[发明专利]基于嵌入式的表计识别与读数系统

说明书

本发明涉及一种基于嵌入式的表计识别与读数系统，包括下列步骤：(1)视频流的采集；(2)表计雾浓度等级判别；(3)表计识别：TX1搭载有GPU模块，通过GPU调用YOLO深度学习框架；YOLO通过采集的表计图片集，训练生成权重文件和配置文件，修改YOLO中的detector.c函数，使之在载入一次必须的权重文件和配置文件后，不再重复载入，而是循环检测图片；(4)表计读数与数据备份。

技术领域

本发明涉及嵌入式系统领域，具体涉及基于嵌入式的表计识别与读数系统。

背景技术

自1971年单片机出现以来，各种微处理器就随着电子技术的不断发展而不断更新换代，嵌入式系统最初就是基于单片机的，发展至今已有近50年的历史。嵌入式系统是嵌入式专用计算机系统的简称，与通常意义上的操作系统不同[1]，嵌入式系统是为了解决某个问题或实现某个功能而专门开发的，经常是批量生产从而满足某种设备制造的需要。随着近代科技的不断进步，尤其是近年来各种智能化设备的不断普及与发展，对各种嵌入式系统的需求也随之越来越大。嵌入式系统最突出的特点就是体积较小，便于集成到各种小型设备或搭载到各种系统当中。特别是集成电路的出现以及芯片技术的发展，使得各种微处理器的体积不断缩小，嵌入式系统的应用领域也因此变得越来越广泛。

嵌入式系统在智能系统特别是智能机器人领域具有至关重要的地位，各种各样的小体积，高效能，专用性强的嵌入式系统是智能机器人的重要组成部分。智能机器人体积小，功能丰富，能够完成很多人类所不能完成的工作，或者代替人类去完成一些危险的工作，因此智能机器人研究成为了近年来的热门研究领域。变电站智能机器人巡检是智能机器人应用的一个重要方面，主要负责代替人类进行变电站异常检测、表计识别、表计读数等工作。

变电站内存在各种表计，数目繁多，传统方式是依靠人工寻找表计，标出表计类别并进行读数记录。由于仅仅依靠人工读表、统计数据信息会浪费大量人力物力且效率低下，而且当天气恶劣或表计周边环境较为危险时也不方便进行人工操作，导致越来越难以满足变电站的需求。智能机器人巡检系统通过有效的表计识别与读数算法，可以快速完成表计识别与读数，而且能适应各种危险环境，不仅节省了大量人力物力，也大大提高了变电站工作效率。表计识别一般基于深度学习框架，通过大量样本训练从而完成分类识别，而表计读数算法则大多基于Hough检测[2-4]，一般分为三个步骤：指针区域提取、指针定位和指针读数[5]，表计识别与读数都需要进行复杂运算，对设备性能要求较高。传统的表计识别与读数系统大多都是基于计算机等大型设备实现的，识别与读数准确率较高但体积庞大，一般无法用于移动巡检系统实现实时检测。针对此问题，本文提出了基于TX1嵌入式系统的表计识别与读数系统，该嵌入式系统不仅搭配了四核CPU还搭载了专用于图像处理的GPU，能够快速运行深度学习框架完成表计识别，高效进行图像处理完成表计读数，且体积不过平板大小，方便嵌入到智能机器人巡检系统中，跟随机器人巡检过程，完成实时视频流的采集和表计识别与读数工作。该系统较传统表计识别与读数系统缩小了体积，提高了表计识别与读数的效率与精度。

[1]涂刚,阳富民,胡贯荣.嵌入式操作系统综述[J].计算机应用研究,2000,17(11).

[2]Hao Z L,Chen X H,Hu J Q,et al.OpenCV-Based Automatic DetectionSystem for AutomobileMeter[J].Applied Mechanics and Materials,2014,615:149-152.

[3]Zhang Z,Chen G,Li J,et al.The Research on Digit RecognitionAlgorithm for Automatic Meter Reading System[C]//Intelligent Control&Automation.IEEE,2010.