[发明专利]基于人工智能与单目视觉的电力设备检测、测距及预警方法

说明书

一种基于人工智能与单目视觉的电力设备检测、测距及预警方法，依次通过采集、构建、映射、预测、判断和预警的多个步骤，结合2D掩膜与映射关系，得到目标的3D点云，并根据虚拟距离与实际距离的转换比，完成电力设备与人的最小距离预测，根据标准中对高压设备安全距离的规定，自动判断人员是否存在危险并预警，基于带电设备的结构特性，利用预测的最小距离以及三角几何关系，计算设备带电部位与人的距离，再根据南方电网企业标准中对人与带电体的安全距离的规定，判断人员是否存在危险并预警。该方法充分利用单目相机低成本、易部署、易维护的特点，实现带电设备的实时测距及安全预警。

技术领域

本发明属于电力设备安全监测技术领域，涉及一种基于人工智能与单目视觉的电力设备检测、测距及预警方法。

背景技术

工作人员的安全监控在电力系统运行与建设中至关重要，尽管带电高压设备周围一般会有警告标志、围栏或者预防触电的措施，但是这种方法过于被动，可能会由于保护措施被破坏或者工作人员精神懈怠等原因，而不能及时进行警告。这样不仅会产生巨大经济损失，也会造成人员伤亡。因此，对变电设备周围的工作人员进行实时的安全距离监测，及时发出警告，显得尤为重要。

近年来，计算机视觉技术以及深度学习方法的快速发展大大提高了目标识别和检测的效率，已经成为电力领域视觉检测的研究热点，但是大多数基于电力设备视觉检测的研究主要还是关注二维目标的检测，由于缺少一个维度的信息，所以不能直接用于三维空间中目标的检测与测距。

当前获取场景三维信息的技术主要是通过双目视觉和激光雷达(LiDAR)实现，而在实际电力场景中，双目相机存在体积大、立体匹配所需计算量大、预测距离受双目基线限制的问题，当图像的纹理不够明显时，它很难铺捉到足够的特征用于双目的匹配；作为一种主动测量技术，LiDAR不适用于实时监测任务中，并且价格极其昂贵。因此，需要一种低成本、易部署且便捷有效的三维测距方案用于带电设备安全距离的测量及预警。

发明内容

本发明所要解决的技术问题是提供一种基于人工智能与单目视觉的电力设备检测、测距及预警方法，通过结合实例分割、深度估计、深度重构、反投影技术完成电力设备与运维人员三维距离的自动预测，分割出精细化的电力设备与“person”目标掩膜，实现带电设备安全距离的自动测量及安全预警，进一步避免触电事故、减少人员伤亡。

为解决上述技术问题，本发明所采用的技术方案是：一种基于人工智能与单目视觉的电力设备检测、测距及预警方法，它包括如下步骤：

S1，采集，采集电力设备与运维人员图像，并对获取的图像进行预处理，与提取的COCO-person数据形成有效的图像数据集；

S2，构建，构建改进的SOLOv2实例分割模型，用于检测和分割精细化的电力设备与人员掩膜；

S3，映射，基于相机的反投影变换，利用Diversedepth网络与点云编码器网络预测深度值与虚拟焦距，获得2D与3D的映射关系；

S4，预测，结合2D掩膜与映射关系，得到目标的3D点云，并根据虚拟距离与实际距离的转换比，完成电力设备与人的最小距离预测；

S5，判断，根据标准中对高压设备安全距离的规定，自动判断人员是否存在危险并预警；

S6，预警，基于带电设备的结构特性，利用预测的最小距离以及三角几何关系，计算设备带电部位与人的距离，再根据南方电网企业标准中对人与带电体的安全距离的规定，判断人员是否存在危险并预警，从而实现带电设备的实时测距及安全预警。

在S1中，对图像进行预处理包括筛选原始的电力设备图像、对图像进行镜像对称等数据扩充操作，并利用EISeg工具对电力设备和“person”目标进行掩膜标注；COCO-person数据是从COCO_val2014数据集中单独剥离出部分包含“person”目标的数据所构成的，包括图像及标签。