本发明涉及无人机技术领域，尤其涉及一种静态目标监测的智能巡检无人机吊舱系统。
背景技术
电网、铁路、水利、油气管线等行业均有大量架设在地表的设备设施，因长期暴露在自然环境中，不仅有自身的质量工艺寿命，还承受正常的运行荷载和气候影响，从而不可避免出现污染破损、移位变形等缺陷和风险，直接影响系统的运行安全和效益。
为此，各行业建立线路人工巡检体制，工作人员沿线巡视，观察地表设备设施的状态，及时发现部件缺陷、保修维护，保障系统正常运行。
近年随着无人机技术发展，线路巡检尝试引入高性能、低成本的中小型无人机，通过现场抓拍部件高清图像和后台专业人工或智能阅片，控制因巡检人员观察点位、技能经验和责任意识的限制可能导致的漏检错检，提高巡检质量和效能。
通用巡检无人机需要专业飞控手现场手动操控无人机，选择拍照点位、锁定目标和抓拍照片，一则大幅提高现场人员技能经验要求，现有巡检人员难以胜任，影响人员调整和人力成本，二则现场手动操控抓拍难以保证高效率、全方位监测部件状态，还需继续提升无人机巡检系统的技术性能。
技术实现要素：
本申请提供了一种静态目标监测的智能巡检无人机吊舱系统，以智能捕捉、锁定、抓拍部件目标，提高系统作业效率效能，降低人员技能要求。
为解决上述技术问题，本申请提供如下技术方案：
本申请提供了一种静态目标监测的智能巡检无人机吊舱系统，以智能捕捉、锁定、抓拍部件目标，提高系统作业效率效能，降低人员技能要求。
为解决上述技术问题，本申请提供如下技术方案：
一种静态目标监测的智能巡检无人机吊舱系统，包括：地面站巡检任务模块、机载飞行控制模块、吊舱模块、识别定位模块和锁定控制模块；所述地面站巡检任务模块预置巡检任务相应的规划航线和无人机及所述吊舱模块初始位姿参数，并将其发送给所述机载飞行控制模块，控制无人机悬停和所述吊舱模块姿态，获取监测目标初始图像；所述吊舱模块，包括传感器和多自由度云台，执行所述机载飞行控制模块、锁定控制模块指令，控制调整所述多自由度云台姿态和所述传感器的镜头焦距，依次进入初始姿态、锁定姿态和抓拍姿态，获取目标及其缺陷、风险的照片或视频图像，包括初始、锁定和监测图像；所述识别定位模块，选配移植有深度学习算法的嵌入式计算平台，智能识别所述吊舱模块获取初始图像中的监测目标，并解算目标像素坐标、提取目标特征影像，发送给所述锁定控制模块；所述锁定控制模块，以所述识别定位模块解算的目标像素坐标、提取的目标特征影像为模板，对所述吊舱模块获取的实时目标锁定图像进行模板匹配，解算目标的实时像素坐标和画幅占比，分步控制调整所述吊舱模块的云台姿态、相机焦距以锁定、放大目标并抓拍目标的监测图像。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，所述吊舱模块的传感器为可见光、红外光、紫外光及多光谱传感器的一种或多种，所述传感器具有定焦或变焦镜头。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，在无人机位姿和吊舱姿态精度下，在所述吊舱模块执行所述机载飞行控制模块指令获取的初始图像中，监测目标长度或面积位于吊舱视野并画幅占比10-20％，所述识别定位模块识别捕捉监测目标并解算目标像素坐标、提取目标特征影像；在所述吊舱模块执行所述锁定控制模块指令获取的监测图像中，监测目标长度或面积位于吊舱视野并画幅占比40-60％。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，所述识别定位模块通过深度学习算法，并利用目标训练模型和所述机载飞行控制模块指令，识别捕捉监测目标。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，所述锁定控制模块包括：外环pid控制器和内环pid控制器；目标像素中心点位置坐标和画幅中心点位置坐标作为所述外环pid控制器输入信号，经外环pid控制器计算得到目标在画幅中的期望运动速度；所述期望运动速度和当前目标像素中心点的移动速度作为所述内环pid控制器的输入信号，经内环pid控制器计算得到所述吊舱模块云台的调整信息。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，所述内环pid控制器的输入信号还包括：当前时刻目标像素中心点期望移动速度和上一时刻目标像素中心点期望移动速度。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，当目标像素中心位置持续在画幅中心阈值的时间达到预设值，所述锁定控制模块向所述吊舱模块发送变焦指令，所述吊舱模块根据变焦信息改变镜头焦距。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，当目标画幅占比达到预设阈值范围，且目标像素中心位置持续在画幅中心阈值的时间达到预设值后，所述锁定控制模块向所述吊舱模块发送抓拍监测图像指令。
如上所述的静态目标监测的智能巡检无人机吊舱系统，其中，优选的是，预设阈值范围为40％至60％。
相对上述背景技术，本发明所提供的静态目标监测的智能巡检无人机吊舱系统可以按预置巡检任务的规划航线和初始位姿参数控制无人机及吊舱捕捉目标，通过深度学习算法及训练模型识别、定位目标，并控制吊舱逐步调整云台姿态和相机焦距，锁定、放大目标并抓拍监测图像，用于人工或智能识别部件缺陷，从而实现智能捕捉、锁定、抓拍部件目标，提高系统作业效率效能、降低人员技能要求。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本申请实施例所提供的一种静态目标监测的智能巡检无人机吊舱系统的示意图；
图2是本申请实施例所提供的锁定控制模块的示意图；
图3是本申请实施例所提供的相机光学变焦图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本申请提供了一种静态目标监测的智能巡检无人机吊舱系统，以电网巡检为例，用于定期巡检输电线路上及杆塔的部件目标，主要包括间隔棒、防震锤、均压屏蔽环、绝缘子等，该静态目标监测的智能巡检无人机吊舱系统，无人机选用电动多旋翼机型，吊舱模块选配高清变焦数码相机，以提供智能捕捉、识别、锁定以及抓拍间隔棒、防震锤、均压屏蔽环、绝缘子等部件的功能，用于后台人工或智能识别部件可能出现的污染破损、移位变形等缺陷和风险。
如图1所示，本申请提供的静态目标监测的智能巡检无人机吊舱系统包括：地面站巡检任务模块11、机载飞行控制模块12、吊舱模块13、识别定位模块14和锁定控制模块15。
其中，地面站巡检任务模块11支持本领域技术人员设计、预置全部巡检任务相应的规划航线和无人机及吊舱模块13初始位姿参数，支持任务管理人员选定本次巡检任务，发送相应的规划航线信息和吊舱模块13的初始位姿参数给机载飞行控制模块12，现场控制无人机悬停预置巡检初始位姿，再控制吊舱模块13进入预置初始姿态，获取监测目标初始图像。
吊舱模块13，选配高清变焦数码相机和多自由度云台，执行机载飞行控制模块12、锁定控制模块15指令，控制调整云台姿态(吊舱横滚角、俯仰角)和镜头焦距，依次进入初始姿态、锁定姿态和抓拍姿态，获取目标及其缺陷、风险的照片或视频图像，包括初始、锁定和监测图像，发送初始图像给识别定位模块14、锁定图像给锁定控制模块15。
识别定位模块14，选配具有gpu、cpu、内存、闪存并运行有操作系统的嵌入式计算平台，移植有深度学习算法，智能识别吊舱模块13获取初始图像中的监测目标，解算目标像素坐标、提取目标特征影像，发送给锁定控制模块15。
锁定控制模块15，以识别定位模块14解算的目标像素坐标、提取的目标特征影像为模板，对吊舱模块13获取的实时目标锁定图像进行模板匹配，解算目标的实时像素坐标和画幅占比，分步控制调整吊舱模块13的云台姿态、相机焦距以锁定、放大目标并抓拍目标的监测图像。
吊舱模块13在初始和锁定姿态时，相机设置为视频模式，初始和锁定图像均为视频抽帧图像；在抓拍姿态时，相机设置为拍照模式，监测图像为高清照片。
识别定位模块14移植的深度学习算法是机器学习的一个分支，其运算一般依赖于gpu，程序是基于cuda构架，通过训练学习总结大量目标样本数据存在的统计规律形成模型，利用训练模型进行目标识别，本申请中的目标模型是由专业人员筛选监测目标的训练样本并在专用的训练系统中完成。
机载飞行控制模块12是无人机完成起飞、空中飞行、执行任务和返场回收等整个飞行过程的核心系统，一般包括传感器、机载计算机和伺服动作设备三大部分，实现无人机姿态稳定和控制、无人机任务设备管理和应急控制三大类主要功能。
由于在捕捉定位、锁定抓拍目标的过程中，无人机定点悬停存在位置漂移和姿态摇摆，加之吊舱存在响应延时和调整精度，可能导致目标在相机视野内晃动甚至偏离，因此本申请中，设计如下技术措施：
按吊舱模块13获取的初始图像中监测目标长度或面积画幅占比10-20％设计配置无人机及吊舱初始位姿参数，以保证在无人机位姿和吊舱姿态精度下，监测目标位于相机视野中并其分辨率支持识别定位模块14识别捕捉监测目标并解算目标像素坐标、提取目标特征影像。
按吊舱模块13获取的监测图像中监测目标长度或面积画幅占比40-60％设计配置锁定控制模块抓拍预设值，以保证在无人机位姿和吊舱姿态精度下，监测目标位于相机视野中心并其分辨率支持人工或智能识别目标缺陷。
在目标锁定放大的过程中，配置锁定控制模块15自动调整吊舱模块13的姿态，以保证在无人机位姿和吊舱姿态精度下，监测目标位于相机视野中心。
如图2所示，锁定控制模块15包括：外环pid控制器151和内环pid控制器152，上述实施例中识别定位模块14计算的目标像素坐标和锁定控制板15获得的目标实时像素坐标均可作为反馈信号，本申请中优选目标像素中心点位置坐标作为反馈信号，画幅中心点位置坐标是拍摄的视频图像的中心点的位置坐标，将目标像素中心点位置坐标和画幅中心点位置坐标作为外环pid控制器151的输入信号，可以是将目标像素中心点位置坐标与画幅中心点位置坐标求取水平方向和垂直方向的差值，然后经外环pid控制器151计算得到目标在画幅中的期望运动速度；期望运动速度和当前目标像素中心点的运动速度作为内环pid控制器的输入信号，其中目标像素中心点运动速度是目标实时的运动速度，可以通过当前时刻和上一时刻的位置坐标计算得到，也可以通过传感器等元器件直接测试得到，经内环pid控制器152计算得到吊舱云台的调整信息，吊舱云台的调整信息包括俯仰轴pwm信号及航向轴pwm信号，吊舱模块13根据吊舱云台的调整信息对吊舱云台姿态进行实时调整。
为防止外环pid控制器151和内环pid控制器152输入的信号偏差过大，造成执行机构大幅动作，因此还可以对输入信号进行偏差信号处理，具体可以如下：
当输入信号的偏差大于设定阈值时特采用反抛物线信号处理方法，阈值计算公式为：
当目标在画幅中的期望运动速度与目标像素中心点移动速度偏差绝对值在线性区间阈值内时，内环pid控制器152的输入为原偏差量，即：pid_input＝error_rate，当目标在画幅中的期望运动速度与目标像素中心点移动速度偏差绝对值大于线性区间阈值时，内环pid控制器152的输入为原偏差量经过反抛物线变换的值，变换公式为：
由于无人机位姿控制过程中的振动和摆动影响目标锁定控制的效果，内环pid控制器152加入前馈处理环节，以快速响应外界扰动的变化，请继续参阅图2，也就是在输入信号中增加前馈的期望速度，该前馈的期望速度是通过当前时刻目标像素中心点期望移动速度和上一时刻目标像素中心点期望移动速度计算得到，具体可以如下：
将当前时刻目标像素中心点期望移动速度与上一时刻目标像素中心点期望移动速度偏差经过反抛物线处理后做比例运算，计算出用于前馈的期望速度信号，即：
在上述实施例的基础上，为了保证目标长度或面积在画幅中占有合适的比例，可以当目标像素中心位置持续在画幅中心阈值的时间达到预设值时，锁定控制模块15向吊舱模块13发送变焦指令，吊舱模块13根据变焦信息改变相机焦距；如图3所示，改变相机的焦距可以依靠光学镜头结构来实现变焦，通过相机的镜片移动来放大与缩小需要拍摄的物体，当成像面在水平方向运动的时候，视角和焦距就会发生变化；当目标像素长度或面积画幅占比达到预设阈值，锁定控制模块15向吊舱模块13发送拍照指令，吊舱模块13根据拍照指令控制相机进行拍照。
锁定控制模块15向吊舱模块13发送变焦指令，可以根据目标画幅占比来执行不同的变焦倍数，例如：目标像素长度或面积的画幅占比，当占比为10-20％时，执行3倍光学变焦，扩当占比为20-40％时，执行2倍光学变焦，当占比为40-60％时，执行1倍光学变焦。
为了保证拍照的质量即照片的清晰度，优选目标像素中心位置持续在画幅中心阈值内的时间和目标像素面积占画幅面积的比例在预设阈值范围内所持续的时间均达到预设值后，锁定控制模块15向吊舱模块13发送拍照指令，执行连续拍照动作，至此锁定控制模块15一次巡检拍照任务完成。
由于本申请的静态目标监测的智能巡检无人机吊舱系统可以全程智能飞行和捕捉、锁定、抓拍部件目标，大幅提高系统作业效率效能、降低人员技能要求，与现行的人工巡检和飞控手操控无人机巡检在监测质量、巡检效率和作业安全等方面具有显著的技术和经济优势。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。