項目背景：目前電力機器人在作業過程中，由于環境惡 劣，電磁剛繞強度高，造成控制系統不穩定；同時在巡檢過 程中，要對各種線路金具、各種作業儀表進行識別與檢測， 通常采用機器視覺技術。但由于機器人作業在野外或陰暗照 明等復雜環境，存在識別率低，不穩定等問題。本項研究針 對特殊應用環境，擬開發一套基于機器視覺的巡檢機器人控 制系統。

所需技術需求簡要描述：1.基于多傳感器信息融合的機 器人越障系統：主要包含視覺、激光雷達、超聲、紅外等傳 感器信息，能夠實現對巡檢路徑上障礙物的實時識別與定 位；2.巡檢機器人遠程監控平臺：用于對巡檢機器人采集到 的信息進行遠程傳輸和監控，包含巡檢路徑上的實時視頻傳 輸、機器人運行狀態信息顯示、巡檢故障診斷與顯示等；3. 小樣本深度學習算法：針對極端環境下數據采集困難，數量 少等問題，研究基于小樣本學習的深度學習算法，提高極端 環境下的障礙物識別精度；4.圖像增強算法：針對高空強光、 陰暗、潮濕等極端環境所帶來的圖像識別困難問題，研究相 應的圖像增強算法，提高識別精度。主要技術指標：1.開發 設計一種適合高壓線路金具視覺檢測與識別技術，對輸電線 路各種金具進行動態識別與檢測，解決野外環境下識別率低 的問題，形成一套完整的線路金具機器視覺識別與檢測方 法。2.開發設計一種適合地下陰暗、潮濕、多塵環境下視覺檢測與識別技術，形成一套完整的機器視覺識別與檢測方 法。包括線路金具的識別模型和線路金具的定位方法與雙目 測距技術。 

對技術提供方的要求:擬與高校聯合開發，要求團隊具 有類似經驗，具備電力機器人研究經歷，具有電力線路識別 研究基礎，最好有研發案例。