CN112270267A - 可自动抓拍线路故障的摄像识别*** - Google Patents
可自动抓拍线路故障的摄像识别*** Download PDFInfo
- Publication number
- CN112270267A CN112270267A CN202011180197.3A CN202011180197A CN112270267A CN 112270267 A CN112270267 A CN 112270267A CN 202011180197 A CN202011180197 A CN 202011180197A CN 112270267 A CN112270267 A CN 112270267A
- Authority
- CN
- China
- Prior art keywords
- identification
- image
- module
- information
- line
- 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
Images
Classifications
-
- 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
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Traffic Control Systems (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种可自动抓拍线路故障的摄像识别***,属于电力***领域,包括空中识别***和地面识别***,所述空中识别***与地面识别***均包括识别单元、存储单元、控制单元、无线装置,所述控制单元控制识别单元对信息进行识别,当识别出的信息属于报警信息后,存储单元对该信息进行存储并通过无线装置将数据传递至云服务器,云服务器与云控制端连接,云控制端对报警信息进行二次识别,当筛选出符合特征的目标后,依据时间地点对目标的轨迹绘制地图,方便人员进行查找跟踪。可以有效的对线路故障及其他故障问题进行识别。
Description
技术领域
本发明涉及电力***领域,尤其涉及一种可自动抓拍线路故障的摄像识别***。
背景技术
随着电网的发展,密集的线路经常容易被风筝或者塑料袋等缠绕,对线路带来一定的风险,而这种风险又常常因为处理不及时导致出现问题。传统的人工电力巡线方式,条件艰苦,效率低下,一线的电力巡查工偶尔会遭遇“被狗撵”“被蛇咬”的危险。
发明内容
本发明所要解决的问题在于提供一种可自动抓拍线路故障的摄像识别***,可以有效的对线路故障及其他故障问题进行识别。
为解决上述技术问题,本发明提供一种可自动抓拍线路故障的摄像识别***,包括空中识别***和地面识别***,所述空中识别***与地面识别***均包括识别单元、存储单元、控制单元、无线装置,所述控制单元控制识别单元对线路图像进行图像分析识别,当识别出的图像信息属于报警信息后,存储单元对该信息进行存储并通过无线装置将数据传递至云服务器,云服务器与云控制端连接,云控制端对报警信息进行二次识别,当筛选出符合特征的目标后,依据时间地点对目标进行定位,并根据目标与巡检人员的坐标位置绘制地图,标记黄点,方便巡检人员进行查找跟踪;所述的空中识别***进行大范围的线路识别找出报警点传送至云控制端,云控制端二次识别确认后传送信息给使用人员,使用人员再利用地面识别***对报警点进行补充识别,补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
优选的,所述空中识别***包括可见光图像识别装置、不可见光图像识别装置、定位模块、无线模块、飞控***和地面控制器,空中无线模块连接有所述飞控***,所述地面控制器内设有地面无线模块,所述空中无线模块和地面无线模块无线连接,所述飞控***驱动空中识别***带动可见光图像识别装置和不可见光图像识别装置沿指定路线识别,所述可见光图像识别装置和不可见光图像分别对图像中设备和设备温度进行识别。
优选的,地面识别***包括太阳能供电模块、识别模块、定位模块,无线传输模块,所述太阳能供电模块给识别***供电,识别模块与定位模块实时通过无线传输模块传递信息给控制单元,所述识别模块对视频中设备进行识别。
优选的,空中识别***或地面识别***的所采集的图像或视频具有地理位置标记和时间标记。
提供一种可自动抓拍线路故障的摄像识别方法,包括以下步骤:
(1)空中识别***日常巡检,大范围的对电网线路进行识别;
(2)当空中识别***识别出故障线路后将定位发送至云服务器;
(3)云控制器对故障线路进行二次识别后发送定位给巡检人员,巡检人员根据地图信息到达报警点,利用地面识别***对报警点进行补充识别,进行故障确认上传或检修;
(4)补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
优选的,还包括如下步骤:
(1)空中识别***与地面识别***分别利用自身的识别***获取视频信息并对所述视频信息中的各帧视频图像进行识别,得到所述视频信息中包含的线路图像,并将图像存入存储模块;
(2)处理器读取存储模块信息将拍摄的线路图像与正常线路的图像信息进行匹配,生成检测结果;判断相似度是否低于预设阈值;若所述相似度低于预设阈值,则判定所述线路图像中包含异常图像,检测结果为不符合标准。若所述相似度大于或等于预设阈值,则判定所述线路图像中不包含异常信息。
(3)网络通信模块获取检测结果,并读取不符合标准的检测结果对应数据的移动数据,上传至云端服务器;
(4)上传成功后,网络通信模块将相关数据从本地设备删除;
(5)若网络异常,网络通信模块将结果队列存储并等待,直到网络正常再次上传。
优选的,步骤(1)具体的包括:
处理器对摄像头模块的视频信息进行抽帧,根据自定义频率,截取不同时间点的图像,并将图像存入存储模块或将直接获取的图像信息存入存储模块形成线路图像集合。
优选的,步骤(1)所述的各帧视频图像具体的包括:
(1)控制端获取待检测电网线路图像;提取所述待检测电网线路图像的特征图;
(2)根据预设的候选检测框,确定出所述特征图对应的区域图像;
(3)对所述特征图以及所述区域图像进行池化处理,得到特征向量;
(4)将所述特征向量输入至训练好的宽度学习网络模型,以得到所述待检测电网线路图像与各故障类别之间的相似度以及所述待检测电网线路图像的候选框坐标;
(5)选取相似度最高的故障类别作为所述待检测电网线路图像的线路故障结果。
优选的,空中识别***具体的操作方法为:
1)空中识别***起飞时GPS定位模块Ⅰ获取初始的无人机位置,并进行记录;
2):可见光智能识别装置进行可见光图像采集、处理、智能识别,然后数据会传递给飞控***;
3):不可见光智能识别装置进行不可见光图像采集、处理、智能识别,然后数据会传递给飞控***,飞控***结合的可见光数据进行辅助判断;
4):飞控***控制空中识别***沿着线路方向飞行。
优选的,地面识别***内设有云台,当使用太阳能电池时,云台每隔一段时间进行设定角度的旋转,识别***进行视频采集和识别。
本发明有益效果:
本发明通过空中***和地面***相结合的方式,利用大数据的摄像头识别,将大量数据的筛选过程放在前端,避免给服务器带来过大压力,不仅可以高效的解决问题,还可以使数据得到有效的筛选,更可以利用无数的摄像头对故障进行模拟判断。
附图说明
图1:本发明***连接示意图;
图2:本发明空中识别***连接示意图;
图3:本发明地面识别***连接示意图;
图4:本发明工作流程示意图;
图5:本发明识别流程图。
具体实施方式
实施例1:
如图所示,本发明所述的一种可自动抓拍线路故障的摄像识别***,包括空中识别***和地面识别***,所述空中识别***与地面识别***均包括识别单元、存储单元、控制单元、无线装置,所述控制单元控制识别单元对线路图像进行图像分析识别,当识别出的图像信息属于报警信息后,存储单元对该信息进行存储并通过无线装置将数据传递至云服务器,云服务器与云控制端连接,云控制端对报警信息进行二次识别,空中识别***或地面识别***的所采集的图像或视频具有地理位置标记和时间标记。当筛选出符合特征的目标后,依据时间地点对目标进行定位,并根据目标与巡检人员的坐标位置绘制地图,标记黄点,方便巡检人员进行查找跟踪;所述的空中识别***进行大范围的线路识别找出报警点传送至云控制端,云控制端二次识别确认后传送信息给使用人员,使用人员再利用地面识别***对报警点进行补充识别,补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
所述空中识别***包括可见光图像识别装置、不可见光图像识别装置、定位模块、无线模块、飞控***和地面控制器,空中无线模块连接有所述飞控***,所述地面控制器内设有地面无线模块,所述空中无线模块和地面无线模块无线连接,所述飞控***驱动空中识别***带动可见光图像识别装置和不可见光图像识别装置沿指定路线识别,所述可见光图像识别装置和不可见光图像分别对图像中设备和设备温度进行识别。
地面识别***包括太阳能供电模块、识别模块、定位模块,无线传输模块,所述太阳能供电模块给识别***供电,识别模块与定位模块实时通过无线传输模块传递信息给控制单元,所述识别模块对视频中设备进行识别。
提供一种可自动抓拍线路故障的摄像识别方法,包括以下步骤:
(1)空中识别***日常巡检,大范围的对电网线路进行识别;控制端获取待检测电网线路图像;提取所述待检测电网线路图像的特征图;根据预设的候选检测框,确定出所述特征图对应的区域图像;对所述特征图以及所述区域图像进行池化处理,得到特征向量;将所述特征向量输入至训练好的宽度学习网络模型,以得到所述待检测电网线路图像与各故障类别之间的相似度以及所述待检测电网线路图像的候选框坐标;选取相似度最高的故障类别作为所述待检测电网线路图像的线路故障结果。
(2)当空中识别***识别出故障线路后将定位发送至云服务器;
(3)云控制器对故障线路进行二次识别后发送定位给巡检人员,巡检人员根据地图信息到达报警点,利用地面识别***对报警点进行补充识别,进行故障确认上传或检修;
(4)空中识别***与地面识别***分别利用自身的识别***获取视频信息并对所述视频信息中的各帧视频图像进行识别,具体的说,处理器对摄像头模块的视频信息进行抽帧,根据自定义频率,截取不同时间点的图像,并将图像存入存储模块或将直接获取的图像信息存入存储模块形成线路图像集合。
(5)处理器读取存储模块信息将拍摄的线路图像与正常线路的图像信息进行匹配,生成检测结果;判断相似度是否低于预设阈值;若所述相似度低于预设阈值,则判定所述线路图像中包含异常图像,检测结果为不符合标准;若所述相似度大于或等于预设阈值,则判定所述线路图像中不包含异常信息。
(6)网络通信模块获取检测结果,并读取不符合标准的检测结果对应数据的移动数据,上传至云端服务器;
(7)上传成功后,网络通信模块将相关数据从本地设备删除;
(8)若网络异常,网络通信模块将结果队列存储并等待,直到网络正常再次上传。
(9)补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
空中识别***具体的操作方法为:
1)空中识别***起飞时GPS定位模块Ⅰ获取初始的无人机位置,并进行记录;
2):可见光智能识别装置进行可见光图像采集、处理、智能识别,然后数据会传递给飞控***;
3):不可见光智能识别装置进行不可见光图像采集、处理、智能识别,然后数据会传递给飞控***,飞控***结合的可见光数据进行辅助判断;
4):飞控***控制空中识别***沿着线路方向飞行。
地面识别***内设有云台,当使用太阳能电池时,云台每隔一段时间进行设定角度的旋转,识别***进行视频采集和识别。
实施例2:
空中识别***采用民用无人机,地面识别***采用车载行车记录仪,将民用无人机和民用行车记录仪融合在本***内,形成庞大的数据量,每一个加入***内的无人机和行车记录仪摄像头均可以在其日常使用中参与到识别的过程中,该方法利用行车记录仪及无人机这些移动视频终端的普及程度,通过利用移动视频终端获取服务器端的目标对象的匹配信息,根据匹配信息,与移动视频终端中已存储的图像数据进行匹配,当匹配到与所述目标对象关联的图像数据时,将与所述目标对象关联的图像数据发送到服务器端,以确定最终的匹配结果,最大限度地发挥了监控的覆盖面,通过可见光设备智能识别电力线路以及绝缘子等装置,并且通过红外热像仪辅助识别电力线路,然后将识别的线路信息传给无人机,无人机内的飞控***会控制飞机沿着线路方向飞行。受地理影响小、机动性和灵活性强、巡检人员在地面操作,无坠机伤亡风险。可以识别缺陷种类丰富,巡检效果好,检查种类多,塔身、绝缘子等。人员利用率高。一架无人机仅需要1人即可操控,通过图像识别可沿着电力线路飞行,当飞到一定距离或者电力不足时自动返航。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、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。
Claims (10)
1.一种可自动抓拍线路故障的摄像识别***,其特征在于,包括空中识别***和地面识别***,所述空中识别***与地面识别***均包括识别单元、存储单元、控制单元、无线装置,所述控制单元控制识别单元对线路图像进行图像分析识别,当识别出的图像信息属于报警信息后,存储单元对该信息进行存储并通过无线装置将数据传递至云服务器,云服务器与云控制端连接,云控制端对报警信息进行二次识别,当筛选出符合特征的目标后,依据时间地点对目标进行定位,并根据目标与巡检人员的坐标位置绘制地图,标记黄点,方便巡检人员进行查找跟踪;所述的空中识别***进行大范围的线路识别找出报警点传送至云控制端,云控制端二次识别确认后传送信息给使用人员,使用人员再利用地面识别***对报警点进行补充识别,补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
2.根据权利要求1所述的一种可自动抓拍线路故障的摄像识别***,其特征在于,所述空中识别***包括可见光图像识别装置、不可见光图像识别装置、定位模块、无线模块、飞控***和地面控制器,空中无线模块连接有所述飞控***,所述地面控制器内设有地面无线模块,所述空中无线模块和地面无线模块无线连接,所述飞控***驱动空中识别***带动可见光图像识别装置和不可见光图像识别装置沿指定路线识别,所述可见光图像识别装置和不可见光图像分别对图像中设备和设备温度进行识别。
3.根据权利要求1所述的一种可自动抓拍线路故障的摄像识别***,其特征在于,地面识别***包括太阳能供电模块、识别模块、定位模块,无线传输模块,所述太阳能供电模块给识别***供电,识别模块与定位模块实时通过无线传输模块传递信息给控制单元,所述识别模块对视频中设备进行识别。
4.根据权利要求1所述的一种可自动抓拍线路故障的摄像识别***,其特征在于,空中识别***或地面识别***的所采集的图像或视频具有地理位置标记和时间标记。
5.根据权利要求1-4所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,包括以下步骤:
(1)空中识别***日常巡检,大范围的对电网线路进行识别;
(2)当空中识别***识别出故障线路后将定位发送至云服务器;
(3)云控制器对故障线路进行二次识别后发送定位给巡检人员,巡检人员根据地图信息到达报警点,利用地面识别***对报警点进行补充识别,进行故障确认上传或检修;
(4)补充识别确认后传输信息至云控制端,云控制端将黄点修改为黑点,警示故障待排除。
6.根据权利要求5所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,还包括如下步骤:
(1)空中识别***与地面识别***分别利用自身的识别***获取视频信息并对所述视频信息中的各帧视频图像进行识别,得到所述视频信息中包含的线路图像,并将图像存入存储模块;
(2)处理器读取存储模块信息将拍摄的线路图像与正常线路的图像信息进行匹配,生成检测结果;判断相似度是否低于预设阈值;若所述相似度低于预设阈值,则判定所述线路图像中包含异常图像,检测结果为不符合标准;若所述相似度大于或等于预设阈值,则判定所述线路图像中不包含异常信息。
(3)网络通信模块获取检测结果,并读取不符合标准的检测结果对应数据的移动数据,上传至云端服务器;
(4)上传成功后,网络通信模块将相关数据从本地设备删除;
(5)若网络异常,网络通信模块将结果队列存储并等待,直到网络正常再次上传。
7.根据权利要求6所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,步骤(1)所述的各帧视频图像具体的包括:
处理器对摄像头模块的视频信息进行抽帧,根据自定义频率,截取不同时间点的图像,并将图像存入存储模块或将直接获取的图像信息存入存储模块形成线路图像集合。
8.根据权利要求6所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,步骤(1)所述的识别具体的包括:
(1)控制端获取待检测电网线路图像;提取所述待检测电网线路图像的特征图;
(2)根据预设的候选检测框,确定出所述特征图对应的区域图像;
(3)对所述特征图以及所述区域图像进行池化处理,得到特征向量;
(4)将所述特征向量输入至训练好的宽度学习网络模型,以得到所述待检测电网线路图像与各故障类别之间的相似度以及所述待检测电网线路图像的候选框坐标;
(5)选取相似度最高的故障类别作为所述待检测电网线路图像的线路故障结果。
9.根据权利要求5所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,空中识别***具体的操作方法为:
1)空中识别***起飞时GPS定位模块Ⅰ获取初始的无人机位置,并进行记录;
2)可见光智能识别装置进行可见光图像采集、处理、智能识别,然后数据会传递给飞控***;
3)不可见光智能识别装置进行不可见光图像采集、处理、智能识别,然后数据会传递给飞控***,飞控***结合的可见光数据进行辅助判断;
4)飞控***控制空中识别***沿着线路方向飞行。
10.根据权利要求5所述的一种可自动抓拍线路故障的摄像识别方法,其特征在于,地面识别***内设有云台,当使用太阳能电池时,云台每隔一段时间进行设定角度的旋转,识别***进行视频采集和识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011180197.3A CN112270267B (zh) | 2020-10-29 | 2020-10-29 | 可自动抓拍线路故障的摄像识别*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011180197.3A CN112270267B (zh) | 2020-10-29 | 2020-10-29 | 可自动抓拍线路故障的摄像识别*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112270267A true CN112270267A (zh) | 2021-01-26 |
CN112270267B CN112270267B (zh) | 2023-08-08 |
Family
ID=74344896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011180197.3A Active CN112270267B (zh) | 2020-10-29 | 2020-10-29 | 可自动抓拍线路故障的摄像识别*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112270267B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301142A (zh) * | 2021-05-21 | 2021-08-24 | 广州科技贸易职业学院 | 一种基于物联网的网络安全监控方法及*** |
CN113515655A (zh) * | 2021-06-24 | 2021-10-19 | 国网山东省电力公司邹城市供电公司 | 一种基于图像分类的故障识别方法及装置 |
CN113542698A (zh) * | 2021-09-16 | 2021-10-22 | 广州洛克韦陀安防科技有限公司 | 基于5g通信网络的安防实时监控*** |
CN113591574A (zh) * | 2021-06-29 | 2021-11-02 | 山东信通电子股份有限公司 | 一种基于激光雷达的输电线路巡检方法及装置 |
CN113743324A (zh) * | 2021-09-07 | 2021-12-03 | 易科捷(武汉)生态科技有限公司成都分公司 | 一种基于物联网的自动更新式鱼类识别*** |
CN117351381A (zh) * | 2023-12-05 | 2024-01-05 | 国网山东省电力公司淄博供电公司 | 基于gcn的巡视图像异物识别方法、***、终端及存储介质 |
CN117612047A (zh) * | 2024-01-23 | 2024-02-27 | 国网湖北省电力有限公司信息通信公司 | 基于ai大模型的电网用无人机巡检图像识别方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100728A (zh) * | 2015-08-18 | 2015-11-25 | 零度智控(北京)智能科技有限公司 | 无人机视频跟踪拍摄***及方法 |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
CN106598064A (zh) * | 2016-10-19 | 2017-04-26 | 广东容祺智能科技有限公司 | 一种无人机的电路线路智能识别装置及方法 |
CN107148777A (zh) * | 2016-10-26 | 2017-09-08 | 深圳前海达闼云端智能科技有限公司 | 智能巡逻设备、云端控制装置、巡逻方法、控制方法、机器人、控制器及非暂态计算机可读存储介质 |
CN108776491A (zh) * | 2018-05-23 | 2018-11-09 | 广东容祺智能科技有限公司 | 基于动态图像识别的无人机多目标监测***及监测方法 |
CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机*** |
CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控***集成有限公司 | 一种人工智能预警*** |
CN110633629A (zh) * | 2019-08-02 | 2019-12-31 | 广东电网有限责任公司清远供电局 | 基于人工智能的电网巡检方法、装置、设备及存储介质 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检*** |
-
2020
- 2020-10-29 CN CN202011180197.3A patent/CN112270267B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105100728A (zh) * | 2015-08-18 | 2015-11-25 | 零度智控(北京)智能科技有限公司 | 无人机视频跟踪拍摄***及方法 |
CN106504362A (zh) * | 2016-10-18 | 2017-03-15 | 国网湖北省电力公司检修公司 | 基于无人机的输变电***巡检方法 |
CN106598064A (zh) * | 2016-10-19 | 2017-04-26 | 广东容祺智能科技有限公司 | 一种无人机的电路线路智能识别装置及方法 |
CN107148777A (zh) * | 2016-10-26 | 2017-09-08 | 深圳前海达闼云端智能科技有限公司 | 智能巡逻设备、云端控制装置、巡逻方法、控制方法、机器人、控制器及非暂态计算机可读存储介质 |
WO2018076191A1 (zh) * | 2016-10-26 | 2018-05-03 | 深圳前海达闼云端智能科技有限公司 | 智能巡逻设备、云端控制装置、巡逻方法、控制方法、机器人、控制器及非暂态计算机可读存储介质 |
CN108776491A (zh) * | 2018-05-23 | 2018-11-09 | 广东容祺智能科技有限公司 | 基于动态图像识别的无人机多目标监测***及监测方法 |
CN109270958A (zh) * | 2018-11-20 | 2019-01-25 | 国网四川省电力公司广安供电公司 | 一种输电线路故障自动快速定位无人机*** |
CN109447048A (zh) * | 2018-12-25 | 2019-03-08 | 苏州闪驰数控***集成有限公司 | 一种人工智能预警*** |
CN110633629A (zh) * | 2019-08-02 | 2019-12-31 | 广东电网有限责任公司清远供电局 | 基于人工智能的电网巡检方法、装置、设备及存储介质 |
CN111784026A (zh) * | 2020-05-28 | 2020-10-16 | 国网信通亿力科技有限责任公司 | 基于云边端协同感知的变电站电气设备全方位体检*** |
Non-Patent Citations (1)
Title |
---|
张德钦 等: "基于无人机平台的复合绝缘子检测方法", 《仪器仪表与检测技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113301142A (zh) * | 2021-05-21 | 2021-08-24 | 广州科技贸易职业学院 | 一种基于物联网的网络安全监控方法及*** |
CN113515655A (zh) * | 2021-06-24 | 2021-10-19 | 国网山东省电力公司邹城市供电公司 | 一种基于图像分类的故障识别方法及装置 |
CN113591574A (zh) * | 2021-06-29 | 2021-11-02 | 山东信通电子股份有限公司 | 一种基于激光雷达的输电线路巡检方法及装置 |
CN113591574B (zh) * | 2021-06-29 | 2024-02-27 | 山东信通电子股份有限公司 | 一种基于激光雷达的输电线路巡检方法及装置 |
CN113743324A (zh) * | 2021-09-07 | 2021-12-03 | 易科捷(武汉)生态科技有限公司成都分公司 | 一种基于物联网的自动更新式鱼类识别*** |
CN113743324B (zh) * | 2021-09-07 | 2022-10-18 | 易科捷(武汉)生态科技有限公司成都分公司 | 一种基于物联网的自动更新式鱼类识别*** |
CN113542698A (zh) * | 2021-09-16 | 2021-10-22 | 广州洛克韦陀安防科技有限公司 | 基于5g通信网络的安防实时监控*** |
CN113542698B (zh) * | 2021-09-16 | 2022-01-28 | 广州洛克韦陀安防科技有限公司 | 基于5g通信网络的安防实时监控*** |
CN117351381A (zh) * | 2023-12-05 | 2024-01-05 | 国网山东省电力公司淄博供电公司 | 基于gcn的巡视图像异物识别方法、***、终端及存储介质 |
CN117612047A (zh) * | 2024-01-23 | 2024-02-27 | 国网湖北省电力有限公司信息通信公司 | 基于ai大模型的电网用无人机巡检图像识别方法 |
CN117612047B (zh) * | 2024-01-23 | 2024-04-12 | 国网湖北省电力有限公司信息通信公司 | 基于ai大模型的电网用无人机巡检图像识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112270267B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112270267B (zh) | 可自动抓拍线路故障的摄像识别*** | |
CN112633535A (zh) | 一种基于无人机图像的光伏电站智能巡检方法及*** | |
CN106771856B (zh) | 基于无人机技术的电力输电线路雷击点确定方法 | |
CN103941746B (zh) | 无人机巡检图像处理***及方法 | |
CN106547814A (zh) | 一种输电线路无人机巡检图像的结构化自动归档方法 | |
CN113791641A (zh) | 一种基于飞行器的设施检测方法及控制设备 | |
CN104834920A (zh) | 一种无人机多光谱图像的智能林火识别方法及装置 | |
CN112101088A (zh) | 一种无人机电力自动巡检方法、装置及*** | |
CN106162089A (zh) | 一种电力巡线图像自动识别分析***及其分析方法 | |
CN104122891A (zh) | 一种城市地下轨道检测的智能机器人巡检*** | |
CN111178148A (zh) | 一种基于无人机视觉***的地面目标地理坐标定位方法 | |
CN109035665A (zh) | 一种新型森林火灾预警***及火灾预警方法 | |
CN109596487B (zh) | 一种高大建筑物工程扬尘溯源方法 | |
CN110570536A (zh) | 一种特高压输电线路智能巡线*** | |
CN110647170A (zh) | 一种基于无人机的航标巡检装置与方法 | |
CN110989678A (zh) | 一种基于多无人机的油田巡检定点数据采集***及方法 | |
CN113568427B (zh) | 无人机自主着陆移动平台的方法及*** | |
CN105373130A (zh) | 基于立体建模的特种设备事故现场信息探测*** | |
CN115649501B (zh) | 一种无人机夜行照明***及方法 | |
CN110750107A (zh) | 一种基于光学标识的光伏电站无人机巡检方法 | |
CN210835732U (zh) | 一种基于无人机的航标巡检装置 | |
CN114721432A (zh) | 基于大数据用无人机智能巡检设备及巡检图像缺陷分析方法 | |
CN106598064A (zh) | 一种无人机的电路线路智能识别装置及方法 | |
CN114003058A (zh) | 一种安全帽佩戴智慧巡检***及方法 | |
CN107396051A (zh) | 一种采用无人机进行人脸识别监控的方法 |
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 |