CN111571598A - 一种防爆巡检机器人的智能巡检方法 - Google Patents
一种防爆巡检机器人的智能巡检方法 Download PDFInfo
- Publication number
- CN111571598A CN111571598A CN202010474081.4A CN202010474081A CN111571598A CN 111571598 A CN111571598 A CN 111571598A CN 202010474081 A CN202010474081 A CN 202010474081A CN 111571598 A CN111571598 A CN 111571598A
- Authority
- CN
- China
- Prior art keywords
- image
- inspection
- holder
- target object
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 187
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000033001 locomotion Effects 0.000 claims abstract description 49
- 230000008569 process Effects 0.000 claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 239000013598 vector Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000009432 framing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000011897 real-time detection Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000009347 mechanical transmission Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种防爆巡检机器人的智能巡检方法，包括检测机体，检测机体上设有云台本体控制模块、图像采集模块和工控机，云台本体控制模块包括云台执行器、云台传感器、云台驱动器和云台控制器，云台控制器：用于控制云台功能实现，与工控机进行通讯，解析工控机控制指令并下发运动等控制指令；图像采集模块通过云台相机进行巡检信息采集与传输；工控机对采集的信息进行处理，产生控制指令与云台控制器进行通讯，并控制移动云台进行协同运动，完成高质量图像采集；本发明使巡检机器人运行更加灵活顺畅，提高巡检速度，增强图像采集质量，保正巡检工作的安全与效率。
Description
技术领域
本发明涉及巡检领域，具体涉及一种防爆巡检机器人的智能巡检方法。
背景技术
我国电网的发展给我国的经济发展提供了强有力的电力保障，变电站的运行等级越来越高，对安全运行环境的要求也越来越严格，变电站作为电网中的核心枢纽，即使是一次小小的安全事故也会对经济发展造成不可弥补的损失。要保证变电站正常运行，就需要对变电站设备进行定期巡检工作，如何提高巡检工作的效率就是非常具有研究意义的课题。
现有发展起来的巡检机器人在巡检设备示数采集方面仍然采样最基础的预置位模式，在巡检机器人运动到固定点停止，调用云台预置位，使云台负载的相机转至固定位置，之后进行相机拍摄采集。主要存在以下几个问题：
巡检人工成本高。配电站站点数量多，且分布范围广，造成巡检人员需要长时间、大范围内的穿梭；且部分站点进出程序繁琐及部分区域交通不畅，造成巡检人员大部分时间损耗在去配电站站点的过程当中，巡检效率低下。
专业技能要求高。配电站属于高压场所，部分巡检项目具有专业性，对人员的技能及经验要求较高，同时在传统巡检模式下，造成专业技能人员长时间进行低技术技能的工作，人力资源浪费严重。
发明内容
本发明的目的在于针对现有技术的不足，提供一种防爆巡检机器人的智能巡检方法。
为了解决上述技术问题，采用如下技术方案：
一种防爆巡检机器人的智能巡检方法，包括检测机体，检测机体上设有云台本体控制模块、图像采集模块和工控机，云台本体控制模块包括云台执行器、云台传感器、云台驱动器和云台控制器，
云台执行器：用于执行云台位姿调整，确保云台运动精度；
云台传感器：用于确定执行器的限位角度，确保云台运动范围；
云台驱动器：用于驱动云台电机，进行云台精确位置定位；
云台控制器：用于控制云台功能实现，与工控机进行通讯，解析工控机控制指令并下发运动等控制指令；
图像采集模块通过云台相机进行巡检信息采集与传输；
工控机对采集的信息进行处理，产生控制指令与云台控制器进行通讯，并控制移动云台进行协同运动，完成高质量图像采集；
工控机控制云台本体控制模块和图像采集模块进行图像采集的步骤如下：
步骤1：防爆巡检机器人进行巡查作业，控制图像采集模块开始扫查，并获取当前帧图像，判断是否存在目标信息；若采集图像中包含目标图像，则提取目标在图像中的位置信息；
步骤2：获取防爆巡检机器人移动平台运动信息，确定云台视野内目标图像的相对运动；根据差值与目标图像相对运动信息，向云台电机发送控制指令，以便云台电机调整云台相机的角度直至跟踪目标处于当前帧图像的中央位置；
步骤3：调整云台相机镜头放大倍率与聚焦，使图像中目标大小满足采集标准要求，进行目标图像采集，接收云台相机采集的巡检图像p(x，y)；1≤x≤X,1≤y≤Y，巡检图像的像素量为X×Y；提取其中代表巡检目标物边缘的特征点，获取巡检目标物边缘的特征点的坐标为T(x，y)；计算由巡检目标物边缘的特征点T(x，y)包围的图像区域占云台相机采集的巡检图像中的位置，形成新的巡检目标物图像f(x，y)；
步骤4：将巡检目标物图像f(x，y)的特征点映射到工控机的对比数据库中，得到
式中XA、YA是映射到对比数据库的坐标，Xa、Ya是所述巡检目标物图像中的坐标，m11...m22为旋转转换矩阵，h1和h2为平移转换矩阵，从而得到映射的巡检目标物图像A(x，y)；
步骤5：将映射的巡检目标物图像A(x，y)与对比数据库中存储的巡检目标物图像B(x，y)进行匹配，先通过巡检目标物图像的区域特征的形状相似性EAB的比较，然后通过巡检目标物图像的区域特征的点相似性RAB的比较，得到匹配相似性g值，计算阀值
其中G为对比数据库的匹配相似性比对系数，如果t≤T值，则巡检目标物符合标准，否者巡检目标物不符合标准，其中T的范围为0至0.15。
进一步，巡检目标物图像的区域特征的形状相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征的形状框为EA 
EA对比数据库中存储的巡检目标物图像B(x，y)的j区域的区域特征的形状框为EB 
其中
和
为第i区域的区域特征的形状框的左下角坐标和右上角坐标，
和
为第j区域的区域特征的形状框的左下角坐标和右上角坐标，其中巡检目标物图像的区域特征的形状相似性通过EAB来表达，
其中
进一步，巡检目标物图像的区域特征的点相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征向量为
对比数据库中存储的巡检目标物图像B(x，y)的i区域的区域特征向量为
和
的特征向量的余弦相似性用RAB来表达，
其中i＝1,2,3......n。
进一步，根据巡检目标物图像的区域特征的形状相似性EAB和巡检目标物图像的区域特征的点相似性RAB，得到匹配相似性g，g的计算公式如下：
其中为nA和nB为选取的区域特征向量的数量。
进一步，在步骤(1)中，目标在图像中的位置信息包括框选检测目标的长方形边框四个顶点的坐标以及目标中心坐标，计算目标中心坐标与图像中心坐标差值。
进一步，在步骤(2)中，确定目标图像相对运动包括采集移动平台运动信息，包括水平X、Y方向的运动速度与绕Z轴的旋转速度，确定目标图像相对于相机视野中心的相对运动方向。
进一步，在步骤(2)中，根据差值与目标图像相对运动信息，确定云台相机需要旋转的角度方向、旋转角速度。
进一步，云台相机的两侧设有LED灯补充光源和除雾器除雾灯。
由于采用上述技术方案，具有以下有益效果：
本发明为一种防爆巡检机器人的智能巡检方法，本发明在变电站防爆巡检机器人进行巡检工作时，通过云台本体控制模块控制图像采集模块进行智能化扫描，自动调节目标识别的位姿状态，能减少人为、环境等外界因素干扰，获取更好的图像采集质量；在进行图像信息采集的过程中使巡检机器人无需频繁的走走停停进行信息采集检测，在运行过程中实时检测，提高巡检效率。本发明使巡检机器人运行更加灵活顺畅，提高巡检速度，增强图像采集质量，保正巡检工作的安全与效率。
突破原有巡检机器人云台预置位图像信息获取方式，实现巡检机器人在运动过程中的实时性目标识别与跟踪，在更好的位置进行高质量图像获取，减少云台自身定位、光线强度、障碍物遮挡等外在因素影响，确保图像质量。即本发明实施例提供的方法不必使巡检机器人进行走走停停的拍摄，利用图像采集标准与质量评估，保证采集的图像质量，具有更高的鲁棒性和精确性，使图像采集更加方便灵活。
附图说明
下面结合附图对本发明作进一步说明：
图1为本发明中一种防爆巡检机器人的智能巡检系统的结构示意图；
图2为本发明中一种防爆巡检机器人的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1至图2所示，一种防爆巡检机器人，包括检测机体，检测机体上设有云台本体控制模块、图像采集模块和工控机，云台本体控制模块包括云台执行器、云台传感器、云台驱动器和云台控制器。
云台执行器：用于执行云台位姿调整，确保云台运动精度。
具体地，云台执行器包括云台电机、机械传动机构、限位开关等，主要负责实现云台控制器的下发指令，实现精确运动并反馈运动信息；输出位置信息等反馈信息。
云台传感器：用于确定执行器的限位角度，确保云台运动范围。
云台驱动器：用于驱动云台电机，进行云台精确位置定位。
云台控制器：用于控制云台功能实现，与工控机进行通讯，解析工控机控制指令并下发运动等控制指令。
具体的，云台控制器负责解析工控机控制指令，控制云台电机运动，实现对云台相机位姿调整与定位；读取云台电机与云台相机等的数据回传，进行云台相机的运动限位与位置确定。
图像采集模块通过云台相机进行巡检信息采集与传输；
具体地，云台相机的两侧设有LED灯补充光源和除雾器除雾灯。
工控机对采集的信息进行处理，产生控制指令与云台控制器进行通讯，并控制移动云台进行协同运动，完成高质量图像采集；
工控机的作用还包括负责实现对防爆巡检机器人的定位导航；对采集图像信息进行处理并发送控制指令进行图像配准；负责对采集图像质量进行评价；保存图像信息并回传后台系统。
具体地，工控机控制云台本体控制模块和图像采集模块进行图像采集的步骤如下：
步骤1：防爆巡检机器人进行巡查作业，控制图像采集模块开始扫查，并获取当前帧图像，判断是否存在目标信息；若采集图像中包含目标图像，则提取目标在图像中的位置信息；目标在图像中的位置信息包括框选检测目标的长方形边框四个顶点的坐标以及目标中心坐标，计算目标中心坐标与图像中心坐标差值。
步骤2：获取防爆巡检机器人移动平台运动信息，确定云台视野内目标图像的相对运动；根据差值与目标图像相对运动信息，确定目标图像相对运动包括采集移动平台运动信息，包括水平X、Y方向的运动速度与绕Z轴的旋转速度，确定目标图像相对于相机视野中心的相对运动方向。最后向云台电机发送控制指令，以便云台电机调整云台相机的角度直至跟踪目标处于当前帧图像的中央位置；
具体的，根据差值与目标图像相对运动信息，确定云台相机需要旋转的角度方向、旋转角速度。
在上述步骤2中，防爆巡检机器人可以不用走走停停的拍摄，而是在正常运动巡检过程中，完成图像的采集，突破原有巡检机器人云台预置位图像信息获取方式，实现巡检机器人在运动过程中的实时性目标识别与跟踪，在更好的位置进行高质量图像获取，减少云台自身定位、光线强度、障碍物遮挡等外在因素影响，确保图像质量。
步骤3：调整云台相机镜头放大倍率与聚焦，使图像中目标大小满足采集标准要求，进行目标图像采集，接收云台相机采集的巡检图像p(x，y)；1≤x≤X,1≤y≤Y，巡检图像的像素量为X×Y；提取其中代表巡检目标物边缘的特征点，获取巡检目标物边缘的特征点的坐标为T(x，y)；计算由巡检目标物边缘的特征点T(x，y)包围的图像区域占云台相机采集的巡检图像中的位置，形成新的巡检目标物图像f(x，y)；
步骤4：将巡检目标物图像f(x，y)的特征点映射到工控机的对比数据库中，得到
式中XA、YA是映射到对比数据库的坐标，Xa、Ya是所述巡检目标物图像中的坐标，m11...m22为旋转转换矩阵，h1和h2为平移转换矩阵，从而得到映射的巡检目标物图像A(x，y)。
在上述步骤4中，通过将巡检目标物图像f(x，y)的特征点映射到工控机的对比数据库中，剔除一部分不属于巡检目标物本身的背景或者障碍物图像，减少后续的图像处理难度，便于更好更快的完成图像采集和机器人巡检。
步骤5：将映射的巡检目标物图像A(x，y)与对比数据库中存储的巡检目标物图像B(x，y)进行匹配，先通过巡检目标物图像的区域特征的形状相似性EAB的比较，然后通过巡检目标物图像的区域特征的点相似性RAB的比较，得到匹配相似性g值，计算阀值
其中G为对比数据库的匹配相似性比对系数，如果t≤T值，则巡检目标物符合标准，否者巡检目标物不符合标准，其中T的范围为0至0.15。
在上述步骤5中，对比数据库本身存储有巡检目标物图像，而且是巡检目标物的全景图像，根据映射的巡检目标物图像A(x，y)，工控机通过对比数据库调取相应角度和位置的巡检目标物图像B(x，y)，通过先通过比较巡检目标物图像的区域特征的形状相似性EAB，得到巡检目标物的大致外形形状特征。然后经过比较巡检目标物图像的区域特征的点相似性RAB，得到更加细微的巡检目标物的局部点特征，然后通过阀值
如果t值越小，代表采集的图像越符合标准，一般情况下，t值如果小于0.15，代表符合标准。
具体地，巡检目标物图像的区域特征的形状相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征的形状框为EA 
EA对比数据库中存储的巡检目标物图像B(x，y)的j区域的区域特征的形状框为EB 
其中
和
为第i区域的区域特征的形状框的左下角坐标和右上角坐标，
和
为第j区域的区域特征的形状框的左下角坐标和右上角坐标，其中巡检目标物图像的区域特征的形状相似性通过EAB来表达，
其中，
i和j为0,1，2，3，4……n。
其中，在巡检目标物图像的区域特征的形状相似性的判断中，计算出的EAB值越小，代表两者的相似程度越高，进而地，得出图像采集模块采集的巡检目标物越符合标准。
具体地，巡检目标物图像的区域特征的点相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征向量为
对比数据库中存储的巡检目标物图像B(x，y)的i区域的区域特征向量为
和
的特征向量的余弦相似性用RAB来表达，
其中i＝1,2,3......n。
其中，在巡检目标物图像的区域特征的点相似性的判断中，计算出的RAB值越接近1，代表两者的相似程度越高，进而地，得出图像采集模块采集的巡检目标物越符合标准。
具体地，根据巡检目标物图像的区域特征的形状相似性EAB和巡检目标物图像的区域特征的点相似性RAB，得到匹配相似性g，g的计算公式如下：
其中为nA和nB为选取的区域特征向量的数量，其中g越大，总提相似程度越高，出图像采集模块采集的巡检目标物越符合标准。
具体地，一般nA和nB取大于等于25以上的基础整数。通过计算出g，得到整个数据集的相似性矩阵，通过计算公式
如果t值越小，代表采集的图像越符合标准，一般情况下，t值如果小于0.15，代表符合标准。
本发明在变电站防爆巡检机器人进行巡检工作时，通过云台本体控制模块控制图像采集模块进行智能化扫描，自动调节目标识别的位姿状态，能减少人为、环境等外界因素干扰，获取更好的图像采集质量。具体地，先获取防爆巡检机器人移动平台运动信息，确定云台视野内目标图像的相对运动，使云台电机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置；然后调整云台相机镜头放大倍率与聚焦，使图像中目标大小满足采集标准要求，进行目标图像采集，接收所述云台相机采集的巡检图像p(x，y)；接着通过将巡检目标物图像f(x，y)的特征点映射到工控机的对比数据库中，剔除一部分不属于巡检目标物本身的背景或者障碍物图像，减少后续的图像处理难度，便于更好更快的完成图像采集和机器人巡检。由于对比数据库本身存储有巡检目标物图像，而且是巡检目标物的全景图像，根据映射的巡检目标物图像A(x，y)，工控机通过对比数据库调取相应角度和位置的巡检目标物图像B(x，y)，通过先通过比较巡检目标物图像的区域特征的形状相似性EAB，得到巡检目标物的大致外形形状特征。然后经过比较巡检目标物图像的区域特征的点相似性RAB，得到更加细微的巡检目标物的局部点特征，然后通过阀值
如果t值越小，代表采集的图像越符合标准，一般情况下，t值如果小于0.15，代表符合标准。这样的巡检方式，一般情况下，一个巡检目标物只需要拍摄一张图像，就可以完成采集工作，更加重要的是，在进行图像信息采集的过程中使巡检机器人无需频繁的走走停停进行信息采集检测，在运行过程中实时检测，提高巡检效率。本发明使巡检机器人运行更加灵活顺畅，提高巡检速度，增强图像采集质量，保正巡检工作的安全与效率。
本防爆巡检机器人的巡检方法突破原有巡检机器人云台预置位图像信息获取方式，实现巡检机器人在运动过程中的实时性目标识别与跟踪，在更好的位置进行高质量图像获取，减少云台自身定位、光线强度、障碍物遮挡等外在因素影响，确保图像质量。即本发明实施例提供的方法不必使巡检机器人进行走走停停的拍摄，利用图像采集标准与质量评估，保证采集的图像质量，具有更高的鲁棒性和精确性，使图像采集更加方便灵活。
以上仅为本发明的具体实施例，但本发明的技术特征并不局限于此。任何以本发明为基础，为解决基本相同的技术问题，实现基本相同的技术效果，所作出地简单变化、等同替换或者修饰等，皆涵盖于本发明的保护范围之中。
Claims (8)
1.一种防爆巡检机器人的智能巡检方法，包括检测机体，所述检测机体上设有云台本体控制模块、图像采集模块和工控机，云台本体控制模块包括云台执行器、云台传感器、云台驱动器和云台控制器，
所述云台执行器：用于执行云台位姿调整，确保云台运动精度；
所述云台传感器：用于确定执行器的限位角度，确保云台运动范围；
所述云台驱动器：用于驱动云台电机，进行云台精确位置定位；
所述云台控制器：用于控制云台功能实现，与工控机进行通讯，解析工控机控制指令并下发运动等控制指令；
所述图像采集模块通过云台相机进行巡检信息采集与传输；
所述工控机对采集的信息进行处理，产生控制指令与云台控制器进行通讯，并控制移动云台进行协同运动，完成高质量图像采集；
所述工控机控制云台本体控制模块和图像采集模块进行图像采集的步骤如下：
步骤1：防爆巡检机器人进行巡查作业，控制图像采集模块开始扫查，并获取当前帧图像，判断是否存在目标信息；若采集图像中包含目标图像，则提取目标在图像中的位置信息；
步骤2：获取防爆巡检机器人移动平台运动信息，确定云台视野内目标图像的相对运动；根据所述差值与目标图像相对运动信息，向云台电机发送控制指令，以便所述云台电机调整云台相机的角度直至所述跟踪目标处于所述当前帧图像的中央位置；
步骤3：调整云台相机镜头放大倍率与聚焦，使图像中目标大小满足采集标准要求，进行目标图像采集，接收所述云台相机采集的巡检图像p(x，y)；1≤x≤X,1≤y≤Y，所述巡检图像的像素量为X×Y；提取其中代表巡检目标物边缘的特征点，获取所述巡检目标物边缘的特征点的坐标为T(x，y)；计算由所述巡检目标物边缘的特征点T(x，y)包围的图像区域占所述云台相机采集的巡检图像中的位置，形成新的巡检目标物图像f(x，y)；
步骤4：将所述巡检目标物图像f(x，y)的特征点映射到工控机的对比数据库中，得到
式中XA、YA是映射到对比数据库的坐标，Xa、Ya是所述巡检目标物图像中的坐标，m11...m22为旋转转换矩阵，h1和h2为平移转换矩阵，从而得到映射的巡检目标物图像A(x，y)；
步骤5：将映射的巡检目标物图像A(x，y)与对比数据库中存储的巡检目标物图像B(x，y)进行匹配，先通过巡检目标物图像的区域特征的形状相似性EAB的比较，然后通过巡检目标物图像的区域特征的点相似性RAB的比较，得到匹配相似性g值，计算阀值
其中G为对比数据库的匹配相似性比对系数，如果t≤T值，则所述巡检目标物符合标准，否者所述巡检目标物不符合标准，其中T的范围为0至0.15。
2.根据权利要求1所述的一种防爆巡检机器人的智能巡检方法，其特征在于：所述巡检目标物图像的区域特征的形状相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征的形状框为EA 
EA所述对比数据库中存储的巡检目标物图像B(x，y)的j区域的区域特征的形状框为
其中
和
为第i区域的区域特征的形状框的左下角坐标和右上角坐标，
和
为第j区域的区域特征的形状框的左下角坐标和右上角坐标，其中所述巡检目标物图像的区域特征的形状相似性通过EAB来表达，
其中
3.根据权利要求2所述的一种防爆巡检机器人的智能巡检方法，其特征在于：所述巡检目标物图像的区域特征的点相似性的判断步骤如下：假设映射的巡检目标物图像A(x，y)的第i区域的区域特征向量为
所述对比数据库中存储的巡检目标物图像B(x，y)的i区域的区域特征向量为
和
的特征向量的余弦相似性用RAB来表达，
其中i＝1,2,3......n。
4.根据权利要求3所述的一种防爆巡检机器人的智能巡检方法，其特征在于：根据所述巡检目标物图像的区域特征的形状相似性EAB和所述巡检目标物图像的区域特征的点相似性RAB，得到匹配相似性g，g的计算公式如下：
其中为nA和nB为选取的区域特征向量的数量。
5.根据权利要求1所述的一种防爆巡检机器人的智能巡检方法，其特征在于：在所述步骤(1)中，所述目标在图像中的位置信息包括框选检测目标的长方形边框四个顶点的坐标以及目标中心坐标，计算目标中心坐标与图像中心坐标差值。
6.根据权利要求1所述的一种防爆巡检机器人的智能巡检方法，其特征在于：在所述步骤(2)中，所述确定目标图像相对运动包括采集移动平台运动信息，包括水平X、Y方向的运动速度与绕Z轴的旋转速度，确定目标图像相对于相机视野中心的相对运动方向。
7.根据权利要求1所述的一种防爆巡检机器人的智能巡检方法，其特征在于：在所述步骤(2)中，根据所述差值与目标图像相对运动信息，确定所述云台相机需要旋转的角度方向、旋转角速度。
8.根据权利要求1所述的一种防爆巡检机器人的智能巡检方法，其特征在于：所述云台相机的两侧设有LED灯补充光源和除雾器除雾灯。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010474081.4A CN111571598A (zh) | 2020-05-29 | 2020-05-29 | 一种防爆巡检机器人的智能巡检方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010474081.4A CN111571598A (zh) | 2020-05-29 | 2020-05-29 | 一种防爆巡检机器人的智能巡检方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111571598A true CN111571598A (zh) | 2020-08-25 |
Family
ID=72109720
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010474081.4A Pending CN111571598A (zh) | 2020-05-29 | 2020-05-29 | 一种防爆巡检机器人的智能巡检方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111571598A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112543272A (zh) * | 2020-12-07 | 2021-03-23 | 杭州申昊科技股份有限公司 | 一种具有光线调节的变电站巡检摄像装置及方法 |
| CN112783066A (zh) * | 2021-01-10 | 2021-05-11 | 上海东庭自动化技术有限公司 | 一种用于智能巡检防爆机器人的电路控制系统 |
| CN115091488A (zh) * | 2022-07-25 | 2022-09-23 | 中海环境科技(上海）股份有限公司 | 一种全封闭声屏障巡查系统 |
| CN116000937A (zh) * | 2023-01-17 | 2023-04-25 | 杭州申昊科技股份有限公司 | 电力柜按键操作方法、装置、电子设备及可读存储介质 |
| CN116109905A (zh) * | 2023-03-27 | 2023-05-12 | 上海同陆云交通科技有限公司 | 一种基于路侧云台相机的路面病害巡检方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1926575A (zh) * | 2004-03-03 | 2007-03-07 | 日本电气株式会社 | 图像相似度计算系统、图像搜索系统、图像相似度计算方法和图像相似度计算程序 |
| CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
| CN109773808A (zh) * | 2019-03-20 | 2019-05-21 | 杭州申昊科技股份有限公司 | 一种巡检机器人 |
| KR20190126607A (ko) * | 2018-05-02 | 2019-11-12 | 주식회사 마로로봇 테크 | Qr코드 인식용 다중 카메라가 구비된 자율주행 물류로봇 |
| CN209699082U (zh) * | 2018-10-12 | 2019-11-29 | 国机智能(苏州)有限公司 | 一种智能巡检机器人 |
| CN110695958A (zh) * | 2019-09-09 | 2020-01-17 | 上海朗驰佰特智能技术有限公司 | 一种适用于化工防爆巡检机器人 |
| CN111161446A (zh) * | 2020-01-10 | 2020-05-15 | 浙江大学 | 一种巡检机器人的图像采集方法 |
-
2020
- 2020-05-29 CN CN202010474081.4A patent/CN111571598A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1926575A (zh) * | 2004-03-03 | 2007-03-07 | 日本电气株式会社 | 图像相似度计算系统、图像搜索系统、图像相似度计算方法和图像相似度计算程序 |
| KR20190126607A (ko) * | 2018-05-02 | 2019-11-12 | 주식회사 마로로봇 테크 | Qr코드 인식용 다중 카메라가 구비된 자율주행 물류로봇 |
| CN209699082U (zh) * | 2018-10-12 | 2019-11-29 | 国机智能(苏州)有限公司 | 一种智能巡检机器人 |
| CN109664301A (zh) * | 2019-01-17 | 2019-04-23 | 中国石油大学(北京) | 巡检方法、装置、设备及计算机可读存储介质 |
| CN109773808A (zh) * | 2019-03-20 | 2019-05-21 | 杭州申昊科技股份有限公司 | 一种巡检机器人 |
| CN110695958A (zh) * | 2019-09-09 | 2020-01-17 | 上海朗驰佰特智能技术有限公司 | 一种适用于化工防爆巡检机器人 |
| CN111161446A (zh) * | 2020-01-10 | 2020-05-15 | 浙江大学 | 一种巡检机器人的图像采集方法 |
Non-Patent Citations (4)
| Title |
|---|
| 周咏梅等: "一种基于区域的图像相似性计算方法", 《一种基于区域的图像相似性计算方法》 * |
| 栾悉道等著: "《多媒体情报处理技术》", 30 May 2016, 国防工业出版社 * |
| 潘锡英等: "基于图像感兴趣区域的机器人闭环检测算法", 《基于图像感兴趣区域的机器人闭环检测算法》 * |
| 熊有伦等编著: "《机器人学：建模、控制与视觉》", 31 March 2018, 华中科技大学出版社 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112543272A (zh) * | 2020-12-07 | 2021-03-23 | 杭州申昊科技股份有限公司 | 一种具有光线调节的变电站巡检摄像装置及方法 |
| CN112783066A (zh) * | 2021-01-10 | 2021-05-11 | 上海东庭自动化技术有限公司 | 一种用于智能巡检防爆机器人的电路控制系统 |
| CN115091488A (zh) * | 2022-07-25 | 2022-09-23 | 中海环境科技(上海）股份有限公司 | 一种全封闭声屏障巡查系统 |
| CN116000937A (zh) * | 2023-01-17 | 2023-04-25 | 杭州申昊科技股份有限公司 | 电力柜按键操作方法、装置、电子设备及可读存储介质 |
| CN116109905A (zh) * | 2023-03-27 | 2023-05-12 | 上海同陆云交通科技有限公司 | 一种基于路侧云台相机的路面病害巡检方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111571598A (zh) | 一种防爆巡检机器人的智能巡检方法 | |
| CN111161446B (zh) | 一种巡检机器人的图像采集方法 | |
| CN113610922B (zh) | 一种用于自动加油机器人加油盖位姿估计的方法 | |
| CN110614638A (zh) | 一种变电站巡检机器人自主采集方法及系统 | |
| CA2950791C (en) | Binocular visual navigation system and method based on power robot | |
| CN112819943B (zh) | 一种基于全景相机的主动视觉slam系统 | |
| CN110246175A (zh) | 全景相机与云台相机结合的变电站巡检机器人图像检测系统及方法 | |
| CN109270534A (zh) | 一种智能车激光传感器与相机在线标定方法 | |
| WO2024035918A1 (en) | Autonomous solar installation using artificial intelligence | |
| CN109532522A (zh) | 一种基于3d视觉技术的汽车无人充电系统及其使用方法 | |
| CN114905512B (zh) | 一种智能巡检机器人全景追踪及避障方法及系统 | |
| CN111681283B (zh) | 一种基于单目立体视觉的应用于无线充电对位的相对位姿解算方法 | |
| CN109940603A (zh) | 一种巡检机器人的到点误差补偿控制方法 | |
| CN113900436B (zh) | 巡检控制方法、装置、设备和存储介质 | |
| CN106767913A (zh) | 一种基于单led发光点和二维转台的复眼系统标定装置及标定方法 | |
| CN114677531B (zh) | 一种融合多模态信息的水面无人艇目标检测与定位方法 | |
| CN110568866B (zh) | 一种三维立体曲面视觉引导对位系统及对位方法 | |
| CN111958593A (zh) | 一种语义智能变电站巡视作业机器人视觉伺服方法及系统 | |
| CN113506344A (zh) | 一种核辐射环境机器人高精度三维定位装置及方法 | |
| CN119251303A (zh) | 一种多模态视觉融合的空间定位方法 | |
| CN112797893A (zh) | 一种用于远距离线缆位置参数的测量方法 | |
| CN113031462A (zh) | 无人机用港机巡检航线规划系统及方法 | |
| CN112543272B (zh) | 一种具有光线调节的变电站巡检摄像装置及方法 | |
| CN116242319A (zh) | 一种大范围运动物体的高精度双目视觉测量方法及装置 | |
| CN120823265A (zh) | 一种基于视觉感知的重型卡车电池仓引导方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |
|
| RJ01 | Rejection of invention patent application after publication |