摘要
目前,电力公司的电缆维护都是人工完成的。人工维护不仅工作量大、效率低,而且存在很大的安全问题。随着机器视觉的快速发展和机器人技术在各行各业的广泛应用,将机器人和视觉技术应用于电缆的自动维护已成为一种必然趋势。本文提出了一种基于YOLACT模型的双目电缆识别与定位方法,该方法首先利用改进的YOLACT网络对复杂环境下的密集电缆进行识别和分割,然后对电缆分割图像进行边缘优化与提取,最后利用得到的电缆边缘特征对双目图像中的相同目标进行匹配,从而实现复杂环境下对电缆的识别与定位。与传统的YOLACT模型相比,本文提出的电缆候选框相关度计算方法可以很好地解决识别密集电缆时出现的漏检和误检问题,提高了电缆识别的准确率。
-
单位自动化学院; 南京航空航天大学