本發明屬于輸配電系統巡檢，具體涉及一種多信息融合無人機自主智能巡檢系統。

背景技術：

1、輸配電系統主要包括輸電系統和配電系統兩部分。輸電系統是將發電廠產生的電能輸送到遠方的變電站，通常采用高壓或超高壓輸電，這樣可以減少電能在輸送過程中的損耗；比如我國有110kv、220kv、500kv及以上等多種輸電電壓等級線路。配電系統則是把輸電系統輸送來的電能分配到各個用戶；它主要涉及到降壓，通過配電變壓器將電壓降低到適合用戶使用的等級，像常見的380v/220v三相四線制或單相二線制，為居民、工廠等用戶供電。

2、目前針對龐大而復雜的輸配電系統，巡檢工作分為人工巡檢和無人機巡檢兩種方式。其中人工巡檢由巡檢人員沿著輸配電線路或者在變電站內，通過目視、聽聲音、使用簡單工具（如望遠鏡、紅外測溫儀等）進行檢查，能直觀發現一些明顯的問題，但存在潛在安全隱患難發現、工作效率低、工作強度高等問題。于是，工作效率高的無人機巡檢正在逐漸取代人工巡檢，但現有的無人機巡檢仍然處于較低的技術水平，需要人工干預太多，無法獨立完成巡檢任務，智能化水平也有待提高；為解決上述問題，開發一種多信息融合無人機自主智能巡檢系統很有必要。

技術實現思路

1、本發明的目的是為了克服現有技術的不足，而提供一種檢測結果準確可靠、巡檢效率和質量高、巡檢成本和風險低、巡檢目標安全運行有保障的多信息融合無人機自主智能巡檢系統。

2、本發明的目的是這樣實現的：一種多信息融合無人機自主智能巡檢系統，其特征在于：包括無人機平臺、巡檢數據庫、巡檢任務自動生成模塊、數據采集模塊、數據傳輸模塊、數據處理模塊、告警模塊和人機交互模塊；

3、所述無人機平臺包括無人機、飛控系統、防撞系統和緊急降落系統，所述無人機通過飛控系統實現自主起飛、巡航和降落，所述無人機通過防撞系統實現避障和安全飛行，所述無人機通過緊急降落系統實現安全事故發生時自主或人工緊急降落；

4、所述巡檢數據庫包括巡檢區域內的設備及線路數據、地理位置數據、地形地貌數據和氣象預報數據；

5、所述巡檢任務自動生成模塊用于根據輸入的巡檢任務信息自動生成優化的飛行路線和數據采集方案，所述巡檢任務信息包括巡檢范圍、巡檢目標和巡檢要求，所述巡檢目標為設備和/或線路；

6、所述數據采集模塊包括安裝于無人機上的激光雷達、高清攝像頭、紅外熱像儀攝像頭和環境傳感器；

7、所述數據傳輸模塊為5g無線通信模塊，用于將數據采集模塊采集的巡視數據實時發送至地面控制中心；

8、所述數據處理模塊用于對接收的點云數據、圖像數據和環境傳感器數據進行實時融合和處理；首先，運用正映射技術將不同數據源的數據進行融合，建立統一的多維數據模型；然后，對融合后的多維數據進行預處理，提高數據質量；最后，利用機器學習和深度學習算法，自動識別巡檢目標的缺陷、故障和異常狀態，并自動生成詳細的巡檢目標狀態報告和預警信息；

9、所述告警模塊包括安裝于無人機上的現場聲光報警器和位于人機交互模塊端的遠程報警系統，所述現場聲光報警器用于無人機緊急降落報警，所述遠程報警系統用于預警信息報警；

10、所述人機交互模塊用于巡檢任務的設置、巡檢數據庫的維護、巡檢目標狀態報告和預警信息的查看。

11、優選的，每次巡檢啟動后，地面控制中心通過5g無線通信模塊回傳的飛行數據和采集數據實時監測無人機飛行狀態和數據采集模塊數據采集情況，確保巡視數據的完整性和準確性。

12、優選的，數據處理時，通過坐標轉換和時間同步，將點云數據中的三維坐標與圖像數據中的像素位置對應起來，同時將環境傳感器數據與對應的空間位置和時間點關聯起來，建立一個統一的多維數據模型，該多維數據模型包含了巡檢目標多個維度的位置信息、外觀特征和環境信息。

13、優選的，數據處理時，采用數字濾波技術對采集數據進行降噪，采用配準處理技術將不同數據源的數據對齊至同一坐標系中，其中配準處理技術包括特征點匹配和剛體變換。

14、優選的，數據處理時，將經過預處理的巡視數據輸入到機器學習和深度學習算法中進行智能分析，通過算法自動識別巡檢目標的缺陷、故障和異常狀態。

15、優選的，對于圖像數據，采用卷積神經網絡進行目標檢測和分類，識別出巡檢目標表面的裂縫、銹蝕缺陷；對于點云數據，采用點云分割算法和形狀分析算法，檢測巡檢目標的變形、位移情況；對于環境傳感器數據，采用回歸分析算法，判斷巡檢目標是否因受到環境因素的影響而出現異常。

16、優選的，數據處理時，根據算法的智能分析結果，自動生成詳細的巡檢目標狀態報告和預警信息，并將預警信息及時推送至人機交互界面。

17、優選的，所述巡檢目標狀態報告包括巡檢目標的各項參數、檢測到的問題、問題的嚴重程度以及建議的維修措施。

18、由于采用了上述技術方案，本發明的有益效果是：

19、（1）本發明采用正映射技術融合多種數據源的數據，建立統一的多維數據模型，有利于對巡檢目標進行全面的狀態分析，提高了缺陷、故障和異常狀態檢測的準確性和可靠性；

20、（2）本發明采用先進的傳感器和智能算法，實現對巡檢目標的快速、準確巡檢，提高了巡檢效率和質量；

21、（3）本發明采用無人機自主飛行和智能分析系統自動完成巡檢工作，減少人工干預，降低了巡檢成本和風險；

22、（4）本發明采用實時傳輸和分析處理巡檢數據，及時發現巡檢目標已經發生或者潛在的問題并發出預警，為巡檢目標的安全運行提供了有力保障；

23、總的，本發明具有檢測結果準確可靠、巡檢效率和質量高、巡檢成本和風險低、巡檢目標安全運行有保障的優點。

技術特征：

1.一種多信息融合無人機自主智能巡檢系統，其特征在于：包括無人機平臺、巡檢數據庫、巡檢任務自動生成模塊、數據采集模塊、數據傳輸模塊、數據處理模塊、告警模塊和人機交互模塊；

2.根據權利要求1所述的多信息融合無人機自主智能巡檢系統，其特征在于：每次巡檢啟動后，地面控制中心通過5g無線通信模塊回傳的飛行數據和采集數據實時監測無人機飛行狀態和數據采集模塊數據采集情況，確保巡視數據的完整性和準確性。

3.根據權利要求1所述的多信息融合無人機自主智能巡檢系統，其特征在于：數據處理時，通過坐標轉換和時間同步，將點云數據中的三維坐標與圖像數據中的像素位置對應起來，同時將環境傳感器數據與對應的空間位置和時間點關聯起來，建立一個統一的多維數據模型，該多維數據模型包含了巡檢目標多個維度的位置信息、外觀特征和環境信息。

4.根據權利要求1所述的多信息融合無人機自主智能巡檢系統，其特征在于：數據處理時，采用數字濾波技術對采集數據進行降噪，采用配準處理技術將不同數據源的數據對齊至同一坐標系中，其中配準處理技術包括特征點匹配和剛體變換。

5.根據權利要求1所述的多信息融合無人機自主智能巡檢系統，其特征在于：數據處理時，將經過預處理的巡視數據輸入到機器學習和深度學習算法中進行智能分析，通過算法自動識別巡檢目標的缺陷、故障和異常狀態。

6.根據權利要求5所述的多信息融合無人機自主智能巡檢系統，其特征在于：對于圖像數據，采用卷積神經網絡進行目標檢測和分類，識別出巡檢目標表面的裂縫、銹蝕缺陷；對于點云數據，采用點云分割算法和形狀分析算法，檢測巡檢目標的變形、位移情況；對于環境傳感器數據，采用回歸分析算法，判斷巡檢目標是否因受到環境因素的影響而出現異常。

7.根據權利要求1所述的多信息融合無人機自主智能巡檢系統，其特征在于：數據處理時，根據算法的智能分析結果，自動生成詳細的巡檢目標狀態報告和預警信息，并將預警信息及時推送至人機交互界面。

8.根據權利要求7所述的多信息融合無人機自主智能巡檢系統，其特征在于：所述巡檢目標狀態報告包括巡檢目標的各項參數、檢測到的問題、問題的嚴重程度以及建議的維修措施。

技術總結
本發明公開了一種多信息融合無人機自主智能巡檢系統，包括無人機平臺、巡檢數據庫、巡檢任務自動生成模塊、數據采集模塊、數據傳輸模塊、數據處理模塊、告警模塊和人機交互模塊；本發明采用正映射技術融合多種數據源數據，建立統一的多維數據模型，對巡檢目標進行全面狀態分析，提高缺陷、故障和異常狀態檢測的準確性和可靠性；本發明采用先進傳感器和智能算法，實現對巡檢目標的快速、準確巡檢，提高巡檢效率和質量；本發明采用無人機自主飛行和智能分析自動完成巡檢工作，減少人工干預，降低巡檢成本和風險；本發明采用實時傳輸和分析巡檢數據，及時發現巡檢目標已經發生或者潛在的問題并發出預警，為巡檢目標的安全運行提供有力保障。

技術研發人員：王國偉,郭杰,孫超,高金梅,王烜赫,李帥,陳旭明,程猛,李求是,孫博博,皇甫新宇
受保護的技術使用者：國網河南省電力公司虞城縣供電公司
技術研發日：
技術公布日：2025/4/24