共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
针对电力线载波通信技术研究缺少实际验证环境的问题,提出了一种基于USRP(Universal Software Radio Periphery)的电力线载波通信技术验证平台。以USRP硬件板卡为基础,通过对USRP板卡的FPGA进行二次开发实现电力线载波通信数字前端,使用USRP板卡上的SRAM完成对发送数据与接收数据的缓存以简化设计的复杂度,采用以太网接口实现USRP板卡与主机matlab软件的连接,结合自主开发的模拟前端与耦合电路,使得用于电力线载波技术研究的仿真代码可以直接在电力线信道上进行验证,提高了电力线载波通信技术研究的效率与可靠性。测试结果表明,通过灵活配置数字前端的工作频率与带宽,验证平台适用于不同频带范围的电力线载波技术验证。 相似文献
4.
《浙江电力》2021,(9)
无人机航向偏差检测是无人机电力线智能巡检的关键技术之一。通过对图像中电力线的特征分析,提出一种电力线图像检测并获得航向偏差的方法。首先对原始图像进行预处理,减少背景对电力线检测的干扰;其次采用Sobel算法进行边缘检测,通过形态学处理滤除二值图中的背景噪声并增强电力线边缘;然后利用Hough变换实现电力线的快速提取;最后基于检测结果拟合出当前电力线方向,获得航向偏差。实验结果表明,该算法可以有效减少图像背景干扰,电力线检测速度达到12~24帧/s,实现直线型电力线检测并获得航向偏差,航向准确率达到98.67%,位置准确率达到97.45%,具有检测速度快、准确率高等优点。 相似文献
5.
6.
7.
《贵州电力技术》2021,(3)
为解决传统分类方法处理大规模输电线路可视化巡检的激光雷达点云数据时效率低、精度差的问题,提出了一套自动分离输电线廊道中电力线、杆塔、地面和植被的智能化方案。首先依据曲率及邻域特征精准提取出电力线点;然后利用布料滤波法分离地面点和非地面点;最后基于圆柱模型从非地面点里识别出杆塔点和植被点。此研究选用了三段不同密度的输电线走廊点云数据进行实验,结果显示该方法对三种数据集的电力线、杆塔、地面和植被识别均有良好表现,整体分类精度大于90%,电力线的用户精度和制图精度随着云点密度的增加而逐渐增高。实验证明,此方法适用于多种类型的激光雷达点云数据,其理论方法对解决输电线走廊可视化巡检的自动分类问题具有借鉴价值,为充分提高输电线路无人机巡检的效率和精度提供了科学依据。 相似文献
8.
无人机电力线巡检具备不受地形环境限制、机动灵活、安全性高、工作效率高等优点,可有效降低巡线成本。但是,无人机续航能力低,现有的充电装置难以满足灾后高强度巡检需求。笔者设计了适用于无人机巡检的灾备应急充电装置。此应急充电装置具备灾后巡检快速响应的特点,且可满足无人机高频次、高强度巡检的应急充电需求,能有效提高无人机电池的利用效率,减小备用电池数量,大幅扩大无人机的续航能力和巡航范围,对灾后无人机巡检起到重要的保障作用。 相似文献
9.
在无人机激光雷达电力线巡检中,基于激光点云数据的电力线三维重建是首要工作。针对已有方法无法解决多种构型电力线激光点云聚类等问题,提出了基于部分重合分段的电力线激光点云数据聚类方法。该算法包含构建单档单根电力线的三维重建模型中直线段模型和悬链线段模型的数学表达式、数据预处理和部分重合数据分段、模型拟合及线段标号与合成等三个步骤。通过实验验证了该算法的实用性和有效性,实现了对任意长度、任意电塔高差、存在不规则断裂和粗差的电力线点云的正确分割,具备较高精度和鲁棒性。 相似文献
10.
输电线路巡检是电网持续稳定供电的保障,其目的是对电力线、绝缘子、电力杆塔、防振锤等线路设备进行状态检测和故障诊断,同时观测电力线周围潜在隐患。深度学习的发展为输电线路巡检提供了有效手段,与传统目标检测方法相比,深度学习方法能更有效地实现航拍图像中电力设备的识别及缺陷检测。该文综述近十年来基于深度学习的输电线路视觉检测方法的研究进展。首先,概述适用于输电线路巡检的深度卷积神经网络,包括分类网络、检测网络、语义分割网络,考虑到开发的深度学习网络模型便于在移动设备上应用,另外阐述轻量化网络;然后,重点阐述基于深度卷积神经网络的输电线路巡检图像数据目标检测;随后介绍7个电力设备数据集以及性能评价指标;最后,指出基于深度学习的输电线路巡检图像数据视觉检测方法目前存在的问题,并对进一步的工作进行展望。 相似文献
11.
The US Naval Academy has assembled a laboratory consisting of 16 identical stations in support of several robotics and machine vision courses. Each station has an 80386-based microcomputer, a five degree-of-freedom robot arm, a video-rate vision system, and a speech synthesis system. The robot arms are capable of teach-pendant operation or control via the attached computer. Programs written in the robot control language can be downloaded into, stored in, and run from robot RAM. For greater flexibility, move instructions can be generated by the controlling computer (in any desired computer language) and transmitted to the arm for execution via an RS-232 link. Each joint of the robot (plus the gripper) has a dedicated microprocessor for closed-loop servo operation utilizing incremental drive-motor shaft encoders and micro-switches for “home” locations. The vision system includes an RS170-compatible video camera, a PC-compatible frame grabber board, and a video monitor. This configuration permits the utilization of 2D and 3D vision feedback in the robot control process. The laboratory is used in support of undergraduate courses that cover such topics as robot kinematics and task planning, elementary machine vision, and artificial neural networks 相似文献
12.
13.
介绍了基于CAN总线的排爆机器人的运动控制系统的实现,并详细描述了各控制模块与CAN控制器之间的如何实现通讯。排爆机器人(EOD robot)是一种由操作者远程遥控完成复杂作业任务的特种机器人。操作机主体一般是由一个多自由度的机械手和一个可移动平台组成,为实现其复杂的运动控制就需要各个执行部件的协调工作。为此采用多个模块控制各个执行部件,各模块间通过CAN总线通讯,以实现控制系统的分布智能化。 相似文献
14.
15.
Lei Zhang Huayan Zhang Hanting Yang Gui‐Bin Bian Wanqing Wu 《International Journal of Adaptive Control and Signal Processing》2019,33(7):1225-1237
Graspirng objects is an important capability for humanoid robots. Due to complexity of environmental and diversity of objects, it is difficult for the robot to accurately recognize and grasp multiple objects. In response to this problem, we propose a robotic grasping method that uses the deep learning method You Only Look Once v3 for multi‐target detection and the auxiliary signs to obtain target location. The method can control the movement of the robot and plan the grasping trajectory based on visual feedback information. It is verified by experiments that this method can make the humanoid robot NAO grasp the object effectively, and the success rate of grasping can reach 80% in the experimental environment. 相似文献
16.
17.
18.
基于Labview工控板驱动设计 总被引:2,自引:2,他引:0
文中给出在Labview可视化开发平台上实现工业控制板与上位系统交互,完成各种功能的原理和实现技术,详细讨论A/D采样过程驱动的设计方法和编程思路,并提供相应源代码作为参考。 相似文献
19.