CN217133395U - 一种基于机器视觉技术的电力巡检鸟窝检测系统 - Google Patents
一种基于机器视觉技术的电力巡检鸟窝检测系统 Download PDFInfo
- Publication number
- CN217133395U CN217133395U CN202220912463.5U CN202220912463U CN217133395U CN 217133395 U CN217133395 U CN 217133395U CN 202220912463 U CN202220912463 U CN 202220912463U CN 217133395 U CN217133395 U CN 217133395U
- Authority
- CN
- China
- Prior art keywords
- module
- communication link
- aerial vehicle
- unmanned aerial
- detection system
- 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
Images
Landscapes
- Emergency Alarm Devices (AREA)
Abstract
本实用新型公开了一种基于机器视觉技术的电力巡检鸟窝检测系统，包括巡检设备和地面控制台，所述巡检设备包括由无人机装载并与无人机连接的的激光雷达装置、高清摄像头、机身控制芯片、避障控制单元、预警器和第一通信链路模块；所述地面控制台包括集成为一体的第二通信链路模块、显示器、鸟窝检测模块、无人机定位定姿模块和数据存储器，其中显示器与第二通信链路模块、鸟窝检测模块和无人机定位定姿模块连接，鸟窝检测模块和无人机定位定姿模块与数据存储器连接，第二通信链路模块与第一通信链路模块通信连接。这种系统节约了成本，提高了检测的准确率和工作效率，达到及时保障电力铁塔安全性的目的。
Description
技术领域
本实用新型涉及智能电力巡检、机器视觉技术、电塔鸟窝检测系统，具体是一种基于机器视觉技术的电力巡检鸟窝检测系统。
背景技术
在如今的互联网时代，整个国家和世界都离不开电力资源，如今的电力供应的主要传输承载体是电塔，电力铁塔的安全检测是现代电力系统运行与发展的重要保障，由于在户外的电力铁塔经常有鸟窝，而鸟窝的搭建物中可能混杂着一些金属丝等导电物体，同时有的雀鸟是季节性的，在清理掉鸟窝之后，第二年还会在电塔上重新搭巢。因此需要高频的检查和清理电力铁塔，在巡检电力铁塔的过程中，通常采用无人机搭载摄像头来拍摄铁塔数据，待无人机返回基地后，第一种方案是通过人工进行观测检查电力铁塔是否存在鸟窝，由于电力铁塔较大鸟窝相对较小，人工检测存在易疲劳、时间长、检测效率低的问题；第二种方案是采用传统图像处理特征提取技术，但该方案的检测准确率较低，检测质量难以保障。
实用新型内容
本实用新型的目的是针对现有技术的不足，而提供一种基于机器视觉技术的电力巡检鸟窝检测系统。这种系统节约了成本，提高了检测的准确率和工作效率，达到及时保障电力铁塔安全性的目的。
实现本实用新型目的的技术方案是：
一种基于机器视觉技术的电力巡检鸟窝检测系统，包括巡检设备和地面控制台，所述巡检设备包括由无人机装载并与无人机连接的激光雷达装置、高清摄像头、机身控制芯片、避障控制单元、预警器、第一通信链路模块；所述地面控制台包括集成为一体的第二通信链路模块、显示器、鸟窝检测模块、无人机定位定姿模块、数据存储器，其中显示器与第二通信链路模块、鸟窝检测模块和无人机定位定姿模块连接，鸟窝检测模块和无人机定位定姿模块与数据存储器连接，第二通信链路模块与第一通信链路模块通信连接。
所述无人机为大疆 DJI Air 2S航拍无人机，信号有效距离为7-9km。
所述高清摄像头为4K超高清摄像头，支持20倍光学变焦851万像素，高清摄像头内持红外遥控和串口控制，高清摄像头用于拍摄获取电力线路铁塔视频数据。
激光雷达装置的型号为LIDAR-Lite V3，激光雷达装置可以实时测距，让无人机在作业过程中与电力塔始终保持安全距离。机身控制芯片的型号为高通AR1021X双频Wi-FiSoC，通过地面控制台对无人机的姿势进行控制，多角度全方面对电力铁塔进行拍摄。
避障控制单元的型号为Panasonic松下神视障碍物检测器，在遇到障碍时可以将数据传到无机机装载的预警器。
预警器的型号为高分贝报警器BJ-1，可以根据其搭载的避障控制单元传回的数据进行危险飞行行为预警。
第一通信链路模块和第二通信链路模块均为无线链路控制协议RLC，其中第一通信链路模块将获取的数据传至第二通信链接模块。
所述数据存储器型号为STGD2000300，用于存放巡检设备传回的视频数据以及地面控制台相关模块产生的数据。
鸟窝检测模块采用图像处理器，型号为tesla p100-pcie-16gb，用于检测传回画面中鸟窝的电力塔图片。
无人机定位定姿模块采用pos模块进行定位定姿，便于更好的控制无人机。
所述显示模块实时显示后台服务器的检测情况。
本技术方案的系统相比于通过传统人工和图像处理技术进行电力巡检作业，替代了大部分的人工，节约了人力成本，大大提高了电力线鸟窝检测的准确率和工作效率。
这种系统节约了成本，提高了检测的准确率和工作效率，达到及时保障电力铁塔安全性的目的。
附图说明
图1为实施例的结构示意图。
具体实施方式
下面结合附图及具体实施例对本实用新型作进一步的详细描述，但不是对本实用新型的限定。
实施例：
参照图1，一种基于机器视觉技术的电力巡检鸟窝检测系统，包括巡检设备和地面控制台，所述巡检设备包括由无人机装载并与无人机连接的激光雷达装置、高清摄像头、机身控制芯片、避障控制单元、预警器、第一通信链路模块；所述地面控制台包括集成为一体的第二通信链路模块、显示器、鸟窝检测模块、无人机定位定姿模块、数据存储器，其中显示器与第二通信链路模块、鸟窝检测模块和无人机定位定姿模块连接，鸟窝检测模块和无人机定位定姿模块与数据存储器连接，第二通信链路模块与第一通信链路模块通信连接。
所述无人机为大疆 DJI Air 2S航拍无人机，信号有效距离为7-9km。
所述高清摄像头为4K超高清摄像头，支持20倍光学变焦851万像素，高清摄像头内持红外遥控和串口控制。
激光雷达装置的型号为LIDAR-Lite V3。机身控制芯片的型号为高通AR1021X双频Wi-Fi SoC。
避障控制单元的型号为Panasonic松下神视障碍物检测器。
预警器的型号为高分贝报警器BJ-1。
第一通信链路模块和第二通信链路模块均为无线链路控制协议RLC，其中第一通信链路模块将获取的数据传至第二通信链接模块。
所述数据存储器型号为STGD2000300。
鸟窝检测模块采用图像处理器，型号为tesla p100-pcie-16gb。
无人机定位定姿模块采用pos模块进行定位定姿。
所述显示模块实时显示后台服务器的检测情况。
Claims (10)
1.一种基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，包括巡检设备和地面控制台，所述巡检设备包括由无人机装载并与无人机连接的激光雷达装置、高清摄像头、机身控制芯片、避障控制单元、预警器和第一通信链路模块；所述地面控制台包括集成为一体的第二通信链路模块、显示器、鸟窝检测模块、无人机定位定姿模块和数据存储器，其中显示器与第二通信链路模块、鸟窝检测模块和无人机定位定姿模块连接，鸟窝检测模块和无人机定位定姿模块与数据存储器连接，第二通信链路模块与第一通信链路模块通信连接。
2.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，所述无人机为大疆 DJI Air 2S航拍无人机。
3.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，所述高清摄像头为4K超高清摄像头，高清摄像头内持红外遥控和串口控制。
4.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，激光雷达装置的型号为LIDAR-Lite V3。
5.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，机身控制芯片的型号为高通AR1021X双频Wi-Fi SoC。
6.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，避障控制单元的型号为Panasonic松下神视障碍物检测器。
7.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，预警器的型号为高分贝报警器BJ-1。
8.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，第一通信链路模块和第二通信链路模块均为无线链路控制协议RLC。
9.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，所述数据存储器型号为STGD2000300。
10.根据权利要求1所述的基于机器视觉技术的电力巡检鸟窝检测系统，其特征在于，鸟窝检测模块采用图像处理器，型号为tesla p100-pcie-16gb；无人机定位定姿模块采用pos模块进行定位定姿。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202220912463.5U CN217133395U (zh) | 2022-04-20 | 2022-04-20 | 一种基于机器视觉技术的电力巡检鸟窝检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202220912463.5U CN217133395U (zh) | 2022-04-20 | 2022-04-20 | 一种基于机器视觉技术的电力巡检鸟窝检测系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN217133395U true CN217133395U (zh) | 2022-08-05 |
Family
ID=82649035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202220912463.5U Active CN217133395U (zh) | 2022-04-20 | 2022-04-20 | 一种基于机器视觉技术的电力巡检鸟窝检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN217133395U (zh) |
-
2022
- 2022-04-20 CN CN202220912463.5U patent/CN217133395U/zh active Active
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109961157B (zh) | 太阳能光伏发电系统的巡检方法及系统 | |
| CN103941746B (zh) | 无人机巡检图像处理系统及方法 | |
| CN110888457A (zh) | 利用无人机和机器人对变电设备开展立体巡视系统及方法 | |
| CN110580717A (zh) | 一种针对电力杆塔的无人机自主巡检航线生成方法 | |
| CN105651780A (zh) | 通过无人机检测风机叶片状态的方法、装置及系统 | |
| CN113516708B (zh) | 一种基于图像识别与uwb定位融合的输电线路巡检无人机精确定位系统及方法 | |
| CN110274160B (zh) | 一种基于红外可见光融合图像的管道巡检系统 | |
| KR101634937B1 (ko) | 무인 비전 검사시스템 및 이를 이용한 무인 비전 검사방법 | |
| CN106096207B (zh) | 一种基于多目视觉的旋翼无人机抗风评估方法及系统 | |
| 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 | |
| CN202172233U (zh) | 一种高压输电线自动巡检系统 | |
| CN103675609A (zh) | 电力巡线设备及系统 | |
| CN112751414A (zh) | 基于5g链路的输电线路巡检系统和方法 | |
| CN114020002A (zh) | 无人机巡检风机叶片的方法、装置、设备、无人机及介质 | |
| CN111765974B (zh) | 一种基于微型制冷红外热像仪的野生动物观测系统及方法 | |
| CN109541613A (zh) | 基于单线激光测距的架空高压导线巡检系统及巡检方法 | |
| CN113900436B (zh) | 巡检控制方法、装置、设备和存储介质 | |
| CN111244822B (zh) | 一种复杂地理环境的固定翼无人机巡线方法、系统和装置 | |
| CN112067137A (zh) | 一种基于无人机巡线的电力线路自动测温方法 | |
| CN114454137A (zh) | 基于双目视觉的钢结构损伤智能巡检方法、系统及机器人 | |
| CN217133395U (zh) | 一种基于机器视觉技术的电力巡检鸟窝检测系统 | |
| CN211790432U (zh) | 一种基于无人机技术的输电线路运维监控系统 | |
| CN211668520U (zh) | 一种基于无人机的输电杆塔设备的自动航拍系统 | |
| CN210511074U (zh) | 一种基于无人机遥感和深度学习的油气管道全智能巡检系统 | |
| CN114740878B (zh) | 基于计算机图像识别的无人机飞行障碍物探测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |