[发明专利]无人机巡检杆塔自动对焦系统及方法在审

专利信息
申请号: 202111501611.0 申请日: 2021-12-09
公开(公告)号: CN114020039A 公开(公告)日: 2022-02-08
发明(设计)人: 苑学贺;葛华利;李洋;王甲卫;许传波;郭立福 申请(专利权)人: 北京中电普华信息技术有限公司
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 鲁梅
地址: 100192 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无人机 巡检 杆塔 自动 对焦 系统 方法
【权利要求书】:

1.一种无人机巡检杆塔自动对焦系统,其特征在于,所述系统包括:部署无人机内部的机载激光雷达设备、RTK实时差分定位接收机、以及边缘计算平台;

所述RTK接收机,用于对所述无人机进行实时定位得到相应的定位信息,并分别输出至所述机载激光雷达设备和所述边缘计算平台;

所述机载激光雷达设备,用于对配电架空线路进行全方位扫描,得到相应的三维激光雷达点云数据;利用当前获取的定位信息对所述三维激光雷达点云数据进行处理,并基于处理后的三维激光雷达点云数据生成针对所述配电架空线路的航迹路线图、并输出至所述边缘计算平台,所述航迹路线图中包含多个关键特征点、以及每个关键特征点对应的巡检目标;

所述边缘计算平台,用于针对所述多个关键特征点中的每个关键特征点,获取所述无人机在该关键特征点下所拍摄的目标图像,并在所述目标图像中识别该关键特征点对应的巡检目标;利用当前所获取的定位信息计算所识别到的巡检目标与所述无人机的相机焦距中心间的实际距离,并确定与所述实际距离相匹配的相机调整参数;按照所述相机调整参数执行所述无人机的自动对焦。

2.根据权利要求1所述的系统,其特征在于,用于在所述目标图像中识别该关键特征点对应的巡检目标的所述边缘计算平台,具体用于:

调用目标识别模型,所述目标识别模型是基于深度学习模型所预先训练的;将所述目标图像输入至所述目标识别模型,通过所述目标识别模型确定所述目标图像中的该关键特征点对应的巡检目标。

3.根据权利要求1所述的系统,其特征在于,用于利用当前所获取的定位信息计算所识别到的巡检目标与所述无人机的相机焦距中心间的实际距离的所述边缘计算平台,具体用于:

分别确定所述无人机的相机焦距中心、以及所识别到的巡检目标在所述目标图像中对应的图像位置坐标;基于当前所获取的定位信息确定所述目标图像中不同图像位置坐标对应的世界位置坐标,并结合所述相机焦距中心、以及所识别到的巡检目标各自对应的图像位置坐标分别确定各自的世界位置坐标;利用所述相机焦距中心、以及所识别到的巡检目标的世界位置坐标,确定所识别到的巡检目标与所述相机焦距中心间的实际距离。

4.根据权利要求1所述的系统,其特征在于,所述系统该包括:无人机云台;

用于按照所述相机调整参数执行所述无人机的自动对焦的所述边缘计算平台,具体用于:

将所述相机调整参数输出至所述无人机云台,并获取所述无人机云台所返回的实际相机调整参数;按照所述实际相机调整参数执行所述无人机的自动对焦;

所述无人机云台,还用于获取所述边缘计算平台所输出的所述相机调整参数;对所述相机调整参数进行处理得到实际相机调整参数,并返回至所述边缘计算平台。

5.一种无人机巡检杆塔自动对焦方法,其特征在于,所述方法应用于系统中部署于无人机内部的边缘计算平台,所述无人机内部还部署有机载激光雷达设备、以及RTK实时差分定位接收机;

获取所述机载激光雷达设备所输出的针对配电架空线路的航迹路线图,所述航迹路线图是所述机载激光雷达设备基于处理后的三维激光雷达点云数据所生成的,所述三维激光雷达点云数据是所述机载激光雷达设备对所述配电架空线路进行全方位扫描得到的、且利用当前获取的定位信息处理的,所述航迹路线图中包含多个关键特征点、以及每个关键特征点对应的巡检目标,所述机载激光雷达设备当前获取的定位信息是所述RTK接收机对所述无人机进行实时定位并输出的;

针对所述多个关键特征点中的每个关键特征点,获取所述无人机在该关键特征点下所拍摄的目标图像,并在所述目标图像中识别该关键特征点对应的巡检目标;

利用当前获取的定位信息计算所识别到的巡检目标与所述无人机的相机焦距中心间的实际距离,并确定与所述实际距离相匹配的相机调整参数,当前获取的定位信息是所述RTK接收机对所述无人机进行实时定位并输出的;

按照所述相机调整参数执行所述无人机的自动对焦。

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北京中电普华信息技术有限公司,未经北京中电普华信息技术有限公司许可,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/202111501611.0/1.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