户外巡检机器人指针式仪表识别方法研究

在户外巡检环境下，巡检机器人捕捉到的图像容易受到环境因素的影响，导致仪表识别读数精度低、鲁棒性差。针对这一问题，提出了一种基于改进PSPNet的指针式仪表识别读数方法。首先使用YOLOv5识别出仪表区域，然后通过改进PSPNet提取出指针和刻度线区域，随后经过透视变换和提取指针直线，最后根据角度法计算出仪表读数。实验结果表明：在各种户外复杂环境下，指针式仪表读数平均相对误差为1.28%,平均引用误差为0.68%,每张图片平均处理时间为1.28 s,准确性和稳定性较高，为户外巡检机器人指针式仪表识别提供了有效手段。