摘要
无人机巡检在220 kV输电线的日常巡检工作中占据越来越多的比重,然而无人机巡检存在定位不准、巡检目标识别与跟踪困难等系列问题。为此,基于惯性测量单元(inertial measurement unit, IMU)、全球导航卫星系统(global navigation satellite systems, GNSS)、视觉测程(visual odometry, VO)等多路传感器融合信息,提出了一种无人机输电线巡检定位与目标跟踪自适应方法。为解决GNSS信号中断以及视觉传感器在复杂场景中缺乏足够特征点导致的自主定位困难问题,提出一种基于联邦卡尔曼滤波的鲁棒自适应定位算法,该算法确保了无人机自主导航和定位的准确性;同时,为了实现输电线目标自动识别和跟踪,提出一种变化场景最佳阈值选择算法,实现预测性和连续的参数选择,以提高输电线跟踪的准确性。最后,以唐山某典型案例为试点,验证了方法的有效性,并进一步全面优化输电线路无人机巡检工作流程,为后续输电线巡检的智能巡检多维应用奠定较好的基础。
-
单位国网冀北电力有限公司唐山供电公司; 天津大学