CN116740833A - 基于无人机的线路巡线打卡方法 - Google Patents
基于无人机的线路巡线打卡方法 Download PDFInfo
- Publication number
- CN116740833A CN116740833A CN202310754271.5A CN202310754271A CN116740833A CN 116740833 A CN116740833 A CN 116740833A CN 202310754271 A CN202310754271 A CN 202310754271A CN 116740833 A CN116740833 A CN 116740833A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- target
- inspection
- line
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 69
- 238000004080 punching Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 37
- 238000012423 maintenance Methods 0.000 claims abstract description 4
- 230000007246 mechanism Effects 0.000 claims abstract description 3
- 238000012549 training Methods 0.000 claims description 16
- 239000012212 insulator Substances 0.000 claims description 12
- 238000013135 deep learning Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000012795 verification Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 2
- 238000012790 confirmation Methods 0.000 claims description 2
- 230000006698 induction Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 230000008054 signal transmission Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 239000013589 supplement Substances 0.000 claims 1
- 230000003287 optical effect Effects 0.000 abstract description 14
- 230000008439 repair process Effects 0.000 abstract description 3
- 238000012876 topography Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- 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
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/024—Guidance services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
基于无人机的线路巡线打卡方法，本发明提取无人机拍摄数据中的定位信息，并与预设的拍照点的定位数据比对，若数据匹配成功说明该位置巡线打卡成功，若比对出现偏差，则说明出现漏检或数据丢失的情况，这时再根据情况做出人工补拍或无人机重巡的决策。具体步骤包括如下：步骤1：第一阶段完成无人机自动巡航的设计；步骤2：第二阶段完成无人机对目标的拍摄与检测报警；步骤3：第三阶段完成增加打卡机制避免出现漏检或数据丢失的情况。本发明无人机线路巡检打卡的工作效率高，降低了光缆线路巡检的成本，缓解了巡线人员少、维护线路长、线路走廊地形复杂等问题；减轻作业人员工作强度，提升了员工人身安全保障；缩短了应急抢修时故障点定位时间。
Description
技术领域
本发明涉及基于无人机的线路巡线打卡方法，属于无人机通信线路领域。
背景技术
目前光缆线路巡线面临着交通不便，工作效率低，巡线人员受工作经验影响不能及时发现故障信息等问题，急需在现有巡检模式基础上利用技术创新以提高巡检的效率。光缆线路因违章施工、交通事故、强对流天气以及鸟啄等发生故障的事件层出不穷，防不胜防，如何及时、有效发现这些违章现象成为巡线工作中最迫切的问题。为解决以上问题，急需一种更快速更全面的巡检方式，能够补充人工巡线的不足之处，覆盖人工难以巡查到的光缆线路并且获得隐患和故障的照片及定位信息。
目前巡线工作主要采用人工作业模式，需要巡检人员步行沿光缆线路进行巡视，但光缆线路常常跨越河流、高速公路、铁路等，巡线人员需绕行很远才能到达巡查位置，巡查效率低。通过无人机拍照方式代替人工巡检可以有效的解决以上问题。但是，平常的无人机巡线系统，还存在已下弊端：①巡检结果需要人工检查无人机拍摄的每一张照片，检验工作量巨大，同时也高度依赖检验人员的工作能力，存在很大的主观性。②无人机巡线常常受到通信信号弱、飞行线路偏移等影响，导致部分需巡查的段落出现漏检或数据丢失的情况。
发明内容
本发明目的在于针对上述现有技术的不足，提出了基于无人机的线路巡线打卡方法。本发明通过5G网络把无人机拍摄的影像资料传输到地面站计算机系统，地面站计算机系统经深度学习目标检测算法，判断需要检测的目标是否存在问题。另外通过提取无人机拍摄数据中的定位信息，与预设的拍照点的定位数据比对，若数据匹配成功说明该位置巡线打卡成功，若比对出现偏差，则说明出现漏检或数据丢失的情况，这时再根据情况做出人工补拍或无人机重巡的决策。这样就能达到光缆线路全部覆盖检查的目标，最大程度消除光缆线路隐患，减少光缆线路故障。保障了通信系统安全稳定的运行。
本发明为解决上述问题，提出了基于无人机的线路巡线打卡方法。所述方法包括如下步骤：
1、第一阶段完成无人机的自动巡航：
(1)高精度定位：自动巡航系统是进行无人机进行巡视的关键核心系统。利用高精度定位导航系统来对无人机的巡视线路进行定位，无人机上装有相机、定位装置和感应装置，通过飞行控制终端信号传输连接无人机。
(2)航迹规划：将无人机相机采集到的图像采用SLAM算法进行环境构建与路径规划,能够让无人机避让障碍物与输线。然后机载计算机中用路径规划算法生成巡线路线,工作人员可在地面站实时监控与修改。
(3)轨迹跟踪控制:无人机控制系统采用模型预测控制算法,利用机载定位与惯导数据,计算机生成控制指令,自动跟踪地面站下发的巡检路线。
(4)返航降落:巡检结束后,无人机自动返回起飞点降落。
2、第二阶段完成无人机对目标的拍摄与检测报警：
(1)环境数据采集:无人机搭载高清相机,拍摄线路巡检视频,像素不低于4000万,帧率不低于30fps,视角不小于120°。可以获取清晰的线路图像用于机器视觉检测。目标沿选定线路使用无人机或人工采集线路图像和视频,收集线路杆塔、绝缘子、电线等目标的数据。这些数据用于机器视觉算法的训练与验证。
(2)对无人机拍摄内容的识别与训练：采用深度学习目标检测算法,如Faster R-CNN,SSD等,使用收集的数据进行训练。分别对杆塔、绝缘子和电线等类别目标进行训练,达到95％以上准确率。在训练数据中选取部分数据进行验证,检查目标检测算法在未见数据上的泛化能力。对检测不足的目标增加数据或调整网络结构进行再训练。
(4)对巡检目标检测:无人机拍摄视频通过5G信号输入地面站,地面站计算机系统采用深度学习目标检测方法检测线路关键设施,如杆塔、绝缘子、线缆等。
(5)报警规则制定:根据检测到的目标信息,使用观测方程：
zk,j＝h(xk,yj,vk,j)
其中，x表示无人机位置，y表示探测到路标，v表示噪声，通过带有噪声的测量数据，估计内部隐藏着的变量。，检测到的即时真实边界框和系统先前存储的物体真实边界框的原始数据进行对比，根据对比结果判断设施状态,如杆塔是否倾斜、绝缘子是否损坏、线缆是否断裂等。评估准则基于行业标准确定,不同故障将触发不同级别的报警。当检测结果达到预设的报警级别,自动触发视觉报警,该帧图像、报警信息、定位坐标等数据会在地面站显示,并有醒目报警提示,方便操控人员进行分析与决策。
(6)报警响应:操控人员根据报警信息判断故障严重性,可以直接在地面站操控无人机飞至报警位置进行定点检查,也可以在地面上派遣人员首次确认。根据检查结果进行维修或标记后续处理。
3、第三阶段完成增加打卡机制避免出现漏检或数据丢失的情况：
(1)设置巡检路线与关键目标:沿线路选择关键设施如杆塔、绝缘子、线缆等作为打卡目标。这些目标的位置信息通过机载定位系统与高清地图确定,在地面站以3D或2D形式显示。
(2)目标检测与识别:采用深度学习目标检测算法识别无人机相机视频中的关键目标,并在地面站实时显示识别结果,包括目标类别、数量与大致位置。为提升目标检测的精确度，可以通过使用更大模型、使用预训练模型、使用更大的数据集、调整超参数、训练更长时间、结合多个模型等方法来实现。
(3)目标比对打卡:无人机相机拍摄一张静止图像,机载定位系统会同时记录图像拍摄时刻的精确定位坐标。该定位信息与图像一同传输至地面站。在地面站将图像定位信息与设置的关键目标位置进行比对。如果定位在预设目标的可容差范围内,则确认目标“打卡”成功。否则,目标“打卡”失败,视为漏检或数据丢失情况。
(5)报警处理:如果有目标打卡失败,地面站会触发视觉与语音报警,并在地面站将失败目标位置高亮显示。操控人员可以手动操控无人机飞至目标位置补充检测。
有益效果：
1、本发明无人机线路巡检打卡的工作效率高，大大降低了光缆线路巡检的成本。
2、本发明缓解了巡线人员少、维护线路长、线路走廊地形复杂等因素制约；减轻了作业人员工作强度，提升了员工人身安全保障；缩短了应急抢修时故障点定位时间。
3、本发明的方法能够在严重的自然灾害发生之后，让无人机第一时间飞入光缆线路区域进行监测，赢取抢修时间。
4、光缆线路无人机巡线人工打卡的应用，不仅提高了线路巡检的精度，提高了巡检的效率。体现了巨大的社会效益与效应。而且提升线路应急反应能力，达到减负增效的目的，为通信系统快速、准确获取光缆线路第一手信息，实现高效、科学决策，保证光缆线路安全运行提供了最新的技术解决方案。
附图说明
图1为本发明的无人机巡线打卡的方法流程图。
具体实施方式
下面结合说明书附图对本发明作进一步地详细说明。
如图1所示。
本发明涉及基于无人机的线路巡线打卡方法，所述方法具体包括如下步骤：
1.设定巡航线路并收集定位信息；
2.实现无人机自动巡航：采用SLAM算法进行环境构建与路径规划,避让障碍物与输线。机载计算机中运行用路径规划算法生成巡线路线,可在地面站实时监控与修改。无人机控制系统采用模型预测控制算法,利用机载定位与惯导数据,计算机生成控制指令,自动跟踪地面站下发的巡检路线；
3.收集通信线路目标图像与视频构建数据集：目标沿选定线路使用无人机或人工采集线路图像和视频,收集线路杆塔、绝缘子、电线等目标的数据。这些数据用于机器视觉算法的训练与验证；
4.目标检测算法训练:采用深度学习目标检测算法,如Faster R-CNN,SSD等,使用收集的数据进行训练。分别对杆塔、绝缘子和电线等类别目标进行训练,达到95％以上准确率。在训练数据中选取部分数据进行验证,检查目标检测算法在未见数据上的泛化能力。对检测不足的目标增加数据或调整网络结构进行再训练；
5.报警规则制定:根据检测到的目标信息判断设施状态,如杆塔是否倾斜、绝缘子是否损坏、线缆是否断裂等。评估准则基于行业标准确定,不同故障将触发不同级别的报警。当检测结果达到预设的报警级别,自动触发视觉报警,该帧图像、报警信息、定位坐标等数据会在地面站显示,并有醒目报警提示,方便操控人员进行分析与决策；
6.设置打卡目标并收集其图像与定位信息：沿线路选择关键设施如杆塔、绝缘子、线缆等作为打卡目标。这些目标的位置信息通过机载定位系统与高清地图确定,在地面站以3D或2D形式显示；
7.目标检测与识别：采用深度学习目标检测算法识别无人机相机视频中的关键目标,并在地面站实时显示识别结果,包括目标类别、数量与大致位置；
8.目标比对打卡及报警处理：无人机相机拍摄一张静止图像,机载定位系统记录图像拍摄时刻的精确定位坐标。该定位信息与图像一同传输至地面站。在地面站将图像定位信息与设置的关键目标位置进行比对。如果定位在预设目标的可容差范围内,则确认目标“打卡”成功。否则,目标“打卡”失败,视为漏检或数据丢失的情况。如果有目标打卡失败,地面站会触发视觉与语音报警,并在地面站将失败目标位置高亮显示。操控人员检查失败原因,如果是误检,则增加样本重新训练,如果是真实漏检,则手动操控无人机飞至目标位置补充检测；
9.以上准备工作完成后无人机开始自动起飞执行巡线任务；
10.无人机获取行进信息与线路视频发送给地面站。
11.工作人员判断接收到的信息判断定位与视觉识别系统是否正常，如果正常则开始对目标拍摄与识别，如果不正常则手动操控无人机返航并检查原因。
12.无人机拍摄视频通过5G信号输入地面站,地面站计算机系统采用深度学习目标检测方法检测线路关键设施。
13.地面站计算机系统判定拍摄的目标是否有报警，如果有告警则显示报警信息的图像与位置，操控人员分析故障及时作出响应，如果没有告警则继续巡线直到完成全部巡检任务。
14.完成全部巡检任务后，打卡系统确认是否有报警发生。如果有则说明目标打卡失败出现漏检或数据丢失的情况,地面站会触发视觉与语音报警,并在地面站将失败目标位置高亮显示。操控人员可以手动操控无人机飞至目标位置补充检测。如果没有则本次巡检完成。
以上所述仅为本发明的较佳实施方式，本发明并不局限于上述实施方式，在实施过程中可能存在局部微小的结构改动，如果对本发明的各种改动或变型不脱离本发明的精神和范围，且属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变型。
Claims (4)
1.基于无人机的线路巡线打卡方法，其特征在于所述方法包括如下步骤：
步骤1：第一阶段完成无人机的自动巡航；
步骤2：第二阶段完成无人机对目标的拍摄与检测报警；
步骤3：第三阶段完成增加打卡机制避免出现漏检或数据丢失的情况。
2.根据权利要求1所述的基于无人机的线路巡线打卡方法，其特征在于，所述步骤1包括如下步骤：
(1)高精度定位：自动巡航系统是进行无人机进行巡视的关键核心系统，利用高精度定位导航系统来对无人机的巡视线路进行定位，无人机上装有相机、定位装置和感应装置，通过飞行控制终端信号传输连接无人机；
(2)航迹规划：将无人机相机采集到的图像采用SLAM算法进行环境构建与路径规划,能够让无人机避让障碍物与输线，然后机载计算机中运行用路径规划算法生成巡线路线，工作人员能够在地面站实时监控与修改；
(3)轨迹跟踪控制:无人机控制系统采用模型预测控制算法,利用机载定位与惯导数据,计算机生成控制指令,自动跟踪地面站下发的巡检路线；
(4)返航降落:巡检结束后,无人机自动返回起飞点降落。
3.根据权利要求1所述的基于无人机的线路巡线打卡方法，其特征在于，所述步骤2包括如下步骤：
(1)环境数据采集:无人机搭载高清相机,拍摄线路巡检视频,像素不低于4000万,帧率不低于30fps,视角不小于120°，能够获取清晰的线路图像用于机器视觉检测，目标沿选定线路使用无人机或人工采集线路图像和视频,收集线路杆塔、绝缘子、电线目标的数据，将收集到的数据用于机器视觉算法的训练与验证；
(2)对无人机拍摄内容的识别与训练：采用深度学习目标检测算法,使用收集的数据进行训练，分别对杆塔、绝缘子和电线类别目标进行训练,达到95％以上准确率，在训练数据中选取部分数据进行验证,检查目标检测算法在未见数据上的泛化能力，对检测不足的目标增加数据或调整网络结构进行再训练；
(4)对巡检目标检测:无人机拍摄视频通过5G信号输入地面站，地面站计算机系统采用深度学习目标检测方法检测线路关键设施；
(5)报警规则制定:根据检测到的目标信息,使用观测方程：
zk,j＝h(xk,yj,vk,j)
其中，x表示无人机位置，y表示探测到路标，v表示噪声，通过带有噪声的测量数据，估计内部隐藏着的变量，检测到的即时真实边界框和系统先前存储的物体真实边界框的原始数据进行对比，根据对比结果判断设施状态,评估准则基于行业标准确定,不同故障将触发不同级别的报警，当检测结果达到预设的报警级别,自动触发视觉报警,该帧图像、报警信息、定位坐标这些数据会在地面站显示,并有醒目报警提示,能够让操控人员进行分析与决策；
(6)报警响应:操控人员根据报警信息判断故障严重性,能够直接在地面站操控无人机飞至报警位置进行定点检查,也能够在地面上派遣人员首次确认，根据检查结果进行维修和标记后续处理。
4.根据权利要求1所述的基于无人机的线路巡线打卡方法，其特征在于，所述步骤3包括如下步骤：
(1)设置巡检路线与关键目标:沿线路选择关键设施包括杆塔、绝缘子、线缆，作为打卡目标，这些目标的位置信息通过机载定位系统与高清地图确定,在地面站以3D、2D形式显示；
(2)目标检测与识别:采用深度学习目标检测算法识别无人机相机视频中的关键目标,并在地面站实时显示识别结果,包括目标类别、数量与大致位置；
(3)目标比对打卡:无人机相机拍摄一张静止图像,机载定位系统会同时记录图像拍摄时刻的精确定位坐标，该定位信息与图像一同传输至地面站，在地面站将图像定位信息与设置的关键目标位置进行比对，当定位在预设目标的可容差范围内,则确认目标“打卡”成功；否则,目标“打卡”失败,视为漏检或数据丢失情况；
(5)报警处理:当有目标打卡失败,地面站会触发视觉与语音报警,并在地面站将失败目标位置高亮显示，操控人员能够手动操控无人机飞至目标位置补充检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310754271.5A CN116740833A (zh) | 2023-06-26 | 2023-06-26 | 基于无人机的线路巡线打卡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310754271.5A CN116740833A (zh) | 2023-06-26 | 2023-06-26 | 基于无人机的线路巡线打卡方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116740833A true CN116740833A (zh) | 2023-09-12 |
Family
ID=87911289
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310754271.5A Pending CN116740833A (zh) | 2023-06-26 | 2023-06-26 | 基于无人机的线路巡线打卡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116740833A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117498225A (zh) * | 2024-01-03 | 2024-02-02 | 山东黄金电力有限公司 | 一种无人机智能电力线路巡检系统 |
| CN118128601A (zh) * | 2024-05-10 | 2024-06-04 | 山西天地煤机装备有限公司 | 工作面人机协同作业安全监测预警系统及方法 |
-
2023
- 2023-06-26 CN CN202310754271.5A patent/CN116740833A/zh active Pending
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117498225A (zh) * | 2024-01-03 | 2024-02-02 | 山东黄金电力有限公司 | 一种无人机智能电力线路巡检系统 |
| CN117498225B (zh) * | 2024-01-03 | 2024-03-19 | 山东黄金电力有限公司 | 一种无人机智能电力线路巡检系统 |
| CN118128601A (zh) * | 2024-05-10 | 2024-06-04 | 山西天地煤机装备有限公司 | 工作面人机协同作业安全监测预警系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| AU2019203933B2 (en) | Systems and methods for data acquisition and asset inspection in presence of magnetic interference | |
| CN112884931B (zh) | 一种用于变电站的无人机巡检方法及系统 | |
| CN108491758B (zh) | 一种轨道检测方法及机器人 | |
| CN108037770B (zh) | 基于人工智能的无人机输电线路巡检系统和方法 | |
| CN116740833A (zh) | 基于无人机的线路巡线打卡方法 | |
| JP2019009919A (ja) | 巡視点検支援システム及び巡視点検支援制御プログラム | |
| CN108957240A (zh) | 电网故障远程定位方法及系统 | |
| CN109766746A (zh) | 一种无人机航拍视频的轨道异物检测方法 | |
| CN114248819B (zh) | 基于深度学习的铁路侵限异物无人机检测方法、装置及系统 | |
| CN115373403A (zh) | 一种建筑机械设备巡检服务系统 | |
| CN116258980A (zh) | 一种基于视觉的无人机分布式光伏电站巡检方法 | |
| CN117610971B (zh) | 一种高速公路机电系统健康指数评估方法 | |
| CN115951704B (zh) | 一种基于bim模型的无人机地铁巡检方法及设备 | |
| CN113033443A (zh) | 一种基于无人机的行人过街设施全路网自动化排查方法 | |
| CN117373285A (zh) | 风险预警模型训练方法、风险预警方法及自动驾驶车辆 | |
| CN110516551B (zh) | 一种基于视觉的巡线位置偏移识别系统、方法及无人机 | |
| CN114240901A (zh) | 一种机场道面异常状态实时检测方法和系统 | |
| CN117950420B (zh) | 无人机电力输送设备自动巡检方法 | |
| CN118135768B (zh) | 一种高速公路收费站人员动态作业环境下的安全监控方法 | |
| CN117494029B (zh) | 一种道路抛洒物事件识别方法及装置 | |
| WO2024185226A1 (ja) | 状態判定装置及び状態判定方法 | |
| Hu et al. | Research on Active Prevention and Control Technology for High Risk Targets in Transmission Lines | |
| TW202324317A (zh) | 智慧型無人機鐵道監控系統及方法 | |
| CN115439818A (zh) | 车载接触网图像智能识别方法及装置 | |
| CN118379647A (zh) | 一种铁路沿线安全环境现状层次递进探查方法 |
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 |