【技术实现步骤摘要】
一种基于无人机的红外巡检系统及其方法
[0001]本专利技术涉及无人机红外巡检
,尤其涉及一种基于无人机的红外巡检系统及其方法
。
技术介绍
[0002]电力行业需要定期检查设施和基础设施,以确保安全和性能
。
传统的巡检方法通常昂贵
、
耗时且不够高效
。
无人机红外巡检技术应运而生,红外成像技术的进步使其更加便携
、
高分辨率,并具有更广泛的应用,无人机红外巡检技术能够自动检测和分析问题,提高效率并可以减少人工巡检的风险
。
[0003]现有的基于无人机的红外巡检系统及其方法通过以下技术实现,包括:红外成像技术:无人机搭载红外相机或热成像摄像机,用于捕捉目标物体的红外辐射
。
这些相机可以检测物体的温度差异,从而揭示问题或异常
。
自动飞行控制系统:无人机需要先进的自动飞行控制系统,以实现自主的飞行和任务执行
。
这些系统通常包括
GPS
导航
、
姿态控制
、
避障技术等
。
数据处理和分析:收集到的红外图像需要进行数据处理和分析,以识别潜在问题
。
机器学习和计算机视觉技术在此方面发挥关键作用
。
通信和遥控:无人机需要可靠的通信系统,以便与操作员或地面站进行数据传输和遥控
。
无人机红外巡检技术在提高安全性
、
降低成本
、
...
【技术保护点】
【技术特征摘要】
1.
一种基于无人机的红外巡检方法,其特征在于,用于服务器,包括以下步骤:
S1
,评估无人机飞行平台对红外检测算法的影响,得到飞行平台评估系数;
S2
,评估无人机姿态控制算法对红外检测算法的影响,得到姿态控制算法评估系数;
S3
,评估无人机红外传感器稳定性对红外检测算法的影响,得到红外稳定性评估系数;
S4
,评估无人机红外传感器识别质量对红外检测算法的影响,得到红外识别质量评估系数;
S5
,评估环境因素对红外检测算法的影响,得到环境因素补正评估系数;
S6
,评估人为因素对红外检测算法的影响,得到人为因素补正评估系数;
S7
,根据飞行平台评估系数
、
姿态控制算法评估系数
、
红外稳定性评估系数
、
红外识别质量评估系数
、
环境因素补正评估系数和人为因素补正评估系数对红外检测算法的影响进行综合评估,得到稳定性综合评估系数;
S8
,根据稳定性综合评估系数对红外检测算法进行对应的调节
。2.
如权利要求1所述基于无人机的红外巡检方法,其特征在于,所述得到飞行平台评估系数的具体步骤为:获取无人机飞行平台的数据,合并记为无人机飞行平台原始数据组,无人机飞行平台原始数据组数据类别记为
a0,
a0=
1,2,...,a
,
a
为无人机飞行平台原始数据组数据类别总数,无人机飞行平台原始数据组数据第
a0类的数据记为
b0,
b0=
1,2,...,b
,
b
为无人机飞行平台原始数据组第
a0类数据数量总数,则第
a0类第
b0个无人机飞行平台原始数据组数据记为并据此通过计算飞行平台评估系数公式得到第
a0类第
c0个无人机飞行平台原始数据组的飞行平台评估系数具体计算公式为其中表示第
a0类第
b0个无人机飞行平台原始数据组中飞行稳定性评估值,表示第
a0类第
b0个无人机飞行平台原始数据组中高度控制评估值,表示第
a0类第
b0个无人机飞行平台原始数据组中传感器性能评估值,和分别表示第
a0类第
b0个无人机飞行平台原始数据组数据设定飞行稳定性标准值
、
设定高度控制标准值和设定传感器性能标准值,
β
表示无人机飞行平台原始数据组数据噪音影响读取误差因子,
c
表示第
a0类第
b0个预定义无人机飞行平台飞行轨迹规划算法影响修正值,同样的步骤计算所有无人机飞行平台原始数据组的数据,经过学习算法再次融合计算后得到飞行平台评估系数
α
。3.
如权利要求2所述基于无人机的红外巡检方法,其特征在于,所述得到姿态控制算法评估系数的具体步骤为:获取无人机姿态控制算法的数据,合并记为无人机姿态控制算法原始数据组,由无人机姿
态控制算法原始数据组获取姿态控制算法平滑性匹配评估值
B、
姿态调整速度评估值
C、
航线规划适配性评估值
D
和预定义数据同步匹配系数
E
,并据此通过计算姿态控制算法评估系数公式得到姿态控制算法评估系数
χ
,具体计算公式为其中
φ
表示姿态控制算法平滑性匹配评估值与姿态调整速度评估值匹配调和因子,
d
和
f
分别表示姿态控制算法平滑性匹配评估值和姿态调整速度评估值对应的稳定性权重因子,
C
预
表示预定义姿态调整速度评估标准值,
D
预
表示预定义航线规划适配性评估标准值,表示预定义航线规划适配性评估值对姿态控制算法的匹配调和因子,
δ
表示预定义红外传感器型号对数据同步匹配系数的匹配调和因子,
ε
表示姿态控制算法平滑性匹配评估值和姿态调整速度评估值相互叠加负向影响系数,
φ
表示预定义算法类型修正系数,
e
表示自然常数
。4.
如权利要求3所述基于无人机的红外巡检方法,其特征在于,所述得到红外稳定性评估系数的具体步骤为:获取无人机红外传感器稳定性的数据,合并记为红外稳定性原始数据组,由红外稳定性原始数据组获取机械振动影响匹配评估值
F、
传感器供电稳定性匹配评估值
G、
安装牢固性匹配评估值
H、
安装位置适配性匹配影响系数
I
,并据此通过计算红外稳定性评估系数公式得到红外稳定性评估系数
γ
,具体计算公式为其中
G
预
表示传感器供电稳定性匹配评估标准值,
g
和
h
分别表示机械振动影响匹配评估值和传感器供电稳定性匹配评估值与传感器供电稳定性匹配评估标准值比值对应的影响匹配因子,
i
和
j
分别表示机械振动影响匹配评估值和传感器供电稳定性匹配评估值对应的稳定性权重因子
,n
表示安装牢固性匹配评估值对机械振动影响匹配评估值和传感器供电稳定性匹配评估值的对应的影响叠加因子,
k
表示安装位置适配性匹配影响系数对红外稳定性评估的影响叠加因子,
J
表示红外传感器类型对红外稳定性评估的影响匹配因子
。5.
如权利要求4所述基于无人机的红外巡检方法,其特征在于,所述得到红外识别质量评估系数的具体步骤为:获取无人机红外识别质量的数据,合并记为红外识别质量原始数据组,由红外识别质量原始数据组获取红外图像分辨率
K、
红外识别灵敏度
L、
红外识别动态范围
M
和红外信噪比匹配系数
N
,并据此通过计算红外识别质量评估值公式得到红外识别质量评估值
m
,具体计
算公式为其中
K
标
、L
标
与
M
标
分别表示红外图像分辨率标准值
、
红外识别灵敏度标准值和红...
【专利技术属性】
技术研发人员:许义,万能,刘杰,江兵,孙建明,徐东,贾辉,张承习,
申请(专利权)人:国网安徽省电力有限公司合肥供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。