一种无人机自主智能绕塔巡检系统的制作方法

本发明涉及无人机巡检技术领域，特别是指一种无人机自主智能绕塔巡检系统。

背景技术：

随着大数据、云计算、物联网、移动互联、人工智能等先进技术快速发展，国网公司积极响应国务院印发的《新一代人工智能发展规划》，提出了《国家电网公司人工智能专项规划》，在公司系统各单位构建架空输电线路协同立体化智能运检模式，全面提高巡检效益、效率和质量，大幅度降低运维成本，推进运检模式转变和产业升级，实现智能化运检，是建设和发展智慧电网的必由之路。

近年来，无人机巡检已成为输电线路的重要巡检手段，巡检效益和质量较传统人工巡检有显著提高。但现阶段无人机巡检仍主要依靠人工手动操作无人机完成，存在着一些突出问题：一是巡检效果受操作人员技能水平、操作经验、人员精力、环境突变等因素制约，巡检资源未得到最优配置，应用效益未充分发挥；二是未掌握绕塔巡检作业最小安全距离要求，对不同环境下任务设备的作业技术条件、巡检系统操控响应性能等要求不明确，影响了巡检安全策略的制定，限制了巡检路径规划；三是目前包括可见光视觉、毫米波雷达、超声测距等原理的各类技术尚不适用于小型旋翼无人机，无人机在塔线附近巡检时缺乏有效的避障技术，容易造成撞塔、碰线、坠机等安全事故，存在一定作业安全风险；四是缺乏高精度自主定位及视觉导航跟踪技术，加上无人机镜头视场焦距问题，手动驱动吊舱进行杆塔及设备目标搜索效率低，并且无法实现输电线路设备及通道缺陷的实时识别。

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。以无人机和巡检机器人代替传统的人工巡检方式已成为发展趋势。截至2017年年底，国家电网公司系统各单位已经配备有各类型无人机1800余架、智能巡检机器人已突破1000台。无人机巡检省去了人工攀爬等一系列的高位复杂动作，并且可以不受复杂地面环境影响，具备安全、高效及精准优势。

巡线无人机自主水平低、故障识别精度低、续航里程短等问题严重制约了无人机的推广应用。无人机巡线技术已经广泛应用输电线路巡线作业。公司系统内外有个别单位初步尝试了无人机自主巡检技术研究，但仍处于探索阶段，关键技术问题尚没有得到解决。同时，实际运行过程中由人工查看巡线视频和图像，存在人力工作量大、监测效率低、警情掌控不及时，从而无法保障无人机巡检结果的及时性、有效性、全面性。

国家电网公司正在积极升级运维模式，从传统人工运维向“智能化+协同立体化”运维发展，并将无人机巡检作业纳入输电线路精益化考核指标中。然而，无人机输电线路巡检主要为人工手动操控无人机进行作业，飞手在地面上手动操控无人机，使无人机飞行到杆塔附近，然后操控无人机近距离拍摄采集杆塔各部位的照片影像，采集过程混乱，容易造成漏拍、错拍的现象，同条线路拍摄采集的照片数量多，重复劳动大，容易将各级杆塔拍摄照片混淆，巡检效率和质量完全依赖于飞手的技术和责任心。此外，无人机普遍受限于电池容量，现有方案每航次只能巡查2~4座杆塔，便需要进行更换电池或者充电，极大限制了无人机的巡检里程。无人机智能化程度低、对飞手专业水平要求高、续航里程短等问题严重制约了无人机的推广应用。截止2017年底，国网无人机巡线里程仅约17.6万公里，其中国网江苏电力公司无人机巡检覆盖仅为10%。

技术实现要素：

针对上述背景技术中存在的不足，本发明提出了一种无人机自主智能绕塔巡检系统，解决了现有无人机智能化程度低、对飞手专业水平要求高、续航里程短的技术问题。

本发明的技术方案是这样实现的：

一种无人机自主智能绕塔巡检系统，包括无人机，无人机上设有卫星定位模块、惯性组合导航模块、监控系统和图像采集系统，监控系统分别与卫星定位模块、惯性组合导航模块和图像采集系统相连接，图像采集系统、监控系统均与前端识别模块相连接。

所述图像采集系统包括云台相机，云台相机分别与监控系统、前端识别模块相连接。

所述前端识别模块包括用户界面、路径规划子系统、安全分析子系统、电力杆塔本体知识库、无人机性能参数库和可视化引擎模块，用户界面分别与路径规划子系统、安全分析子系统、可视化引擎模块相连接，安全分析子系统分别与电力杆塔、电力杆塔本体知识库相连接，路径规划子系统分别与电力杆塔本体知识库、无人机参数库相连接，可视化引擎模块分别与电力杆塔本体知识库、无人机参数库相连接。

一种无人机自主智能绕塔巡检方法，其步骤如下：

步骤一：将网络rtk高精度定位技术与视觉跟踪技术相融合，实现无人机绕塔巡检时对目标物自动跟踪、捕捉及高清影像的精准采集；

步骤二：研究基于ai技术的无人机机载前端智能识别技术，建立无人机巡检影像机前端机载智能识别模型；

步骤三：搭建超远程宽带无人机数据实时传输网络，开展超远程无人机巡检操控技术研究，为无人机巡检影响前端机载智能识别提供技术支撑。

本技术方案能产生的有益效果：本发明建立了基于无人机机载的巡检图像智能识别前端系统模型，搭建了远程宽带无线数据实时传输网络，实现了超远程输电线路设备缺陷、通道隐患的实时识别。

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的一些实施例，对于本领域普通技术人员来讲，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。

图1为本发明的系统框图。

图2为本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1，一种无人机自主智能绕塔巡检系统，如图1所示，包括无人机，无人机上设有卫星定位模块、惯性组合导航模块、监控系统和图像采集系统，监控系统分别与卫星定位模块、惯性组合导航模块和图像采集系统相连接，图像采集系统、监控系统均与前端识别模块相连接。所述图像采集系统包括云台相机，云台相机分别与监控系统、前端识别模块相连接。所述前端识别模块包括用户界面、路径规划子系统、安全分析子系统、电力杆塔本体知识库、无人机性能参数库和可视化引擎模块，用户界面分别与路径规划子系统、安全分析子系统、可视化引擎模块相连接，安全分析子系统分别与电力杆塔、电力杆塔本体知识库相连接，路径规划子系统分别与电力杆塔本体知识库、无人机参数库相连接，可视化引擎模块分别与电力杆塔本体知识库、无人机参数库相连接。本发明主要包括路径规划子系统、安全分析子系统、电力杆塔本体知识库、无人机性能参数库，以及可视化引擎模块。最终能够实现支持无人机自动电力杆线巡检路径的优化规划。确保无人机飞行安全的情况下，为异构电力杆线的全面、高效的自动巡检提供高可靠、高安全的路径规划保障支持技术。

实施例2，如图2所示，一种无人机自主智能绕塔巡检方法，具体步骤如下：

步骤一：将网络rtk高精度定位技术与视觉跟踪技术相融合，实现无人机绕塔巡检时对目标物自动跟踪、捕捉及高清影像的精准采集；无人机巡检必须借助rtk技术实现精准定位，但传统rtk定位范围只有3公里，而且每次巡检作业都要重新定位原点，极大限制了无人机巡检作业范围。因此，本发明在网络rtk的无人机高精度定位基础上，融合视觉导航跟踪技术，实现绝缘子串、防振锤、间隔棒、均压环、杆塔关键部位的捕捉和精准拍摄，建立了网络rtk中心，实现无人机高精度定位，突破传统定位范围的局限性，能够识别待追踪的特定目标。

步骤二：研究基于ai技术的无人机机载前端智能识别技术，建立无人机巡检影像机前端机载智能识别模型；构建远程宽带无线数据的实时传输网络，搭建基于ai技术无人机机载的巡检图像智能识别前端预处理系统模型，实现输电线路设备、通道缺陷实时目标识别。基于深度学习理论，实现对特定目标的训练，提高目标的检测精度，将模型固化到前端识别系统中，实现边飞行边检测，获取目标位置。

步骤三：搭建超远程宽带无人机数据实时传输网络，开展超远程无人机巡检操控技术研究，为无人机巡检影响前端机载智能识别提供技术支撑。基于巡检影像的实时识别与基于视觉导航的目标跟踪，实现对云台和飞机的控制，使其达到完全自动化特定目标拍照，挑选合适的前端识别模块，实现云台相机与前端智能识别模块的联动，达到数据实时分析，云台及时调整。

本发明提出自主绕塔巡检作业安全要求和技术要求，建立不同地形和塔型无人机自主绕塔巡检作业方法，通过试应用，为无人机自主绕塔巡检规范化开展、规模化应用奠定基础。通过建立基于ai技术的无人机机载的巡检图像智能识别前端模型，搭建远程宽带无线数据实时传输网络，实现输电线路设备缺陷、通道隐患的实时识别，可极大提高无人机巡检的效率和效益，促进无人机自主绕塔巡检推广应用。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。