一种变电站无人机巡检路径规划方法、系统及存储介质技术方案

本发明专利技术涉及变电站巡检技术领域，公开了一种变电站无人机巡检路径规划方法、系统及存储介质，采集变电站的激光点云数据，并根据点云数据建立三维点云模型；基于三维点云模型利用三维航线规划软件进行巡检航线自主规划以得到巡检航线；将巡检航线上传至管控平台，由管控平台根据巡检航线通过任务制定巡检任务；管控平台远程向机巢下发巡检任务；机巢解析巡检任务，协调机巢各机构动作为无人机起飞准备条件，无人机接收到机巢传送的任务指令，在适飞条件下自动起飞，按巡检路线完成飞巡作业任务。基于变电站激光点云数据、无人机与设备的安全距离，利用Dijkstra算法进行无人机最佳路径的三维航线规划，以供无人机自动巡检和提高效率。效率。效率。

【技术实现步骤摘要】
一种变电站无人机巡检路径规划方法、系统及存储介质


[0001]本专利技术涉及变电站巡检
，尤其涉及一种变电站无人机巡检路径规划方法、系统及存储介质。

技术介绍

[0002]随着电力技术的快速发展，人们对用电的需求越来越高，因此，变电站的正常工作对人们尤为重要，目前，变电站设备存在空间架设复杂，当前采用的常规巡检方式包括人工和轮式机器人巡视，这种巡检方式往往巡检不到位、存在巡检死角的不足，无法覆盖变电站各设备外绝缘、引线、线夹、接头、表计等，难以保证巡检质量、安全和效率。

技术实现思路

[0003]本专利技术提供了一种变电站无人机巡检路径规划方法、系统及存储介质，以解决现有技术中心存在的问题。
[0004]为了实现上述目的，本专利技术通过如下的技术方案来实现：
[0005]第一方面，本专利技术提供一种变电站无人机巡检路径规划方法，包括：
[0006]采集变电站的激光点云数据，并根据所述点云数据建立三维点云模型；
[0007]基于三维点云模型利用三维航线规划软件进行巡检航线自主规划以得到巡检航线；
[0008]将巡检航线上传至管控平台，由管控平台根据巡检航线制定变电站底层的开关、变压器、互感器、避雷器、电抗器、电容器，中层的母线及悬式绝缘子，和高层的避雷针、避雷线、构架及跨线绝缘子的巡检任务；
[0009]管控平台远程向机巢下发巡检任务；
[0010]机巢解析巡检任务，协调机巢各机构动作为无人机起飞准备机体自检、接收卫星、RTK信号正常的自身状态条件，监测周边风速、风向、雨量外部环境条件，同时向无人机发送任务指令，无人机接收到机巢传送的任务指令，在无人机自身状态、外部环境和适航空域适飞条件正常的情况下自动起飞，按既定的巡检路线完成飞巡作业任务。
[0011]可选地，采用A
‑
Star算法进行巡检航线自主规划以得到巡检航线。
[0012]可选地，A*算法计算每个节点的优先级时采用的函数如下所示：
[0013]f(n)＝g(n)+h(n)；
[0014]其中，g(n)是节点n距离起点的代价，h(n)是节点n距离终点的预计代价，f(n)是节点n的综合优先级，当选择下一个要遍历的节点时，选取综合优先级最高的节点。
[0015]可选地，在极端情况下，当启发函数h(n)始终为0，则将由g(n)决定节点的优先级，此时算法转变为Dijkstra算法。
[0016]第二方面，本申请实施例提供一种变电站无人机巡检路径规划系统，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
[0017]存储器，用于存放计算机程序；
[0018]处理器，用于执行存储器上所存放的程序时，实现第一方面所述的方法步骤。
[0019]第三方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如第一方面所述的方法步骤。
[0020]有益效果：
[0021]本专利技术提供的无人机巡检路径规划方法，包括：采集变电站的激光点云数据，并根据所述点云数据建立三维点云模型；基于三维点云模型利用三维航线规划软件进行巡检航线自主规划以得到巡检航线；将巡检航线上传至管控平台，由管控平台根据巡检航线通过任务制定巡检任务；管控平台远程向机巢下发巡检任务；机巢解析巡检任务，协调机巢各机构动作为无人机起飞准备条件，同时向无人机发送任务指令，无人机接收到机巢传送的任务指令，在适飞条件下自动起飞，按既定的巡检路线完成飞巡作业任务。基于变电站激光点云数据、无人机与设备的安全距离，利用Dijkstra算法进行无人机最佳路径的三维航线规划，以供无人机自动巡检和提高效率。
附图说明
[0022]图1为本专利技术优选实施例的图形中只允许朝上下左右四个方向移动的示意图；
[0023]图2为本专利技术优选实施例的图形中只允许朝八方向移动的示意图。
具体实施方式
[0024]下面对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0025]请参见图1
‑
图2，本申请实施例提供一种变电站无人机巡检路径规划方法，包括：
[0026]采集变电站的激光点云数据，并根据所述点云数据建立三维点云模型；
[0027]基于三维点云模型利用三维航线规划软件进行巡检航线自主规划以得到巡检航线；
[0028]将巡检航线上传至管控平台，由管控平台根据巡检航线制定变电站底层的开关、变压器、互感器、避雷器、电抗器、电容器，中层的母线及悬式绝缘子，和高层的避雷针、避雷线、构架及跨线绝缘子的巡检任务；
[0029]管控平台远程向机巢下发巡检任务；
[0030]机巢解析巡检任务，协调机巢各机构动作为无人机起飞准备机体自检、接收卫星、RTK信号正常的自身状态条件，监测周边风速、风向、雨量外部环境条件，同时向无人机发送任务指令，无人机接收到机巢传送的任务指令，在无人机自身状态、外部环境和适航空域适飞条件正常的情况下自动起飞，按既定的巡检路线完成飞巡作业任务。
[0031]上述的基于变电站激光点云数据、无人机与设备的安全距离，利用Dijkstra算法进行无人机最佳路径的三维航线规划，以供无人机自动巡检和提高效率。
[0032]可选地，采用A
‑
Star算法进行巡检航线自主规划以得到巡检航线。
[0033]可选地，A*算法计算每个节点的优先级时采用的函数如下所示：
[0034]f(n)＝g(n)+h(n)；
[0035]其中，g(n)是节点n距离起点的代价，h(n)是节点n距离终点的预计代价，f(n)是节点n的综合优先级，当选择下一个要遍历的节点时，选取综合优先级最高的节点。
[0036]可选地，在极端情况下，当启发函数h(n)始终为0，则将由g(n)决定节点的优先级，此时算法就退化成了Dijkstra算法。
[0037]其中，h(n)是节点n距离终点的预计代价，这也就是A*算法的启发函数。A*算法在运算过程中，每次从优先队列中选取f(n)值最小(优先级最高)的节点作为下一个待遍历的节点。另外，A*算法使用两个集合来表示待遍历的节点，与已经遍历过的节点，这通常称之为open_set和close_set。
[0038]需要说明的是，启发函数会影响A*算法的行为。在极端情况下，当启发函数h(n)始终为0，则将由g(n)决定节点的优先级，此时算法就退化成了Dijkstra算法。如果h(n)始终小于等于节点n到终点的代价，则A*算法保证一定能够找到最短路径。但是当h(n)的值越小，算法将遍历越多的节点，也就导致算法越慢。如果h(n)完全等于节点n到终点的代价，则A*算法将找到最佳路径，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站无人机巡检路径规划方法，其特征在于，包括：采集变电站的激光点云数据，并根据所述点云数据建立三维点云模型；基于三维点云模型利用三维航线规划软件进行巡检航线自主规划以得到巡检航线；将巡检航线上传至管控平台，由管控平台根据巡检航线制定变电站底层的开关、变压器、互感器、避雷器、电抗器、电容器，中层的母线及悬式绝缘子，和高层的避雷针、避雷线、构架及跨线绝缘子的巡检任务；管控平台远程向机巢下发巡检任务；机巢解析巡检任务，协调机巢各机构动作为无人机起飞准备机体自检、接收卫星、RTK信号正常的自身状态条件，监测周边风速、风向、雨量外部环境条件，同时向无人机发送任务指令，无人机接收到机巢传送的任务指令，在无人机自身状态、外部环境和适航空域适飞条件正常的情况下自动起飞，按既定的巡检路线完成飞巡作业任务。2.根据权利要求1所述的变电站无人机巡检路径规划方法，其特征在于，采用A
‑
Star算法进行巡检航线自主规划以得到巡检航线。3.根据权利要求1所述的变电站无人机巡...

【专利技术属性】
技术研发人员：李游，王智弘，董凯，周云雅，章健军，于艺盛，钟昱铭，
申请(专利权)人：国网湖南省电力有限公司检修公司国家电网有限公司，
类型：发明
国别省市：