無人機技術在公共交通領域的研究

摘 要：針對無人機執行電力巡線任務時需要進行人工飛行操控，且無人機控制過程繁瑣，巡線效率不高的問題，本文無人機應用在公共交通領域，研究無人機巡線航跡規劃方法及其系統，實現無人機自動巡線。本文闡述的無人機巡線航跡規劃方法及其系統，效果較好，可以對無人機巡線過程中的飛行軌跡進行自動規劃，無需人工進行飛行操控，進而可以大幅度提高電力設施巡線任務的工作效率，降低執行該任務的人員成本。巡線航跡規劃方法能夠對巡視過程中不同類型的電力設施采用不同的巡視策略。實現對目標區域內所有電力設施的全覆蓋，準確全面完成所有目標區域的巡視任務，對所有電力設備進行全方位巡查和準確采像，不留監視死角。規劃的路徑不僅實現了對整個目標巡線區域的全方位巡視，還設計出了最佳的飛行路徑，飛行路徑的航程較短，這樣可以有效縮短巡視時間，提高巡線效率，也具有更好的節能環保效益。

關鍵詞：無人機 巡線 航跡規劃 交通

0 引言

電力設備在使用過程中需要進行定期巡查，及時發現可能存在的安全隱患，進而排除隱患保障電力用戶的用電穩定性。現有的電力設備巡線任務主要由人工完成，管理人員對各自轄區內的所有電力設施進行巡視。隨著無人機技術的發展，無人機被越來越多地應用到公共交通領域，本文以無人機應用到電力巡線中進行研究，通過無人機對轄區內的所有電力設施進行巡視時，管理人員只需要操控相關的無人機按照需要巡視路徑進行飛行即可，無需實際進入到轄區內的各個位置，這大大降低了管理人員的工作負擔。此外，無人機相對管理人員而言，可以從上部的俯視角度巡視電力設施，因此安全性更高，觀察的效果更好。

但是在現有技術條件下，無人機執行電力巡線任務時，需要配置相關的飛行操控人員。而且由于無人機的操控距離有限，在進行大區域巡視時，容易出現無人機飛出控制范圍之外的情況，因此操控人員也需要進行位置移動。此外，考慮到無人機的電量有限，巡航距離也受到限制，因此還需要在飛行過程中頻繁進行返航更換電池，非常麻煩。基于此，有必要針對無人機執行電力巡線任務時需要進行人工飛行操控，且無人機控制過程繁瑣，巡線效率不高，研究無人機巡線航跡規劃方法及其系統，實現無人機自動巡線。

1 無人機巡線航跡規劃方法及步驟

S1：為無人機劃分目標巡線區域，目標巡線區域為整個待執行巡線任務區域的子區域。

S2：獲取當前無人機的目標巡線區域的地圖，并查詢地圖中包含的所有電力設施和無人機換電站的位置坐標。定義電力設施中的各個零星電力設備為點目標，定義穿越目標巡線區域的電力架空線路為線目標，定義包含多個集中的電力設備的電力設施站點為面目標。

S3：生成包含目標巡線區域內所有電力設施的第一軌跡點。其中，點目標以其中心處的位置坐標為第一軌跡點，線目標以其兩端點的位置坐標為第一軌跡點；面目標以其邊界上的任意一點的位置坐標為第一軌跡點。

S4：生成包含目標巡線區域內所有電力設施的第二軌跡點。其中，點目標以其第一軌跡點為第二軌跡點，線目標以其包含的各個電力桿塔的位置坐標為第二軌跡點；面目標以其中預設的各個航路點為第二軌跡點。

S5：生成包含目標巡線區域內無人機換電站的補給點，補給點為無人機換電站中心處的位置坐標。

S6：獲取當前目標巡線區域內的所有第一軌跡點，以與無人機當前位置最接近的第一軌跡點為起始點，生成一條包含所有第一軌跡點的預設路徑。其中，預設路徑中經過線目標時，路徑方向為從其中的一個第一軌跡點運動至另一個第一軌跡點。預設路徑中經過面目標時，路徑方向為從其中的一個航路點出發，遍歷面目標中的所有航路點。

S7：對預設路徑進行調整，調整方法包括：在經過每一個第二軌跡點時分別獲取：

（1）無人機的當前剩余航程K。

（2）當前第二軌跡點a對應的下一第二軌跡點b的位置，以及當前第二軌跡點a與下一第二軌跡點b之間的距離L1。

（3）與當前第二軌跡點a最接近的補給點n的位置。

（4）與下一軌跡點b最接近的補給點m的位置，以及下一軌跡點b與補給點m之間的距離L2。

然后根據獲取的數據作出如下判斷和決策：

（i）當K＞L1+L2時，無人機繼續飛行至下一第二軌跡點b；

（ii）當K≤L1+L2時，無人機飛行至補給點n；并在完成電池更換后回到當前第二軌跡點a，然后繼續飛行至下一第二軌跡點b。

在預設路徑中，無人機經過線目標時，先到達與前一個第一軌跡點距離最接近的線目標的其中一個第一軌跡點處，然后沿著架空線路的方向依次經過線目標中的所有第二軌跡點，最后達到線目標中的另外一個第一軌跡點處。該巡線航跡規劃方法是一種自的規劃方法，能夠對目標選線區域內的所有電力設施達到全方位覆蓋，且生成一條航程較短的最佳路徑。同時可以根據需要在飛行路徑中增加動力補給的路徑，有效提高巡線任務的覆蓋范圍。面目標中的航路點的生成方法如下：

（1）通過面目標的地圖獲取面目標的輪廓及其區域。

（2）定義無人機在固定巡線高度狀態下對面目標巡線區域的視野直徑長度為ｄ，以 為網格寬度對面目標的區域進行網格化處理。

（3）獲取位于面目標的輪廓內的網格的所有頂點，以上頂點的位置即為所需的航路點。

無人機遍歷航路點的路徑通過歐拉路徑算法獲取，預設路徑的生成方法如下：

（1）建立一個軌跡點集，軌跡點集在初始狀態下包含當前目標巡線區域內的所有第一軌跡點。

（2）建立一個完成點集，完成點集在初始狀態下為空集。

（3）確定預設路徑的起始點后，將起始點對應的第一軌跡點從軌跡點集中移除，并添加到完成點集中。

（4）然后判斷起始點是否為某個線目標中的第一軌跡點。

（ⅰ）是則確定線目標中的另一個第一軌跡點為下一第一軌跡點。

（ⅱ）否則將軌跡點集中與起始點位置最接近第一軌跡點作為下一軌跡點。

（5）將上步驟確定的下一軌跡點作為起始點，并返回執行步驟（3）-（4），直到軌跡點集中的所有第一軌跡點均被移除變為空集。

（6）記錄軌跡點集變為空集過程中各個第一軌跡點的移除順序，得到一個第一軌跡點隊列。對第一軌跡點隊列中的相鄰兩個第一軌跡點的空間位置進行連線，得到的路徑即為預設路徑。

無人機換電站均勻分布在待執行巡線任務的所有區域內；無人機換電站內的管理人員為進入站點內的無人機更換電池。無人機在飛行過程中根據一個預設高度對自身的飛行高度進行調節，并保持無人機與下方的電力設備的高度差保持在預設高度的誤差范圍內。無人機巡線航跡規劃系統采用前述的無人機巡線航跡規劃方法生成自身的飛行路徑，規劃系統包括：地圖獲取模塊，第一軌跡點生成模塊，第二軌跡點生成模塊，預設路徑生成模塊，換電判別模塊，以及真實路徑控制模塊。地圖獲取模塊用于獲取無人機負責巡視的目標巡線區域的地圖，地圖中包含目標巡線區域內的所有電力設施和無人機換電站的位置坐標。第一軌跡點生成模塊用于獲取目標巡線區域內的所有第一軌跡點，定義電力設施中的各個零星電力設備為點目標，定義穿越目標巡線區域的電力架空線路為線目標，定義包含多個集中的電力設備的電力設施站點為面目標。其中，目標巡線區域內的第一軌跡點包括：所有點目標中心處的位置坐標點，所有線目標的兩端點處的位置坐標點，表征各個面目標位置的一個位置坐標點。第二軌跡點生成模塊用于獲取目標巡線區域內的所有第二軌跡點，第二軌跡點包括：所有點目標的第一軌跡點，所有線目標中包含的各個電力塔桿的位置坐標，所有面目標中包含的各個航路點。預設路徑生成模塊用于根據獲取的各個第一軌跡點生成一個預設的飛行路徑，預設路徑為遍歷目標巡線區域內所有電力設施的最佳飛行路徑，預設路徑的生成方法如下。

（1）建立一個軌跡點集，軌跡點集在初始狀態下包含當前目標巡線區域內的所有第一軌跡點。

（2）建立一個完成點集，完成點集在初始狀態下為空集。

（3）確定預設路徑的起始點后，將起始點對應的第一軌跡點從軌跡點集中移除，并FtGxo6i1n6SYErnSgGJ1MquoEUDlKBF37abKc48kZOg=添加到完成點集中。

（4）然后判斷起始點是否為某個線目標中的第一軌跡點：是則確定線目標中的另一個第一軌跡點為下一第一軌跡點，否則將軌跡點集中與起始點位置最接近第一軌跡點作為下一軌跡點。

（5）將上步驟確定的下一軌跡點作為起始點，并返回執行步驟（3）-（4），直到軌跡點集中的所有第一軌跡點均被移除變為空集。

（6）記錄軌跡點集變為空集過程中各個第一軌跡點的移除順序，得到一個第一軌跡點隊列，對第一軌跡點隊列中的相鄰兩個第一軌跡點的空間位置進行連線，得到的路徑即為預設路徑。

換電判別模塊，其用于在無人機到達任意一個第二軌跡點時判定無人機是否需要進行電池更換：是則到達最近的無人機換電站，否則飛往下一個第二軌跡點。

真實路徑控制模塊用于控制無人機的飛行路徑，真實路徑控制模塊的控制方法如下。

（1）獲取預設路徑生成模塊生成的預設路徑。

（2）將預設路徑中的各個線目標的路徑替換為依次經過相應線目標中的所有第二軌跡點的路徑。

（3）在預設路徑中的各個面目標處，增加遍歷面目標中所有第二軌跡點的路徑。

（4）控制無人機按照（3）中調整后的路徑進行飛行，并在飛行路徑到達任意一個第二軌跡點時，獲取換電判別模塊的判定結果，對當前飛行路徑進行調整。（圖1、圖2）

3 結論

本文闡述的無人機巡線航跡規劃方法及其系統可以對無人機巡線過程中的飛行軌跡進行自動規劃，無需人工進行飛行操控，進而可以大幅度提高電力設施巡線任務的工作效率，降低執行該任務的人員成本。巡線航跡規劃方法能夠對巡視過程中不同類型的電力設施采用不同的巡視策略。實現對目標區域內所有電力設施的全覆蓋，準確全面完成所有目標區域的巡視任務，對所有電力設備進行全方位巡查和準確采像，不留監視死角。規劃的路徑不僅實現了對整個目標巡線區域的全方位巡視，還設計出了最佳的飛行路徑，飛行路徑的航程較短，這樣可以有效縮短巡視時間，提高巡線效率，也具有更好的節能環保效益。

基金項目：鄂爾多斯職業學院產教融合協同育人創新團隊；鄂爾多斯職業學院汽車技術教科研創新團隊。

參考文獻

[1] Kamrani F. Using on-line simulation in UAV path planning[D]. Stockholm： Sweden Royal Institute of Technology，2007.

[2] Beard R W， Mclain T W， Goodrich M A， Anderson E P.Coordinated target assignment and intercept for unmanned air vehicles[J].IEEE Transactions on Robotics and Automation， 2002，18（6）：911-922.

[3] Deb K. An efficient constraint handling method for genetic algorithms[J]. Computer Methods in Applied Mechanics and Engineering， 2000，186（2-4）：311-338.

[4] Besada-Portas E， de la Torre L， de la Cruz J M， de Andre?s-Toro B. Evolutionary trajectory planner for multiple UAVs in realistic scenario[J] . IEEE Transactions on Robotics，2010，26（4）：619-634.

[5]霍霄華.多UCAV動態協同任務規劃建模與滾動優化方法研究[D].長沙：國防科學技術大學，2008.

[6] Camponogara E， Jia D， Krogh B H， et al. Distributed model predictive control[J]. IEEE Control Systems Magazine，2002，22（1）：44-52.

[7]葉文，朱愛紅，范洪達.低空突防航路規劃算法綜述[J].系統仿真學報，2007，19（10）：2357-2361.

[8]邱敏，王公寶，楊佳潤，張朋濤.戰時偵察車最優路徑規劃算法[J].火力與指揮控制，2011，36（4）：144-149.

[9]徐華東.無人機電力巡線智能避障方法研究[D].南京：南京航空航天大學，2014.

[10]蔣暢，陳鳳翔，謝皓凌，等.5G無人機自動巡線技術在電力輸電線路巡檢的實現策略[J].無線互聯科技，2022，19（5）：2.