-
公开(公告)号：CN113780304A
公开(公告)日：2021-12-10
申请号：CN202110909340.6
申请日：2021-08-09
Applicant: 国网安徽省电力有限公司检修分公司 , 武汉中元华电软件有限公司
Inventor： 许尧 , 夏熠 , 许旵鹏 , 彭明智 , 陈知丰 , 张冬晛 , 柏跃润 , 燕亭 , 王晓东 , 马欢 , 潘军 , 樊振东 , 穆云龙 , 刘显祖 , 李梦琪 , 陈练 , 冯维刚 , 熊少华
Abstract: 本发明提供一种基于神经网络的变电站设备图像检索方法及系统，属于图像检索技术领域。该检索方法包括：构建数据库；构建并训练AlexNet‑FC网络模型以得到第一分类准确率；提取的图像特征构成第一特征库；提取SIFT特征构建视觉词典；根据SIFT特征和视觉词典生成第二特征库；构建三层BP神经网络模型，训练三层BP神经网络以得到第二分类准确率；从待检索的图像中提取图像特征构成第一向量；提取待检索的图像的SIFT特征得到第二向量；计算第一向量和第一特征库之间的距离；计算第二向量和第二特征库之间的距离；根据公式(1)和公式(2)计算待检索的图像与分类图像之间的最终距离；按照从小到大的顺序从分类图像中选择最终距离的前多个分类图像作为检索结果。
-
公开(公告)号：CN113780304B
公开(公告)日：2023-12-05
申请号：CN202110909340.6
申请日：2021-08-09
Applicant: 国网安徽省电力有限公司超高压分公司 , 武汉中元华电软件有限公司
Inventor： 许尧 , 夏熠 , 许旵鹏 , 彭明智 , 陈知丰 , 张冬晛 , 柏跃润 , 燕亭 , 王晓东 , 马欢 , 潘军 , 樊振东 , 穆云龙 , 刘显祖 , 李梦琪 , 陈练 , 冯维刚 , 熊少华
IPC: G06V10/46 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明提供一种基于神经网络的变电站设备图像检索方法及系统，属于图像检索技术领域。该检索方法包括：构建数据库；构建并训练AlexNet‑FC网络模型以得到第一分类准确率；提取的图像特征构成第一特征库；提取SIFT特征构建视觉词典；根据SIFT特征和视觉词典生成第二特征库；构建三层BP神经网络模型，训练三层BP神经网络以得到第二分类准确率；从待检索的图像中提取图像特征构成第一向量；提取待检索的图像的SIFT特征得到第二向量；计算第一向量和第一特征库之间的距离；计算第二向量和第二特征库之间的距离；根据公式(1)和公式(2)计算待检索的图像与分类图像之间的最终距离；按照从小到大的顺序从分类图像中选择最终距离的前
-
公开(公告)号：CN108009551B
公开(公告)日：2021-10-26
申请号：CN201711168115.1
申请日：2017-11-21
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明涉及一种适用于电力作业机器人的电力刀闸分合位状态识别方法。本方法主要包括以下步骤：(1)建立模板：采集一张包含刀闸的图像作为建模图像，建立定位区域模板和刀闸区域模板，生成定位模板图像和目标模板图像；(2)采集新的刀闸图像，求新的刀闸图像到定位模板图像的透视变换图；(3)定位目标，在透视变换图中定位出刀闸位置；(4)计算目标模板图像与透视变换图中的刀闸区域的相似度；(5)刀闸状态判断：根据定位的刀闸位置、相似度和刀闸模板图中刀闸状态判断新采集的刀闸图象中刀闸的状态。本发明解决了智能电网中开关状态的自动识别问题，降低了人力成本，提高了巡检效率。
-
公开(公告)号：CN107966150B
公开(公告)日：2021-02-19
申请号：CN201711167278.8
申请日：2017-11-21
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明公开了一种基于路口点和路段的变电站作业机器人路径规划及导航定位方法，主要包括：机器人自身位置与姿态检测、构建变电站环境地图、地图数据优、机器人定位、路网构造、局部路径规划、全局路径规划、机器人自主导航及路径中断与障碍处理。本发明采用主动蒙特卡罗粒子滤波定位算法和模板匹配算法相结合的定位算法和基于路口点与路段的多层路网算法，能够实现机器人在不同速度要求下的快速定位并能快速处理大量巡检任务需求下的全局路径优化。本发明适应性强，可在不同形状的道路上让机器人完成指定的巡检任务，能对道路上的障碍物进行有效的检测和选择性地绕行，整个过程不需要人工干预。
-
Patent Agency Ranking
公开(公告)号：CN108009551A
公开(公告)日：2018-05-08
申请号：CN201711168115.1
申请日：2017-11-21
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明涉及一种适用于电力作业机器人的电力刀闸分合位状态识别方法。本方法主要包括以下步骤：(1)建立模板：采集一张包含刀闸的图像作为建模图像，建立定位区域模板和刀闸区域模板，生成定位模板图像和目标模板图像；(2)采集新的刀闸图像，求新的刀闸图像到定位模板图像的透视变换图；(3)定位目标，在透视变换图中定位出刀闸位置；(4)计算目标模板图像与透视变换图中的刀闸区域的相似度；(5)刀闸状态判断：根据定位的刀闸位置、相似度和刀闸模板图中刀闸状态判断新采集的刀闸图象中刀闸的状态。本发明解决了智能电网中开关状态的自动识别问题，降低了人力成本，提高了巡检效率。
-
公开(公告)号：CN108280471B
公开(公告)日：2021-10-26
申请号：CN201810044686.2
申请日：2018-01-17
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明公开一种基于机器视觉的转换开关状态识别方法，包括如下步骤：采集并标定设备模板图，该设备模板图是对设备的正视角图，将设备模板图、辅助定位区域A模板图、辅助定位区域B模板图、设备模板图SIFT特征、辅助定位区域A模板图SIFT特征、辅助定位区域B模板图SIFT特征和旋转区域位置信息保存在模板库中；采集电力设备当前时刻的图像为待检测图像；并提取待检测图像的SIFT特征；在待检测图像中检测转换开关，切割目标区域；在目标区域搜索旋转区域，获取透视变换矩阵；利用透视变换矩阵的信息计算出转换开关旋转角度；利用旋转角度确认转换开关状态。本发明方法不仅识别速度快、准确率高，而且可以一次性识别多个开关，大大提高了效率。
-
公开(公告)号：CN108121996A
公开(公告)日：2018-06-05
申请号：CN201711168134.4
申请日：2017-11-21
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明公开一种基于机器视觉的电力屏柜硬压板状态识别方法，通过图像采集设备获取电力屏柜图像，识别所述电力屏柜图像中每个硬压板状态，通过与硬压板原始设定状态进行对比，得到状态变化的硬压板位置及当前状态。本发明利用分类器对电力屏柜上的硬压板进行目标定位、结果排序、状态识别，最终得到每个硬压板当前状态；将单个识别结果和原始设定状态进行一一对比，如果一致，则不予处理，否则，发出告警，提醒作业人员出现问题的行列号，及时处理。本发明成本低，对硬压板外观、颜色没有特定要求，对外部环境有着较好的适应性，整个处理过程无需操作人员过度干预，操作直观，响应迅速，能够直接定位到出现问题的硬压板位置及其当前状态。
-
公开(公告)号：CN108280471A
公开(公告)日：2018-07-13
申请号：CN201810044686.2
申请日：2018-01-17
Applicant: 武汉中元华电软件有限公司
Abstract: 本发明公开一种基于机器视觉的转换开关状态识别方法，包括如下步骤：采集并标定设备模板图，该设备模板图是对设备的正视角图，将设备模板图、辅助定位区域A模板图、辅助定位区域B模板图、设备模板图SIFT特征、辅助定位区域A模板图SIFT特征、辅助定位区域B模板图SIFT特征和旋转区域位置信息保存在模板库中；采集电力设备当前时刻的图像为待检测图像；并提取待检测图像的SIFT特征；在待检测图像中检测转换开关，切割目标区域；在目标区域搜索旋转区域，获取透视变换矩阵；利用透视变换矩阵的信息计算出转换开关旋转角度；利用旋转角度确认转换开关状态。本发明方法不仅识别速度快、准确率高，而且可以一次性识别多个开关，大大提高了效率。
-
公开(公告)号：CN107966150A
公开(公告)日：2018-04-27
申请号：CN201711167278.8
申请日：2017-11-21
Applicant: 武汉中元华电软件有限公司
CPC classification number: G01C21/20 , G01C21/005
Abstract: 本发明公开了一种基于路口点和路段的变电站作业机器人路径规划及导航定位方法，主要包括：机器人自身位置与姿态检测、构建变电站环境地图、地图数据优、机器人定位、路网构造、局部路径规划、全局路径规划、机器人自主导航及路径中断与障碍处理。本发明采用主动蒙特卡罗粒子滤波定位算法和模板匹配算法相结合的定位算法和基于路口点与路段的多层路网算法，能够实现机器人在不同速度要求下的快速定位并能快速处理大量巡检任务需求下的全局路径优化。本发明适应性强，可在不同形状的道路上让机器人完成指定的巡检任务，能对道路上的障碍物进行有效的检测和选择性地绕行，整个过程不需要人工干预。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.053 seconds)
