超高压输电线路机载视觉识别自适应感应取电方法与流程

本发明属于超高压输电线路巡检与无人机自主补能，具体涉及超高压输电线路机载视觉识别自适应感应取电方法。

背景技术：

1、超高压输电线路覆盖范围广、廊道地形复杂，人工巡检难度大、风险高，目前行业普遍采用无人机自主巡航开展线路缺陷检测、通道巡检作业。现有巡检无人机依赖机载锂电池供电，电池容量有限，单次巡航续航时间短，需要频繁返航更换电池，大幅降低全线巡检效率。若采用地面充电桩定点补能，野外输电廊道配套供电设施建设成本高、部署难度大，无法适配长距离连续巡检需求。

2、现有无人机感应取电技术存在以下缺陷：

3、缺乏图像识别前置筛选机制，无人机无法自主区分导线、间隔棒、金具、山体植被等目标，易对非导电构件执行取电操作，取电失效且存在碰撞风险；

4、未针对不同电压等级、不同截面规格导线做自适应取电调节，磁环线圈匝数固定，高压线路感应电压过高易损坏机载电路，低压导线感应功率不足，充电效率低下；

5、取电过程无实时视觉闭环安全校验，无人机受气流影响发生位置漂移后，磁环与导线间距失控，极易出现绝缘击穿、设备短路损坏，缺少分级预警与应急脱磁保护逻辑；

6、传统图像识别算法计算量大，无法适配无人机机载嵌入式低算力硬件，强光、云雾、昏暗环境下目标识别准确率低，无效图像大量占用运算资源。

7、因此，亟需提出一种融合多尺度图像识别、轻量化卷积分类网络、自适应线圈绕组调节、图像联动闭环安全校验的无人机感应取电方案，解决超高压线路无人机长距离自主巡检持续供电难题。

技术实现思路

1、针对现有技术存在的无人机续航短、感应取电无自适应调节、无视觉安全闭环监控、复杂环境目标识别精度差等问题，本发明提供超高压输电线路机载视觉识别自适应感应取电方法，通过机载视觉分层识别输电构件、轻量化神经网络自动分类标注电气参数、动态切换磁环线圈绕组实现适配取电，并构建取电全过程图像实时闭环校验机制，提升无人机野外长距离自主巡检续航能力与作业安全性。

2、为实现上述技术目的，本发明采用的技术方案如下：

3、超高压输电线路机载视觉识别自适应感应取电方法，由无人机搭载可见光深目相机、电磁感应取电模块、机载图像处理单元协同执行，包括如下步骤：

4、s1、巡航图像采集与图片辨别：控制无人机沿超高压输电廊道自主巡航，可见光深目相机持续采集沿线实景图片，机载图像处理单元采用自适应动态亮度阈值分割法完成图片辨别，区分山体、植被、云雾、强光反光干扰背景与超高压导线、间隔棒、耐张金具目标区域，剔除不含输电构件的无效干扰图片，输出标准化有效目标图片集，若当前巡航段标准化有效目标图片集为空，则继续前行采集直至获取有效图片集后再进入s2；

5、s2、多尺度分层图像提取：对有效目标图片集逐帧开展分层图像提取操作，采用边缘检测算法提取导线浅层灰度轮廓，采用尺度不变特征算法提取金具中层纹理局部特征，采用双向编码算法提取导线分裂结构、架设高度深层语义特征，将三层特征拼接生成输电构件专属多维特征向量库；

6、s3、输电构件图像分类：搭建轻量化改进卷积分类网络，以多维特征向量库为输入完成图像分类，自动划分单根导线、四分裂导线、间隔棒以及耐张金具四类图像子集，并同步为各子集标注线路电压等级、导线截面和架设高度电气属性标签，若分类子集为间隔棒、耐张金具，判定该目标不具备取电条件，无人机沿预设航线继续前行，跳转至s1重新采集后续廊道实景图片，仅单根导线、四分裂导线图像子集进入s4；

7、s4、标准原型图像匹配：调取机载本地存储的超高压输电标准原型图像库，采用相对熵图匹配算法，将分类后图像子集与对应电压等级标准原型图像开展图像匹配，计算图像匹配相似度，单帧匹配轻微偏差则执行多帧交叉复核，连续多帧匹配相似度不达标时判定当前导线不适合取电，无人机沿预设航线继续前行，回退至s1重新采集后续廊道实景图片，筛选匹配相似度高于预设阈值的导线图像，锁定感应取电目标导线输出目标导线像素坐标、相对距离；

8、s5、无人机取电姿态精准调控：基于图像匹配输出的目标导线像素坐标、相对距离，结合无人机定位模块、惯性测量模块数据计算机身三轴偏差量，通过比例积分微分闭环控制调节无人机俯仰、横滚和偏航姿态，驱动机载电磁感应取电模块的开合磁环与目标导线保持安全绝缘间距，对位后定位至导线弧垂段并重新调姿对正，随后驱动磁环夹持导线并锁定；

9、s6、导线适配自适应感应取电：磁环夹持锁定后，根据图像分类标注的电压、截面标签调取预设取电参数矩阵，电子切换开关动态切换磁环内部线圈绕组匝数，磁环闭合切割超高压交变磁场生成感应交流电，经整流、滤波和稳压处理后向无人机机载储能电池充电；

10、s7、图像联动取电闭环校验：取电过程中深目相机持续采集目标导线实时图像，截取导线局部roi区域，循环执行图片辨别、图像提取、图像分类以及图像匹配全流程，实时更新图像匹配相似度，设置两级安全判定阈值，匹配相似度低于一级预警阈值，调用s5微调机身姿态，相似度低于二级安全阈值，断开取电回路、分离电磁磁环，重新执行s4至s6，循环校验，满足储能电池满电、人工返航指令、识别线路前方障碍物、机载电池低电量预警任一条件，结束取电作业，，另设低电量优先返航保护。

11、采用上述技术方案，依托机载视觉与感应取电一体化协同，大幅提升超高压线路无人机巡检续航与作业安全性。s1动态阈值过滤复杂环境干扰，剔除无效图像减少算力消耗；s2三层特征提取搭配轻量化卷积网络，可精准识别导线并自动标注电气参数，规避对金具误取电风险。通过相对熵匹配锁定目标导线，pid伺服精准控制磁环与导线安全间距，依据导线工况动态切换线圈匝数，自适应调节感应功率，解决高低压导线充电效率失衡问题。取电全程roi轻量化循环校验，两级阈值分级预警，漂移时自动脱磁保护，多条件自动终止作业，构建视觉闭环安全机制，有效克服传统无人机续航短、适配差、无安全防护、识别精度低的缺陷，拓展长距离自主巡检作业范围。

12、进一步的，所述s1中图片辨别具体包括：

13、s11、图片光照统一校正处理：对深目相机采集的全部实景图片进行亮度均衡校正，校正完成后将整张图片均等划分为若干网格子区域，逐个子区域计算纹理梯度数值，结合梯度形态长宽约束条件区分输电构件与背景；

14、s12、区域阈值判别与无效图剔除：基于全图所有网格子区域的梯度平均值生成动态辨别阈值，将梯度数值大于动态辨别阈值的连续连通区域判定为输电构件有效区域，其余背景区域直接裁剪去除，仅保留包含有效输电构件区域的图片作为有效目标图片，完全剔除无导线、金具的空白干扰图片，完成图片辨别输出标准化图片集。

15、采用上述技术方案，先通过s11亮度均衡校正消除强光、云雾、昏暗等光照不均带来的识别干扰，网格分区计算纹理梯度，依托形态约束初步分割输电构件与复杂背景，降低山体植被误识别概率。在通过s12基于全局梯度均值生成动态阈值，可自适应适配不同廊道环境，精准筛选构件连通有效区域，裁剪冗余背景并剔除不含线路构件的无效图像。既减少后续图像分层提取、分类匹配的运算负载，降低机载嵌入式硬件算力压力，统一输出标准化图像数据集，为后续特征提取、导线识别提供高质量输入，从源头提升复杂野外场景下目标识别稳定性与整体处理效率。

16、进一步的，所述s12中动态辨别阈值的生成方法具体包括：

17、s121、统计所有网格子区域对应的纹理梯度数值，分别提取全部纹理梯度数值中的最大值、最小值与均值，基于最大值和最小值剔除异常梯度噪点数据，所述异常梯度噪点数据为超出均值预设浮动区间的梯度数值，浮动区间与廊道电压等级、环境修正系数匹配；

18、s122、对剔除异常梯度噪点数据后的剩余有效纹理梯度数值进行加权平均计算，结合超高压输电廊道预设环境修正系数进行补偿校正，生成适配当前拍摄光照、环境场景的实时动态辨别阈值，该动态辨别阈值同步参与s7二级安全阈值的联动校正，光照昏暗时同步拉低匹配判定基准；

19、s123、将各网格子区域实时纹理梯度数值与所述动态辨别阈值逐一比对，筛选出梯度数值大于动态辨别阈值的连续网格连通区域，结合区域长宽形态约束判定，即为输电构件有效目标区域。

20、采用上述技术方案，先剔除超出均值浮动区间的梯度噪点，消除反光、阴影造成的突变干扰，浮动区间结合线路电压与环境参数，适配不同超高压廊道工况。再经加权平均并引入环境修正系数生成动态阈值，可随光照、地形实时自适应调整，昏暗环境下同步下调匹配判定标准，避免目标漏检。同时阈值联动s7安全校验基准，实现全流程参数协同，结合网格梯度比对与形态约束精准划分构件区域。既能提升云雾、强光等复杂场景下构件识别准确率，又统一前后处理逻辑，减少机载图像处理运算误差，保障图像识别与取电安全校验同步适配现场环境。

21、进一步的，所述s3中输电构件图像分类具体包括：

22、s31、轻量化改进卷积分类网络构建：基于基础卷积神经网络进行轻量化改进，删减冗余卷积层与全连接层，嵌入注意力机制模块与特征融合模块，降低网络运算量的同时强化多维特征向量的特征聚焦能力，适配无人机机载图像处理单元的嵌入式运算环境；

23、s32、特征输入与智能分类：将s2生成的输电构件专属多维特征向量库批量输入轻量化改进卷积分类网络，网络自主学习不同输电构件的轮廓、纹理、语义特征差异，通过预设分类权重参数对输入特征向量进行迭代运算，精准区分单根导线、四分裂导线、间隔棒、耐张金具四类目标，对应生成四类独立图像子集；

24、s33、电气属性自动标注：预先建立输电构件图像特征与电气属性的关联映射数据库，电气属性包含双数据源：一是输电廊道预存台账参数，二是s2深层语义提取得到的架设高度和导线分裂结构，结合图像识别结果、输电廊道预设参数，对分类完成的每一类图像子集自动匹配并标注对应线路电压等级、导线截面规格、导线架设高度三类核心电气属性标签，形成带完整属性标注的分类图像数据集，为后续自适应取电参数调节、各级匹配阈值校正提供统一数据支撑。

25、采用上述技术方案，通过轻量化改造卷积网络，删减冗余层并增加注意力与特征融合模块，大幅降低计算开销，适配无人机机载低算力硬件，同时强化线路特征提取效果。依托多维特征向量完成构件四分类，精准筛除间隔棒、耐张金具无效图像，仅保留导线图像进入取电流程。结合台账与图像语义双数据源自动标注电压、截面、架高电气标签，构建标准化带属性数据集，为后续线圈匝数自适应切换、图像匹配阈值动态校正提供可靠依据，从源头避免非目标误取电，实现取电参数与现场导线工况自动匹配，提升识别精度与取电适配性。

26、进一步的，所述s4标准原型图像匹配步骤包括：

27、s41、精准匹配原型图像调取：依据前述s33步骤完成电气属性自动标注后的分类图像数据集，根据图像数据集对应的输电构件品类、电压等级及导线规格电气属性，从机载本地存储的超高压输电标准原型图像库中，调取与当前识别构件、输电工况参数适配的标准原型图像；所述标准原型图像库按照输电构件品类、适配输电参数进行多层级规整归档，对应匹配各类带属性标注的分类图像子集，完成构件类型与电气参数的双向适配调取。

28、s42、匹配图像前置规整处理：对调取的标准原型图像以及分类完成的待识别目标图像，统一开展画面杂质滤除、画质矫正、画面规整处理，统一待匹配图像与标准原型图像的画面呈现状态，构建图像匹配运算基底。

29、s43、基于相对熵算法的图像特征匹配：依托相对熵图匹配算法，分别提取前置规整处理后的待识别图像与标准原型图像的画面纹理、轮廓、结构核心特征分布信息，比对两组图像的特征分布重合度与差异度，执行全域图像匹配运算，判定待识别图像与标准原型图像的匹配契合状态。

30、s44、匹配结果分级筛选判定：依托系统预设两级匹配判定基准，对图像匹配契合状态进行层级化甄别判定，单帧轻微特征偏差进入多帧复核流程，将连续多帧匹配特征不符的图像划定为无效图像，回退至s1重新采集巡航实景图像，将符合标准原型图像特征的导线图像划定为有效目标图像，锁定对应输电导线作为感应取电备选目标；

31、s45、多帧图像复核锁定目标：持续采集同一输电导线的多组实时画面，依次执行原型图像调取、画面规整、特征匹配、结果筛选流程，对多组图像匹配结果进行交叉核验与综合研判，核验完成后锁定感应取电目标导线，输出目标导线在画面中的位置及空间相对状态信息，用于无人机姿态精准调控。

32、采用上述技术方案，首先按构件类型、电气参数分层调取适配标准图，保证匹配基准贴合现场工况，统一矫正两类图像画质，消除画质差异对匹配精度的干扰。在采用相对熵算法量化特征分布差异，精准衡量导线匹配契合度。最后通过分级判定结合多帧交叉复核，规避单帧图像光照、抖动造成的误判，剔除匹配失效画面并重新采集图像。多帧综合核验锁定目标导线，输出像素坐标与相对距离，为无人机pid姿态调控提供精准视觉输入，提升磁环对位精度，减少取电偏移风险，保障感应取电作业稳定、安全开展。

33、进一步的，所述s43基于相对熵算法的图像特征匹配包括：

34、s431、图像特征信息提取：分别读取经前置规整处理后的待识别图像与标准原型图像，提取两幅图像内部纹理、轮廓、结构对应的全部特征分布信息；

35、s432、相对熵匹配运算：采用相对熵图匹配算法对两组特征分布信息开展比对运算，获取两组图像特征分布之间的重合信息与差异信息；

36、s433、匹配状态判定：依据相对熵运算得到的重合信息与差异信息，确定待识别图像与标准原型图像之间的匹配契合状态，并输出匹配契合状态至后续匹配结果分级筛选判定步骤。

37、采用上述技术方案，先统一提取待识别图与标准原型图的纹理、轮廓、结构特征分布，完整保留导线关键视觉信息，避免局部特征缺失造成匹配失真。借助相对熵算法量化两组特征分布的重合度与差值，相比传统特征匹配可更客观量化图像整体相似度，弱化光照、拍摄角度带来的局部误差。依托运算结果直观判定图像契合程度，输出标准化匹配状态数据供给分级筛选流程，为多帧复核、目标导线锁定提供量化依据，提升导线识别稳定性，降低图像偏差引发的对位失误，为无人机姿态调节与取电安全校验提供可靠量化支撑。

38、进一步的，所述s6导线适配自适应感应取电具体包括：

39、s61、取电参数调取：读取s33步骤标注完成的线路电压、导线截面电气属性标签，调用设备内部预存的取电参数矩阵，取电参数矩阵内绕组档位与s1动态辨别阈值、s7两级安全匹配阈值联动适配；

40、s62、线圈绕组切换控制：控制电子切换开关对磁环内部线圈绕组的接入匝数进行切换操作；

41、s63、交变磁场感应发电：闭合磁环，磁环切割超高压线路产生的交变磁场生成感应交流电；

42、s64、电能调理与充电输出：将感应交流电依次输送至整流单元、滤波单元、稳压单元完成电能处理，处理完成的电能输送至无人机机载储能电池完成充电。

43、采用上述技术方案，依托前期识别得到的电压、截面标签调取联动式取电参数矩阵，绕组档位与图像识别、安全校验阈值协同匹配，实现工况联动调控。通过电子开关动态切换磁环线圈匝数，适配不同规格导线磁场强度，解决高压感应电压过高、低压取电功率不足的痛点。闭合磁环切割交变磁场产生交流电，再经整流、滤波、稳压多级电能调理，输出稳定适配电压给机载电池。整套流程实现取电参数随导线自动适配，提升充电效率，避免电路过载损坏设备，配合视觉识别体系形成自适应自主补能，延长无人机巡检续航，降低野外作业供电约束。

44、进一步的，所述s62线圈绕组切换控制具体细分步骤包括：

45、s621、工况参数匹配比对：调取s61获取的取电参数矩阵，结合当前输电导线对应的电压等级、导线截面电气属性，匹配对应适配规格的线圈绕组工作档位；

46、s622、绕组通断切换执行：通过机载电子切换开关，依据匹配的绕组工作档位，选择性接通或断开磁环内部对应线圈绕组，完成线圈接入匝数的切换配置；

47、s623、绕组状态锁定：完成线圈绕组切换后，锁定电子切换开关的导通状态，固定当前磁环线圈绕组接入规格，适配当前超高压导线的感应取电工况。

48、采用上述技术方案，先根据导线电压、截面参数匹配专属绕组档位，让线圈配置与现场磁场强度精准适配。利用机载电子切换开关快速增减线圈接入匝数，高压导线减少匝数防止过压击穿电路，低压导线增加匝数提升感应发电量，解决不同线路取电功率失衡问题。切换完成后锁定开关导通状态，稳定绕组接入规格，避免飞行抖动造成绕组档位误切换。整套控制逻辑依托图像识别输出的电气标签自动执行，无需人工干预，实现感应取电自适应调节，稳定充电输出功率，保护机载用电设备，提升无人机自主补能可靠性。

49、进一步的，所述s7图像联动取电闭环校验具体包括：

50、s71、实时图像持续采集：无人机取电作业过程中，通过可见光深目相机持续采集目标导线的实时画面图像；

51、s72、局部roi轻量化循环迭代识别：截取目标导线局部感兴趣区域替代全图参与运算，将局部图像循环代入执行图片辨别、多尺度分层图像提取、输电构件图像分类、标准原型图像匹配的完整处理流程；

52、s73、实时匹配状态更新：持续更新目标导线的图像匹配契合状态，同步比对系统预设一级预警、二级安全两级判定基准，两级判定基准根据s3标注的电压、截面参数联动自适应调整；

53、s74、异常工况应急处置：识别到图像匹配状态不满足安全判定基准时，判定无人机产生位置漂移，断开机载取电回路，分离电磁感应磁环结构；

54、s75、重新对位取电作业：依次重复执行标准原型图像匹配、无人机取电姿态精准调控、导线适配自适应感应取电步骤，完成目标导线重新定位与对位取电操作；

55、s76、多条件取电作业终止判定：循环执行闭环校验与取电流程，同步监测电池满电、人工返航指令、线路前方障碍物三项终止条件，任一触发则终止取电，磁环脱开并返航，另设低电量保护，电量低于安全返航阈值时强制终止并优先返航。

56、采用上述技术方案，取电全程持续采集导线画面，截取局部roi参与识别运算，大幅缩减数据量，适配机载低算力硬件，实现轻量化实时检测。匹配阈值随导线电气参数自适应调整，分级设置预警与安全基准，可实时感知无人机位置漂移。出现偏移时自动切断取电回路、分离磁环，规避绝缘击穿、短路风险，随后自动重新定位对位取电。同时实时监测满电、返航、障碍物三类终止条件，另设低电量优先返航保护，满足即停止作业。构建视觉联动闭环安全机制，全程自主监控、异常自动防护，大幅提升野外取电作业安全性与自主化程度。

57、进一步的，所述s74中图像匹配状态不满足安全判定基准的识别方式具体包括：

58、s741、实时匹配结果获取：调取s73实时更新的目标导线图像匹配契合状态数据，获取当前帧图像与标准原型图像的匹配对应关系；

59、s742、两级基准比对判别：将实时图像匹配契合状态与系统预设的安全判定基准进行逐项比对，核对当前目标导线的结构特征、位置特征匹配情况；

60、s743、异常状态认定：当实时图像匹配契合状态无法达到预设安全判定基准，图像特征对应关系出现偏移、目标导线识别特征失配时，判定当前图像匹配状态不满足安全判定基准，生成异常识别信号。

61、采用上述技术方案，实时调取导线图像匹配数据，精准获取导线位置、结构匹配程度，再与两级安全阈值逐项比对校验，同步核查导线结构与位置特征。一旦特征偏移、识别失配，可快速判定机身漂移并输出异常信号，为应急脱磁保护提供可靠触发依据。依托量化匹配结果判别异常，避免单帧画面干扰造成误报警或漏判，提升位置偏移识别灵敏度。作为取电安全闭环的感知核心，精准识别危险工况，保障磁环与导线始终维持安全间距，从视觉监测层面杜绝绝缘击穿、设备短路隐患，提升无人机感应取电作业安全冗余。

62、与现有技术相比，本发明具有以下有益效果：

63、1、复杂环境目标识别能力大幅提升，适配机载低算力硬件：本发明采用光照校正加网格纹理梯度动态阈值筛选图像，搭配多尺度分层特征提取与轻量化卷积神经网络，剔除云雾、强光、植被等无效画面，减少机载运算压力。依托相对熵图像匹配量化导线特征相似度，结合多帧交叉复核，解决传统方案野外识别准确率低、算法算力开销大、易误判金具开展取电的问题，从源头规避碰撞、取电失效风险。

64、2、实现感应取电全工况自适应调节，充电效率与设备安全性兼顾：基于图像识别自动标注导线电压、截面电气参数，联动参数矩阵动态切换磁环线圈匝数，针对高压、低压、不同分裂导线匹配最优绕组档位，克服传统线圈匝数固定导致的高压过压损坏电路、低压发电功率不足缺陷；经整流、滤波、稳压多级电能调理，输出稳定充电电能，自主适配各类超高压输电工况。

65、3、构建视觉联动闭环安全防护体系，全程自主可控：取电阶段持续截取导线roi轻量化循环识别，设置两级联动安全阈值实时监测无人机位置漂移，匹配度低于预警阈值自动微调姿态，低于安全阈值立即断开取电回路、分离磁环，杜绝绝缘击穿、短路隐患。同时集成满电、障碍物、低电量、人工返航多条件停机逻辑，另设低电量优先返航保护，实现异常自动处置、作业自主启停，弥补传统无实时视觉监控、缺少分级应急保护的短板。

66、4、巡检自主化程度高，彻底解决续航瓶颈：通过pid视觉伺服精准调控无人机姿态，完成磁环与导线安全精准耦合，机器视觉与自适应感应取电深度融合，实现无人机超高压廊道长距离巡航在线自主补能，无需频繁返航换电池、不用野外布设地面充电桩，大幅拓宽巡检作业半径，降低线路运维成本，提升超高压输电线路自动化巡检水平。