發(fā)布時間：2018-06-17 08:55

  本文選題：除冰機器人 + 障礙物檢測　； 參考：《湖南大學》2016年碩士論文

【摘要】：高壓輸電線路覆蓋冰雪往往會導致輸電線路不能正常穩(wěn)定地工作,很多國家曾經(jīng)都因輸電線路上的積雪引發(fā)的嚴重供電系統(tǒng)癱瘓事故而蒙受了重大的經(jīng)濟損失。因此,如何安全高效地清除輸電線路上的積雪是如今很多國家電力系統(tǒng)迫切需要解決的問題。隨著機器人技術的蓬勃發(fā)展,利用除冰機器人代替?zhèn)鹘y(tǒng)除冰方法成為當前解決輸電線路覆冰的一個重要研究課題。除冰機器人的工作環(huán)境為覆蓋了冰雪的高壓輸電線路,機器人需要在輸電線路上完成行走、越障、除冰等動作。機器人行走過程中,如何高效準確地檢測識別輸電線路上的障礙物是保證機器人完成除冰工作的必要前提,也是目前除冰機器人技術研究領域中的核心課題。因此,本文針對220KV高壓輸電線路上的障礙物特征,著重研究了基于視覺的障礙物檢測識別研究。本文首先介紹了高壓輸電線路覆蓋冰雪對人們工作生活帶來的危害。在對傳統(tǒng)的除冰方法的總結(jié)的基礎上,提出了利用除冰機器人作為新型除冰方式的意義。接著,總結(jié)了國內(nèi)外巡線機器人和除冰機器人的研究現(xiàn)狀以及除冰機器人障礙物檢測識別方法的研究成果和發(fā)展方向。結(jié)合了線路結(jié)構(gòu)特點的基礎上,主要介紹了三臂式除冰機器人本體結(jié)構(gòu)及其視覺系統(tǒng),同時介紹了輸電線路上障礙物的類型。針對輸電線路上的障礙物的檢測識別課題,本文做了以下研究：1.基于輸電線路上障礙物檢測的繁瑣性,本文根據(jù)圖像的邊緣特征,提出基于包圍盒的檢測算法,通過計算包圍盒內(nèi)完全包含的圖像邊緣數(shù)檢測障礙物。首先,對采集到的障礙物圖像進行了常規(guī)的圖像預處理,圖像的噪聲干擾減少、可讀性增強；接著利用基于結(jié)構(gòu)的隨機森林算法提取圖像邊緣；然后通過定義包圍盒評分函數(shù)對包圍盒進行評分判定包含障礙物的包圍盒。2.針對障礙物識別的復雜性,提出了基于卷積神經(jīng)網(wǎng)絡的障礙物識別算法。首先介紹了卷積神經(jīng)網(wǎng)絡的發(fā)展背景以及歷史,接著根據(jù)卷積神經(jīng)網(wǎng)絡的基本結(jié)構(gòu)提出了適用于障礙物識別的網(wǎng)絡架構(gòu),最后利用前向傳播以及反向傳播相結(jié)合訓練該網(wǎng)絡,實現(xiàn)障礙物的分類識別。
[Abstract]:High voltage transmission lines cover with snow and ice often lead to transmission lines can not work normally and stably. Many countries have suffered great economic losses due to serious power supply system paralysis caused by snow on transmission lines. Therefore, how to remove snow from transmission lines safely and efficiently is an urgent problem in many countries. With the rapid development of robot technology, using deicing robot instead of traditional deicing method has become an important research topic to solve the problem of transmission line icing. The working environment of deicing robot is a high voltage transmission line covered with ice and snow. The robot needs to complete walking, obstacle surmounting and deicing on the transmission line. In the process of robot walking, how to detect and identify obstacles on transmission lines efficiently and accurately is a necessary prerequisite for robot to complete deicing work, and it is also the core subject in the field of deicing robot technology. Therefore, this paper focuses on the obstacle detection and recognition based on vision for the obstacle characteristics of 220 KV HV transmission line. This paper first introduces the harm of high-voltage transmission line covering snow and ice to people's working life. Based on the summary of the traditional deicing method, the significance of using deicing robot as a new deicing method is put forward. Then, the research status of line patrol robot and deicing robot at home and abroad is summarized, as well as the research results and development direction of obstacle detection and identification method for deicing robot. Based on the characteristics of the line structure, this paper mainly introduces the body structure and vision system of the three-arm deicing robot, and also introduces the types of obstacles on the transmission line. Aiming at the problem of obstacle detection and identification on transmission lines, this paper does the following research: 1. 1. Based on the complexity of obstacle detection on transmission lines, an algorithm based on bounding box is proposed to detect obstacles by calculating the number of image edges contained in the bounding box. Firstly, the obstacle image is preprocessed, the noise interference is reduced, the readability is enhanced, and the edge of the image is extracted by using the structure based random forest algorithm. Then the bounding box is evaluated by defining the bounding box scoring function to determine the bounding box containing obstacles. 2. Aiming at the complexity of obstacle recognition, an obstacle recognition algorithm based on convolution neural network is proposed. Firstly, the development background and history of convolutional neural network are introduced. Then, according to the basic structure of convolutional neural network, a network architecture suitable for obstacle recognition is proposed. Finally, the network is trained by combining forward propagation and back propagation. The classification and recognition of obstacles are realized.
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TM75;TP391.41

【相似文獻】

相關期刊論文 前10條

1 楊素華,趙文龍,陳思平,江少鋒;基于球空間極近距離障礙物的超聲檢測方法[J];南昌航空工業(yè)學院學報(自然科學版);2004年04期

2 項志宇;;針對越野自主導航的障礙物檢測系統(tǒng)[J];東南大學學報(自然科學版);2005年S2期

3 謝斌;項志宇;潘華東;劉濟林;;基于偏振信息的水體障礙物檢測方法[J];浙江大學學報(工學版);2007年11期

4 朱云芳;王貽術;杜歆;;靜態(tài)環(huán)境中基于光流的障礙物檢測[J];浙江大學學報(工學版);2008年06期

5 王葵;翟榮剛;王道斌;顏普;;基于激光測距雷達和車載GPS的動態(tài)障礙物檢測[J];工業(yè)儀表與自動化裝置;2013年02期

6 趙小川;劉培志;張敏;楊立輝;施建昌;;一種適用于移動機器人的障礙物快速檢測算法及其實現(xiàn)[J];機器人;2011年02期

7 楊飛;朱株;龔小謹;劉濟林;;基于三維激光雷達的動態(tài)障礙實時檢測與跟蹤[J];浙江大學學報(工學版);2012年09期

8 杜歆;周圍;朱云芳;劉濟林;;基于單目視覺的障礙物檢測[J];浙江大學學報(工學版);2008年06期

9 稻津雅弘;車勝新;;利用超聲波檢測障礙物的裝置的研究[J];國外汽車;1983年06期

10 劉珂;隋樹林;;車道斑馬線及障礙物檢測方法研究與實現(xiàn)[J];科技信息;2012年03期

相關會議論文 前3條

1 項志宇;;針對越野自主導航的障礙物檢測系統(tǒng)[A];2005全國自動化新技術學術交流會論文集（二）[C];2005年

2 王偉;熊慶宇;王楷;羅意;;面向室內(nèi)未知環(huán)境的無障礙物區(qū)域單目視覺檢測算法研究[A];2010振動與噪聲測試峰會論文集[C];2010年

3 仲訓昱;彭俠夫;周結(jié)華;;基于激光傳感器的機器人運動障礙物檢測[A];中國自動化學會控制理論專業(yè)委員會C卷[C];2011年

相關博士學位論文 前3條

1 劉金;盲人行走輔助技術中的障礙物檢測算法研究[D];西南交通大學;2014年

2 劉健;基于三維激光雷達的無人駕駛車輛環(huán)境建模關鍵技術研究[D];中國科學技術大學;2016年

3 賈寶芝;視頻導航中的地圖生成、障礙檢測與行人人臉識別[D];中國科學技術大學;2015年

相關碩士學位論文 前10條

1 楊鑫;基于單目視覺的礦井電機車防撞預警系統(tǒng)的研究[D];中國礦業(yè)大學;2015年

2 丁新立;基于卷積神經(jīng)網(wǎng)絡的車輛前方障礙物識別[D];大連理工大學;2015年

3 易藝婷;導盲系統(tǒng)中的障礙物檢測方案設計[D];哈爾濱工業(yè)大學;2015年

4 趙日成;輔助駕駛中的路面障礙檢測技術研究[D];西安電子科技大學;2015年

5 魯永杰;基于機器視覺的列車前方障礙物檢測方法研究[D];蘭州交通大學;2015年

6 侯偉;基于雙目的前駛障礙物識別方法與應用研究[D];合肥工業(yè)大學;2015年

7 袁雨桐;基于單目視覺的智能車前方障礙物識別與測距[D];吉林大學;2016年

8 張兆陽;現(xiàn)代有軌電車障礙物識別技術研究[D];蘇州大學;2016年

9 武少宇;基于雙攝像頭的圖像分析與室內(nèi)障礙物定位[D];華南理工大學;2016年

10 陸臻;汽車輔助安全駕駛中基于視頻的障礙物檢測方法研究[D];電子科技大學;2016年

，

本文編號：2030467