[发明专利]一种无人机电力自动巡检方法、装置及系统

权利要求书

1.一种无人机电力自动巡检方法，其特征在于，包括以下步骤：

采集电力巡检视频，将所述电力巡检视频分隔为多帧巡检图像，从所述巡检图像中筛选出包含巡检的兴趣点的图像作为样本图像；

对所述样本图像中不同类别电力器件的兴趣点区域进行标注，得到标注框以及相应的兴趣点类别，建立训练样本集；

采用所述训练样本集对神经网络进行训练得到识别模型；

获取无人机巡检时拍摄的实时视频流，结合所述实时视频流以及所述识别模型对无人机进行巡检导航，获取兴趣点视频；

采用所述识别模型对所述兴趣点视频进行兴趣点识别，并获取相应的兴趣点坐标，实现自动巡检。

2.根据权利要求1所述的无人机电力自动巡检方法，其特征在于，采用所述训练样本集对神经网络进行训练得到识别模型，具体为；

将所述训练样本集分为训练集和测试集；

搭建神经网络，并进行网络初始化；

将所述训练集中样本图像分为多个批次；

采用一个批次的样本图像对所述神经网络进行训练，更新神经网络的权重参数；

采用测试集对训练后的神经网络进行验证，计算神经网络的损失值，判断所述损失值是否小于设定阈值，如果小于，则输出训练后的神经网络，得到所述识别模型，否则转上一步进行下一个批次的样本图像的训练。

3.根据权利要求2所述的无人机电力自动巡检方法，其特征在于，采用测试集对训练后的神经网络进行验证，计算神经网络的损失值，具体为；

将所述测试集中样本图像输入训练后的神经网络，得到预测框，计算所述预测框与相应的标注框之间的损失值。

4.根据权利要求2所述的无人机电力自动巡检方法，其特征在于，所述损失值包括置信度损失值和类别损失值；

计算所述置信度损失值以及类别损失值，具体为：采用交叉熵函数计算所述置信度损失值以及类别损失值。

5.根据权利要求1所述的无人机电力自动巡检方法，其特征在于，获取无人机巡检时拍摄的实时视频流，结合所述实时视频流以及所述识别模型对无人机进行巡检导航，获取兴趣点视频，具体为：

设置飞行起始点和飞行高度区间，控制所述无人机飞行至飞行起始点进行巡检拍摄，得到所述实时视频流；

根据所述识别模型检测所述实时视频流中是否存在中心兴趣点以及引导兴趣点，如果存在中心兴趣点，则控制无人机飞行至距离所述中心兴趣点的设定距离处，并获取无人机围绕所述中心兴趣点采集的兴趣点视频，如果不存在中心兴趣点，仅存在引导兴趣点，则根据引导兴趣点的方向对无人机进行巡检导航，并控制无人机继续拍摄实时视频流。

6.根据权利要求5所述的无人机电力自动巡检方法，其特征在于，获取无人机围绕所述中心兴趣点采集的兴趣点视频，具体为：

所述中心兴趣点为杆塔；

获取待巡检区域各杆塔的高度、宽度以及其它兴趣点与杆塔之间的相对位置关系，进行杆塔模型的建模；

根据杆塔模型设置拍摄兴趣点视频的拍摄角度；

按照所述拍摄角度控制无人机围绕所述中心兴趣点进行多角度拍摄，得到所述兴趣点视频。

7.根据权利要求5所述的无人机电力自动巡检方法，其特征在于，根据引导兴趣点的方向对无人机进行巡检导航，具体为：

所述引导兴趣点为高压电线；

根据所述高压电线的方向对所述无人机进行巡检导航。

8.一种无人机电力自动巡检装置，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-7任一所述的无人机电力自动巡检方法。