CN106774374B - 一种无人机自动巡检方法及系统 - Google Patents
一种无人机自动巡检方法及系统 Download PDFInfo
- Publication number
- CN106774374B CN106774374B CN201710040445.6A CN201710040445A CN106774374B CN 106774374 B CN106774374 B CN 106774374B CN 201710040445 A CN201710040445 A CN 201710040445A CN 106774374 B CN106774374 B CN 106774374B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- ideal
- actual
- position information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 65
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000001133 acceleration Effects 0.000 claims description 17
- 238000012937 correction Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000007500 overflow downdraw method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 11
- 230000000694 effects Effects 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 239000003016 pheromone Substances 0.000 description 8
- 241000257303 Hymenoptera Species 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开一种无人机自动巡检方法及系统，所述方法包括：获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；获取所述无人机的实际姿态；根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；基于所述巡检控制信息，使所述无人机进行自动巡检。本申请提供的方法和系统可以解决现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题，实现无人机的全自动巡检和提高飞行精度的技术效果。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种无人机自动巡检方法及系统。
背景技术
无人机巡线技术融合了多个高尖领域技术，包括航空、电子、通信、电力、图像识别等，其中，电力领域中输电线路无人机巡检作业涉及多方面技术，具有广泛研究和应用发展前景，而地面监控系统作为无人机巡检技术重要组成部分，成为研究重点。
现有技术中，目前常用的方法是统筹各个巡检目标点，然后逐个计算飞行路径，将路径信息转换成导航数据信息，然后手动输入到无人机导航控制系统。
本申请发明人在具体的实施过程中发现，现有技术中至少存在如下技术问题：
目前采用的方法在巡检前，进行路径规划然后手动输入到无人机导航控制系统，整个工作流程耗时长且容易出错，需要人工进行控制，无法实现全自动巡检，且无法保证飞行的精度。
可见，现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
发明内容
本发明提供一种无人机自动巡检方法及系统，用以解决现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
第一方面，本发明实施例提供了一种无人机自动巡检方法，其特征在于，包括：
获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；
根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；
获取所述无人机的实际姿态；
根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；
基于所述巡检控制信息，使所述无人机进行自动巡检。
可选的，所述根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态，包括：
所述根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；
获得所述无人机的实际速度；
根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；
根据所述理想加速度，获得所述无人机的理想姿态。
可选的，所述获取所述无人机的实际姿态，包括：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
可选的，根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，包括：
根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；
获得所述无人机的实际角速度；
根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息。
可选的，在所述获取所述无人机的理想位置信息之后，还包括：
采用路径规划算法对所述理想位置信息进行修正。
第二方面，本发明实施例提供了一种无人机自动巡检系统，包括：
第一获取模块，用于获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
第二获取模块，用于获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；
第一获得模块，用于根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；
第三获取模块，用于获取所述无人机的实际姿态；
第二获得模块，用于根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；
巡检模块，用于基于所述巡检控制信息，使所述无人机进行自动巡检。
可选的，所述第一获得模块还用于：
根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；
获得所述无人机的实际速度；
根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；
根据所述理想加速度，获得所述无人机的理想姿态。
可选的，所述第三获取模块还用于：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
可选的，所述第二获得模块还用于：
根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；
获得所述无人机的实际角速度；
根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息。
可选的，所述系统还包括：
采用路径规划算法对所述理想位置信息进行修正。
本发明实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法及系统，根据获取的理想位置信息、实际位置信息，获得所述无人机的理想姿态；并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；基于所述巡检控制信息，使所述无人机进行自动巡检，由于可以实时获取理想姿态和所述实际姿态，并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，从而不需要人工进行手动控制，实现了无人机的自动巡检，并且巡检控制信息是由理想姿态和实际姿态计算得出的，提高了无人机的飞行精度，解决了现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中无人机自动巡检方法的流程图；
图2为本发明实施例中无人机自动巡检系统的逻辑结构图；
图3为本发明一种优选实施例中获取无人机理想位置的坐标转换图；
图4为本发明一种优选实施例中蚁群算法的示意图；
图5为本发明一种优选实施例中获取无人机实际位置的原理图；
图6为本发明一种优选实施例中获取无人机期望姿态的原理图；
图7为本发明一种优选实施例中获取无人机实际姿态的原理图；
图8为本发明一种优选实施例中获取无人机控制信息的原理图；
图9为本发明一种优选实施例中控制率分配原理图。
具体实施方式
本申请实施例提供了一种无人机自动巡检方法及系统，解决了现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题，实现了无人机的全自动巡检和提高飞行精度的技术效果。
本申请实施例中的技术方案，总体思路如下：
一种无人机自动巡检方法，包括：获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；获取所述无人机的实际姿态；根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；基于所述巡检控制信息，使所述无人机进行自动巡检。
上述方法由于可以实时获取理想姿态和所述实际姿态，并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，从而不需要人工进行手动控制，实现了无人机的自动巡检，并且巡检控制信息是由理想姿态和实际姿态计算得出的，提高了无人机的飞行精度，解决了现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本实施例提供一种无人机自动巡检方法，请参考图1，所述方法包括：
步骤S101，获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
步骤S102，获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；
步骤S103，根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；
步骤S104，获取所述无人机的实际姿态；
步骤S105，根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；
步骤S106，基于所述巡检控制信息，使所述无人机进行自动巡检。
需要说明的是，无人机的理想位置信息是指期望无人机所达到的位置，理想姿态是指期望无人机的飞行姿态。上述方法中，步骤S101和步骤S102不分先后顺序，可以是先获取无人机的理想位置信息，也可以是先获取所述无人机的实际位置信息，同理，步骤S103和步骤S104也不分先后顺序，可以先获取所述无人机的实际姿态，也可以先获得所述无人机的理想姿态。
具体来讲，现有技术中，在无人机自动在进行巡检前，需要提前规划巡检路径，通常是统筹各个巡检目标点，然后逐个计算飞行路径，将路径信息转换成导航数据信息，手动输入到无人机导航控制系统，整个工作流程对路径计算和转换精度要求高，耗时长且容易出错，需要人工进行控制，无法实现全自动巡检，且无法保证飞行的精度。本发明实施例提供的方法由于可以实时获取理想姿态和所述实际姿态，并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，从而不需要人工进行手动控制，实现了无人机的自动巡检，并且巡检控制信息是由理想姿态和实际姿态计算得出的，提高了无人机的飞行精度，解决了现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
下面，结合图1对本申请提供的无人机自动巡检方法进行详细介绍：
首先，执行步骤S101，获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标。
在具体实施过程中，可以利用视觉传感器来获取无人机的理想位置信息，上述视觉传感器采用机器视觉技术，可以获取无人机的理想位置信息，本发明实施例提供的自动巡检方法，可以应用于航空、电子、通信、电力等技术领域，在此以输电线路的巡检为例，具体阐述本方法的实现过程：首先将无人机飞行在高压线路的下面，选取从下到上的视角，以避免大多数的背景中干扰信息。并建立世界坐标系W(XwYwZw)和摄像机坐标系C(XcYcZc)，具体如图3所示，逆透视映射可以将世界坐标通过摄像头固有参数转换到摄像头坐标系中，并最终投影到二维图像中。使用二阶高斯滤波后，再使用霍夫变换检测在图像中有多少根线，然后使用RANSAC(Random Sample Consensus)直线拟合消除噪声找出可信的直线，最后根据测得的线根据坐标转换导出一个空间坐标(xd,yd,zd)，即获取了无人机的理想位置信息，从而用于无人机巡航控制。上述方法利用视觉传感器提取高压线特征，然后利用此特征引导无人机巡检，从而实现无人机的辅助巡检。
为了对步骤S101中获得的理想位置信息进行优化，本发明采用了蚁群算法，蚁群算法的结构图如图4所示。蚁群算法的寻优机制分为：适应阶段和协作阶段。在适应阶段，在各待选择路径上根据积累的信息(信息素)不断调整蚂蚁运动的结构，耗时短的路径上经过的蚂蚁数量越多，则遗留信息素也越多，那该条路径越容易被后面的蚂蚁选择；若经过路径耗时间越长，则蚂蚁在运动中留下信息素会越少，后面的蚂蚁选择该路径也会越少；在协助阶段中每个待选择路径之间通过信息素进行信息交流，以期望生成性能更优的解，即全程耗时最短的路径，整个路径优化过程与学习自动机的学习机制类似。
蚁群算法的逻辑结构是：先将需要组合优化问题按照规范蚁群算法寻优格式表述成需要求解的问题，然后利用蚁群算法特性确定决策点，整个决策过程是以信息素这一反馈量作为信息传递载体，同时在信息素更新过程中对每只蚂蚁个体走过的路径所遗留信息素进行增量构建。根据信息素更新管理，从整体角度规划后面蚂蚁运动路径，后面的蚂蚁重复前面动作，当整个过程结束后，可求得最优路径。
当然，在具体实施过程中，还可以通过其他方式来获取无人机的理想位置信息，在此不做具体限制。
接下来，执行步骤S102，获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标。
在具体的实施过程中，可以通过GPS和INS系统获取无人机的实际位置信息，上述位置信息包含无人机的第二空间坐标，可以用于作为巡检路线的参考。
上述通过GPS和INS系统获取无人机的实际位置信息往往是不准确的，这是因为现有的方法中，首先利用加速度计进行一次积分得到速度，二次积分得到位移，其传递函数为
特征根s1＝s2＝0，发明人发现，上述方法中仅通过GPS和INS系统获取无人机的实际位置信息，其采用的是纯惯性通道，而上述纯惯性通道是不稳定的，而引起系统发散的根本原因是系统无阻尼，因此，为了进一步获得更为准确的实际位置信息，本发明通过设计回路反馈方案，来对GPS和INS系统获取无人机的实际位置信息进行修正，本实施例采用的方式实际位置是采用多传感器融合的方法，具体参见图5，采用GPS和气压传感器，在其惯性通道中引入观测量使得系统具有阻尼。于是设计加入GPS和气压计观测反馈通道，反馈通道的特征多项式为Δ(s)＝s2+K1s+K2，其中K1、K2为反馈系数，
为积分器。根据二阶系统特征多项式的标准形式
可知角频率
阻尼比
通过上述方案，从而获得更为准确的实际位置信息。
当然，在具体实施过程中，对GPS和INS系统获取无人机的实际位置信息的修正，可以根据具体的需求进行修正，本发明对修正方法不作限制。
再下来，执行步骤S103，根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态。
具体来说，上述获得所述无人机的理想姿态的方法包括如下步骤：
所述根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；
获得所述无人机的实际速度；
根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；
根据所述理想加速度，获得所述无人机的理想姿态。
在具体的实施过程中，分为高度Z通道和位置XY通道，高度可以通过设计三阶串级PID闭环控制器，来获得无人机的理想高度，具体参见图6，将理想高度信息实际高度信息作为外环高度P控制器的输入，输出Z轴理想速度，其中实际高度由步骤S102获得(由于步骤S102中获取了所述无人机的实际位置信息，实际位置信息中包括第二空间坐标，实际高度可以由第二空间坐标得出)；然后理想速度和实际速度作为油门速度P控制器的输入，输出理想加速度；上述得到的加速度与U1控制率成正比例关系。位置可以通过设计二阶串级PID闭环控制器，来获得无人机的理想姿态，具体参见图6，将理想位置信息实际位置信息作为外环高度P控制器的输入，输出XY轴理想速度，其中实际位置由步骤S102获得；然后理想速度和实际速度作为内环PID控制器的输入，输出理想加速度，其中实际速度由步骤S102获得；上述得到的加速度与姿态有一一对应的关系。
然后，执行步骤S104，获取所述无人机的实际姿态。
具体来说，上述所述获取所述无人机的实际姿态，包括如下步骤：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
在具体的实施过程中，可以通过设计PI回路反馈方案，来获得无人机的实际姿态，具体参见图7，无人机姿态的解算实际就是机体在机体坐标系的旋转转换到地理坐标系下旋转的求解过程。最核心的思路是：求解陀螺信号和方向余弦矩阵时间变化率之间关系的非线性微分方程。由于外干扰力矩(机械摩擦、振动等因素)引起的陀螺自转轴的漂移，会使得姿态求解的偏差随时间积累越来越来大，因此，在本发明实施例中，再次采用多传感器融合的方法，利用加速度计(即加速度传感器)来探测陀螺偏移，并设计一个经典的PID负反馈检测回路给陀螺补偿误差。设计步骤如下：(1)使用加速度计探测定向误差，通过计算一个旋转矢量，将测量值和计算值的参考矢量调整；(2)通过一个比例积分(PI)反馈控制器来产生的陀螺旋转校准速度，将旋转矢量误差反馈；(3)加上比例积分控制器的输出到实际的陀螺仪信号。从而得到无人机的实际姿态。
接着，执行步骤105，根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息。
具体来说，上述获得所述无人机的巡检控制信息的方法可以通过下述步骤实现：
根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；
获得所述无人机的实际角速度；
根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息。
在具体的实施过程中，可以通过设计二阶串级PID控制器，来获得无人机的巡检控制信息，具体参见图8，理想姿态和实际姿态作为外环角度P控制器的输入，其中理想姿态来自步骤S103，实际姿态来自步骤S104，输出理想角速度；理想角速度和实际角速度作为角速度环的输入，输出无人机的巡检控制信息，上述控制信息即为无人机的控制率U1、U2、U3、U4。其中，可以根据上述控制信息，控制无人机的飞行路径，从而进行自动巡检。
下面以四旋翼无人机为例，具体阐述无人机的控制过程，发明人经过长期的实验发现，由于俯仰和横滚两个通道为耦合通道，如果有一个动力源的输入，将会产生两个方向的自由度，这样会导致四旋翼飞行器的不稳定性，俯仰和滚转姿态还受到飞行器位置误差约束，因此将俯仰和横滚两个通道归为欠驱动通道；由于高度与偏航是两个完全独立的通道，不会影响其他自由度，属于全驱动通道。基于四旋翼无人机不能实现完整意义上六自由度运动的动力学特点，本发明将四旋翼无人机分为欠驱动控制通道和全驱动控制通道，如图9所示，其中欠驱动通道包括x-γ、y-θ通道(x为机体x轴，γ为横滚角roll，y为机体x轴，γ为俯仰角pitch)，通过上述位置控制和姿态控制分别得到控制率U3、U2；全驱动通道包括高度z、偏航角
通道，z通道经过位置控制器得到U1控制率，
通道经过姿态控制器得到U4控制率。其中，位置控制和姿态控制的实现过程如图6所示。
本发明实施例通过多传感器融合技术，并结合是机器视觉技术，利用视觉传感器提取高压线特征，并利用此特征引导无人机巡检；根据无人机飞行的特性，通过决策软件确定无人机巡检中最佳拍摄点，利用动态规划法对无人机巡检进行路径优化，将最佳拍摄点和最优路径导入导飞行控制模块，通过GPS自动定位导航，实现无人机的辅助巡线；最后在实际巡检中根据具体情况自主切换巡检模式，解决了现有技术中巡检方法自动化程度不高和飞行精度不高的技术问题。此外，在无人机到达最佳拍摄点后，通过拍照装置将输电线路杆塔照片信息。
基于同一发明构思，本发明实施例还提供了实施例一中方法对应的设备，见实施例二。
实施例二
本实施例提供了一种无人机自动巡检系统，请参见图2，所述系统包括：
第一获取模块201，用于获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
第二获取模块202，用于获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标；
第一获得模块203，用于根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态；
第三获取模块204，用于获取所述无人机的实际姿态；
第二获得模块205，用于根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；
巡检模块206，用于基于所述巡检控制信息，使所述无人机进行自动巡检。
所述第一获得模块203还用于：
根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；
获得所述无人机的实际速度；
根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；
根据所述理想加速度，获得所述无人机的理想姿态。
所述第三获取模块204还用于：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
所述第二获得模块205还用于：
根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；
获得所述无人机的实际角速度；
根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息。
上述系统还包括：
采用路径规划算法对所述理想位置信息进行修正。
由于本发明实施例二所介绍的系统，为实施本发明实施例一的无人机自动巡检方法所采用的系统，故而基于本发明实施例一所介绍的方法，本领域所属人员能够了解该设备的具体结构及变形，故而在此不再赘述。凡是本发明实施例一的方法所采用的设备都属于本发明所欲保护的范围。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
本申请实施例提供的方法及系统，根据获取的理想位置信息、实际位置信息，获得所述无人机的理想姿态；并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息；基于所述巡检控制信息，使所述无人机进行自动巡检，由于可以实时获取理想姿态和所述实际姿态，并根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，从而不需要人工进行手动控制，实现了无人机的自动巡检，并且巡检控制信息是由理想姿态和实际姿态计算得出的，提高了无人机的飞行精度，解决了现有技术中无人机在进行输电线巡检时，存在的飞行精度不高和自动化程度不高的技术问题。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种无人机自动巡检方法，其特征在于，包括：
获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标，并设计回路反馈方案，对获取无人机的实际位置信息进行修正，其中，设计回路反馈方案，对获取无人机的实际位置信息进行修正包括采用多传感器融合的方法来获取无人机的实际位置，多传感器包括GPS传感器和气压传感器；
根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态，具体包括：根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；获得所述无人机的实际速度；根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；根据所述理想加速度，获得所述无人机的理想姿态；
获取所述无人机的实际姿态；
根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，具体包括：根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；获得所述无人机的实际角速度；根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息，通过设计二阶串级PID控制器，来获得无人机的巡检控制信息，包括外环角度控制器和内环角速度控制器，理想姿态和实际姿态作为外环角度控制器的输入，输出理想角速度；理想角速度和实际角速度作为内环角速度控制器的输入，输出无人机的巡检控制信息；
基于所述巡检控制信息，使所述无人机进行自动巡检，在控制时将四旋翼无人机分为欠驱动控制通道和全驱动控制通道。
2.如权利要求1所述的方法，其特征在于，所述获取所述无人机的实际姿态，包括：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
3.如权利要求1-2任一项所述的方法，其特征在于，在所述获取所述无人机的理想位置信息之后，还包括：
采用路径规划算法对所述理想位置信息进行修正。
4.一种无人机自动巡检系统，其特征在于，包括：
第一获取模块，用于获取所述无人机的理想位置信息，所述理想位置信息包括第一空间坐标；
第二获取模块，用于获取所述无人机的实际位置信息，所述实际位置信息包括第二空间坐标，并设计回路反馈方案，对获取无人机的实际位置信息进行修正，其中，设计回路反馈方案，对获取无人机的实际位置信息进行修正包括采用多传感器融合的方法来获取无人机的实际位置，多传感器包括GPS传感器和气压传感器；
第一获得模块，用于根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想姿态，具体用于：根据所述理想位置信息和所述实际位置信息，获得所述无人机的理想速度；获得所述无人机的实际速度；根据所述理想速度和所述实际速度，获得所述无人机的理想加速度；根据所述理想加速度，获得所述无人机的理想姿态；
第三获取模块，用于获取所述无人机的实际姿态；
第二获得模块，用于根据所述理想姿态和所述实际姿态，获得所述无人机的巡检控制信息，具体用于：根据所述理想姿态和所述实际姿态，获得所述无人机的理想角速度；获得所述无人机的实际角速度；根据所述理想角速度和所述实际角速度，获得所述无人机的巡检控制信息，通过设计二阶串级PID控制器，来获得无人机的巡检控制信息，包括外环角度控制器和内环角速度控制器，理想姿态和实际姿态作为外环角度控制器的输入，输出理想角速度；理想角速度和实际角速度作为内环角速度控制器的输入，输出无人机的巡检控制信息；
巡检模块，用于基于所述巡检控制信息，使所述无人机进行自动巡检，在控制时将四旋翼无人机分为欠驱动控制通道和全驱动控制通道。
5.如权利要求4所述的系统，其特征在于，所述第三获取模块还用于：
获得所述无人机的第一姿态数据；
获得姿态修正数据；
根据所述第一姿态数据和所述姿态修正数据，获取所述无人机的实际姿态。
6.如权利要求4-5任一项所述的系统，其特征在于，还包括：
采用路径规划算法对所述理想位置信息进行修正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710040445.6A CN106774374B (zh) | 2017-01-20 | 2017-01-20 | 一种无人机自动巡检方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710040445.6A CN106774374B (zh) | 2017-01-20 | 2017-01-20 | 一种无人机自动巡检方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106774374A CN106774374A (zh) | 2017-05-31 |
| CN106774374B true CN106774374B (zh) | 2020-07-10 |
Family
ID=58944740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710040445.6A Expired - Fee Related CN106774374B (zh) | 2017-01-20 | 2017-01-20 | 一种无人机自动巡检方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106774374B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107479570B (zh) * | 2017-07-05 | 2021-04-09 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制方法 |
| CN107479569B (zh) * | 2017-07-05 | 2020-11-06 | 南宁学院 | 一种可调螺旋翼姿态的无人机自动飞行控制系统 |
| CN107453912B (zh) * | 2017-08-14 | 2019-02-19 | 宁波甬凌新材料科技有限公司 | 一种电力系统远程监控装置 |
| CN107450587B (zh) * | 2017-09-19 | 2023-03-21 | 广东电网有限责任公司佛山供电局 | 一种无人机精细化巡检的智能飞行控制方法及系统 |
| CN107977985B (zh) * | 2017-11-29 | 2021-02-09 | 上海拓攻机器人有限公司 | 无人机悬停方法、装置、无人机及存储介质 |
| CN113189449B (zh) * | 2021-04-29 | 2021-11-19 | 沸蓝建设咨询有限公司 | 一种基于无人机的电力电缆智能监测系统 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6181989B1 (en) * | 1999-10-22 | 2001-01-30 | Joseph Andrew Gwozdecki | Aircraft attitude sensor and feedback control system |
| US8290641B2 (en) * | 2009-04-21 | 2012-10-16 | Pilot Disorientation Prevention Technologies, L.L.C. | Aircraft attitude systems and related methods |
| CN104460685A (zh) * | 2014-11-21 | 2015-03-25 | 南京信息工程大学 | 一种四旋翼飞行器的控制系统及其控制方法 |
| CN104648685B (zh) * | 2015-02-12 | 2016-08-24 | 武汉科技大学 | 基于智能手机的四旋翼飞行器指定路径航拍系统和方法 |
| CN105094138A (zh) * | 2015-07-15 | 2015-11-25 | 东北农业大学 | 一种用于旋翼无人机的低空自主导航系统 |
| CN105425810A (zh) * | 2015-12-29 | 2016-03-23 | 国家电网公司 | 一种巡检用无人机 |
| CN106155077A (zh) * | 2016-09-06 | 2016-11-23 | 哈尔滨理工大学 | 一种四旋翼飞行器控制系统及控制方法 |
-
2017
- 2017-01-20 CN CN201710040445.6A patent/CN106774374B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN106774374A (zh) | 2017-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106774374B (zh) | 一种无人机自动巡检方法及系统 | |
| CN105352495B (zh) | 加速度与光流传感器数据融合无人机水平速度控制方法 | |
| Li et al. | Visual model‐predictive localization for computationally efficient autonomous racing of a 72‐g drone | |
| Mohta et al. | Experiments in fast, autonomous, gps-denied quadrotor flight | |
| US20220326720A1 (en) | Method and system for hovering control of unmanned aerial vehicle in tunnel | |
| CN108845588B (zh) | 一种基于非线性制导的四旋翼飞行器轨迹跟踪控制方法 | |
| CN112789672B (zh) | 控制和导航系统、姿态优化、映射和定位技术 | |
| Wang et al. | High-order nonlinear differentiator and application to aircraft control | |
| Zhao et al. | Vision-based tracking control of quadrotor with backstepping sliding mode control | |
| Xie et al. | Dynamic IBVS of a rotary wing UAV using line features | |
| Xie et al. | Adaptive visual servoing of UAVs using a virtual camera | |
| Moonumca et al. | Adaptive PID for controlling a quadrotor in a virtual outdoor scenario: Simulation study | |
| Pratama et al. | Quadcopter trajectory tracking and attitude control based on euler angle limitation | |
| Rosser et al. | Reducing the complexity of visual navigation: Optical track controller for long‐range unmanned aerial vehicles | |
| Mao et al. | Autonomous formation flight of indoor uavs based on model predictive control | |
| CN114355959A (zh) | 空中机器人的姿态输出反馈控制方法、装置、介质和设备 | |
| CN113608543A (zh) | 飞行器航迹自适应规划的方法、装置、设备及存储介质 | |
| Mills et al. | Vision based control for fixed wing UAVs inspecting locally linear infrastructure using skid-to-turn maneuvers | |
| Shoouri et al. | Falsification of a vision-based automatic landing system | |
| CN112162570B (zh) | 一种四旋翼直升飞机小范围动态跟踪的方法 | |
| Meister et al. | Development of a GPS/INS/MAG navigation system and waypoint navigator for a VTOL UAV | |
| Rademeyer | Vision-based flight control for a quadrotor UAV | |
| RU106971U1 (ru) | Система автоматического управления беспилотным летательным аппаратом | |
| Zhao et al. | Vision-based robust position control for ground target tracking and hovering of quadrotors | |
| Guo et al. | Adaptive repetitive visual-servo control of a low-flying unmanned aerial vehicle with an uncalibrated high-flying camera |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200710 Termination date: 20210120 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |