CN111157530A - 一种基于无人机的输电线路的安全检测方法 - Google Patents

一种基于无人机的输电线路的安全检测方法 Download PDF

Info

Publication number
CN111157530A
CN111157530A CN201911361466.3A CN201911361466A CN111157530A CN 111157530 A CN111157530 A CN 111157530A CN 201911361466 A CN201911361466 A CN 201911361466A CN 111157530 A CN111157530 A CN 111157530A
Authority
CN
China
Prior art keywords
point cloud
cloud data
judged
gear
power transmission
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.)
Granted
Application number
CN201911361466.3A
Other languages
English (en)
Other versions
CN111157530B (zh
Inventor
韩利
张庆霞
夏绪卫
肖清明
吴杨
方济中
李晔
秦鹏
刘启飞
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.)
Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Original Assignee
Electric Power Research Institute of State Grid Ningxia Electric Power 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 Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd filed Critical Electric Power Research Institute of State Grid Ningxia Electric Power Co Ltd
Priority to CN201911361466.3A priority Critical patent/CN111157530B/zh
Publication of CN111157530A publication Critical patent/CN111157530A/zh
Application granted granted Critical
Publication of CN111157530B publication Critical patent/CN111157530B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
    • H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Astronomy & Astrophysics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Electric Cable Installation (AREA)

Abstract

本发明公开一种基于无人机的输电线路的安全检测方法，包括：控制无人机沿输电线路飞行，且采集输电线路沿线的点云数据、照片、红外图像和紫外图像；获取点云数据分别对应的照片、红外图像和紫外图像的像素点的坐标，且确定坐标分别对应的照片、红外图像和紫外图像的像素点的属性；将点云数据划分为不同种类的检测物点云数据，检测物的种类包括：通过识别算法识别的植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子、杆塔，以及，通过人工识别的各类检测物；根据不同种类的点云数据，以及点云数据分别对应的照片、红外图像和紫外图像的各像素点的属性，对输电线路进行安全检测。本发明实现了数据的综合应用，检测效率高，且检测范围广。

Description

一种基于无人机的输电线路的安全检测方法
技术领域
本发明涉及输电线路检测技术领域，尤其涉及一种基于无人机的输电线路的安全检测方法。
背景技术
目前，国内用电需求急剧增长，对电网建设的需求亦日益强烈，与此同时，面对已建成的庞大电力网络，如何有效地对其进行管理，以保证电网的正常运行，确保电力的安全输送，亦显得更加重要。一次停电事故不但给电网经营企业的经济效益带来巨额损失，而且对用电企业甚至整个社会都将造成严重影响。
现有的无人机巡检技术只是使用单架无人机搭载任务载荷执行任务，通过无人机来进行远程摄像，技术人员根据无人机返回的录像来观察电力线路中是否有异常。但是，这种无人机巡检技术大都使用单独的设备或两个设备针对单项巡检内容进行查找，使得检测效率低，检测范围有限。
发明内容
本发明实施例提供一种基于无人机的输电线路的安全检测方法，以解决现有技术对输电线路的安全检测效率低且检测范围有限的问题。
本发明实施例提供一种基于无人机的输电线路的安全检测方法，包括：控制无人机沿输电线路飞行，且采集所述输电线路沿线的点云数据、照片、红外图像和紫外图像；获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标，且确定所述坐标分别对应的所述照片、所述红外图像和所述紫外图像的像素点的属性；将所述点云数据划分为不同种类的检测物点云数据，其中，所述检测物的种类包括：通过识别算法识别的植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子、杆塔，以及，通过人工识别的各类检测物；根据不同种类的所述点云数据，以及所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的各像素点的属性，对所述输电线路进行安全检测。
进一步，所述将点云数据划分为不同种类的检测物点云数据的步骤，包括：从所述点云数据中人工筛选出对应人工识别的各类检测物的点云数据；通过识别算法将所述筛选后的所述点云数据分别识别为对应植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子和杆塔的点云数据。
进一步，所述通过识别算法将所述筛选后的所述点云数据分别识别为对应植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子和杆塔的点云数据的步骤，包括：将所述筛选后的所述点云数据划分为地面点云数据和非地面点云数据；根据杆塔坐标，将每一档内的所述非地面点云数据划分为备用杆塔点云数据和待判断点云数据，其中，每一档内的所述非地面点云数据为两个所述杆塔及两个所述杆塔之间的输电走廊的所述非地面点云数据；将每一档内的所述待判断点云数据划分为至少一个连通区域；根据每一档内的每一所述连通区域的所述待判断点云数据的数量，将每一档内的每一所述连通区域的所述待判断点云数据确定为植被点云数据、小物点云数据及未知连通区域的待判断点云数据；根据每一档内的所述未知连通区域的待判断点云数据对应的温度和投影，将每一档内的所述未知连通区域的待判断点云数据确定为导线点云数据或巡检的输电线路以外的输电线路的电力线点云数据；根据每一档内的所述备用杆塔点云数据对应的温度，将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据。
进一步，所述将每一档内的所述非地面点云数据划分为备用杆塔点云数据和待判断点云数据的步骤，包括：获取每一档的两个杆塔坐标；将每一档内的所述非地面点云数据中的杆塔坐标及所述杆塔坐标周围第一预设距离内的所有所述非地面点云数据删除，得到剩余的所述非地面点云数据作为每一档内的所述待判断点云数据；将每一档内的所述删除的所述非地面点云数据作为每一档内的备用杆塔点云数据。
进一步，所述将每一档内的所述待判断点云数据划分为至少一个连通区域的步骤，包括：将每一档内的所述待判断点云数据进行聚类，得到每一档内的至少一个所述连通区域，其中，每一所述连通区域内的相邻两个所述待判断点云数据之间的欧式距离小于第二预设距离。
进一步，所述将每一档内的每一所述连通区域的所述待判断点云数据确定为植被点云数据、小物点云数据及未知连通区域的待判断点云数据的步骤，包括：确定每一档内的每一所述连通区域的所述待判断点云数据的数量；将所述待判断点云数据的数量最多的连通区域的所述待判断点云数据确定为植被点云数据；将所述待判断点云数据的数量小于预设数量的连通区域的所述待判断点云数据确定为小物点云数据；将除所述植被点云数据和所述小物点云数据以外的其他待判断点云数据对应的连通区域确定为未知连通区域。
进一步，所述将每一档内的所述未知连通区域的待判断点云数据确定为导线点云数据或巡检的输电线路以外的输电线路的电力线点云数据的步骤，包括：判断每一档内的一所述未知连通区域的所述待判断点云数据是否满足第一条件；其中，所述第一条件包括：一所述未知连通区域的预设比例的所述待判断点云数据对应的温度大于第一预设温度；一所述未知连通区域的所述待判断点云数据在所述水平面的投影线为直线，且与所属的一档内的两个杆塔之间的连线的夹角小于预设角度；以及，一所述未知连通区域的所述待判断点云数据在竖直平面的投影线近似为抛物线，所述竖直平面沿所述未知连通区域所属的一档内的两个杆塔之间的连线延伸；若每一档内的一所述未知连通区域的所述待判断点云数据满足所述第一条件，则确定每一档内的一所述未知连通区域的所述待判断点云数据为导线点云数据；若每一档内的一所述未知连通区域的所述待判断点云数据不满足所述第一条件，则获取每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据；判断每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据是否满足第二条件，其中，所述第二条件包括：一所述未知连通区域的超过第一预设温度的待判断点云数据在水平面的投影点与所属的一档内的所述导线点云数据在水平面的一投影线之间的距离小于第三距离；以及，一所述未知连通区域的超过第一预设温度的待判断点云数据在所述竖直平面的投影点与所属的一档内的所述导线点云数据在所述竖直平面的一投影线上的相同横坐标的投影点之间的高差的绝对值小于第四距离；若每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据满足所述第二条件，则确定每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据为导线点云数据；若每一档内的一所述未知连通区域的所述待判断点云数据既不满足第一条件，也不满足第二条件，则确定每一档内的一所述未知连通区域的所述待判断点云数据为巡检的输电线路以外的输电线路的电力线点云数。
进一步，所述将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据的步骤，包括：以0℃为基点，每隔第二预设温度，划分为一个第一预设温度区间；对于采集的所有点云数据，按照所述点云数据对应的温度将所述点云数据归入不同的第一预设温度区间；若所述第一预设温度区间内的所述点云数据的数量最大，则将该第一预设温度区间确定为第二预设温度区间；若每一档内的所述备用杆塔点云数据对应的温度位于第二预设温度区间内，则将位于第二预设温度区间内的所述备用杆塔点云数据确定为植被点云数据。
进一步，所述将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据的步骤，还包括：以0℃为基点，每隔第三预设温度，划分为一个第三预设温度区间；统计每一第三预设温度区间内的每一档内的所述备用杆塔点云数据的数量；若在连续的第三预设温度区间内均具有所述备用杆塔点云数据，则将连续的第三预设温度区间内的所述备用杆塔点云数据的数量加和，得到一连续的第三预设温度区间内的所述备用杆塔点云数据的总数量；若一连续的第三预设温度区间内的所述备用杆塔点云数据的总数量最大，则确定该连续的第三预设温度区间内的所述备用杆塔点云数据为杆塔点云数据；将每一档内的所述备用杆塔点云数据中除确定的植被点云数据和杆塔点云数据以外的其他备用杆塔点云数据确定为绝缘子点云数据。
进一步，所述获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标的步骤，包括：按照转换方程获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标；其中，所述转换方程包括：
Figure BDA0002337270370000051
Figure BDA0002337270370000052
其中，
Figure BDA0002337270370000053
Figure BDA0002337270370000054
b1＝cosωsink，b2＝cosωcosk，b3＝-sinω，
Figure BDA0002337270370000055
Figure BDA0002337270370000056
(XA,YA,ZA)表示所述点云数据；若所述转换方程用于所述照片，则(XS,YS,ZS)表示相机在采集所述照片时的三维坐标，
Figure BDA0002337270370000057
表示相机对应的旁向倾角，ω表示相机对应的航向倾角，k表示相机对应的相片旋角，f表示相机的焦距；若所述转换方程用于所述红外图像，则(XS，YS，Zs)表示红外相机在采集所述红外图像时的三维坐标，
Figure BDA0002337270370000061
表示红外相机对应的旁向倾角，ω表示红外相机对应的航向倾角，k表示红外相机对应的相片旋角，f表示红外相机的焦距；若所述转换方程用于所述紫外图像，则(XS，YS，Zs)表示紫外相机在采集所述紫外图像时的三维坐标，
Figure BDA0002337270370000062
表示紫外相机对应的旁向倾角，ω表示紫外相机对应的航向倾角，k表示紫外相机对应的相片旋角，f表示紫外相机的焦距。
这样，本发明实施例可结合点云数据、照片、红外图像、紫外图像等，实现了输电线路的自动监测和在线数据反馈，实现了数据的综合应用，检测效率高，且检测范围广，提高了点云数据的分类效率和准确率，从而进一步提高了异常热点设备、异常放电设备、绝缘子故障设备等等的定位准确性，在地形复杂的地区也可以进行相应的检测。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例的基于无人机的输电线路的安全检测方法的流程图。
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作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开一种基于无人机的输电线路的安全检测方法。如图1所示，该安全检测方法包括：
步骤S101：控制无人机沿输电线路飞行，且采集输电线路沿线的点云数据、照片、红外图像和紫外图像。
具体的，无人机可携带激光雷达LiDAR、相机、红外相机、紫外相机等等。
通过激光雷达LiDAR可采集点云数据。
通过相机拍摄照片，该照片是高分辨率图像，是真实地物影像，反映的是地物的真实颜色。
通过红外相机拍摄红外图像，红外图像中的每一像素点的颜色属性对应一温度。应当理解的是，红外图像的每一像素点的颜色属性与温度的对应关系与红外相机的参数等有关，可根据具体使用的红外相机确定。
通过紫外相机拍摄紫外图像，紫外图像中的每一像素点的颜色属性对应一温度。应当理解的是，紫外图像的每一像素点的颜色属性与温度的对应关系与紫外相机的参数等有关，可根据具体使用的紫外相机确定。
应当理解的是，无人机上还搭载有姿态传感器和GPS授时定位系统。因此，可通过姿态传感器和GPS授时定位系统分别获得惯导数据和GPS数据，统一时间坐标，实现采集的各类数据、图像的时间和空间基准的统一，使用GPS授时时间作为时间基准，通过同步授时的方法统一各类数据的时空基准，实现姿态数据、点云数据、照片、红外图像和紫外图像等多源数据的同步获取，提高了对应数据匹配的效率和简易程度，为多源数据的同步处理提供了归一化的标准。
此外，为了使无人机飞行过程中避免障碍物的干扰，该无人机可搭载自动避障模块。自动避障模块可包括双目摄像机，根据双目摄像机获得的影像数据进行无人机的自动避障。
步骤S102：获取点云数据分别对应的照片、红外图像和紫外图像的像素点的坐标，且确定坐标分别对应的照片、红外图像和紫外图像的像素点的属性。
具体的，按照转换方程获取点云数据分别对应的照片、红外图像和紫外图像的像素点的坐标。本发明一具体实施例的点云数据为WGS84坐标系统下的多个点数据。
具体的，转换方程包括：
Figure BDA0002337270370000081
Figure BDA0002337270370000082
其中，
Figure BDA0002337270370000083
Figure BDA0002337270370000084
b1＝cosωsink，b2＝cosωcoSk，b3＝-sinω，
Figure BDA0002337270370000085
Figure BDA0002337270370000086
(XA，YA，ZA)表示点云数据。
若转换方程用于照片，则(XS，YS，ZS)表示相机在采集照片时的三维坐标。
Figure BDA0002337270370000087
ω、k表示相机的姿态参数，具体的，
Figure BDA0002337270370000088
表示相机对应的旁向倾角，ω表示相机对应的航向倾角，k表示相机对应的相片旋角，f表示相机的焦距。该三维坐标和姿态角度可采用现有技术通过相机和GPS授时定位系统之间的安装位置以及采集照片时的GPS确定。
若转换方程用于红外图像，则(XS，YS，ZS)表示红外相机在采集红外图像时的三维坐标。
Figure BDA0002337270370000089
表示红外相机对应的旁向倾角，ω表示红外相机对应的航向倾角，k表示红外相机对应的相片旋角，f表示红外相机的焦距。该三维坐标和姿态角度可采用现有技术通过红外相机和GPS授时定位系统之间的安装位置以及采集红外图像时的GPS确定。
若转换方程用于紫外图像，则(XS，YS，ZS)表示紫外相机在采集紫外图像时的三维坐标。
Figure BDA0002337270370000091
表示紫外相机对应的旁向倾角，ω表示紫外相机对应的航向倾角，k表示紫外相机对应的相片旋角，f表示紫外相机的焦距。该三维坐标和姿态角度可采用现有技术通过紫外相机和GPS授时定位系统之间的安装位置以及采集紫外图像时的GPS确定。
照片、红外图像和紫外图像的像素点的属性包括前述的颜色属性(真彩色)和温度属性。
步骤S103：将点云数据划分为不同种类的检测物点云数据。
其中，通过识别算法识别的植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子、杆塔，以及，通过人工识别的各类检测物。导线指的是巡检的输电线路上的导线。例如，只需要对某条输电线路进行安全巡检，但是采集的图像、红外图像和紫外图像上可能包括多条输电线路，因此，上述的需要巡检的某条输电线路为巡检的输电线路，图像中的其他输电线路为巡检的输电线路以外的输电线路。通过人工识别的各类检测物包括：跳线、建筑物、道路等等。
具体的，该步骤包括如下的过程：
一、从点云数据中人工筛选出对应人工识别的各类检测物的点云数据。
人工识别的各类检测物由于本身的形状、尺寸等等，可以先通过人工辅助筛选出来。例如，由于跳线本身的区域相对其他种类的点云数据的区域非常小，可通过人工将其筛选出来。
二、通过识别算法将筛选后的点云数据分别识别为对应植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子和杆塔的点云数据。
具体的，该步骤包括如下的过程：
1、将筛选后的点云数据划分为地面点云数据和非地面点云数据。
具体可采用现有的通用性分类方法将点云数据划分为地面点云数据和非地面点云数据，也可以通过人工进行分类。
2、根据杆塔坐标，将每一档内的非地面点云数据划分为备用杆塔点云数据和待判断点云数据。
其中，两个杆塔及其之间的输电走廊为一档。因此，每一档内的非地面点云数据为两个杆塔及两个杆塔之间的输电走廊的非地面点云数据。
具体的，该划分的过程如下：
(1)获取每一档的两个杆塔坐标。
该杆塔坐标可从线路台账中获取。
(2)将每一档内的非地面点云数据中的杆塔坐标及杆塔坐标周围第一预设距离内的所有非地面点云数据删除，得到剩余的非地面点云数据作为每一档内的待判断点云数据。
其中，第一预设距离可根据经验及实际情况设定。本发明一具体的实施例中，第一预设距离为10m。应当理解的是，本发明实施例所述的“第一”、“第二”......没有实际含义，仅用于区分。
(3)将每一档内的删除的非地面点云数据作为每一档内的备用杆塔点云数据。
3、将每一档内的待判断点云数据划分为至少一个连通区域。
具体的，将每一档内的待判断点云数据进行聚类，得到每一档内的至少一个连通区域。该聚类的方法通过距离聚类，使得每一连通区域内的相邻两个待判断点云数据之间的欧式距离小于第二预设距离。该第二预设距离可根据经验及实际情况设定。欧式距离的计算可通过点云数据(三维坐标)进行计算。
4、根据每一档内的每一连通区域的待判断点云数据的数量，将每一档内的每一连通区域的待判断点云数据确定为植被点云数据、小物点云数据及未知连通区域的待判断点云数据。
具体的，该过程如下：
(1)确定每一档内的每一连通区域的待判断点云数据的数量。
(2)将待判断点云数据的数量最多的连通区域的待判断点云数据确定为植被点云数据。
(3)将待判断点云数据的数量小于预设数量的连通区域的待判断点云数据确定为小物点云数据。
小物可以是飞鸟、间断的小股导线等等比较小的物质。对小物具体划分为飞鸟还是间断的小股导线等等可通过人工进行判断。预设数量可根据经验及实际情况确定。在本发明一具体的实施例中，预设数量为50。
(4)将除植被点云数据和小物点云数据以外的其他待判断点云数据对应的连通区域确定为未知连通区域。
位于该区域的待判断点云数据即为未知连通区域的待判断点云数据。
5、根据每一档内的未知连通区域的待判断点云数据对应的温度和投影，将每一档内的未知连通区域的待判断点云数据确定为导线点云数据或巡检的输电线路以外的输电线路的电力线点云数据。
其中，待判断点云数据对应的温度可通过匹配的红外图像的像素点对应的温度确定。该步骤利用了输电线路在送电过程中，导线温度比其他地物温度高的特点来进行判断。
具体的，该步骤包括如下的过程：
(1)判断每一档内的一未知连通区域的待判断点云数据是否满足第一条件。
其中，第一条件包括：
①一未知连通区域的预设比例的待判断点云数据对应的温度大于第一预设温度。
预设比例可根据经验及实际情况确定。本发明一具体实施例中，该预设比例为70％。第一预设温度可根据经验及实际情况设定。例如，夏季采用35℃，冬季采用5℃。
②一未知连通区域的待判断点云数据在水平面的投影线为直线，且与所属的一档内的两个杆塔之间的连线的夹角小于预设角度。
未知连通区域所属的一档内的两个杆塔之间的连线指的是两个杆塔的位置在水平面上的连线。该预设角度可根据经验及实际情况确定。在本发明一具体的实施例中，该预设角度为30°。
③一未知连通区域的待判断点云数据在竖直平面的投影线近似为抛物线。
该竖直平面沿未知连通区域所属的一档内的两个杆塔之间的连线延伸。该竖直平面垂直于水平面。
(2)若每一档内的一未知连通区域的待判断点云数据满足第一条件，则确定每一档内的一未知连通区域的待判断点云数据为导线点云数据。
应当理解的是，满足第一条件指的是同时满足第一条件包含的三个子条件。
(3)若每一档内的一未知连通区域的待判断点云数据不满足第一条件，则获取每一档内的一未知连通区域的超过第一预设温度的待判断点云数据。
(4)判断每一档内的一未知连通区域的超过第一预设温度的待判断点云数据是否满足第二条件。
其中，第二条件包括：
①一未知连通区域的超过第一预设温度的待判断点云数据在水平面的投影点与所属的一档内的导线点云数据在水平面的一投影线之间的距离小于第三距离。
应当理解的是，一档内的不同连通区域的导线点云数据在水平面上可以形成不同的投影线，一未知连通区域的超过第一预设温度的待判断点云数据在水平面的投影点只需要与其中任意一条投影线之间的距离小于第三距离，则满足这个子条件。
②一未知连通区域的超过第一预设温度的待判断点云数据在竖直平面的投影点与所属的一档内的导线点云数据在竖直平面的一投影线上的相同横坐标的投影点之间的高差的绝对值小于第四距离。
应当理解的是，该竖直平面的定义与前述的竖直平面的定义相同。同样的，一档内的不同连通区域的导线点云数据在竖直平面上可以形成不同的投影线，一未知连通区域的超过第一预设温度的待判断点云数据在竖直平面的投影点只需要与其中任意一条投影线之间的高差的绝对值小于第四距离，则满足这个子条件。横坐标指的是在竖直平面内的沿水平方向的坐标。
(5)若每一档内的一未知连通区域的超过第一预设温度的待判断点云数据满足第二条件，则确定每一档内的一未知连通区域的超过第一预设温度的待判断点云数据为导线点云数据。
应当理解的是，满足第二条件指的是同时满足第二条件包含的两个子条件。
(6)若每一档内的一未知连通区域的待判断点云数据既不满足第一条件，也不满足第二条件，则确定每一档内的一未知连通区域的待判断点云数据为巡检的输电线路以外的输电线路的电力线点云数。
应当理解的是，待判断点云数据不满足第二条件，则表明待判断点云数据与水平面上的所有投影线，以及，与竖直平面上的所有投影线都不满足第二条件。
6、根据每一档内的备用杆塔点云数据对应的温度，将每一档内的备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据。
具体的，该过程如下：
(1)以0℃为基点，每隔第二预设温度，划分为一个第一预设温度区间。
该第二预设温度可根据经验和实际情况确定。例如，该第二预设温度为5℃或10℃。应当理解的是，以0℃为基点，指的是以0℃为起始温度，可以向低于0℃方向划分，也可以向高于0℃方向划分。
(2)对于采集的所有点云数据，按照点云数据对应的温度将点云数据归入不同的第一预设温度区间。
(3)若第一预设温度区间内的点云数据的数量最大，则将该第一预设温度区间确定为第二预设温度区间。
(4)若每一档内的备用杆塔点云数据对应的温度位于第二预设温度区间内，则将位于第二预设温度区间内的备用杆塔点云数据确定为植被点云数据。
通过上述的过程，可以确定备用杆塔点云数据中的植被点云数据。
对于剩下的备用杆塔点云数据可通过如下的方式确定为杆塔点云数据或绝缘子点云数据。
(5)以0℃为基点，每隔第三预设温度，划分为一个第三预设温度区间。
该第三预设温度可根据经验和实际情况确定。例如，该第三预设温度为0.5℃。应当理解的是，以0℃为基点，指的是以0℃为起始温度，可以向低于0℃方向划分，也可以向高于0℃方向划分。
(6)统计每一第三预设温度区间内的每一档内的备用杆塔点云数据的数量。
(7)若在连续的第三预设温度区间内均具有备用杆塔点云数据，则将连续的第三预设温度区间内的备用杆塔点云数据的数量加和，得到一连续的第三预设温度区间内的备用杆塔点云数据的总数量。
所述的连续的第三预设温度区间指的是，例如，0～0.5、0.5～1的两个相邻的第三预设温度区间内均具有备用杆塔点云数据，则这两个相邻的第三预设温度区间为连续的第三预设温度区间，将这两个第三预设温度区间的备用杆塔点云数据的数量加和即为这个连续的第三预设温度区间内备用杆塔点云数据的总数量，以此类推。
(8)若一连续的第三预设温度区间内的备用杆塔点云数据的总数量最大，则确定该连续的第三预设温度区间内的备用杆塔点云数据为杆塔点云数据。
(9)将每一档内的备用杆塔点云数据中除确定的植被点云数据和杆塔点云数据以外的其他备用杆塔点云数据确定为绝缘子点云数据。
通过上述的过程，将除植被点云数据以外的剩余的备用杆塔点云数据分别归类为了杆塔点云数据和绝缘子点云数据。
最终，通过步骤S103将点云数据划分为了植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子、杆塔和通过人工识别的各类检测物的点云数据，从而便于步骤S104采用不同种类的点云数据结合照片、红外图像、紫外图像进行不同种类的安全检测。
步骤S104：根据不同种类的点云数据，以及点云数据分别对应的照片、红外图像和紫外图像的各像素点的属性，对输电线路进行安全检测。
由于点云数据与照片、红外图像和紫外图像的像素点的坐标匹配，因此，通过分析照片、红外图像和紫外图像的各像素点的特征可获得对应的三维位置的特征，从而可确定三维位置的输电线路是否存在安全问题。又由于通过上述的分类，可以将点云数据确定其种类，从而可以检测该种类的特定安全问题。
具体的，该步骤可以进行如下的检测：
(1)通过点云数据可分析输电走廊内的地物之间的安全距离是否满足规范要求，统计距离缺陷。该距离缺陷是针对导线-其他各种地物之间(植被、地面、公路、铁路等等)的缺陷。
(2)通过照片可检测金具故障及损坏问题，该故障在杆塔、绝缘子等等位置都可能发生。
(3)通过红外图像可检测输电线路中的设备热点问题，通过紫外图像可检测输电线路异常放电点，这些问题在导线、巡检的输电线路以外的输电线路的电力线、杆塔(输电塔)、绝缘子、跳线等等位置都可能发生。
应当理解的是，上述的各种检测方法均可以采用现有技术的检测方法进行，在此不再赘述。
该无人机可以搭载数据处理模块，对采集的各种数据进行上述的各种分析处理，得到输电线路的安全检测结果。
综上，本发明的基于无人机的输电线路的安全检测方法，可结合点云数据、照片、红外图像、紫外图像等，实现了输电线路的自动监测和在线数据反馈，实现了数据的综合应用，检测效率高，且检测范围广，提高了点云数据的分类效率和准确率，从而进一步提高了异常热点设备、异常放电设备、绝缘子故障设备等等的定位准确性，在地形复杂的地区也可以进行相应的检测。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于无人机的输电线路的安全检测方法，其特征在于，包括：
控制无人机沿输电线路飞行，且采集所述输电线路沿线的点云数据、照片、红外图像和紫外图像；
获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标，且确定所述坐标分别对应的所述照片、所述红外图像和所述紫外图像的像素点的属性；
将所述点云数据划分为不同种类的检测物点云数据，其中，所述检测物的种类包括：通过识别算法识别的植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子、杆塔，以及，通过人工识别的各类检测物；
根据不同种类的所述点云数据，以及所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的各像素点的属性，对所述输电线路进行安全检测。
2.根据权利要求1所述的安全检测方法，其特征在于，所述将点云数据划分为不同种类的检测物点云数据的步骤，包括：
从所述点云数据中人工筛选出对应人工识别的各类检测物的点云数据；
通过识别算法将所述筛选后的所述点云数据分别识别为对应植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子和杆塔的点云数据。
3.根据权利要求2所述的安全检测算法，其特征在于，所述通过识别算法将所述筛选后的所述点云数据分别识别为对应植被、导线、巡检的输电线路以外的输电线路的电力线、绝缘子和杆塔的点云数据的步骤，包括：
将所述筛选后的所述点云数据划分为地面点云数据和非地面点云数据；
根据杆塔坐标，将每一档内的所述非地面点云数据划分为备用杆塔点云数据和待判断点云数据，其中，每一档内的所述非地面点云数据为两个所述杆塔及两个所述杆塔之间的输电走廊的所述非地面点云数据；
将每一档内的所述待判断点云数据划分为至少一个连通区域；
根据每一档内的每一所述连通区域的所述待判断点云数据的数量，将每一档内的每一所述连通区域的所述待判断点云数据确定为植被点云数据、小物点云数据及未知连通区域的待判断点云数据；
根据每一档内的所述未知连通区域的待判断点云数据对应的温度和投影，将每一档内的所述未知连通区域的待判断点云数据确定为导线点云数据或巡检的输电线路以外的输电线路的电力线点云数据；
根据每一档内的所述备用杆塔点云数据对应的温度，将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据。
4.根据权利要求3所述的安全检测方法，其特征在于，所述将每一档内的所述非地面点云数据划分为备用杆塔点云数据和待判断点云数据的步骤，包括：
获取每一档的两个杆塔坐标；
将每一档内的所述非地面点云数据中的杆塔坐标及所述杆塔坐标周围第一预设距离内的所有所述非地面点云数据删除，得到剩余的所述非地面点云数据作为每一档内的所述待判断点云数据；
将每一档内的所述删除的所述非地面点云数据作为每一档内的备用杆塔点云数据。
5.根据权利要求3所述的安全检测方法，其特征在于，所述将每一档内的所述待判断点云数据划分为至少一个连通区域的步骤，包括：
将每一档内的所述待判断点云数据进行聚类，得到每一档内的至少一个所述连通区域，其中，每一所述连通区域内的相邻两个所述待判断点云数据之间的欧式距离小于第二预设距离。
6.根据权利要求3所述的安全检测方法，其特征在于，所述将每一档内的每一所述连通区域的所述待判断点云数据确定为植被点云数据、小物点云数据及未知连通区域的待判断点云数据的步骤，包括：
确定每一档内的每一所述连通区域的所述待判断点云数据的数量；
将所述待判断点云数据的数量最多的连通区域的所述待判断点云数据确定为植被点云数据；
将所述待判断点云数据的数量小于预设数量的连通区域的所述待判断点云数据确定为小物点云数据；
将除所述植被点云数据和所述小物点云数据以外的其他待判断点云数据对应的连通区域确定为未知连通区域。
7.根据权利要求3所述的安全检测方法，其特征在于，所述将每一档内的所述未知连通区域的待判断点云数据确定为导线点云数据或巡检的输电线路以外的输电线路的电力线点云数据的步骤，包括：
判断每一档内的一所述未知连通区域的所述待判断点云数据是否满足第一条件；其中，所述第一条件包括：一所述未知连通区域的预设比例的所述待判断点云数据对应的温度大于第一预设温度；一所述未知连通区域的所述待判断点云数据在所述水平面的投影线为直线，且与所属的一档内的两个杆塔之间的连线的夹角小于预设角度；以及，一所述未知连通区域的所述待判断点云数据在竖直平面的投影线近似为抛物线，所述竖直平面沿所述未知连通区域所属的一档内的两个杆塔之间的连线延伸；
若每一档内的一所述未知连通区域的所述待判断点云数据满足所述第一条件，则确定每一档内的一所述未知连通区域的所述待判断点云数据为导线点云数据；
若每一档内的一所述未知连通区域的所述待判断点云数据不满足所述第一条件，则获取每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据；
判断每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据是否满足第二条件，其中，所述第二条件包括：一所述未知连通区域的超过第一预设温度的待判断点云数据在水平面的投影点与所属的一档内的所述导线点云数据在水平面的一投影线之间的距离小于第三距离；以及，一所述未知连通区域的超过第一预设温度的待判断点云数据在所述竖直平面的投影点与所属的一档内的所述导线点云数据在所述竖直平面的一投影线上的相同横坐标的投影点之间的高差的绝对值小于第四距离；
若每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据满足所述第二条件，则确定每一档内的一所述未知连通区域的超过第一预设温度的待判断点云数据为导线点云数据；
若每一档内的一所述未知连通区域的所述待判断点云数据既不满足第一条件，也不满足第二条件，则确定每一档内的一所述未知连通区域的所述待判断点云数据为巡检的输电线路以外的输电线路的电力线点云数。
8.根据权利要求3所述的安全检测方法，其特征在于，所述将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据的步骤，包括：
以0℃为基点，每隔第二预设温度，划分为一个第一预设温度区间；
对于采集的所有点云数据，按照所述点云数据对应的温度将所述点云数据归入不同的第一预设温度区间；
若所述第一预设温度区间内的所述点云数据的数量最大，则将该第一预设温度区间确定为第二预设温度区间；
若每一档内的所述备用杆塔点云数据对应的温度位于第二预设温度区间内，则将位于第二预设温度区间内的所述备用杆塔点云数据确定为植被点云数据。
9.根据权利要求8所述的安全检测方法，其特征在于，所述将每一档内的所述备用杆塔点云数据确定为植被点云数据、杆塔点云数据或绝缘子点云数据的步骤，还包括：
以0℃为基点，每隔第三预设温度，划分为一个第三预设温度区间；
统计每一第三预设温度区间内的每一档内的所述备用杆塔点云数据的数量；
若在连续的第三预设温度区间内均具有所述备用杆塔点云数据，则将连续的第三预设温度区间内的所述备用杆塔点云数据的数量加和，得到一连续的第三预设温度区间内的所述备用杆塔点云数据的总数量；
若一连续的第三预设温度区间内的所述备用杆塔点云数据的总数量最大，则确定该连续的第三预设温度区间内的所述备用杆塔点云数据为杆塔点云数据；
将每一档内的所述备用杆塔点云数据中除确定的植被点云数据和杆塔点云数据以外的其他备用杆塔点云数据确定为绝缘子点云数据。
10.根据权利要求1所述的安全检测方法，其特征在于，所述获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标的步骤，包括：
按照转换方程获取所述点云数据分别对应的所述照片、所述红外图像和所述紫外图像的像素点的坐标；
其中，所述转换方程包括：
Figure FDA0002337270360000051
Figure FDA0002337270360000052
其中，
Figure FDA0002337270360000053
Figure FDA0002337270360000054
b1＝cosωsink，b2＝cosωcosk，b3＝-sinω，
Figure FDA0002337270360000055
Figure FDA0002337270360000056
(XA，YA，ZA)表示所述点云数据；
若所述转换方程用于所述照片，则(XS，YS，ZS)表示相机在采集所述照片时的三维坐标，
Figure FDA0002337270360000061
表示相机对应的旁向倾角，ω表示相机对应的航向倾角，k表示相机对应的相片旋角，f表示相机的焦距；
若所述转换方程用于所述红外图像，则(XS，YS，ZS)表示红外相机在采集所述红外图像时的三维坐标，
Figure FDA0002337270360000062
表示红外相机对应的旁向倾角，ω表示红外相机对应的航向倾角，k表示红外相机对应的相片旋角，f表示红外相机的焦距；
若所述转换方程用于所述紫外图像，则(XS，YS，ZS)表示紫外相机在采集所述紫外图像时的三维坐标，
Figure FDA0002337270360000063
表示紫外相机对应的旁向倾角，ω表示紫外相机对应的航向倾角，k表示紫外相机对应的相片旋角，f表示紫外相机的焦距。
CN201911361466.3A 2019-12-25 2019-12-25 一种基于无人机的输电线路的安全检测方法 Active CN111157530B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911361466.3A CN111157530B (zh) 2019-12-25 2019-12-25 一种基于无人机的输电线路的安全检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911361466.3A CN111157530B (zh) 2019-12-25 2019-12-25 一种基于无人机的输电线路的安全检测方法

Publications (2)

Publication Number Publication Date
CN111157530A true CN111157530A (zh) 2020-05-15
CN111157530B CN111157530B (zh) 2022-08-12

Family

ID=70556673

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911361466.3A Active CN111157530B (zh) 2019-12-25 2019-12-25 一种基于无人机的输电线路的安全检测方法

Country Status (1)

Country Link
CN (1) CN111157530B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112229845A (zh) * 2020-10-12 2021-01-15 国网河南省电力公司濮阳供电公司 基于视觉导航技术的无人机高精度饶塔智能巡检方法
CN112419176A (zh) * 2020-11-10 2021-02-26 国网江西省电力有限公司电力科学研究院 一种单回路输电通道导线正摄影像点云增强方法及装置
CN113420686A (zh) * 2021-06-29 2021-09-21 广东电网有限责任公司 一种输电线路巡检方法、装置及系统
WO2022183450A1 (zh) * 2021-03-04 2022-09-09 深圳市大疆创新科技有限公司 电力巡检方法、无人机及存储介质
CN116543091A (zh) * 2023-07-07 2023-08-04 长沙能川信息科技有限公司 输电线路的可视化方法、系统、计算机设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070130239A1 (en) * 2005-11-21 2007-06-07 Wheeler Mark D Identification of edge regions from 3D point data
EP2833322A1 (en) * 2013-07-30 2015-02-04 The Boeing Company Stereo-motion method of three-dimensional (3-D) structure information extraction from a video for fusion with 3-D point cloud data
CN205246878U (zh) * 2015-09-22 2016-05-18 南方电网科学研究院有限责任公司 一种激光雷达输电线路机巡辅助监测装置
CN106157361A (zh) * 2016-05-31 2016-11-23 中国科学院遥感与数字地球研究所 一种基于LiDAR点云的多分裂导线全自动三维重建方法
CN106897686A (zh) * 2017-02-19 2017-06-27 北京林业大学 一种机载lidar电力巡检点云分类方法
CN107169682A (zh) * 2017-06-30 2017-09-15 贵州电网有限责任公司输电运行检修分公司 一种基于机载激光点云不同时段树障的快速巡检方法
CN109062233A (zh) * 2018-08-15 2018-12-21 广东电网有限责任公司 一种输电线路无人机自动驾驶巡检方法
CN109100703A (zh) * 2018-09-07 2018-12-28 北京数字绿土科技有限公司 一种输电线路危险点检测方法及装置
CN109146836A (zh) * 2017-09-19 2019-01-04 上海华测导航技术股份有限公司 一种基于点云数据进行输电塔及线路检测的系统及方法
CN109390873A (zh) * 2018-11-30 2019-02-26 贵州电网有限责任公司 一种利用输电线路通道内点云数据来预测树障威胁的方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070130239A1 (en) * 2005-11-21 2007-06-07 Wheeler Mark D Identification of edge regions from 3D point data
EP2833322A1 (en) * 2013-07-30 2015-02-04 The Boeing Company Stereo-motion method of three-dimensional (3-D) structure information extraction from a video for fusion with 3-D point cloud data
CN205246878U (zh) * 2015-09-22 2016-05-18 南方电网科学研究院有限责任公司 一种激光雷达输电线路机巡辅助监测装置
CN106157361A (zh) * 2016-05-31 2016-11-23 中国科学院遥感与数字地球研究所 一种基于LiDAR点云的多分裂导线全自动三维重建方法
CN106897686A (zh) * 2017-02-19 2017-06-27 北京林业大学 一种机载lidar电力巡检点云分类方法
CN107169682A (zh) * 2017-06-30 2017-09-15 贵州电网有限责任公司输电运行检修分公司 一种基于机载激光点云不同时段树障的快速巡检方法
CN109146836A (zh) * 2017-09-19 2019-01-04 上海华测导航技术股份有限公司 一种基于点云数据进行输电塔及线路检测的系统及方法
CN109062233A (zh) * 2018-08-15 2018-12-21 广东电网有限责任公司 一种输电线路无人机自动驾驶巡检方法
CN109100703A (zh) * 2018-09-07 2018-12-28 北京数字绿土科技有限公司 一种输电线路危险点检测方法及装置
CN109390873A (zh) * 2018-11-30 2019-02-26 贵州电网有限责任公司 一种利用输电线路通道内点云数据来预测树障威胁的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张昌赛: "机载LiDAR输电线走廊点云数据自动分类和树障预警分析方法研究", 《优秀硕士-工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112229845A (zh) * 2020-10-12 2021-01-15 国网河南省电力公司濮阳供电公司 基于视觉导航技术的无人机高精度饶塔智能巡检方法
CN112419176A (zh) * 2020-11-10 2021-02-26 国网江西省电力有限公司电力科学研究院 一种单回路输电通道导线正摄影像点云增强方法及装置
CN112419176B (zh) * 2020-11-10 2024-05-14 国网江西省电力有限公司电力科学研究院 一种单回路输电通道导线正摄影像点云增强方法及装置
WO2022183450A1 (zh) * 2021-03-04 2022-09-09 深圳市大疆创新科技有限公司 电力巡检方法、无人机及存储介质
CN113420686A (zh) * 2021-06-29 2021-09-21 广东电网有限责任公司 一种输电线路巡检方法、装置及系统
CN116543091A (zh) * 2023-07-07 2023-08-04 长沙能川信息科技有限公司 输电线路的可视化方法、系统、计算机设备和存储介质
CN116543091B (zh) * 2023-07-07 2023-09-26 长沙能川信息科技有限公司 输电线路的可视化方法、系统、计算机设备和存储介质

Also Published As

Publication number Publication date
CN111157530B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN111157530B (zh) 一种基于无人机的输电线路的安全检测方法
CN108957240A (zh) 电网故障远程定位方法及系统
CN106547814A (zh) 一种输电线路无人机巡检图像的结构化自动归档方法
CN111311967A (zh) 基于无人机的电力线路巡检系统及方法
CN110703800A (zh) 基于无人机的电力设施智能识别方法及系统
CN113313005B (zh) 基于目标识别与重建的输电导线在线监测方法及系统
CN110472477B (zh) 一种利用rtk版无人机搭载红外相机监测覆冰方法
CN111342391B (zh) 一种输电线路绝缘子和线路故障巡视方法及巡视体系
CN108872781B (zh) 基于电力设施智能巡检的分析方法及装置
CN112491982A (zh) 基于云边协同输电线路精细化感知方法
CN111311597A (zh) 一种缺陷绝缘子的无人机巡检方法与系统
US11021246B2 (en) Method and system for capturing images of asset using unmanned aerial vehicles
CN112327906A (zh) 一种基于无人机的智能自动巡检系统
CN104951775A (zh) 基于视频技术的铁路道口防护区域安全智能识别方法
CN205375192U (zh) 一种基于红外影像技术的无人机配电网巡检系统
CN111244822B (zh) 一种复杂地理环境的固定翼无人机巡线方法、系统和装置
CN104091168A (zh) 基于无人机影像的电力线自动提取定位方法
CN115275870B (zh) 一种基于高空线路维护的巡检系统
CN113050696A (zh) 输电线路的巡检路线确定方法、装置、设备及存储介质
CN110807765B (zh) 一种基于图像处理的悬垂绝缘子串倾斜检测方法与系统
RU2504014C1 (ru) Способ управления системой мониторинга и система для его реализации
CN106340009A (zh) 一种基于平行双目的电力线检测方法及系统
US12106376B2 (en) Method and apparatus for processing an insurance claim
CN115933746A (zh) 一种电力配网自动巡检方法及装置
Li et al. The future application of transmission line automatic monitoring and deep learning technology based on vision

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