基于RTK与激光雷达协同定位电网作业无人机导航系统的制作方法
本发明涉及电网作业无人机导航定位,具体为一种基于rtk与激光雷达协同定位电网作业无人机导航系统,旨在解决局部特征的脆弱性与复杂环境下全局不确定性以及计算成本之间的矛盾,提高激光惯性里程计在室外复杂环境下进行重定位时的初始化成功率和匹配精度。
背景技术:
1、电网作为国家能源输送体系的核心基础设施,其覆盖范围广泛,且大量设备部署于山区、林区、丘陵等复杂地理环境中。对这类电网设备进行定期巡检、故障排查及维护,是保障能源持续稳定供应的必要前提,但传统人工巡检模式存在作业效率低、人员安全风险高、复杂地形适应性差等固有缺陷。
2、为解决上述问题,无人机因具备机动性强、作业效率高、可规避人工巡检安全风险等优势,已逐步应用于电网巡检场景,成为替代传统人工巡检的核心工具。然而,在实际电网作业过程中,无人机需精准趋近杆塔、线路等目标设备,这对其搭载的导航方法提出了严苛要求:一方面需实时、准确获取无人机与目标设备的相对位置信息,以满足作业精度需求;另一方面需具备对树木、建筑物等周边障碍物的识别与规避能力,以避免碰撞风险,保障作业安全。现有导航方法在定位精度、实时性与复杂环境适应性的协同满足上,仍存在改进空间。
3、当前电网作业无人机的导航技术存在几种主流方案,但均存在明显缺陷:
4、1.单一rtk定位方案:rtk虽能提供厘米级静态定位精度,但在复杂环境下易受卫星信号遮挡或干扰,导致定位中断、漂移,尤其在树木遮挡严重区域,可能出现连续数秒定位失效,直接引发无人机偏离作业航线,增加碰撞输电塔的风险;
5、2.单一激光雷达定位方案:激光雷达可通过采集环境点云构建三维模型,实现障碍物识别与局部定位,但受限于点云数据处理复杂度,实时性较差,难以满足无人机高速作业需求,且长期作业易因点云累计误差导致定位偏移,无法维持稳定精度;
6、3.一些采用多传感器融合技术但非rtk与激光雷达协同的方案,也存在不足:部分将gnss与imu融合的技术,虽然imu能够在短时间内提供高频的姿态和加速度信息,弥补gnss定位频率低的问题,但imu的误差会随时间累积,长时间飞行后定位误差会不断增大,而gnss又受复杂环境信号干扰影响,两者融合仍无法在复杂电网环境下实现持续稳定的高精度定位。
7、4.简单rtk与激光雷达协同方案的缺陷:现有少数rtk与激光雷达的协同方案,仍局限于rtk为主、激光雷达为辅的简单叠加模式,未达成二者数据的深度融合。具体表现为:当rtk信号失效时,激光雷达无法快速接管定位任务并维持高精度输出;而当激光雷达受雾天、粉尘等环境因素影响导致点云数据质量下降时,rtk亦不能对其产生的误差进行动态校正。由此,该类方案仍存在定位稳定性不足、复杂环境适应性较弱的问题。
8、综上,现有技术无法同时满足电网作业无人机对高精度、高实时性、强环境适应性的导航需求,亟需设计一种rtk与激光雷达深度协同的导航方法,突破技术瓶颈,保障电网作业安全高效开展。
技术实现思路
1、本技术要解决的一个技术问题是,克服以上相关技术的缺陷,提供一种基于rtk与激光雷达协同定位电网作业无人机导航系统,解决局部特征的脆弱性与复杂环境下全局不确定性以及计算成本之间的矛盾,提高激光惯性里程计在室外复杂环境下进行重定位时的初始化成功率和匹配精度。
2、本发明解决技术问题所采用的技术方案为:一种基于rtk与激光雷达协同定位电网作业无人机导航系统,具体包括:
3、任务计算机,用于接收图像信息和雷达信号并计算,运行基于激光雷达的导航定位和轨迹规划功能;
4、图像处理模块,采集无人机周身若干摄像头的图像,进行图像识别后传送给任务计算机;
5、激光雷达模块,采集前后激光雷达的雷达信号,并发送给任务计算机里程计信息;
6、飞控计算机,内置负责测量角速度与加速度的imu模块和用于导航定位与航向测量的rtk模块,并与任务计算机电连接构成无人机飞行控制系统交联组织架构模型,通过实现多源数据时间与空间同步校准,融合rtk与激光雷达动态权重自适应融合定位算法,运行rtk/imu+compass组合导航和飞行控制功能,实现工作轨迹的规划和旋翼电机操纵飞行控制,实现无人机机体相对电网线缆位置的感知,完成无人机在工作时起飞-落线-作业-离线-降落的完整上下线工作流程;
7、rtk模块,与飞控计算机电连接,用于采集rtk信号以获取无人机位置,并发送给飞控计算机;
8、所述rtk与激光雷达动态权重自适应融合定位算法,包括定位可信度评估模型与动态融合策略选择;
9、定位可信度评估模型:通过卫星可见数、pdop值评估实时量化rtk信号质量,通过点云密度、有效测距点占比评估激光雷达点云质量β,输出经求和归一化处理的rtk可信度系数α与激光雷达可信度系数β,且使得α’+β’=1,
10、其中,,;
11、动态融合策略:基于定位可信度评估输出的α与β,结合环境感知模块识别的场景类型,制定四组差异化融合策略,实现rtk绝对定位与激光雷达相对定位的优势互补。
12、做为优选,所述定位可信度评估模型评估逻辑与实现方式包括:
13、rtk信号质量评估:选取卫星可见数n与位置精度因子pdop作为核心评估指标,构建二元耦合评估函数,
14、α=f(n,pdop);
15、其中,n为卫星可见数,通过rtk接收机实时解析,统计高度角≥15°的有效卫星数量,并排除信噪比<35db-hz的干扰卫星;pdop值通过rtk解算模块输出,表征卫星分布对定位精度的影响,数值越小说明卫星构型越优;λ为权重调节系数;为卫星数量评分函数,为pdop评分函数,用于评价卫星空间几何分布对定位精度的保障程度,
16、;
17、min;
18、激光雷达点云质量评估:选取点云密度ρ、有效测距点占比γ及点云分布熵h作为评估指标,构建三元加权评估函数,
19、;
20、其中,点云密度评分函数;
21、式中,为激光雷达在典型场景下的最大点云密度;
22、其中,有效测距点占比评分函数;
23、式中,为有效测距点数量与激光雷达总发射点数量的比值,值域为[0,1];
24、其中,点云分布熵评分函数;
25、式中,为点云分布熵,,用于表征点云在探测空间内的分布均匀性;为探测空间划分的格网单元总数,为点云落入第个格网单元的概率;为理论最大分布熵,,当点云在所有格网单元中均匀分布时取得;
26、其中,为各评估指标的权重系数,满足。
27、做为优选,多源数据时间与空间同步校准中:时间同步单元采用gnss秒脉冲触发+imu高频插值补偿设计,以rtk模块输出的卫星秒脉冲为基准锚点,同步标记激光雷达点云、imu姿态数据的采集时间戳,针对传感器传输时延动态生成补偿因子,确保时间同步误差控制在1ms以内;空间校准单元通过“预标定+实时校准”双阶段策略实现多传感器数据的精准融合。
28、做为优选,与rtk模块连接的rtk主天线和rtk从天线安装在无人机机身上方且两者间有设定间距。
29、做为优选,工作轨迹的规划和旋翼电机操纵飞行控制及无人机机体相对电网线缆位置的感知,具体包括:
30、工作轨迹规划在rtk提供的厘米级绝对坐标、激光雷达生成的三维环境点云地图及imu输出的高频姿态数据的基础上,融合生成无人机实时高精度位姿,作为路径规划的基准坐标体系;结合预存的电网点云地图,以“作业点全覆盖+飞行距离最短”为基础目标,同步满足与输电线路、杆塔的安全距离约束,针对电网设备分布特征,自动规划沿线路延伸方向的平滑航线,减少冗余转弯,预先生成路径关键点的三维坐标,作为局部调整的锚定基准,最终生成全局最优作业路径;
31、飞行控制及机体相对线缆位置的感知模块采用霍夫变换实现线缆特征识别,其初始航向由地面rtk系统提供厘米级定位基准;当特征识别成功时,系统通过imu高频姿态数据与激光雷达几何约束的紧耦合算法实现自动航向对准;若识别失败,则维持上一级航向指令;基于imu预积分模型执行开环升降速度控制,同时结合激光雷达点云匹配结果生成末点位置与速度指令,以抑制imu累积误差并维持当前位置稳定性。
32、做为优选,与图像处理模块连接的摄像头包括安装在无人机前方的前视摄像头,在无人机下方的下视摄像头,及在无人机两侧的左、右视摄像头。
33、做为优选,还包括遥控器接收机,用于接收遥控器的遥控信号,并传送给飞控计算机。
34、做为优选,还包括图传天线,与飞控计算机电连接,用于无线传输图像数据;还包括数传天线,与飞控计算机电连接,用于无线传输遥控遥测数据。
35、与现有技术相比,本发明至少具备以下显著的有益效果:
36、1、设计了一种合理的激光雷达联合rtk高精度定位的无人机电网作业上下线全流程,将无人机电网作业上线流程拆解为抵近和落线阶段,抵近阶段采用在线全局规划+在线避障策略、落线阶段基于落点与指向点方位关系调整航向,兼具定位精准、轨迹灵活避障可靠、落线高效稳定的优势,保障了上下线全流程的安全与高效。
37、2、该电网无人机飞行控制系统通过科学的交联组织架构,分工部署任务计算机与飞控计算机的功能,将激光雷达里程计信息注入飞控组合导航算法,既提升了导航定位精度,又实现了rtk观测信号失效时的自动降级冗余,同时无需改动控制算法接口、保障了轨迹规划模块的持续工作,兼顾了定位高效性、系统鲁棒性与功能兼容性。
38、3、兼具定位精度与稳定性,通过rtk与激光雷达深度协同及动态权重自适应融合算法,在rtk信号良好时提供厘米级绝对定位,遮挡时由激光雷达快速接管并维持高精度定位,激光雷达受环境影响时由rtk动态校正误差,解决单一传感器定位中断、漂移与累积误差的问题。
39、4、复杂环境适应性强,融合rtk、激光雷达、imu多源数据,通过预标定+实时校准的空间同步策略、分级递进式重定位算法,可以很好的应对山区、林区遮挡及雾天、粉尘等环境干扰,避免碰撞风险。
40、5、作业兼具实用性与安全性,飞行轨迹规划算法实现最优路径生成,落线控制算法则通过霍夫变换与紧耦合技术保障精准落线,而双路冗余供电、大容量高速存储等硬件设计,进一步提升系统作业可靠性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com