一种基于无人机的高速公路边坡巡查的路径优化方法与流程

本发明属于高速公路边坡巡查
技术领域：
，具体涉及一种基于无人机的高速公路边坡巡查的路径优化方法。
背景技术：
：随着计算机、通讯等方面的快速发展，无人机航摄系统也从最初的军事领域研究阶段进入各行业实际应用阶段，并广泛应用于森林防火、资源探测、搜索营救、农业检测、航拍等方面。国内外对于无人机的巡检应用已经覆盖至电力、石油、农业、通信等多个领域，但是对于无人机在公路养护特别是道路边坡巡查的研究成果还比较少，而边坡养护巡查既是公路养护巡查的重点也是难点。目前主要采用人工巡查的作业方式对边坡进行巡查，但人工巡查工作量大，边坡养护巡查工作要花费巡查人员大量的时间和精力，而且还存在巡查路径不合理的情况，这增加了巡查人员的工作量，降低了道路养护巡查整体的工作效率。技术实现要素：为解决现有技术存在的问题，本发明的目的在于提供一种基于无人机的高速公路边坡巡查的路径优化方法，该方法通过无人机对高速公路边坡进行巡查，并且能够规划处合理的巡查路径，能够解决现有技术中存在的人工巡查工作量大的问题。本发明是通过以下技术方案来实现：一种基于无人机的高速公路边坡巡查的路径优化方法，包括如下步骤：步骤1，对无人机拍摄质量进行控制，以获取最佳拍摄角度；步骤2，对拍摄对象进行分类，并根据分类情况确定拍摄方式；步骤3，通过无人机拍摄需要拍摄的对象，根据拍摄的图片，进行排查，提取出图片中边坡存在的病害嫌疑点；步骤4，计算各病害嫌疑点之间的距离，并构建病害嫌疑点的邻接矩阵；步骤5，将步骤4构建的邻接矩阵作为模拟退火算法的输入，计算得到无人机遍历病害嫌疑点的最短路径。所述步骤1中，对无人机拍摄质量进行控制包括摄像质量控制以及飞行质量控制；摄像质量控制是根据天气、季节、地域、时间和投射方向对无人机进行，具体为：将天气划分为六类，分别为强烈日光、直射日光、薄云晴天、光亮阴天、阴雨天气及浓黑阴雨；后一类的天气相对于前一类的天气，无人机的曝光量增加一档；将季节依次按照冬季、夏季和春季划分，或者依次按照冬季、夏季和秋季划分，后一个季节相比于前一个季节，无人机的曝光量增加一档；根据地域对无人机进行摄像质量控制时，纬度每增加15°，无人机光圈相应的增加半档或一档；当根据纬度调整完无人机光圈后，海拔在1000m以下时，无人机光圈大小保持不变；海拔在1000m～2000m时，无人机光圈减小一档；海拔在2000m～4000m时，无人机光圈减小两档；根据时间对无人机进行摄像质量控制时，选取白天的时间段，以当地正午前后1h以内的时间段作为参照；当地日出日落时刻的无人机光圈比正午前后1h以内时间段无人机光圈的曝光量减少三档；日出后1h以内以及日落前1h以内无人机光圈的曝光量较正午前后1h以内的曝光量减少两档；日出后的1h～2h以及日落前的1h～2h内无人机的曝光量较正午前后1h以内的曝光量减少一档；根据投射方向对无人机进行摄像质量控制时，将投射方向分为五类，分别为顺光、顺侧光、侧光、侧逆光和逆光；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为75°～90°时，为顺光；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为45°～75°时，为顺侧光；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为0°～45°时，为侧光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为0°～45°时，为侧逆光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为45°～75°时，为逆侧光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为75°～90°时，为逆光；飞行质量控制包括控制相片重叠度和地面采样间隔。控制相片重叠度时，设置航向重叠度qx范围为60％～65％，旁向重叠度qy在25％-35％。地面采样间隔gsd通过下式计算：式中，h表示无人机距离航摄分区平均基准面的相对高度；f表示相机的镜头焦距；μ表示无人机感光元件中像元的物理尺寸。所述步骤2中，拍摄对象分为边坡和截水沟，边坡分为台阶状边坡和非台阶状边坡，截水沟根据端面形式分为梯形截水沟、矩形截水沟、l形截水沟和v形截水沟，无人机对边坡和截水沟分开进行拍摄。对边坡进行拍摄时，采用竖直摄影的方式，使无人机相机主光轴与坡面垂直。对台阶状边坡进行拍摄时，将坡面按台阶拆分成若干个小平面，当各级坡面的倾角相同时，无人机拍摄时相机镜头保持相同的倾角完成整个坡面的拍摄。对截水沟进行拍摄时，采用无人机相机主光轴垂直于沟底的方式，相机主光轴在k1k1’范围内，k1k1’为太阳光直射进沟底的最大范围。所述步骤4中，构建病害嫌疑点的邻接矩阵过程如下：步骤4.1，确定无人机的起降点，获取无人机起降点以及各病害嫌疑点的位置信息，所述位置信息包括经度、纬度和高度；步骤4.2，计算各点之间的距离，利用各点之间的距离构建邻接矩阵，所述各点包括无人机的起降点以及各病害嫌疑点。所述步骤5采用模拟退火算法计算无人机遍历病害嫌疑点的最短路径，模拟退火算法的设置如下：确定解空间s，解空间s是无人机遍历一次n个点的所有路径的集合；设定解空间s所有区域的目标函数f(x)，目标函数f(x)为无人机遍历所有点的路径总长度，目标函数f(x)如下式：其中，x＝1，2，…，n，n为无人机遍历一次的所有点的个数；设置生成邻域解时的随机数r，随机数r取0.5；设置模拟退火法的降温处理方式为等比例降温，等比例降温如下式：tk+1＝αtk其中，k＝0,1,2,…，α取0.95，tk表示当前温度，tk+1表示下一刻的温度；预设作为终止条件的外循环次数。与现有技术相比，本发明具有如下有益效果：本发明基于无人机的高速公路边坡巡查的路径优化方法利用无人机进行巡查能够解决人工巡检的过程中，在陡峭危险、难以攀爬的位置巡查人员无法巡查的缺陷，而利用无人机能够做到全覆盖，不留盲点，具有全面性；本发明通过利用无人机机动性和灵活性的特点，对需要观察的边坡部位进行快速的图像数据采集，并且能够拍摄到陡峭危险的位置，及时全面的发现安全隐患，大大降低了巡查人员的工作量，提高了工作人员的安全性；本发明通过分析边坡的环境特征，对拍摄对象进行分类，结合无人机拍摄和飞行技术特点确定拍摄方式，以保证巡查任务的质量，利用人工分析无人机拍摄的图像，进行排查，提取出图片中边坡存在的病害嫌疑点；根据初次巡查的结果，计算各病害嫌疑点之间的距离，并构建病害嫌疑点的邻接矩阵；再利用构建的邻接矩阵以及模拟退火算法求解无人机遍历采集点的最短路径，以求得的最短路径作为二次巡查路径，对病害嫌疑点进行二次巡查，从而快速、明了地掌握边坡病害的演变过程。附图说明图1为本发明路径优化方法中拍摄方向与投射方向示意图；图2边坡示意图，其中图2(a)为台阶状边坡示意图，图2(b)为非台阶状边坡示意图；图3为截水沟断面形式，其中图3(a)为梯形截水沟断面，图3(b)为矩形截水沟断面，图3(c)为l形截水沟断面，图3(d)为v形截水沟断面；图4为本发明路径优化方法中坡面拍摄方式示意图；图5为本发明路径优化方法中截水沟拍摄方式示意图；图6为本发明路径优化方法中台阶状边坡航摄示意图；图7为本发明实施例中选取的二次巡查采集点分布图；图8为模拟退火算法求解流程；图9为本发明实施例中通过模拟退火法求得的优化巡查路径。具体实施方式下面结合附图和实施例来对本发明作进一步的说明。本发明基于无人机的高速公路边坡巡查的路径优化方法，包括图片采集部分与算法求解最优路径部分，各部分具体如下：1、图片采集部分，对无人机拍摄质量进行控制，以获取最佳拍摄角度，对无人机拍摄质量进行控制包括摄像质量控制以及飞行质量控制；1.1、摄像质量控制是根据天气、季节、地域、时间和投射方向对无人机进行，具体为：天气：将天气划分为六类，分别为强烈日光、直射日光、薄云晴天、光亮阴天、阴雨天气及浓黑阴雨六类，后一类的天气相对于前一类的天气，无人机的曝光量增加一档。季节：将季节依次按照冬季、夏季和春季划分，或者依次按照冬季、夏季和秋季划分，后一个季节相比于前一个季节，无人机的曝光量增加一档。地域：根据地域对无人机进行摄像质量控制时，纬度每增加15°，无人机光圈相应的增加半档或一档；当根据纬度调整完无人机光圈后，海拔在1000m以下时，无人机光圈大小保持不变；海拔在1000m～2000m时，无人机光圈减小一档；海拔在2000m～4000m时，无人机光圈减小两档。时间：根据时间对无人机进行摄像质量控制时，选取白天的时间段，以当地正午前后1h以内的时间段作为参照；当地日出日落时刻的无人机光圈比正午前后1h以内时间段无人机光圈的曝光量减少三档；日出后1h以内以及日落前1h以内无人机光圈的曝光量较正午前后1h以内的曝光量减少两档；日出后的1h～2h以及日落前的1h～2h内无人机的曝光量较正午前后1h以内的曝光量减少一档；参照图1投射方向：根据投射方向对无人机进行摄像质量控制时，将投射方向分为五类，分别为顺光、顺侧光、侧光、侧逆光和逆光，按照此顺序在顺光拍摄的基础上光圈值依次增大半级；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为75°～90°(即图1中ω≤15°)时，拍摄方向与投射方向基本一致，即为顺光；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为45°～75°(即图1中15°＜ω≤45°)时，即为顺侧光；当太阳光处于无人机相机主光轴的上方，太阳光入射方向与无人机相机主光轴方向的夹角的β为0°～45°(即图1中45＜ω≤90°)时，即为侧光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为0°～45°(即图1中90°＜ω≤135°)时即，为侧逆光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为45°～75°(即图1中135°＜ω≤165°)时，即为逆侧光；当太阳光处于无人机相机主光轴的下方，太阳光入射方向与无人机相机主光轴方向的夹角的β为75°～90°(即图1中165°＜ω≤180°)时，为逆光。1.2飞行质量控制，包括控制相片重叠度和地面采样间隔利用无人机巡查应避免出现采集区被遗漏的情况，保证采集的影像不会出现动态模糊并能够对边坡状态进行判读。本发明从重叠度和地面采样间隔对其进行控制以保证质量。像片重叠度保证航摄像片能够重叠覆盖整个航摄区域，以免出现“航摄漏洞”。设置航向重叠度qx范围为60％～65％，旁向重叠度qy在25％-35％。地面采样间隔(gsd)数字航空摄影中，地面采样间隔、航高、像元尺寸和相机的镜头主焦距之间存在关系式：式中，h无人机距离航摄分区平均基准面的相对高度；f表示相机的镜头焦距；μ表示感光元件中像元的物理尺寸。1.3拍摄方式的分类和选取本发明根据研究需要对边坡进行分类。将边坡分为台阶状边坡(如图2(a)所示)和非台阶状边坡(如图2(b)所示)。截水沟断面形式根据端面形式分为梯形截水沟(如图3(a)所示)、矩形截水沟(如图3(b)所示)、l形截水沟(如图3(c)所示)和v形截水沟(如图3(d)所示)本发明在利用无人机进行图像采集时，将坡面和截水沟分开进行。本文在坡面图像采集时，采用竖直摄影的方式，使无人机相机主光轴与坡面垂直，能够更直观地表现出边坡的表面特征，如图4所示。如图5所示，对于截水沟本发明采用相机主光轴垂直于沟底的方式进行拍摄，保证主光轴在k1k1’范围内即可，可以有效避免采集盲区的出现。k1k1’为太阳光直射进沟底的最大范围。非台阶状边坡的坡面倾斜角一般不变或者变化不大。对于没有截水沟的边坡，不需要划分航摄区域。台阶状边坡航摄时将坡面按“台阶”拆分成一个一个小平面，当各级坡面的倾角相同时，即β1＝β2＝β3＝β，如图6所示，无人机拍摄时相机镜头可以保持相同的倾角θp完成整个坡面的拍摄，拍摄时，尽量使相机镜头主光轴与坡面相垂直。按照一定的重叠度使航线的方向与道路的走向一致。2.利用算法求解最优路径根据无人机具体的拍摄场景，依据上述拍摄质量控制方式调整无人机后，再利用调整后的无人机对高速公路边坡进行全覆盖式的图像采集，并把采集的图像传输给巡查人员。巡查人员通过观察采集的边坡图像找到病害嫌疑点，再计算各病害嫌疑点之间的距离，并构建病害嫌疑点的邻接矩阵；最后将构建的邻接矩阵作为模拟退火算法的输入，计算得到无人机遍历病害嫌疑点的最短路径。实施例本实施例中，以汉宁高速边坡k1308+450为例进行实验，先根据实验时当地的情况对无人机进行调整，并通过无人机进行拍摄，拍摄结束后，巡查人员根据拍摄的图像巡查人员通过观察采集的边坡图像找到病害嫌疑点，在初次巡查的基础上，共有14个地方作为二次巡查的采集点，各采集点在边坡的分布情况如图7所示，采集点14为无人机的起、降点。考虑到路上来往的车辆和无人机的安全，先将无人机垂直上升至起降点的正上方8米左右的位置，即采集点7作为巡查任务开始的起、止点，亦为路径规划的起点和终点。由于采集点的位置信息为经度、纬度和高度，需要先将其转换成三维直角坐标，再进行求解。目前无人机航拍一般多采用全球定位系统gps坐标系，即wgs-84坐标系。设wgs-84坐标系统下采集点的大地坐标为(b，l，h)，其中b、l和h分别代表大地纬度、经度和高度，其对应于在空间三维直角坐标系中的坐标为(x，y，z)，二者之间存在对应的关系式。以汉宁高速边坡k1308+450为例进行实验，通过它们的对应关系，利用matlab软件求得各采集点之间的距离，形成13×13的邻接矩阵，邻接矩阵如下所示：在应用优化算法求解最短路径时，将此邻接矩阵输入至算法程序。本实施例采用模拟退火算法得到二次巡查的最佳路径。模拟退火算法的运算流程如图8所示，模拟退火算法的步骤描述为由初始解i和控制参数t开始，在循环周期内对当前解重复“生成新解——计算目标函数的偏差值——舍弃/接受”的迭代，并逐渐衰减t值，直至算法终止得到近似最优解。在应用优化算法求解最短路径时，先进行模拟退火算法的设置：1)首先确定解空间s，解空间s是无人机恰好遍历一次n个采集点的所有路径的集合，则s＝[sij]为(1,2,…,n)的排列，sij表示第j次访问采集点i；2)设定解空间s所有区域的目标函数f(x)，本实施例的目标函数f(x)为无人机遍历所有的采集点的路径总长度，见下式：其中，x＝1，2，…，n，n为无人机遍历一次的所有采集点的个数；3)邻域解是按照一定的规则生成的新解，应尽可能的使生成的新解遍布整个解空间，主要采用swap交换、逆序操作来产生新解，生成邻域解时，对随机常数r进行设定，本实施例中随机数r取0.5：即在0至1之间产生一个随机数r，如果r≤0.5，采用swap变换产生新解；如果r>0.5，则采用逆序操作产生新解；4)采用模拟退火法进行降温处理时，本实施例采用的降温方式为等比例降温，即每次的温度都以相同的比例下降，等比例降温如下式：tk+1＝αtk式中，k＝0,1,2,…；α∈(0,1)，tk表示当前温度，tk+1表示下一刻的温度。α为常数且越接近1，温度下降越慢，本实施例选择α＝0.95；5)模拟退火算法根据上述的降温处理并结合metropolis准则得到的概率p来判定是否接受新解来代替旧解成为当前解，如果不接受则继续产生下一个新解，否则成为当前解。概率p的计算如下式：式中，δf为新解与目标函数的偏差值，t为系统的当前温度；6)设置终止准则，内循环终止准则即metropolis准则用来决定不同温度下生成的候选解数量，外循环终止即算法终止结束，本实施例以预设的外循环次数作为终止条件。模拟退火算法设置完成后，将已求得13×13的邻接矩阵作为测试数据输入至模拟退火算法程序中，求解出最短路径。利用matlab进行仿真实验，以汉宁高速边坡k1308+450为例进行实验，得到的路径结果如表1所示：表1sa-solution＝11213841279110365sa-length＝161.102由表1可知，采用模拟退火法求得的以采集点7为任务路径起、止点的无人机边坡二次巡查的路径为：14->7->9->1->10->3->6->5->11->2->13->8->4->12->7->14，无人机全程路径总长度需要加上无人机起降点和任务起止点之间的距离，即为177m。通过模拟退火法得到的路径在边坡上的叠加效果如图9所示。综上，本发明深入了解了高速公路边坡的地形问题，查看如截水沟、排水沟等设施的具体情况，选择了此无人机进行高速公路边坡的巡查航摄任务，飞行性能稳定、航拍效果好、可收缩便于携带，而且最远可以感知前方30米的障碍物，适合工作于高速公路边坡所处的比较复杂的环境。本发明针对公路养护部门的边坡巡检的实际需求和存在的问题，有以下四大特色优势：(1)全面性：在边坡人工巡检的过程中，在陡峭危险、难以攀爬的位置巡查人员无法巡查，利用无人机巡查可以做到全覆盖，不留盲点。(2)高效性：对于边坡的人工巡检，由于边坡的可达性低的特点，大大增加了边坡巡查工作的难度。花费了大量的时间与精力，增加了工作量，降低了道路养护巡查整体的工作效率。针对这一问题，本发明通过利用无人机机动性和灵活性的特点，对需要观察的边坡部位进行快速的图像数据采集，并且可以拍摄到陡峭危险的位置，及时全面的发现安全隐患。大大降低了巡查人员的工作量，提高了工作人员的安全性。(3)智能性：本发明采用图像处理技术智能识别自动定位病害位置，避免应巡查人员主观判断未及时发现安全隐患；指导养护部门及时进行对危险源的处理，从而将事故风险降低到可控范围内；为边坡病害预测和优化巡查管理提供参考和借鉴。(4)便捷性：传统的公路边坡巡检工作只能由巡查人员填写巡检记录表上交并存档，纸质记录主要以文字描述，不便于复查。本发明则是将无人机所观察的边坡信息自动上传到边坡数据库，将相对应的信息生成边坡巡检图片，不需要巡查人员手工填写。当前第1页12