无人机电力巡检系统的制作方法

1.本技术涉及电力巡检技术领域，特别是涉及一种无人机电力巡检系统。


背景技术：

2.电力巡检是一项常规但是重要的工作，由无人机巡检可以替代大量人力，减少人力成本。随着无人机巡检模式被逐步的采纳使用，巡检工作范围也随之呈现指数型增大，无人机巡检系统采集到的传感器信息以及运行数据也随之呈现爆炸式的增长。
3.然而，目前无人机巡检模式均存在智能化水平不高的情况，无人机的正常运行仍然依赖于飞手的人为操作，设备利用率低，且无人机只能由单个部门使用和控制，信息共享度低。当各部门提出巡检任务时，部门间需要经历多层沟通，且无人机需要针对每个任务都飞行一次，使得无人机在执行任务过程中，存在大量重复工作，影响无人机工作效率。
4.因此，传统的无人机巡检模式存在巡检效率低的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种提高巡检效率的无人机电力巡检系统。
6.一种无人机电力巡检系统，系统包括云服务器、通信模块以及无人机，云服务器通过通信模块与无人机进行通信；
7.云服务器用于接收用户终端发送的巡检消息，根据巡检消息携带的任务标识，获取与任务标识对应的待执行巡检任务数据和预设巡检点的几何信息，识别待执行巡检任务数据的任务优先级，根据任务优先级，规划待执行巡检任务数据，得到目标巡检任务数据，基于预设巡检点的几何信息，规划出与目标巡检任务数据对应的无人机航线，当无人机航线为多条时，合并多条无人机航线，将合并后的无人机航线和目标巡检任务数据通过通信模块发送至无人机；
8.无人机用于根据无人机航线和目标巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据，将包含巡检数据的任务执行结果数据通过通信模块发送至云服务器。
9.在一个实施例中，云服务器还用于获取无人机的电池参数，当根据无人机的电池参数判断无人机满足预设最大飞行时间要求时，将多条无人机航线进行合并。
10.在一个实施例中，无人机还用于在执行当前的巡检任务的过程中，将当前的位姿数据通过通信模块实时发送至云服务器，云服务器根据无人机的位姿数据和与当前的巡检任务对应的预设巡检点的几何信息，更新无人机航线，反馈更新后的无人机航线至无人机。
11.在一个实施例中，云服务器还用于根据无人机的位姿数据和与当前的巡检任务对应的预设巡检点的几何信息，结合dubins路径规划算法，规划出与当前的巡检任务对应的最优航线，将无人机航线更新为最优航线。
12.在一个实施例中，云服务器还用于在无人机根据无人机航线和目标巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据之前，采集环境数据，将环境数据与预设环
境参数阈值比较，得到比较结果，根据比较结果生成飞行指令，将飞行指令通过通信模块发送至无人机。
13.在一个实施例中，环境数据包括气象数据和无人机自检数据。
14.在一个实施例中，巡检数据包括图像数据和预警数据；
15.无人机还用于采集预设巡检点的图像数据，以及对预设巡检点进行设备异常识别，生成预警数据。
16.在一个实施例中，系统还包括无人机自动机场，无人机自动机场与云服务器和无人机进行网络通信。
17.在一个实施例中，系统还包括远程控制中心，远程控制中心与云服务器连接。
18.在一个实施例中，云服务器还用于将任务执行结果数据发送至远程控制中心，远程控制中心根据任务执行结果数据，生成控制信息，将控制信息发送至云服务器。
19.上述无人机电力巡检系统，云服务器根据任务标识可快速且准确读取相应的巡检任务数据，并根据任务优先级对巡检任务进行规划，能够使得无人机有序地执行任务，并且对多条航线进行合并，能够有效缩短无人机的执行任务的时间，提高其工作效率，无人机将任务执行结果数据回传至云服务器，能够使得多部门根据需求下载相应的数据，打通信息共享的壁垒，实现了多部门之间的协同，极大程度上提高了巡检效率。
附图说明
20.图1为一个实施例中无人机电力巡检系统的系统结构图；
21.图2为另一个实施例中无人机电力巡检系统的系统结构图；
22.图3为一个实施例中dubins路径规划算法的算法实例图；
23.图4为另一个实施例中无人机电力巡检系统的系统结构图。
具体实施方式
24.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。
25.在一个实施例中，如图1所示，提供了一种无人机电力巡检系统，系统包括无人机102、通信模块104以及云服务器106，云服务器106通过通信模块104与无人机102进行通信；
26.云服务器106用于接收用户终端发送的巡检消息，根据巡检消息携带的任务标识，获取与任务标识对应的待执行巡检任务数据和预设巡检点的几何信息，识别待执行巡检任务数据的任务优先级，根据任务优先级，规划待执行巡检任务数据，得到目标巡检任务数据，基于预设巡检点的几何信息，规划出与目标巡检任务数据对应的无人机航线，当无人机航线为多条时，合并多条无人机航线，将合并后的无人机航线和目标巡检任务数据通过通信模块104发送至无人机102；
27.无人机102用于根据无人机航线和目标巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据，将包括巡检数据的任务执行结果数据通过通信模块104发送至云服务器106。
28.为保证整洁度，下文将不再对无人机102、通信模块104以及云服务器106进行标
号，可以理解的是，下文中出现的无人机、通信模块和云服务器即指图1中所示的无人机、通信模块和云服务器。
29.本实施例中，云服务器为使用刀片服务器搭建的内网云服务器。用户终端和无人机都通过网络接入云服务器。由于实际场景中，无人机离云服务器的距离较远，且无人机在执行任务过程中，飞行距离也不固定，为了保证能实现无人机的远程控制，采用通信模块为无人机提供通信中继转发功能。通信模块为无线通信模块，其可以是卫星通讯模块，或者是包含天线或其他信号接收和转发的通信装置。在实际应用中，主配网巡检线路中待巡检的巡检点以及巡检点的几何信息均已预设标注好，存储于云服务器中。巡检点的几何信息包括巡检点的定位信息以及周围障碍物信息等。目标巡检任务数据可以包含多个巡检任务、各巡检任务的任务优先级以及任务执行顺序等数据。且不同用户在分配无人机的巡检任务时，可根据用户权限，发布携带优先级的巡检任务。如若用户a的用户权限高，则其发布的巡检任务的优先级也高于其他用户发布的巡检任务。
30.当用户通过用户终端发送巡检消息至云服务器时，云服务器根据巡检消息中携带的任务标志，获取与任务标识对应的预设巡检点的几何信息和待执行巡检任务数据，然后，识别待执行巡检任务数据的任务优先级，根据任务的优先级对待执行巡检任务进行排序，得到任务执行顺序，进而得到目标巡检任务数据。再基于巡检点的几何信息，结合贪心算法，如tsp(travelling salesman problem，旅行商问题)，规划出与目标巡检任务数据对应的无人机航线，然后，当航线为多条时，判断多条航线是否能合并，若能合并，则将合并后的无人机航线和目标巡检任务数据通过通信模块发送给无人机，若不能合并，则对无人机航线不做任何处理。无人机接收无人机航线和巡检任务数据，按照无人机航线规划的飞行轨迹，对预设巡检点进行电力巡检，采集巡检数据，实时将包括巡检数据的任务执行结果数据通过通信模块上传至云服务器。具体的，任务执行结果数据包括巡检数据、任务执行时间、任务用时等数据。一个无人机可接受多个航线数据，每个航线数据包括有按照电力设备的序号排列顺序进行巡检飞行的路线；其中，预先对每个航线数据中包含的若干个电力设备进行排序，电力设备上还设有相应的检测传感器等；巡检数据包括各种温度数据、地理数据和图像数据等。无人机将每次任务执行结果数据回传至云服务器，使得用户可根据需求，随时从云服务器读取相应的数据需求，也可在云端进行高性能的数据分析。且无人机的巡检数据存储在云服务器上，可以供多部门联合使用，避免重复巡检造成的资源浪费。
31.上述无人机电力巡检系统，云服务器根据任务标识可快速且准确读取相应的巡检任务数据，并根据任务优先级对巡检任务进行规划，能够使得无人机有序地执行任务，并且，云服务器对多条航线进行合并，能够有效缩短无人机的执行任务的时间，提高其工作效率，无人机将任务执行结果数据回传至云服务器，能够使得多部门根据需求下载相应的数据，打通信息共享的壁垒，实现了多部门之间的协同，极大程度上提高了巡检效率。
32.进一步的，上述系统，依赖云服务器的计算能力，将复杂的数据分析交由云服务器端处理，有效降低控制端和被控制端的计算复杂度，降低延迟。且通过云服务器的使用，可以实现对无人机的远程控制，提高了巡检设备的利用率。
33.在一个实施例中，如图2所示，系统还包括无人机自动机场108，无人机自动机场108与云服务器106和无人机102进行网络通信。
34.无人机自动机场，也称无人机机场/机库/机巢，其具备无人机存储以及放飞回收、
充能功能，可将无人机直接部署到作业现场，解决人工携带无人机通勤的问题。不工作时，无人机待机在自动机场内；工作时，机场舱门打开，升降平台上升至顶部，无人机自动飞出进行作业。本实施例中，无人机自动机场可以是小型无人机自动机场，以便进行巡检。具体实施时，可以是云服务器响应巡检消息，对数据进行预处理，得到的数据预处理结果可以是先发送至无人机自动机场，由无人机自动机场直接发送给无人机。本实施例中，通过引入无人机自动机场，能够增强无人机应急作业能力，大幅提升无人机的作业效率。
35.在一个实施例中，云服务器还用于获取无人机的电池参数，当根据无人机的电池参数判断无人机满足预设最大飞行时间要求时，将多条无人机航线进行合并。
36.本实施例中，云服务器内置有多任务联合模块，该模块用于当巡检任务为多个，规划出的无人机航线为多条时，判断是否可以将多任务航线进行合并，以此节省无人机的执行任务的时间，提高效率。具体实施时，判断多条无人机航线是否可以合并可以是根据无人机的电池参数，判断无人机是否满足预设最大飞行时间要求，若满足，则将多条航线进行合并，若不满足，则不合并无人机航线。本实施例中，预设最大飞行时间要求可以是30分钟、一小时或其他要求，具体可视情况而定，在此不做限定。本实施例中，根据电池参数合并无人机航线，能够更加贴近真实情况，防止无人机在执行任务的飞行过程中，因电池续航能力不足而中断任务的执行，拉长任务执行周期。
37.在一个实施例中，无人机还用于在执行当前的巡检任务的过程中，将当前的位姿数据通过通信模块实时发送至云服务器，云服务器根据无人机的位姿数据和与当前的巡检任务对应的预设巡检点的几何信息，更新无人机航线，反馈更新后的无人机航线至无人机。
38.位姿数据包括坐标位置和航向角。在实际应用中，由于无人机的3d定位误差较大，为避免无人机在飞行过程中偏离巡检的航线，需要对无人机航线进行实时更新。本实施例中，可以是在无人机飞行过程中，无人机实时上传位姿数据至云服务器，以使云服务器根据无人机的位姿数据和各巡检点的几何信息，结合路径算法，如最短路径算法、dijkstra算法、lpa*算法以及d*lite算法等，实时规划并更新无人机航线，提高飞行航线的准确度。
39.在一个实施例中，云服务器根据无人机的位姿数据和与当前的巡检任务对应的预设巡检点的几何信息，更新无人机航线包括：根据无人机的位姿数据和与当前的巡检任务对应的预设巡检点的几何信息，结合dubins路径规划算法，规划出与当前的巡检任务对应的最优航线，将无人机航线更新为最优航线。
40.dubins路径规划算法可将任何路径分解简单的dubins路径。dubins曲线是在满足曲率约束和规定的始端和末端的切线(进入方向)的条件下，连接两个二维平面的最短路径，而且限制目标只能向前行进。本实施例中，采用dubins路径规划算法规划无人机航线。实际应用中，无人机在执行多任务巡检时，必须考虑转弯半径对无人机运动的影响，无人机的转弯所需要的最小转弯半径和两任务之间的最短直线之和，称为dubins路径。无人机在执行当前的巡检任务时，将当前的位姿数据通过通信模块实时发送至云服务器，云服务将无人机的位姿数据作为初始位姿，再结合当前巡检任务对应的巡检点的几何信息，使用dubins路径规划算法，规划出与当前的巡检任务对应的最优航线。下面结合图3，举例进行说明，假设无人机在执行当前针对巡检目标1的巡检任务时，无人机的坐标位置分别为u(x
v
,y
v
)和航向角θ1，将其作为初始位姿。在经过目标2和目标3的位置坐标分别为
和无人机的最小转弯半径为r
min
。对于无人机所在的初始位置，可以使用顺时针或者逆时针旋转进行转弯飞行，因此可以得到两条轨迹。在实际操作中，可使用最短的轨迹作为dubins路径。无人机的转弯圆心b可以通过初始位姿求得
[0041][0042]
切点c的坐标为
[0043][0044]
无人机对目标2执行任务的最优轨迹由圆弧uc和直线cd组成，长度为
[0045][0046]
类似地，由无人机到达的目标2的位置坐标和航向角θ2，可以同样求得无人机到达目标3的由圆弧dt和直线fg组成的dubins路径和无人机到达目标3的位置和航向角θ3。以此方式，完成到所有巡检目标的最优航线的求解。本实施例中，使用dubins路径规划算法，能够迅速规划出分段的最优航线，缩短处理时间。
[0047]
在一个实施例中，云服务器还用于在无人机根据无人机航线和目标巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据之前，采集环境数据，将环境数据与预设环境参数阈值比较，得到比较结果，根据比较结果生成飞行指令，将飞行指令通过通信模块发送至无人机。
[0048]
在实际应用中，为保证无人机的安全飞行，云服务器在接收到用户终端的发送的巡检消息后，需要在无人机执行巡检任务之前，判断无人机是否可以起飞。具体的，可以是在采集当前的环境数据，包括实时气象信息如风速、空气湿度、气温、降水概率等，电池电力以及无人机自检数据，将采集到的环境数据与预设环境参数阈值比较，判断起飞环境，生成飞行指令，飞行指令包括可起飞和暂停飞行。例如，若风速超过预设风速承受值，或者，降水概率超过预设降水概率，则飞行指令为暂停飞行。云服务器将飞行指令发送至无人机，以指导无人机是否可以起飞。当飞行指令表征为可飞行时，无人机根据无人机航线和目标巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据，将包括巡检数据的任务执行结果数据通过通信模块发送至云服务器。由于自动机场长期存放在蛇虫鼠蚁遍布的野外，必须具备极强的防护能力，如果蛇鼠进入自动机场内部，极可能对自动机场中的电子设备造成破坏。同时，对于极端天气也需要有较大的适应性，满足多环境下的使用条件，特别是暴雪、暴雨、雷雨等天气。此外，无人值守状态下，无人机自动机场也需观测外部实时气象信息，如风速风向、温度湿度等气象数据，并自动判断起飞环境，确保无人机飞行安全。因此，可以理解的是，在另一个实施例中，根据气象信息判断起飞环境，生成飞行指令，也可以交由无人机自动机场处理，由自动机场采集气象信息，生成飞行指令，进而将飞行指令发送给无人机，控制无人机的起飞。本实施例中，通过分析环境数据，生成飞行指令，能够保证无人机的安
全飞行。
[0049]
在一个实施例中，巡检数据包括图像数据和预警数据；无人机执行巡检任务数据，对预设巡检点进行电力巡检，采集巡检数据包括：采集预设巡检点的图像数据以及对预设巡检点进行设备异常识别，生成预警数据。
[0050]
本实施例中，无人机执行巡检任务包括对电力设备进行检测和识别。具体的，包括利用无人机自身搭载的相机或其他摄像设备，对预设巡检点进行图像采集，得到图像数据，然后，无人机采用图像拍摄回传或视频拍摄回传等方式将电力设备信息传输给云服务器，并根据电网提供的训练数据，对变电站上的设备异常进行识别，或对变电站周围的工程车辆进行识别等。当识别出设备异常时，则生成相应的预警数据。云服务器接收到预警数据后，将预警数据发送给外部用户终端，使得巡检人员根据预警数据做出相应的措施。
[0051]
在一个实施例中，如图4所示，系统还包括远程控制中心110，远程控制中心110与云服务器进行网络通信。
[0052]
远程控制中心包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，用于实现对无人机的远程控制。
[0053]
在一个实施例中，云服务器还用于将巡检数据发送至远程控制中心，远程控制中心根据巡检数据，生成控制信息，将控制信息发送至云服务器。
[0054]
云服务器接收到无人机发送的任务执行结果数据时，任务执行结果数据包括巡检点的图像数据和预警数据等，将任务执行结果数据反馈至远程控制中心，远程控制中心进一步根据任务执行结果数据生成控制信息。具体的，可以是远程控制中心可预先存储有图像素材库，当接收到云服务器发送的图像数据时，将该图像数据与图像素材库进行图像匹配，生成控制信息。例如，若匹配到该图像信息中存在明火素材图像的区域，则生成灭火控制信息。本实施例中，通过部署远程控制中心，无需用户根据预警数据做出判断，实现无人机的可视化远程控制。
[0055]
在另一实施例中，云服务器还用于当接收到远程控制中心发送异常处理消息时，根据异常处理消息携带的异常巡检点的标识数据，获取异常巡检点的几何信息，根据异常巡检点的几何信息和当前无人机的位姿数据，结合dubins路径规划算法，规划出针对异常巡检点对应的最优无人机航线，反馈最优无人机航线至无人机。
[0056]
具体实施时，远程控制中心根据预设巡检点的图像数据和预警数据，判断出该巡检点出现异常情况时，可再次发送异常处理消息至云服务器，以便云服务器再次规划无人机航线，指导无人机对出现异常的巡检点进行精细化巡检。具体的，可以是云服务器响应异常处理消息，根据异常处理消息携带的异常巡检点的标识，获取该异常巡检点的几何信息，然后根据该异常巡检点的几何信息和当前无人机的位姿数据，采用dubins路径规划算法，规划出针对预设巡检点对应的最优巡检路径，以使无人机根据最优巡检路径，进行精细化巡检，采集更多的巡检数据回传给云服务器，云服务器再将精细化的巡检数据返回给远程控制中心，以便巡检人员进行更为精准的判断并采取相应的措施。
[0057]
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。
[0058]
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。