基于无人机AI双摄的输变电施工隐患巡检方法及系统技术方案

本发明专利技术提供了基于无人机AI双摄的输变电施工隐患巡检方法及系统，方法包括采集输变电基建航测影像数据，基于影像数据建立基建三维立体模型，根据当前模型规划无人机飞行轨迹；无人机根据飞行轨迹巡航，通过大视场广角镜头拍摄输变电施工现场图片，识别出目标隐患，得到目标隐患的位置信息和尺寸信息，计算目标隐患的角度偏移量；根据角度偏移量，对目标隐患进行跟踪及对焦，采用长焦镜头变焦拍摄，锁定目标隐患。本发明专利技术结合无人机双视场AI拍摄技术进行电力基建工程管控，实现自主巡检过程中智能化的目标锁定与判别，使用于飞行端设备未具备AI分析能力的巡检场景，弥足了当前无人机无法自主识别隐患和目标锁定，跟踪的技术空缺。跟踪的技术空缺。跟踪的技术空缺。

【技术实现步骤摘要】
基于无人机AI双摄的输变电施工隐患巡检方法及系统


[0001]本专利技术涉及输变电智能运维
，尤其是一种基于无人机AI双摄的输变电施工隐患巡检方法及系统。

技术介绍

[0002]无人机在输变电领域中的应用主要利用无人机平台搭载多传感器数据采集设备，对电力线路或电气设备进行航摄作业，可直接观测到巡视对象的实际运行状况，并清晰辨认出设备故障点或安全隐患，提高了电力巡检的质量、效益和效率。
[0003]无人机自主巡检技术在电力巡检中的智能化应用已逐步成为一种发展趋势。目前，针对无人机的自主巡检方案，多基于无人机的自主导航系统通过高精度的导航定位技术和航线规划技术来实现，但是这种常规的巡检方案存在一定不足与弊端：在自主巡检过程中未能智能化的进行目标锁定与判别，以及异常点的自动分析，无法使飞行端设备具备AI分析能力，满足运维人员更深层次的巡检需求。

技术实现思路

[0004]本专利技术提供了基于无人机AI双摄的输变电施工隐患巡检方法及系统，用于解决现有无人机巡检方案功能简单，不能满足运维需求的问题。
[0005]为实现上述目的，本专利技术采用下述技术方案：
[0006]本专利技术第一方面提供了一种基于无人机AI双摄的输变电施工隐患巡检方法，所述方法包括以下步骤：
[0007]采集输变电基建航测影像数据，基于所述影像数据建立基建三维立体模型，根据当前模型规划无人机飞行轨迹；
[0008]无人机根据所述飞行轨迹巡航，通过大视场广角镜头拍摄输变电施工现场图片，基于训练好的目标检测网络模型，识别出目标隐患；
[0009]捕捉所述目标隐患，得到所述目标隐患的位置信息和尺寸信息，计算目标隐患的角度偏移量；
[0010]根据所述角度偏移量，调整无人机的拍摄角度，对目标隐患进行跟踪及对焦，采用长焦镜头变焦拍摄，锁定目标隐患。
[0011]进一步地，所述锁定目标隐患之后还包括步骤：
[0012]无人机对锁定目标隐患进行跟踪拍照取证，并进行告警提示。
[0013]进一步地，所述目标检测网络模型的训练具体为：
[0014]收集输变电基建施工过程的图像，对图像中包含的基建隐患进行标注，得到基建隐患图像标注数据集；
[0015]构建训练模型，基于所述标注数据集进行训练，得到目标检测网络模型。
[0016]进一步地，所述目标检测网络模型的训练网络采用YoloV3\V4\V5、CornerNet\CenterNet、Fast
‑
Cascade、Faster
‑
RcNN\Fast
‑
RCNN中任意一种的一、二阶目标检测网络。
[0017]进一步地，所述基建隐患包括建筑物本体裂痕、变压器漏油及施工人员未按规定着装。
[0018]进一步地，所述捕捉所述目标隐患，得到所述目标隐患的位置信息和尺寸信息，计算目标隐患的角度偏移量具体为；
[0019]基于所述位置信息和尺寸信息，标定目标隐患所在的区域范围；
[0020]基于所述区域范围得到目标隐患的中心坐标，根据目标隐患的中心坐标和当前图片的中心坐标之间的偏差值，得到目标隐患的角度偏移量。
[0021]进一步地，所述调整无人机的拍摄角度之后，所述方法还包括：
[0022]根据目标隐患在画面中所占比例，设定变焦拍摄阈值。
[0023]本专利技术第二方面提供了一种基于无人机AI双摄的输变电施工隐患巡检装置，所述装置包括无人机和云台控制系统；
[0024]所述云台控制系统采集输变电基建航测影像数据，基于所述影像数据建立基建三维立体模型，根据当前模型规划无人机飞行轨迹；无人机根据所述飞行轨迹巡航，通过大视场广角镜头拍摄输变电施工现场图片，基于训练好的目标检测网络模型，识别出目标隐患；捕捉所述目标隐患，得到所述目标隐患的位置信息和尺寸信息发送给云台控制系统，云台控制系统计算目标隐患的角度偏移量，并根据所述角度偏移量，调整无人机的拍摄角度，对目标隐患进行跟踪及对焦，采用长焦镜头变焦拍摄，锁定目标隐患。
[0025]进一步地，所述云台控制系统还包括告警模块，所述告警模块设置在无人机上或施工现场，用于对目标隐患进行告警提示。
[0026]本专利技术第三方面提供了一种计算机存储介质，所述计算机存储介质中存储有计算机指令，所述计算机指令在所述装置上运行时，使所述装置执行所述方法的步骤。
[0027]本专利技术第二方面的巡检装置能够实现第一方面及第一方面的各实现方式中的方法，并取得相同的效果。
[0028]
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
[0029]1、本专利技术结合无人机双视场AI拍摄技术进行电力基建工程管控，该技术依托对图像中目标物的智能识别，实现自主巡检过程中智能化的目标锁定与判别，使用于飞行端设备未具备AI分析能力的巡检场景，在无人机巡航过程可自主识别目标隐患，弥足了当前无人机无法自主识别隐患和目标锁定，跟踪的技术空缺。
[0030]2、本专利技术针对双视场镜头的自动切换做了应用性的扩展，使无人机在捕捉到目标隐患后，可标定目标隐患的位置信息与尺度信息，并计算其在画面中的坐标，云台的传功装置通过和当前画面中心坐标的偏移量调整镜头位置，长焦镜头自动切换至变焦镜头实现目标隐患的锁定、跟踪，有利于辅助运维人员对目标隐患采取下一步行动，如拍照取证或喊话警示等，实现无人机在自主巡检过程中做到智能化、可视化、多功能化。
附图说明
[0031]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例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，对于本领域普通技术人员而言，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。
[0032]图1是本专利技术所述方法实施例的流程示意图；
[0033]图2是本专利技术第一实现方式中，无人机广角镜头下的原始图像；
[0034]图3是本专利技术第一实现方式中，无人机广角镜头大视场拍摄的AI识别图像；
[0035]图4是本专利技术第一实现方式中，无人机变焦后拍摄的图像；
[0036]图5是本专利技术第二实现方式中，无人机广角镜头下的原始图像；
[0037]图6是本专利技术第二实现方式中，无人机广角镜头大视场拍摄的AI识别图像；
[0038]图7是本专利技术第二实现方式中，无人机变焦后拍摄的图像。
具体实施方式
[0039]为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下文中对特定例子的部件和设置进行描述。此外，本专利技术可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本专利技术省本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于无人机AI双摄的输变电施工隐患巡检方法，其特征是，所述方法包括以下步骤：采集输变电基建航测影像数据，基于所述影像数据建立基建三维立体模型，根据当前模型规划无人机飞行轨迹；无人机根据所述飞行轨迹巡航，通过大视场广角镜头拍摄输变电施工现场图片，基于训练好的目标检测网络模型，识别出目标隐患；捕捉所述目标隐患，得到所述目标隐患的位置信息和尺寸信息，计算目标隐患的角度偏移量；根据所述角度偏移量，调整无人机的拍摄角度，对目标隐患进行跟踪及对焦，采用长焦镜头变焦拍摄，锁定目标隐患。2.根据权利要求1所述基于无人机AI双摄的输变电施工隐患巡检方法，其特征是，所述锁定目标隐患之后还包括步骤：无人机对锁定目标隐患进行跟踪拍照取证，并进行告警提示。3.根据权利要求1或2所述基于无人机AI双摄的输变电施工隐患巡检方法，其特征是，所述目标检测网络模型的训练具体为：收集输变电基建施工过程的图像，对图像中包含的基建隐患进行标注，得到基建隐患图像标注数据集；构建训练模型，基于所述标注数据集进行训练，得到目标检测网络模型。4.根据权利要求3所述基于无人机AI双摄的输变电施工隐患巡检方法，其特征是，所述目标检测网络模型的训练网络采用YoloV3\V4\V5、CornerNet\CenterNet、Fast
‑
Cascade、Faster
‑
RcNN\Fast
‑
RCNN中任意一种的一、二阶目标检测网络。5.根据权利要求3所述基于无人机AI双摄的输变电施工隐患巡检方法，其特征是，所述基建隐患包括建筑物本体裂痕、变压器漏油及施工人员未按规定着装。6.根据权...

【专利技术属性】
技术研发人员：单波，李洋，韩义成，韩鹏凯，许志建，黄鹏，李凯，王志鹏，卢福木，石毅，刘诚，张凯，唐爽，何春晖，路翎，
申请(专利权)人：国家电网有限公司，
类型：发明
国别省市：