CN107014827B - 基于影像处理的输电线路缺陷分析方法、装置和系统 - Google Patents
基于影像处理的输电线路缺陷分析方法、装置和系统 Download PDFInfo
- Publication number
- CN107014827B CN107014827B CN201710273164.5A CN201710273164A CN107014827B CN 107014827 B CN107014827 B CN 107014827B CN 201710273164 A CN201710273164 A CN 201710273164A CN 107014827 B CN107014827 B CN 107014827B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- transmission line
- power transmission
- flight
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/10—Scanning
- G01N2201/102—Video camera
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Electric Cable Installation (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供了一种基于影像处理的输电线路缺陷分析方法、装置和系统;其中,该方法包括根据用户输入的输电线路的位置信息设置无人机的飞行指令;将飞行指令发送给无人机,以使无人机按照飞行指令飞行;监测无人机,当监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令,以使无人机拍摄输电线路的影像数据;在无人机摄像过程中,多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;获取无人机拍摄的影像数据;根据影像数据确定输电线路的缺陷。本发明可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
Description
技术领域
本发明涉及无人机技术领域,尤其是涉及一种基于影像处理的输电线路缺陷分析方法、装置和系统。
背景技术
配电系统是电力系统的重要组成部分,配电系统网络故障的预防和维护十分重要。为了尽早发现配电系统网络的缺陷并有效地规划所需的维护活动,需要定期检查配电网络。
由于配电网络中传输线路分布区域广泛,传统的人工检查方式具有很大的劳动强度,但检查效率较低。直升机检查也是对配电网络输电线路检查和维护的现有方式之一。直升机检查方式具有较高的检测精度,但维护成本高,且存在安全问题。
针对上述输电线路缺陷检查方式工作量大且效率低的问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种基于影像处理的输电线路缺陷分析方法、装置和系统,以高效准确地实现输电线路的缺陷检查,避免人工进行输电线路巡检的工作量大且效率较低的问题。
第一方面,本发明实施例提供了一种基于影像处理的输电线路缺陷分析方法,该方法由与无人机通信连接的地面控制器执行,该方法包括:根据用户输入的输电线路的位置信息设置无人机的飞行指令,该飞行指令包括与位置信息对应的航线和飞行姿态;将飞行指令发送给无人机,以使无人机按照飞行指令飞行;监测无人机,当监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令,以使无人机拍摄输电线路的影像数据;在无人机摄像过程中,多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;获取无人机拍摄的影像数据;根据影像数据确定输电线路的缺陷。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,上述多次向无人机发送调整指令,包括:获取无人机当前拍摄的影像数据;判断影像数据中,输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;如果否,再次向无人机发送调整指令,直至比例在预设的比例范围内;其中,调整指令包括调整无人机飞行状态中的飞行方向、飞行速度或飞行高度、无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,上述多次向无人机发送调整指令,包括:获取无人机当前拍摄的影像数据;判断影像数据中,输电线路的图像在整幅图像中的位置是否满足预设的拍摄要求;如果否,再次向无人机发送调整指令,直至输电线路的图像在整幅图像中的位置满足预设的拍摄要求;其中,调整指令包括调整无人机飞行状态中的飞行方向、飞行速度或飞行高度、无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,上述根据影像数据确定输电线路的缺陷,包括:对影像数据进行图像处理,识别并提取输电线路的缺陷图像;采用机器学习的方法,确定缺陷图像中显示的输电线路的缺陷类型;其中,输电线路包括传输线和输电塔;缺陷类型包括输电线路破损、沉降、上拔、坑口回填不够、杂物堆积中的一种或多种。
第二方面,本发明实施例提供了一种基于影像处理的输电线路缺陷分析方法,该方法由与地面控制器通信连接的无人机执行,该方法包括:接收地面控制器发送的飞行指令,按照飞行指令飞行;其中,该飞行指令为地面控制器根据用户输入的输电线路的位置信息设置;该飞行指令包括与位置信息对应的航线和飞行姿态;接收地面控制器发送的启动摄像的指令,根据指令拍摄输电线路的影像数据;其中,该指令为地面控制器监测到无人机与输电线路的距离小于设定阈值时向无人机发送的;在摄像过程中,接收地面控制器发送的调整指令,根据调整指令多次调整运行状态,以从多角度多方位拍摄输电线路;将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。
第三方面,本发明实施例提供了一种基于影像处理的输电线路缺陷分析装置,该装置设置于与无人机通信连接的地面控制器,该装置包括:设置模块,用于根据用户输入的输电线路的位置信息设置无人机的飞行指令,该飞行指令包括与位置信息对应的航线和飞行姿态;发送模块,用于将飞行指令发送给无人机,以使无人机按照飞行指令飞行;监测模块,用于监测无人机,当监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令,以使无人机拍摄输电线路的影像数据;第一调整模块,用于在无人机摄像过程中,多次向无人机发送调整指令,以多次调整无人机的运行状态,以使无人机从多角度多方位拍摄输电线路;获取模块,用于获取无人机拍摄的影像数据;确定模块,用于根据影像数据确定输电线路的缺陷。
第四方面,本发明实施例提供了一种基于影像处理的输电线路缺陷分析装置,该装置设置于与地面控制器通信连接的无人机,该装置包括:飞行模块,用于接收地面控制器发送的飞行指令,按照飞行指令飞行;其中,飞行指令为地面控制器根据用户输入的输电线路的位置信息设置;飞行指令包括与位置信息对应的航线和飞行姿态;拍摄模块,用于接收地面控制器发送的启动摄像的指令,根据指令拍摄输电线路的影像数据;其中,该指令为地面控制器监测到无人机与输电线路的距离小于设定阈值时向无人机发送的;第二调整模块,用于在摄像过程中,接收地面控制器发送的调整指令,根据调整指令多次调整运行状态,以从多角度多方位拍摄输电线路;传输模块,用于将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。
第五方面,本发明实施例提供了一种基于影像处理的输电线路缺陷分析系统,该系统包括无人机和地面控制器,还包括远端服务器;该远端服务器与地面控制器通信连接;远端服务器用于接收并保存地面控制器发送的影像数据和确定出的输电线路的缺陷。
结合第五方面,本发明实施例提供了第五方面的第一种可能的实施方式,其中,上述远端服务器还用于对地面控制器发送的输电线路的缺陷进行聚类处理和统计处理,生成输电线路的缺陷分析和缺陷预防报告;其中,缺陷分析和缺陷预防报告包括输电线路的缺陷易发位置、缺陷易发时间以及合理的缺陷检查周期。
结合第五方面,本发明实施例提供了第五方面的第二种可能的实施方式,其中,上述系统还包括供电设备;供电设备与无人机电连接,用于对无人机进行供电。
本发明实施例带来了以下有益效果:
本发明实施例提供的一种基于影像处理的输电线路缺陷分析方法、装置和系统,当地面控制器监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令以使无人机拍摄输电线路的影像数据;在无人机摄像过程中,地面控制器多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;地面控制器获取无人机拍摄的影像数据后,根据影像数据确定输电线路的缺陷。该方式通过多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路,可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于影像处理的输电线路缺陷分析方法的流程图;
图2为本发明实施例提供的另一种基于影像处理的输电线路缺陷分析方法的流程图;
图3为本发明实施例提供的一种基于影像处理的输电线路缺陷分析装置的结构示意图;
图4为本发明实施例提供的另一种基于影像处理的输电线路缺陷分析装置的结构示意图;
图5为本发明实施例提供的一种基于影像处理的输电线路缺陷分析系统的结构示意图;
图6为本发明实施例提供的另一种基于影像处理的输电线路缺陷分析装置的结构示意图。
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,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
针对输电线路缺陷检查方式工作量大且效率低的问题,本发明实施例提供了一种基于影像处理的输电线路缺陷分析方法、装置和系统;该技术可以应用于电力生产部门或者电力运营管理部门进行输电线路巡查中,还可以应用于对输电线路的缺陷识别分析和管理相关系统中;该技术可以采用相应的软件或硬件实现,下面通过实施例进行描述。
实施例一:
参见图1所示的一种基于影像处理的输电线路缺陷分析方法的流程图,该方法由与无人机通信连接的地面控制器执行,该方法包括如下步骤:
步骤S102,根据用户输入的输电线路的位置信息设置无人机的飞行指令,该飞行指令包括与位置信息对应的航线和飞行姿态;
步骤S104,将飞行指令发送给无人机,以使无人机按照飞行指令飞行;
在实际实现时,用户可以通过地面控制器上的人机交互接口输入输电线路的位置信息,还可以用户通过远端的服务器输入输电线路的位置信息,再由服务器发送至地面控制器;该输电线路的位置信息可以包括输电线路的身份信息和地理位置信息(例如,经纬度等);地面控制器接收到位置信息后,再根据无人机当前的位置信息,生成无人机的飞行指令。
通常,上述航线可以根据输电线路的位置信息和无人机当前的位置信息确定;上述飞行姿态包括根据航线确定的无人机的飞行方向、转向时间和转向角度、以及飞行高度等信息。
步骤S106,监测无人机,当监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令,以使无人机拍摄输电线路的影像数据;
在无人机飞行过程中,地面控制器实时监控无人机的飞行位置、飞行状态等信息;在实际实现时,为了获取较高质量的影像数据,上述设定的阈值,可以为10米;当监测到无人机与输电线路的距离大于设定阈值时,可以继续发送飞行指令,使无人机向前或向后移动,直至无人机与输电线路的距离小于设定阈值。
步骤S108,在无人机摄像过程中,多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;
例如,当对传输线路的传输线塔进行摄像时,无人机可以以传输线塔为中心,螺旋上升的方式进行摄像;还可以在特定的位置,无人机的摄像装置对准传输线塔,以垂直上升的方式进行摄像;另外,无人机还可以以传输线塔为中心,在传输线塔的顶部盘旋的方式进行摄像;不同摄像的方式可以根据线路巡查的具体任务设定。
步骤S110,获取无人机拍摄的影像数据;
无人机可以在飞行摄像过程中,主动将影像数据发送至地面控制器;还可以在飞行摄像过程中,根据地面控制器的指令发送影像数据至地面控制器;也可以在无人机执行任务完毕后,地面控制器主动向无人机的存储装置获取影像数据。
步骤S112,根据上述影像数据确定输电线路的缺陷。
地面控制器通过对影像数据进行图像处理、识别等,获取记载有输电线路缺陷的图片,进而根据图片,识别输电线路的缺陷类别、位置等信息。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析方法,该方法中,当地面控制器监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令以使无人机拍摄输电线路的影像数据;在无人机摄像过程中,地面控制器多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;地面控制器获取无人机拍摄的影像数据后,根据影像数据确定输电线路的缺陷。该方式通过多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路,可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
为了提高无人机拍摄的影像数据的有效性,上述多次向无人机发送调整指令,包括如下步骤:
(1)获取无人机当前拍摄的影像数据;
(2)判断上述影像数据中,输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;
该步骤中,地面控制器可以通过图像识别的方式,识别影像数据中的输电线路图像,并计算输电线路图像尺寸与背景图像尺寸的比例;如果该比例在预设的比例范围,则说明该影像数据可以较为准确地记载输电线路的状态;如果该比例过小,则无法识别输电线路本身的缺陷;如果比例过大,则无法识别输电线路周围环境的缺陷;当然,需要查看输电线路的细节图像,则输电线路的图像尺寸可以较大,甚至输电线路可以充满整个图像。
(3)如果否,再次向无人机发送调整指令,直至比例在预设的比例范围内;其中,该调整指令包括调整无人机飞行状态中的飞行方向、飞行速度或飞行高度、无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
在实际实现时,还可以通过调整上述调整参数,调节输电线路的拍摄角度,例如,正视、侧视、俯视、仰视等,以获取拍摄角度满足拍摄要求的影像数据。
上述方式可以获得输电线路较为清晰、准确地图像,提高了无人机拍摄的影像数据的有效性。
同样是为了提高无人机拍摄的影像数据的有效性,上述多次向无人机发送调整指令,包括如下步骤:
(1)获取无人机当前拍摄的影像数据;
(2)判断影像数据中,输电线路的图像在整幅图像中的位置是否满足预设的拍摄要求;该步骤中,地面控制器可以通过图像识别的方式,识别影像数据中的输电线路图像,并判断输电线路图像占据整个图像的位置;如果输电线路图像的位置位于整个图像的边缘,则需要进行调整;如果输电线路图像的位置位于整个图像的非边缘的位置,则不需要进行调整。
(3)如果否,再次向无人机发送调整指令,直至输电线路的图像在整幅图像中的位置满足预设的拍摄要求;其中,调整指令包括调整无人机飞行状态中的飞行方向、飞行速度或飞行高度、无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
上述方式可以获得输电线路较为清晰、准确地图像,提高了无人机拍摄的影像数据的有效性。
为了降低输电线路的缺陷检查的工作量,同时提高输电线路的缺陷检查的准确性,上述根据影像数据确定输电线路的缺陷,包括如下步骤:
(1)对影像数据进行图像处理,识别并提取输电线路的缺陷图像;
在实际实现时,可以预先存储输电线路各个传输线和输电塔在无缺陷的情况下图像;在进行缺陷识别时,将获取到的影像数据与预先存储的图像进行比对,从而识别并提取输电线路的缺陷图像。
(2)采用机器学习的方法,确定缺陷图像中显示的输电线路的缺陷类型;其中,该输电线路包括传输线和输电塔;该缺陷类型包括输电线路破损、沉降、上拔、坑口回填不够、杂物堆积中的一种或多种。输电线路的缺陷类型不限于上述范围,可以包括其他多种缺陷。
在实际实现时,可以预先获取具有特定类型的缺陷的图片,进行机器学习和训练,根据学习训练结果,对当前的影像数据进行识别,从而确定输电线路的缺陷类型。
通过上述方式可以自动提取出输电线路的缺陷图像并自动识别缺陷类型,降低了输电线路的缺陷检查的工作量,提高了输电线路的缺陷检查的准确性。
实施例二:
参见图2所示的另一种基于影像处理的输电线路缺陷分析方法的流程图,该方法由与地面控制器通信连接的无人机执行,该方法包括如下步骤:
步骤S202,接收地面控制器发送的飞行指令,按照飞行指令飞行;其中,该飞行指令为地面控制器根据用户输入的输电线路的位置信息设置;该飞行指令包括与位置信息对应的航线和飞行姿态;
步骤S204,接收地面控制器发送的启动摄像的指令,根据指令拍摄输电线路的影像数据;其中,该指令为地面控制器监测到无人机与输电线路的距离小于设定阈值时向无人机发送的;
步骤S206,在摄像过程中,接收地面控制器发送的调整指令,根据调整指令多次调整运行状态,以从多角度多方位拍摄输电线路;
步骤S208,将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析方法,该方法中,当地面控制器监测到无人机与输电线路的距离小于设定阈值时,无人机接收并根据地面控制器发送的启动摄像的指令,以拍摄输电线路的影像数据;无人机在摄像过程中,接收并根据地面控制器发送的调整指令,多次调整运行状态,以从多角度多方位拍摄输电线路;无人机将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。该方式通过多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路,可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
实施例三:
对应于上述方法实施例,参见图3所示的一种基于影像处理的输电线路缺陷分析装置的结构示意图,该装置设置于与无人机通信连接的地面控制器,该装置包括如下部分:
设置模块300,用于根据用户输入的输电线路的位置信息设置无人机的飞行指令,该飞行指令包括与位置信息对应的航线和飞行姿态;
发送模块301,用于将飞行指令发送给无人机,以使无人机按照飞行指令飞行;
监测模块302,用于监测无人机,当监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令,以使无人机拍摄输电线路的影像数据;
第一调整模块303,用于在无人机摄像过程中,多次向无人机发送调整指令,以多次调整无人机的运行状态,以使无人机从多角度多方位拍摄输电线路;
获取模块304,用于获取无人机拍摄的影像数据;
确定模块305,用于根据影像数据确定输电线路的缺陷。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析装置,当地面控制器监测到无人机与输电线路的距离小于设定阈值时,向无人机发送启动摄像的指令以使无人机拍摄输电线路的影像数据;在无人机摄像过程中,地面控制器多次向无人机发送调整指令,以多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路;地面控制器获取无人机拍摄的影像数据后,根据影像数据确定输电线路的缺陷。该方式通过多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路,可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
参见图4所示的另一种基于影像处理的输电线路缺陷分析装置的结构示意图;该装置设置于与地面控制器通信连接的无人机,该装置包括如下部分:
飞行模块400,用于接收地面控制器发送的飞行指令,按照飞行指令飞行;其中,该飞行指令为地面控制器根据用户输入的输电线路的位置信息设置;飞行指令包括与位置信息对应的航线和飞行姿态;
拍摄模块401,用于接收地面控制器发送的启动摄像的指令,根据指令拍摄输电线路的影像数据;其中,该指令为地面控制器监测到无人机与输电线路的距离小于设定阈值时向无人机发送的;
第二调整模块402,用于在摄像过程中,接收地面控制器发送的调整指令,根据调整指令多次调整运行状态,以从多角度多方位拍摄输电线路;
传输模块403,用于将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析装置,当地面控制器监测到无人机与输电线路的距离小于设定阈值时,无人机接收并根据地面控制器发送的启动摄像的指令,以拍摄输电线路的影像数据;无人机在摄像过程中,接收并根据地面控制器发送的调整指令,多次调整运行状态,以从多角度多方位拍摄输电线路;无人机将影像数据传输至地面控制器,以使地面控制器根据影像数据确定输电线路的缺陷。该方式通过多次调整无人机的运行状态,使无人机从多角度多方位拍摄输电线路,可以高效准确地实现输电线路的缺陷检查,避免了人工进行输电线路巡检的工作量大且效率较低的问题。
实施例四:
对应于上述方法实施例和装置实施例,参见图5所示的一种基于影像处理的输电线路缺陷分析系统的结构示意图,该系统包括无人机500和地面控制器501,还包括远端服务器502;该远端服务器502与地面控制器501通信连接;该远端服务器502用于接收并保存地面控制器发送的影像数据和确定出的输电线路的缺陷。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析系统,与上述实施例提供的一种基于影像处理的输电线路缺陷分析方法和装置具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
进一步地,上述远端服务器还用于对地面控制器发送的输电线路的缺陷进行聚类处理和统计处理,生成输电线路的缺陷分析和缺陷预防报告;其中,该缺陷分析和缺陷预防报告包括输电线路的缺陷易发位置、缺陷易发时间以及合理的缺陷检查周期。
例如,上述远端服务器通过对影像数据进行实现分析,可以得到缺陷图像的时间序列,包括缺陷的周期和位置;通过聚类分析可以获得发生缺陷可能性较高的位置;进而结合上述多种分析方式,用户可以获得确定时间和地点下,可能出现的缺陷,从而生成输电线路检查的密度,检查周期建议。
上述系统还包括供电设备;供电设备与无人机电连接,用于对无人机进行供电。该供电设备可以为现场变电站。
进一步地,上述系统还包括分布式数据库;面对大量检测生成的图像和飞行控制数据,单数据库服务器不能满足高效、准确的处理要求。通过使用分布式数据库,在地面控制站部署MySQL本地数据库,在远端服务器部署远端数据库,还可以在云端设置云端数据库;通过设置分布式数据库可以高效,准确地处理数据。
本发明实施例提供的一种基于影像处理的输电线路缺陷分析系统中,通过设置远端服务器可以对输电线路的影像数据和缺陷进行再处理,生成输电线路的缺陷分析和缺陷预防报告,对输电线路的缺陷情况进行了更深层次的分析和管理,可以使用户更加全面准确地了解输电线路的缺陷状况,进而可以及时采取相关的缺陷补救和缺陷预防的措施,提高了输电线路管理的高效性。
本发明实施例所提供的一种基于影像处理的输电线路缺陷分析方法、装置和系统的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
参见图6所示的另一种基于影像处理的输电线路缺陷分析装置的结构示意图;该装置包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM:Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种基于影像处理的输电线路缺陷分析方法,其特征在于,所述方法由与无人机通信连接的地面控制器执行,所述方法包括:
根据用户输入的输电线路的位置信息设置无人机的飞行指令,所述飞行指令包括与所述位置信息对应的航线和飞行姿态;
将所述飞行指令发送给所述无人机,以使所述无人机按照所述飞行指令飞行;
监测所述无人机,当监测到所述无人机与所述输电线路的距离小于设定阈值时,向所述无人机发送启动摄像的指令,以使所述无人机拍摄所述输电线路的影像数据;
在所述无人机摄像过程中,多次向所述无人机发送调整指令,以多次调整所述无人机的运行状态,使所述无人机从多角度多方位拍摄所述输电线路;
获取所述无人机拍摄的所述影像数据;
根据所述影像数据确定所述输电线路的缺陷;
所述多次向所述无人机发送调整指令,包括:
获取所述无人机当前拍摄的影像数据;
判断所述影像数据中,所述输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;
如果否,再次向所述无人机发送调整指令,直至所述比例在预设的比例范围内;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
2.根据权利要求1所述的方法,其特征在于,所述多次向所述无人机发送调整指令,包括:
获取所述无人机当前拍摄的影像数据;
判断所述影像数据中,所述输电线路的图像在整幅图像中的位置是否满足预设的拍摄要求;
如果否,再次向所述无人机发送调整指令,直至所述输电线路的图像在整幅图像中的位置满足预设的拍摄要求;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述影像数据确定所述输电线路的缺陷,包括:
对所述影像数据进行图像处理,识别并提取所述输电线路的缺陷图像;
采用机器学习的方法,确定所述缺陷图像中显示的所述输电线路的缺陷类型;其中,所述输电线路包括传输线和输电塔;所述缺陷类型包括输电线路破损、沉降、上拔、坑口回填不够、杂物堆积中的一种或多种。
4.一种基于影像处理的输电线路缺陷分析方法,其特征在于,所述方法由与地面控制器通信连接的无人机执行,所述方法包括:
接收所述地面控制器发送的飞行指令,按照所述飞行指令飞行;其中,所述飞行指令为所述地面控制器根据用户输入的输电线路的位置信息设置;所述飞行指令包括与所述位置信息对应的航线和飞行姿态;
接收所述地面控制器发送的启动摄像的指令,根据所述指令拍摄所述输电线路的影像数据;其中,所述指令为所述地面控制器监测到所述无人机与所述输电线路的距离小于设定阈值时向所述无人机发送的;
在摄像过程中,接收所述地面控制器发送的调整指令,根据所述调整指令多次调整运行状态,以从多角度多方位拍摄所述输电线路;
将所述影像数据传输至所述地面控制器,以使所述地面控制器根据所述影像数据确定所述输电线路的缺陷;
其中,所述调整指令通过所述地面控制器发送;
多次向所述无人机发送调整指令,包括:
获取所述无人机当前拍摄的影像数据;
判断所述影像数据中,所述输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;
如果否,再次向所述无人机发送调整指令,直至所述比例在预设的比例范围内;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
5.一种基于影像处理的输电线路缺陷分析装置,其特征在于,所述装置设置于与无人机通信连接的地面控制器,所述装置包括:
设置模块,用于根据用户输入的输电线路的位置信息设置无人机的飞行指令,所述飞行指令包括与所述位置信息对应的航线和飞行姿态;
发送模块,用于将所述飞行指令发送给所述无人机,以使所述无人机按照所述飞行指令飞行;
监测模块,用于监测所述无人机,当监测到所述无人机与所述输电线路的距离小于设定阈值时,向所述无人机发送启动摄像的指令,以使所述无人机拍摄所述输电线路的影像数据;
第一调整模块,用于在所述无人机摄像过程中,多次向所述无人机发送调整指令,以多次调整所述无人机的运行状态,以使所述无人机从多角度多方位拍摄所述输电线路;
获取模块,用于获取所述无人机拍摄的所述影像数据;
确定模块,用于根据所述影像数据确定所述输电线路的缺陷;
第一调整模块,用于获取所述无人机当前拍摄的影像数据;判断所述影像数据中,所述输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;如果否,再次向所述无人机发送调整指令,直至所述比例在预设的比例范围内;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
6.一种基于影像处理的输电线路缺陷分析装置,其特征在于,所述装置设置于与地面控制器通信连接的无人机,所述装置包括:
飞行模块,用于接收所述地面控制器发送的飞行指令,按照所述飞行指令飞行;其中,所述飞行指令为所述地面控制器根据用户输入的输电线路的位置信息设置;所述飞行指令包括与所述位置信息对应的航线和飞行姿态;
拍摄模块,用于接收所述地面控制器发送的启动摄像的指令,根据所述指令拍摄所述输电线路的影像数据;其中,所述指令为所述地面控制器监测到所述无人机与所述输电线路的距离小于设定阈值时向所述无人机发送的;
第二调整模块,用于在摄像过程中,接收所述地面控制器发送的调整指令,根据所述调整指令多次调整运行状态,以从多角度多方位拍摄所述输电线路;
传输模块,用于将所述影像数据传输至所述地面控制器,以使所述地面控制器根据所述影像数据确定所述输电线路的缺陷;
其中,所述调整指令通过所述地面控制器发送;多次向所述无人机发送调整指令,包括:获取所述无人机当前拍摄的影像数据;判断所述影像数据中,所述输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;如果否,再次向所述无人机发送调整指令,直至所述比例在预设的比例范围内;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
7.一种基于影像处理的输电线路缺陷分析系统,其特征在于,所述系统包括无人机和地面控制器,还包括远端服务器;所述远端服务器与所述地面控制器通信连接;
所述远端服务器用于接收并保存所述地面控制器发送的影像数据和确定出的输电线路的缺陷;
其中,所述地面控制器多次向所述无人机发送调整指令,使所述无人机在摄像过程中,接收所述地面控制器发送的调整指令,根据所述调整指令多次调整运行状态,以从多角度多方位拍摄所述输电线路;其中,所述多次向所述无人机发送调整指令,包括:获取所述无人机当前拍摄的影像数据;判断所述影像数据中,所述输电线路的图像尺寸与背景图像尺寸的比例是否在预设的比例范围内;如果否,再次向所述无人机发送调整指令,直至所述比例在预设的比例范围内;其中,所述调整指令包括调整所述无人机飞行状态中的飞行方向、飞行速度或飞行高度、所述无人机上设置的摄像头旋转角度或摄像头放大倍率中至少一项的调整参数。
8.根据权利要求7所述的系统,其特征在于,所述远端服务器还用于对所述地面控制器发送的所述输电线路的缺陷进行聚类处理和统计处理,生成所述输电线路的缺陷分析和缺陷预防报告;其中,所述缺陷分析和缺陷预防报告包括所述输电线路的缺陷易发位置、缺陷易发时间以及合理的缺陷检查周期。
9.根据权利要求7所述的系统,其特征在于,所述系统还包括供电设备;所述供电设备与所述无人机电连接,用于对所述无人机进行供电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710273164.5A CN107014827B (zh) | 2017-04-24 | 2017-04-24 | 基于影像处理的输电线路缺陷分析方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710273164.5A CN107014827B (zh) | 2017-04-24 | 2017-04-24 | 基于影像处理的输电线路缺陷分析方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107014827A CN107014827A (zh) | 2017-08-04 |
CN107014827B true CN107014827B (zh) | 2023-09-19 |
Family
ID=59447140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710273164.5A Active CN107014827B (zh) | 2017-04-24 | 2017-04-24 | 基于影像处理的输电线路缺陷分析方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107014827B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257114A (zh) * | 2017-12-29 | 2018-07-06 | 天津市万贸科技有限公司 | 一种基于深度学习的输电设备缺陷自动识别方法 |
CN109445454A (zh) * | 2018-09-18 | 2019-03-08 | 山东理工大学 | 用于桥梁检测的无人机绕梁巡航检测方法 |
CN109580653A (zh) * | 2018-11-06 | 2019-04-05 | 深圳技术大学(筹) | 一种铁路扣件图像采集方法 |
CN109782803B (zh) * | 2019-01-30 | 2022-06-10 | 云南电网有限责任公司电力科学研究院 | 一种无人机输电导线巡线系统及方法 |
CN111344651B (zh) * | 2019-01-30 | 2024-02-23 | 深圳市大疆创新科技有限公司 | 无人机的控制方法和无人机 |
CN110430389B (zh) * | 2019-06-21 | 2021-12-07 | 万翼科技有限公司 | 图像数据采集方法、装置、计算机设备以及存储介质 |
JP7046873B2 (ja) * | 2019-06-28 | 2022-04-04 | ソフトバンク株式会社 | 点検管理システム、点検管理サーバ、点検管理方法および点検管理プログラム |
CN110763697B (zh) * | 2019-08-26 | 2020-11-06 | 清华大学 | 一种使用飞行器检测工程结构表面裂缝的方法 |
CN110940421A (zh) * | 2019-11-15 | 2020-03-31 | 国网河南省电力公司洛阳供电公司 | 一种分布式多点测量的无人机检测系统 |
CN111045452A (zh) * | 2019-12-17 | 2020-04-21 | 昆明联诚科技股份有限公司 | 一种基于深度学习的电力线路巡检方法 |
CN111726571B (zh) * | 2020-01-05 | 2021-09-10 | 罗威 | 高压线路分布形状检测系统 |
CN113034021A (zh) * | 2021-04-02 | 2021-06-25 | 广东电网有限责任公司 | 基于机巡数据的输电线路缺陷分析方法及系统 |
CN113252008B (zh) * | 2021-04-17 | 2022-09-20 | 应急管理部国家自然灾害防治研究院 | 一种航空遥感窄视场相机拍摄控制方法 |
CN113867406B (zh) * | 2021-11-10 | 2024-07-12 | 广东电网能源发展有限公司 | 基于无人机的线路巡检方法、系统、智能设备和存储介质 |
CN114442658B (zh) * | 2021-12-23 | 2024-06-14 | 河南福多电力工程有限公司 | 输配电线路无人机自动巡检系统及其运行方法 |
CN115376219A (zh) * | 2022-06-28 | 2022-11-22 | 广州番禺电缆集团有限公司 | 电缆绝缘层破损的巡检装置、方法、电子设备及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005265699A (ja) * | 2004-03-19 | 2005-09-29 | Chugoku Electric Power Co Inc:The | 無人飛行体を用いた送電線点検システムおよび方法 |
CN201478883U (zh) * | 2009-09-10 | 2010-05-19 | 湖北省电力公司超高压输变电公司宜昌输电公司 | 高压输电线路智能巡视装置 |
CN202043246U (zh) * | 2011-05-17 | 2011-11-16 | 云南电网公司普洱供电局 | 固定翼无人机线路巡检数据远程采集装置 |
CN103812052A (zh) * | 2014-03-07 | 2014-05-21 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
CN103823449A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 用于无人机输电线路巡检的集中监控子系统及监控方法 |
CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理系统及方法 |
CN103941745A (zh) * | 2014-03-07 | 2014-07-23 | 国家电网公司 | 用于无人机输电线路巡检的移动子站及工作方法 |
CN104811667A (zh) * | 2015-04-29 | 2015-07-29 | 深圳市保千里电子有限公司 | 一种无人机跟踪目标的方法及系统 |
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN105516683A (zh) * | 2016-01-15 | 2016-04-20 | 南彦勃 | 输电线巡视方法 |
CN205375192U (zh) * | 2015-12-21 | 2016-07-06 | 威海三智科技有限公司 | 一种基于红外影像技术的无人机配电网巡检系统 |
CN105790155A (zh) * | 2016-04-08 | 2016-07-20 | 四川桑莱特智能电气设备股份有限公司 | 一种基于差分gps的输电线路无人机自主巡检系统及方法 |
CN106099763A (zh) * | 2016-08-18 | 2016-11-09 | 天津中翔腾航科技股份有限公司 | 一种输电线路无人机巡检装置 |
CN106092054A (zh) * | 2016-05-30 | 2016-11-09 | 广东能飞航空科技发展有限公司 | 一种电力线路识别精准定位导航方法 |
-
2017
- 2017-04-24 CN CN201710273164.5A patent/CN107014827B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005265699A (ja) * | 2004-03-19 | 2005-09-29 | Chugoku Electric Power Co Inc:The | 無人飛行体を用いた送電線点検システムおよび方法 |
CN201478883U (zh) * | 2009-09-10 | 2010-05-19 | 湖北省电力公司超高压输变电公司宜昌输电公司 | 高压输电线路智能巡视装置 |
CN202043246U (zh) * | 2011-05-17 | 2011-11-16 | 云南电网公司普洱供电局 | 固定翼无人机线路巡检数据远程采集装置 |
CN103941745A (zh) * | 2014-03-07 | 2014-07-23 | 国家电网公司 | 用于无人机输电线路巡检的移动子站及工作方法 |
CN103823449A (zh) * | 2014-03-07 | 2014-05-28 | 国家电网公司 | 用于无人机输电线路巡检的集中监控子系统及监控方法 |
CN103886189A (zh) * | 2014-03-07 | 2014-06-25 | 国家电网公司 | 用于无人机巡检的巡检结果数据处理系统及方法 |
CN103812052A (zh) * | 2014-03-07 | 2014-05-21 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
WO2015131462A1 (zh) * | 2014-03-07 | 2015-09-11 | 国家电网公司 | 一种用于无人机输电线路巡检的集中监控系统及监控方法 |
CN104811667A (zh) * | 2015-04-29 | 2015-07-29 | 深圳市保千里电子有限公司 | 一种无人机跟踪目标的方法及系统 |
CN204992418U (zh) * | 2015-09-22 | 2016-01-20 | 南方电网科学研究院有限责任公司 | 一种无人机输电线路缺陷自动巡检装置 |
CN205375192U (zh) * | 2015-12-21 | 2016-07-06 | 威海三智科技有限公司 | 一种基于红外影像技术的无人机配电网巡检系统 |
CN105516683A (zh) * | 2016-01-15 | 2016-04-20 | 南彦勃 | 输电线巡视方法 |
CN105790155A (zh) * | 2016-04-08 | 2016-07-20 | 四川桑莱特智能电气设备股份有限公司 | 一种基于差分gps的输电线路无人机自主巡检系统及方法 |
CN106092054A (zh) * | 2016-05-30 | 2016-11-09 | 广东能飞航空科技发展有限公司 | 一种电力线路识别精准定位导航方法 |
CN106099763A (zh) * | 2016-08-18 | 2016-11-09 | 天津中翔腾航科技股份有限公司 | 一种输电线路无人机巡检装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107014827A (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107014827B (zh) | 基于影像处理的输电线路缺陷分析方法、装置和系统 | |
CN109144097B (zh) | 障碍物或地面识别及飞行控制方法、装置、设备及介质 | |
CN110084165B (zh) | 基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法 | |
CN109655075B (zh) | 无人车定位方法及设备 | |
CN108508916B (zh) | 一种无人机编队的控制方法、装置、设备及存储介质 | |
CN110887462A (zh) | 一种无人机巡检方法及系统、输电线路巡检方法及系统 | |
CN111523362A (zh) | 一种基于电子围网的数据分析方法、装置及电子设备 | |
CN104573680A (zh) | 图像检测方法、图像检测装置以及交通违法检测系统 | |
CN115082813A (zh) | 检测方法、无人机、检测系统及介质 | |
WO2024050200A1 (en) | Drone based automated yard check | |
US11120308B2 (en) | Vehicle damage detection method based on image analysis, electronic device and storage medium | |
CN112862821A (zh) | 基于图像处理的漏水检测方法、装置、计算设备和介质 | |
CN112327930A (zh) | 一种巡检路径确定方法和装置 | |
CN115471764A (zh) | 一种输电通道隐患检测方法、系统、设备及存储介质 | |
CN112365763B (zh) | 电力设备无人机巡检培训方法及系统 | |
CN114637320A (zh) | 根据历史故障数据确定巡检参数的电缆监测系统 | |
CN112509321A (zh) | 一种基于无人机的城市复杂交通情景的驾驶控制方法、系统及可读存储介质 | |
CN109308807A (zh) | 基于无人机航摄技术的道路违法抓拍系统 | |
CN116778357A (zh) | 利用可见光缺陷识别的电力线路无人机巡检方法和系统 | |
CN114740878B (zh) | 基于计算机图像识别的无人机飞行障碍物探测方法 | |
CN116402774A (zh) | 隔离挡板异常检测方法和装置、电子设备及存储介质 | |
CN116795131A (zh) | 基于雷达的配电线路无人机巡检方法和装置 | |
CN116030127A (zh) | 光伏电站的故障定位方法、故障定位装置和电子设备 | |
CN114140707A (zh) | 一种电网故障巡检方法 | |
CN117452970B (zh) | 基于人工智能的无人机巡检控制方法、装置、设备及介质 |
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 |