-
公开(公告)号:CN119444082A
公开(公告)日:2025-02-14
申请号:CN202411493393.4
申请日:2024-10-24
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司
IPC: G06Q10/0875 , G06V30/14 , G06V30/148 , G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0464
Abstract: 本发明提供了一种基于机器视觉的档案盘点方法及系统,获取档案装具各在存档案的图像;对目标层的各档案图像进行拼接;利用图像检测算法,对拼接后的图像中的档案存储单元区域进行检测,得到各档案的单元存储区域;利用图像分割算法对每个单元存储区域的档案盒脊背目标进行检测分割,并统计分割区域的数量;提取档案盒单个分割区域,按照分割区域的倾角进行图像校正,将档案盒校正为垂直角度;对校正后的档案盒图像进行档号区域图像提取,利用OCR识别技术对档号进行提取,确定该层在存档案的档号序列;将统计的数量与预存储的该层档案的台账数量进行对比,确认档案数量是否正确;将确定的档号序列和预存储的该层档案的台账信息进行对比,确认该层档案是否缺失、存放位置是否正确。本发明不仅可以判断库房内档案在库状态,也能判断库房内档案在库位置是否正确。
-
公开(公告)号:CN114723815A
公开(公告)日:2022-07-08
申请号:CN202110269210.0
申请日:2021-03-12
Applicant: 国网山东省电力公司泰安供电公司 , 国网智能科技股份有限公司
Abstract: 本发明公开了一种多目融合的图像语义目标检测方法及系统,包括:对双目相机参数进行标定,利用双目相机获取机器人作业目标的图像;将所述机器人作业目标的图像分别输入到训练好的图像语义分割模型,得到左右目图像中不同设备的轮廓信息;分别取左右目图像中目标轮廓的外接矩形为感兴趣区域,计算得到两个区域的左右目视差图,根据视差图得到目标的三维坐标信息。本发明实现作业目标的像素级分割与身份识别,基于神经网络的图像语义分割模型识别目标的三维位置,进一步利用机械臂上的摄像机提取更加精确的目标位置,实现机械臂的精准作业。
-
公开(公告)号:CN111768372A
公开(公告)日:2020-10-13
申请号:CN202010535334.4
申请日:2020-06-12
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司临沂供电公司
Abstract: 本发明公开了一种GIS设备腔体内部异物检测方法及系统,包括:构建GIS设备腔体内部异物检测模型,建立GIS腔体异物样本库;基于GIS腔体异物样本库对所述检测模型进行训练,对训练好的检测模型进行压缩;获取GIS设备腔体内部图像信息,将所述信息实时输入到压缩后的检测模型,输出检测结果,实现对GIS设备腔体内部异物的实时识别。本发明基于通道剪枝的模型压缩算法,能够减少模型部署的规模,提高目标检测算法的实时性,实现智能算法在机器人前端部署。
-
公开(公告)号:CN110614639A
公开(公告)日:2019-12-27
申请号:CN201910888460.5
申请日:2019-09-19
Applicant: 国网山东省电力公司电力科学研究院 , 国网智能科技股份有限公司
Abstract: 本公开提供了一种基于ROS的变电站巡检机器人系统及方法。其中,基于ROS的变电站巡检机器人系统包括底层硬件部和上层控制部;所述底层硬件部包括运动控制模块,其被封装成运动控制ROS节点,用于采集机器人的运动信息及接收上层控制部的运动指令来控制机器人运动;环境感知模块,其被封装成环境感知ROS节点,用于采集机器人所处的变电站内环境信息;所述上层控制部,包括地图构建模块,其被封装成地图构建ROS节点,地图构建ROS节点与运动控制ROS节点和环境感知ROS节点分别相互通信;所述地图构建ROS节点用于根据机器人的运动信息及变电站内环境信息,构建机器人变电站内运行环境地图。
-
公开(公告)号:CN114596236A
公开(公告)日:2022-06-07
申请号:CN202011404925.4
申请日:2020-12-04
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司临沂供电公司
Abstract: 本发明提供了一种密闭腔体低照度图像增强方法与系统,获取多组样本图像,对每组样本图像进行筛选,以质量最优图像为该组样本图像的模板图像,其余图像作为待增强图像,形成训练样本集;构建条件生成对抗网络,以模板图像为目标输出,采用多指标融合损失函数进行训练,再将模板图像作为真实目标,增强后图像作为虚假目标输入,进行训练;将密闭腔体内采集的图像输入训练后的条件生成对抗网络,得到图像增强后的图像。本发明实现低照度图像到高质量图像端到端的图像增强输出,有效提升了低照度图像的亮度与对比度。
-
公开(公告)号:CN114596236B
公开(公告)日:2024-09-10
申请号:CN202011404925.4
申请日:2020-12-04
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司临沂供电公司
IPC: G06T5/60 , G06T5/90 , G06T5/50 , G06N3/045 , G06N3/0475 , G06N3/094 , G06N3/0464
Abstract: 本发明提供了一种密闭腔体低照度图像增强方法及系统,获取多组样本图像,对每组样本图像进行筛选,以质量最优图像为该组样本图像的模板图像,其余图像作为待增强图像,形成训练样本集;构建条件生成对抗网络,以模板图像为目标输出,采用多指标融合损失函数进行训练,再将模板图像作为真实目标,增强后图像作为虚假目标输入,进行训练;将密闭腔体内采集的图像输入训练后的条件生成对抗网络,得到图像增强后的图像。本发明实现低照度图像到高质量图像端到端的图像增强输出,有效提升了低照度图像的亮度与对比度。
-
公开(公告)号:CN108961276B
公开(公告)日:2020-09-25
申请号:CN201810301794.3
申请日:2018-04-04
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司电力科学研究院 , 国家电网有限公司
Abstract: 本发明公开了一种基于视觉伺服的配电线路巡检数据自动采集方法及系统,包括:数据采集系统初始化;对采集到的图像进行直线分割,得到二值化图像和检测的直线段信息;利用电力线先验形态特征对二值化图像进一步处理,得到电力线在图像中的位置;对图像中的杆塔顶端进行检测和定位,根据杆塔顶端在图像中的位置,控制云台从上到下进行一系列电杆图像的采集,保存到电杆图像序列;采用基于显著性检测及ORB特征点匹配的方法实现配电杆塔全景图像的拼接。本发明提出的基于车载视觉伺服的配电线路巡检数据自动采集方法,取代人工携带设备现场采集,减轻了电力巡检人员的工作负担,提高了安全性。
-
公开(公告)号:CN119190681A
公开(公告)日:2024-12-27
申请号:CN202411493390.0
申请日:2024-10-24
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司
Abstract: 本发明提供了一种多储位桁架式档案存取机器人、系统及方法,在存/取档案时,根据存/取任务,调整桁架和所述机器人本体的位置,使机器人本体到达目标区域,调整机器人本体的姿态,对目标档案进行夹持和放置,当存/取任务中目标档案是多个时,将先夹取的目标档案放置在档案暂存柜,或依次从档案暂存柜中夹取目标档案,且根据目标档案的厚度,选择或调整相应暂存位。本发明的档案暂存柜可随机器人移动,实现机器人在档案存取时实现多卷、不同厚度档案的缓存,且暂存位规格可调,提高档案的存取效率。
-
公开(公告)号:CN110688925A
公开(公告)日:2020-01-14
申请号:CN201910887482.X
申请日:2019-09-19
Applicant: 国网山东省电力公司电力科学研究院 , 国网智能科技股份有限公司
Abstract: 本公开提供了基于深度学习的级联目标识别方法及系统,获取巡检图像的待检测样本,对目标检测样本标记,并对样本数量进行扩充;融合图像增强数据的多特征进行多级深度学习检测算法,实现针对占比较大目标的显著设备检测,剔除复杂背景对检测算法的噪声干扰;融合图像增强数据的多特征进行多级深度学习算法检测,提高深度学习在小目标检测中的检测准确率,降低了图像质量对检测算法的影响。
-
公开(公告)号:CN115131643A
公开(公告)日:2022-09-30
申请号:CN202110271246.2
申请日:2021-03-12
Applicant: 国网智能科技股份有限公司 , 国网山东省电力公司日照供电公司
IPC: G06V10/82 , G06V10/778 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种适用于变电设备漏油检测的多维图像前端分析方法及系统,获取待检测设备的图像数据和环境感知数据;待检测设备的图像数据至少包括:设备顶部图像、设备中部图像和设备地面图像,环境感知数据至少包括设备红外检测图像数据和设备温度检测数据;利用预设的神经网络模型,分别对得到的待检测设备的图像数据和环境感知数据进行识别处理,综合各个识别结果,得到设备漏油缺陷的最终识别结果;本公开基于多维立体图像,对变电站带油设备进行多维图像分析,结合周边多维环境信息,判断设备漏油,同时对变电站巡检机器人运算系统进行组合优化,提高了变电站巡检机器人对设备漏油缺陷的识别性能。
-
-
-
-
-
-
-
-
-