CN110472477A - 一种利用rtk版无人机搭载红外相机监测覆冰方法 - Google Patents
一种利用rtk版无人机搭载红外相机监测覆冰方法 Download PDFInfo
- Publication number
- CN110472477A CN110472477A CN201910554498.9A CN201910554498A CN110472477A CN 110472477 A CN110472477 A CN 110472477A CN 201910554498 A CN201910554498 A CN 201910554498A CN 110472477 A CN110472477 A CN 110472477A
- Authority
- CN
- China
- Prior art keywords
- conducting wire
- ice
- icing
- wire
- unmanned plane
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 239000011248 coating agent Substances 0.000 claims abstract description 45
- 238000000576 coating method Methods 0.000 claims abstract description 45
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000013461 design Methods 0.000 claims description 16
- 239000004020 conductor Substances 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 abstract description 15
- 238000003331 infrared imaging Methods 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000003384 imaging method Methods 0.000 abstract description 6
- 238000011156 evaluation Methods 0.000 abstract description 5
- 238000004088 simulation Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Public Health (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种利用RTK版无人机搭载红外相机监测覆冰方法,通过构建不同预警等级的模拟曲线,与采集导线轨迹曲线进行快速比对,实现覆冰预警快速评估,基于近距离红外成像,利用温差可有效消除导线覆冰与地面结冰造成的成像干扰,通过红外成像的边缘检测技术与成像转换,快速分析多点覆冰厚度,提升输电线路覆冰监测水平。
Description
技术领域
本发明涉及无人机巡检技术领域,尤其是指一种利用RTK版无人机搭载红外相机监测覆冰方法。
背景技术
电力设施***中,沿高压架空电力线路边导线,向两侧伸展规定宽度的线路下方带状区域被称为输电线路走廊。传统的输电线路通道走廊内,随着自然环境的不断恶化,低温冰冻雨雪天气导致线路覆冰,经常导线跳闸、绝缘子闪络,严重时发生倒塔、断线事故,威胁着输电线路的安全运行。
当前,输电线路常用的是人工观冰与在线监测观冰,即为称重法、导线倾角-弧垂法、图像法。其中,称重法由于对模拟导线进行采样进行观测,与导线实际覆冰情况存在极大偏差;导线倾角-弧垂法,不能反映导线覆冰后的不均匀分布情况,且导线弧垂变化影响因素复杂,稍有误差,覆冰质量相差很大;图像法只能观测近处覆冰状况,采集信息量有限,且摄像头一旦被冰雪覆盖将无法工作。
随着无人机技术及摄影测量技术的发展,利用无人机对输电线路走廊进行巡视的方式日益增多。利用无人机进行精细化线路巡检时,既要考虑无人机对输电设备的安全距离,也要考虑相机焦距、分辨率、画幅因素等对图像拍摄质量的影响,以及无人机云台角度和无人机机头朝向等问题。同时,还需要考虑在巡线过程中容易受到不稳定气流和风向的影响。
然而,人工地面观冰仅能选取参考特进行观测,在线监测计算模型均按覆冰均匀分布假设,导致最终计算结果与实际存在较大的偏差。传统的多旋翼无人机巡视方法是巡视人员在地面人工控制飞机进行巡视,巡视质量和安全受制于操控手的操作水平,作业效率不高且精度较低。无人机在执行电网巡视航飞任务时,若因突发状况而导致航飞中断,或碰撞树障点导致无人机损坏,则会给巡检作业带来巨大损失。
发明内容
针对上述背景技术中的问题,提供了一种利用RTK版无人机搭载红外相机监测覆冰方法,可以通过RTK版无人机精准构建飞行轨迹、近距离红外成像快速识别覆冰导线等方式完成数据采集,并将飞行轨迹与模拟预警曲线进行比对、利用成像原理计算覆冰厚度,实现输电线路全档导线覆冰快速评估与覆冰厚度计算。
本发明所述的一种利用RTK版无人机搭载红外相机监测覆冰方法,包括:
获取覆冰预警等级导线;
根据所述覆冰预警等级导线规划无人机飞行航线;
提取所述无人机飞行航线中的航点;
设置无人机在所述航点间朝导线方向保持横向飞行,并以红外双光相机采集所述航点的影像;
根据所述航点的影像推算导线的多点空间坐标;
比较覆冰前后的所述导线的多点空间坐标,计算导线的平均覆冰厚度;
以所述导线的多点空间坐标构建覆冰导线曲线,与所述覆冰预警等级导线对比,得出覆冰导线的预警等级。
所述无人机飞行航线由若干个航点与相邻航点之间的航迹段组成,无人机在航迹段飞行途中沿直线飞行,而达到某些航点时有可能根据任务的要求而改变飞行姿态。
所述无人机主要采用大疆M210-RTK版无人机,搭载禅思ZENMUSE XT2双光热成像相机,对±800kV直流输电线路进行监测。
本发明通过构建不同预警等级的模拟曲线,与采集导线轨迹曲线进行快速比对,实现覆冰预警快速评估。同时,基于近距离红外成像,利用温差可有效消除导线覆冰与地面结冰造成的成像干扰,通过红外成像的边缘检测技术与成像转换,快速分析多点覆冰厚度,提升输电线路覆冰监测水平。
进一步地,所述覆冰预警等级导线包括:一级警戒导线、二级警戒导线和三级警戒导线;所述一级警戒导线是导线设计覆冰值130%时导线在空中的曲线;所述二级警戒导线是导线设计覆冰值70%时导线在空中的曲线;所述三级警戒导线是导线设计覆冰值40%时导线在空中的曲线。
进一步地,根据所述覆冰预警等级导线规划无人机飞行航线的步骤包括:
选定RTK无人机基准站位置;
采用三维激光雷达或全站仪测量所述基准站位置与无人机飞行范围内各导线挂点空间位置的关系;
通过飞行控制程序确定所述各导线挂点空间坐标;
无人机根据不同的覆冰预警等级,执行对应导线挂点空间坐标连线为无人机飞行航线并完成飞行任务。
所述基准站是对卫星导航信号进行长期连续观测,并由通信设施将观测数据实时或定时传送至数据中心的地面固定观测站。
所述激光雷达是以发射激光束探测目标的位置、速度等特征量的雷达***。其工作原理是向目标发射探测信号(激光束),然后将接收到的从目标反射回来的信号(目标回波)与发射信号进行比较,作适当处理后,就可获得目标的有关信息,如目标距离、方位、高度、速度、姿态、甚至形状等参数,从而对飞机、导弹等目标进行探测、跟踪和识别。
所述全站仪,即全站型电子测距仪,是一种集光、机、电为一体的高技术测量仪器,是集水平角、垂直角、距离(斜距、平距)、高差测量功能于一体的测绘仪器***。
具体地,所述设置无人机在所述航点间朝导线方向保持横向飞行,并以红外双光相机采集所述航点的影像的步骤包括:
设置无人机保持横向飞行方式在航点间飞行,机头朝向导线方向,每个航点云台俯仰角度数为零,执行红外双光相机拍照动作。
进一步地,根据所述航点的影像推算导线的多点空间坐标的步骤包括:
采集无人机在飞行时的坐标信息和拍摄图片像素;
计算所述航点影像与导线的水平距离;
基于成像原理推算导线的多点空间坐标。
进一步地,比较覆冰前后的所述导线的多点空间坐标,计算导线的平均覆冰厚度的步骤包括:
通过图像处理技术获取覆冰导线的特征尺寸,比较覆冰前后导线的边界点坐标,得出导线覆冰的厚度;设导线直径D(mm)已知,则导线的上下边缘的平均覆冰厚度h1(mm)和h2(mm)分别为:
可得整个导线的平均覆冰厚度h(mm)为
其中,p(x)表示导线的直径所对应的像素点数;p1(x)和p2(x)分别表示导线的上下边缘结冰层所对应的像素点数;pixels为像素的复数形式。
进一步地,以所述导线的多点空间坐标构建覆冰导线曲线,与所述覆冰预警等级导线对比,得出覆冰导线的预警等级的步骤包括:
根据斜抛物线方程特性构建悬挂于两点的导线最大弧垂公式:
其中σ0为运行状态下导线最低点的水平应力;γ为导线运行状态的导线比载;l为导线档距;β为高差角;导线档距和高差角可通过线路杆塔明细表得出,fm通过拟合曲线可获得;
求解导线最低点的水平应力σ0:
σ2(σ+a)=b
其中a,b的定义为:
其中σm为已知运行状态下的导线最低点的水平应力;σ为待计算气象条件下的水平应力;γm为已知运行状态下的导线比载;tm、t分别为已知导线温度和待计算情况下的导线温度;E为导线的弹性系数;α为导线的温度伸长系数;
通过导线温度和最大弧垂求出等值覆冰厚度;
判断所述等值覆冰厚度超出最大覆冰设计值的百分比,判断覆冰导线的预警等级。
为了能更清晰的理解本发明,以下将结合附图说明阐述本发明的具体实施方式。
附图说明
图1为本发明实施例的一种利用RTK版无人机搭载红外相机监测覆冰方法流程图。
图2为本发明实施例的无人机飞行航线与航点动作示意图。
图3为本发明实施例的覆冰导线多点空间坐标计算示意图。
图4为本发明实施例的导线覆冰厚度计算示意图。
图5为本发明实施例的导线斜抛物线示意图。
具体实施方式
请参阅图1,其为本发明实施例的一种利用RTK版无人机搭载红外相机监测覆冰方法流程图。
本发明所述的利用RTK版无人机搭载红外相机监测覆冰方法,包括:
S1获取覆冰预警等级导线;
S2根据所述覆冰预警等级导线规划无人机飞行航线;
S3提取所述无人机飞行航线中的航点;
S4设置无人机在所述航点间朝导线方向保持横向飞行,并以红外双光相机采集所述航点的影像;
S5根据所述航点的影像推算导线的多点空间坐标;
S6比较覆冰前后的所述导线的多点空间坐标,计算导线的平均覆冰厚度;
S7以所述导线的多点空间坐标构建覆冰导线曲线,与所述覆冰预警等级导线对比,得出覆冰导线的预警等级。
本发明通过构建不同预警等级的模拟曲线,与采集导线轨迹曲线进行快速比对,实现覆冰预警快速评估。同时,基于近距离红外成像,利用温差可有效消除导线覆冰与地面结冰造成的成像干扰,通过红外成像的边缘检测技术与成像转换,快速分析多点覆冰厚度,提升输电线路覆冰监测水平。
航线规划算法是无人机技术中的重要组成部分,对于提高无人机的生存能力和任务的成功率意义重大。由于大疆无人机在竖直平面仅能直线飞行任务调用,且考虑到飞行时长与航点限制,需结合输电线路设备及通道地形特点,重新优化无人机飞行航线,如图2所示。
在本实施例中,覆冰预警等级导线包括:一级警戒导线、二级警戒导线和三级警戒导线;所述一级警戒导线是导线设计覆冰值130%时导线在空中的曲线;所述二级警戒导线是导线设计覆冰值70%时导线在空中的曲线;所述三级警戒导线是导线设计覆冰值40%时导线在空中的曲线。
在防冰准备阶段,选定RTK无人机基准站位置;采用三维激光雷达或全站仪测量所述基准站位置与无人机飞行范围内各导线挂点空间位置的关系;
在覆冰观测阶段,通过飞行控制程序确定所述各导线挂点空间坐标;并根据不同的覆冰预警等级,执行对应导线挂点空间坐标连线为无人机飞行航线执行飞行任务。
设置无人机保持横向飞行方式在航点间飞行,机头朝向导线方向,每个航点云台俯仰角度数为零,执行红外双光相机拍照动作,即可完成数据采集。
在本实施例中,参照图3,以双光相机采集无人机在飞行时的坐标信息和拍摄图片像素;可采用人工和专业软件计算所述航点影像与导线的水平距离;航点影像的中心位置坐标即为POS信息提供坐标,基于成像原理可快速推算出覆冰导线的多点空间坐标。
请参阅图4,其为本发明实施例的导线覆冰厚度计算示意图。
通过图像处理技术获取覆冰导线的特征尺寸,比较覆冰前后导线的边界点坐标,得出导线覆冰的厚度;设导线直径D(mm)已知,则导线的上下边缘的平均覆冰厚度h1(mm)和h2(mm)分别为:
可得整个导线的平均覆冰厚度h(mm)为
其中,p(x)表示导线的直径所对应的像素点数;p1(x)和p2(x)分别表示导线的上下边缘结冰层所对应的像素点数;pixels为像素的复数形式。
输电线路覆冰厚度是设计的一个指标,仅需计算出值即可,此处的覆冰厚度h仅为测量参考值。由于导线覆冰有白霜、雾凇、混合凇和雨凇四种类型,且难以通过航点影像判断覆冰类型,因此需借助力受力分析计算进一步分析判断。
利用计算获取的多点导线坐标,可通过曲线拟合的方式完成覆冰导线曲线的构建,并与各级覆冰警戒区段进行比对,即可快速开展冰情灾害评估。
请参阅图5,其为本发明实施例的导线斜抛物线示意图。
根据斜抛物线方程特性构建悬挂于两点的导线最大弧垂公式:
其中σ0为运行状态下导线最低点的水平应力;γ为导线运行状态的导线比载;l为导线档距;β为高差角;导线档距和高差角可通过线路杆塔明细表得出,fm通过拟合曲线可获得;
求解导线最低点的水平应力σ0:
σ2(σ+a)=b
其中a,b的定义为:
其中σm为已知运行状态下的导线最低点的水平应力;σ为待计算气象条件下的水平应力;γm为已知运行状态下的导线比载;tm、t分别为已知导线温度和待计算情况下的导线温度;E为导线的弹性系数;α为导线的温度伸长系数;
由导线状态方程可知,对于悬挂于两点的导线,当气象条件变化时(即气温和荷载改变时),电线应力及弧垂也随着发生变化。若已知某一气象条件下的电线应力σm、比载γm、气温tm时,即可得到待求气象条件下的应力σ、比载γ、气温t的关系方程,联立式便可求得导线温度、最大弧垂与等值覆冰厚度的关系式,对于运行线路,式中线路档距、高差角、放线应力及导线参数均已确定,因此可以通过导线温度和最大弧垂得到等值覆冰厚度。
判断所述等值覆冰厚度超出最大覆冰设计值的百分比,判断覆冰导线的预警等级。当构建覆冰导线位于二三级警戒导线之间时,则处于三级警戒,导线覆冰厚度已超过最大覆冰设计值40%;当构建覆冰导线位于一二级警戒导线之间时,则处于二级警戒,导线覆冰厚度已超过最大覆冰设计值70%;当构建覆冰导线位于一级警戒导线下方时,则处于一级警戒,此时导线覆冰厚度已超过最大覆冰设计值130%。
本实施例结合当前无人机RTK定位技术与红外成像原理,探讨了一种基于红外影像采集和空间定位方式完整重建导线覆冰模型,完成覆冰厚度初步计算,并分析弧垂变化推算标准覆冰厚度的方法,弥补了当前观冰方式的不足。红外成像能够有效消除冰雪色差的影响,具有可见光相机不可比拟优势,且能够有效监测全档导线温度,可有效提高覆冰厚度计算精度。
在传统的覆冰技术研究过程中,常用的方法是操作人员人工地面观冰,该方法仅能选取参考特定采样进行观测,在线监测计算模型均按覆冰均匀分布假设,这种方法的最终计算结果与实际存在较大的偏差。
本发明根据预警要求,构建不同预警等级模拟曲线,与采集导线轨迹曲线进行快速比对,实现覆冰预警快速评估。同时,基于近距离红外成像,利用温差可有效消除导线覆冰与地面结冰造成成像干扰,通过红外成像的边缘检测技术与成像转换,快速分析多点覆冰厚度,提升输电线路覆冰监测水平。
相对于现有技术,本发明基于无人机高精度定位与红外成像技术,研究解决当前无法针对整档弧垂变化、导线覆冰厚度进行监测的难题。本申请研究的覆冰监测的解决方案,相比在线监测,投入成本低、可靠性高,易于在输电线路防冰工作中大范围推广和使用。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也一同包含这些改动和变形。
Claims (7)
1.一种利用RTK版无人机搭载红外相机监测覆冰方法,包括:、
获取覆冰预警等级导线;
根据所述覆冰预警等级导线规划无人机飞行航线;
提取所述无人机飞行航线中的航点;
设置无人机在所述航点间朝导线方向保持横向飞行,并以红外双光相机采集所述航点的影像;
根据所述航点的影像推算导线的多点空间坐标;
比较覆冰前后的所述导线的多点空间坐标,计算导线的平均覆冰厚度;
以所述导线的多点空间坐标构建覆冰导线曲线,与所述覆冰预警等级导线对比,得出覆冰导线的预警等级。
2.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,所述覆冰预警等级导线包括:一级警戒导线、二级警戒导线和三级警戒导线;所述一级警戒导线是导线设计覆冰值130%时导线在空中的曲线;所述二级警戒导线是导线设计覆冰值70%时导线在空中的曲线;所述三级警戒导线是导线设计覆冰值40%时导线在空中的曲线。
3.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,根据所述覆冰预警等级导线规划无人机飞行航线的步骤包括:
选定RTK无人机基准站位置;
采用三维激光雷达或全站仪测量所述基准站位置与无人机飞行范围内各导线挂点空间位置的关系;
通过飞行控制程序确定所述各导线挂点空间坐标;
无人机根据不同的覆冰预警等级,执行对应导线挂点空间坐标连线为无人机飞行航线并完成飞行任务。
4.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,所述设置无人机在所述航点间朝导线方向保持横向飞行,并以红外双光相机采集所述航点的影像的步骤包括:
设置无人机保持横向飞行方式在航点间飞行,机头朝向导线方向,每个航点云台俯仰角度数为零,执行红外双光相机拍照动作。
5.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,根据所述航点的影像推算导线的多点空间坐标的步骤包括:
采集无人机在飞行时的坐标信息和拍摄图片像素;
计算所述航点影像与导线的水平距离;
基于成像原理推算导线的多点空间坐标。
6.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,比较覆冰前后的所述导线的多点空间坐标,计算导线的平均覆冰厚度的步骤包括:
通过图像处理技术获取覆冰导线的特征尺寸,比较覆冰前后导线的边界点坐标,得出导线覆冰的厚度;设导线直径D(mm)已知,则导线的上下边缘的平均覆冰厚度h1(mm)和h2(mm)分别为:
可得整个导线的平均覆冰厚度h(mm)为
其中,p(x)表示导线的直径所对应的像素点数;p1(x)和p2(x)分别表示导线的上下边缘结冰层所对应的像素点数;pixels为像素的复数形式。
7.根据权利要求1利用RTK版无人机搭载红外相机监测覆冰方法,其特征在于,以所述导线的多点空间坐标构建覆冰导线曲线,与所述覆冰预警等级导线对比,得出覆冰导线的预警等级的步骤包括:
根据斜抛物线方程特性构建悬挂于两点的导线最大弧垂公式:
其中σ0为运行状态下导线最低点的水平应力;γ为导线运行状态的导线比载;l为导线档距;β为高差角;导线档距和高差角可通过线路杆塔明细表得出,fm通过拟合曲线可获得;
求解导线最低点的水平应力σ0:
σ2(σ+a)=b σ2(σ+a)=b
其中a,b的定义为:
其中σm为已知运行状态下的导线最低点的水平应力;σ为待计算气象条件下的水平应力;γm为已知运行状态下的导线比载;tm、t分别为已知导线温度和待计算情况下的导线温度;E为导线的弹性系数;α为导线的温度伸长系数;
通过导线温度和最大弧垂求出等值覆冰厚度;
判断所述等值覆冰厚度超出最大覆冰设计值的百分比,判断覆冰导线的预警等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910554498.9A CN110472477B (zh) | 2019-06-25 | 2019-06-25 | 一种利用rtk版无人机搭载红外相机监测覆冰方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910554498.9A CN110472477B (zh) | 2019-06-25 | 2019-06-25 | 一种利用rtk版无人机搭载红外相机监测覆冰方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110472477A true CN110472477A (zh) | 2019-11-19 |
CN110472477B CN110472477B (zh) | 2021-09-03 |
Family
ID=68506966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910554498.9A Active CN110472477B (zh) | 2019-06-25 | 2019-06-25 | 一种利用rtk版无人机搭载红外相机监测覆冰方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110472477B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111311967A (zh) * | 2020-03-31 | 2020-06-19 | 普宙飞行器科技(深圳)有限公司 | 基于无人机的电力线路巡检***及方法 |
CN111487598A (zh) * | 2020-03-26 | 2020-08-04 | 清华大学 | 冰层厚度计算方法、装置、计算机设备和存储介质 |
CN111561914A (zh) * | 2020-04-30 | 2020-08-21 | 国网浙江省电力有限公司 | 一种基于rtk的用于基坑检测的无人机及检测方法 |
CN111653081A (zh) * | 2020-06-11 | 2020-09-11 | 安徽徽远成电气科技股份有限公司 | 一种输电线路监测*** |
CN111696097A (zh) * | 2020-06-15 | 2020-09-22 | 国网山东省电力公司平邑县供电公司 | 一种电缆在线监测方法和装置 |
CN112859925A (zh) * | 2021-01-29 | 2021-05-28 | 中国南方电网有限责任公司超高压输电公司柳州局 | 一种无人机沿架空线路自主巡检方法 |
CN113324489A (zh) * | 2021-05-26 | 2021-08-31 | 贵州电网有限责任公司 | 一种基于导线弧垂变化精确测量的等值覆冰厚度监测方法 |
CN118224986A (zh) * | 2024-05-23 | 2024-06-21 | 国网江西省电力有限公司电力科学研究院 | 输电线路等值覆冰厚度在线监测***及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122560A (zh) * | 2014-07-11 | 2014-10-29 | 国家电网公司 | 一种输电线路广域冰情监测方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN107054412A (zh) * | 2017-04-30 | 2017-08-18 | 中南大学 | 一种铁路车辆转向架冰雪的无人机智能测量与预警方法及*** |
-
2019
- 2019-06-25 CN CN201910554498.9A patent/CN110472477B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104122560A (zh) * | 2014-07-11 | 2014-10-29 | 国家电网公司 | 一种输电线路广域冰情监测方法 |
CN106649598A (zh) * | 2016-11-22 | 2017-05-10 | 云南电网有限责任公司电力科学研究院 | 一种输电线路覆冰厚度的检测方法 |
CN107054412A (zh) * | 2017-04-30 | 2017-08-18 | 中南大学 | 一种铁路车辆转向架冰雪的无人机智能测量与预警方法及*** |
Non-Patent Citations (2)
Title |
---|
Q. GUO AND X. HU: "《Power line icing monitoring method using binocular stereo vision》", 《2017 12TH IEEE CONFERENCE ON INDUSTRIAL ELECTRONICS AND APPLICATIONS (ICIEA)》 * |
Y. MA, H. YU, J. LIU AND Y. ZHAI: "《Measurement of ice thickness based on binocular vision camera》", 《2017 IEEE INTERNATIONAL CONFERENCE ON MECHATRONICS AND AUTOMATION (ICMA)》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111487598A (zh) * | 2020-03-26 | 2020-08-04 | 清华大学 | 冰层厚度计算方法、装置、计算机设备和存储介质 |
CN111487598B (zh) * | 2020-03-26 | 2021-02-12 | 清华大学 | 冰层厚度计算方法、装置、计算机设备和存储介质 |
CN111311967A (zh) * | 2020-03-31 | 2020-06-19 | 普宙飞行器科技(深圳)有限公司 | 基于无人机的电力线路巡检***及方法 |
CN111561914A (zh) * | 2020-04-30 | 2020-08-21 | 国网浙江省电力有限公司 | 一种基于rtk的用于基坑检测的无人机及检测方法 |
CN111561914B (zh) * | 2020-04-30 | 2024-01-23 | 国网浙江省电力有限公司 | 一种基于rtk的用于基坑检测的无人机及检测方法 |
CN111653081A (zh) * | 2020-06-11 | 2020-09-11 | 安徽徽远成电气科技股份有限公司 | 一种输电线路监测*** |
CN111696097A (zh) * | 2020-06-15 | 2020-09-22 | 国网山东省电力公司平邑县供电公司 | 一种电缆在线监测方法和装置 |
CN112859925A (zh) * | 2021-01-29 | 2021-05-28 | 中国南方电网有限责任公司超高压输电公司柳州局 | 一种无人机沿架空线路自主巡检方法 |
CN113324489A (zh) * | 2021-05-26 | 2021-08-31 | 贵州电网有限责任公司 | 一种基于导线弧垂变化精确测量的等值覆冰厚度监测方法 |
CN113324489B (zh) * | 2021-05-26 | 2023-01-24 | 贵州电网有限责任公司 | 一种基于导线弧垂变化精确测量的等值覆冰厚度监测方法 |
CN118224986A (zh) * | 2024-05-23 | 2024-06-21 | 国网江西省电力有限公司电力科学研究院 | 输电线路等值覆冰厚度在线监测***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110472477B (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472477A (zh) | 一种利用rtk版无人机搭载红外相机监测覆冰方法 | |
CN109780452B (zh) | 基于激光遥测技术的气体泄漏无人机巡检浓度反演方法 | |
CN108614274B (zh) | 基于多旋翼无人机的交叉式跨越线距离测量方法及装置 | |
CN104215239B (zh) | 基于视觉的无人机自主着陆导引装置实现的导引方法 | |
CN107479059B (zh) | 一种基于无人机的架空线与植被距离测量装置及方法 | |
CN110418957B (zh) | 对具有运行机构的设施进行状态监控的方法和装置 | |
CN107561547B (zh) | 输电线路到目标物的距离测量方法、装置及*** | |
CN111311967A (zh) | 基于无人机的电力线路巡检***及方法 | |
US20150131079A1 (en) | System for monitoring power lines | |
CN108255189A (zh) | 一种电力巡检无人机*** | |
CN112489130B (zh) | 一种输电线路与目标物的距离测量方法、装置及电子设备 | |
CN110888453A (zh) | 一种基于LiDAR数据构建三维实景的无人机自主飞行方法 | |
CN104168455A (zh) | 一种空基大场景摄像***及方法 | |
CN104122560B (zh) | 一种输电线路广域冰情监测方法 | |
CN106772340A (zh) | 用于架空输电线路的树障测量***及方法 | |
AU2012202966A1 (en) | Method for pilot assistance for the landing of and aircraft in restricted visibility | |
CN111244822B (zh) | 一种复杂地理环境的固定翼无人机巡线方法、***和装置 | |
CN114743021A (zh) | 一种输电线路图像与点云数据的融合方法及*** | |
CN109521792A (zh) | 一种基于输变电设备三维模型的无人机地面飞行控制*** | |
CN116989681A (zh) | 一种输电线路的导线弧垂在线监测方法 | |
CN112347956A (zh) | 基于多无人机和机器视觉的云观测***及方法 | |
CN113111714A (zh) | 一种应用于输电现场作业的风险防控*** | |
Huang et al. | Research and design of space-sky-ground integrated transmission line inspection platform based on artificial intelligence | |
Cao et al. | Multi-Sensor fusion and data analysis for operating conditions of low power transmission lines | |
CN115493598B (zh) | 运动过程中的目标定位方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |