一种无人机的控制方法、装置、无人机及存储介质与流程

1.本技术涉及计算机技术领域，尤其涉及一种无人机的控制方法、装置、无人机及存储介质。

背景技术：

2.在监控基建施工现场的过程中，现有技术通常采用人工操作无人机抵近目标物、或采用固定航线居高拍摄的方式获取施工现场的遥感影像，往往面临操作困难、影像清晰度不均匀、肉眼识别地表特征效率较为低下以及工程建设全过程安全管理不到位等困难，因而使得对基建施工现场执行监控任务变得繁杂、作业效率较低以及智能化水平较低。因此，如何提高监控任务的作业效率和智能化水平，简化控制无人机的繁杂操作，成为了亟待解决的问题。

技术实现要素：

3.本技术提供了一种无人机的控制方法、装置、无人机及存储介质，可以提高监控施工现场的作业效率和智能化水平，可以简化控制无人机的繁杂操作。
4.第一方面，本技术提供了一种无人机的控制方法，该方法包括：
5.构建施工现场的三维栅格地图；
6.从所述三维栅格地图中确定出待巡检目标的观测视点；
7.基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务；
8.基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线；
9.控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。
10.本技术实施例提供了一种无人机的控制方法，构建施工现场的三维栅格地图；从三维栅格地图中确定出待巡检目标的观测视点；基于待巡检目标和施工现场的工况阶段确定巡检任务；基于待巡检目标的观测视点、无人机的当前位置和无人机的飞行约束条件为无人机规划目标巡检航线；控制无人机基于目标巡检航线对待巡检目标执行巡检任务。本技术通过构建施工现场的三维栅格地图，可以准确地计算出待巡检目标的观测视点；基于施工现场的工况阶段智能化地为待巡检目标制定巡检任务；在考虑飞行约束条件的前提下，根据待巡检目标的观测视点和无人机的当前位置规划出一条满足巡检要求的目标巡检航线，并可以控制无人机基于目标巡检航线自主完成巡检任务。本技术可以提高监控施工现场的作业效率和智能化水平，可以简化控制无人机的繁杂操作。
11.进一步的，所述基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务，包括：确定所述施工现场的工况阶段对应的巡检规则；基于所述巡检规则为所述待巡检目标制定所述巡检任务。
12.进一步的，所述基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线，包括：基于所述待巡检目标的观测视
点、无人机的当前位置为所述无人机规划符合所述飞行约束条件的初始巡检航线；其中，所述飞行约束条件包括最小离地高度、航迹长度限制、最小转弯半径和飞行高度限制中的至少一项；基于航线规则从所述初始巡检航线中筛选出符合所述航线规则的候选巡检航线；所述航线规则是基于所述巡检规则确定的；从所述候选巡检航线中筛选出满足最优巡检原则的目标巡检航线。
13.进一步的，所述从所述候选巡检航线中筛选出满足最优巡检原则的目标巡检航线，包括：基于所述最优巡检原则确定构建代价函数的威胁因子以及所述威胁因子的权重系数，从而得到目标代价函数；所述威胁因子至少包括航程威胁因子、时间威胁因子和障碍威胁因子；基于所述目标代价函数计算所述候选巡检航线的代价值，将所述代价值最小的候选巡检航线作为所述目标巡检航线。
14.进一步的，在所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务的过程中，还包括：若识别出所述待巡检目标存在预设缺陷问题，则将对所述待巡检目标进行精细巡检作为新的巡检任务；所述预设缺陷问题是基于所述巡检规则确定的；基于所述新的巡检任务和所述无人机的当前位置为所述无人机规划新的目标巡检航线；控制所述无人机基于所述新的目标巡检航线对所述待巡检目标执行所述新的巡检任务。
15.进一步的，所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务，包括：基于所述待巡检目标确定目标巡检区域；在所述目标巡检区域内采用预设巡检方式控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。
16.进一步的，在所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务之前，还包括：确定所述无人机的当前续航距离；确定所述待巡检目标的观测视点和所述无人机的当前位置之间的距离是否小于所述当前续航距离；若小于，触发执行所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务的步骤；若不小于，则基于所述当前续航距离确定新的待巡检目标，重新执行所述基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线的步骤。
17.进一步的，所述基于所述当前续航距离确定新的待巡检目标，包括：基于所述当前续航距离从所述目标巡检区域中规划出新的目标巡检区域；基于最优巡检原则计算所述新的目标巡检区域中各个待巡检目标的代价值，将所述代价值最小的待巡检目标作为所述新的待巡检目标。
18.进一步的，所述新的待巡检目标包括待巡检目标、无人机起飞点或无人机充电点。
19.进一步的，所述构建施工现场的三维栅格地图，包括：构建所述施工现场的实景地图；获取所述施工现场的数字模型；将所述实景地图和所述数字模型进行融合得到三维点云地图；将所述三维点云地图转换为所述三维栅格地图。
20.第二方面，本技术提供了一种无人机的控制装置，该装置包括：
21.三维地图构建模块，用于构建施工现场的三维栅格地图；
22.观测视点确定模块，用于从所述三维栅格地图中确定出待巡检目标的观测视点；
23.巡检任务确定模块，用于基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务；
24.巡检航线确定模块，用于基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线；
25.无人机控制模块，用于控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。
26.第三方面，本技术提供了一种无人机，该无人机包括：
27.至少一个处理器；以及
28.与所述至少一个处理器通信连接的存储器；其中，
29.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本技术任意实施例所述的无人机的控制方法。
30.第四方面，本技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本技术任意实施例所述的无人机的控制方法。
31.需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与无人机的控制装置的处理器封装在一起，也可以与无人机的控制装置的处理器单独封装，本技术对此不做限定。
32.本技术中第二方面、第三方面以及第四方面的描述，可以参考第一方面的详细描述；并且，第二方面、第三方面以及第四方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
33.应当理解，本部分所描述的内容并非旨在标识本技术的实施例的关键或重要特征，也不用于限制本技术的范围。本技术的其他特征将通过以下的说明书而变得容易理解。
附图说明
34.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
35.图1为本技术实施例提供的一种无人机的控制方法的第一流程示意图；
36.图2为本技术实施例提供的无人机的最小离地高度的示意图；
37.图3为本技术实施例提供的一种无人机的控制方法的第二流程示意图；
38.图4为本技术实施例提供的一种无人机的控制装置的结构示意图；
39.图5是用来实现本技术实施例的一种无人机的控制方法的无人机的框图。
具体实施方式
40.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
41.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“目标”以及“原始”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够实施除了在这里图示或描述之外的顺序。此外，术语“包括”、“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
42.图1为本技术实施例提供的一种无人机的控制方法的第一流程示意图，本实施例可适用于在对施工现场监控过程中，为无人机制定巡检任务和规划目标巡检航线，以控制无人机基于目标巡检航线自主完成巡检任务。本实施例提供的一种无人机的控制方法可以由本技术实施例提供的无人机的控制装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在执行本方法的电子设备中。优选的，本技术实施例中的电子设备可以是无人机。
43.参见图1，本实施例的方法包括但不限于如下步骤：
44.s110、构建施工现场的三维栅格地图。
45.在本技术实施例中，三维栅格地图是对施工现场进行三维立体构建的在空间和亮度上离散化处理后的地图。每个栅格中储存对应施工现场中对象的地图信息，如对象的类型信息、对象的形状信息、对象的位置信息。其中，对象可以是道路、基坑、建筑和其他设施。
46.较佳的，可以对施工现场构建不同分辨率的多层栅格地图，每一层采用不同的分辨率，分辨率由粗到精。这样设置好处在于，可以根据不同范围的巡检区域选用不同的分辨率，可以对三维栅格地图采取分层搜索，从而可以提高对三维栅格地图的加载速度，平衡运算量和分辨率之间的矛盾。
47.示例性的，假如需要调取较粗落的地图信息(如施工现场的建筑物方位点)或者需要查看的巡检区域范围较大(如整个施工现场的全貌)，那么可以选用较粗的分辨率来加载施工现场的三维栅格地图，以提高对三维栅格地图的加载速度。
48.在一种具体的实施例中，施工现场的三维栅格地图的构建过程可以是：首先，通过激光雷达、倾斜摄影等航空测绘手段对施工现场及周边环境进行勘察，从而构建出施工现场的实景地图，此实景地图能够精确反映出施工现场的场地起伏、原有道路、原有基坑、原有建筑和水电接驳设施等空间信息；在本步骤中采用航空测绘手段获取施工现场精确的三维地形作为航线规划的依据，相较于传统无人机航线规划采用的卫星高程地图具有更高的准确性和即时性。
49.然后，获取在对施工现场进行项目设计时的数字模型，如三维设计模型。
50.其次，采用图像的三维点云融合配准技术，通过位置重合或拖拉操作将实景地图和数字模型进行融合得到三维点云地图，以实现施工现场的实景地图与数字模型的数字孪生。此三维点云地图更加仿真，是对施工现场真实场景的呈现。
51.最后，将三维点云地图转换为八叉树结构搭建的三维栅格地图。
52.可选的，三维栅格地图还可以支持手动添加自定义的待巡检目标。
53.s120、从三维栅格地图中确定出待巡检目标的观测视点。
54.在本技术实施例中，加载出施工现场的三维栅格地图之后，再基于点云数据的三
维目标识别和模型分割方法从三维栅格地图中到待巡检目标，进而确定出能够拍摄到待巡检目标的观测视点，并得到该观测视点的坐标信息。其中，待巡检目标是施工现场中用户想要巡检的对象，可以是杆塔、导线、绝缘子等物体，还可以是作业人员；观测视点是指无人机的图像采集组件(如相机)能够拍摄到待巡检目标的位置。
55.三维栅格地图融合了施工现场的实时场景和三维设计模型，基于点云数据的三维目标识别和模型分割方法可自动识别出待巡检目标的准确空间位置，从而确保无人机在观测视点精准靠近待巡检目标，这是现阶段利用卫星地图和人工操作飞行均都无法实现的功能。
56.可选的，待巡检目标的数量可以是一个，还可以是多个。当待巡检目标的数量是多个时，需要从三维栅格地图中逐个确定出每一个待巡检目标对应的观测视点。
57.此外，得益于待巡检目标的观测视点坐标信息的采集，因而在下述步骤s140采用的无人机机动能力模型还可以考虑到对图像采集设备(相机)的自动控制，相较于传统无人机侦察航线具有更高的智能化水平，免去人工控制设备的繁杂流程。
58.s130、基于待巡检目标和施工现场的工况阶段确定巡检任务。
59.其中，按照工程开发周期，根据实际情况将工况阶段划分为若干个典型阶段，例如：开工勘察阶段、杆塔工程阶段、架线工程阶段以及竣工验收阶段等。
60.在本技术实施例中，不同工况阶段需要监控的待巡检目标会有所不同，因而需要为每个工况阶段指定对应的待巡检目标，然后基于待巡检目标和工况阶段确定巡检任务。
61.在一种具体的实施例中，基于待巡检目标和施工现场的工况阶段确定巡检任务，包括：可以预先建立巡检规则库，用于记录各工况阶段对应的巡检规则。然后确定施工现场的工况阶段，再从巡检规则库中查该工况阶段对应的巡检规则，最后基于巡检规则为待巡检目标制定具体的可量化的巡检任务，例如：对待巡检目标进行定点悬停拍照。
62.其中，巡检规则库主要包括各工况阶段的工程质量、进度管控、安全检查等内容。巡检规则库具体包括：关注作业信息是否相符，关注作业环境风险(如上、下边坡是否有塌方)，识别现场危险源(如火灾、基础塌方、其他临近危险源)，关注现场安全措施的落实情况(如围蔽、机具、临时拉线)，检查施工措施落实情况，关注作业人员是否规范使用安全带、安全帽、脚扣、工作服情况，关注现场作业行为是否违章等。进一步的，如下表1为不同工况阶段的巡检规则，不同工况阶段所对应的巡检规则不同：
63.表1不同工况阶段对应的巡检规则
[0064][0065]
可选的，待巡检目标的数量可以是一个，还可以是多个。当待巡检目标的数量是多个时，需要为每一个待巡检目标确定对应的巡检任务。
[0066]
s140、基于待巡检目标的观测视点、无人机的当前位置和无人机的飞行约束条件为无人机规划目标巡检航线。
[0067]
在本技术实施例中，经上述步骤s120确定出待巡检目标观测视点的坐标信息之后，还需要获取无人机当前位置的坐标信息，再结合预先制定的飞行约束条件，通过无人机机动能力模型为无人机规划出一条能够满足飞行约束条件的从当前位置到观测视点的目标巡检航线。此外，无人机机动能力模型还可以自动控制图像采集设备，如调整焦距、拍照等。
[0068]
可选的，待巡检目标的数量可以是一个，还可以是多个。当待巡检目标的数量是多个时，需要规划出一条包含所有待巡检目标观测视点的目标巡检航线。本技术可以是先规划出包含所有待巡检目标观测视点的目标巡检航线，再控制无人机巡检；还可以是先规划出包含当前的待巡检目标观测视点的目标巡检航线，等待无人机对当前的待巡检目标巡检完成之后，再规划下一个待巡检目标观测视点的目标巡检航线。
[0069]
其中，飞行约束条件包括最小离地高度、航迹长度限制、最小转弯半径和飞行高度限制中的至少一项；无人机机动能力模型是用于实现无人机在各种地理环境下满足最小离地高度、航迹长度限制、最小转弯半径、飞行高度限制等各方面参数的模型。
[0070]
以下介绍飞行约束条件的确定过程：
[0071]
a、最小离地高度
[0072]
无人机飞行过程中，为了保障无人机及地面人员的安全，需要对无人机离地高度进行限制，即无人机最小离地高度。且由于无人机存在一定的尺寸，巡检区域是起伏的，如图2所示，设无人机安全离地高度为h，受法向超载限制的最大爬坡为c。因此，无人机的最小离地高度可通过如下公式(1)表示：
[0073]
minclearenc＝h
×
cosc
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0074]
式中，minclearenc表示无人机的最小离地高度；h表示无人机安全离地高度；c表示最大爬坡的坡度角。
[0075]
b、航迹长度限制
[0076]
用x0，x1，x2…
xn，x
n+1
表示巡检航线上的航迹点，x0表示无人机的起飞点，x
n+1
表示待巡检目标的观测视点。x1，x2，
…
，xn表示规划出的航迹点。
[0077]
可以通过如下公式(2)表示航迹长度限制。
[0078][0079]
式中，f1表示航迹长度限制；表示相邻两个航迹点xi到x
i+1
的距离，i为航迹点的索引号，取值范围为0至n；d
min
代表无人机起飞点和待巡检目标观测视点的之间距离。
[0080]
c、最小转弯半径
[0081]
无人机对待巡检目标(如杆塔)进行绕飞巡检时，待巡检目标(如杆塔)最大半径为f3，无人机距杆塔距离为s。因此，无人机的最小转弯半径f2可以表示为：f2＝f3+s。当待巡检目标(如杆塔)部件较多时，采集图像分辨率要求较高，需要无人机在保证安全的范围内离杆塔尽可能近，一般s取2m。
[0082]
d、飞行高度限制
[0083]
在无人机对施工作业人员进行安全监管时，为保证地面人员安全，离地高度不能过低，要求飞行高度限制应该大于等于5米。此外，为了保证无人机拍摄照片能识别出人员是否规范着装、佩戴安全帽等问题，通过调整相机变焦参数，保证无人机采集的图片不低于30像素(此像素为最小识别像素)，要求要求飞行高度限制应该小于等于45米。
[0084]
s150、控制无人机基于目标巡检航线对待巡检目标执行巡检任务。
[0085]
在本技术实施例中，经上述步骤s140为无人机规划目标巡检航线之后，再控制无人机基于目标巡检航线对待巡检目标执行巡检任务。
[0086]
进一步的，控制无人机基于目标巡检航线对待巡检目标执行巡检任务，包括：当待巡检目标的空间范围较大时，无人机需要来回扫描式地航行多遍才能完成巡检任务。此时，需要基于待巡检目标确定目标巡检区域；在目标巡检区域内采用预设巡检方式(如扫描方式)控制无人机基于目标巡检航线对待巡检目标执行巡检任务；目标巡检区域中包括一个或多个待巡检目标。
[0087]
较佳的，在控制无人机基于目标巡检航线对待巡检目标执行巡检任务的过程中，还包括：若识别出待巡检目标存在预设缺陷问题，则将对待巡检目标进行精细巡检作为新的巡检任务；预设缺陷问题是基于巡检规则确定的；基于新的巡检任务和无人机的当前位
置为无人机规划新的目标巡检航线；控制无人机基于新的目标巡检航线对待巡检目标执行新的巡检任务。
[0088]
无人机在航线飞行过程中，如果识别到待巡检目标存在缺陷(如塔杆发生倾斜)，无人机会自动调整航迹进入目标锁定与环绕飞行状态，并围绕待巡检目标的缺陷位置绕飞进行多角度拍照，绕飞航线(即新的目标巡检航线)可同样调用无人机机动能力模型进行规划。同时，利用图像控制算法指令无人机云台相机对准上述缺陷区域，自动调整焦距放大该区域，始终锁定目标处于画幅中央，以此进行精细化巡检。本技术在施工现场监控过程中，无人机发现待巡检目标之后可以根据巡检规则库执行相应的响应措施，大大减少了人工识别的工作量，利于巡检结果的统一整理。
[0089]
本实施例提供的技术方案，构建施工现场的三维栅格地图；从三维栅格地图中确定出待巡检目标的观测视点；基于待巡检目标和施工现场的工况阶段确定巡检任务；基于待巡检目标的观测视点、无人机的当前位置和无人机的飞行约束条件为无人机规划目标巡检航线；控制无人机基于目标巡检航线对待巡检目标执行巡检任务。本技术通过构建施工现场的三维栅格地图，可以准确地计算出待巡检目标的观测视点；基于施工现场的工况阶段智能化地为待巡检目标制定巡检任务；在考虑飞行约束条件的前提下，根据待巡检目标的观测视点和无人机的当前位置规划出一条满足巡检要求的目标巡检航线，并可以控制无人机基于目标巡检航线自主完成巡检任务。本技术可以提高监控施工现场的作业效率和智能化水平，可以简化控制无人机的繁杂操作。
[0090]
在一种优选的实施例中，在执行步骤s150之前，还包括：确定无人机的当前续航距离；确定待巡检目标的观测视点和无人机的当前位置之间的距离是否小于当前续航距离；若小于，触发执行步骤s150；若不小于，则基于当前续航距离确定新的待巡检目标，重新执行步骤s140，以使基于新的待巡检目标的观测视点、无人机的当前位置和无人机的飞行约束条件为无人机规划新的目标巡检航线。
[0091]
具体的，基于当前续航距离确定新的待巡检目标，包括：基于当前续航距离缩小目标巡检区域的范围，规划出满足当前续航距离的新的目标巡检区域；然后，基于最优巡检原则计算新的目标巡检区域中各个待巡检目标的代价值，将代价值最小的待巡检目标作为新的待巡检目标。其中，新的待巡检目标包括待巡检目标、无人机起飞点或无人机充电点。基于最优巡检原则计算代价值的具体过程在下述实施例中介绍。假如，当无人机的当前续航距离不支持去待巡检目标进行巡检，则控制无人机飞向无人机起飞点或无人机充电点。
[0092]
下面进一步描述本发明实施例提供的无人机的控制方法，图3为本技术实施例提供的一种无人机的控制方法的第二流程示意图。本技术实施例是在上述实施例的基础上进行优化，具体优化为：本实施例对目标巡检航线的确定过程进行详细的解释说明。
[0093]
参见图3，本实施例的方法包括但不限于如下步骤：
[0094]
s210、基于待巡检目标的观测视点、无人机的当前位置为无人机规划符合飞行约束条件的初始巡检航线。
[0095]
在本技术实施例中，从三维栅格地图中确定待巡检目标观测视点的坐标信息，将观测视点座位航线必须经过的航点，还需要获取无人机当前位置的坐标信息，再结合预先制定的飞行约束条件，通过无人机机动能力模型为无人机规划出一条能够满足飞行约束条件的从当前位置到观测视点的初始巡检航线。还可以是：提前将需要监测的地方标记处理，
根据穷举算法遍历出所有可供无人机理论通行的初始巡检航线。由于此要求为最基本要求，所以满足此要求的初始巡检航线的数量为至少一个。
[0096]
s220、基于航线规则从初始巡检航线中筛选出符合航线规则的候选巡检航线。
[0097]
在本技术实施例中，经上述步骤s210得到的初始巡检航线之后，还需要调用航线规则引擎再对初始巡检航线进行可行性评估与优化，剔除不合理航线，筛选出符合航线规则的航线，从而得到候选巡检航线。其中，航线规则是基于巡检规则确定的。
[0098]
在不同工况阶段的巡检规则库遵循以下各项参数。例如，开工勘察阶段：全面覆盖巡检区域，路径最短，航时最短原则。杆塔工程阶段：对每个杆塔进行绕飞巡检，关键部位定点拍照，人员安全识别，安全监管要点定点拍照。架线工程阶段；精细巡检，高空施工人员安全带、安全帽、脚扣、工作服等是否规范佩戴识别，安全监管围蔽、机具、临时拉线等识别，线缆外破识别。竣工验收阶段：精细巡检，校验线路的档距、埋深；校验线路的跨越、穿越；临近带电体及树障的距离实验。
[0099]
通过巡检规则库约定无人机初始巡检航线满足和不满足上述各项参数分别对应的处理措施。例如：当预设航线到周边环境之间的距离小于“无人机展开尺寸+压航线精度”，则判定无人机可能触碰障碍物，需要调整该段航线的通过点，若无法求解出满足要求的通过点，则直接舍弃该航线；当航线总续航时间大于无人机的最大续航时间，则判定无人机无法执行完整的巡检任务，需要舍弃该航线；当航线转弯半径小于无人机最小转弯半径时，需要调整航线转弯半径至大于无人机最小转弯半径，若无法满足转弯半径要求，则舍弃该航线。
[0100]
可选的，航线规则还可以在制定巡检航线时支持热添加和热修改一些航线规则。
[0101]
在本步骤中，通过所建立的无人机机动能力模型调用航线规则引擎对初始巡检航线进行可行性评估与优化，从而剔除不合理航线，大大降低无人机执行巡检任务过程中发生危险的概率，且利于得到效率较高的候选巡检航线。现阶段无人机的巡检航线大多采用仿真手段进行可行性验证，专业性要求高，耗时长且计算资源占用多。本技术采用的航线规则引擎方法具有计算速度快、操作简单、可实时介入优化航线等优点。
[0102]
s230、基于最优巡检原则确定构建代价函数的威胁因子以及威胁因子的权重系数，从而得到目标代价函数。
[0103]
其中，威胁因子至少包括航程威胁因子、时间威胁因子和障碍威胁因子，威胁因子还包括上述之外的其他威胁因子。最优巡检原则可以包括巡检时间最短原则、无人机最省电原则等。
[0104]
在本技术实施例中，首先，针对实际问题的需要确定出最优巡检原则，如巡检时间最短原则；然后，基于最优巡检原则在众多的威胁因子中挑选出主要的威胁因子；最后，再基于最优巡检原则为每一个威胁因子赋予权重系数。
[0105]
代价函数的建立要考虑到航程、时间及障碍等因素，直接关系到最优航迹的性能。本技术中需要考虑到的威胁因子有：航程威胁因子、时间威胁因子以及障碍威胁因子。
[0106]
需要说明的是，确定几个威胁因子(即威胁因子的数量)需要依据的原则是：在保证航线规划质量的前提下尽可能提高航线规划速度；若威胁因子较少，则会影响航线规划的质量；若威胁因子较多，则会影响航线规划的速度。
[0107]
无人机i在执行任务j的过程中，航程威胁因子l
ij
用无人机i已飞过的路程l1与当
前位置与目标点的直线距离l2之和来表示，即：l
ij
＝l1+l2。
[0108]
无人机i在执行任务j的过程中，时间威胁因子t
ij
用无人机总航时t1与当前已飞行时间t2之差表示，即：t
ij
＝t
1-t2。
[0109]
无人机i在执行任务j的过程中，障碍威胁因子z
ij
用无人机当前位置与障碍间的距离l
iz
表示，即：z
ij
＝l
iz
。
[0110]
对距离威胁因子、时间威胁因子以及障碍威胁进行归一化处理，使他们的取值在0～1范围内。无人机i执行任务j的过程中的目标代价函数如下公式：
[0111]cij
＝α
×
l
ij
+β
×
t
ij
+γ
×zij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0112]
式中，c
ij
表示无人机执行巡检航线的目标代价函数；l
ij
表示航程威胁因子；α表示航程威胁因子的权重系数；t
ij
表示时间威胁因子；β表示时间威胁因子的权重系数；z
ij
表示障碍威胁因子；γ表示障碍威胁因子的权重系数。
[0113]
s240、基于目标代价函数计算候选巡检航线的代价值，将代价值最小的候选巡检航线作为目标巡检航线。
[0114]
在本技术实施例中，经上述步骤s230确定出目标代价函数之后，再基于目标代价函数计算候选巡检航线中每一个巡检航线的代价值，将代价值最小的候选巡检航线作为目标巡检航线。
[0115]
本实施例提供的技术方案，通过基于待巡检目标的观测视点、无人机的当前位置为无人机规划符合飞行约束条件的初始巡检航线；基于航线规则从初始巡检航线中筛选出符合航线规则的候选巡检航线；基于最优巡检原则确定构建代价函数的威胁因子以及威胁因子的权重系数，从而得到目标代价函数；基于目标代价函数计算候选巡检航线的代价值，将代价值最小的候选巡检航线作为目标巡检航线。本技术在考虑飞行约束条件的前提下，通过航线规则引擎根据待巡检目标的观测视点和无人机的当前位置规划出一条满足最优巡检原则的目标巡检航线，并可以控制无人机基于目标巡检航线自主完成巡检任务。本技术可以提高监控施工现场的作业效率和智能化水平，可以简化控制无人机的繁杂操作。
[0116]
图4为本技术实施例提供的一种无人机的控制装置的结构示意图，如图4所示，该装置400可以包括：
[0117]
三维地图构建模块410，用于构建施工现场的三维栅格地图；
[0118]
观测视点确定模块420，用于从所述三维栅格地图中确定出待巡检目标的观测视点；
[0119]
巡检任务确定模块430，用于基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务；
[0120]
巡检航线确定模块440，用于基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线；
[0121]
无人机控制模块450，用于控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。
[0122]
进一步的，上述巡检任务确定模块430，可以具体用于：确定所述施工现场的工况阶段对应的巡检规则；基于所述巡检规则为所述待巡检目标制定所述巡检任务。
[0123]
进一步的，上述巡检航线确定模块440，可以具体用于：基于所述待巡检目标的观测视点、无人机的当前位置为所述无人机规划符合所述飞行约束条件的初始巡检航线；其
中，所述飞行约束条件包括最小离地高度、航迹长度限制、最小转弯半径和飞行高度限制中的至少一项；基于航线规则从所述初始巡检航线中筛选出符合所述航线规则的候选巡检航线；所述航线规则是基于所述巡检规则确定的；从所述候选巡检航线中筛选出满足最优巡检原则的目标巡检航线。
[0124]
进一步的，上述巡检航线确定模块440，还可以具体用于：基于所述最优巡检原则确定构建代价函数的威胁因子以及所述威胁因子的权重系数，从而得到目标代价函数；所述威胁因子至少包括航程威胁因子、时间威胁因子和障碍威胁因子；基于所述目标代价函数计算所述候选巡检航线的代价值，将所述代价值最小的候选巡检航线作为所述目标巡检航线。
[0125]
进一步的，上述无人机控制模块450，可以具体用于：若识别出所述待巡检目标存在预设缺陷问题，则将对所述待巡检目标进行精细巡检作为新的巡检任务；所述预设缺陷问题是基于所述巡检规则确定的；基于所述新的巡检任务和所述无人机的当前位置为所述无人机规划新的目标巡检航线；控制所述无人机基于所述新的目标巡检航线对所述待巡检目标执行所述新的巡检任务。
[0126]
进一步的，上述无人机控制模块450，还可以具体用于：基于所述待巡检目标确定目标巡检区域；在所述目标巡检区域内采用预设巡检方式控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。
[0127]
进一步的，上述无人机的控制装置，还可以包括：巡检判断模块；
[0128]
所述巡检判断模块，用于在所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务之前，确定所述无人机的当前续航距离；确定所述待巡检目标的观测视点和所述无人机的当前位置之间的距离是否小于所述当前续航距离；若小于，触发执行所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务的步骤；若不小于，则基于所述当前续航距离确定新的待巡检目标，重新执行所述基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线的步骤。
[0129]
进一步的，上述巡检判断模块，还可以具体用于：基于所述当前续航距离从所述目标巡检区域中规划出新的目标巡检区域；基于最优巡检原则计算所述新的目标巡检区域中各个待巡检目标的代价值，将所述代价值最小的待巡检目标作为所述新的待巡检目标。
[0130]
可选的，所述新的待巡检目标包括待巡检目标、无人机起飞点或无人机充电点。
[0131]
进一步的，上述三维地图构建模块410模块，可以具体用于：构建所述施工现场的实景地图；获取所述施工现场的数字模型；将所述实景地图和所述数字模型进行融合得到三维点云地图；将所述三维点云地图转换为所述三维栅格地图。
[0132]
本实施例提供的无人机的控制装置可适用于上述任意实施例提供的无人机的控制方法，具备相应的功能和有益效果。
[0133]
图5是用来实现本技术实施例的一种显示方法的无人机的框图。无人机10旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。无人机还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并
且不意在限制本文中描述的和/或者要求的本技术的实现。
[0134]
如图5所示，无人机10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储无人机10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0135]
无人机10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许无人机10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0136]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如无人机的控制方法。
[0137]
在一些实施例中，无人机的控制方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到无人机10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的无人机的控制方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行无人机的控制方法。
[0138]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0139]
用于实施本技术的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0140]
在本技术的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质
可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0141]
为了提供与用户的交互，可以在无人机上实施此处描述的系统和技术，该无人机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给无人机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
[0142]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0143]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。
[0144]
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本技术中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术的技术方案所期望的结果，本文在此不进行限制。
[0145]
上述具体实施方式，并不构成对本技术保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本技术的精神和原则之内所作的修改、等同替换和改进等，均应包含在本技术保护范围之内。

技术特征：

1.一种无人机的控制方法，其特征在于，所述方法包括：构建施工现场的三维栅格地图；从所述三维栅格地图中确定出待巡检目标的观测视点；基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务；基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线；控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。2.根据权利要求1所述的无人机的控制方法，其特征在于，所述基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务，包括：确定所述施工现场的工况阶段对应的巡检规则；基于所述巡检规则为所述待巡检目标制定所述巡检任务。3.根据权利要求2所述的无人机的控制方法，其特征在于，所述基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线，包括：基于所述待巡检目标的观测视点、无人机的当前位置为所述无人机规划符合所述飞行约束条件的初始巡检航线；其中，所述飞行约束条件包括最小离地高度、航迹长度限制、最小转弯半径和飞行高度限制中的至少一项；基于航线规则从所述初始巡检航线中筛选出符合所述航线规则的候选巡检航线；所述航线规则是基于所述巡检规则确定的；从所述候选巡检航线中筛选出满足最优巡检原则的目标巡检航线。4.根据权利要求3所述的无人机的控制方法，其特征在于，所述从所述候选巡检航线中筛选出满足最优巡检原则的目标巡检航线，包括：基于所述最优巡检原则确定构建代价函数的威胁因子以及所述威胁因子的权重系数，从而得到目标代价函数；所述威胁因子至少包括航程威胁因子、时间威胁因子和障碍威胁因子；基于所述目标代价函数计算所述候选巡检航线的代价值，将所述代价值最小的候选巡检航线作为所述目标巡检航线。5.根据权利要求2所述的无人机的控制方法，其特征在于，在所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务的过程中，还包括：若识别出所述待巡检目标存在预设缺陷问题，则将对所述待巡检目标进行精细巡检作为新的巡检任务；所述预设缺陷问题是基于所述巡检规则确定的；基于所述新的巡检任务和所述无人机的当前位置为所述无人机规划新的目标巡检航线；控制所述无人机基于所述新的目标巡检航线对所述待巡检目标执行所述新的巡检任务。6.根据权利要求1所述的无人机的控制方法，其特征在于，所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务，包括：基于所述待巡检目标确定目标巡检区域；在所述目标巡检区域内采用预设巡检方式控制所述无人机基于所述目标巡检航线对
所述待巡检目标执行所述巡检任务。7.根据权利要求6所述的无人机的控制方法，其特征在于，在所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务之前，还包括：确定所述无人机的当前续航距离；确定所述待巡检目标的观测视点和所述无人机的当前位置之间的距离是否小于所述当前续航距离；若小于，触发执行所述控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务的步骤；若不小于，则基于所述当前续航距离确定新的待巡检目标，重新执行所述基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线的步骤。8.根据权利要求7所述的无人机的控制方法，其特征在于，所述基于所述当前续航距离确定新的待巡检目标，包括：基于所述当前续航距离从所述目标巡检区域中规划出新的目标巡检区域；基于最优巡检原则计算所述新的目标巡检区域中各个待巡检目标的代价值，将所述代价值最小的待巡检目标作为所述新的待巡检目标。9.根据权利要求8所述的无人机的控制方法，其特征在于，所述新的待巡检目标包括待巡检目标、无人机起飞点或无人机充电点。10.根据权利要求1所述的无人机的控制方法，其特征在于，所述构建施工现场的三维栅格地图，包括：构建所述施工现场的实景地图；获取所述施工现场的数字模型；将所述实景地图和所述数字模型进行融合得到三维点云地图；将所述三维点云地图转换为所述三维栅格地图。11.一种无人机的控制装置，其特征在于，所述装置包括：三维地图构建模块，用于构建施工现场的三维栅格地图；观测视点确定模块，用于从所述三维栅格地图中确定出待巡检目标的观测视点；巡检任务确定模块，用于基于所述待巡检目标和所述施工现场的工况阶段确定巡检任务；巡检航线确定模块，用于基于所述待巡检目标的观测视点、无人机的当前位置和所述无人机的飞行约束条件为所述无人机规划目标巡检航线；无人机控制模块，用于控制所述无人机基于所述目标巡检航线对所述待巡检目标执行所述巡检任务。12.一种无人机，其特征在于，所述无人机包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至10中任一所述的无人机的控制方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1至10中任一所述的无人机的控制方法。

技术总结

本申请公开了一种无人机的控制方法、装置、无人机及存储介质，涉及计算机技术领域。其中，该方法包括：构建施工现场的三维栅格地图；从三维栅格地图中确定出待巡检目标的观测视点；基于待巡检目标和施工现场的工况阶段确定巡检任务；基于待巡检目标的观测视点、无人机的当前位置和无人机的飞行约束条件为无人机规划目标巡检航线；控制无人机基于目标巡检航线对待巡检目标执行巡检任务。本申请提供的技术方案，可以提高监控施工现场的作业效率和智能化水平，可以简化控制无人机的繁杂操作。可以简化控制无人机的繁杂操作。可以简化控制无人机的繁杂操作。