高压输电线路除冰机器人障碍物识别方法研究

障碍物检测识别是高压输电线路自主除冰机器人的关键技术之一.针对220 kV输电线路特殊的机器人工作环境,提出一种基于视觉的障碍物识别方法.首先对拍摄的障碍物图像进行中值滤波、膨胀腐蚀等预处理,经OTSU阈值优化计算后,用小波模极大值算法提取图像边缘.然后计算障碍物边缘图像的联合不变矩特征,再把矩特征输入小波神经网络进行障碍物图像的分类识别.并选取防震锤、悬垂线夹、耐张线夹三类障碍物做识别试验,还把小波神经网络与普通BP神经网络识别性能进行了比较,实验表明:以联合不变矩作为障碍物识别特征具有良好的可靠性和稳定性;小波神经网络识别分类的性能良好,比普通BP神经网络具有更快的收敛速度和更高的识别精度.     

基于单目机器视觉的高压输电线路障碍物定位研究

高压输电线巡线机器人运行线路上的障碍物识别定位,是实现巡线机器人自主导航的关键技术之一。针对110k V高压输电线路地线结构的特点,提出了基于单目机器视觉的高压输电线路障碍物定位研究方法。通过在巡检机器人本体上安装单目摄像机,利用单目摄像机采集前方线路图像,对图像中的障碍物进行识别,利用识别出来的障碍物位置中心与摄像机的位置关系建立测距几何模型,来对巡线机器人前方障碍物进行定位。该方法可以较精确地对巡线机器人前方约(1-2)m内的障碍物进行定位并测距,且误差小、识别率高、响应快。最后,通过实验验证该方法有较高的可行性和有效性,能够极大提高巡线机器人自主导航能力。     

电力线除冰机器人基于粒子群优化的小波神经网络障碍物识别方法

由于除冰机器人工作在覆冰的电力线上,障碍物的识别存在着各类障碍物区分较难,准确率较低等不足。为提高机器人自主识别能力,设计一种自适应阀值的小波变换边缘提取算法来提取出障碍物的图像边缘,并针对电力线障碍物结构特点,在障碍物边缘提取过程中设计一种基于电力线位置约束的有效剔除部分干扰背景的方法;引入小波矩,通过提取边缘图像的小波矩作为障碍物的特征匹配数据;根据神经网络和粒子群算法的原理,设计一种粒子群优化的小波神经网络进行障碍物的识别分类,该方法用粒子群算法取代传统的梯度下降法,并改进惯性权重因子,优化小波网络的各个参数。试验结果表明所提出的方法对电力线上防震锤、悬垂线夹和耐张线夹等障碍物能够有效地识别,并具有比普通识别方法更高的识别精度。     

高压输电线路的视觉巡检方法研究

高压输电线路视觉巡检系统的研究对保障输电线路安全稳定运行具有重要意义,而障碍物的检测识别是高压输电线路视觉巡检系统实现的关键技术之一。现针对高压输电线路的结构特点,提出了一种基于计算机图片处理技术的障碍物检测识别方法,该方法利用图像的边缘信息,采用直线、圆、椭圆检测方法,提取图像中直线、圆等几何基元,检验几何基元之间或几何基元和相线之间的结构关系来判断是否为线路障碍。     

输电线路除冰机器人机构设计与动力学仿真

提出了一种新的输电线路除冰机器人越障的方法,并设计了与该越障方法相适应的机器人机械结构。机器人采用轮臂复合式结构,能在输电线路上连续行走除冰并跨越障碍物。在分析了机器人在上下坡时应该满足的力学要求后,对机器人跨越障碍物进行了运动学和动力学分析,验证了该设计的合理性与可行性。     

基于改进ART-2网络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.本文通过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.对图像经过滤波去噪、图像分割等预处理操作后,利用形状特征和灰度差异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四个特征值,得出图像信息.最后利用改进的ART-2神经网路,实现对绝缘瓷瓶裂缝五种状态: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它领域.     

输电线巡检机器人障碍物定位与识别

针对巡检机器人运行中对线路障碍物的自主定位与识别,分析了巡检机器人自主运行中对障碍物信息感知的精度和实时性要求,提出了一种用于线路障碍物定位与识别的多传感器集成结构,并介绍了各个阶段的障碍物定位与识别算法.实验表明该方法可以实现机器人稳定自主行驶、可靠定位与识别障碍物,满足各阶段机器人对障碍物信息感知的精度和实时性要求...     

高压输电线路覆冰远程监控系统研究

高压输电线路覆冰是影响供电安全的重要因素,我国是冰灾事故频发的国家,线路冰灾事故居世界前列。针对高压输电线路覆冰问题,进行了输电线路覆冰远程监控系统研究,构建了由数据采集模块、无线传输模块、智能决策模块、除冰机器人模块组成的输电线路覆冰远程监控系统。数据采集模块选用WS600-UMB集成传感器采集现场环境信息;无线传输模块由MC35i GPRS模块、GPRS/CDMA网络和Internet网络构成除冰现场与智能监控中心的信息通路;智能决策模块根据所构建的高压输电线路覆冰厚度预测模型,通过Visual C++与ANSYS联合编程,基于APDL参数化线路覆冰算法,实现实时的覆冰预警与除冰控制;除冰机器人选用PIC16F877A单片机作为主控芯片,AT24C16存储芯片作为扩展存储芯片实现除冰机器人的控制功能,利用凸轮机构实现除冰机器人的越障功能。该系统可实现高压输电线路覆冰的实时监测与自动维护,对于减轻巡视人员的劳动强度,提高线路安全运行水平有重要意义。     

输电线路除冰机器人关键技术综述

输电线路覆冰严重危害到电网的安全稳定运行,与传统除冰方法相比,采用机器人除冰在能耗、成本及安全性等方面具有优势.作为一个新兴的研究领域,国内外对除冰机器人的研究尚处在起步阶段,并没有成熟的技术可借鉴,因此有必要对现有研究成果进行系统分析和深入总结.回顾国内外高压输电线路除冰机器人的研究和应用现状,详细探讨了除冰机器人复杂柔性结构输电线缆上的高可靠性运动机构设计;复杂非结构化环境下的机器人自主行为控制与导航;无损伤高效除冰机构;野外大范围长时间工作的持续动力供给;远距离强电磁干扰条件下的机器人远程通信、监测和遥操作;恶劣工作环境中的本体特殊保护机制等关键技术问题.给出除冰机器人下一阶段研究方向的建议.     

气动式除冰机器人及其运动学分析

针对传统输电线路除冰方法效率低和安全性差的问题,提出了一种气动式输电线路除冰机器人。该机器人采用三臂对称结构,能够在输电线路上高效除冰并越障行走。在此基础上,采用齐次坐标变换法进行机器人的运动学分析,包括机器人运动学正、逆方向的求解,建立了机器人在越障过程中手臂位姿与各关节变量之间的关系,并在ADAMS环境下对机器人跨越悬垂线夹过程进行运动学仿真。仿真结果和线路运行试验验证了机器人越障的可行性。     

基于Freeman改进准则的输电线断股识别

为了解决输电线断股故障识别问题,将图像处理识别技术应用到电力系统故障检测中,在Freeman检测直线准则的基础上进行了改进,提出了一种简单高效的检测输电线断股故障的算法。该算法根据输电线端点特征识别出端点,并通过端点对输电线图像进行水平校正,再根据输电线断股故障的特征提出用Freeman链码标记异常处的一些相关的点,计算这些点与输电线边缘之间的垂直距离,以此距离来判断输电线是否存在断股故障。理论分析和实验结果证明,该算法可行、有效、识别率高。     

巡检机器人中的指针式仪表读数识别系统

为了解决智能巡检机器人仪表读数识别中易受光照变化影响、识别精度不高等问题,结合高压变电场中常见指针区域的图像特点,建立了指针式仪表读数高精度识别系统。鉴于巡检机器人的室外工作环境,提出了迭代最大类间方差算法,实现了多种光照条件下仪表图像的指针区域提取。经过分析指针转动和图像特性,提出了基于Hough变换的指针角度识别,推导出指针角度与仪表读数的函数关系。该算法较传统Hough变换角度提取法,增加了指针中心线通过表计中心等约束条件,提高了指针角度提取的精度,降低了搜索数据量和搜索时间。通过大量实验验证所建立的表计读数识别系统可实现室外各种光照条件下表计读数识别,获得95%以上的正确识别率。多组鲁棒性实验分析表明,该系统对光照条件、指针宽度、表盘干扰、拍摄角度(不产生指针阴影)具有较好的鲁棒性,但由于拍摄角度而产生指针阴影时,会引起较大的指针中心线提取和角度计算偏差,从而降低仪表读数识别精度。     

Corridor navigation of the mobile robot using image based control

In this paper, the wall following navigation algorithm of the mobile robot using a mono vision system is described. The key points of the mobile robot navigation system are effective acquisition of the environmental information and fast recognition of the robot position. Also, from this information, the mobile robot should be appropriately controlled to follow a desired path. For the recognition of the relative position and orientation of the robot to the wall, the features of the corridor structure are extracted using the mono vision system, then the relative position, the offset distance and steering angle of the robot from the wall, is derived for a simple corridor geometry. For the alleviation of the computation burden of the image processing, the Kalman filter is used to reduce search region in the image space for line detection. Next, the robot is controlled by this information to follow the desired path. The wall following control scheme by the PD control scheme is composed of two control parts, the approaching control and the orientation control, and each control is performed by steering and forward-driving motion of the robot. To verify the effectiveness of the proposed algorithm, the real time navigation experiments are performed. Through the result of the experiments, the effectiveness and flexibility of the suggested algorithm are verified in comparison with a pure encoder-guided mobile robot navigation system.     

基于背景差分的巡检机器人视觉识别方法

针对巡检机器人检测异物范围受限，只能检测经过训练的异常物体问题，提出了一种基于视频对齐的背景差分技术。巡检机器人由于运行速度不稳定、摄像头角度存在偏差，会导致视频无法对齐，识别准确率低，因此采用一种改进的联合优化算法对视频进行处理。首先使用改进的DTW算法逐帧查找与目标视频对应的帧，将视频对应帧提取出来；再采用SURF算法提取对应帧的特征点，进行筛选后使用DeepFlow算法得到对应帧图像的变形场矩阵，进而将图像角度修正，并进行像素级的匹配。实验结果表明，DTW-SURF-DeepFlow联合算法可以将图像进行完全的对齐，经过对齐的图像通过背景差分即可以检测出任意的异常物体，提高了异物检测的准确性。     

基于CNN的十字像中心检测

十字线中心检测是反射法测量透镜中心偏的重要组成部分,十字中心的检测精度决定了透镜中心偏的测量精度。针对边缘不规则、对比度差、信噪比低的图像,提出了基于深度卷积神经网络的十字线中心检测算法。算法的思想是,卷积神经网络可以在一定程度上解决传统算法局限于提取十字像边缘直线和角点特征的问题,实现对十字像整体特征的识别与定位,这可以相对减小图像噪声对十字像中心定位的影响,从而实现在图像质量比较差的情况下对十字像中心准确定位。实验结果表明,提出的算法能够在图像边缘不规则、对比度差、信噪比低等的条件下比较精确得到十字线中心点。     

汽轮机叶片裂痕检测机器人控制系统的设计

为实现对汽轮机叶片进行自动化磁粉探伤裂痕检测的工作,设计一种基于树莓派的裂痕检测微型机器人控制系统.该系统采用树莓派ZeroW作为微处理器,搭载硬件模块实现裂痕检测功能.机器人内部与前端搭载摄像头,实现汽轮机叶片裂痕图像的采集与视频监控定位导航.上位机与下位机之间通过TCP协议实现远程控制与图像传输,使得机器人可以远程...     

核电容器高效磨削的焊缝轨迹检测与识别系统的研究

为了实现核电高压容器高效磨削中的焊缝磨削轨迹的在线检测,提出了一种基于机器人视觉的焊缝磨削轨迹检测与识别技术,该技术是将基于结构光的视觉系统安装在磨削机器人的末端,使磨头反转,构成视觉的检测系统。并对采集到已焊V型坡口的焊缝图像进行图像处理试验,结果表明,该系统能够运用于核电高压容器高效磨削的焊缝磨削轨迹检测中,并且可以获得被磨削工件的形位信息。     

基于视觉的采摘机器人目标识别与定位方法研究综述

目标识别和定位的精度直接关系到采摘机器人采摘效率、质量和速度。本文对近年来采摘机器人的目标识别和三维定位的研究工作进行了系统性的总结和分析,综述了果蔬识别和定位的几种主要方法:目标识别:数字图像处理技术、基于机器学习的图像分割与分类器和基于深度学习的算法;三维定位:基于单目彩色相机、基于立体视觉匹配、基于深度相机、基于激光测距仪和基于光基3D相机飞行时间的三维定位。分析了影响果蔬识别和定位精度的主要因素:光照变化、复杂的自然环境、遮挡以及动态环境干扰下成像不精确。最后对采摘机器人目标识别与定位的未来发展作了几点展望。     

双程摆扫激光测距探测成像在输电线路通道监测中的应用

针对传统输电线路通道监测方法忽略了对输电线图像的边缘灰度特征检测,导致输电图像轮廓特征不准确,输电线路通道监测出现较大误差的问题,提出基于双程摆扫激光测距探测成像的输电线路通道监测方法.构建双程摆扫激光测距探测成像模型,采用激光传感器实现对双程摆扫激光测距探测节点部署.利用探测模型提取输电线路通道监测双程摆扫激光图像,检测输电线路图像的边缘灰度特征.采用双边滤波器实现对输电线路通道监测的图像增强和降噪处理,构建边缘轮廓特征检测模型,根据图像差异度融合结果实现对输电线路通道监测.仿真实验结果表明,采用该方法进行输电线路通道监测的可靠性较好,监测自动化水平和视觉成像水平较好,提高了输电线路通道监测方法的自适应性和准确性.