CN114047779A - 一种基于无人机巡检的缺陷追踪方法及系统 - Google Patents
一种基于无人机巡检的缺陷追踪方法及系统 Download PDFInfo
- Publication number
- CN114047779A CN114047779A CN202111231825.0A CN202111231825A CN114047779A CN 114047779 A CN114047779 A CN 114047779A CN 202111231825 A CN202111231825 A CN 202111231825A CN 114047779 A CN114047779 A CN 114047779A
- Authority
- CN
- China
- Prior art keywords
- defect
- aerial vehicle
- unmanned aerial
- picture
- information
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 177
- 238000007689 inspection Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008030 elimination Effects 0.000 claims abstract description 27
- 238000003379 elimination reaction Methods 0.000 claims abstract description 27
- 230000005540 biological transmission Effects 0.000 claims description 10
- 238000012423 maintenance Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 230000002950 deficient Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000008034 disappearance Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 239000012212 insulator Substances 0.000 description 4
- 235000005770 birds nest Nutrition 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 235000005765 wild carrot Nutrition 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012795 verification 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于无人机巡检的缺陷追踪方法，它包括：步骤1、使用无人机按要求对电路进行巡检，得到目标巡检图片；步骤2、对巡检图片进行缺陷识别；步骤3、将缺陷信息录入缺陷追踪系统，信息包括缺陷编号、图片编号、经纬度和高度信息；步骤4、完成消缺工作；步骤5、利用无人机对已完成消缺工作的设备根据原始缺陷信息中的位置信息进行精准定位并复拍；步骤6、将原始缺陷图片与复拍后的图片进行比较，确认消缺工作完成；解决了现有技术针对无人机巡检缺陷图片的消缺确认使用无人机对设备重新拍摄时由于拍摄位置不同，会因无法与原始图片进行精确比较而造成误判等技术问题。
Description
技术领域
本发明属于电力设备巡检技术领域；尤其涉及一种基于无人机巡检的缺陷追踪方法及系统。
背景技术
电网线路是电力系统的重要组成部分，分布区域广泛、运行环境复杂而又恶劣，保障线路运行安全对保障电力供应有十分重要的意义。正因为电网线路的重要性与其恶劣的运行环境，使得线路运维难度较高，工作强度较大，作业风险较高。无人机技术的快速发展和应用正在悄然改变电网线路的传统运维模式。
使用无人机，可以高效对电网线路进行巡检并拍摄，大大提高了巡检效率，降低了劳动强度。但是消缺工作的一项重要任务是对设备缺陷处理之后的确认和验收，否则极易造成消缺工作的遗漏，从而给电网的稳定运行带来极大的隐患。然而常规的消缺确认使用无人机对设备重新拍摄时由于拍摄位置不同，会因无法与原始图片进行精确比较而造成误判。
发明内容
本发明要解决的技术问题：提供一种基于无人机巡检的缺陷追踪方法及系统，以解决现有技术针对无人机巡检缺陷图片的消缺确认使用无人机对设备重新拍摄时由于拍摄位置不同，会因无法与原始图片进行精确比较而造成误判等技术问题。
本发明技术方案：
一种基于无人机巡检的缺陷追踪方法，它包括：
步骤1、使用无人机按要求对电路进行巡检，得到目标巡检图片；
步骤2、对巡检图片进行缺陷识别；
步骤3、将缺陷信息录入缺陷追踪系统，信息包括缺陷编号、图片编号、经纬度和高度信息；
步骤4、完成消缺工作；
步骤5、利用无人机对已完成消缺工作的设备根据原始缺陷信息中的位置信息进行精准定位并复拍；
步骤6、将原始缺陷图片与复拍后的图片进行比较，确认消缺工作完成。
步骤2所述对巡检图片进行缺陷识别的方法为：
步骤2.1、提取图片：将所有巡检图片从无人机的存储模块中导出并保存到存储介质中；
步骤2.2、图片筛选：对巡检图片进行人工筛选，去掉无法识别、图像质量模糊、无价值及无缺陷的图片；通过软件基于Sobel边缘检测原理，利用4个方向的Sobel算子，寻找图像中每个Sobel边缘点的模糊邻域，并构建模糊邻域宽度值的计算准则来计算出整幅图像的平均模糊邻域宽度值，将宽度值突变的图像确定为图像模糊并剔除；步骤2.3、缺陷识别定级：针对有缺陷的图片，分别进行缺陷的识别和定级；其中缺陷的识别过程针对巡检图片进行筛查，将包含缺陷故障的图片选出并记录相关缺陷信息，同时根据输电线路缺陷定级标准，将各个缺陷按照标准的要求进行定级。
步骤4所述完成消缺工作的方法为：
步骤4.1、在缺陷追踪系统中进行消缺任务分派，根据缺陷类型和所属线路，将消缺任务按照优先级分派给对应输电电路的检修人员，标记任务状态为“已分派”；
步骤4.2、电网运维检修人员根据任务到达指定位置进行消缺工作；
步骤4.3、在缺陷追踪系统中更新任务状态为“已处理”。
步骤5所述利用无人机对已完成消缺工作的设备根据原始缺陷信息中的位置信息进行精准定位并复拍的方法为：
步骤5.1、在无人机的自动巡检作业中导入需要进行复拍确认的消缺任务编号及位置信息，启动自动巡检作业；所述位置信息为经纬度和高度信息；
步骤5.2、无人机按照巡检线路设置，飞行到指定位置进行复拍；
步骤5.3、无人机将复拍图片连同任务编号实时传回缺陷追踪系统，将任务状态设置为“待核验”。
步骤6所述将原始缺陷图片与复拍后的图片进行比较，确认消缺工作完成的方法为：人工在验收模块完成缺陷任务复拍图片与原始巡检图片比较；更新任务状态为“已完成”。
一种基于无人机巡检的缺陷追踪系统，它包括：
基础管理模块：对系统基础信息进行存储和管理；它包括人员管理：包括人员姓名、职务、班组和联系方式信息；设备管理：包括输电设备的编号、类别、用途、厂商、生产日期、所属杆塔号和报废时间信息；无人机管理：包括无人机编号、型号、厂商、所属部门、生产日期信息；
缺陷采集模块：用于管理缺陷信息，包括缺陷信息录入、任务分派；缺陷信息管理包含线路、缺陷说明、缺陷类型、缺陷等级、附图、经纬度和高度信息的维护功能；任务分派用于实现选定检修人员后将对应任务进行分派；
位置管理模块：用于通过接口方式为无人机提供复拍位置信息，实时对无人机位置进行修订；
验收管理模块：用于对初始巡检图片和复拍图片进行比较，更新任务状态；验收管理模块包括图片处理子模块和对比子模块；图片处理子模块用于存储无人机传回的复拍照片，并提取复拍照片中的任务编号信息与对应任务进行关联，用于下一步的图片对比；对比子模块用于在同一界面展示原始图片与复拍图片，方便业务人员对消缺结果进行确认并更新任务状态；
报告生成模块，用于根据任务状态生成缺陷追踪结果报告，统计缺陷追踪信息。
所述实时对无人机位置进行修订的方法为：
（1）根据无人机当前点和目标点的经纬度，得到两点之间的距离；
（2）计算当前点和目标点的航向角；
（3）根据距离和航向角，计算出沿着目标方向和垂直方向的距离；
（4）将目标方向的距离以及补偿后的垂直方向的距离转换为速度信息，再分解到NE坐标系，得到Vn、Ve的速度目标值实现无人机位置的实时调整；Vn为NE坐标系中竖直方向的速度值；Ve为NE坐标系中水平方向的速度值。
补偿后的垂直方向的距离为计算出的垂直方向的距离值乘以补偿系数；所述补偿系数通过风速确定；风速越大补偿系数越大。
本发明的有益效果：
本发明提出的基于无人机巡检的缺陷追踪方法及系统，通过精确的重定位技术，对上一次故障点进行还原式复拍，从而防止误判的发生，有效完成对消缺工作的闭环管理，提高了电网缺陷处理工作的信息化水平，保障了消缺工作的有效性；使输电缺陷管理工作朝更高效、有效的方向发展；解决了现有技术针对无人机巡检缺陷图片的消缺确认使用无人机对设备重新拍摄时由于拍摄位置不同，会因无法与原始图片进行精确比较而造成误判等技术问题。
附图说明
图1为本发明流程示意图；
图2为本发明缺陷追踪系统组成示意图；
图3为本发明无人机位置修订示意图。
具体实施方式
请参照以下实施例，其中实施例一侧重于电路缺陷从录入到消缺确认的基础流程，实施例二侧重于缺陷追踪系统。可以理解的是：虽然各实施例的侧重不同，但其设计思想是一致的。且，在某个实施例中没有详述的部分，可以参见说明书全文的详细描述，不再赘述。
实施例一
请参阅图1，所示为基于无人机巡检的缺陷追踪工作流程示意图，包括以下步骤：
步骤S101，使用无人机按照一定要求对输电线路进行巡检，得到目标图片。
目前电路巡检有人工操控无人机及无人机自动巡航两种方式。具体的，拍摄过程遵循以下两点：
（1）对杆体从4个位置拍摄，分别为：杆身正面、杆身侧面、杆体地线挂点、导线端金具图片（含完整绝缘子串、避雷器）。在保证无人机与杆身、导线满足安全距离的条件下尽可能保证图片的质量，能清晰地反映图片内容；
（2）拍摄杆体要能清楚反应杆体所处地形地貌、基础、及杆体整体情况，便于直观而有效地分析缺陷及隐患。
步骤S102中，对巡检图片进行缺陷识别。
在本实施例中，所述的处理的具体步骤包括：
（1）提取图片：获取用于巡检的无人机，将所有图片从无人机的存储模块中导出并保存到存储介质中；
（2）图片筛选：对图片进行人工筛选，去掉无法识别、图像质量低、无价值及无缺陷的图片。单对于大批量的模糊图片，可以通过软件基于Sobel边缘检测原理，利用4个方向的Sobel算子，寻找图像中每个Sobel边缘点的模糊邻域，并构建模糊邻域宽度值的计算准则，由此来计算出整幅图像的平均模糊邻域宽度值，将宽度值突变的图像确定为模糊图像并剔除。
（3）缺陷识别定级：针对有缺陷的图片，分别进行缺陷的识别和定级。其中缺陷的识别过程针对巡检图片进行筛查，将包含缺陷故障（如销钉缺失、鸟巢、绝缘子自爆、金具锈蚀）的图片选出并记录相关缺陷信息，同时根据输电线路缺陷定级标准，将各个缺陷按照标准的要求进行定级，如鸟巢在绝缘子挂点处筑巢，则定级为“重大”。如鸟巢位置在绝缘子挂点处1米范围，则定级为“一般”。
在S103中，将缺陷信息录入缺陷追踪系统，包括缺陷编号、图片编号、经纬度、高度等信息；
在本实施例中，所述的具体的操作方法包括：
（1）图片附加信息提取：从图片信息中提取出需要的附加信息，提取的信息至少包括：图片编号、经度、纬度、高度；
（2）录入缺陷信息：将缺陷信息（包括线路、缺陷说明、缺陷类型、缺陷等级、附图、经纬度、高度信息）逐条录入缺陷追踪系统，生成对应的消缺任务，并设置任务的状态为“待处理”。
S104，完成消缺工作。
具体而言，本步骤包括：
（1）在缺陷追踪系统中进行消缺任务分派，根据缺陷类型和所属线路，将消缺任务按照优先级分派给对应输电电路的检修人员，标记任务状态为“已分派”；
（2）电网运维检修人员根据任务到达指定位置进行消缺工作；
（3）在缺陷追踪系统中更新任务状态为“已处理”。
S105，利用无人机对已完成消缺工作的设备根据缺陷信息中的位置信息进行精准定位并复拍。通过缺陷追踪系统的辅助，结合无人机自动巡检作业，就可以实现对缺陷设备的自动定位拍摄。具体而言，本步骤包括：
（1）在无人机的自动巡检作业中导入需要进行复拍确认的消缺任务（即状态为“已处理”）编号及位置信息，启动自动巡检作业；
（2）无人机按照巡检线路设置，飞行到指定位置进行复拍；
（3）无人机将复拍图片连同任务编号实时传回缺陷追踪系统，将任务状态设置为“待核验”。
S106，将原始巡检图片与复拍后的图片进行比较，确认消缺工作完成。具体而言，本步骤包括：
（1）人工在验收模块完成缺陷任务复拍图片与原始巡检图片比较；
（2）更新任务状态为“已完成”。
实施例二。
请参阅图2，所示为缺陷追踪系统的模块示意图。所述缺陷追踪系统100，包括：
基础管理模块1、缺陷采集模块2、位置管理模块3、验收管理模块4、报告生成模块5。
具体而言，所述基础管理模块1，包括人员管理子模块11、设备管理子模块12、无人机管理子模块13，分别用于管理人员、设备和无人机信息。
（1）人员管理：包括人员姓名、职务、班组、联系方式等基本信息，该模块可以对人员进行新增、修改、删除等操作。
（2）设备管理：包括输电设备的编号、类别、用途、厂商、生产日期、所属杆塔号、报废时间等基本信息，该模块可以对设备进行新增、修改、删除等操作。
（3）无人机管理：包括无人机编号、型号、厂商、所属部门、生产日期等基本信息，该模块可以对无人机进行新增、修改、删除等操作。
缺陷采集模块2，用于管理缺陷信息，包括缺陷信息录入、任务分派。缺陷信息管理包含了线路、缺陷说明、缺陷类型、缺陷等级、附图、经纬度、高度信息等缺陷信息的维护功能；任务分派功能用于实现选定检修人员后将对应任务进行分派。
位置管理模块3，用于通过接口方式为无人机提供复拍位置信息，可以实时对无人机位置进行修订。因为无人机野外拍摄环境较为复杂，受气流、风向等因素影响，无人机往往无法处于一个完全静止的状态进行拍摄。因为位置管理模块提供了动态位置修正功能，可以让无人机在飞行状态下进行拍摄。
常规的修订方法是根据当前位置和目标位置的经纬度，分别对经纬度求误差，转换成距离后，乘以一定的比例系数K，从而转换成Vn和Ve的速度目标值，判定当前位置和目标位置的距离，从而判定位置是否准确。但是这种方法没有考虑轨迹跟踪的问题，针对电路巡检这种复杂的野外环境并不适用。
假设在点1处，应该是以黑线的状态飞往home点。如果由于风力的影响，飞行器被吹到了点2处，以上述的设计方法，无人机会从点2再沿直线向home点飞行，而受风力的持续影响，无人机无法准确飞行至home点。
位置控制器的输入是目标点的经纬度，输出的是Vn 、Ve方向的目标速度，作为下一级速度控制器的输入。与之前不一样的地方在于，引入了垂直航线的距离，通过这个距离控制飞行器压线飞行。具体步骤：
（1）根据当前点和目标点的经纬度，得到两点之间的距离;
（2）计算当前点和目标点的航向角;
（3）根据距离和航向角，计算出沿着目标方向和垂直方向的距离;垂直方向的距离用来判定飞行轨迹是否压线准确;
（4）将目标方向的距离以及补偿后的垂直方向的距离转换为速度信息，再分解到NE坐标系，得到Vn、Ve的速度目标值实现无人机位置的实时调整；Vn为NE坐标系中竖直方向的速度值；Ve为NE坐标系中水平方向的速度值。
补偿后的垂直方向的距离为计算出的垂直方向的距离值乘以补偿系数；所述补偿系数通过风速确定；风速越大补偿系数越大；通过动态补偿，控制飞行器压线飞行。
验收管理模块4，用于对初始巡检图片和复拍图片进行比较，更新任务状态。具体而言，所述验收管理模块4，包括图片处理子模块41、对比子模块42；
图片处理子模块41，用于存储无人机传回的复拍照片，并提取复拍照片中的任务编号信息与对应任务进行关联，用于下一步的图片对比。
对比子模块42，用于在同一界面展示原始图片与复拍图片，方便业务人员对消缺结果进行确认并更新任务状态。
报告生成模块5，用于根据任务状态生成缺陷追踪结果报告，统计缺陷追踪信息。
Claims (8)
1.一种基于无人机巡检的缺陷追踪方法，它包括：
步骤1、使用无人机按要求对电路进行巡检，得到目标巡检图片；
步骤2、对巡检图片进行缺陷识别；
步骤3、将缺陷信息录入缺陷追踪系统，信息包括缺陷编号、图片编号、经纬度和高度信息；
步骤4、完成消缺工作；
步骤5、利用无人机对已完成消缺工作的设备根据原始缺陷信息中的位置信息进行精准定位并复拍；
步骤6、将原始缺陷图片与复拍后的图片进行比较，确认消缺工作完成。
2.根据权利要求1所述的一种基于无人机巡检的缺陷追踪方法，其特征在于：步骤2所述对巡检图片进行缺陷识别的方法为：
步骤2.1、提取图片：将所有巡检图片从无人机的存储模块中导出并保存到存储介质中；
步骤2.2、图片筛选：对巡检图片进行人工筛选，去掉无法识别、图像质量模糊、无价值及无缺陷的图片；通过软件基于Sobel边缘检测原理，利用4个方向的Sobel算子，寻找图像中每个Sobel边缘点的模糊邻域，并构建模糊邻域宽度值的计算准则来计算出整幅图像的平均模糊邻域宽度值，将宽度值突变的图像确定为图像模糊并剔除；步骤2.3、缺陷识别定级：针对有缺陷的图片，分别进行缺陷的识别和定级；其中缺陷的识别过程针对巡检图片进行筛查，将包含缺陷故障的图片选出并记录相关缺陷信息，同时根据输电线路缺陷定级标准，将各个缺陷按照标准的要求进行定级。
3.根据权利要求1所述的一种基于无人机巡检的缺陷追踪方法，其特征在于：步骤4所述完成消缺工作的方法为：
步骤4.1、在缺陷追踪系统中进行消缺任务分派，根据缺陷类型和所属线路，将消缺任务按照优先级分派给对应输电电路的检修人员，标记任务状态为“已分派”；
步骤4.2、电网运维检修人员根据任务到达指定位置进行消缺工作；
步骤4.3、在缺陷追踪系统中更新任务状态为“已处理”。
4.根据权利要求1所述的一种基于无人机巡检的缺陷追踪方法，其特征在于：步骤5所述利用无人机对已完成消缺工作的设备根据原始缺陷信息中的位置信息进行精准定位并复拍的方法为：
步骤5.1、在无人机的自动巡检作业中导入需要进行复拍确认的消缺任务编号及位置信息，启动自动巡检作业；所述位置信息为经纬度和高度信息；
步骤5.2、无人机按照巡检线路设置，飞行到指定位置进行复拍；
步骤5.3、无人机将复拍图片连同任务编号实时传回缺陷追踪系统，将任务状态设置为“待核验”。
5.根据权利要求1所述的一种基于无人机巡检的缺陷追踪方法，其特征在于：步骤6所述将原始缺陷图片与复拍后的图片进行比较，确认消缺工作完成的方法为：人工在验收模块完成缺陷任务复拍图片与原始巡检图片比较；更新任务状态为“已完成”。
6.如权利要求1所述的一种基于无人机巡检的缺陷追踪系统，它包括：
基础管理模块：对系统基础信息进行存储和管理；它包括人员管理：包括人员姓名、职务、班组和联系方式信息；设备管理：包括输电设备的编号、类别、用途、厂商、生产日期、所属杆塔号和报废时间信息；无人机管理：包括无人机编号、型号、厂商、所属部门、生产日期信息；
缺陷采集模块：用于管理缺陷信息，包括缺陷信息录入、任务分派；缺陷信息管理包含线路、缺陷说明、缺陷类型、缺陷等级、附图、经纬度和高度信息的维护功能；任务分派用于实现选定检修人员后将对应任务进行分派；
位置管理模块：用于通过接口方式为无人机提供复拍位置信息，实时对无人机位置进行修订；
验收管理模块：用于对初始巡检图片和复拍图片进行比较，更新任务状态；验收管理模块包括图片处理子模块和对比子模块；图片处理子模块用于存储无人机传回的复拍照片，并提取复拍照片中的任务编号信息与对应任务进行关联，用于下一步的图片对比；对比子模块用于在同一界面展示原始图片与复拍图片，方便业务人员对消缺结果进行确认并更新任务状态；
报告生成模块，用于根据任务状态生成缺陷追踪结果报告，统计缺陷追踪信息。
7.根据权利要求6所述的一种基于无人机巡检的缺陷追踪系统，其特征在于：所述实时对无人机位置进行修订的方法为：
（1）根据无人机当前点和目标点的经纬度，得到两点之间的距离；
（2）计算当前点和目标点的航向角；
（3）根据距离和航向角，计算出沿着目标方向和垂直方向的距离；
（4）将目标方向的距离以及补偿后的垂直方向的距离转换为速度信息，再分解到NE坐标系，得到Vn、Ve的速度目标值实现无人机位置的实时调整；Vn为NE坐标系中竖直方向的速度值；Ve为NE坐标系中水平方向的速度值。
8.根据权利要求7所述的一种基于无人机巡检的缺陷追踪系统，其特征在于：补偿后的垂直方向的距离为计算出的垂直方向的距离值乘以补偿系数；所述补偿系数通过风速确定；风速越大补偿系数越大。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111231825.0A CN114047779A (zh) | 2021-10-22 | 2021-10-22 | 一种基于无人机巡检的缺陷追踪方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111231825.0A CN114047779A (zh) | 2021-10-22 | 2021-10-22 | 一种基于无人机巡检的缺陷追踪方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114047779A true CN114047779A (zh) | 2022-02-15 |
Family
ID=80205669
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111231825.0A Pending CN114047779A (zh) | 2021-10-22 | 2021-10-22 | 一种基于无人机巡检的缺陷追踪方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114047779A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995700A (zh) * | 2022-06-21 | 2022-09-02 | 岭澳核电有限公司 | 小缺陷的点巡检方法、装置、计算机设备和存储介质 |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050002570A1 (en) * | 2002-07-10 | 2005-01-06 | Northrop Grumman Corporation | System and method for analyzing a contour of an image by applying a sobel operator thereto |
| KR20090068824A (ko) * | 2007-12-24 | 2009-06-29 | 주식회사 코윈디에스티 | 포토 마스크 리페어 장치 및 그 방법 |
| CN101788822A (zh) * | 2010-01-18 | 2010-07-28 | 北京航空航天大学 | 一种无人机侧向控制方法 |
| CN102136162A (zh) * | 2010-12-25 | 2011-07-27 | 江西九江供电公司 | 一种输电线路巡检系统 |
| JP2013146760A (ja) * | 2012-01-19 | 2013-08-01 | Olympus Corp | 欠陥修正装置、及び、欠陥修正方法 |
| CN103824340A (zh) * | 2014-03-07 | 2014-05-28 | 山东鲁能智能技术有限公司 | 无人机输电线路智能巡检系统及巡检方法 |
| CN103823449A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 用于无人机输电线路巡检的集中监控子系统及监控方法 |
| CN104536457A (zh) * | 2014-12-19 | 2015-04-22 | 重庆大学 | 基于小型无人机导航的滑模控制方法 |
| WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
| CN105225062A (zh) * | 2015-10-21 | 2016-01-06 | 国家电网公司 | 一种输电线路消缺信息的处理方法及系统 |
| CN106295979A (zh) * | 2016-08-05 | 2017-01-04 | 国网山东省电力公司商河县供电公司 | 电力离线终端的定位、查找及消缺信息采集、确认系统 |
| CN109459437A (zh) * | 2018-11-07 | 2019-03-12 | 天津市普迅电力信息技术有限公司 | 基于高精度定位的多旋翼无人机输电杆塔缺陷识别方法 |
| CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
| CN111459178A (zh) * | 2020-04-30 | 2020-07-28 | 广东电网有限责任公司 | 一种自动激光消缺的5g智能巡视系统 |
| CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
| CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
| CN112180972A (zh) * | 2020-09-16 | 2021-01-05 | 西安羚控电子科技有限公司 | 基于前轮转弯技术的无人机航线确定方法 |
-
2021
- 2021-10-22 CN CN202111231825.0A patent/CN114047779A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050002570A1 (en) * | 2002-07-10 | 2005-01-06 | Northrop Grumman Corporation | System and method for analyzing a contour of an image by applying a sobel operator thereto |
| KR20090068824A (ko) * | 2007-12-24 | 2009-06-29 | 주식회사 코윈디에스티 | 포토 마스크 리페어 장치 및 그 방법 |
| CN101788822A (zh) * | 2010-01-18 | 2010-07-28 | 北京航空航天大学 | 一种无人机侧向控制方法 |
| CN102136162A (zh) * | 2010-12-25 | 2011-07-27 | 江西九江供电公司 | 一种输电线路巡检系统 |
| JP2013146760A (ja) * | 2012-01-19 | 2013-08-01 | Olympus Corp | 欠陥修正装置、及び、欠陥修正方法 |
| WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
| CN103823449A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 用于无人机输电线路巡检的集中监控子系统及监控方法 |
| CN103824340A (zh) * | 2014-03-07 | 2014-05-28 | 山东鲁能智能技术有限公司 | 无人机输电线路智能巡检系统及巡检方法 |
| CN104536457A (zh) * | 2014-12-19 | 2015-04-22 | 重庆大学 | 基于小型无人机导航的滑模控制方法 |
| CN105225062A (zh) * | 2015-10-21 | 2016-01-06 | 国家电网公司 | 一种输电线路消缺信息的处理方法及系统 |
| CN106295979A (zh) * | 2016-08-05 | 2017-01-04 | 国网山东省电力公司商河县供电公司 | 电力离线终端的定位、查找及消缺信息采集、确认系统 |
| CN109459437A (zh) * | 2018-11-07 | 2019-03-12 | 天津市普迅电力信息技术有限公司 | 基于高精度定位的多旋翼无人机输电杆塔缺陷识别方法 |
| CN110865654A (zh) * | 2019-12-06 | 2020-03-06 | 河南送变电建设有限公司 | 一种电网无人机巡检缺陷处理方法 |
| CN111459178A (zh) * | 2020-04-30 | 2020-07-28 | 广东电网有限责任公司 | 一种自动激光消缺的5g智能巡视系统 |
| CN111709361A (zh) * | 2020-06-16 | 2020-09-25 | 广东电网有限责任公司 | 一种输电线路无人机巡检数据处理方法 |
| CN111949809A (zh) * | 2020-07-16 | 2020-11-17 | 广东电网有限责任公司 | 一种输电线路红外巡检数据智能处理方法 |
| CN112180972A (zh) * | 2020-09-16 | 2021-01-05 | 西安羚控电子科技有限公司 | 基于前轮转弯技术的无人机航线确定方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114995700A (zh) * | 2022-06-21 | 2022-09-02 | 岭澳核电有限公司 | 小缺陷的点巡检方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114898232B (zh) | 基于光伏组串数据分析的光伏电站无人机巡检方法及系统 | |
| CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及系统 | |
| CN110703800A (zh) | 基于无人机的电力设施智能识别方法及系统 | |
| CN111709361B (zh) | 一种输电线路无人机巡检数据处理方法 | |
| CN113781450A (zh) | 一种基于输配电线路无人机图像采集自动化智能缺陷分析系统 | |
| CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
| CN115240093B (zh) | 基于可见光和激光雷达点云融合的输电通道自动巡检方法 | |
| CN108846771A (zh) | 运维管理系统及方法 | |
| CN111402447A (zh) | 电网线路巡检方法、服务器、系统及存储介质 | |
| CN111428629A (zh) | 变电站运行监测方法、状态确定方法及无人机巡检系统 | |
| CN110865654A (zh) | 一种电网无人机巡检缺陷处理方法 | |
| CN115169602A (zh) | 电力设备的维护方法、装置、存储介质及计算机设备 | |
| CN116310891A (zh) | 一种云边协同输电线路缺陷智能检测系统和方法 | |
| CN114047779A (zh) | 一种基于无人机巡检的缺陷追踪方法及系统 | |
| CN114881997A (zh) | 一种风电机组缺陷评估方法及相关设备 | |
| CN114187511A (zh) | 一种输电全景大数据智能监控方法 | |
| CN114035606A (zh) | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 | |
| CN116859993A (zh) | 一种配电网多无人机巡线路径规划方法及系统 | |
| CN116797206A (zh) | 一种基于无人机的光伏电站的智能巡检方法与系统 | |
| KR101992672B1 (ko) | 드론 영상을 이용한 가공송전선로의 경관 영향 분석 방법 | |
| CN113762183A (zh) | 一种既有建筑安全的智能检查分析系统及操作方法 | |
| CN117514646A (zh) | 一种地面式风机叶片动态巡检分析方法及系统 | |
| CN112749746A (zh) | 一种缺陷样本迭代更新方法、系统及装置 | |
| GB2566491A (en) | Damage detection and repair system | |
| CN115858714B (zh) | 一种无人机采集gis数据自动建模管理系统及方法 |
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 |