一种基于全卷积神经网络的横担姿态测量方法

• 作者: 吴巍 郭健 郭毓 郭飞
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 配电线路维护机器人 全卷积神经网络 姿态测量 边缘检测 直线检测
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 机器人控制及其他
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13245/j.hust.181219

摘要

为满足配电线路维护机器人更换避雷器的作业需求,提出了一种基于全卷积神经网络的横担姿态测量方法.通过分析三维几何特征建立了横担姿态模型;采用基于全卷积神经网络的图像分割方法获得横担区域,并以此作为掩膜进行边缘检测,去除环境干扰;采用基于投票法和霍夫空间约束的直线检测提取横担主体区域轮廓直线,并给出了求解横担姿态向量的算法.实验结果表明:所提出方法能较为精确地测得横担姿态,为机器人自主更换避雷器奠定了良好基础.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭毓	南京理工大学自动化学院	78	782	17.0	25.0
2	郭健	南京理工大学自动化学院	73	442	13.0	17.0
3	吴巍	南京理工大学自动化学院	5	5	2.0	2.0
4	郭飞	南京理工大学自动化学院	3	4	2.0	2.0