基于连续可微采样的无人机多向视点规划

无人机在各种工业基础设施的自主巡检中，需要为大型复杂待巡检对象设计大量的数据采集航点，以获取高质量的全覆盖影像数据。逐点飞行作业能耗高采集效率低，限制了无人机大规模的工业应用。为了优化飞行作业模式，有效提升巡检效率，针对已知待巡检复杂设备结构提出一种全新的多向视点规划算法——连续可微采样的无人机多向视点规划算法(MD-VPP)。该方法在满足全面覆盖巡视目标以及数据采集质量要求的前提下，大幅减少航点数量。首先，将云台俯仰角、偏航角和相机成像面积作为约束条件，构建视点采集连续可微的视图质量目标函数，优化求解候选视点集；然后利用贪心算法求解全覆盖待巡检对象的航点位姿。通过实验对比分析了针对不同巡检对象的航点数量和航点数减少率，相比领域内其他优秀方法，所提方法在确保全覆盖的前提下航点数量至少降低77%,极大地提升了无人机单次作业的数据采集效率。