面向无人机在线巡检的绝缘子缺陷识别系统设计及实现

随着无人机和智能化系统的快速发展,高效的无人机实施巡检系统在电力巡检和电力应急场景中受到越来越多关注。为了解决人工巡检中效率低、往往无法保证工作人员的安全等问题,本文搭建了一套实时的无人机巡检系统,无人机通过搭载摄像头采集线路信息,结合PeaKDo图传完成实时数据获取和传输功能,利用NVIDIA Jetson Xavier NX边缘计算器等进行算法处理,使用InsDef算法和基于MGFNet的二阶段绝缘子检测与缺陷识别算法进行绝缘子缺陷的检测,最后利用TensorRT对整个流程进行加速,提高推理性能。本文分别在pytorch和TensorRT加速环境下测试InsDef和MGFNet处理配电网绝缘子和输电网绝缘子的检测效果。实验表明系统能够准确地判断绝缘子的健康情况,TensorRT显著提高了InsDef和MGFNet的检测速度,分别提高了60%和20%,并且在一些情况下还能提高模型的精度,证明了本文构建的无人机巡检系统有较高的可行性和可靠性。