论文部分内容阅读
输电线路巡检自动化已成为电力系统维护的重要发展方向,而无人机巡视方法比人工徒步巡检速度快,效率高,同时可以达到成本昂贵直升机巡视的准确率,甚至更高,近年来已成为输电线巡视领域的研究热点。然而,目前针对复杂地形和天气状况的无人机自动定位,侦测和追踪的研究还不够成熟,缺乏相应的理论和技术指导,从而导致质量差和稳定性差的巡线效果。 本文在综述目前国内外输电线路巡视领域的研究概况和主要成果的基础上,通过采用将传统的计算机视觉和机器学习认知技术相结合的策略,借助计算机视觉系统实现无人机对输电线路杆塔的侦测和追踪。输电线路铁塔的侦测定位的实现是通过对两级多层感知器(MLP)神经网络完成的,通过对其多次训练使其能够识别输电线路杆塔背景,这种两级多层感知器应用到各种存在屏幕抖动的照相设备图像中,直到侦测到输电线路杆塔,侦测到的输电线路杆塔会引发追踪器的响应。输电线路杆塔的实时追踪方法,以分层多参数和多分辨率反向合成算法为基础,实施输电线路杆塔的现场追踪和维护。所提出的策略同时包含了输电线路杆塔侦测和追踪,通过与人工操作的直升机巡视图像进行评价比较的结果显示,该策略能够在各种复杂的外界地形和天气条件下侦测并追踪到各种类型的输电线路杆塔。