CN111639568A - 一种用于变电站智能机器人的导航巡视方法 - Google Patents
一种用于变电站智能机器人的导航巡视方法 Download PDFInfo
- Publication number
- CN111639568A CN111639568A CN202010427094.6A CN202010427094A CN111639568A CN 111639568 A CN111639568 A CN 111639568A CN 202010427094 A CN202010427094 A CN 202010427094A CN 111639568 A CN111639568 A CN 111639568A
- Authority
- CN
- China
- Prior art keywords
- detected
- image
- equipment
- stop sign
- navigation
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 10
- 238000007781 pre-processing Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 5
- 238000003706 image smoothing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract description 17
- 230000009466 transformation Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K17/00—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations
- G06K17/0022—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device
- G06K17/0029—Methods or arrangements for effecting co-operative working between equipments covered by two or more of main groups G06K1/00 - G06K15/00, e.g. automatic card files incorporating conveying and reading operations arrangements or provisious for transferring data to distant stations, e.g. from a sensing device the arrangement being specially adapted for wireless interrogation of grouped or bundled articles tagged with wireless record carriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/02—Recognising information on displays, dials, clocks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种用于变电站智能机器人的导航巡视方法，包括以下步骤：步骤1，在变电站路面预设引导线；步骤2，采集路面图像，基于先验模板的四边界检测导航算法，根据采集的路面图像提取图像的边界信息；步骤3，对提取的边界信息对图像进行预处理，判断图像中是否存在所述减速停车标志；若未检测到所述减速停车标志，执行边界检测控制子程序，实时调整位姿快速导航；若检测到所述减速停车标志，通过单目测距摄像头确定减速停车标志的坐标，运行至减速停车标志处停车；步骤4，搜索RFID电子标签并提取其中的待检设备信息，根据所述待检设备信确定待检设备的定点位置并进行拍摄检测，将拍摄的图像与标准图像比对，判断待检设备是否出现故障。
Description
技术领域
本发明涉及电力设备领域，具体而言，涉及一种用于变电站智能机器人的导航巡视方法。
背景技术
变电站现有巡检方式主要为人工巡视，手工或手持掌上电脑记录，每次巡视时间在2h以上。人工巡检存在劳动强度大、工作效率低、检测质量分散、管理成本高等明显不足。随着机器人技术的快速发展，将机器人技术与电力应用相结合，基于室外机器人移动平台，携带检测设备代替人工进行设备巡检成为可能。
发明内容
为解决上述技术问题，本发明提供一种用于变电站的导航巡视方法。
本发明采用的技术方案是：提供一种用于变电站智能机器人的导航巡视方法，包括以下步骤：
步骤1，在变电站路面预设引导线，所述引导线延伸至待检设备处，且靠近所述待检设备的引导线直行段设有减速停车标志，所述减速停车标志中设有带待检设备信息的RFID电子标签；
步骤2，通过循迹摄像机采集路面图像，基于先验模板的四边界检测导航算法，根据采集的路面图像提取图像的边界信息；
步骤3，对提取的边界信息对图像进行预处理，判断图像中是否存在所述减速停车标志；若未检测到所述减速停车标志，执行边界检测控制子程序，实时调整位姿快速导航；若检测到所述减速停车标志，通过单目测距摄像头确定减速停车标志的坐标，运行至减速停车标志处停车；
步骤4，搜索RFID电子标签并提取其中的待检设备信息，根据所述待检设备信确定待检设备的定点位置并进行拍摄检测，将拍摄的图像与标准图像比对，判断待检设备是否出现故障。
在本发明所述的导航巡视方法中，所述步骤4还包括：通过数码摄像机对仪表进行图像采集，对图像进行灰度与二值处理，确定刻度与指针的位置，识别出指针读数，将读数值与仪表标准值进行对比，若读数值在仪表标准值范围内，判断待检设备正常，否则判断待检设备出现故障。
在本发明所述的导航巡视方法中，基于Hough变换对仪表的刻度线和指针进行提取和识别。
在本发明所述的导航巡视方法中，基于角度法计算仪表的指针读数。
在本发明所述的导航巡视方法中，计算零刻度线和最大示值刻度线之间的夹角α，再计算指针和刻度线之间的夹角β，通过公式M×β/α求得仪表指针读数值，M为仪表量程。
在本发明所述的导航巡视方法中，所述步骤4还包括：采用OCR技术和颜色提取技术相结合的方法对断路器开关图像进行识别。
在本发明所述的导航巡视方法中，对拍摄的断路器开关图像进行BMP图像读取，分别进行灰度化处理和底色区域颜色特征提取，对灰度化处理后图像进行灰度均衡处理并对字符目标区域二值化处理，对字符归一化处理后进行图像平滑处理，进行字符特征提取，根据提取的图像底色区域颜色特征以及字符特征识别断路器开关的开合状态，并将该状态与标准状态进行对比，若一致，判断待检设备正常，否则判断待检设备出现故障。
本发明提供的用于变电站智能机器人的导航巡视方法，使机器人能够利用自动执行巡检任务，查看设备是否存在异常现象。应用辅助监控设备以及可见光摄像机，能够对指定设备的外观图像进行自动抓取，对其异常性进行判断。巡检机器人还能够利用模式识别技术分析仪表照片，并且读取表计数据，监控全站设备运行状态。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明实施例提供一种用于变电站智能机器人的导航巡视方法，包括以下步骤：
步骤1，在变电站路面预设引导线，所述引导线延伸至待检设备处，且靠近所述待检设备的引导线直行段设有减速停车标志，所述减速停车标志中设有带待检设备信息的RFID电子标签；
步骤2，通过循迹摄像机采集路面图像，基于先验模板的四边界检测导航算法，根据采集的路面图像提取图像的边界信息；
步骤3，对提取的边界信息对图像进行预处理，判断图像中是否存在所述减速停车标志；若未检测到所述减速停车标志，执行边界检测控制子程序，实时调整位姿快速导航；若检测到所述减速停车标志，通过单目测距摄像头确定减速停车标志的坐标，运行至减速停车标志处停车；
步骤4，搜索RFID电子标签并提取其中的待检设备信息，根据所述待检设备信确定待检设备的定点位置并进行拍摄检测，将拍摄的图像与标准图像比对，判断待检设备是否出现故障。所述步骤4还包括：通过数码摄像机对仪表进行图像采集，对图像进行灰度与二值处理，确定刻度与指针的位置，识别出指针读数，将读数值与仪表标准值进行对比，若读数值在仪表标准值范围内，判断待检设备正常，否则判断待检设备出现故障。基于Hough变换对仪表的刻度线和指针进行提取和识别，基于角度法计算仪表的指针读数。计算零刻度线和最大示值刻度线之间的夹角α，再计算指针和刻度线之间的夹角β，通过公式M×β/α求得仪表指针读数值，M为仪表量程。采用OCR技术和颜色提取技术相结合的方法对断路器开关图像进行识别。对拍摄的断路器开关图像进行BMP图像读取，分别进行灰度化处理和底色区域颜色特征提取，对灰度化处理后图像进行灰度均衡处理并对字符目标区域二值化处理，对字符归一化处理后进行图像平滑处理，进行字符特征提取，根据提取的图像底色区域颜色特征以及字符特征识别断路器开关的开合状态，并将该状态与标准状态进行对比，若一致，判断待检设备正常，否则判断待检设备出现故障。
具体的，本实施例在变电站路面预设引导线，然后控制机器人循线运动的总体导航方案。路面所设引导线应满足的要求为：明确标示巡检机器人行走方向；设计清晰、简单且易于喷涂；选色与周围环境对比度大，易于识别；选色与其他路面标识线区分开；宽度根据道路宽度适当调整，以小于道路宽度的百分之五左右为宜，这样使机器人拐弯时不至于碰到引导线周围其他物体；引导线棱角分明，基本都可以归入直角、钝角、锐角等类别，不存在弧度太大、角度过于圆滑的拐弯处，这样确保机器人拐弯时尽量不会冲出引导线。
同时，在引导线直行段上粘贴黑色条状纸带作为减速停车标志，如黑色正方形为减速停车标志，减速停车标志另一侧粘贴RFID，加载主要待检设备信息。若机器人行走中检测到减速带则开始减速，并根据单目视觉测距原理实时测量到黑色正方形的距离以便控制机器人准确停车，根据提取出的RFID加载的信息更有效的对待检设备进行检测。现阶段识别引导线的方法都是对整张图片逐行搜索或者隔行搜索的，通常图片中包含大量冗余信息，识别过程耗时较长。为了克服这个缺点，提出一种基于先验模板的四边检测路径导航算法，通过检测循迹摄像机视野图像的上下左右四个边界，比对模板快速判断引导线类型，进而调节机器人位姿。另外将RFID作为主要待检设备信息载体引入到机器人智能巡视视觉导航定位系统中，并设计了具体针对变电站巡检的RFID码信息编码方法。当变电站内变压器等电力设备位置改变或有新增监控区域时，只需更换RFID，避免了机器人整个巡检策略程序变更的复杂，本方案可向任意变电站推广。
智能机器人巡检开始时先初始化信息，智能机器人在巡视过程中，底部循迹摄像机不断采集路面信息，并对所获导航图像预处理，主要是判断有无减速停车标志出现在机器人视野中。如若未提取到定点检测信息，则运行基于模板的四边界检测导航算法，机器人执行边界检测控制子程序，实时调整位姿，快速导航。如若判断出到达待检设备定点检测处，即检测到减速停车标志了，则控制机器人减速并运用单目视觉测距原理实时测量机器人跟减速停车标志的距离，从而有效控制机器人停车，搜索RFID并提取其中待检设备信息，根据 RFID中加载的信息实现主要待检设备的定点位置最佳检测，并将拍摄的图像与存储于监控管理中心的标准图像比对，从而判断设备是否故障。
智能机器人可通过指针式仪表识别系统识别仪表故障，指针式仪表识别系统通过程控标准源和数码摄像机向仪表输出标准值和对仪表表面进行图像采集，再用计算机对图像进行处理，识别出刻度与指针的位置，最后计算出读数值。机器视觉仪表识别处理过程中，基于Hough变换对刻度线和指针进行提取和识别。它在指针边界存在噪声干扰或者因其他目标遮盖而引起指针图像发生间断的情况下，仍具有很好的容错性和鲁棒性。由于其计算量大,很难做到快速识别。在进行Hough变换前，通常对指针图像采用细化算法，减少了运算时间。改进后的Hough变换算法的速度也有一定提高,取得了一定的效果。角度法采用偏离角度来得出读数，具体实现过程是先计算出零刻度线和最大示值刻度线之间的夹角α，再计算出指针和刻度线之间的夹角β；然后通过公式 Mβ/α求得仪表读数示值(其中M为仪表量程)。用Hough变换法确定指针位置，用其与零刻度的角度计算出指针读数。指针与刻度线有一定的宽度，无论是角度法还是距离法，都需要在处理前通过细化算法取指针与刻度线的中轴线。
在检测设备中的断路器等开关状态时，开关一般有两种状态,大都采用特殊的汉字或字符进行表示。常见的开关有三种形式：1)汉字“分”和“合”； 2)英文单词“ON”和“OFF”3)数字符“1”和“0”。同时，多数开关的两个状态存在明显的颜色特征，因此可以采用OCR技术和颜色提取技术相结合的方法对开关图像进行识别。开关有明显的颜色特征字符特征:“合”—红底白字,“分”—绿底白字。因此,将颜色提取技术和字符识别技术相结合,对开关指示牌进行识别,以达到更好的识别效果。相对于几何特征而言,颜色具有一定的稳定性,对大小、方向都不敏感,表现出相当强的鲁棒性。同时,在许多情况下,颜色是描述一幅图像最简便而有效的特征。待识别目标的颜色只有红色和绿色两种,特征比较单一、明显。因此采用颜色提取方法对目标区域进行颜色提取,进而通过颜色判别对待识别目标进行初步识别。在光照条件恶劣的情况下,如光线直射指示牌或夜间低照度时,图像对比度变小,因此需要增强图像对比度。接下来是对图像进行阂值分割。图像经过阑值分割以后,待识别字符已经被提取出来,但该区域可能还有很多背景噪声点。更严重的是,在阂值分割处理过程中,这些干扰因素也同样被放大或缩小,对后面的识别造成了影响。所以要进行滤波去除杂点,以获得较好的识别效果。选取中值滤波对图像进行处理, 选取lx3模板对图像进行滤波,效果良好。由于摄像机到待识别目标的距离不同和CCD镜头的放大倍数不同,造成识别目标在二值化后出现字符点阵大小的差别。为了提取字符特征,需将二值化后的字符进行大小归一化处理,也称字符的规格化处理。开关字符属于小字符集,因此本文选取字符结构投影特征匹配法和网格特征匹配法两种方法对开关字符进行识别。这两种方法既能满足开关字符识别的要求,同时算法比较简单,易于实现。
为对变电站电力设备异常状态作辨识，首先对变电站实时采集的图像进行分类，经识别和分析后决定是否传输。正常运行时不传送监测图像，只传送分析结果；变电站状态发生畸变时，将特定的图像信号和报警信息传送到调度端。调度员听到计算机报警声音后，再根据提示找到对应变电站的图像进行观察和处理。这样就减轻了调度员连续观察大量实时图像的负担且不必再为通信信道“拥挤”而过多考虑数据压缩问题。
本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (7)
1.一种用于变电站智能机器人的导航巡视方法，其特征在于，包括以下步骤：
步骤1，在变电站路面预设引导线，所述引导线延伸至待检设备处，且靠近所述待检设备的引导线直行段设有减速停车标志，所述减速停车标志中设有带待检设备信息的RFID电子标签；
步骤2，通过循迹摄像机采集路面图像，基于先验模板的四边界检测导航算法，根据采集的路面图像提取图像的边界信息；
步骤3，对提取的边界信息对图像进行预处理，判断图像中是否存在所述减速停车标志；若未检测到所述减速停车标志，执行边界检测控制子程序，实时调整位姿快速导航；若检测到所述减速停车标志，通过单目测距摄像头确定减速停车标志的坐标，运行至减速停车标志处停车；
步骤4，搜索RFID电子标签并提取其中的待检设备信息，根据所述待检设备信确定待检设备的定点位置并进行拍摄检测，将拍摄的图像与标准图像比对，判断待检设备是否出现故障。
2.根据权利要求1所述的导航巡视方法，其特征在于，所述步骤4还包括：通过数码摄像机对仪表进行图像采集，对图像进行灰度与二值处理，确定刻度与指针的位置，识别出指针读数，将读数值与仪表标准值进行对比，若读数值在仪表标准值范围内，判断待检设备正常，否则判断待检设备出现故障。
3.根据权利要求2所述的导航巡视方法，其特征在于，基于Hough变换对仪表的刻度线和指针进行提取和识别。
4.根据权利要求2所述的导航巡视方法，其特征在于，基于角度法计算仪表的指针读数。
5.根据权利要求4所述的导航巡视方法，其特征在于，计算零刻度线和最大示值刻度线之间的夹角α，再计算指针和刻度线之间的夹角β，通过公式M×β/α求得仪表指针读数值，M为仪表量程。
6.根据权利要求1所述的导航巡视方法，其特征在于，所述步骤4还包括：采用OCR技术和颜色提取技术相结合的方法对断路器开关图像进行识别。
7.根据权利要求6所述的导航巡视方法，其特征在于，对拍摄的断路器开关图像进行BMP图像读取，分别进行灰度化处理和底色区域颜色特征提取，对灰度化处理后图像进行灰度均衡处理并对字符目标区域二值化处理，对字符归一化处理后进行图像平滑处理，进行字符特征提取，根据提取的图像底色区域颜色特征以及字符特征识别断路器开关的开合状态，并将该状态与标准状态进行对比，若一致，判断待检设备正常，否则判断待检设备出现故障。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010427094.6A CN111639568A (zh) | 2020-05-19 | 2020-05-19 | 一种用于变电站智能机器人的导航巡视方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010427094.6A CN111639568A (zh) | 2020-05-19 | 2020-05-19 | 一种用于变电站智能机器人的导航巡视方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111639568A true CN111639568A (zh) | 2020-09-08 |
Family
ID=72331311
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010427094.6A Pending CN111639568A (zh) | 2020-05-19 | 2020-05-19 | 一种用于变电站智能机器人的导航巡视方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111639568A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183369A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种用于变电站无人巡检的指针仪表读数识别方法 |
| CN113246152A (zh) * | 2021-05-31 | 2021-08-13 | 中煤科工集团沈阳研究院有限公司 | 一种矿用井下变电所智能巡检机器人 |
| CN114526724A (zh) * | 2022-02-18 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN116608865A (zh) * | 2023-07-20 | 2023-08-18 | 国网山东省电力公司济宁市任城区供电公司 | 一种变电站智能监控系统及方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101984382A (zh) * | 2010-10-15 | 2011-03-09 | 重庆市电力公司超高压局 | 利用机器人进行变电站设备智能巡检的方法 |
| CN105700532A (zh) * | 2016-04-19 | 2016-06-22 | 长沙理工大学 | 基于视觉的变电站巡检机器人导航定位控制方法 |
| CN109571403A (zh) * | 2018-12-12 | 2019-04-05 | 杭州申昊科技股份有限公司 | 一种磁轨迹线导航智能巡检机器人及其导航方法 |
| CN110286684A (zh) * | 2019-07-17 | 2019-09-27 | 国网湖北省电力有限公司检修公司 | 一种变电站巡检机器人及变电站巡检系统 |
-
2020
- 2020-05-19 CN CN202010427094.6A patent/CN111639568A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101984382A (zh) * | 2010-10-15 | 2011-03-09 | 重庆市电力公司超高压局 | 利用机器人进行变电站设备智能巡检的方法 |
| CN105700532A (zh) * | 2016-04-19 | 2016-06-22 | 长沙理工大学 | 基于视觉的变电站巡检机器人导航定位控制方法 |
| CN109571403A (zh) * | 2018-12-12 | 2019-04-05 | 杭州申昊科技股份有限公司 | 一种磁轨迹线导航智能巡检机器人及其导航方法 |
| CN110286684A (zh) * | 2019-07-17 | 2019-09-27 | 国网湖北省电力有限公司检修公司 | 一种变电站巡检机器人及变电站巡检系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112183369A (zh) * | 2020-09-29 | 2021-01-05 | 国网上海市电力公司 | 一种用于变电站无人巡检的指针仪表读数识别方法 |
| CN113246152A (zh) * | 2021-05-31 | 2021-08-13 | 中煤科工集团沈阳研究院有限公司 | 一种矿用井下变电所智能巡检机器人 |
| CN114526724A (zh) * | 2022-02-18 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN114526724B (zh) * | 2022-02-18 | 2023-11-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN116608865A (zh) * | 2023-07-20 | 2023-08-18 | 国网山东省电力公司济宁市任城区供电公司 | 一种变电站智能监控系统及方法 |
| CN116608865B (zh) * | 2023-07-20 | 2023-10-13 | 国网山东省电力公司济宁市任城区供电公司 | 一种变电站智能监控系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111639568A (zh) | 一种用于变电站智能机器人的导航巡视方法 | |
| CN109271844B (zh) | 基于OpenCV的电气柜电气符号识别方法 | |
| TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
| CN113139521B (zh) | 一种用于电力监控的行人越界标监测方法 | |
| CN109145708B (zh) | 一种基于rgb和d信息融合的人流量统计方法 | |
| CN110807355A (zh) | 一种基于移动机器人的指针仪表检测与读数识别方法 | |
| KR20150125863A (ko) | 연안에서의 객체 인식 장치 및 그 방법 | |
| CN111582084B (zh) | 基于弱监督学习的空基视角下的铁轨异物检测方法及系统 | |
| CN102175692A (zh) | 织物坯布疵点快速检测系统及方法 | |
| CN113034624A (zh) | 基于感温变色胶贴的温度预警图像识别方法、系统、设备及存储介质 | |
| CN102622614A (zh) | 基于刀闸臂特征点与固定端距离的刀闸合位可靠性判别法 | |
| CN112419260A (zh) | 一种pcb文字区域缺陷检测方法 | |
| CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
| CN113408519B (zh) | 一种基于模板旋转匹配的指针仪表读数的方法及系统 | |
| CN105447431A (zh) | 一种基于机器视觉的入坞飞机跟踪定位方法及系统 | |
| CN113111728A (zh) | 面向变电站内电力生产作业风险的智能识别方法及系统 | |
| CN109784257B (zh) | 一种变压器温度表检测与识别方法 | |
| CN114926635B (zh) | 与深度学习方法相结合的多焦图像中目标分割方法 | |
| CN112329770B (zh) | 一种仪表刻度识别方法及装置 | |
| CN115409803A (zh) | 配电房变压器油位辨别方法、系统及介质 | |
| CN111652055B (zh) | 一种基于两阶段定位的开关仪表智能识别方法 | |
| CN111539329B (zh) | 一种自适应的变电站指针仪表识别方法 | |
| KR20220075999A (ko) | 딥러닝 기반의 도로손상 탐지 장치 및 방법 | |
| CN112528885A (zh) | 一种智能划区的站台工作人员的识别方法 | |
| CN110659577A (zh) | 一种用于智能手机平台的盲道障碍物检测方法 |
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 |