基于无人机的光伏电站智能巡检

太阳能光伏发电是国家能源结构性调整的重要组成部分,近几年随着光伏发电产业规模迅速扩张,光伏电站的日常运维压力日益增加。针对光伏电站面积大、人工检测效率低等问题,文章对基于无人机的光伏电站智能巡检技术进行研究,提出了一个基于无人机的光伏电站智能巡检完整技术路线,实现了光伏面板图像数据自动化采集与分析,并对基于计算机视觉的缺陷检测方法进行研究,采用自适应动态阈值法并结合图像增强技术,基于红外图像实现了鲁棒的光伏面板缺陷检测,结合可见光数据实现缺陷类型判别,进一步根据相机POS数据及相机模型解算缺陷坐标,实现缺陷定位,并在实际场景中验证了所提出技术路线的有效性。     

无人机视觉导航中的图像处理及位姿解算

在无人机自主着陆过程中,无人机视觉导航系统利用跑道图像解算出无人机的位置姿态信息,为飞行控制系统进行自主着陆控制奠定基础。对视觉导航系统中图像处理及位置姿态解算进行了分析和研究。基于模板匹配进行跑道识别;利用Hough变换提取跑道图像特征;采用最小二乘法对检测出的跑道边缘直线进行拟合并得出其在图像坐标系中的直线方程;基于空间的坐标关系变换,利用推导出的算法对无人机位置姿态进行了解算,并利用实际图像对所用算法进行了实验验证。     

基于视觉信息的无人机自主着陆过程姿态和位置估计

为了提高无人机着陆的自主性和安全性,基于视觉信息提出了一种自主着陆过程中无人机姿态和位置估计新方法.该方法将无人机的滚转、偏航和俯仰运动视为跑道做反方向运动,无人机视为静止,利用Housh变换检测跑道边界线并提取图像直线特征,同时融合无人机的平移运动和旋转旋动,利用地面直线和图像直线间对应关系,根据跑道边界线在图像中的直线特征从而估计出无人机姿态和位置.最后采用仿真实例来验证所研究的无人机姿态和位置估计算法的有效性.     

基于改进卷积神经网络的无人机异常飞行检测

在无人机异常飞行姿态检测过程中，受到姿态识别模型的影响，导致算法的时间复杂度较高。因此，提出了基于改进卷积神经网络的轻小型无人机异常飞行姿态检测算法。通过无人机姿态坐标的转换，获取图像采集位置。针对采集图像进行处理和分割，提高了图像特征采集精度。基于改进卷积神经网络构建识别模型，完成飞行姿态快速识别。最后，运用高斯混合模型聚类方法建立异常姿态判别规则，实现无人机异常飞行姿态检测。实验结果证明，比较两种对比方法，文中设计的检测算法分时间复杂度降低了48.27%和67.81%。     

图像处理技术在无人机电力线路巡检中的应用

高效、安全的无人机电力巡线已经成为了高压输电线路巡检的一种重要的方式。通过对无人机航拍采集到的通道图像进行分析与处理,我们可以发现线路部件是否出现缺陷。图像处理技术可以突破处理海量图像的技术瓶颈,替代人工观察检测图像,降低了因为人为导致的误检率,在无人机电力巡检中具有良好的应用前景。本文阐述了国内外无人机电力巡线中图像处理技术的研究现状,分析了图像处理在电力巡检中的典型干扰因素,并探讨了图像处理在电力巡检中的应用。     

无4G网络覆盖区域无人机自主精细化巡检方法

传统的无人机巡检方法易受到冗余航点影响,导致巡检结果不精准的问题。为此,针对无4G网络覆盖区域,提出了一种新的无人机自主精细化巡检方法。在对无人机搜索的整个空间范围信息进行离散化处理后,在三维空间栅格化坐标系中标记航迹点。构建自主精细化巡检航迹规划模型,采用道格拉斯-普克算法剔除冗余航迹点,从而设计巡检航迹规划流程,得到平滑巡检航迹。该方法还通过计算无人机与障碍物的相对速度斥力,解决无人机巡检过程的避障问题。由试验结果可知,该方法航迹线与标准航迹线一致,说明该方法得到的自主精细化巡检结果精准。     

基于三维图像分析的运动损伤姿态采集方法研究

针对传统运动损伤采集方法一直存在采集信息不精准、信息采集不全以及采集图像不连贯性等问题,提出基于三维图像分析的运动损伤姿态采集方法。引入三维图像分析对运动图像进行损伤分析定位,利用三维图像对运动损伤姿态采集是一项先进的科研项目。通过三维图像的姿态鉴定完成对运动损伤姿态信息采集,可以弥补二维图像不连续的弊端。通过对比实验结果得到结论,该设计方法能够准确地采集损伤姿态信息,无推算连续值,定位过程中使用三维图像能够多角度地分析损伤姿态。     

基于iOS设备的自主航拍巡检控制终端的设计

针对无人机航拍巡检操作繁琐、效率低下等问题,提出了一种基于iOS设备和图像跟踪算法的无人机自主航拍巡检控制终端.使用无人机控制软件开发包搭建了终端与无人机、航拍云台、无线图像传输设备、无人机控制器之间的通信链路.基于FFmpeg实现视频解码,提出了基于自适应尺度的时空上下文跟踪算法,引入尺度参数变化率以在线纠正更新尺度参数的过激变化,大幅增强了航拍云台在复杂背景下的跟踪稳定性,实现了无人机航拍系统对不同尺度目标的自主、稳定跟踪,提高了航拍巡检效率.     

基于图像的输电线杆塔定位技术

介绍了无人机电力巡检的应用背景,结合国内外的发展现状,提出一种新的无源定位技术——基于图像的输电线杆塔定位技术。给出了基于图像的定位算法,同时分析了误差来源。具有高精确度定位定向系统(POS)的航摄相机能够绘制大比例尺的地形图,绘制地形图的过程实际上是目标定位的过程。将配备有高精确度POS和高清摄像机的载机光电转塔用于无人机输电线路巡检,完成对目标杆塔的实时定位,定位精确度达到5 m。     

高精度无人机在变电站巡检中的应用优势探究

变电站巡检工作对稳定电力系统正常运行,提升变电站安全性具有重要作用.高精度无人机应用到变电站巡检中实现了自主巡检,是一种效能较高、精度较高的巡检方式.文章对高精度无人机在变电站巡检中的应用优势、应用过程、应用对策等进行了全面的概述,旨在给予变电站巡检工作更多的参考价值.     

基于Matlab GUI的绝缘子缺陷检测系统

绝缘子在输电线路的电能输送任务中承担着重要作用,而依靠传统巡检的绝缘子检测方式存在主观性强、人工成本高等劣势。针对上述问题,基于Matlab GUI设计了一种对无人机采集绝缘子图像进行自动缺陷检测的系统。通过对图像进行边缘模糊、灰度化、全局腐蚀、形态学闭运算等处理,在初始图像中识别并定位绝缘子缺陷部分。实验结果表明,该系统对空间位置处于水平、垂直及倾斜的缺陷绝缘子识别准确率分别为80.0%、86.7%、86.7%,对实际运用具有一定价值。     

旋翼无人机自主降落于运动无人艇的控制研究

无人机与无人艇组成空水作业系统,可以大幅度提高系统完成作业的能力和效率,因此对旋翼无人机在运动无人艇上自主降落控制进行了研究.无人机基于通信获取的无人艇的运动信息和自身的GPS信息,配合视觉算法对降落标识进行识别和定位的计算结果信息实现对无人艇的位置跟踪.无人机根据获取的无人艇的姿态信息进行姿态跟踪后保持对无人艇的位置...     

无人机视觉辅助着陆中的姿态和位置估算

无人机安全着陆是无人机研究的重点和难点,为了提高无人机在公路等简易机场着陆的安全性,提出了基于少量任意分布特征点估计无人机姿态和位置的计算机视觉算法。解算无人机着陆过程中相对跑道的位置和姿态是文章核心;首先利用N点算法解算出特征点在摄像机坐标系上的坐标,然后利用正交化算法求出摄像机坐标系和跑道坐标系之间的旋转矩阵和平移向量;针对特征点的成像过程容易受噪声影响的情况,引入了最小中值法,减小噪声的影响,提高算法的鲁棒性,并解算出姿态和位置;通过卡尔曼滤波方法,进一步提高位置和姿态的精度。仿真结果表明:所提算法满足无人机自主着陆的精度要求。     

基于机器视觉的无人机自动巡检定位控制技术

为解决无人机巡向角过度偏转的问题,使巡检节点的布局形式更符合实际定位需求,针对基于机器视觉的无人机自动巡检定位控制技术展开研究。根据巡检坐标变换原理,分别求解无人机飞行器的正运动学方程与逆运动学方程,完成基于机器视觉的无人机巡检节点抓取与处理。在此基础上,利用已提取特征点,估算帧间位姿的数值水平,联合相关数据,确定控制主机对于无人机巡检曲线的定位权限,实现基于机器视觉的无人机自动巡检定位控制方法设计。实验结果表明,与基于Cascade R-CNN的检测算法相比,在机器视觉技术的作用下,无人机巡向角偏转程度确实得到了较好控制,能够促使巡检节点布局形式更加符合实际定位需求。     

ROI加速的无人机自主精准降落系统

GPS信号在有遮挡的环境中信号差且定位精度低,无法满足无人机在特定区域精准定位的要求。而计算机视觉定位相较于GPS,受环境影响小且定位信息丰富。基于此,文中设计一种ROI加速的无人机自主精准降落系统,采用“H”与Aruco marker嵌套的降落标识在不同高度给无人机提供定位信息。基于深度学习的目标检测算法分割相机视野中的感兴趣区域（ROI）,利用阈值分割的图像识别算法在ROI区域进行Aruco marker检测,滤除ROI区域外的图像区域,提升目标识别速度。根据marker二维像素点与三维坐标点的对应关系求解无人机与marker的相对位置。基于求解出的三轴位置设计位置PID控制器,将无人机与marker的三轴位置差转换为速度控制量。进行无人机自主降落的试验,随机统计20次的降落结果,得出18次的降落轴向误差在10 cm以内,说明所设计系统能够满足无人机降落精度要求。     

无人机视觉着陆位姿参数估计方法

视觉导航方法是无人机自主着陆领域的一种有效的方法。设计了一种由一个圆环和一个三基色圆构成的地标,并基于该地标给出无人机位姿估计的研究方法。该研究方法首先利用图像外部的圆环来确定目标区域,然后根据内部的三基色圆及不同颜色区域的交界线估计飞机与着陆平台的姿态参量和相对位置。在不同高度位置展开实验验证,实验数据表明,该方法能精确解算出无人机与着陆区域的相对位姿参量,达到了无人机在下降过程中实时性的要求。     

无人机自主降落过程视觉定位方法研究

为了充分利用连续视觉图像中3维空间信息, 解决无人机自主降落过程中的定位问题, 在稠密3维点云法和光流法定位原理的基础上, 提出了基于同物不同时图像像空间的定位方法。以理论推算、图形注释等方式, 通过求解单个像素点和整个图像移动变化情况, 将连续帧图像的形变、量变信息分解为无人机和参照物的空间相对运动信息, 并结合已知的参照物运动参量, 推算了无人机飞行位姿信息, 完成了无人机基于光学视觉图像的空间定位方法研究。结果表明, 该研究为视觉系统在无人机降落回收过程中独立实现空间定位提供了一定的借鉴和参考。     

基于北斗/惯导与多传感融合的无人机参数矫正方法研究

针对无人机飞行过程中姿态、定位以及高度参数不精确的问题,提出基于北斗/惯导与多传感器融合的无人机参数矫正方法,介绍了在北斗/惯导组合系统中融合气压传感器与速度传感器的采集参数,结合卡尔曼滤波器算法推算最优定位值。由速度传感器提供具体参数给惯导系统,并利用加速度与航偏角之间的关系预测无人机轨迹,结合北斗系统当前定位参数推算出最优值,将运算得到的无人机参数通过无线通讯的方式发送到终端进行存储显示。结果表明:采用多传感融合方式矫正的方法有效提高飞行轨迹与姿态的监测精度,定位精度达到3m,为操控无人机提供了有力的理论依据。     

面向风电场线路运维的无人机智能巡检系统

风电场线路的运维是保障风电场安全、稳定运行的关键环节。针对现有无人机巡检系统续航能力差、智能化水平不足等问题,提出一种面向风电场线路运维的无人机智能巡检系统。首先,构建巡检系统的巡检设备层、通信层和应用服务层架构;其次,设计无人机避障路径,对故障进行识别,提高无人机巡检的自主飞行和智能化水平;最后,构建面向风电场线路运维的无人机智能巡检系统,主要包括无人机及其搭载设备、机巢以及通信方案的设计。     

基于单目视觉的旋翼无人机定位系统设计

随着航空科技的不断进步,为了完成载人飞机无法完成的高危险任务,无人机的发展受到了广泛关注。传统的位置信息获取依赖GPS和IMU传感器,但在城市楼宇、室内区域,GPS难以准确获取位置信息从而失去效能,而机载IMU传感器又常常会出现较大的姿态角积累误差给无人机的导航带来一定的难度。针对室内或复杂未知环境下无GPS等外部定位辅助系统的无人机的自主定位和导航问题,文章提出一种轻量级、低成本、实时性强、稳定性高的基于单目相机的视觉定位系统方案,搭建了定位系统的硬件和软件架构,研究了单目视觉定位算法,该系统能准确获取无人机的自身位置信息,辅助无人机自主导航、姿态控制等任务顺利执行。