一种无人机仿输电线飞行的方法和系统与流程

1.发明涉及无人机飞行领域，尤其涉及一种无人机仿输电线飞行的方法和系统。


背景技术：

2.近年来，随着经济的发展，人们对于电力能源的需求也在日益增加。在全行业及城市居民生活用电需求激增的同时，我国对于电网建设的规模也在逐年扩大。输电线路是电力系统的重要组成部分，用来连接发电厂与变电站的传送电能的电力线路。为了保证输电线的正常工作，电力运检部门需要定期开展输电线路的巡视工作。对于输电线路的巡视，目前最常见检测异常的技术手段有人工巡检、巡线机器人巡检、输电塔上的可视化监控和直升机巡检这四大技术手段，各有优势也各有应用的局限性。
3.随着科技的进步，无人机凭借成本低、操作简单、监测信息全面等特点，在各行各业得到广泛应用。通过在无人机上搭载摄像机、红外线等用于巡检的辅助设备，采集输电线路所需检测的各个目标的视频或图像，然后根据这些信息来分析电力线路是否出现故障或问题。采用无人机巡视的范围更广，发现问题的速度更快，甚至可以发现人力巡检难以发现的细节。
4.无人机的快速发展给电力巡检行业带来了曙光，也为人类迈向科技化生活更近一步。但是目前无人机巡检仍然以手动控制为主，需要作业人员操控无人机到达指定位置执行巡检任务并控制无人机拍摄线路图像，接着还需拷贝图像等数据带回地面站交由专家分析。整个巡检过程在不具备自主性的情况下，工作周期也较长。
5.随着无人机自主导航技术、巡检数据智能处理技术的不断发展，输电线巡检朝着无人化、智能化方向发展己是大势所趋，因此，提出一种无人机仿输电线飞行的方法和系统对于提升无人机巡检输电线路的自动化和智能化水平，解决目前电力巡检面临的诸多问题具有重要的应用价值。


技术实现要素：

6.为了克服现有技术存在的缺点与不足，本发明提供一种无人机仿输电线飞行的方法和系统。
7.本发明所采用的技术方案是该方法包括步骤，
8.一种无人机仿输电线飞行的方法及系统，包括无人机主体、无人机上的传感模块、无人机上的决策模块、无人机上的通信模块、地面接收显示设备；
9.所述无人机主体包括外部构造、动力模块、飞行模块、数据采集模块、以及内部的集成电路；
10.所述无人机上的传感模块用于采集无人机飞行过程中的输电线信息和其他外部存在的障碍信息，将其上传至无人机内的处理器中进行分析，为无人机的飞行提供数据支持；
11.所述无人机上的决策模块根据无人机上的传感模块采集到的各类信息，使用预置
算法进行无人机状态的判定和外部环境的识别，决定无人机的飞行方式和飞行路径；
12.所述无人机上的通信模块用于与地面接收显示设备进行通信，发送无人机的实时位置和采集得到的各类信息；
13.所述地面接收显示设备接收来自无人机的状态信息和外部信息，并将其在人机交互界面进行实时显示，历史数据存储于设备中的存储单元内，用于大数据分析和无人机上的决策模块的算法优化。
14.在一种可能的实施例中，所述无人机主体为旋翼“x”结构，四个端点上各分布一组电机和旋转叶轮，以无人机的前进方向为正方向，当四组电机以相同速度进行加速或减速时，无人机实现垂直起降；当后两组电机速度大于前两组电机速度时，无人机前进；当后两组电机速度小于前两组电机速度时，无人机后退；当左边两组电机速度小于右边两组电机速度时，无人机向左飞；当左边两组电机速度大于右边两组电机速度时，无人机向右飞。
15.在一种可能的实施例中，所述无人机上的传感模块包括可见光检测装置和红外线检测装置；
16.所述可见光检测装置以高速防抖摄像机为主，对飞行过程中的输电塔、连接销、金具、导线等装置的外形参数进行收集，一方面为无人机判断自身位置提供信息参考，另一方面用于地面设备分析输电塔等装置是否存在外在缺陷；
17.所述红外线检测装置以其对热量的敏感性，用于捕捉输电线上的热量分布，一方面为无人机的轨迹追踪提供定位点，另一方面用于地面设备分析输电线中的电流是否在正常工作范围内，提前发现潜在风险。
18.在一种可能的实施例中，所述无人机上的决策模块内使用一种仿输电线飞行的轨迹追踪算法，其实现步骤如下：
19.s1：假设i时刻的位置点坐标为(xi，yi)，其方向为θi，i 1时刻的位置点坐标为(x
i 1
，y
i 1
)，则两点之间的关系式如下：
[0020][0021]
其中，d是两点之间的直线距离；为了实现输电线的轨迹跟踪，必须对d值的选取进行确定，若其值太大，则轨迹跟踪的精度随之降低，若其值太小，则需要更多的采样点值，增加了无人机的运算负担，d值的选取方法根据步骤2确定；
[0022]
s2：在初始条件下设定d为一个恒定值，若(x
i 1
，y
i 1
)点与输电线相交，则以此直线距离飞行；若(x
i 1
，y
i 1
)点与输电线不相交，则取二分之一d值，再次进行判断，重复上述步骤；
[0023]
s3：对于无人机判断的输电线路径，引入两方面的度量标准，一方面是路径的平滑性，另一方面是输电塔连接处的输电线的方向正确性；由于只有已过的输电线路径为已知的，因此需要对无人机判定的路径主方向一定范围内进行初步跟踪步骤，在该范围内产生多个轨迹点(m
i 1
，n
i 1
)，用于评估路径平滑性和寻找正确方向，度量函数如下所示；
[0024][0025]
其中，α为预测轨迹点(m
i 1
，n
i 1
)与当前路径方向形成的夹角；
[0026]
在一种可能的实施例中，所述无人机上的决策模块内使用一种基于卡尔曼滤波的轨迹追踪点滤波算法，其实现步骤如下：
[0027]
s1：根据离散时间卡尔曼滤波的过程控制方程，如下所示：
[0028][0029]
其中zi为测量值，xi为系统状态向量，w
i-1
为过程噪声，vi为测量噪声，u为与系统状态向量相关的控制输入量，矩阵a将i和i-1时刻的状态关联，矩阵b将u和xi关联，矩阵h将xi和zi关联；
[0030]
s2：使用先验状态估计x
i|i-1
和先验误差协方差p
i|i-1
对预测结果进行评判，如下所示：
[0031][0032]
s3：评判后得到后验状态x
i|i
和误差协方差p
i|i
；将实际测量值zi与测量模型h应用于先验状态估计x
i|i-1
时得到的预测测量值进行比较；q为固定常数，用作误差修订；at是a的转置矩阵；
[0033]
s4：对于仿输电线路径，定义xi＝[xi，yi]
t
，ui＝[δxi，δyi]
t
，其中δxi＝d cosθi，δyi＝d sinθi。通过将测量值作为噪声传感器的输出，可以利用卡尔曼滤波器估计系统状态，从而获得更好的中轴估计。通过公式3和1中矩阵的比较，a和b简化为大小为2
×
2的单位矩阵。此外，中轴点的测量与系统状态相同，因此公式3中的矩阵h也是一个2
×
2单位矩阵。
[0034]
s5：通过使用平滑卡尔曼滤波器去除卡尔曼滤波器的因果性质，这计算了适用于所有测量数据z
1：n
的平滑分布，其中n是测量总数；
[0035][0036]
其中，ai为计算的中间变量，ait是ai的转置矩阵，xi为系统状态向量，pi为误差协方差，t为转置矩阵；
[0037]
在一种可能的实施例中，所述无人机上的通信模块使用4g通信技术与地面接收显示设备链接，通过4g链路将无人机的飞行数据、输电线状态信息上传至地面设备，同时通过4g链路接收地面设备下发的输电线自动巡查任务和无人机的控制指令。
[0038]
本发明提供的一种无人机仿输电线飞行的方法及系统，与现有技术相比优点在于：
[0039]
本发明提出的一种无人机仿输电线飞行的方法及系统，包括无人机主体、无人机上的传感模块、无人机上的决策模块、无人机上的通信模块、地面接收显示设备；无人机主体上搭载传感模块、决策模块、通信模块；传感模块用于采集无人机飞行过程中的输电线信息和其他外部存在的障碍信息，将其上传至无人机内的处理器中进行分析，为无人机的飞行提供数据支持；决策模块根据无人机上的传感模块采集到的各类信息，使用预置算法进行无人机状态的判定和外部环境的识别，决定无人机的飞行方式和飞行路径；通信模块用于与地面接收显示设备进行通信，发送无人机的实时位置和采集得到的各类信息；地面接
收显示设备接收来自无人机的状态信息和外部信息，并将其在人机交互界面进行实时显示，历史数据存储于设备中的存储单元内，用于大数据分析和无人机上的决策模块的算法优化。本发明提出的无人机仿输电线飞行的方法及系统架构更为先进，智能化程度更高，无人机巡检输电线的效率和精度都有了大幅的提高。
附图说明
[0040]
图1为本发明的无人机系统组成示意图。
[0041]
图2为本发明的无人机仿输电线飞行的轨迹追踪算法流程示意图。
具体实施方式
[0042]
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
[0043]
一种无人机仿输电线飞行的方法及系统，包括无人机主体、无人机上的传感模块、无人机上的决策模块、无人机上的通信模块、地面接收显示设备；
[0044]
无人机主体包括外部构造、动力模块、飞行模块、数据采集模块、以及内部的集成电路；无人机主体为旋翼“x”结构，四个端点上各分布一组电机和旋转叶轮，以无人机的前进方向为正方向，当四组电机以相同速度进行加速或减速时，无人机实现垂直起降；当后两组电机速度大于前两组电机速度时，无人机前进；当后两组电机速度小于前两组电机速度时，无人机后退；当左边两组电机速度小于右边两组电机速度时，无人机向左飞；当左边两组电机速度大于右边两组电机速度时，无人机向右飞。
[0045]
无人机上的传感模块用于采集无人机飞行过程中的输电线信息和其他外部存在的障碍信息，将其上传至无人机内的处理器中进行分析，为无人机的飞行提供数据支持；无人机上的传感模块包括可见光检测装置和红外线检测装置；
[0046]
可见光检测装置以高速防抖摄像机为主，对飞行过程中的输电塔、连接销、金具、导线等装置的外形参数进行收集，一方面为无人机判断自身位置提供信息参考，另一方面用于地面设备分析输电塔等装置是否存在外在缺陷；
[0047]
红外线检测装置以其对热量的敏感性，用于捕捉输电线上的热量分布，一方面为无人机的轨迹追踪提供定位点，另一方面用于地面设备分析输电线中的电流是否在正常工作范围内，提前发现潜在风险。
[0048]
无人机上的决策模块根据无人机上的传感模块采集到的各类信息，使用预置算法进行无人机状态的判定和外部环境的识别，决定无人机的飞行方式和飞行路径；
[0049]
无人机上的决策模块内使用一种仿输电线飞行的轨迹追踪算法，其实现步骤如下：
[0050]
s1：假设i时刻的位置点坐标为(xi，yi)，其方向为θi，i 1时刻的位置点坐标为(x
i 1
，y
i 1
)，则两点之间的关系式如下：
[0051]
[0052]
其中，d是两点之间的直线距离；为了实现输电线的轨迹跟踪，必须对d值的选取进行确定，若其值太大，则轨迹跟踪的精度随之降低，若其值太小，则需要更多的采样点值，增加了无人机的运算负担，d值的选取方法根据步骤2确定；
[0053]
s2：在初始条件下设定d为一个恒定值，若(x
i 1
，y
i 1
)点与输电线相交，则以此直线距离飞行；若(x
i 1
，y
i 1
)点与输电线不相交，则取二分之一d值，再次进行判断，重复上述步骤；
[0054]
s3：对于无人机判断的输电线路径，引入两方面的度量标准，一方面是路径的平滑性，另一方面是输电塔连接处的输电线的方向正确性；由于只有已过的输电线路径为已知的，因此需要对无人机判定的路径主方向一定范围内进行初步跟踪步骤，在该范围内产生多个轨迹点(m
i 1
，n
i 1
)，用于评估路径平滑性和寻找正确方向，度量函数如下所示；
[0055][0056]
其中，α为预测轨迹点(m
i 1
，n
i 1
)与当前路径方向形成的夹角；
[0057]
无人机上的决策模块内使用一种基于卡尔曼滤波的轨迹追踪点滤波算法，其实现步骤如下：
[0058]
s1：根据离散时间卡尔曼滤波的过程控制方程，如下所示：
[0059][0060]
其中zi为测量值，xi为系统状态向量，w
i-1
为过程噪声，vi为测量噪声，u为与系统状态向量相关的控制输入量，矩阵a将i和i-1时刻的状态关联，矩阵b将u和xi关联，矩阵h将xi和zi关联；
[0061]
s2：使用先验状态估计x
i|i-1
和先验误差协方差p
i|i-1
对预测结果进行评判，如下所示：
[0062][0063]
s3：评判后得到后验状态x
i|i
和误差协方差p
i|i
；将实际测量值zi与测量模型h应用于先验状态估计x
i|i-1
时得到的预测测量值进行比较；q为固定常数，用作误差修订；at是a的转置矩阵；
[0064]
s4：对于仿输电线路径，定义xi＝[xi，yi]
t
，ui＝[δxi，δyi]
t
，其中δxi＝d cosθi，δyi＝d sinθi。通过将测量值作为噪声传感器的输出，可以利用卡尔曼滤波器估计系统状态，从而获得更好的中轴估计。通过公式3和1中矩阵的比较，a和b简化为大小为2
×
2的单位矩阵。此外，中轴点的测量与系统状态相同，因此公式3中的矩阵h也是一个2
×
2单位矩阵。
[0065]
s5：通过使用平滑卡尔曼滤波器去除卡尔曼滤波器的因果性质，这计算了适用于所有测量数据z
1：n
的平滑分布，其中n是测量总数；
[0066]
[0067]
其中，ai为计算的中间变量，ait是ai的转置矩阵，xi为系统状态向量，pi为误差协方差，t为转置矩阵；
[0068]
无人机上的通信模块用于与地面接收显示设备进行通信，发送无人机的实时位置和采集得到的各类信息；无人机上的通信模块使用4g通信技术与地面接收显示设备链接，通过4g链路将无人机的飞行数据、输电线状态信息上传至地面设备，同时通过4g链路接收地面设备下发的输电线自动巡查任务和无人机的控制指令。
[0069]
地面接收显示设备接收来自无人机的状态信息和外部信息，并将其在人机交互界面进行实时显示，历史数据存储于设备中的存储单元内，用于大数据分析和无人机上的决策模块的算法优化。
[0070]
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解的是，在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种等效的变化、修改、替换和变型，本发明的范围由所附权利要求及其等同范围限定。