一种户外场景电力线夹位姿检测方法及装置制造方法及图纸

本发明专利技术公开了一种户外场景电力线夹位姿检测方法及装置，方法包括：获取电力线夹训练样本和待测电力线夹图像数据；所述电力线夹训练样本包括：电力线夹图像数据及对应的样本类别标签；从所述待测电力线夹图像数据中提取待测2D关键点信息；基于所述电力线夹图像数据及对应的样本类别标签，构建目标神经网络模型；将所述待测2D关键点信息输入所述目标神经网络模型中预测，得到所述待测电力线夹图像数据对应的6DoF位姿。从而在无需使用多阶段神经网络模型，也无须验证多种位姿假设的情况下，实现在具有强光以及反光的户外条件下的电力线夹精准检测。夹精准检测。夹精准检测。

【技术实现步骤摘要】
一种户外场景电力线夹位姿检测方法及装置


[0001]本专利技术涉及三维物体检测
，尤其涉及一种户外场景电力线夹位姿检测方法及装置。

技术介绍

[0002]电力线夹在使用过程中会遇到很多需要更换的情况，如果使用人工进行更换，则会给更换人员带来很大的风险，因此现阶段电力公司更倾向使用电力作业机器人对电力线夹进行更换。
[0003]目前的电力作业机器人多数为人工校对，这种校对方式在工业上非常不方便，同时作业时间也会较长。虽然近年来，深度学习技术在三维检测方面越来越成熟，但现有的三维检测技术在实际操作时存在处理时间长，且在检测目标存在遮挡的情况下也难以很好地检测到其三维位姿，另外这些三维检测技术大多需要在稳定的室内进行实验，针对户外高光或反光场景下，检测目标的反光会存在模型信息不完整导致的位姿估计不准确等问题，因此，虽然实现电力线夹的精准检测具有重要意义，但现有技术却难以在具有强光的户外作业情况下实现对其的精准检测。

技术实现思路

[0004]本专利技术提供了一种户外场景电力线夹位姿检测方法及装置，用于实现在具有强光以及反本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种户外场景电力线夹位姿检测方法，其特征在于，包括：获取电力线夹训练样本和待测电力线夹图像数据；所述电力线夹训练样本包括：电力线夹图像数据及对应的样本类别标签；从所述待测电力线夹图像数据中提取待测2D关键点信息；基于所述电力线夹图像数据及对应的样本类别标签，构建目标神经网络模型；将所述待测2D关键点信息输入所述目标神经网络模型中预测，得到所述待测电力线夹图像数据对应的6DoF位姿。2.根据权利要求1所述的户外场景电力线夹位姿检测方法，其特征在于，将所述待测2D关键点信息输入所述目标神经网络模型中预测，得到所述待测电力线夹图像数据对应的6DoF位姿，包括：将所述待测2D关键点信息输入所述目标神经网络模型中预测，得到所述待测电力线夹图像数据对应的掩码mask预测图，以及关键点投票图；结合所述掩码mask预测图和所述关键点投票图，利用不确定性驱动的PnP算法预测所述待测电力线夹图像数据的6DoF位姿。3.根据权利要求1所述的户外场景电力线夹位姿检测方法，其特征在于，获取电力线夹训练样本和待测电力线夹图像数据，包括：获取所述待测电力线夹图像数据，以及利用RGB
‑
D相机获取所述电力线夹图像数据，所述电力线夹图像数据中包含有被遮挡的电力线夹图像及光照条件复杂的电力线夹图像；按照预设环境参数，对所述电力线夹图像数据中，对部分电力线夹图像的环境参数进行调整。4.根据权利要求1所述的户外场景电力线夹位姿检测方法，其特征在于，基于所述电力线夹图像数据及对应的样本类别标签，构建目标神经网络模型，包括：将所述电力线夹图像数据中的2D关键点信息输入神经网络模型，得到对应的样本类别；根据所述电力线夹图像数据的2D关键点信息及对应的样本类别标签和所述样本类别，确定训练误差；基于所述训练误差，对所述神经网络模型进行调整，得到最优参数，并采用所述最优参数，优化所述神经网络模型，得到所述目标神经网络模型。5.根据权利要求4所述的户外场景电力线夹位姿检测方法，其特征在于，基于所述训练误差，对所述神经网络模型进行调整，得到最优参数，并采用所述最优参数，优化所述神经网络模型，得到所述目标神经网络模型，包括：基于所述训练误差，对所述神经网络模型进行调整，得到最优参数；采用所述最优参数生成训练后的神经网络模型；根据所述于所述电力线夹图像数据及对应的样本类别标签，验证所述训练后的神经网络模型，得到所述目标神...

【专利技术属性】
技术研发人员：陈禹明，郑培文，张晓晔，黎佩馨，王杨，吴晖，杨英仪，雷霆，蔡杨华，
申请(专利权)人：南方电网电力科技股份有限公司，
类型：发明
国别省市：