面向电力线路走廊监测的复合式无人机一体化控制研究.pdfVIP

面向电力线路走廊监测的复合式无人机一体化控制研究 摘 要 输电线路由于终年暴露在外，各种施工、违章行为引发的输电线路跳闸、 倒塔等外力破坏事故呈逐年上升的趋势，严重威胁到输电线路的安全稳定运 行。因此，合理有效地开展线路巡检工作愈发重要。 现如今，无人机在输电线路巡检中扮演了越来越重要的角色，其中采用的 主要是传统的四旋翼以及固定翼无人机。为了有效解决传统四旋翼无人机续航 短，普通固定翼对起降场地要求严格的问题，本文搭建了一种新型的能够垂直 起降的固定翼无人机平台，称之为复合式无人机，并采用了一体化控制方案， 解决了以往复合式无人机在转换飞行模式时不够平稳的问题。此外，无人机在 执行巡视任务时会拍摄大量的照片，如果仅靠人工进行识别分类，工作量很 大，因此本文针对输电通道巡视照片的分类问题提出了一种改进型的卷积神经 网络模型，将无人机拍摄的通道照片进行快速分类，方便检修人员对相应的缺 陷进行快速处理。 本文以复合式无人机为基础，对复合式无人机平台一体化控制方案以及输 电线路巡视图像分类方法进行了研究。论文的第一部分对复合式无人机的主要 组成元件及飞行原理予以说明，并针对过渡飞行阶段采用一体化控制方案，通 过仿真验证了该方案的可行性。接着以TALON mini 固定翼载机为平台，组装搭 建了复合式无人机飞行平台，根据PX4飞控平台中针对飞行姿态调节的PID控制 原理，分析实际飞行中的日志记录，对相关参数不断整定，提高了无人机的整 体飞行性能。第二部分仔细研究了针对图像分类的卷积神经网络，通过具体实 验深刻理解了网络各组成部分对分类性能所产生的影响。接着对比了现有用于 图像分类的网络结构，选择了VGG16作为输电线路巡视图像的分类模型，并根 据现有技术针对网络提出了具体的优化方法。第三部分根据优化方法对VGG16 进行了优化，并通过实验进行了验证对比，得出了最佳优化方案，达到了预期 的图像分类效果。 关键词：复合式无人机，输电线路通道监测，一体化控制，图像分类，卷积 神经网络 I 目 录 摘 要 I ABSTRACT II 第一章 绪论 1 1.1 课题研究的背景及意义1 1.2 国内外研究现状2 1.2.1 复合式无人机研究现状2 1.2.2 图像分类技术研究现状5 1.3 本文主要研究内容9 第二章 复合式无人机平台的搭建及飞行实验10 2.1 复合式无人机的基本组成10 2.1.1 机械部分10 2.1.2 动力系统11 2.1.3 指挥控制系统14 2.2 复合式无人机平台的搭建18 2.3 飞行原理21 2.3.1 四旋翼飞行21 2.3.2 固定翼飞行22 2.4 一体化控制方案23 2.5 飞行实验27 2.6 飞行日志分析28 2.7 小结31 第三章 基于输电线路通道航拍图像的分类方法32 3.1 卷积神经网络32 3.2 卷积神经网络中各组件对图像分类性能的影响33 3.2.1 卷积核数量对性能的影响33 3.2.2 池化层对网络性能的影响34 3.2.3 全连接层对网络性能的影响36 3.2.4 输出层38 3.3 基于输电线路航拍图像分类的数据集搭建38 3.4 基于输电线路航拍图像分类的卷积神经网络模型的选择38 3.5 基于VGG 网络改进方法的提出41 3.6 小结44 第四章 输电线路通道航拍图像分类的实现45 4.1 实验环境的搭建45 4.1.1 TensorFlow 简介45 4.1.2 TensorFlow GPU 版的安装45 4.2 数据预处理过程46 4.3 实验方法和性能评估标准47 4.3.1 实验方法47 4.3.2 实验评估标准48 4.4 实验安排和结果分析48 4.4.1 实验安排48 4.4.2 实验结果分析49 4.5 完成最终模型53 4.6 小结54 第五章 总结与展望 56 5.1 总结56 5.2 展望56 参考文献 58 在学期间的研究成果 61 致 谢 62