[发明专利]基于集成吊舱和AI技术的无人机巡检故障诊断系统

权利要求书

1.基于集成吊舱和AI技术的无人机巡检故障诊断系统，其特征在于：所述系统包括无人机、云台、集成吊舱、双目视觉模块、图像与数据传输模块、分析控制主机以及装载于分析控制主机上的故障诊断AI系统；

所述云台和双目视觉模块均设置于无人机的下方，所述集成吊舱与云台相连接，所述集成吊舱上设置有红外检测模块、可见光检测模块、控制模块和图像与数据传输模块，所述双目视觉模块、红外检测模块、可见光检测模块、图像与数据传输模块均与控制模块相联接，所述分析控制主机通过图像与数据接收模块与图像与数据传输模块无线联接，所述故障诊断AI系统对所接收到的图像与数据信息进行分析。

2.根据权利要求1所述的基于集成吊舱和AI技术的无人机巡检故障诊断系统，其特征是：所述故障诊断AI系统为基于caffe深度学习框架的故障诊断后台。

3.根据权利要求1所述的基于集成吊舱和AI技术的无人机巡检故障诊断系统，其特征是：所述系统还包括GPS或北斗定位模块，所述GPS或北斗定位模块与控制模块相联接。

4.根据权利要求1所述的基于可见光红外集成吊舱和AI技术的无人机巡检故障诊断系统，其特征是：所述双目视觉模块为USB摄像头和Beagleboard-xm板构成的嵌入式双目视觉处理模块。

5.基于集成吊舱和AI技术的无人机巡检故障诊断方法，其特征在于：所述方法包括以下步骤：

(1)将无人机送入待监控区域的上方，通过无人机上的双目视觉模块把无人机的周围环境重构为三维模型，并把采集到的图片传到地面服务器设备；

(2)服务器对照片进行处理，然后对其三维空间进行建模和路径规划，为无人机提供飞行路径，方便遥控设备及时的对无人机的飞行路线进行调整；

(3)在按照飞行航向运行的过程中，通过集成吊舱上的红外成像模块发现电力设备外部链接点的发热隐患并将电力设备的热图像照片传输到地面的手持设备，另外还通过集成吊舱上的可见光检测模块检测电力设备的外部缺陷和故障并把形成的照片传输到地面的手持设备，由电力运行维护人员对上述图像照片进行故障识别，判断出电力传输系统有无故障以及确定相关的故障类型。

6.根据权利要求5所述的基于集成吊舱和AI技术的无人机巡检故障诊断方法，其特征在于：所述步骤(1)中，采用双目视觉模块重构三维场景的步骤如下：

步骤1.1：通过组成双目的摄像头分别采集左图像和右图像，然后通过预处理子模块进行图像预处理后送入处理器进行进一步处理；

步骤1.2：对进行预处理后的图像数据进行消除畸形及立体矫正处理后，再进行高斯拉普拉斯滤波，通过立体匹配获得视差，然后进行三维坐标重构；

步骤1.3：将三维坐标重构后得到的数据与当前无人机的姿态数据相结合，通过处理器更新存储单元中的全局地图信息，从而得到完整地图信息。

7.根据权利要求5所述的基于集成吊舱和AI技术的无人机巡检故障诊断方法，其特征在于：所述步骤2)中，采用蚁群算法进行路径规划。

8.根据权利要求5所述的基于集成吊舱和AI技术的无人机巡检故障诊断方法，其特征在于：在步骤3)中，采用动态定位检测方案对设备的状态进行实时调整，该方案分为分先定位再检测和先检测再定位两类判断方式，先定位后检测判断方式是根据图像的相对位置进行依次进行临时性判断，在其判断后加上加权概率函数，并设定其概率值，然后判断是否其后验概率函数值超过设定的判断值，来决定该图像是否确定为一个目标，从而实现定位；

先定位后检测判断方式是对每一幅图像都做出目标是否存在的判断，然后利用已知图像和目标图像进行关联比较，从而进行判断。