基于PID算法的输电线路无人机巡检路径智能自动规划技术

为降低定位误差，规避复杂环境造成的巡检风险，研究基于PID算法的输电线路无人机巡检路径智能自动规划技术。采用RTK定位技术，采集了输电线路无人机巡检标志点位置信息，利用路径生成方法，模拟无人机从起始点到目标点的最优几何路径，创建无人机高度和姿态直接受PID参数控制的动力学模型，运用基于PID算法的路径规划跟踪控制器，控制无人机按照最优路径飞行到目标点，实现了输电线路无人机巡检路径智能自动规划。实验结果表明：待巡检标志点定位误差始终低于0.25×10^-4;该技术规划的输电线路无人机巡检路径较短，能有效规避复杂环境造成的巡检风险。     

基于无人机巡检的输电线路规避系统设计

针对无人机进行输电线路巡检时存在与线路发生碰撞的风险,影响无人机巡线系统及输电线路运行安全。基于毫米波雷达传感器,采用LTCC多层技术,设计了输电线路规避系统,通过采用恒虚警算法和多目标检测算法,设计了规避算法。试验结果表明,输电线路规避系统对输电导线和地线的测试范围在50m左右,误差小于1m,规避效果良好,对保障无人机巡检系统和输电线路运行安全具有重要的意义。     

无人机巡检架空输电线路自主避障导航算法研究

随着无人机技术的发展,无人机被广泛应用于高压输电线路进行巡检,但受到环境因素的影响作业人员对无人机的控制难度较大,甚至导致无人机撞向输电导线或者铁塔引发电力事故。因此,提高无人机的自主巡航能力是无人机巡检高压输电线的重要技术,基于此,本文提出一种基于模糊神经网络多传感器数据融合方法,实现无人机对架空输电线路的自主避障导航。该方法首先将需要巡检的输电线路的坐标信息输入无人机飞控系统,实现通过铁塔坐标对无人机进行全局导航,而在局部则采用虚拟势场法实现对无人机自主避障。对于多传感器数据分析,本文将模糊神经网络结合模糊聚类的方法进行改进提出一种多传感器数据融合算法,实现对无人机周围环境的准确采集,从而实现对无人机巡线的自主避障导航。最后构建仿真实验平台,对无人机寻线自主避障导航进行模拟实验,从而验证了该算法的可行性。     

基于无人机图像的输电线断股与异物缺陷检测方法

为提高无人机(UAV)巡检输电线路的效率,提出一种基于线结构感知的输电线断股与异物缺陷的检测方法。由于无人机巡检的图像受背景纹理及光线影响较大,采用能检测线宽度的水平与垂直方向的梯度算子提取巡检图像上的线对象,进而研究感知定律中的共线性、近似性、连续性的计算,将断续线段连接成长的线段,通过长线段的平行性计算,识别出输电线路结构中显著的平行导线组。为识别导线上安装的防振锤与间隔棒连接部件,提出一种基于局部轮廓特征的形状部件识别方法。在识别出这些连接部件的基础上,对导线进行分段分析,计算分段导线的宽度变化、灰度相似度来检测导线上的断股与异物缺陷。通过对无人机巡检采集的输电线路图像的测试,验证了这种方法在复杂的背景条件下能有效地检测导线上断股与附着异物缺陷。     

基于RTK定位技术的输电线路无人机自主巡检方法

为了提高无人机在输电线路巡检作业中的定位精度,保障无人机按照预设巡检线路进行自主巡检,提出基于RTK定位技术的输电线路无人机自主巡检方法。采用基于RTK定位技术获取输电线路无人机的动态位置,基于无人机动力学模型识别无人机姿态信息,结合串级模糊PID控制器控制无人机的作业姿态按照巡检路线巡检,实现输电线路无人机自主巡检。实验结果表明,所提方法能高精度定位无人机位置,定位误差控制在1 cm之内,并且俯仰角都可在1 s内抵达理想值,可有效控制无人机准确按照预设巡检线路完成自主巡检,避障效果较好。     

无人机电力线路安全巡检系统及关键技术

近年来架空输电线路架设规模日益扩大,由于其覆盖范围区域广、穿越区域地形复杂并且自然环境恶劣,采用人工定期巡检的方式越来越不能满足现代电力系统安全稳定运行的需要。无人机技术的发展为架空输电线路巡检工作提供了新的平台,借助无人直升机,通过遥感技术应用,采用多传感器集成的方法,可实现电力线路安全巡检工作的高效和全自动化开展。本文介绍了基于遥感技术的电力线路安全巡检系统的基本概念和组成部分,重点分析了主要的关键技术,包括无人机飞行姿态控制、多传感器间高精度时间同步、缺陷探测和智能诊断、机载传感器检校、无线通讯、地面数据处理等,将无人直升机用于电力线路巡检工作的技术要点进行了较为全面的阐述。     

Android平台下的无人机输电线路施工车辆巡检

无人机巡检成为输电线路巡检的重要方式.然而,目前的无人机巡检,由于受到前端设备性能的影响,大多基于后期的图像处理,无法达到实时检测的要求.针对无人机巡检中输电线路施工车辆的安全隐患,提出了一个基于Android平台,使用神经网络实时检测施工车辆的方法.通过收集无人机获取的输电线路施工车辆的数据,使用数据增广的方法,并将构建的SSD-MobileNet算法模型集成到Android平台,实现施工车辆的实时目标检测.     

无人机倾斜摄影技术在电力巡线树障检测中的实践应用研究

为解决目前贵州电网电力巡线工作中人工巡检存在精度低、效率慢、智能化水平低等问题,本文结合无人机倾斜摄影技术的工作原理,对输电线路杆塔、通道及周边环境进行无人机航飞、建模,形成电力线通道三维点云,利用自动匹配的导线精确计算出树障距离和位置。即将无人机倾斜摄影技术用于电力线巡检,可在恢复输电线路通道三维点云的基础上实现树障的定量化检测,探索出一种无人机智能电力巡线新方法。本文将从无人机航空摄影方法、地表三维点云重建方法、导线三维重建方法和树线距离量测方法四个方面,重点分析无人机倾斜摄影技术在电力巡线树障巡检作业中的工作原理和流程,并结合一线巡检班组的实验数据,阐述其在实践中的具体应用。     

无人机激光雷达智能识别输电线路缺陷

针对我国高压输电线路巡检周期长、作业强度大、无法保证巡检结果客观性与完整性的问题,提出了一套无人机三维激光雷达智能识别输电线路缺陷的研究方法。该方法首先使用自动化分类方法将走廊三维点云进行金字塔式数据重采样及分档式处理;其次将分档数据自动划分为地面、植被、杆塔、导线4个类别,结合人工判读识别低等电力线、公路等其他类别;最终,根据国网相关安全局规程提取当前工况下导线与周围地物存在的安全缺陷。实验数据表明,所提出的方法可有效识别导线-植被、导线-建筑物、导线-交跨等多类重要缺陷,可大幅提升现有高压输电线路巡检流程的质量与效率。     

输电线路无人机自动巡检系统不间断作业实时监控方法

针对输电线路无人机自动巡检信息冗杂,数据噪声较大,海量数据传输难以完整传输的问题,提出了一种输电线路无人机自动巡检系统不间断作业实时监控方法,保障输电线路不间断作业。构建输电线路不间断作业监控架构,利用无人机自动巡检系统的无人机飞行器实时采集输电线路图像信息,经无线传输模块传输至地面站存储;输电线路不间断作业监控模块调用采集到的数据,采用非局部均值滤波算法去噪处理输电线路图像,将去噪后图像输入至卷积神经网络,优化检测异常输电线路图像,并利用粗定位算法定位异常点,便于巡检人员实时修复输电线路,实时监控输电线路不间断作业。实验结果表明,所提方法能够清晰、直观地检测到输电线路异常点,实时监控输电线路不间断作业;拥有较为优秀的去噪效果,为后期高效、实时检测输电线路异常点提供保障;信息传输性能突出,保证海量数据传输具有极高的完整性。     

基于遗传算法的输电线路无人机巡检路径规划

针对无人机有效、安全巡检输电线路的路径问题,提出了一种基于遗传算法的输电线路无人机巡检路径规划方法,采用极坐标编码方式对无人机巡检路径构造染色体;结合实际情况中的无人机巡检各种约束问题,设计了适合于无人机巡检路径规划的遗传算子;实验结果证明算法能综合考虑各种因素,提高了全局寻优能力,是解决实际输电线路无人机巡检路径规划问题的较好办法.     

输电线路无人机自主巡检方法研究与应用

为了解决输电线路无人机巡检作业易受恶劣天气影响、远距离遥控不及时、通信稳定性差等问题,提出了一种输电线路无人机自主巡检方法.首先,利用卡尔曼滤波算滤除原始线路中的轨迹噪点,采用垂距法对轨迹冗余点进行过滤,优化巡检航线;其次,提出基于巡检对象差异特性的动态优化定位方法提升无人机巡检质量.以某220 kV输电线路杆塔进行测试,测试结果表明,提出的方法解决了航线采集以及定位优化问题,贯穿航线学习到自主巡检的流程之中,兼顾了无人机自主巡检效率以及巡检精确度.     

输电线路多旋翼无人机自动驾驶智能巡检系统

针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题,本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法,结合人工智能图像识别技术实现了机巡数据的智能处理,建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术,通过佛山地区输电线路巡视的应用实践,该系统大大提高了电网巡检效率,证明了其有效性和合理性.     

输电线路巡检无人机导航的语义交互方法

针对高空巡检环境的复杂性和不确定性,提出了一种输电线路巡检无人机导航的语义交互方法.基于本体方法构建人机交互的语义拓扑体系,形成具有感知运动数据处理的导航框架;其次,以语义拓扑关系为基础,结合谓词逻辑形式的背景知识,提出结构化路径导航方法,实现人机在统一的概念层次上路径导航的语义交互;最后研发了巡检导航的语义交互原型系统,通过实验证明:作为语义交互实例,本文所提方法可以为无人机电力巡线提供位置导航控制,实体名词提取满足实际期望估计且精度控制较高,为基于数据驱动的输电线路巡检提供了基础支持.     

基于无人机载多载荷的输电线路巡检方法研究检测

无人机进行电力线路巡检的作业模式在南方电网已经开展了一些示范验证并获得一定的推广应用,目前的巡检方式多为无人机或有人机挂载激光雷达进行巡检。为提高线路巡检效率、提高隐患目标识别准确度,本文提出激光雷达和可见光相机一体化应用的方法来提高巡检自动化程度、提高巡检精细度、提高作业效率及可靠性。首先针对一次飞行同步采集巡检区域的激光点云数据和可见光影像数据,在对采集的数据分别进行相应的预处理;然后将点云数据和影像数据融合处理分析,实现输电线路隐患目标自动识别和精准定位。采用旋翼无人机实际巡检获取的输电线路激光点云数据和影像数据对该过程进行了验证,试验结果表明,基于无人机载多载荷的输电线路巡检具有较高的自动化程度和准确性,缺陷识别检测的水平距离误差为0.1467米,缺陷识别的垂直距离误差为 0.1025米,缺陷识别的净空距离误差为0.1575米,识别检测效果良好,对输电线路巡检具有重要的意义。     

基于动态超分辨率的输电线路部件检测方法

在无人机输电线路巡检过程中,由于部分输电线路部件较小,而且无人机搭载的相机像素有一定限制,同时必须与输电线路保持一定的安全距离,导致拍摄的图像的分辨率较低、目标较小.针对这一问题,提出了一种基于动态超分辨率的输电线路部件检测方法,将超分网络引入到输电线路巡检过程中.实验结果表明,该方法对输电线路低分辨率输入图像和小目标...     

输电线路固定翼无人机多目标巡检线路优化

以提升固定翼无人机(UAV)输电线路巡检避障能力、缩减巡检路径长度为目标，提出基于改进粒子群算法的输电线路固定翼UAV多目标巡检线路优化方法。以最小化线路长度和线路威胁作为目标函数，结合航迹段的长度约束和最大转弯角度约束，构建固定翼UAV多目标巡检线路优化模型。将多目标函数作为粒子群优化算法的适应度函数，找出最优输电线路巡检线路。创新性地通过调整粒子群算法惯性权重，引入相邻适应度函数值比较策略、遗传算法的杂交运算，优化生成UAV多目标巡检线路。试验结果表明，该方法可以对巡检范围内存在的所有障碍物进行有效规避。巡检线路可以覆盖巡检范围内所有输电线路。100 m²范围内航迹点设置为25个时，优化效果最适宜。     

基于多传感器融合的无人机电力线巡检

电力线与下方物体的距离是输电线路安全运行的重要指标,需要对其巡检以保证其距离满足安全距离条件.提出一种测距方案,使用无人机基于三维场景重建测量电力线与下面的地物间的距离.通过将激光点云数据、影像数据和位置信息在时空维度配准,实时生成电力线路附近区域彩色图像与激光雷达的融合信息,利用深度学习算法多模态神经网络的RGB-Depth语义分割提取输电线路特征,基于体素、大规模语义场景重建以及导线建模,通过拟合线模型铅垂线方法对下方地物安全距离进行实时检测,实现了判断电力线下方地物距离是否符合安全生产条件.实验结果证明该测距方案具有实用性和准确性,有助于提高输电线路运维水平.     

基于机载计算机的无人机智能巡检方案

随着无人机飞行制造技术的不断发展,传统人力巡检在一些领域已逐渐被无人机巡检所取代,相关领域已涉及到森林虫害、电力巡检、工地安全、渔政执法等。针对目前无人机巡检中对巡检目标的实时检测、结果的实时传输以及巡检飞行的智能操控需求,设计了一种基于机载计算机的无人机智能巡检方案。通过机载计算机取代传统方案的移动图形工作站,并结合轻量化网络对检测模型进行轻量化改进,实现无人机检测端直接进行边缘计算。然后通过优化机载端与APP的传输方案以及设计云端远程巡检控制方案,实现无人机的机载端实时自动回传检测结果,并上传至云平台。实验表明,该方案无需移动端复杂操控,可实现远程下发巡检任务指令并实时接收检测结果,达到远端人员可快速精准响应的目的。     

无人机航拍图像中裸露地表的识别

电力输电线路下方或附近的无覆盖物的裸露地表,是引起输电线路事故的主要隐患之一;从无人机电力巡检航拍图像中识别裸露地表可以预防类似事故的发生;由于Mask RCNN识别无人机电力巡检航拍图像中裸露地表的精度较低,提出一种图像特征融合的方法,即人工提取HOG和LBP两种不同的图像特征,经过不同权重的融合共同表征图像中裸露地表区域的特征,再对SVM进行训练并用于识别;实验结果表明,采用该方法识别率可以达到80％以上,识别时间少于60 ms;HOG和LBP两种特征在进行融合时,当两种特征的数量级相当时,得到的识别率最高;可见,该方法在具有较高识别率的同时,具有比较好的实时性,适合于无人机机载平台对航拍图像的初筛,且训练时间较少,权重参数规模小,为无人机航拍图像中目标物的识别提供一种新思路.