结合无人机高精度定位和视觉跟踪技术的配网巡检方法与流程

技术特征：
1.结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，该方法包括以下步骤：s1、基于多传感器数据融合实现无人机的高精度定位；s2、基于改进区域建议网络和透视模型实现无人机载前端目标跟踪与智能识别。2.根据权利要求1所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述基于多传感器数据融合实现无人机的高精度定位，包括以下步骤：s11、利用载波相位差分定位提高gps观测值精度，并通过椭球坐标转换的七参数法将所述实时位置信息转换为当地的坐标系统，获得精确的定位信息；s12、将所述定位信息融入到基于视觉信息的即时定位与地图构建算法中；s13、利用扩展卡尔曼滤波器实现即时定位与地图构建算法与无人机自主导航系统的融合，并将滤波器输出的位姿信息反馈到无人机飞行控制终端。3.根据权利要求2所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述载波相位差分定位由基准站与流动站组成，所述利用载波相位差分定位提高gps采集到无人机实时位置信息精度，包括以下步骤：s111、所述基准站通过gps接收机接收实时位置信息；s112、通过计算求出gps实时相位差分修正值；s113、将所述修正值通过无线电传递至所述流动站；s114、所述流动站同时接收卫星信号，并完成对卫星信号的解算求出定位信息。4.根据权利要求2所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述基于视觉信息的即时定位与地图构建算法采用特征提取与检测
‑
即时定位与地图构建算法作为核心，所述特征提取与检测
‑
即时定位与地图构建算法的实现包括以下步骤：s121、通过相机提取无人机所拍摄图像的特征并进行匹配，跟踪每一帧相机，对无人机进行位姿估计与优化；s122、通过插入新的关键帧及移除老的关键帧实现局部地图的构建；s123、检测无人机拍摄新帧是否存在闭环，并进行位姿图优化。5.根据权利要求2所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，利用扩展卡尔曼滤波器实现即时定位与地图构建算法与无人机自主导航系统的融合，包括以下步骤：s131、基于扩展卡尔曼滤波器原理设计简单模型，并进行测试；s132、建立无人机的系统动力学模型和扩展卡尔曼滤波器的软件架构；s133、根据简单模型的测试结果对扩展卡尔曼滤波器的参数进行调整，保证测试系统稳定运行；s134、建立基于扩展卡尔曼滤波器的机器人操作系统程序架构。6.根据权利要求5所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述扩展卡尔曼滤波器由卡尔曼滤波器经过线性化得出，其计算过程如下：x
k
＝f
k
‑1(x
k
‑1，u
k
‑1) w
k
‑1；z
k
＝h
k
(x
k
,u
k
) v
k
；
其中，k表示时刻，f
k
‑1(x
k
‑1,u
k
‑1)是系统k时刻的系统状态向量，u
k
‑1是系统k
‑
1时刻的系统状态方程，u
k
‑1是k
‑
1时刻的控制输入，w
k
‑1为过程激励噪声，z
k
是k时刻的观测真值，h
k
是系统k时刻的观测量矩阵，v
k
是测量时引入的噪声。7.根据权利要求1所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述改进区域建议网络为区域建议网络通过在深度学习区域卷积神经网络目标检测算法的基础上根据交并比注意力机制进行改进实现，所述透视模型包括输电塔及输电线。8.根据权利要求7所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述基于改进区域建议网络和透视模型实现无人机载前端目标跟踪与智能识别，包括以下步骤：s21、利用改进区域建议网络准确定位输电塔，并通过核相关滤波器实现对杆塔的连续视觉跟踪；s22、采用全卷积网络从复杂场景中分离出输电线，并计算得到消失点将其作为飞行航向的重要依据。9.根据权利要求8所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述交并比注意力机制使用建议框和真实框的交并比分数评价所述区域建议网络中锚点框的关注程度，其公式如下：score(i,j,c)＝max(iou(proposal
i,j,c
,gt
k
)),k＝1,2,
…
n；其中，a,b分别代表两个图像区域的集合，n为每幅图像的真实框数量，proposal、gt分别为建议框和真实框，score(i,j,c)是特征图在(i,j,c)处相应建议框和全部真实框之间最大的交并比分数。10.根据权利要求1所述的结合无人机高精度定位和视觉跟踪技术的配网巡检方法，其特征在于，所述透视模型采用所述区域卷积神经网络和所述核相关滤波器相结合的视觉策略跟踪算法。

技术总结
本发明公开了结合无人机高精度定位和视觉跟踪技术的配网巡检方法，该方法包括以下步骤：S1、基于多传感器数据融合实现无人机的高精度定位；S2、基于改进区域建议网络和透视模型实现无人机载前端目标跟踪与智能识别。有益效果：本发明首先引入位置信息融合即时定位与地图构建算法，提高无人机的定位精度与导航能力。其次利用扩展卡尔曼滤波器算法将多传感器数据融合，将滤波器输出的位姿信息反馈到无人机飞行控制终端，以此调整飞行控制方式与飞行机制；然后利用改进的区域建议网络准确定位输电塔，并通过核相关滤波器实现对杆塔的连续视觉跟踪，避免无人机自主巡检过程中面临的障碍物集中、视线较差的环境下难以做到合理避障的问题。问题。问题。


技术研发人员：贾俊 袁栋 王健 戴永东 程力涵 孙泰龙 蒋中军 符瑞 陈诚 潘劲松 翁蓓蓓 鞠玲 刘学 杨磊 曹世鹏 余万金 范侨 郭丽丽
受保护的技术使用者：众芯汉创(北京)科技有限公司
技术研发日：2021.08.03
技术公布日：2021/10/8