基于卷积神经网络的电力杆塔图像识别学习算法研究

• 作者: 付子峰 刘姜 刘春堂 李龙云 郭景武
• 来源期刊: 通信电源技术
• 关键词: 多旋翼无人机 线路巡检 卷积神经网络 杆塔识别算法
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 设计应用
• 页码范围: 117-119
• 页数: 3页
• 语种: 中文
• DOI: 10.19399/j.cnki.tpt.2020.12.039

摘要

多旋翼无人机在输电线路巡检工作中的应用极大地提升了输电线路运维效率,但目前,多旋翼无人机在线路巡检中基本上仍依靠工作人员手动操作飞行和拍照,而不同工作人员的操控手法、操作习惯、操控水平对巡线工作成效影响较大,限制了无人机的应用.在这种情况下,构建多旋翼无人机自主巡检系统就显得尤为必要.文中对基于卷积神经网络的电力杆塔图像识别学习算法进行分析,旨在进一步提升无人机自主巡检中的杆塔识别成功率,推动无人机自主巡检系统的运用.