增强注意力的语义细分用于分站检查机器人导航
Changqing Cai1, Yongkang Yang1, Kaiqiao Tian2
1College of Electrical and Information Engineering, Changchun Institute of Technology, 395 Kuan Ping Road, Changchun 130103, China.
Sensors (Basel, Switzerland)
|October 16, 2025
概括
这项研究引入了一种自主机器人,用于检查室外变电站,克服照明不良和障碍等挑战. 机器人使用增强的语义细分和GPS导航来准确,可靠的基础设施检查.
科学领域:
- 机器人和自动化 机器人和自动化
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 户外变电站由于地形不平坦,灯光变化和堵塞而面临重大检查挑战.
- 现有的自主系统难以应对这些环境的复杂性,限制了可靠的机器人检查.
研究的目的:
- 开发一种嵌入式检查机器人,能够在具有挑战性的户外变电站环境中可靠自主操作.
- 增强语义细分和GPS辅助导航,以提高机器人检查的准确性和稳定性.
主要方法:
- 一个嵌入式检查机器人集成了注意力增强的DeepLabV3+语义细分模型与GPS辅助导航.
- 整合了ECA-SimAM和CBAM注意力模块,以及GPS引导的注意力组件,以精细化功能焦点.
- 利用RTK-GPS进行全球定位,并从分段输出生成导航线,用于基于路点的行为.
主要成果:
- 提出的方法在细分中实现了85.26%的平均IOU和89.45%的平均像素精度.
- 在具有挑战性的条件下,性能超过了U-Net,PSPNet,HRNet和标准的DeepLabV3+.
- 在现实变电站环境中,在嵌入式平台上成功部署和验证.
结论:
- 开发的系统展示了户外变电站的强大和可扩展的自主检查能力.
- 集成注意力增强的语义细分和GPS导航有效地解决了环境挑战.
- 该系统为提高基础设施检查效率和安全提供了一种实际解决方案.
