基于多源异构无人机的精巡调度平台研究及应用

随着电力网络规模扩大和复杂化，传统电力巡检面临效率低、风险高、成本大等问题。电力巡检场景多样化与单一类型无人机性能局限性之间的矛盾，以及多源异构数据处理与多无人机协同调度的困难，制约了无人机在电力巡检中的应用效果。研究精准起降的实时动态调度管控技术，基于 RTK 与 AprilTag 融合定位方法和多智能体强化学习算法，开发了基于多源异构无人机的精巡调度平台。该平台构建了场景特征向量模型、基于信息熵的数据融合框架和能力 - 任务匹配度的协同调度模型，实现了多无人机的精准定位、航线动态重规划和任务智能分配。实际应用结果表明，该平台提高巡检效率280%，降低成本58.3%，为电力巡检智能化提供了有效解决方案。