CN119356360B 基于视觉感知模块的无人机自主路径规划方法 （国网江苏省电力有限公司扬州供电分公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119356360B(45)授权公告日2025.07.08

(21)申请号202411476178.3

(22)申请日2024.10.22

(65)同一申请的已公布的文献号申请公布号CN119356360A

(43)申请公布日2025.01.24

(73)专利权人国网江苏省电力有限公司扬州供电分公司

地址225009江苏省扬州市维扬路179号

(51)Int.CI.

G05D1/46(2024.01)

G05D109/20(2024.01)

(56)对比文件

US2023195144A1,2023.06.22CN116880561A,2023.10.13

审查员孟令鹏

(72)发明人李东奇曹学斌曹俊杰许炜

周杰范正勇殷俊张进

童驭疆张宸要权刘东

(74)专利代理机构扬州市苏为知识产权代理事

务所(普通合伙)32283专利代理师葛军

权利要求书3页说明书8页附图1页

(54)发明名称

基于视觉感知模块的无人机自主路径规划

方法

(57)摘要

CN119356360B基于视觉感知模块的无人机自主路径规划方法，涉及无人机巡检技术领域。包括以下步骤：步骤1:收集巡检区域中巡检目标和障碍物的坐标和图像特征，搭建无人机巡检区域的环境模型；步骤2:基于环境模型，根据无人机的机动特性，评估障碍区域的碰撞风险等级；步骤3:基于风险等级，建立无人机安全规划路径的适应度函数；步骤4:基于改进粒子群算法，对适应度函数进行寻优，获取当下巡检区域最优的规划路径。

CN119356360B

收集巡检区域中巡检目标和障碍物的坐标和图像特征，搭建无人机巡检区域的环境模型

基于环境模型，根据无人机的机动特性，评估障碍区域的碰撞风险等级

基于风险等级，建立无人机安全规划路径的适应度函数

基于改进粒子群算法，对适应度函数进行寻优，获取当下巡检区域最优的规划路径

CN119356360B权利要求书1/3页

2

1.基于视觉感知模块的无人机自主路径规划方法，其特征在于，包括以下步骤：

步骤1:收集巡检区域中巡检目标和障碍物的坐标和图像特征，搭建无人机巡检区域的环境模型；

步骤2:基于环境模型，根据无人机的机动特性，评估障碍区域的碰撞风险等级；

步骤3:基于风险等级，建立无人机安全规划路径的适应度函数；

步骤4:基于改进粒子群算法，对适应度函数进行寻优，获取当下巡检区域最优的规划路径；

步骤2中，根据无人机的机动特性，评估无人机的机动能力，再结合环境模型，评估障碍区域的碰撞风险等级；

收集巡检无人机的基本性能参数，包括最大飞行速度、最大加速度、最小转弯半径、最大爬升率和下降率，

其中，

式中，vVA为无人机在t时段的飞行速度，vmax为无人机飞行的最大速度，V?+A?为无人机在t+△t时段的飞行速度，aA为无人机在△t时段的加速度；

r:VA为无人机在t时段的转弯半径，rn为无人机最小转弯半径，crA、drUA分别为无人机在△t时段的爬升率、下降率，hA为无人机在t+△t时段的飞行高度，为无人机在t时段的飞行高度；

分析无人机在悬停、直线飞行、转弯不同飞行模式下的机动范围，根据机动范围评估机动能力maneuverability:

其中，1、2、3为机动能力的等级；

将巡检区域中的环境特征依据边缘特征依次建模为相似的数学模型，计算无人机与三维空间任一点的最小安全距离d,表示为：

a,=√(x-xym2+(y-y%m)2+(z-2m)2≥R

其中，(x,av,yYaY,zY?)为无人机中心点坐标；(x,y,z)为平面上任一点；R为无人机数学建模圆形时的半径大小；

结合无人机t时段的速度、转弯半径，以及与障碍物之间的最小安全距离，评估飞行区域的风险等级；

CN119356360B权利要求书2/3页

3

其中，

其中，Level为风险等级，L1ow↓LmidLhigh分别为低风险、中风险、高风险，D.n为最大向心加速度，d.n为无人机与障碍物之间的最小安全距离；

步骤3中，所述适应度函数为：

minFrame=d,×Leve