申请/专利权人:云南民族大学
申请日:2024-02-23
公开(公告)日:2024-05-17
公开(公告)号:CN118052878A
主分类号:G06T7/73
分类号:G06T7/73;G06V20/17;G06V20/40;G06V10/25
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本公开实施例是关于一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法。本公开利用多视角下的电力杆塔数据集作为先验信息,并提出了P‑IoU损失函数训练目标检测模型以提升算法精度;将无人机采集的巡线图像输入至训练后的目标检测模型中;目标检测模型对待检测图像进行预处理后进行固定窗口的注意力计算得到第一特征图;采用移动窗口的方式处理各个待检测图像后进行注意力计算得到第二特征图;根据第一特征图和第二特征图得到注意力计算矩阵,并得到目标特征图,根据目标特征图识别出待检测图像中所有的待筛选电力杆塔;根据待筛选电力杆塔筛选出目标电力杆塔,结合无人机与目标杆塔的相对位置类型,得到无人机的估计位置。
主权项:1.一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法,其特征在于,该方法包括:利用电力杆塔数据集训练目标检测模型;将所述待检测图像输入至训练后的所述目标检测模型中进行检测,以识别出所述待检测图像中所有的待筛选电力杆塔;根据所述无人机的视角,判断所述无人机与所述待筛选电力杆塔的相对位置的类型;基于所述待检测图像中所有的所述待筛选电力杆塔筛选出距无人机最近的电力杆塔为目标杆塔,结合所述无人机与所述目标杆塔的相对位置类型,得到所述无人机的估计位置。
全文数据:
权利要求:
百度查询: 云南民族大学 一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。