CN206389464U - 一种高压输电线路障碍物识别系统 - Google Patents
一种高压输电线路障碍物识别系统 Download PDFInfo
- Publication number
- CN206389464U CN206389464U CN201621342122.XU CN201621342122U CN206389464U CN 206389464 U CN206389464 U CN 206389464U CN 201621342122 U CN201621342122 U CN 201621342122U CN 206389464 U CN206389464 U CN 206389464U
- Authority
- CN
- China
- Prior art keywords
- transmission line
- ultra
- obstacle
- power transmission
- image
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 67
- 230000004888 barrier function Effects 0.000 claims abstract description 21
- 230000005611 electricity Effects 0.000 claims abstract description 14
- 238000003331 infrared imaging Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 230000035807 sensation Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000000034 method Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 125000006850 spacer group Chemical group 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009123 feedback regulation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Abstract
本实用新型公开了一种高压输电线路障碍物识别系统，采用图像采集装置实时采集机器人所在的输电线路的视频图像；数据传输装置将采集到的视频图像传输至控制终端，并接收控制终端返回的执行指令；控制终端对视频图像进行处理，对线路上的障碍物进行识别，并向运动控制装置发送对应的执行指令，以驱动机器人本体执行避障操作。本实用新型所提供的高压输电线路障碍物识别系统，能够根据图像采集、识别的技术对线路上障碍物的具体类型进行识别，从而针对该具体障碍物确定执行对应的越障操作，提高了识别的效率以及准确性。
Description
技术领域
本实用新型涉及电力设备维护技术领域，特别是涉及一种高压输电线路障碍物识别系统。
背景技术
由于智能高压线巡检机器人要在导线和杆塔上行走，而导线和杆塔上又存在着很多的附件，这些附件对于移动的机器人来说就是一种障碍，会阻止机器人的进一步向前运动，所以智能巡检机器人的一个必要的功能就是要能够翻越多种障碍物，这样才能够完成从一个杆塔到另一个杆塔的线路巡检工作。但是，针对前方的可能障碍物具体执行什么样的越障操作，一个非常重要的前提就是需要知道障碍物的具体类型，比如前方是防震锤，还是间隔器，或者其他的东西，也就是说在执行越障操作之前，对目标障碍物的类型识别就显得特别的重要了。
鉴于此，提供一种高压输电线路障碍物识别系统是非常有必要的。
实用新型内容
本实用新型的目的是提供一种高压输电线路障碍物识别系统，以对输电线路上的障碍物的类型进行识别，以执行对应的越障操作。
为解决上述技术问题，本实用新型提供一种高压输电线路障碍物识别系统，包括：
图像采集装置、数据传输装置、动力驱动装置、运动控制装置以及控制终端；
其中，所述图像采集装置用于实时采集机器人所在的输电线路的视频图像；
所述动力驱动装置用于提供动力来源；
所述数据传输装置用于将采集到的视频图像传输至所述控制终端，并接收所述控制终端返回的执行指令；
所述控制终端用于对所述视频图像进行处理，对线路上的障碍物进行识别，并向所述运动控制装置发送对应的执行指令，以驱动机器人本体执行避障操作。
可选地，所述图像采集装置包括摄像机和/或红外成像设备；
所述摄像机用于对输电线路的视频图像进行采集，所述红外成像设备用于对所述摄像机采集图像的位置进行扫描，采集实时热感图像。
可选地，所述摄像机采用弧形滑槽结构安装，高度控制采用垂直滑轨结构。
可选地，所述数据传输装置采用WIFI局域网进行数据的传输。
可选地，所述动力驱动装置采用蓄电池和/或太阳能进行供电。
可选地，所述控制终端包括：
特征提取模块，用于从采集到的视频图像中提取预设的图像特征；
处理模块，用于采用预建立的分类器，根据所述图像特征确定输电线路上障碍物的类型。
可选地，还包括：
对机器人的参数信息进行获取的传感器设备，所述参数信息包括以下任意一种或者任意组合：机器人本体姿态信息、障碍物信息、机器人与障碍物距离信息、温度信息、速度信息。
可选地，所述控制终端还包括：
对所述参数信息进行实时显示的显示设备。
可选地，所述控制终端还包括：接收用户的操作指令，对机器人的本体姿态进行实时操控的操作部件。
本实用新型所提供的高压输电线路障碍物识别系统，采用图像采集装置实时采集机器人所在的输电线路的视频图像；数据传输装置将采集到的视频图像传输至控制终端，并接收控制终端返回的执行指令；控制终端对视频图像进行处理，对线路上的障碍物进行识别，并向运动控制装置发送对应的执行指令，以驱动机器人本体执行避障操作。本实用新型所提供的高压输电线路障碍物识别系统，能够根据图像采集、识别的技术对线路上障碍物的具体类型进行识别，从而针对该具体障碍物确定执行对应的越障操作，提高了识别的效率以及准确性。
附图说明
为了更清楚的说明本实用新型实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本实用新型的一些实施例，对于本领域普通技术人员来讲，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为本实用新型所提供的高压输电线路障碍物识别系统的一种具体实施方式的结构框图；
图2为控制终端进行图像识别的流程示意图；
图3为本实用新型所提供的高压输电线路障碍物识别系统的另一种具体实施方式的结构示意图；
图4为本实用新型所提供的高压输电线路障碍物识别系统的另一种具体实施方式中对运动机构的控制系统示意图。
具体实施方式
为了使本技术领域的人员更好地理解本实用新型方案，下面结合附图和具体实施方式对本实用新型作进一步的详细说明。显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
本实用新型所提供的高压输电线路障碍物识别系统的一种具体实施方式的结构框图如图1所示，该系统包括：
图像采集装置1、数据传输装置2、动力驱动装置3、运动控制装置4以及控制终端5；
其中，所述图像采集装置1用于实时采集机器人所在的输电线路的视频图像；
所述动力驱动装置3用于提供动力来源；
所述数据传输装置2用于将采集到的视频图像传输至所述控制终端5，并接收所述控制终端5返回的执行指令；
所述控制终端5用于对所述视频图像进行处理，对线路上的障碍物进行识别，并向所述运动控制装置4发送对应的执行指令，以驱动机器人本体执行避障操作。
本实用新型所提供的高压输电线路障碍物识别系统，采用图像采集装置实时采集机器人所在的输电线路的视频图像；数据传输装置将采集到的视频图像传输至控制终端，并接收控制终端返回的执行指令；控制终端对视频图像进行处理，对线路上的障碍物进行识别，并向运动控制装置发送对应的执行指令，以驱动机器人本体执行避障操作。本实用新型所提供的高压输电线路障碍物识别系统，能够根据图像采集、识别的技术对线路上障碍物的具体类型进行识别，从而针对该具体障碍物确定执行对应的越障操作，提高了识别的效率以及准确性。
在上述实施例的基础上，本实用新型所提供的高压输电线路障碍物识别系统中，图像采集装置包括摄像机和/或红外成像设备；
其中，摄像机用于对输电线路的视频图像进行采集，红外成像设备用于对所述摄像机采集图像的位置进行扫描，采集实时热感图像。采用红外成像设备获取的热感图像能够对视频图像进行进一步校正，以提高识别的准确率。
本申请实施例中摄像机可以采用弧形滑槽结构安装，高度控制采用垂直滑轨结构。
本实用新型实施例中摄像机固定处采用弧形滑槽结构，通过这样的设置可以任意调整拍摄视角，例如在0～90°范围内进行调整，相对于传统的孔结构就有更大的调节范围。进一步地，摄像机高度控制采用垂直滑轨结构，与传统的在相应位置上打孔的方法相比，本实用新型实施例避免了采集图像的高度调节受到限制的缺点，实用性更强。
作为一种具体实施方式，本实用新型实施例中数据传输装置可以采用WIFI局域网进行数据的传输。
作为一种具体实施方式，动力驱动装置可以采用蓄电池和/或太阳能进行供电。在机器人本体上设置蓄电池供电模块以及太阳能供电模块，二者可以随意进行切换，这均不影响本实用新型的实现。
本申请实施例采用太阳能作为充电装置，不仅起到环保的作用，还能够避免因充电问题从高压输电线路上频繁装取机器人。
本实用新型所提供的系统中，控制终端可以具体包括：
特征提取模块，用于从采集到的视频图像中提取预设的图像特征；
处理模块，用于采用预建立的分类器，根据所述图像特征确定输电线路上障碍物的类型。
请参照图2控制终端进行图像识别的流程示意图，下面对控制终端进行图像识别的具体实施过程进行详细阐述。
首先对获取的图像进行预处理，目的是尽量突出障碍物目标的信息，同时抑制干扰信息的影响。比较常见的相关操作有灰度化、滤波、膨胀和腐蚀等。
灰度化的目的是将彩色图像转换成灰度图像，因为本申请研究的目标障碍物在颜色上特征不明显，在灰度图像空间中更加有利于构造目标的特征。
本申请实施例选用的是中值滤波方法，其他的滤波方法还有高斯滤波、均值滤波。中值滤波是将目标图像的所有像素点按照一定的方法划分成若干个小的区域，在每个小区域内排列所有像素点的大小值，若像素点个数为奇数，直接取中间值作为该区域的值；若像素点的个数为偶数，取中间两个数的平均值作为该区域的值，这样做的好处是在保证图像边缘的前提下，平滑一些噪声点。
在图形形态学的处理中有两种最基本的运算就是膨胀和腐蚀，就是利用一个结构体元素在图片上进行扫描，将结构元素与图像元素进行交集或者并集的运算。膨胀指的是取并集运算，能够将一些小的独立的空洞补充完全；腐蚀指的是取交集运算，能够将小的独立的点去掉。
整个算法包括训练过程和识别过程两个方面。训练过程主要完成两个方面的工作，一方面是从拍摄的视频图像中对障碍物目标图像提取预定的图像特征，另一方面根据提取的特征，选择合适的分类器，并将获得的特征输入到分类器进行训练，得到对应的检测模型。识别过程的前面的步骤和训练过程类似，要进行图像的预处理和特征的提取，此处的特征和训练部分的特征是同一类型，在进行判断是否为目标障碍物时，需要调用前面生成的检测模型，进行相似度对比，给出识别的结果。
Haar-Like特征和Adaboost结合的总体识别算法中有几个关键的要素，总结以下几点：
(1)训练分类器使用的特征必须是Haar-Like特征。
(2)在进行Haar-Like特征提取时，为了提高速率，要使用积分图方法进行加速。
(3)在获得弱分类器之后，借助Adaboost提升算法将其融合在一起，获得识别效果更好的强分类器。
(4)根据获得的多个强分类器，利用级联的方法得到最终的检测模型。
二级模型HOG+SVM需要需要注意的参数：
(1)SVM的核函数类型为径向基核函数
(2)防震锤、间隔器和悬垂线夹三种障碍物径向基核函数的参数γ和惩罚因子C的值分别为(C＝2.5，γ＝0.033750)、(C＝0.1，γ＝0.002250)和(C＝12.5，γ＝0.002250)，利用的方法是基于网格搜索和交叉验证的方法。
作为一种具体实施方式，本实用新型所提供的高压输电线路障碍物识别系统还可以进一步包括：
对机器人的参数信息进行获取的传感器设备，所述参数信息包括以下任意一种或者任意组合：机器人本体姿态信息、障碍物信息、机器人与障碍物距离信息、温度信息、速度信息。
在此基础上，所述控制终端还包括：
对所述参数信息进行实时显示的显示设备。
所述控制终端还包括：接收用户的操作指令，对机器人的本体姿态进行实时操控的操作部件。
下面对本实用新型所提供的高压输电线路障碍物识别系统的另一种具体实施方式进行介绍，如图3结构示意图所示，该系统具体分为：
图像采集模块负责在机器人运动时实时采集前方道路的图像，包括摄像机，采集卡(SD卡)；
数据传输模块一方面负责将拍摄的图像及时的传送到PC控制终端，另一方面负责将终端设置的参数传递到图像采集模块，数据传输采用的是路由器WiFi传输；
动力驱动模块为其他三个模块提供动力来源；
运动结构模块除了保证机器人在输电线路上的正常行走，还为其他模块提供支撑，包括锁紧机构，平衡机构，滑轮机构；控制模块采用运动控制卡控制滑动轮的运动和停止。
PC控制终端负责整个系统的控制，以及显示和判断。
对运动机构的控制系统示意图如图4所示。运动控制卡根据从控制终端接收到的命令，对驱动器发出相应的操作指令控制机器人的运动，在运动的过程中采用反馈调节，实时更新指令的具体内容。
综上，本实用新型所提供的高压输电线路障碍物识别系统，能够根据图像采集、识别的技术对线路上障碍物的具体类型进行识别，从而针对该具体障碍物确定执行对应的越障操作。本申请可以代替检测人员对线路进行巡检，能够减轻巡检作业的劳动强度，降低检测成本，提高检测质量和效率，改善检测作业的安全性，从而提高线路的管理质量和降低维护成本。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本实用新型的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本实用新型所提供的高压输电线路障碍物识别系统进行了详细介绍。本文中应用了具体个例对本实用新型的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本实用新型的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理的前提下，还可以对本实用新型进行若干改进和修饰，这些改进和修饰也落入本实用新型权利要求的保护范围内。
Claims (9)
1.一种高压输电线路障碍物识别系统，其特征在于，包括：
图像采集装置、数据传输装置、动力驱动装置、运动控制装置以及控制终端；
其中，所述图像采集装置用于实时采集机器人所在的输电线路的视频图像；
所述动力驱动装置用于提供动力来源；
所述数据传输装置用于将采集到的视频图像传输至所述控制终端，并接收所述控制终端返回的执行指令；
所述控制终端用于对所述视频图像进行处理，对线路上的障碍物进行识别，并向所述运动控制装置发送对应的执行指令，以驱动机器人本体执行避障操作。
2.如权利要求1所述的高压输电线路障碍物识别系统，其特征在于，所述图像采集装置包括摄像机和/或红外成像设备；
所述摄像机用于对输电线路的视频图像进行采集，所述红外成像设备用于对所述摄像机采集图像的位置进行扫描，采集实时热感图像。
3.如权利要求2所述的高压输电线路障碍物识别系统，其特征在于，所述摄像机采用弧形滑槽结构安装，高度控制采用垂直滑轨结构。
4.如权利要求1至3任一项所述的高压输电线路障碍物识别系统，其特征在于，所述数据传输装置采用WIFI局域网进行数据的传输。
5.如权利要求4所述的高压输电线路障碍物识别系统，其特征在于，所述动力驱动装置采用蓄电池和/或太阳能进行供电。
6.如权利要求4所述的高压输电线路障碍物识别系统，其特征在于，所述控制终端包括：
特征提取模块，用于从采集到的视频图像中提取预设的图像特征；
处理模块，用于采用预建立的分类器，根据所述图像特征确定输电线路上障碍物的类型。
7.如权利要求6所述的高压输电线路障碍物识别系统，其特征在于，还包括：
对机器人的参数信息进行获取的传感器设备，所述参数信息包括以下任意一种或者任意组合：机器人本体姿态信息、障碍物信息、机器人与障碍物距离信息、温度信息、速度信息。
8.如权利要求7所述的高压输电线路障碍物识别系统，其特征在于，所述控制终端还包括：
对所述参数信息进行实时显示的显示设备。
9.如权利要求8所述的高压输电线路障碍物识别系统，其特征在于，所述控制终端还包括：接收用户的操作指令，对机器人的本体姿态进行实时操控的操作部件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621342122.XU CN206389464U (zh) | 2016-12-08 | 2016-12-08 | 一种高压输电线路障碍物识别系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201621342122.XU CN206389464U (zh) | 2016-12-08 | 2016-12-08 | 一种高压输电线路障碍物识别系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN206389464U true CN206389464U (zh) | 2017-08-08 |
Family
ID=59489132
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201621342122.XU Active CN206389464U (zh) | 2016-12-08 | 2016-12-08 | 一种高压输电线路障碍物识别系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN206389464U (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109001702A (zh) * | 2018-06-04 | 2018-12-14 | 桂林电子科技大学 | 无载波超宽带雷达人体动作识别方法 |
-
2016
- 2016-12-08 CN CN201621342122.XU patent/CN206389464U/zh active Active
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109001702A (zh) * | 2018-06-04 | 2018-12-14 | 桂林电子科技大学 | 无载波超宽带雷达人体动作识别方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103530599B (zh) | 一种真实人脸和图片人脸的区别方法和系统 | |
| Zhang et al. | Cat head detection-how to effectively exploit shape and texture features | |
| CN102831404B (zh) | 手势检测方法及系统 | |
| CN106897698B (zh) | 基于机器视觉与双目协同技术的教室人数检测方法及系统 | |
| CN104537360B (zh) | 车辆未让行违章检测方法及其检测系统 | |
| CN101853399B (zh) | 利用计算机视觉技术进行盲道和人行横道实时检测的方法 | |
| CN103226835B (zh) | 基于在线初始化梯度增强回归树的目标跟踪方法及系统 | |
| CN104281839A (zh) | 一种人体姿势识别方法和装置 | |
| CN107798313A (zh) | 一种人体姿态识别方法、装置、终端和存储介质 | |
| Li et al. | Yawning detection for monitoring driver fatigue based on two cameras | |
| WO2021016873A1 (zh) | 基于级联神经网络的注意力检测方法、计算机装置及计算机可读存储介质 | |
| CN103605971B (zh) | 一种捕获人脸图像的方法及装置 | |
| CN104463117A (zh) | 一种基于视频方式的人脸识别样本采集方法及系统 | |
| CN105069472A (zh) | 一种基于卷积神经网络自适应的车辆检测方法 | |
| DE112011101939T5 (de) | Detektion von Objekten in einem Bild unter Verwendung von Selbstähnlichkeiten | |
| CN107977639A (zh) | 一种人脸清晰度判断方法 | |
| Zhang et al. | A pedestrian detection method based on SVM classifier and optimized Histograms of Oriented Gradients feature | |
| CN103295016A (zh) | 基于深度与rgb信息和多尺度多方向等级层次特征的行为识别方法 | |
| CN109359577B (zh) | 一种基于机器学习的复杂背景下人数检测系统 | |
| CN104268596A (zh) | 一种车牌识别器及其车牌检测方法与系统 | |
| CN105069745A (zh) | 基于普通图像传感器及增强现实技术的带表情变脸系统及方法 | |
| CN110163567A (zh) | 基于多任务级联卷积神经网络的课堂点名系统 | |
| CN107944382A (zh) | 目标跟踪方法、装置及电子设备 | |
| CN104063686A (zh) | 作物叶部病害图像交互式诊断系统与方法 | |
| CN104794449A (zh) | 基于人体hog特征的步态能量图获取及身份识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| GR01 | Patent grant | ||
| GR01 | Patent grant |