基于YOLOv5算法的无人机巡检图像中绝缘子单目测距方法

作者：陈彬; 刘华洲; 李勃铖; 贾燕峰; 郭昊; 孙君录

来源：无线电工程, 2023, 1-9.

• 安全距离
• 绝缘子
• 深度学习
• YOLOv5
• 图像识别
• 单目测距

为了提升无人机安全飞行性，提升线路运维能力，基于YOLOv5（You Only Look Once version 5）深度学习算法，本文提出了一种无人机单目测距方法，用于实现一种精确的辅助距离测量功能。首先对现有的开源绝缘子数据集进行了扩充和标定，然后采用YOLOv5s模型进行了训练、验证和测试，建立了绝缘子串的测距模型，设计代码加入到检测模块中，实现对绝缘子的识别和测距。实验结果表明，该模型能够准确识别输电线路不同类型的绝缘子并进行精确测距，平均测距误差为4.76%；该模型对复合绝缘子的识别和测距效果最佳，改变俯仰角和相对距离，最大测距误差为6%；在不同天气条件下，亮度变化越大，对绝缘子的识别测距误差也越大，亮度增加至100%时，误差最高可达到12.3%。测距所需平均时间为0.2984s，可以实现高效、高精度测距，为无人机巡检安全距离测量提供支持。

• 单位
  国网湖南省电力有限公司; 三峡大学; 国网河南省电力公司平顶山供电公司; 国网河南省电力公司三门峡供电公司