典型文献
基于轻量型YOLOv5的风机桨叶检测与空间定位
文献摘要：
应用无人机对风力发电机进行自主巡检时,需对其桨叶叶尖进行精准定位,同时因机载计算板的计算能力有限,常规目标检测算法检测效率低下.为此提出了一种基于轻量型YOLOv5的风机桨叶检测与空间定位方法,首先对YOLOv5目标检测算法进行轻量化改进,将ShuffleNetv2作为特征提取主干网络;然后利用该算法对风机全景图像中的风机轮毂和桨叶进行检测,以得到轮毂和桨叶叶尖的像素坐标;最后利用无人机位姿信息和空间平面的几何关系,对风机桨叶进行精准定位.实验表明,所改进的目标检测算法以1.536×106的参数量在大疆MANIFOLD2-C上的检测速度提升47％,可达29.4f/s,所设计的定位方法可对风机桨叶叶尖进行精准定位,水平和高度定位误差均为±5 cm,三维整体定位误差为±10 cm.
文献关键词：
风力发电机;无人机;目标检测;YOLOv5;轻量化;深度学习;桨叶叶尖;精准定位
中图分类号：
作者姓名：
白健鹏;王巍;陈雨溪;焦嵩鸣
作者机构：
华北电力大学 自动化系,河北保定071003
文献出处：
引用格式：
[1]白健鹏;王巍;陈雨溪;焦嵩鸣-.基于轻量型YOLOv5的风机桨叶检测与空间定位)[J].智能系统学报,2022(06):1173-1181
A类：
桨叶叶尖,MANIFOLD2
B类：
轻量型,YOLOv5,风机桨叶,空间定位,风力发电机,自主巡检,精准定位,机载,计算能力,目标检测算法,检测效率,定位方法,ShuffleNetv2,主干网络,全景图像,机轮,轮毂,叶进,像素坐标,机位,位姿,几何关系,参数量,检测速度,4f,定位误差,三维整体
AB值：
0.274332
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
