[发明专利]用于识别设施处的物体的方法和组件

说明书

本发明的主题是用于识别设施处的物体的方法，具有以下步骤：提供设施的三维表示，其中表示的位置和方向以及设施的位置和方向是已知的，以及获取设施的第一图像和第二图像，其中两个图像是从设施上方的多个不同位置记录的，其特征在于，针对设施的多个部段，利用视差效应分别执行对第一图像和第二图像的比较，其中在设施周围的区域中的图像相符的情况下，在设施上的物体被识别。本发明的另一个主题是相应的组件。

技术领域

本发明涉及根据权利要求1的前序部分的方法和根据权利要求10的前序部分的组件。

背景技术

迄今未公开的、日期为2017年3月15日的欧洲专利申请17161027.2，其标题为“用于对具有运行设备的设施进行状态监视的方法和组件”，公开了一种用于对包括运行设备的设施进行状态监视的方法，其中借助于第一交通工具，利用用于以光学方式获取设施的概观传感器设备来获取概观数据，并且借助于评估装置在概观数据中识别运行设备，并在考虑第一交通工具的位置的情况下，确定运行设备的位置，其中借助于具有细节相机的第二交通工具，来生成运行设备的详细图像，其中细节相机对准运行设备的相应位置。例如，仅使用一架飞行器，例如无人机或直升机，以便在飞越架空电线时借助全景相机来识别杆和绝缘子，以确定绝缘子的位置并随后借助于细节相机来获得绝缘子的高分辨率图像。这样，可以简单而可靠地识别出损坏的绝缘子。

从现有技术中已知多种图像中的检测方法。在此，尤其是二维(2D)图像中的物体检测最近受到越来越多的关注。但是例如在热成像图像或UV图像中的经典的检测技术，也在持续的工业应用中出现。还有许多其他的2D检测方法，例如基于异常或颜色差异的检测方法。迄今的工作的大部分都被限于2D检测技术，同时只有少量的工作，试图将检测方法变换到三维(3D)空间中。

例如，已知的出版物有J.Denzlerl等人的“Probabilistic Integration of CuesFrom Multiple Cameras”，涉及对不同相机的图像的集成。Shaoqin Ren等人的出版物“Faster R-CNN:Towards Real-Time Object Detection with Region ProposalNetworks”、Wei Liu等人的出版物“SSD：Single Shot MultiBox Detector”以及MichaelMason等人(2001年)的出版物“Using Histograms to Detect and Track Objects inColor Video”公开了用于在图像数据中进行物体检测的方法。Varun Chandola等人的出版物“Anomaly Detection:A Survey”(ACM Computing Surveys，2009年)涉及对数据中的预期模式的偏差的检测。

此外，还已知有英国哥伦比亚大学理学硕士Tristram Southey于2013年的博士论文“Improving Object Detection using 3D Spatial Relationships”。描述了三维图像分析。

在对例如架空电线的设施进行探查时，迄今使用直升机的飞越和图像记录来识别架空线上的损坏部位或物体。仅靠航空记录很难决定，诸如鸟巢、气球或风筝(儿童玩具)的物体位于导体电缆上还是在导体电缆下方的地面上，并且也是容易出错的。迄今，这通常是通过人工评估图像来实现的。如果错误地识别到线路上的物体，则会产生对于已触发的维护工作相应浪费掉的成本和耗费。

在一个或多个图像中的检测不能总是明确地与特定的3D物体相关联。由于各个2D图像不包含深度信息，因此无法确定沿一个视线到物体的距离。因此，不能将检测限制到3D空间的相关区域，这有时会导致不相关的错误检测。如果要将高架电线上的物体与高架电线下的物体区分开，这通过对航空记录(鸟瞰图)的自动图像评估通常是无法实现的。

发明内容

本发明的目的是提出一种方法，利用该方法可以自动且可靠地识别设施处的物体。

本发明通过根据权利要求1的方法实现了该目的。