基于先验知识的多旋翼无人机自适应悬停位置优化算法制造技术

本发明专利技术公开了一种基于先验知识的多旋翼无人机自适应悬停位置优化算法，包括以下步骤：S1：在已有3D杆塔模型空间中点选需检测点，并获取需检测点的3D坐标；S2：根据先验知识包括先验杆塔模型、先验历史巡查数据，并结合待执行任务，获得若干个悬停位估计点和姿态角估计点；S3：通过无人机执行指令，调整摄像云台角度和相机倍率对单个悬停位估计点及姿态角估计点进行修正；S4：重复步骤S3，得到优化后的悬停点位置和姿态角。本发明专利技术根据先验知识对悬停位估计点和姿态角估计点进行修正，通过优化算法找到最佳悬停点以及姿态角，进而提高了无人机的工作质量。

A Priori Knowledge-based Adaptive Hovering Position Optimization Method for Multi-Rotor Unmanned Aerial Vehicle

The invention discloses an adaptive hovering position optimization algorithm for multi-rotor UAV based on prior knowledge, which includes the following steps: S1: selecting the required detection points in the existing 3D tower model space and obtaining the 3D coordinates of the required detection points; S2: obtaining several hovering position estimates based on prior knowledge including the prior tower model, prior historical inspection data and combined with the tasks to be performed. Point and attitude angle estimation points; S3: Modify single hovering position estimation point and attitude angle estimation point by adjusting camera platform angle and camera ratio through UAV execution instructions; S4: Repeat to get optimized hovering point position and attitude angle. According to prior knowledge, the hovering position estimation point and attitude angle estimation point are modified, and the optimal hovering point and attitude angle are found by optimization algorithm, thereby improving the working quality of UAV.

【技术实现步骤摘要】
基于先验知识的多旋翼无人机自适应悬停位置优化算法
本专利技术涉及无人机领域，特别是涉及一种基于先验知识的多旋翼无人机自适应悬停位置优化算法。
技术介绍
随着经济发展和科学技术的不断进步，无人机方面的研究越来越深入，同时无人机的应用也越来越广泛，在电力巡检、环境检测、灾情巡查、航拍摄影等方面都执行大量的工作，在对无人机的悬停控制方面要求也越来越高。无人机悬停的定义是：通过无人机的自主飞行功能或者遥控装置的控制，使无人机在空中指定位置停留一定的时间。目前无人机定点悬停，最成熟且应用广泛的方法是利用GPS+气压计+陀螺仪的组合导航方式。其中气压计用来测量高度变化，GPS模块给出水平位置的坐标，最终结合陀螺仪的测量数据得出三维坐标，将坐标提供给无人机实现定点悬停。现有技术存在的问题如下：1)当无人机悬停后，无法确定是否处于最佳悬停位置；2)无法确定无人机悬停后是否拥有最佳的姿态角。因此亟需提供一种新型的多旋翼无人机自适应悬停位置优化算法来解决上述问题。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于先验知识的多旋翼无人机自适应悬停位置优化算法，能够得到优化后的悬停点位置与姿态角。为解决本文档来自技高网...

【技术保护点】
1.一种基于先验知识的多旋翼无人机自适应悬停位置优化算法，包括以下步骤：S1：在已有3D杆塔模型空间中点选需检测点，并获取需检测点的3D坐标；S2：根据先验知识包括先验杆塔模型、先验历史巡查数据，并结合待执行任务，获得若干个悬停位估计点和姿态角估计点；S3：通过无人机执行指令，调整摄像云台角度和相机倍率对单个悬停位估计点及姿态角估计点进行修正；S4：重复步骤S3，得到优化后的悬停点位置和姿态角。

【技术特征摘要】
1.一种基于先验知识的多旋翼无人机自适应悬停位置优化算法，包括以下步骤：S1：在已有3D杆塔模型空间中点选需检测点，并获取需检测点的3D坐标；S2：根据先验知识包括先验杆塔模型、先验历史巡查数据，并结合待执行任务，获得若干个悬停位估计点和姿态角估计点；S3：通过无人机执行指令，调整摄像云台角度和相机倍率对单个悬停位估计点及姿态角估计点进行修正；S4：重复步骤S3，得到优化后的悬停点位置和姿态角。2.根据权利要求1所述的基于先验知识的多旋翼无人机自适应悬停位置优化算法，其特征在于，步骤S2的具体过程包括：S2.1：根据先验杆塔模型，并结合待执行任务进行悬停点估计，得到序列坐标Pn(xn，yn，zn)，n＝1，……，i；S2.2：根据需检测点的位置进行路径规划，先后到达P1至Pi点；S2.3：根据先验历史巡查数据，得到Pn的位姿(αn，βn，γn)。3.根据权利要求2所述的基于先验知识的多旋翼无人机自适应悬停位置优化算法，其特征在于，在步骤S2.2中，路径规划的方法包括：假设无人机所处的位置为Pi(ji,wi,gi)，需悬停的下一个点为Pi+1((ji+1,wi+1,gi+1)，其中j是经度，w是纬度，g是高程，安全距离为u米；首先在距被测物体u米处设置电子围栏，然后做直线规划其中j...

【专利技术属性】
技术研发人员：唐旭明，徐海明，刘帅，操松元，赵丹阳，王庆，苗东东，丁雷鸣，孟蒋辉，顾黎强，罗云鹏，
申请(专利权)人：国网安徽省电力有限公司淮南供电公司，中科院合肥技术创新工程院，国家电网有限公司，
类型：发明
国别省市：安徽,34