[发明专利]一种基于无人机的前端智能识别系统在审

专利信息
申请号: 202110526841.6 申请日: 2021-05-14
公开(公告)号: CN113312991A 公开(公告)日: 2021-08-27
发明(设计)人: 鲁凤斌;盖英德;杨朕;崔振宇;赵帅;于波 申请(专利权)人: 华能阜新风力发电有限责任公司
主分类号: G06K9/00 分类号: G06K9/00;G06F9/54;H04N7/18
代理公司: 北京共腾智慧专利代理事务所(普通合伙) 11608 代理人: 朱贺芳
地址: 123000 辽宁省阜*** 国省代码: 辽宁;21
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 无人机 前端 智能 识别 系统
【说明书】:

发明公开了一种基于无人机的前端智能识别系统,包括采集分析层,所述采集分析层内设有无人机外挂云台摄像机和前端智能识别装置,所述无人机外挂云台摄像机用于采集目标图片,所述前端智能识别装置用于实时分析处理无人机外挂云台摄像机采集到的目标图片,识别目标缺陷;采集分析层将识别后的结果通过数据传输层传递到结果展现层;数据传输层,所述数据传输层用于将采集分析层的识别结果传输到结果展现层中;本发明通过给无人机外挂智能识别装置的方式,在飞行的过程中实时进行前端智能识别,将识别出的缺陷结果实时推送给无人机操作人员,操作人员依据推送结果对目标缺陷进行多角度、多方向的拍摄,提升巡检效率,增加巡检结果的准确性。

技术领域

本发明涉及无人机巡检技术领域,具体为一种基于无人机的前端智能识别系统。

背景技术

随着无人机技术及人工智能技术的发展,无人机的应用场景愈加广泛。利用无人机外挂可见光/红外摄像头进行输电线路、风机叶片和变电站场区的巡检已在电力行业有了较多的实际案例。无人机的高机动性、便携性等特点,大大减少了巡检时间,增加了巡检的效率。目前无人机巡检多采用人工+机器图像识别的方式进行。人工识别主要有两种形式,一是操作人员控制无人机在指定位置悬停,通过无人机控制器上显示的画面,人工进行缺陷识别;二是依据巡检规程,对指定位置进行拍照,在飞行结束后将所拍摄照片导入电脑中进行人工筛查。机器图像识别是利用人工智能算法,将无人机所拍摄的照片导入电脑后进行机器识别。

人工识别的方式对操作人员具有一定的专业技能要求,不同人员的识别结果会产生差异性;机器识别的方式无法在无人机飞行过程中对缺陷进行实时识别,如后期对识别出的缺陷进行多角度分析,还需要再次去拍照地点进行复飞复拍,增加了巡检作业时间。为此,我们提出一种基于无人机的前端智能识别系统。

发明内容

本发明的目的在于提供一种基于无人机的前端智能识别系统,以解决上述背景技术中人工识别的方式对操作人员具有一定的专业技能要求,不同人员的识别结果会产生差异性;机器识别的方式无法在无人机飞行过程中对缺陷进行实时识别,如后期对识别出的缺陷进行多角度分析,还需要再次去拍照地点进行复飞复拍,增加了巡检作业时间的问题。

为实现上述目的,本发明提供如下技术方案:一种基于无人机的前端智能识别系统,包括

采集分析层,所述采集分析层内设有无人机外挂云台摄像机和前端智能识别装置,所述无人机外挂云台摄像机用于采集目标图片,所述前端智能识别装置用于实时分析处理无人机外挂云台摄像机采集到的目标图片,识别目标缺陷;采集分析层将识别后的结果通过数据传输层传递到结果展现层;

数据传输层,所述数据传输层用于将采集分析层的识别结果传输到结果展现层中;

结果展现层,所述结果展现层用于实时展现缺陷结果。

优选的,所述数据传输层采用无人机飞控系统数据链及前端智能识别装置WIFI链路两种方式传输。

优选的,所述结果展现层内包含两种展示形式,第一种是无人机飞控操作装置页面,通过无人机飞控系统开放的RDK接口,实时进行缺陷结果提醒;第二种是部署地面工作站,地面工作站与前端智能识别装置通过WIFI链路进行实时通信,地面工作站安装有目标缺陷展示页面,将前端智能识别装置识别出缺陷结果进行实时展示,存储缺陷类别、缺陷照片并进行缺陷类别统计,两种展现方式可根据现场情况进行二选一或全选的灵活配置。

优选的,所述前端智能识别装置由GPU、CPU、WIFI模块、RDK模块和电源模块组成;

所述RDK模块用于收集到图片数据;

所述GPU中内嵌机器识别算法,用于对无人机采集到的图片进行实时智能识别;

所述CPU用于进行通信管理及数据的分发,将通过RDK模块收集到的图片数据以及GPU识别后的结果传输至WIFI模块和无人机RDK模块中。

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华能阜新风力发电有限责任公司,未经华能阜新风力发电有限责任公司许可,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/202110526841.6/2.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