申请/专利权人：哈尔滨理工大学

申请日：2022-09-07

公开（公告）日：2023-01-20

公开（公告）号：CN115631398A

主分类号：G06V10/94

分类号：G06V10/94;G06V20/00;G06V10/82;G06V10/75;G06Q10/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.20#公开

摘要：本发明公开了一种面向FAST天眼缆索检测的缺陷与障碍识别系统，涉及FAST技术领域；它的步骤如下：步骤1：图像采集；步骤2：机器人搭载处理平台；步骤3：基于Shi‑Tomasi的角点检测去模糊算法；步骤4：训练网络；步骤5：DeepSORT目标跟踪；本发明提高FAST的安全性和自动化维护水平，缩短用于进行FAST望远镜的维护时间；同时能应用于例如人工无法到达的高危作业、人工维护效率极低的作业等，提高检测效率的同时确保人员的安全性。

主权项：1.一种面向FAST缆索检测的缺陷与障碍识别系统，其特征在于：它的步骤如下：步骤1：图像采集：采用位于三段式机器人上搭载的高清晰的CCD图像传感器，所述三段式机器人沿缆索移动，所述图像传感器在移动的同时采集数据所述摄像头最高像素可达1200万像素，支持最高60帧秒视频传输，像素大小为5um×5um；步骤2：机器人搭载处理平台：选用JetsonXavierNX，包括一个8核NVIDIACarmelARMv8.264位CPU，由8个流多处理器组成的512核Volta架构的GPU，支持并行计算语言CUDA10，支持多精度计算，FP16计算能力为11TFLOPS，INT8为22TOPS；步骤3：基于Shi-Tomasi的角点检测去模糊算法：设计一种基于SHI-TOMASI算法的图像稳定预处理；SHI-TOMASI算法是一种基于角点的检测算法；角点是两条边缘的交点，它表示两条边方向改变的地方，所以角点在任意一个方向上做微小移动，都会引起该区域的梯度图的方向和幅值发生很大变化，根据此原理计算每帧视频的角点变化，判断视频是否发生了抖动；步骤4：训练网络：经过步骤3所产生的结果输入至基于YOLOX+ECA注意力机制+DILATEDENCODER模块的训练网络；对视频流进行缺陷检测，并将缺陷标记，输出检测结果；步骤5：DeepSORT目标跟踪：利用步骤4的结果初始化跟踪器，每个跟踪器都会设置一个计数器，在卡尔曼滤波之后计数器累加，当预测结果和检测结果成功匹配时，该计数器置为0；在一段时间内跟踪器没有匹配到合适的检测结果，则删除该跟踪器；DeepSORT为每一帧中新出现的检测结果分配跟踪器，当该跟踪器连续3帧的预测结果都能匹配检测结果，则确认是出现了新的轨迹，否则删除该跟踪器。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种面向FAST缆索检测的缺陷与障碍识别系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD