[发明专利]基于数字孪生的电力巡检无人机辅助定位方法和系统

权利要求书

1.一种基于数字孪生的电力巡检无人机辅助定位方法，其特征在于，所述定位方法由计算机执行，包括以下步骤：

获取杆塔三维点云数据、杆塔基础数据、杆塔地理数据、无人机三维点云数据、无人机基础数据、无人机飞控数据和杆塔周边环境三维点云数据；

基于数字孪生技术对所述杆塔三维点云数据、所述无人机三维点云数据和所述杆塔周边环境三维点云数据分别进行处理，得到杆塔三维模型、无人机三维模型和杆塔周边环境三维模型；将所述杆塔三维模型、所述无人机三维模型和所述杆塔周边环境三维模型组合，得到电力巡检数字孪生场景；

基于所述无人机基础数据获取无人机观察半径和无人机观察角度；基于所述无人机观察半径和所述无人机观察角度确定无人机第三视角观察点；

基于所述无人机飞控数据、所述杆塔基础数据和所述杆塔地理数据确定无人机相对于杆塔的实时位置；

在所述电力巡检数字孪生场景中实时展示无人机相对于杆塔的实时位置，并基于所述无人机第三视角观察点展示无人机第三人称视角画面；

所述杆塔基础数据包括：杆塔所属地区、杆塔所属公司和杆塔功能作用；

所述杆塔地理数据包括：杆塔经度、杆塔纬度和杆塔海拔高度；

所述无人机基础数据包括：电机转速、无人机电池电量、云台俯仰角、最低起飞速度和最低飞行速度；

所述无人机飞控数据包括：无人机实时GPS位置、飞行姿态、实施航向角、飞行速度、无人机加速度和无人机角速度。

2.如权利要求1所述的定位方法，其特征在于，无人机的坐标系的选取方法包括：

以无人机的重心为原点O_s，以无人机机头朝向为x轴，在无人机水平悬停时，以重心水平面上与无人机机头朝向呈-90°的方向为y轴，以无人机垂直爬升的方向为z轴，建立得到无人机坐标系S(x,y,z)。

3.如权利要求2所述的定位方法，其特征在于，所述无人机观察半径的获取方法包括：

以无人机重心为球心圆点O_UAV，以无人机机体最大臂长r为半径，得到无人机实际球体SRr；

以无人机的中心为球心圆点O_obs、r+d为半径的球体为无人机观察球体，其中d为观察距离，可根据用户需求进行调整设定。

4.如权利要求3所述的定位方法，其特征在于，所述无人机数字重心的获取方法包括：

将所述无人机实时GPS位置映射到所述电力巡检数字孪生场景中，得到点O’_UAV，并将点O’_UAV设定为所述电力巡检数字孪生场景中的无人机数字重心点。

5.如权利要求4所述的定位方法，其特征在于，所述无人机观察角度的获取方法包括：

获取无人机第三视角观察点和无人机坐标系原点的连线，设定连线与无人机坐标系y轴负方向所成角度为无人机观察角度α，范围为+90°～-90°；观察角度α可根据用户需求进行调整设定。

6.如权利要求5所述的定位方法，其特征在于，所述无人机第三视角观察点的获取方法包括：

用户处于距离无人机数字重心高度sinα*(r+d)的位置对无人机进行观察，视线角度为α。

7.如权利要求1所述的定位方法，其特征在于，所述无人机第三人称视角画面的展示形式为：

以无人机为固定位置，通过用户选取的无人机第三视角观察点和无人机观察角度展现无人机周围的场景，场景视角跟随无人机机头偏转而转动。

8.如权利要求1所述的定位方法，其特征在于，所述无人机第三人称视角画面的展示信息包括：无人机机头相对杆塔中心的距离和无人机机头相对巡检目标零件的距离。

9.一种基于数字孪生的电力巡检无人机辅助定位系统，其特征在于，所述系统包括计算机，所述计算机包括：

至少一个存储单元；

至少一个处理单元；

其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：

获取杆塔三维点云数据、杆塔基础数据、杆塔地理数据、无人机三维点云数据、无人机基础数据、无人机飞控数据和杆塔周边环境三维点云数据；

基于数字孪生技术对所述杆塔三维点云数据、所述无人机三维点云数据和所述杆塔周边环境三维点云数据分别进行处理，得到杆塔三维模型、无人机三维模型和杆塔周边环境三维模型；将所述杆塔三维模型、所述无人机三维模型和所述杆塔周边环境三维模型组合，得到电力巡检数字孪生场景；

基于所述无人机基础数据获取无人机观察半径和无人机观察角度；基于所述无人机观察半径和所述无人机观察角度确定无人机第三视角观察点；

基于所述无人机飞控数据、所述杆塔基础数据和所述杆塔地理数据确定无人机相对于杆塔的实时位置；

在所述电力巡检数字孪生场景中实时展示无人机相对于杆塔的实时位置，并基于所述无人机第三视角观察点展示无人机第三人称视角画面；

所述杆塔基础数据包括：杆塔所属地区、杆塔所属公司和杆塔功能作用；

所述杆塔地理数据包括：杆塔经度、杆塔纬度和杆塔海拔高度；

所述无人机基础数据包括：电机转速、无人机电池电量、云台俯仰角、最低起飞速度和最低飞行速度；

所述无人机飞控数据包括：无人机实时GPS位置、飞行姿态、实施航向角、飞行速度、无人机加速度和无人机角速度。