输电线路除冰机器人基于小波矩及SVM的障碍物识别研究

• 作者: 文益民 曹文明 王耀南
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 障碍物检测 除冰机器人 小波模极大值算法 SVM分类器
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 机电工程
• 页码范围: 33-38
• 页数: 6页
• 分类号: TP24
• 语种: 中文

摘要

障碍物检测与识别是高压输电线路除冰机器人自主越障和行走的前提条件.本文根据除冰机器人自身结构以及高压线路工作环境的要求,设计了一种障碍物智能识别方法.首先对机器人在线拍摄的障碍物图像进行预处理、最佳阈值处理,然后用小波模极大值计算二值图像边缘,再计算具有不变性的图像小波矩,把优化后的小波矩特征输入支持向量机(SVM)进行分类,从而实现对障碍物的识别.实验表明:障碍物的小波矩特征向量稳定可靠,SVM目标识别准确率高,利用两者优势对障碍物进行识别是一种切实可行的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王耀南	湖南大学电气与信息工程学院	624	12897	53.0	86.0
2	文益民	桂林电子科技大学计算机科学与工程学院	34	234	8.0	13.0
3	曹文明	湖南大学电气与信息工程学院	8	141	6.0	8.0