输电线路除冰机器人基于小波矩及svm的障碍物识别研究

《输电线路除冰机器人基于小波矩及svm的障碍物识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、输电线路除冰机器人基于小波矩及SVM的障碍物识别研究物检测与识别是高压输电线路除冰机器人自主越障和行走的前提条件.本文根据除冰机器人自身结构以及高压线路工作环境的要求，设计了一种障碍物智能识别方法.首先对机器人在线拍摄的障碍物图像进行预处理、最佳阈值处理，然后用小波模极大值计算二值图像边缘，再计算具有不变性的图像小波矩，把优化后的小波矩特征输入支持向量机（SVM）进行分类，从而实现对障碍物的识别.实验表明：障碍物的小波矩特征向量稳定可靠，SVM目标识别准确率高，利用两者优势对障碍物进行识别是一种切实可行的方法.　　　　关键词：障碍物检测;除冰机器人;小波模极大值算法;SVM分类器　　

2、：TP24：A　　2008年1月我国南方数省输电线路遭遇历史上罕见的冰雪灾害，导致湖南、湖北、江西、浙江等地的电X发生倒塔、断线、覆冰闪络等多种灾害.雪灾造成国家电X公司直接财产损失达104.5亿元，灾后电X恢复重建和改造需要投入资金390亿元［1］.线路大量覆冰就是造成此次电力损失的主要原因，而采用人工除冰的方法不仅效率低，而且对电力工人的生命安全造成了极大的威胁，因此研究输电线路在线除冰机器人替代人工除冰，对于保护我国电X的安全运行和电力工人的生命安全具有极其迫切的现实意义.　　高压输电线路上的防震锤、悬垂线夹、耐张线夹等部件都是线路安装中必要的附件,但是对于在线路上行走的除

3、冰机器人来说，就构成使其不能平坦行走的障碍物，所以障碍物的检测识别是除冰机器人在线路上自动行走的前提条件，是越障动作前的首要准备工作.　　本文针对除冰机器人自身结构以及高压线路工作环境的特点，设计一种基于视觉的智能障碍物识别方法.方法中利用小波多尺度分析工具获得稳定的障碍物图像特征，再利用SVM强大的分类能力进行目标识别，结合两者的优点提高障碍物识别精度和速度，实现机器人对障碍物的实时感知.　　6结论　　针对除冰机器人特殊工作环境需要，提出了基于小波矩及SVM技术的障碍物识别方法.实验表明机器人能有效地感知遇到的各种障碍物，为机器人自主在线行走和越障准备了条件.　　物检测与识别是高压

4、输电线路除冰机器人自主越障和行走的前提条件.本文根据除冰机器人自身结构以及高压线路工作环境的要求，设计了一种障碍物智能识别方法.首先对机器人在线拍摄的障碍物图像进行预处理、最佳阈值处理，然后用小波模极大值计算二值图像边缘，再计算具有不变性的图像小波矩，把优化后的小波矩特征输入支持向量机（SVM）进行分类，从而实现对障碍物的识别.实验表明：障碍物的小波矩特征向量稳定可靠，SVM目标识别准确率高，利用两者优势对障碍物进行识别是一种切实可行的方法.　　　　关键词：障碍物检测;除冰机器人;小波模极大值算法;SVM分类器　　：TP24：A　　2008年1月我国南方数省输电线路遭遇历史上罕见的冰

5、雪灾害，导致湖南、湖北、江西、浙江等地的电X发生倒塔、断线、覆冰闪络等多种灾害.雪灾造成国家电X公司直接财产损失达104.5亿元，灾后电X恢复重建和改造需要投入资金390亿元［1］.线路大量覆冰就是造成此次电力损失的主要原因，而采用人工除冰的方法不仅效率低，而且对电力工人的生命安全造成了极大的威胁，因此研究输电线路在线除冰机器人替代人工除冰，对于保护我国电X的安全运行和电力工人的生命安全具有极其迫切的现实意义.　　高压输电线路上的防震锤、悬垂线夹、耐张线夹等部件都是线路安装中必要的附件,但是对于在线路上行走的除冰机器人来说，就构成使其不能平坦行走的障碍物，所以障碍物的检测识别是除

6、冰机器人在线路上自动行走的前提条件，是越障动作前的首要准备工作.　　本文针对除冰机器人自身结构以及高压线路工作环境的特点，设计一种基于视觉的智能障碍物识别方法.方法中利用小波多尺度分析工具获得稳定的障碍物图像特征，再利用SVM强大的分类能力进行目标识别，结合两者的优点提高障碍物识别精度和速度，实现机器人对障碍物的实时感知.　　6结论　　针对除冰机器人特殊工作环境需要，提出了基于小波矩及SVM技术的障碍物识别方法.实验表明机器人能有效地感知遇到的各种障碍物，为机器人自主在线行走和越障准备了条件.　　robjectrecognition［J］.ActaAutomaticaSinica,2

7、009,4(35):350-355.(InChinese)　　［9］JOHNC.FasttrainingofSVMusingsequentialminimaloptimizationadvancesinkernelmethodssupportvectormachine［J］.MA:CambridgeBoston,MITPress,1999.　　［10］申宇皓.小波包变换和支持向量机模拟电路故障诊断方法［J］.火力与指挥控制,2