[发明专利]一种基于深度学习的架空线路清障装置及方法

权利要求书

1.一种基于深度学习的架空线路清障装置，包括无人机、舵机云台、切割器和云服务器，其特征在于：所述无人机通过通讯模块与云服务器进行双向数据传输，控制器通过信号线与通讯模块进行双向数据传输，控制器通过信号线分别控制舵机云台、切割器；

所述切割器内部设有小型激光器，所述激光器包含小型激光器机体、激光发射管、调焦旋钮、功率调节旋钮，所述小型激光器使用独立电源供电，所述激光发射管外围设有调焦旋钮，激光器机体背面设有功率调节旋钮，小型激光器内部设有第一齿轮和第二齿轮，所述第一齿轮与调焦旋钮固定相连，第一齿轮由第一电机控制而转动，所述第二齿轮与功率调节旋钮固定相连，第二齿轮由第二电机控制而转动，所述第一电机和第二电机均连接控制器。

2.根据权利要求1所述的一种基于深度学习的架空线路清障装置，其特征在于：所述舵机云台包括云台连接杆、第一连接板、弧形外壳、第一舵机、第二连接板、第二舵机，所述云台连接杆下部固定连接有第一连接板，所述第一连接板底面连接有弧形外壳，所述第一舵机固定安装于弧形外壳内部，所述弧形外壳底面设有通孔，所述第一舵机底部设有第一转轴，所述第一转轴通过通孔与第二连接板固定相连，所述第二舵机固定安装于第二连接板底部，所述第二舵机侧面设有第二转轴和第三转轴，所述第二转轴与切割器外壳固定相连，所述第三转轴与切割器外壳的另一端旋转式相连。

3.根据权利要求1所述的一种基于深度学习的架空线路清障装置，其特征在于：所述切割器包括切割器外壳、摄像头、小型激光器和超声波测距模块，所述切割器共有上下两层，切割器顶层固定连接有小型激光器，所述小型激光器上部固定安装有摄像头，所述切割器底层固定连接有超声波测距模块。

4.根据权利要求3所述的一种基于深度学习的架空线路清障装置，其特征在于：所述小型激光器发射的激光束方向与摄像头正对的方向、超声波测距模块正对的方向始终一致，且镜头的几何中心点和超声波测距模块的几何中心点在垂直方向上的距离不超过3cm。

5.一种基于深度学习的架空线路清障方法，其特征在于，包括以下步骤：

S1，工作人员使用遥控器，遥控无人机从起飞点飞至悬挂物附近，切割器仍处于初始状态，面向无人机的正前方，遥控无人机尽可能使切割器正对异物中上部，同步拍摄并传输实时图像至地面基站；

S2，根据实际距离信息前后移动无人机位置，

在人工遥控的同时，超声波测距模块采集实时距离信息，传至控制器，控制器处理距离信息，判断实际距离是否小于安全距离，若实际距离小于安全距离，则控制器调整螺旋桨转速，使无人机机体后移远离导线和异物，继续处理距离信息，若实际距离大于安全距离且小于激光器最大焦距，则无人机保持当前位置悬停；

S3，摄像头采集实时异物图像，将图像数据传给控制器，控制器通过通讯模块再将图像数据传到远端服务器，远端服务器接收到图像数据之后，传入yolo模型，该模型使用darknet-53作为backbone，采用多尺度融合，包括9种尺度的先验框，3个不同的特征尺度输出，提高了识别精度，提取yolov3识别异物的选框区域，截取有效地的切割区域，仅对该区域图像信息进行处理，使用HLS颜色空间进行阈值过滤，将其转化为灰度图，传入sobel算子，按权重混合，得到处理后的图像数据，对二值图像数据Y方向的像素进行直方图统计，定位峰值作为搜索起点，设置搜寻窗口大小，以搜寻起始点作为当前搜寻的基点，并以当前基点为中心做网格化搜寻，对每个搜寻窗口分别做水平和垂直方向的直方图统计，统计在搜索框区域内非零像素个数，并过滤掉非零像素数目小于50的框，计算非零像素坐标的均值作为当前搜索框的中心点，使用霍夫变换拟合这些中心点，得到导线位置，用训练得到的偏差值校准导线位置，获取异物邻近导线侧的切割路径，将切割起始点、终止点返回至控制器；

S4，控制器计算切割起始点与视野中心点之间的偏差，控制第一舵机和第二舵机协调转动，使摄像头正对所述切割起始点，此时切割起始点位于视野中心；

S5，控制器开启小型激光器电源，并控制第一电机转动，带动调焦旋钮转动，将激光束焦距调整至恰好等于切割器与异物之间的实际距离，控制第二电机转动，带动功率调节旋钮转动，使小型激光器以最大输出功率工作；

S6,控制器控制第一舵机转动，带动切割器自左向右缓慢转动，开始切割，同时控制器根据超声波测距模块测得的实际距离，缓慢同步调整激光器焦距，使激光束的有效切割范围总是落在异物上边缘上，直到激光束焦点移动到异物右边缘，使异物在自然风力和自身重力的作用下掉落；

S7,控制器发出指令关闭小型激光器，无人机判断是否切割完成，若判断结果为切割未完成，则重复S3、S4、S5、S6，若判断结果为切割完成，沿原安全路径自主返航至起飞点。