基于双目视觉反馈遥操作的配网带电作业机器人设计与实验

配网带电作业机器人可使操作人员远离危险环境,保障人员安全,减轻操作人员劳动强度,提高带电作业工作效率,具有广阔的应用前景。设计研制了一种基于双目视觉反馈遥操作的配网带电作业机器人,采用全景视觉虚拟现实技术实现沉浸式视觉反馈,采用两个六自由度遥操作手柄进行双臂机器人的精准遥操作控制。实验表明,采用双目视觉反馈遥操作控制结合自动在线工具更换等自主控制,可完成诸如带电接火等复杂配网作业功能。     

基于改进基本尺度熵的轴承退化特征分析方法研究

针对滚动轴承性能退化趋势的准确跟踪问题,对基本尺度熵算法的问题和不足进行了研究。引入了统一的基本尺度,定量衡量幅值分布的信息量大小,进而提出了一种基于改进基本尺度熵的退化特征分析方法;采用IMS轴承实验中心的滚动轴承全寿命试验数据进行了实例分析,并与基本尺度熵、模糊熵、近似熵、样本熵等算法进行了对比。研究结果表明:与基本尺度熵算法相比,改进的基本尺度熵方法能够定量表征信号幅值分布的信息量大小,且性能退化程度越深,该指标取值越大;在计算性能方面,改进的基本尺度熵方法计算速度快、算法稳定性强,能够更好地应用到设备的健康状态评估中。     

基于输电杆塔区域提取的图像匹配算法

针对无人机（UAV）视觉定位过程中传统特征提取与匹配算法匹配质量不佳的问题,提出了一种基于输电杆塔区域提取的图像匹配算法。首先,将图像划分为若干相互重叠的网格区域,并对每个区域采用双层金字塔结构提取特征点,从而保证特征点的均匀分布;其次,使用直线分割检测（LSD）算法提取图像中的直线,从而利用输电杆塔的特殊结构得到输电杆塔的支撑区域;最后,在连续图像中对输电杆塔区域与背景区域内的特征点分别进行匹配,以进一步估计相机运动。在旋转和平移估计实验中,与传统的ORB特征提取与匹配算法相比,所提算法的特征匹配准确率提升了10.1个百分点,相对位姿误差的均值降低了0.049;在UAV巡检实验中,采用所提算法进行UAV轨迹估计的相对误差为2.89%,表明该算法可在实时绕塔飞行过程中实现对UAV位姿的鲁棒、精确估计。     

一种配网带电作业机器人的目标线路识别与定位算法研究

配网带电作业机器人需要处理复杂的配电网目标线路感知与识别问题。提出一种基于色彩信息和匹配算子的配电网线路识别方法和中心视差计算方法,实现对线路的曲线特征识别和三维定位。基于色彩信息和匹配算子的检测方法能够有效地匹配复杂环境中的线路,解决线路的表面纹理弱、形态弯曲多样的问题,有效提升了线路的识别效果。中心视差计算方法通过利用线路的几何特性,分析计算线路中心线的曲线视差距离,得到配电网线路的三维位置信息。最后将该算法应用到配网带电作业机器人中,测试结果表明该算法能够准确识别和定位出配电网线路。     

配网带电作业机器人的人机共融控制系统设计

提出了一种用于配电网机器人作业的共融控制系统,该系统具有动态的控制权重分配以实现遥操作和自主导航的切换。系统赋予了本地操作员最高的控制权限,本地端手柄设备实时检测用户的输入力,其结果用于生成机器人自主性和用户远程控制的权重。控制系统可以确保专业操作员和机器人自主的两个命令的同步,并将它们结合起来确定远程机器人的运动。在实验室构建的机器人平台上的实验结果表明了该方法的有效性。通过多组跟踪目标点实验进行了测试,以比较纯手动远程控制和所提出的融合控制方法的综合性能。实验结果表明,与纯手动控制相比,人机共融控制器提高了跟踪的成功率和效率。     

基于输电杆塔区域提取的图像匹配算法

针对无人机（UAV）视觉定位过程中传统特征提取与匹配算法匹配质量不佳的问题,提出了一种基于输电杆塔区域提取的图像匹配算法。首先,将图像划分为若干相互重叠的网格区域,并对每个区域采用双层金字塔结构提取特征点,从而保证特征点的均匀分布;其次,使用直线分割检测（LSD）算法提取图像中的直线,从而利用输电杆塔的特殊结构得到输电杆塔的支撑区域;最后,在连续图像中对输电杆塔区域与背景区域内的特征点分别进行匹配,以进一步估计相机运动。在旋转和平移估计实验中,与传统的ORB特征提取与匹配算法相比,所提算法的特征匹配准确率提升了10.1个百分点,相对位姿误差的均值降低了0.049;在UAV巡检实验中,采用所提算法进行UAV轨迹估计的相对误差为2.89%,表明该算法可在实时绕塔飞行过程中实现对UAV位姿的鲁棒、精确估计。     

基于前景杆塔识别的电力巡检精准自动复拍方法

针对巡检无人机(UAV)的位姿误差导致复拍目标零件不精准的问题,提出一种基于前景杆塔识别的精准复拍方法.首先,使用直线分割检测(LSD)方法在标准图像中提取直线,利用杆塔的线交叉结构对图像块内直线方向及长度进行统计,保证能够在低假阳率条件下,筛选出图像中的杆塔区域,并在其中提取加速鲁棒特征(SURF)作为该巡检点处的标准几何特征;然后提取当前图像中的几何特征与巡检点处标准特征进行匹配,使用聚类方法找到当前图像中的杆塔位置相对于标准图片中的二维偏移;最后通过几何分析计算并调整云台角度,使得杆塔位于图像中正确位置.实验结果表明,所提方法可以在无人机的位置和相机姿态出现较大偏差的情况下实现精准调整.     

基于WPD与BPNN的超声信号处理技术

为有效提取超声检测信号,制作了模拟分层的复合材料实验试样,并运用自主研发的信号处理模块对其超声检测信号进行处理,同时阐述了信号处理的原理和方法;简述了小波包和BP神经网络信号处理的原理和在本实验中的应用,探索并得到缺陷和信号之间的对应规律,缺陷面积越大,回波能量越小;缺陷越靠近检测面,回波的能量越小,最终结果表明:小波包分解和BP神经网络结合使用对超声信号特征提取效果显著,能够很好的识别缺陷的位置和大小.     

无线传输罗氏线圈在电流监测系统中的应用研究

随着智能电网的发展,电力系统中电流监测要求不断提高。针对台区低压出线多、人工测量分析不理想的现状,设计了基于无线传输罗氏线圈的电流监测系统。相比传统的电磁式电流互感器,电子式罗氏线圈电流互感器绝缘性能优良、体积轻巧、数智化程度高,可直接输出模拟量或数字量测量结果。设计的无线传输罗氏线圈外接三相一体式积分器,实现了实时三相电流监测。系统中的4G无线模组将测量数据传输至云服务器,实现了电流数据的远程查询。系统依托智能算法,支持负荷预测分析、窃电分析、三相不平衡预警、窃电预警等功能。     

简论LTE小区重选相关准则

小区重选是终端移动性能的重要指标。在空闲状态下终端通过进行小区重选可以选择信号质量最好的小区进行驻留,从而获得网络提供的最优质服务。在LTE系统中,小区重选由终端根据一定的测量规则和重选准则自主完成。文章对LTE终端在空闲状态下的测量规则以及重选准则进行研究与分析。分析了小区重选相关参数对小区重选性能的影响,并对网络和终端在小区重选方面有待继续深入研究的方向进行了探讨。