激光雷达探测输电走廊安全风险研究现状

输电走廊环境监测和风险预警是电网防灾抗灾的重要研究内容。在激光雷达、物联网、无人机及计算机技术的发展与推动下,利用各种新型遥感监测与巡检手段进行输电走廊大范围、智能化巡检成为重要发展趋势。综合多种监测数据的线路安全风险评估与灾害预警,成为智能电网建设工作的研究热点之一。本文系统论述了应用激光雷达技术进行输电走廊安全风险探测的研究现状与发展趋势,分析了激光雷达在输电线路安全风险探测中的优缺点,讨论了激光雷达输电线路巡检和监测数据在输电线路安全风险评估预警中所面对的问题与挑战。     

基于RCNN的无人机巡检图像电力小部件识别研究

随着无人机（UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机（SVM）、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络（CNN）在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络（RCNN）通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster R-CNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。     

基于不同GNSS增强系统的激光巡线数据分析

无人直升机搭载激光雷达(LiDAR)进行输电线路巡检具有高精度、低成本的优点,为了获取高精度输电线路三维点云高精度地理空间坐标,采用基于基站差分动态后处理(PPK)、江苏省连续运行参考站(JS-CORS)、千寻位置(QX-CORS)等三种不同定位服务方式进行输电线路巡检,分析了三种定位下获取的点位定位精度以及点云质量....     

移动GIS在天然气长输管道巡检中的应用

移动GIS是建立在移动终端条件下,提供移动中的、分布式的、随遇性的移动地理信息服务的GIS,是一个集GIS,GPS,移动通信(GSM/GPRS/CDMA)三大技术于一体的系统,通过GIS完成空间数据管理和分析,GPS进行定位和跟踪,利用移动设备完成数据获取功能,借助移动通信技术完成图形、文字、声音等数据的传输,这也是越来越多石油、天然气采用移动GIS用于日常巡检的根本原因。     

供水管网移动GIS巡检系统的建设与实现

针对传统巡检模式存在的缺陷,提出使用移动GIS(移动智能终端+GPS+GIS)管理供水巡检业务的系统构建原理,设计了移动无线专网、数据库、功能框架,实现周期巡检、在施工地管理、隐患管理、短信息接收等功能,推动巡检工作有效管理。     

大标题大比例尺地形图外业巡检软件的研究与实现

当前大比例尺地形图采集已全面实现数字化,但外业巡查仍用打印纸图方式,不仅工作效率低,且与内业衔接困难,难以满足测绘信息化发展的需求。针对以上问题,提出了一种大比例尺地形图数据格式转换的方法,基于ArcGIS Runtime SDK开发运行在Windows与Android平板端的外业巡检软件。实际应用表明,该软件提高了成果检验的准确性和工作效率。     

基于移动GIS的南疆天然气利民工程管道巡检系统设计与实现

设计的管道巡检系统由手持终端、无线服务网络、监控管理中心组成。在管道巡检工作中,巡检人员配置手持终端,手持终端将实时接收卫星发送的经度、纬度、时间等信息,且每隔3 min将定位信息及巡检时发现的事件状况信息通过GPRS无线服务网络发送给监控管理中心的数据库服务器中。监控管理中心的监控人员通过管道巡检系统平台对实时数据进行分析,对巡检工作及巡检事件进行处理,实现对巡检工作实时的管理。     

鲜花再度盛开的山岗——无人机外业巡检系统首次应用于地理国情专项监测

在祖国雄鸡形版图的上方,有一个酷似鸡冠的地方,那就是世界著名三大草原之一的呼伦贝尔草原。每逢盛夏,蓝天白云下,一望无际的草原、成群的牛羊和奔腾的骏马组成了一副辽阔旖旎的画卷。但随着草原下丰富的煤矿资源的探明,上世纪七八十年代数百家私人小煤窑在这片美丽的土地下滥采乱挖,形成了“草原天坑”。     

矿山环境三维激光雷达SLAM算法建图与定位

针对矿山地形测绘中存在的建图失真和累计误差大等问题,本文基于三维激光雷达的同步定位与地图构建算法。首先对激光雷达（LiDAR）和惯性测量单元（IMU）进行内外参数标定,以解决无法建图的问题。然后通过巡检机器人采集3组场景（街区道路、矿山斜坡、采矿区）的数据集,对主流的ALOAM、LeGO-LOAM和LIO-SAM等算法进行对比,并利用GNSS数据作为轨迹真值。试验表明,在矿山环境多传感器融合算法LIO-SAM具有更好的稳健性和定位精度,轨迹绝对位置误差较ALOAM和LeGOLOAM分别降低了21.53%和60.10%。此外,特征提取部分引入强度特征的IALIO算法误差较LIO-SAM降低了20.16%。     

煤层气田智能巡检WebGlS系统的设计与实现

为了提高煤层气生产数据采集效率,达到人员调度的使捷,设计实现了煤层气田智能巡检WebGIS系统。系统融合了GPRS、GPS、GIS等技术,采用B／S和M／S相结合的体系架构,在移动终端结合ArcGISMobile,实现GPS数据解析和定位导航;利用Silverlight技术构建监控室WebGIS,将改进的蚁群算法应用于路径规划,通过GPRS技术实现巡检数据和巡检任务等信息的无线实时传输,基本实现巡检工作的智能化、实时化。