CN113902698B 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 （国网山西省电力公司）_第1页
CN113902698B 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 （国网山西省电力公司）_第2页
CN113902698B 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 （国网山西省电力公司）_第3页
CN113902698B 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 （国网山西省电力公司）_第4页
CN113902698B 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 （国网山西省电力公司）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于智能视觉控制的无人机云台渐进本发明一种基于智能视觉控制的无人机云法的改进；解决上述技术问题采用的技术方案两个检测模型并将目标信息传输至无人机云台2步骤二：对步骤一中的图像样本数据库中图像进行标注步骤三：构建基于YOLOv5和SSPNet的目标步骤五：在实时真实场景图像数据流输入后，分时在获取到目标边框大小、坐标与云台姿态信息后保存，将目标参步骤5.1：无人机飞至距目标区域10m处，调用model1多目标部件检测模型即基于始坐标和云台初始姿态1保存至存储模块为后续渐进式处理作准备；公式内Sc表示绝缘子机最近距离的绝缘子部件进行对焦操作，对焦之后将此时无人机的云台姿态2存储至存储32.根据权利要求1所述的一种基于智能视觉控制的无人机云台渐进式目标对焦方法，3.根据权利要求1所述的一种基于智能视觉控制的无人机云台渐进式目标对焦方法，4.根据权利要求1所述的一种基于智能视觉控制的无人机云台渐进式目标对焦方法，之后引入尺度选择模块，利用相邻层的关系来实现深层与浅层之间适当的特征贡献，4制的输电线路部件缺陷目标对焦方法在电力线路设备检测中具有重要的理论意义和应用这非常具有挑战性。随着深度学习技术在计算机视觉以及人机交互等领域惊人的性能提无人机云台渐进式目标对焦方法，利用双模型视觉控制模块捕获到的大小部件与缺陷信5[0009]步骤三：构建基于YOLOv5和SSPNet的目标检测双模型并通过数据集进行模型训[0014]所述步骤三中的基于YOLOv5的目标检测模型主要实现对输电线路设备部件的实[0015]所述步骤三中的基于SSPNet的目标检测模型主要实现对输电线路上的部件缺陷始坐标和云台初始姿态1保存至存储模块为后续渐进式处理作准备；公式内Sc表示绝缘子无人机最近距离的绝缘子部件进行对焦操作，对焦之后将此时无人机的云台姿态2存储至何关系推导出目标物体所在位置与屏幕中心6[0027]计算所得目标框与图片长宽比例相关系数实现自动化焦距调[0030]本发明相对于现有技术具备的有益效果为：相比目前传统的无人机云台对焦算[0031](1)精准识别与检测。本发明提出的方法可以通过不同网络结构训练得到的目标[0032](2)渐进式目标对焦与采集。本发明不再使用传统的人工或半人工方法进行无人7据流输入后，分时自动调用两个模型并将目标信息传输至无人机云台渐进式目标对焦模[0042]随后进行适用于复杂环境下多目标与小尺度的深度学习目标检测网络的结构改[0043]模型1：基于YOLOv5的输电线路部件实时多目标检测模型(muti-YOLOv5—[0044]模型2：基于SSPNet的线路部件缺陷实时小尺度目标检测模型(tiny-SSPNet—Model2)。现有检测方法大多采用特征金字塔网络通过组合深层的上下文特征来丰富浅层89

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论