Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜国网江苏省电力有限公司镇江供电分公司汪祝年获国家专利权

恭喜国网江苏省电力有限公司镇江供电分公司汪祝年获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜国网江苏省电力有限公司镇江供电分公司申请的专利基于深度视觉的耐张绝缘子线路环境场景识别方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116758464B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310803438.2,技术领域涉及:G06V20/50;该发明授权基于深度视觉的耐张绝缘子线路环境场景识别方法是由汪祝年;周鹏;杨凯;陈通;陈永明;李星宇;李静;孙畅;张丹青;夏超;李洋洋设计研发完成,并于2023-07-03向国家知识产权局提交的专利申请。

基于深度视觉的耐张绝缘子线路环境场景识别方法在说明书摘要公布了:本发明公开了一种基于深度视觉的耐张绝缘子线路环境场景识别系统,包括:基于云台的机器人视觉模块,用于采集机器人所处架空线路环境图像;离线训练模块,利用深度神经网络对采集的视觉图像进行数据标注和标签生成以构建原始数据集,并基于改进的YOLOv5检测算法进行参数分步训练与评估;实时场景分析模块,基于训练后的模型实时检测架空线路环境下的场景信息,耐张绝缘子检测机器人可以通过此实时场景信息对其运动规划算法作出参数及策略层面上的调整,以提升机器人在架空线上运动及作业的效率及效果。

本发明授权基于深度视觉的耐张绝缘子线路环境场景识别方法在权利要求书中公布了:1.一种基于深度视觉的耐张绝缘子线路环境场景识别方法,其特征在于,包括以下步骤:步骤S1:使用基于云台的机器人视觉模块采集机器人所处架空线路环境图像;步骤S2:基于离线训练模块进行离线训练,利用深度神经网络对采集的视觉图像进行数据标注和标签生成以构建原始数据集,并进行神经网络参数分步训练与评估;具体工作步骤为:1采集架空线路环境下不同场景的图像数据,形成场景类别的标签集T=t1,t2,...,tn,其中tn代表管道对应的第n种场景;2选取不同标签下的多处场景图像数据,形成原始图像数据集P=p1,p2,...,pn,其中pn表示第n个原始图像数据,按照8:1:1的比例将数据集分为训练集、验证集和测试集;3利用改进的目标检测算法YOLOv5对样本数据进行特征提取、传递与融合,反复迭代直到满足终止条件,以获取训练后的模型;改进的目标检测算法YOLOv5具体改进为:在原网络中融合注意力机制单元、改进解耦头机制以及对损失函数的优化;改进的目标检测算法YOLOv5检测网络包括主干特征提取网络Backbone、路径聚合网络Neck以及预测网络Head,网络整体检测流程为:①主干特征提取网络Backbone负责从输入的样本数据中提取信息特征,网络架构包括CBS模块、CONV模块、C3模块及SPP模块;其中,CBS模块中采用SiLU激活函数,公式如下: ②路径聚合网络Neck采用上采样和下采样相结合的方式实现不同尺度特征信息的融合,融合后的特征层传入到预测网络Head,通过非极大值抑制的方式消除冗余信息,得到置信度高于设定阈值的场景预测类别;注意力机制单元的整合为:在路径聚合网络Neck中处理好的多尺度融合特征被传入预测网络Head之前,在CSP2_1的CBS模块后面引入SE注意力机制模块,对无关信息进行过滤,增强特征通道间的关注度,从而提高识别精度;SE注意力机制模块的操作分为挤压和激励:1挤压,是对输入的通道数为C的特征图进行全局平均池化,生成1*1*C的向量,使每个数值都拥有所在通道的全局感受野,计算方式如下式: 其中Z表示特征图的平均特征值,Fsq代表挤压操作,H表示特征图高度,W表示特征图宽度,ui,j表示特征图的单个特征值;2激励,是使用两层全连接层进行自适应学习,并生成权重,计算方式如下式:S=Fex=σw2×δw1×Z其中S表示权重,Fex代表激励操作,w1、w2分别为两个全连接层的权值,×代表全连接层中的乘积,δ表示连接层的Relu激活函数,σ表示Sigmoid函数;所述解耦头机制改进为:引入用于特定任务的上下文解耦头机制,在分类任务中融合来自深层的特征,将丰富的语义信息嵌入到当前特征图中,从而提高模型整体性能;对损失函数的优化为:在YOLOv5原网络所使用的交叉熵损失函数的基础上,引入了随机优化交叉熵改进方法,并结合自适应平滑参数和变异操作;交叉熵损失函数计算公式为: 其中,Hp,q代表交叉熵损失,m为样本数据量,n为标签个数,Pxi是目标的真实分布,Qxi是模型预测概率分布;随机优化交叉熵改进方法的参数更新策略如下式所示:Vk+1=α1Vck+α2Vgk+α3Vk-1其中Vck、Vgk分别为第k轮迭代中当前精英样本和全局精英样本的分布参数,Vk-1为第k-1轮迭代中的样本分布参数,Vk+1为第k+1轮迭代中的样本分布参数,α1、α2、α3代表平滑参数;步骤S3:进行实时场景分析,基于训练后的模型实时检测架空线路环境下的场景信息,输出耐张绝缘子检测机器人所处架空线路环境的场景类别,并根据检测结果对机器人的运动规划算法作出参数及策略调整,以提升机器人在架空线上运动及作业的效率及效果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江苏省电力有限公司镇江供电分公司,其通讯地址为:212001 江苏省镇江市电力路182号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。