【技术实现步骤摘要】
本文件涉及电力巡检，尤其涉及一种基于多源导航和yolo-v8的无人机电力巡检方法及系统。
技术介绍
1、近年来，无人机走进了电力巡检领域，但是电力巡检存在众多的挑战，比如错综复杂的障碍物，识别电力设备缺陷仍然依靠无人机航拍后人工识别。在路径规划方面，目前有学者提出，单独使用强化学习对无人机进行训练，但是强化学习在训练时通常针对特定环境进行优化，一旦环境发生变化，模型可能需要重新训练适应新环境，这对无人机的灵活性和适应性提出挑战。有学者提出了单独使用a*算法进行无人机路径规划，但是这样的方法使得无人机无法及时规避突然出现的障碍物。还有学者提出罚函数思想，来进行局部路径规划，但是罚函数的惩罚因子的大小自动更新过慢，这会使得无人机响应过慢。
2、因此，单独的使用强化学习或者罚函数优化思想在电力巡检是不可行的，因此本专利技术将a*算法，强化学习和罚函数优化融合在了一起，使得无人机具备多源导航的能力，更易于适应当前的环境，同时避免了因惩罚因子的大小自动更新过慢而带来的时效慢的问题，具有一定的工程应用意义。
本文档来自技高网...
【技术保护点】
1.一种基于多源导航和Yolo-v8的无人机电力巡检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，训练缺陷识别经验池具体方法为：
3.根据权利要求1所述的方法，其特征在于，训练所述强化学习经验池的具体方法为：
4.根据权利要求1所述的方法，其特征在于，无人机根据巡航目标点使用GPS全局定位融合多源导航方法避障并飞向目标点具体方法为：
5.根据权利要求1所述的方法，其特征在于，根据获得的照片进行电力线路缺陷识别具体如下：
6.根据权利要求2所述的方法，其特征在于，对扩充后的图片数据进行绝缘...
【技术特征摘要】
1.一种基于多源导航和yolo-v8的无人机电力巡检方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，训练缺陷识别经验池具体方法为：
3.根据权利要求1所述的方法，其特征在于，训练所述强化学习经验池的具体方法为：
4.根据权利要求1所述的方法，其特征在于，无人机根据巡航目标点使用gps全局定位融合多源导航方法避障并飞向目标点具体方法为：
5.根据权利要求1所述的方法，其特征在于，根据获得的照片进行电力线路缺陷识别具体如下：
6.根...
【专利技术属性】
技术研发人员：骆仁波，黄靖智，王思博，付宗儒，黄欣然，伍卓文，谢锦一，李秀娟，
申请(专利权)人：广州大学，
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。