长沙理工大学电气与信息工程学院
纸质出版:2025
移动端阅览
陈乐, 樊绍胜, 彭音音. 配网带电作业机器人的引流线识别与定位方法研究[J]. 电力学报, 2025,40(5):329-338.
陈乐, 樊绍胜, 彭音音. 配网带电作业机器人的引流线识别与定位方法研究[J]. Journal of Electric Power, 2025, 40(5): 329-338.
陈乐, 樊绍胜, 彭音音. 配网带电作业机器人的引流线识别与定位方法研究[J]. 电力学报, 2025,40(5):329-338. DOI: 10.13357/j.dlxb.2025.036.
陈乐, 樊绍胜, 彭音音. 配网带电作业机器人的引流线识别与定位方法研究[J]. Journal of Electric Power, 2025, 40(5): 329-338. DOI: 10.13357/j.dlxb.2025.036.
为实现配网带电作业机器人在自动化搭接引流线过程中对引流线的精确分割与定位,解决高压强电磁干扰、复杂背景及引流线细长、弱纹理等带来的识别与定位难题,本文提出了一种基于DeepLabV3+的引流线分割方法,并结合双目相机实现引流线的定位。首先,对DeepLabV3+模型进行了3方面改进:使用MobileNetV3替换原始主干网络,明显降低了模型的计算复杂度;在空洞空间金字塔池化(atrous spatial pyramid pooling
ASPP)模块中插入卷积块注意力机制(convolutional block attention module
CBAM),增强了模型对引流线关键区域的关注能力;在模型输出端增加形态学处理,通过腐蚀和膨胀方法减小了噪声对分割结果的干扰。其次,利用双目相机的立体视觉技术,结合分割结果提取引流线的关键点,通过立体匹配算法实现定位。试验结果表明,本文方法在机器人的引流线分割任务中的精度较高(M
IoU
达到84.48%),在三维定位中的定位误差小于2 cm。本文研究为配网带电作业机器人的智能化操作提供了可靠的技术支持,为后续引流线自动识别提供了参考。
李秀珠.食管癌免疫组化细胞图像分割方法研究[D].北京交通大学,2022(07).
韦盛.基于图像处理的输电线识别与六旋翼巡检研究[D].合肥工业大学,2020(02).
丁婧文,卢英,王慧琴,王可,王展.结合改进多尺度CBAM的双分支铭文年代聚类网络[J].激光与光电子学进展,2025(10).
张家田,张海涛.基于双目视觉的落鱼测量方法研究[J].工业控制计算机,2024(12).
杨同,魏为民,符程程,杨天澄,薛梅.基于CBAM-SRResNet的水下图像超分辨率重建研究[J].电子测量技术,2025(01).
李方舟,樊绍胜.绝缘梯式配网搭接引流线机器人的作业控制方法研究[J].电力学报,2024(04).
李昭慧,寇鸽子.基于改进的Deeplabv3+的红外航拍图像架空导线识别算法[J].红外与激光工程,2022(11).
0
浏览量
下载量
CSCD
关联资源
相关文章
相关作者
相关机构