本發明屬于飛行器，具體而言，涉及基于ai視覺輔助的配網無人機航線自適應生成系統。
背景技術：
1、隨著電力網絡規模的不斷擴大和復雜性的增加，傳統的人力巡檢方式在效率和安全性上都存在顯著的不足。無人機技術的應用為電力巡檢提供了一種高效、安全的解決方案。然而，現有的無人機電力巡檢系統主要依賴預設航線進行飛行，缺乏自適應能力，無法根據實時情況調整飛行路線，導致巡檢效果不盡理想。此外，無人機在飛行過程中可能遇到復雜的環境條件，如風力變化、障礙物等，這些因素會影響無人機的飛行穩定性和巡檢精度。為了提高無人機電力巡檢的效率和可靠性，亟需一種能夠實時調整飛行航線，并對飛行狀態進行監控和優化的智能系統。通過引入ai視覺輔助和自適應控制技術，可以實現無人機在復雜環境中的精準飛行和高效巡檢，確保電力設備的安全運行。
2、查閱相關的公開技術，公開號為us20210224512a1的技術方案提出一種采用雙重注意網絡的無人機巡檢系統，通過對海岸線上的漂浮物進行圖像識別，從而判斷漂浮物中是否為具有危險廢棄物或者其他具有威脅的物體；公開號為cn106774221a的技術方案提出一種無人機與無人車配合的巡邏系統，通過兩者的配合實現地面的各種物體的三維識別，并且可以由無人車支持無人機的續航工作時間；公告號為kr102440819b1的技術方案提出一種由無人機識別區域內人員的安保系統，通過無人機的定期巡查，核查指定區域內人員是安保人員或者其他人員。
3、以上技術方案均提出了利用圖像識別用于判斷物體或人物的無人機應用技術方案，但對于怎樣持續優化無人機在識別和巡檢中的策略問題，目前技術方案尚少有提及。
4、背景技術的前述論述僅意圖便于理解本發明。此論述并不認可或承認提及的材料中的任一種公共常識的一部分。
技術實現思路
1、本發明的目的在于，提供一種基于ai視覺輔助的配網無人機航線自適應生成系統；所述生成系統包括服務器、主無人機和副無人機；服務器由運算單元和控制單元組成，運算單元用于執行自適應算法，接收并分析無人機的狀態數據，以生成控制策略并發送控制指令；控制單元則負責將這些指令傳輸給無人機；主無人機按預設航線執行電力巡檢任務，采集電力設備的圖像數據并傳輸至服務器；副無人機在主無人機周圍伴飛，采集其姿態和動作數據，并將數據傳輸至服務器。主無人機和副無人機分別生成主記錄sa和副記錄sb，服務器將其整合為總記錄s，并由運算單元采用演員-評論家算法進行分析和優化，生成自適應策略以優化無人機航線。
2、本發明采用如下技術方案：基于ai視覺輔助的配網無人機航線自適應生成系統，所述生成系統包括：
3、服務器，至少一臺主無人機以及至少一臺副無人機；
4、所述服務器包括：
5、運算單元，被配置為接收并分析無人機的狀態數據，生成、保存、優化用于控制無人機飛行的控制策略，并根據所述控制策略生成對一臺或以上無人機進行飛行控制的控制指令；以及
6、控制單元，被配置為通訊連接一臺或以上無人機，并將所述控制指令發送到無人機；
7、所述主無人機被配置為執行預設航線的電力巡檢任務，包括飛行并對航線上的電力設備進行拍攝，并將所拍攝的圖像數據傳輸到所述服務器；
8、所述副無人機被配置為與所述主無人機周圍進行伴飛，采集所述主無人機的姿態和動作數據，并將所拍攝的圖像數據傳輸到所述服務器；
9、其中，由所述主無人機采集的數據被存儲為主記錄sa，所述主記錄sa包括所述主無人機在飛行時的自身狀態數據，以及所述主無人機所拍攝的電力設備的圖像數據；由所述副無人機采集的數據被存儲為副記錄sb，所述副記錄sb包括由所述副無人機拍攝所述主無人機在飛行時的狀態數據和動作數據；
10、并且，由所述運算單元執行以下步驟：
11、將所述主記錄sa和副記錄sb整合形成總記錄s；
12、采用演員-評論家算法，基于所述總記錄s，對當前的控制策略進行評價；
13、根據評價結果持續優化當前的控制策略，并最終生成針對當前航線優化后的自適應策略；
14、優選的，所述運算單元中運行有策略網絡以及評估網絡，用于持續執行基于演員-評論家算法的自適應策略的生成和優化；其中，
15、所述策略網絡被配置為基于當前所述控制策略以及評估網絡所提供的執行效果，以無人機的當前狀態和/或動作作為輸入，相應輸出下一時間節點無人機的動作；
16、所述評估網絡被配置為評價無人機執行當前控制策略的執行效果，并將所述執行效果反饋到所述策略網絡；
17、優選的，所述控制策略包括多項策略，所述控制策略基于當前無人機的狀態和/或動作，描述無人機應該執行的具體行動；
18、優選的，所述運算單元還包括采用不變集原理，驗證所述評估網絡的穩定性；
19、優選的，所述評估網絡評價無人機執行當前控制策略的執行效果，其評價的內容包括：
20、無人機的姿態是否平穩；
21、無人機與需要檢查的目標電力設備的距離和檢查時的自身定位是否準確；
22、無人機所采集的圖像的圖像質量；
23、優選的，所述無人機所采集的圖像的圖像質量，包括以下一項或以上的評價要素：
24、目標電力設備的目標部位是否被攝入在畫面中；
25、目標電力設備的目標部位在畫面中的占比；
26、目標電力設備的目標部位在畫面中是否清晰；
27、優選的，所述副無人機的飛機控制由以下其中一種方式實現：
28、由至少一名操作員通過所述控制單元進行手動操作，
29、由所述控制單元自動執行；
30、由部署在相應無人機上的至少一個機內控制單元自動執行；
31、優選的，所述主無人機以及所述副無人機其配置有至少一個圖像采集裝置，所述圖像采集裝置是由以下一樣或一樣以上傳感器或圖像設備所構成：相機、攝像機、熱成像相機、紅外相機、夜視傳感器、深度相機、測距傳感器、激光測距傳感器、無線電測距傳感器。
32、本發明所取得的有益效果是：
33、1.?本技術方案的生成系統通過采用演員-評論家算法和ai視覺輔助，實現了無人機航線的自適應生成和優化；服務器能夠根據主無人機和副無人機采集的實時數據，持續評估和調整飛行控制策略，使無人機能夠動態適應復雜的巡檢環境，提高了飛行的靈活性和任務完成的精度；
34、2.?本技術方案的生成系統配置了按照預定航線自主飛行的主無人機，以及可以自動或手動飛行的副無人機的協同工作機制；在生成自適應策略的過程中，主無人機專注于執行預設的電力巡檢任務，而副無人機負責監控主無人機的姿態和動作，并提供第三人稱視角的數據支持；這種多角度、多視角的數據采集方式，不僅提高了無人機對自身狀態的感知能力，也有效避免在生成自適應策略過程中的碰撞風險，確保了巡檢任務的安全性和可靠性；在自適應策略生成完成后，即可以明顯優化對當前航線的自適應飛行，并可以由一架無人機完成巡檢的工作；
35、3.?本技術方案的生成系統中，服務器通過整合主記錄和副記錄形成總記錄，并利用演員-評論家算法進行實時分析和優化控制策略；評估網絡對無人機執行效果的評估和反饋，保證了控制策略的持續改進和優化；該機制不僅提升了無人機巡檢的智能化水平，還確保了巡檢數據的高效處理與利用，提高了整體系統的響應速度和工作效率；
36、4.?本技術方案的生成系統的軟、硬件部分采用模塊化設計，系統中硬件部分的各工作模塊、部件，以及軟件部分的指令、參數、算法均可以通過后期進行方便的替換和/或升級，從而降低本系統的搭建成本與維護成本。