System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人机智能巡检领域,尤其是一种基于巡检数据预测的无人机数据采集方法。
技术介绍
1、随着智能设备的发展,无人机技术也在日常生产的各个领域,如航拍、农业、快递运输、灾难救援、野生动物观测、传染病监控、测绘、新闻报道、电力巡检、救灾、影视拍摄等诸多领域有着广泛的应用。电缆供电是现代生活最常见的供电手段,而电缆的磨损检查费时费力,且很多细微的电缆异常不易被操作工人发现,因此,利用无人机的航拍摄像头对电缆线路的巡检监控并对该巡检路径进行规划以及对规划路径中的数据进行精确采集对电缆线路的检修有着重大的意义。
2、例如,一种在中国专利文献上公开的“无人机数据采集系统”其公开号为cn106483966a,包括无人机采集过程无法对采集目标数据进行预估和提前路径规划,巡检过程容易将噪音数据进行记录,数据检测效率和精确度较低,路径规划不完整,且无法对无人机的巡检姿态进行实时判别,工作效率低下,同时限制了无人机的巡检范围。
技术实现思路
1、为了克服现有技术中,无人机采集过程无法对采集目标数据进行预估和提前路径规划或数据检测效率和精确度较低,路径规划不完整的问题,提供一种基于巡检数据预测的无人机数据采集方法,对无人机的巡检姿态进行实时判别,工作效率较高同时不限制无人机的巡检范围。通过在巡检前对巡检范围进行限定和巡检采集数据的预估比对,使得检修人员对可能出现的异常状况有提前预估,提前准备对异常电缆的检修工作,提高维修效率,降低维修人员的时间成本。
2、为了实现上述技术
3、一种基于巡检数据预测的无人机数据采集方法,包括以下步骤:建立目标区域内包含障碍物模拟模型的地理模型,根据地理模型的建立坐标系生成无人机数据采集巡检的线路;根据线路获取巡检采集时异常数据的预测结果,处理实际的巡检数据,巡检结束后将巡检数据的偏差数据与预测的异常数据比对;对偏差数据和异常数据的比对结果特征提取,分析整合所有特征数据,上报并更新异常数据库。通过模拟模型精准规划巡检线路,预测异常数据,实现精准采集。比对实际巡检数据与预测异常数据,提取特征并整合分析,不仅提升了数据采集效率,还增强了数据准确性。此外,更新异常数据库有助于后续巡检的智能化决策,提升整体巡检水平。
4、作为优选,根据定位系统调取目标区域三维地形图,记为模型a上传至无人机的机载计算机;记录电网电缆的分布情况,模拟目标区域内障碍物模型,并标记为模型b上传机载计算机;将无人机的巡检参数组和电缆运行参数组整合为数据模型c,将其与模型a和模型b共同整合为地理模型,此地理模型作为后续无人机巡检和数据处理的基本环境模型;以电缆运行参数组和数据模型c为基础,得出障碍物与电缆塔杆坐标数据,并生成巡检线路。
5、基于定位系统构建的三维地形图与障碍物模型,结合巡检与电缆参数,形成全面的地理模型,此模型为无人机巡检提供了精准的环境基础,确保线路规划的科学性。通过障碍物与电缆塔杆坐标数据的整合,生成高效巡检线路,提升了无人机数据采集的效率和准确性,为电网安全稳定运行提供了有力保障。
6、作为优选,模型b的模拟过程包括:将所有障碍物和电缆塔杆位置坐标上传机载计算机,在机载计算机的地图上设置圆柱形柱桩包裹障碍物和电缆塔杆,以圆柱形柱桩上表面圆面半径r为标准,在圆柱形柱桩上表面添加半径为r的半圆球虚拟识别标记,记为模型b上传至无人机机载计算机;无人机的巡检参数组包括:无人机的最大巡检范围、最大巡检边界、最大巡检时间和极端环境判别参数;电缆运行参数组包括:电缆标准运行情况为基础得到供电线路正常工作时的巡检数据。
7、将原本形状复杂的塔杆、地形通过计算机处理转换为可简单识别的圆柱体,方便图像整合以及后续巡检路径规划,同时额外添加电缆塔杆上表面的半圆体高度,为后续无人机巡检路径规划提供更好的安全飞行高度数据,最大巡检范围、最大巡检边界、最大巡检时间和极端环境判别参数等约束条件为无人机巡检范围做了精确的限定,同时,约束条件为后续异常巡检数据提供预估方向,提高预测数据的准确性,提高整个巡检过程数据采集的工作效率。
8、作为优选,生成巡检线路的过程包括:记录电缆塔杆的半圆体最高点三维坐标,记录障碍物的圆柱形柱桩的圆面中心的三维坐标;根据电缆塔杆三维坐标确定目标区域内的电缆塔杆数量,同时按照预设逻辑生成三维巡检路线l;在地理模型内设置安全巡检高度h为塔杆圆柱形柱桩模型上表面圆面半径r的3~6倍,无人机实际飞行过程中的高度偏差值为x,得到实际的飞行位置坐标后将h和x加入巡检路线l,形成新的巡检路线lm,并以lm作为实际的巡检路线。
9、生成巡检线路过程中,通过精准记录电缆塔杆与障碍物三维坐标,科学确定巡检点,确保无人机飞行安全。同时设置合理的安全巡检高度并考虑飞行高度偏差,优化巡检路线,提高数据采集效率。此过程确保了无人机巡检的精准性与安全性,为电网管理提供了高效、可靠的数据支持。
10、作为优选,巡检路线l以以下逻辑生成:以坐标为初始坐标的塔杆p1为起点,距离p1最近的塔杆标记为p2,距离p2最近的塔杆标记为p3,以此类推,距离pn-1最近的塔杆标记为pn,其中任意一条塔杆在标记过程中只标记一次,得到初始巡航路线l。通过逻辑生成巡检路线,确保了无人机能够按顺序高效访问每个电缆塔杆,避免了重复和遗漏。这种基于距离的标记方式,优化了巡检路径,减少了不必要的飞行距离和时间,提高了数据采集的效率和准确性,为电网的安全稳定运行提供了有力支持。
11、作为优选,根据地理模型的约束条件,拟定供电电缆及电缆塔杆预测出现的异常数据,对其分类型整合统计,对统计结果匹配和加权分布后形成数据模型d并传至机载计算机;无人机模拟试飞,记录模拟试飞过程中产生的偏差数据,依照实际的巡检路线lm进行巡检;获取巡检线路lm的二维坐标信息分布,记录下实际电缆及电缆塔杆的数据异常情况;将二维坐标内电缆运行参数组与数据模型c和数据模型d进行异常数据比对;完成一轮巡检后将异常数据情况上传至无人机机载计算机,结束巡检过程。
12、利用整合后的数据模型d进行无人机模拟试飞进行巡检采集数据的预估,提前对巡检过程可能产生的异常数据值产生预估,并将可能产生的异常数据进行记录并对检修工作人员显示,使得检修人员对可能出现的异常状况有提前预估,提前准备对异常电缆的检修工作,提高检修人员的工作效率。
13、作为优选,获取巡检线路lm的二维坐标信息分布包括:无人机巡检过程中根据电缆塔杆的三维坐标,以每个电缆塔杆顶部半圆体最高点为原点,建立xoy平面坐标系,获得电缆以及电缆塔杆的纵向投影;无人机采集电缆塔杆的纵向投影,得到巡检线路lm的纵向投影,利用电缆轨迹数据实现对两个纵向投影的二维空间捕获,得到输电线路电缆及电缆塔杆在三维空间中的二维坐标信息分布;根据步骤电缆及电缆塔杆的二维坐标信息分布,若当前巡检区域电缆塔杆总数为n,则当前巡检区域电缆总数为n-1,对这n-1条电缆及n个电缆塔杆的巡检情况与数据模型c和数据本文档来自技高网...
【技术保护点】
1.一种基于巡检数据预测的无人机数据采集方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,步骤S1包括以下步骤:
3.根据权利要求2所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,模型B的模拟过程包括:将障碍物和电缆塔杆位置坐标上传机载计算机,在其地图上设置圆柱桩包裹障碍物和电缆塔杆;在圆柱桩上表面添加半径与其上表面半径R相同的半圆球虚拟识别标记,记为模型B上传至无人机机载计算机;
4.根据权利要求2所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,生成巡检线路的过程包括:
5.根据权利要求4所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,巡检路线L生成逻辑为:以塔杆P1为起点,其坐标为初始坐标,距离P1最近的塔杆标记为P2,距离P2最近的塔杆标记为P3,递推则距离Pn-1最近的塔杆标记为Pn,其中任意一条塔杆仅标记一次,得到初始巡航路线L。
6.根据权利要求1或2或4所述的一种基于巡检数据预测的无人机数据采集方法,其特征是,
7.根据权利要求6所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,获取巡检线路Lm的二维坐标信息分布包括:
8.根据权利要求1或7所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,特征提取包括:
9.根据权利要求6所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,巡检完成将实际偏差数据与异常数据的预测情况比对,在异常数据库中存储入当次巡检结果;分析数据异常原因后分类整合数据异常情况,根据异常数据生成原因在库中增加当次巡检得到的异常数据情况可能性占比。
10.根据权利要求1所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,对目标区域内实时电缆数据发送回基站进行加权数值评分,当数值评分达到损坏阈值,则由无人机将该条电缆相邻的两个电缆塔杆坐标发送至维护中心,标记该条电缆,记录所有电缆的维修次数和维修情况。
...【技术特征摘要】
1.一种基于巡检数据预测的无人机数据采集方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,步骤s1包括以下步骤:
3.根据权利要求2所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,模型b的模拟过程包括:将障碍物和电缆塔杆位置坐标上传机载计算机,在其地图上设置圆柱桩包裹障碍物和电缆塔杆;在圆柱桩上表面添加半径与其上表面半径r相同的半圆球虚拟识别标记,记为模型b上传至无人机机载计算机;
4.根据权利要求2所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,生成巡检线路的过程包括:
5.根据权利要求4所述的一种基于巡检数据预测的无人机数据采集方法,其特征在于,巡检路线l生成逻辑为:以塔杆p1为起点,其坐标为初始坐标,距离p1最近的塔杆标记为p2,距离p2最近的塔杆标记为p3,递推则距离pn-1最近的塔杆标记为pn,其中任意一条塔杆仅标记一次,得到初始巡航路线l。
...
【专利技术属性】
技术研发人员:乐全明,钱伟杰,张冲标,高博,周旻,王建中,陈金威,张华杰,曾东,王法,汤东升,何平,宁新福,
申请(专利权)人:国网浙江省电力有限公司嘉兴供电公司,
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。