[发明专利]一种基于激光点云数据的无人机巡检轨迹获取方法

说明书

本发明公开了一种基于激光点云数据的无人机巡检轨迹获取方法，其利用现有的激光云数据最终获取无人机的巡检轨迹，不仅提高了现有激光云数据的利用效率，而且还提高了电力巡检作业的安全性和可靠性，为电力行业提供了一种高效、有效的巡检途径。

技术领域

本发明涉及无人机巡检轨迹提取技术领域，尤其涉及一种基于激光点云数据的无人机巡检轨迹获取方法。

背景技术

激光点云也称为点云，是利用激光在同一空间参考系下获取物体表面每个采样点的空间坐标，得到的是一系列表达目标空间分布和目标表面特性的海量点的集合。

近年来，随着计算机能力的不断提升，激光点云技术被逐渐应用到建筑等多个技术领域，因而将其应用于电力巡检也成为可能，这是由于激光点云技术不仅可以节约建模时间，同时增加模型的准确性。目前，一般利用无人机进行电力巡检，但当无人机应用于电力巡检时，需要考虑无人机的续航能力、壁障处理能力以及巡检策略等，使得将激光点云数据直接应用于无人机的电力巡检具有较大的困难。

发明内容

为了克服现有技术的不足，本发明所解决的技术问题是提供一种基于激光点云数据的无人机巡检轨迹获取方法，其不仅可以有效实现激光点云数据与无人机巡检轨迹数据之间的转化，提升了激光点云数据的利用效率，而且还增加了电力巡检的安全性和可靠性。

为解决上述技术问题，本发明所采用的技术方案内容具体如下：

一种基于激光点云数据的无人机巡检轨迹获取方法，包括如下步骤：

S1：获取激光点云数据，分析所述激光点云数据并建立电力杆塔模型；

S2：确定所述电力杆塔模型的巡检拍照点；

S3：确定无人机依次在巡检拍照点进行巡检拍照时的坐标数据，并根据坐标数据获取无人机的巡检轨迹。

进一步地，所述激光点云数据包括电力杆塔信息数据和障碍物信息数据。

进一步地，步骤S1具体包括如下步骤：

S11：获取激光点云数据；

S12：对步骤S11中获取的激光点云数据进行聚类分析，然后识别出电力杆塔信息和电力杆塔附近的障碍物信息；

S13：提取电力杆塔的三维坐标信息，并建立电力杆塔模型。

更进一步地，还包括步骤S14，步骤S14为提取障碍物信息，并根据障碍物信息建立障碍物模型，并将所述障碍物模型导入所述电力杆塔模型中。

进一步地，步骤S2具体包括如下步骤：

S21：计算电力杆塔关键设备在电力杆塔模型中的空间坐标信息；

S22：根据步骤S21中的空间坐标信息确定无人机在电力杆塔模型中的巡检拍照点。

进一步地，步骤S3具体包括如下步骤：

S31：确定无人机的最佳拍照距离；

S32：根据所述最佳拍照距离确定无人机依次在巡检拍照点进行巡检拍照时的坐标数据；

S33：根据坐标数据获取无人机的巡检轨迹。

更进一步地，所述最佳拍照距离的数值范围是5cm～20m。

优选地，还包括步骤S4，所述步骤S4为对无人机的巡检轨迹进行修正以得到最佳的巡检轨迹。

更优选地，步骤S4中对无人机的巡检轨迹进行修正方法为根据无人机巡检时起飞点、障碍物以及起飞高度，生成无人机从起飞点抵达电力杆塔的巡检轨迹，当无人机接近电路杆塔后修正无人机的巡检轨迹以得到最佳巡检轨迹。