双目视觉和机器学习的拆回电能表微颗粒清洗系统

作者：朱小超; 张磊; 解秦虎^*; 黄莺; 崔悦

来源：西安工程大学学报, 2022, 36(02): 49-55.

DOI：10.13338/j.issn.1674-649x.2022.02.007

• 双目视觉系统
• 卷积神经网络
• 电能表
• 识别
• 定位
• 微颗粒清洗系统

传统拆回电能表清洗采用人工、毛刷或离子吹风方式，导致污渍识别准确率不高，清洗效果不佳，因此，采用双目视觉和机器学习的方法对其进行改进。该系统以控制中心为核心，通过通信协议连接识别模块和清洗服务子系统，构建系统框架。建立双目视觉系统，对双目摄像机进行神经网络标定后采集拆回电能表图像信息，通过坐标转换和视差计算完成污渍定位。将定位结果输入卷积神经网络，通过网格划分、特征映射等操作完成拆回电能表污渍识别。在清洗服务子系统中设计清洗装置，依据污渍识别结果针对性清洗拆回电能表，完成清洗系统设计。以清洗500只电能表为例进行测试，结果表明：文中方法耗时22 min,识别误差约为10%,而且清洗后的电能表的检定效果由原来的70%提高到97%。