-
题名复杂恶劣环境下水位智能检测方法研究
被引量：8
- 1
-
-
作者
王宇
魏宇
孙传猛
武志博
李勇
-
机构
中北大学省部共建动态测试技术国家重点实验室
中北大学电气与控制工程学院
重庆大学煤矿灾害动力学与控制国家重点实验室
-
出处
《电子测量与仪器学报》
CSCD
北大核心
2023年第11期119-131,共13页
-
基金
国家重点研发计划青年科学家项目(2022YFC2905700)
山西省基础研究计划项目(202203021212129,202203021221106)
山西省科技成果转化引导专项(202104021301061)资助
-
文摘
实现智能化水务管控和洪涝灾害预警,需要实时、准确感知水位信息变化情况。针对现有技术不能满足夜晚、雾天、雨天、漂浮物遮挡、灯光阴影等复杂恶劣环境下的水尺水位的影像水位反演(小目标特征)识别需求,提出一种融合改进YOLOv5与RankSE的水位智能检测方法。首先,采用强化小尺度特征的多层级特征融合方法来改进YOLOv5算法,以强化对小目标的捕捉能力;其次,融入RankSE模块进一步提升对小目标的感知能力;最后,提出一种全新的水位高程解算方案,仅需利用部分水尺锚框信息即可获得准确的水位高程信息,极大提升了检测方法的鲁棒性。研究结果表明,本文所述方法水位检测相对准确度达98.5%,较原算法提高了8.4%;在复杂恶劣环境下可以自动、准确识别出水位高程,最大误差仅为0.11 m。研究结果有效提升了复杂恶劣环境下水位检测的准确性。
-
关键词
复杂恶劣环境
水位智能检测
YOLOv5
水尺
-
Keywords
complex and harsh environment
intelligent detection of water level
YOLOv5
water gauge
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
