本发明专利技术公开了一种基于无人机机载计算机的电力设备目标识别跟踪方法，包括：1)控制飞到杆塔塔顶A、面朝大号侧右侧地线B以及左侧最上方绝缘子C三处，记录下所述A、B、C三个点的经纬度高程信息；2)将三个坐标信息录入机载计算机自动算出无人机航线路径，开始自主飞行作业；3)到达目标识别航点，暂停飞行，开始识别目标；4)转动镜头将识别到的目标置于镜头中心，进行二次纠偏识别；5)纠偏完成后，根据目标在成像中的大小计算变焦倍数，相机变焦拍照；6)重复4和5直至所有识别到的目标拍摄完毕，无人机飞往下一航点。本发明专利技术多目标识别后对多个目标进行拍摄的处理方法，避免了重复拍摄同一目标，并实现了对识别目标进行二次纠偏。并实现了对识别目标进行二次纠偏。并实现了对识别目标进行二次纠偏。
【技术实现步骤摘要】
一种基于无人机机载计算机的电力设备目标识别跟踪方法
[0001]本专利技术涉及一种基于无人机机载计算机的电力设备目标识别跟踪方法，替代高精度定位的方式，该方式不依赖于网络，通过对相机捕捉到的画面进行图像识别的方式，控制无人机云台角度精准定位目标，采用变焦方式实现目标的精准拍摄。
技术介绍
[0002]无人机技术的发展带来了新的电力巡检途径，无人机在输电线路的效果十分显著。目前已经在电网广泛应用并取得了良好的效果。由于飞行操作人员培训要求高、周期长，制约了无人机巡视作业的推广。
[0003]现有的无人机巡检方式面对山地、丘陵地区输电线路巡检运维工作存在实际信号遮挡导致有效作业距离小，采用人工操作无人机进行巡检导致巡检照片数据标准不统一、数据质量参差不齐，巡检效率低下等问题，急需研究一种全新的无人机输电线路巡检运维方式替代现有人工作业方式。
[0004]目前应用于电力巡检的无人机作业开展非常依赖运营商网络和RTK基站服务商站网的支持，但由于电力设备很多处于运营商网络信号覆盖不全的山区或信号干扰较大的地区，无法使用基于运营商网络传输的RTK技术进行无人机的高精度定位，严重影响无人机飞行安全和自动巡视作业的开展。而且使用高精度定位技术的前提，需要对电力设备坐标位置信息进行精准采集和复杂的航线规划过程，前期准备工作占用了大量的资源及成本。
技术实现思路
[0005]本专利技术要解决的技术问题在于：
[0006](1)目前使用无人机进行输电线路精细化巡检主要使用人工巡检或者提前进行航线规划后采用RTK高精度定位技术实现无人机自主巡检。人工巡检对飞行操作人员培训要求高、周期长，且人工操作会导致巡检照片数据标准不统一、数据质量参差不齐，巡检效率低下等问题；无人机自主巡检对作业环境要求要有较好的网络信号且无信号干扰，对环境复杂的输电线路无法开展作业；
[0007](2)无人机自主巡检需要先对整条输电线路进行点云扫描，花费大量人工制作飞行航线，航线中拍摄角度稍有偏差将会导致目标拍摄模糊或拍摄不全等问题。
[0008]本专利技术的技术方案为：
[0009]一种基于无人机机载计算机的电力设备目标识别跟踪方法，包括以下步骤：
[0010](1)手动控制无人机分别飞行到目标杆塔塔顶、面朝大号侧右侧地线以及左侧最上方绝缘子三处，分别记录下三个点的经纬度高程信息；
[0011](2)将第(1)步中记录的三个坐标信息录入机载计算机自动算出无人机航线路径，开始自主飞行作业，
[0012](3)到达目标识别航点，暂停飞行，开始识别目标；
[0013](4)转动镜头将识别到的目标置于镜头中心，进行二次纠偏识别；
[0014](5)纠偏完成后，根据目标在成像中的大小计算变焦倍数，相机变焦拍照；
[0015](6)重复(4)(5)步骤直至所有识别到的目标拍摄完毕，无人机飞往下一航点。
[0016]本专利技术的有益效果：
[0017](1)本专利技术结合无人机自主飞行，机载计算机端采用Yolov5深度神经网络图像识别技术的混合使用使无人机在杆塔巡检中实时精度达到毫米级，能够实现高海拔、大高差、无信号/信号干扰强等山区复杂环境下实现精细作业，有利于解放生产力，提升巡检效率；
[0018](2)多目标识别后对多个目标进行拍摄的处理方法，避免了重复拍摄同一目标；
[0019](3)实现了对识别目标进行二次纠偏。
附图说明
[0020]图1：本专利技术的方法流程图。
[0021]图2：实施例中无人机距杆塔的距离自动在杆塔两侧生成识别、生成的航线示意图。
[0022]图3：本专利技术的无人机生成的航点进行AI识别的流程图。
[0023]图4：实施例的通过二次识别纠偏的方法将目标物置于照片中心拍摄的图片。
具体实施方式
[0024]如图1
‑
图4所示，本专利技术的技术方案为：
[0025]一种基于无人机机载计算机的电力设备目标识别跟踪方法，包括：
[0026]基于无人机机载计算机飞控程序与图像识别的目标跟踪及控制，一方面能够控制无人机执行复杂的飞行任务，另一方面利用负载设备、无人机上的感知摄像头、算法框架计算平台，实现物体识别、自主避障、目标跟踪，自动调整控制等运用。对于体积较大的目标物，如绝缘子，容易出现成像不完整或者未在画面中成像的情况，可先采取常规调整，控制云台朝向目标物，然后进行精细调整，使得目标物完整成像于画面中央。
[0027]开始作业前仅需确定杆塔塔顶，面朝大号侧右侧地线，左侧最上方绝缘子的坐标位置，根据无人机距杆塔的距离自动在杆塔两侧生成识别航线，生成的航线如图2带箭头线段所示。
[0028]图2中虚线部分为辅助点，实线部分会切分成多个航点，作为AI视觉识别的执行航点，具体拆分方法由无人机距离杆塔的水平距离决定，假设已知的三个点如图上
①
，
②
，
③
点所示，坐标分别为(X1,Y1,Z1)，(X2,Y2,Z2)，(X3,Y3,Z3)，无人机距离杆塔侧的距离为S，由于
①②③
点在地球表面上距离较近，我们可以近似认为三点在同一平面内，即忽略地球表面的曲面。通过
②
点和
③
点的海拔高度值可以得出两点之间的海拔高度差
△
h＝Z2
‑
Z3，识别航点的高度间隔计算方式为：
[0029]H_gap＝7.0/20.0*S
[0030]7.0/20.0为实际环境测试常量。
[0031]则可将杆塔一侧的识别航点拆分为
△
h/H_gap个识别航点。
[0032]如图3所示，无人机按照以上方式生成的航点进行AI识别的步骤如下：
[0033]目标识别算法将会把识别到的目标在照片中的位置坐标，目标在照片中的尺寸，目标类型及相似度给到系统，如图4的左图为首次识别到多个目标的照片示例，如图4的右
图为二次识别纠偏后拍摄目标的位置，可以看到即使在无人机位置有偏差，目标不完全在镜头内的时候，也能通过二次识别纠偏的方法将目标物置于照片中心拍摄。假设AI视觉识别到的目标物1在照片中的位置为(X1,Y1)，目标物在照片中的尺寸为(w1,h1)，照片的分辨率为W*H，则可计算出目标距离照片中心的偏移量：
[0034]dx＝X1+w1/2
‑
W/2
[0035]dy＝Y1+h1/2
‑
H/2。
[0036]目标对象每偏移10个像素的位置，无人机云台转动1度/秒。所以云台水平转动dx/10度，垂直转动dy/10度将目标置于照片中心位置。
[0037]二次识别纠偏的时候，也用同样的方式计算出距离照片中心偏移量最小的目标，调整云台纠偏。
[0038]最后根据目标的尺寸和识别时的相机变焦倍数z计算变焦倍数zoom，若目标w1/h1>W/本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于无人机机载计算机的电力设备目标识别跟踪方法，该无人机内置有机载计算机，其特征在于，包括以下步骤：步骤1，手动控制无人机分别飞行到目标杆塔塔顶A、面朝大号侧右侧地线B以及左侧最上方绝缘子C三处，分别记录下所述A、B、C三个点的经纬度高程信息；步骤2，将步骤1中记录的三个坐标信息录入机载计算机自动算出无人机航线路径，开始自主飞行作业；步骤3，到达目标识别航点，暂停飞行，开始识别目标；步骤4，转动镜头将识别到的目标置于镜头中心，进行二次纠偏识别；步骤5，纠偏完成后，根据目标在成像中的大小计算变焦倍数，相机变焦拍照；步骤6，重复步骤4和步骤5直至所有识别到的目标拍摄完毕，无人机飞往下一航点。2.根据权利要求1所述的基于无人机机载计算机的电力设备目标识别跟踪方法，其特征在于：所述A、B、C三个点的坐标分别为(X1,Y1,Z1)、(X2,Y2,Z2)和(X3,Y3,Z3)，计算得到无人机距离杆塔一侧的距离为S，通过C点和D点的海拔高度值可以得出两点之间的海拔高度差
△
h＝Z2
‑
Z3，识别航点的高度间隔计算方式为：H_gap＝7.0/20.0*S其中：7.0/20.0为实际环境测试常量；将杆塔一侧的识别航点拆分为
△
h...
【专利技术属性】
技术研发人员：李璐，
申请(专利权)人：昆明能讯科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。