[发明专利]基于无人机智能识别的弧垂建模方法及系统

权利要求书

1.一种基于无人机智能识别的弧垂建模方法，其特征在于，所述弧垂建模方法包括：

构建用于表示数据图像和对应的交点在平面坐标系中的位置坐标的第一虚拟数据集以及用于表示数据图像和对应的交点在空间坐标系中的位置坐标的第二虚拟数据集；

采用第一虚拟数据集训练预设的第一神经网络，采用第二虚拟数据集训练第二神经网络；

获取多张无人机拍摄的图片；

将获取的图片分别输入所述第一神经网络中以得到对应的平面坐标；

根据得到的平面坐标采用图像位移比对算法从第一虚拟数据集中寻找与获取的图片最接近视角的数据图像；

将最接近视角的数据图像输入所述第二神经网络中以得到对应的空间坐标；

从所述第二虚拟数据集中获取与所述空间坐标对应的待验证数据图像；

比对所述最接近视角的数据图像和所述待验证数据图像以确定当前的准确率；

判断所述准确率是否大于或等于预设的阈值；

在判断所述准确率小于所述阈值的情况下，再次返回执行获取多张无人机拍摄的图片的步骤，直到判断所述准确略大于或等于所述阈值；

在判断所述准确率大于或等于所述阈值的情况下，基于所述待验证数据图像所对应的空间坐标计算弧垂值；

根据计算出的弧垂值建模生成所述弧垂线。

2.根据权利要求1所述的弧垂建模方法，其特征在于，构建用于表示数据图像和对应的交点在平面坐标系中的位置坐标的第一虚拟数据集以及用于表示数据图像和对应的交点在空间坐标系中的位置坐标的第二虚拟数据集包括：

建立转角电线杆的三维模型以及对应的弧垂线路；

通过不同的视角拍摄弧垂线路以得到对应的数据图像；

标记每个所述数据图像中的弧垂线路和转角电线杆的交点；

以其中一个转角电线杆的三维模型的中心线为z轴，水平方向上相互垂直的任意两条直线为x轴和y轴，建立空间坐标系；

以所述数据图像的左下角为原点，相邻的两条边为x轴和y轴，建立平面坐标系；

将所述数据图像、对应的交点在平面坐标系中的平面坐标相关联以得到所述第一虚拟数据集；

将所述数据图像、对应的交点在空间坐标系中的空间坐标相关联以得到所述第二虚拟数据集。

3.根据权利要求1所述的弧垂建模方法，其特征在于，根据得到的平面坐标采用图像位移比对算法从第一虚拟数据集中寻找与获取的图片最接近视角的数据图像包括：

分别以两个交点的所述平面坐标为圆心，预设值r₀为半径作圆形区域；

从所述第一虚拟数据集中寻找两个交点分别位于两个所述圆形区域的数据图像以作为待计算图像。

4.根据权利要求3所述的弧垂建模方法，其特征在于，根据得到的平面坐标采用图像位移比对算法从第一虚拟数据集中寻找与获取的图片最接近视角的数据图像包括：

根据公式(1)计算得到的平面坐标与所述待计算图像的图像位移差，

Ad＝(x₁-x₀)²+(y_l-y₀)²， (1)

其中，Δd为所述图像位移差，x₁、y₁为得到的平面坐标，x₀、y₀为所述待计算图像的平面坐标；

筛选图像位移差小于预设的近似阈值的待计算图像作为最接近视角的数据图像。

5.根据权利要求1所述的弧垂建模方法，其特征在于，在判断所述准确率大于或等于所述阈值的情况下，基于所述待验证数据图像所对应的空间坐标计算弧垂值包括：

根据公式(2)计算所述弧垂值，

其中，f为所述弧垂值，l为两个交点之间的水平距离，g为重力加速度，σ为与导线相关的参数，为相位幅角。

6.根据权利要求1所述的弧垂建模方法，其特征在于，获取多张无人机拍摄的图片包括：

获取至少20张图片。