计算机技术与发展2023，Vol.33Issue(8) ：206-213.DOI:10.3969/j.issn.1673-629X.2023.08.030

融合视觉感知与RTK定位的变电站越界违章检测

Research on Out-of-bounds Detection Integrating Visual Perception and RTK Positioning in Substations

丁俊峰 肖文韬 李明远 吴德勇 顾德扬 陈轩 陈蕾
计算机技术与发展2023，Vol.33Issue(8) ：206-213.DOI:10.3969/j.issn.1673-629X.2023.08.030
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

融合视觉感知与RTK定位的变电站越界违章检测

Research on Out-of-bounds Detection Integrating Visual Perception and RTK Positioning in Substations

丁俊峰 1肖文韬 2李明远 1吴德勇 1顾德扬 2陈轩 3陈蕾2
扫码查看

作者信息

  • 1. 国网江苏省电力有限公司,江苏 南京 211102
  • 2. 南京邮电大学,江苏 南京 210023
  • 3. 国网江苏省电力有限公司超高压分公司,江苏 南京 211102
  • 折叠

摘要

针对变电站改扩建过程中地面周界及高空高程越界违章检测的实际需求,探讨采用一种融合视觉感知与RTK(real-time kinematic)定位的变电站越界违章检测算法.RTK是一种载波相位差分实时动态定位技术,定位精度可达厘米级但仅能测得单点位置,不能满足施工人员的周身越界检测需求,而视频摄像头的正交部署和视觉感知技术的引入则可弥补该周身定位缺陷.为此,基于轻量级目标检测模型YOLOv5,该文提出一种融合视觉感知与RTK定位的变电站越界违章检测算法.考虑到该算法需设置若干锚点作为配准参照物,在现有YOLOv5 中加入了注意力模块CBAM以增强网络对感兴趣区域的特征学习能力,并同时引入Alpha-IoU作为边框回归损失度量以提升网络对长尾小目标的鲁棒性.真实场景下的实验结果表明,所提出的算法不仅检测精度高,而且实时性好,能满足变电站改扩建施工越界违章行为的实际检测需求.

关键词

视觉感知/实时动态定位/越界检测/YOLOv5/变电站

Key words

visual perception/real-time kinematic positioning/out-of-bounds detection/YOLOv5/substation

引用本文复制引用

基金项目

国家电网江苏省电力公司科技项目(J2021156)

出版年

2023
计算机技术与发展
陕西省计算机学会

计算机技术与发展

CSTPCD
影响因子：0.621
ISSN：1673-629X
参考文献量9
段落导航相关论文