摘要
本申请提供了一种基于边缘盒子的配电网无人机红外巡检方法及装置,包括:接收云服务器传输的路径规划调整指令并进行自适应路径规划,获取巡检路径;控制无人机根据巡检路径对配电网线路及关联的支撑结构进行实时红外成像拍摄得到的红外图像数据;根据红外图像数据应用人工智能算法模型识别电力设备的组成部件,同时应用YOLOv8模型识别各组成部件的温度信息;将组成部件及对应的温度信息发送至云端服务器,以判断是否存在温度异常并生成巡检报告。自适应路径规划保证能够在最短时间内完成有效巡检,无人机巡检和边缘计算深度融合,减轻了服务器数据处理压力,缩短了从数据采集到决策支持的时间间隔,有效保障电网运行的安全性和稳定性。
技术关键词
巡检路径
人工智能算法模型
规划
识别电力设备
巡检方法
云端服务器
感知特征
云服务器
图像
多尺度特征融合
控制无人机
数据
红外巡检装置
后处理模块
指令
非暂态计算机可读存储介质
盒子
预测类别
报告
系统为您推荐了相关专利信息
连续刚构桥合龙
线性规划模型
桩土相互作用
推力
桥墩
服务系统
量子遗传算法
智能路径规划
库存周转率
动态可信度量
实体机器人
并联机器人
虚拟工作环境
抓取物品
强化学习算法
特征匹配方法
杆塔
路径优化算法
点云
三维网格单元
多智能体强化学习
救灾物资
车辆
点嵌入向量
编码器