[发明专利]一种输电线路的防外破报警方法和系统在审

专利信息
申请号: 202211479289.0 申请日: 2022-11-24
公开(公告)号: CN115547003A 公开(公告)日: 2022-12-30
发明(设计)人: 杨锐宁;孙喜亮;褚成凤;李明锦;其他发明人请求不公开姓名 申请(专利权)人: 北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司
主分类号: G08B21/18 分类号: G08B21/18;G08B31/00;H04N7/18;G06V20/40;G06V20/52;G06V20/64
代理公司: 北京绘聚高科知识产权代理事务所(普通合伙) 11832 代理人: 张春慧
地址: 100193 北京市海淀区东北旺北京*** 国省代码: 北京;11
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 输电 线路 防外破 报警 方法 系统
【权利要求书】:

1.一种输电线路的防外破报警方法,其特征在于,所述方法用于输电线路的防外破报警系统,所述防外破报警系统包括监测设备,以及搭载在所述监测设备的激光雷达和视频相机;所述防外破报警方法包括:

使用无人机载雷达扫描所述监测设备的安装周边环境,得到底图三维点云,其中,所述底图三维点云包含所述安装周边环境中输电线路坐标;

根据所述底图三维点云对所述监测设备进行安装位置标定,得到所述监测设备的位置姿态信息;

根据所述监测设备的位置姿态信息,使用所述激光雷达摄取所述安装周边环境的点云数据,并且使用所述视频相机摄取所述安装周边环境的视频图像;

根据所述点云数据中的前景点云,判断所述安装周边环境中是否存在可疑故障目标;

当判定所述安装周边环境中存在可疑故障目标时,根据所述可疑故障目标与所述输电线路坐标之间移动距离对应的报警等级距离范围,对所述可疑故障目标进行分级报警;

对所述视频图像中可疑故障目标的图像区域进行深度学习,检测得到所述可疑故障目标对应的障碍类型。

2.根据权利要求1所述的防外破报警方法,其特征在于,所述根据所述底图三维点云对所述监测设备进行安装位置标定,得到所述监测设备的位置姿态信息的步骤,包括:

使用RTK技术对所述监测设备的安装位置进行打点操作,得到所述安装位置对应的地理坐标;

使用所述监测设备的激光雷达采集所述安装周边环境的点云数据;

根据所述安装位置对应的地理坐标,匹配所述点云数据和所述底图三维点云,得到所述监测设备的位置姿态信息。

3.根据权利要求2所述的防外破报警方法,其特征在于,所述根据所述安装位置对应的地理坐标,匹配所述点云数据和所述底图三维点云,得到所述监测设备的位置姿态信息的步骤,包括:

根据所述安装位置对应的地理坐标,对所述点云数据进行旋转平移,以使所述点云数据与所述底图三维点云位置吻合;

提取所述点云数据的变换矩阵;

对所述点云数据与所述底图三维点云的重叠部分点云进行ICP配准,得到新的所述变换矩阵;

使用所述新的变换矩阵计算得到所述监测设备的位置姿态信息。

4.根据权利要求2所述的防外破报警方法,其特征在于,在对所述可疑故障目标进行分级报警的步骤之后,所述方法还包括:

使用所述监测设备的位置姿态信息和所述视频相机摄取的所述安装周边环境的视频图像,建立所述监测设备的地理信息;

保存并显示所述监测设备的地理信息。

5.根据权利要求1所述的防外破报警方法,其特征在于,所述根据所述可疑故障目标与所述输电线路坐标之间移动距离对应的报警等级距离范围,对所述可疑故障目标进行分级报警的步骤,包括:

当所述移动距离处于第一报警等级距离范围时,提示所述可疑故障目标;

当所述移动距离处于第二报警等级距离范围时,上传所述可疑故障目标的点云数据和视频图像;

当所述移动距离处于第三报警等级距离范围时,将所述监测设备的设备信息上传至服务器。

6.根据权利要求1所述的防外破报警方法,其特征在于,所述对所述视频图像中可疑故障目标的图像区域进行深度学习的步骤,包括:

建立深度学习网络分类模型;

使用故障目标训练集训练所述深度学习网络分类模型,直至所述深度学习网络分类模型的损失函数收敛;

将所述可疑故障目标的图像区域输入至损失函数收敛的所述深度学习网络分类模型,输出所述可疑故障目标的障碍类型。

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北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司,未经北京数字绿土科技股份有限公司;武汉绿土图景科技有限公司许可,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/202211479289.0/1.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