科研之友
微信
新浪微博
Facebook
分享链接
摘要
国内高压输电线路机器人巡检存在运行环境复杂、传感器信息量大且多样和越障效率低等问题。本文以极寒条件下500 kV输电线路典型障碍物为研究对象,提出一种利用图像处理技术预处理提取目标特征,机器学习SVM分类决策算法分类,再与结构约束结合从而可以高效准确地识别高压输电线路障碍物,并通过准确性和有效性验证。结果表明,该算法可以准确地识别定位防震锤等障碍物,对我国高压输电线路智能机器人巡检技术的发展提供了参考和借鉴。
- 单位
国内高压输电线路机器人巡检存在运行环境复杂、传感器信息量大且多样和越障效率低等问题。本文以极寒条件下500 kV输电线路典型障碍物为研究对象,提出一种利用图像处理技术预处理提取目标特征,机器学习SVM分类决策算法分类,再与结构约束结合从而可以高效准确地识别高压输电线路障碍物,并通过准确性和有效性验证。结果表明,该算法可以准确地识别定位防震锤等障碍物,对我国高压输电线路智能机器人巡检技术的发展提供了参考和借鉴。
