无人机航拍的输电线路弧垂测量研究

作     者：钱建国 宋江 周佳慧 李永荣 刘正军 陈一铭 QIAN Jianguo;SONG Jiang;ZHOU Jiahui;LI Yongrong;LIU Zhengjun;CHEN Yiming

作者机构：辽宁工程技术大学测绘与地理科学学院辽宁阜新123000 中国测绘科学研究院北京100036 新疆大学生态与环境学院乌鲁木齐830046 

出 版 物：《测绘科学》 (Science of Surveying and Mapping)

年 卷 期：2023年第48卷第6期

页      面：189-197,238页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：基于精密测绘技术的地质灾害监测和数据处理项目(AR2118) 智能化测绘体系总体设计及若干技术研究项目(AR2201) 

主　　题：无人机航拍 深度学习 弧垂测量 注意力机制 

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。