高压输电线路除冰机器人障碍物识别方法研究

被引:22
作者
曹文明
王耀南
印峰
伍锡如
缪思怡
机构
[1] 湖南大学电气信息学院
关键词
除冰机器人; 障碍识别; 小波模极大值算法; 联合不变矩; 小波神经网络;
D O I
10.19650/j.cnki.cjsi.2011.09.021
中图分类号
TP242 [机器人]; TM726.1 [高压线路];
学科分类号
1111 ;
摘要
障碍物检测识别是高压输电线路自主除冰机器人的关键技术之一。针对220 kV输电线路特殊的机器人工作环境,提出一种基于视觉的障碍物识别方法。首先对拍摄的障碍物图像进行中值滤波、膨胀腐蚀等预处理,经OTSU阈值优化计算后,用小波模极大值算法提取图像边缘。然后计算障碍物边缘图像的联合不变矩特征,再把矩特征输入小波神经网络进行障碍物图像的分类识别。并选取防震锤、悬垂线夹、耐张线夹三类障碍物做识别试验,还把小波神经网络与普通BP神经网络识别性能进行了比较,实验表明:以联合不变矩作为障碍物识别特征具有良好的可靠性和稳定性;小波神经网络识别分类的性能良好,比普通BP神经网络具有更快的收敛速度和更高的识别精度。
引用
收藏
页码:2049 / 2056
页数:8
相关论文
共 10 条