高压输电线路巡线机器人障碍物视觉检测识别研究

障碍物的检测识别与定位是高压输电线路自主巡线机器人中的关键技术之一.针对220 kV单分裂输电线路的结构特点,提出了一种基于视觉传感器的障碍物检测识别方法.首先,对采集的图像进行膨胀、腐蚀和高斯平滑等处理,以减少图像噪声;然后,利用Otsu算法对Canny算子进行改良来提取图像边缘,以减少光线变化带来的影响;最后,提取边缘图像中某些图形基元并施加结构约束,实现障碍物的检测识别.大量的试验研究表明,该方法能有效地检测识别高压输电线路的导线、防震锤、悬垂绝缘子和耐张绝缘子等结构物.     

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．     

架空输电线路巡线机器人越障过程运动学仿真分析

本文针对高压输电线路巡检作业,提出采用三臂结构的巡线机器人作业方案。根据该方案,进行了巡线机器人结构设计和运动学分析,利用三维参数化造型软件SolidWorks建立了该机器人的虚拟样机,利用机械系统动力学仿真软件ADAMS对巡线机器人进行了运动机构仿真,模拟机器人的实际运动状态,通过模拟和分析,寻求巡线机器人的合理结构,验证了结构设计与动作规划的合理性,得到高压输电线路巡线机器人的合理设计方案。     

高压巡线机器人电磁传感器导航方法

提出了一种采用电磁传感器为高压巡线机器人沿输电线路相线进行导航的方法。该方法根据相对值检测原理,通过合理布局的传感器测头阵列,将空间划分为不同的区域,根据传感器的输出,经过特定的算法,即可判断高压导线相对于机器人的空间位姿。实验室及实际线路带电运行实验表明:电磁传感器工作可靠,导航方法切实可行,稳定识别精度为10 mm,满足实际线路带电运行要求。     

架空输电线路巡线机器人的视觉导航

巡线机器人沿相线行走时必须探测识别和定位各种障碍物,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,完成了障碍识别和分类。根据障碍物的结构特点,设计了一种自适应多窗口区域立体匹配算法,实现了障碍物的双目视觉定位。模拟线路实验结果表明,算法能可靠地从复杂背景中识别并定位出防振锤、悬垂线夹和耐张线夹等障碍物,满足了巡线机器人导航要求。     

一种识别SAR图像中椭圆目标的方法

提出了一种对SAR图像中的椭圆形目标进行自动识别的综合方法。它利用SAR图像所具有的统计特性、CFAR检测对SAR图像进行预处理。根据中心椭圆算法构造椭圆并计算以此灰度占空比系数,采用马氏距离从背景中识别出目标。实际SAR图像实验结果表明了该方法的有效性。     

基于直方图包络的红外图像边缘检测

针对高压输电线路红外图像的特点提出一种基于直方图包络曲线的图像边缘检测新算法。为了抑制红外图像中噪声的影响,利用Savitzky-Golay（S-G）滤波器求取灰度直方图的包络曲线来平滑噪声,根据包络曲线的极值点对红外图像进行边缘提取。实验结果表明,该方法简单有效、定位精度高、优于传统的几种边缘提取算子。     

基于GA-RBF和不变矩的高压瓷瓶裂缝识别

为了保证高压输电线路的正常运行,可以通过高压输电线路巡检机器人视觉系统完成高压输电线路的检测.通过CCD摄像头等硬件模拟机器人的视觉,完成对绝缘瓷瓶裂缝图像的采集,并通过滤除噪声、图像分割等预处理操作和形状特征,完成图像中裂缝的定位.对于聚焦放大后的裂缝图像提取不变矩等4个特征值,得出图像信息.最后利用遗传算法和RBF网络相结合的算法,实现对绝缘瓷瓶裂缝5种状态:横向、纵向、块状、网状、无裂缝的分类识别.通过仿真和实验比较表明,该算法可以有效、可靠地运用于绝缘瓷瓶裂缝类型识别研究中,并可方便地应用于其他领域.     

基于产生式系统和轨迹优化的巡线机器人控制

阐述了一种新型的基于产生式系统控制方法的高压输电线路自动巡线机器人的嵌入式控制系统及其实现.提出了一种基于人工控制规则库和分层规划的产生式系统的控制策略.该控制策略通过人工控制机器人的方法,建立相应的专家规则库,再采用分层规划的方式与手爪的自动微调相结合来实现机器人的自动行走.最后,通过最优算法并结合机器人各个关节伺服系统的运作特性,对机器人运动轨迹进行优化,实现了对巡线机器人的最优控制.     

基于小波变换的模糊噪声图像的鉴别方法

根据Canny边缘检测算子的最优准则,模糊和噪声都会影响图像目标识别的精度。利用图像灰度的标准差定量地分析了模糊和噪声的影响;从频域角度分析了模糊和噪声的特性,并根据其特性提出了一种基于小波变换的模糊噪声图像的鉴别方法。该方法充分利用了小波的多分辨率分析特性和噪声的高频及模糊图像的低频特性,实验结果证明该方法能有效地鉴别图像的好坏。     

架空输电线路走廊烟火的视频检测技术研究

架空输电线路运行环境复杂,线路通道内的烟火造成的外力破坏日益增多,研究了基于视频多特征融合技术实现输电线路通道烟火预警方法,以有效消除云影、树阴、光照和背景对检测结果的影响.采用了混合高斯建模法实现运动目标检测过程中的背景建模.采用移动目标跟踪、运动目标质心运动曲线分析、运动目标轮廓变形系数分析和前景图像灰度直方图统计参数计算等得出运动目标的视频特征.设备运行和故障模拟实验表明,本方法有效实现了架空输电路线复杂背景条件下的烟火预警.     

基于Faster R-CNN的输电线路缺陷识别模型研究

随着多旋翼无人机引入输电线路巡检作业后,对巡线人员通过图像判断线路上设备是否有缺陷提出了新的挑战。为了帮助巡线人员做出准确决策,提高发现缺陷的能力,基于深度卷积神经网络,搭建了适用于无人机图像识别的输电线路缺陷识别网络模型。首先详细描述了输电线路缺陷识别图像数据库的建立过程,然后通过分析对比三个预训练前端网络的性能及多个参数对网络模型识别准确率的影响,得到基于Faster R-CNN的输电线路缺陷最优识别网络模型。经过测试集验证,提出的缺陷识别网络模型的识别准确率达到了90%以上,单张图片耗时达到了毫秒级,在识别准确率和耗时上均明显优于其他识别网络模型,为实际巡线工作中的输电线路缺陷判别提供智能有效的决策依据,是机器学习在智能电网中应用的有益探索。     

基于Adaboost的架空输电线路巡线机器人障碍识别

巡线机器人沿电力线行走时必须探测和识别各种障碍物,同时根据障碍类型规划越障行为。文章提出了一种基于Adaboost算法的架空输电线路巡线机器人障碍物识别方法。Adaboost是一个构造准确分类器的学习方法,它把一簇弱分类器通过一定的规则结合成为一个强分类器,再把这些强分类器级联成为一个快速、准确的分类器。实验结果证明了该方法的可行性。     

复杂背景下基于图像融合的运动目标轮廓提取算法

运动目标轮廓的有效提取对于目标识别、跟踪和行为的理解等后期的处理是非常重要的。受背景复杂性的影响,当背景灰度和运动目标的灰度相近时,提取的运动目标易产生空洞,某些部位无法完全恢复。根据帧差法的基本原理,提出了一种针对复杂背景的运动目标检测、轮廓提取方法。首先,对图像进行滤波处理,采用最大方差比阈值法消除了剩余部分噪声和背景,然后在三帧时间差分法基础上,利用序列中多帧图像融合运动信息,并确定参考区域,通过对原图像进行回扫描,最终提取出完整的运动目标轮廓。实验结果验证了算法的稳健性和有效性。     

图像处理技术在超高压巡检机器人视觉系统中的应用研究

对绝缘瓷瓶定位及其破损检测在高压输电线路巡检机器人视觉系统中的应用提出了一套方案.通过CCD摄像头等实现对机器人视觉的模拟,对采集到的图像进行去噪、分割等预处理,以绝缘子中部的特定区域作为识别的依据,基于其形状特征及不变矩特征提取特征值,提出了采用概率神经网络对绝缘子的特殊区域及背景区域进行识别,完成对绝缘子的定位.利用Harris角点检测法,结合纵向切线灰度值变化率判断瓷瓶是否破损,通过仿真和实验,验证了其可行性.     

基于机器视觉的输电线路导线断股自动检测方法

由于输电线路导线断股检测的过程中,没有对图像进行去噪处理,导致断股检测效果较差、检测效率较低,对此,提出基于机器视觉的输电线路导线断股自动检测方法。通过六旋翼无人机搭载高清摄像机拍摄输电线路导线,采集导线图像;采用均值滤波算法去除原始图像中的噪点,将去噪后的图像通过遍历模板进行图像颜色转换后;使用线性灰度变化法对导线图像进行灰度拉伸处理,并利用最小二乘法对拉伸后的图像进行分割,提取检测目标图像;通过机器视觉技术将目标图像与知识库图像比对,计算出二者相似度,以此判断输电线路导线是否存在断股。经实验证明,设计方法的输电线路导线断股自动检测效果较好,检测效率较高。     

图像目标检测识别和跟踪仿真研究

研究图像检测优化问题,在传统的图像目标跟踪中始终选用起始帧作为目标模板,没有根据实际情况实时更新目标模板,容易导致目标跟踪识别错误.针对图像目标识别跟踪缺乏全自动智能跟踪的难点问题,提出了在一定变化条件下运动图像目标的全自动识别跟踪方法.首先,在目标检测中为了提高实时性,采用了一种特殊形式的帧间差分算法对目标进行检测;其次,为有效抑制噪声和增强图像目标,在确定目标模板的过程中加入了图像形态学算法;最后,利用改进的均值漂移算法,根据巴氏系数相对量的变化情况实时更换目标模板,实现对目标全自动跟踪.经过仿真表明,利用改进的图像处理方法实现了在外部干扰条件下目标的自动检测识别和跟踪,并具备对图像目标的全自动跟踪能力,速度较快,为图像目标检测系统的设计提供了依据.     

极端条件下高压输电线路覆冰识别检测技术

目前,越来越多的高压输电线路需穿过重度覆冰区,由冰雪灾害引起的输电线路故障问题频繁发生,从而造成一定的经济损失,故需要探索一种有效识别极端条件下覆冰输电线路状态的检测算法。提出小波变换模极大值和多尺度多结构形态学两者加权融合算法,对算法的原理进行了分析,结合所采集到的图像,通过去雾、滤波、灰度增强等方法对图像预处理,对边缘检测算法进行实现。通过对比经典常用的边缘检测算子发现,该方法在极端条件下对覆冰输电线路边缘轮廓检测误差只有0.661 7%,满足极端条件下覆冰输电线路识别检测,为下一步输电线路覆冰厚度计算以及故障诊断提供技术支持。     

电力线数字灰度图像增强算法

无人机巡线大大提高了输电线路巡线的效率,若利用计算机处理采集的数字图像可以进一步提高效率,而图像增强处理是计算机处理图像的一个重要过程.结合电力线数字灰度图像的特点,讨论了利用随机数学模型和模糊数学模型两类不同灰度图像增强算法,比较了这些算法的应用效果.分析了现有图像增强算法在电力线灰度图像中应用的不足,据此给出了一种基于模糊数学模型的改进型图像增强算法,并利用实例验证其具有更好的适用性.     

变电设备巡检机器人为保护国家输变电财产保驾护航

为了更好确保高压线路安全稳定运行,针对超高压输电线路障碍物类型及特点,中国科学院沈阳自动化研究所机器人学国家重点实验室与锦州超高压局在国家科技部“863”计划、国家电网公司及东北电网公司的支持下,经过七年多的艰苦努力,共同研制开发了一种全新的双臂自主越障巡检机器人—“超高压输电线路巡检机器人”,不仅成功地减轻了送电职工“千里巡线”的劳动强度,降低高压输电的运行维护成本,提高了巡检作业的质量和科学管理技术水平,对于增强超高压企业生产自动化综合能力、创造更高的经济效益和社会效益都具有重要意义,真正的为输电线路和国家财产保驾护航。