CN108537912A - 一种基于智能图像识别的电力巡检无人机 - Google Patents
一种基于智能图像识别的电力巡检无人机 Download PDFInfo
- Publication number
- CN108537912A CN108537912A CN201810182632.2A CN201810182632A CN108537912A CN 108537912 A CN108537912 A CN 108537912A CN 201810182632 A CN201810182632 A CN 201810182632A CN 108537912 A CN108537912 A CN 108537912A
- Authority
- CN
- China
- Prior art keywords
- image
- information
- flight
- parameter
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 claims abstract description 67
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 19
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 6
- 238000001514 detection method Methods 0.000 claims description 22
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims description 4
- 239000010931 gold Substances 0.000 claims description 4
- 229910052737 gold Inorganic materials 0.000 claims description 4
- 239000000463 material Substances 0.000 claims description 4
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 description 9
- 241000208340 Araliaceae Species 0.000 description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000008434 ginseng Nutrition 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于智能图像识别的电力巡检无人机,该基于智能图像识别的电力巡检无人机包括:飞行控制器用于获取用户输入的信息,根据信息生成飞行控制指令,以驱动无人机本体进行飞行;图像获取设备用于获取图片信息和/或视频信息,并将图片信息和/或视频信息发送至图像处理单元;图像处理单元用于接收图片信息和/或视频信息,根据图像识别算法对图片信息和/或视频信息中的电力巡检目标进行目标识别生成识别结果,并根据识别结果将图片信息和/或视频信息及识别结果进行存储。实现在电力巡检无人机上对电力巡检目标的识别,并可根据识别结果及巡检实际要求将部分图像数据进行存储,节约图像数据量,降低巡检投入,提高工作效率。
Description
技术领域
本发明涉及电力设备检测领域,具体涉及一种基于智能图像识别的电力巡检无人机。
背景技术
随着电网技术的发展,电力巡检任务越来越丰富,工作量越来越大。传统的人工巡检需要攀爬杆塔,效率低下,且受限于恶劣的地理条件;直升机巡检成本较高,万一遭遇事故,损失较重。因此,越来越多的电力巡检无人机被应用到电力巡检工作中,电力无人机巡检,能够减少人工攀爬杆塔、降低危险,且成本较低、风险较小。
现有的电力巡检无人机通常由巡检人员操作飞行,或事先将飞行路径设置好,再由智能飞控系统操作无人机飞行。在无人机飞行过程中,会经过巡检工作关注的电力巡检目标,此时由机载相机对目标进行拍照或录制视频,并将获取的图片和视频资料进行保存或回传至地面。最后,在地面由图像分析人员或系统对图像资料进行数据分析,包括目标发现、定位、分类、状态检测等工作。使用已有的技术进行电力无人机巡检,不能在无人机上进行目标识别及目标检测的工作,需要拍摄大量图片或视频,也需要存储或向地面传输大量图像数据,图像数据接收端需要图像分析人员利用计算机等图像处理设备完成电力目标的识别及检测等,从而当存在目标异常时也无法及时发现,并且需要投入图像分析人员及图像处理设备,增大了巡检投入,影响了整体巡检任务的工作效率。
发明内容
本发明要解决的技术问题在于克服现有巡检无人机无法在无人机上完成目标的识别及检测工作,需要将拍摄的大量图片或视频进行存储,然后传输至地面后,依靠人工使用计算机等图像处理设备完成电力目标的识别及检测,无法及时发现异常目标,并且加大了人员和设备的投入,影响巡检任务的工作效率等问题。
本发明实施例提供了一种基于智能图像识别的电力巡检无人机,包括:无人机本体、飞行控制器、图像获取设备及图像处理单元,其中,所述飞行控制器用于获取用户输入的信息,根据所述信息生成飞行控制指令,以驱动所述无人机本体进行飞行;所述图像获取设备用于获取图片信息和/或视频信息,并将所述图片信息和/或视频信息发送至图像处理单元;所述图像处理单元用于接收所述图片信息和/或视频信息,根据图像识别算法对所述图片信息和/或视频信息中的电力巡检目标进行目标识别生成识别结果,并根据识别结果将所述图片信息和/或视频信息及所述识别结果进行存储。
可选地,所述飞行控制器包括:飞行参数获取模块,用于根据用户输入的信息获取飞行参数,并根据所述飞行参数确定预设飞行区域,所述飞行参数至少包括:飞行区域、飞行高度、飞行时间;飞行驱动模块,用于根据所述飞行参数驱动所述无人机本体在所述预设飞行区域飞行。
可选地,所述图像处理单元包括:图像获取模块、图像识别模块、图像存储模块,其中,所述图像获取模块用于根据预设参数调整模式,调整所述图像获取设备的拍摄参数,并接收所述图片信息和/或视频信息,将所述图片信息和/或视频信息发送至所述图像识别模块和所述图像存储模块;所述图像识别模块用于根据图像识别算法对所述图片信息和/或所述视频信息中的电力巡检目标进行图像识别生成识别结果,并将所述识别结果发送至图像存储模块;所述图像存储模块用于根据预设的存储要求及所述识别结果,对所述图片信息和/或视频信息及所述识别结果进行存储。
可选地,所述图像识别模块还用于根据所述识别结果向所述图像获取模块发送目标调整指令。
可选地,所述预设参数调整模式包括:手动参数调整模式、自动参数调整模式、图像识别参数调整模式;当所述预设参数调整模式工作于所述手动参数调整模式时,所述图像获取模块接收用户输入指令,并根据所述用户输入指令调整所述图像获取设备的拍摄参数;当所述预设参数调整模式工作于所述自动参数调整模式时,所述图像获取模块接收预设巡检指令,并根据所述预设巡检指令调整所述图像获取设备的拍摄参数;当所述预设参数调整模式工作于所述图像识别参数调整模式时,所述图像获取模块接收所述目标调整指令,并根据所述目标调整指令调整所述图像获取设备的拍摄参数。
可选地,所述拍摄参数包括:拍摄方向参数。
可选地,所述图像识别模块包括:分类子模块,用于根据第一目标图像样本采用所述图像识别算法对所述图片信息和/或所述视频信息中的电力巡检目标进行分类,得到分类结果;状态检测子模块,用于根据所述分类结果获取第二目标图像样本,并根据所述第二目标图像样本对所述电力巡检目标进行状态检测,得到状态检测结果;识别结果生成子模块,用于根据所述分类结果及所述状态检测结果生成所述识别结果。
可选地,所述电力巡检目标包括:电力线路、电力杆塔、电力杆塔附件、塔基、塔材、金具、异物及通道环境中的至少之一。
本发明技术方案,具有如下优点:
本发明实施例提供的电力巡检无人机包括:飞行控制器用来来控制无人机本体的飞行,图像获取设备用来获取包含电力巡检目标的图片信息和/或视频信息,图像处理单元用来根据图像识别算法对图像获取设备获取的图片信息或视频信息进行目标识别生成识别结果,并根据识别结果将图片信息和/或视频信息及识别结果进行存储。实现了在电力巡检无人机上完成对电力巡检目标的识别,从而可以在无人机上直接识别检测出异常电力巡检目标,并可根据识别结果及巡检实际要求仅将异常电力巡检目标的图片信息和/或视频信息进行存储,大大节约了图像数据量,并且降低了巡检投入,提高了巡检任务的工作效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中基于智能图像识别的电力巡检无人机的结构示意图;
图2为本发明实施例中基于智能图像识别的电力巡检无人机的飞行控制器的结构示意图;
图3为本发明实施例中基于智能图像识别的电力巡检无人机的图像处理单元结构示意图;
图4为本发明实施例中基于智能图像识别的电力巡检无人机的图像处理单元的另一结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在本发明的描述中,需要说明的是,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
本发明实施例提供一种基于智能图像识别的电力巡检无人机,如图1所示,该基于智能图像识别的电力巡检无人机包括:无人机本体1、飞行控制器2、图像获取设备3及图像处理单元4等。
其中,飞行控制器2用于获取用户输入的信息,根据信息生成飞行控制指令,以驱动无人机本体1进行飞行;图像获取设备3用于获取图片信息和/或视频信息,并将图片信息和/或视频信息发送至图像处理单元4;图像处理单元4用于接收图片信息和/或视频信息,根据图像识别算法对图片信息和/或视频信息中的电力巡检目标进行目标识别生成识别结果,并根据识别结果将图片信息和/或视频信息及识别结果进行存储。在本发明实施例中无人机本体1是以固定翼结构为例进行的说明,本发明并不以此为限,在实际应用中,也可以是多旋翼结构。
本发明实施例提供的基于智能图像识别的电力巡检无人机实现了在电力巡检无人机上完成对电力巡检目标的识别,从而可以在无人机上直接识别检测出异常电力巡检目标,并可根据识别结果及巡检实际要求仅将异常电力巡检目标的图片信息和/或视频信息进行存储,大大节约了图像数据量,并且降低了巡检投入,提高了巡检任务的工作效率。
在一较佳实施例中,如图2所示,上述的飞行控制器2包括:飞行参数获取模块21,用于根据用户输入的信息获取飞行参数,并根据飞行参数确定预设飞行区域,飞行参数至少包括:飞行区域、飞行高度、飞行时间;飞行驱动模块22,用于根据飞行参数驱动无人机本体在预设飞行区域飞行。
在实际应用中,上述飞行参数获取模块21还可接收用户手动操作生成的飞行参数,从而通过用户手动的操作对无人机进行飞行控制。
具体地,在一实施例中,上述的图像获取设备3可以为机载相机,通过机载相机来拍摄图片和/或视频,获取图片信息和/或视频信息,该机载相机可以是可见光相机、红外相机等,该机载相机可通过可旋转部件固定于无人机本体上,通过控制电动机来旋转固定机载相机的可旋转部件旋转,从而调整相机的拍摄方向。
在一较佳实施例中,如图3所示,上述的图像处理单元4包括:图像获取模块41、图像识别模块42、图像存储模块43。
其中,图像获取模块41用于根据预设参数调整模式,调整图像获取设备3的拍摄参数,并接收图片信息和/或视频信息,将图片信息和/或视频信息发送至图像识别模块42和图像存储模块43。在本发明实施例中该拍摄参数包括拍摄方向参数和拍摄焦距参数。
在实际应用中,当上述图像获取设备3为机载相机时,上述图像获取模块41可通过控制电动机的工作使得固定机载相机的部件旋转,从而改变机载相机的拍摄方向参数,通过启动机载相机的变焦功能工作,从而实现调整机载相机的拍摄焦距参数。
在一较佳实施例中,上述的预设参数调整模式包括:手动参数调整模式、自动参数调整模式、图像识别参数调整模式;当预设参数调整模式工作于手动参数调整模式时,图像获取模块41接收用户输入指令,并根据用户输入指令调整图像获取设备3的拍摄参数;当预设参数调整模式工作于自动参数调整模式时,图像获取模块41接收预设巡检指令,并根据预设巡检指令调整图像获取设备3的拍摄参数;当预设参数调整模式工作于图像识别参数调整模式时,图像获取模块41接收目标调整指令,并根据目标调整指令调整图像获取设备3的拍摄参数。
在实际应用中,该电力巡检无人机可以根据实际需要选择上述三种预设参数调整模式的一种来对图像获取设备3进行拍摄参数的调整,例如巡检人员通过遥控输入控制无人机上的机载相机调整拍摄方向及焦距等拍摄参数,或者按照无人机飞行前预设的巡检指令来调整,或者根据图像识别模块43的参数调整指令针对某一电力巡检目标进行调整。
图像识别模块42用于根据图像识别算法对图片信息和/或视频信息中的电力巡检目标进行图像识别生成识别结果,并将识别结果发送至图像存储模块43。
在一较佳实施例中,上述的图像识别模块42还用于根据识别结果向图像获取模块41发送上述的目标调整指令。在实际巡检工作中,在对某一电力巡检目标进行图像识别后,例如发现该目标可能存在异常,需要对该目标进行其他拍摄角度拍摄或需要获取该目标更清晰的图像信息,此时,可根据识别结果通过向图像获取模块41发送目标调整指令来调整图像获取设备3的拍摄方向及拍摄焦距等。
在一较佳实施例中,如图4所示,上述的图像识别模块42包括:分类子模块421,用于根据第一目标图像样本采用图像识别算法对图片信息和/或视频信息中的电力巡检目标进行分类,得到分类结果;状态检测子模块422,用于根据分类结果获取第二目标图像样本,并根据第二目标图像样本对电力巡检目标进行状态检测,得到状态检测结果;识别结果生成子模块423,用于根据分类结果及状态检测结果生成识别结果。上述的电力巡检目标至少包括以下各种目标中的至少之一:电力线路、电力杆塔、电力杆塔附件、塔基、塔材、金具、异物及通道环境等。
具体地,在一实施例中,上述分类子模块421中的第一目标图像样本可以为包含各类电力巡检目标图像信息的样本集,用于对图像识别算法进行样本训练,对获取的图片信息和/或视频信息应用图像识别算法进行识别,得到与第一目标图像样本中某一类电力巡检目标相匹配的分类结果。例如经过图像识别算法进行识别后得出该电力巡检目标与第一目标图像样本中的电力线路相匹配,则将该电力巡检目标分类为电力线路。上述状态检测子模块422中的第二目标图像样本可以为某个具体电力巡检目标的不同工作状态的图像样本,例如当该电力巡检目标分类为电力线路时,第二目标图像样本为电力线路正常工作图像及电力线路出现断裂等异常工作图像,然后根据第二目标图像样本对电力巡检目标进行图像匹配,获得该电力巡检目标的状态检测结果。然后识别结果生成子模块423根据分类结果和状态检测结果生成最终的识别结果,并将该识别结果发送至图像存储模块43。
图像存储模块43用于根据预设的存储要求及识别结果,对图片信息和/或视频信息及识别结果进行存储。例如在存储空间比较充足或网络信号良好时,存储要求为全部存储,可以将所有拍摄的图片信息和/或视频信息及识别结果进行存储并上传至网络;当存储要求为异常电力巡检目标存储时,仅将检测出有异常的部分的图片、视频、识别结果进行存储及上传;或者根据实际电力巡检任务调整存储要求,存储需要的图片或图像。
在一实施例中,使用本发明实施例的基于智能图像识别的电力巡检无人机进行电力巡检任务可以按照如下过程进行:
由巡检人员手动操作或者事先将飞行路线等信息输入飞行控制器2中,飞行控制器2控制无人机本体1起飞,并飞行至关注的电力巡检目标附近区域。
上述的图像获取设备3选用机载相机,选择机载相机合适的方向和焦距。具体实现方式可以是:选择手动参数调整模式,由巡检人员手动控制无人机方向,或发出调整机载相机方向或焦距的指令至图像获取模块41;自动参数调整模式,根据事先设置好的路线,判断无人机的位置,并计算电力巡检目标相对无人机的大致方位,自动发送调整机载相机方向或焦距的指令至图像获取模块41;图像识别参数调整模式,由图像识别模块42调整机载相机的方向和焦距。当图像获取模块41收到调整机载相机方向或焦距的指令时,控制电动机工作,使固定机载相机的部件旋转,改变机载相机的方向;使机载相机的变焦功能工作,改变机载相机的焦距。
图像获取。控制机载相机,获取电力巡检目标的图片或视频,将获得的图片或视频传递到图像识别模块42。
图像识别。由图像识别模块42,根据电力巡检目标的样本,利用基于深度神经网络的图像识别算法,对图片或视频进行电力巡检目标进行图像识别,完成发现、定位、分类、状态检测等工作,生成识别结果,此外还可将识别结果标记到图片或视频上,可以方便工作人员后续进行查阅。其中电力巡检目标包括但不限于电力线路、电力杆塔、电力杆塔附件、塔基、塔材、金具、异物、通道环境等。
图像存储模块43,对上述的图像进行保存或上传至网络。通过电力巡检目标的分类、状态检测的结果,选择需要存储或上传的图片或视频。具体选择包括但不限于如下几种方法:当存储空间足够或传输信号较好时,可以选择将所有图片、视频、图像识别结果进行保存或回传;可以选择关注的图片或视频或带有结果标记的图片、视频进行保存或回传。具体判别准则可以根据实际需要进行制定,例如:将检测出有异常的部分的图片、视频、状态检测结果进行保存或回传;手动选择是否保存图片、视频、识别结果。
此外,在实际巡检工作中还可以设置重点观测目标。具体设置方式包括但不限于如下几种方法:事先设置重点观测类别,如:将识别到的绝缘子串作为重点观测目标,由图像识别模块42将识别到的重点观测类别内的目标设置为重点观测目标;由图像识别模块42,将检测出异常的目标作为重点观测目标;手动选择重点观测目标等。
然后通过图像获取模块41调整机载相机,对重点观测目标再次进行图像获取。由图像获取模块41依次对每个设置的重点目标,调整机载相机的方向和焦距,使相机正对重点观测目标。再次获取重点观测目标的图片、视频。
将重点观测目标的图片、视频传递到图像识别模块42,再次进行电力巡检目标的图像识别。
由图像存储模块43,将重点观测目标的图片、视频、及识别结果进行保存和上传至网络。
无人机完成巡检任务,由飞行控制器控制返航着落。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (8)
1.一种基于智能图像识别的电力巡检无人机,其特征在于,包括:无人机本体(1)、飞行控制器(2)、图像获取设备(3)及图像处理单元(4),其中,
所述飞行控制器(2)用于获取用户输入的信息,根据所述信息生成飞行控制指令,以驱动所述无人机本体(1)进行飞行;
所述图像获取设备(3)用于获取图片信息和/或视频信息,并将所述图片信息和/或视频信息发送至图像处理单元(4);
所述图像处理单元(4)用于接收所述图片信息和/或视频信息,根据图像识别算法对所述图片信息和/或视频信息中的电力巡检目标进行目标识别生成识别结果,并根据识别结果将所述图片信息和/或视频信息及所述识别结果进行存储。
2.根据权利要求1所述的基于智能图像识别的电力巡检无人机,其特征在于,所述飞行控制器(2)包括:
飞行参数获取模块(21),用于根据用户输入的信息获取飞行参数,并根据所述飞行参数确定预设飞行区域,所述飞行参数至少包括:飞行区域、飞行高度、飞行时间;
飞行驱动模块(22),用于根据所述飞行参数驱动所述无人机本体(1)在所述预设飞行区域飞行。
3.根据权利要求1所述的基于智能图像识别的电力巡检无人机,其特征在于,所述图像处理单元(4)包括:图像获取模块(41)、图像识别模块(42)、图像存储模块(43),其中,
所述图像获取模块(41)用于根据预设参数调整模式,调整所述图像获取设备(3)的拍摄参数,并接收所述图片信息和/或视频信息,将所述图片信息和/或视频信息发送至所述图像识别模块(42)和所述图像存储模块(43);
所述图像识别模块(42)用于根据图像识别算法对所述图片信息和/或所述视频信息中的电力巡检目标进行图像识别生成识别结果,并将所述识别结果发送至图像存储模块(43);
所述图像存储模块(43)用于根据预设的存储要求及所述识别结果,对所述图片信息和/或视频信息及所述识别结果进行存储。
4.根据权利要求3所述的基于智能图像识别的电力巡检无人机,其特征在于,所述图像识别模块(42)还用于根据所述识别结果向所述图像获取模块(41)发送目标调整指令。
5.根据权利要求4所述的基于智能图像识别的电力巡检无人机,其特征在于,所述预设参数调整模式包括:手动参数调整模式、自动参数调整模式、图像识别参数调整模式;
当所述预设参数调整模式工作于所述手动参数调整模式时,所述图像获取模块接收用户输入指令,并根据所述用户输入指令调整所述图像获取设备(3)的拍摄参数;
当所述预设参数调整模式工作于所述自动参数调整模式时,所述图像获取模块接收预设巡检指令,并根据所述预设巡检指令调整所述图像获取设备(3)的拍摄参数;
当所述预设参数调整模式工作于所述图像识别参数调整模式时,所述图像获取模块接收所述目标调整指令,并根据所述目标调整指令调整所述图像获取设备(3)的拍摄参数。
6.根据权利要求3所述的基于智能图像识别的电力巡检无人机,其特征在于,所述拍摄参数包括:拍摄方向参数。
7.根据权利要求3所述的基于智能图像识别的电力巡检无人机,其特征在于,所述图像识别模块(42)包括:
分类子模块(421),用于根据第一目标图像样本采用所述图像识别算法对所述图片信息和/或所述视频信息中的电力巡检目标进行分类,得到分类结果;
状态检测子模块(422),用于根据所述分类结果获取第二目标图像样本,并根据所述第二目标图像样本对所述电力巡检目标进行状态检测,得到状态检测结果;
识别结果生成子模块(423),用于根据所述分类结果及所述状态检测结果生成所述识别结果。
8.根据权利要求1所述的基于智能图像识别的电力巡检无人机,其特征在于,所述电力巡检目标包括:电力线路、电力杆塔、电力杆塔附件、塔基、塔材、金具、异物及通道环境中的至少之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182632.2A CN108537912A (zh) | 2018-03-06 | 2018-03-06 | 一种基于智能图像识别的电力巡检无人机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810182632.2A CN108537912A (zh) | 2018-03-06 | 2018-03-06 | 一种基于智能图像识别的电力巡检无人机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537912A true CN108537912A (zh) | 2018-09-14 |
Family
ID=63485620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810182632.2A Pending CN108537912A (zh) | 2018-03-06 | 2018-03-06 | 一种基于智能图像识别的电力巡检无人机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537912A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110012012A (zh) * | 2019-04-03 | 2019-07-12 | 国网福建省电力有限公司 | 一种智能配电网通信安全系统 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
CN110738179A (zh) * | 2019-10-18 | 2020-01-31 | 国家电网有限公司 | 一种电力设备的识别方法及相关装置 |
CN111597898A (zh) * | 2020-04-16 | 2020-08-28 | 江苏方天电力技术有限公司 | 一种电力巡检机器人图像识别和视觉分析方法及系统 |
CN112947519A (zh) * | 2021-02-05 | 2021-06-11 | 北京御航智能科技有限公司 | 一种无人机的巡检方法、装置及边缘计算模块 |
CN113225530A (zh) * | 2021-04-21 | 2021-08-06 | 中交第三公路工程局有限公司工程总承包分公司 | 一种基于ai识别技术的桥梁安全巡检装置 |
CN113255409A (zh) * | 2020-02-13 | 2021-08-13 | 中国移动通信集团广东有限公司 | 一种图像识别方法、系统及装置 |
CN113436362A (zh) * | 2021-06-16 | 2021-09-24 | 国网河北省电力有限公司邯郸供电分公司 | 一种通信线缆巡检方法 |
CN113611004A (zh) * | 2021-08-06 | 2021-11-05 | 寰宇鹏翔航空科技(深圳)有限公司 | 数据预处理方法、装置、系统和存储介质 |
CN113763584A (zh) * | 2021-05-13 | 2021-12-07 | 江门市赛为电力科技有限公司 | 一种电力线路智能巡检系统 |
CN114299701A (zh) * | 2022-01-04 | 2022-04-08 | 国网上海市电力公司 | 无人机及其图像处理装置 |
CN115052133A (zh) * | 2022-07-06 | 2022-09-13 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种基于无人机的配电台架验收方法 |
CN115373416A (zh) * | 2022-08-08 | 2022-11-22 | 北京中润惠通科技发展有限公司 | 一种铁路电力贯通线智能巡检方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235830A (zh) * | 2013-05-13 | 2013-08-07 | 北京臻迪科技有限公司 | 一种基于无人机电力巡线方法、装置及无人机 |
CN205721829U (zh) * | 2016-03-07 | 2016-11-23 | 谭圆圆 | 一种无人飞行器 |
CN106254836A (zh) * | 2016-09-19 | 2016-12-21 | 南京航空航天大学 | 无人机红外图像目标跟踪系统及方法 |
CN106296860A (zh) * | 2016-08-16 | 2017-01-04 | 上海许继电气有限公司 | 利用无人操纵自动飞行器进行光伏电站巡检的可视化运维方法 |
CN106504363A (zh) * | 2016-10-19 | 2017-03-15 | 广东容祺智能科技有限公司 | 一种智能机载双光巡检系统稳定平台自动跟踪方法 |
CN106570947A (zh) * | 2016-11-07 | 2017-04-19 | 宁波精丰测控技术有限公司 | 电力设施智能巡检系统及方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN107506950A (zh) * | 2017-10-11 | 2017-12-22 | 广州市驱创信息科技有限公司 | 基于共享方案的水利电力远程监测方法及系统 |
EP3276536A1 (en) * | 2016-07-29 | 2018-01-31 | Tata Consultancy Services Limited | System and method for unmanned aerial vehicle navigation for inventory management |
-
2018
- 2018-03-06 CN CN201810182632.2A patent/CN108537912A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103235830A (zh) * | 2013-05-13 | 2013-08-07 | 北京臻迪科技有限公司 | 一种基于无人机电力巡线方法、装置及无人机 |
CN205721829U (zh) * | 2016-03-07 | 2016-11-23 | 谭圆圆 | 一种无人飞行器 |
EP3276536A1 (en) * | 2016-07-29 | 2018-01-31 | Tata Consultancy Services Limited | System and method for unmanned aerial vehicle navigation for inventory management |
CN106296860A (zh) * | 2016-08-16 | 2017-01-04 | 上海许继电气有限公司 | 利用无人操纵自动飞行器进行光伏电站巡检的可视化运维方法 |
CN106254836A (zh) * | 2016-09-19 | 2016-12-21 | 南京航空航天大学 | 无人机红外图像目标跟踪系统及方法 |
CN106504363A (zh) * | 2016-10-19 | 2017-03-15 | 广东容祺智能科技有限公司 | 一种智能机载双光巡检系统稳定平台自动跟踪方法 |
CN106570947A (zh) * | 2016-11-07 | 2017-04-19 | 宁波精丰测控技术有限公司 | 电力设施智能巡检系统及方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN107506950A (zh) * | 2017-10-11 | 2017-12-22 | 广州市驱创信息科技有限公司 | 基于共享方案的水利电力远程监测方法及系统 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110266938B (zh) * | 2018-12-27 | 2021-11-09 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN110012012A (zh) * | 2019-04-03 | 2019-07-12 | 国网福建省电力有限公司 | 一种智能配电网通信安全系统 |
CN110738179A (zh) * | 2019-10-18 | 2020-01-31 | 国家电网有限公司 | 一种电力设备的识别方法及相关装置 |
CN110703800A (zh) * | 2019-10-29 | 2020-01-17 | 国网江苏省电力有限公司泰州供电分公司 | 基于无人机的电力设施智能识别方法及系统 |
CN113255409A (zh) * | 2020-02-13 | 2021-08-13 | 中国移动通信集团广东有限公司 | 一种图像识别方法、系统及装置 |
CN111597898A (zh) * | 2020-04-16 | 2020-08-28 | 江苏方天电力技术有限公司 | 一种电力巡检机器人图像识别和视觉分析方法及系统 |
CN112947519A (zh) * | 2021-02-05 | 2021-06-11 | 北京御航智能科技有限公司 | 一种无人机的巡检方法、装置及边缘计算模块 |
CN113225530A (zh) * | 2021-04-21 | 2021-08-06 | 中交第三公路工程局有限公司工程总承包分公司 | 一种基于ai识别技术的桥梁安全巡检装置 |
CN113763584A (zh) * | 2021-05-13 | 2021-12-07 | 江门市赛为电力科技有限公司 | 一种电力线路智能巡检系统 |
CN113436362A (zh) * | 2021-06-16 | 2021-09-24 | 国网河北省电力有限公司邯郸供电分公司 | 一种通信线缆巡检方法 |
CN113611004A (zh) * | 2021-08-06 | 2021-11-05 | 寰宇鹏翔航空科技(深圳)有限公司 | 数据预处理方法、装置、系统和存储介质 |
CN114299701A (zh) * | 2022-01-04 | 2022-04-08 | 国网上海市电力公司 | 无人机及其图像处理装置 |
CN115052133A (zh) * | 2022-07-06 | 2022-09-13 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种基于无人机的配电台架验收方法 |
CN115052133B (zh) * | 2022-07-06 | 2023-09-12 | 国网江苏省电力有限公司南通市通州区供电分公司 | 一种基于无人机的配电台架验收方法 |
CN115373416A (zh) * | 2022-08-08 | 2022-11-22 | 北京中润惠通科技发展有限公司 | 一种铁路电力贯通线智能巡检方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537912A (zh) | 一种基于智能图像识别的电力巡检无人机 | |
CN106468918B (zh) | 一种线路巡检的标准化数据采集方法及系统 | |
CN114035614B (zh) | 基于先验信息的无人机自主巡检方法、系统及存储介质 | |
CN202043246U (zh) | 固定翼无人机线路巡检数据远程采集装置 | |
CN109690433A (zh) | 具有环境感知的无人驾驶空中车辆系统和方法 | |
CN108377328A (zh) | 一种直升机巡视作业的目标拍摄方法及装置 | |
US20170293795A1 (en) | Moving device, moving system, terminal device and method of controlling moving device | |
KR101634937B1 (ko) | 무인 비전 검사시스템 및 이를 이용한 무인 비전 검사방법 | |
WO2018121247A1 (zh) | 控制无人机飞行的方法、装置以及无人机 | |
CN110062205A (zh) | 运动目标识别、跟踪装置及方法 | |
CN112162565B (zh) | 一种基于多机协同作业的不间断自主杆塔巡检方法 | |
CN105227842A (zh) | 一种航拍设备的拍摄范围标定装置及方法 | |
CN106231191A (zh) | 全自动空中全景数据采集系统、方法及控制终端 | |
CN103533302A (zh) | 双目多轨迹智能激光驱鸟设备 | |
CN101620278A (zh) | 直升机电力巡检机载系统控制采集图像的方法 | |
CN111462229B (zh) | 基于无人机的目标拍摄方法、拍摄装置及无人机 | |
CN112947519A (zh) | 一种无人机的巡检方法、装置及边缘计算模块 | |
CN106989728A (zh) | 一种基于无人机的建筑地面测绘系统 | |
CN107124606A (zh) | 基于无人机航拍的数字视频广告远程拍摄方法 | |
CN109885091A (zh) | 一种无人机自主飞行控制方法及系统 | |
US10308359B2 (en) | Moving device, method of controlling moving device and storage medium | |
CN206494138U (zh) | 一种无人机 | |
CN113987246A (zh) | 无人机巡检的图片自动命名方法、装置、介质和电子设备 | |
CN207926730U (zh) | 一种用于无人机搭载的广角摄像机用防眩光摄像头 | |
CN106791301A (zh) | 一种电子信息技术领域的室内无人机多角度拍摄控制系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |