自主巡檢與故障監測機器人技術

電子信息

(1) 長時間魯棒定位與建圖：未知室內外環境下激光雷達/視覺建圖，基于深度學習的跨時段場景識別克服天氣/季節/場景變化并修復運動對象干擾，分層路徑規劃實現高效率自主導航。 (2) 電力設備表計識別：基于圖像識別算法研發形成移動終端側的典型指針式表計自動讀數技術。 (3) 電網設備圖像部件級實例分割： ①　RGB-T自動標注技術突破了制約設備樣本獲取難的共性瓶頸； ②　基于深度學習的實例分割技術攻克了背景復雜、目標占比小和多目標共現的電網設備部件級分割難題； ③　弱/半監督學習技術提高了樣本利用率，大大降低標注成本； ④　模型壓縮與加速技術使得基于深度學習的電力設備識別方法在低功耗移動終端側應用成為可能。 (4) 設備圖像故障監測：基于紅外/紫外/可見光的電力設備過熱、滲水、漏油、明火等典型故障檢測與故障報警，具備自定義通信報文與遠程推送功能。

未應用