[发明专利]高压输电线缠绕异物的跟踪预测方法

说明书

本发明一种高压输电线缠绕异物的跟踪预测方法，接收摄像机返回的缠绕异物图像，计算异物位置包括异物相对于实际跟踪装置的俯仰角度和水平角度，并对异物位置数据进行归一化；创建人工神经网络，拟合异物位置与时间的函数关系；利用人工神经网络预测异物位置，调整跟踪装置位置；接收装置返回的异物真实位置，将预测结果与真实结果进行比较，若误差小于我们设定的允许值，则继续利用该神经网络预测异物的位置，否则重新收集数据训练神经网络。本发明提高了异物位置的更新速率，解决了图像刷新时间与图像处理时间不匹配的问题，免去了升级硬件的成本。

技术领域

本发明涉及高压输电线缠绕异物的智能化清除技术，具体涉及一种高压输电线缠绕异物的跟踪预测方法。

背景技术

保障架空输电线路的安全和稳定至关重要，若架空输电线路被风筝线、遮阳网、网纱、气球和塑料布等非绝缘体缠绕，则可能导致输电线路发生相间短路。为避免高压输电线路发生以上事故，一旦发现线路上缠绕异物，就需尽快清除。传统的人工清除方法安全性低、效率低，无人机喷火清除方法则存在操作复杂、续航时间短等缺点。在这种情况下，利用计算机视觉技术自动识别缠绕异物并进行跟踪清除的方法就成为必然趋势。利用摄像机采集缠绕异物图像时，受硬件成本制约，图像刷新时间较长，而图像的处理时间较短，这就导致线路因风晃动时，异物点的位置信息得不到及时更新，给后面的跟踪清除带来附加时延，扩大了对异物的跟踪误差。如果换用刷新率更高的摄像机，则设备成本会大大增加，因此需要一种能在不增加硬件成本的前提下解决该问题的方法。

发明内容

本发明的一种高压输电线缠绕异物的跟踪预测方法，解决了跟踪时图像刷新时间与图像处理时间不匹配的问题。

实现本发明目的的技术解决方案为：一种高压输电线缠绕异物的跟踪预测方法，具体包括如下步骤：

步骤1，接收摄像机返回的缠绕异物图像，计算异物位置包括异物相对于实际跟踪装置的俯仰角度和水平角度，并对异物位置数据进行归一化；

步骤2，创建人工神经网络，拟合异物位置与时间的函数关系；

步骤3、利用人工神经网络预测异物位置，调整跟踪装置位置；

步骤4、接收装置返回的异物真实位置，将预测结果与真实结果进行比较，若误差小于我们设定的允许值，则继续利用该神经网络预测异物的位置，否则重新收集数据训练神经网络。

本发明与现有技术相比，其显著优点在于：1)本发明提高了异物位置更新的速率，解决了图像刷新时间与图像处理时间不匹配的问题，并且免去了升级硬件的成本；2)本发明利用神经网络拟合非线性函数的能力，预测异物的运动轨迹，提高了复杂环境下异物位置预测的准确度。

附图说明

图1是本发明高压输电线缠绕异物跟踪预测方法的流程图。

图2是本发明利用神经网络预测异物俯仰角的效果图。

图3是本发明利用神经网络预测异物水平角的效果图。

具体实施方式

下面结合附图和具体实施例，进一步说明本发明方案。

如图1所示，高压输电线缠绕异物的跟踪预测方法，具体步骤如下：

步骤1，接收摄像机返回的缠绕异物图像，根据异物在图像中的位置计算它相对于实际跟踪装置的俯仰角度和水平角度(v,h)，存储连续N个时刻的异物位置数据其中表示第i个时刻，表示第i个时刻的俯仰角，表示第i个时刻的水平角；

步骤2，利用下式将异物位置数据归一化到(-1,1)之间：

得到归一化的异物位置数据x_i＝(t_i,v_i,h_i)(i＝1,2,…N)；