成人打一炮免费视频,亚洲天堂视频在线观看,97视频久久久,日本japanese护士色高清,五月婷婷丁香,日韩精品一级无码毛片免费,国产欧美日韩精品网红剧情演绎

基于自主決策算法的無人帶電作業(yè)控制系統(tǒng)的制作方法

文檔序號:41839087發(fā)布日期:2025-05-09 12:15閱讀:4來源:國知局
基于自主決策算法的無人帶電作業(yè)控制系統(tǒng)的制作方法

本技術(shù)涉及智能化控制,并且更具體地,涉及一種基于自主決策算法的無人帶電作業(yè)控制系統(tǒng)。


背景技術(shù):

1、在電力傳輸系統(tǒng)中,高壓輸電線路的維護(hù)和檢修是確保電力穩(wěn)定供應(yīng)的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的帶電作業(yè)通常需要人工參與,這不僅效率低下,而且存在較高的安全風(fēng)險,尤其是在處理高壓線路時,工人可能會面臨觸電等危險,這種方式難以滿足現(xiàn)代電網(wǎng)快速響應(yīng)的需求。隨著科技的發(fā)展,無人化設(shè)備如無人機(jī)和機(jī)器人被引入到電力行業(yè),以實(shí)現(xiàn)更高效、更安全的帶電作業(yè)。

2、無人機(jī)(unmanned?aerial?vehicle,?uav)和爬行機(jī)器人(crawling?robot)能夠攜帶各種傳感器,例如高清攝像頭、紅外熱成像儀、激光雷達(dá)(lidar)等,在無需人類直接干預(yù)的情況下替代人工執(zhí)行在高壓線路上帶電作業(yè)的各類工作,比如巡視、檢修、故障修復(fù)或維護(hù)。這些無人設(shè)備可以在復(fù)雜地形和惡劣天氣條件下工作,大大提高了工作效率和安全性。

3、然而,傳統(tǒng)的無人帶電作業(yè)控制方案通常依賴預(yù)編程路徑或遠(yuǎn)程操作員指令,缺乏實(shí)時適應(yīng)性和自主決策能力。這意味著它們在遇到未預(yù)見的情況時,不能有效地做出反應(yīng)或調(diào)整策略。此外,傳統(tǒng)的圖像處理技術(shù)和傳感器數(shù)據(jù)解析方法可能無法提供足夠的分辨率和準(zhǔn)確性來識別細(xì)微的線路損傷或其他問題,這可能導(dǎo)致故障漏檢或者誤報。

4、因此,期望一種優(yōu)化的無人帶電作業(yè)控制系統(tǒng)。


技術(shù)實(shí)現(xiàn)思路

1、提供該
技術(shù)實(shí)現(xiàn)要素:
部分以便以簡要的形式介紹構(gòu)思,這些構(gòu)思將在后面的具體實(shí)施方式部分被詳細(xì)描述。該發(fā)明內(nèi)容部分并不旨在標(biāo)識要求保護(hù)的技術(shù)方案的關(guān)鍵特征或必要特征,也不旨在用于限制所要求的保護(hù)的技術(shù)方案的范圍。

2、第一方面,提供了一種基于自主決策算法的無人帶電作業(yè)控制系統(tǒng),其包括:

3、無人機(jī)飛行控制模塊,用于控制無人機(jī)沿著待檢測輸電線路飛行;

4、輸電線路段圖像采集模塊,用于通過所述無人機(jī)的攝像頭采集待檢測輸電線路的預(yù)定線路段的表面狀態(tài)圖像以得到輸電線路段表面狀態(tài)圖像的時間隊列;

5、圖像級差異系數(shù)計算模塊,用于計算所述輸電線路段表面狀態(tài)圖像的時間隊列中每相鄰兩個輸電線路段表面狀態(tài)圖像之間的圖像級差異系數(shù)以得到圖像集差異系數(shù)的時間隊列;

6、疑似異常點(diǎn)確定模塊,用于基于所述圖像集差異系數(shù)的時間隊列與預(yù)設(shè)閾值之間的比較,確定疑似異常點(diǎn);

7、自主決策模塊,用于將所述疑似異常點(diǎn)對應(yīng)的輸電線路段表面狀態(tài)圖像輸入基于深度學(xué)習(xí)的自主決策模型以得到?jīng)Q策結(jié)果,所述決策結(jié)果為輸電線路段是否存在破損;

8、無人機(jī)懸停采集模塊,用于響應(yīng)于所述決策結(jié)果為輸電線路段存在破損,控制所述無人機(jī)進(jìn)行懸停并采集所述輸電線路段的高清圖像并回傳至地面服務(wù)器。

9、可選地,所述自主決策模塊,包括:?圖像淺層特征提取單元,用于從所述輸電線路段表面狀態(tài)圖像提取輸電線路段圖像淺層特征以得到輸電線路段表面狀態(tài)淺層特征圖;圖像深層語義特征提取單元,用于從所述輸電線路段表面狀態(tài)圖像提取輸電線路段圖像深層語義特征以得到輸電線路段表面狀態(tài)深層語義特征圖;特征聯(lián)合感知處理單元,用于對所述輸電線路段表面狀態(tài)淺層特征圖和所述輸電線路段表面狀態(tài)深層語義特征圖進(jìn)行基于語義信息場引導(dǎo)的特征聯(lián)合感知處理以得到輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征;決策結(jié)果確定單元,用于基于所述輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征,確定所述決策結(jié)果。

10、可選地,所述圖像淺層特征提取單元,用于:將所述輸電線路段表面狀態(tài)圖像通過基于空洞金字塔網(wǎng)絡(luò)的輸電線路段表面狀態(tài)多尺度特征提取器中提取輸電線路段圖像淺層特征以得到所述輸電線路段表面狀態(tài)淺層特征圖。

11、可選地,所述圖像深層語義特征提取單元,用于:將所述輸電線路段表面狀態(tài)圖像通過所述基于空洞金字塔網(wǎng)絡(luò)的輸電線路段表面狀態(tài)多尺度特征提取器中提取輸電線路段圖像深層語義特征以得到所述輸電線路段表面狀態(tài)深層語義特征圖。

12、可選地,所述特征聯(lián)合感知處理單元,包括:上采樣子單元,用于對所述輸電線路段表面狀態(tài)深層語義特征圖進(jìn)行上采樣以得到上采樣輸電線路段表面狀態(tài)深層語義特征圖,其中,所述上采樣輸電線路段表面狀態(tài)深層語義特征圖與所述輸電線路段表面狀態(tài)淺層特征圖具有相同的尺寸;語義信息場計算子單元,用于計算所述上采樣輸電線路段表面狀態(tài)深層語義特征圖和所述輸電線路段表面狀態(tài)淺層特征圖之間的語義信息場以得到輸電線路段表面狀態(tài)語義信息場,并將所述上采樣輸電線路段表面狀態(tài)深層語義特征圖映射到所述輸電線路段表面狀態(tài)語義信息場以得到場域調(diào)制輸電線路段表面狀態(tài)深層語義特征圖;特征聯(lián)合感知子單元,用于將所述輸電線路段表面狀態(tài)淺層特征圖和所述場域調(diào)制輸電線路段表面狀態(tài)深層語義特征圖輸入基于多重注意力結(jié)構(gòu)的特征聯(lián)合感知模塊以得到輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征圖作為所述輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征。

13、可選地,所述語義信息場計算子單元,包括:語義信息場預(yù)測二級子單元,用于將所述上采樣輸電線路段表面狀態(tài)深層語義特征圖和所述輸電線路段表面狀態(tài)淺層特征圖進(jìn)行特征連接后輸入基于門控卷積的語義信息場預(yù)測器以得到所述輸電線路段表面狀態(tài)語義信息場;特征圖映射二級子單元,用于將所述上采樣輸電線路段表面狀態(tài)深層語義特征圖映射到所述輸電線路段表面狀態(tài)語義信息場以得到所述場域調(diào)制輸電線路段表面狀態(tài)深層語義特征圖。

14、可選地,所述語義信息場預(yù)測二級子單元,用于:將所述上采樣輸電線路段表面狀態(tài)深層語義特征圖和所述輸電線路段表面狀態(tài)淺層特征圖進(jìn)行特征連接后通過卷積核為的卷積層進(jìn)行處理以得到輸電線路段表面狀態(tài)多尺度語義融合特征圖;將所述輸電線路段表面狀態(tài)多尺度語義融合特征圖進(jìn)行點(diǎn)卷積處理以得到輸電線路段表面狀態(tài)多維語義調(diào)制特征圖作為所述輸電線路段表面狀態(tài)語義信息場。

15、可選地,所述特征聯(lián)合感知子單元,用于:將所述場域調(diào)制輸電線路段表面狀態(tài)深層語義特征圖進(jìn)行逐點(diǎn)卷積處理后再輸入批標(biāo)準(zhǔn)化層,然后利用sigmoid函數(shù)進(jìn)行激活處理以得到輸電線路段表面狀態(tài)語義注意力優(yōu)化表達(dá)特征圖;對所述輸電線路段表面狀態(tài)淺層特征圖進(jìn)行多重注意力優(yōu)化表達(dá)以得到輸電線路段表面狀態(tài)語義注意力優(yōu)化表達(dá)特征圖;將所述輸電線路段表面狀態(tài)語義注意力優(yōu)化表達(dá)特征圖和所述輸電線路段表面狀態(tài)語義注意力優(yōu)化表達(dá)特征圖進(jìn)行按位置點(diǎn)加以得到所述輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征圖。

16、可選地,所述決策結(jié)果確定單元,用于:將所述輸電線路段表面狀態(tài)深淺聯(lián)合感知編碼特征圖輸入基于分類器的決策模塊以得到所述決策結(jié)果。

17、采用上述技術(shù)方案,其通過無人機(jī)按照預(yù)定路徑對輸電線路進(jìn)行飛行檢查,并利用圖像處理技術(shù)實(shí)時分析輸電線路的狀態(tài);然后,采用了多階段特征提取方法,即先從原始圖像中提取淺層特征,再進(jìn)一步挖掘深層語義特征,最后通過特征聯(lián)合感知模塊整合這些信息以生成最終的決策結(jié)果。此外,還設(shè)計了一種反饋機(jī)制,當(dāng)檢測到疑似異常時,無人機(jī)能夠自動調(diào)整位置,懸停于目標(biāo)位置上空,以便采集更詳細(xì)的高清圖像,并將這些數(shù)據(jù)傳輸回地面服務(wù)器供進(jìn)一步分析。這樣,不僅提高了故障診斷的速度,也減少了誤報的可能性,從而提升了整個系統(tǒng)的可靠性和實(shí)用性。

18、本技術(shù)的其他特征和優(yōu)點(diǎn)將在隨后的具體實(shí)施方式部分予以詳細(xì)說明。

當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1