CN112040175A - 无人机巡检方法、装置、计算机设备和可读存储介质 - Google Patents

无人机巡检方法、装置、计算机设备和可读存储介质 Download PDF

Info

Publication number
CN112040175A
CN112040175A CN202010754987.1A CN202010754987A CN112040175A CN 112040175 A CN112040175 A CN 112040175A CN 202010754987 A CN202010754987 A CN 202010754987A CN 112040175 A CN112040175 A CN 112040175A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
picture
inspection
target
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
Application number
CN202010754987.1A
Other languages
English (en)
Inventor
佘楚云
张晶焯
张瑞达
林波
崔宇中
牛犇
岑凯辛
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.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply 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 Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202010754987.1A priority Critical patent/CN112040175A/zh
Publication of CN112040175A publication Critical patent/CN112040175A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
    • 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
    • G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/14—Relay systems
    • H04B7/15—Active relay systems
    • H04B7/185—Space-based or airborne stations; Stations for satellite systems
    • H04B7/18502—Airborne stations
    • H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Multimedia (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本申请涉及一种无人机巡检方法、装置、计算机设备和可读存储介质。所述方法包括：无人机在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与所述定位图形码的位置关系和所述定位图形码的图形码编号；获取所述无人机的空间高度信息；根据所述图形码编号、所述位置关系和所述空间高度信息确定当前位置；根据所述巡检路径和所述当前位置确定是否已到达目标设备的采集位置；若已到达所述目标设备的采集位置，则悬停在所述采集位置，并采集所述目标设备的巡检图片。采用本方法能够提高对电力设备的巡检效率。

Description

无人机巡检方法、装置、计算机设备和可读存储介质
技术领域
本申请涉及变电站巡检技术领域，特别是涉及一种无人机巡检方法、装置、计算机设备和可读存储介质。
背景技术
传统的变电站内电力设备的巡检主要依赖于地面人工巡检方式和机器人巡检方式，上述巡检方式对于死角、高空及间隙内设备难以检测。基于此，近年来基于GPS定位的无人机巡检技术被逐渐应用到变电站室外输电线路的巡检任务中。
然而对于变电站GIS室(Gas Insulated Substation，即气体绝缘变电站)内的电力设备的巡检，由于GIS室空间位置的局限，GIS室内GPRS导航信号的衰减，无法实现对无人机的精准定位，从而无法将基于GPS定位的无人机巡检技术应用到变电站GIS室内的电力设备的巡检任务中，导致对变电站GIS室内的电力设备的巡检效率较低。
发明内容
基于此，有必要针对变电站GIS室内的电力设备的巡检效率低的技术问题，提供一种无人机巡检方法、装置、计算机设备和可读存储介质。
一种无人机巡检方法，应用于无人机，所述方法包括：
在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与所述定位图形码的位置关系和所述定位图形码的图形码编号；
获取所述无人机的空间高度信息；
根据所述图形码编号、所述位置关系和所述空间高度信息确定当前位置；
根据所述巡检路径和所述当前位置确定是否已到达目标设备的采集位置；
若已到达所述目标设备的采集位置，则悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述方法还包括：
若未到达所述目标设备的采集位置，则根据所述巡检路径和所述当前位置确定运动控制参数；
按照所述运动控制参数和所述巡检路径运动到所述目标设备的采集位置，并执行所述悬停在所述采集位置，并采集所述目标设备的巡检图片的步骤。
在一个实施例中，所述方法还包括：根据所述位置关系确定所述无人机的当前姿态；
所述悬停在所述采集位置，并采集所述目标设备的巡检图片，包括：
确定所述当前姿态是否为对目标设备进行图片采集的目标姿态；
若所述当前姿态为对目标设备进行图片采集的目标姿态，则按照所述当前姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述方法还包括：
若所述当前姿态非对目标设备进行图片采集的目标姿态，则根据所述当前姿态和所述目标姿态确定姿态调整控制参数；
按照所述姿态调整控制参数对所述无人机的姿态进行调整，直至所述无人机的调整后姿态达到所述目标姿态；
按照所述调整后姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述方法还包括：
将所述巡检图片发送到服务器，以使所述服务器根据所述巡检图片确定所述无人机的巡检结果；所述巡检图片包括设备表计图片，所述无人机的巡检结果包括所巡检的设备的工作状态，所述服务器根据所述巡检图片确定所述无人机的巡检结果包括：
接收所述无人机传送的所述设备表计图片；
从所述设备表计图片中提取出表盘区域；
采用表计识别模型对所述表盘区域进行识别，得到所述设备表计图片对应设备的表计读数；
根据所述表计读数确定所述设备的工作状态。
在一个实施例中，所述采用表计识别模型对所述表盘区域进行识别，得到所述设备表计图片对应设备的表计读数，包括：
采用表计识别模型从所述表盘区域中读取指针点和至少两个表盘关键点；
分别计算所述至少两个表盘关键点与所述指针点之间的中心角度值；
根据所述中心角度值和所述至少两个表盘关键点的刻度值，计算所述指针点所对应的示数。
一种无人机巡检装置，所述装置包括：
定位图形码解码模块，用于在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与所述定位图形码的位置关系和所述定位图形码的图形码编号；
空间高度信息获取模块，用于获取所述无人机的空间高度信息；
当前位置确定模块，用于根据所述图形码编号、所述位置关系和所述空间高度信息确定当前位置；
采集位置判断模块，用于根据所述巡检路径和所述当前位置确定是否已到达目标设备的采集位置；
巡检图片采集模块，用于若已到达所述目标设备的采集位置，则悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述装置还包括：
控制参数确定模块，用于若未到达所述目标设备的采集位置，则根据所述巡检路径和所述当前位置确定运动控制参数；
运动控制模块，用于按照所述运动控制参数和所述巡检路径运动到所述目标设备的采集位置，并通过所述巡检图片采集模块执行所述悬停在所述采集位置，并采集所述目标设备的巡检图片的步骤。
在一个实施例中，所述装置还包括：
姿态确定模块，用于根据所述位置关系确定所述无人机的当前姿态；
所述巡检图片采集模块还用于：
确定所述当前姿态是否为对目标设备进行图片采集的目标姿态；
若所述当前姿态为对目标设备进行图片采集的目标姿态，则按照所述当前姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述装置还包括：
所述控制参数确定模块，用于若所述当前姿态非对目标设备进行图片采集的目标姿态，则根据所述当前姿态和所述目标姿态确定姿态调整控制参数；
姿态调整模块，用于按照所述姿态调整控制参数对所述无人机的姿态进行调整，直至所述无人机的调整后姿态达到所述目标姿态；
所述巡检图片采集模块，还用于按照所述调整后姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
在一个实施例中，所述装置还包括：
发送模块，用于将所述巡检图片发送到服务器，以使所述服务器根据所述巡检图片确定所述无人机的巡检结果；所述巡检图片包括设备表计图片，所述无人机的巡检结果包括所巡检的设备的工作状态，所述装置还包括巡检结果确定模块，用于：
接收所述无人机传送的所述设备表计图片；
从所述设备表计图片中提取出表盘区域；
采用表计识别模型对所述表盘区域进行识别，得到所述设备表计图片对应设备的表计读数；
根据所述表计读数确定所述设备的工作状态。
在一个实施例中，巡检结果确定模块还用于：
采用表计识别模型从所述表盘区域中读取指针点和至少两个表盘关键点；
分别计算所述至少两个表盘关键点与所述指针点之间的中心角度值；
根据所述中心角度值和所述至少两个表盘关键点的刻度值，计算所述指针点所对应的示数。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
上述无人机巡检方法、装置、计算机设备和可读存储介质，无人机在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号，获取无人机的空间高度信息，从而根据图形码编号、位置关系和空间高度信息确定当前位置，实现对无人机的精准定位，进而根据巡检路径和当前位置确定是否已到达目标设备的采集位置，在已到达目标设备的采集位置时，悬停在采集位置，并采集针对目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
附图说明
图1为一个实施例中无人机巡检方法的应用环境图；
图2为一个实施例中无人机巡检方法的流程示意图；
图3为另一个实施例中无人机巡检方法的流程示意图；
图4为一个实施例中设备工作状态确定步骤的流程示意图；
图5为一个实施例中表计读数识别步骤的流程示意图；
图6为一个实施例中无人机巡检装置的结构框图；
图7为另一个实施例中无人机巡检装置的结构框图；
图8为一个实施例中计算机设备的内部结构图；
图9为另一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的无人机巡检方法，可以单独应用于无人机，也可以应用于如图1所示的应用环境中，并通过无人机102和服务器104的交互实现。其中，无人机102通过网络与服务器104通过网络进行通信。以单独应用在无人机102为例，无人机102在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号；获取无人机的空间高度信息；根据图形码编号、位置关系和空间高度信息确定当前位置；根据巡检路径和当前位置确定是否已到达目标设备的采集位置；若已到达目标设备的采集位置，则悬停在采集位置，并采集目标设备的巡检图片。以应用于如图1所示的应用环境中为例，无人机102在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号；获取无人机的空间高度信息；服务器104根据图形码编号、位置关系和空间高度信息确定当前位置；并根据巡检路径和当前位置确定是否已到达目标设备的采集位置；若已到达目标设备的采集位置，则向无人机102发送控制指令，以使无人机102悬停在采集位置，并采集目标设备的巡检图片。其中，无人机102可以是旋翼无人机，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种人机巡检方法，以该方法应用于图1中的无人机102为例进行说明，包括以下步骤：
S202，在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号。
其中，无人机(Unmanned Aerial Vehicle，UAV)指的是无人驾驶但可通过其他方式操纵控制从而完成各种任务的飞行器。巡检路径为基于所要巡检的电力设备的位置，预先制定的无人机在执行巡检任务时的飞行路线。定位图形码为铺设于巡检路径上以辅助定位无人机位置的图形码，巡检路径所铺设的定位图形码分别对应有图形码编号和图形码位置。与定位图形码的位置关系是指无人机相对于所扫描到的定位图形码的位置，位置关系包括无人机相对于定位图形码在空间直角坐标系的各个方向上的位置偏移，以及无人机相对于定位图形码在空间直角坐标系的各个方向上的角度偏移。
在一个实施例中，用于执行巡检任务的无人机上搭载有用于定位的第一摄像头，无人机执行巡检任务时，按照巡检路径飞行，在飞行过程中，实时通过第一摄像头扫描巡检路径上的定位图形码，并对扫描到的定位图形码进行解码，得到无人机与该定位图形码的位置关系，以及该定位图形码的图形码编号。其中，第一摄像头可以是OpenMV摄像头，无人机可以通过该OpenMV摄像头实时对扫描到的定位二维码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号。
在一个实施例中，巡检路径上的定位图形码为AprilTag标签二维码，无人机在按照巡检路径进行巡检时，通过无人机上搭载的第一摄像头扫描巡检路径上的定位图形码，并通过第一摄像头采用AprilTag算法对扫描到的定位二维码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号。
S204，获取无人机的空间高度信息。
其中，空间高度信息具体可以是无人机相对于地面的高度信息。
在一个实施例中，无人机设置有超声波传感器，无人机在按照巡检路径进行巡检时，实时通过超声波传感器测量无人机相对于地面的高度信息，得到无人机的空间高度信息。
在一个实施例中，巡检路径上的定位图形码均铺设于地面，无人机在按照巡检路径进行巡检时，通过无人机上搭载的第一摄像头扫描巡检路径上的定位图形码，并通过第一摄像头对扫描到的定位二维码进行解码，得到与定位图形码的位置关系，将该位置关系中无人机相对于定位图形码的高度信息确定为无人机的空间高度信息。
S206，根据图形码编号、位置关系和空间高度信息确定当前位置。
其中，当前位置为无人机当前的空间位置，具体可以是无人机当前的空间坐标，例如无人机的当前位置为(X，Y，Z)。
在一个实施例中，无人机与扫描定位图形码得到所扫描的定位图形码的图形码编号之后，根据该图形码编号获取该图形码的实际位置，然后根据该图形码的实际位置、位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移、以及所获取的无人机的空间高度信息确定出无人机的当前位置。具体地，超声波传感器测量无人机相对于地面的高度信息之后，基于I2C协议将高度信息传输给无人机内部飞行控制器中的惯性测量单元(Inertial Measuring Unit，IMU)，OpenMV摄像头在得到与定位图形码的位置关系和定位图形码的图形码编号之后，将位置关系和图形码编号通过通用输入输出接口(I/O)传输给无人机内部飞行控制器中的IMU，IMU根据图形码编号、位置关系和空间高度信息确定当前位置。
例如，无人机扫描到的定位图形码的图形码编号为05，05所对应的定位图形码的位置为(x1，y1，z1)，位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移为(Δx1，Δy1)，所获取的无人机的空间高度信息为Z1，则根据该图形码的实际位置、位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移、以及所获取的无人机的空间高度信息确定出无人机的当前位置确定出的无人机的当前位置为(X1，Y1，Z1)，其中，X1＝x1+Δx1，Y1＝y1+Δy1。
在一个实施例中，巡检路径上的定位图形码均铺设于地面，无人机与扫描定位图形码得到所扫描的定位图形码的图形码编号之后，根据该图形码编号获取该图形码的实际位置，然后根据该图形码的实际位置、位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移、确定出无人机的当前位置。
例如，无人机扫描到的铺设于地面的定位图形码的图形码编号为06，06所对应的定位图形码的位置为(x2，y2，z2)，位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移为(Δx2，Δy2，Δz2)，所获取的无人机的空间高度信息即为z2+Δz2，则根据该图形码的实际位置、位置关系中无人机相对于定位图形码在空间直角坐标系的水平方向上的位置偏移、以及所获取的无人机的空间高度信息确定出无人机的当前位置确定出的无人机的当前位置为(X2，Y2，Z2)，其中，X2＝x2+Δx2，Y2＝y2+Δy2，Z2＝z2+Δz2。
S208，根据巡检路径和当前位置确定是否已到达目标设备的采集位置。
其中，目标设备为按照巡检路径进行巡检时下一个将要进行巡检的设备，目标设备的采集位置为无人机对目标设备进行巡检时无人机所要停留的位置。
在一个实施例中，无人机在根据图形码编号、位置关系和空间高度信息确定出当前位置之后，根据此次巡检的巡检路径确定下一个将要进行巡检的目标设备的采集位置，并判断无人机的当前位置是否与目标采集设备的采集位置一致，若一致，则确定无人机当前已到达目标设备的采集位置，若不一致，则确定无人机当前未到达目标设备的采集位置。
例如，无人机的当前位置为(X2，Y2，Z2)，根据巡检路径确定出目标设备的采集位置为(X3，Y3，Z3)，则当满足X2＝X3、Y2＝Y3、Z2＝Z3时，确定无人机当前已到达目标设备的采集位置；当X2＝X3、Y2＝Y3、Z2＝Z3中的任意一个不满足时，均确定无人机当前未到达目标设备的采集位置。
S210，若已到达目标设备的采集位置，则悬停在采集位置，并采集目标设备的巡检图片。
其中，悬停是指无人机基本保持位置高度不变，针对四旋翼无人机具体是指四个电机在控制算法计算输出下，转速几乎相等，电机旋转通过螺旋桨产生的动力等于无人机自身的重力为使无人机不产生自旋，正反旋转电机产生的力矩相等。
在一个实施例中，如无人机当前已经到达目标设备的采集位置，则调整无人机的控制参数，使得无人机悬停在目标设备的采集位置，并在该位置采集目标设备的巡检图片。具体地无人机上搭载有用于进行图像采集的第二摄像头，无人机悬停在目标设备的采集位置，并在该采集位置通过第二摄像头采集目标设备的巡检图片。
在一个实施例中，若无人机已经到达目标设备的采集位置，则在该采集位置悬停预设时间段，并在该预设时间段内每隔预设时长采集一张目标设备的巡检图片，在达到预设时间段后，得到预设数量的目标设备的巡检图片。
上述实施例中，无人机在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号，获取无人机的空间高度信息，从而根据图形码编号、位置关系和空间高度信息确定当前位置，实现对无人机的精准定位，进而根据巡检路径和当前位置确定是否已到达目标设备的采集位置，在已到达目标设备的采集位置时，悬停在采集位置，并采集针对目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，无人机在确定出当前位置之后，根据巡检路径和当前位置确定是否已经到目标设备的采集位置，若未到达目标设备的采集位置，则根据巡检路径和当前位置确定运动控制参数，并按照运动控制参数和巡检路径运动到目标设备的采集位置，然后执行悬停在采集位置，并采集目标设备的巡检图片的步骤。其中运动控制参数包括运动方向和运动速度。
例如，无人机的当前位置为(X2，Y2，Z2)，根据巡检路径确定出目标设备的采集位置为(X3，Y3，Z3)，其中X2≠X3、Y2≠Y3，Z2≠Z3，则根据巡检路径、当前位置为(X2，Y2，Z2)和采集位置为(X3，Y3，Z3)确定无人机的运动控制参数，并按照该运动控制参数和巡检路径运动到目标设备的采集位置。
再例如，无人机的当前位置为(X2，Y2，Z2)，根据巡检路径确定出目标设备的采集位置为(X4，Y4，Z4)，其中X2＝X4、Y2＝Y4、Z2＜Z4，则根据巡检路径、当前位置为(X2，Y2，Z2)和采集位置为(X4，Y4，Z4)确定无人机的运动方向和运动速度，其中运动方向为向上。
上述实施例中，无人机若未到达目标设备的采集位置，则根据巡检路径和当前位置确定运动控制参数，按照运动控制参数和巡检路径运动到目标设备的采集位置，从而确保无人机能够到达目标设备的采集位置，悬停在采集位置，并采集针对目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，无人机在确定出当前已到达目标设备的采集位置之后，还可以根据所获取的与定位图形码的位置关系确定无人机的当前姿态，具体可以是根据位置关系中无人机相对于定位图形码在空间直角坐标系的各个方向上的角度偏移，确定无人机的当前姿态。其中，无人机相对于定位图形码在空间直角坐标系的各个方向上的角度偏移可以记为(Rx，Ry，Rz)，Rx表示无人机与定位图形码对应空间直角坐标系的x轴之间的夹角，也可以称为偏航角，Ry表示无人机与定位图形码对应空间直角坐标系的y轴之间的夹角，也可以称为侧倾角或翻滚角，Rz表示无人机与定位图形码对应空间直角坐标系的z轴之间的夹角，也可以称为俯仰角。
在一个实施例中，无人机在确定出当前已到达目标设备的采集位置之后，还可以通过无人机的IMU中的传感器(加速度计、陀螺仪、磁力计)确定无人机的当前姿态。
在一个实施例中，无人机悬停在目标设备的采集位置，并采集目标设备的巡检图片的过程包括：确定当前姿态是否为对目标设备进行图片采集的目标姿态，若当前姿态为对目标设备进行图片采集的目标姿态，则按照当前姿态悬停在采集位置，并采集目标设备的巡检图片。
具体地，无人机在确定出当前已到达目标设备的采集位置之后，根据所获取的与定位图形码的位置关系确定无人机的当前姿态，获取目标设备对应的目标姿态，判断当前姿态与目标姿态是否一致，若一致，则按照当前姿态悬停在目标设备的采集位置，并采集目标设备的巡检图片。
上述实施例中，无人机根据位置关系确定无人机的当前姿态，确定当前姿态是否为对目标设备进行图片采集的目标姿态，从而实现对无人机姿态的精准定位，并在当前姿态为对目标设备进行图片采集的目标姿态时，按照当前姿态悬停在采集位置，并采集目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，无人机若确定出当前姿态非对目标设备进行图片采集的目标姿态，则根据当前姿态和目标姿态确定姿态调整控制参数，按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态，按照调整后姿态悬停在采集位置，并采集目标设备的巡检图片。
其中，姿态调整控制参数可以是无人机各旋翼对应的电机的转速。例如，针对四旋翼无人机，则可以调整前后旋翼对应的电机的转速，使得前后旋翼对应的电机存在转速差，从而使得调整无人机与直角坐标系的x轴之间的夹角。
具体地，无人机若确定出当前姿态非对目标设备进行图片采集的目标姿态，则确定当前姿态与目标姿态各对应夹角之间的差值，根据该差值确定姿态调整控制参数，并按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态。
例如，无人机的当前姿态为(Rx1，Ry1，Rz1)，目标设备对应的目标姿态为(Rx2，Ry2，Rz2)，根据当前姿态(Rx1，Ry1，Rz1)和目标姿态(Rx2，Ry2，Rz2)确定出的各对应夹角之间的差值分别为ΔRx＝Rx2-Rx1、ΔRy＝Ry2-Ry1、ΔRz＝Rz2-Rz1，则分别根据ΔRx、ΔRy和ΔRz确定姿态调整控制参数，并按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态。
上述实施例中，无人机在当前姿态非对目标设备进行图片采集的目标姿态时，根据当前姿态和目标姿态确定姿态调整控制参数，按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态，按照调整后姿态悬停在采集位置，并采集目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，如图3所示，还提供了一种无人机巡检方法，以该方法应用于图1中的无人机102为例进行说明，包括以下步骤：
S302，在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号。
S304，获取无人机的空间高度信息。
S306，根据图形码编号、位置关系和空间高度信息确定当前位置。
S308，判断是否已到达目标设备的采集位置。
若否，则执行S310，若是，则执行S314。
S310，根据巡检路径和当前位置确定运动控制参数。
S312，按照运动控制参数和巡检路径运动到目标设备的采集位置。
S314，根据位置关系确定无人机的当前姿态。
S316，确定当前姿态是否为对目标设备进行图片采集的目标姿态。
若否，则执行S318，若是，则执行S322。
S318，根据当前姿态和目标姿态确定姿态调整控制参数。
S320，按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态。
S322，按照当前姿态悬停在采集位置，并采集目标设备的巡检图片。
在一个实施例中，无人机在采集到目标设备的巡检图片之后，还可以将所采集的巡检图片发送到服务器，以使服务器根据巡检图片确定无人机的巡检结果。其中巡检图片包括设备表计图片，无人机的巡检结果包括所巡检的设备的工作状态，如图4所示，服务器根据巡检图片确定无人机的巡检结果的过程包括以下步骤：
S402，接收无人机传送的设备表计图片。
其中，无人机通过机载树莓派与服务器建立通信连接，该通信连接可以是Socket连接。
在一个实施例中，无人机在按照巡检路径进行巡检过程中，采集到目标设备的设备表计图片之后，通过与服务器所建立的Socket连接将所采集的设备表计图片发送给服务器，服务器接收无人机传送的设备表计图片。其中所接收的设备表计图片分别对应有图片标识，服务器根据该图片标识可以确定出设备表计图片所对应的设备。
在一个实施例中，无人机在按照巡检路径进行巡检过程中，第二摄像头在采集到目标设备的设备表计图片之后，将所采集的图片传输到无人机的树莓派中进行缓存，然后通过树莓派与服务器之间所建立的Socket连接将所采集的设备表计图片发送给服务器，服务器接收无人机传送的设备表计图片。
S404，从设备表计图片中提取出表盘区域。
其中，表盘区域是设备表计图片中包含有表盘的区域。
在一个实施例中，服务器对设备表计图片进行表盘检测，并根据检测结果从设备表计图片中提取出表盘区域。其中服务器可以采用深度学习算法的表盘检测模型对设备表计图片进行检测，确定出表盘区域，并从该设备表计图片中提取出所确定的表盘区域。
S406，采用表计识别模型对表盘区域进行识别，得到设备表计图片对应设备的表计读数。
其中，表计识别模型为预先训练的用于识别指针式仪表(表计)的读数的模型。
在一个实施例中，服务器在提取出表盘区域之后，通过表计识别模型确定出表盘区域中的指针点和至少两个表盘关键点，并基于该指针点和至少两个关键点确定出指针点对应的示数，得到设备表计图片对应设备的表计读数。其中，指针点为表盘中指针所指的位置，或指针顶点的位置。关键点为用于确定表盘形状的点，具体可以是表盘刻度上有刻度值的点，指针点和关键点可以统称为特征点。
S408，根据表计读数确定设备的工作状态。
在一个实施例中，服务器在得到设备表计图片对应设备的表计读数之后，根据该设备表计图片对应的图片编号，确定该设备表计图片所对应设备的正常读数范围，并判断所得到的设备表计图片对应表计读数是否在正常读数范围内，当所得到的设备表计图片对应表计读数在正常读数范围内时，确定设备表计图片对应设备的工作状态正常；当所得到的设备表计图片对应表计读数不在正常读数范围内时，确定设备表计图片对应设备的工作状态异常。
在一个实施例中，当针对同一个设备采集了多张设备表计图片时，分别对该多张设备表计图片进行识别，得到多个表计读数，采用最小二乘法对该多个表计读数进行筛选，将识别结果偏差较大的读数舍去，然后将剩余的表计读书取平均值，并将该平均值作为该设备的表计读数，并根据该表计读数确定设备的工作状态。
上述实施例中，服务器通过接收无人机传送的设备表计图片，从设备表计图片中提取出表盘区域，采用表计识别模型对表盘区域进行识别，得到设备表计图片对应设备的表计读数，从而可以根据表计读数确定设备的工作状态，提高了对无人机所巡检的设备的工作状态的监测效率。
在一个实施例中，如图5所示，S406具体包括以下步骤：
S502，采用表计识别模型从表盘区域中读取指针点和至少两个表盘关键点。
在一个实施例中，服务器通过深度学习网络从表盘区域中读取指针点和至少两个表盘关键点。其中，深度学习网络的特征提取网络具体可以是MobileNet V2，深度学习网络采取高维数据回归的方式，对应的损失函数为：
Figure BDA0002611242200000141
其中，mi,j代表改进的掩膜区域卷积神经网络输出的二维矩阵中坐标为(i,j)位置的标签值，pi,j代表网络的真实输出值，k表示第k个通道；i、j分别表示二维矩阵中的行列坐标序号，x、y分别表示二维矩阵中的行列总数。
S504，分别计算至少两个表盘关键点与指针点之间的中心角度值。
其中，中心角度值为关键点到表盘中心点的连线与指针点到表盘中心点的连线之间的夹角值，表盘中心点为表盘上指针旋转的中心点。
在一个实施例中，服务器在从表盘区域中读取到指针点和至少两个表盘关键点之后，确定指针点和该至少两个表盘关键点分别所对应的坐标，并根据所确定的坐标，确定出关键点到表盘中心点的连线，以及指针点到表盘中心点的连线，根据所确定的各连线计算至少两个表盘关键点与指针点之间的中心角度值。
S506，根据中心角度值和至少两个表盘关键点的刻度值，计算指针点所对应的示数。
其中，刻度值为所获取的各关键点在表盘上所对应的刻度值。
在一个实施例中，服务器通过数字识别模型从所获取的表盘区域中提取出各关键点对应的刻度值，并在确定出关键点和指针点的位置关系之后，根据该位置关系，选择对应的计算公式，将计算出的中心角度值和提取的各刻度值代入该公式，计算指针点所对应的示数。
在一个实施例中，服务器直接获取表盘区域对应的量程，并在确定出关键点和指针点的位置关系之后，根据该位置关系和所获取的量程计算指针点所对应的示数。
在一个实施例中，服务器确定指针点的第一坐标和至少两个表盘关键点的第二坐标，根据第一坐标和至少两个表盘关键点的第二坐标，计算表盘的中心点坐标，根据中心点坐标、第一坐标和第二坐标，计算出至少两个表盘关键点与指针点之间的中心角度值，计算第一刻度值和第二刻度值之间的刻度差值；以及，计算第一中心角度值与中心角度和值的比值；中心角度和值为第一中心角度值与第二中心角度值的和值；根据第一刻度值、刻度差值和比值，计算出指针点所对应的示数。
作为一个示例对上述实施例进行说明。终端在确定出指针点的第一坐标和至少两个表盘关键点的第二坐标之后，确定目标曲线方程为圆的方程，如下式所示：
Figure BDA0002611242200000151
上式中，目标圆的圆心坐标为O(A，B)，目标圆的半径为r。
求解过程如下，令：
Figure BDA0002611242200000152
Figure BDA0002611242200000153
Figure BDA0002611242200000161
根据式(1)、(2)、(3)和圆的方程可以得出：
Figure BDA0002611242200000162
从而确定出圆心坐标为
Figure BDA0002611242200000163
即表盘的中心点坐标为
Figure BDA0002611242200000164
其中，
Figure BDA0002611242200000165
且，式中：
Figure BDA0002611242200000166
Figure BDA0002611242200000167
Figure BDA0002611242200000168
Figure BDA0002611242200000169
Figure BDA00026112422000001610
假设求得的中心点坐标为O(x0，y0)，确定出的第一坐标为P(xp，yp)，第二坐标为S(xs，ys)，E(xe，ye)，则根据中心点坐标与第一坐标计算出第一向量为：
Figure BDA00026112422000001611
根据中心点坐标与第二坐标计算出第二向量为：
Figure BDA00026112422000001612
和
Figure BDA00026112422000001613
然后根据计算出第一向量分别与各第二向量之间的夹角值，该夹角值即为对应的两个表盘关键点与指针点之间的中心角度值，计算式如下：
Figure BDA00026112422000001614
其中，θ0、θ1分别为对应的两个表盘关键点与指针点之间的中心角度值。
终端计算出第一中心角度值为θ0，第二中心角度值为θ1，θ0和θ1代入下式，从而计算出指针点所对应的示数。
Figure BDA00026112422000001615
上式中，val为指针点所对应的示数，min为第一刻度值，max为第二刻度值。
上述实施例中，服务器采用表计识别模型从表盘区域中读取指针点和至少两个表盘关键点，分别计算至少两个表盘关键点与指针点之间的中心角度值，根据中心角度值和至少两个表盘关键点的刻度值，计算指针点所对应的示数，从而实现快速地读取出表计的示数，提高了表计读数的效率。
应该理解的是，虽然图3-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图3-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种无人机巡检装置，包括：定位图形码解码模块602、空间高度信息获取模块604、当前位置确定模块606、采集位置判断模块608和巡检图片采集模块610块，其中：
定位图形码解码模块602，用于在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号；
空间高度信息获取模块604，用于获取无人机的空间高度信息；
当前位置确定模块606，用于根据图形码编号、位置关系和空间高度信息确定当前位置；
采集位置判断模块608，用于根据巡检路径和当前位置确定是否已到达目标设备的采集位置；
巡检图片采集模块610，用于若已到达目标设备的采集位置，则悬停在采集位置，并采集目标设备的巡检图片。
上述实施例中，无人机在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与定位图形码的位置关系和定位图形码的图形码编号，获取无人机的空间高度信息，从而根据图形码编号、位置关系和空间高度信息确定当前位置，实现对无人机的精准定位，进而根据巡检路径和当前位置确定是否已到达目标设备的采集位置，在已到达目标设备的采集位置时，悬停在采集位置，并采集针对目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，如图7所示，装置还包括：运动控制参数确定模块612和运动控制模块614，其中：
控制参数确定模块612，用于若未到达目标设备的采集位置，则根据巡检路径和当前位置确定运动控制参数；
运动控制模块614，用于按照运动控制参数和巡检路径运动到目标设备的采集位置，并通过巡检图片采集模块执行悬停在采集位置，并采集目标设备的巡检图片的步骤。
上述实施例中，无人机若未到达目标设备的采集位置，则根据巡检路径和当前位置确定运动控制参数，按照运动控制参数和巡检路径运动到目标设备的采集位置，从而确保无人机能够到达目标设备的采集位置，悬停在采集位置，并采集针对目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，如图7所示，装置还包括：姿态确定模块616，其中：
姿态确定模块616，用于根据位置关系确定无人机的当前姿态；
巡检图片采集模块610还用于：
确定当前姿态是否为对目标设备进行图片采集的目标姿态；
若当前姿态为对目标设备进行图片采集的目标姿态，则按照当前姿态悬停在采集位置，并采集目标设备的巡检图片。
上述实施例中，无人机根据位置关系确定无人机的当前姿态，确定当前姿态是否为对目标设备进行图片采集的目标姿态，从而实现对无人机姿态的精准定位，并在当前姿态为对目标设备进行图片采集的目标姿态时，按照当前姿态悬停在采集位置，并采集目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，如图7所示，装置还包括：姿态调整模块618，其中：
控制参数确定模块612，用于若当前姿态非对目标设备进行图片采集的目标姿态，则根据当前姿态和目标姿态确定姿态调整控制参数；
姿态调整模块618，用于按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态；
巡检图片采集模块610，还用于按照调整后姿态悬停在采集位置，并采集目标设备的巡检图片。
上述实施例中，无人机在当前姿态非对目标设备进行图片采集的目标姿态时，根据当前姿态和目标姿态确定姿态调整控制参数，按照姿态调整控制参数对无人机的姿态进行调整，直至无人机的调整后姿态达到目标姿态，按照调整后姿态悬停在采集位置，并采集目标设备的巡检图片，从而实现对电力设备的巡检，提高了对电力设备的巡检效率。
在一个实施例中，如图7所示，装置还包括：发送模块620，其中：
发送模块620，用于将巡检图片发送到服务器，以使服务器根据巡检图片确定无人机的巡检结果；巡检图片包括设备表计图片，无人机的巡检结果包括所巡检的设备的工作状态，装置还包括巡检结果确定模块622，用于：
接收无人机传送的设备表计图片；
从设备表计图片中提取出表盘区域；
采用表计识别模型对表盘区域进行识别，得到设备表计图片对应设备的表计读数；
根据表计读数确定设备的工作状态。
上述实施例中，服务器通过接收无人机传送的设备表计图片，从设备表计图片中提取出表盘区域，采用表计识别模型对表盘区域进行识别，得到设备表计图片对应设备的表计读数，从而可以根据表计读数确定设备的工作状态，提高了对无人机所巡检的设备的工作状态的监测效率。
在一个实施例中，巡检结果确定模块622还用于：
采用表计识别模型从表盘区域中读取指针点和至少两个表盘关键点；
分别计算至少两个表盘关键点与指针点之间的中心角度值；
根据中心角度值和至少两个表盘关键点的刻度值，计算指针点所对应的示数。
上述实施例中，服务器采用表计识别模型从表盘区域中读取指针点和至少两个表盘关键点，分别计算至少两个表盘关键点与指针点之间的中心角度值，根据中心角度值和至少两个表盘关键点的刻度值，计算指针点所对应的示数，从而实现快速地读取出表计的示数，提高了表计读数的效率。
关于无人机巡检装置的具体限定可以参见上文中对于无人机巡检方法的限定，在此不再赘述。上述无人机巡检装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是无人机，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储巡检图片。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人机巡检方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储巡检图片。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无人机巡检方法中设备表计读数的步骤。
本领域技术人员可以理解，图8或9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种无人机巡检方法，其特征在于，应用于无人机，所述方法包括：
在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与所述定位图形码的位置关系和所述定位图形码的图形码编号；
获取所述无人机的空间高度信息；
根据所述图形码编号、所述位置关系和所述空间高度信息确定当前位置；
根据所述巡检路径和所述当前位置确定是否已到达目标设备的采集位置；
若已到达所述目标设备的采集位置，则悬停在所述采集位置，并采集所述目标设备的巡检图片。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若未到达所述目标设备的采集位置，则根据所述巡检路径和所述当前位置确定运动控制参数；
按照所述运动控制参数和所述巡检路径运动到所述目标设备的采集位置，并执行所述悬停在所述采集位置，并采集所述目标设备的巡检图片的步骤。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述位置关系确定所述无人机的当前姿态；
所述悬停在所述采集位置，并采集所述目标设备的巡检图片，包括：
确定所述当前姿态是否为对目标设备进行图片采集的目标姿态；
若所述当前姿态为对目标设备进行图片采集的目标姿态，则按照所述当前姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
若所述当前姿态非对目标设备进行图片采集的目标姿态，则根据所述当前姿态和所述目标姿态确定姿态调整控制参数；
按照所述姿态调整控制参数对所述无人机的姿态进行调整，直至所述无人机的调整后姿态达到所述目标姿态；
按照所述调整后姿态悬停在所述采集位置，并采集所述目标设备的巡检图片。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述巡检图片发送到服务器，以使所述服务器根据所述巡检图片确定所述无人机的巡检结果；所述巡检图片包括设备表计图片，所述无人机的巡检结果包括所巡检的设备的工作状态，所述服务器根据所述巡检图片确定所述无人机的巡检结果包括：
接收所述无人机传送的所述设备表计图片；
从所述设备表计图片中提取出表盘区域；
采用表计识别模型对所述表盘区域进行识别，得到所述设备表计图片对应设备的表计读数；
根据所述表计读数确定所述设备的工作状态。
6.根据权利要求5所述的方法，其特征在于，所述采用表计识别模型对所述表盘区域进行识别，得到所述设备表计图片对应设备的表计读数，包括：
采用表计识别模型从所述表盘区域中读取指针点和至少两个表盘关键点；
分别计算所述至少两个表盘关键点与所述指针点之间的中心角度值；
根据所述中心角度值和所述至少两个表盘关键点的刻度值，计算所述指针点所对应的示数。
7.一种无人机巡检装置，其特征在于，所述装置包括：
定位图形码解码模块，用于在按照巡检路径进行巡检时，对扫描到的定位图形码进行解码，得到与所述定位图形码的位置关系和所述定位图形码的图形码编号；
空间高度信息获取模块，用于获取所述无人机的空间高度信息；
当前位置确定模块，用于根据所述图形码编号、所述位置关系和所述空间高度信息确定当前位置；
采集位置判断模块，用于根据所述巡检路径和所述当前位置确定是否已到达目标设备的采集位置；
巡检图片采集模块，用于若已到达所述目标设备的采集位置，则悬停在所述采集位置，并采集所述目标设备的巡检图片。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：
运动控制参数确定模块，用于若未到达所述目标设备的采集位置，则根据所述巡检路径和所述当前位置确定运动控制参数；
运动控制模块，用于按照所述运动控制参数和所述巡检路径运动到所述目标设备的采集位置，并通过所述巡检图片采集模块执行所述悬停在所述采集位置，并采集所述目标设备的巡检图片的步骤。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202010754987.1A 2020-07-31 2020-07-31 无人机巡检方法、装置、计算机设备和可读存储介质 Pending CN112040175A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010754987.1A CN112040175A (zh) 2020-07-31 2020-07-31 无人机巡检方法、装置、计算机设备和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010754987.1A CN112040175A (zh) 2020-07-31 2020-07-31 无人机巡检方法、装置、计算机设备和可读存储介质

Publications (1)

Publication Number Publication Date
CN112040175A true CN112040175A (zh) 2020-12-04

Family

ID=73583636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010754987.1A Pending CN112040175A (zh) 2020-07-31 2020-07-31 无人机巡检方法、装置、计算机设备和可读存储介质

Country Status (1)

Country Link
CN (1) CN112040175A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748734A (zh) * 2020-12-18 2021-05-04 河北润忆安全技术服务有限公司 一种自适应式巡检方法及巡检系统
CN113342035A (zh) * 2021-05-27 2021-09-03 深圳市中博科创信息技术有限公司 无人机控制方法、装置、计算机设备
CN113848923A (zh) * 2021-09-29 2021-12-28 华能盐城大丰新能源发电有限责任公司 一种机器人自动巡检防误方法、系统、设备及存储介质
CN117292329A (zh) * 2023-11-24 2023-12-26 烟台大学 一种建筑机器人工作异常监测方法、系统、介质及设备
CN117724494A (zh) * 2023-12-15 2024-03-19 江苏征途电气科技有限公司 一种智能巡检机器人的巡检方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739512A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 无人机自动巡检系统及方法
CN106647814A (zh) * 2016-12-01 2017-05-10 华中科技大学 一种基于二维码地标识别的无人机视觉辅助定位与飞控系统及方法
CN106683097A (zh) * 2017-03-03 2017-05-17 广东工业大学 一种无人机定位的方法以及系统
CN108445900A (zh) * 2018-06-20 2018-08-24 江苏大成航空科技有限公司 一种无人机视觉定位替代差分技术
CN110223413A (zh) * 2019-06-12 2019-09-10 深圳铂石空间科技有限公司 智能巡检方法、装置、计算机存储介质和电子设备
CN110597248A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 园区无人智慧巡检方法、装置、设备及存储介质
CN110633629A (zh) * 2019-08-02 2019-12-31 广东电网有限责任公司清远供电局 基于人工智能的电网巡检方法、装置、设备及存储介质
CN110826549A (zh) * 2019-11-04 2020-02-21 山东欧玛嘉宝电气科技有限公司 基于计算机视觉的巡检机器人仪表图像识别方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105739512A (zh) * 2016-02-01 2016-07-06 成都通甲优博科技有限责任公司 无人机自动巡检系统及方法
CN106647814A (zh) * 2016-12-01 2017-05-10 华中科技大学 一种基于二维码地标识别的无人机视觉辅助定位与飞控系统及方法
CN106683097A (zh) * 2017-03-03 2017-05-17 广东工业大学 一种无人机定位的方法以及系统
CN108445900A (zh) * 2018-06-20 2018-08-24 江苏大成航空科技有限公司 一种无人机视觉定位替代差分技术
CN110223413A (zh) * 2019-06-12 2019-09-10 深圳铂石空间科技有限公司 智能巡检方法、装置、计算机存储介质和电子设备
CN110633629A (zh) * 2019-08-02 2019-12-31 广东电网有限责任公司清远供电局 基于人工智能的电网巡检方法、装置、设备及存储介质
CN110597248A (zh) * 2019-08-23 2019-12-20 广州杰赛科技股份有限公司 园区无人智慧巡检方法、装置、设备及存储介质
CN110826549A (zh) * 2019-11-04 2020-02-21 山东欧玛嘉宝电气科技有限公司 基于计算机视觉的巡检机器人仪表图像识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
都伊林: "《智能安防新发展与应用》", 31 July 2018, 华中科技大学出版社 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112748734A (zh) * 2020-12-18 2021-05-04 河北润忆安全技术服务有限公司 一种自适应式巡检方法及巡检系统
CN113342035A (zh) * 2021-05-27 2021-09-03 深圳市中博科创信息技术有限公司 无人机控制方法、装置、计算机设备
CN113342035B (zh) * 2021-05-27 2024-04-05 深圳市中博科创信息技术有限公司 无人机控制方法、装置、计算机设备
CN113848923A (zh) * 2021-09-29 2021-12-28 华能盐城大丰新能源发电有限责任公司 一种机器人自动巡检防误方法、系统、设备及存储介质
CN117292329A (zh) * 2023-11-24 2023-12-26 烟台大学 一种建筑机器人工作异常监测方法、系统、介质及设备
CN117292329B (zh) * 2023-11-24 2024-03-08 烟台大学 一种建筑机器人工作异常监测方法、系统、介质及设备
CN117724494A (zh) * 2023-12-15 2024-03-19 江苏征途电气科技有限公司 一种智能巡检机器人的巡检方法

Similar Documents

Publication Publication Date Title
CN112040175A (zh) 无人机巡检方法、装置、计算机设备和可读存储介质
He et al. Research of multi-rotor UAVs detailed autonomous inspection technology of transmission lines based on route planning
US11149717B2 (en) Unmanned aerial vehicle wind turbine inspection systems and methods
WO2022094854A1 (zh) 农作物的生长监测方法、设备及存储介质
CN110268445A (zh) 利用陀螺仪的相机自动校准
CN108759826B (zh) 一种基于手机和无人机多传感参数融合的无人机运动跟踪方法
CN112184812B (zh) 提升无人机相机对AprilTag识别定位精度方法及定位方法和系统
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
JP2019185689A (ja) 検出対象位置特定システム
CN113419563A (zh) 一种无人机定位装置、方法、设备及介质
CN115588144A (zh) 基于高斯动态阈值筛选的实时姿态捕捉方法及装置、设备
CN109521785A (zh) 一种随身拍智能旋翼飞行器系统
CN115686073B (zh) 一种基于无人机的输电线路巡检控制方法及系统
CN107491099A (zh) 一种基于视觉和陀螺仪的云台控制方法及装置
CN116820141A (zh) 基于5g通信的安防巡检方法、装置、无人机及存储介质
CN115826596B (zh) 基于多旋翼无人机的智能火电厂烟囱巡检方法及系统
WO2020006732A1 (zh) 无人机降落方法、装置及无人机
CN115790582A (zh) 一种用于gnss拒止环境的无人机全局定位方法
CN112489118B (zh) 一种无人机机载传感器组外参快速标定方法
Li et al. Prediction of wheat gains with imagery from four-rotor UAV
WO2019011117A1 (zh) 基于无人机的大气数据分布二维可视化动态展示方法及系统
WO2021223122A1 (zh) 飞行器定位方法、装置、飞行器及存储介质
CN114199220A (zh) 一种无人机空中在线磁罗盘校准方法和装置
WO2021035746A1 (zh) 图像处理方法、装置和可移动平台
CN113156450A (zh) 无人机上的主动旋转激光雷达系统及其控制方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201204

RJ01 Rejection of invention patent application after publication