配网电缆沟巡检机器人研究及应用.pptxVIP

配网电缆沟巡检机器人研究及应用;一、背景及意义 二、机器人系统设计 三、视觉检测技术 四、测试及应用 五、其他机器人介绍;;;配网电缆沟道智能巡检机器人，主要应用于的二类应用场景： 日常巡检：由电缆沟道井口进入，在沟道内行走，实时开展视觉巡查、温湿度测量、 气体检测、红外热成像等巡检工作，所感知的电缆沟内信息将传输至地面基站用于 判断日常运行状态。 紧急抢修：在出现意外事故，迫切需要人员下井抢修时，首先利用机器人快速了解 电缆沟道内的温湿度、有害气体浓度、发热点位置等状态信息，以便紧急检修时保 障人员安全，提高抢修效率。;;国内外研究概况;国内外研究概况;;;;配网电缆沟道巡检机器人结构设计 驱动机械结构 云台机械设计 本体机械设计 索道支架设计;;根据小型化，轻量化的总体设计要求，将驱动电机嵌入到驱动 轮内进行设计。;;;;;机器人后台系统采用C/S架构，主要由数据接入、数据缓存、应用服务、配 置管理四个子系统组成；其中，数据接入、数据缓存、应用服务(数据存储)为 Server端，主要提供数据接入、处理、存储能力；应用服务、配置管理为 Client端，主要提供数据展示、操作能力。;;;;;;;;;;;;;;;;变电站内表计种类多样，需要结合多种图像识别技术联合处理与识别。 其中采用基于yolox的深度学习目标检测算法，通过训练仪表类别和坐标预测模型， 输入图片推理表计位置坐标与类别信息。;利用特征点匹配算法，求取单应性矩阵，利用单应性变换修正畸变表盘，使得修正 后的表计具有尺度不变性和旋转不变性。;采用的图像增强算法主要有三类：灰度修正、去噪滤波、对比度加强。分 别采用自适应的gamma变换算法修正灰度分布、导向滤波算法去除图像噪声、 retinex对比度增强算法突出图像细节信息。 第一张为输入原图，第二张为使用gamma变换算法与导向滤波算法后的 图，第三张为在第二张基础上使用retinex对比度增强的图。;对仪表信息进行目标检测和语义内容提取，利用角度判别法、距离判别法、刻 度判别法，三种方法智能结合，最后准确求取指针读数。;;;复杂环境红外热像细节不分明、对比度小，采用参数自调整???Retinex红外 热像增强算法提高识别精度。;;;;;;变电支柱绝缘子干冰带电清洗机器人;