CN112184755A - 一种用于变电站无人巡检系统的巡检流程监控方法 - Google Patents
一种用于变电站无人巡检系统的巡检流程监控方法 Download PDFInfo
- Publication number
- CN112184755A CN112184755A CN202011048454.8A CN202011048454A CN112184755A CN 112184755 A CN112184755 A CN 112184755A CN 202011048454 A CN202011048454 A CN 202011048454A CN 112184755 A CN112184755 A CN 112184755A
- Authority
- CN
- China
- Prior art keywords
- codebook
- maintenance
- inspection
- codeword
- shooting
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000012423 maintenance Methods 0.000 claims abstract description 39
- 238000012549 training Methods 0.000 claims abstract description 21
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 230000006399 behavior Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02B—BOARDS, SUBSTATIONS OR SWITCHING ARRANGEMENTS FOR THE SUPPLY OR DISTRIBUTION OF ELECTRIC POWER
- H02B3/00—Apparatus specially adapted for the manufacture, assembly, or maintenance of boards or switchgear
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Water Supply & Treatment (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Public Health (AREA)
- Manufacturing & Machinery (AREA)
- Multimedia (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种用于变电站无人巡检系统的巡检流程监控方法,包括如下步骤:步骤1,采用拍摄距离和角度固定的摄像系统对固定的运维监控场景进行拍摄;步骤2,背景图像的每一个像素点连续采样值的颜色距离和亮度范围为每个像素点构建一个码本;步骤3,对码本进行训练,得到最接近真实的背景;步骤4,对实时拍摄的运维人员在运维监控场景中进行运维作业的场景进行拍摄,该场景与步骤1中的背景图像的拍摄距离和角度固定一致;步骤5,将拍摄的前景和背景相减,得到提取的实时拍摄画面中的运动图像;步骤6,将运动图像的路径与标准巡检及维护流程进行比较,进行判定。本发明能够实现自动的对于运维人员的巡检流程的监控和提示。
Description
技术领域
本发明涉及一种用于变电站无人巡检领域的巡检流程监控方法。
背景技术
电力设备巡检是变电站运行维护管理工作的重要构成内容,通过对变电站设备的定期巡检,可以及时发现并消除各类设备缺陷,预防事件发生,确定安全运行,从而促进电网健康、稳定运行。
由于电力设备种类繁多,可能产生的设备缺陷类型较多,针对不同的设备类型需要针对性的细化布置巡检点和巡检项目,以确保巡检任务能完整性和有效性。
由于变电站分布离散,运检人员要同时兼顾数十个变电站的运行值班工作,工作负荷本已较高,同时还要去变电站现场实施巡检,这种繁重的工作不仅需要耗费大量的人力物力,其产生的效果不算良好,由于巡检任具有较高的执行难度,在进行人工巡检时有时候很难避免会出现流程上的错误,从而对巡检任务的安全性和可靠性造成影响。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种用于变电站无人巡检系统的巡检流程监控方法,它能够实现自动的对于运维人员的巡检流程的监控和提示。
实现上述目的的一种技术方案是:一种用于变电站无人巡检系统的巡检流程监控方法,包括如下步骤:
步骤1,采用拍摄距离和角度固定的摄像系统对固定的运维监控场景进行拍摄,得到背景影像内容一定的背景图像;
步骤2,背景图像的每一个像素点连续采样值的颜色距离和亮度范围为每个像素点构建一个码本;
步骤3,对码本进行训练,得到最接近真实的背景;
步骤4,对实时拍摄的运维人员在运维监控场景中进行运维作业的场景进行拍摄,该场景与步骤1中的背景图像的拍摄距离和角度固定一致;
步骤5,将拍摄的前景和背景相减,得到提取的实时拍摄画面中的运动图像;
步骤6,将运动图像的路径与无人巡检中保存的标准巡检及维护流程进行比较,得到运维流程判定,将之与标准运维流程进行比较,并比较结果向现场运维人员进行发送。
进一步的,步骤2中建立码本的方法如下:
单个像素的序列采样值为:X={x1,x2,...,xn},它其中的每一个元素都是一个RGB向量;设C={c1,c2,...,cl}为该像素的码本,码本中含有L个码字,每个像素的码本都不同,每个码字Ci(i=1,...L)由两部分组成,RGB向量vi=(Ri,Gi,Bi)和auxi=<I,I,f,t,p,q>,其中各元素的含义为,I:码字中最小最大亮度值;f:码字出现的频率;t:训练阶段该码字没有出现的最大时间间隔;p:码字第一次出现的时间;q:码字最后一次出现的时间。
进一步的,步骤3中对码本进行训练的方法为:
A.初始化,将每个像素的码本置空,每个码本中码字的个数为零,即L=0。
B.对于训练视频帧中的每个像素的序列采样值X={x1,x2,...,xn}中每一个值xt=RGB(Rt,Gt,Bt):定义其亮度值I=R+G+B并根据以下两个条件来找出匹配的码字Cm;
colordist(xt,vm)≤ε1
C.如果码本为空或者未找到匹配的码字,则令L=L+1并创建一个码字Cl:
vL=(RL,GL,BL)
uL=<I,I,1,t-1,t,t>
否则,更新匹配的码字Cm,设Cm的内容为vm=(Rm,Gm,Bm)
D.训练结束后,计算该像素每个码字没有出现的最大时间间隔,对于Ci(i=1,...L):
λi=max{λi,(N+pi-qi-1)}
利用t来消除冗余的码字,得到最能代表真实背景的初始码本M={Ck|Ck属于C,tk<Tm},k为码字的索引,其中,阈值Tm取训练帧数的一半,即N/2表示所有代表背景的码字至少在最近N/2帧中出现过。
进一步的,步骤6中所述比较结果的类型分为正常比较结果和异常比较结果,对于异常比较结果变电站无人巡检系统向巡检管控人员发出警告和巡检位置提示。
本发明的一种用于变电站无人巡检系统的巡检流程监控方法,能够将确定背景内的运维人员运动图像剥离出来,从而形成单一的对于运维人员在确定背景内的运动轨迹的自动判断,并将其与标准运维流程进行比对,从而能够对运维人员的疏漏进行实时提醒,提高了巡检的效率和可靠性。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例进行详细地说明:
对于本发明,技术人员的主要的目标在于对于摄像机捕捉到的巡检行为进行分析,以确保巡检流程的正确进行,因此需要消除背景从而得到单独提取的巡检行为。但是对于现有的摄像头捕捉的画面,颜色复杂,不易识别背景与前景。
本发明的一种用于变电站无人巡检系统的巡检流程监控方法,能够有效分离前景巡检行为,其具体包括如下步骤:
步骤1,采用拍摄距离和角度固定的摄像系统对固定的运维监控场景进行拍摄,得到背景影像内容一定的背景图像。
步骤2,背景图像的每一个像素点连续采样值的颜色距离和亮度范围为每个像素点构建一个码本。建立码本的方法如下:
单个像素的序列采样值为:X={x1,x2,...,xn},它其中的每一个元素都是一个RGB向量;设C={c1,c2,...,cl}为该像素的码本,码本中含有L个码字,每个像素的码本都不同,每个码字Ci(i=1,...L)由两部分组成,RGB向量vi=(Ri,Gi,Bi)和auxi=<I,I,f,t,p,q>,其中各元素的含义为,I:码字中最小最大亮度值;f:码字出现的频率;t:训练阶段该码字没有出现的最大时间间隔;p:码字第一次出现的时间;q:码字最后一次出现的时间。
步骤3,对码本进行训练,得到最接近真实的背景。码本训练阶段每一个采样值xt(1<=t<=N)都和已有的码字进行比较,找到(如果存在)最匹配的码字Cm与其匹配,将匹配的码字进行更新;如果找不到匹配码字,则为其创建一个新的码字存入码本中对码本进行训练的方法为:
A.初始化,将每个像素的码本置空,每个码本中码字的个数为零,即L=0。
B.对于训练视频帧中的每个像素的序列采样值X={x1,x2,...,xn}中每一个值xt=RGB(Rt,Gt,Bt):定义其亮度值I=R+G+B并根据以下两个条件来找出匹配的码字Cm;
colordist(xt,vm)≤ε1
C.如果码本为空或者未找到匹配的码字,则令L=L+1并创建一个码字Cl:
vL=(RL,GL,BL)
uL=<I,I,1,t-1,t,t>
否则,更新匹配的码字Cm,设Cm的内容为vm=(Rm,Gm,Bm)
D.训练结束后,计算该像素每个码字没有出现的最大时间间隔,对于Ci(i=1,...L):
λi=max{λi,(N+pi-qi-1)}
利用t来消除冗余的码字,得到最能代表真实背景的初始码本M={Ck|Ck属于C,tk<Tm},k为码字的索引,其中,阈值Tm取训练帧数的一半,即N/2表示所有代表背景的码字至少在最近N/2帧中出现过。
B中两个条件的满足情况是Xt与Cm的颜色向量非常接近,并且Xt的亮度在Cm可接受的范围内。引入时间准则t是由于训练过程中码字存在冗余,其中有一些码字可能代表噪声和前景运动目标。通过精简码本,从而得到最真实的背景。
步骤4,对实时拍摄的运维人员在运维监控场景中进行运维作业的场景进行拍摄,该场景与步骤1中的背景图像的拍摄距离和角度固定一致。
步骤5,将拍摄的前景和背景相减,得到提取的实时拍摄画面中的运动图像。
步骤6,将运动图像的路径与无人巡检中保存的标准巡检及维护流程进行比较,得到运维流程判定,将之与标准运维流程进行比较,并比较结果向现场运维人员进行发送。所述比较结果的类型分为正常比较结果和异常比较结果,对于异常比较结果变电站无人巡检系统向巡检管控人员发出警告和巡检位置提示。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (4)
1.一种用于变电站无人巡检系统的巡检流程监控方法,其特征在于,包括如下步骤:
步骤1,采用拍摄距离和角度固定的摄像系统对固定的运维监控场景进行拍摄,得到背景影像内容一定的背景图像;
步骤2,背景图像的每一个像素点连续采样值的颜色距离和亮度范围为每个像素点构建一个码本;
步骤3,对码本进行训练,得到最接近真实的背景;
步骤4,对实时拍摄的运维人员在运维监控场景中进行运维作业的场景进行拍摄,该场景与步骤1中的背景图像的拍摄距离和角度固定一致;
步骤5,将拍摄的前景和背景相减,得到提取的实时拍摄画面中的运动图像;
步骤6,将运动图像的路径与无人巡检中保存的标准巡检及维护流程进行比较,得到运维流程判定,将之与标准运维流程进行比较,并比较结果向现场运维人员进行发送。
2.根据权利要求1所述的一种用于变电站无人巡检系统的巡检流程监控方法,其特征在于,步骤2中建立码本的方法如下:
单个像素的序列采样值为:X={x1,x2,...,xn},它其中的每一个元素都是一个RGB向量;设C={c1,c2,...,cl}为该像素的码本,码本中含有L个码字,每个像素的码本都不同,每个码字Ci(i=1,...L)由两部分组成,RGB向量vi=(Ri,Gi,Bi)和auxi=<I,I,f,t,p,q>,其中各元素的含义为,I:码字中最小最大亮度值;f:码字出现的频率;t:训练阶段该码字没有出现的最大时间间隔;p:码字第一次出现的时间;q:码字最后一次出现的时间。
3.根据权利要求2所述的一种用于变电站无人巡检系统的巡检流程监控方法,其特征在于,步骤3中对码本进行训练的方法为:
A.初始化,将每个像素的码本置空,每个码本中码字的个数为零,即L=0。
B.对于训练视频帧中的每个像素的序列采样值X={x1,x2,...,xn}中每一个值xt=RGB(Rt,Gt,Bt):定义其亮度值I=R+G+B并根据以下两个条件来找出匹配的码字Cm;
colordist(xt,vm)≤ε1
C.如果码本为空或者未找到匹配的码字,则令L=L+1并创建一个码字Cl:
vL=(RL,GL,BL)
uL=<I,I,1,t-1,t,t>
否则,更新匹配的码字Cm,设Cm的内容为vm=(Rm,Gm,Bm)
D.训练结束后,计算该像素每个码字没有出现的最大时间间隔,对于Ci(i=1,...L):
λi=max{λi,(N+pi-qi-1)}
利用t来消除冗余的码字,得到最能代表真实背景的初始码本M={Ck|Ck属于C,tk<Tm},k为码字的索引,其中,阈值Tm取训练帧数的一半,即N/2表示所有代表背景的码字至少在最近N/2帧中出现过。
4.根据权利要求1所述的一种用于变电站无人巡检系统的巡检流程监控方法,其特征在于,步骤6中所述比较结果的类型分为正常比较结果和异常比较结果,对于异常比较结果变电站无人巡检系统向巡检管控人员发出警告和巡检位置提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011048454.8A CN112184755A (zh) | 2020-09-29 | 2020-09-29 | 一种用于变电站无人巡检系统的巡检流程监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011048454.8A CN112184755A (zh) | 2020-09-29 | 2020-09-29 | 一种用于变电站无人巡检系统的巡检流程监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112184755A true CN112184755A (zh) | 2021-01-05 |
Family
ID=73947261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011048454.8A Pending CN112184755A (zh) | 2020-09-29 | 2020-09-29 | 一种用于变电站无人巡检系统的巡检流程监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112184755A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110261037A1 (en) * | 2010-04-22 | 2011-10-27 | Qualcomm Mems Technologies, Inc. | Active matrix pixels with integral processor and memory units |
US20140063256A1 (en) * | 2012-08-29 | 2014-03-06 | Xerox Corporation | Queue group leader identification |
CN103729862A (zh) * | 2014-01-26 | 2014-04-16 | 重庆邮电大学 | 基于码本背景模型的自适应阈值运动目标检测方法 |
CN104899895A (zh) * | 2015-05-19 | 2015-09-09 | 三峡大学 | 一种输电线路通道烟火视频移动目标轨迹复杂度检测方法 |
CN105809716A (zh) * | 2016-03-07 | 2016-07-27 | 南京邮电大学 | 融合超像素与三维自组织背景减除法的前景提取方法 |
JP2018136653A (ja) * | 2017-02-21 | 2018-08-30 | 日東工業株式会社 | 電気機器収納用箱の選定システム |
CN110060278A (zh) * | 2019-04-22 | 2019-07-26 | 新疆大学 | 基于背景减法的运动目标的检测方法及装置 |
CN110909606A (zh) * | 2019-10-24 | 2020-03-24 | 福建和盛高科技产业有限公司 | 基于深度学习的变电站人员行为检测方法 |
CN111353507A (zh) * | 2020-02-26 | 2020-06-30 | 国网江苏省电力有限公司电力科学研究院 | 一种变电站器件表面油污的图像识别方法和装置 |
CN111510688A (zh) * | 2020-05-19 | 2020-08-07 | 国网上海市电力公司 | 一种带无人巡检功能的变电站智能辅控方法 |
CN111625735A (zh) * | 2020-05-13 | 2020-09-04 | 国网山东省电力公司菏泽供电公司 | 利用智能变电站二次设备去向可视化展示主动运检的方法 |
-
2020
- 2020-09-29 CN CN202011048454.8A patent/CN112184755A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110261037A1 (en) * | 2010-04-22 | 2011-10-27 | Qualcomm Mems Technologies, Inc. | Active matrix pixels with integral processor and memory units |
US20140063256A1 (en) * | 2012-08-29 | 2014-03-06 | Xerox Corporation | Queue group leader identification |
CN103729862A (zh) * | 2014-01-26 | 2014-04-16 | 重庆邮电大学 | 基于码本背景模型的自适应阈值运动目标检测方法 |
CN104899895A (zh) * | 2015-05-19 | 2015-09-09 | 三峡大学 | 一种输电线路通道烟火视频移动目标轨迹复杂度检测方法 |
CN105809716A (zh) * | 2016-03-07 | 2016-07-27 | 南京邮电大学 | 融合超像素与三维自组织背景减除法的前景提取方法 |
JP2018136653A (ja) * | 2017-02-21 | 2018-08-30 | 日東工業株式会社 | 電気機器収納用箱の選定システム |
CN110060278A (zh) * | 2019-04-22 | 2019-07-26 | 新疆大学 | 基于背景减法的运动目标的检测方法及装置 |
CN110909606A (zh) * | 2019-10-24 | 2020-03-24 | 福建和盛高科技产业有限公司 | 基于深度学习的变电站人员行为检测方法 |
CN111353507A (zh) * | 2020-02-26 | 2020-06-30 | 国网江苏省电力有限公司电力科学研究院 | 一种变电站器件表面油污的图像识别方法和装置 |
CN111625735A (zh) * | 2020-05-13 | 2020-09-04 | 国网山东省电力公司菏泽供电公司 | 利用智能变电站二次设备去向可视化展示主动运检的方法 |
CN111510688A (zh) * | 2020-05-19 | 2020-08-07 | 国网上海市电力公司 | 一种带无人巡检功能的变电站智能辅控方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520567A (zh) | 一种依靠拍摄设备运行图像识别的辅助巡检方法 | |
CN110400387A (zh) | 一种基于变电站的联合巡检方法、系统和存储介质 | |
CN110676937B (zh) | 智慧安全用电运维管理系统 | |
CN110427882A (zh) | 用于巡视的智能分析方法、装置、设备及其存储介质 | |
CN112258491A (zh) | 一种电力设备缺陷三维模拟方法 | |
CN104809758A (zh) | 基于三维实景漫游技术的现场隧道巡检及设备控制方法 | |
CN111860940A (zh) | 一种基于逻辑回归算法的煤矿配电网络停电事故预测方法 | |
CN112332541A (zh) | 一种用于变电站的监测系统和方法 | |
CN113095160B (zh) | 基于人工智能和5g的电力系统人员安全行为识别方法及系统 | |
CN114020005B (zh) | 多无人机协同巡检配网线路的航迹规划方法和系统 | |
CN112184755A (zh) | 一种用于变电站无人巡检系统的巡检流程监控方法 | |
CN117195730B (zh) | 一种高速公路机电设备寿命分析方法及系统 | |
CN111563689B (zh) | 一种飞行器操作评分方法及系统 | |
CN114167245B (zh) | 输变电设备表面局放智能检测方法及无人机融合紫外系统 | |
CN115912183B (zh) | 高压输电线路生态措施巡视方法、系统及可读存储介质 | |
CN116993665A (zh) | 一种基于计算机视觉的建筑工程作业面施工进度的智能检测方法 | |
CN112465959B (zh) | 基于局部场景更新的变电站三维实景模型巡视方法 | |
CN111898872A (zh) | 一种基于微服务架构的电网故障诊断方法及存储介质 | |
CN111510685A (zh) | 一种基于三维模型的信息输出方法及装置 | |
CN109360436A (zh) | 一种视频生成方法、终端及存储介质 | |
CN115574945A (zh) | 一种矿热炉巡检机器人控制系统及方法 | |
CN113657165A (zh) | 电力现场作业中的危险攀登行为识别算法 | |
CN113673335A (zh) | 电力现场作业中的危险越界行为识别算法 | |
Liu et al. | A fish eye recognition algorithm for switch on/off key in sequence control substation | |
CN112396668A (zh) | 识别信号灯中异常灯色的方法、装置、路侧设备 |
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 |