用于电力巡检机器人的挂空异物智能检测方法

在电力信息化战略的不断深入下,电力巡检机器人日益普及,为完善机器人功能,拓宽其应用前景,提出一种挂空异物智能检测方法。根据光照强度、天气状况等因素,基于不同颜色空间变量值与背景特征关联,合理利用对应滤波方式去除图像内噪声杂质。面向模糊不清的采集图像,依据前景与背景的分割阈值和平均灰度值,改变分段区间与拉伸区间,增强图像对比度。结合输电线路的直线特征与点线对偶特性,以霍夫变换直线提取法为基础识别出输电线路;通过设计的拟合恢复方法,获取完整的输电线路由局部二值模式图像特征点匹配策略,建立矩形兴趣范围,遍历像素点,检测出线路上的挂空异物。实验环节分别通过检测图像与评估指标数据,从主客观角度全面分析了检测效果,经实验结果验证,所提方法具有良好的可行性与适用性,能够较为准确地检测出多种异物。     

一种红外弱小目标图像增强的新算法

针对红外弱小目标图像的特点,本文提出了一种新的增强算法。该算法首先通过设置平台阈值对背景的增强进行抑制,然后将直方图在灰度密度和灰度间距两个方向进行均衡处理。该算法简洁,实时性强,图像增强效果好。     

基于视觉伺服的巡检机器人返航路径确定方法

针对目前方法对机器人返航路径进行确定时,由于未能对巡检机器人的参数进行整定,导致该方法选定的路径存在迭代次数高、与实际轨迹误差大、避障效果差以及搜索路径长度短的问题,提出基于视觉伺服的巡检机器人返航路径确定方法。该方法首先利用视觉伺服控制方法对巡检机器人的速度进行控制,采集速度数据并规整成小组对其进行离散化处理;再依据处理结果构建非线性函数,对巡检机器人的机械参数进行参数整定处理;最后以整定后的参数为基础,对巡检机器人的全局路径和局部路径进行规划处理,从而实现巡检机器人返航的路径确定。实验结果表明,运用该方法选定的路径迭代次数少、与实际轨迹误差小、避障效果好以及搜索的路径长度短。