[发明专利]基于变电站的无人机图像技术方法

说明书

本发明公开了基于变电站的无人机图像技术方法，包括如下研究步骤：S1、综合了解变电站内无人机定位适用技术、适用模型、航线规划、抗干扰措施，S2、研究无人机飞行控制及云台调整算法，实现变电站巡检图像有效采集，本发明通过对变电站无人机图像采集的适用技术、适用模型进行研究，对航线进行规划，能够对无人机定位，通过双目测距，计算视差、深度和避障偏离角度，通过调整飞行角度避开障碍，无人机飞行更加安全，且通过对干扰进行识别和抵抗，降低干扰，能够精准的采集到需要的图像，并识别隐患，通过无人机采集的图像能够快速的了解变电站不同位置的实时情况和隐患，提升变电站的无人机巡检效率。

技术领域

本发明涉及变电站巡检技术领域，具体为基于变电站的无人机图像技术方法。

背景技术

变电站是指电力系统中对电压和电流进行变换，接受电能及分配电能的场所，在发电厂内的变电站是升压变电站，其作用是将发电机发出的电能升压后馈送到高压电网中，为了对变电站实时情况的掌握，通常会使用无人机进行巡检，无人机巡检的使用极大的提高了变电站对于障碍、隐患等的识别，为电力输送提供了极大的保障；

但是目前变电站的无人机图像采集时，对于一些较小的障碍不能精准的避开，隐患图像识别有限，不能更精准的识别变电站的隐患。

发明内容

本发明提供基于变电站的无人机图像技术方法，可以有效解决上述背景技术中提出目前变电站的无人机图像采集时，对于一些较小的障碍不能精准的避开，隐患图像识别有限，不能更精准的识别变电站的隐患的问题。

为实现上述目的，本发明提供如下技术方案：基于变电站的无人机图像技术方法，包括如下研究步骤：

S1、综合了解变电站内无人机定位适用技术、适用模型、航线规划、抗干扰措施；

S2、研究无人机飞行控制及云台调整算法，实现变电站巡检图像有效采集，并优化待检目标图像占比和图像位置分布；

S3、研究变电站鸟窝、锈蚀、绝缘子掉片、小金具缺陷隐患的可见光数据集，研究数据的标准化标注、预处理、数据扩增；

S4、研究可见光、红外线图像缺陷识别检测技术，实现基于深度学习算法的隐患目标识别检测；

所述S2中，具体包括如下步骤：

A1、研究无人机的避障技术，综合采用RTK定位、UWB和双目视觉避障技术完成无人机巡检过程中的避障，保证其可靠飞行；

A2、研究航拍相机的图像自动调焦技术，通过对航拍云台进行二次开发，实现对变电站关键设备的有效采集，优化目标在图像域中的分布；

所述A1中的UWB技术，利用纳秒至微微秒级的非正弦波窄脉冲传输数据，UWB定位算法主要包含两部分,首先是采用TOF测距算法获取标签到固定基站之间的距离,然后再根据三边定位算法得到标签坐标；

假设三个基站物理坐标为(x_1,y_1)、(x_2,y_2)和(x_3,y_3)，标签到基站距离为d_1、d_2、d_3，则有：

(x-x_1)^2+(y-y_1)^2＝〖d_1〗^2

(x-x_2)^2+(y-y_2)^2＝〖d_2〗^2

(x-x_3)^2+(y-y_3)^2＝〖d_3〗^2

由此可求解出实时坐标；

将两个摄像机对称的固定在无人机上，利用双目避障技术先通过确定物体位置，再分别确定两个拍摄位置的角度，通过两个拍摄位置和物体的位置坐标，进行测距，拍摄获取图像后，摄像机标定参数，对两个图像进行矫正，通过特征点提取，再经过立体匹配，获取三维信息，计算出视差，并将视差转换为深度，从而使无人机在飞行时，调整飞行角度，规避障碍物；