本發(fā)明涉及無人機電力巡檢，具體涉及一種人機混合下的變電站無碰撞智能巡檢系統(tǒng)。

背景技術(shù)：

1、電力系統(tǒng)是國民經(jīng)濟的命脈，確保其各個組成部分的穩(wěn)定運行至關(guān)重要。變電站作為電力系統(tǒng)中的關(guān)鍵節(jié)點，負責將電力從發(fā)電站傳輸?shù)礁鱾€用電區(qū)域。變電站中的設(shè)備，如變壓器、開關(guān)柜等，長期暴露在外部環(huán)境中，容易受到自然因素的侵蝕和損壞。這些設(shè)備一旦出現(xiàn)故障，可能會引發(fā)大規(guī)模停電事故，對國民經(jīng)濟和社會生活造成嚴重影響。因此，定期對變電站設(shè)備進行巡檢和維護，是保障電力系統(tǒng)安全運行的必要措施。

2、近年來，隨著無人機技術(shù)的迅猛發(fā)展，無人機在變電站巡檢中的應(yīng)用逐漸受到重視。傳統(tǒng)的變電站巡檢方式通常采用人工巡檢或固定攝像頭監(jiān)控，這些方法存在工作效率低、檢測范圍有限、受環(huán)境因素影響大等問題。無人機巡檢系統(tǒng)的引入為這些問題提供了新的解決方案，傳統(tǒng)的無人機巡檢控制方法主要包括以下幾種：

3、1.手動控制：操作員通過遙控設(shè)備手動控制無人機的飛行，利用無人機上的攝像頭實時監(jiān)控變電站設(shè)備的狀態(tài)。該方法依賴于操作員的經(jīng)驗和技術(shù)，能夠靈活應(yīng)對復雜環(huán)境，但對操作員的要求較高，且操作過程耗時較長。

4、2.預(yù)設(shè)路徑控制：在巡檢任務(wù)開始前，操作員通過地面站對無人機的飛行路徑和巡檢目標進行預(yù)設(shè)。無人機根據(jù)設(shè)定的路徑自主完成巡檢任務(wù)。這種方法能夠提高巡檢效率，但在面對突發(fā)情況或環(huán)境變化時，難以做出及時調(diào)整，巡檢的靈活性較差。

5、3.視覺伺服控制：無人機通過機載攝像頭獲取變電站設(shè)備的圖像信息，利用視覺反饋信號對無人機的位置進行閉環(huán)控制，實現(xiàn)設(shè)備的自動巡檢。該方法依賴于機器視覺技術(shù)，能夠在一定程度上減少人工干預(yù)，但在強光、雨霧等復雜環(huán)境中，視覺傳感器容易受到干擾，可能影響巡檢的準確性和安全性。

6、而本發(fā)明在傳統(tǒng)巡檢系統(tǒng)的基礎(chǔ)上，結(jié)合了人機混合控制算法和軌跡預(yù)測算法，使得操作員在巡檢過程中能夠?qū)崟r干預(yù)，同時無人機可以根據(jù)操作員的意圖自動調(diào)整飛行策略，確保無碰飛行。通過多傳感器數(shù)據(jù)，該系統(tǒng)能夠精準判斷操作員的意圖，并自主調(diào)整對控制信號的響應(yīng)程度，大大降低了對操作員經(jīng)驗的依賴，同時提高了無人機在復雜環(huán)境下的安全性和機動性。

技術(shù)實現(xiàn)思路

1、傳統(tǒng)的變電站巡檢方式通常采用人工巡檢或固定攝像頭監(jiān)控，這些方法存在工作效率低、檢測范圍有限、受環(huán)境因素影響大等問題。傳統(tǒng)的無人機巡檢控制方法主要包括以下幾種：1.手動控制，2.預(yù)設(shè)路徑控制，3.視覺伺服控制。為解決上述技術(shù)問題，本發(fā)明提供一種人機混合下的變電站無碰撞智能巡檢系統(tǒng)，在傳統(tǒng)巡檢系統(tǒng)的基礎(chǔ)上，結(jié)合了人機混合控制算法和軌跡預(yù)測算法，使得操作員在巡檢過程中能夠?qū)崟r干預(yù)，同時無人機可以根據(jù)操作員的意圖自動調(diào)整飛行策略，確保無碰飛行。通過多傳感器數(shù)據(jù)，該系統(tǒng)能夠精準判斷操作員的意圖，并自主調(diào)整對控制信號的響應(yīng)程度，大大降低了對操作員經(jīng)驗的依賴，同時提高了無人機在復雜環(huán)境下的安全性和機動性。

2、為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

3、一種人機混合下的變電站無碰撞智能巡檢系統(tǒng)，包括：

4、輸入層：無人機起飛后，在輸入層通過多傳感器系統(tǒng)和無人機系統(tǒng)獲取數(shù)據(jù)，包括通過多傳感器獲取無人機的手柄控制桿推進量、無人機的手柄控制桿搖擺度、操作員心率，以及通過無人機系統(tǒng)獲取毫米波雷達采樣數(shù)據(jù)、無人機運動狀態(tài)數(shù)據(jù)；基于毫米波雷達采樣數(shù)據(jù)構(gòu)建無人機空間狀態(tài)矩陣m；通過無人機運動狀態(tài)數(shù)據(jù)構(gòu)建無人機運動狀態(tài)矩陣k；

5、處理層：處理層通過控制系統(tǒng)判斷邏輯對多傳感器系統(tǒng)獲取的數(shù)據(jù)進行加權(quán)求和，判斷無人機即將發(fā)生碰撞的可能性，并對無人機的飛行軌跡進行預(yù)測；通過無碰飛行技術(shù)處理邏輯對無人機空間狀態(tài)矩陣與無人機運動狀態(tài)矩陣進行卷積運算，得到卷積結(jié)果矩陣d；通過對卷積結(jié)果矩陣中的最大值進行定位，得到無人機在運動狀態(tài)下具有最高的碰撞風險的方向；

6、決策層：無人機飛行過程中，決策層分析操作人員的控制行為和心理狀態(tài)，判斷操作人員的控制程度，基于操作人員的控制程度來調(diào)整無人機自主飛行程度的權(quán)重，并根據(jù)預(yù)測的無人機的飛行軌跡和無人機在運動狀態(tài)下具有最高的碰撞風險的方向生成無人機的控制指令；

7、執(zhí)行層：執(zhí)行層將決策層生成的指令轉(zhuǎn)換為無人的飛行動作，對無人機進行控制。

8、進一步地，所述巡檢系統(tǒng)還包括輸出層；輸出層用于生成巡檢報告、飛行路徑記錄以及障礙物避讓日志，并在發(fā)現(xiàn)危險或異常時，發(fā)出警報并啟動應(yīng)急措施。

9、進一步地，輸入層中，所述在輸入層通過多傳感器系統(tǒng)和無人機系統(tǒng)獲取數(shù)據(jù)，包括通過多傳感器獲取無人機的手柄控制桿推進量、無人機的手柄控制桿搖擺度、操作員心率，以及通過無人機系統(tǒng)獲取毫米波雷達采樣數(shù)據(jù)、無人機運動狀態(tài)數(shù)據(jù)；基于毫米波雷達采樣數(shù)據(jù)構(gòu)建無人機空間狀態(tài)矩陣m；通過無人機運動狀態(tài)數(shù)據(jù)構(gòu)建無人機運動狀態(tài)矩陣k，具體包括：

10、無人機的手柄控制桿推進量t，反映無人機當前的加速度，取t∈[0,1]，其中0表示不推進，即無人機懸?；蜢o止，1表示完全推進，即無人機保持最大加速度飛行；

11、無人機的手柄控制桿搖擺度s，反應(yīng)操作員的慌張程度，取s∈[0,1]，其中0表示控制桿完全穩(wěn)定，1表示控制桿搖擺程度最大；

12、操作員心率h，反應(yīng)操作員的心理壓力和慌張程度，用相對于基準心率歸一化后的值表示，取h∈[0,1]，其中0表示正常心率，1表示極高心率；

13、用無人機空間狀態(tài)矩陣m表示毫米波雷達采樣數(shù)據(jù)，無人機空間狀態(tài)矩陣m的中間位置代表無人機本身，周圍位置的值表示障礙物的存在情況；m中的元素m[i][j]＝0，表示位置(i,j)處無障礙物；m[i][j]＝1表示位置(i,j)處有障礙物；

14、用無人機運動狀態(tài)矩陣k表示無人機運動狀態(tài)數(shù)據(jù)，無人機運動狀態(tài)矩陣k的中間位置代表無人機本身，周圍位置的值表示無人機在對應(yīng)方向上的運動速度；k中的元素k[i][j]表示無人機在位置(i,j)的朝向及速度。

15、進一步地，所述處理層通過控制系統(tǒng)判斷邏輯對多傳感器系統(tǒng)獲取的數(shù)據(jù)進行加權(quán)求和，判斷無人機即將發(fā)生碰撞的可能性，具體包括：

16、設(shè)置一個指標c來評估無人機即將發(fā)生碰撞的可能性：

17、c＝wt·t+ws·s+wh·h；

18、其中，wt、ws、wh為權(quán)重系數(shù)，滿足wt+ws+wh＝1；

19、指標c越趨近于1，則無人機發(fā)生碰撞的可能性越高，指標c越趨近于0，則無人機發(fā)生碰撞的可能性越低。

20、進一步地，所述對無人機的飛行軌跡進行預(yù)測，具體包括：

21、將無人機狀態(tài)向量x定義為：

22、

23、其中，xk,yk分別表示無人機在時刻k的位置的橫坐標和縱坐標，vxk,vyk分別表示無人機在時刻k的速度的橫向分量和縱向分量；

24、根據(jù)無人機的速度、加速度以及無人機運動狀態(tài)矩陣k動態(tài)調(diào)整濾波器中的過程噪聲協(xié)方差矩陣q：

25、qk＝q0+γ·‖k‖；

26、其中：q0是初始的過程噪聲協(xié)方差矩陣，γ是調(diào)整因子，‖k‖表示當前時刻無人機運動狀態(tài)矩陣k的范數(shù)；qk表示時刻k的過程噪聲協(xié)方差矩陣；

27、引入一個權(quán)重矩陣w對毫米波雷達采樣數(shù)據(jù)和多傳感器系統(tǒng)獲取的數(shù)據(jù)進行加權(quán)處理；權(quán)重矩陣w的值根據(jù)操作員的心率、手柄的推力變化等動態(tài)調(diào)整：

28、wk＝α·g+β·(1-g)；

29、其中，wk表示時刻k的權(quán)重矩陣；α和β是權(quán)重因子，能夠根據(jù)操作員的心率h和無人機的手柄控制桿搖擺度s動態(tài)調(diào)整：hmax為心率最大值，smax為手柄控制桿搖擺度最大值；g是觀測矩陣；

30、根據(jù)當前時刻的估計狀態(tài)和狀態(tài)轉(zhuǎn)移方程預(yù)測無人機下一個時刻的狀態(tài)：

31、

32、其中，λ是融合因子，a和b分別表示狀態(tài)轉(zhuǎn)移矩陣和控制輸入矩陣，表示表示從時刻k到時刻k+1的預(yù)測狀態(tài)，表示時刻k的估計狀態(tài)，uk表示表示時刻k的控制輸入，zk表示時刻k的毫米波雷達采樣數(shù)據(jù)；

33、預(yù)測協(xié)方差：

34、pk+1|k＝apkat+qk；

35、pk+1|k表示狀態(tài)協(xié)方差矩陣，給出了在時刻k+1時，基于時刻k的預(yù)測結(jié)果的誤差；根據(jù)動態(tài)環(huán)境權(quán)重調(diào)整和多模態(tài)數(shù)據(jù)融合更新預(yù)測狀態(tài)：

36、lk+1＝pk+1|kwkt(wkpk+1|kwkt+r)-1；

37、

38、更新協(xié)方差：

39、pk+1＝(i-lk+1wk)pk+1|k

40、其中，pk+1表示時刻k+1的狀態(tài)協(xié)方差矩陣，它表示時刻k+1的估計狀態(tài)的誤差，lk+1表示時刻k+1的是卡爾曼增益，r是觀測噪聲協(xié)方差矩陣；

41、對于當前時刻k，每當下一個時刻的毫米波雷達采樣數(shù)據(jù)zk+1到來時，使用以上內(nèi)容進行預(yù)測，即能夠推測出無人機在下個時刻的具體位置(xk+1,yk+1)和速度(vx(k+1),vy(k+1))。

42、進一步地，所述通過無碰飛行技術(shù)處理邏輯對無人機空間狀態(tài)矩陣與無人機運動狀態(tài)矩陣進行卷積運算，得到卷積結(jié)果矩陣d；通過對卷積結(jié)果矩陣中的最大值進行定位，得到無人機在運動狀態(tài)下具有最高的碰撞風險的方向，具體包括：

43、卷積運算為：

44、

45、其中，d[i,j]表示卷積結(jié)果矩陣中的元素，對應(yīng)的值表示無人機在位置(i,j)上的碰撞風險；

46、通過對卷積結(jié)果矩陣中的最大值進行定位，得到無人機在運動狀態(tài)下具有最高的碰撞風險的方向。

47、與現(xiàn)有技術(shù)相比，本發(fā)明的有益技術(shù)效果是：

48、1.人機混合控制模式的引入：

49、傳統(tǒng)的無人機巡檢系統(tǒng)主要分為全自動和人工操作兩種模式。全自動系統(tǒng)通常依賴預(yù)先規(guī)劃好的路線，靈活性不足；而人工操作雖然靈活，但對操作者要求較高，尤其在復雜環(huán)境中易發(fā)生碰撞。本發(fā)明通過人機混合控制模式，將操作員的意圖識別與無人機的自主飛行能力相結(jié)合，使得系統(tǒng)既能保留人工操作的靈活性，又能提高操作的安全性和智能化程度。

50、2.多傳感器融合的人機意圖識別：

51、傳統(tǒng)的操作員控制主要依賴于手柄的操作，本發(fā)明創(chuàng)新性地引入了多傳感器系統(tǒng)，通過采集操作員的控制桿推進量、搖擺度以及心率等數(shù)據(jù)，結(jié)合加權(quán)算法和軌跡預(yù)測算法，對操作員的意圖進行識別。這種方法不僅考慮了操作者的操作行為，還結(jié)合了生理反應(yīng)(如心率)，從而更精確地判斷操作員在巡檢過程中的意圖和緊急反應(yīng)。

52、3.基于卷積運算的無碰飛行技術(shù)：

53、本發(fā)明獨特地將毫米波雷達的數(shù)據(jù)與無人機的運動狀態(tài)進行卷積運算，實時判斷無人機在環(huán)境中的位置與可能的碰撞風險。通過這種創(chuàng)新的計算方式，無人機能夠在復雜環(huán)境中靈活調(diào)整飛行路徑，避免障礙物，實現(xiàn)自主無碰飛行。這種方法較傳統(tǒng)的避障技術(shù)更加智能和精確，能夠動態(tài)調(diào)整飛行路徑，而非僅僅依賴預(yù)先設(shè)定的規(guī)則。

54、4.智能輔助飛行與自主接管：

55、結(jié)合上述巡檢人員意圖識別結(jié)果，無人機可以在適當情況下自主接管飛行操作，進行智能輔助飛行。通過這種方式，即使操作員在復雜環(huán)境中出現(xiàn)操作失誤，無人機也能及時介入，進行糾正和調(diào)整，確保巡檢過程的安全性和可靠性。