CN204795370U - 监测系统及包含其的交通工具 - Google Patents
监测系统及包含其的交通工具 Download PDFInfo
- Publication number
- CN204795370U CN204795370U CN201520235403.4U CN201520235403U CN204795370U CN 204795370 U CN204795370 U CN 204795370U CN 201520235403 U CN201520235403 U CN 201520235403U CN 204795370 U CN204795370 U CN 204795370U
- Authority
- CN
- China
- Prior art keywords
- image
- ultraviolet
- infrared
- module
- light
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 27
- 230000033001 locomotion Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims description 52
- 238000003384 imaging method Methods 0.000 claims description 43
- 230000004044 response Effects 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 10
- JMASRVWKEDWRBT-UHFFFAOYSA-N Gallium nitride Chemical compound [Ga]#N JMASRVWKEDWRBT-UHFFFAOYSA-N 0.000 claims description 9
- 229910002601 GaN Inorganic materials 0.000 claims description 8
- 238000003331 infrared imaging Methods 0.000 claims description 6
- 230000000295 complement effect Effects 0.000 claims description 3
- 229910044991 metal oxide Inorganic materials 0.000 claims description 3
- 150000004706 metal oxides Chemical class 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 23
- 238000001514 detection method Methods 0.000 abstract description 13
- 230000002159 abnormal effect Effects 0.000 abstract description 12
- 230000015572 biosynthetic process Effects 0.000 abstract 3
- 230000008569 process Effects 0.000 description 14
- 230000005855 radiation Effects 0.000 description 12
- 239000012212 insulator Substances 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 230000000007 visual effect Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 6
- 230000002708 enhancing effect Effects 0.000 description 6
- 238000001914 filtration Methods 0.000 description 6
- 229910052710 silicon Inorganic materials 0.000 description 6
- 239000010703 silicon Substances 0.000 description 6
- 239000011248 coating agent Substances 0.000 description 5
- 238000000576 coating method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 4
- 230000001195 anabolic effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000001931 thermography Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 229910000530 Gallium indium arsenide Inorganic materials 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000007739 conversion coating Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000004297 night vision Effects 0.000 description 2
- 239000010453 quartz Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 206010034960 Photophobia Diseases 0.000 description 1
- 238000012952 Resampling Methods 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- WUKWITHWXAAZEY-UHFFFAOYSA-L calcium difluoride Chemical compound [F-].[F-].[Ca+2] WUKWITHWXAAZEY-UHFFFAOYSA-L 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 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
- 239000000284 extract Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000005350 fused silica glass Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- -1 high purity quartz) Chemical compound 0.000 description 1
- 230000009610 hypersensitivity Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 208000013469 light sensitivity Diseases 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000002211 ultraviolet spectrum Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- 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
- H04N7/188—Capturing isolated or intermittent images triggered by the occurrence of a predetermined event, e.g. an object reaching a predetermined position
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
该实用新型涉及一种监测系统及包含其的交通工具。可提供用于监测电气设备的系统和方法。一种系统,可以包括具有紫外线成像模块、红外线成像模块、可见光成像模块的摄像机,和组合来自一个或多个成像模块的图像数据的处理器。处理器可基于图像数据检测电气设备中的异常现象诸如热点、电晕放电或故障。该系统可以包括在监测操作期间移动与电气设备有关的摄像机的运动控制部件。该运动控制部件可以包括并入摄像机的载人或无人驾驶的交通工具的部件。
Description
技术领域
本实用新型的一个或多个实施例通常涉及成像系统,且尤其涉及具有成像系统的监测电气设备。
背景技术
配电设备诸如输电线和相关开关元件可能会遇到各种类型的异常现象,诸如过热、电晕放电和电晕故障。这些异常现象可能由有故障的设备诸如弄脏的绝缘体、传输线的断股或者配电变压器的裂纹套管引起。尽早检测这种异常现象可以降低电力故障的风险或危险情况诸如电线倒下或火灾。
基于具有短波紫外透明窗的图像增强器和光电阴极,诸如具有短波紫外响应的双碱或多碱光电阴极,已开发了电晕检测成像系统。然而,这些系统通常会产生低分辨率图像且通常以导致图像质量差的高操作增益来操作。具体地,由常规电晕检测成像系统捕获的紫外图像通常包括在图像的任意部分中连续出现的明亮伪影形式的噪声。这些伪影难以与电晕事件区分。由于响应图像伪影产生的错误警报,因此使用常规的成像系统难以或不能执行电晕事件的自动检测。使用由常规系统产生的相对低分辨率的图像,也难以或不能区分不同类型的电气异常现象。
另外,由于配电系统在很大的距离上延伸,所以特别是在偏远的地方,难以提供电气设备的频繁的载人检查。因此希望能提供改良的电气设备监测系统。
实用新型内容
根据一个或多个实施例可以提供一种用于监测电气设备诸如高压电气设备的系统。根据实施例该系统可以包括成像系统诸如摄像机。该摄像机可以包括用于响应各种波长的引入光捕获图像的一个或多个成像模块。
根据实施例,成像模块可以包括用于捕获紫外(UV)图像的紫外摄像机模块、用于捕获红外(IR)图像的红外摄像机模块,和/或用于捕获可见光图像的可见光摄像机模块。这些成像模块可以具有共同的视轴。
根据实施例,摄像机可被安装到移动平台上,诸如手持移动设备或者载人或无人驾驶交通工具。在一个实施例中,摄像机可被安装到载人或无人驾驶飞机,诸如直升机。该直升机可以沿着在大距离上延伸的输电线飞行。该摄像机可用于沿着线捕获高压设备诸如输电线和相关开关设备的图像。根据实施例该系统可以包括存储器和一个或多个处理器,其合作检测捕获图像中的与电器设备有关的异常现象。例如,UV图像可以用于检测电晕放电和/或电晕故障。红外图像可以用于例如检测电气设备的过热现象。在一些实施例中,可以将可见光图像与红外和/或UV图像组合在一起以帮助确定这种异常现象源的位置。
根据实施例,每个成像模块可包括一个或多个透镜和一个或多个图像感测部件。该UV摄像机可以包括例如透镜和一个或多个光学元件,该一个或多个光学元件将紫外光从透镜引入到一个或多个图像感测部件上,该图像感测部件诸如紫外光传感器和可见光传感器。在一些实施例中,可以组合来自UV摄像机中的可见光和紫外光传感器的图像,以形成增强的和/或组合的图像,该图像帮助图像观察者定向由电晕事件引起的UV热点的位置。
在此公开的本实用新型是由权利要求限定的,并将其作为参考并入到实用新型内容中。通过考虑一个或多个实施例的下面的详细描述,将对本领域的技术人员提供该实用新型实施例的更完整的理解,以及实现其附加的优点。将参考首先简略描述的随附的附图。
附图说明
图1示出了根据实施例的电气设备监测系统的示例性方框图。
图2示出了根据实施例的可用在图1的系统中的示例性摄像机。
图3示出了根据实施例的示例性紫外摄像机的截面侧视图。
图4示出了根据实施例的具有多个成像传感器的示例性紫外摄像机模块的图。
图5示出了根据实施例的输电线上的热点的示例性红外图像。
图6示出了根据实施例的在输电线和电线杆绝缘体的接合点处的电晕放电的示例性组合的可见光和紫外图像。
图7示出了根据实施例的输电线上的热点和输电线上的电晕故障的示例性组合的红外和紫外图像。
图8示出了根据实施例的在输电线和电线杆绝缘体的接合点处的电晕放电和热点的示例性组合的可见光、红外和紫外图像。
图9示出了根据实施例的输电线上的热点和在输电线和电线杆绝缘体的接合点处的电晕故障的示例性组合的可见光、红外和紫外图像。
图10示出了根据实施例的用于组合电气设备监测的紫外、红外和/或可见光图像的示例性过程的流程图。
图11示出了根据实施例的使用具有多波长摄像机的系统监测电气设备的示例性过程的流程图。
通过参考下面的详细描述,将最好地理解本实用新型的实施例和它们的优势。应该意识到,相同的附图标记用于识别在一个或多个图中示例的相同的元件。
具体实施方式
根据一个或多个实施例公开了用于多波长成像的系统和方法。例如,多波长成像系统可以包括对波长在电磁波频谱的两个或多个部分中的光敏感的成像部件。根据一个实施例,多波长成像系统可以在电气设备监测和/或检查系统中实现。多波长成像系统可以包括紫外成像部件、可见光成像部件、红外成像部件和/或其它成像部件(作为实例)。在一些实施例中,多波长成像系统可以安装在移动式平台上,诸如用于在大距离上检查电源线的无人驾驶直升机。多波长成像系统可以包括用于检测设备问题的机载图像分析电路,和/或可以包括根据各种实施例的用于将图像诸如多波长图像传输给操作人员或远程处理设备的通信电路。
现在转向附图,图1示出了根据一个或多个实施例的用于捕获和处理图像的系统(例如,成像系统)的方框图。在一个实现方式中,系统诸如系统100可以包括图像捕获部件诸如摄像机102。
摄像机102可以包括一个或多个摄像机模块,配置每个摄像机模块以响应于在一个或多个对应波段中的光来捕获图像。在图1的实例中,摄像机102包括紫外线(UV)摄像机模块112、红外摄像机模块114、可见光摄像机模块116和组合的可见光/红外摄像机模块117。每个摄像机模块112、114、116和117都可以包括布置成将光导向、聚焦、过滤和/或以其它方式引向到一个或多个光敏部件上的光学元件。
紫外摄像机模块112例如可以是具有高灵敏度硅成像传感器的太阳能盲UV摄像机模块(作为实例),高敏感性硅成像传感器诸如电子倍增电荷耦合器件(CCD)传感器或者科学的互补金属氧化物半导体(sCMOS)传感器。可以处理成像传感器以使其在电磁波频谱的部分UV区域诸如UVc带中(例如,在100和280纳米之间)具有增强的响应率,以减少用于白天成像的日光背景,以及有助于由硅传感器看到的背景的近紫外、可见光和红外波长的人为背景。
在一些实施例中,通过使用背面减薄工艺、背后照明布置和/或使用将UVc波长光转换成可见光波长的波变换涂层或复合荧光粉涂层涂布传感器,可以实现UV摄像机模块112的增强的UVc量子效率,波变换涂层诸如制造的涂层,复合荧光粉涂层诸如制造的涂层,在可见光波长中中硅传感器的固有量子效率更高。在一个实施例中,可以通过使用具有高带隙氮化镓探测器的焦平面阵列(FPA)实现增强的UVc量子效率。这种类型的FPA探测器在例如UVc带中可以具有与甚至增强的UV量子效率的硅基传感器(例如,背面变薄的、背后照明的和/或如上所述的涂覆的硅基传感器)相比,相对更大的量子效率,并且由于高带隙能量可以具有对UV光的固有光谱选择性的附加优势。
在一些实施例中,基于氮化镓(GaN)探测器的成像传感器可以包括雪崩光电二极管探测器以提供增强的信号增益。在一个实施例中,GaN探测器可以耦合到相对低的噪声读出集成电路(ROIC)(例如,与常规的读出集成电路相比具有相对小集成电容器的ROIC),其在没有不希望地增加读出噪声的情况下能使用相对高的信号增益。由于GaN探测器的相对高的带隙能量,与其它类型的焦平面阵列相比(例如,InGaAs焦平面阵列),GaN探测器可以使用相对高的操作电压来操作。
与常规的电晕检测成像系统相比,基于EMCCD、sCMOS或者GaN探测器(作为实例)的高灵敏度的UV成像传感器可以具有相对高的分辨率。具有这种高分辨率类型的UV成像传感器的系统诸如系统100,可以提供使用图像以区分各种类型的电气异常和/或电气异常的原因的有利能力,该图像诸如UV图像和/或与其它图像(例如,可见光图像和/或红外图像)结合的图像的UV图像。例如,高分辨率UV图像可以用于区分沿脏的绝缘体的局部放电和从高分辨率图像中的电缆伸出的断股。
在UVc中具有高灵敏度和/或高分辨率的传感器也可以与在UVc带中具有适当的传输和调制传递函数(MTF)性能的光学元件结合在一起。光学元件可以由材料诸如熔融二氧化硅(例如,高纯石英)、氟化钙和/或其它适当的材料形成。
UV摄像机112还可以包括传输UVc辐射且不接受其它波长的光诸如波长长于290nm的光的带通滤波器。例如,UV摄像机112可以包括带通滤波器,该带通滤波器传输具有例如在例如260nm的中心波长、约为例如30nm数量级的频谱宽度和高带外抑制比的至少10%或更多的传输率的UVc辐射(例如,滤波器可以传输小于太阳能背景的106之一和1012之一之间,该太阳能背景在海平面高度处通常在290nm以上)。换句话说,根据实施例,在波长长于290nm时,滤波器几乎没有辐射通过,例如,小于百万之一(例如,约百万分之一、百万分之一和1012之一之间、小于1012之一)的所述辐射通过滤波器,以波长小于290nm的传输辐射的传输大于例如10%,使得可以探测到电晕事件并可以排除明亮的太阳能源诸如直射的阳光或由闪亮物体直接反射的阳光。这种类型的太阳能阻碍滤波器可以放置在透镜和传感器之间以使其尺寸最小,并由此使成本最低。
红外(IR)摄像机模块114可以包括适合于检测红外辐射并提供有代表性的数据和信息(例如,场景的红外图像数据)的任何类型的红外摄像机。作为实例,IR摄像机模块114可以表示红外摄像机、双波段成像器(诸如夜视仪),或者用于同时感应短波和长波辐射以提供独立图像信息的成像器,所述双波段成像器操作为感应用于高分辨率图像的反射的可见光、近红外(NIR)和/或短波红外(SWIR)光,和/或用于热成像的中波红外(MWIR)光和/或长波红外(LWIR)辐射。
在一个实施例中,IR摄像机模块114可以是热成像摄像机模块,该热成像摄像机模块包括用于捕获代表场景的热图像数据诸如红外图像数据(例如,静止图像数据和/或视频数据)的一个或多个图像探测器元件,诸如红外光电探测器元件(例如,任何类型的多像素红外探测器,诸如焦平面阵列)。IR摄像机模块114可以包括应变层超晶格(SLS)探测器阵列、非冷却检测元件(例如,非制冷微测辐射热计传感器)、冷却探测器元件(例如,探测器元件,诸如使用耦合到阵列的制冷剂或使用制冷系统冷却的光伏电池或量子结构元件)、InSb探测器元件、量子结构探测器元件、InGaAs探测器元件或其它类型的传感器。
摄像机102可包括照明源诸如光源111。光源111可用于产生可见光和/或红外光以照亮通过IR摄像机模块114、可见光摄像机模块116和/或可见光/IR摄像机模块117成像的场景的一部分。在一些实施例中,诸如光源111的光源可被并入到一个或多个摄像机模块114、116和/或117中。在一个实施例中,可见光摄像机模块116可以包括一个或多个图像探测器元件,诸如电荷耦合器件(CCD)探测器元件、互补金属氧化物半导体(CMOS)探测器元件、电子倍增电荷耦合器件(EMCCD)、科学的(scientific)CMOS(sCMOS)或其它类型的可见光传感器。
可见光/IR摄像机模块117(在一些实施例中,可见光摄像机116和/或红外成像模块114)可以包括可见光和/或NIR成像能力。例如,可见光/IR摄像机模块117可以包括如上所述的与可见光摄像机模块116连接的一个或多个可见光传感器和一个或多个NIR成像传感器、一个或多个NIR滤波器或其它光学元件,以及如果需要的话还可以包括可操作的用于照亮待成像场景的近红外照明源。在另一实例中,可见光/IR摄像机模块可以包括具有增强可见光成像能力的传感器,诸如除了明亮的照明场景的图像外还能捕获低光或夜视图像的EMCCD传感器。可见光摄像机模块116和/或可见光/IR摄像机模块117可用于向使用UV摄像机模块112和/或IR摄像机模块116捕获的图像提供视觉背景。
在一个实现方式中,可以配置摄像机102以产生表示从场景输入的各种波长的图像光的数字图像数据。摄像机102可以包括一个或多个信号处理部件如模数转换器,该数模转换器包在括作为图像传感器的一部分包括在其中或与作为系统100的一部分的图像传感器分离。
系统100可以包括处理部件诸如处理器104、存储部件诸如存储器106、显示部件诸如显示器105、通信电路诸如通信部件108、传感器109和/或其它电路或部件(例如,定位部件诸如陀螺仪、加速计、罗盘或全球定位系统(GPS)电路、电池和/或其它部件)。
系统100可以包括用于控制系统100的运动、位置和/或方向的一个或多个部件,诸如运动控制部件110(例如,一个或多个发动机、车轮、齿轮、螺旋桨、转子、机翼、叶片或其它机械或电气部件)。例如,当摄像机102捕获电力线系统的多波长图像时,系统100可以是能使用运动控制部件110沿电力线系统飞行的无人驾驶飞行器,诸如无人驾驶直升机,且如果需要的话,使用通信部件108可将该多波长图像传输到远程系统。根据各种实施例,可以布置运动控制部件110以在配电系统(例如,沿电力线)的各个部分之间载送摄像机和/或重新配置、平移、倾斜或以其它方式相对于电气设备承载摄像机102,以用于捕获电气设备的图像。
在各种实施例中,处理器104可以包括任何类型的处理器或逻辑器件(例如,配置为执行处理功能的可编程逻辑器件(PLD))。处理器104可适合与部件102、104、105、106、108、109和/或110连接并通信以执行处理和/或系统100的其它操作。
在一个实施例中,存储器106可以包括适合存储数据和信息的一个或多个存储装置,包括例如图像数据,诸如红外数据和信息。存储器106可以包括一个或更多个各种类型的存储装置,包括易失性和非易失性存储装置。处理部件104可以适合于执行存储在存储器106中的软件,以执行这里描述的方法和过程步骤和/或操作。
在一个实施例中,显示器105可以包括图像显示器件(例如,液晶显示器(LCD)或各种其它类型的通常已知的视频显示器或监视器)。然而,这仅是示例性的。在一些实施例中,可以提供没有显示器的系统100。
在各种实现方式中,传感器109可以提供关于系统100的位置、方向和/或运动的信息。传感器109可以包括提供用于测量系统100加速度的加速度数据的一个或多个加速计、提供用于测量位置和/或方向和/或位置的线性变化和/或系统的方向的陀螺仪数据的一个或多个陀螺仪、提供用于测量系统100的定位的全球定位系统(GPS)数据的全球定位系统部件、提供用于测量系统100的方向的罗盘数据的罗盘和/或其它传感器。传感器109可以包括惯性测量单元(IMU)(例如,具有一个或多个加速计、一个或多个陀螺仪和/或一个或多个其它传感器的封装集成电路),该惯性测量单元采集位置数据、方向数据和/或运动数据并将采集的IMU数据提供给处理器。
处理器104可以从传感器109接收传感器数据,并响应于接收的传感器数据来操作运动控制部件110和/或摄像机102。在各种实施例中,如所期望的或根据应用或者要求,系统100的部件可以与表示相关系统的各种功能块的系统100结合和/或实现或者不结合和/或实现。
在可移动结构中提供摄像机102,诸如能安装到诸如建筑物结构或者电气安装、车辆、飞机或其它更大的系统的万向节或云台,或者可以在便携式或手提式装置中提供摄像机102。图2示出了加入摄像机102的万向节的实例。如图2所示,万向节诸如万向节200可以包括一个或多个外壳部分,诸如部分202、203和204。部分203和204可以是可移动的外壳部分,其能够移动或转动以调整安装在外壳部分202中的一个或多个摄像机模块的视野。
摄像机102的摄像机模块112、114和116可以安装在外壳部分202内。如图2所示,外壳部分202可包括里面可安装摄像机模块的一个或多个开口,以使一个或多个摄像机模块通过外壳部分202中的每个开口接收光。可相对于外壳部分203旋转地安装外壳部分202,并且相对于固定的外壳部分204和205可旋转安装外壳部分203,以使能够以一度、两度、三度或更多的自由度移动摄像机102,用于成像周围环境的各个部分。
在图2的实例中,万向节200包括四个摄像机模块:紫外摄像机模块112(例如,根据实施例响应波长在240纳米(nm)和300nm之间的光产生图像的摄像机模块)、红外摄像机模块114和两个可见光摄像机116。然而,这仅是示例性的。在各种实施例中,安装结构诸如万向节可以包括任何期望的数量和组合的UV、IR、NIR、可见光和/或可见光/IR摄像机模块。例如,系统可以具有UV摄像机模块、IR摄像机模块(例如,根据实施例响应于波长在7.5微米和12微米之间的光产生图像的摄像机模块)和一个可见光摄像机模块、两个可见光摄像机模块、可见光摄像机模块和NIR摄像机模块、可见光摄像机模块和可见光/IR摄像机模块、两个可见光/IR摄像机模块或UV、IR、NIR和可见光成像传感器或模块的其它组合。
可以布置每个摄像机模块以与一个或多个其它摄像机模块具有共同的视野。例如,每个可见光摄像机116可以与UV摄像机模块112和IR摄像机模块114中的一个或两个光学对准,以使由各种摄像机模块捕获的图像能够与由其它摄像机模块捕获的图像组合(例如,覆盖、融合等)在一起(例如,用于帮助电气设备中的异常检测)。然而,这仅是示例性的。在一些实施例中,摄像机模块可以包括在与其它摄像机模块具有部分重叠或非重叠视野的万向节200中。
外壳部分203可经由插入外壳部分205固定到外壳部分204。插入外壳部分205可以可滑动地耦合到外壳部分203,以使得部分203可以关于部分205旋转。使用例如紧固件206(例如,螺丝、卡子、紧固件、螺栓等)或其它固定媒介诸如粘合剂,可将部分205固定到外壳部分204。
外壳部分202、203、204和205可以由共同的材料或者由各自不同的材料形成。可用于形成外壳部分202、203、204和205的材料可以包括金属、塑料、玻璃、陶瓷或者其它适当的材料。
万向节200或者摄像机102的其它安装结构可经由耦合件204安装到附加结构,诸如电线杆、车辆(例如,载人或无人驾驶的以地面为基础的交通工具或者飞行器,诸如无人驾驶直升机)。
图3是在外壳300内安装有透镜302、滤波器304和传感器306的摄像机模块301的横截面侧视图。透镜302可以使入射光通过滤波器304聚焦到传感器306上。在一个实例中,外壳300可以是紫外摄像机模块的外壳,诸如例如图1和/或图2的UV摄像机模块112。在该实例中,透镜302和滤波器304可以合作以在例如UVc带中提供适当的传输和调制传递函数(MTF)性能。例如,滤波器304可以是通过UV光(例如,波长在紫外光谱的UV部分内的光诸如UVc光)并阻碍其它波长光的UV带通滤波器,和/或透镜302可以是使UV光通过的透镜,诸如熔融石英透镜(例如,由石英形成的透镜)、钙荧石透镜或者由其它UV透射材料形成的透镜。
在用于摄像机模块301的UV摄像机模块配置的实例中,根据各种实施例,传感器306可以是UV敏感传感器诸如背面薄的EMCCD、sCMOS或者具有短波UV响应的且在一些实施例中具有高增益的其它传感器。在一些实施例中,传感器306可以实现为例如具有高带隙氮化镓探测器的焦平面阵列(FPA)。在传感器306实现为具有高带隙氮化镓探测器的焦平面阵列(FPA)的实施例中,传感器306可以提供有雪崩光电二极管探测器、相对高的操作电压和/或低噪声ROIC,如本文所述。
在一些实施例中,一个或多个摄像机模块可以包括通过多个对应的透镜或通过共同的透镜(以及例如附加光学部件)接收光的多个传感器。图4示出了具有多个传感器的摄像机模块的图。
如图4所示,摄像机模块诸如摄像机模块400可以包括外壳诸如外壳401和使光能穿过透镜并沿着光路诸如光路410进入到外壳中的透镜诸如透镜405。摄像机模块400可以包括多个传感器诸如传感器402和404。在各种实施例中,传感器402和404可对共同波长带中的光或者不同波长带中的光敏感。在一个适当实例中,传感器402可以是UV传感器(例如,根据实施例响应于波长在240nm和300nm之间的光产生图像的传感器),传感器404可以是可见光传感器(例如,根据实施例响应于波长在380nm和780nm之间的光产生图像的传感器,诸如CCD或者CMOS传感器)。
摄像机模块400可以包括一个或多个光学元件诸如分束器406和反射镜408。分束器406可以使沿光路410穿过透镜405的一部分光通过,以使穿过分束器406的该部分光继续沿着光路412到传感器402。光分束器406可以将沿光路410穿过透镜405的其它部分光反射到反射光路诸如光路414上,以使穿过透镜405的反射部分光由反射镜408反射并到传感器404上。
这样,传感器402和404可以接收来自场景的共同部分的光以帮助产生组合的紫外线和可见光图像,该组合的紫外线和可见光图像允许通过UV图像检测电晕事件和通过可见光图像检测电晕事件的位置。然而,这仅是示例性的。在各种实施例中,使用在共同摄像机模块的多个传感器和/或在不同摄像机模块中的多个传感器,可以捕获响应于任何适当波长(例如,UV、IR、NIR和/或可见光波长)的光产生的图像。
如图4所示,摄像机模块可以包括邻近传感器402和404的、用于进一步对焦、滤波、变向或以其它方式处理使用传感器402和404在图像中捕获的光的附加光学元件,诸如透镜416和418。
可以在各种图像组合过程中组合图像,该图像响应于由摄像机模块和传感器的任何合适组合捕获的任何适当波长(例如,UV、IR和/或可见光波长)的光产生。可以使用图像以自动和/或手动检测各种自然现象诸如故障的电气设备,图像诸如IR图像(例如,热图像、长波红外(LWIR)图像、中波红外(MWIR)图像、短波红外(SWIR)图像或近红外(NIR)图像)、可见光图像和/或UV图像和/或组合的图像,诸如组合UV和可见光图像、组合的UV和IR图像、组合的IR和可见光图像、和/或组合的UV、IR和可见光图像。例如,根据各种实施例,处理器或者检查员可以检查一个或多个图像,并基于图像(例如,来自紫外摄像机模块、红外摄像机模块、可见光摄像机模块、NIR摄像机模块和/或可见光/IR摄像机模块的图像)确定电气系统中的异常。图5、6、7、8和9示出了可通过摄像机诸如系统100的摄像机102捕获并用于检测各种电气设备故障的图像的各种实例。
图5示出了部分输电线502诸如高压输电线路的IR图像的实例。在图5的实例中,IR图像500包括部分506,该部分506表示输电线的相应部分的温度高于输电线的其它部分(例如,输电线具有由IR图像500所识别的潜在危险热点)。在例如像无人驾驶或载人飞机或者基于地面的车辆沿着输电线(例如,可能沿着大距离诸如英里、数十英里、数百英里或数千英里)行进一样的输电线巡检任务期间,可以捕获图像诸如IR图像,并可以将该图像传输给操作员或者该图像可被自动分析以检测热点或其它电气故障。
如图5所示,可以处理IR图像500以包括增强特征诸如箱504,其包围了暗示潜在问题的图像的一部分,该潜在问题诸如热点和/或温度信息508和/或510,该温度信息表示出输电线平均温度、热点的温度、热点和输电线其它部分之间的温度差或其它温度信息(作为实例)。
图6示出了在一个或多个输电线604和电线杆绝缘体602之间的接合点的组合的可见光和UV图像的实例。在图6的实例中,组合的可见光和UV图像600包括在接合点处表示相对强烈的UV辐射(例如,在接合点处如由UV图像600所识别的电晕放电)的明亮的UV部分606。可以在输电线巡检任务期间捕获图像诸如图像600(例如,组合的可见光和太阳能肓UV图像),并将该图像传输给操作员或者可自动分析该图像以检测电晕放电、电晕故障或其它电气故障。
如图6所示,组合的可见光和UV图像600可以处理以包括增强特征诸如箱608,其包围了图像600的一部分,并表示潜在问题诸如电晕放电和/或附加信息610诸如地理坐标(例如,接合点的经度和纬度)、摄像机和/或系统操作信息、图像的日期和/或时间戳、图像的波带(例如,UVa、UVb、UVc等)、摄像机位置信息(例如,摄像机倾斜角度)、图像比例尺指示器、检查路由信息(例如,捕获检查图像处的GPS坐标)、检查员信息(例如,操作人员的识别信息和/或监控系统的识别信息)、设备识别信息(例如,唯一标识符,诸如具体电线杆、绝缘体、接合点、开关设备或其它设备的编号)、或与图像、接合点和/或系统有关的其它信息。这种类型的附加信息也可以提供有一个或多个其它图像,诸如红外图像、可见光图像、近红外图像和/或组合图像。
系统诸如系统100可以给用户提供选择性组合图像(诸如UV图像和可见光图像)以形成组合的图像(诸如组合的可见光和UV图像600)的能力。例如,根据实施例,可以通过覆盖或以其它方式将选择性透明度的UV图像的一个或多个部分附加到可见光图像上来形成可见光和UV图像600,该选择性透明度使用户能够增加和减少UV图像部分的相对透明度,其中通过该UV图像部分可以看到可见光图像。通常,为了帮助电气异常的检测,图像(诸如UV、IR和可见光图像)可以以任何适当的方式组合。
图7示出了部分输电线502的组合的IR和UV图像700的实例,示出了组合的UV和IR图像700可以如何包括明亮的IR部分506和一个或多个明亮的UV部分(诸如亮点群702),该明亮的IR部分506表示输电线对应部分的温度高于输电线其它部分(例如,输电线具有如由组合的UV和IR图像700所识别的潜在危险热点),该一个或多个明亮的UV部分表示例如输电线上的电晕故障。可以在输电线巡检任务期间捕获图像诸如组合的UV和IR图像700,并可以将该图像传输给操作员或者可以自动分析该图像以检测热点和/或电晕事件或其它电气故障。
系统诸如系统100可以给用户提供选择性地组合图像(诸如UV图像和IR图像)以形成组合的图像(诸如组合的UV和IR图像700)的能力。例如,根据实施例,可以通过覆盖或以其它方式将具有选择性透明度的一个或多个UV图像部分附加到IR图像上来形成UV和IR图像700,选择性透明度使用户能够增加或减少UV图像部分的相对透明度,其中通过该UV图像部分可以看到IR图像。
图8示出了在一个或多个输电线604和电线杆绝缘体602之间的接合点的组合的可见光、IR和UV图像800的实例,示出了组合的可见光、UV和IR图像800是如何通过覆盖或以其它方式将部分IR图像和部分UV图像附加到可见光图像上来形成的。如图8所示,可见光、UV和IR图像800可以包括明亮的IR部分802和一个或多个明亮的UV部分诸如部分606,该明亮的IR部分802表示输电线或接合点的对应部分的温度高于输电线其它部分(例如,输电线具有如通过组合的图像800所识别的潜在危险热点),该一个或多个明亮的UV部分指示例如在接合点处电晕放电。可以在输电线巡检任务期间捕获图像(诸如组合的可见光、UV和IR图像800),并将该图像传输给操作员或者可以自动分析该图像以检测热点和/或电晕事件或其它电气故障。
基于红外图像与一个或多个阈值的比较,可以(例如手动或者由处理器自动地)选择附加到可见光图像的部分IR图像。例如,选择的IR图像部分可以是亮度超过低亮度阈值诸如低百分比亮度阈值或者低绝对亮度阈值(作为实例)的IR图像部分。作为另一个实例,选择的IR图像部分可以是具有对应于一个温度的亮度的部分,该温度与IR图像的其它部分的温度的差别的量超出温度差阈值。
可以使IR图像亮度任意与上亮度阈值比较。可以确定超出上阈值的IR图像部分由非热辐射,并因此可排除其附加到组合图像或者用于检测电气异常,该非热辐射诸如明亮的反射光,例如由光亮(例如,金属)物体反射的日照亮斑。上亮度阈值比较对于在MWIR图像中去除电气异常的错误检测特别有用,但也可以用于任何适当的图像诸如SWIR、NIR和/或LWIR图像(作为实例)。
根据实施例,可通过覆盖或以其它方式附加具有选择性透明度的一个或多个选择的IR图像部分和一个或多个UV图像部分来形成可见光、UV和IR图像800,选择性透明度使用户能够增加或减少IR图像部分和/或UV图像部分的相对透明度,通过该IR图像部分和/或UV图像部分可以看到可见光图像。
图9示出了在电线杆结构912上的输电线902和电线杆绝缘体906之间的接合点的组合的可见光、IR和UV图像900的实例。在图9的实例中,组合的UV/IR/vis图像900包括表示在接合点处相对强烈的UV辐射(例如,由组合的UV/IR/vis图像900所识别的接合点处的电晕故障)的明亮的UV部分910、表示输电线对应部分的温度高于输电线其它部分(例如,输电线具有由组合的UV/IR/vis图像900所识别的潜在的危险热点)的部分908,和视觉识别特征诸如背景对象(诸如地904的一部分)或其它对象(诸如输电线902和电线杆912)。由于在组合图像中包含一些或全部可见光图像,所以操作员可以更容易地识别组合图像(诸如图像600、图像800或图900)中的视觉识别特征。可以在输电线巡检任务期间捕获图像诸如组合的UV/IR/vis图像900,并将该图像传输给操作员或者可以自动分析该图像以检测电晕放电、电晕故障或其它电气故障。
可以通过覆盖或以其它方式将IR图像的一个或多个部分和UV图像的一个或多个部分(每个都有选择性透明度)附加到可见光图像上形成UV、IR和可见光图像900。这样,可以给系统诸如系统100的用户提供识别并定位潜在危险问题并由此防止潜在有害的设备故障的增强能力。在一些实施例中,基于波长在240nm-300nm范围(作为实例)中的光的UV图像可以与任何其它图像以几种不同的组合方式组合、融合和/或混合在一起,该任何其它图像响应于波长在380nm和12.5微米之间的一个或多个范围(作为实例)中的光产生。在一些实施例中,可以在同一时间使用和组合来自多于三个传感器的图像。本文所述类型的组合的波长图像也可以用在其它环境或情况下,诸如检测枪口的闪光。
图10示例了用于捕获并组合多波长图像数据的示范性过程的流程图。
在方框1000,(例如,使用一个或多个UV摄像机模块)可以捕获对应于第一波长范围的图像数据诸如紫外图像数据。可以使用紫外线成像模块诸如具有阻碍太阳紫外线的带通滤波器的太阳能盲紫外线成像模块,捕获紫外图像数据。
在方框1002,(例如,使用一个或多个IR摄像机模块诸如热成像摄像机模块)可以捕获对应于第二波长范围的图像数据诸如红外图像数据。
在方框1004,可以捕获对应于第三波长范围的图像数据诸如可见光图像数据和/或NIR图像数据。可以使用对可见光和/或NIR光敏感的一个或多个摄像机模块(例如,一个或多个可见光摄像机模块和/或一个或多个可见光/IR摄像机模块)捕获对应于第三波长范围的图像数据。
在方框1006,可以组合对应于两个或多个波长范围的图像数据(诸如紫外线、红外、可见光和/或NIR图像数据中的两种或多种)以形成(例如)如本文所述的输出图像诸如组合图像(例如,UV和IR图像、UV和可见光图像、IR和可见光图像和/或UV/IR/vis图像)。根据各种实施例,组合图像数据可以包括基于缺省的组合过程、用户选择的组合过程和/或基于场景的组合过程组合图像数据。根据各种实施例,组合图像数据可以包括覆盖图像数据、融合图像数据或者以其它方式组合图像数据。
融合图像数据可以包括组合第一图像(例如,紫外图像或热红外图像)和第二图像的高空间频率内容(例如,可见光和/或NIR图像)以产生组合图像。组合可以通过叠置第二图像的高空间频率内容和第一图像实现,或者通过在第二图像的高空间频率内容上叠置第一图像来执行。结果,可以将第二图像的反差嵌入到示出温度变化或电晕事件的第二图像中,因此在不失去得到的组合图像的清晰度和可解释性的情况下组合两种图像类型的优势。
两种图像最初可具有基本相同的分辨率,或者图像分辨率可以不同。归因于与可见光和NIR成像装置比较的IR和UV成像装置的特性,由于IR图像或UV图像的分辨率可以低于可见光或NIR图像的分辨率,所以第一图像的分辨率可以上采样以具有基本与可见光图像相同的分辨率,或者第二图像可以下采样以具有基本与第一图像相同的分辨率,作为实例。在进一步实例中,如果适合的话,两种图像可以重新采样以适合第三分辨率。在一个实例中,该第三分辨率可以是要显示组合图像的显示屏的分辨率。
另外,可以执行在可见图像中提取高空间频率内容和降噪和/或模糊IR图像或者部分IR图像。通过使用穿过图像、逐个像素地移动的空间滤波器,这些操作可以通过高通滤波第二图像和低通滤波第一图像或部分第一图像来实现。对于本领域的技术人员来说,可以使用造成相同结果的其它已知的图像处理方法,这是显而易见的。对第一图像或部分第一图像执行滤波的结果,可使第一图像或部分第一图像变平滑和/或与原始第一图像相比包含减小的噪声量。另外,从第二图像提取的高空间频率内容包含关于在第二图像中的大对比度的信息,即,关于第二图像中的尖锐边缘诸如对象轮廓位于哪里的信息。执行滤波第一图像的操作是可选的。
除高通滤波之外,用于在图像中提取高空间频率内容的方法的实例可以包括提取描绘同一场景的两个图像之间的差异(通常称为差分图像),其中在一个时间实例捕获第一图像帧以及在第二时间实例捕获第二图像帧,该第二时间实例优选地接近于第一时间实例。两个图像帧在图像帧顺序中通常是两个连续的图像帧。表示场景中对象边缘和轮廓的高空间频率内容可以出现在不同图像中。在2012年4月2日提出的U.S.专利公开No.2014/0015982中描述了图像融合过程的附加细节,并将其全部作为参考并入本文。
缺省图像组合过程可以包括基于各种图像的图像数据的预定选择、预定组合算法和/或与另一波长范围的图像数据有关的一个波长范围的图像数据的预定透明度选择,组合图像数据。用户选择的图像组合过程可以包括基于各种图像的图像数据的用户选择部分、用户选择的组合算法、和/或与另一波长范围的图像数据有关的一个波长范围的图像数据的用户选择的透明度,组合图像数据。基于场景的图像组合过程可以包括基于捕获的图像数据的内容(例如,强度、对比度、检测的对象或异常现象、或其它特性)所确定的各种图像的图像数据的选择、和/或基于捕获的图像数据的内容的与另一波长范围的图像数据有关的一个波长范围的图像数据的透明度的选择,组合图像数据。
例如,其中在UV图像中未检测到异常UV信号且在IR图像中检测到异常IR信号的情况下,组合图像可以仅包括可见光和IR图像数据或者仅包括IR图像数据。作为另一个实例,其中在IR图像中未检测到异常IR信号且在UV图像中检测到异常UV信号的情况下,组合图像可以仅包括可见光和UV图像数据或者仅包括UV图像数据。作为另一个实例,其中在IR图像中检测到异常IR信号且在UV图像中检测到异常UV信号的情况下,组合图像可以包括可见光、IR和UV图像数据或者仅包括UV和IR图像数据。
在方框1008,可向观察者(例如,本地观察者或远程观察者)诸如操作人员、检查员或监视器显示输出图像。也可以向观察者提供附加信息,诸如检查员信息、设备识别信息、位置信息、温度信息和/或关于图像、用于捕获图像的系统、图像的内容和/或与图像有关的检查员的其它信息。在一个实施例中,一个或多个图像可以包括识别图像中特定对象的唯一设备标识符的图像,诸如数值标识符和/或编码标识符(例如,条形码)。与成像系统和/或远程观察者的系统有关的处理器可以提取设备信息,诸如根据捕获的条形码图像的设备的潜在有问题的部分的位置(例如,通过由条形码确定设备的数值或α数值标识符并从数据库访问与标识符有关的存储信息)。
在方框1010,可向用户提供用于调整输出图像的一个或多个图像缩放选项,诸如透明度、对比度、变焦、聚焦和/或组合选项。
在方框1012,可从观察者接收由观察者从提供的图像缩放选项中选择的一个或多个图像缩放选择。
在方框1014,可以重新组合对应于一个、两个或多个波长范围的图像数据,诸如一个、两个或多个紫外线、红外和可见光图像数据,和/或根据接收的来自用户的图像缩放选择可以重新显示输出图像。例如,用户可以增加或减少组合UV/IR/vis图像中的UV和/或IR数据的透明度以使用户能够识别并确定由组合图像所确定的电气异常的位置。
图11示例了使用多波长成像系统监测电气设备的示范性过程的流程图。
在方框1100,可以将具有紫外线、红外和可见光/NIR成像能力的多波长成像系统诸如移动摄像机系统引导到电气系统的一部分或沿着电气系统的一部分,诸如沿着输电线诸如高压输电线。
在方框1102,可以捕获电气设备(例如,输电线)的多波长图像诸如紫外线、红外、和/或可见光/NIR图像。
在方框1104,使用捕获的紫外线、红外、和/或可见光/NIR图像(例如,单独的或组合图像)可以检测一些或所有电气设备(例如,部分输电线)的故障和/或潜在故障。
在方框1106,可向操作员诸如操作人员或监测器告警检测的故障和/或潜在故障。告警操作员可以包括在方框1108从移动摄像机传输图像和/或附加信息和/或其它警报活动诸如向操作员提供移动摄像机系统的控制、激活听得见或看得见的警报或者以其它方式通知操作员检测的故障和/或潜在故障。告警操作员的强度和/或模式可依赖于确定的检测故障和/或潜在故障的严重程度。作为实例,附加信息可以包括地理坐标(例如,接合点的经度和纬度)、摄像机和/或系统操作信息、图像的日期和/或时间戳、图像的波带(例如,UVa、UVb、UVc等)、摄像机位置信息(例如,摄像机倾斜角度)、图像比例尺指示器、检查路由信息(例如,捕获的检查图像处的GPS坐标)、检查员信息(例如,操作人员的识别信息和/或监控系统的识别信息)、设备识别信息(例如,唯一标识符,诸如具体的电线杆、绝缘体、接合点、开关设备或其它设备的编号)、或与图像、接合点和/或系统有关的其它信息。
本文公开的系统和方法可以提供监测和/或检查设备(诸如电气设备)的增强能力,特别是在远程和/或自动监测和/或检查操作中的这种能力。
虽然仅用有限数量的实施例详细描述了该实用新型,但应该容易理解,该实用新型不限制于上述公开的实施例。相反地,该实用新型可以被更改以并入未在前面描述的任何数量的变化、变更、替代物或等效布置,但是它与本实用新型的精神和范围是相等的。此外,虽然描述该实用新型的各种实施例,但应该理解,该实用新型的一些方面可以包括仅一些描述的实施例。因此,该实用新型不被理解为限制于前面的描述,而只限制于附属权利要求的范围。
Claims (13)
1.一种监测系统,其特征在于,包括:
外壳;
位于外壳中并配置为生成紫外图像数据的太阳能盲紫外线成像模块;
位于外壳中并配置为生成红外图像数据的红外线成像模块;和
显示红外图像数据和紫外图像数据以检测电晕放电、电晕故障和/或与电气设备有关的温度异常的显示器。
2.根据权利要求1所述的监测系统,其特征在于,进一步包括:
位于外壳中并配置成响应于可见和/或近红外光捕获图像并产生附加图像数据的附加成像模块,其中显示器配置为显示来自来自附加成像模块的附加图像数据与来自太阳能盲紫外线成像模块的紫外图像数据和/或红外线成像模块的红外图像数据的组合。
3.根据权利要求2所述的监测系统,其特征在于,显示器配置成通过至少部分地利用从附加图像数据提取的高空间频率内容并将该高空间频率内容和来自太阳能盲紫外线成像模块和/或红外线成像模块的图像数据组合,显示来自附加成像模块的附加图像数据和来自太阳能盲紫外线成像模块和/或红外线成像模块的图像数据的组合。
4.根据权利要求1所述的监测系统,其特征在于,太阳能盲紫外线成像模块包括:
紫外线传输透镜;
具有增强紫外量子效率的传感器;和
介于紫外线传输透镜和传感器之间的紫外线带通滤波器,其中紫外线带通滤波器被配置成阻碍波长长于290纳米的光并通过波长短于290纳米的光。
5.根据权利要求1所述的监测系统,其特征在于,还包括
配置为显示图像数据的显示器;以及
配置为从图像中提取电气设备的识别信息的逻辑器件。
6.一种交通工具,其特征在于,包含权利要求1所述的监测系统。
7.根据权利要求6所述的交通工具,其特征在于,该交通工具是无人驾驶直升机。
8.一种监测系统,其特征在于,包括:
运动控制部件;
摄像机,该摄像机包括:
配置成捕获要监测的配电系统的紫外图像的第一成像模块,
配置成捕获该配电系统的红外图像的第二成像模块,和
配置成捕获该配电系统的可见光图像的第三成像模块;
其中,该摄像机配置成组合来自至少两个成像模块的图像数据;以及
其中,运动控制部件被配置成在配电系统的各个部分之间载送摄像机。
9.根据权利要求8所述的监测系统,其特征在于,摄像机还包括配置成显示覆盖在紫外图像或可见光图像上的红外图像的一部分以形成用于检测配电系统中的异常的组合图像的显示器。
10.根据权利要求9所述的监测系统,其特征在于,还包括配置成显示组合图像数据的显示器,并且其中该显示器配置成基于红外图像与阈值的比较选择红外图像的一部分。
11.根据权利要求8所述的监测系统,其特征在于,第一成像模块包括电子倍增电荷耦合器件传感器、科学的互补金属氧化物半导体传感器或者具有氮化镓探测器的焦平面阵列。
12.根据权利要求11所述的监测系统,其特征在于,紫外图像的一部分具有可选择的透明度,并且其中摄像机还被配置为将紫外图像的一部分覆盖到红外图像上或可见光图像上,以形成用于检测配电系统中的异常的组合图像。
13.根据权利要求8所述的监测系统,其特征在于,还包括配置成显示在可见光图像上的红外图像和紫外图像的覆盖部分以形成用于检测配电系统中的异常的组合图像的显示器。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201461981674P | 2014-04-18 | 2014-04-18 | |
US61/981,674 | 2014-04-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204795370U true CN204795370U (zh) | 2015-11-18 |
Family
ID=54323079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520235403.4U Active CN204795370U (zh) | 2014-04-18 | 2015-04-17 | 监测系统及包含其的交通工具 |
Country Status (2)
Country | Link |
---|---|
US (1) | US9774797B2 (zh) |
CN (1) | CN204795370U (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105486989A (zh) * | 2015-11-23 | 2016-04-13 | 北京环境特性研究所 | 一种无人机载用紫外成像电晕检测系统和方法 |
CN105510787A (zh) * | 2016-01-26 | 2016-04-20 | 国网上海市电力公司 | 基于图像合成技术的便携式超声、红外、紫外检测仪 |
CN105738779A (zh) * | 2016-01-26 | 2016-07-06 | 国网上海市电力公司 | 一种基于多源图像融合的局部放电检测方法 |
CN108414541A (zh) * | 2017-02-10 | 2018-08-17 | 东芝It·控制系统株式会社 | X射线透视检查装置 |
WO2018213955A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
CN110446909A (zh) * | 2017-03-21 | 2019-11-12 | 松下知识产权经营株式会社 | 成像系统及使用该成像系统的紫外发光部位确定方法 |
TWI690718B (zh) * | 2018-08-02 | 2020-04-11 | 李宏富 | 目標位置追瞄系統 |
CN111044864A (zh) * | 2019-12-30 | 2020-04-21 | 江苏环东电气有限公司 | 一种干式变压器局部放电的检测方法 |
CN112381784A (zh) * | 2020-11-12 | 2021-02-19 | 国网浙江省电力有限公司信息通信分公司 | 一种基于多光谱图像的设备检测系统 |
CN112422784A (zh) * | 2020-10-12 | 2021-02-26 | 浙江大华技术股份有限公司 | 成像方法、成像装置、电子装置和存储介质 |
CN112858855A (zh) * | 2021-02-23 | 2021-05-28 | 海南电网有限责任公司定安供电局 | 多光谱温度异常局放电故障综合测试装置 |
US20220374643A1 (en) * | 2021-05-21 | 2022-11-24 | Ford Global Technologies, Llc | Counterfeit image detection |
US11636700B2 (en) | 2021-05-21 | 2023-04-25 | Ford Global Technologies, Llc | Camera identification |
US11769313B2 (en) | 2021-05-21 | 2023-09-26 | Ford Global Technologies, Llc | Counterfeit image detection |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016081831A1 (en) * | 2014-11-21 | 2016-05-26 | Mutti Christopher M | Imaging system for object recognition and assessment |
IL236364B (en) * | 2014-12-21 | 2019-01-31 | Elta Systems Ltd | Flash detection system and methods |
US10178363B2 (en) * | 2015-10-02 | 2019-01-08 | Invensas Corporation | HD color imaging using monochromatic CMOS image sensors integrated in 3D package |
EP3387399A2 (en) * | 2015-12-09 | 2018-10-17 | Flir Systems, Inc. | Unmanned aerial system based thermal imaging and aggregation systems and methods |
CN105799593B (zh) * | 2016-03-18 | 2019-01-25 | 京东方科技集团股份有限公司 | 车辆辅助行驶装置 |
US20170285092A1 (en) * | 2016-03-31 | 2017-10-05 | U.S.A. As Represented By The Administrator Of The National Aeronautics And Space Administration | Directional unmanned aerial vehicle (uav) localization of power line ultraviolet corona using point detectors |
US10171756B2 (en) * | 2016-04-27 | 2019-01-01 | The United States Of America As Represented By The Administrator Of Nasa | Image-based localization of ultraviolet corona |
CN106470320B (zh) * | 2016-09-26 | 2019-07-02 | 西安应用光学研究所 | 机载光电夜视系统多传感器切换系统 |
RU2633645C1 (ru) * | 2016-10-17 | 2017-10-16 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ обработки термовидеоинформации и решающее устройство для определения температуры объекта при осуществлении способа |
US11195132B2 (en) | 2016-10-31 | 2021-12-07 | International Business Machines Corporation | System, method and computer program product for characterizing object status and determining a maintenance schedule |
GB2556644B (en) * | 2017-02-28 | 2018-11-28 | Matthew Russell Iain | Unmanned aerial vehicles |
US10223591B1 (en) | 2017-03-30 | 2019-03-05 | Amazon Technologies, Inc. | Multi-video annotation |
US10983223B2 (en) | 2017-07-25 | 2021-04-20 | United States Of America As Represented By The Administrator Of Nasa | Method and system for determining a geographical location of an unmanned aerial vehicle flown in proximity to a power grid |
US10209343B1 (en) * | 2017-07-31 | 2019-02-19 | The United States Of America, As Represented By The Secretary Of The Army | Weapon fire detection and localization system for electro-optical sensors |
JP2019047037A (ja) * | 2017-09-05 | 2019-03-22 | 株式会社東芝 | 光検出器 |
RU2667369C1 (ru) * | 2017-09-22 | 2018-09-19 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Способ обработки термовидеоинформации на борту космического аппарата и её отображения на наземной станции |
RU190132U1 (ru) * | 2017-10-23 | 2019-06-21 | Акционерное общество "Российская корпорация ракетно-космического приборостроения и информационных систем" (АО "Российские космические системы") | Термовидеорегистрирующее устройство |
US10762658B2 (en) * | 2017-10-24 | 2020-09-01 | Altek Corporation | Method and image pick-up apparatus for calculating coordinates of object being captured using fisheye images |
WO2019125820A1 (en) * | 2017-12-21 | 2019-06-27 | Abb Schweiz Ag | Thermographic inspection of electrical equipment |
US11781890B2 (en) * | 2017-12-29 | 2023-10-10 | Intel Corporation | Method, a circuit and a system for environmental sensing |
CN108282624A (zh) * | 2018-01-25 | 2018-07-13 | 合肥衡磊警用科技股份有限公司 | 一种智能现场勘察装置 |
US10691943B1 (en) * | 2018-01-31 | 2020-06-23 | Amazon Technologies, Inc. | Annotating images based on multi-modal sensor data |
US10391867B1 (en) | 2018-06-09 | 2019-08-27 | Nxp Aeronautics Research, Llc | Apparatus having electric-field actuated generator for powering electrical load within vicinity of powerlines |
US11011922B2 (en) | 2018-06-09 | 2021-05-18 | Nxp Aeronautics Research, Llc | Monitoring tower with device powered using differentials in electric field strengths within vicinity of powerlines |
JP6508436B1 (ja) * | 2018-08-10 | 2019-05-08 | 中国電力株式会社 | コロナ放電の発生箇所特定装置、コロナ放電の発生箇所特定方法 |
CN108717156A (zh) * | 2018-08-21 | 2018-10-30 | 上海艾临科智能科技有限公司 | 一种基于紫外光子与可见光合成的电晕检测设备 |
DE102018121243A1 (de) * | 2018-08-30 | 2020-03-05 | Matthias Rimkus | Verfahren und Vorrichtung zur Inspektion von Photovoltaik- und/oder Sonnenkollektoranlagen mithilfe einer Drehflügel-Flugdrohne |
SE543122C2 (sv) * | 2019-02-05 | 2020-10-13 | Brokk Ab | Förfarande, anordning och användargränssnitt som beskriver ett operativt drifttillstånd hos en demoleringsrobot |
JP7305263B2 (ja) * | 2019-05-16 | 2023-07-10 | アルパイン株式会社 | 無人航空機、点検方法および点検プログラム |
WO2020237565A1 (zh) * | 2019-05-30 | 2020-12-03 | 深圳市大疆创新科技有限公司 | 一种目标追踪方法、装置、可移动平台及存储介质 |
WO2021101608A1 (en) | 2019-08-26 | 2021-05-27 | Nxp Aeronautics Research, Llc | Uav airways systems and apparatus |
EP3786598A1 (en) * | 2019-08-30 | 2021-03-03 | ABB Schweiz AG | System for monitoring a switchgear |
CN110633682B (zh) * | 2019-09-19 | 2022-07-12 | 合肥英睿系统技术有限公司 | 基于双光融合的红外图像的异常监测方法、装置、设备 |
CN110708510A (zh) * | 2019-10-10 | 2020-01-17 | 苏州协同创新智能制造装备有限公司 | 一种电力设备的远程遥视方法 |
CN110519573A (zh) * | 2019-10-10 | 2019-11-29 | 苏州协同创新智能制造装备有限公司 | 一种远程遥视系统 |
EP3859674A1 (en) * | 2020-01-29 | 2021-08-04 | ABB Schweiz AG | System for monitoring a switchgear |
WO2021207557A1 (en) * | 2020-04-09 | 2021-10-14 | Flir Commercial Systems, Inc. | Multispectral imaging for thermal and electrical detection systems and methods |
US11912204B2 (en) | 2020-06-24 | 2024-02-27 | Magna Mirrors Of America, Inc. | Low-profile actuator for extendable camera |
US11708035B2 (en) * | 2020-07-31 | 2023-07-25 | Magna Mirrors Of America, Inc. | Vehicular imaging system with extendable camera |
CN111948501B (zh) * | 2020-08-05 | 2022-12-13 | 广州市赛皓达智能科技有限公司 | 一种用于电网运行的自动巡检设备 |
US12120405B2 (en) * | 2021-01-11 | 2024-10-15 | Michael Toth | Multi-spectral imaging system for mobile devices |
CN113516117A (zh) * | 2021-07-26 | 2021-10-19 | 上海柔克智能科技有限公司 | 一种用于换流站阀厅的四合一云台装置及其检测方法 |
CN113702777B (zh) * | 2021-07-27 | 2024-07-09 | 广西电网有限责任公司电力科学研究院 | 一种高压设备在线巡检监测系统 |
CN114002566B (zh) * | 2021-11-09 | 2024-08-02 | 国网山东省电力公司电力科学研究院 | 一种基于多光融合的局部放电检测装置及方法 |
CN114166852B (zh) * | 2021-12-06 | 2024-03-15 | 国网宁夏电力有限公司超高压公司 | 基于多光谱检测的平波电抗器在线监测方法及系统 |
CN117129809B (zh) * | 2023-08-30 | 2024-04-19 | 上海紫红光电技术有限公司 | 一种基于无人机载多光成像技术的电力故障诊断方法 |
CN117252925B (zh) * | 2023-10-08 | 2024-05-24 | 中节能(新泰)太阳能科技有限公司 | 一种基于航拍技术的光伏电站障碍定位方法 |
CN118091898B (zh) * | 2024-04-19 | 2024-07-23 | 中国南方电网有限责任公司超高压输电公司电力科研院 | 日盲紫外镜头 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4818990A (en) * | 1987-09-11 | 1989-04-04 | Fernandes Roosevelt A | Monitoring system for power lines and right-of-way using remotely piloted drone |
US5221964A (en) * | 1991-08-05 | 1993-06-22 | Dalsa Inc | Electronically expandable modular ccd camera |
US6620347B1 (en) * | 1999-10-06 | 2003-09-16 | Coherent, Inc. | Crystalline filters for ultraviolet light sensors |
WO2001084095A1 (en) * | 2000-04-28 | 2001-11-08 | Apa Optics, Inc. | Device and method for ultraviolet radiation monitoring |
US6788338B1 (en) * | 2000-11-20 | 2004-09-07 | Petko Dimitrov Dinev | High resolution video camera apparatus having two image sensors and signal processing |
WO2006026354A2 (en) * | 2004-08-25 | 2006-03-09 | Newport Imaging Corporation | Apparatus for multiple camera devices and method of operating same |
US20070102622A1 (en) * | 2005-07-01 | 2007-05-10 | Olsen Richard I | Apparatus for multiple camera devices and method of operating same |
US7468515B2 (en) * | 2005-12-12 | 2008-12-23 | Honeywell International Inc. | Ultra violet light sensor |
EP2153641B2 (en) * | 2007-04-13 | 2021-10-27 | Ari M. Presler | Digital cinema camera system for recording, editing and visualizing images |
EP2405663A1 (en) * | 2010-06-15 | 2012-01-11 | Thomson Licensing | Method of driving an image sensor |
US8437517B2 (en) * | 2010-11-03 | 2013-05-07 | Lockheed Martin Corporation | Latent fingerprint detectors and fingerprint scanners therefrom |
US8693731B2 (en) * | 2012-01-17 | 2014-04-08 | Leap Motion, Inc. | Enhanced contrast for object detection and characterization by optical imaging |
US9392196B2 (en) * | 2012-11-08 | 2016-07-12 | Leap Motion, Inc. | Object detection and tracking with reduced error due to background illumination |
US20160229533A1 (en) * | 2015-02-06 | 2016-08-11 | Izak Jan van Cruyningen | Efficient Flight Paths for Aerial Corridor Inspection |
-
2015
- 2015-04-17 US US14/689,865 patent/US9774797B2/en active Active
- 2015-04-17 CN CN201520235403.4U patent/CN204795370U/zh active Active
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105486989A (zh) * | 2015-11-23 | 2016-04-13 | 北京环境特性研究所 | 一种无人机载用紫外成像电晕检测系统和方法 |
CN105510787A (zh) * | 2016-01-26 | 2016-04-20 | 国网上海市电力公司 | 基于图像合成技术的便携式超声、红外、紫外检测仪 |
CN105738779A (zh) * | 2016-01-26 | 2016-07-06 | 国网上海市电力公司 | 一种基于多源图像融合的局部放电检测方法 |
CN108414541A (zh) * | 2017-02-10 | 2018-08-17 | 东芝It·控制系统株式会社 | X射线透视检查装置 |
CN110446909A (zh) * | 2017-03-21 | 2019-11-12 | 松下知识产权经营株式会社 | 成像系统及使用该成像系统的紫外发光部位确定方法 |
WO2018213955A1 (zh) * | 2017-05-21 | 2018-11-29 | 李仁涛 | 无人驾驶汽车避障装置及方法 |
TWI690718B (zh) * | 2018-08-02 | 2020-04-11 | 李宏富 | 目標位置追瞄系統 |
CN111044864A (zh) * | 2019-12-30 | 2020-04-21 | 江苏环东电气有限公司 | 一种干式变压器局部放电的检测方法 |
CN112422784B (zh) * | 2020-10-12 | 2022-01-11 | 浙江大华技术股份有限公司 | 成像方法、成像装置、电子装置和存储介质 |
CN112422784A (zh) * | 2020-10-12 | 2021-02-26 | 浙江大华技术股份有限公司 | 成像方法、成像装置、电子装置和存储介质 |
CN112381784A (zh) * | 2020-11-12 | 2021-02-19 | 国网浙江省电力有限公司信息通信分公司 | 一种基于多光谱图像的设备检测系统 |
CN112858855A (zh) * | 2021-02-23 | 2021-05-28 | 海南电网有限责任公司定安供电局 | 多光谱温度异常局放电故障综合测试装置 |
US20220374643A1 (en) * | 2021-05-21 | 2022-11-24 | Ford Global Technologies, Llc | Counterfeit image detection |
US11636700B2 (en) | 2021-05-21 | 2023-04-25 | Ford Global Technologies, Llc | Camera identification |
US11769313B2 (en) | 2021-05-21 | 2023-09-26 | Ford Global Technologies, Llc | Counterfeit image detection |
US11967184B2 (en) * | 2021-05-21 | 2024-04-23 | Ford Global Technologies, Llc | Counterfeit image detection |
Also Published As
Publication number | Publication date |
---|---|
US9774797B2 (en) | 2017-09-26 |
US20150304612A1 (en) | 2015-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN204795370U (zh) | 监测系统及包含其的交通工具 | |
US11778289B2 (en) | Multi-camera imaging systems | |
EP2394427B1 (en) | Optimized imaging system for collection of high resolution imagery | |
Urquhart et al. | Development of a sky imaging system for short-term solar power forecasting | |
US8577183B2 (en) | Resolution on demand | |
US9906718B2 (en) | Biomimetic integrated optical sensor (BIOS) system | |
WO2021207557A1 (en) | Multispectral imaging for thermal and electrical detection systems and methods | |
Nocerino et al. | Geometric calibration and radiometric correction of the maia multispectral camera | |
US20220301303A1 (en) | Multispectral imaging for navigation systems and methods | |
Birch et al. | Counter Unmanned Aerial Systems Testing: Evaluation of VIS SWIR MWIR and LWIR passive imagers. | |
US20200264279A1 (en) | Rotatable light sources and associated pulse detection and imaging systems and methods | |
US11609338B2 (en) | Method and device for detecting incident laser radiation on a spacecraft | |
US11082641B2 (en) | Display systems and methods associated with pulse detection and imaging | |
US20180372548A1 (en) | Satellite onboard imaging systems and methods for space applications | |
US20220141384A1 (en) | Situational awareness-based image annotation systems and methods | |
CA3063250C (en) | Pulse detection and synchronized pulse imaging systems and methods | |
EP3350986B1 (en) | Systems and methods for detecting light sources | |
Myhr et al. | Mapping and reconnaissance imager, night-enhanced, for sensing of contaminants, oil, and unseen threats (MARINE SCOUT) | |
US20240046484A1 (en) | Light signal assessment receiver systems and methods | |
US12126942B2 (en) | Active camouflage detection systems and methods | |
US20240314272A1 (en) | Active camouflage detection systems and methods | |
Müller et al. | Real-time image processing and fusion for a new high-speed dual-band infrared camera | |
Pavlov et al. | Compact airborne multispectral scanning device | |
Cruz et al. | ForestML: A Real-Time Solution Proposal for UAV acquired Multispectral Imagery Analysis using Machine Learning | |
Laurent et al. | Context-independant video monitoring of mobile objects with color/thermal sensor |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |