基于无人机机载AI模块的电力巡检技术

摘要

针对输电线路无人机巡检实时性和准确性的要求，深入研究了YOLOv3目标检测算法在无人机巡检机载AI模块中的应用。利用将目标检测候选区选取和对象识别合二为一的YOLOv3算法，结合多尺度特征融合方式实现了目标检测的高准确性和实时优化，并采用残差块解决了模型退化问题。输电线路绝缘子检测结果表明：YOLOv3算法平均精度可达90%,相同条件下YOLOv3算法平均处理速度约为Faster RCNN算法的3.2倍，约为SSD算法的1.6倍。

关键词

无人机巡检 / 目标检测 / 图像识别 / 多尺度特征融合 / 残差块 / 输电线路 / 实时性

基金资助

国家自然科学基金青年科学基金项目(61163113)