面向无人机风机巡检的光照条件分析方法

在无人机风机巡检作业中, 光照异常会严重影响拍摄到的图像质量, 导致风机叶片在图像中亮度异常, 叶片上的裂纹等细微缺陷无法被有效判定, 影响风机的安全稳定运行. 本文针对此问题, 开展风机巡检中的光照条件分析技术研究, 在巡检前, 根据规划的航迹及太阳的方位进行光照情况预判; 在巡检中, 根据风机叶片及塔筒的分割结果, 针对性地分析关键部位的光照情况, 辅助以基于加权均值的整幅图像光照分析算法, 能够全方位地实现巡检中光照分析, 提升作业效率和准确性.     

基于无人机载多载荷的输电线路巡检方法研究检测

无人机进行电力线路巡检的作业模式在南方电网已经开展了一些示范验证并获得一定的推广应用,目前的巡检方式多为无人机或有人机挂载激光雷达进行巡检。为提高线路巡检效率、提高隐患目标识别准确度,本文提出激光雷达和可见光相机一体化应用的方法来提高巡检自动化程度、提高巡检精细度、提高作业效率及可靠性。首先针对一次飞行同步采集巡检区域的激光点云数据和可见光影像数据,在对采集的数据分别进行相应的预处理;然后将点云数据和影像数据融合处理分析,实现输电线路隐患目标自动识别和精准定位。采用旋翼无人机实际巡检获取的输电线路激光点云数据和影像数据对该过程进行了验证,试验结果表明,基于无人机载多载荷的输电线路巡检具有较高的自动化程度和准确性,缺陷识别检测的水平距离误差为0.1467米,缺陷识别的垂直距离误差为 0.1025米,缺陷识别的净空距离误差为0.1575米,识别检测效果良好,对输电线路巡检具有重要的意义。     

基于激光雷达和可见光立体测量的无人机电力巡线技术研究

随着社会经济的迅速发展,电力供电可靠性要求在不断提高,输配电线路的覆盖范围越来越广,电力巡检技术正在向自动化、智能化方向不断发展.随着无人机技术的发展与普及,将其应用于电力线路巡检技术中将极大提高电力工人在线路巡线、紧急抢修及状态监测等方面的工作效率.本文基于激光雷达和可见光立体测量技术,对无人机激光雷达巡线作业模式下的激光点云自动分类方式进行了研究,并基于多旋翼可见光立体测量的电力线路走廊进行三维建模,以达到有效提升模型生产效率的目的.基于本文提出的方法,对某段电力线路巡检,验证了本文所提出的无人机电力巡线技术的有效性及可行性.     

视觉AI技术在新能源风机叶片智能巡检的应用

随着工业互联网、物联网、大数据和人工智能等新兴技术的推广,行业及国家监管部门对安全生产提出了更高的标准和要求,风电厂安全管理的智能化落地迫在眉睫。本文针对传统风机叶片巡检过程中的滞后性、间歇性、繁杂性等问题,通过深度学习构建了风机叶片健康诊断巡检模型,提出了基于视觉AI的智能巡检方案,全面实时非接触地对风机叶片进行监测探伤、及时处置,降低了安全事故发生造成的损失。     

输电线路多旋翼无人机自动驾驶智能巡检系统

针对日益繁重的输电线路巡视工作以及输电专业无人机巡视方面难度大、风险高、自动化程度低等问题,本文提出了一种输电线路多旋翼无人机自动驾驶智能巡检系统及方法,结合人工智能图像识别技术实现了机巡数据的智能处理,建立了输电线路自动智能巡检作业的新模式.本文重点介绍了巡检系统的结构、功能及关键技术,通过佛山地区输电线路巡视的应用实践,该系统大大提高了电网巡检效率,证明了其有效性和合理性.     

基于多光谱图像配准融合的机器人巡检平台

针对变电站中开展机器人巡检工作时,普遍存在复杂场景下拍摄所得红外与可见光检测图像存在遮挡、旋转和视角差异等情况,进而导致图像匹配融合效率低的问题,本文提出了一种基于STM32控制的多光谱图像配准融合巡检机器人模型。该模型首先建立模板库,通过模板匹配定位图像中的目标电力设备,在此基础上使用SURF算法进行精细匹配,即利用RANSAC剔除设备特征误配点,并采用单映射FINDHOMOGRAPHY算法进行像素叠加,最终实现变电站设备的红外、可见光图像融合。实验结果表明,本文的改进算法生成特征点数量合适、质量提升明显,相比SIFT、SURF等传统图像融合算法,配准精度提高至少30%,图像处理速度提高至少30%,具备实用意义,可有效应用于设备识别、电力设备故障诊断领域。     

基于摄像头的输电线无人机自主巡线方案设计

为满足输电线的巡检需求,提高输电线巡检效率、安全性以及自动化程度,提出了一种基于摄像头的输电线无人机自主巡线方案。无人机采用STM32F407为主控制芯片,用黑白摄像头采集输电线与背景的灰度图像信息,然后依次对图像进行二值化、中值滤波和输电线提取处理,规划无人机的巡线路径。此外,无人机还搭配433 MHz无线通信模块,用户可以通过无线手柄远距离遥控。仿真实验表明,此方案能有效地实现无人机自主巡线飞行,为无人机搭载可见光视频采集、紫外成像等装置及进行输电线航拍巡检搭建了良好的平台。     

输电线路无人机自主巡检方法研究与应用

为了解决输电线路无人机巡检作业易受恶劣天气影响、远距离遥控不及时、通信稳定性差等问题,提出了一种输电线路无人机自主巡检方法.首先,利用卡尔曼滤波算滤除原始线路中的轨迹噪点,采用垂距法对轨迹冗余点进行过滤,优化巡检航线;其次,提出基于巡检对象差异特性的动态优化定位方法提升无人机巡检质量.以某220 kV输电线路杆塔进行测试,测试结果表明,提出的方法解决了航线采集以及定位优化问题,贯穿航线学习到自主巡检的流程之中,兼顾了无人机自主巡检效率以及巡检精确度.     

基于5G+无人机的地灾巡检数字孪生系统研究

目前,水电站地质灾害巡检排查以人工为主,存在巡检效率较低、准确率不高、危险系数大等问题,数字化、智能化、精准化是提升地灾巡检效率的迫切手段。因此提出一种地灾智能巡检模式,构建地灾巡检数字孪生系统框架,采用无人机和5G技术作为巡检工具和传输渠道,借助数字孪生技术创造虚拟水电站环境,实时动态规划巡检路径、智能化识别潜在问题及提前预测预警,实现在无人机视角下的室内地灾虚拟巡检,从智能巡检规划、实时信息获取、动态变化分析、远程监控和会商等方面提出应用模式,有效解决真实场景远距离、可达性差的巡检弊端。以双江口水电站为例建立基于5G+无人机的地灾巡检数字孪生系统,有效解决双江口水电站罕见地灾排查的难题,提升巡检的智能化程度。     

基于卷积神经网络的无人机油气管线巡检监察系统

为满足深埋式油气管道巡检监察需求,以及解决常规人工巡检手段效率低、时效性差、安全性低等问题,通过结合无人机飞行平台、卷积神经网络算法及计算机系统集成技术,设计并开发了一套基于卷积神经网络的无人机油气管线巡检监察系统,为油气管线的巡检监察工作提供技术支撑.本文首先介绍了巡检监察系统的总体设计方案、及作业流程进行了介绍;其次对系统组成进行了详细介绍,整个系统由无人机飞行平台、神经网络目标检测系统、无人机巡检监察管理系统以及无人机巡检执法终端四大子系统组成,无人机飞行平台以油动固定翼无人机为飞行载体,搭载高清相机进行数据采集,神经网络目标检测系统对影像数据进行自动检测、识别、搜索沿线工程车辆和管线隐患的目标,无人机巡检监察管理系统实现数据信息的存储管理及分发推送,无人机巡检执法终端接收隐患目标推送信息并进行现场快速执法;最后,对该系统的应用情况及后续的发展方向进行了总结和展望.目前,该系统成功应用于河南、甘肃等省份的油气管线巡检监察作业中,结果表明系统满足油气管线巡检监察的业务需求.     

基于智能图像识别的无人机电力线路安全巡检方法

为了解决无人机电力线路巡检过程中安全性指标偏低问题,降低了无人机电力线路巡检效率,因此提出基于智能图像识别设计新的无人机电力线路安全巡检方法。采集无人机电力线路安全巡检图像并加以滤波处理,基于智能图像识别技术设计无人机线路巡检识别算法,采用最优全局概率搜索遗传算法规划无人机电力线路安全巡检路径,实现了无人机电力线路安全巡检。结果表明,设计的无人机电力线路安全巡检方法的巡检安全性指标较高,证明设计的无人机电力线路安全巡检方法的巡检效果较好,具有可靠性,具有一定的应用价值。     

电力巡检吊舱大容量存储系统的设计与实现

随着电力巡检技术的发展,无人机挂载光电巡检吊舱进行自动巡检任务成为电力巡检作业的一个重要模式。大量巡检数据的存储是光电巡检吊舱巡检任务的重要组成部分。为解决电力巡检吊舱大量巡检数据的存储问题,针对电力巡检吊舱存储系统的特点进行了分析,对存储系统的接口进行了详细的研究,提出以低功耗处理器为硬件核心,WinXPE嵌入式操作系统为系统软件平台的存储系统。该存储系统使用通用计算机硬件平台和操作系统,解决易用性问题,同时具有其嵌入式系统的特点。实现了电力巡检吊舱的红外热像仪热图数据、可见光摄像机视频、照片、定位定姿数据、控制数据等多类型、大容量的数据存储。并经过实践验证,满足电力巡检吊舱系统对功耗、体积、功能、性能等方面的要求,运行稳定、可靠。     

改进YOLOx的风机叶片缺陷检测研究

针对风机叶片表面缺陷识别率低、背景复杂及目标尺度差异大等问题，提出一种改进YOLOx-s的风机叶片缺陷检测方法。在YOLOx-s颈部输出端引入轻量型通道注意力机制提取图像深层次信息，提升缺陷检测准确率；构建特征提取能力更强的残差结构替换主干网络中的Resunit，通过调整残差结构感受野，增强对小目标缺陷的检测能力；经无人机实景拍摄采集叶片表面缺陷信息，使用Imgaug数据增强技术对数据集进行扩充。实验表明，改进后的网络模型对自建数据集的检测速度为39帧/秒，与YOLOx-s网络模型相比，mAP值从93.18%提高到96.61%。实现了风机叶片表面缺陷的高精度、高速度以及高鲁棒性检测。     

无人机倾斜摄影技术在电力巡线树障检测中的实践应用研究

为解决目前贵州电网电力巡线工作中人工巡检存在精度低、效率慢、智能化水平低等问题,本文结合无人机倾斜摄影技术的工作原理,对输电线路杆塔、通道及周边环境进行无人机航飞、建模,形成电力线通道三维点云,利用自动匹配的导线精确计算出树障距离和位置。即将无人机倾斜摄影技术用于电力线巡检,可在恢复输电线路通道三维点云的基础上实现树障的定量化检测,探索出一种无人机智能电力巡线新方法。本文将从无人机航空摄影方法、地表三维点云重建方法、导线三维重建方法和树线距离量测方法四个方面,重点分析无人机倾斜摄影技术在电力巡线树障巡检作业中的工作原理和流程,并结合一线巡检班组的实验数据,阐述其在实践中的具体应用。     

电力巡检中的无人机群路径规划算法

随着无人机技术的飞速发展, 无人机被广泛用于各种领域的巡检任务. 近年来, 电力网络的规模和长度都在快速增长, 无人机因其独特的性能和优势成为了电力巡检的首选, 无人机巡检不仅能保证安全性, 还能有效地提高巡检效率, 而路径规划是其在实际应用中的关键一步. 本文提出了一种新的混合元启发式方法, 用于解决电力巡检中带有多...     

图像处理技术在无人机电力线路巡检中的应用

目前,巡检高压输电线路过程中,其中一项常见方式是利用无人机进行线路巡线。研究和处理无人机航拍收集的通道图像,能够及时发现线路器件是否存在问题。利用图像处理技术,能够有效解决人工处理效率低下、误差率高等问题,在无人机电力线路巡检领域具有广阔的发展前景。基于此,针对当前国内和国外无人机电力线路巡检中图像处理技术的应用情况,探讨无人机电力线路巡检中影响图像处理技术的因素,研究图像处理技术在无人机电力线路巡检中的应用。     

电力巡检四旋翼无人机的控制研究

为更好地实现电力巡检四旋翼无人机(UAV)的控制问题,基于自抗扰控制(ADRC)算法和改进模糊比例积分微分(PID)控制规则,分别构建基于ADRC控制算法的无人机内环姿态控制器和基于改进模糊PID的无人机外环位置控制器。通过Simulink仿真软件,搭建四旋翼无人机仿真控制模型,并对以上控制方法进行仿真验证。仿真结果表明,基于ADRC结合改进模糊PID的四旋翼无人机控制方法能快速、平滑地过渡到初始姿态角和初始位置设定值,且具有良好的跟踪能力、抗干扰能力,对提升电力巡检四旋翼无人机的巡检控制效率具有一定的参考价值和应用价值。本研究的创新点在于从内环和外环综合控制的角度,提高了无人机整体的抗干扰能力。     

PPP技术与机载激光雷达在电力线巡检中的应用研究

通过无人机电力线巡检试验,提出应用GPS、GLONASS和BDS多源融合的PPP技术并验证其生成的POS数据和三维点云数据应用于高压电力线巡检的可行性。采用不同策略的POS数据融合与解算,分析了基站差分POS数据与单GPS系统下的POS数据、GPS、GLONASS和BDS多系统融合下的POS数据精度;分别用不同策略的POS数据生成三维点云,并统计分析与基站差分点云数据的偏差距离和分布情况。研究发现:单GPS所生成的点云数据,距离偏差较大在20～40 cm左右,且分布不均匀,偏差距离波动较大,不能满足电力线精细巡检的要求;多源融合的PPP技术所生成的点云数据,与基站差分下的点云数据距离偏差在X方向10 cm,Y方向6 cm,Z方向为4 cm,点云数据分布均匀,稳定,基本满足电力线巡检要求,且点云数据也可用于电力线的精细巡检。     

基于无人机视觉的风机桨叶叶尖定位方法

应用无人机对风力发电机进行自主巡检时，需对其桨叶叶尖做出精准定位。为此提出一种基于无人机视觉的叶尖定位方法。无人机利用风机粗略偏航信息到达指定位置后，并利用Yolov5模型对风机桨叶、轮毂等部位进行特征提取；根据提取到的特征点计算单应性矩阵并将其分解，得到无人机偏移量；基于混合式视觉伺服设计修正器对无人机位姿进行修正，从而使无人机正对风机并进行全景图采集，同时对其进行了稳定性分析；利用全景图以及无人机的位姿对桨叶叶尖进行三维空间定位。仿真实验表明，设计的控制器可以使无人机在15 s内自主完成正对风机操作并对其进行全景图采集，提出的方法可对风机桨叶叶尖进行精准定位，定位误差仅在±5 m内。     

基于红外与可见光图像融合的无人机探测研究

为了进一步提高识别无人机的效率,提出基于红外与可见光图像融合的无人机探测方法,并且对配准算法进行改进,搭配Canny边缘检测ORB特征检测的融合配准算法.首先,搭建双目摄像头、采集无人机图像;接着,对图像进行La?place预处理、Canny边缘检测ORB特征检测配准、Harr小波变换融合.将得到的融合图像和融合前的可...