[发明专利]输电线路无人机自主巡检自适应成像质量优化方法有效

专利信息
申请号: 202010066886.5 申请日: 2020-01-20
公开(公告)号: CN111272148B 公开(公告)日: 2021-08-31
发明(设计)人: 黄郑;潘志新;王红星;柏仓;王永强;高超;朱洁;刘斌 申请(专利权)人: 江苏方天电力技术有限公司;国网江苏省电力有限公司
主分类号: G01C11/04 分类号: G01C11/04;G05D1/10;G05D1/08;G06N3/04;H04N5/232
代理公司: 南京钟山专利代理有限公司 32252 代理人: 陈月菊
地址: 211102 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输电 线路 无人机 自主 巡检 自适应 成像 质量 优化 方法
【权利要求书】:

1.一种输电线路无人机自主巡检自适应成像质量优化方法,其特征在于,所述优化方法包括:

S1,控制无人机到达任务点,识别目标对象,确认目标对象的空间位置信息和对应的理论拍摄参数,所述理论拍摄参数至少包括该目标对象对应的理论拍摄位置、理论无人机姿态;

S2,实时获取无人机的位置信息和姿态信息,结合理论拍摄位置和理论无人机姿态,执行第一事件触发循环控制流程,依次修正无人机的位置信息和姿态信息,使修正后的无人机位置信息与理论拍摄位置之间的位置偏差小于设定位置偏差阈值,以及修正后的无人机姿态与理想无人机姿态之间的姿态偏差小于设定姿态偏差阈值,所述理想无人机姿态是结合无人机实际位置信息对理论无人机姿态进行修正后得到;

S3,结合无人机实时位置信息与目标对象的空间位置信息,执行第二事件触发循环控制流程以初步修正云台相机姿态数据,使实际的镜头视野和期待的镜头视野之间的重合度百分比达到设定重合度阈值;

S4,结合无人机实时位置信息、云台相机姿态数据和目标对象外形特征,计算得到目标对象相对于镜头视野的理想区域范围,根据目标对象在镜头视野上的实际位置,采用视觉引导技术,对云台进行精调,使识别到的目标对象位于对应的理想区域范围内;

S5,根据识别到的目标设备在镜头中的实际位置信息初步调整相机焦距后,截取图传画面,对图传画面的清晰度进行计算,根据计算得到的图传画面的清晰度对相机焦距进行微调,直至图传画面的清晰度满足预设的清晰度阈值;

S6,执行拍摄动作,完成对当前目标对象的巡检任务;

步骤S2中,所述执行第一事件触发循环控制流程,依次修正无人机的位置信息和姿态信息的过程包括以下步骤:

S21,实时获取包括经度、纬度、海拔在内的无人机当前位置参数和包括机头方向在内的姿态参数;

S22,结合无人机当前位置参数和规划的理论拍摄位置,计算两者之间的实际距离,推算出无人机当前位置相对于理论拍摄位置之间的偏移距离,如果偏移距离大于预设的距离偏差阈值,向无人机发送飞行控制命令,修正无人机的空间位置,直到两者之间的偏移距离小于预设的距离偏差阈值,进入步骤S23,否则,直接进入步骤S23;

S23,结合无人机的实际空间位置和理论空间位置,修正规划的目标机头方向,得到修正后的理论机头方向;

S24,将无人机的实时机头方向与理论机头方向的偏差进行比较,如果无人机的实时机头方向与理论机头方向的角度偏差大于设定角度偏差阈值,向无人机发送机头旋转命令,修正无人机的机头方向,直到角度偏差小于设定角度偏差阈值。

2.根据权利要求1所述的输电线路无人机自主巡检自适应成像质量优化方法,其特征在于,步骤S1中,所述识别目标对象,确认目标对象的空间位置信息和对应的理论拍摄参数包括以下步骤:

S11,采用TensorFlow框架创建用于识别对巡检的目标电力设备的MobileNetV2深度神经网络模型;

S12,采集一定量包含目标电力设备的现场巡检照片,标注后生成样本集,导入MobileNetV2深度神经网络模型进行迭代训练;

S13,将训练完成后的MobileNetV2深度神经网络模型部署到控制终端,对无人机传回来的实时图像进行识别;

S14,根据识别结果确认目标电力设备在图传画面内的位置坐标以及设备类型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏方天电力技术有限公司;国网江苏省电力有限公司,未经江苏方天电力技术有限公司;国网江苏省电力有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010066886.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top