本發(fā)明涉及一種基于變電站巡檢機(jī)器人的掛空異物巡檢方法。

背景技術(shù)：

變電站是電力系統(tǒng)中變換電壓、接受和分配電能、控制電力的流向和調(diào)整電壓的電力設(shè)施，它通過其變壓器將各級電壓的電網(wǎng)聯(lián)系起來。變電站一般建設(shè)在空曠的室外，因此變電站一般都會周圍的物體或設(shè)施阻隔起來，一方面便于變電站的維護(hù)，另一方面可避免外界物體進(jìn)入到變電站內(nèi)對變電站設(shè)備造成安全運(yùn)行隱患。雖然上述情況中變電站都得到了很好的防護(hù)，但是由于變電站的大部分設(shè)備處于露天環(huán)境，變電站容易受到掛空異物的入侵，掛空異物的入侵不僅會影響到變電站的外觀，而且也對變電站設(shè)備造成安全運(yùn)行隱患。

對于變電站掛空異物巡檢，往往是通過人工來實現(xiàn)。就目前智能化較高的巡檢機(jī)器人而言，也僅是將圖像采集后，由人工進(jìn)行判別是否存在掛空異物。然而目前大多變電站都為無人值守站，所以在架空線或設(shè)備表面有懸掛異物時，不能及時被發(fā)現(xiàn)，容易對設(shè)備產(chǎn)生損害或?qū)用裼秒娫斐捎绊憽?/p>

有鑒于此，確有必要提供一種基于變電站巡檢機(jī)器人的掛空異物巡檢方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是提供一種基于變電站巡檢機(jī)器人的掛空異物巡檢方法，以實現(xiàn)對變電站的掛空異物自動化識別巡檢，提高了變電站掛空異物巡檢的自動化程度。

為實現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案是：

一種基于變電站巡檢機(jī)器人的掛空異物巡檢方法，其包括以下步驟：

1).巡檢機(jī)器人將變電站架空線的巡檢點(diǎn)在沒有掛空異物狀態(tài)下的圖像預(yù)先存儲并作為參考圖像；

2).控制巡檢機(jī)器人移動至巡檢點(diǎn)后，調(diào)整巡機(jī)器人的云臺角度、相機(jī)變倍及焦距值，

采集所該巡檢點(diǎn)架空線的現(xiàn)場圖像并存儲；

3).將現(xiàn)場圖像分割成n個宮格，并將每個宮格進(jìn)行二值化處理后得到每個宮格的識別特征點(diǎn)并存儲特征點(diǎn)的數(shù)據(jù)；

4).對每個宮格進(jìn)行權(quán)重配置，n個宮格的權(quán)重分別為a1、a2、a3…an，并設(shè)定圖像異常的比例閾值f，當(dāng)現(xiàn)場圖像宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)之間的相似度小于95％時，則標(biāo)記該宮格的加權(quán)系數(shù)b為1，反之則該宮格的加權(quán)系數(shù)b為0；

5)將現(xiàn)場圖像和參考圖像進(jìn)行對比，具體是，將現(xiàn)場圖像每個宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)進(jìn)行一一對比，并得到n個宮格的加權(quán)系數(shù)分別為b1、b2、b3…bn；

6)將n個宮格的權(quán)重與加權(quán)系數(shù)分別相乘后累加從而得到現(xiàn)場圖像的加權(quán)值f＝a1b1+a2b2+a3b3…anbn，將加權(quán)值f代入式(1)中，即可得到現(xiàn)場圖像的異常比例f'：

f'＝f/(a1+a2+a3…an)(1)

當(dāng)異常比例f'大于比例閾值f時，則判定該巡檢點(diǎn)存在異常，發(fā)出異常警告；否則該巡檢點(diǎn)不存掛空異物。

本發(fā)明方法通過圖像識別特征點(diǎn)來實現(xiàn)掛空異物識別的，將圖像分割成n個宮格，對每個宮格進(jìn)行權(quán)重配置，然后根據(jù)現(xiàn)場圖像宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)之間的相似度來判斷每個宮格的加權(quán)系數(shù)，從而實現(xiàn)對圖像進(jìn)行二次判定，使得掛空異物的識別能夠用數(shù)值進(jìn)行量化，從而令圖像的異常識別更為準(zhǔn)確可靠；同時能夠?qū)崿F(xiàn)對變電站的掛空異物自動化識別巡檢，提高了變電站掛空異物巡檢的自動化程度。

作為本發(fā)明的一種改進(jìn)，所述比例閾值f的數(shù)值為15％。

進(jìn)一步地，所述宮格的數(shù)量為9個，9個宮格的權(quán)重分別為a1、a2、a3…a9，a1、a2、a3…a9相對應(yīng)的數(shù)值分別為5、23、5、8、32、11、0、16、0。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)：

本發(fā)明實現(xiàn)對圖像進(jìn)行二次判定，使得掛空異物的識別能夠用數(shù)值進(jìn)行量化，從而令圖像的異常識別更為準(zhǔn)確可靠；同時能夠?qū)崿F(xiàn)對變電站的掛空異物自動化識別巡檢，提高了變電站掛空異物巡檢的自動化程度。

附圖說明

圖1為本發(fā)明基于變電站巡檢機(jī)器人的掛空異物巡檢方法的流程圖；

圖2為本發(fā)明實施例現(xiàn)場圖像宮格的權(quán)重分布圖；

圖3為本發(fā)明實施例現(xiàn)場圖像宮格的加權(quán)系數(shù)分布圖。

具體實施方式

下面結(jié)合附圖和具體實施方式對本發(fā)明的內(nèi)容做進(jìn)一步詳細(xì)說明?？梢岳斫獾氖牵颂幩枋龅木唧w實施例僅僅用于解釋本發(fā)明，而非對本發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部內(nèi)容。

實施例

請參照圖1，一種基于變電站巡檢機(jī)器人的掛空異物巡檢方法，其包括以下步驟：

1).巡檢機(jī)器人將變電站架空線的巡檢點(diǎn)在沒有掛空異物狀態(tài)下的圖像預(yù)先存儲并作為參考圖像。

2).控制巡檢機(jī)器人移動至巡檢點(diǎn)后，調(diào)整巡機(jī)器人的云臺角度、相機(jī)變倍及焦距值，

采集所該巡檢點(diǎn)架空線的現(xiàn)場圖像并存儲。

3).將現(xiàn)場圖像分割成9個宮格，并將每個宮格進(jìn)行二值化處理后得到每個宮格的識別特征點(diǎn)并存儲特征點(diǎn)的數(shù)據(jù)。

4).對每個宮格進(jìn)行權(quán)重配置，9個宮格的權(quán)重分別為a1、a2、a3…an，并設(shè)定圖像異常的比例閾值f，當(dāng)現(xiàn)場圖像宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)之間的相似度小于95％時，則標(biāo)記該宮格的加權(quán)系數(shù)b為1，反之則該宮格的加權(quán)系數(shù)b為0；其中比例閾值f的數(shù)值為15％，9個宮格的權(quán)重分別為a1、a2、a3…a9，a1、a2、a3…a9相對應(yīng)的數(shù)值分別為5、23、5、8、32、11、0、16、0。

5)將現(xiàn)場圖像和參考圖像進(jìn)行對比，具體是，將現(xiàn)場圖像每個宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)進(jìn)行一一對比，并得到9個宮格的加權(quán)系數(shù)分別為b1、b2、b3…b9。

6)將n個宮格的權(quán)重與加權(quán)系數(shù)分別相乘后累加從而得到現(xiàn)場圖像的加權(quán)值f＝a1b1+a2b2+a3b3…a9b9，將加權(quán)值f代入式(1)中，即可得到現(xiàn)場圖像的異常比例f'：

f'＝f/(a1+a2+a3…a9)(1)

當(dāng)異常比例f'大于比例閾值f時，則判定該巡檢點(diǎn)存在異常，發(fā)出異常警告；否則該巡檢點(diǎn)不存掛空異物。

如圖2所示，為本實施例現(xiàn)場圖像9個宮格的權(quán)重分布圖，9個宮格的權(quán)重分別為a1、a2、a3…a9，a1、a2、a3…a9相對應(yīng)的數(shù)值分別為5、23、5、8、32、11、0、16、0。如圖3所示，為本實施例現(xiàn)場圖像9個宮格的加權(quán)系數(shù)分布圖，將現(xiàn)場圖像每個宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)進(jìn)行一一對比，并得到9個宮格的加權(quán)系數(shù)，b1、b2、b3…b9對應(yīng)的數(shù)值分別為0、0、0、0、0、0、0、1、0。則將f＝a1b1+a2b2+a3b3…a9b9代入式(1)中，可得到現(xiàn)場圖像的異常比例f'：

f'＝(5×0+23×0+8×0+32×0+11×0+0×0+16×0+0×0+)/(5+23+5+8+32+11+0+16+0)＝16％

因此，異常比例f'超出了比例閾值f的15％，所以判定此巡檢點(diǎn)存在異常。

本發(fā)明方法通過圖像識別特征點(diǎn)來實現(xiàn)掛空異物識別的，將圖像分割成9個宮格，對每個宮格進(jìn)行權(quán)重配置，然后根據(jù)現(xiàn)場圖像宮格的特征點(diǎn)數(shù)據(jù)與參考圖像相對應(yīng)宮格的特征點(diǎn)數(shù)據(jù)之間的相似度來判斷每個宮格的加權(quán)系數(shù)，從而實現(xiàn)對圖像進(jìn)行二次判定，使得掛空異物的識別能夠用數(shù)值進(jìn)行量化，從而令圖像的異常識別更為準(zhǔn)確可靠；同時能夠?qū)崿F(xiàn)對變電站的掛空異物自動化識別巡檢，提高了變電站掛空異物巡檢的自動化程度。

上列詳細(xì)說明是針對本發(fā)明可行實施例的具體說明，該實施例并非用以限制本發(fā)明的專利范圍，凡未脫離本發(fā)明所為的等效實施或變更，均應(yīng)包含于本案的專利范圍中。