CN115115956A - 一种基于数字孪生的三维巡检数据信息融合系统 - Google Patents

一种基于数字孪生的三维巡检数据信息融合系统 Download PDF

Info

Publication number
CN115115956A
CN115115956A CN202210818158.4A CN202210818158A CN115115956A CN 115115956 A CN115115956 A CN 115115956A CN 202210818158 A CN202210818158 A CN 202210818158A CN 115115956 A CN115115956 A CN 115115956A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
acquisition
value
image
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.)
Granted
Application number
CN202210818158.4A
Other languages
English (en)
Other versions
CN115115956B (zh
Inventor
唐达獒
戴永东
刘玺
刘勇
王茂飞
王神玉
周燚
蒋中军
毛锋
曹世鹏
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.)
Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Zhongxin Hanchuang Beijing Technology Co Ltd
Original Assignee
Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Zhongxin Hanchuang Beijing Technology Co Ltd
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 Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd, Zhongxin Hanchuang Beijing Technology Co Ltd filed Critical Taizhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202210818158.4A priority Critical patent/CN115115956B/zh
Publication of CN115115956A publication Critical patent/CN115115956A/zh
Application granted granted Critical
Publication of CN115115956B publication Critical patent/CN115115956B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/17Terrestrial scenes taken from planes or by drones
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/003Navigation within 3D models or images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/22Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/20Image preprocessing
    • G06V10/24Aligning, centring, orientation detection or correction of the image
    • G06V10/245Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/80Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
    • G06V10/803Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Medical Informatics (AREA)
  • Computer Graphics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种基于数字孪生的三维巡检数据信息融合系统,其包括无人机、采集装置、融合装置、扫描装置、调整装置、定位装置、导引装置和处理器,导引装置用于对无人机的采集位置进行引导;定位装置用于对无人机的当前位置进行定位;采集装置用于对无人机的行进路径上进行实时采集,并实时反馈接收到的数据;调整装置用于对无人机的移动的路径和位置进行调整;扫描装置用于采集的物体的表面信息进行采集。本发明通过采用无人机对输电线路进行检测的过程中,对通过采集装置和扫描装置相互配合,使得数据能够在融合装置的处理下建立空间监控信息,并通过三维空间监控模型即可对电路的缺陷或者状态进行监控。

Description

一种基于数字孪生的三维巡检数据信息融合系统
技术领域
本发明涉及信息融合技术领域,尤其涉及一种基于数字孪生的三维巡检数据信息融合系统。
背景技术
将现实世界中获得的三维数据进行输入、存储、编辑、查询、模拟并辅助决策支持的计算机系统,其空间坐标都参加图形显示的运算。相比于二维图像在对客观世界的表达方面能给人以更真实的感受,若以三维立体的造型技术给用户展现更真实的地理空间现象,不仅能够表达空间对象间的平面关系,而且能够描述表达它们之间的垂向关系。
专利号为CN111881552A的专利申请文件公开了一种电网信息与地理信息相融合的三维GIS系统,通过建立更加逼真的地理环境,清晰的建筑物模型、杆塔、变电站等三维模型和完整的电网模型,并且通过加强空间分析功能,把电网和地理信息很好地结合起来,从而实现线路、电力设备的浏览、编辑、管理和信息显示输出等功能,实现信息的科学管理和总体分析,有效提高电网的管理效率,降低线路运行维护成本。
经过大量检索发现存在的现有技术如KR102264364B1、EP2442396B1和US08799396B1,高精度模型加载到场景后信息有丢失,无法真实地再现原始模型;同时在场景中出现多个高精度模型时,都会出现操作延迟,浏览不流畅,同时,在表达线路时仅能以简单的线条展示出杆塔间的线路,无法展示线的弧度。电力企业安全及相关保密数据,例如电力设备台账、杆塔、变电站坐标,实时运行数据等。同时,在对相关的电力线路进行传输的过程中,传统视频监控画面相互割裂,不能形成宏观整体观察。浏览的视频,只是基于单个摄像机的独立视频画面,无法反应和还原真实场景信息。监控视频资源较多,无法按需迅速调阅目标浏览。监控画面无法与城市场景融合,位置信息辨认困难,根据视频状态,无法确认场景的准确空间位置信息,不能实现场景可视化,无法进行快速定位和决策指挥。监控视频管理,仅具备日常简单的视频实时查询、视频录像回放等功能,不能成为一个空间连贯的整体进行回放,无法实现视频自动巡控和有效回溯研判分析。监控画面全景和细节难以同时兼顾。即看见全貌时不能看清细节,看清细节时不能看见全貌。智能分析数据分散、孤立,不能形成整体时间事件脉路,只能一个一个画面分析,花费大量的人力和时间去研判,效率低、工作量大。多种物联网感知数据分散、孤立,不能形成时间和空间业务上的统一,利用价值低。
为了解决本领域普遍存在各个设备采集的数据无法进行融合、融合程度不够、无法结合实地的数据、融合效率低、三维模型时展示不够精细和无法满足高精度三维建模的需求等等问题,作出了本发明。
发明内容
本发明的目的在于,针对目前信息融合所存在的不足,提出了一种基于数字孪生的三维巡检数据信息融合系统。
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于数字孪生的三维巡检数据信息融合系统,其包括无人机、采集装置、融合装置、扫描装置、调整装置、定位装置、导引装置和处理器,所述采集装置、融合装置、扫描装置、调整装置、定位装置均设置在所述无人机上;所述导引装置用于对所述无人机的采集位置进行引导;所述定位装置用于对所述无人机的当前位置进行定位;所述采集装置用于在所述无人机的行进路径上进行实时采集,并实时反馈接收到的数据;
所述调整装置用于对所述无人机的移动路径和位置进行调整;所述扫描装置用于对物体的表面信息进行采集;所述融合装置基于所述采集装置、所述扫描装置和所述定位装置的数据进行融合,以生成实时的空间监控信息;
所述处理器分别与所述无人机、所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置控制连接;
所述采集装置包括采集机构和转向机构,所述采集机构用于对无人机的行进前端的数据进行采集;所述转向机构用于对所述采集机构的采集角度进行调整;
所述转向机构包括转向座和转向驱动机构,所述转向驱动机构用于对所述转向座驱动连接,所述采集机构设置在所述转向座上;
所述采集机构包括采集探头,任取所述采集探头采集的图像数据,假设采集图像特征区域由N×M个像素点组成,其中,图像特征区域的左下角为原点,水平方向为x轴,垂直方向为y轴,图像的灰度值为z轴建立空间单位坐标系,其中,x、y轴取值为自然数,z轴的取值区间为[0,255],图像特征区域的各个像素点的灰度值为f(x,y),其中x、y分别表示每个特征区域起始点的横、纵坐标,则所述特征区域的横向增量为Δx;纵向增量为Δy,若存在:
Figure BDA0003743118600000031
其中,δ(*,*)为每个像素点的灰度取样函数,其值可根据RGB色彩系统计算出像素点的灰度值;
通过对采集的图像数据所限定的各个像素点中,存在:
Fm=|f(xi,yj)|N×M
其中,Fm为依据各个所述像素点的灰度对图像进行数字化表示形成灰度矩阵。
可选的,所述融合装置包括处理模块和存储模块,所述存储模块用于对数据进行存储,其中,所述存储模块与所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置通过通信模块通信连接,以实现对数据进行存储;所述处理模块基于所述存储模块存储的相对应的数据进行融合,以构建监控模型。
可选的,所述扫描装置包括扫描机构和俯仰提升机构,所述俯仰提升机构用于对所述扫描机构的俯仰角度进行调整;所述扫描机构用于对检测位置进行扫描;所述扫描机构包括扫描探头,所述扫描探头用于对检测目标的图像数据进行采集,以完善采集探头采集的图像数据的细节;所述俯仰提升机构包括转向杆、提升座、提升构件和横向偏移构件,所述转向杆的一端与所述横向偏转构件与所述无人机主体连接,所述扫描探头设置在所述提升座上,并通过所述提升构件与所述提升座的内壁连接。
可选的,所述调整装置包括校准机构和调整机构,所述调整机构用于对所述无人机的升力进行调整;所述校准机构用于对所述无人机的行进路径上的障碍物进行检测;所述校准机构设置在所述无人机的机身本体的上顶部;所述校准机构包括校准探头和转向构件,所述转向构件用于对所述校准探头的位置进行调整;所述转向构件包括转动座、偏转齿轮和转向驱动机构,所述校准探头设置在所述转动座的一端面,所述转动座的另一端面与所述偏转齿轮连接;所述偏转驱动机构与所述偏转齿轮驱动连接,以调整所述校准探头的转动。
可选的,所述定位装置包括定位机构,所述定位机构用于对巡检的区域或位置进行限制;所述定位机构包括支撑构件和信号发生构件,所述信号发生构件用于对所述无人机的位置进行定位;所述支撑构件用于对所述信号发生构件进行支撑;所述支撑构件包括支撑杆和支撑座,所述支撑座上设置有供所述支撑杆容纳的铰接腔,各个所述支撑杆的一端与所述铰接腔铰接,各个所述支撑杆的另一端朝着远离所述支撑座的一侧伸出。
可选的,所述导引装置包括导引机构,所述导引机构用于对所述无人机的位置进行导引,并在执行模式中进行路径的巡检,其中,所述执行模式包括自动模式和引导模式;当处于导引模式下,所述无人机跟随所述导引机构进行移动;当处于自动模式时,所述无人机根据设定的巡检路线进行自主检测;所述导引机构包括指向模块和接管模块,所述指向模块用于对所述无人机进行控制链路的控制,所述接管模块用于对所述无人机的行进方向进行控制;所述指向模块包括一组感应板和引导发射器,一组所述感应板分别设置在所述无人机和所述引导发射器上,且当触发所述引导模式,一组所述感应板建立配对,并通过所述接管模块对所述无人机的移动路径进行控制;所述接管模块包括检测器、发射器、信号发生器,检测器被配置为检测在巡检区域内是否存在目标无人机;信号发生器被配置为产生通信引导信号;所述发射器被配置为基于检测到的所述无人机在限定的巡检位置来触发通信引导信号的发射。
可选的,所述扫描机构还包括分析模块,所述分析模块用于对扫描的图像进行分析,以确定其是不是所述检测目标,若不是检测目标,则对其抛弃;若是检测目标则,传输至所述融合装置,建立实时监控信息;
所述分析模块根据图像中每个像素的灰度值历史数据来预测下一张图像中每个像素的值,通过比较扫描获取的图像中每个像素的像素点的预测值与真实值的偏差,判断所述像素点是否为背景像素点或目标像素点。
可选的,对目标像素点的判断步骤包括:
Step1:保持光强不变,收集一定长度的背景图像序列,对于每一幅图像中通过像素的灰度值得到一个长度序列;
Step2:对于每个像素点,用所述长度序列作为历史数据来预测下一张图片图像中所述像素点的值;
Step3:比较预测结果和实际结果,如果差异不大,则认为所述像素点是背景像素点;如果差异较大,认为所述像素点为目标像素点;
Step4:如果在Step3中确定的图像如果像素是背景像素,则使用新图像中像素的灰度值,并对原来的历史数据进行更新,然后基于更新的新历史数据预测下一个扫描图像。
可选的,获取所述扫描图像数据,并对其进行灰度值的序列p的提取,则存在:
Figure BDA0003743118600000051
其中,s(t)为长度序列中第t个的预测值;ak为矫正系数,其值根据所选的序列中灰度方差的平均值;St-k为原始第k个的原始预测值;
根据所述预测值,计算所述预测值的平方误差,存在:
Figure BDA0003743118600000052
其中,et为真实值;
Figure BDA0003743118600000053
为真实值的平方误差;E[stst-k]为长度序列中第t个预测值与原始第k个预测值的综合误差;
Figure BDA0003743118600000054
为所述长度序列中第t个预测值的平方误差;在计算得到预测值后,再将预测值与真实值相比较,如果真实值的偏差大于设定的阈值,则视为目标点,否则视为背景点。
可选的,所述导引机构还包括部署模块,所述部署模块被配置为部署一个或多个引导发射器以引导所述无人机;其中,所述发射器被配置为响应于所述一个或多个引导发射器被部署而触发引导命令以停止所述通信引导信号的传输;
其中,所述部署模块包括控制传导器;所述控制传导器用于对所述无人机的巡检位置进行控制,以引导其在任意的巡检位置进行移动。
本发明所取得的有益效果是:
1.通过所述无人机对输电线路进行检测的过程中,对通过所述采集装置和所述扫描装置相互配合,使得数据能够在所述融合装置的处理下建立空间监控信息,并通过所述三维空间监控模型即可对电路的缺陷或者状态进行监控;
2.通过对所述采集探头采集的图像数据进行分析,用于区分障碍物或者检测目标自身,使得所述三维空间监控模型能够更加的准确和可靠;
3.通过采用所述扫描机构和俯仰提升机构的相互配合,使得所述扫描探头的采集角度能够进行调整,以实现对不同位置的数据扫描,增强整个三维空间监控模型的建立,也进一步的完善各个数据的融合;
4.通过采用所述无人机在移动的过程中,能根据实际移动的位置选择所述螺旋桨和所述固定杆的角度,使得所述无人机能够进行姿势的调整,以实现对不同的夹缝中移动,同时,还兼顾在移动的过程中避开障碍物
5.通过比较扫描获取的图像中每个像素的像素点的预测值与真实值的偏差,判断所述像素点是否为背景像素点或目标像素点,并用于对各个对应的数据进行融合,以完善整个数据,确保整个三维模型的准确和可靠。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明的控制流程示意图之一。
图2为所述无人机的结构示意图。
图3为所述定位装置的结构示意图。
图4为所述校准机构的结构示意图。
图5为所述导引装置与地面回收设备的结构示意图。
图6为所述三维空间监控模型的建立场景示意图。
附图标号说明:1-无人机;2-校准机构;3-螺旋桨;4-固定杆;5-转向座;6-采集探头;7-支撑杆;8-支撑座;9-信号发生构件;10-校准探头;11-转动座;12-偏转齿轮;13-转向驱动机构;14-导引发射器;15-地面回收设备;16-传导天线。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内、包括在本发明的范围内,并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
根据图1-图6,提供一种基于数字孪生的三维巡检数据信息融合系统,其包括无人机、采集装置、融合装置、扫描装置、调整装置、定位装置、导引装置和处理器,所述采集装置、融合装置、扫描装置、调整装置、定位装置均设置在所述无人机上;所述导引装置用于对所述无人机的采集位置进行引导;所述定位装置用于对所述无人机的当前位置进行定位;所述采集装置用于在所述无人机的行进路径上进行实时采集,并实时反馈接收到的数据;所述调整装置用于对所述无人机的移动路径和位置进行调整;所述扫描装置用于对物体的表面信息进行采集;所述融合装置基于所述采集装置、所述扫描装置和所述定位装置的数据进行融合,以生成实时的空间监控信息;所述处理器分别与所述无人机、所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置控制连接,并基于所述处理器的集中控制下对各个装置进行精准的控制;
在通过所述无人机对输电线路进行检测的过程中,对通过所述采集装置和所述扫描装置相互配合,使得数据能够在所述融合装置的处理下建立空间监控信息;此时,通过所述三维空间监控模型即可对电路的缺陷或者状态进行监控;
在使用的过程中,首先通过所述定位装置对无人机的检测位置进行定位,用于实现对所述无人机的检测位置的定位;同时,在此过程中,可以根据需要,通过所述导引装置对所述无人机进行导引;
所述融合系统还包括地面回收设备,所述地面回收设备用于与所述无人机进行配对使用,且被构造为对所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置、所述导引装置、以及无人机的运行状态进行监控;另外,所述地面回收设备设置为便携式,使得操作员能够对更加方便的携带,用于对不同的应用场景中使用;同时,所述处理器设置在所述地面回收设备中并通过通信模块与所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置、所述导引装置、以及无人机控制连接;所述地面回收设备包括控制面板和传导天线,所述传导天线用于对所述无人机、采集装置、控制装置、传输装置、检测装置、规划装置进行通信;
另外,所述无人机在进行数据采集的过程中,通过所述采集装置与所述扫描装置采集输电线路的图像数据,并传输至云端或者地面回收设备中;所述无人机在运行的过程中,通过所述调整装置对所述无人机的行进路径和移动位置进行调整,以适应不同的应用场景;
所述无人机包括微控制、电机、固定杆、螺旋桨和机身本体,所述微控制器设置在所述机身本体捏并对所述螺旋桨进行控制,且当所述无人机未被所述导引装置所控制时,所述无人机由设置在所述机身本体上的所述微控制器进行数据采集控制和对螺旋桨的升力等控制;若所述无人机在所述导引装置所控制,则所述无人机的所述螺旋桨以及所述调整装置数据被控制外,其他装置均处于所述微控制器控制;另外,所述无人机上的所述采集装置、定位装置和所述扫描装置采集的数据可以通过通信模块传输至云端服务器或者地面回收设备中;
所述螺旋桨设置在所述电机的输出轴上形成驱动部,并通过所述微控制器或者所述处理器对驱动部进行控制;所述驱动部设置在所述固定杆的一端,所述固定杆的另一端与所述机身本体的两侧连接;当所述无人机在上升的过程中,由所述驱动部提供上升力,使得整个无人机能够进行上升或者姿势的偏转;特别的,所述螺旋桨与所述电机的功率或型号的选定,需要结合所述无人机自重以及附加的一些检测仪器的整体重量进一步确定;同时,当所述升力控制模块对所述无人机进行控制时,通过参考新的轨迹点的位置进行姿势的调整,且在使用之前需要标定,以实现螺旋桨不同转速对应不同的升力,对于标定的方式也是本领域的技术人员所熟知的技术手段,本领域的技术人员可以查询相关的技术手册获知该技术,因而在本实施例中不再一一赘述;
另外,所述无人机上还设置有GPS或北斗等定位系统,用于对所述无人机的位置进行定位,以确定巡检的位置或者区域,同时,还能对巡检位置所采集的图像数据能够进行标记,使得所述图像数据与巡检位置的位置能够一同被传输;在本实施例中,所述无人机还通过传输装置进行数据的传输,所述传输装置的传输方式包括上传至云端存储或者与所述地面回收设备进行数据的传输;
所述采集装置包括采集机构和转向机构,所述采集机构用于对无人机的行进前端的数据进行采集;所述转向机构用于对所述采集机构的采集角度进行调整;所述转向机构包括转向座和转向驱动机构,所述转向驱动机构用于对所述转向座驱动连接,所述采集机构设置在所述转向座上;所述转向座与所述转向驱动机构驱动连接的结构是本领域的技术人员所熟知的技术手段,因而不再一一赘述;另外,所述采集机构设置在所述机身本体的下端面上,且在检测的过程中,所述无人机正向朝向所述输电线路或者待检测的设备,以实现对其数据的采集;采集的数据包括但是不局限于以下列举的几种:图片、视频、距离值等常规的数据;
所述采集机构包括采集探头,任取所述采集探头采集的图像数据,假设采集图像特征区域由N×M个像素点组成,其中,图像特征区域的左下角为原点,水平方向为x轴,垂直方向为y轴,图像的灰度值为z轴建立空间单位坐标系,其中,x、y轴取值为自然数,z轴的取值区间为[0,255],图像特征区域的各个像素点的灰度值为f(x,y),其中x、y分别表示每个特征区域起始点的横、纵坐标,则所述特征区域的横向增量为Δx;纵向增量为Δy,若存在:
Figure BDA0003743118600000091
其中,δ(*,*)为每个像素点的灰度取样函数,其值可根据RGB色彩系统计算出像素点的灰度值;
通过对采集的图像数据所限定的各个像素点中,存在:
Fm=|f(xi,yj)|N×M
其中,Fm为依据各个所述像素点的灰度对图像进行数字化表示形成灰度矩阵;通过对所述采集探头采集的图像数据进行分析,用于区分障碍物或者检测目标自身;若为障碍物则对其图像数据进行抛弃;若是检测目标自身则通过提取所述图像数据中的所有的数据,并传输至所述融合装置中,对图像数据进行融合并标记其对应的位置,以建立实时监控信息模型;
可选的,所述融合装置包括处理模块和存储模块,所述存储模块用于对数据进行存储,其中,所述存储模块与所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置通过通信模块通信连接,以实现对数据进行存储;所述处理模块基于所述存储模块存储的相对应的数据进行融合,以构建监控模型;当一个所述检测目标均被检测完全后,并依据空间关系,进行数据完善使得空间的实时监控信息模型能够被建立;同时,还对各个采集图像的位置信息、空间位置以及各个图像上的特征进行采集,使得所述监控模型的数据支撑能更加的完善;另外,所述采集装置还与所述扫描装置相互配合,以综合同一高度、同一位置的不同图像数据,以丰富图像数据;
可选的,所述扫描装置包括扫描机构和俯仰提升机构,所述俯仰提升机构用于对所述扫描机构的俯仰角度进行调整;所述扫描机构用于对检测位置进行扫描;所述扫描机构包括扫描探头,所述扫描探头用于对检测目标的图像数据进行采集,以完善采集探头采集的图像数据的细节;所述扫描装置设置在所述机身本体的底端面(图中未标出);所述俯仰提升机构包括转向杆、提升座、提升构件和横向偏移构件,所述转向杆的一端与所述横向偏转构件与所述无人机主体连接,所述扫描探头设置在所述提升座上,并通过所述提升构件与所述提升座的内壁连接;所述提升构件包括提升杆、转动齿轮和提升驱动机构,所述提升杆的一端与所述扫描探头的外壁连接,所述提升杆的另一端贯穿所述提升座的内壁,并其端部与所述转动齿轮连接形成提升部,所述提升部与所述提升驱动机构驱动连接;所述提升部和所述提升驱动机构被构造为设置在提升座内壁开设的容纳腔中;通过所述扫描机构和俯仰提升机构的相互配合,使得所述扫描探头的采集角度能够进行调整,以实现对不同位置的数据扫描,增强整个三维空间监控模型的建立,也进一步的完善各个数据的融合;可选的,所述扫描机构还包括分析模块,所述分析模块用于对扫描的图像进行分析,以确定其是不是所述检测目标,若不是检测目标,则对其抛弃;若是检测目标则,传输至所述融合装置,建立实时监控信息;
所述分析模块根据图像中每个像素的灰度值历史数据来预测下一张图像中每个像素的值,通过比较扫描获取的图像中每个像素的像素点的预测值与真实值的偏差,判断所述像素点是否为背景像素点或目标像素点,并用于对各个对应的数据进行融合,以完善整个数据,确保整个三维模型的准确和可靠;
可选的,对目标像素点的判断步骤包括:
Step1:保持光强不变,收集一定长度的背景图像序列,对于每一幅图像中可以通过像素的灰度值得到一个长度序列;
Step2:对于每个像素点,用所述长度序列作为历史数据来预测下一张图片图像中所述像素点的值;
Step3:比较预测结果和实际结果,如果差异不大,则认为所述像素点是背景像素点;如果差异较大,认为所述像素点为目标像素点;
Step4:如果在Step3中确定的图像如果像素是背景像素,则使用新图像中像素的灰度值,并对原来的历史数据进行更新,然后基于更新的新历史数据预测下一个扫描图像;
可选的,获取所述扫描图像数据,并对其进行灰度值的序列p的提取,则存在:
Figure BDA0003743118600000111
其中,s(t)为长度序列中第t个的预测值;ak为矫正系数,其值根据所选的序列中灰度方差的平均值;St-k为原始第k个的原始预测值;
根据所述预测值,计算所述预测值的平方误差,存在:
Figure BDA0003743118600000112
其中,et为真实值;
Figure BDA0003743118600000113
为真实值的平方误差;E[stst-k]为长度序列中第t个预测值与原始第k个预测值的综合误差;
Figure BDA0003743118600000114
为所述长度序列中第t个预测值的平方误差;在计算得到预测值后,再将预测值与真实值相比较,如果真实值的偏差大于设定的阈值,则视为目标点,否则视为背景点;
所述扫描探头在采集的过程中,与所述采集探头分工采集,所述采集探头的采集图像数据对识别目标的转折点或者细节处进行进一步的采集,并通过所述扫描探头与所述采集探头的数据结合,并对背景像素与识别目标像素之间进行区分,以实现最准确的识别范围,对三维空间监控模型的构建更准确的重现。优选的,所述扫描探头和所述采集探头在进行数据采集的过程中,从上至下或由同一高度环绕扫描或识别,并在采集后的图像数据进行标记,以识别各个模型方位的数据,也减轻处理器的处理难度,提升模型的构建效率;
可选的,所述调整装置包括校准机构和调整机构,所述调整机构用于对所述无人机的升力进行调整;所述校准机构用于对所述无人机的行进路径上的障碍物进行检测所述校准机构设置在所述无人机的机身本体的上顶部;所述校准机构包括校准探头和转向构件,所述转向构件用于对所述校准探头的位置进行调整;所述转向构件包括转动座、偏转齿轮和转向驱动机构,所述校准探头设置在所述转动座的一侧端面,所述转动座的另一侧端面与所述偏转齿轮连接;所述偏转驱动机构与所述偏转齿轮驱动连接,以调整所述校准探头的转动;通过所述校准机构与所述调整机构的相互配合,使得所述无人机的行进过程中的避障以及检测能更加的精准;另外,所述调整机构在对所述无人机的姿势进行调整的过程中,能够根据所述无人机的当前的位置与预期转移的位置进行调整,使得所述无人机在进行移动巡检的过程中,能够对基于当前点与所述障碍物的点之间确定新的移动点,并通过由无人机自主识别或者人工参与引导无人机移动到新的移动点;同时,所述无人机在移动的过程中,还能根据实际移动的位置选择所述螺旋桨和所述固定杆的角度,使得所述无人机能够进行姿势的调整,以实现对不同的夹缝中移动,同时,还兼顾在移动的过程中避开障碍物;另外,姿势调整前后,所述无人机的稳定性和上升力均保持不变,优选的,所述无人机两侧的所述固定杆和所述螺旋桨一同进行同步的转动,以保证所述无人机机身的稳定;对于预期的位置乐意根据在一个高度或者一个侧采集面的不同位置进行调整,用获得最佳的检测效果;
可选的,所述定位装置包括定位机构,所述定位机构用于对巡检的区域或位置进行限制;所述定位机构包括支撑构件和信号发生构件,所述信号发生构件用于对所述无人机的位置进行定位;所述支撑构件用于对所述信号发生构件进行支撑;所述支撑构件包括支撑杆和支撑座,所述支撑座上设置有供所述支撑杆容纳的铰接腔,各个所述支撑杆的一端与所述铰接腔铰接,各个所述支撑杆的另一端朝着远离所述支撑座的一侧伸出;所述支撑座用于对所述信号发生构件进行存放并进行支撑,使得所述信号触发器不会受到异物的影响;所述信号触发器用于对巡检区域进行限定,当所述无人机处于巡检区域中,所述无人机采对所述输电线路进行巡检的操作;在本实施例中,所述定位机构可以预置在输电架上,且在巡检的过程中,启动其定位功能,从而能够对所述无人机的巡检位置或者巡检范围进行限定;另外,所述定位机构也可以设置为移动式的,即:巡检人员通过放置在某一输电线路范围的至少三个位置,从而对该范围的输电线路或连接设备进行巡检;所述信号发生构件包括定位器和传输器,所述传输器用于对所述定位器的位置信号进行传输,用于与所述无人机进行位置传输,使得所述无人机能够根据所述定位器限定的位置进行数据的采集;
可选的,所述导引装置包括导引机构,所述导引机构用于对所述无人机的位置进行导引,并在执行模式中进行路径的巡检,其中,所述执行模式包括自动模式和引导模式;当处于导引模式下,所述无人机跟随所述导引机构进行移动;当处于自动模式时,所述无人机根据设定的巡检路线进行自主检测;所述导引机构包括指向模块和接管模块,所述指向模块用于对所述无人机进行控制链路的控制,所述接管模块用于对所述无人机的行进方向进行控制;所述指向模块包括一组感应板和引导发射器,一组所述感应板分别设置在所述无人机和所述引导发射器上,且当触发所述引导模式,一组所述感应板建立配对,并通过所述接管模块对所述无人机的移动路径进行控制;所述接管模块包括检测器、发射器、信号发生器,检测器被配置为检测在巡检区域内是否存在目标无人机;信号发生器被配置为产生通信引导信号;所述发射器被配置为基于检测到的所述无人机在限定的巡检位置来触发通信引导信号的发射;
可选的,所述导引机构还包括部署模块,所述部署模块被配置为部署一个或多个引导发射器以引导所述无人机;其中,所述发射器被配置为响应于所述一个或多个引导发射器被部署而触发引导命令以停止所述通信引导信号的传输;其中,所述部署模块包括控制传导器;所述控制传导器用于对所述无人机的巡检位置进行控制,以引导其在任意的巡检位置进行移动;其中,所述通信引导信号基于锯齿波向所述无人机发射2.1GHz至5.8GHz的频率范围内的通信引导信号;
所述检测器被配置为确定无人机的类型;所述通信引导信号的功率基于所述无人机的类型以及所述无人机与引导发射器之间的距离;
所述接管模块还包括:视觉检测器,所述视觉检测器配置为监控与无人机相关的飞行位置、飞行路线和飞行速度;其中,所述信号发生器被配置为基于与所述无人机相关联的飞行位置、飞行路线和飞行速度来增加所述通信引导信号的功率;
可选的,所述导引机构还包括部署模块,所述部署模块被配置为部署一个或多个引导发射器以引导所述无人机;其中,所述发射器被配置为响应于所述一个或多个引导发射器被部署而触发引导命令以停止所述通信引导信号的传输;
其中,所述部署模块包括控制传导器;所述控制传导器用于对所述无人机的巡检位置进行控制,以引导其在任意的巡检位置进行移动;另外,所述导引机构优选的与所述地面回收设备控制连接,以实现对所述无人机的控制;
其中,来自所述控制传导器的输出是与所述控制传导器相关联的设置在所述无人机上的微控制器所接收的控制信号;其中,所述控制传导器在两个所述感应板之间建立配对链路时输出控制信号;
其中,所述控制信号用于控制所述无人机以保持与所述引导发射器相同静止或者移动的姿势;其中,在所述引导发射器没有移动的情况下,所述无人机接收的控制信号具有第一控制分量;当所述引导发射器存在移动,且配对链路正常的情况下,所述无人机上与控制传导器相关联的微控制器所接收的控制信号具有第二控制分量;其中,所述第一控制分量与所述第二控制分量均是基于所述引导发射器的偏移量有关,且所述第一控制分量和所述第二控制分量均属于控制信号功率强度,用于实现不同距离改变而提升控制信号的稳定性;
其中,所述发射器被配置为在与所述控制传导器相关联的微控制器所接收的正在输出所述第二控制分量分布的情况下,触发所述引导命令以停止设置在所述无人机上的微控制器对所述无人机的控制信号的传输;其中,所述发射器被配置为在识别到的巡检位置的阈值范围内存在所述无人机或者所述无人机的类型与引导的类型相符时,向着所述无人机传输所述通信引导信号;即:在定位区域或巡检位置的范围内检测无人机的存在产生通信引导信号并基于检测到的目标无人机的存在触发通信信号的传输。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
虽然上面已经参考各种实施例描述了本发明,但是应当理解,在不脱离本发明的范围的情况下,可以进行许多改变和修改。也就是说上面讨论的方法,系统和设备是示例。各种配置可以适当地省略,替换或添加各种过程或组件。例如,在替代配置中,可以以与所描述的顺序不同的顺序执行方法,和/或可以添加,省略和/或组合各种部件。而且,关于某些配置描述的特征可以以各种其他配置组合,如可以以类似的方式组合配置的不同方面和元素。此外,随着技术发展其中的元素可以更新,即许多元素是示例,并不限制本公开或权利要求的范围。
在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而,可以在没有这些具体细节的情况下实践配置例如,已经示出了众所周知的电路,过程,算法,结构和技术而没有不必要的细节,以避免模糊配置。该描述仅提供示例配置,并且不限制权利要求的范围,适用性或配置。相反,前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下,可以对元件的功能和布置进行各种改变。
综上,其旨在上述详细描述被认为是例示性的而非限制性的,并且应当理解,以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,包括无人机、采集装置、融合装置、扫描装置、调整装置、定位装置、导引装置和处理器,所述采集装置、融合装置、扫描装置、调整装置、定位装置均设置在所述无人机上;所述导引装置用于对所述无人机的采集位置进行引导;所述定位装置用于对所述无人机的当前位置进行定位;所述采集装置用于在所述无人机的行进路径上进行实时采集,并实时反馈接收到的数据;
所述调整装置用于对所述无人机的移动路径和位置进行调整;所述扫描装置用于对物体的表面信息进行采集;所述融合装置基于所述采集装置、所述扫描装置和所述定位装置的数据进行融合,以生成实时的空间监控信息;
所述处理器分别与所述无人机、所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置控制连接;
所述采集装置包括采集机构和转向机构,所述采集机构用于对无人机的行进前端的数据进行采集;所述转向机构用于对所述采集机构的采集角度进行调整;
所述转向机构包括转向座和转向驱动机构,所述转向驱动机构用于对所述转向座驱动连接,所述采集机构设置在所述转向座上;
所述采集机构包括采集探头,任取所述采集探头采集的图像数据,假设采集图像特征区域由N×M个像素点组成,其中,图像特征区域的左下角为原点,水平方向为x轴,垂直方向为y轴,图像的灰度值为z轴建立空间单位坐标系,其中,x、y轴取值为自然数,z轴的取值区间为[0,255],图像特征区域的各个像素点的灰度值为f(x,y),其中x、y分别表示每个特征区域起始点的横、纵坐标,则所述特征区域的横向增量为Δx;纵向增量为Δy,若存在:
Figure FDA0003743118590000011
其中,δ(*,*)为每个像素点的灰度取样函数,其值可根据RGB色彩系统计算出像素点的灰度值;
通过对采集的图像数据所限定的各个像素点中,存在:
Fm=|f(xi,yj)|N×M
其中,Fm为依据各个所述像素点的灰度对图像进行数字化表示形成灰度矩阵。
2.根据权利要求1所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述融合装置包括处理模块和存储模块,所述存储模块用于对数据进行存储,其中,所述存储模块与所述采集装置、所述融合装置、所述扫描装置、所述调整装置、所述定位装置和所述导引装置通过通信模块通信连接,以实现对数据进行存储;所述处理模块基于所述存储模块存储的相对应的数据进行融合,以构建监控模型。
3.根据权利要求2所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述扫描装置包括扫描机构和俯仰提升机构,所述俯仰提升机构用于对所述扫描机构的俯仰角度进行调整;所述扫描机构用于对检测位置进行扫描;所述扫描机构包括扫描探头,所述扫描探头用于对检测目标的图像数据进行采集,以完善采集探头采集的图像数据的细节;所述俯仰提升机构包括转向杆、提升座、提升构件和横向偏移构件,所述转向杆的一端与所述横向偏转构件与所述无人机主体连接,所述扫描探头设置在所述提升座上,并通过所述提升构件与所述提升座的内壁连接。
4.根据权利要求3所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述调整装置包括校准机构和调整机构,所述调整机构用于对所述无人机的升力进行调整;所述校准机构用于对所述无人机的行进路径上的障碍物进行检测;所述校准机构设置在所述无人机的机身本体的上顶部;所述校准机构包括校准探头和转向构件,所述转向构件用于对所述校准探头的位置进行调整;所述转向构件包括转动座、偏转齿轮和转向驱动机构,所述校准探头设置在所述转动座的一端面,所述转动座的另一端面与所述偏转齿轮连接;所述偏转驱动机构与所述偏转齿轮驱动连接,以调整所述校准探头的转动。
5.根据权利要求4所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述定位装置包括定位机构,所述定位机构用于对巡检的区域或位置进行限制;所述定位机构包括支撑构件和信号发生构件,所述信号发生构件用于对所述无人机的位置进行定位;所述支撑构件用于对所述信号发生构件进行支撑;所述支撑构件包括支撑杆和支撑座,所述支撑座上设置有供所述支撑杆容纳的铰接腔,各个所述支撑杆的一端与所述铰接腔铰接,各个所述支撑杆的另一端朝着远离所述支撑座的一侧伸出。
6.根据权利要求5所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述导引装置包括导引机构,所述导引机构用于对所述无人机的位置进行导引,并在执行模式中进行路径的巡检,其中,所述执行模式包括自动模式和引导模式;当处于导引模式下,所述无人机跟随所述导引机构进行移动;当处于自动模式时,所述无人机根据设定的巡检路线进行自主检测;所述导引机构包括指向模块和接管模块,所述指向模块用于对所述无人机进行控制链路的控制,所述接管模块用于对所述无人机的行进方向进行控制;所述指向模块包括一组感应板和引导发射器,一组所述感应板分别设置在所述无人机和所述引导发射器上,且当触发所述引导模式,一组所述感应板建立配对,并通过所述接管模块对所述无人机的移动路径进行控制;所述接管模块包括检测器、发射器、信号发生器,检测器被配置为检测在巡检区域内是否存在目标无人机;信号发生器被配置为产生通信引导信号;所述发射器被配置为基于检测到的所述无人机在限定的巡检位置来触发通信引导信号的发射。
7.根据权利要求6所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述扫描机构还包括分析模块,所述分析模块用于对扫描的图像进行分析,以确定其是不是所述检测目标,若不是检测目标,则对其抛弃;若是检测目标则,传输至所述融合装置,建立实时监控信息;
所述分析模块根据图像中每个像素的灰度值历史数据来预测下一张图像中每个像素的值,通过比较扫描获取的图像中每个像素的像素点的预测值与真实值的偏差,判断所述像素点是否为背景像素点或目标像素点。
8.根据权利要求7所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,对目标像素点的判断步骤包括:
Step1:保持光强不变,收集一定长度的背景图像序列,对于每一幅图像中通过像素的灰度值得到一个长度序列;
Step2:对于每个像素点,用所述长度序列作为历史数据来预测下一张图片图像中所述像素点的值;
Step3:比较预测结果和实际结果,如果差异不大,则认为所述像素点是背景像素点;如果差异较大,认为所述像素点为目标像素点;
Step4:如果在Step3中确定的图像如果像素是背景像素,则使用新图像中像素的灰度值,并对原来的历史数据进行更新,然后基于更新的新历史数据预测下一个扫描图像。
9.根据权利要求8所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,获取所述扫描图像数据,并对其进行灰度值的序列p的提取,则存在:
Figure FDA0003743118590000041
其中,s(t)为长度序列中第t个的预测值;ak为矫正系数,其值根据所选的序列中灰度方差的平均值;St-k为原始第k个的原始预测值;
根据所述预测值,计算所述预测值的平方误差,存在:
Figure FDA0003743118590000042
其中,et为真实值;
Figure FDA0003743118590000043
为真实值的平方误差;E[stst-k]为长度序列中第t个预测值与原始第k个预测值的综合误差;
Figure FDA0003743118590000044
为所述长度序列中第t个预测值的平方误差;在计算得到预测值后,再将预测值与真实值相比较,如果真实值的偏差大于设定的阈值,则视为目标点,否则视为背景点。
10.根据权利要求9所述的一种基于数字孪生的三维巡检数据信息融合系统,其特征在于,所述导引机构还包括部署模块,所述部署模块被配置为部署一个或多个引导发射器以引导所述无人机;其中,所述发射器被配置为响应于所述一个或多个引导发射器被部署而触发引导命令以停止所述通信引导信号的传输;
其中,所述部署模块包括控制传导器;所述控制传导器用于对所述无人机的巡检位置进行控制,以引导其在任意的巡检位置进行移动。
CN202210818158.4A 2022-07-13 2022-07-13 一种基于数字孪生的三维巡检数据信息融合系统 Active CN115115956B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210818158.4A CN115115956B (zh) 2022-07-13 2022-07-13 一种基于数字孪生的三维巡检数据信息融合系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210818158.4A CN115115956B (zh) 2022-07-13 2022-07-13 一种基于数字孪生的三维巡检数据信息融合系统

Publications (2)

Publication Number Publication Date
CN115115956A true CN115115956A (zh) 2022-09-27
CN115115956B CN115115956B (zh) 2024-02-13

Family

ID=83332572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210818158.4A Active CN115115956B (zh) 2022-07-13 2022-07-13 一种基于数字孪生的三维巡检数据信息融合系统

Country Status (1)

Country Link
CN (1) CN115115956B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017208333A1 (de) * 2017-05-17 2018-11-22 Jenoptik Robot Gmbh Verfahren zum Überwachen eines Fahrzeugs mittels zumindest eines unbemannten Luftfahrzeugs, Steuergerät und unbemanntes Luftfahrzeug
CN114120467A (zh) * 2021-11-30 2022-03-01 江苏思极科技服务有限公司 一种基于5g跨区域远程控制的无人机电力巡检系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017208333A1 (de) * 2017-05-17 2018-11-22 Jenoptik Robot Gmbh Verfahren zum Überwachen eines Fahrzeugs mittels zumindest eines unbemannten Luftfahrzeugs, Steuergerät und unbemanntes Luftfahrzeug
CN114120467A (zh) * 2021-11-30 2022-03-01 江苏思极科技服务有限公司 一种基于5g跨区域远程控制的无人机电力巡检系统及方法

Also Published As

Publication number Publication date
CN115115956B (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
WO2021068848A1 (zh) 隧道结构病害多尺度检测与智能诊断系统及方法
CN103941746B (zh) 无人机巡检图像处理系统及方法
WO2018195955A1 (zh) 一种基于飞行器的设施检测方法及控制设备
EP3818337B1 (en) Defect detection system using a camera equipped uav for building facades on complex asset geometry with optimal automatic obstacle deconflicted flightpath
CN103455036B (zh) 一种场景空中巡视方法和飞行器
CN110246175A (zh) 全景相机与云台相机结合的变电站巡检机器人图像检测系统及方法
CN110417120A (zh) 一种变电站实景三维智能巡检系统及方法
CN108364003A (zh) 基于无人机可见光及红外图像融合的电力巡检方法及装置
CN111952883B (zh) 一种基于三维激光雷达的输电线路故障识别系统及方法
CN104122891A (zh) 一种城市地下轨道检测的智能机器人巡检系统
CN108258613A (zh) 智能巡线光电吊舱及实现巡线的方法
CN112162565B (zh) 一种基于多机协同作业的不间断自主杆塔巡检方法
CN111624994A (zh) 一种基于5g通信的机器人巡检方法
CN105516684A (zh) 电网输电线巡视方法
CN109885091B (zh) 一种无人机自主飞行控制方法及系统
CN113081525A (zh) 一种智能助行设备及智能助行设备的控制方法
CN115115956A (zh) 一种基于数字孪生的三维巡检数据信息融合系统
CN105610960A (zh) 电力电网输电线巡视系统
CN113126649A (zh) 一种输电线路的智能巡检无人机用控制系统
CN115314609B (zh) 一种铝电解槽火眼视频的自动化采集方法和装置
CN114586548B (zh) 一种虚拟远程水果采摘系统及方法
CN207638247U (zh) 智能巡线光电吊舱
CN213518003U (zh) 用于机场道面的巡检机器人以及巡检系统
CN113432529B (zh) 一种基于无人机摄像的震损结构层间残余变形检测方法
CN112595229B (zh) 一种测量材料体积的监控装置

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