[发明专利]一种基于深度学习的输电线路巡检无人机系统在审

专利信息
申请号: 202010376568.9 申请日: 2020-05-07
公开(公告)号: CN111474957A 公开(公告)日: 2020-07-31
发明(设计)人: 陈吉;庹怀林 申请(专利权)人: 重庆工程学院
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 暂无信息 代理人: 暂无信息
地址: 400056 重庆市*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 深度 学习 输电 线路 巡检 无人机 系统
【权利要求书】:

1.一种基于深度学习的输电线路巡检无人机系统,包括无人机和地面辅助端,其特征在于:所述无人机内部设有运动控制器、控制信号接收处理器、摄像模块、学习处理器、数据信号发射处理器、蓄电模块和第一数据存储器,所述地面辅助端包括有充电端、控制端、通信端和显示端,所述控制端设有遥控模块和控制信号发射处理器,所述通信端包括有数据信号接收处理器和第二数据存储器;

所述蓄电模块均与运动控制器、控制信号接收处理器、摄像模块、学习处理器、数据信号发射处理器、蓄电模块和第一数据存储器电性连接,用于对无人机内部的各部件提供电力;

所述控制信号接收处理器与运动控制器电性连接,所述遥控模块与控制信号发射处理器电性连接,所述控制信号发射处理器与控制信号接收处理器通信连接,使人能够通过遥控模块输出运动控制指令,由控制信号发射处理器发送至控制信号接收处理器,最后通过运动控制器执行运动控制指令,使无人机作出相应的动作;

所述摄像模块与学习处理器电性连接,使摄像头采集、拍摄的输电线路图像能够通过学习处理器进行整理、分析和学习,生成相应的单次巡检输电线路图像和相应的单次巡检分析数据;

所述学习处理器和控制信号接收处理器均与第一数据存储器电性连接,使学习处理器生成的单次巡检输电线路图像和单次巡检分析数据能够暂时存储,以及控制端的运动控制指令能够暂时存储,直到下次巡检时进行替换;

所述学习处理器与数据信号发射处理器电性连接,所述数据信号发射处理器与数据信号接收处理器通信连接,所述数据信号接收处理器分别与第二数据存储器和显示端电性连接,使学习处理器整理、分析和学习的生成的单次巡检输电线路图像和单次巡检分析数据能够通过数据信号发射处理器发送至数据信号接收处理器,数据信号接收处理器接收的单次巡检输电线路图像和单次巡检分析数据能够通过第二数据存储器进行存储,并且能够通过显示端实时显示;

所述充电端用于无人机巡检结束后对无人机的蓄电模块进行充电。

2.根据权利要求1所述的一种基于深度学习的输电线路巡检无人机系统,其特征在于:所述无人机还包括定位模块,所述通信端还包括有定位信号接收处理器,所述定位模块与定位信号接收处理器通信连接,所述定位信号接收处理器与第二数据存储器电性连接,使无人机的巡检飞行位置能够实时定位,生产相应的单次巡检轨迹,并由第二数据存储器对单次巡检轨迹进行存储。

3.根据权利要求1所述的一种基于深度学习的输电线路巡检无人机系统,其特征在于:所述摄像模块采用树莓派5MPRPI普通摄像头模块,可与学习处理器主板采用SPI接口直连,用于采集输电线路图像,所述学习处理器采用模块处理器,其型号为Raspberry Pi 3B,用于对摄像模块采集的输电线路图像进行整理、分析和学习。

4.根据权利要求1所述的一种基于深度学习的输电线路巡检无人机系统,其特征在于:所述学习处理器可通过预学习方式进行学习,所述预学习方式为在无人机巡检输电线路之前,提前录入输电线路的图像,进行超过十万次以上的整理、分析与学习,得出分析数据,找到预计的特征值,从而对巡检过程中采集的当前单次巡检输电线路图像和单次巡检分析数据进行比对,再进行存储,以达到对巡检中疑似缺陷的输电线路图像进行区别;

所述学习处理器也可以通过每次巡检任务积累的无人机飞行控制各种历史单次巡检数据,对摄像模块所采集的当前单次巡检输电线路图像和单次巡检分析数据与存储模块所存储的历史单次巡检输电线路图像和单次巡检分析数据进行比对,再进行存储,以达到对巡检中疑似缺陷的输电线路图像进行区别。

5.根据权利要求1所述的一种基于深度学习的输电线路巡检无人机系统,其特征在于:所述摄像模块所采集的图像对象包括但不限于当前输电线路的金具、杆塔、绝缘子、防震锤、驱鸟器、开口销、相序牌等图像;

所述学习处理器能够通过对比识别的输电线路缺陷包括但不限于当前输电线路上的:鸟窝、驱鸟器损坏、绝缘子损坏、相序牌褪色或破损、均压环破损、防震锤损坏、螺栓开口销缺失、金具锈蚀、支撑结构变形、绝缘子伞裙破损等缺陷。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆工程学院,未经重庆工程学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010376568.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top