基于5G 通信技术的无人机输电线路快速巡检方法

2023-12-28 06:48
通信电源技术 2023年20期
关键词:图像处理像素显著性

杨 珊

(国网荆州供电公司,湖北 荆州 434000)

0 引 言

输电线路的稳定运行和安全性一直是电力系统管理者关注的重要问题。传统的输电线路巡检方式存在许多局限性,如效率低、风险高等。为了克服这些问题,学者们对无人机输电线路快速巡检方法进行了广泛研究,提出一系列创新的方法。文献[1]通过激光扫描获取线路的三维点云数据,并利用点云处理和分析算法进行故障检测。文献[2]借助高分辨率摄像头和图像处理技术,实现对线路的自动化监测和故障定位。然而,上述方法存在巡检效率低、准确性低等问题。文章提出了一种基于5G 通信技术的无人机输电线路快速巡检方法,以提高巡检效率并降低巡检风险,帮助工作人员及时发现和处理线路的潜在问题,进一步优化电力供应的可靠性和稳定性。

1 基于5G 通信技术的无人机输电线路快速巡检方法

1.1 输电线路无人机巡检平台系统架构

无人机利用配备的巡检设备和传感器进行巡检任务,通过5G 通信网络与地面指挥中心建立实时连接[3]。地面指挥中心监管无人机的飞行状态和路径,并接收、处理无人机传输的图像和数据。同时,巡检平台提供数据存储和管理功能,便于后续的分析和统计[4]。该平台实现了高效的无人机巡检任务执行和数据处理功能,为输电线路的维护和管理提供了有力支持,系统具体架构如图1 所示。

图1 输电线路无人机巡检平台系统架构

1.2 输电线路巡检图像预处理

针对采集的图像进行初步处理,以提高图像质量,减少噪声和干扰,并从中提取有用的信息。先将彩色图像转化为灰度图像,常用的方法是使用加权求和的方式计算灰度值[5]。灰度值Gr(x,y)的计算公式为

式中:R(x,y)、G(x,y)、B(x,y)分别为图像中某个像素位置(x,y)的红、绿、蓝通道的亮度值。

利用滤波操作平滑图像,去除噪声和细节[6]。滤波后图像在位置(x,y)处的像素值为

式中:σ为高斯核的标准差。

增强操作可以改善图像的对比度和细节[7]。增强后的像素值为

式中:f(x,y) 为原始图像在位置(x,y) 处的像素值;CDF[f(x,y)]为原始图像像素值f(x,y)的累积分布函数;CDFmin为累积分布函数的最小值;M×N为图像大小;L-1 为灰度级数量。

1.3 无人机输电线路快速巡检

无人机输电线路快速巡检的内容包括异物探测与清障、杆塔状况评估、线路巡检、数据分析与报告生成以及故障诊断与维修支持[8]。将无人机收集的数据传输至指挥中心进行数据分析和处理,生成巡检报告。在发生线路故障时,无人机还可以为维修人员提供远程支持和诊断功能。通过这种输电线路快速巡检方法,能够高效、准确地监测线路安全情况。

无人机输电线路快速巡检是一种将无人机技术与图像处理、数据分析等领域相结合,实现对输电线路的自动化巡检和故障检测的创新性方法。其基本思想是利用无人机搭载的飞行控制系统、传感器、高分辨率摄像头获取输电线路的图像数据,然后通过图像处理算法和机器学习模型对图像数据进行分析和识别,从而快速定位和识别线路故障点[9-10]。通过定义适当的函数,结合图像数据和预训练的模型,可以实现快速且准确的线路巡检[11]。模型的训练过程涉及大量的数据标注和特征提取工作。通过标注已知故障样本的和提取正常样本的特征,可以训练一个有效的机器学习模型,用于识别图像中的线路故障点。

2 实验分析

2.1 实验准备

采用北京数字绿士科技有效公司生产的Li-Air八旋翼无人机采集输电线路巡检图像。该设备包括全球导航卫星系统(Global Navigation Satellite System,GNSS)双天线及接收机、Novatel惯性测量单元(Inertial measurement unit,IMU)定位姿态系统、存储控制单元、微型计算机以及数码摄像头,如图2 所示。

图2 Li-Air 八旋翼无人机

该无人机搭载Velodyne VLP-16 传感器,测距范围为100 m,扫描角度为垂直方向±15°、水平方向360°。无人机的飞行高度为40 m,飞行速度为3.6 m/s,平均点云密度为370 个/m2,最大回波次数为1 次。

2.2 实验结果

平均绝对误差是衡量无人机巡检性能的关键指标,即生成的显著性图像与实际显著性图像之间的误差。平均绝对误差值越小,代表生成显著性目标图像的质量越好,检测精度越高。平均绝对误差计算公式为

其中,B、L分别表示无人机巡检图像的长、宽;E(x,y)表示生成显著性图;E'(x,y)表示实际显著性图。

此次实验设定10 张无人机巡检图像共有100 个显著性目标,采用本文方法、文献[1]方法与文献[2]方法进行显著性目标检测,结果如图3 所示。

图3 平均绝对值误差结果

由图3 可知,文章所提方法在输电线路巡检中的平均绝对误差值明显小于文献[1]方法和文献[2]方法,在完成输电线路巡检任务时表现较好。此外,平均绝对误差值越小表明线路位置定位和故障检测的准确性更高。因此,采用更精确的传感器并引入更先进的图像处理算法,能够更准确地获得线路的位置信息并识别出潜在的故障点。

为验证无人机输电线路巡检的速度,与文献[1]方法和文献[2]方法进行目标检测的时间开销分析,结果如图4 所示。

图4 时间开销分析

由图4 可知,文章所提方法在目标检测的时间开销方面表现最佳,仅用了14 s;文献[1]方法迭代次数较多,导致检测所需时间较长,需要44 s;文献[2]方法由于运算难度较大,完成巡检任务则需要56 s。因此,文章所提方法能够有效减少计算量和迭代次数,从而显著缩短目标检测时间。这进一步验证了所提方法的高效性和实用性,在无人机输电线路巡检中能够更快速地完成任务。

3 结 论

通过基于5G 通信技术的无人机输电线路快速巡检方法,能够有效解决传统巡检方法存在的效率低下和人力资源消耗大等问题。该方法利用无人机搭载高清摄像头和红外热像仪,通过5G 网络实现与指挥中心的实时数据传输和远程操作。经过一系列实验验证,该方法能够显著提高巡检效率和准确率,同时降低巡检人员的风险,优化资源利用,具有较好的应用价值。

猜你喜欢
图像处理像素显著性
赵运哲作品
像素前线之“幻影”2000
“像素”仙人掌
基于显著性权重融合的图像拼接算法
基于图像处理的机器人精确抓取的设计与实现
机器学习在图像处理中的应用
基于视觉显著性的视频差错掩盖算法
一种基于显著性边缘的运动模糊图像复原方法
论商标固有显著性的认定
基于图像处理的定位器坡度计算