[发明专利]一种输电线路无人机光学遥感自主巡检方法

权利要求书

1.一种输电线路无人机光学遥感自主巡检方法，其特征在于，包括：

首先，利用无人机采集输电线路杆塔位置信息，建立杆塔信息数据库，并规划无人机自主巡检行进路线；

其次，通过大量历史图片数据库以及CPILD（中国电力线路绝缘子数据库）训练全卷积神经网络，基于全卷积神经网络建立输电线路杆塔结构识别系统；

然后，编辑无人机自主巡检行进航线，在无人机巡检行进过程对杆塔进行图像扫描，根据输电线路杆塔结构识别系统识别结果确定无人机拍摄位置与角度，并采集图像；

最后，根据采集图像的地理位置信息以及杆塔类型对采集图像进行命名与整理。

2.根据权利要求1所述输电线路光学遥感无人机自主巡检方法，其特征在于，

所述无人机采集输电线路杆塔位置信息需无人机位于杆塔正上方逐基经纬度位置信息；

杆塔信息数据库包括每基杆塔经纬度、全塔高度、杆塔类型，所述的杆塔类型包括直线型或耐张型、单串绝缘子或双串绝缘子。

3.根据权利要求1所述输电线路光学遥感无人机自主巡检方法，其特征在于，所述无人机采集输电线路杆塔位置信息包括收集输电线路日常巡检不同种类以及角度杆塔结构照片，标注每张图片所包含杆塔结构的电压等级、材质、拍摄角度、结构信息，作为该系统训练数据库。

4.根据权利要求1所述输电线路光学遥感无人机自主巡检方法，其特征在于，收集大量输电线路绝缘子照片训练所述输电线路杆塔结构识别系统，该系统主要包含卷积层、池化层、全连接层；其中，卷积层用于提取原始图像的特征，生成多维特征图；池化层对特征图进行降采样处理，提升系统泛化能力；全连接层以传统神经网络为基础，建立输电线路杆塔结构识别系统。

5.根据权利要求4所述输电线路光学遥感无人机自主巡检方法，其特征在于，在全连接层使用Droupout技术，降低系统过拟合的可能性；在卷积层后面引入激活函数ReLu函数，具有单侧抑制性，使网络具有稀疏激活性；采用RPN技术直接利用深度卷积神经网络进行候选区域的选取；应用Softmax操作替代支持向量机进行目标分类，避免特征图先保留在分类的过程，实现目标检测的准实时操作。

6.根据权利要求1所述输电线路光学遥感无人机自主巡检方法，其特征在于，根据巡检计划与杆塔位置信息编辑无人机巡检行进航线，编辑无人机巡检行进航行，行进过程中通过摄像头对行进环境进行图像扫描，当识别杆塔结构时，获取图像信息以及相应位置信息。

7.根据权利要求6所述输电线路光学遥感无人机自主巡检方法，其特征在于，实时识别无人机扫描图像，并将识别结果实时传输到无人机飞行控制器，控制无人机处于杆塔结构最佳拍摄角度，获取杆塔结构图像信息。

8.根据权利要求1所述输电线路光学遥感无人机自主巡检方法，其特征在于，

所述采集图像命名与整理工作原理为，结合杆塔数据库信息与采样图片位置关系，确定采集图片拍摄的杆塔部位，建立输电线路杆塔运行检测资料库。