摘要
本发明提出了一种用于输电线路的障碍物识别及激光清障方法,通过多光谱成像采集障碍物光谱数据,利用卷积神经网络进行材质分类,结合深度图像分析障碍物形态,采用动态规划算法规划清障轨迹,并根据环境因素动态调整激光清障参数,实现了对金属、树枝、鸟巢等不同类型障碍物的精准识别和分类,能够自适应生成最优清障轨迹和参数并在清障过程中实时监测和调整,有效提高了输电线路障碍物清除的智能化和精准度,保障了电网安全稳定运行。本发明的技术方案融合了多光谱分析、深度学习、三维成像等先进技术,实现了输电线路障碍物清除的全流程智能化,具有重要的实用价值。
技术关键词
清障方法
障碍物识别
清障工具
动态规划算法
纹理特征
非金属材质
激光清障设备
形态
轨迹
信号噪声比
参数
判断障碍物
卷积神经网络模型
鸟巢
线路
深度图像数据
激光束
系统为您推荐了相关专利信息
纹理特征
Adaboost算法
样本
图像
光谱成像设备
预热器
随机森林模型
像素点
纹理特征
分类回归树算法