CN113689589B - 一种基于无人机的电缆线路巡视方法及装置 - Google Patents
一种基于无人机的电缆线路巡视方法及装置 Download PDFInfo
- Publication number
- CN113689589B CN113689589B CN202111028574.6A CN202111028574A CN113689589B CN 113689589 B CN113689589 B CN 113689589B CN 202111028574 A CN202111028574 A CN 202111028574A CN 113689589 B CN113689589 B CN 113689589B
- Authority
- CN
- China
- Prior art keywords
- black point
- unmanned aerial
- aerial vehicle
- black
- risk
- 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
Links
Images
Classifications
-
- 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
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
-
- 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
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Emergency Management (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请公开了一种基于无人机的电缆线路巡视方法及装置,方法包括:将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得综合线路坐标图;使车载无人机系统与无人机根据综合线路坐标图中规划的巡检路线进行线路巡视;通过黑点识别网络模型检测到无人机回传图像中存在检测黑点时,获取检测黑点的黑点坐标和无人机当前坐标;若黑点坐标在中风险黑点区域,则无人机在检测黑点所在的中风险黑点区域的中点处启动第一报警提示;若黑点坐标在高风险黑点区域,则无人机在检测黑点所在的高风险黑点区域的中点处启动第二报警提示。本申请能解决现有技术依赖人力成本,对黑点的巡视不够灵活,导致野蛮施工停电的情况发生的技术问题。
Description
技术领域
本申请涉及电缆线路巡检技术领域,尤其涉及一种基于无人机的电缆线路巡视方法及装置。
背景技术
电力设备的巡视维护对提高供电可靠性非常重要,可以大大降低因为施工单位野蛮施工造成的故障停电事故。
运维模式分为两种:一是日常巡视,运维人员驾车沿电力电缆、架空线路走廊进行设备巡视,对新发现的施工作业高风险区域识别,记录现场施工单位及作业信息,输入黑点档案,对野蛮施工行为立即制止。二是黑点特巡,运维人员根据黑点档案信息,针对施工黑点区域加大巡视频次与安全交底次数,并设置施工红线区域,及时制止野蛮施工行为。目前两种城市配电网运维巡视方法都存在人力成本高,黑点信息更新不及时,运维巡视不及时,巡视质量不佳等诸多不利情况,导致城市配电网被野蛮施工造成区域性停电时有发生。
发明内容
本申请提供了一种基于无人机的电缆线路巡视方法及装置,用于解决现有技术不仅依赖人力成本,而且对黑点的巡视不够灵活,影响巡视结果,导致野蛮施工停电的情况发生的技术问题。
有鉴于此,本申请第一方面提供了一种基于无人机的电缆线路巡视方法,包括:
将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,所述初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;
使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,所述巡检路线包括无人机巡视路线和车载无人机系统行驶路线;
在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标;
若所述黑点坐标在所述中风险黑点区域范围内,则无人机在所述检测黑点所在的中风险黑点区域的中点处启动第一报警提示;
若所述黑点坐标在所述高风险黑点区域范围内,则无人机在所述检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
优选地,所述使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,包括:
在所述综合线路坐标图上规划走向相同的无人机巡视路线和车载无人机系统行驶路线;
使沿着所述无人机巡视路线进行图像回传的线路巡视操作的无人机保持在所述车载无人机系统行驶路线上的车载无人机系统的预置通信半径范围内。
优选地,所述在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标,之前还包括:
获取大量历史线路图像,所述历史线路图像包括历史黑点区域图像;
通过所述历史线路图像训练初始神经网络模型,将训练准确率满足预设准确度的初始神经网络模型确定为预置黑点识别网络模型。
优选地,所述获取所述检测黑点的黑点坐标和无人机当前坐标,之后还包括:
若所述黑点坐标在所述低风险黑点区域范围内,则无人机根据所述无人机当前坐标沿所述无人机巡视路线继续进行线路巡视操作,不作报警提示。
优选地,所述获取所述检测黑点的黑点坐标和无人机当前坐标,之后还包括:
若所述黑点坐标不在所述初始黑点档案记录的黑点区域中,则无人机在所述黑点坐标处启动第三报警提示,同时以所述检测黑点更新所述初始黑点档案。
优选地,所述更新所述初始黑点档案的过程为:
对所述检测黑点进行分类处理后,将所述检测黑点按照所属类别添加至所述初始黑点档案中,得到更新黑点档案。
优选地,所述第一报警提示包括预置时长的声光报警;
所述第二报警提示包括所述预置时长的声光报警,以及激活话务系统提供施工交底提示;
所述第三报警提示包括停止施工告警。
本申请第二方面提供了一种基于无人机的电缆线路巡视装置,包括:
导入模块,用于将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,所述初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;
巡视模块,用于使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,所述巡检路线包括无人机巡视路线和车载无人机系统行驶路线;
检测模块,用于在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标;
第一判断模块,用于若所述黑点坐标在所述中风险黑点区域范围内,则无人机在所述检测黑点所在的中风险黑点区域的中点处启动第一报警提示;
第二判断模块,用于若所述黑点坐标在所述高风险黑点区域范围内,则无人机在所述检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
优选地,还包括:
第三判断模块,用于若所述黑点坐标在所述低风险黑点区域范围内,则无人机根据所述无人机当前坐标沿所述无人机巡视路线继续进行线路巡视操作,不作报警提示。
优选地,还包括:
第四判断模块,用于若所述黑点坐标不在所述初始黑点档案记录的黑点区域中,则无人机在所述黑点坐标处启动第三报警提示,同时以所述检测黑点更新所述初始黑点档案。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请中,提供了一种基于无人机的电缆线路巡视方法,包括:将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;使车载无人机系统与无人机根据从综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,巡检路线包括无人机巡视路线和车载无人机系统行驶路线;在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取检测黑点的黑点坐标和无人机当前坐标;若黑点坐标在中风险黑点区域范围内,则无人机在检测黑点所在的中风险黑点区域的中点处启动第一报警提示;若黑点坐标在高风险黑点区域范围内,则无人机在检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
本申请提供的一种基于无人机的电缆线路巡视方法,同时为无人机和车载无人机系统制定了针对性的路线,从而脱离人力因素的限制;并且通过黑点识别网络模型对黑点区域图像进行识别,提升黑点巡视敏感性,保障巡视结果可靠性;针对不同危险程度的黑点区域实行不同的报警提示,既能避免系统过于敏感,也能避免风险区域的野蛮施工,整个巡视过程自适应程度较高,不同风险情况的处理也更加灵活。因此,本申请能够解决现有技术不仅依赖人力成本,而且对黑点的巡视不够灵活,影响巡视结果,导致野蛮施工停电的情况发生的技术问题。
附图说明
图1为本申请实施例提供的一种基于无人机的电缆线路巡视方法的流程示意图;
图2为本申请实施例提供的一种基于无人机的电缆线路巡视装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
为了便于理解,请参阅图1,本申请提供的一种基于无人机的电缆线路巡视方法的实施例,包括:
步骤101、将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域。
黑点即为施工作业高风险区域,黑点档案则是记录的施工场地或者单位的施工作业高风险区域集。
目标电缆线路图是根据GIS地图确定的,而经纬度坐标系是根据车载无人机系统上的GPS系统确定的。初始黑点档案主要是记录了目标区域中的黑点区域集,并且将黑点区域按照不同的风险程度进行分类处理,即可得到低风险黑点区域、中风险黑点区域和高风险黑点区域。若设每类黑点区域均有n个黑点,那么三类黑点区域可以表达为D=D1∪D2∪......∪Dn、Z=Z1∪Z2∪......∪Zn和G=G1∪G2∪......∪Gn。
综合线路坐标图中采用具体的经纬度描述电缆线路以及黑点坐标,便于后续的巡视检测分析。
步骤102、使车载无人机系统与无人机根据从综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,巡检路线包括无人机巡视路线和车载无人机系统行驶路线。
进一步地,步骤102,包括:
在综合线路坐标图上规划走向相同的无人机巡视路线和车载无人机系统行驶路线;
使沿着无人机巡视路线进行图像回传的线路巡视操作的无人机保持在车载无人机系统行驶路线上的车载无人机系统的预置通信半径范围内。
规划的无人机巡视路线和车载无人机系统行驶路线分别是线路的走势和道路的走势,二者的走向应该大致一样,即近似平行的两条路线,无人机始终在车载无人机的通信范围内,保持信息的传输与指令的发送,同时还可以在无人机能耗不足时更换其他无人机继续完成路线巡视工作。记无人机巡视路线为JL;车载无人机系统行驶路线为CL。
可以举例说明无人机和车载无人机系统的工作配合情况:车载无人机系统从CL起点出发,1号无人机同时从车载无人机系统上起飞从JL起点出发;车载无人机系统的行驶速度与无人机的飞行速度及位置相匹配,使得无人机在飞行过程中总在车载无人机系统的预置通信半径范围内,预置通信半径范围根据实际的通信机制设定,在此不作限定。当1号无人机到达线路JL的终点时,自动返回车载无人机系统;当车载无人机系统到达线路CL的终点时,结束巡视工作;如果车载无人机系统到达线路CL终点的时间比1号无人机到达线路JL终点的时间早,则车载无人机系统在线路CL终点等待1号无人机返回后再结束巡视工作。
此外,当1号无人机续航不足的时候,车载无人机系统会记录下当前1号无人机到达的JL路径的坐标,1号无人机返回车载无人机系统进行充电,并由2号无人机代替1号无人机从记录下的坐标位置开始完成巡视工作。同样地,当2号无人机续航不足时,由3号无人机完成工作,时刻保证巡视任务的连贯性。
可以理解的是,为了便于操作人员的回溯查看或者实时观察,可以设置两个显示屏,1号显示屏能实时显示无人机回传的巡视图像信息,2号显示屏能够基于车载无人机系统上的GPS地图显示当前车载无人机系统和无人机的具体位置。
步骤103、在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取检测黑点的黑点坐标和无人机当前坐标。
预置黑点识别网络模型配置在车载无人机系统中,在车载无人机系统接收到无人机回传的图像时,将该图像发送至模型中进行识别,得到识别结果,车载无人机系统根据识别结果为存在检测黑点这一结论获取检测黑点在经纬度坐标系中的坐标,即黑点坐标,以及此时的无人机当前坐标。
进一步地,步骤103,之前还包括:
获取大量历史线路图像,历史线路图像包括历史黑点区域图像;
通过历史线路图像训练初始神经网络模型,将训练准确率满足预设准确度的初始神经网络模型确定为预置黑点识别网络模型。
预置黑点识别网络模型是训练完成的达到一定识别准确度的网络模型;训练数据集除了采用历史线路图像,为了黑点类别更加齐全,可以加入人工处理的图像,增加训练集能使模型获取到更多黑点学习素材,从而得到准确率更高的识别模型。
步骤104、若黑点坐标在中风险黑点区域范围内,则无人机在检测黑点所在的中风险黑点区域的中点处启动第一报警提示。
步骤105、若黑点坐标在高风险黑点区域范围内,则无人机在检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
记黑点坐标为(X0,Y0),而低风险区域为D,中风险区域为Z,高风险区域为G,那么判定的过程为:若(X0,Y0)∈Z,那么说明检测黑点位于中风险黑点区域范围内,此时车载无人机系统控制无人机飞行至该区域的中心坐标处进行报警提示即可。报警完成后车载无人机系统控制无人机回到无人机当前坐标位置上,然后继续沿着无人机巡视路线JL进行巡视操作。若(X0,Y0)∈G,则说明检测黑点位于高风险黑点区域范围内,车载无人机系统控制无人机飞行至对应区域的中心坐标处进行报警提示。同样,在报警操作完成之后,无人机需要返回无人机当前坐标处,继续沿着无人机巡视路线进行巡视。
进一步地,还包括:
若黑点坐标在低风险黑点区域范围内,则无人机根据无人机当前坐标沿无人机巡视路线继续进行线路巡视操作,不作报警提示。
可以理解的是,若黑点坐标在低风险黑点区域范围内,则(X0,Y0)∈D,此时无人机不需要作特殊操作,即不需要报警提示,默认为低风险黑点区域不需要告警;无人机根据当前坐标沿着无人机巡视路线继续完成巡视操作即可。
进一步地,还包括:
若黑点坐标不在初始黑点档案记录的黑点区域中,则无人机在黑点坐标处启动第三报警提示,同时以检测黑点更新初始黑点档案。
若是初始黑点档案并未记载检测黑点,说明是全新的黑点区域,不仅需要针对性报警,还需要完成初始黑点档案的更新操作,即报警提示的同时将检测黑点更新至初始黑点档案中。结束这些操作后,无人机仍然需要回到无人机当前坐标处,继续沿着无人机巡视路线JL完成线路巡视任务。
此处还存在一个特例情况说明,若是该区域存在初始黑点档案中其他类别的黑点区域,但是系统并未识别为黑点,即在初始黑点档案中此处的检测黑点属于某个级别的风险黑点区域,实际识别并未判定存在黑点,那么就将该黑点区域从初始黑点档案中删除,以此更新初始黑点档案。总之需要及时更新初始黑点档案,以保证实际的巡视效果。
进一步地,更新初始黑点档案的过程为:
对检测黑点进行分类处理后,将检测黑点按照所属类别添加至初始黑点档案中,得到更新黑点档案。
具体的检测黑点归入初始黑点档案并非直接添加进去,而是需要进行分类操作,也就是明确检测黑点是低风险黑点区域,中风险黑点区域还是高风险黑点区域,按照类别进行存储,得到风行黑点档案。
进一步地,第一报警提示包括预置时长的声光报警;
第二报警提示包括预置时长的声光报警,以及激活话务系统提供施工交底提示;
第三报警提示包括停止施工告警。
可以发现,第一报警提示、第二报警提示和第三报警提示逐步加强,这也是根据其检测黑点的风险程度而定的,中风险需要提醒但是并未达到危急的程度,而高风险不仅需要报警提示,还需要激活话务系统,通过不同黑点区域记录的负责联系人进行通话提醒,从而操作人员作出有效的措施。对于不在初始黑点档案中的检测黑点,由于不清楚其风险程度,为了避免不当施工,所以需要类似于停止施工这样的更加迫切的告警提示,同时还可以通过车载无人机系统提示运维人员前去交底。
本申请实施例提供的一种基于无人机的电缆线路巡视方法,同时为无人机和车载无人机系统制定了针对性的路线,从而脱离人力因素的限制;并且通过黑点识别网络模型对黑点区域图像进行识别,提升黑点巡视敏感性,保障巡视结果可靠性;针对不同危险程度的黑点区域实行不同的报警提示,既能避免系统过于敏感,也能避免风险区域的野蛮施工,整个巡视过程自适应程度较高,不同风险情况的处理也更加灵活。因此,本申请实施例能够解决现有技术不仅依赖人力成本,而且对黑点的巡视不够灵活,影响巡视结果,导致野蛮施工停电的情况发生的技术问题。
为了便于理解,请参阅图2,本申请提供了一种基于无人机的电缆线路巡视装置的实施例,包括:
导入模块201,用于将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;
巡视模块202,用于使车载无人机系统与无人机根据从综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,巡检路线包括无人机巡视路线和车载无人机系统行驶路线;
检测模块203,用于在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取检测黑点的黑点坐标和无人机当前坐标;
第一判断模块204,用于若黑点坐标在中风险黑点区域范围内,则无人机在检测黑点所在的中风险黑点区域的中点处启动第一报警提示;
第二判断模块205,用于若黑点坐标在高风险黑点区域范围内,则无人机在检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
进一步地,还包括:
第三判断模块206,用于若黑点坐标在低风险黑点区域范围内,则无人机根据无人机当前坐标沿无人机巡视路线继续进行线路巡视操作,不作报警提示。
进一步地,还包括:
第四判断模块207,用于若黑点坐标不在初始黑点档案记录的黑点区域中,则无人机在黑点坐标处启动第三报警提示,同时以检测黑点更新初始黑点档案。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以通过一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文全称:Read-OnlyMemory,英文缩写:ROM)、随机存取存储器(英文全称:RandomAccess Memory,英文缩写:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (7)
1.一种基于无人机的电缆线路巡视方法,其特征在于,包括:
将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,所述初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;
使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,所述巡检路线包括无人机巡视路线和车载无人机系统行驶路线;
在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标;
若所述黑点坐标不在所述初始黑点档案记录的黑点区域中,则无人机在所述黑点坐标处启动第三报警提示,同时以所述检测黑点更新所述初始黑点档案;所述更新所述初始黑点档案的过程为:
对所述检测黑点进行分类处理后,将所述检测黑点按照所属类别添加至所述初始黑点档案中,得到更新黑点档案;
若所述黑点坐标在所述中风险黑点区域范围内,则无人机在所述检测黑点所在的中风险黑点区域的中点处启动第一报警提示;
若所述黑点坐标在所述高风险黑点区域范围内,则无人机在所述检测黑点所在的高风险黑点区域的中点处启动第二报警提示。
2.根据权利要求1所述的基于无人机的电缆线路巡视方法,其特征在于,所述使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,包括:
在所述综合线路坐标图上规划走向相同的无人机巡视路线和车载无人机系统行驶路线;
使沿着所述无人机巡视路线进行图像回传的线路巡视操作的无人机保持在所述车载无人机系统行驶路线上的车载无人机系统的预置通信半径范围内。
3.根据权利要求1所述的基于无人机的电缆线路巡视方法,其特征在于,所述在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标,之前还包括:
获取大量历史线路图像,所述历史线路图像包括历史黑点区域图像;
通过所述历史线路图像训练初始神经网络模型,将训练准确率满足预设准确度的初始神经网络模型确定为预置黑点识别网络模型。
4.根据权利要求1所述的基于无人机的电缆线路巡视方法,其特征在于,所述获取所述检测黑点的黑点坐标和无人机当前坐标,之后还包括:
若所述黑点坐标在所述低风险黑点区域范围内,则无人机根据所述无人机当前坐标沿所述无人机巡视路线继续进行线路巡视操作,不作报警提示。
5.根据权利要求1所述的基于无人机的电缆线路巡视方法,其特征在于,所述第一报警提示包括预置时长的声光报警;
所述第二报警提示包括所述预置时长的声光报警,以及激活话务系统提供施工交底提示;
所述第三报警提示包括停止施工告警。
6.一种基于无人机的电缆线路巡视装置,其特征在于,包括:
导入模块,用于将目标电缆线路图和初始黑点档案导入预置经纬度坐标系中,得到综合线路坐标图,所述初始黑点档案包括低风险黑点区域、中风险黑点区域和高风险黑点区域;
巡视模块,用于使车载无人机系统与无人机根据从所述综合线路坐标图中规划的巡检路线进行图像回传的线路巡视操作,所述巡检路线包括无人机巡视路线和车载无人机系统行驶路线;
检测模块,用于在通过预置黑点识别网络模型检测到无人机回传图像中存在检测黑点时,则获取所述检测黑点的黑点坐标和无人机当前坐标;
第一判断模块,用于若所述黑点坐标在所述中风险黑点区域范围内,则无人机在所述检测黑点所在的中风险黑点区域的中点处启动第一报警提示;
第二判断模块,用于若所述黑点坐标在所述高风险黑点区域范围内,则无人机在所述检测黑点所在的高风险黑点区域的中点处启动第二报警提示;
第四判断模块,用于若所述黑点坐标不在所述初始黑点档案记录的黑点区域中,则无人机在所述黑点坐标处启动第三报警提示,同时以所述检测黑点更新所述初始黑点档案;所述更新所述初始黑点档案的过程为:
对所述检测黑点进行分类处理后,将所述检测黑点按照所属类别添加至所述初始黑点档案中,得到更新黑点档案。
7.根据权利要求6所述的基于无人机的电缆线路巡视装置,其特征在于,还包括:
第三判断模块,用于若所述黑点坐标在所述低风险黑点区域范围内,则无人机根据所述无人机当前坐标沿所述无人机巡视路线继续进行线路巡视操作,不作报警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111028574.6A CN113689589B (zh) | 2021-09-02 | 2021-09-02 | 一种基于无人机的电缆线路巡视方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111028574.6A CN113689589B (zh) | 2021-09-02 | 2021-09-02 | 一种基于无人机的电缆线路巡视方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689589A CN113689589A (zh) | 2021-11-23 |
CN113689589B true CN113689589B (zh) | 2023-04-21 |
Family
ID=78585139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111028574.6A Active CN113689589B (zh) | 2021-09-02 | 2021-09-02 | 一种基于无人机的电缆线路巡视方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113689589B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698659A (zh) * | 2013-12-27 | 2014-04-02 | 广东电网公司江门供电局 | 一种输电线路黑点模拟预警平台及监控系统 |
CN111951510A (zh) * | 2020-08-24 | 2020-11-17 | 广州立信电子科技有限公司 | 一种基于大数据的林业防火智能巡检监测预警系统 |
CN112417967A (zh) * | 2020-10-22 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6084510A (en) * | 1997-04-18 | 2000-07-04 | Lemelson; Jerome H. | Danger warning and emergency response system and method |
CN204946277U (zh) * | 2015-08-17 | 2016-01-06 | 广西电网有限责任公司电力科学研究院 | 一种便携式树障隐患智能警报器 |
CN105511492A (zh) * | 2015-12-18 | 2016-04-20 | 苏州贝多环保技术有限公司 | 一种无人机及控制无人机的方法 |
CA3035074A1 (en) * | 2016-09-08 | 2018-03-15 | Walmart Apollo, Llc | Systems and methods for identifying pests in crop-containing areas via unmanned vehicles based on crop damage detection |
CN112215737B (zh) * | 2020-10-26 | 2023-07-07 | 上海市政工程设计研究总院(集团)有限公司 | 多源数据的市政道路交通设施监管系统 |
CN113110577A (zh) * | 2021-04-15 | 2021-07-13 | 中国南方电网有限责任公司超高压输电公司柳州局 | 电网巡检无人机飞行路线规划管理系统 |
CN113120234A (zh) * | 2021-04-21 | 2021-07-16 | 广州科腾信息技术有限公司 | 一种具有自主巡航功能的多旋翼无人机 |
CN114743111A (zh) * | 2022-04-12 | 2022-07-12 | 国网山东省电力公司经济技术研究院 | 基于无人机ai双摄的输变电施工隐患巡检方法及系统 |
-
2021
- 2021-09-02 CN CN202111028574.6A patent/CN113689589B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103698659A (zh) * | 2013-12-27 | 2014-04-02 | 广东电网公司江门供电局 | 一种输电线路黑点模拟预警平台及监控系统 |
CN111951510A (zh) * | 2020-08-24 | 2020-11-17 | 广州立信电子科技有限公司 | 一种基于大数据的林业防火智能巡检监测预警系统 |
CN112417967A (zh) * | 2020-10-22 | 2021-02-26 | 腾讯科技(深圳)有限公司 | 障碍物检测方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113689589A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107843440B (zh) | 一种自动驾驶车辆性能测试系统及方法 | |
US20210389766A1 (en) | Methods and Apparatuses for Water Body Pollution Intelligent Investigation Utilizing Unmanned Ships | |
US11836985B2 (en) | Identifying suspicious entities using autonomous vehicles | |
CN109767626B (zh) | 一种路边停车巡检方法、系统、巡逻车及服务器 | |
CN109189019B (zh) | 一种机车乘务员值乘标准化监控系统 | |
CN109084794B (zh) | 一种路径规划方法 | |
US11361556B2 (en) | Deterioration diagnosis device, deterioration diagnosis system, deterioration diagnosis method, and storage medium for storing program | |
GB2552092A (en) | Inspection system and method for automatic visual inspection of a motor vehicle | |
CN105574683A (zh) | 一种全方位变电站巡检系统及方法 | |
US9865163B2 (en) | Management of mobile objects | |
US20200210461A1 (en) | Danger warning method for vehicle, danger warning device for vehicle, and medium | |
CN105303823A (zh) | 车辆违规监控方法和系统 | |
CN114140300A (zh) | 基于gps数据识别车辆停靠点方法、装置、存储介质及终端 | |
CN109284801A (zh) | 交通指示灯的状态识别方法、装置、电子设备及存储介质 | |
CN111953789A (zh) | 基于语音识别的网约车异常驾驶环境监督系统及方法 | |
CN114999181B (zh) | 一种基于etc系统数据的高速公路车辆速度异常识别方法 | |
CN109934161B (zh) | 基于卷积神经网络的车辆识别与检测方法及系统 | |
CN111127882A (zh) | 一种基于大数据的旅游景区停车场来车数量预测方法 | |
CN116755466A (zh) | 隧道安全检测方法、设备及可读存储介质 | |
CN112633557A (zh) | 一种基于大数据的道路安全预警方法、装置、电子设备及存储介质 | |
KR102562757B1 (ko) | 노면표시 정보의 예측 및 인식방법 및 도로 유지관리 방법 | |
CN113689589B (zh) | 一种基于无人机的电缆线路巡视方法及装置 | |
Malygin et al. | Decision support systems for ensuring safety of overland traffic at major airports | |
CN114693722A (zh) | 一种车辆行驶行为检测方法、检测装置及检测设备 | |
CN112861701A (zh) | 违章停车识别方法、装置、电子设备以及计算机可读介质 |
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 |