文献类型：期刊文章

作　　者：高春辉[1] 李方[2] 秘立鹏[1] 王泽禹[3]

GAO Chun-hui;LI Fang;MI Li-peng;WANG Ze-yu(Institute of State Grid East Inner Mongolia Electric Power Co.Ltd.,Hohhot 010020,China;Guangdong Keystar Intelligence Robot Co.Ltd.,Foshan 528300,China;State Grid East Inner Mongolia Maintenance Company,Tongliao 028000,China)

机构地区：[1]国网内蒙古东部电力有限公司电力科学研究院,内蒙古呼和浩特010020 [2]广东科凯达智能机器人有限公司,广东佛山528300 [3]国网内蒙古东部电力有限公司检修分公司,内蒙古通辽028000

出　　处：《山东农业大学学报（自然科学版）》

年　　份：2020

卷　　号：51

期　　号：3

起止页码：525-528

语　　种：中文

收录情况：BDHX、BDHX2017、CAB、JST、ZGKJHX、核心刊

摘　　要：国内高压输电线路机器人巡检存在运行环境复杂、传感器信息量大且多样和越障效率低等问题。本文以极寒条件下500 kV输电线路典型障碍物为研究对象,提出一种利用图像处理技术预处理提取目标特征,机器学习SVM分类决策算法分类,再与结构约束结合从而可以高效准确地识别高压输电线路障碍物,并通过准确性和有效性验证。结果表明,该算法可以准确地识别定位防震锤等障碍物,对我国高压输电线路智能机器人巡检技术的发展提供了参考和借鉴。

关 键 词：输电线路 机器人巡检  

分 类 号：TM755]