CN119292314A 一种无人机灾害应急巡检路径智能规划系统与方法 （北京中翼腾飞科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119292314A(43)申请公布日2025.01.10

(21)申请号202411838304.5

(22)申请日2024.12.13

(71)申请人北京中翼腾飞科技有限公司

地址100080北京市海淀区上庄三嘉信苑1

号楼1层138

申请人河北雄安虹泽科技有限公司

(72)发明人任旭任策张晓红

(74)专利代理机构北京虹泽知识产权代理事务所(普通合伙)16008

专利代理师蒋尊龙

(51)Int.CI.

G05D1/46(2024.01)

G05D109/20(2024.01)

权利要求书3页说明书12页附图2页

(54)发明名称

一种无人机灾害应急巡检路径智能规划系统与方法

(57)摘要

CN119292314A本发明公开了一种无人机灾害应急巡检路径智能规划系统与方法，具体涉及无人机技术领域：通过将灾害区域划分为子灾害监测区域，并实时获取和分析各区域的灾害数据，动态评估区域恶化度和风险等级，结合智能规划算法生成初步巡检路径，并实时监控无人机的能耗和覆盖率，以评估路径规划的准确性，进一步通过模糊逻辑动态调整巡检路径优先级，确保无人机巡检任务的高效性、准确性和安全性，减少漏报和误

CN119292314A

将灾害区域划分为若干个子灾害监测区域，并获取各个子灾害监测区域内的实时灾害数据

对子灾害监测区域内的实时灾害数据进行分析，判断各子灾害

区域不同时间段内的灾害面积变化趋势，确定各子灾害区域的

恶化度

将各子灾害区域的恶化度与梯度标准阈值进行比较，将子灾害

区域划分为不同的风险等级，根据智能规划算法生成初步巡检

路径，并确定不同风险等级子灾害区域的巡检路径优先级

实时监控无人机在不同风险等级灾害区域内巡检过程中的飞行

能耗波动状态和巡检覆盖率变化情况，评估智能规划算法对无

人机巡检路径规划的准确性

根据智能规划算法对无人机巡检路径规划的准确性和各子灾害

区域的恶化度，对其使用模糊逻辑后动态调整无人机巡检路径

的优先级

S1

S2

S3

—S4

-S5

CN119292314A权利要求书1/3页

2

1.一种无人机灾害应急巡检路径智能规划方法，其特征在于：包括以下步骤；

S1:将灾害区域划分为若干个子灾害监测区域，并获取各个子灾害监测区域内的实时灾害数据；

S2:对子灾害监测区域内的实时灾害数据进行分析，判断各子灾害区域不同时间段内的灾害面积变化趋势，确定各子灾害区域的恶化度；

S3:将各子灾害区域的恶化度与梯度标准阈值进行比较，将子灾害区域划分为不同的风险等级，根据智能规划算法生成初步巡检路径，并确定不同风险等级子灾害区域的巡检路径优先级；

S4:实时监控无人机在不同风险等级灾害区域内巡检过程中的飞行能耗波动状态和巡检覆盖率变化情况，评估智能规划算法对无人机巡检路径规划的准确性；

S5:根据智能规划算法对无人机巡检路径规划的准确性和各子灾害区域的恶化度，对其使用模糊逻辑后动态调整无人机巡检路径的优先级。

2.根据权利要求1所述的一种无人机灾害应急巡检路径智能规划方法，其特征在于：S2中，对各个子灾害区域不同时间段内的灾害面积变化趋势进行分析，实时获取各个时间段内灾害面积的变化率和扩展速度，将灾害面积的变化率和扩展速度转化为综合特征向量后构建决策树模型，根据模型输出结果预测子灾害区域的风险性；

收集各个子灾害区域在不同时间段内的灾害面积数据，从时间序列数据中提取特征，计算各个时间段内的灾害面积变化率，即计算当前时间段灾害面积减去上一时间段灾害面积的差值比上上一时间段灾害面积；计算单位时间内的灾害扩展速度，即计算当前灾害面积减去上一时间段灾害面积的差值比上时间差；

将灾害面积的变化率和扩展速度转化为特征向量，对于每个子灾害区域的每个时间段，构建一个特征向量xi=[变化率，扩展速度];

将收集到的特征向量数据集划分为训练集和测试集；

使用训练集中的特征向量和对应的风险性标签，训练决策树模型，决策树通过递归地将数据分割成更小的子集，找到最能区分恶化度的分割条件；

使用训练好的决策树模型，在测试集上进行恶化度预测，输入测试集的特征向量，输出各个子灾