System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种配网作业现场测距的快速拟合校准方法及系统技术方案_技高网

一种配网作业现场测距的快速拟合校准方法及系统技术方案

技术编号:41085371 阅读:5 留言:0更新日期:2024-04-25 13:47
本发明专利技术公开了一种配网作业现场测距的快速拟合校准方法及系统,涉及计算机视觉技术领域,包括通过获取监控摄像头下的同一时点监控图像,估计神经网络,在配网作业现场收集UWB定位数据,通过深度估计模型计算实际距离,进行拟合校准,结合全景图像分割结果识别区域距离,建立集成预警措施。本发明专利技术有效降低了人员主观性和监管不足导致的触电安全事故风险,实现了对带电设备周边环境中各种安全影响因素的自动检测,将安全作业规程更加智能化,提高了整体作业现场的安全性和高效性,展示了深度学习和人工智能在电力行业的前沿的应用潜力。

【技术实现步骤摘要】

本专利技术涉及计算机视觉,特别是一种配网作业现场测距的快速拟合校准方法及系统


技术介绍

1、配电网近电作业是电力设备检测和检修维护升级的重要手段,带电设备周边环境中存在着强电场、暂态电击、稳态电击以及静电感应等安全影响因素,为此制定了详细安全作业规程,对不同电压等级的近电安全距离管控范围进行了严格的要求,以保障人员安全。

2、传统近电作业管控方法是通过全站仪等测距装置或设置距离参照物进行人工距离管控,但是由于人员主观性及人无法实时精准监管人与设备的距离,导致触电安全事故频发,现有基于单目/双目测距的视频监控方法,虽对监护设备与操作要求简单,但其以物体光线变化预测距离往往存在较大误差,且因训练数据制作成本高导致较难实际落地。

3、随着深度学习神经网络技术的发展,基于视觉驱动的实时高精度预警发挥着越来越重要的作用,研究基于ai视觉的实时高精度智能监测技术,有利于提升预警系统的效率和效能,而对于配网作业场景的预警而言视觉感知能力是系统的重要核心能力,核心能力建立在对工作场景理解的基础之上,基于视觉的视频目标监测技术是实现工作场景理解的关键技术。


技术实现思路

1、鉴于现有的配网作业现场测距的快速拟合校准方法及系统中存在的问题,提出了本专利技术。

2、因此,本专利技术的目的是提供一种配网作业现场测距的快速拟合校准方法及系统,对于配电网近电作业场景中传统人工距离管控不精准的问题,通过基于深度学习神经网络的视觉监测技术提高了实时高精度的安全预警系统效能。</p>

3、为解决上述技术问题,本专利技术提供如下技术方案:

4、第一方面,本专利技术实施例提供了一种配网作业现场测距的快速拟合校准方法,其包括,获取监控摄像头下的同一时点监控图像,选择uwb定位模块,训练uwb定位模块,估计神经网络,在配网作业现场收集uwb定位数据;采集摄像头模块的图像数据,将图像数据和定位数据进行关联,形成深度估计模型,通过深度估计模型计算实际距离,进行拟合校准;使用摄像头模块获取作业现场测距的全景图像,使用全景分割模型将全景图像分割为不同区域,结合全景图像分割结果识别区域距离;监测作业人员行为,获取距离变化的相对位置,制定安全规则,根据距离和相对位置数据定义安全行为,建立集成预警措施。

5、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述监控图像包括采集不同角度的光照条件获取摄像头数据,所述uwb定位模块包括提取高精度下的位置定位数据,记录uwb定位数据的时间戳,时间戳遵循标准的时钟同步规则,所述规则包括利用gnss卫星提供时间和位置信息,uwb定位模块接收来自gnss卫星的信号,通过解析gnss信号,uwb定位模块进行实时的时钟同步;

6、当uwb定位模块收到uwb定位数据时,则同步内部时钟,生成时间戳并将位置定位数据记录;

7、当uwb定位模块未收到uwb定位数据时,依然生成时间戳并将位置定位数据记录,通过在时间戳字段中使用特殊值附加标志占位,所述占位包括默认时间戳上次成功接收到uwb定位数据的时间戳;

8、若存在缺失数据,则时间戳生成时间戳并将位置定位数据记录;

9、若未存在缺失数据,则时间戳插值方法估算缺失数据点的时间戳,所述插值包括添加定位数据质量标志;

10、当质量标志设置为低时,则uwb定位数据缺失,否则未缺失,提取存在缺失的定位数据,将定位数据的日志生成至后台数据库。

11、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述训练uwb定位模块包括将提取的数据记录设计单目深度估计神经网络,通过在uwb定位数据中学习的深度信息进行收集,标注到uwb定位数据和监控图像中,构建神经网络训练数据集;

12、所述定位数据包括观察神经网络的收敛情况,若神经网络学习率大,则导致训练无法收敛,若相反,则导致训练速度慢;

13、批次调整训练过程中的定位数据,验证不同批次大小的观察训练;

14、若选取大批次的定位数据,则训练过程加快,增加拟合风险;若相反,则减小拟合风险;

15、在不同场景下进行收集时,生成实时的位置数据,所述位置数据包括坐标x、y和z,设置数据采集参数,在各预定的坐标上记录uwb生成的实时位置数据,移动位置数据至下一个预定坐标点,重复移动,直至所设定的坐标点全部覆盖。

16、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述关联包括将覆盖后的位置数据通过时间戳匹配的uwb定位数据和摄像头数据进行对齐,将位置数据和摄像头数据放置在同一时间轴上,验证对齐后的数据;

17、若位置数据和摄像头数据在时间轴上正确对应,则进行关联,此时将关联后的数据形成新数据集;

18、所述计算包括将新数据集带入时间轴上确定实际距离并进行校准,具体公式为:rt=f(dt),其中,dt为时间轴上模型输出的深度值,f()为深度估计模型的映射函数,结合uwb定位数据给出的位置pt=(xt,yt,zt),得到时间轴上的实际距离rt,rt={f(d1),f(d2),...,f(dn)},其中,n是时间轴上的时间戳数目;

19、若位置数据和摄像头数据在时间轴上未正确对应,则未进行关联,此时备份未关联数据;

20、所述校准包括将通过图表手段检查uwb定位数据和摄像头数据的一致性。

21、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述全景图像分割包括将获得的实际距离按照矩形四角定位方式布置于模拟作业现场周边,使用全景分割方法得到人员和设备的轮廓坐标点,将轮廓坐标点和实际距离进行叠加,重新定义uwb定位数据,基于实际距离rt,对比分割结果中各区域的实际距离信息和uwb定位数据;

22、若分割结果中各区域的实际距离信息和uwb定位数据均在实际距离rt范围内,此时将单目深度估计神经网络转换为二维数组,计算人员和设备的二维数组位置差,所述位置差是时间轴上模型输出的深度值和uwb定位数据位置的深度值差;

23、若分割结果中各区域的实际距离信息和uwb定位数据不在实际距离rt范围内,则监测作业人员行为。

24、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述获取距离变化的相对位置包括提取不在实际距离rt范围内的数据,所述相对位置包括在rt内的水平和垂直方向上的相对位置信息,通过实际距离中的水平分量得到位置差为:α=(δx,δy),其中,δx表示水平方向上的位置差,则水平方向上的相对位置为δx;

25、在垂直方向上,相对位置通过rt得到位置差为:θ=(δx,δy),其中,δy表示垂直方向上的位置差;

26、将水平和垂直方向上的相对位置组合成二维坐标,将相对位置进行可视化。

27、作为本专利技术所述配网作业现场测距的快速拟合校准方法的一种优选方案,其中:所述建立集成预本文档来自技高网...

【技术保护点】

1.一种配网作业现场测距的快速拟合校准方法,其特征在于:包括,

2.如权利要求1所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述监控图像包括采集不同角度的光照条件获取摄像头数据,所述UWB定位模块包括提取高精度下的位置定位数据,记录UWB定位数据的时间戳,时间戳遵循标准的时钟同步规则,所述规则包括利用GNSS卫星提供时间和位置信息,UWB定位模块接收来自GNSS卫星的信号,通过解析GNSS信号,UWB定位模块进行实时的时钟同步;

3.如权利要求2所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述训练UWB定位模块包括将提取的数据记录设计单目深度估计神经网络,通过在UWB定位数据中学习的深度信息进行收集,标注到UWB定位数据和监控图像中,构建神经网络训练数据集;

4.如权利要求3所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述关联包括将覆盖后的位置数据通过时间戳匹配的UWB定位数据和摄像头数据进行对齐,将位置数据和摄像头数据放置在同一时间轴上,验证对齐后的数据;

5.如权利要求4所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述全景图像分割包括将获得的实际距离按照矩形四角定位方式布置于模拟作业现场周边,使用全景分割方法得到人员和设备的轮廓坐标点,将轮廓坐标点和实际距离进行叠加,重新定义UWB定位数据,基于实际距离Rt,对比分割结果中各区域的实际距离信息和UWB定位数据;

6.如权利要求5所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述获取距离变化的相对位置包括提取不在实际距离Rt范围内的数据,所述相对位置包括在Rt内的水平和垂直方向上的相对位置信息,通过实际距离中的水平分量得到位置差为:α=(Δx,Δy),其中,Δx表示水平方向上的位置差,则水平方向上的相对位置为Δx;

7.如权利要求6所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述建立集成预警措施包括将可视化展示的坐标定义安全规则,建立集成预警措施,自动停止设备运行。

8.一种配网作业现场测距的快速拟合校准系统,基于权利要求1~7任一所述的配网作业现场测距的快速拟合校准方法,其特征在于:包括,

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于:所述处理器执行所述计算机程序时实现权利要求1~7任一所述的配网作业现场测距的快速拟合校准方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现权利要求1~7任一所述的配网作业现场测距的快速拟合校准方法的步骤。

...

【技术特征摘要】

1.一种配网作业现场测距的快速拟合校准方法,其特征在于:包括,

2.如权利要求1所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述监控图像包括采集不同角度的光照条件获取摄像头数据,所述uwb定位模块包括提取高精度下的位置定位数据,记录uwb定位数据的时间戳,时间戳遵循标准的时钟同步规则,所述规则包括利用gnss卫星提供时间和位置信息,uwb定位模块接收来自gnss卫星的信号,通过解析gnss信号,uwb定位模块进行实时的时钟同步;

3.如权利要求2所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述训练uwb定位模块包括将提取的数据记录设计单目深度估计神经网络,通过在uwb定位数据中学习的深度信息进行收集,标注到uwb定位数据和监控图像中,构建神经网络训练数据集;

4.如权利要求3所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述关联包括将覆盖后的位置数据通过时间戳匹配的uwb定位数据和摄像头数据进行对齐,将位置数据和摄像头数据放置在同一时间轴上,验证对齐后的数据;

5.如权利要求4所述的配网作业现场测距的快速拟合校准方法,其特征在于:所述全景图像分割包括将获得的实际距离按照矩形四角定位方式布置于模拟作业现场周边,使用全景分割方法得到人员和设备的轮廓坐标点...

【专利技术属性】
技术研发人员:李鑫卓许逵张历张俊杰李欣陈沛龙欧阳泽宇班国邦孟令雯代奇迹刘君刘斌唐赛秋祝健杨辛明勇付胜军范强王宇毛先胤赵超罗显跃李博文李金鑫冯起辉王冕古庭赟
申请(专利权)人:贵州电网有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1