本技术涉及无人机电力巡检，具体涉及一种适用大片区输电线路的多无人机轨迹规划方法及装置。
背景技术：
1、随着电网基础设施建设高速发展，输电线路分布范围逐渐扩大且分布密度也逐渐增加，由于输电线路设备长期暴露在野外环境运行，使得自然灾害、动植物入侵、人为外力破坏等因素都对其产生不同程度的损耗，为了维护输电线路的正常运行，需要定期对输电杆塔和输电线路进行巡视和检查。目前利用无人机巡检逐渐成为电力巡检的常态化手段。
2、利用无人机巡检方式主要是通过巡检人员操控无人机或者单无人机自主巡检来实现，但是由于目前输电线路分布广泛，其巡检区域较大，且无人机续航能力有限，无法独自完成数量多、距离远的输电线路巡检任务，巡检能力受到极大制约，巡检效率低下；同时目前利用多无人机协同巡检时，由于多无人机控制逻辑复杂，其无法实现精确巡检，巡检效果大大降低。
技术实现思路
1、为克服上述现有技术的不足，本技术提供了一种适用大片区输电线路的多无人机轨迹规划方法及装置，具体采用如下技术方案：
2、一种适用大片区输电线路的多无人机轨迹规划方法，其包括如下步骤：
3、获取巡检区域信息以及巡检任务信息；所述巡检区域信息至少包括巡检区域范围、杆塔坐标信息以及线缆走向信息，所述巡检任务信息至少包括巡检目标类型和驻车点坐标；
4、根据巡检区域信息以及巡检任务信息构建待巡检区域的输电线路拓扑图，基于路径优化模型对输电线路拓扑图划分获得若干条巡检路线单元，并对每条巡检路线单元分配无人机；所述巡检路线单元内至少包括输电杆塔数量、输电杆塔坐标以及线缆长度；
5、根据单个巡检路线单元中输电杆塔坐标、线缆长度以及驻车点坐标规划每个无人机的第一飞行轨迹；
6、基于无人机采集图像判断当前巡检目标类型，并根据巡检目标类型执行对应巡检策略；所述巡检目标类型至少包括输电线缆和输电杆塔；
7、当判断巡检目标类型为输电线缆时，执行第一巡检策略：
8、在第 j采集时间分别获取巡检目标的红外图像和雷达点云数据；
9、基于多传感器数据融合算法将同一采集时刻巡检目标的雷达点云数据与红外图像进行融合，获得带有雷达数据的红外图像；
10、基于目标识别算法对带有雷达数据的红外图像中每条输电线缆进行框选，并选取位于框选区域内的雷达点云数据；
11、根据位于框选区域内的雷达点云数据获取对应输电线缆的轨迹坐标，并基于输电线缆的轨迹坐标对第一飞行轨迹进行修正，获得第二飞行轨迹；
12、当判断巡检目标类型为输电杆塔时，执行第二巡检策略：
13、基于输电杆塔类型获取预设的检测对象集合，并以输电杆塔的基准点或基准轴构建第三飞行轨迹。
14、可选的：当获取巡检区域信息以及巡检任务信息时，通过地理信息系统或航拍图像获取待巡检区域的原始图像，并通过目标识别算法获取待巡检区域内的输电杆塔、输电线缆以驻车点的位置；随后以输电杆塔作为节点且输电线缆作为节点连线，构建待巡检区域的输电线路拓扑图，其中所述输电线路拓扑图的各节点内至少包含有对应输电杆塔的坐标和类型，所述输电线路拓扑图的各节点连线内至少包含有对应输电线缆的走向和长度。
15、可选的：所述基于路径优化模型对输电线路拓扑图划分获得若干条巡检路线单元的步骤包括：
16、以巡检耗时最短且参与无人机最少作为优化目的，根据杆塔坐标信息、线缆走向信息以及驻车点坐标构建路径优化模型，所述路径优化模型的目标函数为：
17、；
18、其中为第k次迭代后的最小巡检耗时；为第k次迭代后全部巡检路线单元中的最长巡检耗时；为第k次迭代后第m条巡检路线单元的巡检耗时；为第k次迭代时单条巡检路线单元在第i次迭代后的最小巡检耗时；为第k次迭代时单条巡检路线单元在第i次迭代后全部无人机的最长巡检耗时；为第k次迭代时单条巡检路线单元在第i次迭代后的第n台无人机的巡检耗时；为单条巡检路线单元中第n台无人机进行线路巡检的耗时；为单条巡检路线单元中第n台无人机进行线路巡检时巡检起点与驻车点的飞行耗时；为单条巡检路线单元中第n台无人机进行线路巡检时巡检终点与驻车点的飞行耗时；
19、将待巡检区域的输电线路拓扑图输入路径优化模型内，获得若干条巡检路线单元。
20、可选的：所述路径优化模型包含路径约束函数和距离约束函数；
21、所述路径约束函数用于约束每次迭代后巡检路线单元的路径，所述路径约束函数至少包括：
22、第一约束，用于约束每个巡检路线单元的节点与其他巡检路线单元的节点不重复；
23、第二约束，用于约束全部巡检路线单元中路线起点和路线终点分别与驻车点的间距之和最小；
24、所述距离约束函数用于约束巡检路线单元中每台无人机的最大飞行耗时：
25、；
26、其中为无人机的飞行耗时余量；为无人机的理论最大续航时间。
27、可选的：所述根据单个巡检路线单元中输电杆塔坐标、线缆长度以及驻车点坐标规划每个无人机的第一飞行轨迹的步骤包括：
28、基于路径优化模型所获得的巡检路线单元，分析每条巡检路线单元中不同无人机的巡检起点和巡检终点；
29、基于无人机的巡检起点的坐标以及巡检终点的坐标，计算获得无人机理论巡检轨迹：
30、；
31、其中为无人机的巡检起点到巡检终点的方向相量；分别为无人机的巡检起点三维坐标；分别为无人机的巡检终点三维坐标；为轨迹位置系数，其中，当=0时，表明对应无人机的巡检起点坐标，当=1时，表明对应无人机的巡检终点坐标；分别为无人机的第位置时理论巡检位置的三维坐标;
32、基于无人机巡检起点坐标与驻车点坐标，计算获得无人机出发轨迹；
33、基于无人机巡检终点坐标与驻车点坐标，计算获得无人机返航轨迹；
34、结合无人机理论巡检轨迹、无人机出发轨迹以及无人机返航轨迹生成所述无人机的第一飞行轨迹。
35、可选的：所述根据位于框选区域内的雷达点云数据获取对应输电线缆的轨迹坐标的步骤包括：
36、在带有雷达数据的红外图像上获取框选区域的范围坐标；
37、分析框选区域范围内所包含的雷达点云数据，并基于密度的聚类算法对雷达点云数据进行去噪处理；
38、基于去噪后的雷达点云数据进行曲线拟合获得拟合轨迹，根据所述拟合轨迹获得当前红外图像中对应输电线缆的轨迹坐标。
39、可选的:所述基于输电线缆的轨迹坐标对第一飞行轨迹进行修正的步骤包括：
40、基于红外图像中所获得的输电线缆的轨迹坐标获取当前采集时刻无人机与输电线缆的距离；
41、判断当前采集时刻下无人机与输电线缆的距离是否满足预设距离范围：
42、若当前采集时刻下无人机与输电线缆的距离高于预设距离上限，则控制无人机向输电线缆靠近；若当前采集时刻下无人机与输电线缆的距离低于预设距离下限，则控制无人机背向输电线缆远离；若当前采集时刻下无人机与输电线缆的距离位于预设距离范围内，则控制无人机保持当前高度；
43、以无人机理论巡检轨迹为基准，通过控制不同采集时刻下无人机与输电线缆的距离处于预设距离范围，进而对无人机理论巡检轨迹修正，获得第二飞行轨迹。
44、可选的：当红外图像中存在多条输电线缆时，将分别判断当前采集时刻下无人机与不同输电线缆的距离，并获取无人机与不同输电线缆的距离的平均值，随后判断对应平均值是否满足预设距离范围。
45、可选的：所述基于输电杆塔类型获取预设的检测对象集合，并以输电杆塔的基准点或基准轴构建第三飞行轨迹的步骤包括：
46、采用不同类型的输电杆塔对神经网络模型进行训练，以获得用于识别输电杆塔类型及结构组成的神经网络模型；
47、将无人机采集的输电杆塔图像输入训练后的神经网络模型，输出图像中输电杆塔类型及对应结构组成；所述结构组成至少包括杆塔尺寸、附属设施以及连接线路；
48、根据输电杆塔类型及对应结构组成分析获得输电杆塔的本体结构，并由输电杆塔的本体结构确定对应的基准点或基准轴；所述基准点或基准轴用于控制无人机环绕自身按照预设轨迹飞行；
49、根据所确定的基准点或基准轴控制无人机环绕输电杆塔进行飞行，并采集对应结构组成的图像数据。
50、此外本技术还公开一种适用大片区输电线路的多无人机轨迹规划装置，所述装置包括：
51、巡检信息获取模块，用于获取巡检区域信息以及巡检任务信息；所述巡检区域信息至少包括巡检区域范围、杆塔坐标信息以及线缆走向信息，所述巡检任务信息至少包括巡检目标类型和驻车点坐标；
52、巡检路线分配模块，用于根据巡检区域信息以及巡检任务信息构建待巡检区域的输电线路拓扑图，基于路径优化模型对输电线路拓扑图划分获得若干条巡检路线单元，并对每条巡检路线单元分配无人机；所述巡检路线单元内至少包括输电杆塔数量、输电杆塔坐标以及线缆长度；
53、飞行轨迹规划模块，根据单个巡检路线单元中输电杆塔坐标、线缆长度以及驻车点坐标规划每个无人机的第一飞行轨迹；
54、巡检策略确定模块，用于基于无人机采集图像判断当前巡检目标类型，并根据巡检目标类型执行对应巡检策略；所述巡检目标类型至少包括输电线缆和输电杆塔；
55、当判断巡检目标类型为输电线缆时，执行第一巡检策略：
56、在第 j采集时间分别获取巡检目标的红外图像和雷达点云数据；
57、基于多传感器数据融合算法将同一采集时刻巡检目标的雷达点云数据与红外图像进行融合，获得带有雷达数据的红外图像；
58、基于目标识别算法对带有雷达数据的红外图像中每条输电线缆进行框选，并选取位于框选区域内的雷达点云数据；
59、根据位于框选区域内的雷达点云数据获取对应输电线缆的轨迹坐标，并基于输电线缆的轨迹坐标对第一飞行轨迹进行修正，获得第二飞行轨迹；
60、当判断巡检目标类型为输电杆塔时，执行第二巡检策略：
61、基于输电杆塔类型获取预设的检测对象集合，并以输电杆塔的基准点或基准轴构建第三飞行轨迹。
62、有益效果
63、本技术的技术方案获得了下列有益效果：
64、本技术的多无人机轨迹规划方法通过路径优化模型将待巡检区域输电线路划分成若干个巡检路线单元，并对每个巡检路线单元分配适当数量的无人机，使多架无人机分别对各自巡检路线单元并行执行巡塔和拍照，实现高效快速的完成各自所分配的巡检任务，大幅减少人工干预操作，减少失误率，节约巡检时间，有效提高巡检效率。同时针对不同巡检路线单元可针对性的修正飞行轨迹，实现精细化巡检，提高线路巡检质量。
1.一种适用大片区输电线路的多无人机轨迹规划方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的多无人机轨迹规划方法，其特征在于，当获取巡检区域信息以及巡检任务信息时，通过地理信息系统或航拍图像获取待巡检区域的原始图像，并通过目标识别算法获取待巡检区域内的输电杆塔、输电线缆以驻车点的位置；随后以输电杆塔作为节点且输电线缆作为节点连线，构建待巡检区域的输电线路拓扑图，其中所述输电线路拓扑图的各节点内至少包含有对应输电杆塔的坐标和类型，所述输电线路拓扑图的各节点连线内至少包含有对应输电线缆的走向和长度。
3.根据权利要求2所述的多无人机轨迹规划方法，其特征在于，所述基于路径优化模型对输电线路拓扑图划分获得若干条巡检路线单元的步骤包括：
4.根据权利要求3所述的多无人机轨迹规划方法，其特征在于，所述路径优化模型包含路径约束函数和距离约束函数；
5.根据权利要求1所述的多无人机轨迹规划方法，其特征在于，所述根据单个巡检路线单元中输电杆塔坐标、线缆长度以及驻车点坐标规划每个无人机的第一飞行轨迹的步骤包括：
6.根据权利要求1所述的多无人机轨迹规划方法，其特征在于，所述根据位于框选区域内的雷达点云数据获取对应输电线缆的轨迹坐标的步骤包括：
7.根据权利要求6所述的多无人机轨迹规划方法，其特征在于，所述基于输电线缆的轨迹坐标对第一飞行轨迹进行修正的步骤包括：
8.根据权利要求7所述的多无人机轨迹规划方法，其特征在于，当红外图像中存在多条输电线缆时，将分别判断当前采集时刻下无人机与不同输电线缆的距离，并获取无人机与不同输电线缆的距离的平均值，随后判断对应平均值是否满足预设距离范围。
9.根据权利要求1所述的多无人机轨迹规划方法，其特征在于，所述基于输电杆塔类型获取预设的检测对象集合，并以输电杆塔的基准点或基准轴构建第三飞行轨迹的步骤包括：
10.一种适用大片区输电线路的多无人机轨迹规划装置，其特征在于，所述装置包括：
