【技术实现步骤摘要】
本专利技术涉及高速公路无人机航线规划，尤其涉及一种高速公路无人机的智能航线规划方法及系统。
技术介绍
1、随着无人机技术的快速发展以及推动高速公路行业无人机应用的国家、省级政策文件密集出台，无人机越来越广泛应用于高速公路的动态实时监控、路面和桥隧巡检、应急救援等业务场景中，成为促进高速公路高质量发展的重要手段。
2、在高速公路使用无人机执行任务时，为了保证无人机任务执行的效率、质量和安全性，需要对无人机进行航线规划，使得航线经过预设的航点。然而，由于高速公路业务场景多样，且高速公路现场环境复杂，存在桥梁、隧道、边坡等结构物，要按不同的无人机任务要求规划航线工作量非常大且对操作人员要求高，且传统的航线规划方法无法综合考虑高速公路限飞区要求，带来安全隐患。
3、现有的高速公路无人机航线规划方法主要有现场规划和基于gis地图规划两大类。其中现场规划方法是由操作人员在高速公路现场操作无人机飞行进行航线规划，成本较高，且这种方法需要在飞行过程中不断调整飞行路线和飞行高度等参数，以选择合适的目标航点，非常费时和繁琐，也对操作人员要求高，往往由具备无人机执照的专业人员操作。基于gis地图规划是由人工在高速公路gis地图上按无人机任务要求选取航点，并设置航点高度、速度等参数，由于不同无人机任务对航线要求不同，且规划航线时需综合考虑无人机飞行中的空间位置、障碍物、续航能力等现实因素，无法确保规划的航线符合实际使用需要，且gis地图缺少高速公路限飞区信息，无法保证规划的航线符合安全飞行要求，给高速公路运行安全带来隐患。>
技术实现思路
1、本专利技术的目的在于提供一种高速公路无人机的智能航线规划方法及系统，以解决上述现有技术问题的至少之一。
2、第一方面，本专利技术提供了一种高速公路无人机的智能航线规划方法，所述方法具体包括：
3、采用激光雷达扫描技术对高速公路进行三维扫描，获得三维点云数据，通过点云分割算法对所述三维点云数据进行分割，确定高速公路的各个结构物，根据各个结构物的类型和几何特征构建所述高速公路的三维地形模型；
4、获取所述高速公路的限飞区域数据，通过所述限飞区域数据构建三维限飞模型，根据所述三维地形模型和所述三维限飞模型生成目标三维模型；
5、基于所述目标三维模型在所述高速公路上规划无人机航点，获得所述高速公路的航点集合；
6、获取所述高速公路的历史航线数据，利用深度学习算法对所述历史航线数据进行分析，提取安全飞行路径特征，构建航线安全性评估模型，所述航线安全性评估模型用于评估无人机航线的航线安全等级；
7、根据无人机任务类型确定航线规划参数，基于多目标优化算法，通过所述航点集合、所述航线安全性评估模型和所述航点规划参数确定无人机航线；
8、采用卷积神经网络对航拍图像进行实时分析，识别确定障碍物的位置和移动趋势，根据障碍物的位置和移动趋势对所述无人机航线进行动态调整。
9、第二方面，本专利技术提供了一种高速公路无人机的智能航线规划系统，所述系统具体包括：
10、第一规划模块，用于采用激光雷达扫描技术对高速公路进行三维扫描，获得三维点云数据，通过点云分割算法对所述三维点云数据进行分割，确定高速公路的各个结构物，根据各个结构物的类型和几何特征构建所述高速公路的三维地形模型；
11、第二规划模块，用于获取所述高速公路的限飞区域数据，通过所述限飞区域数据构建三维限飞模型，根据所述三维地形模型和所述三维限飞模型生成目标三维模型；
12、第三规划模块，用于基于所述目标三维模型在所述高速公路上规划无人机航点，获得所述高速公路的航点集合；
13、第四规划模块，用于获取所述高速公路的历史航线数据，利用深度学习算法对所述历史航线数据进行分析，提取安全飞行路径特征，构建航线安全性评估模型，所述航线安全性评估模型用于评估无人机航线的航线安全等级；
14、第五规划模块，用于根据无人机任务类型确定航线规划参数，基于多目标优化算法，通过所述航点集合、所述航线安全性评估模型和所述航点规划参数确定无人机航线；
15、第六规划模块，用于采用卷积神经网络对航拍图像进行实时分析，识别确定障碍物的位置和移动趋势，根据障碍物的位置和移动趋势对所述无人机航线进行动态调整。
16、第三方面，本专利技术提供了一种计算机设备，包括：存储器和处理器及存储在存储器上的计算机程序，当所述计算机程序在处理器上被执行时，实现如上述方法中任一项所述的高速公路无人机的智能航线规划方法。
17、第四方面，本专利技术提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，实现如上述方法中任一项所述的高速公路无人机的智能航线规划方法。
18、与现有技术相比，本专利技术具有以下技术效果的至少之一：
19、1、提高了无人机在高速公路巡检和监控任务中的安全性和效率，实现了基于实时数据分析的无人机航线自动规划和动态调整，提高了无人机在复杂环境中的操作安全性和效率。
20、2、结合高速公路的限飞区域数据，构建了三维限飞模型，并将其与三维地形模型融合生成目标三维模型，能够全面反映高速公路上的飞行限制区域，确保规划的无人机航线严格遵守安全飞行规定，避免与禁飞区、危险区等发生冲突，显著提升了飞行的安全性。
21、3、通过深度学习算法对历史航线数据进行分析，提取出安全飞行路径的特征，并构建航线安全性评估模型，能够对无人机航线进行安全等级评估，为航线规划提供重要参考。
22、4、基于历史经验的航线优化，使得规划出的航线更加符合实际飞行需求，提高了飞行效率和可靠性。
23、5、根据无人机任务类型确定航线规划参数，综合考虑航点集合、航线安全性评估模型以及航点规划参数，确定最终的无人机航线，能够在满足多种约束条件的前提下，找到最优或次优的飞行路径，提高了航线规划的科学性和合理性。
24、6、能够动态调整无人机航线，避开突然出现的障碍物，确保飞行安全，增强了无人机应对复杂环境的能力，提高了飞行的灵活性和鲁棒性。
本文档来自技高网...【技术保护点】
1.一种高速公路无人机的智能航线规划方法，其特征在于，所述方法具体包括：
2.根据权利要求1所述的方法，其特征在于，所述结构物的类型包括桥梁结构、隧道结构和边坡结构；所述根据各个结构物的类型和几何特征构建所述高速公路的三维地形模型，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述限飞区域数据构建三维限飞模型，根据所述三维地形模型和所述三维限飞模型生成目标三维模型，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标三维模型在所述高速公路上规划无人机航点，获得所述高速公路的航点集合，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述利用深度学习算法对所述历史航线数据进行分析，提取安全飞行路径特征，构建航线安全性评估模型，具体包括：
6.根据权利要求1所述的方法，其特征在于，所述根据无人机任务类型确定航线规划参数，基于多目标优化算法，通过所述航点集合、所述航线安全性评估模型和所述航点规划参数确定无人机航线，具体包括：
7.根据权利要求1所述的方法，其特征在于，所述根据障
8.一种高速公路无人机的智能航线规划系统，其特征在于，所述系统具体包括：
...【技术特征摘要】
1.一种高速公路无人机的智能航线规划方法，其特征在于，所述方法具体包括：
2.根据权利要求1所述的方法，其特征在于，所述结构物的类型包括桥梁结构、隧道结构和边坡结构；所述根据各个结构物的类型和几何特征构建所述高速公路的三维地形模型，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述通过所述限飞区域数据构建三维限飞模型，根据所述三维地形模型和所述三维限飞模型生成目标三维模型，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标三维模型在所述高速公路上规划无人机航点，获得所述高速公路的航点集合，具体包括：<...
【专利技术属性】
技术研发人员：罗燕忠，王国平，邢万勇，周泽轩，张晓亭，
申请(专利权)人：广东利通科技投资有限公司，
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。