基于激光测距及ROS系统的无人机导线跟随方法研究

无人机巡检作业是现在输电线路巡检较为高效、科学的解决方案。针对架空输电线路的特点和人工操作无人机巡检成本高居不下的情况,本文提出了一种基于ROS系统的无人机全自动导线跟随巡检作业系统。系统利用激光雷达的三维测距特性,飞行过程中利用点云信息反馈对无人机姿态进行控制,实现无人机与导线保持安全距离下进行跟随飞行。然后,利用RTK信息建立多塔间的几何关系,计算无人机过塔飞行中所需路程从而实现过塔飞行。实验表明,本文提出的方法实现了导线跟随及过塔飞行,满足自动巡检需求,具有较好的可行性和有效性。     

基于ＵＡＶ的输电线路周围植被管理分析

输电线路周围树枝触碰线路会导致大面积停电,因此,有必要对输电线路周围植被进行方便有效管理。为了实现输电线路周围植被简单高效管理,提出了一种基于无人机（unmanned aerial vehicles, UAV）测量技术的管理方法,通过无人机从输电线路正上方以外的位置和远离输电线路的位置获取图像,来得到不同时间下输电线路数据和传输设备信息,对输电线周围植被进行时间序列管理,通过国网提供的关于塔架位置和结构以及电力线垂度的信息,将弧垂信息与塔架的位置信息相结合来估计输电线路的位置,采用的输电线路与植被间距测量方法无需对场景进行全面3D重构,所提方法通过3个实验验证了有效性,所得结论有助于提高输电线路的巡检效率。     

基于可见光、热红外及激光雷达传感的无人机图像融合方法

随着电力供电可靠性要求的不断提高,电力巡线技术正在向自动化、智能化方向发展。无人机技术以其便捷的操作、精准拍照及图像识别等优点,正广泛应用于电力巡线技术领域。基于激光雷达实现无人机跟随导线飞行,进行线路通道巡检,提出一种基于改进卷积神经网络的可见光与热红外方法,通过采用可见光与热红外图像的融合,以识别出输电线路和障碍物信息,实现对输电线路故障的自动检测。通过对运行线路的实际巡视,输电线路故障的自动检测发现率达90%以上。结果验证了提出的无人机图像融合技术及故障自动检测技术的有效性及可行性。     

Subwavelength Fourier-transform imaging without a lens or a beamsplitter

The fourier-transform patterns of an object are usually observed in the far-field region or obtained in the near-field region with the help of lenses. Here we propose and experimentally demonstrate a scheme of Fourier-transform patterns in the Fresnel diffraction region with thermal light. In this scheme, neither a lens nor a beamsplitter is used, and only one single charge coupled device(CCD) is employed. It means that dividing one beam out of a light source into signal and reference beams is not as necessary as the one done by the use of a beamsplitter in usual ghost interference experiments.Moreover, the coincidence measurement of two point detectors is not necessary and data recorded on a single CCD are sufficient for reconstructing the ghost diffraction patterns. The feature of the scheme promises a great potential application in the fields of X-ray and neutron diffraction imaging processes.