无人机输电线路巡检树障隐患自动分析技术研究

发布时间：2021-09-22 12:25

　　随着中国经济的快速增长,电网的规模逐步扩增,高水平,长距离的输电线路也日益增长,然而,我国幅员辽阔,地势地形复杂多变,使得对输电线路的安全隐患检测非常困难。树障隐患则是造成当前输电线路运作失常的主要原因之一。当前,输电线路树障信息的采集方法根据作业方式可分为三种,人工的树障隐患信息采集、无人机可见光树障隐患信息采集和激光雷达树障隐患信息采集。然而,传统人工电网巡检管理模式不可避免的存在人工巡检效果差、工作效率低、人工成本高等诸多方面的问题,已经无法适应当前社会对电网高效率巡检、高工作量和精细效益化的工作要求。随着无人机的出现,国内外越来越多的技术人员和学者开始研究如何基于无人机采集的数据来检测树木与输电线路的距离,从而进一步对树障隐患进行分析,但是仍然存在许多问题,例如检测精度低和检测结果不稳定。目前,基于点云数据对树障隐患进行检测的研究较少,并且相较于无人机影像树障测量技术,其成本昂贵、操作复杂、设备安全隐患较大,需要专业团队才能完成。针对目前无人机电力树障巡检中主要依靠人工处理海量影像数据且精度不高的行业痛点,本文基于所在科研团队研发的无人机智能飞行软件获取500Kv“楚穗交流”线... 

【文章来源】：山东理工大学山东省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

多旋翼无人机Fig2.1Multi-rotoruav

?刂饕??跋竦墓庑奈恢茫?夥轿辉?丶从跋衿毓馐笨滔嗷?淖颂?臀恢谩Ｄ诜轿辉?素通常是通过校准相机获得，而外方位元素必须通过摄影测量前方交会和后方交会获得。目前无人机平台姿态不稳定，搭载的相机大多是非量测相机以及只有低精度导航数据而无高精度POS数据可用的现状，因此利用成熟的航空倾斜数据处理技术来处理无人机倾斜影像有很大局限性，因此将结合目前计算机视觉领域的StructureFromMotion技术（SFM）与摄影测量传统技术相结合，使得无人机倾斜传感器数据自动空三和联合精确定位既能稳健处理又能高精度定位。图2.2具有同名点的影像Fig2.2Theimagewiththesamenamepoint本文主要采用空三解算求解影像同名点大地坐标，从而获得大量实际场景点云。对于大量同名连接点，如图2.2，观测误差方程的约化处理和大型稀疏矩阵的解算是大型区域网空三解算的重要方法和重要环节。区域网空三解算中的未知数主要包括内外方位元素，控制点地面坐标等。假设误差方程及法方程式：xxssxxcccssssggggggiiiiiivBxAtAdlPvExlPvEdlPvAtDdlPvAtDdlP=++===+=+（2.1）其中，xv、cv、sv、gv、iv分别为像点坐标、控制点坐标、内方位元素、GPS观测值、IMU观测值的改正数向量；B、xA、sA、gA、iA分别为待定点、共线方程中外方位元素、自检校参数、GPS漂移改正对应的外方位元素、IMU漂移改正对应的外方位元素的系数矩阵；gD、iD对应GPS、IMU的漂移改正系数矩阵；xl、cl、sl、gl、il为常数项；xP、cP、sP、gP、iP为相应的权矩阵。其对应的法方程式(上三角形式)为：NX=L（2.2）

山东理工大学硕士学位论文第二章无人机影像点云数据的获取及特征分析13转置对称项图2.4改化法方程结构图Fig2.4Equationstructurediagramofmodifiedmethod然而，在解算过程中，常用做法是通过消除待定点未知数来获得改化法方程，本文利用逐次分块约化法对改化法方程进行求解。通过逐次分块约化法，在对改化法方程进行求解的过程中，能够同时获取改正数的协因数矩阵vvQ、所求未知数的协因数矩阵xxQ以及可靠性矩阵vvPQ，这对利用验后方差分量估计理论计算各类观测值的验后权并自动定位粗差提供了便利。图2.5空三解算获得的点云数据Fig2.5Pointclouddataobtainedbyemptythreecalculation基于上述原理方法通过输入同名点影像即可解算同名点的大地坐标，从而获得点云数据，如图2.5。2.4输电线路无人机影像点云数据特征分析由于电力线本身所处环境和噪声等问题，基于无人机影像获得的点云数据不可避免的存在很多问题，本小节对基于无人机影像获得的点云数据具体情况进行介绍。


本文编号：3403757