CN113326752B - 一种基于无人机的光伏电站识别方法及系统 - Google Patents

一种基于无人机的光伏电站识别方法及系统 Download PDF

Info

Publication number
CN113326752B
CN113326752B CN202110549258.7A CN202110549258A CN113326752B CN 113326752 B CN113326752 B CN 113326752B CN 202110549258 A CN202110549258 A CN 202110549258A CN 113326752 B CN113326752 B CN 113326752B
Authority
CN
China
Prior art keywords
photovoltaic power
power station
image
shooting
aerial vehicle
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
CN202110549258.7A
Other languages
English (en)
Other versions
CN113326752A (zh
Inventor
叶凡
丁卫红
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.)
Huaiyin Institute of Technology
Original Assignee
Huaiyin Institute of Technology
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 Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202110549258.7A priority Critical patent/CN113326752B/zh
Publication of CN113326752A publication Critical patent/CN113326752A/zh
Application granted granted Critical
Publication of CN113326752B publication Critical patent/CN113326752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • 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
    • G06T2207/10032—Satellite or aerial image; Remote sensing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Remote Sensing (AREA)
  • Astronomy & Astrophysics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于无人机的光伏电站识别方法及系统，通过位平面分布特征图像检索算法，选取疑似图像，控制无人机飞回疑似图像对应的拍摄位置，进行再次拍摄，对光伏电站的图像进行再次采集，根据采集到的图像确定光电电站位置，采用本发明的方法，能够大大节省识别的时间，且采集的图像更加清晰。

Description

一种基于无人机的光伏电站识别方法及系统
技术领域
本发明属于图像识别技术领域，具体涉及一种基于无人机的光伏电站识别方法及系统。
背景技术
光伏电站为由晶硅板、逆变器等电子元件组成的发电体系，用于将太阳光能转换为电能，向电网输送电力；光伏电站分为带蓄电池的独立发电系统和不带蓄电池的并网发电系统。
为了确保光伏电站的正常运行，需进行巡检，为了节省巡检时间，现采用无人机对光伏电站进行巡检；在采用巡检前需对光伏电站图像进行采集和识别，但目前利用无人机对光伏电站图像的识别时，需要先采集大量的图像，然后通过大数据进行识别和分析，大数据识别的数据较多，识别过程较长，不能够快速简便的对光伏电站进行识别。
发明内容
发明目的：为解决光伏电站巡检前对光伏电站识别难的问题，本发明提出了一种基于无人机的光伏电站识别方法及系统，本发明可快速采集识别出光伏电站信息并建立坐标绘制图纸，为后面巡检做准备。
技术方案：一种基于无人机的光伏电站识别方法，包括以下步骤：
步骤1：建立空间直角坐标系；
步骤2：通过无人机沿规划路线拍摄得到光伏电站图像；
步骤3：计算步骤2拍摄得到的光伏电站图像与内置的光伏电站图像的相似度，根据相似度判断得到疑似图像；
步骤4：采用广角镜头在疑似图像的拍摄位置处旋转拍摄一圈，得到多个拍摄图像，每个拍摄图像均对应记录有拍摄时无人机的拍摄角度和拍摄位置坐标；根据得到的拍摄图像，确定光伏电站范围；
步骤5：降低无人机飞行高度，在下降过程中采用航拍镜头进行图像拍摄，得到多个拍摄图像；
步骤6：从步骤5得到的拍摄图像中选取光伏电站位于中心位置的图像，根据该图像对应的拍摄位置坐标(xi，yi，zi)和拍摄角度θi，计算拍摄位置坐标(xi，yi，zi)与位于中心位置的光伏电站之间的水平距离W，根据水平距离W，确定光电电站位置；
步骤7：根据光电电站位置，按照拍摄比例绘制光伏电站图形。
进一步的，所述步骤3具体包括以下子步骤：
将步骤2得到的光伏电站图像分解为四个位平面，每个位平面均采用二进制矩阵Pi(x，y)表示；
计算各二进制矩阵中索引值为1的所有点到其质心的距离R，得到整个光伏电站图像的空间分布特征；
采用马氏距离，将整个光伏电站图像的空间分布特征与内置的光伏电站图像的空间分布特征进行相似度计算，根据相似性判断得到疑似图像，相似性高的即为疑似图像；
式中，P表示步骤2得到的光伏电站图像的空间分布特征向量，Q表示内置的光伏电站图像的空间特征向量，ωi,j表示权值，xi、xj表示向量P中的第i、j个空间分布特征，yi、yj表示向量Q中第i、j个空间分布特征。
进一步的，所述步骤5包括以下子步骤：
降低无人机飞行高度，在下降过程中采用航拍镜头进行图像拍摄；
当下降高度达到预设高度时，采用航拍镜头旋转拍摄一次；
旋转拍摄完成后，继续降低无人机飞行高度，在下降过程中采用航拍镜头进行图像拍摄；
循环上述过程，拍摄得到多个拍摄图像。
本发明还公开了一种基于无人机的光伏电站图像识别系统，包括
遥控模块，用于根据指令控制无人机飞行姿态和控制无人机拍摄；
航拍模块，用于在无人机飞行过程中拍摄图像；
图像识别模块，用于对航拍模块拍摄到的图像进行分析处理，包括：计算拍摄得到的光伏电站图像与内置的光伏电站图像的相似度，根据相似度判断得到疑似图像、根据疑似图像对应的拍摄角度和拍摄位置坐标，向遥控模块发送指令。
进一步的，所述图像识别模块包括：
接收单元，用于接收航拍模块拍摄到的图像；
特征识别单元，用于对图像进行位平面分解，每个位平面均采用二进制矩阵Pi(x，y)表示，通过计算各二进制矩阵中索引值为1的所有点到其质心的距离R，得到整个光伏电站图像的空间分布特征；
相似性度量单元，用于计算光伏电站图像的空间分布特征与内置的光伏电站图像的空间分布特征的相似度，根据相似性判断得到疑似图像；
拍摄请求单元，用于向遥控模块发送指令，使无人机飞行至疑似图像对应的拍摄位置坐标重新拍摄图像。
进一步的，采用马氏距离，将整个光伏电站图像的空间分布特征与内置的光伏电站图像的空间分布特征进行相似度计算，根据相似性判断得到疑似图像；
式中，P表示步骤2得到的光伏电站图像的空间分布特征向量，Q表示内置的光伏电站图像的空间特征向量，ωi,j表示权值，xi、xj表示向量P中的第i、j个空间分布特征，yi、yj表示向量Q中第i、j个空间分布特征。
有益效果：本发明与现有技术相比，具有以下优点：
(1)本发明通过模糊匹配算法对初次拍摄图像进行快速识别，再控制无人机回到初次拍摄位置，进行再次拍摄，对光伏电站的图像进行再次采集，节省识别的时间，且采集的图像更加清晰；
(2)在二次拍摄时本发明采用下降和旋转拍摄相结合的方式，使光伏电站拍摄的细节更加清晰，给后期识别减少识别负担，使识别的效率更高，且能够看到光伏电站的细节位置，掌握光伏电站的具体情况；
(3)本发明通过建立空间坐标系，利用拍摄角度和拍摄位置坐标计算无人机投影点与光伏发电站的水平距离，得出光伏电站的中心位置，再通过拍摄的比例，对光伏电站的整体图像进行绘制，从而得到光伏电站的整体位置；
(4)本发明能够对光伏电站图像进行快速采集识别，并且得到的图像更加清晰，获得地理位置坐标更加准确，为后面的故障诊断分析和光伏组件健康度评估奠定基础，实施简单高效，在光伏电站自动巡检领域具有很好的应用前景；
(5)本发明实施简单、高效，不依赖于光伏组件的具体位置信息，只需知道光伏组件大概区域，便可快速对其进行采集识别，具有极强的环境适应性。
附图说明
图1是本发明的系统结构框图；
图2是本发明识别方法的步骤流程图；
图3是本发明图像识别方法中图像特征识别原理框图；
图4是本发明无人机的拍摄示意图。
具体实施方式
现结合附图和实施例对本发明的技术方案做进一步说明。
实施例1：
参见图2，本实施例采用以下识别方法：
S1：建立以无人机起飞点作为原点、x轴指向为东、y轴指向为南的空间直角坐标系，空间直角坐标系，确定终点坐标；
S2：规划飞行路线，检查模块运行情况，搜索需要识别的光伏电站图像；
S3：按规划路线飞行，航拍视频，得到拍摄的画面；
S4：根据拍摄的画面对光伏发电站进行识别，提取疑似图像，以及相应的拍摄位置和拍摄时镜头方位；具体的图像识别过程可参见图3，包括：
将S3中航拍得到的图像分解为四个位平面，每个位平面被看做是一幅二值图像，并用二进制矩阵Pi(x，y)表示。
计算二进制矩阵中索引值为1的所有点到其质心得距离R，得到整个图像的空间分布特征(R0,R1,R2,R3)；
采用马氏距离度量图像间的相似性，即进行模拟图像识别，即度量S3拍摄的画面与事先获取的光伏太阳能板图像间的相似性，相似性高的即为疑似图像；
式中，P表示S3拍摄的画面的空间分布特征向量，Q表示事先获取的光伏太阳能板图像的空间特征向量，xi、xj表示向量P中的第i、j个空间分布特征，yi、yj表示向量Q中第i、j个空间分布特征，ωi,j表示权值，ωi,j>0，可通过计算一个4×4维的正定矩阵T得到。
令根据矩阵论原理，向量的协方差矩阵可以很好的体现特征子向量间的相关性及分布特征，所以定义向量P的协方差矩阵：
则T＝Δ-1作为权值计算时：
S5：根据疑似图像的拍摄位置，操控无人机飞回至拍摄位置，通过航拍模块的拍摄转换单元，将拍摄镜头转换为广角镜头后，旋转拍摄一圈，根据拍摄图像确定光伏电站范围，将拍摄镜头对准光伏电站进行拍摄，拍摄时记录镜头的拍摄方位、拍摄角度和拍摄坐标；降低飞行高度，将广角镜头转换为普通航拍镜头，以1.5m/s的速度下降进行拍摄，每下降8m，旋转拍摄一次，直至拍摄到光伏电站的清晰画面。
S6：从拍摄到的清晰画面中选取光伏电站位于中心位置的图像，参见图4，根据无人机、光伏电站中心位置和投影点围城的直角三角形，利用直角三角形的三角函数，计算投影点到光伏电站中心的距离，将投影点沿着拍摄方位移动相应的长度即可得到光伏电站的中心位置，现选取的图像的拍摄位置的坐标记为(-22.5，23，40)，拍摄角度记为30°，无人机拍摄的方位为南偏西45度，根据式(2)计算中心位置与无人机拍摄位置的水平距离W＝4.62m，无人机拍摄位置点在x0y平面上的投影点，从投影点沿着无人机拍摄方位移动W＝4.62m的长度，确定光伏电站的中心位置；
W＝Zi*tanθi (2)
S7：根据光伏电站的中心位置，按照拍摄比例绘制光伏电站图形。
实施例2：
本实施例与实施例1的识别方法基本一致，区别在于：S5中，在降低飞行高度时，将广角镜头转换为普通航拍镜头，然后以1m/s的速度下降进行拍摄，每下降5m，旋转拍摄一次，直至拍摄到光伏电站的清晰画面。因此，在S6中，选取光伏电站位于中心位置的图像，图像的拍摄位置的坐标记为(45，0，30)，拍摄角度记为45°，计算光伏电站的中心位置，再确定无人机拍摄位置点在x0y平面上的投影点，选择无人机拍摄的方位，即西向，从投影点沿着无人机拍摄方位移动W＝30m的长度，即确定光伏电站的中心位置。
实施例3：
本实施例与实施例1的识别方法基本一致，区别在于：S5中，在降低飞行高度时，将广角镜头转换为普通航拍镜头，然后以2m/s的速度下降进行拍摄，每下降10m，旋转拍摄一次，直至拍摄到光伏电站的清晰画面。因此，在S6中，选取光伏电站位于中心位置的图像，图像的拍摄位置的坐标记为(30，35.6，30)，拍摄角度记为60度，计算光伏电站的中心位置，再确定无人机拍摄位置点在x0y平面上的投影点和选择无人机拍摄的方位，即北偏东30度，从投影点沿着无人机拍摄方位移动W＝51.96的长度，即确定光伏电站的中心位置。
实施例4：
本实施例在实施例1的基础上，提出了如图1所示的一种基于无人机的光伏电站图像识别系统，包括遥控模块、航拍模块和图像识别模块。
其中，遥控模块包括：
设置单元，用于对无人机飞行的终点进行设置；
路线规划单元，用于对飞行的路线进行规划；
飞行监控单元，用于对无人机飞行的路径和无人机各个部件的运行情况实时监控；
拍摄控制单元，用于接收图像识别模块的拍摄请求，控制航拍模块对目标进行多个角度的拍摄。
其中，航拍模块按照遥控模块的控制实施飞行，选取合适的角度拍摄图像，并将拍摄到的图像传送至图像识别模块，具体包括：飞行器、摄像机、发射单元和拍摄转换单元，摄像机安装于飞行器底部，飞行器带动摄像机移动进行航拍，发射单元将拍摄后的视频实时传送至地面的图像识别模块，拍摄转换单元对摄像机的镜头进行转换，拍摄需要的图像画面。
其中，图像识别模块，包括：
接收单元，用于接收航拍模块传输的图像；
特征识别单元，用于对图像进行特征识别；
分析单元，用于根据特征识别得到疑似图像；光伏电站需要识别的特征为光伏太阳能板，特征识别模块先通过网络查找光伏太阳能板的相关图像，在拍摄到的图像中进行比对查找，查找得到疑似图像，同时显示疑似图像的拍摄时间和拍摄位置；
拍摄请求单元，用于根据疑似图像的拍摄位置，向航拍模块发送拍摄请求，获取光伏电站清晰的图像。

Claims (3)

1.一种基于无人机的光伏电站识别方法，其特征在于：包括以下步骤：
步骤1：建立空间直角坐标系；
步骤2：通过无人机沿规划路线拍摄得到光伏电站图像；
步骤3：计算步骤2拍摄得到的光伏电站图像与内置的光伏电站图像的相似度，根据相似度判断得到疑似图像；
步骤4：采用广角镜头在疑似图像的拍摄位置处旋转拍摄一圈，得到多个拍摄图像，每个拍摄图像均对应记录有拍摄时无人机的拍摄角度、拍摄位置坐标和拍摄方位；根据得到的拍摄图像，确定光伏电站范围；
步骤5：降低无人机飞行高度，在下降过程中采用航拍镜头对准光伏电站进行拍摄，得到光伏电站的清晰画面；
步骤6：从步骤5得到的光伏电站的清晰画面中选取光伏电站位于中心位置的图像，根据该图像对应的拍摄位置坐标(xi，yi，zi)、拍摄角度θi和拍摄方位，计算拍摄位置坐标(xi，yi，zi)与位于中心位置的光伏电站之间的水平距离W，根据水平距离W，确定光伏电站位置；
所述步骤3具体包括以下子步骤：
将步骤2得到的光伏电站图像进行位平面分解，每个位平面均采用二进制矩阵Pi(x，y)表示；
计算各二进制矩阵中索引值为1的所有点到其质心的距离R，得到整个光伏电站图像的空间分布特征；
采用马氏距离，将整个光伏电站图像的空间分布特征与内置的光伏电站图像的空间分布特征按照下式进行相似度计算，根据相似性判断得到疑似图像；
式中，P表示步骤2得到的光伏电站图像的空间分布特征向量，Q表示内置的光伏电站图像的空间特征向量，ωi,j表示权值，xi、xj表示向量P中的第i、j个空间分布特征，yi、yj表示向量Q中第i、j个空间分布特征；
ωi,j表示权值，ωi,j>0，可通过计算一个4×4维的正定矩阵T得到；
令根据矩阵论原理，定义向量P的协方差矩阵：
则T＝Δ-1作为权值计算时：
所述步骤5包括以下子步骤：
降低无人机飞行高度，在下降过程中采用航拍镜头进行图像拍摄；
每下降设定高度后，采用航拍镜头旋转拍摄一次；
旋转拍摄完成后，继续降低无人机飞行高度，在下降过程中采用航拍镜头进行图像拍摄；
循环上述过程，直至拍摄到光伏电站的清晰画面。
2.根据权利要求1所述的一种基于无人机的光伏电站识别方法，其特征在于：内置的光伏电站图像为光伏太阳能板图像。
3.一种基于无人机的光伏电站识别系统，其特征在于：该系统实现权利要求1或2任意一项所述的一种基于无人机的光伏电站识别方法的步骤。
CN202110549258.7A 2021-05-20 2021-05-20 一种基于无人机的光伏电站识别方法及系统 Active CN113326752B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110549258.7A CN113326752B (zh) 2021-05-20 2021-05-20 一种基于无人机的光伏电站识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110549258.7A CN113326752B (zh) 2021-05-20 2021-05-20 一种基于无人机的光伏电站识别方法及系统

Publications (2)

Publication Number Publication Date
CN113326752A CN113326752A (zh) 2021-08-31
CN113326752B true CN113326752B (zh) 2024-04-30

Family

ID=77416034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110549258.7A Active CN113326752B (zh) 2021-05-20 2021-05-20 一种基于无人机的光伏电站识别方法及系统

Country Status (1)

Country Link
CN (1) CN113326752B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926750B (zh) * 2022-04-12 2023-06-02 尚特杰电力科技有限公司 一种快速定位大型光伏电站组件的方法和系统
CN115272314B (zh) * 2022-09-27 2022-12-23 广东晟腾地信科技有限公司 农业低空遥感测绘方法、装置

Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350024A (zh) * 2008-08-29 2009-01-21 北京理工大学 基于广义欧拉向量的图像检索方法
CN104796611A (zh) * 2015-04-20 2015-07-22 零度智控（北京）智能科技有限公司 移动终端遥控无人机实现智能飞行拍摄的方法及系统
CN104899326A (zh) * 2015-06-19 2015-09-09 四川大学 一种基于二进制多索引哈希技术的图像检索方法
CN106295613A (zh) * 2016-08-23 2017-01-04 哈尔滨理工大学 一种无人机目标定位方法及系统
CN106598067A (zh) * 2016-12-07 2017-04-26 中国人民武装警察部队总医院 基于多无人机的联合医学灾害救援系统及方法
CN106707296A (zh) * 2017-01-09 2017-05-24 华中科技大学 一种基于双孔径光电成像系统的无人机检测与识别方法
CN107782764A (zh) * 2016-08-25 2018-03-09 成都鼎桥通信技术有限公司 一种光伏组件的故障识别方法
CN108388656A (zh) * 2018-03-06 2018-08-10 南京邮电大学 一种基于标记相关性的图片搜索方法
CN109002048A (zh) * 2018-06-12 2018-12-14 浙江大学 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
CN110208270A (zh) * 2019-05-31 2019-09-06 深圳空灵科技有限公司 一种无人机烟囱自动巡检方法
CN110281926A (zh) * 2019-06-27 2019-09-27 淮安信息职业技术学院 山区公路弯道信息识别和行车安全预警的方法及系统
CN110515378A (zh) * 2019-08-09 2019-11-29 西安电子科技大学 一种应用于无人艇的智能目标搜索方法
CN110781821A (zh) * 2019-10-25 2020-02-11 上海商汤智能科技有限公司 基于无人机的目标检测方法及装置、电子设备和存储介质
CN111259097A (zh) * 2020-01-09 2020-06-09 武汉博晟信息科技有限公司 一种应用于光伏产业无人机巡检的精细化航点校核方法
CN111432130A (zh) * 2020-04-23 2020-07-17 西安智文琛软件有限公司 一种自动跟踪聚焦抓拍方法、抓拍系统、无人机及应用
CN111563180A (zh) * 2020-04-08 2020-08-21 西北工业大学 一种基于深度哈希方法的商标图像检索方法
CN111650960A (zh) * 2020-05-26 2020-09-11 国网天津市电力公司电力科学研究院 利用单无人机测定光伏发电站光伏板覆灰程度的系统及方法
CN111814721A (zh) * 2020-07-17 2020-10-23 电子科技大学 基于无人机高低空联合扫描的机场跑道异物检测分类方法
CN111814720A (zh) * 2020-07-17 2020-10-23 电子科技大学 一种基于无人机视觉的机场跑道异物检测与分类方法
CN111966129A (zh) * 2020-08-31 2020-11-20 金陵科技学院 一种光伏巡检无人机及其仿地飞行方法
CN112101118A (zh) * 2020-08-18 2020-12-18 东南大学 一种远景与近景图像结合的光伏组件定位与匹配方法
CN112180955A (zh) * 2020-08-26 2021-01-05 国网安徽省电力有限公司淮南供电公司 一种自动巡检无人机的基于视觉反馈的二次复查方法和系统
CN112767490A (zh) * 2021-01-29 2021-05-07 福州大学 一种基于激光雷达的室外三维同步定位与建图方法

Patent Citations (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350024A (zh) * 2008-08-29 2009-01-21 北京理工大学 基于广义欧拉向量的图像检索方法
CN104796611A (zh) * 2015-04-20 2015-07-22 零度智控（北京）智能科技有限公司 移动终端遥控无人机实现智能飞行拍摄的方法及系统
CN104899326A (zh) * 2015-06-19 2015-09-09 四川大学 一种基于二进制多索引哈希技术的图像检索方法
CN106295613A (zh) * 2016-08-23 2017-01-04 哈尔滨理工大学 一种无人机目标定位方法及系统
CN107782764A (zh) * 2016-08-25 2018-03-09 成都鼎桥通信技术有限公司 一种光伏组件的故障识别方法
CN106598067A (zh) * 2016-12-07 2017-04-26 中国人民武装警察部队总医院 基于多无人机的联合医学灾害救援系统及方法
CN106707296A (zh) * 2017-01-09 2017-05-24 华中科技大学 一种基于双孔径光电成像系统的无人机检测与识别方法
CN108388656A (zh) * 2018-03-06 2018-08-10 南京邮电大学 一种基于标记相关性的图片搜索方法
CN109002048A (zh) * 2018-06-12 2018-12-14 浙江大学 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
CN110208270A (zh) * 2019-05-31 2019-09-06 深圳空灵科技有限公司 一种无人机烟囱自动巡检方法
CN110281926A (zh) * 2019-06-27 2019-09-27 淮安信息职业技术学院 山区公路弯道信息识别和行车安全预警的方法及系统
CN110515378A (zh) * 2019-08-09 2019-11-29 西安电子科技大学 一种应用于无人艇的智能目标搜索方法
CN110781821A (zh) * 2019-10-25 2020-02-11 上海商汤智能科技有限公司 基于无人机的目标检测方法及装置、电子设备和存储介质
CN111259097A (zh) * 2020-01-09 2020-06-09 武汉博晟信息科技有限公司 一种应用于光伏产业无人机巡检的精细化航点校核方法
CN111563180A (zh) * 2020-04-08 2020-08-21 西北工业大学 一种基于深度哈希方法的商标图像检索方法
CN111432130A (zh) * 2020-04-23 2020-07-17 西安智文琛软件有限公司 一种自动跟踪聚焦抓拍方法、抓拍系统、无人机及应用
CN111650960A (zh) * 2020-05-26 2020-09-11 国网天津市电力公司电力科学研究院 利用单无人机测定光伏发电站光伏板覆灰程度的系统及方法
CN111814721A (zh) * 2020-07-17 2020-10-23 电子科技大学 基于无人机高低空联合扫描的机场跑道异物检测分类方法
CN111814720A (zh) * 2020-07-17 2020-10-23 电子科技大学 一种基于无人机视觉的机场跑道异物检测与分类方法
CN112101118A (zh) * 2020-08-18 2020-12-18 东南大学 一种远景与近景图像结合的光伏组件定位与匹配方法
CN112180955A (zh) * 2020-08-26 2021-01-05 国网安徽省电力有限公司淮南供电公司 一种自动巡检无人机的基于视觉反馈的二次复查方法和系统
CN111966129A (zh) * 2020-08-31 2020-11-20 金陵科技学院 一种光伏巡检无人机及其仿地飞行方法
CN112767490A (zh) * 2021-01-29 2021-05-07 福州大学 一种基于激光雷达的室外三维同步定位与建图方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Maryam Imani 等.Polarimetric SAR image classification using binary coding-based polarimetric-morphological features.《Open Access》.全文. *
Saber在电力电子技术教学改革中的应用 陈万淮阴工学院;丁卫红 等;《科技视界》;全文 *
一种基于最优模块匹配的新型加权中值滤波算法;秦晓波;赵国栋;;测控技术(12);全文 *
秦晓波 ; 赵国栋 ; .一种基于最优模块匹配的新型加权中值滤波算法.测控技术.2013,(12),全文. *

Also Published As

Publication number Publication date
CN113326752A (zh) 2021-08-31

Similar Documents

Publication Publication Date Title
CN112525162B (zh) 一种无人机测量输电线路影像距离的系统及方法
CN107729808B (zh) 一种用于输电线路无人机巡检的图像智能采集系统及方法
CN113326752B (zh) 一种基于无人机的光伏电站识别方法及系统
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
CN108317953A (zh) 一种基于无人机的双目视觉目标表面3d检测方法及系统
CN110580717A (zh) 一种针对电力杆塔的无人机自主巡检航线生成方法
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
CN110633629A (zh) 基于人工智能的电网巡检方法、装置、设备及存储介质
CN111178148B (zh) 一种基于无人机视觉系统的地面目标地理坐标定位方法
CN109931909B (zh) 一种基于无人机的海上风机塔柱状态巡检方法和装置
KR102217549B1 (ko) 태양광 발전 모듈 모니터링 방법 및 시스템
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
CN109976339B (zh) 一种车载配网巡检数据采集方法与巡检系统
CN104410839A (zh) 一种移动式输电线杆塔区域山火与山体滑坡灾害在线监测系统与监测方法
CN111123962A (zh) 一种用于电力杆塔巡检的旋翼无人机重定位拍照方法
CN105357472A (zh) 遥感卫星系统及其视频图像实时传输方法
CN111319502A (zh) 基于双目视觉定位的无人机激光充电方法
CN113850137A (zh) 一种输电线路图像在线监测方法、系统及设备
CN111402447A (zh) 电网线路巡检方法、服务器、系统及存储介质
Guo et al. Detecting and positioning of wind turbine blade tips for uav-based automatic inspection
CN116192044A (zh) 一种故障光伏板编号定位方法、装置、电子设备及存储介质
CN115562348A (zh) 基于变电站的无人机图像技术方法
CN109194284A (zh) 光伏电站巡检系统、地面终端及航拍设备
Pinney et al. Drone path planning and object detection via QR codes; a surrogate case study for wind turbine inspection
CN116974298A (zh) 基于单线激光雷达输电线路仿线飞行方法及系统

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