专利名称：基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法
技术领域：
本发明属于变电站自动化控制领域，尤其涉及一种基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法。
背景技术：
在变电运行中，刀闸是一种转换运行方式的重要设备，在变电站倒闸操作中由于刀闸二次回路限位开关异常或刀闸一次部分机械构件存在松动或者卡涩，会造成刀闸分合不可靠故障，这会直接影响到系统供电的安全性和可靠性，可能引起恶性事故的发生，是必影响工农业的生产和人们的正常生活，给国民经济带来损失。为有效防止刀闸分合不可靠引发的人身和重大设备事故，国内外许多机构都对此进行了深入的研究，主要的研究成果包括I、国家知识产权局于2010年01月20日公告的专利号200910065685. 7，名称为
“一种刀闸分合到位检测装置”的专利中公开了一种刀闸分合到位检测装置，该装置具有刀闸动作辅助接点，刀闸动作辅助接点与操作保护装置连接，聚光反射体设在刀闸的动触头上，光发射接收装置设置在刀闸底座安全平台上，一组光发射接收装置发射并接收到刀闸在合闸到位时由聚光反射体反射回的光束，另一组光发射接收装置发射并接收到刀闸在分闸到位时由聚光反射体反射回的光束，由光发射接收装置的对比判断电路的输出端与刀闸辅助接点连接，判断出刀闸是否分合到位。2、国家知识产权局于2011年5月18日公告的专利号201110216378. 1，名称为“基于红外检测的变电站刀闸模式识别方法”的专利中提供一种基于SIFT特征的电力刀闸状态识别方法，代替人来实现刀闸分合状态的自动识别。3、国家知识产权局于2011年10月27日公告的专利号201110329986. 3，名称为“一种基于图像模式识别的刀闸分合可靠性识别方法”的专利中提供一种通过分析电力刀闸图像特征来识别刀闸分合可靠状态识别方法，由此代替人来实现刀闸分合可靠性状态的自动识别。上述研究都取得了一定程度上的有益效果，但仍存在如下问题1、“一种刀闸分合到位检测装置”通过改变刀闸的物理构造来实现刀闸分合到位的判断，需要对刀闸设备进行改造，工作量大，且成本较高，且改造过程中需要对线路停电，给生产和生活带来不便。2、“基于红外检测的变电站刀闸模式识别方法”通过对红外图像的分析来达到刀闸分合状态的自动识别，但无法实现对刀闸分合到位可靠性的自动判别。3、“一种基于图像模式识别的刀闸分合可靠性识别方法”通过图像模式识别技术来达到刀闸分合可靠性的自动识别，但该方法只是适用于该专利中所述的水平旋转式刀闸，不适用于本文所述类型的刀闸
发明内容
本发明的目的是为克服上述现有技术的不足，提供一种基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，该方法判断精确，工作量小、成本低和有效解决了所述类型刀闸合位可靠性的自动判别的问题的优点。本发明基于移动机器人，通过分析移动机器人采集到的可见光或红外图像，利用图像模式识别技术，通过分析刀闸臂特征点间距离，实现刀闸分合到位可靠性的自动识别。本发明采用如下技术方案一种基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，它实现的步骤是步骤一、依据刀闸合闸到位数据信息建立合闸到位标准数据模板；步骤二、计算机对移动机器人实时采集的刀闸合闸状况的可见光或红外图像信息进行分析；步骤三、对刀闸合闸到位可靠性进行判别；将实时采集的刀闸合闸状况与建立的合闸到位标准数据模板进行比对，若一致则满足刀闸可靠合闸到位；否则，说明刀闸合闸未可靠到位。所述步骤一具体为人工采集刀闸设备合闸到位可见光或红外图像，标定出图像中两个刀闸臂上圆形特征区域；测量任意一侧圆形的直径DMO和两个圆形区域中心的距离DM1，并计算两者比例关系RM = DM0/DM1,以此作为刀闸合闸到位的模板。所述步骤二具体步骤如下I、利用特征点匹配方式实现图像中刀闸触头区域的准确定位，从而从复杂的背景信息中将刀闸臂上圆形特征区域剥离出来；II、利用图像圆形检测方式实现对刀闸上两个圆形特征区域的自动识别，进而计算任意一侧圆形的直径DO和两个圆形区域中心的距离Dl ;通过D0/D1两者比例关系得到R0所述步骤三具体为通过实时采集到的图像中任意一侧圆形的直径和两个圆形区域中心的距离的比例R，与RM进行对比，实现刀闸合位可靠性的判别；刀闸合位可靠性判别规则如下
权利要求
1.一种基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，它实现的步骤是 步骤一、依据刀闸合闸到位数据信息建立合闸到位标准数据模板； 步骤ニ、计算机对移动机器人实时采集的刀闸合闸状况的可见光或红外图像信息进行分析； 步骤三、对刀闸合闸到位可靠性进行判别；将实时采集的刀闸合闸状况与建立的合闸到位标准数据模板进行比对，若一致则满足刀闸可靠合闸到位；否则，说明刀闸合闸未可靠到位。
2.如权利要求I所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述步骤一具体为 人工采集刀闸设备合闸到位时可见光或红外图像，标定出图像中两个刀闸臂上圆形特征区域；测量任意一侧圆形的直径DMO和两个圆形区域中心的距离DM1，并计算两者比例关系RM = DM0/DM1,以此作为刀闸合闸到位的模板； 所述步骤ニ具体步骤如下 I、利用特征点匹配方式实现图像中刀闸触头区域的准确定位，从而从复杂的背景信息中将刀闸臂上圆形特征区域剥离出来； II、利用图像圆形检测方式实现对刀闸上两个圆形特征区域的自动识别，进而计算任意一侧圆形的直径DO和两个圆形区域中心的距离Dl ;通过D0/D1两者比例关系得到R。
3.如权利要求2所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述步骤三具体为 通过实时采集到的图像中任意一侧圆形的直径和两个圆形区域中心的距离的比例R，与RM进行对比，实现刀闸合位可靠性的判别；刀闸合位可靠性判别规则如下刀闸是否可靠合闸到位=丨ニ Κ~Μ~°1 否 R-RM〈0 即若R-RM ^ O则刀闸合位可靠；当R-RM < O则刀闸合闸到位不可靠。
4.如权利要求I所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述移动机器人包括安装有驱动器、电源和控制计算机的机器人本体，与机器人本体相连的磁传感器和RFID传感器，安装在机器人本体上方的云台，安装在云台上方的可见光摄像机、红外摄像机、雨刷和辅助光源；所述移动机器人还设有可见光、红外传感器，实现基于磁信号和RFID技术的自主导航和准确定位，具备自主充电、无线传输功能。
5.如权利要求3所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述特征点匹配方式是利用SURF算法来实现刀闸设备的准确定位。
6.如权利要求3所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述图像圆形检测方式是采用Hough变换算法来实现对刀闸上两个圆形特征区域的识别。
7.如权利要求5所述的基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，其特征是，所述SURF算法中，对每个关键点使用4X4共16个种子点来描述，计算8个方向的梯度方向直方图，即最终形成128维的SURF特征向量。
全文摘要
本发明公开了一种基于刀闸臂特征点间距离的刀闸状态合位可靠性判别方法，利用特征点匹配方式实现图像中刀闸的触头区域的准确定位，通过图像圆形检测方式，实现对分别位于两个刀闸臂上的圆形特征区域的识别定位，通过计算任意一侧圆形的直径和两个圆形区域中心的距离，计算两者间的比例关系，实现对刀闸状态合位可靠性识别；本发明的有益效果本发明基于图像模式识别技术实现刀闸合位可靠性识别，代替运行人员实现刀闸合闸到位可靠性的识别，大大减轻运行人员的劳动强度，缩短操作时间，消除现场人员的主观因素的影响；工作量小，系统成本小，具有较高的实用性。
文档编号G06K9/64GK102622615SQ20121004409
公开日2012年8月1日 申请日期2012年2月24日 优先权日2012年2月24日
发明者刘延兴, 张宝喜, 李北斗, 梁涛, 王振利 申请人:山东鲁能智能技术有限公司