基于机器视觉深度学习的绝缘子前端定位方法 - 论文 

loading 分享 2026-7-19 下载文档

 第32卷第9期 2019年9月

广东电力

GUANGDONGELECTRICPOWER

Vol??32No??9 

Se??2019 p

:/doi10??3969??issn??1007G290X??2019??009??004j

基于机器视觉深度学习的绝缘子前端定位方法

,杨强2苏超1,

()1??广东电网有限责任公司清远供电局,广东清远511500;2??浙江大学电气工程学院,浙江杭州310000)摘要:将尚未应用于电力领域的S深度学习算法和现场可编程门阵列(SD(sinleshotmultiboxdetectorfieldGg

,F硬件加速方法应用于电力巡检无人机,设计了一种基于目标图像识别技术的rorammablegatearraPGA)pgy

绝缘子前端定位系统.首先,计算目标物在图像像素坐标系中的位置坐标,并分别计算该位置在X方向、Y方向与图像中心的位移偏差值;然后,根据坐标转换关系,将位移偏差值转化为2个偏转方向上的偏转角值;最后,将偏转角信息作为控制参数反馈给云台,驱动电动机完成摄像机的转动,使拍摄的目标物保持在摄像机视野的中心位置,利用经过图像数据库训练的SSD深度学习算法实现绝缘子定位.检测结果显示,该系统能够准确地对绝缘子进行定位,数据处理速度较快,提高了巡线效率.关键词:无人机;图像识别;绝缘子;SSD算法;定位

)中图分类号:TM726;TP181;TP391??41   文献标志码:A   文章编号:1007G290X(201909G0033G08

InsulatorFrontGendLocationBasedonComuterVisionDeeearninppLg

(;21??QinuanPowerSulureauofGuandonowerGridCo??,Ltd??,Qinuan,Guandon11500,China??ColleegyppyBggPgygg5g

122

,YANGQSUChaoiang

,

,,H,)ofElectricalEnineerinZheianniversitanzhouZheian10000,ChinaggjgUygjg3

coordinatesofthetaretinthepixelcoordinatesstemiscalculatedanddislacementdeviationvaluesbetweenthelocationgypintheXdirectionandtheYdirectionandtheimaecenterareworkedoutresectivel.Thenaccordinocoordinategpygttransformationrelationshihedislacementvaluesaretransformedintodeflectionanlevaluesintwodeflectionp,tpg,directions.Finalltheinformationofdeflectionanlesisfedbacktothecloudplatformasthecontrolparametertodriveyg

,taninsulatorfrontGendlocationsstembasedontaretimaereconitiontechnolosdesined.Firstlhepositionyggggyigy

hardwareaccelerationmethodthathavenotyetbeenusedinpowerfieldarealiedinelectricpowerinsectionUAVandppp

:AbstractThesinleshotmultiboxdetector(SSD)deeearninlorithmandthefieldGrorammablegatearraFPGA)gplgagpgy(

,themotorcomleterotationofthecameraandkeehetaretinthecentralositionofthecamerafieldview.Meanwhilepptgp,windicatesthissstemcouldaccuratelocatetheinsulateandisfastindataprocesshichhasimrovedlineinsectionyylppefficienc.y

:;;Keordsunmannedaerialvehicle(UAV)imaereconition;insulatorSSDalorithm;locationywggg

theSSDdeeearninlorithmtrainedbheimaedatabaseisusedtorealizeinsulatorlocation.Thedetectionresultplgagytg

  电能通过输电线路输送到各个用户,输电线路

包括线路杆塔、输电线、绝缘子、线路金具、拉线、接地装置等.输电线路里程长,跨越复杂多变的地形和气候区域,并且受冰霜雨雪、高海拔、污秽等自然条件和天气因素影响,绝缘子容易出现自爆、闪络、破损、裂纹等缺陷,导致绝缘失效.为

收稿日期:2019G06G20 修回日期:2019G08G01

);国家重点研发计划基金项目:国家自然科学基金项目(51777183)项目(2017YFB0903000

了保证整个电网安全稳定运行,必须对绝缘子状态进行监测,迅速、高效地发现缺陷和隐患并进行消缺.因此,定期巡检了解线路的运行状态,及时发现设备缺陷和其他安全隐患,已经成为确保输电线

1G6]

.路及其设备可靠运行的必要手段[

在直升机或无人机上搭载摄影设备拍摄巡检线

路的图像,通过分析图像信息掌握线路基本运行状况,是现代化输电线路维护工作中一种先进、实用的技术手段.但航拍巡检过程采集到的图像数据量


基于机器视觉深度学习的绝缘子前端定位方法 - 论文 .doc 将本文的Word文档下载到电脑
搜索更多关于: 基于机器视觉深度学习的绝缘子前端定位方法 - 论文  的文档
相关推荐
相关阅读