[发明专利]一种巡检部件的无人机拍摄点提取方法

权利要求书

1.一种巡检部件的无人机拍摄点提取方法，其特征在于，包括：

获取巡检目标设备，并采集巡检目标设备的点云数据，根据巡检目标设备的点云数据构建巡检目标设备的三维模型；

对构建的巡检目标设备的三维模型进行特征提取，并通过深度学习算法识别巡检目标设备的三维模型中各巡检部位的对应区域，对各巡检部位的对应区域进行主成分分析，获取各巡检部件的中心轴；

根据中心轴以及对应的点云数据构建各巡检部位的有向包围盒，并获取各巡检部件的有向包围盒的中心点，将各巡检部件的有向包围盒的中心点作为对应的无人机拍摄点。

2.根据权利要求1所述的一种巡检部件的无人机拍摄点提取方法，其特征在于，对各巡检部位的对应区域进行主成分分析，获取各巡检部件的中心轴的具体过程为：选择其中一个巡检部件，根据选取的巡检部件对应的点云数据构建数据集，根据数据集计算位置平均数，根据位置平均数以及数据集构建协方差矩阵，求取协方差矩阵的特征值，并获取每个特征值对应的特征向量，将每个特征向量进行标准化处理，标准化处理后的特征向量为选择的巡检部件在对应方向上的中心轴，重新选择一个巡检部件进行中心轴的计算，直至获取所有巡检部件对应的中心轴。

3.根据权利要求2所述的一种巡检部件的无人机拍摄点提取方法，其特征在于，根据中心轴以及对应的点云数据构建各巡检部位的有向包围盒的具体过程为：选择其中一个巡检部件，并选择该巡检部件其中一个方向的中心轴，并将点云数据依次与选择的中心轴对应的特征值相乘，获取每个点云数据映射到该方向中心轴上对应的坐标值，重新选择一个方向的中心轴，将点云数据映射至该方向中心轴上，并获取对应映射后坐标值，直至获取所有方向上每个点云数据映射到该方向中心轴对应的坐标值，提取每个方向上映射后获取的坐标值中的最大值和最小值，根据提取得到的每个方向上映射后的最大值和最小值构建有向包围盒的所有顶点的坐标，根据获取的顶点坐标逆变换至点云数据对应坐标系中，获取点云数据对应坐标系中各顶点的坐标值，根据获取的点云数据对应坐标系中各顶点的坐标值构建有向包围盒。

4.根据权利要求3所述的一种巡检部件的无人机拍摄点提取方法，其特征在于，在获取各巡检部件的无人机拍摄点后，根据各巡检部件的有向包围盒各顶点的坐标值确定各巡检部件对应无人机拍摄点的坐标，根据无人机的相机参数、预设无人机安全距离以及各巡检部件对应的有向包围盒确定各巡检部件对应无人机拍摄点的拍摄位置，以及各拍摄位置的对应坐标，根据拍摄位置的对应坐标以及巡检目标设备的三维模型对拍摄位置进行分类，获取巡检目标设备的三维模型每个方向的拍摄位置，并对每个方向的拍摄位置进行分层排序，调取历史拍摄方向顺序，根据历史拍摄方向顺序以及每个方向拍摄位置的排序确定所有目标拍摄点的拍摄顺序，根据目标拍摄点的拍摄顺序以及各目标拍摄点的对应拍摄位置的坐标生成无人机的巡检航线。

5.根据权利要求4所述的一种巡检部件的无人机拍摄点提取方法，其特征在于，在生成巡检航线后，还根据各巡检部件的有向包围盒对生成的巡检航线进碰撞预测，调取无人机在巡检前的位置坐标以及巡检航线内各拍摄位置的坐标，判断无人机在移动至下一个拍摄位置的过程中，是否会与巡检部件碰撞，若判断出无人机在移动至下一个拍摄位置的过程中会与巡检部件碰撞，则通过规避算法以及判断出会碰撞到的巡检部件的有向包围盒计算出相应的拐点，根据计算得到的拐点对巡检航线进行调整。