CN111583200A - 大跨越输电线路预警***及方法 - Google Patents
大跨越输电线路预警***及方法 Download PDFInfo
- Publication number
- CN111583200A CN111583200A CN202010339264.5A CN202010339264A CN111583200A CN 111583200 A CN111583200 A CN 111583200A CN 202010339264 A CN202010339264 A CN 202010339264A CN 111583200 A CN111583200 A CN 111583200A
- Authority
- CN
- China
- Prior art keywords
- image data
- information
- power transmission
- transmission line
- target model
- 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.)
- Pending
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000003384 imaging method Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 14
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012512 characterization method Methods 0.000 claims description 12
- 239000004020 conductor Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000012423 maintenance Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 239000000872 buffer Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010191 image analysis Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/239—Image signal generators using stereoscopic image cameras using two 2D image sensors having a relative position equal to or related to the interocular distance
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种大跨越输电线路预警***及方法,所述***包含采集机器人、分析模块、比对模块和告警模块;所述采集机器人通过滑动构件悬挂于待监测的输电线路上按预设轨迹移动,用于通过至少两个图像采集装置分别采集预设方向上的视频影像数据;所述分析模块与所述采集机器人通信连接,用于根据所述采集机器人采集获得至少两组视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;所述比对模块用于通过特征比对法分析所述移动图像数据获得目标模型信息;所述告警模块用于将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。
Description
技术领域
本发明涉及大跨越输电线路监测技术领域,尤其涉及一种大跨越输电线路预警***及方法。
背景技术
高压送电线路的建设不可避免地要跨越大江大河或海峡港湾。由于跨越宽阔水面的送电线路档距大,许多河流或海峡还有通航要求,因此该些送电线路需要特殊设计。一般而言,跨距1000米以上,直线跨越塔塔高100m以上,有通航要求,需特殊设计的送电线路称为大跨越送电线路。
通常大跨越送电线路因安设较为复杂,成本较高等原因均应用于较为重要的输电交回节点上,为此其运行稳定性成为其重要的评价指标;而因前述原因所提及的航路要求,大跨越送电线路除了在设计上保证其不被通行船只刮带之外,还因其自身较长且河流及海峡段地形原因,无法保证像常规送电线路一样较短间距下有相关塔座予以支撑;因此,大跨越送电线路相较于普通输电线路来讲稳定性较差,但因其重要性和地理限制的原因,也不可能频繁安排工作人员维护,毕竟在维护大跨越送电线路时,现有方法均是工作人员爬上高台挂吊至大跨越送电线路的隐患出予以高空维修,风险极大,且成本较高。
再者,因大跨越送电线路的重要性,在其发生损坏后再对其检修的话,明显会对相关下游用电生产者造成较大的困扰,供电产商没有足够的时间做出有效的调整和安排;为此,如何在减少人员高空维修的基础上,有效完成对大跨越送电线路的风险预警成为业内亟需解决的技术问题。
发明内容
本发明的目的在于提供一种大跨越输电线路预警方法及***,予以代替人工检修的方式实现对大跨越输电线路的全天候监测,并在大跨越输电线路有故障风险之前提醒供电厂商以便于供电厂商提前安排处理,降低下游用电生产者不必要的损失。
为达上述目的,本发明所提供的大跨越输电线路预警***,具体包含采集机器人、分析模块、比对模块和告警模块;所述采集机器人通过滑动构件悬挂于待监测的输电线路上按预设轨迹移动,用于通过至少两个图像采集装置分别采集预设方向上的视频影像数据;所述分析模块与所述采集机器人通信连接,用于根据所述采集机器人采集获得至少两组视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;所述比对模块用于通过特征比对法分析所述移动图像数据获得目标模型信息;所述告警模块用于将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。
在上述大跨越输电线路预警***中,优选的,所述***还包含控制模块,所述控制模块分别与所述采集机器人和所述分析模块通信连接,用于控制所述采集机器人中图像采集装置的拍摄参数,使所述图像采集装置分别采集输电线路上各导线的视频影像数据;所述分析模块根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据。
在上述大跨越输电线路预警***中,优选的,所述比对模块还用于在所述采集机器人所采集的图像数据为表征图像数据时,将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,通过所述告警模块生成告警信息。
在上述大跨越输电线路预警***中,优选的,所述告警模块包含坐标比较单元,所述坐标比较单元用于根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。
在上述大跨越输电线路预警***中,优选的,所述告警模块还包含预测单元,所述预测单元用于当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;根据所述预测时间生成告警信息。
本发明还提供一种大跨越输电线路预警方法,所述方法包含:通过设置于大跨越输电线路上至少两个图像采集装置分别采集预设方向上的视频影像数据;根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;通过特征比对法分析所述移动图像数据获得目标模型信息;将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。
在上述大跨越输电线路预警方法中,优选的,所述视频影像数据包含运输区域的视频影像数据和输电线路上各导线的视频影像数据。
在上述大跨越输电线路预警方法中,优选的,根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据还包含:根据所述视频影像数据中输电线路上各导线的视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据;将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,生成告警信息。
在上述大跨越输电线路预警方法中,优选的,将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息包含:根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。
在上述大跨越输电线路预警方法中,优选的,将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息包含:当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;根据所述预测时间生成告警信息。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明的有益技术效果在于:本发明所提供的大跨越输电线路预警方法及***,予以代替人工检修的方式实现对大跨越输电线路的全天候监测,可有效降低工作人员的维护频率,同时,能够便于来往船只获知有可能存在的风险予以提前规避。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。在附图中:
图1为本发明一实施例所提供的大跨越输电线路预警***的结构示意图;
图2为本发明一实施例所提供的大跨越输电线路预警***的结构示意图;
图3为本发明一实施例所提供的大跨越输电线路预警***的结构示意图;
图4为本发明一实施例所提供的大跨越输电线路预警方法的流程示意图;
图5为本发明一实施例所提供的线路检测的流程示意图;
图6为本发明一实施例所提供的位置检测的流程示意图;
图7为本发明一实施例所提供的预警***的结构示意图;
图8为本发明一实施例所提供的双目程序的流程示意图;
图9为本发明一实施例所提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
请参考图1所示,本发明所提供的大跨越输电线路预警***,具体包含采集机器人、分析模块、比对模块和告警模块;所述采集机器人通过滑动构件悬挂于待监测的输电线路上按预设轨迹移动,用于通过至少两个图像采集装置分别采集预设方向上的视频影像数据;所述分析模块与所述采集机器人通信连接,用于根据所述采集机器人采集获得至少两组视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;所述比对模块用于通过特征比对法分析所述移动图像数据获得目标模型信息;所述告警模块用于将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。其中,所述预设方向可为江河、海域上的交通要道,其目的在于确认往来船只是否存在超高等情况发生,以便于提前预警;实际工作中所述采集机器人可通过下端预设全景高清摄像仪来采集相应的图像数据,该滑动构件可为常见的挂设式滑动轮组或其他现有技术实现,本发明对其并不做进一步限定;至于所述采集机器人按预设轨迹移动则可采用往回式移动,例如使所述采集机器人往复移动于两端的基架上,以便于该采集机器人能够在两端基架上得以充电补充移动电能;当然实际工作中,所述采集机器人也可采用其他方式充电,本发明在此并不做进一步限定。
值得说明的是,为提高图像采集的精准度,实际工作中,如确认预设方向存在往来船只等移动目标时,可控制所述采集机器人悬停在所述输电线路上予以静止采集图像数据,以此降低后续图像分析的计算工作;当然也继续保持移动,在后续图像分析时根据所述采集机器人移动速度设置对应的偏移量即可,该分析方法可采用现有技术实现,本发明在此就不作进一步说明。
请参考图2所示,在本发明一实施例中,所述***还可包含控制模块,所述控制模块分别与所述采集机器人和所述分析模块通信连接,用于控制所述采集机器人中图像采集装置的拍摄参数,使所述图像采集装置分别采集输电线路上各导线的视频影像数据;所述分析模块根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据。在该实施例中,所述控制模块主要作用在于控制所述采集机器人上图像采集装置的拍摄角度及焦距,使原本拍摄船只的图像采集装置改为拍摄下端的输电线路;具体的,当前输电线路主要包含三组导线,其中顶端较高的导线为节点线,通常高于下端的两股交流输电线路,为此,可将所述采集机器人挂设于节点线上,通过图像采集装置予以采集交流输电线路的外边图像数据即表征图像数据;以此便于后续比对模块进一步分析该输电线路是否存在破皮漏电或线路因大风或其他天气原因导致的缠绕等情况。
在上述实施例中,所述比对模块还用于在所述采集机器人所采集的图像数据为表征图像数据时,将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,通过所述告警模块生成告警信息。具体的,实际工作中可预先将相关输电线路故障时所呈现的图像数据输入至预设数据库中,其后比对模块通过现有的图像相似度比对算法即可确认当前输电线路是否存在故障,并予以告警;当然,也可采用现有的机器学习算法等方式,提前将故障发生前的图像数据作为输入源训练获得故障预测模型,其后利用采集到的表征图像数据予以预测该线路是否存在故障风险,以此告知相关工作人员达到提前预警的目的。
请参考图3所示,在本发明一实施例中,所述告警模块还可包含坐标比较单元,所述坐标比较单元用于根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。该坐标比较单元作用在于精确分析船只等移动物体的高度及其所处位置,因实际工作中,部分船只并不一定会穿过所述输电线路,也存在于该检测区域作业完成后就返航的情况,因此,在该实施例中可利用前述分析获得的目标模型信息进一步确认其所处位置,并予以判断是否进入危险区域并予以报警;其中,关于目标模型的位置计算可利用现有图像分析技术实现,为此,本发明在此就不再一一详述。
再请参考图3所示,基于上述实施例,本发明在另一实施例中,所述告警模块还可包含预测单元,所述预测单元用于当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;根据所述预测时间生成告警信息。在该实施例中,主要利用图像采集帧率及图像间的差异可分析获得运动物体的速度,其后利用该速度进一步判断船只有可能进入危险区域的时间,以该时间为基准生成告警信息予以通知相关人员做好排险准备或警告相关船只等移动物体。当然,实际工作中该告警信息的使用方式,本发明在此并不对其做具体限制,本领域相关技术人员可根据实际需要选择使用。
请参考图4所示,本发明还提供一种大跨越输电线路预警方法,所述方法包含:S401通过设置于大跨越输电线路上至少两个图像采集装置分别采集预设方向上的视频影像数据;S402根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;S403通过特征比对法分析所述移动图像数据获得目标模型信息;S404将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。其中,所述视频影像数据可包含运输区域的视频影像数据和输电线路上各导线的视频影像数据。
请参考图5所示,在本发明一实施例中,根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据还包含:S501根据所述视频影像数据中输电线路上各导线的视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据;S502将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,生成告警信息。
请参考图6所示,在本发明一实施例中,上述步骤S404将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息还可包含:S601根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;S602将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;S603将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。进一步的,在实际比较过程中还可应用于预测环节,具体使用流程如下:当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;根据所述预测时间生成告警信息。
为便于更清楚的理解本发明所提供的上述大跨越输电线路预警***及方法,以下以实际工作应用为例,对上述方法及***做应用说明,本领域相关技术人员当可知,该实例仅为便于理解本发明所提供的大跨越输电线路预警***及方法,并不对其做任何限制。
请参考图7所示,采集机器人搭载有双目立体视觉采集装置,该装置需要具有同步采集两个以上高清视频的功能,并支持装置长时供电、保证数据存储和网络传输的要求,两台摄像机的安装在机器人本体的同一平面,且角度、焦距等需要一致,并且有一定的倾斜角度,看护的区域(含导线)在两台摄像机中需要重叠,以保证数据的完整性并使其易于后期处理;该机器人可运行于杆塔之间的地线上用于监测往来船只,如存在碰撞风险,即可采用喇叭输出告警。
再请参考图8所示,双目立体视觉成像技术的流程如下:
(1)对双目相机进行标定。计算机视觉***的基本任务是从摄像机获取的图像中,获取三维物体的位置、形状等信息,并根据此信息来识别该物体。图像上每一个点的亮度反应了空间中该物体表面对应点的反射光强度,该点在图像上所处的位置和空间中该物体表面对应点所处的几何位置相关,点与点之间位置的相互关系,取决于摄像机的成像几何模型,该成像几何模型的参数叫做摄像机的参数,需要通过计算和实验来获取,完成摄像机的标定。
(2)使用曝光控制算法对曝光时间进行控制。由于大跨越机器人架设于露天场合的,现场图像的光源以日光为主,但是太阳的轨迹是呈不断的变化当中的,在不同的时间、不同的角度,太阳光的强度都不相同。而整幅图像中,船只图像所处的位置是感兴趣区域,如果摄像机不能实现合理曝光,则有可能出现曝光不足或曝光过度的情况,这都会给后期线缆图像的提取带来极大困难,所以需要采用曝光控制算法来对曝光时间进行人为干预。
(3)对拍摄到的船只图像进行预处理。利用标定好的双目相机拍摄同一船只在不同背景下的双目图像,而实际获取的图像一般都可能受到干扰而含有噪声,需要对图像进行预处理去除噪声。
(4)对拍摄的船只图像进行特征匹配,因此在纹理特征不是十分明显的情况下要获取准确的视差图是匹配的关键,对匹配算法的运行速度没有太大要求,主要是要提高匹配的精度。
(5)船只的边缘提取。在获取了视差图后,就能根据场景的远近提取出船只图像,在整幅图像中船只并不是最近的图像,因此是对船只所在区域的视差图像进行处理,根据场景的远近,去除背景图像,获取船只图像,以获取船只三维信息即目标模型信息。
当超高船只进入到预先设定的监控范围内后立刻启动报警***,通过LED显示屏和喇叭警告超高船只降低高度或者返航。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法。
本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述方法的计算机程序。
本发明的有益技术效果在于:本发明所提供的大跨越输电线路预警方法及***,予以代替人工检修的方式实现对大跨越输电线路的全天候监测,可有效降低工作人员的维护频率,同时,能够便于来往船只获知有可能存在的风险予以提前规避。
本发明所提供的电子设备如图9所示,该电子设备600还可以包括:通信模块110、输入单元120、音频处理单元130、显示器160、电源170。值得注意的是,电子设备600也并不是必须要包括图9中所示的所有部件;此外,电子设备600还可以包括图9中没有示出的部件,可以参考现有技术。
如图9所示,中央处理器100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器100接收输入并控制电子设备600的各个部件的操作。
其中,存储器140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器100可执行该存储器140存储的该程序,以实现信息存储或处理等。
输入单元120向中央处理器100提供输入。该输入单元120例如为按键或触摸输入装置。电源170用于向电子设备600提供电力。显示器160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器140还可以是某种其它类型的装置。存储器140包括缓冲存储器141(有时被称为缓冲器)。存储器140可以包括应用/功能存储部142,该应用/功能存储部142用于存储应用程序和功能程序或用于通过中央处理器100执行电子设备600的操作的流程。
存储器140还可以包括数据存储部143,该数据存储部143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器140的驱动程序存储部144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块110即为经由天线111发送和接收信号的发送机/接收机110。通信模块(发送机/接收机)110耦合到中央处理器100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)110还经由音频处理器130耦合到扬声器131和麦克风132,以经由扬声器131提供音频输出,并接收来自麦克风132的音频输入,从而实现通常的电信功能。音频处理器130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器130还耦合到中央处理器100,从而使得可以通过麦克风132能够在本机上录音,且使得可以通过扬声器131来播放本机上存储的声音。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种大跨越输电线路预警***,其特征在于,所述***包含采集机器人、分析模块、比对模块和告警模块;
所述采集机器人通过滑动构件悬挂于待监测的输电线路上按预设轨迹移动,用于通过至少两个图像采集装置分别采集预设方向上的视频影像数据;
所述分析模块与所述采集机器人通信连接,用于根据所述采集机器人采集获得至少两组视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;
所述比对模块用于通过特征比对法分析所述移动图像数据获得目标模型信息;
所述告警模块用于将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。
2.根据权利要求1所述的大跨越输电线路预警***,其特征在于,所述***还包含控制模块,所述控制模块分别与所述采集机器人和所述分析模块通信连接,用于控制所述采集机器人中图像采集装置的拍摄参数,使所述图像采集装置分别采集输电线路上各导线的视频影像数据;所述分析模块根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据。
3.根据权利要求2所述的大跨越输电线路预警***,其特征在于,所述比对模块还用于在所述采集机器人所采集的图像数据为表征图像数据时,将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,通过所述告警模块生成告警信息。
4.根据权利要求1所述的大跨越输电线路预警***,其特征在于,所述告警模块包含坐标比较单元,所述坐标比较单元用于根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。
5.根据权利要求4所述的大跨越输电线路预警***,其特征在于,所述告警模块还包含预测单元,所述预测单元用于当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;根据所述预测时间生成告警信息。
6.一种大跨越输电线路预警方法,其特征在于,所述方法包含:
通过设置于大跨越输电线路上至少两个图像采集装置分别采集预设方向上的视频影像数据;
根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据;
通过特征比对法分析所述移动图像数据获得目标模型信息;
将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息。
7.根据权利要求6所述的大跨越输电线路预警方法,其特征在于,所述视频影像数据包含运输区域的视频影像数据和输电线路上各导线的视频影像数据。
8.根据权利要求7所述的大跨越输电线路预警方法,其特征在于,根据所述视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中移动图像数据还包含:根据所述视频影像数据中输电线路上各导线的视频影像数据,通过双目立体视觉成像技术获得所述视频影像数据中各导线的表征图像数据;将所述表征图像数据与预存的故障导线图像数据比较,当所述表征图像数据中存在与预存的故障导线图像数据相似度高于预设阈值的导线表征图像时,生成告警信息。
9.根据权利要求6所述的大跨越输电线路预警方法,其特征在于,将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息包含:
根据所述目标模型信息和所述图像采集装置的位置信息计算获得目标模型的高度信息;
将所述高度信息与所述输电线路的垂降高度比较,当所述高度信息与所述垂降高度之间小于预定阈值时,获取所述目标模型的位置信息;
将所述位置信息与预设范围比较,当所述目标模型信息进入预设范围内时,生成告警信息。
10.根据权利要求9所述的大跨越输电线路预警方法,其特征在于,将所述目标模型信息与告警阈值比较,根据比较结果生成告警信息包含:
当所述高度信息与所述垂降高度之间小于预定阈值,且所述目标模型未进入预设范围内时,根据所述位置信息和所述视频影像数据采集间隔周期计算获得所述目标模型的移动速度信息;
根据所述移动速度信息计算获得所述目标到达预设范围的预测时间;
根据所述预测时间生成告警信息。
11.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求6至10任一所述方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求6至10任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339264.5A CN111583200A (zh) | 2020-04-26 | 2020-04-26 | 大跨越输电线路预警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010339264.5A CN111583200A (zh) | 2020-04-26 | 2020-04-26 | 大跨越输电线路预警***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111583200A true CN111583200A (zh) | 2020-08-25 |
Family
ID=72111749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010339264.5A Pending CN111583200A (zh) | 2020-04-26 | 2020-04-26 | 大跨越输电线路预警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111583200A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288996A (zh) * | 2020-11-13 | 2021-01-29 | 中铁广州工程局集团深圳工程有限公司 | 高压线下预警防护方法、***、计算机设备及其存储介质 |
CN112880577A (zh) * | 2021-01-20 | 2021-06-01 | 广西电网有限责任公司电力科学研究院 | 一种输电线路交叉跨越点在线监测与预警方法和*** |
CN112964185A (zh) * | 2021-01-20 | 2021-06-15 | 广西电网有限责任公司电力科学研究院 | 基于双目立体视觉的输电线路交叉跨越点在线监测*** |
CN114783210A (zh) * | 2022-05-06 | 2022-07-22 | 广东电网有限责任公司 | 一种跨航道架空输电线路的安全预警方法及*** |
CN116046076A (zh) * | 2023-03-09 | 2023-05-02 | 合肥工业大学 | 一种基于机器视觉技术的输电线路舞动在线检测*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101381002A (zh) * | 2008-10-24 | 2009-03-11 | 华北电力大学 | 一种用于检测输电线路绝缘子的飞行机器人 |
CN105187769A (zh) * | 2015-07-30 | 2015-12-23 | 国网河南省电力公司濮阳供电公司 | 高压输电线路状态监测*** |
CN105892485A (zh) * | 2016-04-13 | 2016-08-24 | 重庆雅智兰能源管理有限公司 | 架空线巡视*** |
CN110112674A (zh) * | 2019-05-13 | 2019-08-09 | 国电南瑞科技股份有限公司 | 一种基于飞行越障的输电线路自主巡检机器人及越障方法 |
CN110648319A (zh) * | 2019-09-19 | 2020-01-03 | 国网山东省电力公司电力科学研究院 | 基于双相机的设备图像采集诊断***及方法 |
-
2020
- 2020-04-26 CN CN202010339264.5A patent/CN111583200A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101381002A (zh) * | 2008-10-24 | 2009-03-11 | 华北电力大学 | 一种用于检测输电线路绝缘子的飞行机器人 |
CN105187769A (zh) * | 2015-07-30 | 2015-12-23 | 国网河南省电力公司濮阳供电公司 | 高压输电线路状态监测*** |
CN105892485A (zh) * | 2016-04-13 | 2016-08-24 | 重庆雅智兰能源管理有限公司 | 架空线巡视*** |
CN110112674A (zh) * | 2019-05-13 | 2019-08-09 | 国电南瑞科技股份有限公司 | 一种基于飞行越障的输电线路自主巡检机器人及越障方法 |
CN110648319A (zh) * | 2019-09-19 | 2020-01-03 | 国网山东省电力公司电力科学研究院 | 基于双相机的设备图像采集诊断***及方法 |
Non-Patent Citations (1)
Title |
---|
王国胜等: "输电线路超高监测***的设计与应用" * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288996A (zh) * | 2020-11-13 | 2021-01-29 | 中铁广州工程局集团深圳工程有限公司 | 高压线下预警防护方法、***、计算机设备及其存储介质 |
CN112288996B (zh) * | 2020-11-13 | 2022-08-09 | 中铁广州工程局集团深圳工程有限公司 | 高压线下预警防护方法、***、计算机设备及其存储介质 |
CN112880577A (zh) * | 2021-01-20 | 2021-06-01 | 广西电网有限责任公司电力科学研究院 | 一种输电线路交叉跨越点在线监测与预警方法和*** |
CN112964185A (zh) * | 2021-01-20 | 2021-06-15 | 广西电网有限责任公司电力科学研究院 | 基于双目立体视觉的输电线路交叉跨越点在线监测*** |
CN114783210A (zh) * | 2022-05-06 | 2022-07-22 | 广东电网有限责任公司 | 一种跨航道架空输电线路的安全预警方法及*** |
CN116046076A (zh) * | 2023-03-09 | 2023-05-02 | 合肥工业大学 | 一种基于机器视觉技术的输电线路舞动在线检测*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111583200A (zh) | 大跨越输电线路预警***及方法 | |
US11017228B2 (en) | Method and arrangement for condition monitoring of an installation with operating means | |
CN113345019B (zh) | 一种输电线路通道隐患目标测距方法、设备及介质 | |
CN113420805B (zh) | 视频和雷达的动态轨迹图像融合方法、装置、设备及介质 | |
CN108615321A (zh) | 基于雷达侦测及视频图像行为分析的安防预警***及方法 | |
EP2924653A1 (en) | Image processing apparatus and image processing method | |
CN104902246A (zh) | 视频监视方法和装置 | |
CN106162144A (zh) | 一种用于夜视环境的视觉图像处理设备、***和智能机器 | |
CN109736894A (zh) | 一种用于煤矿巷道围岩灾害的监测***、监测方法及预警方法 | |
CN113850137A (zh) | 一种输电线路图像在线监测方法、***及设备 | |
CN112204614B (zh) | 来自非固定相机的视频中的运动分割 | |
JP2007107962A (ja) | 測定対象物計測システム、及び送電線下離隔計測システム | |
CN103533313A (zh) | 基于地理位置的电子地图全景视频合成显示方法和*** | |
KR20190043396A (ko) | 도로 경로 촬영 영상을 이용한 도로 경로 별 날씨정보 생성 및 제공하기 위한 방법 및 시스템 | |
KR101874352B1 (ko) | 효율적인 교통정보 전달을 위한 교통 전광판과 차내 단말 및 이를 포함하는 지능형 교통 시스템 | |
CN111311942A (zh) | 基于v2x技术的路况显示方法、***、v2x终端及v2x服务器 | |
CN113627213A (zh) | 车辆异常行为监控方法、装置及*** | |
CN112001208A (zh) | 用于车辆盲区的目标检测方法、装置和电子设备 | |
CN110702016A (zh) | 输电线路覆冰测量***及方法 | |
CN113256702A (zh) | 基于无人机的船舶净空高度检测方法、***、设备及介质 | |
CN113267128A (zh) | 一种双目视觉自动化边坡位移监测方法 | |
CN111541188A (zh) | 输电线路检测装置及方法 | |
CN117197779A (zh) | 一种基于双目视觉的轨道交通异物检测方法、装置及*** | |
KR101893368B1 (ko) | 교통 모니터링 카메라를 이용하는 3차원 시정 측정 방법 및 시스템 | |
CN115083209B (zh) | 一种基于视觉定位的车路协同方法及*** |
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 |