智能变电站巡检机器人研制及应用

介绍了一种基于移动机器人的设备巡检系统在智能变电站的应用情况。该系统携带可见光摄像机、红外热像仪、拾音器等传感器,基于磁轨迹实现最优路径规划和双向行走,以自主或遥控方式对站内一次设备进行巡检,及时发现设备热缺陷和外观异常;通过图像处理和模式识别,判别出开关和刀闸的分合状态,并在遥控或顺序控制操作时,与智能变电站顺控系统配合,代替人工实现被控设备位置的自动校核。现场实际应用情况表明,移动式变电站设备巡检机器人为智能变电站或无人值守变电站的运行管理提供了一种创新型的设备检测和监控手段。

基于ADAMS的输电线路移动机器人越障仿真

移动越障机构是输电线路移动机器人的基础,也是目前制约线路移动机器人发展的技术障碍之一。采用SolidWorks三维建模软件和ADAMS动力学仿真分析软件在虚拟环境中建立双臂移动机器人的仿真模型。通过避障路径规划生成运动仿真数据,在ADAMS虚拟环境中实现双臂移动机器人的稳定越障。仿真结果表明:双臂移动机器人的两臂交错滑移结构设计能够满足行走要求,且避障路径规划方法可行,仿真数据可为下一步双臂移动机器人物理样机的研制提供理论参考。

电力巡线无人直升机障碍规避系统

为保障无人机巡线系统及输电线路安全,需要为无人机电力巡线系统设计一套飞行障碍规避系统,能够实现无人机巡线系统自主避障功能,提升巡线作业的可靠性。介绍电力巡线无人直升机障碍规避系统的测距方式方法、总体设计、各组成部分功能以及整体达到的效果。

基于无人机图像的输电线断股与异物缺陷检测方法

为提高无人机(UAV)巡检输电线路的效率,提出一种基于线结构感知的输电线断股与异物缺陷的检测方法。由于无人机巡检的图像受背景纹理及光线影响较大,采用能检测线宽度的水平与垂直方向的梯度算子提取巡检图像上的线对象,进而研究感知定律中的共线性、近似性、连续性的计算,将断续线段连接成长的线段,通过长线段的平行性计算,识别出输电线路结构中显著的平行导线组。为识别导线上安装的防振锤与间隔棒连接部件,提出一种基于局部轮廓特征的形状部件识别方法。在识别出这些连接部件的基础上,对导线进行分段分析,计算分段导线的宽度变化、灰度相似度来检测导线上的断股与异物缺陷。通过对无人机巡检采集的输电线路图像的测试,验证了这种方法在复杂的背景条件下能有效地检测导线上断股与附着异物缺陷。

基于显著图的输电线路杆塔图像拼接方法

无人机拍摄的输电线路杆塔图像分辨率高且背景复杂,基于传统特征点的拼接算法在背景中检测出大量的特征点增加了图像匹配的时间,影响了杆塔的匹配精度。针对该问题提出了一种既稳定又具有较小时间开销的输电线路杆塔图像自动拼接方法,利用改进的显著性检测算法得到杆塔图像的显著图,将图像的前景与背景分离,减少了背景对图像中杆塔拼接效果的影响;并采用基于定向的加速分割检测特征(FAST)和旋转不变性的二进制鲁棒独立元素特征(BRIEF)描述子(ORB)特征点的图像匹配算法,以提高特征点提取和匹配的速率;最后利用多尺度融合策略得到最终的拼接结果。实验结果表明,所提方法具有较好的拼接效果和拼接效率。

基于直方图规定化的图像去雾算法

直方图规定化是图像增强领域一个常用的算法,文中提出一种通过高斯函数加权的直方图规定化的图像去雾算法。首先通过分析晴天与雾霾天气下图像的直方图的特点,提出一种通过对高斯函数中方差的改变和高斯函数的加权的方式,解决了原有的单纯高斯函数直方图规定化图像偏暗的问题。通过实验图像的对比可以看出,文中提出的算法可有效去除雾霾天气的影响,其处理效果明显优于直方图规定化算法,而且计算量小、处理速度快、不需要人工干预。

利用无人直升机巡检输电线路

随着电网的日益扩大,巡线的工作量也日益加大。无人直升机作为无人机的一种,可以被应用在输电线路巡检中,以提高巡线的效率。简述一种基于无人直升机平台的输电线路巡检系统,包括无人直升机平台和检测系统,讨论一些关于使用此平台巡线的技术。主要的巡线方式包括可见光巡检和红外光巡检。巡检对象包括导线、引流线、绝缘子、防震锤、线夹、塔身、金具等。巡检内容包括设备破损、部件丢失、设备热缺陷等。

固定翼无人机巡检输电线路探讨

随着电网的日益扩大,巡线的工作量也日益加大,固定翼无人机作为无人机的一种,可以被应用在输电线路巡检中,以提高巡线的效率。基于固定翼无人机平台在输电线路巡检系统中的应用进行探讨,包括对于固定翼无人机巡线系统设计思路、固定翼无人机巡线系统组成、各分系统功能以及关键技术问题等的研究。主要的巡检方式包括可见光巡检、红外光巡检、紫外巡检和三维激光扫描巡检。巡检对象包括线路走廊、导线、塔身、金具等。巡检内容包括线路走廊异常、设备热缺陷、电晕放电等。

适用于高海拔地区输电线路巡检的无人机测试

目前,利用无人机巡检输电线路已在低海拔地区开展常态化应用,并取得了良好效果。而高海拔地区沿线自然环境恶劣,更加迫切需要发展先进、科学、高效的电力巡线方式。主要介绍了几种在高海拔地区进行测试的机型,说明了其参数特点及测试结果,并就测试数据进行分析总结,最终得到各种机型用于高海拔地区巡检的优缺点。

基于多智能体概念的生物电厂自动供料系统研究

随着环保、节能要求的日益增强,生物电厂的建设得到越来越多的重视,燃料运输是影响生物电厂运行质量的关键。将多智能体技术应用于电厂自动供料系统,将每个运输单元构建为智能体并提供公用的信息平台,降低了供料系统的集成难度,提高了供料系统的自动化水平和可靠性,降低了生物电厂的运行成本。

基于RCNN的无人机巡检图像电力小部件识别研究

随着无人机(UAV)在电力巡线作业中的应用推广,对无人机巡检图像的信息挖掘或目标识别需求也越来越强烈。传统的电力部件识别流程常使用经典的机器学习算法,如支持向量机(SVM)、随机森林或adaboost,结合梯度、颜色或纹理等浅层特征来对电力部件进行识别,难以充分利用无人机巡检图像的信息,并且难以达到较高的准确率。卷积神经网络(CNN)在目标识别中表现优异,在很多目标识别场景之中成为首选算法。基于区域的卷积神经网络(RCNN)通过使用CNN从图像中提取可能含有目标的区域来检测并识别目标,但是计算复杂,难以满足识别海量电力巡检图片的需求。Fast R-CNN和Faster RCNN利用CNN网络提取图像特征,后接一个区域提议层,优化了提取可能含有目标区域的方式并改进识别目标的分类器,使目标的检测和识别几乎实时。本文详细描述了Faster R-CNN算法流程,并在无人机电力线巡检图像部件检测中使用,然后分别对DPM、SPPnet和Faster R-CNN识别方法进行了对比分析,利用实际采集的电力小部件巡检数据构建的数据集对3种方法进行测试验证,并讨论了不同参数对识别结果的影响。实验结果表明,基于深度学习的识别方法实现电力小部件的识别是可行的,而且利用Faster R-CNN进行多种类别的电力小部件识别定位可以达到每张近80 ms的识别速度和92.7%的准确率。

基于SIFT的电力设备红外与可见光图像的配准和融合

提出了一种红外与可见光的配准和融合方法,该方法利用SIFT算法提取图像特征,并使用透视变换表示图像的变换关系,最后在HSI空间,对图像进行了加权融合。实验表明,该方法快速稳定、鲁棒性高。

形状感知的绝缘子识别与缺陷诊断

目的在无人机检测输电线路缺陷的研究中,为提高识别绝缘子的正确率,克服基于颜色来识别绝缘子方法的不足,依据绝缘子串的形状结构特征,研究了一种自底向上感知聚类平行线段的方法。方法首先将在巡检图像上提取到所有方向的分段划分为6组方向线段,在每一组方向线段中,将线段长度、方向及中心点排列方向一致的线段聚类为平行线组,将平行线组合并,并整理其外接形状,结合输电线路知识模型,可靠识别绝缘子区域。为诊断玻璃绝缘子的掉片缺陷,依据计算出绝缘子的排列方向及片之间距离进行自适应分块,计算每一块的惯性矩均值特征量与惯性矩方差值特征量,依据分块之间特征量相似度来诊断是否存在掉片缺陷。结果相比基于HSI颜色识别绝缘子的方法,识别绝缘子内部的多平行线段的结构,表现得更稳定,更适用于输电线路巡检。结论通过无人机巡检采集的输电线路图像,实验结果验证这种方法在复杂背景的条件下能有效识别各种类型绝缘子并能检测绝缘子的掉片缺陷。

无人飞行器的输电线路综合检测系统研制

研制了一种可安装于飞艇、无人飞机等无人飞行器的输电线路巡检系统,可同时实现可见光检测、红外光检测、紫外光检测和基于图像测量技术的测距等功能。带有无人飞行器经纬度、海拔、飞机以及时间等字幕信息的可见光、红外、紫外视频图像被存入机载检测系统硬盘,也可以实时传回地面站,地面操作人员可通过地面控制平台远程控制机载检测系统,从而实现输电线路快速、有效的检测。

Mean Shift跟踪算法中核函数参数的评估与分析

Mean Shift是一种基于特征的对目标实现快速跟踪的算法,传统的Mean Shift算法由于跟踪中物体的尺度变化会使跟踪偏离目标乃至跟踪失败,并且原有的自适应地对跟踪窗宽的调整,是基于对核窗宽的改变来得到的。在"固定跟踪窗宽—改变核窗宽"的基础上对目标进行跟踪,对目标空间定位精度进行了评估与分析,通过实验结果表明改变核函数参数能改善目标跟踪的精度。