简介:摘要伴随着当前我国高科技技术的持续进步,我国真正的进入到了电子时代,多旋翼无人机本当成是现代化高科技的代表性产物,在我们当前社会生活里起到了不可忽视的作用,到当前为止已经被普遍的使用在消防和救灾与农业等很多不同领域,伴随着当前社会的持续进步和快速,在我国电力系统输电线路里也开始进行了多旋翼无人机的引用,并且也为我们国家电力行业的持续快速贡献出了自身的力量,为了令多旋翼无人机能够在我电力系统上获得持续快速的发展,我们需要对于多旋翼无人机给予深入有效的研究,同时了解多旋翼无人机自身具备的功能并且对其相关工作给予持续的改进与完善,让旋翼无人机能够在多旋翼无人机输电线路飘挂物清障技术得到有。
简介:摘要 本文分析了目前输电线路杆塔上隐患检测算法的不足,研究了近些年来提出的电网隐患检测算法,并在此基础上进行了综合的分析研究之后,提出了适用于输电杆塔本体隐患智能识别的无人机边缘计算的轻量级算法MGFF-KCD(关键部件检测的多粒度特征融合算法),利用FPN构建FasterR-CNN检测模型来提取多粒度的特征图像的融合方法,使用多个粒度的图像特征融合后进行分类与检测,提高了算法的准确率;将算法模型移植到华为Atlas芯片并集成到无人机平台中,在无人机终端进行实时智能分析。选取了销钉、绝缘子、防震锤、均压环、鸟巢五类关键部位进行实验,结果表明,该算法在Atlas200芯片设备上可实现平均每张62ms的检测速度和88%的准确率。
简介:摘要:无人机巡检已成为电力线路杆塔巡检的重要方式。然而,目前的无人机巡检仍主要通过人工方式评估线路灾损,不仅费时费力,而且准确率低。本文提出了一种基于深度学习算法的实时目标检测模型,通过无人机巡检视频实时检测电力杆塔的状态。通过对倒断类杆塔图像进行数据增广,解决了杆塔类别不平衡问题。通过使用 K-means算法对杆塔数据集的目标框进行重新聚类,改进了深度学习算法参数。测试结果表明,该模型能有效检测多种环境下多种尺度的杆塔目标。改进后的模型在测试集上的召回率和交并比较改进前有所提高,且平均均值精度达到 94.09%,检测速度达到 20顿 /s。此外,也对更快的简化版 YOLO模型进行了测试,检测速度能达到 30帧 /s。
简介:摘要:随着近几年微电子技术的不断发展 ,四旋翼无人机取得突飞猛进的发展 ,同时四旋翼无人机因控制灵活、成本低廉等特点被广泛应用在航拍、遥感监测、灾后救灾、公安、消防、反恐、电影摄像、环境监测、快递派送等相关领域。由于四旋翼无人机是一个典型的非线性、强耦合、欠驱动和多输入多输出的复杂系统 ,使得四旋翼无人机控制系统成为无人机研究的难点。
简介:摘要:随着我国社会经济不断发展,给电力产业带来巨大发展空间,输电线路工作量呈现显逐年递增的趋势。但由于新建输电线路所处环境过于复杂,地势高低不同,存在严重交叉和横跨现象,随着使用时间不断延长,经常出现线路安全故障问题。面对复杂的地势情况,无形中提高输电线路巡视工作的难度系数,根本无法保障工作人员的人身安全。因此,无人机技术出现在人们视线范围内,其凭借自身工作效率高、操作简单等特征,不仅能快速收集到超高分辨率影像,还能解决传统航空摄影测量和卫星遥感应用中存在的问题。同时,无人机中配置高清摄像机、红外测温仪等设备,能得到全面输电线路设备实际数据,及时找到故障问题点,全方位巡视输电线路缺陷,且这些线路环节巡视人员很难达到。