无人机电力巡检规划方法、装置、计算机设备和存储介质与流程

1.本技术涉及电力技术领域，特别是涉及一种无人机电力巡检规划方法、装置、计算机设备和存储介质。


背景技术：

2.目前，利用无人机进行巡视，已经取代人工使用望远镜或相机拍照对输电线路进行电力巡检的方法。但通常采用的无人机手动巡视方法，对操控飞手技术要求高，巡视空间距离难保持，也容易出现与线路设备碰撞的风险，且巡视设备覆盖易出现遗漏、单次作业效率低下，巡视具体操作流程因人而异、无法固化，使得利用无人机对输电线路进行电力巡检无法有效实施。
3.因此，相关技术中存在对输电线路及杆塔进行精细化巡视时，缺乏无人机自动巡检规划的问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够解决上述问题的一种无人机电力巡检规划方法、装置、计算机设备和存储介质。
5.一种无人机电力巡检规划方法，所述方法包括：获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息；结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。
6.在一个实施例中，所述根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云，包括：基于预设投影坐标系，根据所述输电线路点云数据在水平面上的投影密集程度，确定杆塔虚拟位置；所述杆塔虚拟位置的水平投影聚集点大于输电线虚拟位置的水平投影聚集点；根据所述杆塔虚拟位置，从所述输电线路点云数据中得到杆塔点云；在所述输电线路点云数据中滤除所述杆塔点云，得到所述输电线点云。
7.在一个实施例中，所述采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，包括：对所述输电线点云进行间断点边界形状检测，得到多个点云直线；根据所述多个点云直线进行中心线拟合，采用拟合结果确定多个待构建输电线虚
拟模型各自对应的虚拟输电线点；针对每个待构建输电线虚拟模型，基于所述虚拟输电线点进行分块区域处理，构建所述输电线虚拟模型。
8.在一个实施例中，所述获取拍摄点信息和所述无人机的飞行控制信息，包括：确定待巡检输电线路的多个杆塔拍摄点；将所述多个杆塔拍摄点及其对应的拍摄位姿信息，作为所述拍摄点信息；获取所述无人机的型号，确定所述无人机的模态控制信息和视觉控制信息；将所述模态控制信息、所述视觉控制信息，以及飞行限制数据，作为所述飞行控制信息；所述飞行限制数据包括以下任一项或多项：航迹点数量、飞行距离、飞行时间、飞行安全区域。
9.在一个实施例中，所述结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线，包括：采用预设编码方式，结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，得到多个候选航线；针对每一候选航线，计算所述候选航线的适应值；根据预设航迹规划终止条件，从多个适应值中确定目标适应值，并将所述目标适应值对应的候选航线，作为目标电力巡检航线；所述航迹规划终止条件包括循环迭代至预设次数时终止或检测到最优适应值时终止。
10.在一个实施例中，还包括：根据安全作业需求信息，确定辅助航点；基于所述辅助航点，对所述目标电力巡检航线进行航线编辑操作，以调整所述目标电力巡检航线中的航点顺序。
11.在一个实施例中，还包括：对所述目标电力巡检航线进行风险检测；若所述目标电力巡检航线的检测结果满足预设审核条件时，发布所述目标电力巡检航线。
12.一种无人机电力巡检规划装置，所述装置包括：输电线点云和杆塔点云获取模块，用于获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；输电线路虚拟模型得到模块，用于采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；无人机信息确定模块，用于获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息；航迹规划模块，用于结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电
力巡检航线。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述的无人机电力巡检规划方法的步骤。
14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的无人机电力巡检规划方法的步骤。
15.上述一种无人机电力巡检规划方法、装置、计算机设备和存储介质，通过获取输电线路点云数据，根据预设的投影对象分布特征，对输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云，然后采用输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据杆塔点云、多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型，获取拍摄点信息和无人机的飞行控制信息，进而结合输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线，实现了对无人机电力巡检航线的自动规划，通过构建高精度的输电线路虚拟模型，结合拍摄点信息和无人机的飞行控制信息进行航迹规划，能够利用无人机进行自动驾驶巡线，在有效保障飞行安全的基础上精细化巡检输电线路。
附图说明
16.图1为一个实施例中一种无人机电力巡检规划方法的流程示意图；图2a为一个实施例中一种杆塔拍摄点设置的示意图；图2b为一个实施例中另一种杆塔拍摄点设置的示意图；图2c为一个实施例中一种无人机电力巡检航线规划流程的示意图；图3为一个实施例中另一种无人机电力巡检规划方法的流程示意图；图4为一个实施例中一种无人机电力巡检规划装置的结构框图；图5为一个实施例中一种计算机设备的内部结构图。
具体实施方式
17.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
18.在一个实施例中，如图1所示，提供了一种无人机电力巡检规划方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：步骤101，获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；其中，输电线路点云数据可以为数据质量检查预处理后的点云数据，如高精度校验通过的点云数据。
19.在实际应用中，可以基于获取的数据质量检查预处理后输电线路点云数据，根据预设的投影对象分布特征，对该输电线路点云数据进行投影对象分离，进而可以从输电线路点云数据中得到输电线点云和杆塔点云。
20.在一示例中，基于前期数据准备和数据质量检查预处理，可以获取输电线路点云数据，例如，在数据质量检查中可以判断采集的原始点云数据是否为高精度点云数据，即精度不低于
±
0.2m，然后在点云数据完成精度校准后，可以根据现场采集的控制点对点云精度校准情况进行抽检，针对精度校验未通过的点云数据，可以重新采集或根据控制点进行校正，进而可以生成点云数据精度质量报告，从而保证了预处理后点云数据的准确性和可用性，使得输电线路点云数据能够达到后续航线自动规划要求。
21.在一个可选实施例中，当点云数据精度校验通过后，可以对点云数据进一步进行合并、裁剪等处理，进而可以在保证输电线路全覆盖、风险点全覆盖的基础上删除不相关区域的点云数据。
22.步骤102，采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；作为一示例，杆塔实际位置坐标可以基于输电线路设备台账获取得到，例如，通过采集的原始点云数据（如las数据）与输电线路设备台账进行匹配，可以提取出杆塔实际的基础坐标，进而基于精度校验通过的点云数据，可以重新提取杆塔实际的高精度坐标，并可以更新输电线路设备台账中坐标信息，得到杆塔实际位置坐标。
23.在得到输电线点云和杆塔点云后，可以采用输电线点云进行曲线拟合，构建得到多个输电线虚拟模型，进而可以根据杆塔点云、多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型，以基于该输电线路虚拟模型进一步进行航迹自动规划。
24.在一个可选实施例中，可以将输电线路点云数据和杆塔实际位置坐标输入至航线规划系统，通过预设投影坐标系和预设的投影对象分布特征，可以从输电线路点云数据中得到输电线点云和杆塔点云，进而可以按照输电线路设备台账对输电线点云和杆塔点云进行切割标定，从而提升了航线规划系统后续自动规划操作的便捷性与流畅性。
25.步骤103，获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息；其中，无人机的飞行控制信息可以包括无人机的模态控制信息、无人机的视觉控制信息，以及飞行限制数据，如根据无人机的型号可以获取模态控制信息，根据无人机的配置相机型号可以获取视觉控制信息。
26.作为一示例，无人机可以为多旋翼无人机，在对杆塔精细化巡检过程中，可以采用定位精度较高的多旋翼无人机，其具备rtk（real
ꢀ‑ꢀ
time kinematic，实时差分定位），内置厘米级导航和定位系统，且具有支持多种测量技术的高性能成像系统。
27.作为一示例，拍摄点信息可以根据输电线路中关键部位的分布情况确定，例如，针对杆塔关键部件分布情况，可以将线路通道、塔基、塔身、塔头、绝缘子（含销钉）、金具（含销钉）、各挂点（含销钉）等处设置为拍摄点，并可以对拍摄点进行人工标记或基于输电线点云和杆塔点云自动选取拍摄点。
28.在具体实现中，可以获取针对电力巡检的拍摄点信息，该拍摄点信息可以包括多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息，如在杆塔拍摄点处采用不同角度完成拍摄动作，并可以根据无人机型号获取无人机的飞行控制信息。
29.在一示例中，为了精细化拍摄，可以设置相机俯仰角为平视拍摄，即设定俯仰角为
‑
10
°
至10
°
，针对部分耐张塔的地线挂点在塔顶内侧，可以设置相机俯仰角为俯视拍摄，
即角度设定为90
°
，还可以根据现场实际情况设置角度，在本实施例中不作具体限制。
30.在又一示例中，可以配置无人机的相机为1英寸传感器，当相机焦距为9mm时，针对直线塔的拍摄点可以距离实际杆塔3
‑
5m，针对耐张塔的拍摄点可以距离实际杆塔3
‑
5m，从而可以确保杆塔中销钉类目标和缺陷点在放大的情况下清晰可见；还可以设定杆塔部位图像或目标零部件图像位于拍摄图像的中间位置；也可以通过预设相机参数，以保证图像清晰、曝光合理。
31.步骤104，结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。
32.在实际应用中，可以基于遗传算法，结合输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，进而可以根据适应度筛选出适应度最高的航线，作为目标电力巡检航线。
33.具体地，可以采用航线规划系统，基于点云三维模型对输电线路点云数据进行分析、分类，得到分类结果（即输电线点云和杆塔点云），并可以构建输电线路虚拟模型，然后通过对输电线路中设备进行拍摄点标记可以获取拍摄点信息，进而根据输电线路虚拟模型、拍摄点信息，以及无人机的飞行控制信息，可以在保障空间设备距离的情况下进行复杂的航迹规划，基于深度学习算法（如遗传算法）可以对输电线路的精细化巡检进行拍照航线自动化精准选定，即得到连接各拍照点的飞行航迹规划，并可以支持“所见即所得”式飞行预览。
34.在一示例中，通过结合无人机具有的精确到厘米级的实时定位功能，可以为无人机自动驾驶提供安全位置指引；根据输电线路连续巡检的飞行航线设定，也可以为无人机断电续航提供续电位置指引；无人机还可以具备空间碰撞检测与自动避让能力，从而更有效地保障飞行安全。
35.在本技术实施例中，通过获取输电线路点云数据，根据预设的投影对象分布特征，对输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云，然后采用输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据杆塔点云、多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型，获取拍摄点信息和无人机的飞行控制信息，进而结合输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线，实现了对无人机电力巡检航线的自动规划，通过构建高精度的输电线路虚拟模型，结合拍摄点信息和无人机的飞行控制信息进行航迹规划，能够利用无人机进行自动驾驶巡线，在有效保障飞行安全的基础上精细化巡检输电线路。
36.在一个实施例中，所述根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云，可以包括如下步骤：基于预设投影坐标系，根据所述输电线路点云数据在水平面上的投影密集程度，确定杆塔虚拟位置；所述杆塔虚拟位置的水平投影聚集点大于输电线虚拟位置的水平投影聚集点；根据所述杆塔虚拟位置，从所述输电线路点云数据中得到杆塔点云；在所述输电线路点云数据中滤除所述杆塔点云，得到所述输电线点云。
37.在实际应用中，根据输电线路点云数据在水平面上的投影密集程度，即杆塔虚拟位置处投影密集，输电线虚拟位置处投影稀疏，可以基于预设投影坐标系获取杆塔虚拟位
置，进而根据该杆塔虚拟位置，可以从输电线路点云数据中提取出杆塔点云，如可以将水平投影聚集点密集处确定为杆塔虚拟位置，得到对应的输电线点云。
38.由于输电线路中输电线在两杆塔之间存在弧垂，可以通过将杆塔点云滤除，进而得到在输电线路点云数据中留下的输电线点云，以进一步采用输电线点云进行曲线拟合。
39.通过上述实施例基于预设投影坐标系，根据输电线路点云数据在水平面上的投影密集程度，确定杆塔虚拟位置，然后根据杆塔虚拟位置，从输电线路点云数据中得到杆塔点云，进而在输电线路点云数据中滤除杆塔点云，得到输电线点云，可以基于投影对象分布特征，有效获取到输电线点云和杆塔点云，为后续自动航迹规划提供了数据支持。
40.在一个实施例中，所述采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，可以包括如下步骤：对所述输电线点云进行间断点边界形状检测，得到多个点云直线；根据所述多个点云直线进行中心线拟合，采用拟合结果确定多个待构建输电线虚拟模型各自对应的虚拟输电线点；针对每个待构建输电线虚拟模型，基于所述虚拟输电线点进行分块区域处理，构建所述输电线虚拟模型。
41.在实际应用中，由于水平面上投影的输电线虚拟位置为直线且互相平行，通过对输电线点云进行间断点边界形状检测，如采用二维霍夫变换方法可以进行直线与曲线的拟合，并可以根据变换得到的直线方程确定多个输电线虚拟位置的主方向，以滤除偏差较大的直线。
42.在一示例中，可以将采用二维霍夫变换方法得到的多个点云直线作为数据源，基于最小二乘拟合方法对中心线进行拟合，然后可以得到在三维投影面内输电线虚拟位置的中心线直线方程（即拟合结果），进而根据中心线直线方程可以计算出待构建的每个输电线虚拟模型对应的虚拟输电线点，并可以确定虚拟输电线点至中心线的距离，通过与预设标准阈值进行对比，可以筛选出满足阈值条件的虚拟输电线点。
43.在得到虚拟输电线点后，针对每个待构建输电线虚拟模型，可以采用分块质心解算方法对虚拟输电线点进行分块，进而可以基于分块区域得到该待构建输电线虚拟模型的三维节点，并可以计算输电线矢量，构建输电线虚拟模型。
44.通过上述实施例对输电线点云进行间断点边界形状检测，得到多个点云直线，然后根据多个点云直线进行中心线拟合，采用拟合结果确定多个待构建输电线虚拟模型各自对应的虚拟输电线点，进而针对每个待构建输电线虚拟模型，基于虚拟输电线点进行分块区域处理，构建输电线虚拟模型，能够根据输电线点云准确构建输电线虚拟模型，为后续自动航迹规划提供了数据支持。
45.在一个实施例中，所述获取拍摄点信息和所述无人机的飞行控制信息，可以包括如下步骤：确定待巡检输电线路的多个杆塔拍摄点；将所述多个杆塔拍摄点及其对应的拍摄位姿信息，作为所述拍摄点信息；获取所述无人机的型号，确定所述无人机的模态控制信息和视觉控制信息；将所述模态控制信息、所述视觉控制信息，以及飞行限制数据，作为所述飞行控制信息。
46.在实际应用中，可以根据输电线路中关键部位的分布情况确定合适的拍摄位置，即待巡检输电线路的多个杆塔拍摄点，进而可以将多个杆塔拍摄点及其对应的拍摄位姿信
息，作为拍摄点信息。
47.在一示例中，可以基于电力巡检路径规划要求，如针对杆塔大号侧先右后左、从上至下、先小号侧后大号侧，对输电线路中关键部位进行作业拍摄点固化，构建标准化输电线路航线库，该标准化输电线路航线库可以包括线路名称、杆塔号、杆塔类型、杆塔地理坐标、出入塔点位坐标、作业点成像参数等。
48.例如，以单回路直线塔为例，也可以适用于猫头塔、门型杆、拉v塔等水平排列、三角形排列的塔型，如图2a所示，可以采用如下方式设置杆塔拍摄点：1、图2a中杆塔拍摄点（3、6、10）的拍摄距离可以设定为5
‑
6m。
49.2、图2a中杆塔拍摄点（4、7、11）处对应有两个拍摄动作（即拍摄位姿信息），分别为拍摄线夹（垂直线路方向在外侧平视）、线夹俯视（线路大号侧在导线上30
°
~45
°
俯视拍摄），并可以在任一杆塔拍摄点俯视拍摄塔基础，机头航向角朝大号侧，平视拍摄线行通道。
50.3、图2a中杆塔拍摄点（2、5、9）容易被塔材遮挡，可以小角度仰视拍摄。
51.4、图2a中杆塔拍摄点（5、6、7）为从大号侧往小号侧拍摄，销钉穿向在大号侧，“v”串同理。
52.5、“v”串可以增加两个挂点的杆塔拍摄点，也可以对所有绝缘子整串进行拍摄。
53.6、如有避雷器悬挂，可以增加避雷器首端、末端、整串三个杆塔拍摄点。
54.7、图2a中杆塔拍摄点（1、8）可以拍摄2张，一为外侧斜上方俯视拍摄，另一为线路内角侧平视拍摄。
55.还可以根据实际塔型和零部件位置调整杆塔拍摄点，双回路直线塔、四回路直线塔也可以采用如上方式设置杆塔拍摄点。
56.以单回路直线塔为例，其拍摄角度，即杆塔拍摄点对应的拍摄位姿信息，可以采用如下方式设置：又如，以单回路耐张塔为例，也可以适用于上字型塔、干字型塔等塔型，如图2b所示，可以采用如下方式设置杆塔拍摄点：
1、图2b中杆塔拍摄点（3、7、10）、（12、15、18）、（21、25、28）为拍摄整串绝缘子的拍摄点，可以设定拍摄距离为5
‑
6m；杆塔拍摄点（1、11）可以设置为大小号侧各一个拍摄点，外侧斜向下俯视60
°
拍摄、侧方平视拍摄，部分耐张塔杆塔拍摄点11在塔顶内侧，高于塔顶2.5m俯视拍摄，塔顶内侧的地线挂点不需要外侧平视拍摄。
57.2、图2b中跳线串处杆塔拍摄点（5、9、10）、（11、12、13）、（23、27、28）为平视拍摄。
58.3、图2b中杆塔拍摄点6对应有三个拍摄动作，分别为拍摄线夹（平视）、塔基础（俯视）、线行通道（机头航向角朝大号侧，平视）；导线侧耐张线夹拍摄四张，在线夹左右两侧小角度仰视拍摄两张，斜上方45
°
俯视拍摄两张。
59.4、图2b中杆塔拍摄点（4、5、6）为耐张塔挂点位置的拍摄点，若是内转角可以设置为一个拍摄点替代。
60.5、图2b中杆塔拍摄点（27、28）为导线外侧拍摄，还可以根据实际塔型和零部件位置调整杆塔拍摄点。
61.以单回路耐张塔为例，其拍摄角度，即杆塔拍摄点对应的拍摄位姿信息，可以采用如下方式设置：
其中，针对图2b中杆塔拍摄点6对应有三个拍摄动作，分别为编号6.1对应的拍摄线夹（平视）、编号6.3对应的塔基础（俯视）、编号6.2对应的线行通道（机头航向角朝大号侧，平视）。
62.在实际应用中，可以根据无人机的型号获取无人机的模态控制信息和视觉控制信息，进而可以将模态控制信息、视觉控制信息，以及飞行限制数据，作为飞行控制信息。
63.在一示例中，模态控制信息可以包括针对无人机俯仰或滚转姿态的控制信息、针对无人机高度的控制信息、针对无人机速度的控制信息、针对无人机侧向偏离的控制信息、针对无人机爬升或下降的控制信息；在无人机起降阶段，还可以根据不同的起降方式预设对应的控制信息以控制起降模态。
64.在又一示例中，无人机安全飞行控制可以基于点云数据的准确性和无人机的机器
视觉进行控制，在无人机自主飞行中，可以通过机器视觉识别障碍物（树木、杆塔、导线等）、输电线，其基于无人机飞行高度和视角对图像进行信息提取、分析处理，机器视觉还可以用于构建地图、校正航线等。通过预置无人机巡检规划航线和感知避让信息（即视觉控制信息），可以在无人机自主飞行时，根据采集的视觉信息实时监视飞行情况，并对航线中拍摄点提供目标位置拍摄信息。
65.作为一示例，飞行限制数据可以包括以下任一项或多项：航迹点数量、飞行距离、飞行时间、飞行安全区域。
66.针对无人机电池续航情况，通过结合航迹点数量、飞行距离、飞行时间、飞行安全区域等无人机飞行限制条件，可以自动规划出具备最优飞行航迹的电力巡检航线，如路径距离短、时间耗费少的飞行航迹。
67.在一个可选实施例中，针对无人机拍摄图片的质量和数量，可以根据无人机摄像头的焦距计算出航向重叠度，进而可以基于航向重叠度控制无人机拍摄的照片质量与数量；针对无人机安全飞行情况，还可以在自动规划时对无人机与杆塔的安全距离进行控制。
68.通过上述实施例确定待巡检输电线路的多个杆塔拍摄点，将多个杆塔拍摄点及其对应的拍摄位姿信息，作为拍摄点信息，并获取无人机的型号，确定无人机的模态控制信息和视觉控制信息，将模态控制信息、视觉控制信息，以及飞行限制数据，作为飞行控制信息，可以结合拍摄点信息和无人机的飞行控制信息进行航迹规划，能够在有效保障飞行安全的基础上实现对无人机电力巡检航线的自动规划。
69.在一个实施例中，所述结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线，可以包括如下步骤：采用预设编码方式，结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，得到多个候选航线；在实际应用中，可以基于遗传算法，采用预设编码方式（如极坐标编码），结合输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，进而可以得到多个候选航线，以进一步根据多个候选航线进行迭代计算，筛选出适应度最高的航线，完成电力巡检航线规划。
70.在一示例中，相较于平面直角坐标法和二进制编码的编码方式，极坐标更适用于无人机航迹规划，则可以预设极坐标编码方式，将最大航迹、最小步长，最大航迹点数作为约束条件，随机产生一个固定值的种群，并可以通过遗传算子产生新的个体，即得到多个候选航线。
71.针对每一候选航线，计算所述候选航线的适应值；在具体实现中，可以采用适应度函数，针对每一候选航线，计算该候选航线的适应值，如通过适应度函数可以得到目标函数的最小值，该目标函数可以为针对无人机最长巡视距离、最大飞行航程长度、有效目标检测的限制函数。
72.根据预设航迹规划终止条件，从多个适应值中确定目标适应值，并将所述目标适应值对应的候选航线，作为目标电力巡检航线；所述航迹规划终止条件包括循环迭代至预设次数时终止或检测到最优适应值时终止。
73.在一示例中，当检测到适应度最高（即目标适应值）的候选航线时，可以终止航迹规划，例如，若不满足预设航迹规划终止条件的情况下，可以对种群中候选航线进行繁殖，产生出新个体加入种群，并可以计算新个体的适应值，当循环迭代至预设次数时，或检测到最优适应值时，即航迹规划完成。
74.通过上述实施例采用预设编码方式，结合输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，得到多个候选航线，然后针对每一候选航线，计算候选航线的适应值，进而根据预设航迹规划终止条件，从多个适应值中确定目标适应值，并将目标适应值对应的候选航线，作为目标电力巡检航线，可以基于遗传算法对无人机电力巡检航线进行自动规划，能够利用无人机实现自动驾驶巡线。
75.在一个实施例中，还可以包括如下步骤：根据安全作业需求信息，确定辅助航点；基于所述辅助航点，对所述目标电力巡检航线进行航线编辑操作，以调整所述目标电力巡检航线中的航点顺序。
76.在实际应用中，如图2c所示，可以获取安全作业需求信息，根据该安全作业需求信息增加辅助航点，从而确保了飞行作业过程中无人机和输电线路设备保持一定的安全距离，并可以基于辅助航点对目标电力巡检航线进行航线编辑操作，以调整目标电力巡检航线中的航点顺序。
77.通过上述实施例根据安全作业需求信息，确定辅助航点，进而基于辅助航点，对目标电力巡检航线进行航线编辑操作，以调整目标电力巡检航线中的航点顺序，提升了无人机电力巡检的飞行安全性。
78.在一个实施例中，还可以包括如下步骤：对所述目标电力巡检航线进行风险检测；若所述目标电力巡检航线的检测结果满足预设审核条件时，发布所述目标电力巡检航线。
79.在实际应用中，如图2c所示，可以对目标电力巡检航线进行风险检测，如通过碰撞风险监测与人工浏览相结合的方式，审核电力巡检航线，以消除风险，保证飞行安全，当目标电力巡检航线的检测结果满足预设审核条件时，可以对目标电力巡检航线进行发布，当目标电力巡检航线的检测结果未满足预设审核条件，不执行现场作业。
80.例如，对目标电力巡检航线进行风险检测时，审核条件可以包括如下：1、针对电力巡检航线规划应急航线，如航线转移策略、安全返航路径、应急迫降点等；2、电力巡检航线需要满足有关政策法规要求；3、电力巡检航线与架空输电线路的最小距离需要大于2.5米。
81.在一示例中，通过风险检测审核后，可以一次性固化电力巡检航线，存储固化的巡检飞行航迹以及对应的拍摄点信息，确保该电力巡检航线能够全面覆盖输电线路中设备，针对已完成无人机电力巡检规划的航线可以永久使用，从而有效地降低了巡视成本。
82.通过上述实施例对目标电力巡检航线进行风险检测，若目标电力巡检航线的检测结果满足预设审核条件时，发布目标电力巡检航线，可以基于电力巡检航线审核结果控制航线发布执行作业，保证了飞行安全。
83.在一个实施例中，如图3所示，提供了另一种无人机电力巡检规划方法的流程示意
图。本实施例中，该方法包括以下步骤：在步骤301中，获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云。在步骤302中，采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型。在步骤303中，获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息。在步骤304中，结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。在步骤305中，根据安全作业需求信息，确定辅助航点。在步骤306中，基于所述辅助航点，对所述目标电力巡检航线进行航线编辑操作，以调整所述目标电力巡检航线中的航点顺序。在步骤307中，对所述目标电力巡检航线进行风险检测。在步骤308中，若所述目标电力巡检航线的检测结果满足预设审核条件时，发布所述目标电力巡检航线。需要说明的是，上述步骤的具体限定可以参见上文对一种无人机电力巡检规划方法的具体限定，在此不再赘述。
84.应该理解的是，虽然图1、图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、图3中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
85.在一个实施例中，如图4所示，提供了一种无人机电力巡检规划装置，包括：输电线点云和杆塔点云获取模块401，用于获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；输电线路虚拟模型得到模块402，用于采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；无人机信息确定模块403，用于获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息；航迹规划模块404，用于结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。
86.在一个实施例中，所述输电线点云和杆塔点云获取模块401包括：杆塔虚拟位置确定子模块，用于基于预设投影坐标系，根据所述输电线路点云数据在水平面上的投影密集程度，确定杆塔虚拟位置；所述杆塔虚拟位置的水平投影聚集点大于输电线虚拟位置的水平投影聚集点；杆塔点云得到子模块，用于根据所述杆塔虚拟位置，从所述输电线路点云数据中得到杆塔点云；
输电线点云得到子模块，用于在所述输电线路点云数据中滤除所述杆塔点云，得到所述输电线点云。
87.在一个实施例中，所述输电线路虚拟模型得到模块402包括：多个点云直线得到子模块，用于对所述输电线点云进行间断点边界形状检测，得到多个点云直线；中心线拟合子模块，用于根据所述多个点云直线进行中心线拟合，采用拟合结果确定多个待构建输电线虚拟模型各自对应的虚拟输电线点；模型构建子模块，用于针对每个待构建输电线虚拟模型，基于所述虚拟输电线点进行分块区域处理，构建所述输电线虚拟模型。
88.在一个实施例中，所述无人机信息确定模块403包括：杆塔拍摄点确定子模块，用于确定待巡检输电线路的多个杆塔拍摄点；拍摄点信息得到子模块，用于将所述多个杆塔拍摄点及其对应的拍摄位姿信息，作为所述拍摄点信息；控制信息确定子模块，用于获取所述无人机的型号，确定所述无人机的模态控制信息和视觉控制信息；飞行控制信息得到子模块，用于将所述模态控制信息、所述视觉控制信息，以及飞行限制数据，作为所述飞行控制信息；所述飞行限制数据包括以下任一项或多项：航迹点数量、飞行距离、飞行时间、飞行安全区域。
89.在一个实施例中，所述航迹规划模块404包括：候选航线得到子模块，用于采用预设编码方式，结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，得到多个候选航线；适应值计算子模块，用于针对每一候选航线，计算所述候选航线的适应值；目标电力巡检航线得到子模块，用于根据预设航迹规划终止条件，从多个适应值中确定目标适应值，并将所述目标适应值对应的候选航线，作为目标电力巡检航线；所述航迹规划终止条件包括循环迭代至预设次数时终止或检测到最优适应值时终止。
90.在一个实施例中，所述装置还包括：辅助航点确定模块，用于根据安全作业需求信息，确定辅助航点；航线编辑模块，用于基于所述辅助航点，对所述目标电力巡检航线进行航线编辑操作，以调整所述目标电力巡检航线中的航点顺序。
91.在一个实施例中，所述装置还包括：风险检测模块，用于对所述目标电力巡检航线进行风险检测；航线发布模块，用于若所述目标电力巡检航线的检测结果满足预设审核条件时，发布所述目标电力巡检航线。
92.在本技术实施例中，通过获取输电线路点云数据，根据预设的投影对象分布特征，对输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云，然后采用输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据杆塔点云、多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型，获取拍摄点信息和无人机的飞行控制信息，进而结合
输电线路虚拟模型、多个杆塔拍摄点和各杆塔拍摄点对应的拍摄位姿信息、无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线，实现了对无人机电力巡检航线的自动规划，通过构建高精度的输电线路虚拟模型，结合拍摄点信息和无人机的飞行控制信息进行航迹规划，能够利用无人机进行自动驾驶巡线，在有效保障飞行安全的基础上精细化巡检输电线路。
93.关于一种无人机电力巡检规划装置的具体限定可以参见上文中对于一种无人机电力巡检规划方法的限定，在此不再赘述。上述一种无人机电力巡检规划装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
94.在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储无人机电力巡检规划数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现无人机电力巡检规划方法。
95.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
96.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息；结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。
97.在一个实施例中，处理器执行计算机程序时还实现上述其他实施例中的无人机电力巡检规划方法的步骤。
98.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取输电线路点云数据，根据预设的投影对象分布特征，对所述输电线路点云数据进行投影对象分离，得到输电线点云和杆塔点云；采用所述输电线点云进行曲线拟合，构建多个输电线虚拟模型，根据所述杆塔点云、所述多个输电线虚拟模型、杆塔实际位置坐标，得到输电线路虚拟模型；获取拍摄点信息和所述无人机的飞行控制信息；所述拍摄点信息包括多个杆塔拍
摄点和各所述杆塔拍摄点对应的拍摄位姿信息；结合所述输电线路虚拟模型、所述多个杆塔拍摄点和各所述杆塔拍摄点对应的拍摄位姿信息、所述无人机的飞行控制信息进行航迹规划，生成目标电力巡检航线。
99.在一个实施例中，计算机程序被处理器执行时还实现上述其他实施例中的无人机电力巡检规划方法的步骤。
100.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（read
‑
only memory，rom）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（random access memory，ram）或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器（static random access memory，sram）或动态随机存取存储器（dynamic random access memory，dram）等。
101.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
102.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。