【技术实现步骤摘要】
无人机电力巡查航迹规划方法及系统
[0001]本专利技术涉及电力
，具体涉及一种无人机电力巡查航迹规划方法及系统。
技术介绍
[0002]中国的电力线分布广泛，而且大多数都地处于恶劣环境，这些电线和杆塔长期暴露在外部环境中，它们的性能受复杂天气及其特性的影响，对传输网络的安全造成重大威胁。多旋翼无人机因其成本低、灵活性高、可控性强而越来越受欢迎。现有多旋翼无人机的动力杆塔检查主要由人操作，操作员根据自己的直觉和经验控制无人机，但人为检查存在很多不足：首先，由于人类视觉的限制，很难直观地测量无人机与电力杆塔或输电线路之间的距离，这就带来了操作风险；其次，人工操纵的轨道路径具有很强的随机性，寻找拍摄点需要花费额外时间，降低巡检效率。而且，目前的无人机航迹规划中也未考虑自然风约束，航迹规划结果并不准确。
技术实现思路
[0003]本专利技术所要解决的技术问题在于如何在三维空间中实现最优航迹规划。
[0004]本专利技术通过以下技术手段实现解决上述技术问题的：
[0005]本专利技术提出了一种无...
【技术保护点】
【技术特征摘要】
1.一种无人机电力巡查航迹规划方法，其特征在于，所述方法包括：获取建模信息，所述建模信息包括风速、风向、塔架参数以及多旋翼无人机参数；基于所述建模信息，建立三维点云空间；采用基于消耗的全局蜂群优化算法在所述三维点云空间中，规划出一条从起始点S到目标点G的全局规划路径；判断所述全局规划路径是否通过障碍物；若否，则输出所述全局规划路径作为最优路径；若是，则采用基于消耗的Dijkstra算法进行局部路径规划，得到所述最优路径，其中，所述基于消耗的Dijkstra算法中设置的启发式函数为：f(n)＝g(n)+h(n)g(n)＝10*w
(s,i)
h(n)＝10*w
(i,d)
式中：f(n)是任意两个视点的总能耗，g(n)是放大后的从起点s到当前点i的能耗，h(n)是放大后的从当前点i到终点d的能耗，w
(s,i)
表示从起点s到当前点i的能耗，w
(i,d)
表示是从当前点i到终点d的能耗，表示抗侧风能耗，P
V
表示无人机直飞轨迹上实际速度等级对应的能耗，表示实际速度垂直方向对应的能耗，t表示飞行时间，w表示两视点之间的能量消耗。2.如权利要求1所述的无人机电力巡查航迹规划方法，其特征在于，所述基于所述建模信息，建立三维点云空间，包括：通过ArcGIS软件，将三维点云数据投影到二维平面，得到二维栅格信息；将ArcGIS获取的二维栅格信息转换为3D阵列，并分别使用0和1存储可飞行空间和障碍物，将数据映射成0
‑
1的网格矩阵作为所述三维点云空间。3.如权利要求1所述的无人机电力巡查航迹规划方法，其特征在于，所述采用基于消耗的全局蜂群优化算法在所述三维点云环境中，规划出一条从起始点S到目标点G的全局规划路径，包括：依次通过编码、个体评价选择、交叉、变异操作在所述三维点云空间得到部分较优的航路；将所述部分较优的航路根据转换规则形成蚁群算法初始信息素；利用蜂群优化算法进行状态转换、信息素更新，输出最优航路；其中，信息素更新如下式：其中，信息素更新如下式：其中，信息素更新如下式：
式中：L
k
表示第k个航段完成检查后的所有能耗，w
j
表示第j个航段的能耗，表示第n次迭代后每条轨迹上的信息素，表示第n
‑
1次迭代后每条轨迹上的信息素，ρ表示蒸发系数，0<ρ<1，Δτ
ij
表示信息素的增量，第k只蜜蜂在边缘ij时的信息素的增量，Q为正常数。4.如权利要求3所述的无人机电力巡查航迹规划方法，其特征在于，在所述采用基于消耗的全局蜂群优化算法中，视点选择策略为：在计算第k个蜜蜂从当前视点i选择下一视点j的概率时，将视点之间的能量消耗作为启发式信息，公式表示为：式中：表示从视点i到视点j的能量消耗，表示从视点i到视点s的能量消耗，J
k
(i)表示下一步允许蜜蜂遍历的视点集，α与β是启发式因素，表示从视点i到视点j的信息素，表示从视点i到视点s的信息素，表示启发式信息，S表示下一步允许蜜蜂遍历的视点集中的一点。5.如权利要求1所述的无人机电力巡查航迹规划方法，其特征在于，在所述采用基于消耗的Dijkstra算法进行局部路径规划，得到最优路径中，所述方法还包括：采用放大舍入方法，用整数代替浮点数，计算放大后的从起点s到当前点i的能耗g(n)和放大后的从当前点i到终点d的能耗h(n)。6.一种无人机电力巡查航迹规划系统，其特征在于，所述系统包括：信息获取模块，用...
【专利技术属性】
技术研发人员：吴立刚，赵昌新，丁祖善，陆梦龙，赵守强，孙飞，王一丁，张潇，何安明，汪春燕，曹闯，霍福广，黄延庆，高圣达，陈想，吴迪，孙悦欣，刘书翰，李玫，
申请(专利权)人：国网江苏省电力有限公司徐州供电分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。