[發明專利]融合高分辨率遙感影像與地形的個性化電力野外作業路徑規劃方法及系統

在審

• 申請號: 202010443706.0
• 申請日: 2020-05-22
• 公開（公告）號: CN111667101A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 向隆剛;張彩麗;趙光靜;邵煒平;戴鐵潮;楊鴻珍
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06T17/05;G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 魯力

1.一種融合高分辨率遙感影像與地形的個性化電力野外作業路徑規劃方法，其特征在于，包括：

數據預處理步驟：獲取電力作業區的基礎數據，并根據所述基礎數據進行不同地物類別提取及地形因子計算，所述基礎數據包括高分辨率正射影像(DOM)，地形數據(DEM)；

可通行性成本估計步驟：獲取歷史軌跡數據，根據路徑規劃限制對歷史軌跡數據、預處理模塊提取的不同地物類別及地形因子進行可通行性成本估計；

路徑規劃步驟：在考慮距離、可通行性成本、爬坡次數、累積爬坡長度和路徑曲折度的同時顧及作業人員的負重和體能，改進A*算法代價函數，基于算法搜索流程進行起點與終點之間的個性化最優路徑規劃；

三維可視化及調優步驟：根據所述地形數據(DEM)及高分辨率遙感影像(DOM)構建三維可視化場景，通過三維瀏覽和動畫模擬對規劃結果進行查看、分析，進而提供編輯工具局部調整和優化規劃路徑的節點位置，對規劃結果進行調優。

2.根據權利要求1所述的一種融合高分辨率遙感影像與地形的個性化電力野外作業路徑規劃方法，其特征在于，所述數據預處理步驟，包括：

步驟2.1、對電力作業區進行航測，采用VirtuoZoNT系統對航空相片進行處理，生成高分辨率正射影像(DOM)及數字高程模型(DEM)；

步驟2.2、利用Tensorflow和Keras深度學習框架搭建Mask RCNN網絡模型，對獲取的高分辨率遙感影像進行不同地物類別提取；

步驟2.3、根據獲取的地形數據(DEM)，進行地形因子分析，提取坡度、高程標準差，格網分辨率統一設為d。

3.根據權利要求2所述的一種融合高分辨率遙感影像與地形的個性化電力野外作業路徑規劃方法，其特征在于，步驟2.1具體包括：

步驟A、將公開分享的遙感深度學習AID數據集分為訓練集和驗證集，輸入到Mask RCNN網絡模型；首先基于訓練集對模型進行訓練，然后基于驗證集，調節模型參數，獲得橋梁，河流等地物分割效果最好的模型a；

步驟B、基于作業區域制作的遙感影像標簽，對預訓練好的模型a進行微調，獲取適應于作業區域的地物提取模型b；

步驟C、將作業區高分辨率遙感影像(DOM)作為輸入，利用模型b進行作業區不同地物類別提取，包括：橋梁、河流、湖泊、建筑、圍欄、小路、農田，自然保護區、大型工礦企業。

4.根據權利要求1所述的一種融合高分辨率遙感影像與地形的個性化電力野外作業路徑規劃方法，其特征在于，所述可通行性成本估計步驟，包括：

步驟4.1、根據路徑規劃限制對數據預處理步驟提取的不同地物類別進行分類，包括通行區域(路、橋梁、荒地)、某些不能通行的禁止區域(水體、圍欄、建筑、自然保護區)和應盡量避免但無法避免穿過的協商區域(農業用地、沙漠、林地)；

步驟4.2、基于步驟2.3的地形因子分辨率d，對作業區進行柵格化，然后基于面積占優法，根據不同地類(路，橋梁、荒地、水體、圍欄、建筑、自然保護區、農業用地、沙漠、林地)可通行性成本量化，生成土地利用成本表面A；其中可通行區域柵格單元值記為1，協商區域根據不同地類情況其柵格單元值不同，記為Ai，禁止通行區域柵格單元值為Nodata；

步驟4.3、從記錄用戶出行路徑的數據庫中調用歷史軌跡數據；基于步驟2.3的地形因子分辨率d，對歷史軌跡數據柵格化，將歷史軌跡所在格網單元標記為可通行區域，對土地利用成本表面A進行更新；

步驟4.4、根據坡度可通行性成本量化、高程標準差可通行性成本量化，對坡度、高程標準差進行重分類，分為10個等級，分別得到坡度成本表面S，高程標準差成本表面H，其中大于可通行要求的坡度及高程標準差區域，柵格單元記為Nodata；

步驟4.6、分別對上述土地利用成本表面、坡度成本表面、高程標準差成本表面進行歸一化，然后加權疊加得到作業區可通行性成本表面數據:級別越高，可通行成本越大，其中分別為歸一化后土地利用成本表面、坡度成本表面、高程標準差成本表面。