[發(fā)明專利]基于激光雷達的絕緣子串識別方法

有效

• 申請?zhí)枺?/td>: 201611234430.5
• 申請日: 2016-12-28
• 公開（公告）號: CN108256517B
• 公開（公告）日: 2021-05-28
• 發(fā)明（設(shè)計）人: 姜勇;劉國偉;王洪光;朱正國;宋屹峰;陳鵬;何斌斌;劉澈;胡冉
• 申請（專利權(quán)）人: 深圳供電局有限公司;中國科學院沈陽自動化研究所
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 白振宇

本發(fā)明涉及基于激光雷達的絕緣子串識別方法，包括以下步驟：深度圖像的獲取：通過機器人上安裝的激光雷達設(shè)備獲得深度圖像；深度圖像的預處理：對帶有絕緣子串的深度圖像進行預處理，獲得感興趣的區(qū)域；深度圖像的特征提取：在感興趣的區(qū)域中，建立深度特征曲線模型，構(gòu)建深度周期性特征矩陣和寬度向量，提取絕緣子串段數(shù)特征和盤徑變化特征；絕緣子串類型識別：根據(jù)提取出的特征對絕緣子串類型進行識別。本發(fā)明根據(jù)絕緣子串本身的特性，利用灰度周期性特征和灰度閾值特征，對絕緣子串進行識別。識別結(jié)果準確性高，提高了工作效率，對之后的變電站巡檢機器人完成沖洗任務(wù)提供依據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種應用于變電站絕緣子串基于激光雷達的自主識別方法，具體地說是一種基于機器視覺的絕緣子串自動識別方法。

背景技術(shù)

在線運行的絕緣子，在自然環(huán)境中，受到SO₂、氮氧化物以及顆粒性塵埃等大氣環(huán)境的影響，在其表面逐漸沉積了一層污穢物。在天氣干燥的情況下，這些絕緣子可以保持較高的絕緣水平，其放電電壓和潔凈、干燥狀態(tài)時接近；當遇有霧、露、雨等潮濕天氣，以及融冰、融雪時，絕緣子因表面污穢物吸收水分致使污穢層中的電解質(zhì)溶解，造成絕緣子絕緣水平降低，泄漏電流增大，嚴重時發(fā)生閃絡(luò)事故。因此，絕緣子串需要定期進行清洗。

現(xiàn)階段，絕緣子串清洗的主要手段是通過變電站的專業(yè)人員進行清洗。在進行清洗時，存在勞動強度大，危險性高等問題。

作為一種先進的技術(shù)手段，變電站巡檢機器人可以代替人工進行絕緣子串沖洗任務(wù)。為完成此任務(wù)機器人需對絕緣子串進行自動識別。因此需要提出一種自動化程度較高的絕緣子串自動識別方法。

由于絕緣子串處于室外環(huán)境中，其光照變化復雜，且變電站內(nèi)架設(shè)結(jié)構(gòu)復雜。通過激光雷達檢測，可以避免光照對傳感器的影響，同時可以克服復雜背景的影響，能夠很好的適應室外環(huán)境。而且目前基于激光雷達的絕緣子串自動識別方法尚未見報道。

發(fā)明內(nèi)容

針對上述問題，本發(fā)明要解決的技術(shù)問題是提供一種識別精度高的基于激光雷達的絕緣子串自動識別方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：基于激光雷達的絕緣子串識別方法，包括以下步驟：

深度圖像的獲取：通過機器人上安裝的激光雷達設(shè)備獲得深度圖像；

深度圖像的預處理：對帶有絕緣子串的深度圖像進行預處理，獲得感興趣的區(qū)域；

深度圖像的特征提取：在感興趣的區(qū)域中，建立深度特征曲線模型，構(gòu)建深度周期性特征矩陣和寬度向量，提取絕緣子串段數(shù)特征和盤徑變化特征；

絕緣子串類型識別：根據(jù)提取出的特征對絕緣子串類型進行識別。

所述深度圖像的預處理包括以下步驟：

(2.1)對深度圖像二值化處理，分離出深度圖像中的前景、背景，并消除背景干擾；

(2.2)對處理后的二值圖像采用膨脹運算，再采用腐蝕運算，消除二值圖像上的干擾像素點；

(2.3)然后選取最大連通域，提取出感興趣區(qū)域，完成預處理。

所述建立深度特征曲線模型如下：

提取目標區(qū)域左邊緣：

li_k＝k,

提取目標區(qū)域右邊緣：

ri_k＝k,