面向电力杆塔安全检视的视点规划方法

定期巡检架空电力线路是保障输电线路稳定安全运行的重要手段。采用无人机巡检能够避免人工巡检和载人直升机巡检中的诸多问题。然而，限制无人机巡检推广应用的主要瓶颈是目前的无人机巡检无法检视电力杆的各个部位并获得高质量的观测数据。本项目以面向电力杆塔的检视视点规划为研究对象，针对如何保证无人机的检测视野能够在最短时间内完全覆盖电力杆塔上的关键检视部位的问题进行基础科学研究。具体内容包括：首先，研究电力杆塔的几何结构和历史故障的要素表征模型；其次，建立电力杆塔的安全检视势场模型，并在安全检视势场内求解覆盖所有检视要素的安全检视视点集合；最后，研究两级递阶式安全检视视点的规划方法，以先全局定位，再增量式局部优化的策略确保电力杆塔检视的效率与质量。本项目旨在通过规划电力杆塔的检视视点来实现高效、精确、完备、安全地巡检，为提升巡检无人机的应用价值，提高巡检的自动化和标准化水平奠定理论和技术基础。

本项目以面向电力杆塔的检视视点规划为研究对象，针对如何保证无人机的检测视野能够在最短时间内完全覆盖电力杆塔上的关键检视部位的问题进行基础科学研究。按照项目申请书的立项内容全部完成了研究任务。主要研究工作包括以下五个方面。..1).研究在多重约束下最优巡检视点的获取方法.通过视点熵来描述巡检视点位置观测所获信息量的大小；以相对熵来描述所获信息的质量，用于度量不同观测视角之间的可见性差异；此外还考虑了观测可见目标面积额多少。这些函数加权后构造非线性最优局部视点的目标函数。采用非线性优化算法搜索候选视点区域空间，求解最优视点。..2).建模电塔的空间模型和检视重点区域，研究在环境和自身定位噪声影响下的自适应巡检行为规划方法.通过强化学习算法对巡检行为进行规划。对巡检任务的分解，制定强化学习任务目标。重点分析在理想环境、随机干扰环境以及阵风扰动环境下的视点转移策略学习过程以及算法效率。..3）研究了基于空间模型匹配的飞行机器人精细化电塔巡检方法.针对线框模型，提出了一种基于电塔三维线框模型的多传感器融合定位方法，该方法融合GPS、IMU和视觉信息，利用两条协作的卡尔曼滤波，共同完成飞行机器人的精准定位。针对点云模型的目标识别，提出了一种基于点云模型的语义化目标识别方法。该方法能根据预定义的语义信息，利用改进的点云匹配算法，实现目标场景与离线场景的图像和点云数据的对齐，从而图像中识别出电塔中相应子区域。..4）将电塔和飞行机器人的相对位置关系作为先验信息,估计电力杆塔在飞行机器人巡检所采集到图像中的位置范围。方法利用这个位置范围作为可变型部件模型检测区域的约束,从而精确快速定位电力杆塔的位置。..5）研究了飞行机器人的自主起降及安全巡检控制方法。..项目所取得的成果包括：公开发表学术论文18篇，其中SCI检索文论4篇，EI检索论文10篇，ISTP检索论文1篇。培养博士研究生1名、硕士研究生18名。参加全国性学术会议5人次、国际性学术会议2人次、参与电力无人机巡检行业相关研讨3次。完成电力机器人行业标准4项。申请相关发明专利21项，其中4项以授权。