依托三维地理沙盘为飞行底座，融合周边多套数据与业务系统，打通数据壁垒，形成共融互通的数据全域智享平台。此平台为无人机提供统一的巡视路径规划策略，统一的图像智能识别传感技术，统一的数字分析推演及预测模型，统一的调度任务辅助决策等先进管理模式，实现跨专业、跨场景的多元化全域融合。此平台秉着兼容多品牌厂商的无人机、机巢等相关设备，加速物联网技术的应用，以开放式接口融合多元周边系统，打造以无人机为核心的全域智慧管控生态圈。

“星天地”一体化无人机云平台主要分为业务应用服务端、数据存储和调用服务端、网络通信端以及无人机自动机巢系统。应用云计算、大数据、三维空间、5G、AI算法等技术，致力打造”星天地”一体化云端四位一体的全域无人机智慧电力管控平台。

图 1 系统架构图

图 2 “星天地”一体化无人机云平台示意图

4.3.3、技术路线

系统整体按照“数据+平台+微服务”的技术路线模式，集成在”星天地”一体化无人机云平台，具体为：

数据：无人机自动巡飞获取可见光、红外、激光点云等图像数据、集成GIS、PMS等电网运行数据、作业数据、设备状态数据、量测数据、客户数据等。

平台：平台提供统一的无人机巡航调度指令，可视化管理巡视任务，实时接收无人机依据通讯链路实时回传的现场数据，通过平台的智能分析模型，高效提供辅助决策。

微服务：此系统后台采用微服务架构，可针对前台业务场景进行高效封装，降低后台服务调用的耦合性，为后台服务调用实现灵活扩展的底层机制。

4.3.4、通信协议

系统运行过程中，无人机和机巢需要实时互动，所以就要数据传输稳定且顺序准确。机巢和地面站之间采用TCP/IP协议通讯，就是因为通过TCP连接传送的数据，无差错，不丢失，不重复，且按序到达，TCP通过校验和，重传控制，序号标识，滑动窗口、确认应答等机制实现可靠传输。如丢包时的重发控制，还可以对次序乱掉的分包进行顺序控制。

MQTT(消息队列遥测传输)是ISO标准(ISO/IEC PRF 20922)下基于发布/订阅范式的消息协议，是为硬件性能低下的远程设备以及网络状况较差的情况下而设计的发布/订阅型消息协议，MQTT协议的特性比较好的贴合了项目建设需求，所以，机巢及地面站与控制中心后台采用这种方式来进行通讯，无人机采集的实时温度信息、气体信息同样通过MQTT协议传输给控制中心后台。

指挥中心系统发出的符合GB28181拓展协议的控制信令，通过转发服务器发给控制信令网关服务器，经网关服务器的转译，将控制信令转换成无人机可以直接识别的信令，发送给地面站，再由地面站通过通信链路发送给无人机，无人机来执行响应的动作；

无人机作为移动飞行的空中摄像头，不仅仅需要传递设备的状态信息，还需要传递操纵无人机的控制信令和摄像头拍摄到的实时视频。无人机在巡逻过程中拍摄到的实时视频数据，直接通过通信链路传输给地面站，地面站通过编码器将视频转换成可通过互联网传输的视频流格式如rtmp或者rtsp；媒体网关服务器通过编码器的视频流地址，来获取无人机拍摄到的视频，并转换成符合GB28181的视频流格式，推送给上一级转发服务器，由服务器将这些视频流转发到指挥调度系统的前端显示页面上，进行播放。

这种通讯架构，可以大程度的降低控制信令及视频传输的时延问题，并且本项目负责部分的信息通道是通过企业标准来完成，具备良好的二次开发和升级优化的灵活性及自主性，还能保障输入输出的数据符合GB28181视频和信令要求，这样就为后期随着技术进步、需求变化的维护和升级迭代提供更广阔的空间。

图 3 通信协议及流媒体数据转发示意图

4.3.5、开放式接口

“星天地”一体化无人机云平台的后台服务，以及无人机、机巢设备的服务接口，均采用开放式API接口对外提供服务支撑，支持GB/T 28181-2016国标视频协议并定义了无人机扩展信令，无缝兼容既有系统，实现平台统一调度管理、云平台集成。

4.4、重点功能

4.4.1、三维底座可视化应用

基于对三维沙盘底座的充分应用，将无人机平台打造成一个全域数子可视化的智巡管理平台。基于此平台，深度融合无人机对可见光、红外巡航采集的高精度激光点云扫描数据，配合无人机巡航采集的图像、视频等实景数据，为无人机中心的工作人员“动态实时、连续稳定、可靠智能”电网全息物联感知的可视化智慧管控平台。让管理人员针对电网宏观视野的信息及时获取，应对复杂多变的现场情况把控，以及跨专业多源数据融合分析的决策响应，三维底座可视化应用，为此提供了一个坚实可靠、直观立体、虚实融合、智能决策的管理新模式。

4.4.2、无人机智慧布点策略

基于构建区域综合治理专业航线数据库，实现对无人机航迹数据的碎片化重组，结合无人机对区域综合治理的线路交跨、建筑物、树竹等自动净空排查技术，强化航迹数据耦合连接性。依托无人机全域设备巡检数据及空间大数据分析技术，探索无人机网格化智慧布点策略研究，基于设备巡检频次、无人机续航半径、机巢种类、跨专业巡航任务类型等核心要素，实现无人机放飞全域智慧布点，进一步提升无人机巡检效率和自动化水平，对全域内所有架空线路及相关资产设备进行网格化管理。

4.4.3、区域协同算法

通过将无人机整个巡检的规划路径过程划分为起降路径、往返路径、巡检路径三个部分，并在不同的路径选取对应的模型计算其规划路径，从而使得整体无人机电力巡检航线具有较高的规划性能。通过多无人机协同调度，节省巡检时间，提升巡检效率。同时保障无人机在有限区域内同时起降、同时执行不同航线的作业任务时，相互之间不会发生碰撞。

4.4.4、图像智能识别分析查缺

依托区域综合治理资产智能管控业务的实际需求，梳理无人机智能巡视应用场景和对象，针对资产过程管控中典型缺陷的智能识别算法模型，基于“星天地”一体化无人机云平台人工智能算法模块，覆盖区域八大领域的行业综合治理需要的缺陷种类，通过样本库、缺陷库数据共享，实现算法不断迭代优化，依托大数据分析、人工智能技术应用，构建关联分析算法模型，深挖数据潜在价值，持续开展图像缺陷算法、自主航迹规划等关键技术研究，丰富算法种类，提高缺陷识别准确率，提升图像缺陷自动识别、自主规划航迹的智能化水平，进一步实现“机械减人，科技减人”全面提升配网资产建设质量及整体巡视智能化水平。

4.4.5、自动生成优巡航路径

基于故障、缺陷等信息自动化生成社会综合治理无人机巡航工单，综合考虑驻点内人员承载能力以及无人机续航能力定制无人机巡检策略，依托于拓扑线路图实现优路径规划，提升现场作业的执行效率。

4.4.6、隐患预警提报消缺

依据图像智能分析结果，以大数据为依托构建业务线上的分析功能，以准确有效的掌控设备的运行及周边环境的情况。并能根据关联的策略完成缺陷处理、状态跟踪、信息推送等业务操作，为工程项目管理人员提供图像分析可视化服务，提高无人机巡视质量及巡视效率，降低人工巡视成本，及时发现故障隐患。