引言

随着社会电力需求的不断提高，电网的规模和容量也在不断扩大。在这种情况下，为了使无人机技术在电网独立检查中发挥充分的应用优势，相关单位、研究人员和技术人员需要加强对无人机技术的研究，不断满足电网检查的实际需要，实现电网检查结果的科学获取。过去4G网络无人机信号干扰大，无主覆盖社区，延长指令输入困难，容易断线，5G网络具有超高带宽、毫秒延迟、超高密度链接特点，赋予网络无人机实时超高清图像传输、远程低延迟控制、永久在线等重要能力，借助5G网络无人机实现正常、智能检查，有效降低网络运行成本，提高网络质量，帮助新数字基础设施建设。

1无人机检查的核心技术

1.1高速成像技术

在无人机电力检查中，飞行速度通常在10m/s左右。为了在高速飞行状态下拍摄高清照片，必须采用高速成像技术。实现这一技术的方法有很多，比如利用高清相机的自动对焦功能，通过4倍光学变焦，使拍摄的照片始终保持在1000万像素以上，从而保证输电线路的故障能够在照片中清晰呈现。此外，近年来泵浦探测（Pump—probe）该技术还可以利用强激光与材料之间的相互作用，以激光机构作为刺激目标，确保目标物体的图像在高速移动状态下被拍摄，然后使用CCD和其他装置接收图像，以获得超快移动物体的清晰图像。

1.2红外和紫外传感器技术技术

在高压输电线路的运行中，接头盒和接线夹经常发热。如果温度过高，不仅会缩短设备的使用寿命，还会造成很大概率的电力火灾事故，严重影响高压输电线路的正常运行。因此，在无人机电力检查中，可以在无人机上配备红外成像传感器，以便在无人机检查时及时发现输电线路上温度异常的部件。此外，地面操作人员在收到无人机反馈的温度异常信息后，可以通过自动对焦等操作方式进一步获取更丰富的热图数据，并在电子地图上标记故障点的位置坐标，方便后续设备维护。同样，对于输电线路与电气设备之间的电晕放电，无人机也可以配备紫外成像传感器进行监控。这些高灵敏度传感器的应用可以进一步提高无人机电力检查的效率和质量。

1.3激光雷达测量技术

所谓激光雷达探测技术，是利用相应的设备实现激光自主发射，并通过其反射波进行测距和定位的技术形式。在具体应用中，该技术主要通过被测物体表面的反射特性实现径向速度、空间位置等定位信息的科学获取，属于主动遥感技术之一。

在激光雷达探测技术中，差分定位、姿态测量、激光测距等先进科学技术实现了有机整合，实现了被测物体三维数据的准确快速获取，具有很高的精度和自动化程度。通过该技术获得的数据可以快速生成DSM高程模型、正射图像和表面模型。

2基于5g网络的无人机电力智能巡检

无人机智能检查的基本原理是：首先通过激光雷达、GPS/以北斗、图像识别等技术获取高精度三维点云为基础，利用人工智能算法自动识别和提取关键空间参数，自动调整相机对焦速度，提高目标图像的准确性和清晰度，自动准确选择，然后通过无人机智能决策轨迹、姿态和拍摄参数获取高质量的检查数据。机载人工智能与云大数据实时互动，发现缺陷目标实时跟踪。当云诊断被识别为缺陷或故障时，可以定位诊断故障目标，并从多个角度拍摄和收集数据，从而不断提高其识别诊断率。

2.1总体设计

融合5G、人工智能、无人机、高精度建模、超高清视频等技术，通过基站、杆路智能检查，实现建筑三维网络测试，解决传统检查和信号空测准确数据采集困难、人工检查时间长、成本高，通过提高前端数据采集能力和精度、数字网络基础设施、检查和空测数据实时传输到云，实现与检查人员、业务管理人员的实时互动，实时图像异常识别和隐患报警，实现综合智能网络优化。整个系统结构如图1所示。无人机和机载数据通过5G模块接入5G核心网络，通过加密协议流入云平台，借助云平台的人工智能能力实现智能检查和网络优化。

2.2硬件设计

硬件部分由无人机平台(包括无人机和载荷)组成、地面平台和云平台由三部分组成。无人机平台：包括无人机及其载荷，作为检查业务数据获取的前端。地面平台：包括遥控器（无线电遥控设备）、计算机pad或手机（网络飞行控制和检查管理设备）主要实现无人机飞行控制和检查的实时业务管理功能。云平台：主要分为推拉流服务器和智能检查管理服务器。推拉流服务器负责无人机航拍流媒体数据的转发，并支持RTSP、RTMP格式；智能无人机巡检管理服务器可接收载荷数据、存储、建模和智能识别。

无人机平台的开发是硬件平台的关键组成部分，其中5G通信部分通过自主研发模式建立了小型5G通信模块，通过各种通信协议和串口访问无人机和前端数据采集设备，实时采集和传输前端数据。前端传感器采用分离设计，可连接不同的前端传感器，依靠协议转换技术实现多源光学遥感数据的集成，然后通过5G模块通信将数据集成到云平台进行后续复杂处理。

2.3软件设计

基于5G通信，接入和传输无人机检查产生的多源异构数据，通过三维建模算法、图像识别算法等能力，提高检查效率和单站网络质量，降低网络运营和建设成本。无人机巡检系统的技术架构采用分层架构设计，即显示层、服务层、核心算法层、数据层。显示层部分提供系统的前端显示，基于Vue的Element实现，并通过Axios包装restful风格的要求。显示层与数据层完全分离，前端和后端数据通信通过跨域实现。Vue.JS通过数据双向绑定将UI(用户界面)组件化。服务层部分基于SpringCloud框架实现微服务化，使用Restemplate、Eureka、Hystrix等服务组件对服务状态进行监控和管理。核心算法层负责实现基站三维建模、图像识别等模块功能，采用基于Python的Pytorch学习库。数据层部分使用MongoDB存储非结构化、相关性弱的业务数据，如无人机设备传输的图像数据和点云数据；MySQL存储结构化、相关性强的数据，如身份管理、检查任务表等；Redis负责缓存任务。

3结束语

综上所述，5g网络无人机应用以智能网络优化为切入点，通过数据和智能技术赋能行业，探索网络优化的可能性，用高精度的自动化数据采集代替传统粗糙的人工检查，通过全方位的数据管理，使电力检查优化方便、智能。充分发挥无人机电力检查的创新性和可应用性，对促进电力行业发展具有重要价值。