无人机航拍的输电线路弧垂测量研究

摘要：

针对目前的弧垂测量方法存在效率低、成本高的问题,该文提出了一种输电线路弧垂测量的新方法.该方法基于融合卷积块注意力模块(CBAM)注意力机制的间隔棒自动分割算法CBAM-Mask-RCNN,结合光束法平差、空间前方交会和空间曲线拟合等经典算法,以无人机巡检视频数据为基础,低成本、高效率地实现弧垂测量.经验证,该文提出的CBAM-Mask-RCNN算法在自建数据集上AP指标达到了 72.44％,优于Yolact++、U-Net和Mask-RCNN等算法.通过消融实验也证明了该文所采用的CBAM-block模块能有效提高算法的分割性能.此外,在5个不同输电线档距中进行弧垂测量实验,该文方法的误差均在±2.5％以内,平均误差为0.31％,满足工程要求,验证了该方法的有效性.

关键词：无人机航拍、深度学习、弧垂测量、注意力机制

所属期刊栏目：48

分类号：P231(摄影测量学与测绘遥感)

资助基金：基于精密测绘技术的地质灾害监测;数据处理项目;智能化测绘体系总体设计;若干技术研究项目

在线出版日期：2023-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：189-197,238