摘要
本发明公开了一种基于无人机视觉的输电线路现场数据采集系统。本发明中,通过使用CNN分别提取视觉图像和红外图像的特征,以及使用3D‑CNN处理激光雷达数据,系统能够捕获输电线路的多方面信息。通过不同模态的数据可以从不同的角度提供关于输电线路状态的信息,这种多模态数据的融合有助于提高故障检测的准确性和鲁棒性,利用LSTM网络处理时间序列数据,系统能够更好地理解数据随时间的变化,LSTM能够处理序列数据,捕捉到故障随时间的变化趋势,从而更准确地预测和诊断故障。通过单层感知器确定不同模态数据的权重,系统能够自动学习每个模态数据对最终故障检测的重要性,以减少预测误差,从而提高故障检测的准确性和可靠性。
技术关键词
现场数据采集系统
无人机视觉
多模态深度学习
无人机平台
无人机辅助设备
三维空间信息
故障检测
线路
激光雷达数据
分析模块
报告
图像
识别模块
红外热像仪
高清摄像头
故障类别
系统为您推荐了相关专利信息
振动信号采集方法
无人机平台
视频
图像
基础设施结构
波束跟踪方法
通信平台
粒子
协方差矩阵
马尔科夫模型
手势
飞行控制方法
无人机视觉
多尺度
无人机飞行状态
遥感图像变化检测
多模态深度学习
卷积模块
编码模块
输出特征
实时监测数据
历史监测数据
模糊推理
模糊规则库
海绵城市