【技术实现步骤摘要】
本专利技术属于电力施工领域，具体涉及一种基于机载边缘设备的单目视觉实时三维重建方法
技术介绍
1、青海省地处青藏高原，地势高耸，地形复杂，环境多为高山、沟壑，且气候寒冷，大部分地区终年积雪。同时，青海省拥有丰富的清洁能源，是西电东送工程中重要的电力输出地。在实际的电力运维工作中，由于地广人稀，线路众多，且特高压线路巡检压力大，线路易受外力破坏、地质灾害、树障和机械张力等影响，电力巡检面对着人员紧缺、人身安全风险高、线路巡视效率质量较低、隐患排查不全面等难题。以无人机为代表的智能巡检方式自主性好、质量高，大幅提升了巡检的安全性和可靠性，近年来青海也在大力推广无人机巡检，同时也探索由手动飞行到自主飞行的新作业模式。
2、目前无人机自主巡检模式不论是人工示教还是激光点云主要依赖高精度定位进行航线规划，基于rtk技术可以实现对飞行航点的绝对坐标位置记录，这样就可以精准记录航线，完成复飞，从而实现了无人机的全自主飞行。
3、这种全自主飞行方式存在如下几个问题：
4、(1)没有rtk的地区无法进行自主巡检。青海省地处青藏高原，地势高耸，地形复杂，环境多为高山、沟壑，且气候寒冷，大部分地区终年积雪，目前很多输电线路位于山区或者偏僻的地区，这些地区往往网络信号差，同时也没有rtk基站，这样就不能使用基于rtk的方式进行无人机自主巡检。
5、(2)自主巡检依赖rtk的定位精度，无人机自主巡检拍摄目标是否符合规范，取决于每次无人机自主飞行的航点位置是否精准，在不同天气环境条件下，定位精度如果出现偏差，
6、采用这种自主巡检方式拍摄的图像角度固定，如果规划时的航线不合理，则后期调整复杂、不灵活。
技术实现思路
1、本专利技术基于边缘视觉模型引导的方式，通过目标识别方式确定拍照点位，实现gps模式下的无人机自主巡检是一种新的作业模式，本专利技术实现基于机载边缘设备的视觉导航应用，一方面可以对现有自主巡检进行辅助加强，另一方面可以解决无rtk地区的自主巡检。本专利技术在理论和算法方面进行的研究，可在人工智能在电网中的应用开拓新的研究领域，引领新的技术方向，促进对线路巡检相关领域的变革和创新。
2、在推广途径上，本专利技术开发动态规划算法，可以应用在边缘计算设备，后期也可以迁移到移动端，采用的边缘计算设备可以适配大疆等主流无人机机型，可以快速适配电网现有无人机。另一方面与国网内各级电力公司的业务部门紧密配合，如各级电力公司检修公司、供电公司等，在研究期间内在实际运行线路进行试验验证，在不同地区不同塔型下进行算法和应用的验证。
3、一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，具体步骤包括：
4、进行电力线路走廊的数字化建模时，通过对设计标准化模型进行分解和组装，将杆塔分解为塔冠、塔基和电器元件组件，之后将输电线路杆塔模型的组件式建模；
5、分析各个电力杆塔组件的电气特性、尺寸构型、位置信息建立电力杆塔组件的属性集，对电力杆塔组件的关键特性进行有效的准确描述和记录；
6、为保证塔冠、塔基和电器组件间的无缝拼接，另外还必须对模型库中不同类型组件间的关联关系和约束规则进行详细定义；包括空间位置约束、尺寸约束和功能约束，建立相应电力杆塔各个组件间连接的关联关系模型和相应的约束规则；
7、构建电力杆塔组件知识库；构建电力杆塔组件的推理规则来检测相应组件本体是否满足一致性以及类之间的包含关系等规则要求；从而能够检测由组件构建电力杆塔模型的正确性并自动识别各种电力杆塔的类型，为电力杆塔的巡检提供正确可靠的构型、位置等数据信息；
8、在位姿变化平缓的阶段，采用直接法；位姿变化快，采用基于特征的方法；通过计算shi-tomas角点得分，一次性根据阈值来选择点的类别为特征点或边缘点，通过算法的对比研究，最终结合机载边缘设备实现电力线路的三维重建。
9、所述构建电力杆塔组件知识库具体包括(a)分析电力杆塔组件中重要术语；(b)定义电力杆塔组件类和类的等级体系；(c)定义各电力杆塔组件类的属性；(d)定义电力杆塔组件属性的分面；(e)创建相应电力杆塔组件实例。
10、三维重建时，直接法与间接法结合计算方法如下：
11、设gx,y为像素点(x,y)的邻域窗口w移动(u,v)时灰度变化量，当移动(u,v)为局部极小量时，根据talyor级数展开进行对角化处理和二次型计算后可以得到：
12、
13、其中，i为图像灰度，ix、iy分别为x、y方向上的一阶偏导数，为图像梯度的协方差矩阵，为窗口w的窗口函数，作用式降噪平滑，λ1、λ2为矩阵m的特征值，r为二维旋转矩阵；
14、λ1、λ2特征值表明了图像像素灰度值的分布情况；当λ1、λ2都比较小时，图像窗口在任意方向上移动都无明显灰度变化，说明图像窗口内对应的像素点处于平滑区域，当λ1、λ2中有一个较大，另一个较小时，图像窗口在一个方向上灰度变化较明显，另一方向上无明显灰度变化，说明图像窗口内对应像素点位于物体的边界处，当λ1、λ2都比较大时，沿着任意方向移动图像窗口内的像素点的曲率或灰度梯度变化都较大，该点即为所求的特征点。
15、当对一整幅图像进行特征点提取时，需要对图像内所有像素点进行特征值的计算，计算量比较大；由于矩阵m为实对称矩阵，设：
16、
17、则：
18、
19、其中，tr(m)为矩阵m的迹，det(m)为其行列式；为了提高计算效率，通常利用tr(m)和det(m)避免λ1、λ2的求取；由此，得到角点特征检测函数：
20、r(x,y)＝det(m)-k(tr(m))2＝(ab-c2)-k(a+b)2
21、这里，k＝0.04-0.06，为经验常数，也可以根据实际场景进行自适应修改。
22、给定阈值t，对像素点(x,y)，当r(x,y)＞t，且局部邻域窗口内的最大值时，像素点(x,y)即为所求角点。
23、如果两个特征值中比较小的一个大于最小阈值，那么就会得到强角点；即：
24、r(x,y)＝min(λ1,λ2)
25、由于较大的不确定度取决于较小的特征值，故可以通过找小特征值的最大值来寻找好的特征点。
26、其有益效果如下：
27、(1)目前基于rtk的方案已经构建了大量的三维点云库，基于现有三维点云库，可以进行充分挖掘点云信息，可以采用迁移学习的方式，迁移到gps模式下进行全自主巡检。
28、(2)目前一些边缘计算设备功耗低，可以挂载到无人机设备上，从而满足无人机飞行时边缘计算的需求，通过研究实时三维重建技术，在室内视觉导航，自动驾驶，无人机避障等领域都可以进行应用，
29、(3)利用实时三维视觉技术可以基于当前场景灵活规划航线，完成飞行任务。该方案通过利用机器本文档来自技高网...
【技术保护点】
1.一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，构建电力杆塔组件知识库具体包括(a)分析电力杆塔组件中重要术语；(b)定义电力杆塔组件类和类的等级体系；(c)定义各电力杆塔组件类的属性；(d)定义电力杆塔组件属性的分面；(e)创建相应电力杆塔组件实例。
3.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，三维重建时，直接法与间接法结合计算方法如下：
4.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，三维重建时当对一整幅图像进行特征点提取时，需要对图像内所有像素点进行特征值的计算，计算量比较大；由于矩阵M为实对称矩阵，设：
5.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，三维重建时，给定阈值T，对像素点(x,y)，当R(x,y)＞T，且局部邻域窗口内的最大值时，像素点(x,y)即为所求角点。
6.根据权利要求
...【技术特征摘要】
1.一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，构建电力杆塔组件知识库具体包括(a)分析电力杆塔组件中重要术语；(b)定义电力杆塔组件类和类的等级体系；(c)定义各电力杆塔组件类的属性；(d)定义电力杆塔组件属性的分面；(e)创建相应电力杆塔组件实例。
3.根据权利要求1所述的一种基于机载边缘设备的单目视觉实时三维重建方法，其特征在于，三维重建时，直接法与间接法结合计算方法如下：
4.根据权利要求1所述的一种基于机...
【专利技术属性】
技术研发人员：李亮，赵中奇，魏忠，罗毅，刘权琦，刘泓乐，杨关旭，胡春华，陈凯，莫志武，夜勇，王锋，赵荣全，韩雪梅，祁小林，
申请(专利权)人：国网青海省电力公司海北供电公司，
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。