基于电力杆塔模型匹配的电力无人机巡检方法及系统技术方案

本发明专利技术提供了基于电力杆塔模型匹配的电力无人机巡检方法及系统，属于电力设施巡检技术领域，该基于电力杆塔模型匹配的电力无人机巡检方法包括S1，获得电力杆塔的三维模型数据和无人机的三维模型数据；S2，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线；S3，利用无人机的三维模型数据沿目标航线上模拟飞行得到虚拟运动姿态数据；S4，向无人机发送控制指令，以控制无人机根据虚拟运动姿态数据按照目标航线飞行进行巡检；对实际的电力杆塔的塔体特征和地理位置信息进行采集，将模拟时得到的数据进行更正，这样极大地提高了工作效率，避免系统通道臃肿，并且为神经网络进行深度学习提供了有利的依据。

【技术实现步骤摘要】
基于电力杆塔模型匹配的电力无人机巡检方法及系统
本专利技术属于电力设施巡检
，具体而言，涉及基于电力杆塔模型匹配的电力无人机巡检方法及系统。
技术介绍
近年来，我国电力系统得到突飞猛进的发展，据咨询机构GlobalData预测，截止2020年，中国输电线路总里程将增加至159万千米以上。中国幅员辽阔，地形多变，尤其是超高电压输电线路多分布在山区，丘陵等恶劣环境中，这给电网的维护和运行造成很大困难。对于这些区域的人工巡检工作不但工作量大，而且巡检人员的生命安全也不能得到很好保障。近年来，无人机产业的兴起给各种行业带来变革，利用无人机进行输电线路的巡检工作可以有效的提高工作效率，降低巡线成本，保障巡检人员工作安全性，并且可以通过机载云台记录的影像资料及时察觉高压线路上的安全隐患。无人机路径规划是无人机飞行安全和任务完成情况的根本保证，要求具有极高的可靠性和实用性。目前，无人机在巡检之前，均通过人工方式操控无人机沿每个电力杆塔飞行一次，通过无人机上的摄像头以及定位设备来获得每个电力杆塔的塔体特征以及位置参数，最终通过计算机将数据整合来规划飞行航线。因此，包括飞行环境、飞行高度和飞行控制在内的因素对操控人员来说是极大的挑战，若操控人员稍有疏忽会导致无人机碰撞或者坠落。
技术实现思路
本专利技术实施例提供了基于电力杆塔模型匹配的电力无人机巡检方法及系统，其目的在于解决现有的无人机巡检之前需人工方式操控无人机对每个电力杆塔进行数据采集的问题。鉴于上述问题，本专利技术提出的技术方案是：本专利技术提供基于电力杆塔模型匹配的电力无人机巡检方法，包括以下步骤：S1，获得电力杆塔的三维模型数据和无人机的三维模型数据；S2，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线；S3，利用无人机的三维模型数据沿目标航线上模拟飞行得到虚拟运动姿态数据；S4，向无人机发送控制指令，以控制无人机根据虚拟运动姿态数据按照目标航线飞行进行巡检；S5，接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息；S6，根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息修订目标航线得到实际航线，根据实际航线模拟飞行得到真实运动姿态数据；S7，将电力杆塔的三维模型数据、实际航线和真实运动姿态数据建立训练样本集，采用神经网络对训练样本集进行训练得到识别模型实现自动巡检。作为本专利技术的一种优选技术方案，所述结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线具体为：获得电力杆塔区域的地形图层，在地形图层内设置对应的定义地理位置信息并导入电力杆塔的三维模型数据，每个电力杆塔的三维模型数据应与定义地理位置信息对应并建立编号，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线。作为本专利技术的一种优选技术方案，所述目标航线和实际航线均包括航线距离、起飞点坐标、巡检起始点坐标、路径点坐标、巡检结束点坐标和降落点坐标。作为本专利技术的一种优选技术方案，所述虚拟运动姿态数据和所述真实运动姿态数据包括飞行轨迹、飞行速度、飞行时间以及飞行稳定参数。作为本专利技术的一种优选技术方案，所述接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息具体为：接收无人机的摄像头拍摄的视频图像集和定位设备采集的每个电力杆塔的实时地理位置信息之后，将视频图像集拆分为若干个逐帧图像数据，依据每个电力杆塔的排序对若干个逐帧图像数据分割为若干个逐帧图像集。作为本专利技术的一种优选技术方案，所述根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息确定实际航线，根据实际航线模拟飞行得到真实运动姿态数据具体为：扫描若干个逐帧图像集，获得每个电力杆塔的塔体特征，根据塔体特征对每个电力杆塔的三维模型数据进行修订，根据实时地理位置信息确定实际航线，根据实际航线模拟飞行得到真实运动姿态数据。作为本专利技术的一种优选技术方案，所述将电力杆塔的三维模型数据、实际航线和真实运动姿态数据建立训练样本集，采用神经网络对训练样本集进行训练得到识别模型实现自动巡检具体为：对电力杆塔的三维模型数据、实际航线和真实运动姿态数据兴趣点区域进行标注建立训练样本集，其中，训练样本集分为训练集和测试集。作为本专利技术的一种优选技术方案，所述对电力杆塔的三维模型数据、实际航线和真实运动姿态数据兴趣点区域进行标注建立训练样本集之后为：搭建神经网络，并进行网络初始化，将训练集中样本数据分为多个批次，采用一个批次的样本数据对神经网络进行训练，更新神经网络的权重参数。作为本专利技术的一种优选技术方案，所述搭建神经网络，并进行网络初始化，将训练集中样本数据分为多个批次，采用一个批次的样本数据对神经网络进行训练，更新神经网络的权重参数之后为：采用测试集对训练后的神经网络进行验证，计算神经网络的损失值，判断所述损失值是否小于设定阈值，如果小于，则输出训练后的神经网络，得到识别模型，否则转上一步进行下一个批次的样本数据的训练。另一方面，本专利技术还提供基于电力杆塔模型匹配的电力无人机巡检系统，包括：获得模块，所述获得模块用于获得电力杆塔的三维模型数据和无人机的三维模型数据；绘制模块，所述结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线；仿真模块，所述仿真模块用于利用无人机的三维模型数据沿目标航线上模拟飞行得到虚拟运动姿态数据；控制模块，所述控制模块用于向无人机发送控制指令，以控制无人机根据虚拟运动姿态数据按照目标航线飞行进行巡检；采集模块，所述采集模块用于接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息；修订模块，所述修订模块用于根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息确定实际航线，根据实际航线模拟飞行得到真实运动姿态数据；学习模块，所述学习模块用于将电力杆塔的三维模型数据、实际航线和真实运动姿态数据建立训练样本集，采用神经网络对训练样本集进行训练得到识别模型实现自动巡检。相对于现有技术，本专利技术的有益效果是：(1)本专利技术是通过电力杆塔的三维模型数据和定义地理位置信息绘制目标航线，利用无人机的三维模型数据沿目标航线做仿真模拟飞行实验的方式，得到虚拟运动姿态数据，进而完成无人机飞行参数的采集，可以减少人工操控无人机采集数据，达到了避免无人机损坏的目的。(2)本专利技术通过无人机根据虚拟运动姿态数据沿着目标航线进行真实飞行，对实际的电力杆塔的塔体特征和地理位置信息进行采集，将模拟时得到的数据进行更正，这样极大地提高了工作效率，避免系统通道臃肿，并且为神经网络进行深度学习提供了有利的依据。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。附图说明图1是本专利技术所公开的基于电力杆塔模型匹配的电力无人机巡检方本文档来自技高网...

【技术保护点】
1.基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，包括以下步骤：/nS1，获得电力杆塔的三维模型数据和无人机的三维模型数据；/nS2，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线；/nS3，利用无人机的三维模型数据沿目标航线上模拟飞行得到虚拟运动姿态数据；/nS4，向无人机发送控制指令，以控制无人机根据虚拟运动姿态数据按照目标航线飞行进行巡检；/nS5，接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息；/nS6，根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息修订目标航线得到实际航线，根据实际航线模拟飞行得到真实运动姿态数据；/nS7，将电力杆塔的三维模型数据、实际航线和真实运动姿态数据建立训练样本集，采用神经网络对训练样本集进行训练得到识别模型实现自动巡检。/n

【技术特征摘要】
1.基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，包括以下步骤：
S1，获得电力杆塔的三维模型数据和无人机的三维模型数据；
S2，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线；
S3，利用无人机的三维模型数据沿目标航线上模拟飞行得到虚拟运动姿态数据；
S4，向无人机发送控制指令，以控制无人机根据虚拟运动姿态数据按照目标航线飞行进行巡检；
S5，接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息；
S6，根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息修订目标航线得到实际航线，根据实际航线模拟飞行得到真实运动姿态数据；
S7，将电力杆塔的三维模型数据、实际航线和真实运动姿态数据建立训练样本集，采用神经网络对训练样本集进行训练得到识别模型实现自动巡检。


2.根据权利要求1所述的基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，所述结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线具体为：获得电力杆塔区域的地形图层，在地形图层内设置对应的定义地理位置信息并导入电力杆塔的三维模型数据，每个电力杆塔的三维模型数据应与定义地理位置信息对应并建立编号，结合电力杆塔的三维模型数据和定义地理位置信息绘制目标航线。


3.根据权利要求1所述的基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，所述目标航线和实际航线均包括航线距离、起飞点坐标、巡检起始点坐标、路径点坐标、巡检结束点坐标和降落点坐标。


4.根据权利要求1所述的基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，所述虚拟运动姿态数据和所述真实运动姿态数据包括飞行轨迹、飞行速度、飞行时间以及飞行稳定参数。


5.根据权利要求1所述的基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，所述接收无人机的摄像头拍摄的视频图像集和定位设备采集的实时地理位置信息具体为：接收无人机的摄像头拍摄的视频图像集和定位设备采集的每个电力杆塔的实时地理位置信息之后，将视频图像集拆分为若干个逐帧图像数据，依据每个电力杆塔的排序对若干个逐帧图像数据分割为若干个逐帧图像集。


6.根据权利要求1所述的基于电力杆塔模型匹配的电力无人机巡检方法，其特征在于，所述根据视频图像集对电力杆塔的三维模型数据进行修订，根据实时地理位置信息确定实际航线，根据实际航线模拟飞行得到真实运动姿态数据具体为：扫描若干个逐帧图像集，获得每个电力杆塔的塔体特征，根...

【专利技术属性】
技术研发人员：梁轩伟，彭广，安晨光，
申请(专利权)人：湖南博瑞通航航空技术有限公司，
类型：发明
国别省市：湖南;43