一种基于点云的精细巡检航点快速生成方法

摘要

本发明涉及电力巡检技术领域，公开了一种基于点云的精细巡检航点快速生成方法，包括，将同类型杆塔中的一个作为模板杆塔，生成模板匹配点集合、模板目标点集合、模板航点集合；在另一同类型待巡检杆塔上，标记相对同位置的匹配点集合；通过旋转平移矩阵Q=R*P+t，求解模板匹配点与待巡检杆塔匹配点之间的转换参数R和t；通过旋转平移矩阵Q=R*P+t，求解待巡检杆塔目标点集合与待巡检杆塔航点集合，以及每个航点对应目标点的参数。本方法通过对同类杆塔建立模板模型，实现对同类杆塔自动批量生成目标点集合和航点集合，简化因重复劳动带来的巨大工作量，提高航点生成效率，减少时间成本和人力成本。

权利要求

1.一种基于点云的精细巡检航点快速生成方法，其特征在于，包括以下步骤：步骤一，将同类型杆塔中的一个作为模板杆塔，生成模板目标点集合，及模板目标点集合对应的模板航点集合；对模板杆塔上三个不共线的点进行标记，生成模板匹配点集合；将模板目标点集合、模板航点集合、模板匹配点集合存储，作为该类型杆塔的模板数据；

步骤二，针对同类型的待巡检杆塔，对待巡检杆塔上三个不共线的点进行标记，生成待巡检杆塔匹配点集合，待巡检杆塔匹配点在待巡检杆塔上的位置与模板匹配点在模板杆塔上的位置一致，将模板匹配点集合及其相对应的待巡检杆塔匹配点集合，通过旋转平移矩阵Q=R*P+t，求出模板杆塔与待巡检杆塔对应点之间的转换参数R和t；点P为位于模板杆塔上的点，点Q为位于与模板杆塔同类型待巡检杆塔上的点；点Q在待巡检杆塔上的位置与点P在模板杆塔上的位置相同；点Q和点P均采用空间直角坐标系表示三维坐标；R和t为常数矩阵；

步骤三，将R、t、模板目标点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔目标点集合；将R、t、模板航点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔航点集合；

步骤四，利用待巡检杆塔目标点集合和待巡检杆塔航点集合，求解每个航点对应目标点的距离、X方向差值、Y方向差值、Z方向差值、云台航向角、云台俯仰角，生成对应航点；

步骤五，对其他同类型的待巡检杆塔，重复步骤二至步骤四，生成对应航点；

在步骤一生成模板匹配点集合时，在模板杆塔上被标记的三个不共线的点彼此之间相互位置分散。

2.根据权利要求1所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：在步骤一和步骤二之间，在与模板杆塔所有同类型的待巡检杆塔上，标记待巡检杆塔匹配点；

待巡检杆塔匹配点在待巡检杆塔上的位置，与模板匹配点在模板杆塔上的位置相同。

3.根据权利要求1所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：在步骤一中，所述匹配点集合内的所有匹配点均位于塔尖和塔杆交叉处。

4.根据权利要求1所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：在步骤一中，所述对模板杆塔上三个不共线的点进行标记，生成模板匹配点集合具体为，根据每个杆塔上安装的附属设备的安装位置进行模板匹配点的定位和标记；在步骤二中，所述对待巡检杆塔上三个不共线的点进行标记，生成待巡检杆塔匹配点集合具体为，根据每个杆塔上安装的附属设备的安装位置进行待巡检杆塔匹配点的定位和标记。

5.根据权利要求4所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：所述附属设备包括导线端挂点、绝缘子、横担端挂点、地线、线夹、防震锤中的至少一种。

6.根据权利要求1所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：在步骤四和步骤五之间，通过调整航点连接顺序，规划无人机最短巡检路径。

7.根据权利要求1所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：在步骤五之后，通过调整航点连接顺序，规划无人机最短巡检路径。

8.根据权利要求6或7任一所述的一种基于点云的精细巡检航点快速生成方法，其特征在于：无人机通过卫星巡航寻找航线中与当前位置最接近的待巡检杆塔。

说明书

一种基于点云的精细巡检航点快速生成方法

技术领域

[0001] 本发明涉及电力巡检技术领域，公开了一种基于点云的精细巡检航点快速生成方法。

背景技术

[0002] 无人机精细化巡检通常应用于输电线路巡检。主要巡检方式有拍照和录像；巡检内容主要包括对杆塔本体及其附属设施的关键部位进行可见光拍照，并提交巡检中发现的
异常及相关报告。

[0003] 无人机精细巡检依赖于自动航线，通常每条航线包含数百级杆塔，每一级杆塔具有数十个拍照航点。目前有两种生成航线的方式：第一种是手动操控无人机飞行到每个目
标点位置，利用无人机遥控器及配套软件，逐个记录拍照点的坐标(空间直角坐标系表示)、
航向以及拍照时云台的航向角和俯仰角；第二种是在三维点云中，利用软件选择目标点云，
再设置拍照距离、角度等参数，逐个生成拍照航点。

[0004] 由于目标点数量巨大，以上两种方法需要对航点逐个采集或生成，无法做到批量作业，通常对一条线路上航点数据的处理，需要数天时间才能完成。

[0005] 基于此，很有必要提出一种航点快速生成方法，来解决传统航点数据处理效率低下的问题。

发明内容

[0006] 为了解决上述问题，本发明提出一种基于点云的精细巡检航点快速生成方法，包括以下步骤：

[0007] 步骤一，将同类型杆塔中的一个作为模板杆塔，生成模板目标点集合，及模板目标点集合对应的模板航点集合；对模板杆塔上三个不共线的点进行标记，生成模板匹配点集
合；将模板目标点集合、模板航点集合、模板匹配点集合存储，作为该类型杆塔的模板数据；

[0008] 步骤二，针对同类型的待巡检杆塔，对待巡检杆塔上三个不共线的点进行标记，生成待巡检杆塔匹配点集合，待巡检杆塔匹配点在待巡检杆塔上的位置与模板匹配点在模板
杆塔上的位置一致，将模板匹配点集合及其相对应的待巡检杆塔匹配点集合，通过旋转平
移矩阵Q=R*P+t，求出模板杆塔与待巡检杆塔对应点之间的转换参数R和t；点P为位于模板
杆塔上的点，点Q为位于与模板杆塔同类型待巡检杆塔上的点；点Q在待巡检杆塔上的位置
与点P在模板杆塔上的位置相同；点Q和点P均采用空间直角坐标系表示三维坐标；R和t为常
数矩阵；

[0009] 步骤三，将R、t、模板目标点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔目标点集合；将R、t、模板航点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔航点集合；

[0010] 步骤四，利用待巡检杆塔目标点集合和待巡检杆塔航点集合，求解每个航点对应目标点的距离、X方向差值、Y方向差值、Z方向差值、云台航向角、云台俯仰角，生成对应航
点；

[0011] 步骤五，对其他同类型的待巡检杆塔，重复步骤二至步骤四，生成对应航点。

[0012] 本发明的优点在于：

[0013] 本方法通过对同类杆塔建立模板模型，实现对同类杆塔自动批量生成目标点集合和航点集合，简化因重复劳动带来的巨大工作量，提高航点生成效率，减少时间成本和人力
成本。

[0014] 此外，本方法能够不局限于现有航点生成所需要的各种限制，能够通过随机选择起始点位置，快速生成精细巡检所需的航点，进而帮助后面形成最短巡检路径，极大方便了
巡检操作。

[0015] 名词解释：

[0016] 1.航点：无人机对杆塔上部件拍照时的悬停点，航点涉及的数据包含序号、杆塔号；航点所在的空间直角坐标系表示的三维坐标；无人机航线、云台航向、云台俯仰角、悬停
时间、悬停动作等参数。

[0017] 2.目标点：杆塔上的被拍照的部件上的一个点位，通常为部件中心位置，目标点数据包含序号、杆塔号、空间直角坐标系表示的三维坐标、目标点名称、目标点类型、大小号
侧、通道等参数。

[0018] 3.匹配点：人为在塔杆上标记的，用于计算平移旋转矩阵R、t参数的点。

[0019] 4.旋转平移矩阵Q=R*P+t：

[0020] 点P为位于模板杆塔上，点Q位于与模板杆塔同类型待巡检杆塔上；点Q在待巡检杆塔上的位置与点P在模板杆塔上的位置相同；

[0021] P点空间直角坐标系表示的三维坐标为P{Px，Py，Pz}；Q点空间直角坐标系表示的三维坐标为Q{Qx，Qy，Qz}；对于确定模板杆塔及其同类型的待巡检杆塔，存在这样的对应关
系：Q{Qx，Qy，Qz} = R*P{Px，Py，Pz}+t,其中，R和t为常数。

[0022] 进一步，在步骤一生成模板匹配点集合时，在模板杆塔上被标记的三个不共线的点彼此之间相互位置分散。

[0023] 选取的三个匹配点，不但不共线，且三个点之间相对位置尽量分散。三个点之间坐标差值越大，越有利于提高计算平移旋转矩阵R、t参数的准确度。

[0024] 进一步，在步骤一和步骤二之间，在与模板杆塔所有同类型的待巡检杆塔上，标记待巡检杆塔匹配点；待巡检杆塔匹配点在待巡检杆塔上的位置，与模板匹配点在模板杆塔
上的位置相同。

[0025] 在杆塔对应位置相同的地方标记匹配点，有利于无人机快速识别杆塔类型。

[0026] 进一步，在步骤一中，所述匹配点集合内的所有匹配点均位于塔尖和塔杆交叉处。

[0027] 塔尖和交叉点选取的时候更容易，有利于提高选取匹配点准确度。

[0028] 进一步，在步骤一中，所述对模板杆塔上三个不共线的点进行标记，生成模板匹配点集合具体为，根据每个杆塔上安装的附属设备的安装位置进行模板匹配点的定位和标
记；在步骤二中，所述对待巡检杆塔上三个不共线的点进行标记，生成待巡检杆塔匹配点集
合具体为，根据每个杆塔上安装的附属设备的安装位置进行待巡检杆塔匹配点的定位和标
记。

[0029] 对杆塔本体上的附属设备，根据其安装位置进行细分区域划分，实现航线的精细化划分和巡检。

[0030] 进一步，所述附属设备包括导线端挂点、绝缘子、横担端挂点、地线、线夹、防震锤中的至少一种。

[0031] 以上物件更容易被无人机识别。

[0032] 进一步，在步骤四和步骤五之间，通过调整航点连接顺序，规划无人机最短巡检路径。

[0033] 便于在计算出对应航点的同时，及时调整航点连接顺序，规划出无人机最短巡检路径，便于实现实时动态调整巡检路径。

[0034] 进一步，在步骤五之后，通过调整航点连接顺序，规划无人机最短巡检路径。

[0035] 最短巡检路径有利于节约无人机的巡检时间，提高巡检效率。

[0036] 进一步，无人机通过卫星巡航寻找航线中与当前位置最接近的待巡检杆塔。

[0037] 这样的设定能使无人机在最短路径内拍摄最多的目标点，不但节约无人机巡检能耗，也缩短无人机巡检时间，使巡检效率达到最高。

附图说明

[0038] 图1为本发明实施例1模板杆塔点位分布示意图。

[0039] 图2为本发明实施例1待巡检杆塔点位分布示意图。

具体实施方式

[0040] 下面通过具体实施方式进一步详细说明：

[0041] 说明书附图中的附图标记包括：第一模板匹配点PP1、第二模板匹配点PP2、第三模板匹配点PP3、第一模板航点PH1、第二模板航点PH2、第三模板航点PH3、第一模板目标点
PM1、第二模板目标点PM2、第三模板目标点PM3、第一待巡检杆塔匹配点QP1、第二待巡检杆
塔匹配点QP2、第三待巡检杆塔匹配点QP3、第一待巡检杆塔目标点QM1、第二待巡检杆塔目
标点QM2、第三待巡检杆塔目标点QM3、第一待巡检杆塔航点QH1、第二待巡检杆塔航点QH2、
第三待巡检杆塔航点QH3。

[0042] 实施例1

[0043] 实施例1基本如附图1所示：随机选择一种类型的杆塔，并从这一类型杆塔中随机选择出一个杆塔作为同类型杆塔中的模板杆塔，在模板杆塔上设置多个模板目标点，形成
模板目标点集合，每个模板目标点对应一个模板航点，因此模板目标点集合对应的模板航
点集合；对模板杆塔上任意三个不共线的点进行标记，被标记的三个点彼此之间相差距离
较大，相互位置分散。根据每个杆塔上安装的附属设备的安装位置进行模板匹配点的定位
和标记，生成模板匹配点集合；将模板目标点集合、模板航点集合、模板匹配点集合存储，作
为该类型杆塔的模板数据。

[0044] 如图2所示，随机选择某一类型的待巡检杆塔，将其中一个待巡检杆塔上三个不共线的点进行标记，针对同类型的待巡检杆塔均按此进行标记，生成待巡检杆塔匹配点集合，
待巡检杆塔匹配点在待巡检杆塔上的位置与模板匹配点在模板杆塔上的位置一致；即待巡
检杆塔匹配点在待巡检杆塔上所处的位置与待巡检杆塔相比形成的位置关系，与模板匹配
点所在位置相对于模板杆塔的位置关系，两者相同。例如，若某一待巡检杆塔匹配点在待巡
检杆塔距离右端10厘米的位置，则在该待巡检杆塔对应的模板杆塔上一定有一个距离该模
板杆塔右端10厘米的模板匹配点。将模板匹配点集合及其相对应的待巡检杆塔匹配点集
合，通过旋转平移矩阵Q=R*P+t，求出模板杆塔与待巡检杆塔对应点之间的转换参数R和t；
点P为位于模板杆塔上的点，点Q为位于与模板杆塔同类型待巡检杆塔上的点；点Q在待巡检
杆塔上的位置与点P在模板杆塔上的位置相同；点Q和点P均采用空间直角坐标系表示三维
坐标；R和t为常数矩阵。

[0045] 将R、t、模板目标点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔目标点集合；将R、t、模板航点集合代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔航点集合；

[0046] 利用待巡检杆塔目标点集合和待巡检杆塔航点集合，求解每个航点对应目标点的距离、X方向差值、Y方向差值、Z方向差值、云台航向角、云台俯仰角，生成针对某一杆塔的对
应航点。

[0047] 最后，对其他同类型的待巡检杆塔，重复以上内容，生成针对某一航线的对应航点。

[0048] 由于常见的杆塔类型有限，如猫头塔、千字塔、酒杯塔、门型塔等，特别是位于同一条航线上的杆塔大多为同种类型。结构相同的杆塔上分布的航点数量相同、航点与其所在
杆塔的相对位置也相同。那么对同类型的杆塔，只需将任意一个杆塔作为模板杆塔，选取目
标点，生成目标点集合模板；对模板杆塔上各目标点对应的航点进行标记，形成航点坐标集
模板，这些航点的连线形成这类模板杆塔的航线模板。其他相同类型的杆塔只需套用航点
坐标集模板和航线模板即可。但套用不等于全盘复制，由于每个杆塔的尺寸、安装方向、所
处空间直角坐标系表示的三维坐标（本实施例为经度、纬度和高度的坐标）可能不一致，导
致每个杆塔上航点的坐标、目标点的坐标、拍照参数：距离、云台航向角、云台俯仰角与模板
杆塔的都不同。

[0049] 具体地，在C市一次电力巡检中应用了一种基于点云的精细巡检航点快速生成方法，包括以下实施步骤：

[0050] S1，将同类型杆塔中的一个作为模板杆塔进行标记，生成模板目标点集合PM{PM1，PM2，PM3}，及模板目标点集合对应的模板航点集合PH{PH1，PH2，PH3}；

[0051] 其中第一模板目标点PM1坐标为(522145.368，3835382.710，625.991)，第二模板目标点PM2坐标为( 522144.421， 3835384.502， 635.324)，第三模板目标点PM3坐标为
(522142.454，3835390.295， 635.530)，第一模板航点PH1坐标为(522147.730，
3835375.363，627.099)，第二模板航点PH2坐标为( 522145.032，3835383.115，643.179)，
第三模板航点PH3坐标为(522142.103，3835390.359，643.522)。

[0052] S2，在模板杆塔上，选择选取塔尖和塔杆交叉处的三个点作为模板匹配点，分别为第一模板匹配点PP1、第二模板匹配点PP2、第三模板匹配点PP3，形成针对该模板杆塔的模
板匹配点集合PP{PP1，PP2，PP3}；PP1、PP2、PP3之间距离较大，且不在同一条直线上；对于不
同类型杆塔上选择的三个匹配点，形成的位置关系不同。数据处理器计算并存储同类型杆
塔模板匹配点之间形成的角度和长度比例关系，巡检过程中，根据对应角度和长度比例关
系确定不同杆塔类型，数据处理器实时向无人机发送模板切换指令，以针对不同类型杆塔，
切换相应子航线。

[0053] 其中PP1标为(522141.455， 3835391.572， 625.002)，PP2坐标为(522144.986， 3835383.152， 625.031)， PP3坐标为(522144.316， 3835384.420， 635.380)。

[0054] S3，将模板目标点集合PM{PM1，PM2，PM3}、模板航点集合PH{PH1，PH2，PH3}、模板匹配点集合PP{PP1，PP2，PP3}存储，作为该类型杆塔的模板数据。

[0055] S4，针对同类型的待巡检杆塔，选取与模板匹配点集合PP{PP1，PP2，PP3}位置相对应的待巡检杆塔匹配点集合QP{QP1，QP2，QP3}；QP1，QP2，QP3相对待巡检杆塔的位置，与
PP1，PP2，PP3相对模板杆塔的位置相同；即第一待巡检杆塔匹配点QP1在待巡检杆塔上的位
置与第一模板匹配点PP1在模板杆塔上的位置相同，第二待巡检杆塔匹配点QP2在待巡检杆
塔上的位置与第二模板匹配点PP2在模板杆塔上的位置相同，第三待巡检杆塔匹配点QP3在
待巡检杆塔上的位置与第三模板匹配点PP3在模板杆塔上的位置相同。

[0056] 其中QP1坐标为(522461.303， 3835516.780， 617.354)，QP2坐标为(522464.854， 3835508.185， 617.612)， QP3坐标为(522464.308， 3835509.825， 627.911)。

[0057] S5，将模板匹配点集合PP{PP1，PP2，PP3}相对应的待巡检杆塔匹配点集合QP{QP1，QP2，QP3}代入旋转平移矩阵Q=R*P+t，求出待巡检杆塔匹配点与待巡检杆塔对应点之间的
转换参数R和t；

[0058] 其中：

[0059] t = [ ‑41941.750， 7062.500， 85752.797 ]

[0060] S6，将R、t、模板目标点集合PM{PM1，PM2，PM3}代入旋转平移矩阵{QM1，QM2，QM3} = R*{PM1，PM2，PM3}+t，求出待巡检杆塔目标点集合QM{QM1，QM2，QM3}；将R、t、模板航点集合
PH{PH1，PH2，PH3}代入旋转平移矩阵{QH1，QH2，QH3} = R*PH{PH1，PH2，PH3}+t，求出待巡检
杆塔航点集合QH{QH1，QH2，QH3}；

[0061] 其中

[0062] 第一待巡检杆塔目标点QM1坐标为(522465.125，3835507.500，617.531)，

[0063] 第二待巡检杆塔目标点QM2坐标为(522464.375，3835509.500，627.844)，

[0064] 第三待巡检杆塔目标点QM3坐标为(522462.500，3835515.250，627.961)，

[0065] 第一待巡检杆塔航点QH1坐标为(522467.500，3835500.250，619.758)，

[0066] 第二待巡检杆塔航点QH2坐标为(522465.125，3835508.250，635.719)，

[0067] 第三待巡检杆塔航点QH3坐标为(522462.250，3835515.500，635.961)。

[0068] S7，利用待巡检杆塔目标点集合QM{QM1，QM2，QM3}和待巡检杆塔航点集合QH{QH1，QH2，QH3}，求解每个航点的相对目标点的拍照参数：距离、云台航向角、云台俯仰角。

[0069] 航点、云台航向角、云台俯仰角、拍摄距离一起构成如下矩阵：

[0070]

[0071] 在传统电力巡检中，一条涉及100座杆塔，3000个航点和3000个目标点的巡检线路，需要电力公司派出3名员工，花费20‑30个工作日驱车到每个现场，在每个杆塔下，人工
控制和调整无人机的位置和拍照角度，来实现对航点数据的逐一采集。由于数据采集的准
确度在很大程度上要依赖人为因素，往往花了大量时间，得到的数据并不理想，有时还会漏
拍。完成这样一次航线规划的成本至少需要5万元。如果遇到连续的雷雨天气，为了工作人
员的安全，巡检工作就要向后延迟。而使用本发明中的方法，通过对同类杆塔建立模板模
型，实现对同类杆塔批量自动生成目标点集合和航点集合，航线规划只需要1个人在1‑2个
工作日即可完成。成本极大降低。通过本方法大大降低重复劳动带来的巨大工作量，提高航
点生成效率，减少时间成本和人力成本。

[0072] 实施例2

[0073] 与实施例1的区别在于，本实施例中，针对不同的巡检需求，对于不同类型的杆塔可以生成对应类型的模板，并对应生成对应类型的巡检航线，包括通道巡检、不同级别的精
细巡检航线等。

[0074] 具体地，通道巡检，通常航点数量较少，通常为每个杆塔顶部一定距离一个航点，本实施例中，距离杆塔顶部的第一个航点为距离杆塔顶部距离为杆塔高度十分之一到百分
之一的距离，杆塔之间的线路通道也可能会存在额外的少量航点，主要用于线路通道的通
道照片采集、视频采集、三维激光扫描等任务场景。

[0075] 具体地，不同级别的精细巡检，航线包含了对塔头、塔基、全塔、通道以及杆塔每个详细部件的点位拍照，如绝缘子、防震锤、挂点、地线端点等。

[0076] 实施例3

[0077] 与实施例1的区别在于，本实施例通过快速生成航线，导出航线文件，在智能终端、手机和电脑上的无人机操作软件导入航线，根据智能终端从无人机获取的位置信息，确定
无人机起飞点位置。无人机操作软件通过搜索航线文件的航点坐标信息，提取距离最近的
航点集合(通常以一个杆塔的所有航点组成一个单元集合)，提取的结果由操作者在确认、
选择后传输给无人机，执行巡检任务。

[0078] 实施例4

[0079] 与实施例1的区别在于，本实施例中无人机自带数据处理器，数据处理器连接有数据库。执行巡检前，预先将待巡检杆塔所在地理坐标信息输入数据库，无人机通过北斗卫星
导航系统获取自身所在地理坐标，用自身地理坐标与数据库中待巡检杆塔的地理坐标信息
进行匹配，寻找匹配差值最小的待巡检杆塔作为下一个巡检对象。如此保证巡检线路最短，
巡检效率最高。

[0080] 实施例5

[0081] 与实施例1的区别在于，针对杆塔数量多、航点数量多的航线，受限于无人机的巡航里程，采取航线分割策略。分割策略之一，以杆塔为单元分割，如航线包含N级杆塔，分割
成N条子航线，每条子航线只包含同一个杆塔的航点，无人机巡检时，根据无人机的定位，搜
索距离无人机最近的杆塔，从而获取杆塔对应的航线，执行巡检任务，到达下一个杆塔时，
以此类推；分割策略之二，根据无人机续航时间乘以巡检飞行速度得到续航里程S，按照航
点顺序，逐个累加航点间的距离L = L1+L2+L3+…+Ln，直到L与S最接近且L点划为子航线1，以此类推划分其余子航线，无人机执行巡检任务时，搜索第一个航点距离
无人机最近的子航线，执行巡检任务。

[0082] 实施例6

[0083] 与实施例1的区别在于，本实施例在选取模板杆塔时，为距离无人机起飞所在位置方圆30米之内，且模板杆塔为在该区域范围内出现数量最多的那种类型杆塔，且该模板杆
塔为该类型杆塔中距离无人机起飞位置最近的那个杆塔，若同时有两个以上的杆塔满足条
件，则选择顶端高度位置最高的那个杆塔，若同时有两个以上的杆塔满足条件，则从满足条
件的所有杆塔中随机选择一个作为模板杆塔。通过本实施例，能够快速确认模板杆塔，以便
快速生成精细巡检航点。

[0084] 以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的
普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手
段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施
本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请
的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以做
出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效
果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具
体实施方式等记载可以用于解释权利要求的内容。