[发明专利]一种基于机器视觉的无人机自主巡检方法及系统

权利要求书

1.一种基于机器视觉的无人机自主巡检方法，其特征在于，该自主巡检方法具体步骤如下：

步骤1、路径生成：获取不同类型输电线路杆塔的点云数据，基于其构建输电线路杆塔模型，并对所述输电线路杆塔模型进行模型分割，获取多个待检关键点，同时根据所述多个待检关键点生成无人机自主巡检路径；

步骤2、任务调度：获取待检区域的巡检任务，基于GPS坐标，巡检调度中心驱动无人机到达待检区域的第一输电线路杆塔的初始位置，所述待检区域包括一个及以上的输电线路杆塔，所述输电线路杆塔已按距离进行编号；

步骤3、定位巡检：获取待检塔杆类型，同时加载对应所述无人机自主巡检路径，并根据多个待检关键点序号进行顺序定位和目标图像采集，同时基于传感器件获取多类型参数；

步骤4、巡检微控：在定位巡检过程中，根据所述多类型参数并基于模糊推理进行无人机微控和飞行姿态调整，以使无人机能在小变化场景下进行飞行调整，同时保证目标图像的采集质量，并将采集到的目标图像发送至所述巡检调度中心进行识别和管理；

步骤5、区域巡检循环：重复上述步骤3-4，对所述待检区域进行巡护检测，直至完成区域内所述巡检任务，无人机返航。

2.根据权利要求1所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，步骤1所述路径生成还包括模型分类，所述模型分类用于将不同类型输电线路杆塔的输电线路杆塔模型进行分类，获得多个类型的输电线路杆塔模型，每个输电线路杆仅保留一个输电线路杆塔模型，且每个输电线路杆塔模型对应一个无人机自主巡检路径。

3.根据权利要求1所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，步骤1所述多个待检关键点包括绝缘子、导线、地线、金具和杆架连接处；所述无人机自主巡检路径根据多个待检关键点自下至上的位置进行顺序生成。

4.根据权利要求1所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，步骤2所述待检区域的第一输电线路杆塔的初始位置具体为无人机自主巡检路径中第一待检关键点的坐标。

5.根据权利要求1所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，步骤3所述传感器件包括超声波测距仪、角度传感器和高度传感器；所述超声波测距仪用于获取无人机到所述待检关键点的距离参数，所述角度传感器用于获取无人机到所述待检关键点的角度参数；所述高度传感器用于获取无人机到地面的高度参数。

6.根据权利要求1所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，步骤4所述巡检微控基于多类型参数和模糊推理对无人机飞行姿态进行微控，以保证目标图像采集精度，其具体过程如下：

A1：获取多类型参数，即距离参数、角度参数和高度参数；

A2：根据所述多类型参数进行模糊推理，对推理出的模糊控制量进行清晰化处理，然后确定输出控制量；

A3：根据输出控制量调整所述无人机姿态。

7.根据权利要求6所述的一种基于机器视觉的无人机自主巡检方法，其特征在于，所述步骤A2还包括以下步骤：

B1：对所述多类型参数进行量化处理；

B2：对量化处理后获得的变量进行模糊化处理分析；

B3：对模糊化处理分析之后的变量进行模糊推理，确定模糊控制量；

B4：对所述模糊控制量进行清晰化处理，确定输出控制量。

8.一种基于机器视觉的无人机自主巡检系统，其特征在于，包括任务调度中心和无人机；所述任务调度中心和无人机通过无线通信连接；

所述任务调度中心包括三维构建模块、路径生成模块、分类存储模块和调度控制模块；

所述三维构建模块用于获取不同类型输电线路杆塔的点云数据，并基于其构建输电线路杆塔模型，每个类型的输电线路杆塔仅构建且保留一个输电线路杆塔模型；

所述路径生成模块用于对所述输电线路杆塔模型进行模型分割，获取多个待检关键点，同时根据所述多个待检关键点生成无人机自主巡检路径；

所述分类存储模块用于将不同类型输电线路杆塔模型进行分类，对每个类型的输电线路杆塔模型及对应的无人机自主巡检路径进行存储；

所述调度控制模块用于获取待检区域的巡检任务，基于GPS坐标，巡检调度中心驱动无人机到达待检区域的第一输电线路杆塔的初始位置；

所述无人机包括传感器模块、处理计算模块、微控模块和图像采集模块；

所述传感器模块包括超声波测距仪、角度传感器和高度传感器，用于获取多类型参数，其包括距离参数、角度参数和高度参数；

所述处理计算模块基于多类型参数和模糊推理进行处理计算，获取无人机最佳飞行姿态；

所述微控模块用于根据所述无人机最佳飞行姿态进行机体调控；

所述图像采集模块用于根据调控后无人机最佳飞行姿态进行多个待检关键点图像采集，同时反馈给任务调度中心。