变电站巡检机器人道路语义分割方法及其应用

为提升变电站巡检机器人对道路场景的识别理解能力,将深度学习技术应用于变电站巡检机器人中,提出了一种适用于变电站道路场景的全卷积语义分割网络。该网络借鉴ENet编码结构提取图像特征,同时融入多种解码结构来获取更多有效特征,恢复图像目标信息。同时,针对巡检机器人以及变电站道路特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明:所提出的网络有效地提升了图像分割精度,并能较好地适应于实际变电站环境中。研究结果为机器人提供了有效的道路场景信息,辅助机器人导航避障。     

基于多传感器的隧道异常自动巡检系统的设计

为及时发现隧道内渗漏水和裂缝病害,提早采取应对措施而降低损失和节省成本,设计了一套基于多传感器的隧道自动巡检系统。通过分析隧道内渗漏水和裂缝表现出的特征,针对渗漏水现象,通过红外热成像设备获取环境的温差伪彩图,设计出一种多邻域生长动态异常区域识别算法检测漏水点;针对裂纹细小难以识别的问题,通过大面阵工业相机获取高分辨率图像,并提出一种基于相机标定的图像拼接方法获取隧道内全部视场,从而扩大裂纹检测范围。将传感器模块化安装在隧道运动巡检设备中,构建一套完整的网络架构,进行信息交互和数据传输。实验结果证明该系统有较强的可靠性和鲁棒性,渗漏水检测算法误检率低,可有效检测出温度异常区域;图像拼接算法成像质量高、拼接速度快。     

基于深度学习的变电站巡检机器人道路场景识别

为了提升变电站巡检机器人对自身所处环境的理解能力,将深度学习技术应用于变电站巡检机器人对道路场景的识别中,提出了一种全卷积道路场景识别网络(road scene recognition net,RSRNet)。该网络主要由相对浅层的编码网络和镜像结构与跳层融合结构相结合的解码网络组成,通过编码网络提取图像特征后由解码网络识别出图像目标信息。通过实验表明,本文提出的网络在同类型网络中识别精度及效率更高,同时在实际变电站场景中也表现出了优良的场景识别性能。     

基于局部监督深度混合模型的变电站巡检机器人道路场景识别

近年来,在各种图像分类和处理中,卷积神经网络(convolutional neural networks, CNN)取得了明显的优势。通过CNN中的全连通顶层和中间层等,可有效获取具有全局语义信息的深度特征以及包含局部语义信息的卷积特征,以此来提升图像识别的效果。为了进一步改进变电站巡检机器人对自身所处环境的理解能力,特别是在依赖于道路场景中整体和细节图像相结合来进行特征识别的条件下,文章提出了一种基于局部监督深度混合模型的识别网络对变电站巡检机器人道路场景进行识别,以实现对卷积特征的有效应用。首先该识别网络可以有效地避免卷积特征捕获到的局部对象在高度压缩的全连接层表示中被明显消除的问题;其次在局部卷积监督层的辅助下,通过直接将标签信息传播到卷积层,实现对图像的局部结构进行增强以补充场景图像中无序的中层语义信息;同时添加空间卷积操作来处理由于遮挡所造成的信息丢失。实验结果表明,局部监督深度混合模型网络在明显提高推理速度的同时,能够保持较高的识别精度,并在实际变电站场景的识别中表现出优秀的性能。     

基于深度学习的建筑表面裂缝缺陷识别

针对传统建筑表面裂缝缺陷中存在识别效率低下、且识别精度较低的问题,为此,提出了基于深度学习的建筑表面裂缝缺陷识别方法。首先采集建筑表面裂缝缺陷的图像数据,然后将采集图像采样与量化,以实现缺陷图像的数字化处理。将上述数字化后的图像数据进行阈值分割、滤波以及以及增强等,完成建筑表面图像的预处理;构建R-CNN深度学习模型,模型结构分为四部分,包括输入图像模块、生成模块、提取卷积特征模块以及分类和边框回归模块。将建筑表面裂缝图像输入构建的深度学习模型中,完成建筑表面裂缝缺陷的识别。实验结果表明,采用所提方法识别建筑表面裂缝缺陷的效率较高,且识别的精度较好。     

变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

采用深度卷积神经网络的路面破损智能识别

为有效识别沥青路面病害类别,为后续养护对策的制定提供依据,将深度卷积神经网络,视觉几何组(Visual Geometry Group NetWork, VGG)技术引入沥青路面病害识别任务中。根据VGG网络结构随着卷积核深度的加深可获得图片更深层次特征的特点,将VGG模型最后一层卷积核中的卷积深度加深,获得改进后的VGG模型,并与VGG模型进行比较。结果表明：改进后的VGG模型用时为278ms/step,相比于VGG模型用时为258ms/step略有增加,而对病害的识别精度又进一步优化,提升了1.36,对龟裂、松散这类复杂裂缝分别提高了1.12%、8.4%。可见,采用VGG模型可以有效识别路面病害,将其适当改进后,效果更佳,相比于其他方法,对诸如松散、龟裂等复杂路面病害可做到精确识别,达到及时、有效监测、养护路面,防止路面进一步退化的目的。     

基于深度卷积神经网络实现端子批量识别研究

随着科技进步和电力行业改革,智能化巡检已经成为潮流。但传统目标检测技术处理端子应用场景苛刻,且效果不佳。该文提出将深度卷积神经网络应用于端子批量检测中,利用深度卷积神经网络完成端子特征提取、目标定位和状态识别,完成端子端到端识别。并与电力系统对接,与后台数据实时比对,实现端子巡检智能化,提高工作效率,有效防止误检、漏检、粗心等因素造成安全事故。     

采用深度卷积神经网络的路面破损智能识别

为有效识别沥青路面病害类别，将VGG卷积神经网络引入沥青路面病害识别中. 根据VGG模型随着卷积核深度的加深可获得图片更深层次特征的特点，将VGG模型最后一层卷积核的卷积深度加深，得到改进型VGG模型，并与原始VGG模型进行比较. 结果表明：改进型VGG模型每步用时278ms，相比于原始模型每步用时258ms略有增加，而病害识别精度进一步提升了1.36%，对龟裂、松散等复杂裂缝分别提高了1.12%、0.84%. 可见，VGG模型可有效识别路面病害，将其适当改进后效果更佳，对诸如松散、龟裂等复杂路面病害可做到精确识别，能及时、有效监测路面破损状况.     

海洋平台立管的传感器优化布置

为了满足海洋平台结构健康监测和损伤识别的要求,提出了一种以协调模态可观测性与损伤可识别性为目标的传感器优化布置方法。首先根据结构运动方程,利用损伤导致结构响应的变化,推导了结构响应与模态、损伤灵敏度的近似解析解。其次,建立包含模态信息和损伤灵敏度信息的传感器优化数学模型。最后利用奇异值分解方法,发展了一种以信息矩阵最大和条件数最小为目标的迭代算法。海洋平台立管的数值算例表明:该方法能够为海洋平台立管的健康监测提供可行的布点方案。     

航空摄影科技发展成就与未来展望

在过去的一个半多世纪,航空摄影测量取得了许多重大的成就,经历了模拟摄影测量阶段、解析摄影测量阶段和数字摄影测量阶段,革新了空间数据获取的技术方法,显示出了航空摄影巨大的生命力和影响力。文章介绍了国外航空摄影近几十年在数字摄影测量工作站、胶片航空摄影仪、数字航空摄影仪等方面取得的巨大成就。在航空摄影发展的历史中,我国数字摄影测量工作站也成为其具有典型代表性的标志。因应当前航空摄影测量的发展和应用需要,本文着重对具有自主知识产权的SWDC-4数字航空数码相机进行了阐述。文章最后讨论了航空摄影的3个发展趋势,意在与广大读者一起探讨航空摄影的未来。     

浅谈航摄相片的判读

通过对航摄相片判读的实践,总结了航摄相片上地物的成像规律和特征,探讨了判读航摄相片的要领,为准确判读航摄相片提供了宝贵的经验。     

基于MPEG-2的宽带数字MMDS系统设计

随着数字化和网络化的发展,宽带数字MMDS系统在国内广大地区得到了广泛的应用,以湘潭县数字电视系统设计实例为背景,探讨了基于MPEG-2的宽带无线数字MMDS系统的整体设计和应用。     

机器视觉辅助的插头锥套式无人机自主空中加油仿真

为准确获取无人机自主空中加油对接阶段受油插头与加油锥套的相对位姿信息,提出一种机器视觉辅助的插头锥套式无人机自主空中加油方案。研究了机器视觉识别跟踪加油锥套的算法,利用卡尔曼滤波算法估计无人机与加油锥套的相对位姿。实验结果表明:机器视觉图像处理算法可精确识别跟踪加油锥套,滤波器估计的相对位姿误差收敛速度较快,满足插头锥套式无人机自主空中加油的需要。     

2018年无人机领域热点评述

 无人机集群和反无人机技术作为未来无人机发展的重要方向,已经成为研究热点,科技创新和相关政策的推动为无人机产业的蓬勃发展提供了持续动力。本文从无人机系统发展新路线、实战化应用、集群自主控制、创新驱动产业等多个角度,总结了2018年无人机领域的科技热点及发展态势。     

基于视觉的自动空中加油技术

无人机在军用和民用领域都发挥着越来越重要的作用,但是续航时间短、负载能力弱等缺点限制了无人机的应用。自动空中加油技术能够增加无人机的续航时间,增强无人机执行长航时、复杂任务的能力,从而有效地弥补上述缺点。计算机视觉技术的发展为无人机自动空中加油技术的实现提供了有效的支持。对基于视觉的硬管式自动空中加油技术的2类典型解决方案进行了介绍和对比,并在此基础上提出了基于切换模式的双目视觉解决方案,总结了涉及的关键技术和待研究的问题。     

上海市土地利用现状航空遥感调查

本文介绍了上海市土地利用现状航空遥感调查过程，并对土地利用现状航空遥感调查的理论与方法，特别是目前研究中存在的一些薄弱环节，如类型界线的表示，面积数据的调整，误差产生的原因的分析等，进行了较详细的探讨和总结，文章最后分析了上海市土地利用现状及存在问题，并提出了一些建议。     

基于航测的GIS数据采集

为了将地理元数据应用在地图中,目前常用的几种采集数据的方法是航空摄影测量技术,高分辨率卫星遥感技术,地面测绘技术,GPS测量技术,激光扫描,近景摄影测量技术等.比较这几种方法的优缺点,不难看出遥感技术是精度最高的,但是它需要的技术含量也高,因此实践起来比较困难,然而正在向遥感方向发展的航测技术已经具备了一定的精度,而且它的实用度强,目前己得到大多数用户的认可.     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

面向单体异形建筑的无人机单相机实景三维建模

针对单体异形建筑的实景三维建模问题,提出一种无人机单相机建模方法,选用小型旋翼无人机和单相机作为航摄装备,建立环绕式的无人机航路,实现对单体建筑自动化的多高度、多角度三维立体观测.使用新方法和广泛使用的无人机倾斜摄影建模方法分别对同一单体异形建筑进行影像数据采集,并对数据进行处理生成实景三维模型.结果表明,新方法相对于无人机倾斜摄影建模方法,在保证建模精度不降低的前提下提升了建模效率和建模质量.