黄巨挺，高宏力，戴志坤

（西南交通大学机械工程学院，成都 610031）

0 引言

输电线路需要日常维护与故障检修以保证供电的稳定与安全，人工巡检电力线可能会比较危险并且耗费大量的时间。随着无人机技术的发展，采用无人机巡检系统取代人工，可以节省大量时间、人力和财力，而电力线的检测是系统中最重要的一部分；然而由于缺乏特定的电力线检测和预警系统，有大量低空飞行无人机或直升机与输电线路碰撞的事故发生［1］。因此实现飞行器对于输电线路的准确高效识别是非常有必要的。

输电线路识别可以使用雷达、红外传感、电磁传感以及机器视觉技术。近几年机器视觉技术发展迅速，尤其是深度卷积神经网络（Deep Convolutional Neural Network，DCNN）在图像识别［2-4］、目标检测［5-6］以及语义分割［7-9］等领域有着良好性能；另外由于相机价格便宜、质量轻、易于在飞行器上装载，因此本文将采用机器视觉技术实现输电线路识别。机器视觉技术是对于飞行器采集到的图片进行处理，检测图片中是否存在输电线路。如果识别到电线，则可以进行后续的电线位置定位并向低空飞行器发送预警信息以防止碰撞事故，为无人机后续沿输电线路巡检和运动规划做准备。这些都需要电线识别有较高的精度和效率，而机器视觉中的传统图像处理方法存在精度低和受环境影响大的问题；深度学习方法则是依赖于丰富的电线数据集，在保持较好识别精度时，由于网络结构较深而令检测效率会下降。……