[发明专利]一种巡检飞行机器人与架空电力线路距离预测和保持方法

摘要

本发明公开了属于电力线路检测技术领域的一种巡检飞行机器人与架空电力线路距离预测和保持方法。该方法包括距离预测方法：确定目前飞行机器人的地理位置坐标，计算飞行机器人与架空电力线路的实际距离；距离保持方法：1)利用线路故障模型对架空电力线路进行实时故障检测，智能确定距离保持方式；2)考虑飞行机器人的安全状况，利用安全评估模型判断飞行机器人当前安全状况；3)安全自适应动态路径规划。该方法结合传感器数据和三维走廊模型数据，精确计算飞行机器人与架空电力线路的距离；考虑各类安全因素，评估飞行机器人的安全性；针对架空电力线路巡检标准，实时规划飞行巡检路径，实现飞行机器人对架空电力线路的距离保持。

主权项

一种巡检飞行机器人与架空电力线路距离预测和保持方法，其特征在于，该方法包括距离预测方法和距离保持方法，所述距离预测方法为：11)确定当前飞行机器人的地理位置坐标，将其映射到已有的三维走廊模型中，获取当前巡检范围内架空电力线路走势，计算三维走廊模型中的飞行机器人与架空电力线路的最小距离，将其乘以比例因子转化为实际距离；所述距离保持方法为：21)针对相关架空电力线路巡检标准，利用机载高清摄像头采集巡检目标图像，计算机视觉和模式识别方法和已有的常见故障图像进行离线训练，获得架空电力线路的故障诊断模型；将巡检目标图像作为故障诊断模型的输入，对架空电力线路进行实时故障检测，智能确定巡检飞行距离保持方式；若架空电力线路出现故障迹象，则飞行机器人以悬停的检测方式保持距离；若无故障迹象，则飞行机器人继续向前飞行；22)将飞行机器人机身电位水平、电磁场场强、风速、湿度和步骤11)中获取的实际距离，作为安全评估模型的输入，分析当前飞行机器人的安全状况；安全评估模型由深度学习构建出的深度神经网络组成，记为SDNN；首先，在实验室环境下，人工模拟自然环境下飞行机器人机身电位水平E、电磁场场强M、风速W、湿度H；在区间[5m，15m]中每0.5米选择一个距离值组成距离样本SD，依据巡检技术规范和飞行机器人相关部件表现性能，评估在条件{E，M，W，H，SD}下飞行机器人的安全性，输出结果S，S＝1即安全,和S＝0即不安全；将{E，M，W，H，SD，S}作为深度神经网络的训练数据，自底向上学习特征，并在网络顶层设置一个分类器，自顶向下调整参数，计算获取完整的安全评估模型SDNN；对于训练数据{E，M，W，H，SD，S}而言，该模型满足SDNN{E，M，W，H，SD}的输出结果与实际S之间的错误率最小；23)进行安全自适应动态路径规划。