共查询到20条相似文献,搜索用时 15 毫秒
1.
随着科技智能化的发展,无人值守变电站越来越多,往往很简单的倒闸操作都需要操作人员去现场进行操作,极大的降低了工作效率。基于此,本文对变电站开关柜带电操作机器人关键技术进行研究,提升开关柜机器人操作的准确性与智能化。文中分别对带电操作机器人的定位与导航技术、图像识别技术、智能巡检技术和柔性机械臂操作技术进行研究,其中图像识别技术包括基于双目视觉的自动目标定位算法、基于深度学习的同心圆识别方法、基于深度学习的目标分类算法、倒闸操作图像处理方法;柔性机械臂操作技术包括手眼标定技术、非碰撞机械臂路径规划、基于电流环的柔性操作。通过对这些技术研究实现对设备的指针、数字仪表、开关分合等状态免人工的远程高效、准确识别,提升了工作效率。 相似文献
2.
针对双足机器人步态训练平台自动化程度低,调试步态的过程中单人操作时辅助机器人行走和状态信息实时观测协调困难的问题,该文提出了一套基于立体视觉和姿态识别的天轨机器人跟踪伺服系统。首先利用双目相机取景,对左右目相机画面进行匹配后获取图像中每个像素点的深度信息,基于获取到的带有深度信息的图像,对双足机器人的姿态进行识别,获取每个关节点的深度信息,根据关节深度信息判断双足机器人运动状态制定跟踪策略进行伺服控制,由于引入了姿态识别,可以根据双足机器人的姿态变化实现更高程度的自动化跟踪保护。实验结果表现出高自动化程度和高动态的跟踪表现。 相似文献
3.
4.
变电站支柱绝缘子在运行过程中,受到附近化工厂污染排放的影响,闪络事故频发。针对化工厂区域变电站支柱绝缘子,利用红外光谱仪分析了其难溶污秽成分,研究带电清洗对绝缘子绝缘性能的影响。基于静电场仿真,研究了不同清洗方式下绝缘子表面的电场分布,并搭建了带电清洗外绝缘性能试验平台。结果表明:化工厂污秽成分不仅包括SiO2,还包括油脂和少量聚乙烯、聚丙烯。利用表面活性剂配置成的清洗剂能够有效清洗化工厂区域绝缘子表面的污秽。当污秽绝缘子的伞裙附着清洗剂时,伞裙表面场强的不均匀度增大。采用由下向上的清洗方式能够最有效地降低绝缘子表面场强的不均匀度。 相似文献
5.
高空带电作业机器人对目标物的精细化作业,需要合适的视觉辅助系统判断机械臂或爪具的位置与距离。提出一种将基于双目立体视觉的带电作业机器人目标识别与定位方法。通过对传统的Census算法进行改进,用窗口均值像素代替中心像素,用自适应窗口代替固定窗口,并与差的绝对和(SAD)算法加权融合,得到一种改进的SAD-Census立体匹配融合算法。利用该算法进行像素匹配运算,得出视差图;在YOLO框架下训练输电线螺栓数据集,获得螺栓深度距离并精准识别。螺栓定位实验结果表明,该方法在近距离定位时能达到1.2%的定位精度,最小相对误差为0.5%,能够为带电作业机器人提供实时准确的环境感知信息,提高了带电作业机器人作业的稳定性。 相似文献
6.
7.
220 kV变电站绝缘子带电干冰清洗车载系统 总被引:2,自引:0,他引:2
开发了一套干冰清洗车载系统,包括小型干冰清洗机、清洗头、绝缘臂、液压升降平台、履带式底盘、压缩空气系统及手动/遥控操作系统等部分.该系统利用干冰作为清洗介质,进行带电清洗变电站绝缘套管和支柱绝缘子,清洗过程中不会出现污闪事故,清洗效果好,作业速度快.电力检测中心所做的工频耐压试验和泄漏电流及电磁兼容试验表明,清洗车的绝缘性能满足220 kV变电站带电清洗作业清洗要求,且其无线通信在变电站环境中工作可靠,亦不干扰变电站内设备.干冰清洗车载系统是一种安全、高效的绝缘子表面清洗机械. 相似文献
8.
为了解决钢筋绑扎机器人对绑扎点识别准确率低,定位精度差的问题,提出一种基于深度学习的钢筋绑扎机器人目标识别与定位方法。首先采用YOLOv4算法对绑扎点目标框识别和裁剪,完成绑扎点初始定位;其次设计轮廓角点选取方法,利用角点计算绑扎点的图像坐标;之后通过融入CBAM注意力机制改进Monodepth算法的特征提取部分,解码部分引入路径增强PAN结构,以提高模型的特征提取能力,进一步提高立体匹配精度;最后通过双目立体视觉定位技术获得绑扎点深度信息,并由坐标变换求解钢筋绑扎机器人手眼坐标系映射关系,从而实现对绑扎点的精确识别和定位。实验结果表明:该方法针对绑扎点目标框的识别准确率达到了99.75%,每秒传输帧数达到54.65;在空间中的定位精度最大误差为11.6mm。可较好地识别定位绑扎点位置,为自动绑扎工作提供有力支持。 相似文献
9.
融合异质传感信息的机器人粒子滤波定位方法 总被引:3,自引:0,他引:3
针对机器人采用视觉传感器和激光测距传感器单独定位的缺陷,提出一种融合视觉传感器和激光测距传感器感知信息的移动机器人Monte Carlo自定位方法.视觉目标识别过程中,只采用激光测距信息单独进行粒子集更新; 当视觉目标识别完成,利用码盘信息对视觉定位信息进行修正,然后融合激光测距信息进行粒子集的同步更新.视觉信息的全局... 相似文献
10.
支柱绝缘子是隔离开关和断路器等电气设备的组成部分,电力系统安全稳定运行与绝缘子安全运行息息相关。为了解决我国电力设备外绝缘维护的缺点,对变电站支柱式绝缘子清扫系统机械臂进行了研究。通过对绝缘子清扫机械臂机构进行简化后得到简版D-H参数,并由此列出运动学正解方程,并利用正解方程对工作空间进行分析。然后,使用反变换法依次求解每个关节角度,得到了运动学逆解。最后,推导机械臂的正解和逆解的运动学公式,进行了运动学正解、任务空间和运动学逆解的仿真,验证了所推解的机械臂正解、逆解是正确的。 相似文献
11.
目前变电站巡检机器人广泛应用于变电站巡检过程中,主要巡检高压电力设备绝缘子、均压环等外部配件。在巡检过程中,机器人配备红外成像仪、紫外成像仪存储高压电力设备光子分布图、温度分布图,建立设备红外与紫外图像数据库。一方面,机器人在巡检过程中应有效规避变电站较高电场强度区域,在巡检过程中应以最短距离遍历变电站典型高压电力设备,且机器人机械臂可有效进行图像多角度采集。另一方面,在图像采集过程中应实现机器人对设备绝缘子、均压环图像区域分割、聚焦和光子采集操作,且应用深度学习方法实现采集图片与原始图像库的自动匹配比较,判别高压电力设备运行状态进而发现潜伏性绝缘故障。其中最短低场强路径与遍历设备路线应用免疫蚁群算法自动实现,且图像数据库深度学习与自动匹配模块应用模糊神经网络实现。联合免疫蚁群算法与模糊神经网络应用于变电站巡检机器人路径规划及视觉图像后处理,对于变电站高压电力设备智能巡检具有一定理论和工程指导价值。 相似文献
12.
为了解决复杂背景下铁路接触网绝缘子的快速准确识别及定位问题,提出了一种YOLOv4目标检测算法和ORB特征匹配算法深度融合的绝缘子识别定位方法。首先利用迁移学习的策略训练YOLOv4检测网络,解决了绝缘子数据集样本较少导致过拟合的问题;然后采用高斯金字塔提取图像多尺度特征,使原始ORB算法具备尺度不变性;最后将以上两种算法融合,在双目相机获取的图像上标出绝缘子识别框,并在左右图像识别框内提取特征点进行匹配,利用视差原理还原出绝缘子相对于相机的三维坐标。实验结果表明,该方法可以有效地避免复杂背景干扰,准确地定位出绝缘子的三维坐标,4 m内最大定位误差为2.1%,检测速度为35 fps,具有较高的精确性和实时性。 相似文献
13.
对于电力输电线路瓷绝缘子及变电站的支柱瓷绝缘子、瓷套等器件,只要粘接特制的附加合成伞裙,会使绝缘裕度不大的瓷绝缘子提高污闪电压,从而成为保证电网安全运行的创新产品。 湖北襄樊电力设备厂研制的QFH附加合成伞裙,系采用成熟的合成绝缘子伞盘村料及生产工艺,因此,有利于批量生产和保证产品质量的稳定性。实践证明,以硅橡胶为基体的高分子化合物制成的产 相似文献
14.
黄刚 《电子测量与仪器学报》2021,35(6):117-123
利用双目视觉系统实现三维空间中羽毛球的实时跟踪。主要从双目图像获取、双目标定、图像校正、立体匹配等方面对双目进行探究,以识别运动中的羽毛球为导向,实现对运动中的羽毛球进行实时跟踪定位。为增加系统稳定性,采用背景减除算法和Camshift算法相结合的方法实现羽毛球在较为复杂背景的跟踪监测,再通过双目获得目标羽毛球的位置信息,再将羽毛球的位置实时反馈给机器人运动控制系统。通过不断测试,实现了羽毛球在飞行过程中的跟踪检测和轨迹三维信息的计算,并且定位误差在±10 mm范围内,实现对羽毛球的实时跟踪定位。 相似文献
15.
16.
17.
变电站支柱绝缘子长期暴露在空气中易引发闪络故障,进而导致电网发生严重的停电事故.为研究支柱绝缘子伞裙表面覆水对绝缘子附近电场分布的影响,以FZSW-35-6型复合支柱绝缘子为研究对象,采用三维制图软件SolidWorks和有限元仿真软件COMSOL对伞裙表面存在覆水的支柱绝缘子附近的电场分布进行了仿真分析.仿真结果表明... 相似文献
18.
《中国电机工程学报》2017,(24)
为了防止电网支柱瓷绝缘子断裂事故的发生,该文提出了一种利用脉冲红外热波技术对支柱瓷绝缘子缺陷进行无损检测的方法。该方法利用闪光灯对被检测绝缘子施加高能光脉冲,通过处理和分析红外热像仪采集到的红外热图序列识别绝缘子的缺陷。通过对支柱瓷绝缘子表面不同尺寸的裂纹缺陷进行检测实验,运用红外热图和温差-时间对数曲线两种方式识别缺陷,缺陷识别精度达到0.4mm,表明了脉冲红外热波无损检测方法对于支柱瓷绝缘子缺陷具有良好的检测效果,检测速度快,检测结果形象直观,可实现远距离检测。最后利用温度-时间对数曲线的二阶微分峰值时间对缺陷深度进行了定量分析。通过实验验证了脉冲红外热波技术应用于支柱瓷绝缘子无损检测的可行性。 相似文献
19.
为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题,提出了一种基于深度学习的元器件视觉识别和定位方法。首先,设计基于深度聚合和解耦头的高精度检测算法,提高元器件识别和主体检测的精度;其次,设计标注和判定规则,细化定位主体轮廓和抓取点;最后,设计基于网络剪枝的轻量化检测算法,实现模型压缩,提高引脚检测和装配点定位的效率。研究结果表明:该方法在元器件的识别和定位上取得了较好表现,类别识别平均错误率仅为0.27%,计算量减少了29.8%,参数量减少了22.7%,并将传统的元器件轮廓检测扩展到抓取点和装配点定位,得到丰富的类别和位置指引信息,为工业机器人精准、可靠、稳定地抓取和装配做好基础。 相似文献