基于二维标志物的线夹检测及位姿测量

拆卸线夹是配电线路带电作业中一项常见的任务,为了在复杂的背景环境中准确、实时地检测与定位线夹,该文提出了一种基于视觉信息与二维标志物的线夹检测与位姿测量方法。设计制作具有特定图案的二维标志物固定到线夹表面,通过四边形逼近检测图像中标志物的候选位置,并结合标志物图案特征加以筛选;使用多点透视算法(Perspective-n-points,PnP)计算标志物的位姿,从而间接确定线夹的位姿。试验结果表明该方法可以快速、准确地测量线夹位姿,满足实际应用需求。

基于X射线无损探伤的输电线路耐张线夹缺陷检测

针对输电线路耐张线夹的缺陷检测存在图像清晰度低、错误检出率低和工作量减少率低的问题,提出基于X射线无损探伤的输电线路耐张线夹缺陷检测方法。采用X射线无损探伤技术获取输电线路耐张线夹图像,结合Retinex图像增强算法和经验模式分解方法对图像进行增强处理;为了消除X射线强弱对检测结果的影响,通过自适应通态滤波方法对耐张线夹图像进行处理;采用Canny算子边缘提取方法获取图像边缘,在形态学运算的基础上获取最大连通域;将连通域的长宽比和圆形度作为缺陷特征,完成输电线路耐张线夹缺陷的检测。实验结果表明:所提方法的图像清晰度高、错误检出率高、工作量减少率高。

线夹带电X光检测用无人机电磁防护技术及应用

传统的线夹X射线探伤检测,需要停电登塔检测。线夹带电X光检测采用无人机携带检测设备,直接接触带电线夹。当输电线路局部场强超过空气击穿强度时,会发生极端放电,威胁到无人机操控及数据传输性能,甚至引起坠机。电磁干扰还会引起磁罗盘航向角错误,不能起飞。该文对无人机及DR系统电磁屏蔽进行了试验与分析。模拟带电试验表明,线夹带电X光检测系统的电磁防护措施是有效的,为线夹带电X光检测应用打下了坚实基础。

基于GFPN-YOLOv5的配网架空线路线夹护套检测方法

配网架空线路未安装线夹护套是典型的施工缺陷。针对配网架空线路线夹护套存在多尺度变化与小目标检测困难的问题,在YOLOv5的基础框架上,提出了一种基于注意力机制与图特征金字塔网络(Graph Feature Pyramid Networks,GFPN)相结合的线夹护套目标检测方法。为了提高线夹护套图像中各部件边界信息的检测能力,通过超像素分层构建了GFPN结构,并设计了三种图神经网络(Graph Neural Network,GNN)。采用通道注意力与空间注意力机制进行消息传播,设计了GNN与特征金字塔网络(Feature Pyramid Networks,FPN)的特征映射规则。建立了螺栓型耐张线夹护套数据集,实验结果表明GFPN-YOLOv5模型对线夹护套的检测准确度提高了5.6%,同时在线夹护套样本多尺度变化和小目标场景下具有较好的泛化能力。