Print

基于多传感器信息融合的绝缘子串自动识别方法

论文摘要

绝缘子串的自主识别是变电站带电水冲洗机器人执行绝缘子串冲洗任务的重要前提。针对变电站内电力设备复杂的架设结构和室外光照条件的复杂多变问题,提出一种基于SVM与证据相容度改进D-S证据理论方法,融合相机光学图像特征和激光点云图像特征的变电站支柱绝缘子串自主识别方法。通过构建光学图像中特征曲线的灰度周期性特征矩阵和灰度阈值特征矩阵,激光点云图像中特征曲线的深度重复性特征矩阵和宽度特征矩阵,将四种特征矩阵作为特征证据,通过SVM与证据相容度方法改进的D-S证据理论进行融合,得到结果,实现对三种不同形状支柱绝缘子串的自主识别。实验结果表明,该方法可以克服图像逆光和复杂背景等干扰,准确识别出绝缘子串的类型。

论文目录

  • 1 引言
  • 2 多传感器信息融合方法
  •   2.1 绝缘子串特征矩阵提取方法
  •     2.1.1 建立绝缘子串特征曲线
  •     2.1.2 构建灰度周期性矩阵
  •     2.1.3 构建灰度阈值矩阵
  •     2.1.4 构建深度周期性矩阵
  •     2.1.5 构建宽度特征矩阵
  •   2.2 基于SVM与证据相容度的D-S证据理论识别绝缘子串
  •     2.2.1 建立绝缘子串识别框架
  •     2.2.2 绝缘子串特征证据提取
  •     2.2.3 基于SVM与证据相容度改进基本概率赋值
  •     2.2.4 基于Dempster组合规则识别绝缘子串
  • 3 仿真验证
  • 4 总结

    • 文章来源

    类型: 期刊论文

    作者: 刘澈,姜勇,姚森敬,刘国伟

    关键词: 绝缘子串,激光雷达,相机,特征融合,支持向量机,证据理论

    来源: 机械设计与制造 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 电力工业,计算机软件及计算机应用

    单位: 中国科学院沈阳自动化研究所机器人国家重点实验室,中国科学院大学,深圳供电局有限公司

    基金: 国家自然科学基金资助项目(51535008),南方电网公司重点项目(SZ-KJXM-20150901)

    分类号: TP391.41;TM63

    DOI: 10.19356/j.cnki.1001-3997.2019.04.055

    页码: 220-224

    总页数: 5

    文件大小: 404K

    下载量: 92

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/c52a2b636c7ced1ac6965140.html