[發明專利]一種變電站巡檢無人機的多目態勢感知導航方法

有效

• 申請號: 202010561811.4
• 申請日: 2020-06-18
• 公開（公告）號: CN111741263B
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 張永挺;謝幸生;王干軍;吳啟民;馮燦成;江玉歡;李福鵬;丁宗寶;張勇志;林永昌;朱翚;邱桂洪;梁簡
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司中山供電局
• 主分類號: H04N7/18
• 分類號: H04N7/18;G07C1/20;G06K9/00
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種變電站巡檢無人機的多目態勢感知導航方法，其特征在于，包括以下步驟：

S1：采集變電站內監控攝像頭與巡檢無人機拍攝的視頻流；

S2：對所述視頻流進行解碼，獲得變電站內不同區域多源的同步多幀圖片，并保存在指定的存儲路徑中；

S3：建立變電站空間坐標系；

S4：讀取所述同步多幀圖片，采用改進的SSD算法對所述同步多幀圖片進行對象識別分析，識別得到變電站內的電力設備的分類結果；其具體步驟包括：

S4.1：讀取所述同步多幀圖片中巡檢無人機拍攝的視頻流對應的無人機多目巡檢解碼圖片；

S4.2：在所述無人機多目巡檢解碼圖片中生成變電站內的電力設備的目標窗口；

S4.3：采用卷積網絡初步提取所述無人機多目巡檢解碼圖片中的特征；

S4.4：采用倒金字塔型卷積網絡對所述S4.3步驟提取的特征進行多層特征提取，得到特征圖；

S4.5：在每張所述特征圖中計算目標窗口的類別分數與損失函數；

S4.6：采用非極大值抑制步驟產生變電站內電力設備初步識別結果；

S4.7：從所述變電站內電力設備初步識別結果中抽象出聚類模型，將不同變電站設備的標準參數設置為參考點，計算變電站設備的局部密度函數γ_i與距離函數δ_i；其中，所述變電站設備的局部密度函數γ_i與距離函數δ_i滿足以下公式：

γ_i＝∑λ(d_ij-d_c)

其中，d_ij表示聚類模型中數據點i與數據點j之間的距離，d_c表示截斷距離；λ為系數，當數據點i的橫坐標為負數時，λ取值為1，當數據點i的橫坐標為正數時，λ取值為0；

S4.8：以所述局部密度函數γ_i與距離函數δ_i分別作為橫縱坐標，確定所述聚類模型中變電站內電力設備的聚類中心，并對變電站內電力設備進行類別識別；

S4.9：按照密度降序對剩余數據點進行類別指派，確定變電站內電力設備的分類結果；

S4.10：將所述變電站內電力設備的分類結果與實際變電設備的分類結果進行比對，若兩者一致，則輸出變電站內電力設備的分類結果；若兩者不一致，則跳轉執行S4.2步驟；

S5：采用多源SLAM算法并對變電站實時環境進行態勢感知，得到巡檢無人機在變電站內的運行狀態；其具體步驟包括：

S5.1：讀取所述同步多幀圖片中監控攝像頭拍攝的視頻流對應的監控攝像頭解碼圖片；

S5.2：確定巡檢無人機在不同飛行位置的觀測攝像頭，標定所述觀測攝像頭的內外參數；

S5.3：建立變電站巡檢多目攝像坐標模型；

S5.4：利用干擾矩陣E修正所述變電站巡檢多目攝像坐標模型，確定巡檢無人機的實時位置；

S5.5：引入所述S4步驟識別得到的變電站內的電力設備的分類結果及所述巡檢無人機的實時位置，確定巡檢無人機的運動狀態；

S6：將所述識別得到的變電站內的電力設備的分類結果以及所述巡檢無人機在變電站內的運行狀態輸入調度系統后臺，與所述調度系統后臺中的變電站實際環境特征數據進行匹配，若輸入數據與變電站實際環境特征數據匹配一致，則完成巡檢無人機的多目態勢感知導航；若輸入數據與變電站實際環境特征數據匹配不一致，則跳轉執行S5步驟。

2.根據權利要求1所述的變電站巡檢無人機的多目態勢感知導航方法，其特征在于：所述S1步驟的具體步驟如下：

S1.1：根據巡檢日期獲取變電站內監控攝像頭拍攝的視頻流，并按照監控攝像頭拍攝對象的位置分布，將變電站站區從某一方位角開始按順時針或逆時針方向近等矩形劃分為若干個區域，每個區域攝像頭依次進行編號，并建立相應文檔將不同區域、不同監控攝像頭的監控視頻進行保存；

S1.2：獲取巡檢無人機拍攝的視頻流，并將所述巡檢無人機拍攝的視頻流根據所述S1.1步驟中劃分的若干區域進行分類，并保存在所述相應文檔內。