基于机器视觉深度学习的绝缘子前端定位方法

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(field-programmable 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。