【技术实现步骤摘要】
本专利技术涉及电力线实时识别与空间定位方法。
技术介绍
1、电力线作为电力系统的关键组成部分，其定期检测对于确保电力系统的稳定运行至关重要。目前，电力线检测方法主要包括传统人工检测、直升机检测、机器人检测、卫星检测以及无人机检测。随着无人机技术和高分辨率机载相机的快速发展，基于无人机的电力线检测逐渐成为研究热点。无人机不仅能进行巡检，还能执行更复杂的任务如异物清除、搭接电、滑车取放等，这增加了获取精确、实时的输电线三维空间信息的必要性。
2、当前，基于激光雷达(lidar)的输电线提取方法得到了广泛研究。在狭窄的电走廊区域，通过滤波方法去除地面点，保留非地面点云数据。利用非地面点云的空间几何特性，可以区分电力线点与植被点和杆塔点。然而，这种方法在处理复杂环境和实现实时处理方面存在限制。
3、相比之下，基于图像的电力线提取研究较少。虽然图像处理技术在对象识别方面取得了显著进步，但在精确识别并估计电力线的三维位置方面，尤其是在动态和复杂的环境中，仍面临重大挑战。现有技术在实时性、准确性、以及对动态环境的适应性方面尚待
【技术保护点】
1.基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤一中电力线图像采集；具体过程为：
3.根据权利要求2所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤二中对采集的电力线图像中RGB图像进行预处理；具体过程为：
4.根据权利要求3所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤三中基于预训练好的YOLOv8模型识别预处理后的RGB图像中的电力线轮廓；具体过程
5...
【技术特征摘要】
1.基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述方法具体过程为：
2.根据权利要求1所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤一中电力线图像采集；具体过程为：
3.根据权利要求2所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤二中对采集的电力线图像中rgb图像进行预处理；具体过程为：
4.根据权利要求3所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤三中基于预训练好的yolov8模型识别预处理后的rgb图像中的电力线轮廓；具体过程为：
5.根据权利要求4所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述预训练好的yolov8模型获取过程为：
6.根据权利要求5所述的基于深度视觉辅助的电力线实时识别与空间定位方法，其特征在于：所述步骤四中基于步骤三yolov8模型识别的rgb图像中的电...
【专利技术属性】
技术研发人员：李湛，董晨，杨义鹏，于兴虎，高会军，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
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。