[00136465]智能化目标识别跟踪系统及在电力巡线中的示范应用

本项目于 2018 年 10 月立项,由天津市万贸科技有限公 司联合天津市倍格德智能科技有限公司以及天津市工业大 学一起参与完成。本项目致力于研发基于智能化目标识别跟 踪的无人机电力巡检系统,能够让无人机在电力高压输电线 路等复杂环境中自动避障、安全稳定飞行,同时通过影像分 析智能化识别高压输电线路、杆塔、电力设备存在的缺陷及 隐患,一方面在保障安全生产的前提下有效提高巡检工作效 率,另一方面基于人工智能自动识别有效提高缺陷识别效率 和准确率,及时发现并快速检修,降低电网故障风险,保障 供电可靠性。随着无人机在输电线路巡检业务中应用的不断 推广,必然会带来无人机巡检技术的更新进步及更多新的业 务应用需求,无人机在智能化识别跟踪及电力巡检方面的应 用会越来越成熟,随着时间的推迟,无人机将会逐步取代人 工成为输电线路巡检的重要手段。 创新点： 1.利用双目视觉技术,结合电网 GIS 和 GPS 集成平台对 障碍物进行高精确度快速识别,并且确定输电线路的安 全区域。 2.基于深度学习的缺陷检测利用 Faster-Rcnn 算法自 动从无人机巡检照片中识别出需要进行检测的目标缺 陷,且提出了图像数据集共享管理方案,数据标注工具 建设方案,标注管理平台建设方案。 3.基于深度学习的避障算法,实现高准确率的避障飞行。 取得的突破： 1.研究基于深度学习的避障系统,并在自动巡检过程中得到应用,能够有效的避开障碍物,避障飞行中能够识别出 安全飞行区域。 2．基于深度学习的缺陷检测的标注率 100%,能够识别 出常见缺陷。设计出图像样本库及训练模型的智能管理系统。3．实现无人机电力巡检能够在高压禁飞区基于避障导航安全飞行的前提下,进行智能化识别高压输电线路和杆塔存在的缺陷隐患,提高实时识别缺陷隐患的效率和准确率, 保障供电可靠性。 经济社会效益： 本项目利用无人机自动巡航技术,结合无人机巡检航线 规划成果,实现无人机自主巡检,针对重点巡检部位自动拍摄,并借助基于深度卷积神经网络的图像识别技术,自动分析识别输电线路设备缺陷,降低人工工作强度,降低巡检缺陷识别成本。通过这种巡检模式与人工操作无人机相结合, 提升无人机巡检整体工作能力。 本项目将新兴的人工智能技术融合应用到输电线路巡检数据管理工作中,并结合信息系统技术构建系统辅助支撑手段,建立基于深度学习的无人机全周期输电智能巡检平台,实现无人机巡检作业海量多维数据存储、数据分析处理、 数据价值挖掘辅助决策的全过程管控、海量巡检数据资产全生命周期管理,以数字化的方式固化和落实全新的巡检作业标准化管理,实现管理精益化提升。一是优化了数据处理流程,减少数据管理人员操作步骤,便捷操作流程。二是借助系统对数据的管理功能降低管理过程中相互间的沟通成本, 同时提升沟通成效。三是依据数据指标体系快速获取管理过程中所需信息,提升了管理效益。