大面积沟壑风光基地无人机分区域巡检路径智能规划方法与流程

摘要: 本发明涉及新能源电站智能运维,尤其涉及大面积沟壑风光基地无人机分区域巡检路径智能规划方法。背景技术:1、我国西北黄土高原地区建成了多座百万千瓦级风光综合新能源基...
大面积沟壑风光基地无人机分区域巡检路径智能规划方法与流程

本发明涉及新能源电站智能运维,尤其涉及大面积沟壑风光基地无人机分区域巡检路径智能规划方法。

背景技术:

1、我国西北黄土高原地区建成了多座百万千瓦级风光综合新能源基地,如陇东特高压配套的华能庆阳风光示范项目,单一场区覆盖范围可达数百平方公里,包含数百台风机、数十万光伏组件与上千公里集电线路。该类基地地处黄土丘陵沟壑区,地形起伏大、沟壑纵横、陡坡密布,且常年多风沙,传统人工巡检存在覆盖范围有限、作业风险高、效率低下等问题,无人机巡检已成为主流运维手段。

2、现有无人机巡检路径规划技术多针对平原光伏电站或单一风电场设计,在大面积沟壑风光同场场景下存在显著不足:其一,常规分区方法仅依据目标密度与地理距离划分,未考虑深沟、陡坡等地形阻隔,导致无人机跨沟飞行能耗剧增且安全风险高;其二,现有路径优化多以总里程最短为单一目标,未纳入黄土沟壑区高差带来的额外能耗,续航预估偏差大;其三,未针对风光同场的风机、光伏、集电线路三类差异化巡检目标设计对应路径模式,巡检成像质量不稳定;其四,缺乏针对黄土高原大风、沙尘特殊环境的动态路径修正机制,恶劣天气下巡检有效性与安全性难以保障。

技术实现思路

1、本发明的目的在于提出大面积沟壑风光基地无人机分区域巡检路径智能规划方法,解决现有技术中大面积沟壑风光基地无人机巡检路径规划未考虑地形阻隔、目标类型单一、能耗计算不准、缺乏风沙环境动态适配的问题,实现复杂地形下多无人机高效、安全、高质量的巡检作业。

2、为实现上述目的,本发明提供了大面积沟壑风光基地无人机分区域巡检路径智能规划方法,包括以下步骤:

3、步骤s1:构建目标风光基地的三维地形数字模型,对基地内所有巡检目标进行属性分类与空间定位,生成叠加地形风险标签的巡检底图;

4、步骤s2:基于巡检底图的地形复杂度、巡检目标密度与无人机续航阈值,引入地形阻隔代价因子,采用改进voronoi图法进行多无人机巡检子区域的自适应划分,得到若干个巡检子区域及对应分配的无人机;

5、步骤s3:针对每个巡检子区域,采用双层路径优化算法生成初始巡检路径:上层以巡检总里程与地形能耗最小为优化目标,优化巡检目标的遍历顺序;下层针对相邻巡检目标进行局部避障路径规划,并匹配对应巡检目标类型的飞行姿态参数;

6、步骤s4:接入实时环境感知数据,对各巡检子区域的初始巡检路径进行动态修正,输出最终巡检路径并下发至对应无人机执行。

7、优选的,步骤s1中,具体包括:

8、s11、采用倾斜摄影与激光雷达联合采集基地地形数据,生成高精度数字高程模型与三维点云地图;

9、s12、将巡检目标划分为风机机组、光伏方阵、集电线路杆塔三类,分别标记其空间坐标、巡检优先级与标准观测参数;

10、s13、基于坡度、沟壑深度与湿陷性风险等级将全域地形划分为低、中、高三类风险区,对应生成地形风险标签并叠加至巡检底图。

11、优选的,步骤s2中,改进voronoi图法的具体过程为:

12、s21、以各无人机起降点为初始种子点,生成初始voronoi分区;

13、s22、计算任意两个相邻子区域间的地形阻隔代价,地形阻隔代价与跨区域路径的最大沟壑深度、平均坡度正相关;

14、s23、以各子区域巡检总能耗方差最小为目标,迭代调整种子点位置与分区边界,直至所有子区域的巡检任务量满足负载均衡约束,且分区边界避免跨越高风险深沟区域。

15、优选的,步骤s3中,上层路径优化采用改进蚁群算法,其目标函数为:

16、;

17、式中,为综合目标值,为巡检总路径长度,为地形总能耗,为巡检综合质量系数,分别为对应权重系数且满足。

18、优选的,地形总能耗的计算公式为:

19、;

20、式中,为子区域内巡检目标总数,为单位水平距离基准能耗,为第段路径的水平投影长度,为第段路径的高程差,为高差能耗修正系数,取值与无人机机型对应。

21、优选的,步骤s3中,下层局部路径规划针对三类巡检目标分别采用对应模式:

22、针对风机机组,生成环绕式螺旋爬升路径,保持与叶片的安全距离并匹配叶片巡检的多角度观测要求;

23、针对光伏方阵,生成沿阵列排布的平行覆盖路径,飞行高度与光伏板倾角匹配,保证成像分辨率一致;

24、针对集电线路杆塔,生成沿线路走向的折线巡检路径,在杆塔位置悬停采集多方位图像。

25、优选的,步骤s4中,实时环境感知数据包括实时风速与沙尘能见度,动态修正具体包括:

26、s41、当实时风速超过预设阈值时,调整航线迎风偏角,降低侧风影响,并抬高沟壑区域的飞行安全高度;

27、s42、当沙尘能见度低于预设阈值时,降低飞行速度,缩小相邻航带间距,并优先保留高优先级巡检目标的点位。

28、优选的,沙尘能见度对应的修正飞行高度计算公式为:

29、;

30、式中,为标准巡检飞行高度,为实时能见度,为标准能见度阈值,为高度修正系数。

31、优选的,步骤s4之后还包括异常目标复检调度步骤:

32、当巡检中识别出设备缺陷目标时,基于各无人机剩余续航与当前位置,采用就近分配原则将复检任务下发至最优无人机,动态插入其巡检路径中。

33、优选的,还包括路径迭代优化步骤:

34、基于历史巡检的实际能耗、时长与缺陷识别准确率数据,周期性更新地形阻隔代价因子与目标函数权重,持续优化分区与路径规划效果。

35、因此,本发明采用上述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,具有以下好处:

36、(1)针对黄土沟壑地形引入阻隔代价因子的改进voronoi分区方法,避免了无人机跨深沟陡坡飞行,有效降低了复杂地形下的飞行能耗与安全风险,同时实现了多无人机任务负载均衡,大幅提升大面积基地的巡检整体效率;

37、(2)构建融合里程、地形高差能耗、巡检质量的多目标优化函数,相比传统纯里程规划,续航预估准确率提升20%以上,有效减少无人机中途返航次数;

38、(3)针对风光同场三类不同巡检目标设计差异化局部路径模式,兼顾了风机环绕检测、光伏面阵覆盖、线路沿线巡检的各自成像要求,提升了巡检数据质量与缺陷识别准确率;

39、(4)适配黄土高原风沙环境的动态路径修正机制,可根据实时风速、能见度自动调整飞行参数,保障了恶劣天气下的作业安全与巡检有效性,显著提升了方法的环境适应性。

40、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。

1.大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s1中,具体包括:

3.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s2中,改进voronoi图法的具体过程为:

4.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s3中,上层路径优化采用改进蚁群算法,其目标函数为:

5.根据权利要求4所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:地形总能耗的计算公式为:

6.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s3中,下层局部路径规划针对三类巡检目标分别采用对应模式:

7.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s4中,实时环境感知数据包括实时风速与沙尘能见度,动态修正具体包括:

8.根据权利要求7所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:沙尘能见度对应的修正飞行高度计算公式为:

9.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:步骤s4之后还包括异常目标复检调度步骤:

10.根据权利要求1所述的大面积沟壑风光基地无人机分区域巡检路径智能规划方法,其特征在于:还包括路径迭代优化步骤: