电网无人机自动化巡检充分运用了激光雷达（LiDAR）技术、实时动态高精度定位（RTK）技术、深度学习算法，不再依赖飞行人员的无人机操控技术和经验，而是完全自主飞行实现电网精细化巡检。其中运用了LiDAR、RTK、深度学习等一系列黑科技，那么这些黑科技到底是什么呢？

LiDAR

LiDAR（Light Detection And Ranging），即激光探测与测量，俗称激光雷达。其工作原理是通过激光器发射一连串离散的激光脉冲打在物体上，并反射回来被接收器接收，这样就可以准确地计算出激光脉冲往返一次的传播时间。其中激光脉冲的传播速度是光速，激光器与物体点的距离可以由激光脉冲的传播时间与光速相乘得到，从而可以计算出每一个物体激光脚点的三维坐标。当然机载激光扫描还要考虑飞机的航高、GPS坐标位置以及惯性测量装置IMU的姿态数据（俯仰角度φ、侧滚角度ω、航偏角度κ）等参数，以此来解算物体上激光脚点的精准坐标。由于LiDAR具有穿透植被的特性，可帮助实现对通道内树木、地形以及杆塔、导线等的精确建模，这种高精度三维点云数据为无人机自动化巡检提供了精确的飞行导航三维地图。

无人机全自主飞行的航线就是利用激光LiDAR采集的输电线路高精度三维点云数据来规划设计的，其输出高精度WGS-84系统地理坐标的航线以供电力行业无人机进行自主导航飞行作业。

RTK

RTK（Real-time kinematic），即实时动态载波相位差分定位技术，是GPS差分技术的一种应用。高精度的RTK定位技术是基于载波相位观测值的实时动态定位技术，它能够实时地提供测站点在指定坐标系中的三维定位结果，并达到厘米级精度。在RTK作业模式下，基准站通过数据链将其观测值和测站坐标信息一起传送给流动站。流动站不仅通过数据链接收来自基准站的数据，还要采集GPS观测数据，并在系统内组成差分观测值进行实时处理，同时给出厘米级定位结果，历时不到一秒钟。RTK说通俗点就是高速、厘米级精度的GPS系统。

由于流动站和基准站间的距离限制，常规RTK已无法满足定位精度需要，故出现了网络RTK，其利用多个基准站构成一个基准站网来获取高精度的定位结果。无人机自动化巡检就是通过网络RTK实现无人机的高精度定位导航，最终实现无人机在输电线路上精确按照规划路径进行杆塔本体的精细化巡视。

深度学习

深度学习（Deep Learning）是机器学习的分支，是一种基于对数据进行表征学习的算法。通过基于大数据集训练网络，使其神经网络具有许多“深度”层，从而使创建的模型可对输入数据进行精确预测。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。

在无人机自主巡检技术中，深度学习被两次应用其中。第一次是在基于激光LiDAR点云的航线自主规划中，深度学习算法帮助实现杆塔本体精细化巡检的拍照点自动化精准选定；第二次是在采集杆塔本体部件照片及通道走廊的照片数据库中，通过深度学习算法训练的模型，可精确识别存在缺陷隐患的照片及缺陷位置。

复亚智能，致力于为行业大客户提供基于智能无人机，AI等前沿技术的产品和解决方案，真正实现了工业数据的自动化采集，傻瓜化操作，智能化数据处理。复亚智能始终聚焦于将先进科技产品化，帮助传统工业客户在新的科技浪潮中提高生产力，保持业务领先。

声明：以上内容来源于网络转载，出于传递信息及学习之目的，不代表本网站的观点、立场，本网站不对其真实性负责