-08-17 | 2022-11-18 | 国网安徽省电力有限公司电力科学研究院 | 一种基于大数据的配电站缺陷识别*** |
CN116778357A (zh) * | 2023-05-29 | 2023-09-19 | 北京中飞艾维航空科技有限公司 | 利用可见光缺陷识别的电力线路无人机巡检方法和*** |
-
2023
- 2023-10-23 CN CN202311374793.9A patent/CN117109598B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021196529A1 (zh) * | 2020-04-02 | 2021-10-07 | 同济人工智能研究院(苏州)有限公司 | 空地协同式智能巡检机器人及巡检方法 |
CN113002774A (zh) * | 2021-02-19 | 2021-06-22 | 北京玄马知能科技有限公司 | 基于地空一体化协同作业的机器人巡检*** |
CN114115287A (zh) * | 2021-12-06 | 2022-03-01 | 西安航空学院 | 一种无人车-无人机空地协同巡逻和引导*** |
CN115358988A (zh) * | 2022-08-17 | 2022-11-18 | 国网安徽省电力有限公司电力科学研究院 | 一种基于大数据的配电站缺陷识别*** |
CN116778357A (zh) * | 2023-05-29 | 2023-09-19 | 北京中飞艾维航空科技有限公司 | 利用可见光缺陷识别的电力线路无人机巡检方法和*** |
Non-Patent Citations (1)
Title |
---|
无人机辅助下空地协同组网与传输优化方法;闫雅晴等;《无人***技术》;第5卷(第3期);97-105 * |
Also Published As
Publication number | Publication date |
---|---|
CN117109598A (zh) | 2023-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108189043B (zh) | 一种应用于高铁机房的巡检方法及巡检机器人*** | |
CN107697070A (zh) | 驾驶行为预测方法和装置、无人车 | |
CN115917559A (zh) | 轨迹预测方法、装置、计算机设备和存储介质 | |
CN112016820B (zh) | 巡检机器人调度方法、***、装置和计算机设备 | |
CN115941529B (zh) | 一种基于机器人的电缆隧道检测方法和*** | |
CN115373403B (zh) | 一种建筑机械设备巡检服务*** | |
CN115123307A (zh) | 基于障碍物意图的自动驾驶方法、装置及自动驾驶车辆 | |
CN116755474A (zh) | 一种无人机用电力巡线方法及*** | |
CN109955242A (zh) | 巡维机器人控制方法、装置、计算机设备以及存储介质 | |
CN109927025A (zh) | 巡维机器人控制方法、装置、计算机设备以及存储介质 | |
CN111506093A (zh) | 一种基于无人机的电力巡检***及方法 | |
CN114510077A (zh) | 无人机杆路巡检的路线规划方法及装置、计算机存储介质 | |
CN116048062A (zh) | 多智能体超视距网联协同感知动态决策方法及相关装置 | |
CN117589177B (zh) | 基于工业大模型自主导航方法 | |
CN113467337A (zh) | 一种基于5g通讯的运输监控方法及*** | |
CN113781810A (zh) | 一种无人驾驶矿车的危险路段预警方法及装置 | |
CN117109598B (zh) | 一种地空协同多旋翼无人机巡检路径规划方法和*** | |
CN113554781A (zh) | 架空输电线路远程巡检方法、装置和计算机设备 | |
CN117572863A (zh) | 用于变电站机器人的路径优化方法及*** | |
CN117369486A (zh) | 一种基于无人机巡检的输电设备目标识别*** | |
CN116931596A (zh) | 一种飞行程序自动编排的无人机飞行*** | |
CN114815850B (zh) | 一种无人驾驶矿车自主装卸方法及*** | |
CN113885544A (zh) | 杆塔巡检机器人的控制方法、装置和计算机设备 | |
CN112396739A (zh) | 站台屏蔽门控制方法、装置及存储介质 | |
CN116277041B (zh) | 一种结合需求分析的机器人结构优化方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |