CN110992418B - 一种导线覆冰厚度监测系统及方法 - Google Patents

一种导线覆冰厚度监测系统及方法 Download PDF

Info

Publication number
CN110992418B
CN110992418B CN201911275505.8A CN201911275505A CN110992418B CN 110992418 B CN110992418 B CN 110992418B CN 201911275505 A CN201911275505 A CN 201911275505A CN 110992418 B CN110992418 B CN 110992418B
Authority
CN
China
Prior art keywords
wire
visible light
laser ranging
icing
data analysis
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
CN201911275505.8A
Other languages
English (en)
Other versions
CN110992418A (zh
Inventor
高晗
王卫
张建康
马义刚
张华晟
刘康伟
郑松铭
罗凯
李俊
杨扬
刘秉南
马创
鄂先忠
郭荣朝
李宏建
宋瑶
符远征
刘维
胡宗华
何桐波
莫一凡
颜世成
王磊
徐武辉
李燕雄
王建超
姜雨欣
李�杰
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.)
Dali Bureau of Extra High Voltage Transmission Co
Original Assignee
Dali Bureau of Extra High Voltage Transmission Co
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 Dali Bureau of Extra High Voltage Transmission Co filed Critical Dali Bureau of Extra High Voltage Transmission Co
Priority to CN201911275505.8A priority Critical patent/CN110992418B/zh
Publication of CN110992418A publication Critical patent/CN110992418A/zh
Application granted granted Critical
Publication of CN110992418B publication Critical patent/CN110992418B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Optics & Photonics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Emergency Alarm Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供一种导线覆冰厚度监测系统及方法，包括安装在无人机上的激光测距装置、可见光立体成像装置、实感图像处理装置和无线通信模块；激光测距装置和可见光立体成像装置与实感图像处理装置连接；实感图像处理装置与无线通信模块连接；无线通信模块与数据分析处理中心连接；可见光立体成像装置用于获取覆冰导线多个角度的可见光立体图像；激光测距装置用于获取各个所述角度下所述覆冰导线的激光测距信息；实感图像处理装置用于对可见光立体图像和激光测距信息进行分析处理得到对应的3D图像；数据分析处理中心用于对3D图像进行多模态融合，并计算得到覆冰导线上的覆冰厚度。

Description

一种导线覆冰厚度监测系统及方法
技术领域
本申请涉及高压线路监测技术领域，具体而言，涉及一种导线覆冰厚度监测系统及方法。
背景技术
导线覆冰一旦达到极限厚度会对电网设计和稳定运行带来巨大威胁，若忽略极端覆冰情况极易造成线路倒塌、输电中断等重大事故。因此，科学合理的对覆冰厚度监测是电网运维人员必须解决的一个重要难题。常规覆冰监测方法主要有直接测量法和模拟导线法等，其中：直接测量法由于输电线路大多数分布在荒山野岭，人工实际测量起来难度较大、成本高、危险性强。而模拟导线法通常是在待测区域设置观测哨所或者综合覆冰气象观测站，由于实际运行线路较长影响覆冰厚度的因素复杂，测量误差较大。所以需要提供一种方案以提高覆冰厚度测量的精度和便捷性。
发明内容
本申请的目的在于提供一种导线覆冰厚度监测系统及方法，用以实现更加便捷地对导线覆冰厚度进行测量的同时提供测量精度的技术效果。
第一方面，本申请提供了一种导线覆冰厚度监测系统，包括无人机、激光测距装置、可见光立体成像装置、实感图像处理装置、无线通信模块和数据分析处理中心；所述激光测距装置、所述可见光立体成像装置、所述实感图像处理装置和所述无线通信模块安装在所述无人机上；所述激光测距装置和所述可见光立体成像装置与所述实感图像处理装置连接；所述实感图像处理装置与所述无线通信模块连接；所述无线通信模块与所述数据分析处理中心连接；所述可见光立体成像装置用于获取覆冰导线多个角度的可见光立体图像；所述激光测距装置用于获取各个所述角度下所述覆冰导线的激光测距信息；所述实感图像处理装置用于对所述可见光立体图像和所述激光测距信息进行分析处理得到对应的3D图像；所述数据分析处理中心用于对所述3D图像进行多模态融合，并计算得到所述覆冰导线上的覆冰厚度。
在上述实现过程中，先通过无人机上的可见光立体成像装置获取多个角度下覆冰导线的可见光立体图像；同时通过激光测距单元获取上述各个角度下无人机与覆冰导线之间的激光测距信息。然后实感图像处理装置根据激光测距信息和可见光立体图像建立对应的3D图像并发送给数据分析处理中心；数据分析处理中心对多个角度的3D图像进行多模态融合处理，并计算覆冰厚度，提高了导线覆冰厚度的测量精度，同时使用无人机进行监测也更加便捷。
进一步地，所述导线覆冰厚度监测系统还包括：与所述数据分析处理中心连接的预警装置；所述预警装置用于在所述覆冰厚度超过预警值时进行报警提示。
在上述实现过程中，数据分析处理中心还连接了预警装置，当数据分析处理中心分析得到导线的覆冰厚度超过预警值时就启动预警装置进行报警提示，及时通知工作人员进行处理。
进一步地，所述导线覆冰厚度监测系统还包括：与所述数据分析处理中心通信连接的用户终端，所述数据分析处理中心还用于在所述覆冰厚度超过所述预警值时向所述用户终端发送报警信息。
在上述实现过程中，数据分析处理中心还与除冰工作人员的用户终端通信连接，当导线的覆冰厚度超过预警值时，数据分析处理中心就会向对应的用户终端发送报警信息，及时告知对应的工作人员进行除冰工作。
进一步地，所述导线覆冰厚度监测系统还包括：安装在所述无人机上的三轴加速度传感器；所述三轴加速度传感器用于检测所述无人机的拍摄角度。
在上述实现过程中，无人机上还可以搭载三轴加速度传感器，可以对无人机的拍摄角度进行检测，数据分析处理中心在分析导线覆冰厚度时还可以结合拍摄角度进一步进行分析，使结果更加准确。
第二方面，本申请提供一种导线覆冰厚度监测方法，应用于上述导线覆冰厚度监测系统，包括获取覆冰导线多个角度的可见光立体图像和各个所述角度下所述覆冰导线的激光测距信息；根据所述可见光立体图像和所述激光测距信息分析得到对应的3D图像；将所述3D图像发送给数据分析处理中心进行多模态融合处理，并计算得到所述覆冰导线上的覆冰厚度。
进一步地，所述方法还包括运用所述数据分析处理中心分析所述覆冰厚度是否超过预警值，若所述覆冰厚度超过所述预警值，则启动对应的预警装置进行报警提示。
在上述实现过程中，当数据分析处理中心分析得到导线的覆冰厚度超过预警值时，就会启动对应的预警装置进行报警提示，及时通知数据分析处理中心的工作人员安排对应区域的负责人进行除冰工作。
进一步地，所述方法还包括：若所述覆冰厚度超过所述预警值，则所述数据分析处理中心向与其连接的用户终端发送报警信息。
在上述实现过程中，当导线的覆冰厚度超过预警值时，数据分析处理中心还会向与其连接的用户终端发送报警信息，及时通知工作人员进行除冰工作。
进一步地，所述根据所述可见光立体图像和所述激光测距信息分析得到对应的3D图像的步骤包括：根据预设的距离上限去除无效背景数据。
在上述实现过程中，为了降低采集到的背景数据对分析结果造成干扰，还可以根据设置的距离上限去除无效的背景数据。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的一种导线覆冰厚度监测系统结构示意图；
图2为本申请实施例提供的一种深感摄像头组成结构框图；
图3为本申请实施例提供的一种导线覆冰厚度监测方法流程示意图。
图标：10-导线覆冰厚度监测系统；100-无人机；110-3D深感摄像头；111-激光测距装置；112-可见光立体成像装置；113-实感图像处理装置；114-无线通信模块；200-数据分析处理中心；300-预警装置；400-用户终端。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参看图1、图2；图1为本申请实施例提供的一种导线覆冰厚度监测系统结构示意图；图2为本申请实施例提供的一种3D深感摄像头组成结构框图。
本申请实施例提供的导线覆冰厚度监测系统10包括无人机100、激光测距装置111、可见光立体成像装置112、实感图像处理装置113、无线通信模块114和数据分析处理中心200；激光测距装置111、可见光立体成像装置112、实感图像处理装置113和无线通信模块114安装在无人机100上；激光测距装置111和可见光立体成像装置112与实感图像处理装置113连接；实感图像处理装置113与无线通信模块114连接；无线通信模块114与数据分析处理中心200连接；可见光立体成像装置112用于获取覆冰导线多个角度的可见光立体图像；激光测距装置111用于获取各个角度下覆冰导线的激光测距信息；实感图像处理装置113用于对可见光立体图像和激光测距信息进行分析处理得到对应的3D图像；数据分析处理中心200用于对3D图像进行多模态融合，并计算得到覆冰导线上的覆冰厚度。
在一种实施方式中，激光测距装置111、可见光立体成像装置112、实感图像处理装置113集成在一个3D深感摄像头110上，例如可以选用英特尔Realsense深度摄像头。英特尔Realsense深度摄像头上的可见光立体成像装置112(可见光立体成像传感器)用于获取覆冰导线的可见光立体图像；英特尔Realsense深度摄像头上的激光测距装置111(包括红外激光发射器和红外传感器)用于获取覆冰导线的激光测距信息；然后英特尔Realsense深度摄像头上的实感图像处理装置113(实感图像处理芯片)计算出覆冰表面的空间信息，再用三角测距原理进行“深度”计算，进而重现3D场景，得到3D图像。无线通信模块114可以选用GPRS模块；GPRS模块与实感图像处理芯片连接。实感图像处理芯片分析得到3D图像后就可以通过GPRS模块将3D图像数据发送到internet网络，然后通过internet网络发送给数据分析处理中心200；数据分析处理中心200对收到的覆冰导线多个角度下的3D图像进行多模态融合处理，通过对各个3D图像中的数据进行分析比较和互补后，得到三维立体图像，然后根据导线的实际直径、图像中导线的直径、无人机100到覆冰导线的激光测距信息和图像的分辨率计算得到导线上的覆冰厚度。
数据分析处理中心还连接了预警装置300，在数据分析处理中心分析得到导线上的覆冰厚度超过预警值时，就会启动对应的预警装置300进行报警提示，及时通知数据分析处理中心安排对应的工作人员进行除冰工作。预警装置300可以选用声光报警器，在覆冰厚度超过预警值时声光报警装置就会进行声光报警。
为了方便通知各个线路负责人员及时进行除冰工作，数据分析处理中心还连接了用户终端400，用户终端400可以是对应路段负责人的手机，也可以是对应路段监控中心的电脑。在导线上的覆冰厚度超过预警值时，数据分析处理中心就会向用户终端400发送报警信息，及时通知对应路段的工作人员进行除冰工作。
为了更为准确地测量导线上的覆冰厚度，还可以在无人机100上设置三轴加速度传感器，用于检测各个3D图像拍摄时无人机100的角度，在对覆冰导线各个角度的3D图像进行融合时，得到的三维立体图像就更符合实际情况。
请参看图3，图3为本申请实施例提供的一种导线覆冰厚度监测方法流程示意图。本申请实施例提供的导线覆冰厚度监测方法主要包括以下步骤：
步骤S101，获取覆冰导线多个角度的可见光立体图像和各个所述角度下所述覆冰导线的激光测距信息。
在无人机上设置了3D深感摄像头，3D深感摄像头上设置了可见光立体成像传感器、激光发射器和实感图像处理芯片。可见光立体成像传感器可以获取覆冰导线的可见光立体图像；红外激光发射器发射激光后被各种障碍物反射，红外传感器接收到反射光后就可以得到对应的激光测距信息。
步骤S102，根据所述可见光立体图像和所述激光测距信息分析得到对应的3D图像。
实感图像处理芯片在接收到覆冰导线的可见光立体图像和激光测距信息后就可以计算得到覆冰表面的空间信息，同时通过三角测距原理进行“深度”计算，就可以重现3D场景，得到3D图像。为了避免无效的背景数据对测量结果造成影响，实感图像处理芯片还可以根据设置的距离上限去除距离上限以外的数据。
步骤S103，将所述3D图像发送给数据分析处理中心进行多模态融合处理，并计算得到所述覆冰导线上的覆冰厚度。
实感图像处理芯片经过分析处理得到3D图像后就发送给数据分析处理中心，数据分析处理中心对多个拍摄角度下的导线覆冰3D图像进行多模态融合处理，通过多个拍摄角度下的3D图像进行优势互补和相互比较，得到最终的三维实体图像，并通过导线的实际直径、图像中导线的直径、无人机到覆冰导线的激光测距信息和图像的分辨率计算得到导线上的覆冰厚度。
在分析得到导线上的覆冰厚度后，还可以与设置的预警值进行比较，分析该覆冰厚度是否超过预警值，当该覆冰厚度超过预警值时，就启动对应的预警装置进行报警提示。为了及时地通知对应路段的工作人员组织除冰工作，在导线的覆冰厚度超过预警值时还可以通过数据分析处理中心向工作人员的用户终端发送报警信息。
综上所述，本申请实施例提供一种导线覆冰厚度监测系统及方法，包括无人机、激光测距装置、可见光立体成像装置、实感图像处理装置、无线通信模块和数据分析处理中心；激光测距装置、可见光立体成像装置、实感图像处理装置和无线通信模块安装在无人机上；激光测距装置和可见光立体成像装置与实感图像处理装置连接；实感图像处理装置与无线通信模块连接；无线通信模块与数据分析处理中心连接；可见光立体成像装置用于获取覆冰导线多个角度的可见光立体图像；激光测距装置用于获取各个所述角度下所述覆冰导线的激光测距信息；实感图像处理装置用于对可见光立体图像和激光测距信息进行分析处理得到对应的3D图像；数据分析处理中心用于对3D图像进行多模态融合，并计算得到覆冰导线上的覆冰厚度；在更加方便快捷地对导线上的覆冰厚度进行监测的同时，可以提高监测的精度。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种导线覆冰厚度监测系统，其特征在于，包括无人机、激光测距装置、可见光立体成像装置、实感图像处理装置、无线通信模块和数据分析处理中心；所述激光测距装置、所述可见光立体成像装置、所述实感图像处理装置和所述无线通信模块安装在所述无人机上；所述激光测距装置和所述可见光立体成像装置与所述实感图像处理装置连接；所述实感图像处理装置与所述无线通信模块连接；所述无线通信模块与所述数据分析处理中心连接；
所述可见光立体成像装置用于获取覆冰导线多个角度的可见光立体图像；
所述激光测距装置用于获取各个所述角度下所述覆冰导线的激光测距信息；
所述实感图像处理装置用于对所述可见光立体图像和所述激光测距信息进行分析处理得到对应的3D图像；
所述数据分析处理中心用于对所述3D图像进行多模态融合，并计算得到所述覆冰导线上的覆冰厚度。
2.根据权利要求1所述的导线覆冰厚度监测系统，其特征在于，所述导线覆冰厚度监测系统还包括：与所述数据分析处理中心连接的预警装置；所述预警装置用于在所述覆冰厚度超过预警值时进行报警提示。
3.根据权利要求2所述的导线覆冰厚度监测系统，其特征在于，所述导线覆冰厚度监测系统还包括：与所述数据分析处理中心通信连接的用户终端，所述数据分析处理中心还用于在所述覆冰厚度超过所述预警值时向所述用户终端发送报警信息。
4.根据权利要求1所述的导线覆冰厚度监测系统，其特征在于，所述导线覆冰厚度监测系统还包括：安装在所述无人机上的三轴加速度传感器；所述三轴加速度传感器用于检测所述无人机的拍摄角度。
5.一种导线覆冰厚度监测方法，应用于导线覆冰厚度监测系统，其特征在于，包括：
获取覆冰导线多个角度的可见光立体图像和各个所述角度下所述覆冰导线的激光测距信息；
根据所述可见光立体图像和所述激光测距信息分析得到对应的3D图像；
将所述3D图像发送给数据分析处理中心进行多模态融合处理，并计算得到所述覆冰导线上的覆冰厚度。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
运用所述数据分析处理中心分析所述覆冰厚度是否超过预警值，若所述覆冰厚度超过所述预警值，则启动对应的预警装置进行报警提示。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述覆冰厚度超过所述预警值，则所述数据分析处理中心向与其连接的用户终端发送报警信息。
8.根据权利要求5所述的方法，其特征在于，所述根据所述可见光立体图像和所述激光测距信息分析得到对应的3D图像的步骤包括：
根据预设的距离上限去除无效背景数据。
CN201911275505.8A 2019-12-12 2019-12-12 一种导线覆冰厚度监测系统及方法 Active CN110992418B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911275505.8A CN110992418B (zh) 2019-12-12 2019-12-12 一种导线覆冰厚度监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911275505.8A CN110992418B (zh) 2019-12-12 2019-12-12 一种导线覆冰厚度监测系统及方法

Publications (2)

Publication Number Publication Date
CN110992418A CN110992418A (zh) 2020-04-10
CN110992418B true CN110992418B (zh) 2023-05-23

Family

ID=70092812

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911275505.8A Active CN110992418B (zh) 2019-12-12 2019-12-12 一种导线覆冰厚度监测系统及方法

Country Status (1)

Country Link
CN (1) CN110992418B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113324489B (zh) * 2021-05-26 2023-01-24 贵州电网有限责任公司 一种基于导线弧垂变化精确测量的等值覆冰厚度监测方法
CN114034256A (zh) * 2021-11-08 2022-02-11 上海交通大学 非接触式远程线径测量系统及方法
CN114485477B (zh) * 2022-04-15 2022-06-17 中国空气动力研究与发展中心低速空气动力研究所 一种结冰三维外形在线测量方法及测量装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103604419A (zh) * 2013-11-21 2014-02-26 中国科学院西安光学精密机械研究所 基于三维重构的导线覆冰监测方法及系统
CN203479958U (zh) * 2013-08-09 2014-03-12 国家电网公司 一种具有3d扫描功能的巡检装置
CN106441233A (zh) * 2015-08-06 2017-02-22 航天图景（北京）科技有限公司 基于倾斜摄影三维重建技术的电力通道走廊巡检方法
CN106504362A (zh) * 2016-10-18 2017-03-15 国网湖北省电力公司检修公司 基于无人机的输变电系统巡检方法
CN106595500A (zh) * 2016-11-21 2017-04-26 云南电网有限责任公司电力科学研究院 基于无人机双目视觉的输电线路覆冰厚度测量方法
CN107230251A (zh) * 2016-03-23 2017-10-03 莱卡地球系统公开股份有限公司 从倾斜成像数据和激光雷达数据创建3d城市模型
CN107704629A (zh) * 2017-10-31 2018-02-16 广东电网有限责任公司电力科学研究院 一种输电线路无人机巡检可视化管理方法及装置
CN109901618A (zh) * 2019-03-29 2019-06-18 国网山东省电力公司梁山县供电公司 电力巡线系统及方法
CN110044336A (zh) * 2019-03-04 2019-07-23 中国南方电网有限责任公司超高压输电公司天生桥局 一种基于无人机的非接触式线路覆冰测量方法
CN110148211A (zh) * 2019-05-15 2019-08-20 贵州电网有限责任公司 一种基于点云数据的电力线三维重建方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106796728A (zh) * 2016-11-16 2017-05-31 深圳市大疆创新科技有限公司 生成三维点云的方法、装置、计算机系统和移动设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN203479958U (zh) * 2013-08-09 2014-03-12 国家电网公司 一种具有3d扫描功能的巡检装置
CN103604419A (zh) * 2013-11-21 2014-02-26 中国科学院西安光学精密机械研究所 基于三维重构的导线覆冰监测方法及系统
CN106441233A (zh) * 2015-08-06 2017-02-22 航天图景（北京）科技有限公司 基于倾斜摄影三维重建技术的电力通道走廊巡检方法
CN107230251A (zh) * 2016-03-23 2017-10-03 莱卡地球系统公开股份有限公司 从倾斜成像数据和激光雷达数据创建3d城市模型
CN106504362A (zh) * 2016-10-18 2017-03-15 国网湖北省电力公司检修公司 基于无人机的输变电系统巡检方法
CN106595500A (zh) * 2016-11-21 2017-04-26 云南电网有限责任公司电力科学研究院 基于无人机双目视觉的输电线路覆冰厚度测量方法
CN107704629A (zh) * 2017-10-31 2018-02-16 广东电网有限责任公司电力科学研究院 一种输电线路无人机巡检可视化管理方法及装置
CN110044336A (zh) * 2019-03-04 2019-07-23 中国南方电网有限责任公司超高压输电公司天生桥局 一种基于无人机的非接触式线路覆冰测量方法
CN109901618A (zh) * 2019-03-29 2019-06-18 国网山东省电力公司梁山县供电公司 电力巡线系统及方法
CN110148211A (zh) * 2019-05-15 2019-08-20 贵州电网有限责任公司 一种基于点云数据的电力线三维重建方法

Also Published As

Publication number Publication date
CN110992418A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
CN110992418B (zh) 一种导线覆冰厚度监测系统及方法
CN113611082B (zh) 一种无人机铁路边坡监控与预警系统及方法
US11486548B2 (en) System for detecting crack growth of asphalt pavement based on binocular image analysis
CN110889455B (zh) 一种化工园巡检机器人的故障检测定位及安全评估方法
CN103310589B (zh) 一种报警信息生成方法及装置
CN115597659B (zh) 一种变电站智能安全管控方法
CN205138460U (zh) 机动车外廓尺寸查验系统
CN109870108B (zh) 输电线路覆冰检测方法及装置
CN104794331A (zh) 深基坑健康监测管理系统及其管理方法
CN104902246A (zh) 视频监视方法和装置
CN104406521A (zh) 基于视觉测量技术的接触网几何参数测量仪器及检测方法
JP5905688B2 (ja) 車載積雪量測定装置
CN203365452U (zh) 基于双目立体视觉的车速检测系统
CN104091168A (zh) 基于无人机影像的电力线自动提取定位方法
CN108681337B (zh) 一种涵洞或桥梁专用巡查无人机及无人机巡查方法
CN111753712A (zh) 电力生产人员安全监测方法、系统以及设备
CN104459183A (zh) 一种基于物联网的单相机车辆测速系统及方法
CN109373980A (zh) 一种基于视频监控测量仪和测斜终端的监测方法及系统
CN203310400U (zh) 限界检测系统
CN110664042A (zh) 一种智能安全帽
CN110702016A (zh) 输电线路覆冰测量系统及方法
CN204240947U (zh) 基于视觉测量技术的接触网几何参数测量仪器
CN209857884U (zh) 一种基于视频监控测量仪和测斜终端的监测系统
CN104519314A (zh) 事故现场全景信息快速采集方法
CN108986485A (zh) 基于智能视频分析技术的车辆速度检测系统

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