配网隐患图像处理
传统方式低效
随着配网线路无人机巡检逐渐推广和应用，巡检图像也正以指数级的速度不断增加，传统的人工处理能力效率低，高强度工作后，容易出错，已远远无法满足日益增长的巡检数据量增长。
数字绿土的AI缺陷自动识别方案，正为解决这个问题生！
绿土AI配网线路缺陷识别方案
飞行作业须知
飞行模式
城网：人口和建筑密集，手动飞行。
农网：无人机自主飞行、自主拍摄。
飞行安全
1、无人机在飞行时需要近距离拍摄，因此需要关闭无人机的避障功能。
2、配网导线安全距离通常为0.7米或1米，无人机飞行时距线一般在3米以外，属于安全范围。
飞行原则
1、以塔为单位飞行
2、飞行过程中，如果遇到支线，先沿支线飞行，再回来继续沿主线飞行。
飞行成果
1、飞行结束后，根据GPS坐标和飞行轨迹，画出线路的拓扑图。
2、归纳总结，得到该条线路的巡视指导手册。
现场作业：
无人机拍摄图像
近距离拍摄杆塔顶的部件，斜45°，俯视30°，4张。
杆塔顶拍摄
杆塔中部拍摄
拍摄变压器下方，斜45°，俯视60°，2张。
杆塔底部拍摄
通道拍摄
隐患图像自动化识别及处理
目前绿土基于机器学习算法和配网缺陷样本训练了配网缺陷识别模型，开发了AI缺陷识别工具，可对散股、销钉缺失、绝缘子、金具锈蚀、导线绑扎、树障进行AI自动缺陷识别。
配网缺陷种类
导线散股
绑扎缺陷
树障缺陷
数字绿土配网线路缺陷识别方案集合了绿土无人机激光雷达扫描系统可见光+可选红外强大的数据获取能力与故障、隐患AI识别能力。智慧配网的建设不仅需要自动化设备获取数据，也需要解决最后一公里的难题，数字绿土将继续助力数字化配网建设加速向前“奔跑”。