边云协同电力自主巡检系统的研发-度量科技

近几年中国不断的加大电力建设，电力设备总量飞速增长。而很多架设在偏远山区的高架电塔，巡检难度大，成本高。为了提高巡检效率与巡检次数，降低巡检人员的危险，提升电力系统巡检的智能化，中国电力科学研究院自主开发了边云协同电力巡检系统。该系统是基于三维重建、自主导航控制技术、人机交互的影像智能标注技术，实现无人机在一键起飞后全程智能巡检，自动避障，记录电力设备的缺陷，上传到控制台并作记录的一系列过程。

边云协同电力巡检系统的建立前提，是需要在实验室环境下完成无人机的路线模拟以及视觉训练，而无人机的模拟路线的训练需要定位系统提供无人机在空中的精确位置数据。对比了现有多种定位系统，由于光学定位的高精度，低延迟等多方面优势，最后中国电力科学院选择了NOKOV（度量）光学三维动作捕捉系统作为实验阶段的定位系统。

NOKOV的工程师到研究院的实验室做了现场勘测后，经过与电力科学研究院核对，通过12个NOKOV Mars1.3H高精度动作捕捉镜头，在8m×8m，高2.3m的实验环境下搭建起了整个实验需要的动作捕捉定位系统，并为整个动作捕捉定位系统做了基础标定和相关参数设置。在试验过程中，无人机需要围绕模拟电塔进行环绕一周的轨迹飞行训练，做悬停拍照训练。NOKOV（度量）光学三维动作捕捉系统通过捕捉在无人机上粘贴的反光标志点的位置信息，将数据传回主机，在动作捕捉软件Seeker中完成无人机刚体信息的计算，通过UDP通信协议，SDK广播方式为无人机飞行控制系统提供精确的实时位置信息，飞行控制系统通过内部算法完成轨迹计算将位置信息传回无人机机身上的无线控制模块，继而实现控制无人机在预定的飞行轨迹上完成无人操作，自适应飞行，并完成随机悬停拍摄。因为有了精确的控制系统，整个系统的自主导航控制可完成无人机的航线规划，飞行避障和悬停拍摄的自主进行，实现一键起飞，一键巡检和意见降落等智能化巡检作业。

随着能源革命和数字革命的不断发展，绿色化、智能化和互联网化成为各项变革的共同主旋律。人工智能是引领着一轮革命的战略性关键技术，具有溢出带动性极强的“头雁效应”，能够有力促进泛在电力物联网建设，将与“三流合一”的能源互联网共生，推动能源革命和数字革命的深度融合。

无人机特殊场景应用详情

Nature Commun. 手写脑机接口多维运动解码

近日，浙江大学郝耀耀老师研究团队在Nature Communications上发表题为“Cortical representation of multidimensional handwriting movement and implications for neuroprostheses”的论文，首次系统揭示了大脑运动皮层对手写运动的多维编码机制，为下一代高性能手写BCI奠定了理论基础。这项研究不仅刷新了对运动控制的认知，更提供了一套全新的解码范式。