文献类型：期刊文章

作　　者：王海燕[1] 侯康[2,3,4]

WANG Haiyan;HOU Kang(Huizhou Power Supply Bureau,Guangdong Power Grid Co.,Ltd.,Huizhou,Guangdong 516003,China;School of Mathematical Sciences,Soochow University,Suzhou,Jiangsu 215031,China;Kunshan Industrial Technology Research Institute Co.,Ltd.,Suzhou,Jiangsu 215316,China;Institute of Semiconductors,Chinese Academy of Sciences,Beijing 100083,China)

机构地区：[1]广东电网有限责任公司惠州供电局,广东惠州516003 [2]苏州大学数学科学学院,江苏苏州215031 [3]昆山市工业技术研究院有限责任公司,江苏苏州215316 [4]中国科学院半导体研究所,北京100083

出　　处：《江苏大学学报（自然科学版）》

基　　金：中国南方电网有限责任公司科技项目(031300KK52190154);海南省重点研发计划项目(ZDYF2021GXJS213)。

年　　份：2024

卷　　号：45

期　　号：3

起止页码：323-329

语　　种：中文

收录情况：BDHX、BDHX2023、CAB、CAS、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为了提高林区山地输电线路轨道运输装备运行安全性,搭建基于图像识别的轨道运输装备安全检测系统.首先给出整个林区山地输电线路轨道运输装备电控系统;其次介绍了感知模块系统所用到的各类传感器;然后基于拆分注意力网络和自校准卷积的融合,采用Faster-RCNN算法得到更好的特征提取,并采用此改进的Faster-RCNN算法进行装备周围人员识别试验;最后基于QT开发输电线路轨道运输装备远程控制软件,并实现对装备的远程操控.结果表明:改进的Faster-RCNN算法在林区山地强光照和复杂环境下能够大幅度提高识别装备周围人员的准确性,图像识别平均精度均值mAP可达87.13%,高于常规Faster-RCNN的74.35%和级联Faster-RCNN的76.28%,充分证明改进的Faster-RCNN算法具备优良识别能力,保障林区山地输电线路轨道运输装备安全运行.

关 键 词：输电线路建设 轨道运输装备  图像识别  感知系统 安全检测 改进的Faster-RCNN  拆分注意力网络  自校准卷积  

分 类 号：TP23] TP391.4]