虚拟现实和图像识别在无人机线路巡检工作中的应用研究.docxVIP

虚拟现实、图像识别在无人机线路巡检工作中的应用研究近几年，我国输电线路公里数同比不断增加。由于输电线路设备大多暴露在野外环境运行，气象条件复杂、现场环境多变，导线、避雷线、绝缘子、金具在长时间运行后，由于各种力的长期作用，可能发生断股、锈蚀、过热等情况。过去依靠人工逐个杆塔巡视的作业方法，巡视工作量大、复杂的地理环境给巡视人员带来未知的安全风险。同时人工巡检的方式消耗大量的人力物力，使得更多深入的工作无法有效展开。无人机巡线因其智能高效、省时省力的特点正逐渐取代人工巡检。无人机用作超高压输电线路巡检工作，最简单的方式是把小型摄像机、照相机或红外测温装置固定在飞机云台内。飞行当中对导线及绝缘子串进行摄像时，只需一人操纵飞机，进行全线拍摄或悬停空中对重点部位、已发现的缺陷进行拍照取样，通过放大影像分析缺陷成因和制定检修方案。无人机巡检大大节省了人力物力成本，取代人工及直升机巡检的同时引发了新的问题：①无人机巡检主要采用摄像机拍摄、红外光检测及拍照取样放大分析三种方式来采集数据，三种方式采集的数据缺乏综合手段，降低了发现问题的机率；②该方法不利于细微问题检测；③该方法不利于故障信息及时上报。VR技术日趋成熟的今天，将该技术应用于电力巡检能解决无人机巡检存在的问题，大大提高无人机巡检的可操作性，促进人工巡检向智能化巡检过渡。针对以上问题，研究VR技术在电力巡检系统中的应用。将无人机获取的三股信息流传输到VR眼镜中并进行综合处理，巡检工作人员可通过VR眼镜实时查看电力线路情况。VR的三维环境沉浸技术可使电力线路情况一览无余，与无人机辅助创造虚拟现实巡线环境，大大提高了巡检效率和巡检的准确性。同时研究一套智能巡检系统嵌入VR眼镜，查看线路问题的同时，该系统可将无人机获取的三股信息流进行数据综合分析，并在VR眼镜中呈现实时分析情况，利用图像识别技术在VR画面中将可能的线路故障呈现红色预警标识，辅助巡检人员对线路故障进行分析判断，减轻巡检人员工作量的同时提高发现问题的几率，并可将故障信息实时上报相关部门及时解决，提高了故障发现率及上报故障信息的时效性。该系统的图像识别技术可对巡检图像进行处理、分析和理解，以识别各种不同故障，并对故障进行相关标识以辅助巡检工人判断。图像识别技术如图所示：类似上图，无人机采集的画面传输到VR中后，智能巡检系统通过图像识别技术在画面中标记出疑似故障部位，辅助巡检个人判断故障信息。附：图像识别技术相关知识图像识别技术是人工智能的一个重要领域，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。一般工业使用中，采用工业相机拍摄图片，然后再利用软件根据图片灰阶差做进一步识别处理，它以图像的主要特征为基础进行识别，例如：每个图像都有它的特征,如字母A有个尖，P有个圈、而Y的中心有个锐角等。图像识别是一种从大量信息和数据出发，在专家经验和已有认识的基础上，利用计算机和数学推理的方法对形状、模式、曲线、数字、字符格式和图形自动完成识别、评价的过程。图像识别包括两个阶段，即学习阶段和实现阶段，前者是对样本进行特征选择，寻找分类的规律，后者是根据分类规律对未知样本集进行分类和识别。图像识别的过程：信息的获取：通过传感器，将光或声音等信息转化为电信息。信息可以是二维的图象：如文字、图化等，可以是一维的波形：如声波、心电图、脑电图，也可以是物理量与逻辑值。预处理：包括A\D,二值化，图象的平滑，变换，增强，恢复，滤波等, 主要指图象处理。特征抽取和选择：在模式识别中，需要进行特征的抽取和选择，例如，一幅64x64的图象可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。这就是特征提取和选择的过程。分类器设计：分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低。分类决策：在特征空间中对被识别对象进行分类。