基于微气象的无人机飞行路径智能规划控制系统及方法与流程

1.本发明属于无人机技术领域，尤其涉及一种基于微气象的无人机飞行路径智能规划控制系统及方法。


背景技术：

2.配电网是电力系统发电、输电、配电、用电中的一个直接面向用户供电的环节,作为输电环节和用电环节的转换枢纽，在整个电网中起到至关重要的作用。
3.目前,城郊、农村及山林地区配电架空线路存在线路长,所处路况复杂、基层班组巡维不便,且需要较多的基础班组和大量的时间对线路进行维护，而无人机则能很好的解决需要大量的人力问题，且无人机在巡检输电线路具有高效、快捷、可靠、成本低、不受地域影响等优点，无人机巡检已成为输电线路巡检的重要方式之一。
4.但是，对应行程较长或者无人机的续航里程不高时，而无人机巡检路径不考虑续航、路径规划不合理，从而导致无人机不能发挥它的优点，所以提出了一种基于微气象的无人机飞行路径智能规划控制方法及系统,解决上述问题。


技术实现要素：

5.本发明的目的在于提供一种基于微气象的无人机飞行路径智能规划控制系统及方法，从而克服了现有无人机巡检路线规划不合理的缺点。
6.为实现上述目的，本发明提供了一种基于微气象的无人机飞行路径智能规划控制方法，包括以下步骤：通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；无人机根据所述预设巡检路径飞行时，无人机未完全按照所述预设巡检路径飞行，则根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。
7.优选地，所述巡检地地图模型为三维模型。
8.优选地，根据巡检地的地图和无人机充电平台数据构建巡检地地图模型包括以下步骤：获取巡检地的地图，根据巡检地的地图构建基础三维地图；根据无人机充电平台数据，在所述基础三维地图上建立所有无人机充电平台模型；在所述基础三维地图上标记急停场所；在所述基础三维地图上对主要的配电网设施进行标记，从而得到巡检地地图模
型。
9.优选地，生成预设巡检路径包括以下步骤：根据巡检任务确定无人机的起始点和终点的位置坐标，根据无人机的飞行参数对预设巡检路径的约束条件进行初始化；将所述巡检地地图模型中的选件任务的巡检内容确定基础飞行路线；根据约束条件对所述基础飞行路线进行修正和设定，得到预设巡检路径；根据预测气象数据预设适合无人机飞行的时间；根据无人机的飞行速度，结合预设巡检路径计算预设巡检时间；根据所述无人机的耗能对无人机的耗能进行预计，根据所述无人机的耗能判断需要巡检的无人机的电池状态是否能够完成巡检路径，当无法完成来回行程时，则根据无人机的电池状态设定在巡检地题模型中无人机充电平台进行充电，并对应修改预设巡检路径。
10.优选地，所述基础飞行路线采用dubins曲线进行参数计算。
11.优选地，无人机的巡检记录包括：飞行时的速度、无人机机载传感器检测的数据、拍摄的画面、无人机的实时数据、无人机的电池实时状态以及无人的飞行高度。
12.优选地，所述无人机根据所述预设巡检路径飞行时，还根据无人机实时监测的微气象判断是否继续飞行，当需要暂停飞行时，则寻找最近的急停场所或无人机充电平台进行降落。
13.基于微气象的无人机飞行路径智能规划控制系统，所述无人机飞行路径智能规划控制系统应用上述的无人机飞行路径智能规划控制方法，其特征在于，包括：气象数据模块，所述气象数据模块用于通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；无人机参数模块，所述无人机参数模块用于获取无人机的飞行参数、电池状态以及物理参数；巡检地地图模型模块，所述巡检地地图模型模块用于根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块，所述路径智能规划模块用于根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；实际路径模块，所述实际路径模块用于根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；以及路径优化模块，所述路径优化模块用于根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。
14.与现有的技术相比，本发明具有如下有益效果：本发明所提供的基于微气象的无人机飞行路径智能规划控制系统及方法，根据通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；无人机根据所述预设巡检路径飞行时，无人机未完全按照所述预设巡检路径飞行，则根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；根据所述实际巡检路径数据对所述预设
巡检路径进行优化，得到优化的巡检路径，通过路径智能规划模块结合所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成的预设巡检路径，使得无人机飞行路径更加完善，为无人机巡检提供更好的飞行路线，减少人工巡检的任务量，通过也减少了无人机飞行半路没电等造成无人机损坏的情况，从而减少人力物力，方便对配电网巡检。通过本发明方法及系统，解决了现有无人机巡检路线规划不考虑无人机状态、规划不合理的缺点，提升无人机对配电网的巡检效率。
附图说明
15.为了更清楚地说明本发明的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
16.图1是本发明一种基于微气象的无人机飞行路径智能规划控制方法的流程图。
具体实施方式
17.下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
18.图1示出了本发明的其中一个实施例基于微气象的无人机飞行路径智能规划控制方法，包括以下步骤：s1、通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；s2、根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；s3、路径智能规划模块根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；s4、无人机根据所述预设巡检路径飞行时，无人机未完全按照所述预设巡检路径飞行，则根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；s5、根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。
19.上述的基于微气象的无人机飞行路径智能规划控制方法，根据通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；无人机根据所述预设巡检路径飞行时，无人机未完全按照所述预设巡检路径飞行，则根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径，通过路径智能规划模块结合所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成的预设巡检路径，使得无人机飞行路径更加完善，为无人机巡检提供更好的飞行路线，减少人工巡检的任务量，通过也减少了无人机飞行半路没电等造成无人机损坏的情况，从而减少人力物力，方便对配电网巡检。
20.其中一个实施例，步骤s1中，巡检地的气象传感器数据包括：巡检地点环境的温度、湿度、风速、风向、降雨情况等。
21.气象部门数据包括：巡检区域目前及预测的温度、湿度、风速、风向、降雨情况等。
22.其中一个实施例，所无人机充电平台数据包括无人机平台的位置和无人机平台的状态，其中，无人机平台的状态包括：被占用、空闲以及停止使用。
23.其中一个实施例，步骤s2中，所述巡检地地图模型为三维模型。
24.具体的，步骤s2中，根据巡检地的地图和无人机充电平台数据构建巡检地地图模型包括以下步骤：s21、获取巡检地的地图，根据巡检地的地图构建基础三维地图；s22、根据无人机充电平台数据，在所述基础三维地图上建立所有无人机充电平台模型；s23、在所述基础三维地图上标记急停场所；s24、在所述基础三维地图上对主要的配电网设施进行标记，从而得到巡检地地图模型。其中，主要的配单网设施包括：杆塔、架空线路、配变压器等设施。
25.其中一个实施例，还包括s6、根据无人机巡检记录中的图像对巡检地地图模型进行优化，使得巡检地地图模型更加准确，提高预设巡检路径的准确率，具体的，包括以下步骤：从无人机巡检记录中获取属于环境信息的图像数据；对图像数据进行去噪、增强处理，并提取图像的特征，该图像的特征包括图像的位置坐标信息和环境数据；根据处理后的图片特征对巡检地地图模型中对应的位置的特征进行修正，从而实现实时对巡检地地图模型更新，从而实现对巡检地地图模型优化。
26.其中，修正包括：对树木、山体以及房屋的高度、无人机平台等地表环境的参数修正。
27.其中一个实施例，步骤s3中，生成预设巡检路径包括以下步骤：s31、根据巡检任务确定无人机的起始点和终点的位置坐标，根据无人机的飞行参数对预设巡检路径的约束条件进行初始化；其中，约束条件包括：最大转弯角、最大爬坡角度、最低飞行高度、最高飞行高度等。巡检任务包括：巡检时的起始点和目的地、巡检内容等。
28.s32、将所述巡检地地图模型中的选件任务的巡检内容确定基础飞行路线；具体的，当巡检内容为对配电网设备巡检，则以巡检地图模型中的配电设备为航点，从最靠近起始点的航点开始，沿着终点的方向，依次连接各航点，从而形成基础飞行路线；当相邻两个航点之间存在地势起伏的位置，则增加地势起伏的位置作为航点；当巡检内容为某一目的地时，则以地势起伏的位置作为航点，从最靠近起始点的航点开始，沿着终点的方向，依次连接各航点，从而形成基础飞行路线。
29.具体的，所述基础飞行路线采用dubins曲线进行参数计算。
30.s33、根据约束条件对所述基础飞行路线进行修正和设定，得到预设巡检路径；具体的，步骤s3中修正包括以下步骤：根据相邻两个航点之间的地理位置获取对应的海拔高度，当根据相邻两个航点之
间的海拔高度不高于设定无人机正常飞行高度时，则无人机按照无人机距离相应还被高度的正常飞行高度飞行；当根据相邻两个航点之间的海拔高度高于设定无人机正常飞行高度时，且最低于最高飞行高度时，则无人机在小于最大爬坡角度的范围内按照垄仿地飞行轨迹以及飞行，即上升或下降；当根据相邻两个航点之间的海拔高度其中一个高于最高飞行高度时，则根据最大转弯角和地势进行绕路飞行。
31.s34、根据预测气象数据预设适合无人机飞行的时间；根据无人机的飞行速度，结合预设巡检路径计算预设巡检时间；工作人员根据巡检时间能够方便安排其他事项，也可以根据巡检时间对无人机飞行路径的修改、对无人机进行充电等。
32.其中，所述预设适合无人机飞行的时间包括：起始时间、飞行时间、达时间以及每一个时间段的阈值，可以利用每一个时间段的阈值对无人机的飞行路径进行评估。
33.s35、根据所述无人机的耗能对无人机的耗能进行预计，根据所述无人机的耗能判断需要巡检的无人机的电池状态是否能够完成巡检路径，当无法完成来回行程时，则根据无人机的电池状态设定在巡检地题模型中无人机充电平台进行充电，并对应修改预设巡检路径。
34.具体的，所述无人机的耗能计算采用dqn算法进行优化。
35.其中一个实施例，所述无人机的电池状态包括：电池容量、剩余电量、上一次充电时间等。
36.其中一个实施例，步骤s4中，所述无人机未完全按照所述预设巡检路径飞行的情况包括：无人机临时出现故障、规划路线出现障碍物、天气情况不允许继续往前飞行或人工微调控等。
37.其中一个实施例，步骤s5中，无人机的巡检记录包括：飞行时的速度、无人机机载传感器检测的数据、拍摄的画面、无人机的实时数据、无人机的电池实时状态、无人的飞行高度等。
38.其中一个实施例，步骤s4中，所述无人机根据所述预设巡检路径飞行时，还根据无人机实时监测的微气象判断是否继续飞行，当需要暂停飞行时，则寻找最近的急停场所或无人机充电平台进行降落。
39.其中一个实施例，所述无人机的预设飞行路径来回采用一致的路线，通过一致的路线能够对巡检的配电网进行再次巡检，当然返航路线也可以采用最短规划飞行路径。
40.基于微气象的无人机飞行路径智能规划控制系统，无人机飞行路径智能规划控制系统应用上述的无人机飞行路径智能规划控制方法，包括：气象数据模块、无人机参数模块、巡检地地图模型模块、路径智能规划模块、实际路径模块以及路径优化模块，气象数据模块，所述气象数据模块用于通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；无人机参数模块，所述无人机参数模块用于获取无人机的飞行参数、电池状态以及物理参数等无人机参数；巡检地地图模型模块，所述巡检地地图模型模块用于根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块，所述路径智能规划模块用于根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；
实际路径模块，所述实际路径模块用于根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；路径优化模块，所述路径优化模块用于根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。
41.上述的基于微气象的无人机飞行路径智能规划控制系统，通过气象数据模块根据通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；巡检地地图模型模块根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块根据气象数据模块根据得到的预测气象数据、气象数据模块根据得到的巡检地地图模型、巡检任务以及无人机参数模块得到的无人机的飞行参数、无人机的电池状态生成预设巡检路径；实际路径模块根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；路径优化模块根据实际路径模块得到的实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。
42.以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。

技术特征：
1.基于微气象的无人机飞行路径智能规划控制方法，其特征在于，包括以下步骤：通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；无人机根据所述预设巡检路径飞行时，无人机未完全按照所述预设巡检路径飞行，则根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。2.根据权利要求1所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，所述巡检地地图模型为三维模型。3.根据权利要求1所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，根据巡检地的地图和无人机充电平台数据构建巡检地地图模型包括以下步骤：获取巡检地的地图，根据巡检地的地图构建基础三维地图；根据无人机充电平台数据，在所述基础三维地图上建立所有无人机充电平台模型；在所述基础三维地图上标记急停场所；在所述基础三维地图上对主要的配电网设施进行标记，从而得到巡检地地图模型。4.根据权利要求1所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，生成预设巡检路径包括以下步骤：根据巡检任务确定无人机的起始点和终点的位置坐标，根据无人机的飞行参数对预设巡检路径的约束条件进行初始化；将所述巡检地地图模型中的选件任务的巡检内容确定基础飞行路线；根据约束条件对所述基础飞行路线进行修正和设定，得到预设巡检路径；根据预测气象数据预设适合无人机飞行的时间；根据无人机的飞行速度，结合预设巡检路径计算预设巡检时间；根据所述无人机的耗能对无人机的耗能进行预计，根据所述无人机的耗能判断需要巡检的无人机的电池状态是否能够完成巡检路径，当无法完成来回行程时，则根据无人机的电池状态设定在巡检地题模型中无人机充电平台进行充电，并对应修改预设巡检路径。5.根据权利要求4所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，所述基础飞行路线采用dubins曲线进行参数计算。6.根据权利要求1所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，无人机的巡检记录包括：飞行时的速度、无人机机载传感器检测的数据、拍摄的画面、无人机的实时数据、无人机的电池实时状态以及无人的飞行高度。7.根据权利要求1所述的基于微气象的无人机飞行路径智能规划控制方法，其特征在于，所述无人机根据所述预设巡检路径飞行时，还根据无人机实时监测的微气象判断是否继续飞行，当需要暂停飞行时，则寻找最近的急停场所或无人机充电平台进行降落。8.基于微气象的无人机飞行路径智能规划控制系统，所述无人机飞行路径智能规划控制系统应用权利要求1-7所述的无人机飞行路径智能规划控制方法，其特征在于，包括：气象数据模块，所述气象数据模块用于通过巡检地的气象传感器数据和气象部门数据获取预测气象数据；
无人机参数模块，所述无人机参数模块用于获取无人机的飞行参数、电池状态以及物理参数；巡检地地图模型模块，所述巡检地地图模型模块用于根据巡检地的地图和无人机充电平台数据构建巡检地地图模型；路径智能规划模块，所述路径智能规划模块用于根据所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成预设巡检路径；实际路径模块，所述实际路径模块用于根据无人机的巡检记录中的实际飞行记录生成实际巡检路径；以及路径优化模块，所述路径优化模块用于根据所述实际巡检路径数据对所述预设巡检路径进行优化，得到优化的巡检路径。

技术总结
本发明公开了一种基于微气象的无人机飞行路径智能规划控制系统及方法，涉及无人机技术领域，本发明的基于微气象的无人机飞行路径智能规划控制系统通过路径智能规划模块结合所述预测气象数据、巡检地地图模型、巡检任务、无人机的飞行参数以及无人机的电池状态生成的预设巡检路径，使得无人机飞行路径更加完善，为无人机巡检提供更好的飞行路线，减少人工巡检的任务量，通过也减少了无人机飞行半路没电等造成无人机损坏的情况，从而减少人力物力，方便对配电网巡检。通过本发明的基于微气象的无人机飞行路径智能规划控制系统，解决了现有无人机巡检路线规划不考虑无人机状态、规划不合理的缺点，提升无人机对配电网的巡检效率。率。率。


技术研发人员：陈绍南 陈千懿 俞小勇 奉斌
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：2021.10.15
技术公布日：2022/3/8