摘要 本文研究了基于软、硬件结合的无人机自主智能巡检输电线路规划的问题。首先分析了目前无人机巡检中存在的几个问题:任务载荷单一、功能未得到充分开发、环境适应性差,由此提出一种采用视觉传感器、激光雷达结合三维空间建模软件,将无人机中差分定位技术、局部环境地图进行矢量叠加,建立三维空间模型的办法,最后达到无人机最优飞行控制和飞行航线选择的效果。
关键词 智能巡检 视觉传感器 激光雷达 三维空间模型
随着无人机在输电线路巡检方面的频繁应用,无人机航线规划问题成为无人机巡检任务规划技术中的关键。目前无人机在电力巡检方面的航线智能规划存在着一定的不足:现有的无人机巡检技术通常会根据不同位置的卫星定位信息的差异来捕获无人机的位置,误差大,数据获取形式单一,定位不精确[1]-[4]。无人机根据定位系统中的地图为无人机规划路线,不能及时更新路线来规划无人机航行状况,不能将自身位置信息同实际环境信息结合起来,模拟出真实飞行环境,智能化程度低[5]。
本文提出了基于激光雷达、视觉传感器、三维空间建模软件等一系列数据融合分析来检测障碍物位置信息的方法。在硬件方面常用超声波、激光雷达、毫米波雷达等器件。在软件方面采用基于双目立体视觉测距方法的自动避障技术等,其原理均是利用多个摄像头获得多目图像信息,重建三维场景。
1 路径规划原理
1)障碍物检测
毫米波雷达为无人机悬吊装置,雷达采用TOF(Time of flight飞行时间)测距方法,其原理是通过给目标连续发送光脉冲,然后用传感器接收从物体返回的光,通过探测光脉冲的飞行(往返)时间来得到目标物距离。激光测距无人机系统通过多旋翼无人机搭载雷达,实时测量无人机相对于线缆的相对位置,并作为反馈值传递给飞控系统,通过飞控系统对距离进行实时调整,实现高精度的距离测量或障碍避退。
2)视觉感知分析
无人机会携带视觉感知信息模块,利用双目视觉进行立体匹配是环境建模的关键步骤:当两个相机进行拍摄时,将图像信息无线传输到地面站时,地面站工作端接受到影像数据后,通过高精度测量系统进行测量,如图1为数据分析原理图。
(1)选取合适角度及距离的左右影像数据,在影像窗口中选取同名点,通过左右影像的同名点求得该点位在相对坐标系中的物方坐标。通过两个点的物方坐标即可获得两点间的距离。
图1 数据分析原理图
在无人机在飞行过程会打开高清可见光照相机,照相机将拍摄航线前进的周围的环境,无人机的毫米波雷达对地面进行扫描然后经处理形成点云,并与视觉传感器进行数据融合,实现全方位、多线程的障碍物位置检测,运用智能航迹在线规划技术对已经注入的航迹任务进行在线调整或再规划实现对障碍物的躲避绕行。
3)避障路径规划
采用A*算法作为最优路径的搜索策略时,对位置进行合理评估是搜索最优路径的关键。A*算法是一种启发式搜索算法,在对状态空间的搜索过程中,对每一个待搜索位置都进行评估,并根据估价结果获得较好的起始位置。
首先在地面站形成智能规划航线后,地面站通过无线发射器将航线导入无人机系统,无人机响应后将按航线进行飞行。在无人机在飞行过程会打开高清可见光照相机,照相机将拍摄航线前进的周围的环境,无人机的毫米波雷达对地面进行扫描然后经处理形成点云,并与视觉传感器进行数据融合,实现全方位、多线程的障碍物位置检测,运用智能航迹在线规划技术对已经注入的航迹任务进行在线调整或再规划实现对障碍物的躲避绕行。无人机处理存储信息模块将照片、点云和无人机坐标通过数图传装置将其传到地面站,地面站的数图传接收装置接收到信息,在信息处理模块中,提取照片的信息然后与点云进行融合成图层,在建立三维空间模块中将图层和无人机的坐标叠加到矢量地图上,然后进行三维建模,接着在飞行过程中通过毫米波雷达对航线的障碍进行扫描避障和重新规划航线。最后在显示模块中显示无人机飞行时的三维航迹和航线。
2 结论
本文通过无人机悬吊的雷达和视觉传感模块来观测无人机的附近情况,并生成避障路线,同时将双目相机定位信息和环境信息结合在同一个三维立体图像中,目前存在多种通过计算机视觉实现无人机自动避障的方法,其中包括基于双目立体视觉测距方法的自动避障技术,其原理为利用多个摄像头获得多目图像信息,重建三维场景其中三维地形图和无人机位置图都是随时更新的,无人机的路线总是最新的、最优的路线,结合软件、硬件的优点对其进行最优路线规划,使其测量精度高,可实现全方位检测,抗干扰强、精度高。
参考文献
[1]陈泌垽, 范菁. 无人机在输电线路巡检中应用的探索[J]. 电工技术, 2019(3).
[2]陈蕾, 徐重酉, 高文婷, et al. 基于激光SLAM技术的电缆沟道无人机巡检避障技术研究[J]. 高压电器, 2018, 54(09):215-219+226.
[3]马占川. 无人机在高铁巡检中自主避障方案的设计与实现[J]. 机车电传动, 2018(3).
[4]陈凌宇, 邱宇航, 何君如. 多旋翼无人机自主飞行手机地面站系统[J]. 中国高新区, 2018(5).
[5] 王亚先, 韩军, 赵庆喜, et al. 关于无人机自动巡检方法的研究[J]. 计算机仿真, 2017(3).