一种无人机巡检控制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114138018A(43)申请公布日2022.03.04(21)申请号202111418555.4(22)申请日2021.11.26(71)申请人深圳供电局有限公司地址518000广东省深圳市罗湖区深南东路4020号电力调度通信大楼(72)发明人陈潇徐曙张成巍黄海鹏(74)专利代理机构深圳汇智容达专利商标事务所(普通合伙)44238代理人潘中毅(51)Int.Cl.G05D1/10(2006.01)权利要求书3页说明书7页附图3页(54)发明名称一种无人机巡检控制方法(57)摘要本发明公开一种无人机巡检控制方法，包括：步骤S1，获取无人机巡检路径规划约束条件；步骤S2，执行基于遗传算法的输电走廊巡检路径规划，获取无人机进行输电走廊巡检的最优路径；步骤S3，基于塔型飞行规则的机器学习和断点续飞算法，执行杆塔巡检路径规划。本发明通过建立路径规划数学模型和目标函数，执行塔型飞行规则的机器学习和断点续飞算法，确保了无人机自动化巡视作业的安全和效率；并进一步采用遗传算法的基本思路和概念，选取合适的适应度函数以及遗传算子，采用基于最大路径偏转角的染色体编码方式，解决在路径规则中无人机路径偏转角，最小步长的约束，以此获取无人机进行线路廊道巡检的最优路径。CN114138018ACN114138018A权利要求书1/3页1.一种无人机巡检控制方法，其特征在于，包括：步骤S1，获取无人机巡检路径规划约束条件，所述无人机巡检路径规划约束条件包括：最大航程、最小步长和最大路径偏转角；步骤S2，执行基于遗传算法的输电走廊巡检路径规划，获取无人机进行输电走廊巡检的最优路径；步骤S3，基于塔型飞行规则的机器学习和断点续飞算法，执行杆塔巡检路径规划。2.根据权利要求1所述的无人机巡检控制方法，其特征在于，设某条航迹一共有n个节点，最大航程为Vmax，第i条段的航迹航程为Vi，则该条航迹的总航程V必须满足：3.根据权利要求1所述的无人机巡检控制方法，其特征在于，最小步长Lmin须满足：lj≥Lmin，lj为待选路径点对应的步长。4.根据权利要求1所述的无人机巡检控制方法，其特征在于，路径偏转角Δφi须满足：‑Δφmax≤Δφi≤Δφmax，Δφmax为当前飞行路径相对于前一路径的最大路径偏转角。5.根据权利要求4所述的无人机巡检控制方法，其特征在于，最大路径偏转角计算方式为：Δφmax＝arcsin(Lmin/(2*rmin))其中，rmin是最小转弯半径，Lmin是最小步长；最小转弯半径计算方式为：其中，nymax是无人机最大法向过载，V是无人机当前速度，g为重力加速度。6.根据权利要求1所述的无人机巡检控制方法，其特征在于，所述步骤S2具体包括：步骤S21，确定巡检路径中的染色体编码方式；步骤S22，确定巡检路径的适应度评价函数；步骤S23，确定选择机制与基因操作，计算控制参数；步骤S24，确定达到最优巡检路径的终止准则。7.根据权利要求6所述的无人机巡检控制方法，其特征在于，所述步骤S21中，以巡检路径起始点为原点，终止点与起始点连线作为极轴，整个巡检路径根据最小步长Lmin分为N段，当前飞行路径段相对于前一路径段方位角偏移是路径偏转角，为第一个路径段偏离极轴的路径偏转角，为当前路径段偏离上一路径段的路径偏转角，为最后一个路径段相对于其前一个路径段的路径偏转角；极角由路径偏转角求解，其求解步骤包括：获取第一个航路点的极角θ1，即初始航迹段相对于极轴的偏转角，由极角θ1和偏转角按下式求得极角θ2：2CN114138018A权利要求书2/3页根据极角θi‑2，θi‑1以及路径方位偏转角迭代求解极角θi(3≤i≤n‑1)：其中：L为每段巡检路径具体的步长；求解末端路径偏转角8.根据权利要求6所述的无人机巡检控制方法，其特征在于，所述步骤S22中，适应度评价函数包含目标函数和适应度函数；巡检路径包括n+1个目标点的，pi为该路径第i段的长度值，起飞点为无人机巡线作业起飞基地，h为惩罚函数，则目标函数f的最小值为：适应度函数Fit计算如下：9.根据权利要求6所述的无人机巡检控制方法，其特征在于，所述步骤S23中，选取轮盘赌选择算子和交叉算子作为遗传算子。10.根据权利要求1所述的无人机巡检控制方法，其特征在于，所述步骤S3融合多传感器数据对无人机的位置进行估计，具体包括：约束估计向量为测量向量Z的线性函数，如下式所示：其中，H是转移矩阵，V是测量噪声，^()为用测量值对系统状态的线性最小均方估计；采用线性最小方差估计准则满足估计的均方误差最小：其中，E{·}为对{·}求期望，E{[·][·]T}表示估计的均方误差，X为系统状态向量，Z为系统的测量向量，X`(Z)为用测量值对状态的线性