[发明专利]一种输电线路巡检机器人单目检测与定位方法有效
| 申请号: | 201910603761.9 | 申请日: | 2019-07-05 |
| 公开(公告)号: | CN110298330B | 公开(公告)日: | 2023-07-18 |
| 发明(设计)人: | 房立金;吴迪 | 申请(专利权)人: | 东北大学 |
| 主分类号: | G06V20/40 | 分类号: | G06V20/40;G06V10/764;G06V10/774 |
| 代理公司: | 沈阳优普达知识产权代理事务所(特殊普通合伙) 21234 | 代理人: | 陈曦 |
| 地址: | 110169 辽*** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | 本发明提供一种输电线路巡检机器人单目检测与定位方法,包括:(1)采集不同种类线路障碍的彩色图像与深度图像,标注出彩色图片中障碍物区域作为目标区域,构建数据集一;(2)对数据集一进行预处理,送入YOLOV3网络进行训练;(3)根据YOLOV3网络输出结果,得到目标障碍物区域,在对应的深度图像中找到同样的区域,获得深度信息,由YOLOV3网络得到输出张量与其对应的深度信息构成数据集二;(4)将数据集二送入线性回归模型进行训练;(5)利用已训练好的YOLOV3网络与线性回归模型进行障碍物识别与定位测试。本发明利用了深度学习与机器学习的方法,与传统的方法相比升了准确率与实时性,大大降低了成本,得到更好的检测效果和性能。 | ||
| 搜索关键词: | 一种 输电 线路 巡检 机器人 检测 定位 方法 | ||
【主权项】:
1.一种输电线路巡检机器人单目检测与定位方法,其特征在于,包括如下步骤:步骤1:采集不同种类线路障碍的彩色图像与深度图像,标注出彩色图片中障碍物区域部分作为目标区域,按照目标区域中障碍物的种类进行分类从而构建数据集一;步骤2:对数据集一中的彩色图像进行图像预处理,并送入YOLOV3卷积神经网络模型进行训练,直到损失函数≤0.0001并对模型进行评估;步骤3:根据YOLOV3卷积神经网络输出结果,得到目标障碍物种类和区域,在对应的深度图像中找到同样的区域,便可获得其深度信息,由YOLOV3卷积神经网络得到输出张量和与其对应的深度信息便构成数据集二;步骤4:将数据集二送入线性回归模型进行训练,并对模型进行评估;步骤5:利用已训练好的YOLOV3卷积神经网络与线性回归模型共同组成的检测系统进行障碍物识别与定位测试,自动框出障碍物并显示种类和距离。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东北大学,未经东北大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910603761.9/,转载请声明来源钻瓜专利网。
- 上一篇:表情程度预测模型获取方法及装置、存储介质与终端
- 下一篇:一种人证比对方法





