CN112947588A - 无人机电网巡线系统 - Google Patents
无人机电网巡线系统 Download PDFInfo
- Publication number
- CN112947588A CN112947588A CN202110227934.9A CN202110227934A CN112947588A CN 112947588 A CN112947588 A CN 112947588A CN 202110227934 A CN202110227934 A CN 202110227934A CN 112947588 A CN112947588 A CN 112947588A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- unit
- inspection
- patrol
- 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
Links
- 238000007689 inspection Methods 0.000 claims abstract description 47
- 238000004891 communication Methods 0.000 claims abstract description 31
- 238000003860 storage Methods 0.000 claims abstract description 13
- 238000010191 image analysis Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000003032 molecular docking Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 3
- 206010061619 Deformity Diseases 0.000 claims 1
- 206010070245 Foreign body Diseases 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 9
- 238000013528 artificial neural network Methods 0.000 description 5
- 241001465754 Metazoa Species 0.000 description 4
- 238000003331 infrared imaging Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 210000005036 nerve Anatomy 0.000 description 2
- 241000271566 Aves Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000012031 short term test Methods 0.000 description 1
- 238000012876 topography Methods 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
本公开揭示了一种无人机电网巡线系统，包括：无人机，其至少包括图像采集单元、第一通讯单元、和引导激光接收模块，所述图像采集单元配置为巡检线路上的杆塔部位的图像信息，所述引导激光接收模块配置为接收激光光线；远端控制中心，其至少包括第三通讯单元、第二存储单元和路径规划单元；停靠站，其以预设距离部署于巡检线路上部分杆塔上，至少包括发射激光光线的引导激光发射模块以及供无人机充电的充电接口。本发明通过远端控制中心为无人机巡航提供巡线区域的基本地图信息的同时，通过远端控制中心自动为无人机巡线规划最合理的巡检路线，该巡检路线基于直线拟合算法，可最大程度的节省电量，避免频繁充电造成的效率不高的问题。
Description
技术领域
本发明涉及无人机技术领域，具体来说，涉及一种无人机电网巡线系统。
背景技术
由于国内的电网规模不断扩大，长距离输电线路，如特(超)高压线路增长迅速。而很多输电线路分布在崇山峻岭之间，导致传统的人工巡线数据准确率不高。因此，近年来国内开始逐步发展无人机巡检技术。无人机巡线可以近距离在空中对高压输电线路进行多角度观察，悬停拍摄多角度的图像视频资料，可直观、全方位、高精度对输电线路本体缺陷、通道隐患进行快速检测、排查，能在复杂地形和恶劣天气情况下获取最佳现场信息，有效弥补传统方式巡视有死角的缺点，从而提高了一线巡检人员的工作效率。在目前的实际工作上，使用无人机对输电线路进行巡视时，均需要操作人员人工对无人机进行操作，这意味着目前的巡视效率与操作人员对飞行器的操作熟悉程度、环境复杂程度息息相关。而另一个制约无人机进行电网巡线工作的因素就是续航，目前的巡检无人机的续航里程大多都集中在40-50KM左右，极少数可达到100KM，且对于这类续航较高的无人机来说，均存在造价高昂的问题。因此，目前已有厂家设计出可以沿途布设的停机坪，该停机坪可供无人机停靠并进行充电。参见中国专利CN106652079A，其中公开了一种红外无人机自主电网巡检系统，该系统包括无人机和停机坪，而无人机包括嵌入式核心控制板、电源模块、红外成像模块和无线传输模块，电源模块为嵌入式核心控制板、红外成像模块和无线传输模块进行供电；嵌入式核心控制板分别与红外成像模块和无线传输模块相连，红外成像模块用于将红外辐射变化转变成有矢量像素的热感图像，然后由嵌入式核心控制板对热感图像进行热特征分析对设备缺陷类型进行合理判断；无线传输模块用于将判断结果发送给远端的控制中心；停机坪置于电杆顶端，无人机在巡检过程中电源模块电量低于所设置的阈值时，无人机就近停靠在所述停机坪上自主充电。在该发明中，通过设置在杆塔顶端的停机坪，可以使得无人机在执行巡线任务时，一定程度上不受限于续航问题。但是，该方案仍摆脱不了操作员需要实施跟随的问题，这事实上与人工巡线的差别不明显。另外，在通过停机坪进行充电时，事实上需要等待相当长的时间。因此，发明人认为，目前该专利所披露的技术方案，在实际应用中，非常困难。
发明内容
鉴于现有技术存在的上述问题，本发明的目的在于提供一种更易于在实际工作中部署的无人机电网巡线系统，该系统可在更大程度上替代人工巡检，提高巡检效率，保证巡线人员安全。
为了实现上述目的，本发明实施例一个方面提供的无人机电网巡线系统，包括：
无人机，其至少包括图像采集单元、第一通讯单元、和引导激光接收模块，所述图像采集单元配置为巡检线路上的杆塔部位的图像信息，所述引导激光接收模块配置为接收激光光线；
远端控制中心，其至少包括第三通讯单元、第二存储单元和路径规划单元，所述第三通讯单元配置为通过所述第一通讯单元与所述无人机建立通讯连接，所述第二存储单元配置为预存多个预设线路的预设巡检区域的地图信息，所述地图信息中至少包含巡检线路上的杆塔位置信息，所述路径规划单元配置为根据所述无人机下载的对应的预设巡检区域的所述杆塔位置信息，基于线性回归算法规划巡检飞行路线；所述无人机按照所述巡检飞行路线进行巡检飞行；
停靠站，其以预设距离部署于巡检线路上部分杆塔上，至少包括发射激光光线的引导激光发射模块以及供无人机充电的充电接口。
作为优选，所述线性回归算法为回归直线算法。
作为优选，所述路径规划单元在规划巡检飞行路线时，配置为以所述地图信息建立投影坐标系，并以所述远端控制中心作为原点，以地理方位角作为所述投影坐标系的横轴和纵轴，并将所述杆塔的地理位置信息作为散点投射在所述投影坐标系，而后针对所述散点做基于最小二乘法的线性拟合，且在施行线性拟合时，设定线性拟合的最大离差小于所述图像采集单元的视距范围。
作为优选，所述引导激光发射模块为车规级LiDAR集数激光发射模块，而所述引导激光接收模块为用于接收LiDAR集数激光光线的激光接收模块。
作为优选，所述无人机还包括GPS定位模块，所述GPS定位模块配置为实时获取无人机的位置信息，并通过所述第一通讯模块向一地面控制车发送所述位置信息，所述地面控制车至少包括用于与所述第一通讯单元建立通讯连接的第二通讯单元以及一控制干预单元，所述控制干预单元配置为根据用户操作，对所述无人机的飞行任务进行人工干预。
作为优选，所述无人机还包括挂载设备，所述挂载设备可选地包括用于对巡检线路上的异物进行损毁处理的喷火装置或切割装置。
作为优选，所述无人机还包括一用于向地面发送引导口令或向巡检线路上的野生动物播放高频驱离音频的扬声器。
作为优选，还包括一云端服务器，其至少包括一图像分析单元及一第一存储单元，所述图像分析单元配置为对所述图像采集单元采集的图像数据进行分析以获得异常信息的图像分析单元；所述第一存储单元配置为存储包含异常信息的图像帧。
作为优选，所述停靠站还包括一停机坪，所述停机坪构造为停靠备用无人机，所述备用无人机配置为在所述无人机停靠充电时进行接力飞行。
作为优选，所述充电接口为磁吸式接口。
与现有技术相比较，本发明的无人机电网巡线系统，通过远端控制中心为无人机巡航提供巡线区域的基本地图信息的同时，通过远端控制中心自动为无人机巡线规划最合理的巡检路线，该巡检路线基于直线拟合算法，可最大程度的节省电量，避免频繁充电造成的效率不高的问题。同时，在本发明的技术方案中，停靠站可通过引导激光进行引导，使得无人机在需要充电时可以准确停靠，并且，停靠站在进一步的改进方案中，可设置备用无人机进行接力飞行，保障巡检工作的顺利进行。
应当理解，前面的一般描述和以下详细描述都仅是示例性和说明性的，而不是用于限制本公开。
本申请文件提供本公开中描述的技术的各种实现或示例的概述，并不是所公开技术的全部范围或所有特征的全面公开。
附图说明
图1为本发明的无人机电网巡线系统的原理框图。
图2为本发明的无人机电网巡线系统的一个具体实施方式的结构框图。
图3为本发明的无人机电网选线系统在实施时的流程示意图。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例的附图，对本公开实施例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公开的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
为了保持本公开实施例的以下说明清楚且简明，本公开省略了已知功能和已知部件的详细说明。
如图1和图2所示，本发明一个实施例提供的无人机电网巡线系统，包括：
无人机30，其至少包括图像采集单元31、第一通讯单元32、和引导激光接收模块34，所述图像采集单元31配置为巡检线路上的杆塔部位的图像信息，所述引导激光接收模块34配置为接收激光光线；
远端控制中心20，其至少包括第三通讯单元21、第二存储单元22和路径规划单元23，所述第三通讯单元21配置为通过所述第一通讯单元32与所述无人机30建立通讯连接，所述第二存储单元22配置为预存多个预设线路的预设巡检区域的地图信息，所述地图信息中至少包含巡检线路上的杆塔位置信息，所述路径规划单元配置为根据所述无人机下载的对应的预设巡检区域的所述杆塔位置信息，基于线性回归算法规划巡检飞行路线；所述无人机按照所述巡检飞行路线进行巡检飞行；具体地，在本发明中，所述线性回归算法为回归直线算法。再具体来说，所述路径规划单元23在规划巡检飞行路线时，配置为以所述地图信息建立投影坐标系，并以所述远端控制中心20作为原点，以地理方位角(例如，以地理方位南作为纵坐标，以地理方位东作为横坐标)作为所述投影坐标系的横轴和纵轴，并将所述杆塔的地理位置信息作为散点投射在所述投影坐标系，而后针对所述散点做基于最小二乘法的线性拟合，且在施行线性拟合时，设定线性拟合的最大离差小于所述图像采集单元的视距范围。这样一来，无人机在进行线路巡检时，并不必须以杆塔位置作为巡检的目标点来设计飞行路线，而是在多个杆塔之间设定最适宜的直线飞行路线，该飞行路线所途径的杆塔的视景均在所述图像采集单元的视距之内。
停靠站40，其以预设距离部署于巡检线路上部分杆塔上，至少包括发射激光光线的引导激光发射模块41以及供无人机30充电的充电接口42。在本发明实施例中，引导激光发射模块41，具体可采用车规级LiDAR集数激光发射模块，而所述引导激光接收模块34则为用于接收LiDAR集数激光光线的激光接收模块。这样实际上，无人机30在进行巡检时，并不需要刻意飞近杆塔去停靠，而仅需根据实际续航需求，根据激光光束的引导，靠近停靠站40进行充电。考虑到无人机30在停靠充电时的安全和可靠性，设置在停靠站40上的充电接口42可设计为磁吸式接口或基于QI充电协议的无线充电接口。当然，无人机30在续航不足以支撑巡检任务时，即使通过快充协议进行充电，仍会导致巡检任务中断。因此在一些优选实施方案中，可在停靠站设置停机坪，所述停机坪构造为停靠备用无人机，所述备用无人机30配置为在所述无人机停靠充电时进行接力飞行，进而继续完成巡检任务。
另如图2所示，在本发明中由于在执行无人机巡检任务时，并非完全不需要人工介入，在本发明中，为了确保工作人员安全，还可设置地面控制车10，该地面控制车10可在距离巡检线路最近的道路进行伴随，而无人机30同时将采集的图像信息传送至地面控制车10，由此一来，地面控制车10可通过回传的图像信息，对无人机30进行人工干预控制。具体地，所述无人机30还包括GPS定位模块33，所述GPS定位模块33配置为实时获取无人机30的位置信息，并通过所述第一通讯模块32向一地面控制车10发送所述位置信息，所述地面控制车10至少包括用于与所述第一通讯单元32建立通讯连接的第二通讯单元11以及一控制干预单元12，所述控制干预单元12配置为根据用户操作，对所述无人机30的飞行任务进行人工干预。
由于在巡检过程中，对于线路上的异物、动物或动物巢穴等需要做进一步处理，因此作为优选，所述无人机30还包括挂载设备35，所述挂载设备35可选地包括用于对巡检线路上的异物进行损毁处理的喷火装置或切割装置。对于喷火装置或切割装置，在目前传统的无人机上均已有应用，因此在本发明中对其具体结构不做赘述。
在另一种应用场景中，无法通过挂载设备10进行处理时，就需要通过人工进行处理，而由于视野的问题，地面工作人员可能对异常线路的情况并不十分了解。同时，在一些情况下，杆塔上可能停靠诸如鸟类等动物。因此在一些实施方式中，可考虑在所述无人机30还包括一用于向地面发送引导口令或向巡检线路上的野生动物播放高频驱离音频的扬声器36。
再进一步地，如图2所示，还包括一云端服务器80，其至少包括一图像分析单元81及一第一存储单元82，所述图像分析单元81配置为对所述图像采集单元采集31的图像数据进行分析以获得异常信息的图像分析单元81；所述第一存储单元82配置为存储包含异常信息的图像帧。图像分析单元81在对图像信息进行分析时，可采用神经网络算法模型进行，具体地，所采用的神经网络算法模块在构建时可基于多个第一数据集，多个第一数据集分别表征不同的异常情况，并根据第一数据集的数量设定对应数量的前向型神经网络(FFN)，每个FFN对应一种异常类型，每个网络的输入神经数为8，输出神经为2，且每个网络使用后向传播(BP)监督训练，分别使用10-30个不同标准形态的异常情况(例如不同形态的线路异物，塑料袋、树枝等等)进行训练，直至错误方差小于20％为止。而对于摄入量的获取，也可利用同样的神经网络进行有参照的监督训练，例如针对异物，设定常见的塑料袋、风筝等标准参照进行监督训练，提高识别准确性。另外，可以理解的是，上述算法仅为示例性说明，任何基于机器识别的算法，均可能适用于本发明，例如卷积神经网络(CNN)或循环神经网络(RNN)。
图3所示为本发明无人机电网巡线系统的实施流程示意图，如图3所示，在该流程中，包括：
S102，无人机下载巡检区域的地图信息，并根据地图信息中的杆塔的位置信息，设定巡检飞行路线；S103，根据设定的巡检飞行路线进行巡检飞行；S104，判断无人机的剩余电量是否能够完成飞行巡检任务，如果能，进入S105，否则进入S108，即寻找通讯范围内的停靠站；S105，采集巡检线路的图像数据并判定是否存在异常(S106)，如果存在异常则进入S107，回传异常信息。
以上实施例仅为本发明的示例性实施例，不用于限制本发明，本发明的保护范围由权利要求书限定。本领域技术人员可以在本发明的实质和保护范围内，对本发明做出各种修改或等同替换，这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (10)
1.无人机电网巡线系统，包括：
无人机，其至少包括图像采集单元、第一通讯单元、和引导激光接收模块，所述图像采集单元配置为巡检线路上的杆塔部位的图像信息，所述引导激光接收模块配置为接收激光光线；
远端控制中心，其至少包括第三通讯单元、第二存储单元和路径规划单元，所述第三通讯单元配置为通过所述第一通讯单元与所述无人机建立通讯连接，所述第二存储单元配置为预存多个预设线路的预设巡检区域的地图信息，所述地图信息中至少包含巡检线路上的杆塔位置信息，所述路径规划单元配置为根据所述无人机下载的对应的预设巡检区域的所述杆塔位置信息，基于线性回归算法规划巡检飞行路线；所述无人机按照所述巡检飞行路线进行巡检飞行；
停靠站，其以预设距离部署于巡检线路上部分杆塔上，至少包括发射激光光线的引导激光发射模块以及供无人机充电的充电接口。
2.如权利要求1所述的系统，所述线性回归算法为回归直线算法。
3.如权利要求2所述的系统，所述路径规划单元在规划巡检飞行路线时，配置为以所述地图信息建立投影坐标系，并以所述远端控制中心作为原点，以地理方位角作为所述投影坐标系的横轴和纵轴，并将所述杆塔的地理位置信息作为散点投射在所述投影坐标系，而后针对所述散点做基于最小二乘法的线性拟合，且在施行线性拟合时，设定线性拟合的最大离差小于所述图像采集单元的视距范围。
4.如权利要求1所述的系统，所述引导激光发射模块为车规级LiDAR集数激光发射模块，而所述引导激光接收模块为用于接收LiDAR集数激光光线的激光接收模块。
5.如权利要求1所述的系统，所述无人机还包括GPS定位模块，所述GPS定位模块配置为实时获取无人机的位置信息，并通过所述第一通讯模块向一地面控制车发送所述位置信息，所述地面控制车至少包括用于与所述第一通讯单元建立通讯连接的第二通讯单元以及一控制干预单元，所述控制干预单元配置为根据用户操作，对所述无人机的飞行任务进行人工干预。
6.如权利要求1所述的系统，所述无人机还包括挂载设备，所述挂载设备可选地包括用于对巡检线路上的异物进行损毁处理的喷火装置或切割装置。
7.如权利要求1所述的系统，所述无人机还包括一用于向地面发送引导口令或向巡检线路上的野生动物播放高频驱离音频的扬声器。
8.如权利要求1所述的系统，还包括一云端服务器，其至少包括一图像分析单元及一第一存储单元，所述图像分析单元配置为对所述图像采集单元采集的图像数据进行分析以获得异常信息的图像分析单元；所述第一存储单元配置为存储包含异常信息的图像帧。
9.如权利要求1所述的系统，所述停靠站还包括一停机坪，所述停机坪构造为停靠备用无人机，所述备用无人机配置为在所述无人机停靠充电时进行接力飞行。
10.如权利要求1所述的系统，所述充电接口为磁吸式接口。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110227934.9A CN112947588A (zh) | 2021-03-01 | 2021-03-01 | 无人机电网巡线系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110227934.9A CN112947588A (zh) | 2021-03-01 | 2021-03-01 | 无人机电网巡线系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112947588A true CN112947588A (zh) | 2021-06-11 |
Family
ID=76247047
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110227934.9A Pending CN112947588A (zh) | 2021-03-01 | 2021-03-01 | 无人机电网巡线系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112947588A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114394236A (zh) * | 2022-01-14 | 2022-04-26 | 北京华能新锐控制技术有限公司 | 风电叶片巡检用无人机 |
| CN114442665A (zh) * | 2022-01-20 | 2022-05-06 | 北京华能新锐控制技术有限公司 | 基于无人机的风电叶片巡检线路规划方法 |
| CN117217739A (zh) * | 2023-11-07 | 2023-12-12 | 厦门闽投科技服务有限公司 | 一种智能电力巡检系统 |
| CN117576598A (zh) * | 2024-01-19 | 2024-02-20 | 中国民用航空飞行学院 | 一种基于云端数据库的无人机巡线系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103092211A (zh) * | 2013-01-05 | 2013-05-08 | 中国航天空气动力技术研究院 | 一种基于无线电和激光引导的无人机应急着陆方法 |
| CN106143932A (zh) * | 2016-08-05 | 2016-11-23 | 西安方元明科技股份有限公司 | 一种基于激光驾束的无人机回收系统 |
| CN106959701A (zh) * | 2017-05-03 | 2017-07-18 | 成都大学 | 基于电场测距和半主动激光引导的无人机电力巡线系统 |
| CN108923326A (zh) * | 2018-08-29 | 2018-11-30 | 华南理工大学 | 一种全天候的电网无人机自动巡线系统及其运行方法 |
| CN110155330A (zh) * | 2019-06-03 | 2019-08-23 | 辽宁工程技术大学 | 一种基于无人机电力系统自主巡线方法 |
| CN110261436A (zh) * | 2019-06-13 | 2019-09-20 | 暨南大学 | 基于红外热成像和计算机视觉的轨道故障检测方法及系统 |
| CN110276255A (zh) * | 2019-05-17 | 2019-09-24 | 南京理工大学 | 基于gmm模型与bp神经网络的高速铁路异物识别与分类方法 |
| CN110488870A (zh) * | 2019-09-02 | 2019-11-22 | 北京华力创通科技股份有限公司 | 无人机着舰引导装置、方法和系统 |
| WO2020019413A1 (zh) * | 2018-07-26 | 2020-01-30 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
| CN112422783A (zh) * | 2020-10-10 | 2021-02-26 | 广东华南水电高新技术开发有限公司 | 一种基于停机坪集群的无人机智能巡查系统 |
-
2021
- 2021-03-01 CN CN202110227934.9A patent/CN112947588A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103092211A (zh) * | 2013-01-05 | 2013-05-08 | 中国航天空气动力技术研究院 | 一种基于无线电和激光引导的无人机应急着陆方法 |
| CN106143932A (zh) * | 2016-08-05 | 2016-11-23 | 西安方元明科技股份有限公司 | 一种基于激光驾束的无人机回收系统 |
| CN106959701A (zh) * | 2017-05-03 | 2017-07-18 | 成都大学 | 基于电场测距和半主动激光引导的无人机电力巡线系统 |
| WO2020019413A1 (zh) * | 2018-07-26 | 2020-01-30 | 上海楚山电子科技有限公司 | 无人机无线共享充电停机坪及具有优先级的无线充电方法 |
| CN108923326A (zh) * | 2018-08-29 | 2018-11-30 | 华南理工大学 | 一种全天候的电网无人机自动巡线系统及其运行方法 |
| CN110276255A (zh) * | 2019-05-17 | 2019-09-24 | 南京理工大学 | 基于gmm模型与bp神经网络的高速铁路异物识别与分类方法 |
| CN110155330A (zh) * | 2019-06-03 | 2019-08-23 | 辽宁工程技术大学 | 一种基于无人机电力系统自主巡线方法 |
| CN110261436A (zh) * | 2019-06-13 | 2019-09-20 | 暨南大学 | 基于红外热成像和计算机视觉的轨道故障检测方法及系统 |
| CN110488870A (zh) * | 2019-09-02 | 2019-11-22 | 北京华力创通科技股份有限公司 | 无人机着舰引导装置、方法和系统 |
| CN112422783A (zh) * | 2020-10-10 | 2021-02-26 | 广东华南水电高新技术开发有限公司 | 一种基于停机坪集群的无人机智能巡查系统 |
Non-Patent Citations (3)
| Title |
|---|
| 李佳奇，等: "BP神经网络在列车异物检测中的应用", 《河西学院学报》, vol. 29, no. 2, pages 72 - 78 * |
| 韩将星: "无线电监测站车载无人机遥感系统研究", 《电子元器件与信息技术》 * |
| 韩将星: "无线电监测站车载无人机遥感系统研究", 《电子元器件与信息技术》, vol. 4, no. 07, 20 July 2020 (2020-07-20), pages 70 - 72 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114394236A (zh) * | 2022-01-14 | 2022-04-26 | 北京华能新锐控制技术有限公司 | 风电叶片巡检用无人机 |
| CN114442665A (zh) * | 2022-01-20 | 2022-05-06 | 北京华能新锐控制技术有限公司 | 基于无人机的风电叶片巡检线路规划方法 |
| CN114442665B (zh) * | 2022-01-20 | 2023-12-08 | 北京华能新锐控制技术有限公司 | 基于无人机的风电叶片巡检线路规划方法 |
| CN117217739A (zh) * | 2023-11-07 | 2023-12-12 | 厦门闽投科技服务有限公司 | 一种智能电力巡检系统 |
| CN117217739B (zh) * | 2023-11-07 | 2024-02-23 | 厦门闽投科技服务有限公司 | 一种智能电力巡检系统 |
| CN117576598A (zh) * | 2024-01-19 | 2024-02-20 | 中国民用航空飞行学院 | 一种基于云端数据库的无人机巡线系统 |
| CN117576598B (zh) * | 2024-01-19 | 2024-04-16 | 中国民用航空飞行学院 | 一种基于云端数据库的无人机巡线系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112947588A (zh) | 无人机电网巡线系统 | |
| CN113009929A (zh) | 无人机电网巡线控制方法 | |
| CN114035614B (zh) | 基于先验信息的无人机自主巡检方法、系统及存储介质 | |
| CN109334543B (zh) | 一种电力巡检车与无人机相协同的电力巡线系统及方法 | |
| CN111311967A (zh) | 基于无人机的电力线路巡检系统及方法 | |
| CN113110577A (zh) | 电网巡检无人机飞行路线规划管理系统 | |
| CN111667230A (zh) | 一种无人机自主巡检作业监控分析系统及方法 | |
| CN106568441B (zh) | 一种利用基于北斗的电力巡检设备进行电力巡检的方法 | |
| CN111080832A (zh) | 输电线路杆塔的巡检方法及系统 | |
| CN211087009U (zh) | 一种基于飞行器的接触网巡检装置 | |
| CN110207832A (zh) | 基于无人机的高压线路巡检系统及其巡检方法 | |
| CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
| CN205375192U (zh) | 一种基于红外影像技术的无人机配电网巡检系统 | |
| CN113972586B (zh) | 一种高压输电线路无人机搭载激光异物清除系统及方法 | |
| CN112506205B (zh) | 机器人巡检任务规划方法及装置 | |
| CN112101088A (zh) | 一种无人机电力自动巡检方法、装置及系统 | |
| 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 | |
| CN112327929A (zh) | 一种无人机航飞管理系统 | |
| CN113077561A (zh) | 一种无人机智能巡检系统 | |
| CN111578861A (zh) | 一种配电网树障检测方法及系统 | |
| CN112233270A (zh) | 一种无人机自主智能绕塔巡检系统 | |
| CN114418285A (zh) | 一种输配电巡检数据智能告警系统及方法 | |
| CN115686063A (zh) | 配网电路巡检的移动无人机和机巢管控系统 | |
| CN114721432A (zh) | 基于大数据用无人机智能巡检设备及巡检图像缺陷分析方法 | |
| CN114200958A (zh) | 一种光伏发电设备自动巡检系统和方法 |
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 |