买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖南大学申请的专利用于电网安全态势感知的无人机巡检方法、终端设备获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115861852B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211455338.7，技术领域涉及：G06V20/17；该发明授权用于电网安全态势感知的无人机巡检方法、终端设备是由刘松;宋宇飞设计研发完成，并于2022-11-21向国家知识产权局提交的专利申请。

本用于电网安全态势感知的无人机巡检方法、终端设备在说明书摘要公布了：本发明公开了一种用于电网安全态势感知的无人机巡检方法、终端设备。巡检方法基于深度强化学习，主要步骤包括：构建状态空间；构建混合深度神经网络；对混合深度神经网络进行仿真训练，得到无人机飞航状态校正模型；将飞航状态校正模型加载至无人机的飞行控制程序中，利用无人机对实际输电线路进行巡检。本发明利用深度学习与强化学习卓越的特征学习和控制决策能力有效增强近距离巡检状态下无人机飞行位置与姿态的稳定性以改善巡检图像质量，从而提升输电线路巡检精度与效率，增强电网安全态势感知能力。

本发明授权用于电网安全态势感知的无人机巡检方法、终端设备在权利要求书中公布了：1.一种用于电网安全态势感知的无人机巡检方法，其特征在于，包括以下步骤： S1、构建状态空间，其中任一时刻t的状态st包括无人机在t时刻的检测图像DIt和飞行状态ASt；t时刻的检测图像DIt是由无人机在t时刻及先前k个时刻所摄图片按时间顺序排列组成的序列CIt-k,CIt-k+1,…,CIj,…,CIt-2,CIt-1,CIt；CIj＝[VIj,IRj,UIj]，VIj为j时刻拍摄的可见光图片，IRj为j时刻拍摄的红外图片，UIj为j时刻拍摄的超声图片，j＝t-k,t-k+1,…,t-2,t-1,t；t时刻的飞行状态ASt是由无人机在t时刻及先前k个时刻的位姿信息向量按时间顺序排列组成的序列PDt-k,PDt-k+1,…,PDj,…,PDt-2,PDt-1,PDt；其中PDj＝[xj,yj,uj,αj,βj,γj]，xj、yj和uj分别为j时刻地球坐标系下无人机的飞行位置三维坐标，αj、βj和γj分别为j时刻无人机的偏航角、俯仰角和横滚角； S2、构建混合深度神经网络，所述混合深度神经网络包括抗扰卷积神经网络、第一快速门限循环神经网络、第二快速门限循环神经网络和第一全连接神经网络；所述抗扰卷积神经网络与第一快速门限循环神经网络连接；第一快速门限循环神经网络、第二快速门限循环神经网络均与第一全连接神经网络连接；将所述t时刻的检测图像DIt作为所述抗扰卷积神经网络的输入，所述t时刻的飞行状态ASt序列作为第二快速门限循环神经网络的输入；所述第一全连接神经网络的输出为t时刻的Qs,a，Qs,a即在状态st下，无人机执行动作空间中的各个动作后，所获反馈函数值的预测值；其中动作空间a＝[Δx,Δy,Δu,Δα,Δβ,Δγ]，Δx为机体坐标系下无人机在水平方向横轴上的位移调节量，Δy为机体坐标系下无人机在水平方向纵轴上的位移调节量，Δu为机体坐标系下无人机在垂直方向上的位移调节量，Δα为无人机偏航角调节量，Δβ为无人机俯仰角调节量，Δγ为无人机横滚角调节量，Δx、Δy、Δu、Δα、Δβ与Δγ均采用离散微调控制模式；反馈函数r＝WSS+WDD，S为基于信息量加权的结构相似度指标，D为所述检测图像DIt中各张图片的中心与无人机所要检查的目标物体的中心之间的欧式距离，WS和WD为权重系数，反馈函数r直接反映检测图像DIt的质量；优选地，所述离散微调控制模式实现过程包括：选定无人机的最大正负位移调节量ΔPmax和最大正负角度调节量ΔDmax；对ΔPmax进行n1等分，对ΔDmax进行n2等分，则Δp＝ΔPmax1为无人机的位移调节间隔，Δd＝ΔDmax2为无人机的角度调节间隔，a中位移调节量Δx、Δy和Δu的动作取值为-n1Δp,-n1-1Δp,…,-2Δp,-Δp,0,+Δp,+2Δp,…,+n1-1Δp,+n1Δp，角度调节量Δα、Δβ和Δγ的动作取值为-n2Δd,-n2-1Δd,…,-2Δd,-Δd,0,+Δd,+2Δd,…,+n2-1Δd,+n2Δd； S3、对所述混合深度神经网络进行仿真训练，得到无人机飞航状态校正模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路28号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。