CN117315508B - 基于数据处理的电网设备监测方法及系统 - Google Patents
基于数据处理的电网设备监测方法及系统 Download PDFInfo
- Publication number
- CN117315508B CN117315508B CN202311075301.6A CN202311075301A CN117315508B CN 117315508 B CN117315508 B CN 117315508B CN 202311075301 A CN202311075301 A CN 202311075301A CN 117315508 B CN117315508 B CN 117315508B
- Authority
- CN
- China
- Prior art keywords
- acquisition
- aerial vehicle
- unmanned aerial
- standard
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 22
- 238000012545 processing Methods 0.000 title claims abstract description 19
- 238000004140 cleaning Methods 0.000 claims abstract description 163
- 238000011156 evaluation Methods 0.000 claims abstract description 35
- 230000002441 reversible effect Effects 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 3
- 239000000523 sample Substances 0.000 claims 1
- 238000007726 management method Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 235000005770 birds nest Nutrition 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 235000005765 wild carrot Nutrition 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于数据处理的电网设备监测方法及系统,将初始位置与相应避雷器编号进行绑定;接收自动采集信息,基于自动采集信息控制无人机在初始位置处对避雷器进行图像采集,得到当前俯视图像,获取无人机对应的采集中心以及当前俯视图像中避雷器的轮廓中心,基于采集中心和轮廓中心采集标准俯视图像;获取标准俯视图像的标准中心点,基于俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据路径参考线和避雷器编号确定多个采集位置点,基于采集位置点采集标准侧面图像;基于俯视清洁系数和侧面清洁系数生成清洁评价系数,当清洁评价系数大于等于预设清洁系数时,生成清洁信息,将清洁信息发送至管理端。
Description
技术领域
本发明涉及数据处理技术,尤其涉及一种基于数据处理的电网设备监测方法及系统。
背景技术
避雷器是用于保护电气设备免受高瞬态过电压危害并限制续流时间以及续流幅值的一种保护设备。
由于避雷器长期暴露在室外,因此避雷器上容易产生各种污秽,例如鸟粪、鸟巢、塑料袋等,从而会使得避雷器逐渐劣化。目前,常常采用人工定期清洁的方式对避雷器进行清洁,但是通过这种方式无法实现对避雷器的自动监测,不仅耗时耗力,并且效率也不高。
因此,如何实现对避雷器的自动监测,依据自动监测的数据协助工作人员对避雷器进行有效清洁成了如今亟需解决的问题。
发明内容
本发明实施例提供一种基于数据处理的电网设备监测方法及系统,可以实现对避雷器的自动监测,依据自动监测的数据协助工作人员对避雷器进行有效清洁。
本发明实施例的第一方面,提供一种基于数据处理的电网设备监测方法,包括:
获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件;
接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像;
获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像;
根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端。
可选地,在第一方面的一种可能实现方式中,获取所述无人机的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像,包括:
提取所述当前俯视图中的避雷器顶部轮廓,若所述当前俯视图中存在完整的避雷器顶部轮廓,则获取所述避雷器顶部轮廓的轮廓中心,根据所述轮廓中心和无人机对应的采集中心对无人机的飞行位置进行校准,得到俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像;
若所述当前俯视图中不存在完整的避雷器顶部轮廓,则生成报错信息,将所述报错信息发送至管理端,并控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集。
可选地,在第一方面的一种可能实现方式中,若所述当前俯视图中存在完整的避雷器顶部轮廓,则获取所述避雷器顶部轮廓的轮廓中心,根据所述轮廓中心和无人机对应的采集中心对无人机的飞行位置进行校准,得到俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像,包括:
对所述当前俯视图进行坐标化处理,获取所述避雷器顶部轮廓对应的多个轮廓坐标,根据所有轮廓坐标的x坐标值的平均值得到x中心坐标值,根据所有轮廓坐标的y坐标值的平均值得到y中心坐标值;
根据所述x中心坐标值和所述y中心坐标值得到轮廓中心坐标,将所述轮廓中心坐标作为所述避雷器顶部轮廓的轮廓中心;
调取预设圆形采集框显示在所述无人机的拍摄界面处,并获取所述预设圆形采集框的采集中心,其中,所述采集中心位于所述无人机的拍摄界面的中心位置处;
基于所述采集中心和所述轮廓中心对无人机的初始位置进行水平校准,得到一次校准位置,基于所述预设圆形采集框对所述一次校准位置进行竖直校准,得到二次校准位置,将所述二次校准位置作为俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像。
可选地,在第一方面的一种可能实现方式中,基于所述采集中心和所述轮廓中心对无人机的初始位置进行水平校准,得到一次校准位置,基于所述预设圆形采集框对所述一次校准位置进行竖直校准,得到二次校准位置,包括:
连接所述采集中心和所述轮廓中心得到水平移动方向,控制所述无人机基于所述水平移动方向进行移动,并实时获取所述无人机在移动过程中的第一拍摄界面;
实时提取第一拍摄界面中避雷器顶部轮廓对应的轮廓中心,当所述轮廓中心和所述采集中心重合时停止所述无人机的水平移动,并获取所述无人机停止移动时的一次校准位置;
控制所述无人机继续在所述第一校准位置的竖直方向上进行移动,并实时获取所述无人机在移动过程中的第二拍摄界面;
实时提取第二拍摄界面中的实时避雷器顶部轮廓,当所述实时避雷器顶部轮廓与所述预设圆形采集框重合时停止所述无人机的垂直移动,并获取所述无人机停止移动时的二次校准位置。
可选地,在第一方面的一种可能实现方式中,获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,包括:
获取所述标准俯视图像中避雷器顶部轮廓的轮廓中心作为标准中心点,基于所述标准中心点生成两条相互垂直的路径参考线;
根据所述避雷器编号得到无人机在侧面进行采集的预设采集距离,在各路径参考线上确定距离所述标准中心点预设采集距离处的两个采集位置点;
获取各采集位置点预设范围内的障碍物轮廓,若存在采集位置点预设范围有障碍物轮廓,则对相应的采集位置点进行删除。
可选地,在第一方面的一种可能实现方式中,基于所述采集位置点采集标准侧面图像,包括:
选取任意一个采集位置点为起点,按照顺时针方向对各采集位置点进行排序,得到采集顺序序列;
获取所述无人机的俯视校准位置作为起始位置,控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像;
当无人机采集完其中一个采集位置点对应的标准侧面图像后,根据相应采集位置点的去程路径生成回程路径,所述回程路径为相应去程路径的逆向路径;
控制所述无人机基于所述回程路径返回至所述起始位置,重复执行上述步骤,控制所述无人机采集所述采集顺序序列中的下一个采集位置点对应的标准侧面图像;
当所述无人机采集完采集顺序序列中最后一个采集位置点对应的标准侧面图像时,控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集。
可选地,在第一方面的一种可能实现方式中,控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像,包括:
获取所述路径参考线上从所述标准中心点至各所述采集位置点的第一移动方向,控制所述无人机按照所述采集顺序序列依次基于相应采集位置点对应的第一移动方向从起始位置水平移动预设采集距离后到达第一位置点;
控制所述无人机在所述第一位置点的竖直方向上向下进行移动,实时获取所述无人机在移动过程中的第三拍摄界面,并调取与所述避雷器编号对应的预设竖向采集线显示在所述第三拍摄界面的中间位置处;
实时提取第三拍摄界面中避雷器的侧面轮廓,获取所述侧面轮廓的上边缘线和下边缘线,当所述预设竖向采集线的上端点与所述上边缘线平齐、且所述预设竖向采集线的下端点与所述下边缘线平齐时停止无人机的移动,并得到无人机停止移动时的侧面采集位置;
获取所述无人机从起始位置移动至侧面采集位置时的飞行路径作为相应采集位置点的去程路径,并获取无人机在侧面采集位置采集的相应采集位置点对应的标准侧面图像。
可选地,在第一方面的一种可能实现方式中,根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,包括:
根据所述标准俯视图像中像素点的俯视像素值和预设俯视像素值得到俯视污浊面积,根据所述标准侧面图像中像素点的侧面像素值和预设侧面像素值得到侧面污浊面积;
根据所述俯视污浊面积生成俯视清洁系数,根据各标准侧面图像对应的侧面污浊面积生成各标准侧面图像对应的子清洁系数,统计所有子清洁系数得到总侧面清洁系数;
获取所有标准侧面图像对应的图像数量,根据调整系数对应表得到所述图像数量对应的预设调整系数,基于所述总侧面清洁系数和所述预设调整系数生成侧面清洁系数,其中,所述调整系数对应表包括多个图像数量,以及各图像数量对应的预设调整系数;
基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数;
通过以下公式计算清洁评价系数,
其中,C洁为清洁评价系数,S俯为俯视污浊面积,S基为基准污浊面积,为俯视清洁系数,u1为俯视清洁系数权重值,Sx为第x个标准侧面图像对应的侧面污浊面积,/>为第x个标准侧面图像对应的子清洁系数,n为标准侧面图像的数量上限值,Q预为预设调整系数,u2为侧面清洁系数权重值。
可选地,在第一方面的一种可能实现方式中,根据所述标准俯视图像中像素点的俯视像素值和预设俯视像素值得到俯视污浊面积,根据所述标准侧面图像中像素点的侧面像素值和预设侧面像素值得到侧面污浊面积,包括:
获取所述标准俯视图对应的避雷器顶部轮廓中俯视像素值与预设俯视像素值不相同的像素点作为俯视污浊像素点,统计所有俯视污浊像素点的俯视污浊像素点数量,以及所述避雷器顶部轮廓中所有像素点对应的俯视像素点总数量;
根据所述俯视污浊像素点数量和所述俯视像素点总数量的比值得到俯视污浊面积;
获取所述标准侧面图像中避雷器对应的侧面轮廓中侧面像素值与预设侧面像素值不相同的像素点作为侧面污浊像素点,统计所有侧面污浊像素点的侧面污浊像素点数量,以及所述侧面轮廓中所有像素点对应的侧面像素点总数量;
根据所述侧面污浊像素点数量和所述侧面像素点总数量的比值得到侧面污浊面积。
本发明实施例的第二方面,提供一种基于数据处理的电网设备监测系统,包括:
手动模块,用于获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件;
自动模块,用于接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像;
采集模块,用于获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像;
清洁模块,用于根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端。
本发明的有益效果如下:
1、本发明可以对目标区域内的多个避雷器实现自动监测,可以提高对避雷器进行监测时的效率,并在存在避雷器需要清洁时还可以生成相应的清洁信息,基于该清洁信息对工作人员进行提醒。本发明在对多个避雷器进行自动监测时,会首先得到每个避雷器进行数据采集时的初始位置,并在后续进行自动监测时控制无人机前往相应的初始位置对避雷器的顶部图像进行采集,再基于采集到的图像对无人机的采集位置进行校准,通过校准后的位置对标准俯视图像进行采集,这样可以使采集到的俯视图像中的避雷器顶部轮廓是完整的,可以提高对避雷器顶部数据采集时的准确性。其次,本发明除了会对避雷器顶部的图像进行采集,还会对避雷器的侧面图像也进行采集,在侧面采集时,本发明会依据俯视采集到的图像得到进行侧面采集时相互垂直的路径参考线,并在该路径参考线上确定多个采集位置点,基于采集位置点得到标准侧面图像,这样可以对避雷器四周的图像都进行采集,可以提高采集避雷器侧面数据时的全面性和准确性。本发明在得到标准俯视图像和标准侧面图像后,还会依据标准俯视图像和标准侧面图像生成相应的清洁评价系数,并当清洁评价系数大于等于预设清洁系数,即避雷器可能需要清洁时,生成清洁信息,以此来提醒工作人员相应的避雷器可能需要清洁,从而减少污秽对避雷器所产生的影响。
2、本发明在采集避雷器对应的标准俯视图像时,会首先基于无人机采集到的俯视图像中避雷器顶部轮廓的轮廓中心,以及无人机底部拍摄界面中的采集中心对无人机的水平位置进行校准,然后再基于无人机在竖直方向上移动时拍摄界面中的预设圆形采集框和实时提取的避雷器顶部轮廓对无人机的竖直位置进行校准,当轮廓中心和采集中心重合,且预设圆形采集框和避雷器顶部轮廓也重合时完成对无人机俯视时的拍摄位置的校准,这样可以使拍摄到的标准俯视图像中的避雷器顶部轮廓是完整的,提高数据采集时的准确性。在采集完标准俯视图像后,本发明在依据该标准俯视图像采集标准侧面图像时,会依据标准俯视图像的中心点确定两条相互垂直的路径参考线,然后再在两条参考线距离中心点预设距离处确定多个参考位置点,接着会控制无人机从中心点对应的初始位置依次水平前往各采集位置点对应的位置,再控制无人机从该位置向下竖直进行移动,并依据无人机向下移动过程中侧面拍摄界面中的竖直中线和侧面轮廓的上边缘线和下边缘线对无人机侧面的拍摄位置进行校准,这样可以使拍摄到的标准侧面图像中的侧面轮廓也是完整的,提高数据采集时的准确性,同时在其中一个标准侧面图像采集完后,本发明还会继续控制无人机完成对其余标准侧面图像的采集,从而自动完成对避雷器四周侧面图像数据的一个自动采集,提高数据采集时的效率。
3、本发明在生成清洁评价系数时,会依据标准俯视图像中像素点的像素值生成俯视清洁系数,依据标准侧面图像中像素点的像素值生成侧面清洁系数,并且由于标准侧面图像可能不止一张,多张标准侧面图像中还可能会存在重合的部分,因此在计算侧面清洁系数时,本发明还会依据图像数量得到的预设调整系数对其进行调整,并对调整后的侧面清洁系数和俯视清洁系数进行融合计算,得到清洁评价系数,这样可以较全面的对避雷器进行评价。
附图说明
图1为本发明实施例提供的一种基于数据处理的电网设备监测方法的流程示意图;
图2为发明实施例提供的避雷器侧面轮廓示意图;
图3为本发明实施例提供的一种基于数据处理的电网设备监测系统的结构示意图;
图4为本发明实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
参见图1,是本发明实施例提供的一种基于数据处理的电网设备监测方法的流程示意图,图1所示方法的执行主体可以是软件和/或硬件装置。本申请的执行主体可以包括但不限于以下中的至少一个:用户设备、网络设备等。其中,用户设备可以包括但不限于计算机、智能手机、个人数字助理(Personal Digital Assistant,简称:PDA)及上述提及的电子设备等。网络设备可以包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机组成的一个超级虚拟计算机。本实施例对此不做限制。包括步骤S1至步骤S4,具体如下:
S1,获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件。
在实际应用中,目标区域内可能会具有多个避雷器,因此为了可以在后续对目标区域内的多个避雷器进行自动监测,本发明会首先得到目标区域内多个避雷器的编号,然后再得到用户在可以拍摄到避雷器完整俯视图像的初始位置,最后再将两者进行绑定,从而使无人机在后续可以自动飞行到相应的初始位置对相应的避雷器进行数据采集。
其中,上述校准条件是指具备拍摄到相应避雷器完整俯视图像的条件。
S2,接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像。
可以理解的是,无人机在自动采集时,为了使得到的图像中避雷器的顶部轮廓可以位于中心位置,本发明还会基于初始位置拍摄的俯视图像对无人机的俯视拍摄位置进行校准,并得到无人机在校准之后的俯视拍摄位置采集的标准俯视图像作为避雷器最终的标准俯视图像。
在对无人机的俯视拍摄位置进行校准时,本发明会采用当前俯视图像中避雷器的轮廓中心,以及无人机的拍摄界面中的采集中心对无人机的俯视拍摄位置进行校准,使最后拍摄到的标准俯视图像中的避雷器轮廓可以位于图像的中心位置。
在一些实施例中,步骤S2包括步骤S21至步骤S22,具体如下:
S21,提取所述当前俯视图中的避雷器顶部轮廓,若所述当前俯视图中存在完整的避雷器顶部轮廓,则获取所述避雷器顶部轮廓的轮廓中心,根据所述轮廓中心和无人机对应的采集中心对无人机的飞行位置进行校准,得到俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像。
在实际应用中,可能会出现鸟在避雷器上筑巢的情况,在这种情况下,可能会出现鸟巢将避雷器遮挡而获取不到避雷器顶部轮廓的情况,因此本发明在采用当前俯视图像对无人机的俯视拍摄位置进行校准之前,还会先判断能否获取到避雷器的顶部轮廓,在可以获取到避雷器的顶部轮廓时,才会继续后续的校准步骤。
其中,上述步骤S21便是针对可以获取到避雷器的顶部轮廓的情况,在上述实施例的基础上步骤S21的具体实现方式可以是:
S211,对所述当前俯视图进行坐标化处理,获取所述避雷器顶部轮廓对应的多个轮廓坐标,根据所有轮廓坐标的x坐标值的平均值得到x中心坐标值,根据所有轮廓坐标的y坐标值的平均值得到y中心坐标值。
上述轮廓坐标是指避雷器顶部轮廓内的所有像素点的坐标,即通过避雷器顶部轮廓内的所有像素点坐标对应的x坐标值的平均值得到x中心坐标值,通过避雷器顶部轮廓内的所有像素点坐标对应的y坐标值的平均值得到y中心坐标值。
S212,根据所述x中心坐标值和所述y中心坐标值得到轮廓中心坐标,将所述轮廓中心坐标作为所述避雷器顶部轮廓的轮廓中心。
S213,调取预设圆形采集框显示在所述无人机的拍摄界面处,并获取所述预设圆形采集框的采集中心,其中,所述采集中心位于所述无人机的拍摄界面的中心位置处。
可以理解的是,避雷器顶部轮廓的形状大多都是圆形的,因此本方案会调取预设圆形采集框放置在拍摄界面的中心位置处,从而在后续可以依据该预设圆形采集框对无人机的俯视拍摄位置进行校准,使拍摄到的避雷器顶部轮廓可以与该预设圆形采集框对齐,从而使拍摄到的图像中避雷器顶部轮廓可以位于图像的中心位置。其中,上述预设圆形采集框的大小可以根据实际情况预先进行设置。
S214,基于所述采集中心和所述轮廓中心对无人机的初始位置进行水平校准,得到一次校准位置,基于所述预设圆形采集框对所述一次校准位置进行竖直校准,得到二次校准位置,将所述二次校准位置作为俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像。
在对无人机的俯视拍摄位置进行校准时,本发明会对无人机的初始位置进行两次校准,分别是基于采集中心和轮廓中心对初始位置进行的水平校准,以及基于水平校准后得到的一次校准位置进行的竖直校准,并将第二次校准后得到的二次校准位置作为最终的俯视校准位置。
其中,在一些实施例中,可以通过以下步骤得到上述的二次校准位置:
A1,连接所述采集中心和所述轮廓中心得到水平移动方向,控制所述无人机基于所述水平移动方向进行移动,并实时获取所述无人机在移动过程中的第一拍摄界面。
值得一提的是,上述水平移动方向是指由轮廓中心至采集中心的移动方向,第一拍摄界面是指无人机底部的摄像头所对应的拍摄界面。
A2,实时提取第一拍摄界面中避雷器顶部轮廓对应的轮廓中心,当所述轮廓中心和所述采集中心重合时停止所述无人机的水平移动,并获取所述无人机停止移动时的一次校准位置。
可以理解的是,当轮廓中心和采集中心重合时,说明此时避雷器顶部轮廓是位于图像的中心位置的,因此可以停止无人机在水平上的移动,并获取无人机停止移动时的一次校准位置。
A3,控制所述无人机继续在所述第一校准位置的竖直方向上进行移动,并实时获取所述无人机在移动过程中的第二拍摄界面。
还可以理解的是,虽然轮廓中心和采集中心重合时避雷器顶部轮廓是位于图像的中心位置的,但是如果无人机的拍摄距离过近时可能会拍摄不到完整的避雷器顶部轮廓,过远的话可能会使拍摄到的避雷器顶部轮廓过小,导致拍摄的图像不准确,因此在得到一次校准位置后,本发明还会继续控制无人机在第一校准位置的竖直方向上进行移动,从而对无人机的俯视拍摄位置进行进一步的校准。
A4,实时提取第二拍摄界面中的实时避雷器顶部轮廓,当所述实时避雷器顶部轮廓与所述预设圆形采集框重合时停止所述无人机的垂直移动,并获取所述无人机停止移动时的二次校准位置。
当第二拍摄界面中的实时避雷器顶部轮廓与预设圆形采集框重合时,说明此时是可以拍摄到完整的避雷器顶部轮廓的,因此可以停止对无人机的竖直移动,并将此时无人机对应的位置作为二次校准位置。
进一步的,在得到二次校准位置后,便可以将无人机在二次校准位置采集到的图像作为最终的标准俯视图像。
通过上述方式,可以使得到的标准俯视图像中具有完整的避雷器顶部轮廓,提高了采集时的数据准确性。
S22,若所述当前俯视图中不存在完整的避雷器顶部轮廓,则生成报错信息,将所述报错信息发送至管理端,并控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集。
可以理解的是,若所述当前俯视图中不存在完整的避雷器顶部轮廓,则说明此时避雷器顶部可能是由鸟巢或者其他的物品所遮挡住了,在这种情况下,本发明会生成报错信息,使得工作人员在后续可以依据该报错信息对相应的避雷器进行查看,并且本发明还会继续控制无人机直接前往下一个避雷器进行相应的数据采集,从而使无人机可以自动完成对目标区域内多个避雷器的数据采集。
S3,获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像。
可以理解的是,本发明在对目标区域内的多个避雷器进行自动监测时,除了会获取到避雷器的顶部图像,还会获取到避雷器的侧面图像。
其中,在获取避雷器的侧面图像时,本发明会依据标准俯视图像的中心点生成两条相互垂直的路径参考线,然后再依据避雷器对应的编号和路径参考线确定在路径参考线上的多个采集位置点,基于该采集位置点对避雷器的标准侧面图像进行相应的采集。
具体的,在上述实施例的基础上步骤S3的具体实现方式可以是:
S31,获取所述标准俯视图像中避雷器顶部轮廓的轮廓中心作为标准中心点,基于所述标准中心点生成两条相互垂直的路径参考线。
可以理解的是,生成两条相互垂直的路径参考线是为了后续可以对避雷器四周的侧面图像都进行采集。
S32,根据所述避雷器编号得到无人机在侧面进行采集的预设采集距离,在各路径参考线上确定距离所述标准中心点预设采集距离处的两个采集位置点。
在实际应用中,可以事先为各避雷器设置一个在侧面进行采集时的预设采集距离,然后将预设采集距离与相应避雷器对应的编号进行绑定。其中,预设采集距离为路径参考线上距离标准中心点的距离,可以依据实际情况进行相应的设置。
值得一提的是,上述采集位置点共有4个。
S33,获取各采集位置点预设范围内的障碍物轮廓,若存在采集位置点预设范围有障碍物轮廓,则对相应的采集位置点进行删除。
还可以理解的是,在确定好多个采集位置点后,可能会存在有的采集位置点周围有障碍物的情况,在这种情况下,无人机在采集时可能会被障碍物阻挡,从而无法进行相应的采集,因此在确定采集位置点周围有障碍物时,本发明会将相应的采集位置点进行剔除,在后续不对该位置点对应的图像进行采集。
S34,选取任意一个采集位置点为起点,按照顺时针方向对各采集位置点进行排序,得到采集顺序序列。
进一步的,在得到多个采集位置点后,本发明还会对各采集位置点进行排序,从而可以在后续依据排列好的顺序对避雷器的侧面图像进行相应的采集。
其中,在对各采集位置点进行排序时,本发明采用的是顺时针对各采集位置点进行排序的方式,在另一些实施例中,也可以采用其他的方式对其排序,例如采用逆时针的方式对其进行排序。
S35,获取所述无人机的俯视校准位置作为起始位置,控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像。
在控制无人机对标准侧面图像进行采集时,本发明会控制无人机先从起始位置前往采集位置点,然后再由采集位置点前往侧面采集位置,从而可以在侧面采集位置拍摄相应的标准侧面图像,并依据无人机的飞行路径生成相应的去程路径。
具体的,步骤S35包括步骤S351至步骤S354:
S351,获取所述路径参考线上从所述标准中心点至各所述采集位置点的第一移动方向,控制所述无人机按照所述采集顺序序列依次基于相应采集位置点对应的第一移动方向从起始位置水平移动预设采集距离后到达第一位置点。
即本方案会控制无人机先从起始位置往各采集位置点对应的方向处水平进行移动,并会对无人机移动时的位置点进行实时记录,当无人机移动预设采集距离后,即无人机移动的点与采集位置点重合时,将无人机此时到达的位置点作为第一位置点。
S352,控制所述无人机在所述第一位置点的竖直方向上向下进行移动,实时获取所述无人机在移动过程中的第三拍摄界面,并调取与所述避雷器编号对应的预设竖向采集线显示在所述第三拍摄界面的中间位置处。
可以理解的是,无人机移动到第一位置点后,该位置点与拍摄俯视图像时的位置是水平的,因此在该位置点是拍摄不到避雷器侧面图像的,因此在无人机到达第一位置点后还需要控制无人机向下进行移动,从而来对避雷器的侧面图像进行相应的拍摄。
此外,需要说明的是,此处的第三拍摄界面指的是无人机侧方的摄像头所对应的拍摄界面,而第一拍摄界面和第二拍摄界面指的是无人机底部的摄像头对应的拍摄界面。
上述预设竖向采集线的线段长度可以结合与避雷器编号对应的避雷器的属性预先进行设置。
S353,实时提取第三拍摄界面中避雷器的侧面轮廓,获取所述侧面轮廓的上边缘线和下边缘线,当所述预设竖向采集线的上端点与所述上边缘线平齐、且所述预设竖向采集线的下端点与所述下边缘线平齐时停止无人机的移动,并得到无人机停止移动时的侧面采集位置。
如图2所述,为发明实施例提供的避雷器侧面轮廓示意图。其中,侧面轮廓的上边缘线指的是避雷器中间的绝缘子部分最上端的轮廓线,即图2中所指的上端的轮廓线,侧面轮廓的下边缘线指的是避雷器中间的绝缘子部分最下端的轮廓线,即图2中所指的下端的轮廓线。
当所述预设竖直采集线的上端点和上边缘线平齐、且预设竖直采集线的下端点和下边缘线平齐,说明此时第三拍摄界面中是可以拍摄到完整的避雷器的侧面轮廓的,因此可以停止无人机的移动,并得到无人机停止移动时的侧面采集位置。
S354,获取所述无人机从起始位置移动至侧面采集位置时的飞行路径作为相应采集位置点的去程路径,并获取无人机在侧面采集位置采集的相应采集位置点对应的标准侧面图像。
在侧面采集位置拍摄完标准侧面图像后,为了使无人机在后续可以继续对其他的采集位置点对应的标准侧面图像也进行相应的采集,本发明会依据无人机的飞行路径生成相应的去程路径,即无人机从起始位置移动至侧面采集位置时的飞行路径,然后在后续基于该去程路径生成无人机相应的回程路径,让无人机通过回程路径回到初始位置后再继续采集下一个标准侧面图像。
S36,当无人机采集完其中一个采集位置点对应的标准侧面图像后,根据相应采集位置点的去程路径生成回程路径,所述回程路径为相应去程路径的逆向路径。
即上述回程路径与去程路径是相互对应、且路径相反的。例如,若去程路径为从A点至B点,则回程路径为从B点至A点。
S37,控制所述无人机基于所述回程路径返回至所述起始位置,重复执行上述步骤,控制所述无人机采集所述采集顺序序列中的下一个采集位置点对应的标准侧面图像。
进一步的,当无人机采集完其中一个采集位置点对应的标准侧面图像后,便可以控制无人机返回起始位置,并继续采集下一个标准侧面图像。
S38,当所述无人机采集完采集顺序序列中最后一个采集位置点对应的标准侧面图像时,控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集。
可以理解的是,当无人机采集完最后一个标准侧面图像后,是没有必要再返回初始位置继续采集下一个标准侧面图像的,此时可以直接控制无人机前往下一个初始位置对相应的避雷器进行图像采集。
通过上述方式,可以控制无人机自动完成对避雷器的侧面图像的采集,并且还相对保证采集到的侧面图像的完整性,提高数据采集时的准确性。
S4,根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端。
在得到标准俯视图像和标准侧面图像后,本发明会依据标准俯视图像和标准侧面图像生成相应的清洁评价系数,通过该清洁评价系数判断避雷器是否需要清洗,当清洁评价系数大于等于预设清洁系数时,说明此时避雷器上的污垢可能会相对较多,因此可以生成相应的清洁信息来提醒工作人员该避雷器可能需要清洁。
具体的,在一些实施例中,可以通过以下步骤得到上述清洁评价系数:
S41,根据所述标准俯视图像中像素点的俯视像素值和预设俯视像素值得到俯视污浊面积,根据所述标准侧面图像中像素点的侧面像素值和预设侧面像素值得到侧面污浊面积。
在上述实施例的基础上步骤S41的具体实现方式可以是:
S411,获取所述标准俯视图对应的避雷器顶部轮廓中俯视像素值与预设俯视像素值不相同的像素点作为俯视污浊像素点,统计所有俯视污浊像素点的俯视污浊像素点数量,以及所述避雷器顶部轮廓中所有像素点对应的俯视像素点总数量。
在实际应用中,由于各避雷器的颜色在事先都是知道的,因此可以依据各避雷器顶部的颜色为其设置相应的预设俯视像素值,或者依据最初拍摄的俯视图像,对该俯视图像中顶部轮廓内像素点对应的像素值进行提取,得到相应的预设俯视像素值。
可以理解的是,当避雷器顶部轮廓中的像素点的像素值与预设俯视像素值不相同时,此时可能是由于避雷器上被污浊物或者其他物体覆盖而导致避雷器顶部的颜色发生了变化,从而导致相应的像素点的像素值也发生变化,因此可以将像素值与预设俯视像素值不相同的像素点提取出来,再对其进行统计,得到俯视污浊像素点数量,然后再对避雷器顶部轮廓中所有像素点也进行统计,得到俯视像素点总数量。
S412,根据所述俯视污浊像素点数量和所述俯视像素点总数量的比值得到俯视污浊面积。
再通过俯视污浊像素点数量和俯视像素点总数量的比值便可以得到俯视污浊面积。
S413,获取所述标准侧面图像中避雷器对应的侧面轮廓中侧面像素值与预设侧面像素值不相同的像素点作为侧面污浊像素点,统计所有侧面污浊像素点的侧面污浊像素点数量,以及所述侧面轮廓中所有像素点对应的侧面像素点总数量。
同样的,在得到侧面污浊面积时,也可以预先设置一个预设侧面像素值,再对侧面轮廓中像素值与预设侧面像素值不同的像素点数量进行统计,得到侧面污浊像素点数量,然后对侧面轮廓中所有像素点也进行相应的统计,得到侧面像素点总数量。
S414,根据所述侧面污浊像素点数量和所述侧面像素点总数量的比值得到侧面污浊面积。
再通过侧面污浊像素点数量和侧面像素点总数量的比值便可以得到侧面污浊面积。
S42,根据所述俯视污浊面积生成俯视清洁系数,根据各标准侧面图像对应的侧面污浊面积生成各标准侧面图像对应的子清洁系数,统计所有子清洁系数得到总侧面清洁系数。
可以理解的是,本发明会对避雷器顶部对应的俯视清洁系数和侧面对应的侧面清洁系数进行融合计算,从而来求得避雷器对应的清洁评价系数。
由于得到的标准侧面图像可能不止一张,因此在生成所有侧面对应的侧面清洁系数时,本发明会首先得到每个标准侧面图像对应的子清洁系数,然后在对其进行求和,得到总侧面清洁系数,然后在后续再依据该总侧面清洁系数求得相应的侧面清洁系数。
S43,获取所有标准侧面图像对应的图像数量,根据调整系数对应表得到所述图像数量对应的预设调整系数,基于所述总侧面清洁系数和所述预设调整系数生成侧面清洁系数,其中,所述调整系数对应表包括多个图像数量,以及各图像数量对应的预设调整系数。
在实际应用中,由于本方案是拍摄的四周图像,因此在拍摄避雷器的侧面图像时可能会出现相邻的两张标准侧面图像中可能会有重合的部分。因此为了减少计算时的误差,本发明还会依据拍摄到的标准侧面图像的图像数量对总侧面清洁系数进行调整。
在调整时,本发明首先会依据调整系数对应表得到图像数量对应的预设调整系数,然后再依据该预设调整系数对总侧面清洁系数进行调整。其中,图像数量对应的预设调整系数可以预先进行设置,例如,当图像数量为4时,其预设调整系数可以设置为1.8,当图像数量为3时,其预设调整系数可以设置为1.5。当图像数量越大时,说明图像中重合的部分可能也会越多,因此相应的预设调整系数也可以相应设置的越大。
S44,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数。
通过以下公式计算清洁评价系数,
其中,C洁为清洁评价系数,S俯为俯视污浊面积,S基为基准污浊面积,为俯视清洁系数,u1为俯视清洁系数权重值,Sx为第x个标准侧面图像对应的侧面污浊面积,/>为第x个标准侧面图像对应的子清洁系数,n为标准侧面图像的数量上限值,Q预为预设调整系数,u2为侧面清洁系数权重值。
从上述公式中可以看出,俯视污浊面积S俯越大,说明避雷器顶部的污浊面积可能也会越大,因此俯视清洁系数也会越大,总侧面清洁系数/>越大,说明避雷器侧面的污浊面积可能也会越大,因此侧面清洁系数/>也会越大。/>
在实际应用中,俯视清洁系数权重值u1和侧面清洁系数权重值u2可以依据俯视清洁系数和侧面清洁系数/>的比重对其进行相应的设置,例如侧面清洁系数权重值u2可以设置的俯视清洁系数权重值u1大一些。
通过上述方式,可以自动监测避雷器是否需要清洁,当避雷器需要清洁时可以对工作人员进行相应的提醒。
参见图3,是本发明实施例提供的一种基于数据处理的电网设备监测系统的结构示意图,该基于数据处理的电网设备监测系统包括:
手动模块,用于获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件;
自动模块,用于接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像;
采集模块,用于获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像;
清洁模块,用于根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端。
图3所示实施例的装置对应地可用于执行图1所示方法实施例中的步骤,其实现原理和技术效果类似,此处不再赘述。
参见图4,是本发明实施例提供的一种电子设备的硬件结构示意图,该电子设备40包括:处理器41、存储器42和计算机程序;其中
存储器42,用于存储所述计算机程序,该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器41,用于执行所述存储器存储的计算机程序,以实现上述方法中设备执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地,存储器42既可以是独立的,也可以跟处理器41集成在一起。
当所述存储器42是独立于处理器41之外的器件时,所述设备还可以包括:
总线43,用于连接所述存储器42和处理器41。
本发明还提供一种可读存储介质,所述可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。
其中,可读存储介质可以是计算机存储介质,也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如,可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits,简称:ASIC)中。另外,该ASIC可以位于用户设备中。当然,处理器和可读存储介质也可以作为分立组件存在于通信设备中。可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品,该程序产品包括执行指令,该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令,至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。
在上述设备的实施例中,应理解,处理器可以是中央处理单元(英文:CentralProcessing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:DigitalSignal Processor,简称:DSP)、专用集成电路(英文:Application Specific IntegratedCircuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,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,或者对其中部分或者全部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发明各实施例技术方案的范围。
Claims (7)
1.一种基于数据处理的电网设备监测方法,其特征在于,包括:
获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件;
接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像;
获取所述标准俯视图像的标准中心点,基于俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像;
根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端;
获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,包括:
获取所述标准俯视图像中避雷器顶部轮廓的轮廓中心作为标准中心点,基于所述标准中心点生成两条相互垂直的路径参考线;
根据所述避雷器编号得到无人机在侧面进行采集的预设采集距离,在各路径参考线上确定距离所述标准中心点预设采集距离处的两个采集位置点;
获取各采集位置点预设范围内的障碍物轮廓,若存在采集位置点预设范围有障碍物轮廓,则对相应的采集位置点进行删除;
基于所述采集位置点采集标准侧面图像,包括:
选取任意一个采集位置点为起点,按照顺时针方向对各采集位置点进行排序,得到采集顺序序列;
获取所述无人机的俯视校准位置作为起始位置,控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像;
当无人机采集完其中一个采集位置点对应的标准侧面图像后,根据相应采集位置点的去程路径生成回程路径,所述回程路径为相应去程路径的逆向路径;
控制所述无人机基于所述回程路径返回至所述起始位置,重复执行上述步骤,控制所述无人机采集所述采集顺序序列中的下一个采集位置点对应的标准侧面图像;
当所述无人机采集完采集顺序序列中最后一个采集位置点对应的标准侧面图像时,控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集;
控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像,包括:
获取所述路径参考线上从所述标准中心点至各所述采集位置点的第一移动方向,控制所述无人机按照所述采集顺序序列依次基于相应采集位置点对应的第一移动方向从起始位置水平移动预设采集距离后到达第一位置点;
控制所述无人机在所述第一位置点的竖直方向上向下进行移动,实时获取所述无人机在移动过程中的第三拍摄界面,并调取与所述避雷器编号对应的预设竖向采集线显示在所述第三拍摄界面的中间位置处;
实时提取第三拍摄界面中避雷器的侧面轮廓,获取所述侧面轮廓的上边缘线和下边缘线,当所述预设竖向采集线的上端点与所述上边缘线平齐、且所述预设竖向采集线的下端点与所述下边缘线平齐时停止无人机的移动,并得到无人机停止移动时的侧面采集位置;
获取所述无人机从起始位置移动至侧面采集位置时的飞行路径作为相应采集位置点的去程路径,并获取无人机在侧面采集位置采集的相应采集位置点对应的标准侧面图像。
2.根据权利要求1所述的方法,其特征在于,
获取所述无人机的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像,包括:
提取所述当前俯视图中的避雷器顶部轮廓,若所述当前俯视图中存在完整的避雷器顶部轮廓,则获取所述避雷器顶部轮廓的轮廓中心,根据所述轮廓中心和无人机对应的采集中心对无人机的飞行位置进行校准,得到俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像;
若所述当前俯视图中不存在完整的避雷器顶部轮廓,则生成报错信息,将所述报错信息发送至管理端,并控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集。
3.根据权利要求2所述的方法,其特征在于,
若所述当前俯视图中存在完整的避雷器顶部轮廓,则获取所述避雷器顶部轮廓的轮廓中心,根据所述轮廓中心和无人机对应的采集中心对无人机的飞行位置进行校准,得到俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像,包括:
对所述当前俯视图进行坐标化处理,获取所述避雷器顶部轮廓对应的多个轮廓坐标,根据所有轮廓坐标的x坐标值的平均值得到x中心坐标值,根据所有轮廓坐标的y坐标值的平均值得到y中心坐标值;
根据所述x中心坐标值和所述y中心坐标值得到轮廓中心坐标,将所述轮廓中心坐标作为所述避雷器顶部轮廓的轮廓中心;
调取预设圆形采集框显示在所述无人机的拍摄界面处,并获取所述预设圆形采集框的采集中心,其中,所述采集中心位于所述无人机的拍摄界面的中心位置处;
基于所述采集中心和所述轮廓中心对无人机的初始位置进行水平校准,得到一次校准位置,基于所述预设圆形采集框对所述一次校准位置进行竖直校准,得到二次校准位置,将所述二次校准位置作为俯视校准位置,并获取无人机基于所述俯视校准位置采集的标准俯视图像。
4.根据权利要求3所述的方法,其特征在于,
基于所述采集中心和所述轮廓中心对无人机的初始位置进行水平校准,得到一次校准位置,基于所述预设圆形采集框对所述一次校准位置进行竖直校准,得到二次校准位置,包括:
连接所述采集中心和所述轮廓中心得到水平移动方向,控制所述无人机基于所述水平移动方向进行移动,并实时获取所述无人机在移动过程中的第一拍摄界面;
实时提取第一拍摄界面中避雷器顶部轮廓对应的轮廓中心,当所述轮廓中心和所述采集中心重合时停止所述无人机的水平移动,并获取所述无人机停止移动时的一次校准位置;
控制所述无人机继续在所述一次校准位置的竖直方向上进行移动,并实时获取所述无人机在移动过程中的第二拍摄界面;
实时提取第二拍摄界面中的实时避雷器顶部轮廓,当所述实时避雷器顶部轮廓与所述预设圆形采集框重合时停止所述无人机的垂直移动,并获取所述无人机停止移动时的二次校准位置。
5.根据权利要求1所述的方法,其特征在于,
根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,包括:
根据所述标准俯视图像中像素点的俯视像素值和预设俯视像素值得到俯视污浊面积,根据所述标准侧面图像中像素点的侧面像素值和预设侧面像素值得到侧面污浊面积;
根据所述俯视污浊面积生成俯视清洁系数,根据各标准侧面图像对应的侧面污浊面积生成各标准侧面图像对应的子清洁系数,统计所有子清洁系数得到总侧面清洁系数;
获取所有标准侧面图像对应的图像数量,根据调整系数对应表得到所述图像数量对应的预设调整系数,基于所述总侧面清洁系数和所述预设调整系数生成侧面清洁系数,其中,所述调整系数对应表包括多个图像数量,以及各图像数量对应的预设调整系数;
基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数;
通过以下公式计算清洁评价系数,
;
其中,为清洁评价系数,/>为俯视污浊面积,/>为基准污浊面积,/>为俯视清洁系数,/>为俯视清洁系数权重值,/>为第/>个标准侧面图像对应的侧面污浊面积,为第/>个标准侧面图像对应的子清洁系数,/>为标准侧面图像的数量上限值,/>为预设调整系数, />为侧面清洁系数权重值。
6.根据权利要求5所述的方法,其特征在于,
根据所述标准俯视图像中像素点的俯视像素值和预设俯视像素值得到俯视污浊面积,根据所述标准侧面图像中像素点的侧面像素值和预设侧面像素值得到侧面污浊面积,包括:
获取所述标准俯视图对应的避雷器顶部轮廓中俯视像素值与预设俯视像素值不相同的像素点作为俯视污浊像素点,统计所有俯视污浊像素点的俯视污浊像素点数量,以及所述避雷器顶部轮廓中所有像素点对应的俯视像素点总数量;
根据所述俯视污浊像素点数量和所述俯视像素点总数量的比值得到俯视污浊面积;
获取所述标准侧面图像中避雷器对应的侧面轮廓中侧面像素值与预设侧面像素值不相同的像素点作为侧面污浊像素点,统计所有侧面污浊像素点的侧面污浊像素点数量,以及所述侧面轮廓中所有像素点对应的侧面像素点总数量;
根据所述侧面污浊像素点数量和所述侧面像素点总数量的比值得到侧面污浊面积。
7.一种基于数据处理的电网设备监测系统,其特征在于,包括:
手动模块,用于获取目标区域内的多个避雷器以及所述避雷器对应的避雷器编号,接收用户控制无人机对各避雷器采集的初始位置,并将所述初始位置与相应所述避雷器编号进行绑定,其中,所述初始位置满足校准条件;
自动模块,用于接收自动采集信息,基于所述自动采集信息控制无人机在所述初始位置处对避雷器进行图像采集,得到当前俯视图像,获取所述无人机对应的采集中心以及所述当前俯视图像中避雷器的轮廓中心,基于所述采集中心和所述轮廓中心采集标准俯视图像;
采集模块,用于获取所述标准俯视图像的标准中心点,基于俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,基于所述采集位置点采集标准侧面图像;
清洁模块,用于根据所述标准俯视图像生成俯视清洁系数,根据标准侧面图像生成侧面清洁系数,基于所述俯视清洁系数和所述侧面清洁系数生成清洁评价系数,当所述清洁评价系数大于等于预设清洁系数时,生成清洁信息,将所述清洁信息发送至管理端;
获取所述标准俯视图像的标准中心点,基于所述俯视采集图像的标准中心点生成两条相互垂直的路径参考线,根据所述路径参考线和避雷器编号确定多个采集位置点,包括:
获取所述标准俯视图像中避雷器顶部轮廓的轮廓中心作为标准中心点,基于所述标准中心点生成两条相互垂直的路径参考线;
根据所述避雷器编号得到无人机在侧面进行采集的预设采集距离,在各路径参考线上确定距离所述标准中心点预设采集距离处的两个采集位置点;
获取各采集位置点预设范围内的障碍物轮廓,若存在采集位置点预设范围有障碍物轮廓,则对相应的采集位置点进行删除;
基于所述采集位置点采集标准侧面图像,包括:
选取任意一个采集位置点为起点,按照顺时针方向对各采集位置点进行排序,得到采集顺序序列;
获取所述无人机的俯视校准位置作为起始位置,控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像;
当无人机采集完其中一个采集位置点对应的标准侧面图像后,根据相应采集位置点的去程路径生成回程路径,所述回程路径为相应去程路径的逆向路径;
控制所述无人机基于所述回程路径返回至所述起始位置,重复执行上述步骤,控制所述无人机采集所述采集顺序序列中的下一个采集位置点对应的标准侧面图像;
当所述无人机采集完采集顺序序列中最后一个采集位置点对应的标准侧面图像时,控制所述无人机直接前往下一个避雷器对应的初始位置处进行图像采集;
控制所述无人机按照所述采集顺序序列依次生成从所述起始位置移动至相应采集位置点对应的侧面采集位置时的去程路径,并获取无人机在侧面采集位置采集的标准侧面图像,包括:
获取所述路径参考线上从所述标准中心点至各所述采集位置点的第一移动方向,控制所述无人机按照所述采集顺序序列依次基于相应采集位置点对应的第一移动方向从起始位置水平移动预设采集距离后到达第一位置点;
控制所述无人机在所述第一位置点的竖直方向上向下进行移动,实时获取所述无人机在移动过程中的第三拍摄界面,并调取与所述避雷器编号对应的预设竖向采集线显示在所述第三拍摄界面的中间位置处;
实时提取第三拍摄界面中避雷器的侧面轮廓,获取所述侧面轮廓的上边缘线和下边缘线,当所述预设竖向采集线的上端点与所述上边缘线平齐、且所述预设竖向采集线的下端点与所述下边缘线平齐时停止无人机的移动,并得到无人机停止移动时的侧面采集位置;
获取所述无人机从起始位置移动至侧面采集位置时的飞行路径作为相应采集位置点的去程路径,并获取无人机在侧面采集位置采集的相应采集位置点对应的标准侧面图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311075301.6A CN117315508B (zh) | 2023-08-24 | 2023-08-24 | 基于数据处理的电网设备监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311075301.6A CN117315508B (zh) | 2023-08-24 | 2023-08-24 | 基于数据处理的电网设备监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117315508A CN117315508A (zh) | 2023-12-29 |
CN117315508B true CN117315508B (zh) | 2024-05-14 |
Family
ID=89248818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311075301.6A Active CN117315508B (zh) | 2023-08-24 | 2023-08-24 | 基于数据处理的电网设备监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117315508B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统巡检方法 |
CN106657882A (zh) * | 2016-10-18 | 2017-05-10 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统实时监控方法 |
CN110531218A (zh) * | 2019-09-04 | 2019-12-03 | 国网四川省电力公司乐山供电公司 | 一种基于图像轮廓检测的输电线路故障识别系统 |
CN110946512A (zh) * | 2018-09-27 | 2020-04-03 | 广东美的生活电器制造有限公司 | 基于激光雷达和摄像头的扫地机器人的控制方法及装置 |
CN111212783A (zh) * | 2017-11-15 | 2020-05-29 | 宝马股份公司 | 用于为车辆提供清洁服务的无人飞行器、方法和系统 |
CN111784629A (zh) * | 2020-05-15 | 2020-10-16 | 华能国际电力股份有限公司海门电厂 | 一种漏油检测方法和系统 |
CN112562174A (zh) * | 2021-02-20 | 2021-03-26 | 浙江大胜达包装股份有限公司 | 可再生纸品自助回收系统及方法 |
CN112581386A (zh) * | 2020-12-02 | 2021-03-30 | 南京理工大学 | 一种全自动避雷器检测与跟踪方法 |
CN113610830A (zh) * | 2021-08-18 | 2021-11-05 | 常州领创电气科技有限公司 | 一种避雷器用的检测系统及方法 |
CN114608520A (zh) * | 2021-04-29 | 2022-06-10 | 北京石头创新科技有限公司 | 一种测距方法、装置、机器人和存储介质 |
CN115060358A (zh) * | 2022-07-25 | 2022-09-16 | 北京智盟信通科技有限公司 | 基于隐患因素的变电主设备风险预警方法 |
CN217792839U (zh) * | 2022-04-14 | 2022-11-15 | 北京石头创新科技有限公司 | 自动清洁设备 |
CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
CN115797876A (zh) * | 2023-02-08 | 2023-03-14 | 华至云链科技(苏州)有限公司 | 设备监控处理方法及系统 |
WO2023104118A1 (zh) * | 2021-12-10 | 2023-06-15 | 科沃斯机器人股份有限公司 | 清洁路径确定方法、系统、设备及存储介质 |
CN116309625A (zh) * | 2022-11-11 | 2023-06-23 | 句容市乡土树种研究所 | 适用于智慧农业的数据处理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12007785B2 (en) * | 2021-08-31 | 2024-06-11 | Samsung Electronics Co., Ltd. | Cleaning robot capable of obtaining map of indoor space and operating method thereof |
-
2023
- 2023-08-24 CN CN202311075301.6A patent/CN117315508B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657882A (zh) * | 2016-10-18 | 2017-05-10 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统实时监控方法 |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电系统巡检方法 |
CN111212783A (zh) * | 2017-11-15 | 2020-05-29 | 宝马股份公司 | 用于为车辆提供清洁服务的无人飞行器、方法和系统 |
CN110946512A (zh) * | 2018-09-27 | 2020-04-03 | 广东美的生活电器制造有限公司 | 基于激光雷达和摄像头的扫地机器人的控制方法及装置 |
CN110531218A (zh) * | 2019-09-04 | 2019-12-03 | 国网四川省电力公司乐山供电公司 | 一种基于图像轮廓检测的输电线路故障识别系统 |
CN111784629A (zh) * | 2020-05-15 | 2020-10-16 | 华能国际电力股份有限公司海门电厂 | 一种漏油检测方法和系统 |
CN112581386A (zh) * | 2020-12-02 | 2021-03-30 | 南京理工大学 | 一种全自动避雷器检测与跟踪方法 |
CN112562174A (zh) * | 2021-02-20 | 2021-03-26 | 浙江大胜达包装股份有限公司 | 可再生纸品自助回收系统及方法 |
CN114608520A (zh) * | 2021-04-29 | 2022-06-10 | 北京石头创新科技有限公司 | 一种测距方法、装置、机器人和存储介质 |
CN113610830A (zh) * | 2021-08-18 | 2021-11-05 | 常州领创电气科技有限公司 | 一种避雷器用的检测系统及方法 |
WO2023104118A1 (zh) * | 2021-12-10 | 2023-06-15 | 科沃斯机器人股份有限公司 | 清洁路径确定方法、系统、设备及存储介质 |
CN217792839U (zh) * | 2022-04-14 | 2022-11-15 | 北京石头创新科技有限公司 | 自动清洁设备 |
CN115060358A (zh) * | 2022-07-25 | 2022-09-16 | 北京智盟信通科技有限公司 | 基于隐患因素的变电主设备风险预警方法 |
CN115381354A (zh) * | 2022-07-28 | 2022-11-25 | 广州宝乐软件科技有限公司 | 清洁机器人的避障方法、避障装置、存储介质和设备 |
CN116309625A (zh) * | 2022-11-11 | 2023-06-23 | 句容市乡土树种研究所 | 适用于智慧农业的数据处理方法 |
CN115797876A (zh) * | 2023-02-08 | 2023-03-14 | 华至云链科技(苏州)有限公司 | 设备监控处理方法及系统 |
Non-Patent Citations (4)
Title |
---|
Super-resolution reconstruction of ultrasonic Lamb wave TFM image via deep learning;Zhang Wenjing;《Measurement Science and Technology》;20230217;论文全文 * |
五强溪水电厂电气设备绝缘在线监测装置的应用分析;龙浩;;水电厂自动化;20020515(第02期);论文全文 * |
基于模糊神经网络的城市地下水水质评价研究;高凯;;西安文理学院学报(自然科学版);20160715(第04期);论文全文 * |
复合绝缘子酥朽发热老化的原因分析;卢明;张中浩;李黎;刘泽辉;华奎;杨晓承;;电网技术;20170823(第04期);论文全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117315508A (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11612148B2 (en) | Estimating fish size, population density, species distribution and biomass | |
CN112232279B (zh) | 一种人员间距检测方法和装置 | |
CN110345925B (zh) | 一种针对五目航拍照片质量检测及空三处理方法 | |
CN109405765A (zh) | 一种基于散斑结构光的高精度深度计算方法及系统 | |
CN115311587B (zh) | 一种光伏电站巡检航点的智能生成方法 | |
CN116309625B (zh) | 适用于智慧农业的数据处理方法 | |
CN117315508B (zh) | 基于数据处理的电网设备监测方法及系统 | |
CN110738703A (zh) | 定位方法及装置、终端、存储介质 | |
CN113408454A (zh) | 一种交通目标检测方法、装置、电子设备及检测系统 | |
CN116563384A (zh) | 一种图像采集装置标定方法、设备及计算机设备 | |
CN114972027A (zh) | 一种图像拼接方法、装置、设备、介质和计算机产品 | |
WO2022147655A1 (zh) | 定位方法、空间信息获取方法、装置、拍摄设备 | |
CN109246355A (zh) | 利用机器人生成全景图像的方法、装置及机器人 | |
CN111400530A (zh) | 一种无人机拍摄照片的分类方法、装置及存储介质 | |
CN116721344A (zh) | 基于航拍设备的植被检测方法、装置和设备 | |
CN113065569B (zh) | 基于神经网络的鱼质量估计方法及系统、装置与存储介质 | |
CN114973321A (zh) | 一种生猪体尺视觉测量的特征点选取及测量方法 | |
CN112581541A (zh) | 参数的评估方法、装置和电子设备 | |
CN113422901B (zh) | 一种摄像机对焦方法及相关设备 | |
CN110909648A (zh) | 使用神经网络在边缘计算设备上实现的人流量监控方法 | |
CN116662318B (zh) | 一种基于倾斜三维模型快速提取房屋信息数据的方法 | |
CN111464744B (zh) | 一种基于陀螺仪传感器的电表图像辅助采集方法 | |
WO2024088251A1 (zh) | 包裹尺寸测量方法、装置、计算机设备及存储介质 | |
CN109903285B (zh) | 一种基于热像视频的多边形区域目标检测方法 | |
CN109798897A (zh) | 一种通过环境模型完整度评估以提高单目视觉定位可靠性的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |