CN104935874A - 基于时空不变特征抽取与电力系统运行状态的巡检机器人 - Google Patents
基于时空不变特征抽取与电力系统运行状态的巡检机器人 Download PDFInfo
- Publication number
- CN104935874A CN104935874A CN201510003901.0A CN201510003901A CN104935874A CN 104935874 A CN104935874 A CN 104935874A CN 201510003901 A CN201510003901 A CN 201510003901A CN 104935874 A CN104935874 A CN 104935874A
- Authority
- CN
- China
- Prior art keywords
- robot
- space
- change
- power system
- crusing robot
- 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
Abstract
为了解决调控中心巡检机器人所面临的困难,通过基于视觉时空不变特征提取的环境认知与监视器内容理解,解决了由时间改变引起的环境照度变化、环境局部改变等)与空不变特征(由观测位置引起的尺度变化、仿射变化、局部遮挡等),并进行多源融合以解决复杂室内环境的场景描述问题。裁剪无用通道信息,为可通行区域简化判断状态的巡检机器人原理样机,调控中心巡检机器人需要对监控计算机的显示器界面内容进行识别以实现对电力设备运行状态的认知,代替操作人员执行定时巡检任务,在遇到设备运行异常时能及时报警,能够使技术人员根据需求获取想要的现场信息,做出合理、科学的应急决策。
Description
技术领域:
本发明专利涉及基于时空不变特征抽取与电力系统运行状态的巡检机器人
背景技术:
近年来随着智能电网朝着信息化、数字化、自动化、互动化的方向发展,智能机器人在高空、隧道电力线路巡检、无人值守变电站巡检方面的应用越来越得到电力系统部门的重视。我国各级电力调度和控制中心作为电网安全、可靠运行的核心环节,通过安装视频、温检等不同类型的传感器对电力设备安全运行进行监控。目前除省级部门设有专人对远程搜集的数据进行监管之外,各地方部门采用工作人员定时巡检模式,即在夜间及绝大部分白天时间处于无人值守状态。因此,将移动智能机器人应用于电力调度和控制中心的设备运行监控无疑会增加电力系统的安全冗余,对于智能电网的安全运行具有重要的意义。
与目前已经推广应用的变电站巡检机器人相比,调控中心巡检机器人的任务执行面临如下难题:
1)调控中心巡检机器人无法借助于GPS设备进行精确定位,而变电站巡检机器人借助于差分GPS定位可以达到厘米级精度;埋设磁导引虽然能够实现机器人对预设路线的跟踪,但需要对基础设施进行改动,巡检过程中的精确定位也难度很大,且不利于后期任务的局部修改,鲁棒性差。
2)调控中心巡检机器人需要对监控计算机的显示器界面内容进行识别以实现对电力设备运行状态的认知,而变电站巡检机器人只需要利用自身携带的传感器(如红外摄像仪、可见光摄像机)等获取直接数据。由于机器人需要将视觉系统对准计算机屏幕,精确定位恰恰是最需要的。
为了解决调控中心巡检机器人所面临的困难,本发明通过突破复杂室内环境的自主地图创建与定位技术、基于局部特征的监视器内容识别技术构建电力调度控制中心巡检机器人原理样机,代替操作人员执行定时巡检任务,在遇到设备运行异常时能及时报警,并能在技术人员的远程操控下与调控中心现有固定方位监控系统组成全方位移动感知系统,能够使技术人员根据需求获取想要的现场信息,做出合理、科学的应急决策。上述关键技术的突破通过解决复杂室内环境下的地图创建、自主定位以及监视器内容认知瓶颈难题,为调控中心巡检机器人在电力系统的推广应用提供重要的理论基础和技术支撑。
发明内容:
1)总体结构图
首先对距离传感器在非结构化环境中获取的信息利用基于变尺度扇区裁剪的通道时空不变特征抽取方法在线检测拓扑节点,完成拓扑层构建;
然后将拓扑层节点对应的通道(分支)方向上获取的视觉信息构建场景层,利用基于彩色局部特征的时空不变特征抽取方法构建特征层。该方法同样用于监视器内容理解与电力系统运行状态认知;
利用拓扑层、场景层与特征层构成了层次化场景-拓扑地图。最后将拓扑层、场景层与特征层构建场景-拓扑地图,采用基于隐马尔可夫模型实现巡检机器人的精确定位(详见附图1)。
2) 面向复杂室内环境的时空不变特征抽取与电力系统运行状态认知
巡检机器人利用自身携带的视觉信息与距离传感器信息提取多维时不变特征(由时间改变引起的环境照度变化、环境局部改变等)与空不变特征(由观测位置引起的尺度变化、仿射变化、局部遮挡等),并进行多源融合以解决复杂室内环境的场景描述问题。
(1)基于视觉时空不变特征提取的环境认知与监视器内容理解
时空不变特征是指具有时不变与空不变特性的特征。具有光照不变、尺度不变、仿射不变、旋转不变和局部遮挡不变特性的ORB特征被用来表示复杂室内环境。
传统ORB算法拥有与SIFT和Surf类似的性能,却具有更快的处理速度,非常适合一定规模特征库的实时匹配需求。但是ORB特征本质上属于局部角点特征,忽略了环境中有用的颜色信息。 方法拟从ORB特征主颜色分析方面构建彩色ORB算法。
简要步骤如下:
1)关键点选取:在场景中提取FAST角点作为特征关键点,然后对关键点进行非极大值抑制,并利用Harris角点检测方法进行过滤,消除位于曲率较小边缘上的关键点;
2)特征方向计算:利用灰度重心法计算FAST角点的主方向;
3)特征二进制串描述:在特征点附近按照主方向随机选取若干点对,将点对的灰度值归一化后形成二进制串作为ORB特征描述子;
4)特征主颜色判定:考虑特征点区域内的所有像素的饱和度与色度,采用红、黄、绿、青、蓝、紫、灰7种颜色对所有ORB特征进行分类,获得该特征占统治地位的颜色分量,将分类结果存储在ORB特征描述子后面;
彩色ORB特征不仅用于巡检机器人的环境理解,而且应用于电力调控中心监视器的内容理解和电力系统运行状态认知。两者具有相同的理论基础。
(2)基于变尺度扇区裁剪的通道构型时空不变特征抽取
在距离传感器获取的信息中,通道构型信息也具有很好的时空不变特性。提出的场景-拓扑节点定义为不同通道交点区域的几何中心。
附图说明:
附图1 总体技术路线图;
附图2场景-拓扑的节点定义与扇区分类。首先对扇区进行分类,将传感器数据分为有碰扇区(扇区1、3、5、7)和无碰扇区(扇区2、4、6、8),其中无碰扇区即可通行的方向,即所谓的通道。根据通道的数量和角度关系,可以将拓扑节点分成4种构型:1型节点对应盲点区域,只有1个通道;2型节点包含两个通道,两通道呈现一定的角度,对应拐角;3型节点包含3个通道,对应丁字形路口,4型节点则对应4个以上通道,对应十字型路口等场景。附图2为场景-拓扑的节点定义与扇区分类,左边图为(a) 基于距离传感器的障碍物检测 ,右边图为 (b) 扇区分类;
采用上述扇区分类的方法在障碍物密布的复杂室内环境中通常无法正确的检测节点构型,比如,按照原有的扇区分类方法。
图3为扇区裁剪方法,其中左图(a) 原始扇区,只有一个扇区为无碰扇区,该节点应为1型节点,而实际上该节点为3型节点,主要原因是障碍物密集导致可行的通道被近处的障碍物遮挡。拟采用变尺度扇区裁剪的方式进行拓扑节点的在线检测与分类。解决思路是将传感器数据利用变尺度虚拟量程进行扇区重新分类:首先检测相邻有碰扇区间是否存在可能隐形通道(线段AB等),然后将近点设置虚拟量程(过A的圆周),然后将隐形通道远点(B点)对应扇区的所有检测点利用该虚拟量程进行重新分类,位于圆周之外的检测点将被删除转变为无障碍检测点。对所有隐形通道执行该操作,可以得到最终的裁剪结果如图3(b)裁剪结果所示。
附图4巡检机器人的外形结构图; 1)IP摄像机2)监控器3)声光报警仪4)红外探测仪5)机器人本体6)激光雷达
实用效果:
1)基于视觉时空不变特征提取的环境认知与监视器内容理解,解决了由时间改变引起的环境照度变化、环境局部改变等)与空不变特征(由观测位置引起的尺度变化、仿射变化、局部遮挡等),并进行多源融合以解决复杂室内环境的场景描述问题。
2)彩色ORB算法,却具有更快的处理速度,非常适合一定规模特征库的实时匹配需求。
3)拟采用变尺度扇区裁剪的方式进行拓扑节点的在线检测与分类。裁剪无用通道信息,为可通行区域简化判断状态。
4)无人干预,智能操作。
具体实施方法:
1.基于时空不变特征抽取与电力系统运行状态的巡检机器人,其组成包括:摄像机、内嵌到DSP模块中的控制和识别模块、监控器和声光报警仪、机器人本体。其特征是:巡检机器人利用自身携带的视觉信息与距离传感器信息提取多维时不变特征(由时间改变引起的环境照度变化、环境局部改变等)与空不变特征(由观测位置引起的尺度变化、仿射变化、局部遮挡等),并进行多源融合以解决复杂室内环境的场景描述问题。巡检机器人获取视野中的监视器图像,抽取局部彩色特征与特征库中的场景匹配实现对电力系统运行状态的认知。
2.基于时空不变特征抽取与电力系统运行状态的巡检机器人,其特征是:调控中心巡检机器人需要对监控计算机的显示器界面内容进行识别以实现对电力设备运行状态的认知,而变电站巡检机器人只需要利用自身携带的传感器(如红外摄像仪、可见光摄像机)等获取直接数据。由于机器人需要将视觉系统对准计算机屏幕,通过该方法可以为后期的精确定位提供依据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.基于时空不变特征抽取与电力系统运行状态的巡检机器人,其组成包括:摄像机、内嵌到DSP模块中的控制和识别模块、监控器和声光报警仪、机器人本体;其特征是:巡检机器人利用自身携带的视觉信息与距离传感器信息提取多维时不变特征(由时间改变引起的环境照度变化、环境局部改变等)与空不变特征(由观测位置引起的尺度变化、仿射变化、局部遮挡等),并进行多源融合以解决复杂室内环境的场景描述问题;巡检机器人获取视野中的监视器图像,抽取局部彩色特征与特征库中的场景匹配实现对电力系统运行状态的认知。
2.基于时空不变特征抽取与电力系统运行状态的巡检机器人,其特征是:调控中心巡检机器人需要对监控计算机的显示器界面内容进行识别以实现对电力设备运行状态的认知,而变电站巡检机器人只需要利用自身携带的传感器(如红外摄像仪、可见光摄像机)等获取直接数据;由于机器人需要将视觉系统对准计算机屏幕,通过该方法可以为后期的精确定位提供依据;以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本实用新型的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本实用新型的保护范围之内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510003901.0A CN104935874A (zh) | 2015-01-06 | 2015-01-06 | 基于时空不变特征抽取与电力系统运行状态的巡检机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510003901.0A CN104935874A (zh) | 2015-01-06 | 2015-01-06 | 基于时空不变特征抽取与电力系统运行状态的巡检机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104935874A true CN104935874A (zh) | 2015-09-23 |
Family
ID=54122810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510003901.0A Pending CN104935874A (zh) | 2015-01-06 | 2015-01-06 | 基于时空不变特征抽取与电力系统运行状态的巡检机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104935874A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108063917A (zh) * | 2017-12-12 | 2018-05-22 | 太仓鼎诚电子科技有限公司 | 一种红外热像仪智能数字监控系统 |
CN109886831A (zh) * | 2019-01-10 | 2019-06-14 | 全球能源互联网研究院有限公司 | 一种电力现场作业的信息交互方法及装置 |
CN113077562A (zh) * | 2021-04-09 | 2021-07-06 | 北京市燃气集团有限责任公司 | 一种燃气管网智能巡检方法与系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030158628A1 (en) * | 2000-02-10 | 2003-08-21 | Tsunetaro Matsuoka | Automatic device, information providing device, robot device, and transaction method |
CN102184411A (zh) * | 2011-05-09 | 2011-09-14 | 中国电子科技集团公司第二十八研究所 | 基于彩色信息的尺度不变特征点描述和匹配方法 |
CN102572450A (zh) * | 2012-01-10 | 2012-07-11 | 中国传媒大学 | 基于sift特征与grnn网络的立体视频颜色校正方法 |
CN103606170A (zh) * | 2013-12-05 | 2014-02-26 | 武汉大学 | 基于彩色尺度不变的街景影像特征检测与匹配方法 |
CN103838674A (zh) * | 2014-03-21 | 2014-06-04 | 徐禄勇 | 基于数字图像的智能测试机器人及其使用方法 |
US20140157156A1 (en) * | 2011-08-02 | 2014-06-05 | Sonny Corporation | Control device, control method, computer program product, and robot control system |
-
2015
- 2015-01-06 CN CN201510003901.0A patent/CN104935874A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030158628A1 (en) * | 2000-02-10 | 2003-08-21 | Tsunetaro Matsuoka | Automatic device, information providing device, robot device, and transaction method |
CN102184411A (zh) * | 2011-05-09 | 2011-09-14 | 中国电子科技集团公司第二十八研究所 | 基于彩色信息的尺度不变特征点描述和匹配方法 |
US20140157156A1 (en) * | 2011-08-02 | 2014-06-05 | Sonny Corporation | Control device, control method, computer program product, and robot control system |
CN102572450A (zh) * | 2012-01-10 | 2012-07-11 | 中国传媒大学 | 基于sift特征与grnn网络的立体视频颜色校正方法 |
CN103606170A (zh) * | 2013-12-05 | 2014-02-26 | 武汉大学 | 基于彩色尺度不变的街景影像特征检测与匹配方法 |
CN103838674A (zh) * | 2014-03-21 | 2014-06-04 | 徐禄勇 | 基于数字图像的智能测试机器人及其使用方法 |
Non-Patent Citations (1)
Title |
---|
石朝侠: "《大规模环境下的拓扑地图创建与导航》", 《机器人》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108063917A (zh) * | 2017-12-12 | 2018-05-22 | 太仓鼎诚电子科技有限公司 | 一种红外热像仪智能数字监控系统 |
CN109886831A (zh) * | 2019-01-10 | 2019-06-14 | 全球能源互联网研究院有限公司 | 一种电力现场作业的信息交互方法及装置 |
CN113077562A (zh) * | 2021-04-09 | 2021-07-06 | 北京市燃气集团有限责任公司 | 一种燃气管网智能巡检方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | Cyber physical system for safety management in smart construction site | |
CN108922188A (zh) | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 | |
CN108961790A (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN106227220A (zh) | 基于分布式框架的自主导航巡检机器人 | |
CN109117749A (zh) | 一种基于无人机巡检影像的异常目标监管方法及系统 | |
CN206194076U (zh) | 一种变电站设备检测系统 | |
CN207215174U (zh) | 基于智能井盖的监测管理系统 | |
CN104570771A (zh) | 基于场景-拓扑的自主定位方法的巡检机器人 | |
CN111339905B (zh) | 基于深度学习及多视角的cim井盖状态视觉检测系统 | |
CN113706355A (zh) | 化工园区智慧应急系统搭建方法 | |
CN106325277A (zh) | 基于分布式框架的自主导航巡检机器人的控制方法 | |
CN107328443A (zh) | 基于智能井盖的监测管理系统 | |
CN115248880A (zh) | 一种智慧城市安防监控系统 | |
CN104935874A (zh) | 基于时空不变特征抽取与电力系统运行状态的巡检机器人 | |
CN115423645A (zh) | 一种水电厂人机安全智能管理系统和方法 | |
Tarko et al. | Tscan: Stationary lidar for traffic and safety studies—object detection and tracking | |
Li et al. | Application research of artificial intelligent technology in substation inspection tour | |
Chang et al. | Safety risk assessment of electric power operation site based on variable precision rough set | |
Tao et al. | Innovative smart road stud sensor network development for real-time traffic monitoring | |
Sui | Research on object location method of inspection robot based on machine vision | |
CN113673855A (zh) | 一种物联网高风险作业关键要素联动风险感知与管控系统 | |
Ko et al. | Intelligent wireless sensor network for wildfire detection | |
Sun et al. | Detection and tracking of safety helmet in factory environment | |
Li et al. | Research and Evaluation of Early Warning Models for Crowd Density Monitoring Based on Drones | |
Xie et al. | An IoT assisted early warning system for smart grid |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150923 |
|
WD01 | Invention patent application deemed withdrawn after publication |