欢迎访问 CPEM全国电力设备管理网!
官方微信|设为首页|加入收藏
cpem标语
   
2024无人机
金巡奖
  • 金智信息
  • 国电南自
  • 深圳普宙
  • 联想
  • 国网信通
  • 艾睿光电
当前位置:首页 > 通知公告

御航智能前端AI模块助力电网无人机自主巡检智能化应用升级!!

2022-12-23分类:通知公告 / 通知公告来源:御航智能
【CPEM全国电力设备管理网】 2022年11月17日,一架新款DJI 经纬M30腾空而起,执行山东电力220kV某线精细化无人机巡检的任务。这是山东电网首次在前端加载AI辅助拍照模块“御视A10”,采用实时边缘计算及精准控制技术,实现视觉AI辅助数据自主采集,同时结合无人机综合管控微应用平台智能优化历史航线,完成航线自适应改造,全面升级无人机数字化管控技术手段。

5e6b9448c8e6fa6eaa08937d9a3b72ea.jpg


背景介绍

经济发展,电力先行,历史的车轮,总是在永不停息的奋进中书写进步和发展的轨迹;随着党的二十大闭幕,我国综合实力跃上新台阶,电网发展也步入快车道。北京御航智能科技有限公司紧跟行业步伐,积极响应国网总部创新建议,联合国网部分网省公司以无人机综合管控微应用平台为依托,以前端AI智能识别模块“御视A10”为基础,探索出了一条“AI辅助拍照与航线智能优化”的智能化应用新模式,在输电线路运维垂直领域大力推动技术创新,向电网巡检数字化转型又迈进了一大步。


e984b85dd3e98cfea02718987662085f.jpg


2022年11月17日,一架新款DJI 经纬M30腾空而起,执行山东电力220kV某线精细化无人机巡检的任务。这是山东电网首次在前端加载AI辅助拍照模块“御视A10”,采用实时边缘计算及精准控制技术,实现视觉AI辅助数据自主采集,同时结合无人机综合管控微应用平台智能优化历史航线,完成航线自适应改造,全面升级无人机数字化管控技术手段。


3d9c89d5e46464e6ed4f1243538f6aaf.jpg


创新技术

当前电网无人机巡检技术发展迅猛,规模化应用推进日新月异,近两年各网省公司在自主巡检航线规划、线路三维全息信息采集和缺陷智能识别方面不断进行技术创新和应用升级。但总体来讲无人机巡检的智能化应用方面仍存在不少实际问题需解决,如航线规划的灵活性和自适应方面,以及万众期待的缺陷识别精度提升等方面。北京御航基于自身在人工智能、图像识别领域深厚的技术积累和无人机电力巡检的深入实践,重点实现了以下技术创新和实践应用。

基于边缘智能技术实现无人机AI辅助巡检

前端AI辅助拍照产品定义     

无人机自主巡检前端AI辅助拍照产品,基于人工智能和前端边缘计算技术,高精度目标抓拍的同时,满足低功耗、易集成的要求,降低后端分析压力,可有效保证数据的高质量采集,为后端AI缺陷分析提供数据保障,让自主巡检真正快速、精准、高质量的完成任务。

前端AI辅助拍照核心功能可有效解决自主巡检时拍摄模糊、对焦不准、目标在图像中的占比不足、图像曝光不足、逆光等问题,基于前端AI识别及精准控制技术可实现居中对准、自适应放大、清晰可辨地捕获检测目标,让自主巡检真正快速、精准、高质量的完成任务。

image.png

北京御航早在2019年开始探索无人机前端边缘计算技术,并于2020年3月首次推出机载端无人机边缘智能产品“御视A100”无人机机载大脑,后续又陆续推出了移动端边缘智能模块“御视A10”,重要核心功能之一即AI辅助拍照能力。


9ebf8da8e0107defc76fd38ae6f9d19f.jpg



基于边缘智能的图像压缩有效降低传输成本

采用基于深度学习的图像超分辨率技术进行图像压缩,以生成对抗网络为基础能使图像重建更加清晰而图像压缩比更高。其过程是边缘计算端先对原有JPEG图像进行压缩后发送到后端,在后端再进行图像的恢复,对大疆无人机巡检图像平均压缩比在21.53以上,平均PSNR大于30.87, 通过图像压缩后的图像目视比对上无差异,压缩后的图像进行智能识别偏差约0.8%。

航线智能优化与改造

航线智能优化与改造主要是指可针对电网存在的已有不同类型航线进行统一格式转换和航线改造调优,达到以下适应性能力:

满足不同机型的航线需求,如旧有精灵4RTK、御2进阶版、M300等机型,还有新机型如御3、M30/M30T等对航线不同输入格式的要求;

满足不同自主巡检App的航线要求;

满足统推微应用平台的航线要求;

满足不同巡检作业场景的航线要求,在满足原有精细化巡检场景外,还应满足红外巡检模式、通道巡检模式、应急巡检模式等不同场合下的航线需求。

技术验证

AI辅助拍照技术验证

测试采集100基输电杆塔数据,集成AI辅助拍照模块的自主巡检App同时具备“AI巡检”与“常规巡检”两种模式,分别基于两种模式对100基输电杆塔进行图像采集和缺陷识别,并进行对比分析。分析结果表明“AI巡检”模式废片率比“常规模式”下降60%,图像识别精度平均提升21%,但单张照片平均耗时增加7%,“AI巡检”模式获得更高画质、更高分辨率图像的同时,促进了后期缺陷识别精度的提升。     
此外,“AI巡检”模式减少了自主巡检对航线的高度依赖性,提高了对输入航线的自适应能力;它摆脱了巡检作业对天气的严苛要求,巡检人员可在不同光照条件下均能获取高质量巡检图像,非常适合目前正在大力推广的基于机巢的网格化巡检作业模式。

c81166308adfbc546b6f6044de8063cc.jpg


无人机图像压缩回传测试

对540张共计3.27GB的图像进行压缩,压缩后为156MB。


61ddfdbc8d57767f8c9431c2270ca916.png

图丨图像压缩前后对比



目视效果:细节基本无差异,满足销钉级缺陷识别。

2f257130440b5b38665542ee9ce9b5f5.png

图丨压缩前-压缩后



落地推广

当前北京御航推出的前端智能产品已在多个网省得到试点应用和技术验证。

山东电网早在2021年底就开始与我司共同探索前端边缘技术在无人机自主巡检中的实际价值,目前已经完成现有自主巡检App与前端AI模块的集成,如前文所述并完成了首次试飞验证。。     
冀北电网技培中心已在上百架无人机中集成“AI辅助拍照”模块,并在多个地市进行了试点推广,同时也引入了航线智能优化和改造技术对省内几万条航线数据进行航线治理,以满足微应用平台的各项业务需求。

此外,AI辅助拍照技术也得到了福建电网的高度认可,今年在局部地市也进行了测试验证和安装部署。

相信在不久的将来,前端AI辅助拍照产品“御视”A100和A10可以在无人机电力巡检领域开拓更多的应用场景,借助人工智能的力量实现电网数字化转型,助力无人机自主巡检智能化深度应用!

c9802154e873787e3ac74b64bb4368b3.jpg

分享到:
相关文章
合作伙伴
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 10
  • 11
  • 12
  • 13

logo.png

CPEM全国电力设备管理网  © 2016 版权所有    ICP备案号:沪ICP备16049902号-7