融合计算机视觉和惯性传感器的线路舞动监测与预测方法

    公开(公告)号:CN116753981A

    公开(公告)日:2023-09-15

    申请号:CN202310866254.0

    申请日:2023-07-14

    IPC分类号: G01C23/00 G01C21/16

    摘要: 本发明涉及一种融合计算机视觉和惯性传感器的线路舞动监测与预测方法,属于线路舞动监测技术领域。技术方案是:构建高精度的舞动姿态解算算法以解决姿态解算时陀螺仪误差随时间累积的问题;基于计算机视觉算法,对输电线路舞动情况进行实时监测,采集监测视频并进行图像处理;先选用视频稳像算法对采集视频进行去抖动预处理后再进行舞动异常检测,再通过机器学习与图像处理方法提取输电线路导线舞动特性,实时监测舞动特点,判断舞动等级并及时进行预警。本发明提供更多维度、更全面、更准确的导线线路舞动监测和分析,进一步的数据处理和算法分析可以获得更细致的舞动行为识别和趋势预测,提高监测的准确度,以增强线路的安全性和可靠性。

    一种无人机自主精准着陆方法
    4.
    发明公开

    公开(公告)号:CN114779798A

    公开(公告)日:2022-07-22

    申请号:CN202210543572.9

    申请日:2022-05-19

    IPC分类号: G05D1/08 G05D1/10

    摘要: 本发明涉及一种无人机自主精准着陆方法,属于无人机控制方法技术领域。技术方案是:基于视觉定位,视觉跟踪技术,采用国际上通用的apriltag定位标记,KCF实时跟踪技术,结合RTK速度反馈和GPS速度反馈,实现了消除镜头硬件延时,毫秒级无人机位置反馈的性能指标。本发明的有益效果是:高空PID跟踪程序能够很好跟踪飞机动向,低空PID控制+乒乓控制的组合,有效提高了控制程序的鲁棒性,并有效降低延迟对控制系统稳定性的影响,满足在复杂天候条件下无人机控制所需的反馈通路的高时效性,为精准着陆控制提供必要的条件,使无人机的降落精度有了显著的提高。

    基于双目相机和深度学习的高压输电线路舞动监测方法

    公开(公告)号:CN116740647A

    公开(公告)日:2023-09-12

    申请号:CN202310866237.7

    申请日:2023-07-14

    摘要: 本发明涉及一种基于双目相机和深度学习的高压输电线路舞动监测方法,属于高压输电线路舞动监测技术领域。技术方案是:采集高压输电线路的原始视频,从原始视频中提取图像数据集;将图像数据集A作为全卷积神经网络FCN的输入,得到导线的语义分割结果;对全卷积神经网络FCN语义分割后的图像进行处理,得出最终提取的导线;利用LK光流对提取出来导线中的参照物进行运动追踪,得出最终的导线位移情况;对参照物的位移变化曲线进行快速傅里叶变换 FFT处理,可获得导线舞动振幅频谱。本发明采用基于深度学习的FCN网络提升了整体算法的综合性能,降低了对资源和时间的消耗需求,将深度学习融入线路舞动监测中,提高识别精度和效率。