基于视觉的输电线路除冰机器人障碍识别方法

基于视觉的输电线路除冰机器人障碍识别方法

ID:32149470

大小:2.54 MB

页数:70页

时间:2019-01-31

基于视觉的输电线路除冰机器人障碍识别方法_第1页
基于视觉的输电线路除冰机器人障碍识别方法_第2页
基于视觉的输电线路除冰机器人障碍识别方法_第3页
基于视觉的输电线路除冰机器人障碍识别方法_第4页
基于视觉的输电线路除冰机器人障碍识别方法_第5页
资源描述:

《基于视觉的输电线路除冰机器人障碍识别方法》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、●硕士学位论文AbstractObstaclerecognitionisoneofthekeytechniquesofautonomousdeicingrobotonhighVoltagetransmissionline.Theobstaclessuchascounterweight,strainclampandsuspensiononhighVoltagetransmissionlineshouldbeef.fectiVelyrecognizedflordeicingrobottoautonomouslycrossobst

2、acles.Accordingtothestructureof220kVtransmissionline,aseriesofmethodsfbfobstacIerecognitionbasedonVisionareputfIorwardinthisthesis.Theproposedmethodsdon’trequirestructureconstraintandcanachieVegoodobstacleclassificationresults.Themainstudiesinthispaperareasfollows.

3、1)Theobstacleimagesarepretreatedfirstly,andthentheedgesofobstacleimagesaredetectedbyusingwaVeletmodulusmaximumalgorithmandcannyalgorithmrespectiVely.TheresultshowsthattheedgesofobstacIeimageswhichdetectedbywaveletmodulusmaximumaIgorithmwhichhaVeastrongeranti-jammin

4、gcapabilityhaVeabetteredgedetectionperf.0rmancethancannyalgorithm.2)Themomentfeaturesofobstacle’sedgeimagesareselectedasobstacleclassifierinputVector.ThentheunitedmomentsandthewaVeletmomentsarecalculatedandthebothmomentfeaturesarereduceddimensionandoptimizedbyusing

5、sub—optimalsearchalgorithm.3)Obstacleclassi6cationmethodsbasedonneuralnetworkareresearched.Firstofall,amultilayerfeed-forwardneuralnetworkandawaveletneuralnetworkbothbasedonBPalgorithmareproposed。SinceBPalgorithmhassIowconVergenceandiseasytendencytopartialoptimizat

6、ion,theparticleswarmoptimization(PSO)algorithmwithaf.asterconvergenceandastrongerglobaIsearchcapabilityisintroducedtoreplacetheBPalgorithmtotrainingthewaVeletneuralnetwork,thenawaVeletnetworkbasedonPSOisestablished.HoweVer,PSOalgorithmmaystillf.allintopartialoptimi

7、zation,drawingontheideaofsuddenjumpinsimulatedannealing,atlast,aimprovedPSOwaVeletnetworkbasedonsimulatedannealingalgorithmisdeVelopedanddemonstratesexcellentclassificationperfbrmance.4)Taking—intoaccountthesupportVectormachine(SVM)ismoresuitablgforsmallsamplepatte

8、rnfecognitionproblem,obstacleclassificationmethodsbasedonSVMarealsostudied.Tbbeginwith,aSVMclassifierbaSedon盯idsearchandcross—Validationforparame

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。