一种基于AI识别技术的勘探无人机制造技术

本申请公开了一种基于AI识别技术的勘探无人机，包括：底壳，其前侧安装带有云台的摄像头，且底壳内设置有基板和用于对整个无人机供能的蓄电池，基板的表面设置有中央处理器、AI识别模块、用于定位无人机的定位模块以及信息传输模块；顶壳，其分布于底壳的正上方；其技术要点为，本申请将无人机应用于台风灾后勘灾工作中，利用无人机巡视效率高，飞行不受地面条件限制的特点，开展台风后输配电线路设备的快速巡视作业；在基板上设置AI识别模块，将无人机与AI识别硬件进行融合，使得本申请支持无人机边缘计算，为无人机前端AI识别提供硬件基础，使用到的摄像头可进行勘探的同时，支持台风灾后场景下无人机勘灾有效落地。风灾后场景下无人机勘灾有效落地。风灾后场景下无人机勘灾有效落地。

【技术实现步骤摘要】
一种基于AI识别技术的勘探无人机


[0001]本技术属于勘探无人机
，具体是一种基于AI识别技术的勘探无人机。

技术介绍

[0002]无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作；与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务；无人机按应用领域，可分为军用与民用；
[0003]无人机在电力系统勘灾应用方面具有很大的发展空间和优势，但目前对于无人机勘灾策略及过程监控手段未开展研究，无人机图传距离的受限使得应急指挥中心无法获取无人机飞行实时画面，另外目前基于无人机的智能缺陷识别主要为后端识别，即无人机采集的设备照片是基于后端系统做分析识别，受限支撑于无人机边缘计算的硬件尚未成熟，无人机的前端缺陷识别未得到大力推广。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本技术提供了一种基于AI识别技术的勘探无人机，解决现有
技术介绍
中提到的的问题。
[0006](二)技术方案
[0007]为实现以上目的，本技术通过以下技术方案予以实现：
[0008]一种基于AI识别技术的勘探无人机，包括：
[0009]底壳，其前侧安装带有云台的摄像头，且底壳内设置有基板和用于对整个无人机供能的蓄电池，所述基板的表面设置有中央处理器、AI识别模块、用于定位无人机的定位模块以及信息传输模块；
[0010]顶壳，其分布于底壳的正上方，且顶壳的外表面均匀设置有若干支臂，所述支臂的端头上安装有螺旋桨，所述顶壳的中部安装有充气泵，所述支臂与顶壳之间设置有折叠囊，且充气泵用于对折叠囊充气；以及
[0011]连接壳，其用于连接底壳和顶壳，且连接壳螺旋式装配到底壳内，并与基板电性连接。
[0012]进一步的，所述摄像头用于拍摄勘探图像，并将勘探图像信息通过信息传输模块无线传输至移动端或接收端。
[0013]进一步的，所述基板的顶端设置有电触点，所述连接壳的底端开设有接电槽，且接电槽与电触点接触后，用于接通顶壳内用电器件与基板。
[0014]进一步的，所述AI识别模块具有无人机边缘计算能力，且AI识别模块内社有AI图像识别算法。
[0015]进一步的，所述定位模块包含GPS导航仪。
[0016]进一步的，所述充气泵的顶端固定装配有基座天线，且基座天线与信息传输模块电性连接。
[0017]进一步的，所述折叠囊的截面呈扇形，所述支臂与顶壳之间通过设置带有扭转弹簧的转轴连接。
[0018]进一步的，所述连接壳的顶端与顶壳一体式连接，所述连接壳的底端螺旋式装配到底壳内，且底壳表面与连接壳对应的位置处设置有螺栓，该螺栓用于连接底壳和连接壳。
[0019](三)有益效果
[0020]一是，本申请将无人机应用于台风灾后勘灾工作中，利用无人机巡视效率高，飞行不受地面条件限制的特点，开展台风后输配电线路设备的快速巡视作业；
[0021]二是，本申请在基板上设置AI识别模块，将无人机与AI识别硬件进行融合，使得本申请支持无人机边缘计算，为无人机前端AI识别提供硬件基础，使用到的摄像头可进行勘探的同时，支持台风灾后场景下无人机勘灾有效落地；
[0022]三是，本申请在充气泵的顶端设计基座天线，基于远距离抗干扰通信中继技术，突破常规通讯距离的限制，实现无人机远距离通讯，以及巡视视频的长距离传输作业。
附图说明
[0023]图1是本技术的整体结构示意图；
[0024]图2是本技术的整体结构正剖图；
[0025]图3是本技术的基板组成结构框图。
[0026]附图标记：1、底壳；2、连接壳；3、顶壳；4、充气泵；5、支臂；6、螺旋桨；7、基座天线；8、摄像头；9、基板；91、电触点；10、蓄电池；11、AI识别模块；12、定位模块；13、信息传输模块；14、折叠囊。
具体实施方式
[0027]下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。此外，下文为了描述方便，所引用的“上”、“下”、“左”、“右”等于附图本身的上、下、左、右等方向一致，下文中的“第一”、“第二”等为描述上加以区分，并没有其他特殊含义。
[0028]实施例1：
[0029]本实施例给出底壳的具体结构，如图1和2所示，一种基于AI识别技术的勘探无人机，包括：底壳1，其前侧安装带有云台的摄像头8，且底壳1内设置有基板9和用于对整个无人机供能的蓄电池10，基板9的表面设置有中央处理器、AI识别模块11、用于定位无人机的定位模块12以及信息传输模块13；
[0030]本申请将无人机应用于台风灾后勘灾工作中，利用无人机巡视效率高，飞行不受地面条件限制的特点，开展台风后输配电线路设备的快速巡视作业。
[0031]具体的，
[0032]基于台风灾后行波测距、雷电定位、保护动作、线路跳闸、无人机配置及飞手分布情况等多数据的融合，利用大数据分析技术，实现快速智能编制无人机勘灾方案；通过加装无人机定位装置(也就是定位模块12)，实现作业轨迹展现，集中统筹调配无人机开展勘灾；
[0033]开展无人机远距离通信中继技术研究，解决无人机图传距离受限问题；开展常规无人机与AI识别硬件融合技术研究，为基于无人机的边缘计算提供硬件支持。
[0034]参照1－3所示，摄像头8用于拍摄勘探图像，并将勘探图像信息通过信息传输模块13无线传输至移动端或接收端。
[0035]参照2所示，基板9的顶端设置有电触点91，连接壳2的底端开设有接电槽，且接电槽与电触点91接触后，用于接通顶壳3内用电器件与基板9，在将连接壳2与底壳1进行连接后，即可完成底壳1内用电器件与顶壳3内用电器件的电性连接。
[0036]参照3所示，AI识别模块11具有无人机边缘计算能力，且AI识别模块11内社有AI图像识别算法；定位模块12包含GPS导航仪，具体可采用GPS/航迹推算组合导航。
[0037]通过采用上述技术方案：
[0038]本申请在基板9上设置AI识别模块11，将无人机与AI识别硬件进行融合，使得本申请支持无人机边缘计算，为无人机前端AI识别提供硬件基础，使用到的摄像头8可进行勘探的同时，支持台风灾后场景下无人机勘灾有效落地。
[0039]实施例2：
[0040]本实施例给出顶壳的具体结构，如图2所示，顶壳3，其分布于底壳1的正上方，且顶壳3的外表面均匀设置有若干支臂5，支臂5的端头上安装有螺旋桨6，顶壳3的中部安装有充气泵4，支臂5与顶壳3之间设置有折叠囊14，且充气泵4本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI识别技术的勘探无人机，其特征在于，包括：底壳(1)，其前侧安装带有云台的摄像头(8)，且底壳(1)内设置有基板(9)和用于对整个无人机供能的蓄电池(10)，所述基板(9)的表面设置有中央处理器、AI识别模块(11)、用于定位无人机的定位模块(12)以及信息传输模块(13)；顶壳(3)，其分布于底壳(1)的正上方，且顶壳(3)的外表面均匀设置有若干支臂(5)，所述支臂(5)的端头上安装有螺旋桨(6)，所述顶壳(3)的中部安装有充气泵(4)，所述支臂(5)与顶壳(3)之间设置有折叠囊(14)，且充气泵(4)用于对折叠囊(14)充气；以及连接壳(2)，其用于连接底壳(1)和顶壳(3)，且连接壳(2)螺旋式装配到底壳(1)内，并与基板(9)电性连接。2.如权利要求1所述的一种基于AI识别技术的勘探无人机，其特征在于：所述摄像头(8)用于拍摄勘探图像，并将勘探图像信息通过信息传输模块(13)无线传输至移动端或接收端。3.如权利要求1所述的一种基于AI识别技术的勘探无人机，其特征在于：所述基板(9)的顶端设置有电触点(91)，所述连接壳(2...

【专利技术属性】
技术研发人员：符灵，叶盛，王国驹，赖叶茗，魏千翔，陈泰峰，李焕明，孟超，
申请(专利权)人：海南电网有限责任公司海南输变电检修分公司，
类型：新型
国别省市：