CN112014688A - 一种防振锤滑移故障检测方法及装置 - Google Patents
一种防振锤滑移故障检测方法及装置 Download PDFInfo
- Publication number
- CN112014688A CN112014688A CN202010905259.6A CN202010905259A CN112014688A CN 112014688 A CN112014688 A CN 112014688A CN 202010905259 A CN202010905259 A CN 202010905259A CN 112014688 A CN112014688 A CN 112014688A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- camera
- damper
- power transmission
- transmission line
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请实施例公开了一种防振锤滑移故障检测方法及装置,所述方法为对输电线路拍照,确定图片上的第一像素坐标和第二像素坐标。然后建立世界坐标系并确定第一世界坐标,通过两张图片的相机位姿和第二像素坐标,确定相机与所述线夹关键点之间的两条连线。接着根据两条连线的交点确定第二世界坐标,第一世界坐标与第二世界坐标的交点的距离即防振锤与线夹的实际距离。最后比较实际距离与预设标准安装距离的差值和预设滑动阀值的大小,判断滑移故障是否发生。本申请解决了现有技术中肉眼检测防振锤是否出现滑移现象,容易误检或漏检的技术问题,有利于提高防振锤故障识别准确率,降低人工巡检工作量,提高巡检效率,有利于电网的平稳运行。
Description
技术领域
本申请涉及输电线路故障检测以及图像处理技术领域,尤其涉及一种防振锤滑移故障检测方法及装置。
背景技术
在高压架空线路上,为了减少输电导线因风力扯起振动,在靠近绝缘子两侧的输电导线上常挂一个叫做防振锤的装置。输电导线一般是通过多股金属丝缠绕铁芯制成,受气候,地形变化等影响,经常会发生蠕变现象。蠕变现象指的是输电导线内部金属丝之间相互挤压、拉伸,导致导线横截面直径减小,长度增加。横截面直径的缩小,容易造成防振锤夹板握力不足,出现松动,进而导致防振锤产生滑移现象。滑移现象是指防振锤在自重、风力等因素的作用下滑动至输电导线弧垂最低处的现象。滑移现象会大大影响防振锤的防振效果。
现有技术大多通过维修工人肉眼观察防振锤,从而判断防振锤是否出现滑移现象。但是,在缺少参照物的情况下,单凭维修工人肉眼判断具有极大不确定性,容易发生误检或漏检问题。
基于此,本申请提供一种防振锤滑移故障的检测方法及装置,用于解决现有技术中肉眼检测防振锤是否出现滑移现象,容易误检或漏检的技术问题。
发明内容
本申请提供了一种防振锤滑移故障检测方法及装置,可用于解决现有技术中肉眼检测防振锤是否出现滑移现象,容易误检或漏检的技术问题。
本申请第一方面公开了一种防振锤滑移故障检测方法,所述方法包括:
用相机对输电线路进行拍摄,得到多张输电线路图片;
针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标;
根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标;所述世界坐标系是以所述防振锤原点为原点建立的坐标系;
根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线;
根据任意两条连线的交点在所述世界坐标系中的坐标,确定所述线夹关键点在所述世界坐标系中的第二世界坐标;
根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离;
判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否小于预设滑动阀值,如果所述差值小于所述预设滑动阀值,则判定没有发生防振锤滑移故障;如果所述差值大于或等于所述预设滑动阀值,则判定发生防振锤滑移故障。
可选的,针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标,包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标;所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系;
其中,所述图像识别模型采用以下方式训练:
将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
可选的,所述世界坐标系通过以下方式建立:
以所述防振锤左锤头端点作为世界坐标系的原点,以平行于连接锤头的钢绞线作为世界坐标系的Y轴,以平行于防振锤夹板中心线作为世界坐标系的Z轴,以垂直于Y轴和Z轴的方向作为世界坐标系的X轴。
可选的,所述相机位姿采用以下步骤确定:
根据预设的相机内参数、预设的相机镜头畸变参数、防振锤上任意位置点对应的像素坐标和防振锤上任意位置点在所述世界坐标系中的世界坐标,采用EPnP位姿估计算法确定相机坐标系相对于所述世界坐标系的旋转矩阵和平移矩阵,所述相机坐标系是指以相机中心点为原点建立的坐标系;
根据所述相机坐标系相对于所述世界坐标系的旋转矩阵,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角;
根据所述第一旋转角、所述第二旋转角、所述第三旋转角和所述相机坐标系相对于所述世界坐标系的平移矩阵,确定所述相机位姿。
可选的,所述任意两条连线的交点在所述世界坐标系中的坐标采用以下步骤确定:
根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置;所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线;
根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置;所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线;
根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
本申请第二方面公开了一种防振锤滑移故障检测装置,所述装置应用于第一方面所述的防振锤滑移故障检测方法,所述装置包括:
图片获取模块,用于相机对输电线路进行拍摄,得到多张输电线路图片;
图片处理模块,用于针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标;根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标;所述世界坐标系是以所述防振锤原点为原点建立的坐标系;根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线;根据任意两条连线的交点在所述世界坐标系中的坐标,确定所述线夹关键点在所述世界坐标系中的第二世界坐标;根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离;
故障判断模块,用于判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否小于预设滑动阀值,如果所述差值小于所述预设滑动阀值,则判定没有发生防振锤滑移故障;如果所述差值大于或等于所述预设滑动阀值,则判定发生防振锤滑移故障。
可选的,所述图片处理模块包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标;所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系;其中,所述图像识别模型采用以下方式训练:将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
可选的,所述世界坐标系通过以下方式建立:
以所述防振锤左锤头端点作为世界坐标系的原点,以平行于连接锤头的钢绞线作为世界坐标系的Y轴,以平行于防振锤夹板中心线作为世界坐标系的Z轴,以垂直于Y轴和Z轴的方向作为世界坐标系的X轴。
可选的,所述相机位姿采用以下步骤确定:
根据预设的相机内参数、预设的相机镜头畸变参数、防振锤上任意位置点对应的像素坐标和防振锤上任意位置点在所述世界坐标系中的世界坐标,采用EPnP位姿估计算法确定相机坐标系相对于所述世界坐标系的旋转矩阵和平移矩阵,所述相机坐标系是指以相机中心点为原点建立的坐标系;根据所述相机坐标系相对于所述世界坐标系的旋转矩阵,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角;根据所述第一旋转角、所述第二旋转角、所述第三旋转角和所述相机坐标系相对于所述世界坐标系的平移矩阵,确定所述相机位姿。
可选的,所述任意两条连线的交点在所述世界坐标系中的坐标采用以下步骤确定:
根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置;所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线;根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置;所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线;根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
本申请实施例公开了一种防振锤滑移故障检测方法及装置,首先对输电线路拍照,确定图片上的第一像素坐标和第二像素坐标。然后建立世界坐标系并确定第一世界坐标,通过两张图片的相机位姿和第二像素坐标,确定相机与所述线夹关键点之间的两条连线。接着根据两条连线的交点确定第二世界坐标,第一世界坐标与第二世界坐标的交点的距离即防振锤与线夹的实际距离。最后比较实际距离与预设标准安装距离的差值和预设滑动阀值的大小,判断滑移故障是否发生。
本申请通过深度学习算法、图像处理技术获得第一像素坐标与第二像素坐标,通过EPnP位姿估计算法利用已知的第一像素坐标与第一世界坐标推算相机在世界坐标系下的位姿。解决了现有技术中肉眼检测防振锤是否出现滑移现象,容易误检或漏检的技术问题,有利于提高防振锤故障识别准确率,降低人工巡检工作量,提高巡检效率,有利于电网的平稳运行。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例公开的一种防振锤滑移故障检测方法的流程示意图;
图2为本申请实施例公开的一种防振锤关键点示意图;
图3为本申请实施例公开的一种耐张线夹关键点示意图;
图4为本申请实施例公开的一种FR-2防振锤尺寸示意图;
图5为本申请实施例公开的一种相机位姿确定方法的流程示意图;
图6为本申请实施例公开的一种计算任意两条连线交点在世界坐标系中坐标方法的流程示意图;
图7为本申请实施例公开的一种线夹关键点世界坐标计算示意图。
图8为本申请实施例公开的一种防振锤滑移故障检测装置的结构示意图。
具体实施方式
下面将详细地对实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式,仅是与权利要求书中所详述的、本申请的一些方面相一致的防振锤滑移故障检测方法和装置的示例。
本申请第一实施例公开了一种防振锤滑移故障检测方法,参见图1所示的流程示意图,具体包括如下步骤:
步骤101,用相机对输电线路进行拍摄,得到多张输电线路图片。
步骤102,针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标。
步骤103,根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标;所述世界坐标系是以所述防振锤原点为原点建立的坐标系。
步骤104,根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线。
步骤105,根据在世界坐标系中任意两条连线的交点坐标,确定线夹关键点在世界坐标系中的第二世界坐标。
步骤106,根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离。
步骤107,判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否大于预设滑动阀值。
步骤108,实际距离与预设标准安装距离的差值大于预设滑动阀值,判定发生防振锤滑移故障。
步骤109,实际距离与预设标准安装距离的差值小于预设滑动阀值,判定没有发生防振锤滑移故障。
上述实施例公开了一种防振锤滑移故障检测方法,首先对输电线路拍照,确定图片上的第一像素坐标和第二像素坐标。然后建立世界坐标系并确定第一世界坐标,通过两张图片的相机位姿和第二像素坐标,确定相机与所述线夹关键点之间的两条连线。接着根据两条连线的交点确定第二世界坐标,第一世界坐标与第二世界坐标的交点的距离即防振锤与线夹的实际距离。最后比较实际距离与预设标准安装距离的差值和预设滑动阀值的大小,判断滑移故障是否发生。
本申请通过深度学习算法、图像处理技术获得第一像素坐标与第二像素坐标,通过EPnP位姿估计算法利用已知的第一像素坐标与第一世界坐标推算相机在世界坐标系下的位姿。解决了现有技术中肉眼检测防振锤是否出现滑移现象,容易误检或漏检的技术问题,有利于提高防振锤故障识别准确率,降低人工巡检工作量,提高巡检效率,有利于电网的平稳运行。
为了方便理解,本申请实施例以耐张线夹为例进行描述。
具体来说,步骤102中,预设的防振锤原点和预设的防振锤关键点可以是同一个点。
对于耐张线夹,实际安装距离为防振锤夹板中心点与线夹挂点中心的距离。
如图2所示的防振锤关键点示意图,包括,防振锤夹板上中心点1,夹板下中心点2,左锤头端点3,右锤头端点4。本申请选择防振锤夹板上中心点1作为防振锤关键点。
如图3所示的耐张线夹关键点示意图,本申请选择耐张线夹挂点中心5作为线夹关键点P。
进一步的,针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标,包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标。所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系。
其中,所述图像识别模型采用以下方式训练:
将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
进一步的,所述世界坐标系通过以下方式建立:
以所述防振锤左锤头端点作为世界坐标系的原点,以平行于连接锤头的钢绞线作为世界坐标系的Y轴,以平行于防振锤夹板中心线作为世界坐标系的Z轴,以垂直于Y轴和Z轴的方向作为世界坐标系的X轴。
以FR-2防振锤为例,其尺寸信息表如表1所示。
表1:FR-2防振锤尺寸信息表
型号 | a(mm) | L(mm) | L1(mm) | L2(mm) | H1(mm) | H2(mm) |
FR-2 | 50 | 429 | 190 | 239 | 105 | 12 |
如图4所示为FR-2防振锤的尺寸示意图。
由表1和图4可知,对应防振锤夹板上中心点1世界坐标即第一世界坐标为(0,190,105),夹板下中心点2坐标为(0,190,-12),左锤头端点3坐标为(0,0,0),右锤头端点4坐标为(0,429,0)。
进一步的,本申请实施例提供一种相机位姿的确定方法,具体参见图5所示的流程示意图,具体包括如下步骤:
步骤201,对相机标定得到相机的内参数和镜头畸变参数。
步骤202,将选取的防振锤夹板上中心点1、夹板下中心点2、左锤头端点3、右锤头端点4的世界坐标和像素坐标组成特征点对。
步骤203,采用EPnP位姿估计算法计算旋转矩阵和平移矩阵。
步骤204,通过旋转矩阵求出各轴的旋转角。
步骤205,通过旋转角以及平移矩阵,确定世界坐标系下的相机位姿。
具体来说,步骤202中,将防振锤夹板上中心点1、夹板下中心点2、左锤头端点3、右锤头端点4的世界坐标和像素坐标对应组成特征点对,作为EPnP算法的控制点。
步骤203中,计算后确定相机坐标系相对于世界坐标系的旋转矩阵R和平移矩阵t。
步骤204中,根据所述相机坐标系相对于所述世界坐标系的旋转矩阵R,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角θx,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角θy,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角θz。
具体公式如下:
t=[t1,t2,t3]
θx=atan2(r32,r33)
θz=atan2(r21,r11)
式中:rij为旋转矩阵对应位置的值,atan2(x,y)表示:当|x|>|y|时采用atan(y/x)公式计算,反之则采用atan(x/y)公式计算。
根据所述第一旋转角θx、所述第二旋转角θy、所述第三旋转角θz和平移矩阵t,确定所述相机位姿,即确定相机坐标系与世界坐标系的变换方式。
进一步的,本申请实施例提供一种计算任意两条连线交点在世界坐标系中坐标的方法,具体参见图6所示的流程示意图,具体包括如下步骤:
步骤301,通过相机在拍摄输电线路时的相机位姿,确定任意一条相机中心点O与线夹关键点P之间的连线,连线由关键点P的所有解组成。同理可再确定一条连线。
步骤302,转换坐标系,将相机坐标系旋转为与世界坐标系平行的坐标系。,
步骤303,对连线进行三次反向旋转,抵消坐标系变换对于点P位置的影响。
步骤304,求解两条连线的交点即可获得世界坐标系下两条连线的交点坐标。
具体来说,如图8所示的线夹关键点世界坐标计算示意图,步骤301中,由相机在拍摄第一输电线路图片时的相机位姿,确定一条由相机中心点O到线夹关键点P的连线所在的空间位置即为线夹关键点P映射到世界坐标系的所有解,其中上标表示所处坐标系,C1表示在相机坐标系,S表示在世界坐标系。同理可再确定一条连线
步骤302中,将原始相机坐标系绕Z轴、Y轴、X轴顺序依次旋转θz、θy、θx,即可与世界坐标系完全平行。
步骤303中,用连线为例,相机原点Oc1的位置在旋转过程中不发生改变,但两坐标原点间的向量与会随之改变。因此,为保证向量方向不变,应再将向量按倒叙绕同轴反向旋转-θ,获得坐标转换后的的值,记为世界坐标系中的坐标值即为与相机原点的坐标和。
步骤304中,如图7所示,在实际计算当中,受估计误差和空间特性影响,连线往往难以相交,一般选择计算两条连线间的最邻近点坐标进行替代。最邻近坐标实质为:两条连线距离最短时连线的中点坐标。通过拍摄n张同一场景、同一相机拍摄的图像,图像中需包含防振锤与耐张线夹。计算时,将n张图像两两分组,多余的图片丢弃,共计n/2组,计算每一组中两条射线的最邻近点坐标,防振锤与线夹间的实际距离Sn即为防振锤夹板上中心点001与最邻近点间的距离。通过求取所有组世界坐标的加权平均值,得到误差较小的最终坐标。
上述实施例提供了一种计算任意两条连线的交点在世界坐标系中坐标的方法,根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置;所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线。
根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置;所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线。
根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
下述为本申请公开的装置实施例,用于执行上述方法实施例。针对装置实施例中未披露的细节,请参照方法实施例。
本申请第二实施例公开了一种防振锤滑移故障检测装置,所述装置应用于第一实施例所述的防振锤滑移故障检测方法,参见图8所示的结构示意图,所述装置包括:
图片获取模块401,用于相机对输电线路进行拍摄,得到多张输电线路图片。
图片处理模块402,用于针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标。根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标。所述世界坐标系是以所述防振锤原点为原点建立的坐标系。根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线。根据任意两条连线的交点在所述世界坐标系中的坐标,确定所述线夹关键点在所述世界坐标系中的第二世界坐标。根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离。
故障判断模块403,用于判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否小于预设滑动阀值,如果所述差值小于所述预设滑动阀值,则判定没有发生防振锤滑移故障。如果所述差值大于或等于所述预设滑动阀值,则判定发生防振锤滑移故障。
进一步的,所述图片处理模块402包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标。所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系。其中,所述图像识别模型采用以下方式训练:将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
进一步的,所述世界坐标系通过以下方式建立:
根据预设的相机内参数、预设的相机镜头畸变参数、防振锤上任意位置点对应的像素坐标和防振锤上任意位置点在所述世界坐标系中的世界坐标,采用EPnP位姿估计算法确定相机坐标系相对于所述世界坐标系的旋转矩阵和平移矩阵,所述相机坐标系是指以相机中心点为原点建立的坐标系。根据所述相机坐标系相对于所述世界坐标系的旋转矩阵,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角。根据所述第一旋转角、所述第二旋转角、所述第三旋转角和所述相机坐标系相对于所述世界坐标系的平移矩阵,确定所述相机位姿。
进一步的,所述任意两条连线的交点在所述世界坐标系中的坐标采用以下步骤确定:
根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置。所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线。根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置。所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线。根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
本申请提供的实施例之间的相似部分相互参见即可,以上提供的具体实施方式只是本申请总的构思下的几个示例,并不构成本申请保护范围的限定;对于本领域的技术人员而言,在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。
Claims (10)
1.一种防振锤滑移故障检测方法,其特征在于,所述方法包括:
用相机对输电线路进行拍摄,得到多张输电线路图片;
针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标;
根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标;所述世界坐标系是以所述防振锤原点为原点建立的坐标系;
根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线;
根据任意两条连线的交点在所述世界坐标系中的坐标,确定所述线夹关键点在所述世界坐标系中的第二世界坐标;
根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离;
判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否小于预设滑动阀值,如果所述差值小于所述预设滑动阀值,则判定没有发生防振锤滑移故障;如果所述差值大于或等于所述预设滑动阀值,则判定发生防振锤滑移故障。
2.根据权利要求1所述的方法,其特征在于,针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标,包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标;所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系;
其中,所述图像识别模型采用以下方式训练:
将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
3.根据权利要求1所述的方法,其特征在于,所述世界坐标系通过以下方式建立:
以所述防振锤左锤头端点作为世界坐标系的原点,以平行于连接锤头的钢绞线作为世界坐标系的Y轴,以平行于防振锤夹板中心线作为世界坐标系的Z轴,以垂直于Y轴和Z轴的方向作为世界坐标系的X轴。
4.根据权利要求1所述的方法,其特征在于,所述相机位姿采用以下步骤确定:
根据预设的相机内参数、预设的相机镜头畸变参数、防振锤上任意位置点对应的像素坐标和防振锤上任意位置点在所述世界坐标系中的世界坐标,采用EPnP位姿估计算法确定相机坐标系相对于所述世界坐标系的旋转矩阵和平移矩阵,所述相机坐标系是指以相机中心点为原点建立的坐标系;
根据所述相机坐标系相对于所述世界坐标系的旋转矩阵,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角;
根据所述第一旋转角、所述第二旋转角、所述第三旋转角和所述相机坐标系相对于所述世界坐标系的平移矩阵,确定所述相机位姿。
5.根据权利要求1所述的方法,其特征在于,所述任意两条连线的交点在所述世界坐标系中的坐标采用以下步骤确定:
根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置;所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线;
根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置;所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线;
根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
6.一种防振锤滑移故障检测装置,其特征在于,所述装置应用于权利要求1-5任一项所述的防振锤滑移故障检测方法,所述装置包括:
图片获取模块,用于相机对输电线路进行拍摄,得到多张输电线路图片;
图片处理模块,用于针对任一所述输电线路图片,在所述输电线路图片上确定预设的防振锤原点对应原点像素坐标,确定预设的防振锤关键点对应的第一像素坐标,以及确定预设的线夹关键点对应的第二像素坐标;根据预先获得的防振锤尺寸、所述原点像素坐标以及所述第一像素坐标,确定所述防振锤关键点在世界坐标系中的第一世界坐标;所述世界坐标系是以所述防振锤原点为原点建立的坐标系;根据相机在拍摄所述输电线路图片时的相机位姿和所述第二像素坐标,确定相机在拍摄所述输电线路图片时,相机与所述线夹关键点之间的连线;根据任意两条连线的交点在所述世界坐标系中的坐标,确定所述线夹关键点在所述世界坐标系中的第二世界坐标;根据所述第二世界坐标和所述第一世界坐标,确定所述防振锤与所述线夹的实际距离;
故障判断模块,用于判断所述防振锤与所述线夹的实际距离与预设的标准安装距离的差值是否小于预设滑动阀值,如果所述差值小于所述预设滑动阀值,则判定没有发生防振锤滑移故障;如果所述差值大于或等于所述预设滑动阀值,则判定发生防振锤滑移故障。
7.根据权利要求6所述的装置,其特征在于,所述图片处理模块包括:
将所述输电线路图片输入预先训练的图像识别模型,根据输出结果,确定所述原点像素坐标、所述第一像素坐标以及所述第二像素坐标;所述预先训练的图像识别模型包括输电线路图片与防振锤原点的像素坐标之间的对应关系、输电线路图片与防振锤关键点的像素坐标之间的对应关系和输电线路图片与线夹关键点的像素坐标之间的对应关系;其中,所述图像识别模型采用以下方式训练:将样本输电线路图片作为图像识别模型的输入,将样本输电线路图片中预先标注的防振锤原点的像素坐标、防振锤关键点的像素坐标以及线夹关键点的像素坐标作为图像识别模型的输出,对图像识别模型进行训练。
8.根据权利要求6所述的装置,其特征在于,所述世界坐标系通过以下方式建立:
以所述防振锤左锤头端点作为世界坐标系的原点,以平行于连接锤头的钢绞线作为世界坐标系的Y轴,以平行于防振锤夹板中心线作为世界坐标系的Z轴,以垂直于Y轴和Z轴的方向作为世界坐标系的X轴。
9.根据权利要求6所述的装置,其特征在于,所述相机位姿采用以下步骤确定:
根据预设的相机内参数、预设的相机镜头畸变参数、防振锤上任意位置点对应的像素坐标和防振锤上任意位置点在所述世界坐标系中的世界坐标,采用EPnP位姿估计算法确定相机坐标系相对于所述世界坐标系的旋转矩阵和平移矩阵,所述相机坐标系是指以相机中心点为原点建立的坐标系;根据所述相机坐标系相对于所述世界坐标系的旋转矩阵,确定所述相机坐标系中X轴相对于所述世界坐标系中X轴的第一旋转角,以及确定所述相机坐标系中Y轴的相对于所述世界坐标系中Y轴的第二旋转角,以及确定所述相机坐标系中Z轴的相对于所述世界坐标系中Z轴的第三旋转角;根据所述第一旋转角、所述第二旋转角、所述第三旋转角和所述相机坐标系相对于所述世界坐标系的平移矩阵,确定所述相机位姿。
10.根据权利要求6所述的装置,其特征在于,所述任意两条连线的交点在所述世界坐标系中的坐标采用以下步骤确定:
根据相机在拍摄第一输电线路图片时的相机位姿,将第一相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第一连线在所述世界坐标系中的位置;所述第一输电线路图片是所述多张输电线路图片中的任意一张图片,所述第一相机坐标系是相机在拍摄所述第一输电线路图片时对应的相机坐标系,所述第一连线是相机在拍摄所述第一输电线路图片时,相机与所述线夹关键点之间的连线;根据相机在拍摄第二输电线路图片时的相机位姿,将第二相机坐标系旋转为与所述世界坐标系平行的坐标系,确定第二连线在所述世界坐标系中的位置;所述第二输电线路图片是所述多张输电线路图片中除所述第一输电线路图片以外的任意一张图片,所述第二相机坐标系是相机在拍摄所述第二输电线路图片时对应的相机坐标系,所述第二连线是相机在拍摄所述第二输电线路图片时,相机与所述线夹关键点之间的连线;根据所述第一连线在所述世界坐标系中的位置和所述第二连线在所述世界坐标系中的位置,确定所述第一连线与所述第二连线的交点在所述世界坐标系中的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905259.6A CN112014688B (zh) | 2020-09-01 | 2020-09-01 | 一种防振锤滑移故障检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010905259.6A CN112014688B (zh) | 2020-09-01 | 2020-09-01 | 一种防振锤滑移故障检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112014688A true CN112014688A (zh) | 2020-12-01 |
CN112014688B CN112014688B (zh) | 2022-09-02 |
Family
ID=73516221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010905259.6A Active CN112014688B (zh) | 2020-09-01 | 2020-09-01 | 一种防振锤滑移故障检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112014688B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170131A (zh) * | 2021-10-20 | 2022-03-11 | 国网福建省电力有限公司信息通信分公司 | 一种输电线路设备缺陷检测方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2535757A1 (en) * | 2011-06-16 | 2012-12-19 | The Leeds Teaching Hospitals NHS Trust | Virtual microscopy |
CN105718964A (zh) * | 2014-12-02 | 2016-06-29 | 中国科学院沈阳自动化研究所 | 一种输电线防振锤的视觉检测方法 |
CN106709905A (zh) * | 2016-12-07 | 2017-05-24 | 成都通甲优博科技有限责任公司 | 一种基于双目视觉图像的防振锤故障在线检测识别方法 |
US9784665B1 (en) * | 2014-12-29 | 2017-10-10 | Flagship Biosciences, Inc. | Methods for quantitative assessment of muscle fibers in muscular dystrophy |
CN108596883A (zh) * | 2018-04-12 | 2018-09-28 | 福州大学 | 一种基于深度学习和距离约束的航拍图像防震锤滑移故障诊断方法 |
CN110458798A (zh) * | 2019-06-20 | 2019-11-15 | 长沙理工大学 | 基于关键点检测的防振锤缺陷视觉检测方法、系统及介质 |
CN110782411A (zh) * | 2019-10-28 | 2020-02-11 | 西安工程大学 | 一种基于图像处理的防震锤滑移识别方法 |
CN110991297A (zh) * | 2019-11-26 | 2020-04-10 | 中国科学院光电研究院 | 一种基于场景监控的目标定位方法及系统 |
CN111062986A (zh) * | 2018-10-17 | 2020-04-24 | 千寻位置网络有限公司 | 基于单目视觉的共享单车辅助定位方法及装置 |
CN111091597A (zh) * | 2019-11-18 | 2020-05-01 | 贝壳技术有限公司 | 确定图像位姿变换的方法、装置及存储介质 |
CN111445531A (zh) * | 2020-03-24 | 2020-07-24 | 云南电网有限责任公司楚雄供电局 | 一种多目相机导航方法、装置、设备及存储介质 |
-
2020
- 2020-09-01 CN CN202010905259.6A patent/CN112014688B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2535757A1 (en) * | 2011-06-16 | 2012-12-19 | The Leeds Teaching Hospitals NHS Trust | Virtual microscopy |
CN105718964A (zh) * | 2014-12-02 | 2016-06-29 | 中国科学院沈阳自动化研究所 | 一种输电线防振锤的视觉检测方法 |
US9784665B1 (en) * | 2014-12-29 | 2017-10-10 | Flagship Biosciences, Inc. | Methods for quantitative assessment of muscle fibers in muscular dystrophy |
CN106709905A (zh) * | 2016-12-07 | 2017-05-24 | 成都通甲优博科技有限责任公司 | 一种基于双目视觉图像的防振锤故障在线检测识别方法 |
CN108596883A (zh) * | 2018-04-12 | 2018-09-28 | 福州大学 | 一种基于深度学习和距离约束的航拍图像防震锤滑移故障诊断方法 |
CN111062986A (zh) * | 2018-10-17 | 2020-04-24 | 千寻位置网络有限公司 | 基于单目视觉的共享单车辅助定位方法及装置 |
CN110458798A (zh) * | 2019-06-20 | 2019-11-15 | 长沙理工大学 | 基于关键点检测的防振锤缺陷视觉检测方法、系统及介质 |
CN110782411A (zh) * | 2019-10-28 | 2020-02-11 | 西安工程大学 | 一种基于图像处理的防震锤滑移识别方法 |
CN111091597A (zh) * | 2019-11-18 | 2020-05-01 | 贝壳技术有限公司 | 确定图像位姿变换的方法、装置及存储介质 |
CN110991297A (zh) * | 2019-11-26 | 2020-04-10 | 中国科学院光电研究院 | 一种基于场景监控的目标定位方法及系统 |
CN111445531A (zh) * | 2020-03-24 | 2020-07-24 | 云南电网有限责任公司楚雄供电局 | 一种多目相机导航方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
BERLIAN RAHMY LIDIAWATY 等: "Utilization image of monocular camera to build navigation system and path mapping using SURF approach", 《2017 INTERNATIONAL ELECTRONICS SYMPOSIUM ON KNOWLEDGE CREATION AND INTELLIGENT COMPUTING (IES-KCIC)》 * |
YAO KONG 等: "Method of Precise Common-View frequency transfer based on BeiDou GEO satellite", 《2014 IEEE INTERNATIONAL FREQUENCY CONTROL SYMPOSIUM (FCS)》 * |
陈鹏 等: "IEPnP:一种基于EPnP的相机位姿迭代估计算法", 《光学学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114170131A (zh) * | 2021-10-20 | 2022-03-11 | 国网福建省电力有限公司信息通信分公司 | 一种输电线路设备缺陷检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112014688B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544501B (zh) | 一种基于无人机多源图像特征匹配的输电设备缺陷检测方法 | |
CN112200178B (zh) | 基于人工智能的变电站绝缘子红外图像检测方法 | |
CN108846418A (zh) | 一种电缆设备温度异常定位与识别方法 | |
CN108748149B (zh) | 一种复杂环境下基于深度学习的无标定机械臂抓取方法 | |
CN112014688B (zh) | 一种防振锤滑移故障检测方法及装置 | |
US11080892B2 (en) | Computer-implemented methods and system for localizing an object | |
CN105279473B (zh) | 人脸图像校正方法及装置和人脸识别方法及系统 | |
CN111696072B (zh) | 彩色图像的直线检测方法、装置、电子设备及存储介质 | |
JP2020128877A (ja) | 線状体の異常検出装置及び異常検出方法 | |
CN112818871B (zh) | 一种基于半分组卷积的全融合神经网络的目标检测方法 | |
CN107818563A (zh) | 一种输电线路分裂导线间距空间测量与定位方法 | |
CN113515655A (zh) | 一种基于图像分类的故障识别方法及装置 | |
CN114092478B (zh) | 一种异常检测方法 | |
CN112132820A (zh) | 基于YOLOv2算法接触网定位管斜拉线故障检测方法 | |
CN113378672A (zh) | 基于改进YOLOv3的输电线缺陷多目标检测方法 | |
CN110807766B (zh) | 一种基于可见光图像的双防震锤位移识别方法 | |
CN110110651B (zh) | 基于时空重要性和3d cnn的视频中行为识别方法 | |
CN105043275A (zh) | 基于图像处理的输电导线覆冰厚度测量方法 | |
WO2022147774A1 (zh) | 基于三角剖分和概率加权ransac算法的物体位姿识别方法 | |
CN111091565B (zh) | 一种自适应运动特征匹配与识别的弓网接触点检测方法 | |
CN113487675A (zh) | 一种不完整棋盘格合作图标快速特征点检测方法 | |
WO2019228195A1 (zh) | 空间环境的感知方法及装置 | |
Yan et al. | Research on fault diagnosis of transmission line based on SIFT feature | |
CN117435998B (zh) | 一种智能机器人的故障检测方法 | |
CN113487541B (zh) | 绝缘子检测方法及装置 |
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 |