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() 一种架空输电线路巡检机器人预绞丝检测方法及系统技术方案_技高网

一种架空输电线路巡检机器人预绞丝检测方法及系统技术方案

技术编号:41746128 阅读:21 留言:0更新日期:2024-06-21 21:32
本发明专利技术公开了一种架空输电线路巡检机器人预绞丝检测方法及系统,该方法包括以下步骤:获取视频帧;对视频帧进行预处理,得到预处理后的视频帧;建立YOLOv7‑tiny模型;将预处理后的视频帧输入YOLOv7‑tiny模型进行预绞丝检测识别,以检测架空输电线路上是否存在预绞丝,若存在,则输出预绞丝图像;若不存在,则获取下一张视频帧重新进行检测识别;在预设时间内对预绞丝图像进行计数累加,得到预绞丝图像总数量;判断预绞丝图像总数量是否大于预设值,若是,则生成巡检机器人避障指令;若否,则将预绞丝图像进行计数清零。本发明专利技术解决了传统的预绞丝检测方法中触碰式传感器的感应需要与障碍物发生物理碰撞,这可能会对巡检机器人造成损伤的问题。

【技术实现步骤摘要】

本专利技术涉及巡检机器人,具体是一种架空输电线路巡检机器人预绞丝检测方法及系统


技术介绍

1、目前,对于轮式夹紧结构的架空输电线路巡检机器人,架空输电线路上出现预绞丝是一种障碍,巡检机器人需要避障则需要对预绞丝进行检测。传统的预绞丝检测方法是通过在巡检机器人安装触碰式传感器,当巡检机器人的行走轮到达架空输电线路上预绞丝的末端时,能够触碰到该触碰式传感器,从而实现预绞丝检测。而这种传统的预绞丝检测方法中触碰式传感器的感应需要与障碍物发生物理碰撞,这可能会对巡检机器人造成损伤,从而影响巡检机器人行走的稳定性。


技术实现思路

1、针对上述缺陷,本专利技术提出了一种架空输电线路巡检机器人预绞丝检测方法及系统,目的在于解决传统的预绞丝检测方法中触碰式传感器的感应需要与障碍物发生物理碰撞,这可能会对巡检机器人造成损伤的问题。

2、为达此目的,本专利技术采用以下技术方案:

3、一种架空输电线路巡检机器人预绞丝检测方法,包括以下步骤:

4、步骤s1:获取视频帧;

5、步骤s2:对所述视频帧进行预处理,得到预处理后的视频帧;

6、步骤s3:建立yolov7-tiny模型;

7、步骤s4:将所述预处理后的视频帧输入所述yolov7-tiny模型进行预绞丝检测识别,以检测架空输电线路上是否存在预绞丝,若存在,则输出预绞丝图像;若不存在,则获取下一张视频帧重新进行检测识别;

8、步骤s5:在预设时间内对所述预绞丝图像进行计数累加,得到预绞丝图像总数量;

9、步骤s6:判断所述预绞丝图像总数量是否大于预设值,若是,则生成巡检机器人避障指令;若否,则将所述预绞丝图像进行计数清零。

10、优选地,在步骤s2中,具体包括以下子步骤:

11、步骤s21:对所述视频帧进行几何矫正处理,得到矫正后的视频帧;

12、步骤s22:对所述矫正后的视频帧进行图像裁切处理,得到裁切后的视频帧;

13、步骤s23:采用双边滤波算法对所述裁切后的视频帧进行滤波处理,得到滤波后的视频帧;

14、步骤s24:采用拉普拉斯卷积核与所述滤波后的视频帧进行卷积运算,得到卷积运算后的视频帧,并将所述卷积运算后的视频帧与所述滤波后的视频帧进行相加运算,得到预处理后的视频帧。

15、优选地,在步骤s4中,将所述预处理后的视频帧输入所述yolov7-tiny模型进行预绞丝检测识别,具体包括以下子步骤:

16、使用所述yolov7-tiny模型中的卷积神经网络对所述预处理后的视频帧中的特征信息进行提取,其中,所述预处理后的视频帧中的特征信息为预绞丝的纹理。

17、本申请的另一方面提供了一种架空输电线路巡检机器人预绞丝检测系统,所述系统包括:

18、获取模块,用于获取视频帧;

19、预处理模块,用于对所述视频帧进行预处理,得到预处理后的视频帧;

20、建立模块,用于建立yolov7-tiny模型;

21、检测识别模块,用于将所述预处理后的视频帧输入所述yolov7-tiny模型进行预绞丝检测识别,以检测架空输电线路上是否存在预绞丝,若存在,则输出预绞丝图像;若不存在,则获取下一张视频帧重新进行检测识别;

22、计数累加模块,用于在预设时间内对所述预绞丝图像进行计数累加,得到预绞丝图像总数量;

23、判断模块,用于判断所述预绞丝图像总数量是否大于预设值,若是,则执行生成模块;若否,则执行计数清零模块;

24、生成模块,用于生成巡检机器人避障指令;

25、计数清零模块,用于将所述预绞丝图像进行计数清零。

26、优选地,所述预处理模块包括:

27、矫正处理子模块,用于对所述视频帧进行几何矫正处理,得到矫正后的视频帧;

28、裁切处理子模块,用于对所述矫正后的视频帧进行图像裁切处理,得到裁切后的视频帧;

29、滤波处理子模块,用于采用双边滤波算法对所述裁切后的视频帧进行滤波处理,得到滤波后的视频帧;

30、卷积运算子模块,用于采用拉普拉斯卷积核与所述滤波后的视频帧进行卷积运算,得到卷积运算后的视频帧;

31、相加运算子模块,用于将所述卷积运算后的视频帧与所述滤波后的视频帧进行相加运算,得到预处理后的视频帧。

32、优选地,所述检测识别模块包括:特征提取子模块,用于使用所述yolov7-tiny模型中的卷积神经网络对所述预处理后的视频帧中的特征信息进行提取,其中,所述预处理后的视频帧中的特征信息为预绞丝的纹理。

33、本申请实施例提供的技术方案可以包括以下有益效果:

34、本方案中通过yolov7-tiny模型对实时获取的视频帧进行预绞丝检测识别,不需要使用触碰式传感器作为检测手段,避免了因触碰给巡检机器人带来的冲击和损伤,提高巡检机器人行走的稳定性。并且识别响应快,可在两米的距离内识别到预绞丝,给巡检机器人充足的时间作出越障动作。

本文档来自技高网...

【技术保护点】

1.一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:在步骤S2中,具体包括以下子步骤:

3.根据权利要求1所述的一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:在步骤S4中,将所述预处理后的视频帧输入所述YOLOv7-tiny模型进行预绞丝检测识别,具体包括以下子步骤:

4.一种架空输电线路巡检机器人预绞丝检测系统,其特征在于:使用如权利要求1-3任意一项所述架空输电线路巡检机器人预绞丝检测方法,所述系统包括:

5.根据权利要求4所述的一种架空输电线路巡检机器人预绞丝检测系统,其特征在于:所述预处理模块包括:

6.根据权利要求4所述的一种架空输电线路巡检机器人预绞丝检测系统,其特征在于:所述检测识别模块包括:

【技术特征摘要】

1.一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:在步骤s2中,具体包括以下子步骤:

3.根据权利要求1所述的一种架空输电线路巡检机器人预绞丝检测方法,其特征在于:在步骤s4中,将所述预处理后的视频帧输入所述yolov7-tiny模型进行预绞丝检测识别,具体包括以下...

【专利技术属性】
技术研发人员:谢星宇周伟亮王俊丰宣期峻
申请(专利权)人:广东科凯达智能机器人有限公司
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