[发明专利]基于线路交叉跨越的无人机巡检方法、装置及存储介质有效

专利信息
申请号: 202110353773.8 申请日: 2021-03-31
公开(公告)号: CN113052339B 公开(公告)日: 2023-04-07
发明(设计)人: 王年孝;彭炽刚;陈浩;李雄刚;朱凌;周华敏;范亚洲;郭锦超;李国强;廖建东 申请(专利权)人: 广东电网有限责任公司
主分类号: G06Q10/20 分类号: G06Q10/20;G06F16/29;G06Q10/0635;G06Q50/06;G07C1/20
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 陈旭红;吕金金
地址: 510000 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 线路 交叉 跨越 无人机 巡检 方法 装置 存储 介质
【权利要求书】:

1.基于线路交叉跨越的无人机巡检方法,其特征在于,包括:

获取电力塔杆的位置数据;

获取交叉跨越处的位置数据及风险值;

根据所述电力塔杆的位置数据、交叉跨越处的位置数据得到途经点的位置数据;

获取起点的位置数据、终点的位置数据;

根据所述交叉跨越处的风险值得到所述交叉跨越处的拐弯半径;

根据所述交叉跨越处的拐弯半径、所述起点、所述终点、所述途经点的位置数据得到巡检路径;

所述获取交叉跨越处的位置数据及风险值,包括:

建立风险值的评估模型;

根据所述评估模型得到所述交叉跨越处的风险值;

所述建立风险值的评估模型,包括:

获取交叉跨越处风险因素值,所述风险因素值至少包括交叉程度因素值、环境因素值;

获取所述风险因素值的权重;

根据所述风险因素值、所述风险因素值的权重得到评估模型;

所述根据所述交叉跨越处的拐弯半径、所述起点、所述终点、所述途经点的位置数据得到巡检路径,包括:

采用基于强化学习的无人机路径规划算法得到巡检路径;

所述强化学习算法为Q-Learning算法。

2.根据权利要求1所述的基于线路交叉跨越的无人机巡检方法,其特征在于,所述获取电力塔杆的位置数据,包括:

获取输电线路的轨迹数据;

根据所述输电线路的轨迹数据得到电力塔杆的位置数据。

3.根据权利要求1所述的基于线路交叉跨越的无人机巡检方法,其特征在于,所述获取起点的位置数据、终点的位置数据,包括:

以手动输入坐标的方式或地图选点的方式获取起点的位置数据;

以手动输入坐标的方式或地图选点的方式获取终点的位置数据。

4.根据权利要求1所述的基于线路交叉跨越的无人机巡检方法,其特征在于,所述根据所述交叉跨越处的拐弯半径、所述起点、所述终点、所述途经点的位置数据得到巡检路径,包括:

将所述起点、所述终点、所述途经点的位置数据导入三维坐标系中;

根据所述起点、所述终点、所述途经点的位置数据计算过渡点位置数据;

利用最短路径算法规划得到巡检路径。

5.基于线路交叉跨越的无人机巡检装置,其特征在于,包括:

塔杆位置获取模块,用于获取的电力塔杆的位置数据;

交叉跨越处数据获取模块,用于获取交叉跨越处的位置数据及风险值;

途径点位置数据生成模块,用于根据所述电力塔杆的位置数据、交叉跨越处的位置数据得到途经点的位置数据;

起始点位置获取模块,用于获取起点的位置数据、终点的位置数据;

拐弯半径设置模块,用于根据所述交叉跨越处的风险值得到所述交叉跨越处的拐弯半径;

巡检路径生成模块,用于根据所述交叉跨越处的拐弯半径、所述起点、所述终点、所述途经点的位置数据得到巡检路径;

交叉跨越处数据获取模块,还用于建立风险值的评估模型;

根据所述评估模型得到所述交叉跨越处的风险值;

所述建立风险值的评估模型,包括:

获取交叉跨越处风险因素值,所述风险因素值至少包括交叉程度因素值、环境因素值;

获取所述风险因素值的权重;

根据所述风险因素值、所述风险因素值的权重得到评估模型;

巡检路径生成模块,还用于采用基于强化学习的无人机路径规划算法得到巡检路径;

所述强化学习算法为Q-Learning算法。

6.基于线路交叉跨越的无人机巡检装置,其特征在于,所述基于线路交叉跨越的无人机巡检装置包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现:

如权利要求1至4中任一项所述的基于线路交叉跨越的无人机巡检方法。

7.存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于:

执行权利要求1至4中任一项所述的基于线路交叉跨越的无人机巡检方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司,未经广东电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110353773.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top