一种双目视觉输电线路覆冰厚度测量方法

本文提出一种基于双目视觉原理的输电线路覆冰监测方法。研发以双目相机为主的无人机覆冰监测载荷,对双目相机进行标定,获取内外检校参数,通过图像校正构建平行双目立体量测模型;在红外图像辅助下,立体量测获取特定同名点的空间位置,通过导线覆冰厚度计算和校正方法获取输电导线的覆冰厚度。大量试验表明,该方法在输电线路覆冰应急监测中具有较高的测量精度。     

面向无人机风机巡检的光照条件分析方法

在无人机风机巡检作业中, 光照异常会严重影响拍摄到的图像质量, 导致风机叶片在图像中亮度异常, 叶片上的裂纹等细微缺陷无法被有效判定, 影响风机的安全稳定运行. 本文针对此问题, 开展风机巡检中的光照条件分析技术研究, 在巡检前, 根据规划的航迹及太阳的方位进行光照情况预判; 在巡检中, 根据风机叶片及塔筒的分割结果, 针对性地分析关键部位的光照情况, 辅助以基于加权均值的整幅图像光照分析算法, 能够全方位地实现巡检中光照分析, 提升作业效率和准确性.     

机载嵌入式平台下的输电线路导线自动跟踪

面向输电线路无人机巡检，提出机载嵌入式平台下的导线自动跟踪技术，采用MobileNet V2提取基础特征，采用空洞空间金字塔池化(Atrous Spatial Pyramid Pooling, ASPP)模块融合多尺度信息，同时在多个语义水平进行解码，输出导线边缘检测的结果，然后结合基于语义知识的导线判定方法对输电线路导线的中心点进行预测。该算法相比基于Canny算子等传统方法具有较高的准确率，同时在机载嵌入式平台下处理效率可以达到9帧/s,能够良好地应用于无人机输电线路巡检的导线自动跟踪。