【摘 要】
:
随着社会经济水平不断提高,电力输电线网得到高速发展,电力施工工程日益增多,电力施工现场内很可能存在裸露地表,这些裸露地表是引起众多电力安全事故的隐患之一,其原因在于,(1)裸露地表在雨水冲刷下存在塌方的可能,(2)相关电力施工工程机械在裸露地表上方施工时容易进入高压线的安全范围,引起击穿短路等事故的发生。所以,巡检时需要找出电力施工现场的裸露地表区域。当前,采用无人机代替人工进行巡检正在成为电力巡
论文部分内容阅读
随着社会经济水平不断提高,电力输电线网得到高速发展,电力施工工程日益增多,电力施工现场内很可能存在裸露地表,这些裸露地表是引起众多电力安全事故的隐患之一,其原因在于,(1)裸露地表在雨水冲刷下存在塌方的可能,(2)相关电力施工工程机械在裸露地表上方施工时容易进入高压线的安全范围,引起击穿短路等事故的发生。所以,巡检时需要找出电力施工现场的裸露地表区域。当前,采用无人机代替人工进行巡检正在成为电力巡检的主要方式。为此,有必要研究无人机巡检航拍图像中裸露地表的自动识别方法,实现高精确度、高效率的自动识别无人机巡检航拍图像中的裸露地表。本文构建了含有裸露地表的无人机巡检航拍图像数据集,通过四种方法构建裸露地表识别模型,探寻出适合搭载于无人机机载平台的裸露地表识别模型。本文的主要工作内容如下:(1)构建裸露地表图像数据集。对无人机航拍采集回来的图像先做归一化处理统一尺寸,再做直方图均衡化等处理凸显图像细节、增强对比度,对图像做旋转、高斯处理等扩增图像数据集,将图像数据集按比例分为训练集和测试集。(2)采用Mask R-CNN的方法构建裸露地表识别模型。Mask R-CNN模型采用的特征金字塔网络能较好地提取裸露地表的低层和高层特征信息,并且能通过候选区域的方式以及采用全连接层完成对裸露地表的识别,本文通过对Mask R-CNN的网络模型进行研究与分析,探讨了其在小样本数据集上的表现。实验结果表明,Mask R-CNN的模型对无人机巡检航拍图像中裸露地表识别的精确度为58%,模型的权重参数规模为255M,识别时间效率为160ms。(3)采用单一图像特征的方法构建裸露地表识别模型。由于裸露地表的轮廓特征明显,且裸露地表的纹理与背景有一定的差异,本文着重研究了描述目标轮廓边缘的HOG(Histogram of oriented gradients)特征描述子与描述目标纹理的LBP(Local Binary Pattern)特征描述子在表征目标特征信息的原理和计算方法,分别对两个特征结合SVM(Support Vector Machine)分类器训练的模型在对裸露地表这一目标识别的表现进行评估。实验结果表明,人工提取图像特征的模型在权重参数规模和识别效率上都能达到要求,提取裸露地表HOG特征的模型在测试集上对裸露地表识别精确度为74%,提取裸露地表LBP特征的模型在测试集上对裸露地表识别精确度为65%。(4)在分别分析和研究了HOG特征与LBP特征的原理和计算方法以及各自的优势和局限之处后,本文提出一种融合两个特征识别裸露地表的方法,并且通过设定权重系数的数量级差距,从而抵消掉两个特征原本的数量级差距,充分发挥两个特征各自的优点。实验结果表明,由特征融合的方法训练出来的模型对航拍图像裸露地表识别的精确度达到80%以上,并且在模型的权重参数规模以及识别效率也能达到无人机机载平台的应用要求。综上所述,在小规模数据集下,本文提出的将HOG和LBP特征按照权重进行特征融合后用于识别裸露地表,相较于深度学习模型和人工提取单一特征的模型是更为有效的方法,在保证了识别裸露地表一定的精确度同时,也具备了实时性的特点,同时训练时间以及权重参数规模都更低,符合搭载于无人机机载平台的要求。本文对无人机巡检航拍图像中裸露地表的识别研究探索,为无人机实时识别航拍图像中的目标提供了一种新思路。
其他文献
随着半导体与人工智能技术的飞速发展,自动驾驶成为了目前学术界与工业界的研究热点之一。自动驾驶汽车只有对周围环境有着精准的感知,才能够稳定可靠地运行。目标检测是自动驾驶系统感知模块的核心功能,通常人们采用二维的目标检测,即根据图像信息预测出物体的位置与类别。然而,二维的目标检测不能提供准确的深度信息,即距离等信息,而这却是自动驾驶系统中路径规划、障碍物避让等模块所必须的。激光雷达点云能够提供十分精准
随着深度学习、车联网边缘计算和5G通信技术的高速发展,自动驾驶正成为未来十年影响汽车行业的关键技术。传感器是自动驾驶系统感知外界环境的媒介,传感器之间的协同性和互补性是进一步提高自动驾驶安全性的关键。近年来,多传感器融合技术得到越来越多的关注,其中点云融合方法在三维目标检测和地图构建上的应用也逐渐增多。车联网边缘计算技术旨在赋予车辆边缘节点更强大的信息处理能力与内容传输能力,为车载应用提供更高效、
本文基于已经研制出的飞行仿人机器人原理样机,设计出一套实时嵌入式控制系统,实现飞行仿人机器人的闭环控制功能。首先,通过分析目前国内外机器人嵌入式系统设计的现状,分析得出目前主流机器人嵌入式系统具备三大特点,分别是无缆化、分布式结构以及良好的实时性。其次,结合原理样机的实时性仿真结果、硬件结构、功能需求以及主流机器人嵌入式系统设计特点,实现设计指标、硬件方案以及软件方案的制定。在设计指标层面上,根据
在深度学习和计算机技术日益发展的今天,基于深度学习的车辆目标检测算法在速度和精度上都比传统方法有着非常大的提升。但如今的车辆目标检测算法基本上还是基于边框的检测算法,有着算法复杂、计算资源高、量级参数等的问题,还有很大的提升空间。所以,如何能够简化算法的框架、降低参数量以及消除冗余计算成为了一项具有挑战性的工作。本文研究了基于热力图的车辆目标检测方法和加权特征融合方法,并且对深度聚合网络DLA-3
机器人在形如震后这种极端环境中执行探测、求援等任务时,由于震后环境的不确定性,会出现大型障碍物或者沟壑,此时机器人是否具备越障能力尤为重要。针对越障能力的提高,本文从动态越障入手,提出了基于涵道推进系统的双足机器人的规划方法和全身控制器。主要内容如下:(1)通过分析基于涵道推进系统的双足机器人动力学方程,给出动态越障的定义。(2)提出合理假设和推导带有涵道推进系统的双足机器人平衡模型,并得到基于此
智能化生活已经到来,机器人的发展也会愈发蓬勃,实现的的功能也来愈加强大且复杂,放眼全球,各类机器人层出不穷的出现在生活的方方面面,有聊天类的客服类机器人,有在生产线上不知疲倦工作的机器人,更有极少数高端的手术机器人等等,上至月球挖土,下至深海寻宝,它们给人们提供各色各样便利的服务。十四五规划提出了要加强老年人社会保障,以人为本,在复杂的社会多元化情况下,为老年人提供个性化服务保障老年人生活的质量。
随着无人机技术的迅猛发展,无人机已被广泛应用到人类生产生活中。如何方便快捷简单地与无人机进行交互成为了当前研究的一个热点。与无人机进行人机交互的方式有很多种,比如语音交互、人体姿态交互、人脸交互以及手势交互等,其中手势交互具有自然、方便、直观的特点,更适合用来与无人机进行交互。从应用领域方面来看,手势与无人机的交互在无人机的起飞降落、位置调整、视觉跟踪等方面有着重大的应用价值。本文设计了一个人机交
在数字经济时代,随着大数据和社交媒体应用不断地深入网络用户的生活,用户数量急速增长推动了社交网络的推荐信息技术的快速发展。社交网络平台不仅可作为用户获取和传播信息的有效渠道,而且可作为最新资讯和社会问题治理的重要媒介。为用户提供符合个人感兴趣的新闻是社交网络的重要任务,优秀推荐算法已经成为社交网络平台竞争的核心技术。然而,推荐算法也还存在歧义性、数据稀疏、爬取大量的无用信息等影响其性能的因素,因此
回归分析诞生于近代统计学时期,其起源可以追溯到一百多年前。回归分析作为一种数学模型,其本质是建立一条虚拟的回归曲线,使该曲线尽可能的接近研究的样本点,即它是研究多个样本点之间的定量关联的一项技术。在统计学领域,回归分析方法种类繁多,但当属普通最小二乘法最为经典。普通最小二乘法通过建立回归曲线,利用实际样本数据与虚拟曲线之间的残差,求取残差的平方和的最小值以获得数据的最佳匹配函数。因此,该方法适用于
图像语义分割是一种计算机视觉技术。随着深度学习发展,语义分割逐渐应用到医疗影像、自动化驾驶以及机器人视觉等领域。使用深度卷积神经网络对图像进行语义分割时,池化层对特征图进行池化运算会导致特征图的局部区域细节特征信息的丢失,因而分割结果会出现因提取特征的细节信息不足导致细小物体的像素点和边缘的像素点被误分现象。上述两种现象会分别造成语义信息不足、边缘清晰度偏低的问题。因此,本文通过研究语义分割网络结