[发明专利]基于无人机智能识别的弧垂建模方法及系统

说明书

本发明实施例提供一种基于无人机智能识别的弧垂建模方法及系统，属于无人机的3D建模技术领域。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第一神经网络中以得到对应的平面坐标。该弧垂建模方法及系统通过同时采用两个神经网络对无人机拍摄的图片进行识别，相较于传统的距离计算方式而言，能够不依赖无人机拍摄设备的图像精度，提高了弧垂建模方法的应用范围，节约了设备成本。

技术领域

本发明涉及基于无人机的3D建模技术领域，具体地涉及一种基于无人机智能识别的弧垂建模方法及系统。

背景技术

目前电力线路弧垂观测质量对线路施工质量及线路的安全运行起着重要作用，施工中弧垂值一旦超差，返工处理工作十分困难，浪费大量人力、物力。因此，在工程质量规划的过程中，弧垂线路的建模是重要的环节之一。

现有技术中的弧垂线路的建模通常是采用无人机的AI距离算法，通过采用不同视角的拍摄，并结合角度公式计算，得到弧垂线路中的位置。这种方法虽然能够较为精准地得到弧垂线路的实际坐标，但是极度依赖于无人机本身的硬件设备。

发明内容

本发明实施例的目的是提供一种基于无人机智能识别的弧垂建模方法及系统，该弧垂建模方法及系统能够在不对无人机拍摄设备进行改造的情况下，完成对弧垂线路的识别和建模。

为了实现上述目的，本发明实施例提供一种基于无人机智能识别的弧垂建模方法，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。

可选地，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；