基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

基于YOLOv2网络的绝缘子自动识别与缺陷诊断模型

针对无人机或机器人获取的输电线路绝缘子图像,提出了一种基于深度学习图像识别框架（YOLOv2）网络的输电线路绝缘子在线识别与缺陷诊断模型,训练YOLOv2网络学习复杂背景下各种绝缘子的特征并准确识别,结合边缘检测、直线检测、图像旋转和垂直投影方法,对识别出各种状态的绝缘子进行缺陷诊断。输电线路巡检图像的仿真结果表明,所提出的绝缘子自动识别与缺陷诊断方法能迅速准确地从输电线路巡检图像中识别出绝缘子,并诊断出绝缘子是否破损以及缺陷位置,有利于提升输电线路智能巡检水平。     

基于计算机视觉的架空输电线路机器人巡检技术综述

架空输电线路是电网安全运行和电能可靠输送的关键,对其进行定期巡检至关重要。计算机视觉系统具有集成度高、交互性好、自动化程度高、处理速度快等特点,能够在架空输电线路巡检过程中各类设备的准确识别和故障判断中发挥重要作用,因此计算机视觉系统在架空输电线路机器人巡检与故障诊断中具有广泛的应用前景。从导线的识别、杆塔识别以及绝缘子串的识别等架空输电线路关键设备方面综述了机器人计算机视觉巡检技术及其研究现状,分析了多种相应的图像处理方法,在此基础上对基于机器学习的架空输电线路机器人视觉巡检关键技术进行了总结与展望。     

基于结构约束的架空输电线路巡线机器人障碍识别

巡线机器人沿相线行走时必须探测识别各种障碍，并根据障碍类型规划越障行为．针对220 kV架空输电线路的结构特点，利用视觉传感器，设计了基于结构约束的障碍识别算法．算法利用图像的边缘信息，采用改进的基于存在概率图的圆/椭圆检测方法和分层决策机制，以减少自然环境中光线变化和机器人运动对识别质量的影响，满足了巡线机器人的实时越障要求．实验室模拟线路和实际线路实验结果表明，算法能可靠地识别出复杂背景中的防震锤、悬垂线夹和耐张线夹等障碍物．     

基于主元梯度直方图的输电线路障碍物检测

基于视觉导航的输电线路巡检机器人在智能电网和输电线路巡检中有广泛的应用。提出一种基于主元方向梯度直方图特征的快速分类检测方法用于在线障碍物检测与识别。与传统基于几何结构基元的方法相比,该方法能在不提升计算复杂度的情况下显著提升识别精度,明显改善了识别算法在野外大范围复杂背景与光照影响下的性能。实验结果表明,该方法能达到精度和速度的性能平衡。