CN119414869A 基于配网架空线路设备的无人机自主巡检处理方法及系统 （国网山东省电力公司郯城县供电公司）

司基于配网架空线路设备的无人机自主巡检本发明公开了一种基于配网架空线路设备果的巡检能效判别权重确定无人机巡检规划集2获取X个目标无人机的X个激光点云巡检信息集及X个巡检航线记光点云巡检信息集中的每个激光点云巡检信息集包括关键点检测信息和飞行状态监测信将所述X个激光点云巡检信息集作为巡检调度处理网络中点云要素识别分支的传入信本调试所得，所述初始巡检航线记录用于表征所述无人机样例与所述无人机样例对应的Y将所述X个目标巡检点云要素知识及所述X个巡检航线记录作为巡检调度处理网络中线路优化决策分支的传入信息，通过所述线路优化决策分支生成X个目标航线规划建议特基于航线集群化处理分支对所述X个目标航线规划建议特征识别所述Q个分团结果的巡检能效判别权重，基于所述Q个分2.如权利要求1所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在获取无人机样例的激光点云巡检信息集及初始巡检航线记录、所述无人机样例的Y个述初始巡检航线记录用于表征所述无人机样例与所述协同无人机的线从所述Y个协同无人机中确定Z个协同无人机，基于所述Z个协同无人机与所述无人机模拟所述无人机样例与所述冲突无人机的线路交叉信息，生成无人机将所述激光点云巡检信息集作为点云要素识别分支的传入信息，将所述巡检点云要素知识样例、所述初始巡检航线记录、所述3基于所述第一航线规划建议特征样本、所述初始航线规划建议通过所述训练评估函数对所述点云要素识别分支及所述线路优化决策分支的神经元3.如权利要求2所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在将所述巡检点云要素知识样例及所述初始巡检航线记录作为线路优化决策分支的传将所述巡检点云要素知识样例及所述第一巡检航线记录样本作为线路优化决策分支将所述巡检点云要素知识样例及所述第二巡检航线记录样本作为线路优化决策分支4.如权利要求3所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在所述将所述巡检点云要素知识样例及所述初始巡检航线记录作为线路优化决策分支将所述初始无人机巡检航线记录及所述巡检点云要素知识样例作为所述无人机线路将所述初始配网架空结构空间分布及所述巡检点云要素知识样例作为所述结构空间将所述初始无人机线路交叉特征及所述初始结构空间分布交叉特征作为所述巡检航的关联结构空间分布交叉热力图及初始结构空间分布交叉组合信息的关联无人机线路交合信息的关联无人机线路交叉热力图基于初始无人机线路交叉特征及无人机协同线路关将所述初始线路交叉组合信息的关联结构空间分布交叉热力图及所述初始结构空间4所述航线规划输出模块生成初始航线规划建5.如权利要求3所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在所述将所述巡检点云要素知识样例及所述第一巡检航线记录样本作为线路优化决策将所述第一无人机巡检航线样例及所述巡检点云要素知识样例作为所述无人机线路将所述第一配网架空结构空间分布样例及所述巡检点云要素知识样例作为所述结构将所述第一无人机线路交叉特征样本及所述第一结构空间分布交叉特征样本作为所组合信息样例的第一关联分布交叉热力图样例及第一结构分布牵涉特征样例的第一关联结构分布牵涉特征样例的第一关联线路交叉热力图样例基于第一无人机线路交叉特征样本及无人机协同线路关系网得到；将所述第一线路交叉组合信息样例的第一关联分布交叉热力图样例及所述第一结构6.如权利要求3所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在所述将所述巡检点云要素知识样例及所述第二巡检航线记录样本作为线路优化决策将所述第二无人机巡检航线样例及所述巡检点云要素知识样例作为所述无人机线路5将所述第二配网架空结构空间分布样例及所述巡检点云要素知识样例作为所述结构将所述第二无人机线路交叉特征样本及所述第二结构空间分布交叉特征样本作为所组合信息样例的第二关联分布交叉热力图样例及第二结构分布牵涉特征样例的第二关联结构分布牵涉特征样例的第二关联线路交叉热力图样例基于第二无人机线路交叉特征样本及无人机协同线路关系网得到；将所述第二线路交叉组合信息样例的第二关联分布交叉热力图样例及所述第二结构7.如权利要求2所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在基于所述第一航线规划建议特征样本与所述初始航线规划建议特征样本的共性评分，基于所述第二航线规划建议特征样本与所述初始航线规划建议特征样本的共性评分，8.如权利要求1所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在所述将所述X个激光点云巡检信息集作为巡检调度处理网络中点云要素识别分支的传将所述X个关键点检测信息作为关键点量化识别模块的传入信息，通过所述关键点量将所述X个飞行状态监测信息作为姿态点云识别模块的传入信息，通过所述点云要素将所述X个关键点量化知识编码及所述X个姿态点云知识编码作为全连接模块的传入9.如权利要求8所述的基于配网架空线路设备的无人机自主巡检处理方法，其特征在点检测信息作为关键点量化识别模块的传入信息，通过所述关键点量化识别模块生成X个基于所述X个关键点检测信息的关键点图像语义及所述X个关键点检测信息，生成X个将所述X个局部点云描述语义图作为所述向量空间转换单元的传入信息，通过所述向6所述X个局部点云描述语义图中每个局部点云描述语义图中的对应特征成将所述X个局部点云描述语义图作为所述知识碰撞单元的传入信息，通过所述知识碰将所述X个局部点云基于空间迁移编码与所述X个局部点云进阶空间迁移编码进行整存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指7在巡检通道时能够监测周边树木与线路的距离、建筑物是否违建及其对电磁环境的干扰监测信息用于表征基于所述目标无人机在指定巡检任务周期的姿态变化所对应的监测结例对应的Y个协同无人机的线路交叉信息，所述第一巡检航线记录样本用于表征所述无人小于等于Y；将所述X个目标巡检点云要素知识及所述X个巡检航线记录作为巡检调度处理网络中线路优化决策分支的传入信息，通过所述线路优化决策分支生成X个目标航线规划8存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指[0009]图1为本发明所提供的一种基于配网架空线路设备的无人机自主巡检处理方法的的关系。9[0013]图1示出一种基于配网架空线路设备的无人机自主巡检处理方法，应用于无人机[0015]在本发明中，所述X个激光点云巡检信息集中的每个激光点云巡检信息集包括关态监测信息用于表征基于所述目标无人机在指定巡检任务周期的姿态变化所对应的监测[0018]关键点检测信息是对目标无人机在指定巡检任务周期内进行配网架空线路设备[0019]飞行状态监测信息是基于目标无人机在指定巡检任务周期的姿态变化所对应的述无人机样例与所述无人机样例对应的Y个协同无人机的线路交叉信息，所述第一巡检航线记录样本用于表征所述无人机样例与从所述Y个协同无人机中确定的Z个协同无人机的[0023]在本发明中，初始巡检航线记录用于表征无人机样例与无人机样例对应的Y个协航线记录会记录这个无人机样例与这3个协同无人机在飞行过程中的线路交叉情况。如果[0024]第一巡检航线记录样本用于表征无人机样例与从Y个协同无人机中确定的Z个协协同无人机中选取3个来确定与无人机样例的线路交叉信息。例如选取的协同无人机为1、[0025]第二巡检航线记录样本用于表征无人机样例与冲突无人机所对应的线路交叉信到巡检调度处理网络的点云要素识别分支后，点云要素识别分支会对这些信息进行处理。层生成X个目标巡检点云要素知识。这些目标巡检点云要素知识可以包括对配网架空线路[0027]步骤130、将所述X个目标巡检点云要素知识及所述X个巡检航线记录作为巡检调度处理网络中线路优化决策分支的传入信息，通过所述线路优化决策分支生成X个目标航增加了一个新的途经点以更全面地巡检某个[0031]步骤140、基于航线集群化处理分支对所述X个目标航线化处理分支对X个目标航线规划建议特征进行分团操作。这里可能采用聚类算法，如K_[0034]根据距离将每个目标航线规划建议特征分配到最近的聚类中心所属的类中。然全地确定需要进行自主航线规划的无人机巡检规划集群中的每个目标无人机的线路规划[0037]详细地，步骤150涉及巡检能效判别权重的识别和确定无人机巡检规划集群两个[0038]巡检能效判别权重的识别：对于Q个分团结果，需要识别它们的巡检能效判别权线规划建议特征只能覆盖60％的关键设备，那么分团结果1的巡检能效判别权重可能会高[0041]根据Q个分团结果的巡检能效判别权重，将具有较高权重的分团结果中的目标无(sqrt{x_o^2+y_o^2}/h))，其中(h)为杆塔高度。如果(h＝50)米，的横担长度为(L_a)。横担长度变化量(DeltaL＝|L_d_L_a|)。例如，(L_a＝4.9)米时，标巡检点云要素知识中关于横担结构完整性的关键通过激光点云数据结合图像识别技术(例如点云数据可以辅助定位开关并进行图像识别)[0060]例如规定周边建筑物与杆塔的安全距离为=50)，则：(L＝sqrt{(100_0)^2+(100_0)^2+(50_0)^2}＝sqrt{10000+[0067]然后计算相邻向量之间的夹角：(the这有助于减少无人机飞行过程中的能量消耗和[0079]在步骤120中，通过巡检调度处理网络中的点云要素识别分支生成目标巡检点云[0081]步骤140的航线集群化处理分支对目标航线规划建议特征进行分团，采用聚类算[0082]最后，步骤150通过识别分团结果的巡检能效判别权重并结合球查询安全校验技处理网络中点云要素识别分支的传入信息，通过所述点云要素识别分支生成X个目标巡检将所述X个关键点量化知识编码及所述X个姿态点云知识编码作为全连接模块的传入信息，通过所述全连接模块的传入信息生成X个目标巡检点云个局部点云描述语义图作为所述知识碰撞单元的传入信息，通过所述知识碰撞单元生成X和；将所述X个局部点云基于空间迁移编码与所述X个局部点云进阶空间迁移编码进行整个关键点量化知识编码中的每个关键点量化知识编码与所述X个姿态点云知识编码中的每多模巡检知识编码作为所述激励单元的传入信息，通过所述激励单元生成X个目标巡检点空线路巡检中的激光点云巡检信息集处理展开。主要涉及X个激光点云巡检信息集在巡检换单元用于将X个局部点云描述语义图中每个局部点云描述语义图中的对应特征成员求操作是将X个局部点云描述语义图中每个局部点云描述语义图中的对应特征成员求积，然[0099]姿态点云识别模块中的残差连接单元将X个飞行状态监测信息作为传入信息。飞[0106]全连接模块首先将X个关键点量化知识编码中的每个关键点量化知识编码与X个对于集成知识编码中的某些关键特征(如杆塔关目标巡检点云要素知识。激励单元可以采用激活函数，如ReLU(RectifiedLinearUnit)函云巡检信息集及初始巡检航线记录、所述无人机样例的Y个协同无人机以及所述无人机样述关键点检测信息用于表征对所述无人机样例在指定巡检任务周期内进行配网架空线路提高无人机在配网架空线路巡检中的效率和准确性。整个训练过程涉及到多个数据的获前的处理流程，将关键点检测信息经过关键点量化部点云描述语义图中的对应特征成员求和操作)和知识碰撞单元(如将对应特征成员求积差连接单元(如采用残差网络思想处理飞行状态监测信息生成姿态监测数据组)和点云重本(对应于第一巡检航线记录样本相关的航线规划)初始巡检航线记录相关的航线规划)及第二航线规划建议特征样本(对应于第二巡检航线实际最优航线的偏差来计算(如偏差距离的平均值)，的设备数量或者飞行距离等计算。训练评估函数可以是(T＝d*(A_1_A_0)+e*(E_1_E_0))，[0129]通过训练评估函数对点云要素识别分支及线路优化决策分支的神经元权值进行个无人机巡检系统对配网架空线路设备巡检的准确性(E)为巡检效率指标，比如根据无人机当前位置到下一个巡检点的距点云要素知识样例编码为(P__1＝[101010])，第一巡检航线记录样本编码为(R__1=度函数可能调整为(F_1＝a_1*S_1+b_1*E_1+c_1*C_1+d_1*F_q+e_1*V_r)，其中(F_q)为交叉频率的量化值(例如根据实际交叉频率与理想交叉频的，它包含了如交叉的角度(例如为(theta[0152](theta_d＝frac{|theta_45^{circ}|[0154]这样一来，通过分别基于不同的输入信息组合生成不同的航线规划建议特征样空间分布及所述巡检点云要素知识样例作为所述结构空间分布交叉挖掘模块的传入信息，线路交叉特征及所述初始结构空间分布交叉特征作为所述巡检航线记录组合模块的传入始线路交叉组合信息的关联结构空间分布交叉热力图基于所述初始结构空间分布交叉特路交叉组合信息的关联结构空间分布交叉热力图及所述初始结构空间分布交叉组合信息巡检任务事件；所述第一配网架空结构空间分布样例包括第一关键点结构空间分布样例，检航线记录组合模块生成第一线路交叉组合信息样例的第一关联分布交叉热力图样例及合信息样例的第一关联分布交叉热力图样例基于所述第一结构空间分布交叉特征样本及交叉组合信息样例的第一关联分布交叉热力图样例及所述第一结构分布牵涉特征样例的巡检任务事件；所述第二配网架空结构空间分布样例包括第二关键点结构空间分布样例，检航线记录组合模块生成第二线路交叉组合信息样例的第二关联分布交叉热力图样例及合信息样例的第二关联分布交叉热力图样例基于所述第二结构空间分布交叉特征样本及交叉组合信息样例的第二关联分布交叉热力图样例及所述第二结构分布牵涉特征样例的[0167]将初始无人机巡检航线记录及巡检点云要素知识样例作为无人机线路交叉挖掘和(vec{AC})是根据航线坐标构建的向量)来判断是否存在交叉点。如果计算得到的距离[0170]将初始配网架空结构空间分布及巡检点云要素知识样例作为结构空间分布交叉挖掘模块的传入信息。初始配网架空结构空间为(d_{min}＝10)米)、无人机相对于关键结构的方位角(如相对于某杆塔的方位角为[0173]将初始无人机线路交叉特征及初始结构空间分布交叉特征作为巡检航线记录组合模块的传入信息。例如结构空间协同分布关系网是一个以配网架空结构关键点为节点，[0176]将初始线路交叉组合信息的关联结构空间分布交叉热力图及初始结构空间分布[0180]第一巡检航线记录样本中的第一无人机巡检航线样例包含第一定向巡航线路样[0185]将第一无人机巡检航线样例及巡检点云要素知识样例作为无人机线路交叉挖掘[0188]将第一配网架空结构空间分布样例及巡检点云要素知识样例作为结构空间分布过空间分析算法(如三维空间坐标变换算法)计算无人机与配网架空结构的交叉情况。例构空间分布交叉特征样本，这个样本可能包括无人[0191]将第一无人机线路交叉特征样本及第一结构空间分布交叉特征样本作为巡检航[0195]将第一线路交叉组合信息样例的第一关联