无人机自主降落过程视觉定位方法研究

无人机的视觉定位是无人机自主降落的辅助系统,是目前无人机的研究热点.目前传感器采集的图像信息量巨大,占用空间容量,且目标识别要求视觉算法精度高,图像处理时间过长,使无人机在降落过程中对位姿估计有较高要求,因此视觉自动着陆算法的研究有着广阔的应用需求场景.主要研究了无人机自主降落模式,采用视觉识别算法,大大减少了环境的干扰,通过模拟无人机自主降落的过程,设定无人机降落的坐标系,配合算法,实现着陆目标的选取,完成整个降落过程.机器视觉定位或模板匹配对不同的目标识别效果有着明显差别,固定着陆模型的识别效果会更好.     

无人机巡检系统自主导航定位技术研究

该系统研究小型旋翼无人机巡检系统自主导航定位,并结合电力巡检的实际环境,设计高精度、智能化、高鲁棒性自主导航系统。通过多传感器精细滤波算法以及高效融合算法提高导航系统精度,通过神经网络等智能化工具以及复杂系统分层调度思想,从而实现导航系统智能化,通过分级滤波构架,提高系统的鲁棒性。     

图像增强算法在高压输电线路巡检中的应用研究

旋翼无人机应用于高压输电线路的巡检,是国内外电力行业近年来兴起的一种便捷、有效的方法。航拍图像方法则是一种重要的旋翼无人机巡检手段,它可以形象、直观地捕捉到高压输电线路出现的问题,进而引导巡检人员采取进一步的措施。针对旋翼无人机高压输电线航拍巡检中图像预处理部分特有的目标增强问题,提出了一种基于多向滤波的输电线图像增强算法(MDF)。该算法比传统的图像增强算法具有强鲁棒性、高实时性的特点,因而非常适合于旋翼无人机高压输电线路巡检应用。     

变电站二次设备巡检的Mecanum轮式机器人精确定位与作业辨识

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式,有利于保障电力工程设备的安全运行。本研究开发了一种用于变电站二次设备自动化巡检的Mecanum轮式机器人,具备自主导航定位与作业辨识的能力,可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整,多轨道升降平台实现对350-1800 mm高度范围内的二次设备及压板的图像采集与状态辨识。机器人采用基于激光雷达的SLAM导航方法进行自主定位导航,并结合基于视觉的路径提取与跟踪算法进行姿态位置修正,实现在待测点位置的精确定位。同时,提出了基于颜色辨识的图像排列与状态辨识方法,针对二次设备保护压板连通状态进行识别和判断。实验结果表明,研制的变电站二次设备巡检机器人可以实现自主导航与位置精确定位,在路径跟踪过程中最大偏角和偏距分别为±3°和±8 mm。结合机器视觉与颜色辨识的压板辨识方法可以准确识别压板状态,识别准确率大于95.80%,有助于提升机器人自动化的电力巡检作业水平。     

无人机线路自主巡检的动态轨迹规划方法

为提高无人机巡检航迹精度,本文提出一种基于动态航迹优化规划的无人机输电线路自主巡检方法。首先,通过单目视觉测距确定无人机巡线安全距离;然后,基于全局静态航迹中的静、动态突发威胁,建立动态航迹规划模型,通过改进双向快速扩展随机树算法对航迹实现动态优化规划;最后,设计无人机自主巡检系统流程,完成自主巡检的全路程作业。实际应用表明,该系统可以提高无人机巡检精度、效率并降低巡检成本。     

配网线路无人机自主巡检的路径规划

无人机技术、大数据分析技术、云端信息融合技术及运维管控技术等新型信息技术进行深入融合，能有效促进无人机在配网电力系统巡检过载中向智能化、自动化及网络化等方向发展，但这也给无人机的自主巡检技术带来了相应的挑战。为解决配网线路中杆塔结构复杂、导航线路混乱导致无人机巡检作业无法实现的问题，结合配网线路对无人机自主技术及其路径规划进行研究，提出了一种配网线路无人机智能巡检平台设计方案。接着，通过利用关键坐标点的路径规划算法，实现对配网线路无人机自主巡检的路径规划，并在无人机上搭载红外热像仪与高清摄像头，以此来提高无人机自主巡检的感知能力，从而保障无人机在自主巡检时的精确性。仿真结果证明，该路径规划算法的应用提高了无人机自主巡检精度，提升了配网线路自主巡检的效率。     

基于YOLOv3的电力杆塔检测算法研究

电力杆塔是支撑和架空输电线的塔架结构,杆塔检测和无人机智能巡检电网线路相结合已逐渐成为发展趋势。为提升电力设备巡检效率,提出了一种基于YOLOv3改进的目标检测模型,用于无人机巡检输电线路中对于杆塔的实时检测。通过水平镜像、旋转变换、图像错切和颜色变换等方法完成数据扩增,扩大杆塔训练样本。利用K-means聚类算法获取最适合的先验锚框,使其更符合杆塔的形状和比例。改进损失函数,采用GIoU计算边界框回归损失,提升了目标定位的准确性。实验结果表明,相对于其他算法,改进后的YOLOv3模型准确率较高,检测速度达到了每帧65 ms, mAP(多类别平均精度)达到90.8%,可以有效检测到航拍图像的电力杆塔,对无人机巡检输电线路有一定的工程应用价值。     

无人机电力巡检航线智能规划及自主巡检研究

为缓解无人机电力巡检航线规划效果差、巡航效率低的问题,以及规避非可靠路径的威胁,提出无人机电力巡检航线智能规划及自主巡检研究方法。计算目前航线存在威胁的概率及在每条路线上需要付出的代价,获取可飞行的无人机电力巡检航线;应用启发式算法,不断遍历计算出2节点的优先级,优化可飞行航线的静态、动态路线的规划效果,并根据巡检报告及电力巡检要求,采集输电线的最大安全距离及输电线中带有隐患的个数,实现无人机巡检航线智能规划及自主巡检。实验结果表明,应用获得的最优巡检路线进行巡检后,其航线规划效果好、巡航效率高,可以完全按照电力巡检要求进行智能避障,自主巡检效果得到了保证。     

BS架构下变电站运行场景无人机巡检系统设计

为解决传统变电站运行场景无人机巡检系统巡检查全率低的问题,提出BS架构下变电站运行场景无人机巡检系统设计.硬件方面,设计传感器以及通信链路,基于BS架构下WWW浏览器,接收变电站运行场景无人机巡检数据,利用Server层计算变电站运行场景无人机巡检相关参数,通过Brow ser层迭代分析变电站运行场景空间矢量数据,实现变电站运行场景无人机巡检,完成系统设计.设计实例分析结果表明,设计的巡检系统巡检查全率明显高于对照组,能解决传统变电站运行场景无人机巡检系统巡检查全率低的问题.     

基于机器视觉的无人机自主着陆技术

为了提高无人机着陆过程中的自主性和智能性,提出了一种基于机器视觉的无人机自主着陆算法。算法采用了红外图像与可见光图像协同的方式,首先对着陆模型进行设计;其次,通过着陆模型的颜色、纹理、热成像等特征对着陆模型进行检测识别;最后,通过确定降落模型的质心位置并跟踪,实现无人机的位姿调整。实验表明,该算法大大降低了基于机器视觉进行无人机位置识别时对环境光线的要求,提高了基于机器视觉的无人机自主着陆控制系统的抗干扰能力,实现了基于机器视觉进行自主降落的无人机的全天候自主着陆。     

输电线路走廊自主巡检无人机控制逻辑设计

为了研究无人机在输电线路走廊巡检的应用,以小型固定翼无人机为研究对象,根据巡检任务要求,提出了一种基于全球定位系统(global positioning system,GPS)导航的输电线路走廊自主巡检无人机控制逻辑。首先结合输电线路走廊巡检环境,搭建无人机的6自由度非线性模型,并对其控制律进行研究;然后使用Stateflow模块仿真模拟巡检阶段和返航复检阶段的控制逻辑,实现巡检过程中无人机多模态之间的转换。仿真结果显示,无人机能够跟随巡检管理器给出的指令并完成指定的巡检任务,验证了无人机控制逻辑的合理性和有效性。     

基于北斗高精度位置服务的无人机变电站自主巡检应用的研究

利用北斗高精度定位技术,无人机自主飞行技术,无人机通讯技术构建了无人机在变电站等狭小空间内的巡检体系。该体系包括无人机巡检路径标准规划与采集验证、基于高精度位置服务的无人机自主飞行控制系统、无人机与应用平台通信控制、无人机巡检成果识别与管理。设计了基于高精度定位技术的无人机变电站自主巡检整体架构、无人机自主巡检安全策略和自主巡检事务处理机制、无人机视频位置实时回传系统,研发了无人机变电站自主巡检系统。经过实地测试,在北斗高精度定位服务的辅助下,无人机自主巡检重复飞行在拍照点的悬停精度平均可以达到5 cm(E-W)、6 cm(N-S)、7 cm(H),姿态朝向角平均为56″,说明在该系统的保障下,无人机可以在变电站等狭小区域内安全有效地进行巡检作业。     

改进视觉惯性里程计融合GPS的无人机定位方法研究

为提升无人机大范围弱纹理场景下的状态估计，提出一种改进视觉惯性里程计融合GPS的定位方法。首先，通过在视觉惯性里程计中加入线特征来表示环境的几何结构信息，提升位姿估计的准确性；其次，通过引入长度阈值筛选，剔除对位姿估计贡献不大的短线段，改善特征追踪的鲁棒性；最后，使用非线性优化的方式，将GPS测量信息和改进的视觉惯性里程计融合，校正视觉惯性里程计的累积误差。基于EuRoC数据集仿真实验以及应用于无人机的真实场景实验表明，相较于原算法，加入线特征算法的定位误差在仿真实验中降低了39.14%，室内场景降低了23.48%，室外场景降低了33.58%。融合了GPS的点线特征算法相较于原算法，定位误差降低了53.99%。     

融合粒子滤波和环境标签矫正的巡检机器人自主定位算法

随着巡检机器人的需求量增加,巡检机器人在复杂环境中的自主定位问题越来越重要。提出了融合粒子滤波和环境标签矫正的自主定位算法,充分利用巡检机器人的工作环境特性和蒙特卡罗定位算法的特性,提高机器人自主定位的效率和效果。基于ROS建立了机器人仿真环境,对定位算法的效果进行了测试。实验结果表明融合粒子滤波和环境标签矫正的自主定位算法的效率和准确性有所提高,能够很快实现定位恢复。     

无先验地图条件下电力管廊无人机自主巡检方法研究

针对无先验地图条件下电力管廊无人机自主巡检能力不足的问题,本文提出了一种不依赖先验地图的无人机巡检方法。首先,无人机搭载激光雷达,通过SLAM（Simultaneous Localization and Mapping）算法进行实时场景构图,并基于RRT（Rapidly-exploring Random Tree）算法对构建的全局栅格地图进行边界搜索;其次,针对传统RRT算法难以判断环境地图完整性、保障巡检全面性的问题,提出了一种基于数字图像处理的边界检测方法。通过Canny算子对实时构建的地图进行边缘检测,并对地图进行完整性评估。最后,为验证本文提出方法的有效性,在江苏无锡处某220kV电力管廊的仿真模型中进行验证,分别采用RRT算法和本文改进算法进行自主巡检测试,结果表明本文提出的算法相比RRT算法可提升21.8%的巡检覆盖率。     

基于双目视觉的带电作业机器人的目标识别与定位方法研究

高空带电作业机器人对目标物的精细化作业，需要合适的视觉辅助系统判断机械臂或爪具的位置与距离。提出一种将基于双目立体视觉的带电作业机器人目标识别与定位方法。通过对传统的Census算法进行改进，用窗口均值像素代替中心像素，用自适应窗口代替固定窗口，并与差的绝对和(SAD)算法加权融合，得到一种改进的SAD-Census立体匹配融合算法。利用该算法进行像素匹配运算，得出视差图；在YOLO框架下训练输电线螺栓数据集，获得螺栓深度距离并精准识别。螺栓定位实验结果表明，该方法在近距离定位时能达到1.2%的定位精度，最小相对误差为0.5%,能够为带电作业机器人提供实时准确的环境感知信息，提高了带电作业机器人作业的稳定性。     

输电线路移动式不间断自主智能巡检技术研究

为解决传统巡检作业模式中的难度大、标准杂、效率低、盲点多等集中突出的问题,提出了一种基于多机协同作业的不间断自主杆塔巡检方法,建立了A、B车交替不间断巡检的作业方式,使得无人机可以不间断地对电力杆塔进行巡检.所建立标准的作业线路模型,可根据不同杆塔类型的巡检目标自动生成不同的安全线路,对无人机实现自动巡检的线路规划提供科学依据.构建了输电线路移动式不间断自动精益化智能巡检系统,应用计算机视觉技术,在高精度RTK定位的基础上辅助定位,更加精准地完成自动巡检与降落,通过建立任务、线路为导向的操作方式,直观展现了作业成果,提高了管理决策质量及作业效率.     

基于注意力机制与跨尺度特征融合的YOLOv5输电线路故障检测EI北大核心CSCD

利用无人机对高压输电线路巡检,并基于计算机视觉技术对巡检数据中的故障目标进行自动、准确检测是输电线路巡检领域中的重要研究方向,同时也是一个极具挑战性的课题。针对复杂巡检环境中待检测目标存在多尺度特性以及部分遮挡造成传统算法难以准确检测问题,提出一种基于注意力机制与跨尺度特征融合的YOLOv5输电线路故障检测算法。首先,搭建YOLOv5检测网络,为了抑制复杂背景干扰,在其基础上引入空间与通道卷积注意力模型,以增强待检测故障目标的显著度;然后,将原始YOLOv5检测框架Neck中的FPN+PAN结构改为BiFPN结构,从而使目标多尺度特征能够有效融合;其次,为了解决待检测目标特征表达能力不足造成漏检和误检的问题,设计多尺度与同尺度特征的自适应加权融合模块,以增强检测网络对遮挡情况下故障目标的检测能力。最后,为了验证提出算法的有效性,利用某巡检部门近4年无人机巡检数据对算法进行验证。结果表明,提出的算法能够对复杂环境中输电线路上的多尺度故障目标实现精确检测,其平均检测精度可达96.8%。     

基于无人机与人工智能的风机叶片全自主巡检

风机叶片传统人工巡检工作强度大、耗时费力、检测主观性强、无法检测叶片内部缺陷。基于人工智能技术和深度学习算法,通过无人机搭载边缘计算终端、高清相机、热像仪等设备,研究无人机自主飞控算法和双光融合多类型混合缺陷检测定位算法,实现了15～30 min内完成风机叶片多类型混合内外部缺陷快速、高效和智能化检测。基于无人机与人工智能的风机叶片全自主巡检可弥补传统手段的不足,大幅度提高巡检效率,降低风场安全事故隐患。     

基于无人机云端控制的智慧输电业务巡检方法

为了提高输电业务巡检结果的准确性和抗干扰性,有效降低巡检成本,实现输电业务高效安全巡检,提出了基于无人机云端控制的智慧输电业务巡检方法。根据一体化和智能化设计原则,设计无人机云端控制系统,建立系统整体架构,构建管理、查询统计、数据协作等多个功能模块;基于无人机云端控制系统,获取智慧输电业务巡检任务,利用空间变换模型,定位输电线路塔杆;融合输电业务通道模型和地球模型之间坐标,经坐标系统转换,记录巡检线路;将全球定位系统与惯性导航系统结合,识别输电线路缺陷,通过无人机云端控制传感器采集输电业务巡检情况,使用实景模型软件,生成可视化巡检结果,实现智慧输电业务巡检。实验结果表明,该方法的基础架构稳定,具有较强的抗干扰性能,能够有效提高输电业务巡检结果的准确性和抗干扰性,降低巡检成本,实现精准高效的巡检工作。