CN110298334B - 基于热红外图像处理的跟踪机器人多目标识别装置 - Google Patents
基于热红外图像处理的跟踪机器人多目标识别装置 Download PDFInfo
- Publication number
- CN110298334B CN110298334B CN201910606176.4A CN201910606176A CN110298334B CN 110298334 B CN110298334 B CN 110298334B CN 201910606176 A CN201910606176 A CN 201910606176A CN 110298334 B CN110298334 B CN 110298334B
- Authority
- CN
- China
- Prior art keywords
- heating
- thermal infrared
- infrared image
- strips
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本公开提供了一种基于热红外图像处理的跟踪机器人多目标识别装置,包括:热辐射标志,其设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有两个尺寸相同且平行设置的发热条;所有发热条均处于加热状态;两个发热条的间距不同的热辐射标志与目标一一对应;热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块;数据处理模块,其与数据库相连,所述数据库内存储有发热条间距值与目标一一对应相关联的关系数据表;所述数据处理模块计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
Description
技术领域
本公开属于机器人目标识别领域,尤其涉及一种基于热红外图像处理的跟踪机器人多目标识别装置。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
目标跟随成为很多服务机器人需要具备的重要功能之一,例如商场超市服务机器人、军事辅助作战机器人等。目标识别是实现机器人跟随目标任务的关键技术,可从多个候选目标中筛选出最终目标。然而现今可实际运行的目标识别技术往往针对单一目标对象,即环境中没有其他目标的干扰,或者目标通过佩戴特殊标志主动实现其与复杂环境的区分。单一目标对象识别仅适用于单个的跟随机器人,当同一场景下跟随机器人个数增多时,其需要跟随的目标也会相应增加,然而发明人发现,现有方法不能解决多目标同时存在下的机器人自主识别问题。虽然,专利201710386007.5提出了一种基于监控视频多目标跟踪和人脸识别的隐私保护方法。其采用人脸检测和人脸识别技术,实现对多人员目标的识别。这种方式需要机器人能够实时检测到目标人的面部信息。但是,跟随行走机器人只能跟在目标人后面移动,不可能获得目标人的面部信息,因而依靠人脸识别的方式不适用于跟随机器人的目标人识别领域。
发明内容
为了解决上述问题,本公开提供了基于热红外图像处理的跟踪机器人多目标识别装置,其通过采集目标佩戴的热辐射标志的热红外图像,通过对热红外图像处理实现对目标的识别,同时通过调节热辐射标志中发热条的相对位置或加热次序可实现不同热辐射标志之间的特征区分,从而满足机器人多目标检测任务的要求。
一种基于热红外图像处理的跟踪机器人多目标识别装置,包括:
热辐射标志,其设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有两个尺寸相同且平行设置的发热条;所有发热条均处于加热状态;两个发热条的间距不同的热辐射标志与目标一一对应;
热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块;
数据处理模块,其与数据库相连,所述数据库内存储有发热条间距值与目标一一对应相关联的关系数据表;
所述数据处理模块,用于:
检测热红外图像中发热条的边缘曲线;
将发热条边缘曲线上所有像素坐标值求平均值,得到发热条的中心坐标,进而得到发热条宽度及发热条间距值;
调取数据库内的关联关系数据表,搜索并输出与当前发热条间距相匹配的目标;
计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
另一种基于热红外图像处理的跟踪机器人多目标识别装置,包括:
热辐射标志,其设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有至少三个发热条,所有发热条尺寸相同且等间隔平行设置;发热条的加热组合方式不同的热辐射标志与目标一一对应;
热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块;
数据处理模块,其与数据库相连,所述数据库内存储有发热条的加热组合方式、所有相邻处于加热状态的发热条间距序列与目标一一对应相关联的关系数据表;
所述数据处理模块,用于:
检测热红外图像中处于加热状态的发热条的边缘曲线;
将发热条边缘曲线上所有像素坐标值求平均值,得到相应发热条的中心坐标,进而得到相应发热条宽度及任意两个相邻的处于加热状态的发热条间距,进而得到所有相邻处于加热状态的发热条间距序列;
调取数据库内的关联关系数据表,搜索并输出与发热条间距序列相匹配的目标;
计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
本公开的有益效果是:
(1)本公开通过采集目标佩戴的热辐射标志的热红外图像,通过对热红外图像处理实现对目标的识别,同时通过调节热辐射标志中发热条的相对位置或加热次序可实现不同热辐射标志之间的特征区分,从而满足机器人多目标检测任务的要求。
(2)本公开的热辐射标志可由目标佩戴于衣物内侧,不需要人体表面佩戴,从而隐蔽性高,具有较好的环境友好性。
(3)本公开的该装置避免了传统色彩图像识别方式易受室外光照变化影响的缺点,可适用于室内及室外环境,具有良好的环境适应性。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1是本公开实施例的一种基于热红外图像处理的跟踪机器人多目标识别装置结构示意图。
图2是本公开实施例的热辐射标志结构示意图。
图3(a)是本公开实施例两个发热条之间为L1的热辐射标志结构示意图。
图3(b)是本公开实施例两个发热条之间为L2的热辐射标志结构示意图。
图4是本公开实施例的数据处理模块的数据处理过程示意图。
图5(a)是本公开实施例的热辐射标志共包含5个发热条,发热条加热组合方式为二进制的10001组合。
图5(b)是本公开实施例的热辐射标志共包含5个发热条,发热条加热组合方式为二进制的10101组合。
图5(c)是本公开实施例的热辐射标志共包含5个发热条,发热条加热组合方式为二进制的11011组合。
图5(d)是本公开实施例的热辐射标志共包含5个发热条,发热条加热组合方式为二进制的11111组合。
图6是本公开实施例二的数据处理模块的数据处理过程示意图。
具体实施方式
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本公开中,术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系,只是为了便于叙述本公开各部件或元件结构关系而确定的关系词,并非特指本公开中任一部件或元件,不能理解为对本公开的限制。
本公开中,术语如“固接”、“相连”、“连接”等应做广义理解,表示可以是固定连接,也可以是一体地连接或可拆卸连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员,可以根据具体情况确定上述术语在本公开中的具体含义,不能理解为对本公开的限制。
图1提供了本公开的实施例的一种基于热红外图像处理的跟踪机器人多目标识别装置结构示意图。
如图1所示,本实施例的一种基于热红外图像处理的跟踪机器人多目标识别装置,包括:热辐射标志、热红外图像采集模块和数据处理模块;
热辐射标志,其设置在待识别目标上;所述热红外图像采集模块用于采集热辐射标志所产生的热红外图像,并传送至数据处理模块,经数据处理模块处理识别出目标。
如图2所示,热辐射标志主要由若干个平行布置的发热条1组成。发热条选用炭纤维丝作为发热元件,其具有强度高、密度小、易弯折、柔软性好及耐腐蚀等特点。发热条通过绝缘胶水固定于绝缘层2(比如:绝缘衬布)上,从而有利于发热条整体物理结构的稳定,可满足作为热辐射标志时的反复佩戴要求。发热条中的碳纤维丝要求沿着发热条长度方向均匀布置,并铺满整个发热条。碳纤维发热丝的两侧边分别覆设经导电胶粘贴且与碳纤维发热束电性接触的电极条5。第一温度传感器3-1和第二温度传感器3-2分别安装于发热条1与绝缘层2(比如:绝缘衬布)上,用于测量发热条温度Tf与环境背景温度Tc。发热条1通过第二导线6与控制系统相连,第一温度传感器3-1和第二温度传感器3-2均通过第一导线4与微处理器相连。
其中,发热条1、绝缘层2、第一温度传感器3-1、第二温度传感器3-2、第一导线4、电极条5、第二导线6组成一体结构,方便目标佩戴。
其中,热红外图像采集模块可采用热红外相机来实现。
为便于热红外相机图像下发热条与环境背景的区分,微处理器实时调节发热条温度Tf,使其值等于(10℃+Tc)。
实施例一
本实施例提供了基于热红外图像处理的跟踪机器人多目标识别装置,包括:
(1)热辐射标志:
热辐射标志设置在待识别目标上;热辐射标志包括绝缘层,所述绝缘层上设置有两个尺寸相同且平行设置的发热条;所有发热条均处于加热状态;两个发热条的间距不同的热辐射标志与目标一一对应。
本实施例所检测的目标以目标人为例:
规定发热条的宽度为D,长度自行设定。通过改变两个发热条之间的安装距离L,红外相机可由检测到的像素级L与D的比值δ=L/D对热红外标志进行识别。如图3(a)和图3(b)所示,在发热条宽度一定的情况下,通过设定不同的安装距离L1与L2则可实现多特征的识别。该方式要求L要有较明显的差异变化,在目标人上身高度一定时,该方案可提供的标志特征识别数目会受到一定的约束,因而适用于目标人较少时的标志配置。
(2)热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块。
在本实施例中,热红外图像采集模块可采用热红外相机来实现。
需要说明的是,热红外图像采集模块也可采用其他现有的结构来实现。
(3)数据处理模块,其与数据库相连,所述数据库内存储有发热条间距值与目标一一对应相关联的关系数据表,如表1所示。
表1发热条间距值与目标关联关系表
发热条间距值 | 目标 |
L1 | 目标1 |
L2 | 目标2 |
…. | …. |
Ln | 目标n |
如图4所示,本实施例的数据处理模块的数据处理过程为:
S101:检测热红外图像中发热条的边缘曲线;
具体地,检测热红外图像中发热条的边缘曲线的过程为:
对热红外图像中每个像素点的灰度值做二值化处理,得到第一单位色位图;
对第一单位色位图进行去噪处理,得到第二单位色位图;
例如:通过开运算对所述第一单色位图进行去噪处理,得到第二单色位图。开运算在计算机视觉和图像处理领域中是基本的形态学噪点消除模块,是指对图像先进行腐蚀运算后进行膨胀运算的一种图像处理方法,能够对图像进行去噪,有效降低图像噪声对本发明图像识别的影响。
采用多连通方式对第二单位色位图进行分割,得到发热条的边缘曲线。
例如:采用四连通对第二单色位图进行分割,得到图像发热条的边沿曲线,且结果准确、清晰。
S102:将发热条边缘曲线上所有像素坐标值求平均值,得到发热条的中心坐标,进而得到发热条宽度及发热条间距值。
S103:调取数据库内的关联关系数据表,搜索并输出与当前发热条间距相匹配的目标。
S104:计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
本实施例的热辐射标志可由目标佩戴于衣物内侧,不需要人体表面佩戴,从而隐蔽性高,具有较好的环境友好性。
本实施例的该装置避免了传统色彩图像识别方式易受室外光照变化影响的缺点,可适用于室内及室外环境,具有良好的环境适应性。
实施例二
本实施例的基于热红外图像处理的跟踪机器人多目标识别装置,包括:
(1)热辐射标志:
热辐射标志设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有至少三个发热条,所有发热条尺寸相同且等间隔平行设置;发热条的加热组合方式不同的热辐射标志与目标一一对应。
热辐射标志采用等间距排列,通过设置热辐射标志不同的加热组合方式则可实现多特征配置。发热条尺寸完全一样,同样规定其宽度为D,长度自行设定。发热条依次等间距安装,安装距离定为L3。在确保相邻发热条在红外图像中具有明显区分的前提下,L3应尽量小以增加发热条的安装个数。
最上方发热条及最下方发热条一直保持在高温状态即其温度恒等于(10℃+Tc),由此可确定发热条组的上下边界。其余发热条则通过排列组合方式进行加热,即如果除最上方及最下方发热条外还有n个发热条,那就具有2n种方案可供配置,因而可识别2n个目标人。如图5(a)-图5(d)展示的是n=3时热辐射标志的配置情况,即总共可有8种组合方案,其仅列出了4种情况。图5(a)为3个加热条都未加热,图5(b)为仅中间发热条加热,图5(c)为仅中间发热条不加热,图5(d)为所有发热条都加热。假若将加热后的发热条记为1,未加热的发射条记为0,则3根发热条的组合方式为二进制的10001~11111。
(2)热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块。
(3)数据处理模块,其与数据库相连,所述数据库内存储有发热条的加热组合方式、所有相邻处于加热状态的发热条间距序列与目标一一对应相关联的关系数据表,如图表2所示。
表2加热组合、发热条间距序列与目标关联关系表
如图6所示,本实施例的数据处理模块的数据处理过程为:
S201:检测热红外图像中处于加热状态的发热条的边缘曲线;
具体地,检测热红外图像中发热条的边缘曲线的过程为:
对热红外图像中每个像素点的灰度值做二值化处理,得到第一单位色位图;
对第一单位色位图进行去噪处理,得到第二单位色位图;
例如:通过开运算对所述第一单色位图进行去噪处理,得到第二单色位图。开运算在计算机视觉和图像处理领域中是基本的形态学噪点消除模块,是指对图像先进行腐蚀运算后进行膨胀运算的一种图像处理方法,能够对图像进行去噪,有效降低图像噪声对本发明图像识别的影响。
采用多连通方式对第二单位色位图进行分割,得到发热条的边缘曲线。
例如:采用四连通对第二单色位图进行分割,得到图像发热条的边沿曲线,且结果准确、清晰。
S202:将发热条边缘曲线上所有像素坐标值求平均值,得到相应发热条的中心坐标,进而得到相应发热条宽度及任意两个相邻的处于加热状态的发热条间距,进而得到所有相邻处于加热状态的发热条间距序列。
S203:调取数据库内的关联关系数据表,搜索并输出与发热条间距序列相匹配的目标。
S204:计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
本实施例的热辐射标志可由目标佩戴于衣物内侧,不需要人体表面佩戴,从而隐蔽性高,具有较好的环境友好性。
本实施例的该装置避免了传统色彩图像识别方式易受室外光照变化影响的缺点,可适用于室内及室外环境,具有良好的环境适应性。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (7)
1.一种基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,包括:
热辐射标志,其设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有两个尺寸相同且平行设置的发热条;所有发热条均处于加热状态;两个发热条的间距不同的热辐射标志与目标一一对应;
发热条选用炭纤维丝作为发热元件;发热条中的碳纤维丝沿着发热条长度方向均匀布置,并铺满整个发热条;碳纤维发热丝的两侧边分别覆设经导电胶粘贴且与碳纤维发热束电性接触的电极条;第一温度传感器和第二温度传感器分别安装于发热条与绝缘层上,用于测量发热条温度与环境背景温度;发热条通过第二导线与控制系统相连,第一温度传感器和第二温度传感器均通过第一导线与微处理器相连;发热条、绝缘层、第一温度传感器、第二温度传感器、第一导线、电极条、第二导线组成一体结构;
热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块;
数据处理模块,其与数据库相连,所述数据库内存储有发热条间距值与目标一一对应相关联的关系数据表;
所述数据处理模块,用于:
检测热红外图像中发热条的边缘曲线;
将发热条边缘曲线上所有像素坐标值求平均值,得到发热条的中心坐标,进而得到发热条宽度及发热条间距值;
调取数据库内的关联关系数据表,搜索并输出与当前发热条间距相匹配的目标;
计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
2.如权利要求1所述的基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,所述电极条通过导线与接线端子相连。
3.如权利要求2所述的基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,接线端子通过集线束与微处理器相连。
4.如权利要求1所述的基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,在所述数据处理模块中,检测热红外图像中发热条的边缘曲线的过程为:
对热红外图像中每个像素点的灰度值做二值化处理,得到第一单位色位图;
对第一单位色位图进行去噪处理,得到第二单位色位图;
采用多连通方式对第二单位色位图进行分割,得到发热条的边缘曲线。
5.一种基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,包括:
热辐射标志,其设置在待识别目标上;所述热辐射标志包括绝缘层,所述绝缘层上设置有至少三个发热条,所有发热条尺寸相同且等间隔平行设置;发热条的加热组合方式不同的热辐射标志与目标一一对应;
发热条选用炭纤维丝作为发热元件;发热条中的碳纤维丝沿着发热条长度方向均匀布置,并铺满整个发热条;碳纤维发热丝的两侧边分别覆设经导电胶粘贴且与碳纤维发热束电性接触的电极条;第一温度传感器和第二温度传感器分别安装于发热条与绝缘层上,用于测量发热条温度与环境背景温度;发热条通过第二导线与控制系统相连,第一温度传感器和第二温度传感器均通过第一导线与微处理器相连;发热条、绝缘层、第一温度传感器、第二温度传感器、第一导线、电极条、第二导线组成一体结构;
热红外图像采集模块,其用于采集热红外图像并传送至数据处理模块;
数据处理模块,其与数据库相连,所述数据库内存储有发热条的加热组合方式、所有相邻处于加热状态的发热条间距序列与目标一一对应相关联的关系数据表;
所述数据处理模块,用于:
检测热红外图像中处于加热状态的发热条的边缘曲线;
将发热条边缘曲线上所有像素坐标值求平均值,得到相应发热条的中心坐标,进而得到相应发热条宽度及任意两个相邻的处于加热状态的发热条间距,进而得到所有相邻处于加热状态的发热条间距序列;
调取数据库内的关联关系数据表,搜索并输出与发热条间距序列相匹配的目标;
计算所有发热条中心点坐标的平均值,将此平均值作为相应目标的图像坐标,进而求得相应目标在热红外图像下的方向信息,进而识别出相应目标。
6.如权利要求5所述的基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,所述电极条通过导线与接线端子相连。
7.如权利要求5所述的基于热红外图像处理的跟踪机器人多目标识别装置,其特征在于,在所述数据处理模块中,检测热红外图像中发热条的边缘曲线的过程为:
对热红外图像中每个像素点的灰度值做二值化处理,得到第一单位色位图;
对第一单位色位图进行去噪处理,得到第二单位色位图;
采用多连通方式对第二单位色位图进行分割,得到发热条的边缘曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910606176.4A CN110298334B (zh) | 2019-07-05 | 2019-07-05 | 基于热红外图像处理的跟踪机器人多目标识别装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910606176.4A CN110298334B (zh) | 2019-07-05 | 2019-07-05 | 基于热红外图像处理的跟踪机器人多目标识别装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298334A CN110298334A (zh) | 2019-10-01 |
CN110298334B true CN110298334B (zh) | 2021-03-30 |
Family
ID=68030542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910606176.4A Active CN110298334B (zh) | 2019-07-05 | 2019-07-05 | 基于热红外图像处理的跟踪机器人多目标识别装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298334B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111157003A (zh) * | 2019-12-30 | 2020-05-15 | 苏州绿创检测技术服务有限公司 | 一种室内移动机器人位置跟踪检测方法 |
CN112287831B (zh) * | 2020-10-29 | 2022-11-04 | 齐鲁工业大学 | 基于编码热红外标志的跟随机器人多目标识别系统及方法 |
CN112351513B (zh) * | 2020-11-09 | 2022-07-29 | 齐鲁工业大学 | 一种便携式热辐射标志温度控制器、方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109101906A (zh) * | 2018-07-27 | 2018-12-28 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种变电站电力设备红外图像异常实时检测方法及装置 |
CN208323406U (zh) * | 2018-06-08 | 2019-01-04 | 国家电网公司 | 一种基于互联网的变电站智能巡检机器人监测系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10482361B2 (en) * | 2015-07-05 | 2019-11-19 | Thewhollysee Ltd. | Optical identification and characterization system and tags |
CN106444588B (zh) * | 2016-11-30 | 2019-04-26 | 国家电网公司 | 基于视频监控联动系统的阀厅机器人巡检方法 |
CN108356818A (zh) * | 2018-01-15 | 2018-08-03 | 史聪灵 | 一种基于机器人的综合管廊巡检系统及交互系统 |
CN108247634A (zh) * | 2018-01-15 | 2018-07-06 | 安徽对称轴智能安全科技有限公司 | 一种自主导航定位的综合管廊三维巡检机器人 |
-
2019
- 2019-07-05 CN CN201910606176.4A patent/CN110298334B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN208323406U (zh) * | 2018-06-08 | 2019-01-04 | 国家电网公司 | 一种基于互联网的变电站智能巡检机器人监测系统 |
CN109101906A (zh) * | 2018-07-27 | 2018-12-28 | 中国南方电网有限责任公司超高压输电公司贵阳局 | 一种变电站电力设备红外图像异常实时检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
"Infrared image recognition for seam tracking monitoring during fiber laser welding";Xiangdong Gao等;《Mechatronics》;20120630;第22卷(第4期);第370-380页 * |
"Optical flow or image subtraction in human detection from infrared camera on mobile robot";Antonio Fernández-Caballero等;《Robotics and Autonomous Systems》;20101231;第58卷(第12期);第1273-1281页 * |
"智能巡检机器人系统在苏通GIL综合管廊工程中的应用";腾云等;《高电压技术》;20190228;第45卷(第2期);第393-401页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110298334A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298334B (zh) | 基于热红外图像处理的跟踪机器人多目标识别装置 | |
US11003940B2 (en) | System and methods for automatic solar panel recognition and defect detection using infrared imaging | |
Shih | A robust occupancy detection and tracking algorithm for the automatic monitoring and commissioning of a building | |
CN104506857B (zh) | 一种摄像头位置偏离检测方法及设备 | |
US8638988B2 (en) | Movement analysis and/or tracking system | |
CN110595476B (zh) | 一种基于gps和图像视觉融合的无人机降落导航方法及装置 | |
Fernández-Caballero et al. | Real-time human segmentation in infrared videos | |
CN108334844B (zh) | 一种输电线路巡检的沿线自动跟踪方法 | |
CN110458839A (zh) | 一种有效的电线电缆监测系统 | |
CN110320523B (zh) | 跟随机器人的目标定位装置及方法 | |
CN107609557A (zh) | 一种指针式仪表读数识别方法 | |
JP2015216635A (ja) | 環境における物体を追跡する方法及びシステム | |
CN104573713B (zh) | 一种基于图像纹理特征的互感器红外图像识别方法 | |
CN110120074B (zh) | 一种复杂环境下的带电作业机器人线缆定位方法 | |
CN103646250A (zh) | 基于距离图像头肩特征的行人监测方法及装置 | |
CN110471403B (zh) | 通过光通信装置对能够自主移动的机器进行导引的方法 | |
CN110097531B (zh) | 一种用于无人机电力巡检的异构图像融合检测方法 | |
JP2018036226A (ja) | 画像処理プログラム、画像処理方法および画像処理装置 | |
CN115752393B (zh) | 一种矿井测量机器人系统棱镜点号识别系统和方法 | |
CN109934127A (zh) | 基于视频图像与无线信号的行人识别与跟踪方法 | |
CN113487543B (zh) | 接触网燃弧灼烧检测方法、装置、计算机设备和存储介质 | |
CN105307116A (zh) | 一种基于移动机器人的分布式视觉定位系统及方法 | |
KR20140087485A (ko) | 광선추적법을 이용한 이동 로봇의 실내 위치 추정방법 | |
CN102621419A (zh) | 基于激光和双目视觉图像对线路电气设备自动识别和监测方法 | |
WO2018203236A1 (en) | Automated luminaire identification and group assignment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |