CN113419564B - 一种基于模糊路径的电力通道巡检方法 - Google Patents

Abstract

本发明公开了一种基于模糊路径的电力通道巡检方法，包括以下步骤：步骤1：从地图上获取电力通道巡检所需的模糊路径信息；步骤2：路径信息通过无线方式发送给无人机；步骤3：无人机飞至路径中的第一个巡检位置点附近，基于机器视觉对目标物进行识别，根据目标物参数特征判断无人机自身的位置及高度；步骤4：无人机到达指定位置和高度后，通过焦距调整算法将目标在画面中的占比进行调整并拍照及识别缺陷；步骤5：重复步骤3及步骤4，直至完成所有路径点的巡检操作；步骤6：无人机返航和降落。该巡检方法在地图上简单选取关键路径点构成一种模糊的路径信息，省去人工采集路径信息或三维点云数据设置路径信息的环节，节省人力物力提高效率。

Description

一种基于模糊路径的电力通道巡检方法

技术领域

本发明涉及无人机飞控技术领域，具体涉及一种基于模糊路径的电力通道巡检方法。

背景技术

随着经济的不断发展，输电线路的长度也在不断扩大，其主要由基础、杆塔、导线、绝缘子和金具等构成，线路出现的绝缘子损坏、断股、缺销等缺陷易引起线路故障，对工业生产造成无法弥补的损失，人民的日常生活带来极大不便。供电公司为了保障输电线路的安全稳定运行依据线路运行情况制定巡线计划，线路维护人员会根据巡线计划开展输电线路巡检。

当前，越来越多的杆塔巡检工作采用无人机实施，无人机以其灵活、高效等特征广泛应用于输电线路巡检的技术手段，但目前无人机巡检主要依靠飞行控制人员手动操作来控制，这对巡检人员的技能水平要求很高。因此无人机自主巡检逐步成为研究的热点，自主飞行可以将无人机操作人员解放出来，但需要提前进行路径规划。

巡检人员通过控制无人机的方式巡检，在高山等路况艰险的环境存在耗费时间长、人力物力消耗大、人员安全保障低的情况；通过在地图上设置巡视路径的方式自主巡检，由于定位精度低，很难保证飞行器完全按照理想的路线飞行、巡视。

现有技术的缺陷和不足在于：

传统人工巡检方式存在巡检精度不高和效率低下的问题；另一方面，巡检人员通过控制无人机进行巡检，在高山等路况艰险的环境存在耗费时间长、人力物力消耗大、人员安全保障低的情况，自主巡检又需要提前进行路径规划，目前主要有两种路径规划方式：一是运用三维点云数据进行建模，借助三维模型规划巡检路径，另一种是通过人工方式提前进行路径点采集，生成路径信息，这两种方式都需要前期在人员或设备上有较大的投入。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种基于模糊路径的电力通道巡检方法，该巡检方法通过在地图上简单选取关键路径点构成一种模糊的路径信息，并将路径信息发送给无人机，无人机便可自动飞行到巡检位置附近，通过机器视觉识别技术自动调整位置和高度，以实现精准拍摄和识别的功能。

一种基于模糊路径的电力通道巡检方法，包括以下步骤：

步骤1：从地图上获取电力通道巡检所需的模糊路径信息；

步骤2：路径信息通过无线方式发送给无人机；

步骤3：无人机从起飞点起飞，通过在地图上简单选取关键路径点构成一种模糊的路径信息，并将路径信息发送给无人机，无人机便可自动飞行到路径中的第一个巡检位置点巡检位置附近，基于机器视觉对目标杆塔进行识别，根据目标杆塔已知的具体高度和定位信息，修正及校准无人机自身的位置及高度，用以达到精准拍照的要求，避免光线、地形及障碍物对精准拍照的干扰；无人机的位置和高度调整方法如下：

首先保云台视角垂直向下，且完整塔头在相机视线中，设整体画面左下角坐标为(0，0)，右上角坐标为(a，b)，设识别目标杆塔左下角坐标为(x1，y1)，右上角坐标为(x2，y2)，即画面中心坐标为(a/2，b/2)，目标杆塔中心坐标为((x1+x2)/2，(y1+y2)/2)，目标杆塔在画面中的长边尺寸为S＝max[(x2-x1)，(y2-y1)]；设目标杆塔实体长边尺寸为d，则预估画面尺寸与实际尺寸比例为r＝S/d，图像上水平偏差距离dx＝(x1+x2)/2-a/2，其中右正左负，图像上垂直偏差距离dy＝(y1+y2)/2-b/2(上正下负)，无人机首先进行第一次调整，调整水平距离为Tx＝-dx/r，调整垂直距离为Ty＝-dy/r(Tx单位为m，右正左负；Ty单位为m，上正下负)；调整后识别目标杆塔左下角坐标为(x1'，y1')，右上角坐标为(x2'，y2')，调整后目标杆塔中心坐标为((x1'+x2')/2，(y1'+y2')/2)，则图像中实际移动距离DX＝(x1'+x2'-x1-x2)/2，实际偏移比例R＝DX/Tx，图像上水平偏差距离dx'＝(x1'+x2')/2-a/2(右正左负)，图像上垂直偏差距离dy'＝(y1'+y2')/2-b/2(上正下负)需再次调整水平距离为Tx'＝-dx'/R，再次调整垂直距离为Ty'＝-dy'/R；(Tx单位为m，右正左负；Ty单位为m，上正下负)，经过此次调整，无人机可以到达精细化巡检位置；

步骤4：无人机到达指定位置和高度后，无人机通过图像识别算法对目标杆塔进行识别，检测到目标杆塔以后通过云台调整算法将目标杆塔图像调整在画幅中央位置，并通过焦距调整算法将目标杆塔在画面中的占比进行调整，调整后进行拍照和缺陷识别，从而对目标杆塔图像进行精细化巡检操作；

步骤5：无人机飞至下一个巡检位置，重复步骤3及步骤4，直至完成所有路径点的巡检操作；

步骤6：无人机进行返航和降落。

而且，步骤1中的模糊路径信息，包括从后台系统端的地图上获取的路径信息，或从APP应用端的地图上选取的关键路径点信息，该关键路径点信息包括经纬度信息。

而且，步骤2中无人机在接收到路径信息后，自动选择各关键路径点中距离起飞点最近的一个作为目标位置并飞过去进行巡检，巡检完毕后以该位置作为起飞点，重新从剩余未巡检的关键路径点中再次选择最近的一个作为目标位置并飞过去进行巡检，以此类推，完成所有关键路径点的巡检工作。

而且，步骤3中，无人机通过机器视觉识别并判定自身是否达到指定位置及高度，若目标杆塔参数特征符合预设逻辑，则记录无人机所在位置的经纬度和高度，以及无人机的姿态信息，如果目标杆塔参数特征不符合预设逻辑，则自动调整无人机的位置和姿态，直至符合为止。

而且，目标杆塔参数特征包括酒杯塔、猫头塔、干字塔在内的杆塔外部形态，以及目标杆塔上的绝缘子数量和对称性；所述预设逻辑为判定无人机采集的目标杆塔图像是否与目标杆塔的参数特征一致。

而且，关键路径点包括：路径途经点；所述巡检位置点为无人机需要巡检的位置，一般为杆塔所在位置；所述路径途经点为无人机在飞行过程中需要经过的位置，一般为路径拐点位置；在地图上获取路径信息时可以设定关键路径点的类型。

而且，步骤3中无人机起飞时搭载机器视觉设备的云台角度和飞行高度设定为一个默认值，云台方向为垂直向下，且在到达巡检位置前保持不变；无人机飞行高度为能确保无人机识别出杆塔的高度。

而且，步骤3中无人机起飞时根据起飞点位置和第一目标杆塔位置自主规划飞行方向和姿态，到达目标杆塔位置时，无人机根据目标杆塔参数特征调整无人机的精确位置和高度。

而且，步骤3中目标杆塔参数特征包括杆塔类型和大小，以及杆塔上多个绝缘子的对称性和大小差异。

本发明的优点和技术效果是：

本发明的一种基于模糊路径的电力通道巡检方法，在无人机巡检之前，省去人工采集路径信息或通过三维点云数据设置路径信息的环节，节省人力物力，提高效率；通过机器视觉算法，实现目标杆塔精确对准和放大，提高目标杆塔和缺陷识别率。

附图说明

图1本发明的方法流程图。

具体实施方式

为能进一步了解本发明的内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。需要说明的是，本实施例是描述性的，不是限定性的，不能由此限定本发明的保护范围。

一种基于模糊路径的电力通道巡检方法，包括以下步骤：

步骤1：从地图上获取电力通道巡检所需的模糊路径信息；

步骤2：路径信息通过无线方式发送给无人机；

步骤3：无人机从起飞点起飞，通过在地图上简单选取关键路径点构成一种模糊的路径信息，并将路径信息发送给无人机，无人机便可自动飞行到路径中的第一个巡检位置点巡检位置附近，基于机器视觉对目标杆塔进行识别，根据目标杆塔已知的具体高度和定位信息，修正及校准无人机自身的位置及高度，用以达到精准拍照的要求，避免光线、地形及障碍物对精准拍照的干扰；

步骤4：无人机到达指定位置和高度后，无人机通过图像识别算法对目标杆塔进行识别，检测到目标杆塔以后通过云台调整算法将目标杆塔图像调整在画幅中央位置，并通过焦距调整算法将目标杆塔在画面中的占比进行调整，调整后进行拍照和缺陷识别，从而对目标杆塔图像进行精细化巡检操作；

步骤5：无人机飞至下一个巡检位置，重复步骤3及步骤4，直至完成所有路径点的巡检操作；

步骤6：无人机进行返航和降落。

而且，步骤1中的模糊路径信息，包括从后台系统端的地图上获取的路径信息，或从APP应用端的地图上选取的关键路径点信息，该关键路径点信息包括经纬度信息。

而且，步骤2中无人机在接收到路径信息后，自动选择各关键路径点中距离起飞点最近的一个作为目标位置并飞过去进行巡检，巡检完毕后以该位置作为起飞点，重新从剩余未巡检的关键路径点中再次选择最近的一个作为目标位置并飞过去进行巡检，以此类推，完成所有关键路径点的巡检工作。

而且，步骤3中，无人机通过机器视觉识别并判定自身是否达到指定位置及高度，若目标杆塔参数特征符合预设逻辑，则记录无人机所在位置的经纬度和高度，以及无人机的姿态信息，如果目标杆塔参数特征不符合预设逻辑，则自动调整无人机的位置和姿态，直至符合为止。

而且，目标杆塔参数特征包括酒杯塔、猫头塔、干字塔在内的杆塔外部形态，以及目标杆塔上的绝缘子数量和对称性；所述预设逻辑为判定无人机采集的目标杆塔图像是否与目标杆塔的参数特征一致。

而且，关键路径点包括：路径途经点；所述巡检位置点为无人机需要巡检的位置，一般为杆塔所在位置；所述路径途经点为无人机在飞行过程中需要经过的位置，一般为路径拐点位置；在地图上获取路径信息时可以设定关键路径点的类型。

而且，步骤3中无人机起飞时搭载机器视觉设备的云台角度和飞行高度设定为一个默认值，云台方向为垂直向下，且在到达巡检位置前保持不变；无人机飞行高度为能确保无人机识别出杆塔的高度。

而且，步骤3中无人机起飞时根据起飞点位置和第一目标杆塔位置自主规划飞行方向和姿态，到达目标杆塔位置时，无人机根据目标杆塔参数特征调整无人机的精确位置和高度。

而且，步骤3中目标杆塔参数特征包括杆塔类型和大小，以及杆塔上多个绝缘子的对称性和大小差异。

为了更清楚地说明本发明的具体实施方式，下面提供一种实施例：

如图1所示，首先从后台系统端的地图上选取或从APP应用端的地图上选取关键路径点，组成模糊路径，每个关键路径点信息包括经纬度信息。

路径信息通过无线方式发送给无人机，无人机根据自身所在的起飞位置，自动计算出路径信息中距离起飞点最近的关键路径点，并将其作为第一个目标杆塔位置，并以此类推计算出第二个目标杆塔位置，第三个目标杆塔位置…。

无人机从起飞点开始起飞，首先起飞到设定高度，然后根据第一个目标杆塔位置的经纬度信息，实时调整飞行姿态，该飞行高度应能保证无人机飞行到巡检位置点时能够拍到杆塔，且云台角度设定为垂直向下，目的是使无人机在飞行过程中不会偏离轨道而失去目标杆塔。

无人机每飞到一个目标位置，首先根据杆塔类型识别进行精细化巡检位置调整，然后通过绝缘子串对称识别进行无人机朝向调整。无人机精细化巡检位置调整方法如下：

首先保云台视角垂直向下，且完整塔头在相机视线中，设整体画面左下角坐标为(0，0)，右上角坐标为(a，b)，设识别目标杆塔左下角坐标为(x₁，y₁)，右上角坐标为(x₂，y₂)，即画面中心坐标为(a/2，b/2)，目标杆塔中心坐标为((x₁+x₂)/2，(y₁+y₂)/2)，目标杆塔在画面中的长边尺寸为S＝max[(x2-x1)，(y2-y1)]。设目标杆塔实体长边尺寸为d，则预估画面尺寸与实际尺寸比例为r＝S/d，图像上水平偏差距离dx＝(x₁+x₂)/2-a/2，其中右正左负，图像上垂直偏差距离dy＝(y₁+y₂)/2-b/2(上正下负)，无人机首先进行第一次调整，调整水平距离为Tx＝-dx/r，调整垂直距离为Ty＝-dy/r(Tx单位为m，右正左负；Ty单位为m，上正下负)。调整后识别目标杆塔左下角坐标为(x₁'，y₁')，右上角坐标为(x₂'，y₂')，调整后目标杆塔中心坐标为((x₁'+x₂')/2，(y₁'+y₂')/2)，则图像中实际移动距离DX＝(x₁'+x₂'-x₁-x₂)/2，实际偏移比例R＝DX/Tx，图像上水平偏差距离dx'＝(x₁'+x₂')/2-a/2(右正左负)，图像上垂直偏差距离dy'＝(y₁'+y₂')/2-b/2(上正下负)需再次调整水平距离为Tx'＝-dx'/R，再次调整垂直距离为Ty'＝-dy'/R；(Tx单位为m，右正左负；Ty单位为m，上正下负)，经过此次调整，无人机可以到达精细化巡检位置。

无人机精细化巡检位置调整后，通过判断绝缘子串的对称性，调整无人机的朝向。具体步骤为：拍照并在画幅中识别绝缘子，分别计算画幅中最左侧绝缘子和最右侧绝缘子的中心点坐标，设最左侧绝缘子的中心点纵坐标为y₃，最右侧绝缘子的中心点纵坐标为y₃'如果纵坐标偏差率dy”＝(y₃'-y₃)/b小于规定值，则判定绝缘子串对称，进一步说明无人机朝向正确，如果偏差率大于规定值，则判定绝缘子串不对称，无人机朝向需要调整，偏差率为正，无人机的姿态需要进行逆时针旋转(从无人机正上方看)，反之需要顺时针旋转。

无人机到达精细化巡检拍照点后，无人机通过图像识别算法对目标杆塔进行识别，检测到目标杆塔以后通过云台调整算法将目标杆塔调整在画幅中央位置，并通过焦距调整算法将目标杆塔在画面中的占比进行调整，调整后进行拍照和缺陷识别。

为便于理解，以下进一步介绍将目标杆塔调整在画幅中央位置和按比例放大的步骤。

1)将目标杆塔调整在画幅中央的具体算法为：

依然设整体画面左下角坐标为(0，0)，右上角坐标为(a，b)，设识别目标杆塔左下角坐标为(x₁，y₁)，右上角坐标为(x₂，y₂)，即画面中心坐标为(a/2，b/2)，目标杆塔中心坐标为((x₁+x₂)/2，(y₁+y₂)/2)，水平偏差率为Hd＝((x₁+x₂)/2-a/2)/(a/2)＝(x₁+x₂-a)/a，其中右正左负，弦长近似看为弧长，半径一定，圆心角与弧长成正比，弧长之比即为角度之比。垂直偏差率为Vd＝((y₁+y₂)/2-b/2)/(b/2)＝(y₁+y₂-b)/b(上正下负)。

设35mm等效焦距为ef，其中等效焦距应为已知参数(单位：mm)。35mm底片尺寸为36mm*24mm，将底片尺寸按1920*1080分辨率转换为36mm*20.25mm，则片幅长L＝36，宽W＝20.25，水平半视角Ol＝arctan((L/2)/ef)，垂直半视角Ow＝arctan((W/2)/ef)，故水平调整动作应为H＝-Hd*Ol，其中H为相机水平调整角度，右正左负。

垂直调整动作应为V＝-Vd*Ow，其中V为相机垂直调整角度，上正下负。

分别完成水平和垂直调整动作以后，目标杆塔应接近画幅中央位置，实际工作中可根据偏差率要求决定是否再次进行调整，更加逼近中央位置。

2)将目标杆塔在画幅中的占比的具体调整方式如下(以调整到整体长度的3/4为例)：

令目标杆塔长放大至整体长的3/4，则M2＝3/(4((x₂-x₁)/x))，令目标杆塔宽放大至整体宽的3/4，则M3＝3/(4((y₂-y₁)/y))，取其中的最小放大倍数，防止目标杆塔溢出画面，则M＝min(M1，M2，M3)。若M<＝1，则目标杆塔原本占据画面已过大，应考虑拉远无人机。令焦距放大M倍，f＝M*f，则完成焦距调整。调整后通过重新计算目标杆塔在画幅中的实际占比情况，决定是否再次进行调整，更加逼近所需占比。

无人机在精细化巡检点完成拍照识别后，继续向下一个目标杆塔位置飞行，直至完成所有巡检位置点的操作后返航并降落。

另外，需要说明的是，无人机的飞行高度始终控制为杆塔塔顶以上10m～20m位置，无人机上搭载的机器视觉设备由杆塔上方垂直向下获取杆塔图像信息，此时根据杆塔塔顶在图像中的大小及位置校准并调整无人机飞行高度及水平位置，而后再进行将目标杆塔调整在画幅中央以及调节目标杆塔在画幅中占比的运算。

另外，需要说明的是，无人机飞行高度及水平位置的调整过程中，以杆塔类型和大小及杆塔上多个绝缘子的对称性和大小差异作为参照系，以提高无人机的精确位置。

另外，需要说明的是，上述算法中的“上正下负”以及“右正左负”指的是：以无人机当前拍摄整体图像的左下角为原点，以无人机当前拍摄整体图像的中心点为靶点，并以杆塔塔顶位置为目标点构建数轴，无人机调整过程中需控制靶点与目标点重合，此时若目标点在右侧靶点，则上述算法中靶点至目标点的位移数值在水平数轴x上为正值，同理若目标点在靶点上侧，则上述算法中靶点至目标点的位移数值在水平数轴y上为正值；相反，若目标点在靶点左侧，则水平数轴x上的位移值为负值，同理若目标点在靶点下侧，则垂直数轴y上的位移值为负值。

上述公式中的符号标记说明如下：

a:画幅右上角位置横坐标；

b:画幅右上角位置纵坐标；

x₁:画幅中目标物左下角位置横坐标；

y₁:画幅中目标物左下角位置纵坐标；

x₂:画幅中目标物右上角位置横坐标；

y₂:画幅中目标物右上角位置纵坐标；

S：目标物在画幅中的长边尺寸；

r:目标物在画面中长边大小与实际长边大小比例；

dx:调整前水平偏差距离；

dy:调整前垂直偏差距离；

Tx：第一次水平调整距离；

Ty:第一次垂直调整距离；

x₁':第一次调整后识别目标左下角横坐标；

y₁':第一次调整后识别目标左下角纵坐标；

x₂':第一次调整后识别目标右上角横坐标；

y₂':第一次调整后识别目标右上角纵坐标；

DX：第一次调整后图像实际移动距离；

dx':第一次调整后的水平偏差距离；

dy':第一次调整后的垂直偏差距离；

R：第一次调整后实际偏差比例；

Tx':第二次水平调整距离；

Ty':第二次垂直调整距离；

y₃:最左侧绝缘子的中心点纵坐标为

y₃':最右侧绝缘子的中心点纵坐标

dy”:纵坐标偏差率

Hd：水平偏差率；

Vd：垂直偏差率；

ef：35mm等效焦距；

Ol：水平半视角；

Ow：垂直半视角；

M：放大倍数；

f：焦距；

H：水平调整角度；

V：垂直调整角度。

最后本发明的未公开之处均采用现有技术中的成熟产品及成熟技术手段。

应当理解的是，对本领域普通技术人员来说，可以根据上述说明加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (9)

1.一种基于模糊路径的电力通道巡检方法，其特征在于，包括以下步骤：

步骤1：从地图上获取电力通道巡检所需的模糊路径信息；

步骤2：路径信息通过无线方式发送给无人机；

步骤3：无人机从起飞点起飞，通过在地图上简单选取关键路径点构成一种模糊的路径信息，并将路径信息发送给无人机，无人机便可自动飞行到路径中的第一个巡检位置点巡检位置附近，基于机器视觉对目标杆塔进行识别，根据目标杆塔已知的具体高度和定位信息，修正及校准无人机自身的位置及高度，用以达到精准拍照的要求，避免光线、地形及障碍物对精准拍照的干扰；无人机的位置和高度调整方法如下：

首先保云台视角垂直向下，且完整塔头在相机视线中，设整体画面左下角坐标为（0，0），右上角坐标为（a，b），设识别目标杆塔左下角坐标为（x1，y1），右上角坐标为（x2，y2），即画面中心坐标为（a/2，b/2），目标杆塔中心坐标为（（x1+x2）/2，（y1+y2）/2），目标杆塔在画面中的长边尺寸为S=max[(x2-x1)，(y2-y1)]；设目标杆塔实体长边尺寸为d，则预估画面尺寸与实际尺寸比例为r=S/d，图像上水平偏差距离dx=（x1+x2）/2-a/2，图像上垂直偏差距离dy=（y1+y2）/2-b/2，无人机首先进行第一次调整，调整水平距离为Tx=-dx/r，调整垂直距离为Ty=-dy/r；调整后识别目标杆塔左下角坐标为（x1'，y1'），右上角坐标为（x2'，y2'），调整后目标杆塔中心坐标为（（x1'+x2'）/2，（y1'+y2'）/2），则图像中实际移动距离DX=（x1'+x2'-x1-x2）/2，实际偏移比例R=DX/Tx，图像上水平偏差距离dx'=（x1'+x2'）/2-a/2，图像上垂直偏差距离dy'=（y1'+y2'）/2-b/2，需再次调整水平距离为Tx'=-dx'/R，再次调整垂直距离为Ty'=-dy'/R；经过此次调整，无人机可以到达精细化巡检位置；

步骤4：无人机到达指定位置和高度后，无人机通过图像识别算法对目标杆塔进行识别，检测到目标杆塔以后通过云台调整算法将目标杆塔图像调整在画幅中央位置，并通过焦距调整算法将目标杆塔在画面中的占比进行调整，调整后进行拍照和缺陷识别，从而对目标杆塔图像进行精细化巡检操作；

步骤5：无人机飞至下一个巡检位置，重复步骤3及步骤4，直至完成所有路径点的巡检操作；

步骤6：无人机进行返航和降落。

2.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤1中的模糊路径信息，包括从后台系统端的地图上获取的路径信息，或从APP应用端的地图上选取的关键路径点信息，该关键路径点信息包括经纬度信息。

3.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤2中无人机在接收到路径信息后，自动选择各关键路径点中距离起飞点最近的一个作为目标位置并飞过去进行巡检，巡检完毕后以该位置作为起飞点，重新从剩余未巡检的关键路径点中再次选择最近的一个作为目标位置并飞过去进行巡检，以此类推，完成所有关键路径点的巡检工作。

4.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤3中，无人机通过机器视觉识别并判定自身是否达到指定位置及高度，若目标杆塔参数特征符合预设逻辑，则记录无人机所在位置的经纬度和高度，以及无人机的姿态信息，如果目标杆塔参数特征不符合预设逻辑，则自动调整无人机的位置和姿态，直至符合为止。

5.根据权利要求4所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述目标杆塔参数特征包括酒杯塔、猫头塔、干字塔在内的杆塔外部形态，以及目标杆塔上的绝缘子数量和对称性；所述预设逻辑为判定无人机采集的目标杆塔图像是否与目标杆塔的参数特征一致。

6.根据权利要求2或3所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述关键路径点包括：路径途经点；所述巡检位置点为无人机需要巡检的位置，即为杆塔所在位置；所述路径途经点为无人机在飞行过程中需要经过的位置，一般为路径拐点位置；在地图上获取路径信息时需设定关键路径点的类型。

7.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤3中无人机起飞时搭载机器视觉设备的云台角度和飞行高度设定为一个默认值，云台方向为垂直向下，且在到达巡检位置前保持不变；无人机飞行高度为能确保无人机识别出杆塔的高度。

8.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤3中无人机起飞时根据起飞点位置和第一目标杆塔位置自主规划飞行方向和姿态，到达目标杆塔位置时，无人机根据目标杆塔参数特征调整无人机的精确位置和高度。

9.根据权利要求1所述的一种基于模糊路径的电力通道巡检方法，其特征在于：所述步骤3中目标杆塔参数特征包括杆塔类型和大小，以及杆塔上多个绝缘子的对称性和大小差异。

Images