[发明专利]基于VR的无人机巡线培训系统及培训考核场景建立方法

权利要求书

1.基于VR的无人机巡线培训系统，包括用户交互单元、培训本体单元和监控及I/O单元，其特征在于，

所述用户交互单元包括VR头盔、遥控手柄、显示屏和智能移动通讯终端中的两种或者多种的组合；

所述培训本体单元包括主机、存储设备、声效设备和安全预警反馈设备；

所述监控及I/O单元包括全局监控摄像头、仿真无人机机载摄像头和用户第一视角摄像头，还包括键盘、鼠标、输出端口和输入端口；

还包括用于支持所述培训本体单元运行的仿真巡线软件平台，其包括模式选择模块、场景选择模块、难度选择模块、机型选择模块和特殊设置模块，所述仿真巡线软件平台根据用户选择的参数向所述培训本体单元发出指令，所述培训本体单元仿真出对应的巡检场景。

2.根据权利要求1所述的基于VR的无人机巡线培训系统，其特征在于，所述用户交互单元包括以下组合之一：VR头盔与遥控手柄组合，遥控手柄和显示屏组合，遥控手柄、显示屏和智能移动通讯终端组合。

3.根据权利要求1所述的基于VR的无人机巡线培训系统，其特征在于，所述用户交互单元、培训本体单元和监控及I/O单元均采用分布式数据库TDSQL进行存储。

4.根据权利要求1所述的基于VR的无人机巡线培训系统，其特征在于，所述安全预警反馈设备包括过电压保护器、电涌保护器和过热保护器。

5.基于VR的无人机巡线培训系统的培训考核场景的建立方法，使用了上述权利要求1至3中任意一项所述的基于VR的无人机巡线培训系统，其特征在于，包括以下步骤：

步骤一、选定试样线路，依据培训考核规范，选定具备代表性的试样线路；

步骤二、飞手试飞，具备巡线资质的无人机飞手试飞步骤一中选定的试样路线，并进行双目立体视觉测量和多摄影机全景拍摄，并将相应数据收集存储至云端服务器；

步骤三、预处理，利用大数据技术对存储至云端服务器进行分析，结合多种分类算法对步骤二中测量和拍摄到的图像中的指定特征物、环境标记进行识别，并进行预处理；

步骤四、重复步骤二和步骤三；

步骤五、相似度判定，比较步骤二和步骤四中采集到的图像在预处理后的指定特征物、环境标记的相似度σ，若σ≦σ₀，则返回执行步骤四，否则继续执行步骤六。

步骤六、场景建立，基于预处理后的图像数据进行培训考核场景的建立；

步骤七、确定巡检标准，具备巡线资质的无人机飞手依据飞手规范，进行无人机电力线路巡检，并记录航线、指定特征物巡检要点和巡检顺序；

步骤八、人工校验，人工校验步骤七中所记录的记录航线、指定特征物巡检要点和巡检顺序是否符合要求，如符合则进行步骤九，否则返回步骤七；

步骤九、编制培训及考核方案，依据飞手规范和无人机巡检实际操作，编制培训和考核方案，以及相应的评分策略；

步骤十、建立系统解决方案，以步骤八中人工校验后的记录航线、指定特征物巡检要点和巡检顺序为标准，结合飞手规范和无人机巡检操作规程，编制适用于所述基于VR的无人机巡线培训系统的培训考核方案以及对应的评分策略。

6.根据权利要求5所述的基于VR的无人机巡线培训系统的培训考核场景的建立方法，其特征在于，所述步骤二中，采用了八摄影机全景拍摄。

7.根据权利要求5所述的基于VR的无人机巡线培训系统的培训考核场景的建立方法，其特征在于，所述步骤五中，σ₀＝90％。

8.根据权利要求5所述的基于VR的无人机巡线培训系统的培训考核场景的建立方法，其特征在于，所述指定特征物选定为绝缘子串、导线金具等。

9.根据权利要求5所述的基于VR的无人机巡线培训系统的培训考核场景的建立方法，其特征在于，所述步骤二和步骤四中，预处理采用了决策树算法、朴素贝叶斯算法、人工神经网络和KNN算法算法中的一种或多种的结合。