CN106584451B - 一种基于视觉导航的变电站自动构图机器人及方法 - Google Patents

Abstract

本发明公开了一种基于视觉导航的变电站自动构图机器人及方法，包括机器人平台、工控机、行程测量装置、视觉导航装置、激光雷达和行走机构，其中，机器人平台下端设置行走机构，机器人平台上设置有工控机，工控机连接行程测量装置，行程测量装置接收测速传感器信号，机器人平台前端固定有视觉导航装置和激光雷达，激光雷达对环境进行扫描。本发明真正实现了环境数据采集与地图构建的自动化，减少了人为参与的工作量，整个过程机器人自主运行，方案简单，成本低，实用价值高。另外视觉导航装置摄像头周围分布有打光LED灯，解决了光照强弱对视觉图像处理的影响，可以适应夜间环境视觉导航进行自动地图构建。

Description

一种基于视觉导航的变电站自动构图机器人及方法

技术领域

本发明隶属于移动机器人定位与导航技术领域，尤其涉及一种基于视觉导航的变电站自动构图机器人及方法。

背景技术

随着近几年变电站巡检机器人更深入的应用，复杂的变电站环境和变电巡检任务对于巡检机器人的导航方式和导航定位精度提出了更高的要求，为了能够更好的适应复杂的变电站环境，满足复杂变电站巡检任务的需要，越来越多的导航技术投入测试并投入应用，激光导航技术即使其中之一，激光导航以其现场施工量少、路径更改灵活、设备集成化程度高等优点越来越受到市场的青睐。机器人激光导航过程中，实现自主定位和高精度导航是巡检机器人完成巡检任务的重要前提，而实现定位和高精度导航的关键在于建立起完整准确的变电站环境地图信息，因此，变电站地图构建对于变电站巡检机器人进行激光导航具有重要意义。目前对于变电站环境地图构建的设备及方法主要有以下几种：

1、使用3D(三维)激光扫描仪进行变电站环境地图构建。该方法是人工携带3D(三维)激光扫描仪，通过在变电站内间隔选择多个位置进行全站多点环境数据采集。在每一个位置，3D激光扫描仪进行水平360°三维环境数据采集。全站多点环境数据采集结束后，使用环境数据处理软件对采集到的多点环境数据进行拼接再现处理，建立起变电站三维环境地图。在三维环境地图的基础上进行裁剪，裁剪高度力求和变电站巡检机器人激光雷达的高度相同，裁剪之后整理输出变电站巡检机器人定位导航可用的二维变电站环境地图。该方法虽然构图精度高，环境再现效果好，但是该方法成本高，且需要人工参与工作量大，尤其在多站3D(三维)环境数据采集的环节，需要人全程参与进行站点选择，设备安装、操作等工作，所以环境数据采集自动化程度不高。

2、使用集成多传感器的变电站巡检机器人进行构图。一种是基于里程计、陀螺仪、激光雷达进行变电站地图构建的机器人。该机器人的构图方法是人工遥控或人工助力机器人在变电站全站进行漫游，通过安装于机器人本体上的里程计、陀螺仪、激光雷达进行环境数据采集。对数据的处理可以采用在线或离线的两种方式，通过软件算法对多传感器数据进行融合和模型构建，最终输出二维变电站环境地图。该方法虽然方案简单可行，操作性强，但是该方法环境数据采集环节仍然需要大量的人为参与，工作量大，环境数据采集自动化程度不高。

所以亟需一种人为参与工作量少，自动化程度高，方案简单，成本低，实用价值高的构图设备及方法。

发明内容

本发明为了解决上述问题，提出了一种基于视觉导航的变电站自动构图机器人及方法，本发明真正实现了环境数据采集与地图构建的自动化，减少了人为参与的工作量，整个过程机器人自主运行，方案简单，成本低，实用价值高。另外视觉导航装置摄像头周围分布有打光LED灯，解决了光照强弱对视觉图像处理的影响，可以适应夜间环境视觉导航进行自动地图构建。

为了实现上述目的，本发明采用如下技术方案：

一种基于视觉导航的变电站自动构图机器人，包括机器人平台、工控机、行程测量装置、视觉导航装置、激光雷达和行走机构，其中，机器人平台下端设置行走机构，机器人平台上设置有工控机，工控机连接行程测量装置，行程测量装置接收测速传感器信号，机器人平台前端固定有视觉导航装置和激光雷达，激光雷达对环境进行扫描。

所述视觉导航装置，安装于机器人平台上，包括摄像机，摄像机通过通信线与工控机连接。

所述摄像机采集的图像垂直中轴线垂直于机器人平台行走机构的中心轴延长线。

所述摄像机镜头周围分布有打光LED阵列。

所述行程测量装置为里程计。

一种基于上述机器人的构图方法，包括以下步骤：

(1)在目标构图区域内，在机器人构图过程开始之前，给视觉导航装置和工控机运动控制系统设定运动方向和运动速度；

(2)以机器人行程测量装置开始工作的位置作为原点(0,0,0)建立直角坐标系；

(3)行程测量装置对机器人的航迹进行推算，激光雷达对环境数据进行扫描，通过视觉导航装置采集图像并进行视觉图像处理确认机器人行走路径边缘延伸线与图像垂直中轴线的夹角和横向中心位置偏差的偏差，对机器人位置和航向进行校正，使机器人保持在有效路径中心位置并沿路径延长线自主导航运动；

(4)利用同步定位与地图构建方法，根据激光雷达采集的环境数据对扫描区域进行构图，形成局部地图；

(5)重复步骤(3)-(4)，循环迭代并将局部地图进行融合，输出全局地图。

所述步骤(3)中，激光雷达采集的信息包括采样旋转角度和该角度对应反射点的距离。

所述步骤(3)中，视觉导航装置是对机器人平台自主运动路径上的前端路径和周围参考物图像进行采集，并对图像进行标定、关注区域模型提取和特征提取处理，得出行走路径边缘延伸线与图像垂直中轴线的夹角和横向中心位置偏差，该夹角即为此时刻机器人平台相对于马路边缘延长线的航向角偏差，该横向中心位置偏差即为机器人位置与马路路径中心的位置偏差。

所述步骤(3)中，视觉导航装置工作步骤包括：

(3-1)采集图像并进行图像标定，使用相机标定阶段获取的标定参数对每一帧图像进行标定，以消除相机镜头带来的图像畸变；

(3-2)对彩色对象进行颜色模型提取，将彩色图像转换为HIS控件模型；

(3-3)图像二值化，使用阈值处理将灰度图像转换为二值图像；

(3-4)形态学处理，通过图像结构元素对图像路径边缘特征进行度量和提取，通过腐蚀和膨胀的形态学方法对图像处理以方便对路径边缘特征的识别和分析；

(3-5)目标特征提取和参数计算，目标特征提取使用的方法是使用8连通域对图像进行扫描；特征提取出来之后，通过边缘检测确定每行目标特征中心点坐标，通过粒子分析计算出路径边缘特征延长线与图像垂直中轴线的夹角即航向偏差，并通过计算各特征中心点坐标平均值，确定机器人本体在路径中心的横向位置偏差。因为机器人在该过程中的导航不需要精确的路径控制，所以使用PID控制算法对电机进行差速控制，通过横向位置偏差和航向偏差进行比例微分控制，实现机器人在有效路径中心位置沿路径延长线自主导航运动，从而实现自主环境数据采集。

所述步骤(4)中，地图构建采用离线或在线两种形式，离线处理即完成整个构图区域的数据采集之后在数据融合地图构建的方式；在线处理即在环境数据采集过程中实时对采集到的数据同步进行处理，在该实施例中采用的是在线地图构建的方式，工控机内部的构图模块采用同步定位与地图构建方法根据激光雷达采集到的环境数据对扫描区域进行构图。

所述步骤(4)中，同步定位与地图构建方法的具体过程为：

(4-1)激光雷达数据坐标系转换。由于从激光雷达获取的点集数据是极坐标系下的数据(d,w)，为了同一坐标系下处理，所以需要通过[d*cos(w),d*sin(w)]将激光雷达点集数据转换到直角坐标系下；

(4-2)使用聚类距离阈值指标对直角坐标系下的点集进行聚类处理；通过顺序计算相邻点集之间的距离，判断是否在聚类距离阈值范围以内，如果在范围内则将相邻点进行聚类，对于独立于各聚类区域以外的孤立的点去除；

(4-3)对聚类之后的点集进行曲线拟合，使用最小二乘法对点集进行拟合，求出特征直线方程，确定各特征直线的坐标；

(4-4)对相邻特征直线进行匹配，通过判断上下两帧直线起始点距离，找出距离最近的特征直线，如果特征直线的距离小于特征阈值，则认为是同一特征直线，用后一帧的特征直线的坐标减去前一帧的特征直线坐标得到偏移量，将相邻两帧所有对应特征直线的偏移量进行均值计算，得出最优偏移量；

(4-5)将上一帧数据的所有点加上步骤(4-4)中的偏移量，得到局部地图；重复上述处理过程；

(4-6)通过循环迭代，循环将新的激光数据点集与旧有数据匹配，依次同步更新位置信息和航向角信息[X(t),Y(t),W(t)]。

所述步骤(4)中，将同步定位处理之后的位置信息[X(t),Y(t),W(t)]反馈到行程测量装置，实现对其的校正。

本发明的有益效果为：

(1)真正实现了环境数据采集与地图构建的自动化，减少了人为参与的工作量，整个过程机器人自主运行，方案简单，成本低，实用价值高；

(2)视觉导航装置摄像头周围分布有打光LED灯，解决了光照强弱对视觉图像处理的影响，可以适应夜间环境视觉导航进行自动地图构建。

附图说明

图1为本发明的结构示意图；

图2为本发明流程示意图；

其中，1、机器人平台，2、工控机，3、里程计，4、视觉导航装置，5、激光雷达，6、驱动轮。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明。

如图1所示，基于视觉导航的变电站自动构图机器人，它包括机器人平台1，在该平台上有工控机2，里程计3，视觉导航装置4，激光雷达5，移动平台的驱动轮6。

机器人平台1，该实施例是轮式移动平台形式，其特点是移动平台有若干驱动轮6；

工控机2，其特点是是搭载到机器人移动平台上的计算机；

里程计3，其特点是接收测速传感器信号，并通过通信线路与工控机连接；

所述的视觉导航装置4，其特点是，该装置安装于机器人平台上，拥有核心视觉采集元件摄像机，摄像机通过通信线与工控机2连接，该实施例中使用的是Mako G-032工业相机，摄像机的图像垂直中轴线垂直于机器人平台轮间轴延长线，在摄像机镜头周围分布有打光LED阵列；

所述激光雷达5，其特点是安装于机器人移动平台的前端或后端，激光雷达通过通信线与工控机2连接；

如图2所示，基于视觉导航的变电站自动构图机器人的方法步骤做进一步说明。

[1]在目标构图区域内，在机器人构图过程开始之前，给视觉导航和工控机运动控制系统设定运动方向和运动速度等控制信息。

[2]以机器人里程计开始工作的位置作为原点(0,0,0)建立直角坐标系，启动机器人系统，启动激光雷达，启动构图处理程序，启动视觉导航功能模块。该实施例中机器人的正前方为x轴方向，与x轴垂直且与轴成右手坐标系的方向为y轴。该实施例中机器人的正方向为机器人的本体视觉导航航向参考。

[3]里程计航迹推算、视觉导航装置、激光雷达环境数据扫描，同步进行。该实施例中，里程计通过对测速传感器信号接收进行航迹推算，并不断输出机器人当前的位置信息和航向信息。该实施例中的激光雷达环境数据扫描，是激光雷达进行旋转190度或270度或360度扫描，获得不同的激光雷达数据，该数据包括采样旋转角度和该角度对应反射点的距离，并将扫描数据通过以通信线传输至工控机。

该实施例中视觉导航装置是对机器人平台自主运动路径上的前端路径和周围参考物图像进行采集，并对图像进行标定、关注区域模型提取、特征提取等处理，得出行走路径边缘延伸线与图像垂直中轴线的夹角和横向中心位置偏差，该夹角即为此时刻机器人平台相对于马路边缘延长线的航向角偏差，该横向中心位置偏差即为机器人位置与路径中心的位置偏差。由于视觉图像处理模块需要占用较多的资源，计算量大，所以视觉导航装置在工控机运行独立进程，并且进行了运行频率约束，该实施例中视觉导航装置摄像机周围分布有打光LED阵列，通过合理控制LED阵列打光，可以解决光照强弱对视觉图像处理的影响，并能够进行夜间视觉导航。

视觉导航装置工作步骤如下：(1)采集图像并进行图像标定。使用相机标定阶段获取的标定参数对每一帧图像进行标定，以消除相机镜头带来的图像畸变。

(2)对彩色对象进行颜色模型提取。由于后期处理需要对灰度图进行处理，所以将彩色图像转换为HIS控件模型。

(3)图像二值化。使用阈值处理将灰度图像转换为二值图像。

(4)形态学处理。通过图像结构元素对图像路径边缘特征进行度量和提取，通过腐蚀和膨胀等形态学方法对图像处理以方便对路径边缘特征的识别和分析。

(5)目标特征提取和参数计算。目标特征提取使用的方法是使用8连通域对图像进行扫描。特征提取出来之后，通过边缘检测确定每行目标特征中心点坐标，通过粒子分析计算出路径边缘特征延长线与图像垂直中轴线的夹角即航向偏差，并通过计算各特征中心点坐标平均值，确定机器人本体在路径中心的横向位置偏差。因为机器人在该过程中的导航不需要精确的路径控制，所以使用PID控制算法对电机进行差速控制，通过横向位置偏差和航向偏差进行比例微分控制，实现机器人在有效路径中心位置沿路径延长线自主导航运动，从而实现自主环境数据采集。

[4]地图构建可以采用离线或在线两种形式。离线处理即完成整个构图区域的数据采集之后在数据融合地图构建的方式；在线处理即在环境数据采集过程中实时对采集到的数据同步进行处理。在该实施例中采用的是在线地图构建的方式。工控机内部的构图模块采用SLAM(同步定位与地图构建方法)方法根据激光雷达采集到的环境数据对扫描区域进行构图。

SLAM方法的具体步骤：

(1)激光雷达数据坐标系转换。由于从激光雷达获取的点集数据是极坐标系下的数据(d,w),为了同一坐标系下处理，所以需要通过[d*cos(w),d*sin(w)]将激光雷达点集数据转换到直角坐标系下。

(2)使用聚类距离阈值指标对直角坐标系下的点集进行聚类处理。通过顺序计算相邻点集之间的距离，判断是否在聚类阈值范围以内，如果在范围内则将相邻点进行聚类。对于独立于各聚类区域以外的孤立的点去除。

(3)对聚类之后的点集进行曲线拟合。使用最小二乘法对点集进行拟合，求出特征直线方程，确定各特征直线的坐标。

(4)对相邻特征直线进行匹配。通过判断上下两帧直线起始点距离，找出距离最近的特征直线，如果特征直线的距离小于特征阈值，则认为是同一特征直线，用后一帧的特征直线的坐标减去前一帧的特征直线坐标得到偏移量，将相邻两帧所有对应特征直线的偏移量进行均值计算，得出最优偏移量。

(5)将上一帧数据的所有点加上上一步中的偏移量，得到局部地图；重复上述处理过程；

(6)通过循环迭代，循环管将新的激光数据点集与旧有数据匹配，依次同步更新位置信息和航向角信息[X(t),Y(t),W(t)]。

[5]将同步定位处理之后的位置信息[X(t),Y(t),W(t)])反馈到里程计实现对里程计的校正。

[6]重复上述步骤[2]～[6]，循环迭代并将局部地图进行融合输出全局地图。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (8)

1.一种基于视觉导航的变电站自动构图机器人，其特征是：包括机器人平台、工控机、行程测量装置、视觉导航装置、激光雷达和行走机构，其中，机器人平台下端设置行走机构，机器人平台上设置有工控机，工控机连接行程测量装置，行程测量装置接收测速传感器信号，机器人平台前端固定有视觉导航装置和激光雷达，激光雷达对环境进行扫描；

所述视觉导航装置，安装于机器人平台上，包括摄像机，摄像机通过通信线与工控机连接；所述视觉导航装置对机器人平台自主运动路径上的前端路径和周围参考物图像进行采集；

所述摄像机采集的图像垂直中轴线垂直于机器人平台行走机构的中心轴延长线，机器人保持在有效路径中心位置并沿路径延长线自主导航运动。

2.一种基于如权利要求1所述的机器人的构图方法，其特征是：包括以下步骤：

(1)在目标构图区域内，在机器人构图过程开始之前，给视觉导航装置和工控机运动控制系统设定运动方向和运动速度；

(2)以机器人行程测量装置开始工作的位置作为原点(0,0,0)建立直角坐标系；

(3)行程测量装置对机器人的航迹进行推算，激光雷达对环境数据进行扫描，通过视觉导航装置采集图像并进行视觉图像处理确认机器人行走路径边缘延伸线与图像垂直中轴线的夹角和横向中心位置偏差的偏差，对机器人位置和航向进行校正，使机器人保持在有效路径中心位置并沿路径延长线自主导航运动；

(4)利用同步定位与地图构建方法，根据激光雷达采集的环境数据对扫描区域进行构图，形成局部地图；

(5)重复步骤(3)-(4)，循环迭代并将局部地图进行融合，输出全局地图。

3.如权利要求2所述的构图方法，其特征是：所述步骤(3)中，激光雷达采集的信息包括采样旋转角度和该角度对应反射点的距离。

4.如权利要求2所述的构图方法，其特征是：所述步骤(3)中，视觉导航装置是对机器人平台自主运动路径上的前端路径和周围参考物图像进行采集，并对图像进行标定、关注区域模型提取和特征提取处理，得出行走路径边缘延伸线与图像垂直中轴线的夹角和横向中心位置偏差，该夹角即为此时刻机器人平台相对于马路边缘延长线的航向角偏差，该横向中心位置偏差即为机器人位置与马路路径中心的位置偏差。

5.如权利要求2所述的构图方法，其特征是：所述步骤(3)中，视觉导航装置工作步骤包括：

(3-1)采集图像并进行图像标定，使用相机标定阶段获取的标定参数对每一帧图像进行标定，以消除相机镜头带来的图像畸变；

(3-2)对彩色对象进行颜色模型提取，将彩色图像转换为HIS控件模型；

(3-3)图像二值化，使用阈值处理将灰度图像转换为二值图像；

(3-4)形态学处理，通过图像结构元素对图像路径边缘特征进行度量和提取，通过腐蚀和膨胀的形态学方法对图像处理以方便对路径边缘特征的识别和分析；

(3-5)目标特征提取和参数计算，目标特征提取使用的方法是使用8连通域对图像进行扫描；特征提取出来之后，通过边缘检测确定每行目标特征中心点坐标，通过粒子分析计算出路径边缘特征延长线与图像垂直中轴线的夹角即航向偏差，并通过计算各特征中心点坐标平均值，确定机器人本体在路径中心的横向位置偏差；因为机器人在该过程中的导航不需要精确的路径控制，所以使用PID控制算法对电机进行差速控制，通过横向位置偏差和航向偏差进行比例微分控制，实现机器人在有效路径中心位置沿路径延长线自主导航运动，从而实现自主环境数据采集。

6.如权利要求2所述的构图方法，其特征是：所述步骤(4)中，地图构建采用离线或在线两种形式，离线处理即完成整个构图区域的数据采集之后在数据融合地图构建的方式；在线处理即在环境数据采集过程中实时对采集到的数据同步进行处理，在该实施例中采用的是在线地图构建的方式，工控机内部的构图模块采用同步定位与地图构建方法根据激光雷达采集到的环境数据对扫描区域进行构图。

7.如权利要求2所述的构图方法，其特征是：所述步骤(4)中，同步定位与地图构建方法的具体过程为：

(4-1)激光雷达数据坐标系转换；由于从激光雷达获取的点集数据是极坐标系下的数据(d,w)，为了同一坐标系下处理，所以需要通过[d*cos(w),d*sin(w)]将激光雷达点集数据转换到直角坐标系下；

(4-2)使用聚类距离阈值指标对直角坐标系下的点集进行聚类处理；通过顺序计算相邻点集之间的距离，判断是否在聚类距离阈值范围以内，如果在范围内则将相邻点进行聚类，对于独立于各聚类区域以外的孤立的点去除；

(4-3)对聚类之后的点集进行曲线拟合，使用最小二乘法对点集进行拟合，求出特征直线方程，确定各特征直线的坐标；

(4-4)对相邻特征直线进行匹配，通过判断上下两帧直线起始点距离，找出距离最近的特征直线，如果特征直线的距离小于特征阈值，则认为是同一特征直线，用后一帧的特征直线的坐标减去前一帧的特征直线坐标得到偏移量，将相邻两帧所有对应特征直线的偏移量进行均值计算，得出最优偏移量；

(4-5)将上一帧数据的所有点加上步骤(4-4)中的偏移量，得到局部地图；重复上述处理过程；

(4-6)通过循环迭代，循环将新的激光数据点集与旧有数据匹配，依次同步更新位置信息和航向角信息[X(t),Y(t),W(t)]。

8.如权利要求2所述的构图方法，其特征是：所述步骤(4)中，将同步定位处理之后的位置信息[X(t),Y(t),W(t)]反馈到行程测量装置，实现对其的校正。