CN110850889B - 一种基于rtk导航的无人机自主巡检系统 - Google Patents
一种基于rtk导航的无人机自主巡检系统 Download PDFInfo
- Publication number
- CN110850889B CN110850889B CN201911124353.1A CN201911124353A CN110850889B CN 110850889 B CN110850889 B CN 110850889B CN 201911124353 A CN201911124353 A CN 201911124353A CN 110850889 B CN110850889 B CN 110850889B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- image
- data
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims abstract description 72
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000009467 reduction Effects 0.000 claims abstract description 6
- 230000005347 demagnetization Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 12
- 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 description 11
- 238000013075 data extraction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 2
- 241000519995 Stachys sylvatica Species 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G06T5/70—
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30248—Vehicle exterior or interior
- G06T2207/30252—Vehicle exterior; Vicinity of vehicle
Abstract
本发明属于电网无人机巡检技术领域,尤其涉及一种基于RTK导航的无人机自主巡检系统。包括无人机平台、控制中心;系统用于完成以下步骤:读取无人机获取的彩色样本图像;根据图像中各色分量权重进行加权处理,生成修正图像;进行有效分割处理,进行滤波降噪处理;基于分割图像,获取拟合点;构建拟合曲线;校正消磁,计算角度高度数据;完成航向角度的调整;基于RTK导航的无人机自主巡检系统能够根据输电网结构包括输电线或者塔杆的分布和走向进行自动跟踪巡航,使得无人机在输电网巡检过程中能够更好的获取真实有效的数据信息,减少了对人为操控的依赖,为更远距离的智能化巡检以及更加高效持久的户外作业提供了基础。
Description
技术领域
本发明书属于电网无人机巡检技术领域,尤其涉及一种基于RTK导航的无人机自主巡检系统。
背景技术
随着卫星定位技术的不断发展,基于卫星定位的定位导航技术获得长足发展,定位精度的提高和定位速度的加快使得定位技术在在勘测、规划、监测防护等领域得到充分运用。
得益于卫星定位覆盖区域广、不受距离面积大小限制等优点,在现代化电网建设规划过程中,基于卫星定位技术的供电区规划、输电网电网设计等各种方案不断出现,但另一方面,由于我国幅员广阔,居民区分散在复杂的地理环境之间,且聚居点繁多,导致很多时候输电网不得不“跋山涉水”穿越各类水域山川等复杂地形地貌来进行铺设,这导致了输电网前期建设的极大困难,过长的电网导致无人机巡检时间以及难度的不断加大,往往要耗费大量资源和人力长时间进行无人机的操控和后备服务,成本不断增加。
发明内容
本发明创造的目的在于,提供一种基于RTK导航,能够实现无人机自主追踪输电网结构进行沿线巡航的巡检系统。
为实现上述目的,本发明创造采用如下技术方案。
本发明的基于RTK导航的无人机自主巡检系统,包括无人机平台、控制中心;
无人机平台包括无人机、设置于无人机上的摄像模块、定位模块、数据收发模块、电源、无人机检测模块;控制中心包括RTK支持基站、无人机操控站、数据处理站;
定位模块是指双系统或全系统导航/定位模块;数据收发模块内设有抗干扰无线数传模块;
无人机检测模块用于获取和控制无人机飞行状态,包括飞行速度、偏航角、倾斜角,无人机检测模块内部设有九轴传感器;
控制中心包括RTK支持基站、无人机操控站、数据处理站;
数据处理站内设置有图像处理模块、数据提取模块;
在获取的输电线影像或图片中,主要干扰物则是植物茎叶等绿色因素,为便于数据获取,将输电网结构例如输电线塔杆等喷涂为与绿色具有更好分辨度的其他颜色如红色、蓝色等;无人机获取的图像中可以分为与输电网结构相关的主色线条(蓝色、红色、白色、黑色等),以及与输电网结构无关的非主色线条(绿色、黄色等);在上述基础之上,图像处理模块对无人机获取的影像进行如下处理:
步骤1、读取无人机获取的彩色样本图像;分析实际图形后发现,在进行多张连续进行处理时,由于飞行过程中角度或者高度的变化,会引起连续图像中明暗度的明显变化,影响后序图像数据的处理,为此,在读取摄像机获取的RGB图像之后,根据图像中各色分量权重进行加权处理,生成修正图像;具体是指:根据无人机获取的图像中与输电网结构相关的主色,通过主色对图像进行加权重绘,权重K=2f(RGB)-R-B;f(RGB)为主色三色权重;基于此步骤,使得主色分量超过其他干扰色;
S2、基于S1步骤,获得经过重绘后的图像,能够更好的凸出输电网结构,进而可以进行有效分割处理,其中分割阈值y=a*r+b*g+c*h,a、b、c为经验参数,根据地区内植被颜色以及输电网主色中R、G、B分量差别而变化;
S3、经过S2步骤处理后获得经过分割后的二值图像,除了集中的输电网结构之外,在空白色的障碍物区域还含有大大小小的噪音白点,因此需要进行滤波降噪处理;在实际实施过程中,滤波降噪处理通过数据算法或算法模组来实现,本实施例中采用中值滤波对样本图像进行处理;去除噪声之后,去便于更轻松有效的分辨输电网走向,采用膨胀腐蚀方法消除图像中的部分空洞,使得图像更圆滑完整;
数据提取模块,用于分析无人机获取的图像以及经过图像处理模块处理后的图像,获取包括无人机偏航角、无人机飞行高度(相对于输电网结构)等在内的飞行数据;具体实施步骤包括:
S4、选取拟合点:基于S3步骤获取的分割图像,以图像的中间竖线上各像素点为起始点,分别向左侧和右侧遍历,记录相应位置,直至在起始点左侧和右侧分别获得第一个值为0的像素点为拟合点;其中,值为0的起始点不进行遍历;
S5、构建拟合曲线:基于S4步骤,获得所有非0起始点两侧的所有拟合点,连接所有拟合点之后得到的是一个含有多个波峰波谷的波纹线,输电网结构(主要是输电线)位于波纹线“中线”位置,考虑到实际飞行过程中,无人机一般以多段曲线的方式沿着与输电线路径相对应的路径飞行,因此本发明采用一次多段曲线对所有拟合点进行拟合;
无人机操控站,包括飞行控制模块、PID控制器,飞行控制模块,用于根据前述数据分析处理无人机飞行数据,并对无人机航向和飞行高度进行调整;PID控制器用于航向调控,其控制参数根据实际情形进行调节,例如若需要在6s左右时间内实现姿态调整,可取P=0.485,I=0.026,D=0.041;
无人机操控站用于完成以下步骤:
步骤S7、校正消磁,由于地区以及海拔高度等不同,会导致基于地磁的定位等传感器会出现误差,为消除误差,飞行控制模块在无人机启动后使其匀速直线飞行5s~10s,以便于RTK支持基站完成初始参数的校正;
步骤S8、根据前述步骤获取方位角以及高度等数据,计算此刻航点与目标航点之间的角度高度数据;并向PID控制器发送数据,PID控制器完成航向角度的调整;
步骤S9、实时抽取摄像头图像,基于步骤S1~S5步骤获取输电网输电线的曲线路径,并根据曲线路径获取无人机的与路径的相对位置,并向PID控制器发送数据,PID控制器完成航向角度的调整以使其沿相应路径巡航飞行;
步骤S10、定周期检测是否到达目标航点,否则返回步骤S2,是则判断是否到达最终目标位置,否则继续读取下一个目标航点,并返回步骤S2,是则控制飞机悬停、返航或执行其他既定动作。
对前述基于RTK导航的无人机自主巡检系统的改进优化还包括,为压缩无人机体积重量,无人机检测模块内部的九轴传感器优选采用电子传感器,具体而言是指SEC290九轴全姿态电子罗盘。为实现数据的自动处理,无人机检测模块内设置有STM32系列微型单片机,具体是指STM32F103C8。
对前述基于RTK导航的无人机自主巡检系统的改进优化还包括,考虑到后期无人机搭载模块并非一成不变,根据需要可能会加装或者更替其他类型的模块,为便于各模块件能够顺畅统一的完成数据传递收发处理,本实施例中,本实施例中还包括设置在各模块接口之间的用于转换数据的通用的异步收发传输器;特别的,为保证部分仅具有单一接口,又要同时满足通讯以及配置工作需求的模块之间的顺利工作,本实施例中,还设置有配合异步收发传输器的并行数据传输接口以及串行数据通信接口;
对前述基于RTK导航的无人机自主巡检系统的改进优化还包括,根据实际巡检时数据获取的需求,必要时,可能需要在部分模块例如摄像模块、扫描辅助模块等位置配备其他传感器,包括三轴加速度/陀螺仪/电子罗盘等。
对前述基于RTK导航的无人机自主巡检系统的改进优化还包括,本发明的无人机巡航过程中,需要通过对无人机摄影图像中的输电线、电杆等标志物的延伸方向、高度变化等实时调整无人机的飞行参数,以实现沿输电网延伸方向自动巡航的目的。为此,在无人机实际工作过程中,应使无人机能够在距离输电网结构5~10m的高度进行拍摄,拍摄时的镜头与水平线的视角为25°~50°,进而在单一图片上可以获得足够的输电线或电杆结构,以构建延伸曲线。
对前述基于RTK导航的无人机自主巡检系统的改进优化还包括,在实际实施过程中,还可以通过图像压缩的方法,将获取的图像进行压缩处理,以便于后序进行统一重绘和分割。
其有益效果在于:
基于RTK导航的无人机自主巡检系统能够根据输电网结构包括输电线或者塔杆的分布和走向进行自动跟踪巡航,使得无人机在输电网巡检过程中能够更好的获取真实有效的数据信息,减少了对人为操控的依赖,为更远距离的智能化巡检以及更加高效持久的户外作业提供了基础。
附图说明
图1是基于RTK导航的无人机自主巡检系统的无人机示意图;
图2是基于RTK导航的无人机自主巡检系统巡航控制方法示意图。
具体实施方式
以下结合具体实施例对本发明创造作详细说明。
本发明的基于RTK导航的无人机自主巡检系统,包括搭载了检测遥感等功能模块、以及无线数据收发结构的无人机平台、以及用于支持数据处理和定位导航的控制中心;
如图1所示,无人机平台包括无人机、设置于无人机上的摄像模块、定位模块、数据收发模块、电源、无人机检测模块;在输电网巡检过程中,需要无人机能够随时根据输电网走向和分布调整海拔高度以及偏航角,本发明优先采用多旋翼无人机,为便于拍摄和控制,本发明优选使用X型四旋翼无人机,为拍摄前侧输电网走向以便于提前规划无人机航向,摄像模块内至少包括一个设置在无人机前侧的前导摄像头1a,处于巡检需求,摄像图片的质量仍是最重要的,为提高无人机的稳定性,无人机旋翼通过中空的支撑管1b与机身连接,无人机内较重的蓄电池等结构设置在支撑管1b内,基于此结构,一方面使得质量能够均匀的分摊至各旋翼,另一方面使得支撑筒1b的惯性辆增大,减少支撑筒1b的震动幅度,抑制无人机机身本体的振动,提高摄像的效果。
特别的,在本实施例中,无人机机身的下侧设置有多个多关节的支撑腿1c,支撑腿为三连杆结构,多个支撑腿均匀设置在机身下侧,在无人机使用过程中,在更换或者加减新的模块的时候,能够通过调节支撑腿1c向外延伸或者向内收缩,平衡因模块质量增减或者位置改变带来的变化,调整无人机重心归中。
控制中心包括RTK支持基站、无人机操控站、数据处理站;
定位模块优选选用成品微型定位模块且优选体积小的,具有抗电磁干扰能力的模块,以便于压缩无人机体积减、减小负载,同时抑制输电网部分强电磁信号对无人机工作的不利影响,例如可采用UM4B0系列、UM220系列等双系统或全系统导航/定位模块;在巡检过程中,数据传输量偏少,但由于电网延伸距离较长,较优的是配备具有较长传输距离且适应在输电网强电磁干扰下使用的设备,因此,为配合定位模块完成数据的传递和转换,数据收发模块内设有LoRa6102PRO强抗干扰无线数传模块;
无人机检测模块用于获取和控制无人机飞行状态,包括飞行速度、偏航角、倾斜角等,以便于实时获取飞行数据并及时进行调整和预测,其内部设有九轴传感器,为压缩无人机体积重量,本实施例采用电子传感器,具体而言是指SEC290九轴全姿态电子罗盘。为实现数据的自动处理,无人机检测模块内设置有STM32系列微型单片机,具体是指STM32F103C8。
在具体实施过程中,考虑到后期无人机搭载模块并非一成不变,根据需要可能会加装或者更替其他类型的模块,为便于各模块件能够顺畅统一的完成数据传递收发处理,本实施例中,本实施例中还包括设置在各模块接口之间的用于转换数据的通用的异步收发传输器;特别的,为保证部分仅具有单一接口,又要同时满足通讯以及配置工作需求的模块之间的顺利工作,本实施例中,还设置有配合异步收发传输器的并行数据传输接口以及串行数据通信接口;
需要指出的是,根据实际巡检时数据获取的需求,必要时,可能需要在部分模块例如摄像模块、扫描辅助模块等位置配备其他传感器,包括三轴加速度/陀螺仪/电子罗盘等。
控制中心包括RTK支持基站、无人机操控站、数据处理站;
数据处理站内设置有图像处理模块、数据提取模块;
在本发明的无人机巡航过程中,需要通过对无人机摄影图像中的输电线、电杆等标志物的延伸方向、高度变化等实时调整无人机的飞行参数,以实现沿输电网延伸方向自动巡航的目的。为此,在无人机实际工作过程中,应使无人机能够在距离输电网结构5~10m的高度进行拍摄,拍摄时的镜头与水平线的视角为25°~50°,进而在单一图片上可以获得足够的输电线或电杆结构,以构建延伸曲线。在获取的输电线影像或图片中,主要干扰物则是植物茎叶等绿色因素,为便于数据获取,将输电网结构例如输电线塔杆等喷涂为与绿色具有更好分辨度的其他颜色如红色、蓝色等;无人机获取的图像中可以分为与输电网结构相关的主色线条(蓝色、红色、白色、黑色等),以及与输电网结构无关的非主色线条(绿色、黄色等);在上述基础之上,图像处理模块对无人机获取的影像进行如下处理:
步骤1、读取无人机获取的彩色样本图像;分析实际图形后发现,在进行多张连续进行处理时,由于飞行过程中角度或者高度的变化,会引起连续图像中明暗度的明显变化,影响后序图像数据的处理,为此,在读取摄像机获取的RGB图像之后,根据图像中各色分量权重进行加权处理,生成修正图像;具体是指:根据无人机获取的图像中与输电网结构相关的主色,通过主色对图像进行加权重绘,权重K=2f(RGB)-R-B;f(RGB)为主色三色权重;基于此步骤,使得主色分量超过其他干扰色;
特别的,在实际实施过程中,还可以通过图像压缩的方法,将获取的图像进行压缩处理,以便于后序进行统一重绘和分割;
S2、基于S1步骤,获得经过重绘后的图像,能够更好的凸出输电网结构,进而可以进行有效分割处理,其中分割阈值y=a*r+b*g+c*h,a、b、c为经验参数,根据地区内植被颜色以及输电网主色中R、G、B分量差别而变化;
S3、经过S2步骤处理后获得经过分割后的二值图像,除了集中的输电网结构之外,在空白色的障碍物区域还含有大大小小的噪音白点,因此需要进行滤波降噪处理;在实际实施过程中,滤波降噪处理通过数据算法或算法模组来实现,本实施例中采用中值滤波对样本图像进行处理;去除噪声之后,去便于更轻松有效的分辨输电网走向,采用膨胀腐蚀方法消除图像中的部分空洞,使得图像更圆滑完整;
数据提取模块,用于分析无人机获取的图像以及经过图像处理模块处理后的图像,获取包括无人机偏航角、无人机飞行高度(相对于输电网结构)等在内的飞行数据;具体实施步骤包括:
S4、选取拟合点:基于S3步骤获取的分割图像,以图像的中间竖线上各像素点为起始点,分别向左侧和右侧遍历,记录相应位置,直至在起始点左侧和右侧分别获得第一个值为0的像素点为拟合点;其中,值为0的起始点不进行遍历;
S5、构建拟合曲线:基于S4步骤,获得所有非0起始点两侧的所有拟合点,连接所有拟合点之后得到的是一个含有多个波峰波谷的波纹线,输电网结构(主要是输电线)位于波纹线“中线”位置,考虑到实际飞行过程中,无人机一般以多段曲线的方式沿着与输电线路径相对应的路径飞行,因此本发明采用一次多段曲线对所有拟合点进行拟合;
无人机操控站,包括飞行控制模块、PID控制器
飞行控制模块,用于根据前述数据分析处理无人机飞行数据,并对无人机航向和飞行高度进行调整;
PID控制器用于航向调控,其控制参数根据实际情形进行调节,例如若需要在6s左右时间内实现姿态调整,可取P=0.485,I=0.026,D=0.041;
如图2所示,无人机操控站用于完成以下步骤:
步骤S7、校正消磁,由于地区以及海拔高度等不同,会导致基于地磁的定位等传感器会出现误差,为消除误差,飞行控制模块在无人机启动后使其匀速直线飞行5s~10s,以便于RTK支持基站完成初始参数的校正;
步骤S8、根据前述步骤获取方位角以及高度等数据,计算此刻航点与目标航点之间的角度高度数据;并向PID控制器发送数据,PID控制器完成航向角度的调整;
步骤S9、实时抽取摄像头图像,基于步骤S1~S5步骤获取输电网输电线的曲线路径,并根据曲线路径获取无人机的与路径的相对位置,并向PID控制器发送数据,PID控制器完成航向角度的调整以使其沿相应路径巡航飞行;
步骤S10、定周期检测是否到达目标航点,否则返回步骤S2,是则判断是否到达最终目标位置,否则继续读取下一个目标航点,并返回步骤S2,是则控制飞机悬停、返航或执行其他既定动作。
最后应当说明的是,以上实施例仅用以说明本发明创造的技术方案,而非对本发明创造保护范围的限制,尽管参照较佳实施例对本发明创造作了详细地说明,本领域的普通技术人员应当理解,可以对本发明创造的技术方案进行修改或者等同替换,而不脱离本发明创造技术方案的实质和范围。
Claims (6)
1.一种基于RTK导航的无人机自主巡检系统,其特征在于,包括无人机平台、控制中心;无人机平台包括无人机、设置于无人机上的摄像模块、定位模块、数据收发模块、电源、无人机检测模块;控制中心包括RTK支持基站、无人机操控站、数据处理站;
所述定位模块是指双系统或全系统导航/定位模块;数据收发模块内设有抗干扰无线数传模块;
无人机检测模块用于获取和控制无人机飞行状态,包括飞行速度、偏航角、倾斜角,无人机检测模块内部设有九轴传感器;所述数据处理站内设置有图像处理模块、数据提取模块、飞行控制模块;
图像处理模块对无人机获取的影响进行如下处理:
S1、读取无人机获取的彩色样本图像;根据图像中各色分量权重进行加权处理,生成修正图像;具体是指:根据无人机获取的图像中与输电网结构相关的主色,通过主色对图像进行加权重绘,权重K=2f(RGB)-R-B;f(RGB)为主色三色权重;基于此步骤,使得主色分量超过其他干扰色;
S2、基于S1步骤,获得经过重绘后的图像,能够更好的凸出输电网结构,进而进行有效分割处理,其中分割阈值y=a*r+b*g+c*h,a、b、c为经验参数,根据地区内植被颜色以及输电网主色中R、G、B分量差别而变化;
S3、经过S2步骤处理户获得经过分割后的二值图像,进行滤波降噪处理;数据提取模块,用于分析无人机获取的图像以及经过图像处理模块处理后的图像,获取飞行数据;具体实施步骤包括:
S4、选取拟合点:基于S3步骤获取的分割图像,以图像的中间竖线上各像素点为起始点,分别向左侧和右侧遍历,记录相应位置,直至在起始点左侧和右侧分别获得第一个值为0的像素点为拟合点;其中,值为0的起始点不进行遍历;
S5、构建拟合曲线:基于S4步骤,获得所有非0起始点两侧的所有拟合点,连接所有拟合点之后得到的是一个含有多个波峰波谷的波纹线,输电网结构位于波纹线中线位置,采用一次多段曲线对所有拟合点进行拟合;
S5、经过步骤S4获得了无人机飞行的水平路径,在拟合线上选取任意两个拟合点的定位数据后,根据tanθ=△y/△x来计算无人机飞行角度θ,各航点的高度为该航点与中间竖线的距离;
无人机操控站,包括飞行控制模块、PID控制器,飞行控制模块,用于根据前述数据分析处理无人机飞行数据,并对无人机航向和飞行高度进行调整;
无人机操控站用于完成以下步骤:
步骤S6、校正消磁,在无人机启动后使其匀速直线飞行5s~10s,RTK支持基站完成初始参数的校正;
步骤S7、根据步骤5和步骤6获取方位角以及高度数据,计算此刻航点与目标航点之间的角度高度数据;并向PID控制器发送数据,PID控制器完成航向角度的调整;
步骤S8、实时抽取摄像头图像,基于步骤S1~S5获取输电网输电线的曲线路径,并根据曲线路径获取无人机与路径的相对位置,并向PID控制器发送数据,PID控制器完成航向角度的调整以使其沿相应路径巡航飞行;
步骤S9、定周期检测是否到达目标航点,否则返回步骤S2,是则判断是否到达最终目标位置,否则继续读取下一个目标航点,并返回步骤S2,是则控制返航或执行其他预设动作。
2.根据权利要求1所述一种基于RTK导航的无人机自主巡检系统,其特征在于,为压缩无人机体积重量,无人机检测模块内部的九轴传感器采用电子传感器,无人机检测模块内设置有STM32系列微型单片机。
3.根据权利要求1所述一种基于RTK导航的无人机自主巡检系统,其特征在于,还包括设置在各模块接口之间的用于转换数据的通用的异步收发传输器;还设置有配合异步收发传输器的并行数据传输接口以及串行数据通信接口。
4.根据权利要求1所述一种基于RTK导航的无人机自主巡检系统,其特征在于,在无人机检测模块配备三轴加速度/陀螺仪/电子罗盘。
5.根据权利要求1所述一种基于RTK导航的无人机自主巡检系统,其特征在于,无人机在距离输电网结构5~10m的高度进行拍摄,拍摄时的镜头与水平线的视角为25º~50º。
6.根据权利要求1所述一种基于RTK导航的无人机自主巡检系统,其特征在于,所述步骤S1中,还包括将获取的图像进行压缩处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911124353.1A CN110850889B (zh) | 2019-11-18 | 2019-11-18 | 一种基于rtk导航的无人机自主巡检系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911124353.1A CN110850889B (zh) | 2019-11-18 | 2019-11-18 | 一种基于rtk导航的无人机自主巡检系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110850889A CN110850889A (zh) | 2020-02-28 |
CN110850889B true CN110850889B (zh) | 2023-05-23 |
Family
ID=69600647
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911124353.1A Active CN110850889B (zh) | 2019-11-18 | 2019-11-18 | 一种基于rtk导航的无人机自主巡检系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110850889B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113743330A (zh) * | 2021-09-08 | 2021-12-03 | 新疆大学 | 一种基于视觉导航的变电站智能无人机巡检方法 |
CN117406777B (zh) * | 2023-11-17 | 2024-03-19 | 广州源颢工程信息技术有限公司 | 用于水利测绘的无人机云台智能控制方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105790155B (zh) * | 2016-04-08 | 2018-11-13 | 四川桑莱特智能电气设备股份有限公司 | 一种基于差分gps的输电线路无人机自主巡检系统及方法 |
CN106873627B (zh) * | 2017-03-31 | 2020-07-28 | 湘潭大学 | 一种自动巡检输电线路的多旋翼无人机及方法 |
CN108132675B (zh) * | 2017-11-23 | 2020-02-21 | 东南大学 | 一种工厂巡视无人机自主路径巡航以及智能避障方法 |
CN108306217B (zh) * | 2018-02-11 | 2020-01-10 | 广州市极臻智能科技有限公司 | 一种架空高压线智能自主沿导线飞行巡检系统和方法 |
CN109936080B (zh) * | 2019-03-28 | 2020-05-22 | 郑州大学 | 一种无人机巡检输电线路的方法 |
-
2019
- 2019-11-18 CN CN201911124353.1A patent/CN110850889B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110850889A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109911231B (zh) | 基于gps和图像识别混合导航的无人机自主着舰方法与系统 | |
CN107728642B (zh) | 一种无人机飞行控制系统及其方法 | |
CN109911188B (zh) | 非卫星导航定位环境的桥梁检测无人机系统 | |
CN110618691B (zh) | 基于机器视觉的无人机同心圆靶精准降落方法 | |
CN107664491B (zh) | 基站天线下倾角测量方法、装置和系统 | |
CN109683629B (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
CN106708073B (zh) | 一种自主导航电力巡线故障检测的四旋翼飞行器系统 | |
CN109792951B (zh) | 用于杂交水稻授粉的无人机航线校正系统及其校正方法 | |
CN107394873A (zh) | 一种电力巡检无人机的全自动环保无线充电系统 | |
CN203299134U (zh) | 基于四轴飞行器的风力发电机叶片表面裂纹检测装置 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
CN104881042B (zh) | 一种多尺度航空遥感测试平台 | |
CN106054931A (zh) | 一种基于视觉定位的无人机定点飞行控制系统 | |
CN105739512A (zh) | 无人机自动巡检系统及方法 | |
CN110850889B (zh) | 一种基于rtk导航的无人机自主巡检系统 | |
CN111003192A (zh) | 一种基于gps与视觉的无人机自主着陆系统和着陆方法 | |
CN107069859A (zh) | 一种基于无人机基站的无线充电系统及方法 | |
CN110254258B (zh) | 一种无人机无线充电系统及方法 | |
CN110879617A (zh) | 一种红外引导无人机降落方法及装置 | |
CN112068539A (zh) | 一种风电机组叶片无人机自动驾驶巡检方法 | |
CN109976339B (zh) | 一种车载配网巡检数据采集方法与巡检系统 | |
CN107515622A (zh) | 一种旋翼无人机在移动目标上自主着降的控制方法 | |
CN109002048A (zh) | 一种基于多旋翼无人机的规模化集中式光伏电站图像数据采集方法 | |
CN208027170U (zh) | 一种电力巡线无人机及系统 | |
CN111257331A (zh) | 一种无人机巡检系统及巡检方法 |
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 |