CN110674900B - 基于rfid的无人机巡检杆塔缺陷的方法及装置 - Google Patents

基于rfid的无人机巡检杆塔缺陷的方法及装置 Download PDF

Info

Publication number
CN110674900B
CN110674900B CN201910888176.8A CN201910888176A CN110674900B CN 110674900 B CN110674900 B CN 110674900B CN 201910888176 A CN201910888176 A CN 201910888176A CN 110674900 B CN110674900 B CN 110674900B
Authority
CN
China
Prior art keywords
tower
inspected
unmanned aerial
aerial vehicle
information
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.)
Active
Application number
CN201910888176.8A
Other languages
English (en)
Other versions
CN110674900A (zh
Inventor
李学钧
戴相龙
蒋勇
何成虎
杨政
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Haohan Information Technology Co ltd
Original Assignee
Jiangsu Haohan Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Haohan Information Technology Co ltd filed Critical Jiangsu Haohan Information Technology Co ltd
Priority to CN201910888176.8A priority Critical patent/CN110674900B/zh
Publication of CN110674900A publication Critical patent/CN110674900A/zh
Application granted granted Critical
Publication of CN110674900B publication Critical patent/CN110674900B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
    • G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
    • G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Astronomy & Astrophysics (AREA)
  • Multimedia (AREA)
  • Electric Cable Installation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于RFID的无人机巡检杆塔缺陷的方法及装置，方法包括：A)绘制输电线路的杆塔坐标，将杆塔坐标和杆塔描述信息录入巡检系统；B)根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；C)当无人机巡航到与目标杆塔的设定距离内时，读取目标杆塔上的RFID标签，获取目标杆塔的RFID信息；D)无人机自动识别目标杆塔的状态，检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储；E)无人机巡检完成，回到基地后，将记录的目标杆塔的状态信息更新到服务器，完成一次巡检任务。本发明能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营。

Description

基于RFID的无人机巡检杆塔缺陷的方法及装置
技术领域
本发明涉及无人机巡检领域，特别涉及一种基于RFID的无人机巡检杆塔缺陷的方法及装置。
背景技术
电力工业是关系国计民生的支柱产业，电力系统的安全稳定运行具有重大战略意义。建设放在电力物联网是落实“三型两网、世界一流”战略目标的核心任务。科技的进步使人们对电力系统的安全稳定运行有了新的要求，电力系统的不断强大不仅给人们带来了生活和工作上的便利，但是也带来了更多复杂的电力安全稳定问题。目前对杆塔的状态监测基本是通过人工进行监测，由于人工不是时时刻刻都在进行监测，就可能会出现当杆塔出现缺陷时，人工没有及时发现故障，导致不能稳定检测电力实施的安全状况，不能保障线路的安全运营。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营的基于RFID的无人机巡检杆塔缺陷的方法及装置。
本发明解决其技术问题所采用的技术方案是：构造一种基于RFID的无人机巡检杆塔缺陷的方法，包括如下步骤：
A)绘制输电线路的杆塔坐标，将所述杆塔坐标和杆塔描述信息录入巡检系统；
B)根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；
C)当所述无人机巡航到与所述目标杆塔的设定距离内时，读取所述目标杆塔上的RFID标签，获取所述目标杆塔的RFID信息；
D)所述无人机自动识别所述目标杆塔的状态，检测是否有杆塔缺陷，并将所述目标杆塔的状态信息记录在所述无人机中进行本地存储；
E)所述无人机巡检完成，回到基地后，将记录的所述目标杆塔的状态信息更新到服务器，完成一次巡检任务。
在本发明所述的基于RFID的无人机巡检杆塔缺陷的方法中，所述步骤B) 进一步包括：
B1)选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔；
B2)以所述待巡检杆塔生成B样条曲线，以所述B样条曲线作为所述无人机的待巡检路径。
在本发明所述的基于RFID的无人机巡检杆塔缺陷的方法中，所述步骤C) 进一步包括：
C1)当所述无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取所述待巡检杆塔的RFID标签，判断是否读取到所述RFID标签，如是，执行步骤 C4)；否则，执行步骤C2)；
C2)判断尝试次数是否达到δ次，如是，则执行步骤C3)；否则，返回步骤 C1)；
C3)指令所述无人机飞往下一个待巡检杆塔，返回步骤C1)；
C4)获取所述待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致，如是，执行步骤S04；否则，执行步骤C5)；
C5)将所述待巡检杆塔的RFID信息与所述待巡检路径中的其他待巡检杆塔比较，判断信息是否一致，如是，执行步骤S04；否则，执行步骤C6)；
C6)将所述当前待巡检杆塔加入巡检节点，执行步骤S04。
在本发明所述的基于RFID的无人机巡检杆塔缺陷的方法中，所述步骤D) 进一步包括：
D1)获取所述无人机的实时视频流，并从所述实时视频流中提取关键帧；
D2)调取部署于所述无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
本发明还涉及一种实现如上述基于RFID的无人机巡检杆塔缺陷的方法的装置，包括：
信息录入单元：用于绘制输电线路的杆塔坐标，将所述杆塔坐标和杆塔描述信息录入巡检系统；
待巡检路径生成单元：用于根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；
标签读取单元：用于当所述无人机巡航到与所述目标杆塔的设定距离内时，读取所述目标杆塔上的RFID标签，获取所述目标杆塔的RFID信息；
识别检测单元：用于使所述无人机自动识别所述目标杆塔的状态，检测是否有杆塔缺陷，并将所述目标杆塔的状态信息记录在所述无人机中进行本地存储；
巡检完成单元：用于使所述无人机巡检完成，回到基地后，将记录的所述目标杆塔的状态信息更新到服务器，完成一次巡检任务。
在本发明所述的装置中，所述待巡检路径生成单元进一步包括：
待巡检杆塔选择模块：用于选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔；
样条曲线生成模块：用于以所述待巡检杆塔生成B样条曲线，以所述B样条曲线作为所述无人机的待巡检路径。
在本发明所述的装置中，所述标签读取单元进一步包括：
读取标签判断模块：用于当所述无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取所述待巡检杆塔的RFID标签，判断是否读取到所述RFID标签；
尝试次数判断模块：用于判断尝试次数是否达到δ次；
指令模块：用于指令所述无人机飞往下一个待巡检杆塔；
RFID信息获取比较模块：用于获取所述待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致；
RFID信息比较模块：用于将所述待巡检杆塔的RFID信息与所述待巡检路径中的其他待巡检杆塔比较，判断信息是否一致；
加入巡检节点模块：用于将所述当前待巡检杆塔加入巡检节点。
在本发明所述的装置中，所述识别检测单元进一步包括：
关键帧提取模块：用于获取所述无人机的实时视频流，并从所述实时视频流中提取关键帧；
模型部署检测模块：用于调取部署于所述无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
实施本发明的基于RFID的无人机巡检杆塔缺陷的方法及装置，具有以下有益效果：由于绘制输电线路的杆塔坐标，将杆塔坐标和杆塔描述信息录入巡检系统；根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；当无人机巡航到与目标杆塔的设定距离内时，读取杆塔上的RFID标签，获取目标杆塔的RFID信息；无人机自动识别目标杆塔的状态，检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储；无人机巡检完成，回到基地后，将记录的目标杆塔的状态信息更新到服务器，完成一次巡检任务，通过无人机巡检，实现杆塔的状态监测，本发明能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明基于RFID的无人机巡检杆塔缺陷的方法及装置一个实施例中方法的流程图；
图2为所述实施例中根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径的具体流程图；
图3为所述实施例中当无人机巡航到与目标杆塔的设定距离内时，读取目标杆塔上的RFID标签，获取目标杆塔的RFID信息的具体流程图；
图4为所述实施例中无人机自动识别目标杆塔的状态，检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储的具体流程图；
图5为所述实施例中装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
在本发明基于RFID的无人机巡检杆塔缺陷的方法及装置实施例中，该基于 RFID的无人机巡检杆塔缺陷的方法的流程图如图1所示。图1中，该基于RFID 的无人机巡检杆塔缺陷的方法包括如下步骤：
步骤S01绘制输电线路的杆塔坐标，将杆塔坐标和杆塔描述信息录入巡检系统：本步骤中，绘制输电线路的杆塔坐标，将杆塔坐标和杆塔描述信息录入到巡检系统(杆塔巡检系统)中。
步骤S02根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径：本步骤中，巡检系统根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径。
步骤S03当无人机巡航到与目标杆塔的设定距离内时，读取目标杆塔上的 RFID标签，获取目标杆塔的RFID信息：本步骤中，当无人机巡航到与目标杆塔的设定距离内时，也就是当无人机巡航到与目标杆塔附近时，无人机读取目标杆塔上的RFID标签，获取目标杆塔的RFID信息，该RFID信息中包含了该目标杆塔的基础信息。值得一提的是，该设定距离是事先设定好的距离，该设定距离的大小可以根据具体情况进行相应调整。
步骤S04无人机自动识别目标杆塔的状态，检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储：本步骤中，无人机自动识别目标杆塔的状态，根据目标杆塔的状态检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储。
步骤S05无人机巡检完成，回到基地后，将记录的目标杆塔的状态信息更新到服务器，完成一次巡检任务：本步骤中，无人机巡检完成，回到基地后，将记录的目标杆塔的状态信息更新到服务器，完成一次巡检任务。
本发明的基于RFID的无人机巡检杆塔缺陷的方法通过无人机巡检，实现杆塔的状态监测，本发明能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营。
对于本实施例而言，上述步骤S02还可进一步细化，其细化后的流程图如图2所示。图2中，上述步骤S02进一步包括：
步骤S21选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔：本步骤中，选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔。
步骤S22以待巡检杆塔生成B样条曲线，以B样条曲线作为无人机的待巡检路径：本步骤中，以步骤S21中生成的待巡检杆塔生成B样条曲线，以B样条曲线作为无人机的待巡检路径。通过上述步骤S21至步骤S22实现待巡检路径的生成。
对于本实施例而言，上述步骤S03还可进一步细化，其细化后的流程图如图3所示。图3中，上述步骤S03进一步包括：
步骤S31当无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取待巡检杆塔的RFID标签，判断是否读取到RFID标签：本步骤中，当无人机到达到与待巡检杆塔的设定距离范围内时，即当无人机到达到与待巡检杆塔附近时，尝试读取待巡检杆塔的RFID标签，并判断是否读取到RFID标签的信息，如是，执行步骤S34；否则，执行步骤S32。
步骤S32判断尝试次数是否达到δ次：本步骤中，判断尝试次数是否达到δ次，如果判断的结果为是，则执行步骤S33；否则，返回步骤S31。
步骤S33指令无人机飞往下一个待巡检杆塔：本步骤中，指令无人机飞往下一个待巡检杆塔。执行完本步骤，返回步骤S31。
步骤S34获取待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致：本步骤中，获取待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致，如果判断的结果为是，即信息一致，则执行步骤S04；否则，即信息不一致，执行步骤S35。
步骤S35将待巡检杆塔的RFID信息与待巡检路径中的其他待巡检杆塔比较，判断信息是否一致：本步骤中，将待巡检杆塔的RFID信息与待巡检路径中的其他待巡检杆塔比较，判断信息是否一致，如果判断的结果为是，即信息一致，则执行步骤S04；否则，即信息不一致，执行步骤S36。
步骤S36将当前待巡检杆塔加入巡检节点：本步骤中，将当前待巡检杆塔加入巡检节点，执行完本步骤，执行步骤S04。
对于本实施例而言，上述步骤S04还可进一步细化，其细化后的流程图如图4所示。图4中，上述步骤S04进一步包括：
步骤S41获取无人机的实时视频流，并从实时视频流中提取关键帧：本步骤中，获取无人机的实时视频流，并从实时视频流中提取关键帧。
步骤S42调取部署于无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中：本步骤中，调取部署于无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
本实施例还涉及一种实现上述基于RFID的无人机巡检杆塔缺陷的方法的装置，该装置的结构示意图如图5所示。图5中，该装置包括信息录入单元1、待巡检路径生成单元2、标签读取单元3、识别检测单元4和巡检完成单元5；其中，信息录入单元1用于绘制输电线路的杆塔坐标，将杆塔坐标和杆塔描述信息录入巡检系统；待巡检路径生成单元2用于根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；标签读取单元3 用于当无人机巡航到与目标杆塔的设定距离内时，读取目标杆塔上的RFID标签，获取目标杆塔的RFID信息；识别检测单元4用于使无人机自动识别目标杆塔的状态，检测是否有杆塔缺陷，并将目标杆塔的状态信息记录在无人机中进行本地存储；巡检完成单元5用于使无人机巡检完成，回到基地后，将记录的目标杆塔的状态信息更新到服务器，完成一次巡检任务。
本发明的装置通过无人机巡检，实现杆塔的状态监测，本发明能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营。
本实施例中，该待巡检路径生成单元2进一步包括待巡检杆塔选择模块21 和样条曲线生成模块22；其中，待巡检杆塔选择模块21用于选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔；样条曲线生成模块22 用于以待巡检杆塔生成B样条曲线，以B样条曲线作为无人机的待巡检路径。通过上述待巡检杆塔选择模块21和样条曲线生成模块22实现待巡检路径的生成。
本实施例中，该标签读取单元3进一步包括读取标签判断模块31、尝试次数判断模块32、指令模块33、RFID信息获取比较模块34、RFID信息比较模块 35和加入巡检节点模块36；其中，读取标签判断模块31用于当无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取待巡检杆塔的RFID标签，判断是否读取到RFID标签；尝试次数判断模块32用于判断尝试次数是否达到δ次；指令模块33用于指令无人机飞往下一个待巡检杆塔；RFID信息获取比较模块 34用于获取待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致；RFID信息比较模块35用于将待巡检杆塔的RFID信息与待巡检路径中的其他待巡检杆塔比较，判断信息是否一致；加入巡检节点模块36用于将当前待巡检杆塔加入巡检节点。
本实施例中，该识别检测单元4进一步包括关键帧提取模块41和模型部署检测模块42；其中，关键帧提取模块41用于获取无人机的实时视频流，并从实时视频流中提取关键帧；模型部署检测模块42用于调取部署于无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
总之，本发明通过无人机巡检，实现杆塔的状态监测，本发明能对杆塔缺陷进行识别预警，能稳定检测电力设施的安全状况，保障线路的安全运营。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于RFID的无人机巡检杆塔缺陷的方法，其特征在于，包括如下步骤：
A)绘制输电线路的杆塔坐标，将所述杆塔坐标和杆塔描述信息录入巡检系统；
B)根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；
C)当所述无人机巡航到与所述目标杆塔的设定距离内时，读取所述目标杆塔上的RFID标签，获取所述目标杆塔的RFID信息；
D)所述无人机自动识别所述目标杆塔的状态，检测是否有杆塔缺陷，并将所述目标杆塔的状态信息记录在所述无人机中进行本地存储；
E)所述无人机巡检完成，回到基地后，将记录的所述目标杆塔的状态信息更新到服务器，完成一次巡检任务；
所述步骤B)进一步包括：
B1)选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔；
B2)以所述待巡检杆塔生成B样条曲线，以所述B样条曲线作为所述无人机的待巡检路径；
所述步骤C)进一步包括：
C1)当所述无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取所述待巡检杆塔的RFID标签，判断是否读取到所述RFID标签，如是，执行步骤C4)；否则，执行步骤C2)；
C2)判断尝试次数是否达到δ次，如是，则执行步骤C3)；否则，返回步骤C1)；
C3)指令所述无人机飞往下一个待巡检杆塔，返回步骤C1)；
C4)获取所述待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致，如是，执行步骤S04；否则，执行步骤C5)；
C5)将所述待巡检杆塔的RFID信息与所述待巡检路径中的其他待巡检杆塔比较，判断信息是否一致，如是，执行步骤S04；否则，执行步骤C6)；
C6)将所述当前待巡检杆塔加入巡检节点，执行步骤S04。
2.根据权利要求1所述的基于RFID的无人机巡检杆塔缺陷的方法，其特征在于，所述步骤D)进一步包括：
D1)获取所述无人机的实时视频流，并从所述实时视频流中提取关键帧；
D2)调取部署于所述无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
3.一种实现如权利要求1所述的基于RFID的无人机巡检杆塔缺陷的方法的装置，其特征在于，包括：
信息录入单元：用于绘制输电线路的杆塔坐标，将所述杆塔坐标和杆塔描述信息录入巡检系统；
待巡检路径生成单元：用于根据杆塔的状态信息，自动生成无人机巡检的目标杆塔，根据待巡检杆塔生成待巡检路径；
标签读取单元：用于当所述无人机巡航到与所述目标杆塔的设定距离内时，读取所述目标杆塔上的RFID标签，获取所述目标杆塔的RFID信息；
识别检测单元：用于使所述无人机自动识别所述目标杆塔的状态，检测是否有杆塔缺陷，并将所述目标杆塔的状态信息记录在所述无人机中进行本地存储；
巡检完成单元：用于使所述无人机巡检完成，回到基地后，将记录的所述目标杆塔的状态信息更新到服务器，完成一次巡检任务；
所述待巡检路径生成单元进一步包括：
待巡检杆塔选择模块：用于选择距离上次巡检时间大于ε和上次巡检存在故障的杆塔作为待巡检杆塔；
样条曲线生成模块：用于以所述待巡检杆塔生成B样条曲线，以所述B样条曲线作为所述无人机的待巡检路径；
所述标签读取单元进一步包括：
读取标签判断模块：用于当所述无人机到达到与待巡检杆塔的设定距离范围内时，尝试读取所述待巡检杆塔的RFID标签，判断是否读取到所述RFID标签；
尝试次数判断模块：用于判断尝试次数是否达到δ次；
指令模块：用于指令所述无人机飞往下一个待巡检杆塔；
RFID信息获取比较模块：用于获取所述待巡检杆塔的RFID信息，与当前待巡检杆塔的信息进行比较，判断信息是否一致；
RFID信息比较模块：用于将所述待巡检杆塔的RFID信息与所述待巡检路径中的其他待巡检杆塔比较，判断信息是否一致；
加入巡检节点模块：用于将所述当前待巡检杆塔加入巡检节点。
4.根据权利要求3所述的装置，其特征在于，所述识别检测单元进一步包括：
关键帧提取模块：用于获取所述无人机的实时视频流，并从所述实时视频流中提取关键帧；
模型部署检测模块：用于调取部署于所述无人机中的深度神经网络模型，检测杆塔缺陷，将检测结果记录到本地数据库中。
CN201910888176.8A 2019-09-19 2019-09-19 基于rfid的无人机巡检杆塔缺陷的方法及装置 Active CN110674900B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910888176.8A CN110674900B (zh) 2019-09-19 2019-09-19 基于rfid的无人机巡检杆塔缺陷的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910888176.8A CN110674900B (zh) 2019-09-19 2019-09-19 基于rfid的无人机巡检杆塔缺陷的方法及装置

Publications (2)

Publication Number Publication Date
CN110674900A CN110674900A (zh) 2020-01-10
CN110674900B true CN110674900B (zh) 2023-06-16

Family

ID=69076984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910888176.8A Active CN110674900B (zh) 2019-09-19 2019-09-19 基于rfid的无人机巡检杆塔缺陷的方法及装置

Country Status (1)

Country Link
CN (1) CN110674900B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651648A (zh) * 2020-04-10 2020-09-11 安徽继远软件有限公司 杆塔关键部件巡检计划的智能化生成方法和装置
CN112782535A (zh) * 2020-12-09 2021-05-11 国网江苏省电力有限公司盐城供电分公司 一种基于无人机的输配电线路塔杆故障检测方法
CN113910227B (zh) * 2021-10-11 2023-03-24 国网智能科技股份有限公司 一种配网车载智能巡检机器人无任务巡检方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108765620A (zh) * 2018-05-23 2018-11-06 安徽国电京润电力科技有限公司 一种联网电力电网线路自动巡检方法
CN109002055B (zh) * 2018-06-11 2021-05-18 广州中科云图智能科技有限公司 一种基于无人机的高精度自动巡检方法及系统
CN109147079A (zh) * 2018-08-06 2019-01-04 广东电网有限责任公司 设备巡检方法及装置
CN110134143A (zh) * 2019-05-30 2019-08-16 广东电网有限责任公司 一种电力巡检方法、系统及电子设备和存储介质

Also Published As

Publication number Publication date
CN110674900A (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
CN110674900B (zh) 基于rfid的无人机巡检杆塔缺陷的方法及装置
CN110059631B (zh) 接触网非接触式监测缺陷识别方法
CN111080598B (zh) 一种钩尾销安全吊的螺栓、螺母缺失检测方法
CN112115927B (zh) 一种基于深度学习的机房设备智能识别方法及系统
CN108872781B (zh) 基于电力设施智能巡检的分析方法及装置
CN109740410B (zh) 一种无需预设模板的列车组故障识别方法及装置
CN113095132B (zh) 基于神经网络燃气现场识别方法、系统、终端及存储介质
CN111708380B (zh) 风电机组外观缺陷的检测方法、平台、无人机以及系统
CN112100039B (zh) 一种设备故障报警方法及系统
CN108776452B (zh) 一种特种设备现场维保监控方法及系统
CN112529109A (zh) 一种基于无监督多模型的异常检测方法及系统
CN112613453A (zh) 一种用于电力基建施工现场违章排查方法及系统
CN112687022A (zh) 一种基于视频的智能楼宇巡检方法及系统
CN113065462A (zh) 用于电网架空线路的监测方法、装置、设备及存储介质
CN115035328A (zh) 转炉图像增量自动机器学习系统及其建立训练方法
CN111199213A (zh) 一种变电站用设备缺陷检测方法及装置
CN113160170A (zh) 电力巡检销钉级故障识别检测方法、系统、介质及设备
CN116740833A (zh) 基于无人机的线路巡线打卡方法
CN116580232A (zh) 一种图像自动标注方法、系统及电子设备
CN113420646B (zh) 一种基于深度学习的锁站连接锁检测系统及方法
CN115187880A (zh) 基于图像识别的通信光缆缺陷检测方法、系统及存储介质
CN112714284A (zh) 一种电力设备检测方法、装置及移动终端
CN113034021A (zh) 基于机巡数据的输电线路缺陷分析方法及系统
CN116311080B (zh) 监控影像检测方法及装置
CN110196152A (zh) 基于机器视觉的大型景观灯组的故障诊断方法与系统

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200110

Assignee: Nantong Tianhong Haoyu IoT Technology Co.,Ltd.

Assignor: JIANGSU HAOHAN INFORMATION TECHNOLOGY Co.,Ltd.

Contract record no.: X2024980000233

Denomination of invention: Method and device for RFID based drone inspection of tower defects

Granted publication date: 20230616

License type: Exclusive License

Record date: 20240109

EE01 Entry into force of recordation of patent licensing contract