一种无人机巡线缺陷识别系统及控制方法与流程

技术特征：
1.一种无人机巡线缺陷识别系统，其特征在于，包括：无人机与云主站，所述无人机与所述云主站通过无线通信方式通信连接；所述无人机中配置有图像采集模块以及第一缺陷识别模块；所述图像采集模块用于采集检测线路的图像数据；所述第一缺陷识别模块中搭载有第一缺陷识别模型，所述第一缺陷识别模块用于通过所述第一缺陷识别模型对所述的图像数据进行初步识别，以获得初步识别结果，且当所述初步识别结果为无法识别或有缺陷时，再通过无线通信方式将所述初步识别结果与所述图像数据发送给所述云主站；所述云主站中配置有第二缺陷识别模块以及缺陷风险判定模块；所述第二缺陷识别模块中搭载有第二缺陷识别模型，所述第二缺陷识别模块用于当所述初步识别结果为无法识别时，通过所述第二缺陷识别模型对所述图像数据进行二次识别，以获得二次识别结果；所述缺陷风险判定模块用于当所述初步识别结果或所述二次识别结果为有缺陷时，发出缺陷风险判定消息。2.根据权利要求1所述的一种无人机巡线缺陷识别系统，其特征在于，所述第一缺陷识别模型具体为由小型神经网络与典型离线缺陷数据库构成的离线缺陷识别模型。3.根据权利要求1所述的一种无人机巡线缺陷识别系统，其特征在于，所述第二缺陷识别模型具体为由大型神经网络与实时更新的在线缺陷数据库构成的在线缺陷识别模型。4.根据权利要求3所述的一种无人机巡线缺陷识别系统，其特征在于，所述云主站还包括：第一缺陷识别模型优化模块；所述第一缺陷识别模型优化模块用于根据所述图像数据以及所述初步识别结果或所述二次识别结果，定时对所述第一缺陷识别模型以及所述第一缺陷识别模型对应的典型离线缺陷数据库进行更新。5.根据权利要求1所述的一种无人机巡线缺陷识别系统，其特征在于，所述初步识别结果以及所述二次识别结果具体包括：温度缺陷识别结果、结构缺陷识别结果以及构筑物安全距离判定结果。6.一种无人机巡线缺陷识别系统的控制方法，其特征在于，所述控制方法应用于如权利要求1至5任意一项所述的无人机巡线缺陷识别系统，所述控制方法具体包括：采集检测线路的图像数据；通过第一缺陷识别模型对所述图像数据进行初步识别，以获得初步识别结果，且当所述初步识别结果为无法识别或有缺陷时，再通过无线通信方式将所述初步识别结果与所述图像数据传递给所述云主站；当所述初步识别结果为无法识别时，通过第二缺陷识别模型对所述图像数据进行二次识别，以获得二次识别结果；当所述初步识别结果或所述二次识别结果为有缺陷时，发出缺陷风险判定消息。7.根据权利要求6所述的一种无人机巡线缺陷识别系统的控制方法，其特征在于，所述第一缺陷识别模型具体为由小型神经网络与典型离线缺陷数据库构成的离线缺陷识别模型。8.根据权利要求6所述的一种无人机巡线缺陷识别系统的控制方法，其特征在于，所述
第二缺陷识别模型具体为由大型神经网络与实时更新的在线缺陷数据库构成的在线缺陷识别模型。9.根据权利要求8所述的一种无人机巡线缺陷识别系统的控制方法，其特征在于，所述获得二次识别结果之后还包括：根据所述图像数据以及所述初步识别结果或所述二次识别结果，定时对所述第一缺陷识别模型以及所述第一缺陷识别模型对应的典型离线缺陷数据库进行更新。10.根据权利要求6所述的一种无人机巡线缺陷识别系统的控制方法，其特征在于，所述初步识别结果以及所述二次识别结果具体包括：温度缺陷识别结果、结构缺陷识别结果以及构筑物安全距离判定结果。

技术总结
本申请公开了一种无人机巡线缺陷识别系统及控制方法，本申请提供的系统通过无人机的第一缺陷识别模块搭载的第一缺陷识别模型，通过第一缺陷识别模型对的图像数据进行初步识别，以获得初步识别结果，且当初步识别结果为无法识别或有缺陷时，再通过无线通信方式将初步识别结果与图像数据发送给云主站，当初步识别结果为无法识别时，由云主站通过第二缺陷识别模型对图像数据进行二次识别，以获得二次识别结果，当任一次识别结果为有缺陷时发出缺陷风险判定消息，避免了人工对大量图片进行识别的低效率与易错特点，具有更高的实时巡视实时发现缺陷的便捷性，实现巡视过程全程自动化，大幅度提高了线路巡检的效率。大幅度提高了线路巡检的效率。大幅度提高了线路巡检的效率。


技术研发人员：居钰清 陈锦彪 梁海锋 李文仕 李嘉辉 张俊山 谢镇鸿 吴柏涛 黄嘉豪 李文亮
受保护的技术使用者：广东电网有限责任公司佛山供电局
技术研发日：2022.04.11
技术公布日：2022/5/6