无人机的路径规划与绝缘子检测技术

来源 :天津职业技术师范大学 | 被引量 : 0次 | 上传用户:f372286882
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着城乡建设速度的加快,架空输电线路所处的地理环境发生了很大的变化,原本偏僻的旷野和农田现在变成了居民区和开发区,人类活动的增多使输电线路面临的风险也逐渐增多。绝缘子作为输电环节中的重要设备,在支撑固定导线,保障绝缘距离的方面有着重要作用。而由于绝缘子在输电线路中数量众多、分布广泛,长期暴露在空气中,受恶劣自然环境的影响,十分容易发生故障。近年来随着无人机技术的快速发展,采取无人机对线路进行智能化巡视,能够大幅度减少巡检的时间,提升巡检效率,因此,基于无人机的智能巡检技术研究成为了近年来的热点。本文针对无人机的智能电力巡检做了路径规划与绝缘子检测两方面的研究,对路径规划方面是利用改进的群智能算法对无人机的飞行线路进行仿真实验,寻找到一条安全又高效的路径;对架空输电线的绝缘子及其缺陷的识别与定位是利用深度学习技术,基于改进的YOLOv5算法,对收集的绝缘子数据集进行训练,实现对绝缘子的精准识别,提升无人机巡检的效率,具有良好的工程应用前景。论文的主要工作如下:(1)先使用传统蝙蝠算法在所建地环境模型上进行多次路径规划,之后提出将遗传算法的交换、变异机制应用在蝙蝠算法上,并使用改进后的蝙蝠算法在环境模型上进行路径规划,证明改进后的蝙蝠算法在最优路径长度与平均路径长度方面相比于传统蝙蝠算法都有了一定的改进。(2)介绍了有关深度学习的背景,介绍了目前主流的one-stage与two-stage系列算法,从检测速度与精度两方面综合考虑,选择了YOLOv5神经网络算法作为本文使用算法,可实现速度与精度并优。(3)介绍了YOLOv5神经网络算法的原理与各模块作用,并对其所存在的问题进行改进,在Neck结构、损失函数与注意力机制方面进行升级。对传统YOLOv5神经网络算法与改进后的YOLOv5神经网络算法分别进行实验,并在检测速度、准确率、召回率与精度方面进行对比,结果表明,改进后的YOLOv5神经网络算法整体表现更优,有着比较良好的工程应用前景。
其他文献
机器人在人们的日常生活中扮演着重要角色,因其方便、智能、快捷的特点受到广大人们欢迎。作为人工智能的结晶,机器人已在智慧交通、物流运输、抢险救援等多个领域发挥巨大作用,对机器人的应用和研究是一项具有科研价值和实际价值的课题。路径智能规划和目标识别检测是研究智能机器人不可或缺的部分。为了能够减少机器人在复杂环境下的移动成本,很有必要对其行径路线进行规划。深度学习的发展使得人工智能迈入了新的阶段,如何更
学位
<正> 庄××,女,31岁。1976年2月17日诊。患者于10天前,因发高烧,一身痛,咳嗽而收入住院治疗。针药迭进,仍低热,咳嗽,口干咽痛,痰中带血,鼻塞,请中医诊治。诊见咽峡充血,脉细数。此因时当春令,阴虚受风,风邪化热,郁于手太阴肺经。证属风温。治宜凉解为主,兼以养阴。
期刊
<正> 茅根味甘、性寒。入肺胃、膀胱经。有凉血止血,清热利尿之功。当前临床应用大都限于凉血止血,其实它的作用远不止此。几年来笔者以茅根为主,辨证施治,治疗肺炎,胃溃疡、胆囊炎、肝炎、肾炎、尿毒症等等,收到满意效果。现摘录验案几则如下:
期刊
近年来,随着电子通信和计算处理的优化与进步,网络系统的分布式协调控制开始得到快速的发展。一致性、编队、以及合围控制作为多智能体系统较基础的研究内容,以其在自主机器人、航空航天和集群卫星等领域的应用,大量的学者为此做出了许多优秀的相关工作。分布式控制以其个体感知和通信的能力,通过局部邻居信息,实现了局部控制全局,以少控多的结果。相对于一致性控制让系统所有的智能体收敛到一个共同的状态,编队是让系统整体
学位
柔性执行末端特别是柔性手的出现,以其柔软的材料,解决了当面对狭窄缝隙或者目标物体易损时等不能方便使用传统刚性机械手的情况。柔性手以人类手掌为借鉴,使用硅胶等柔性材料制成的柔性执行末端,柔软的材料为机器人执行末端带来了多自由度,但也增加了数据处理工作的难度,同时给机器人执行末端传感检测以及下一步的建模控制带来了困难。本文设计了一种基于光纤光栅传感器的触觉感知系统,可以实现对软体手指弯曲曲率及压力的检
学位
铝型材是日常生活中最常用的一种型材,广泛应用于航空、建筑、工业、家装,门窗等领域,由于其需求量巨大,我国铝型材产销量逐年成递增趋势。在不同的应用领域,对于铝型材的质量要求也不尽相同。在铝型材的生产过程中,由于多种因素,诸如机械摩擦、产品工艺、原材料等方面的影响,会导致生产出的铝型材存在不同类型及不同程度的缺陷。目前铝型材厂家对于铝型材产品的缺陷检测普遍采用人工检测的方式,但这种检测方式具有较大的局
学位
深度学习的发展使目标检测技术成为近年的热门方向,得到广泛研究并被应用于多类实际场景。随着我国经济的高速发展,机动车的数量在逐年增加,一方面,提高了人们的生活质量,给人们的出行带来方便;另一方面,车辆的增加导致交通安全问题日益严重。将目标检测技术与智能驾驶相结合,在很大程度上能够缓解交通压力,解放人类的双手。但在实际场景中,目标容易受到环境变化的影响,导致使用YOLO算法检测目标时无法得到准确的结果
学位
植物作为生物圈运转的推动力量,维持着整个大自然物质循环与能量流动,在整个地球生物圈的运转中,起着不可代替的作用。近年来,随着全球工业化和人类种种的破坏行为,已经对地球的生态环境造成了不可逆转的破坏。因此,植物的保护与研究是很重要的一个课题。在自然环境中,收集到的植物叶片图片大多背景复杂、光照不一,利用传统识别方法时存在特征难以提取、准确率不高、识别速度慢等问题。本文针对上述问题提出了一种基于机器学
学位
传统带式输送机监测方式是技术人员凭借个人工作经验,通过敲打、触摸,观察等方式完成对带式输送机的电子设备、驱动装置、托锟的检查。当前带式输送机正朝着智能化、集成化和自动化的方向发展,并且衍生出一种远程监测平台。该平台具有设备的实时监测功能,可以保存设备产生的历史数据,便于后期对设备进行数据分析。随着工业发展的速度愈来愈快,监测平台需要对大量带式输送机运行状况进行实时监控并且将实时数据传输至后台。本文
学位
近年来,无人机因其具有体积小、机动性强、便于携带多种传感器等优点,被广泛应用军用领域与民用领域。在这些应用领域中,无人机面对复杂的任务环境,能否顺利完成任务的关键在于规划一条航程短、环境威胁代价低、可飞行的路径。而要实现这个目标,无人机必须具备自主飞行能力,能够根据实时的环境数据做出实时判断以规避各种障碍物,从而实现动态路径规划。无人机路径规划已成为重要研究课题,针对这个问题,本文主要研究以下两方
学位