基于机器视觉深度学习的绝缘子前端定位方法

• 作者: 杨强 苏超
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 无人机 图像识别 绝缘子 SSD算法 定位
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 视听觉智能分析技术
• 页码范围: 33-40
• 页数: 8页
• 分类号: TM726|TP181|TP391.41
• 字数: 5267字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2019.009.004

摘要

将尚未应用于电力领域的SSD(single shot multibox detector)深度学习算法和现场可编程门阵列(fieldprogrammable gate array,FPGA)硬件加速方法应用于电力巡检无人机,设计了一种基于目标图像识别技术的绝缘子前端定位系统.首先,计算目标物在图像像素坐标系中的位置坐标,并分别计算该位置在X方向、y方向与图像中心的位移偏差值;然后,根据坐标转换关系,将位移偏差值转化为2个偏转方向上的偏转角值;最后,将偏转角信息作为控制参数反馈给云台,驱动电动机完成摄像机的转动,使拍摄的目标物保持在摄像机视野的中心位置,利用经过图像数据库训练的SSD深度学习算法实现绝缘子定位.检测结果显示,该系统能够准确地对绝缘子进行定位,数据处理速度较快,提高了巡线效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏超		16	24	3.0	4.0
5	杨强	浙江大学电气工程学院	21	198	8.0	13.0