高压输电线路除冰机器人障碍物识别方法研究

摘要：

障碍物检测识别是高压输电线路自主除冰机器人的关键技术之一.针对220 kV输电线路特殊的机器人工作环境,提出一种基于视觉的障碍物识别方法.首先对拍摄的障碍物图像进行中值滤波、膨胀腐蚀等预处理,经OTSU阈值优化计算后,用小波模极大值算法提取图像边缘.然后计算障碍物边缘图像的联合不变矩特征,再把矩特征输入小波神经网络进行障碍物图像的分类识别.并选取防震锤、悬垂线夹、耐张线夹三类障碍物做识别试验,还把小波神经网络与普通BP神经网络识别性能进行了比较,实验表明:以联合不变矩作为障碍物识别特征具有良好的可靠性和稳定性；小波神经网络识别分类的性能良好,比普通BP神经网络具有更快的收敛速度和更高的识别精度.

关键词：除冰机器人、障碍识别、小波模极大值算法、联合不变矩、小波神经网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：国家支撑计划项目2008BAF36B01;国家863项目2008AA04Z214,2007AA04Z244

在线出版日期：2012-02-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2049-2056