CN107042511A - 基于视觉反馈的巡视机器人云台调整方法 - Google Patents
基于视觉反馈的巡视机器人云台调整方法 Download PDFInfo
- Publication number
- CN107042511A CN107042511A CN201710188597.0A CN201710188597A CN107042511A CN 107042511 A CN107042511 A CN 107042511A CN 201710188597 A CN201710188597 A CN 201710188597A CN 107042511 A CN107042511 A CN 107042511A
- Authority
- CN
- China
- Prior art keywords
- mrow
- equipment
- drawing picture
- equipment drawing
- image
- 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
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于视觉反馈的巡视机器人云台调整方法,包括步骤:巡视机器人进行巡检,在巡检过程中将实时拍摄采集的设备图像发送到服务器;服务器将实时采集的设备图像与数据库中保存的匹配模版进行匹配;计算实时采集到的设备图像与模版图像的位置偏移关系,以及两幅图像的匹配值;根据计算出的匹配值判断所采集的设备图像的完整性,当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整,直到判断所采集的设备图像完整或调整次数达到预设次数阈值时,控制巡检机器人进行下一个预设点的巡检工作。本发明可实现巡航机器人的云台自动调整,控制精度高,智能化程度高,操作便捷,可广泛应用于巡航机器人行业中。
Description
技术领域
本发明涉及自动控制领域,特别是涉及基于视觉反馈的巡视机器人云台调整方法。
背景技术
名词解释:
ROI:region of interest,感兴趣区域。
随着科学技术的步伐,电网的建设正由传统的有人值守人工检测向无人值守智能变电站方向发展。因此巡视机器人孕育而生,巡视机器人系统是集信息一体化技术、多传感器融合技术、自主导航技术、安防技术、高级图像处理技术、模式识别技术、高效无线传输技术于一体的复杂系统。巡视器人基于激光自主导航,实现巡检路线的最优规划,自动避障绕行,进行变电站设备的图像、音频、红外测温数据的采集,并通过无线网络传输至后台服务器,应用高级图像识别技术,音频分析技术,红外专家库等技术实现设备异常分析,开关分合识别、仪表读数,油位计油位识别,异物检查,设备测温等功能。因此可知,高清可见图像和红外测温图像的拍摄采集的过程在整个系统中尤为重要。但在实际机器人巡检过程中,有很多的客观因素制约着设备图像的采集工作。
通过实际变电站巡视机器人的试行中发现,通过高清摄像机和红外摄像机实时采集到的图像时常出现拍摄角度和视野的偏差,偶尔甚至会出现拍摄不到需要检测的设备的情况。因此如果拍摄姿态的重复性不高,将导致后面的图像识别工作将无法进行。通过分析和试验总结了导致图像采集出现误差的主要几个重要因素:
(1)设备模板图像是由操作员人工控制机器人云台及相机进行拍摄采集,一般情况下需要观察的设备区域位于图像的中央部分,并保存云台角度与相机倍率,聚焦等相关的参数,但是巡视机器人在执行巡检任务时无操作人员对其进行指引,机器人行进至每一设备观测预置位后,调用该设备模板图像的拍摄参数,进行云台转动控制及相机参数,进行自主采集实时设备状态图像,此过程缺乏对设备区域是否偏出图像视野范围作验证。
(2)巡视机器人在变电站中行驶的路面大多由沥青或水泥铺设,甚至有些还是水泥板拼接而成的。这类地势环境对于机器人的驱动轮来说难免会有一定的影响,这就导致了巡检过程中一路走来在预置位停车位置的重复性有一定的误差,此时机器人的航向角相对于模板图像采集时会有差别,这样的差别便导致了即使机器人准确的控制了云台姿态,也不能避免采集图像中设备区域的偏离误差。
(3)在一个普通的220kV变电站中,机器人执行巡检任务时需要观测的设备多达3千个以上,巡视机器人云台载重约5kg,经过一定时间的使用后,云台转动次数数以万计,云台的机械设备难免会出现磨损,如果一直使用相同的角度转动控制参数,云台的实际姿态可能会发生变化,即设备图像可能偏移出图像的视野范围。
(4)当云台转动控制的不再像初始时那样精确,需要对云台进行复位校正、调整云台转动控制参数,甚至当云台出现故障后需要进行云台更换,这些云台设备的维护措施导致了转动控制参数的更改,需要进行模板图像的重新采集以及云台参数的重设,耗时费力,但如果不采取措施,会产生更大的巡检采集图像的偏离。
(5)当机器人远距离采集如仪表此类的设备时,需要将高清摄像机倍率放大到30倍来进行观测,这时机器人姿态或云台控制中任何细微的差别都可能造成设备区域的偏出。
(6)当云台进行小角度运动时,由于运动距离较短,电机可能无法到达设定的速度,从而由于速度较低无法靠惯性运动到位,造成系统误差,这也可以导致采集的图像产生偏离。
发明内容
为了解决上述的技术问题,本发明的目的是提供基于视觉反馈的巡视机器人云台调整方法。该方法通过图像场景信息的匹配反馈调整云台的姿态,实现云台控制的高精度闭环控制定位,有效的解决了巡视机器人实时采集图像产生的偏离误差问题,为图像处理打好了基础,同时提高了巡检的效率和质量。
本发明解决其技术问题所采用的技术方案是:
基于视觉反馈的巡视机器人云台调整方法,包括步骤:
S1,巡视机器人进行巡检,在巡检过程中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄,并将实时拍摄采集的设备图像发送到服务器;
S2,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,采用基于形状的模版匹配方法,将实时采集的设备图像与数据库中保存的匹配模版进行匹配;
S3,计算实时采集到的设备图像与模版图像的位置偏移关系,以及两幅图像的匹配值;
S4,根据计算出的匹配值判断所采集的设备图像的完整性,当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整,重新返回步骤S1,直到判断所采集的设备图像完整或调整次数达到预设次数阈值时,执行步骤S5;
S5,将采集的设备图像进行图像识别处理后进行存储,并发出控制指令控制巡检机器人进行下一个预设点的巡检工作。
进一步,所述步骤S1之前还包括步骤:
S0,将巡视机器人巡检路线中每一个预设点的待检设备的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件与该待检设备进行关联后保存在数据库中。
进一步,所述步骤S0,包括步骤:
S01,控制巡视机器人依次行驶到巡检线路中的每个预设点位置,然后记录该预设点的地理位置信息并保存在数据库中;
S02,调节云台的旋转角度和俯仰角度,同时调整相机的工作参数,直到待检测设备被清晰拍摄并处于所拍摄图像的中心位置后,拍摄获得待检设备的模板图像并设定图像的ROI区域;
S03,获取此时的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件后,与该待检设备进行关联后保存在数据库中。
进一步,所述S1中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄的步骤,其具体为:
从数据库中获取对应的云台姿态数据和相机参数,进而解析获得云台的旋转角度和俯仰角度后,控制云台进行相应的运动,进而根据相机参数调整相机后,对待检设备进行拍摄。
进一步,所述步骤S2,包括步骤:
S21,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,进而采用高斯光滑的拉普拉斯变化对模板图像进行边缘特征提取,提取模版图像的ROI区域中的边缘特征;
S22,采用金字塔二次采样,将模版图像多次缩小一半,构成金字塔图像;
S23,对金字塔图像进行旋转平移变换后生成匹配模板;
S24,将设备图像与匹配模板进行匹配。
进一步,所述步骤S3,包括步骤:
S31,根据下式,计算实时采集到的设备图像与模版图像的位置偏移关系:
上式中,offset(pix)为像素偏移差,H代表水平方向,V代表垂直方向,Ctemp表示模版图像中的特征点的位置;Ccap表示设备图像中的特征点的位置,n表示特征点数量;
S32,根据下式,计算判断设备图像与模版图像的匹配值:
其中,ncc(r,c)表示匹配值,mt表示模版图像的平均灰度值,表示模版图像的所有灰度值的方差,mf(r,c)表示设备图像的平均灰度值,表示设备图像的所有灰度值的方差,T表示特征点集合,t(u,v)表示模板图像在坐标值(u,v)的灰度值,f(r+u,c+v)表示设备图像的灰度值。
进一步,所述S4中所述根据计算出的匹配值判断所采集的设备图像的完整性的步骤,具体为:判断计算出的匹配值是否处于预设匹配阈值范围内,若是,则表示所采集的设备图像完整,反之,表示所采集的设备图像不完整。
进一步,所述S4中所述当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整的步骤,包括:
缩小相机的光学放大倍率后重新进行拍摄,获得调整前后拍摄的两幅设备图像在水平方向和垂直方向平移的距离,并在该距离大于最小阈值时,根据相机像距和焦距,计算获得模版图像与设备图像的偏转角度后,将其转换为对云台姿态数据的调整参数,进而将调整参数与原云台姿态数据叠加获得补偿后的云台姿态数据,最后将光学放大倍率放大到原倍率。
进一步,所述模版图像与设备图像的偏转角度是通过下式计算获得的:
其中,
上式中,offset(Ang)表示模版图像与设备图像的偏转角度,offset表示像素偏移差,H代表水平方向,V代表垂直方向,solution表示相机的像距,f表示相机的焦距。
进一步,所述S5中所述将采集的设备图像进行图像识别处理后进行存储的步骤,其具体为:
根据前述设备图像与模板图像的匹配结果,获得设备图像中设备区域的坐标位置并裁剪获得待识别的设备区域子图像后,调用与该待检设备对应的图像处理函数,对该设备区域子图像进行设备工作状态的识别,并进行存储。
本发明的有益效果是:本发明的基于视觉反馈的巡视机器人云台调整方法,包括步骤:S1,巡视机器人进行巡检,在巡检过程中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄,并将实时拍摄采集的设备图像发送到服务器;S2,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,采用基于形状的模版匹配方法,将实时采集的设备图像与数据库中保存的匹配模版进行匹配;S3,计算实时采集到的设备图像与模版图像的位置偏移关系,以及两幅图像的匹配值;S4,根据计算出的匹配值判断所采集的设备图像的完整性,当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整,重新返回步骤S1,直到判断所采集的设备图像完整或调整次数达到预设次数阈值时,执行步骤S5;S5,将采集的设备图像进行图像识别处理后进行存储,并发出控制指令控制巡检机器人进行下一个预设点的巡检工作。本方法可以通过巡航机器人采集的待检设备的设备图像的反馈信息,实现云台的闭环控制,实现巡航机器人的云台自动控制调整,控制精度高,智能化程度高,操作便捷。
附图说明
下面结合附图和实施例对本发明作进一步说明。
图1是本发明的基于视觉反馈的巡视机器人云台调整方法的流程图。
具体实施方式
参照图1,本发明提供了一种基于视觉反馈的巡视机器人云台调整方法,包括步骤:
S1,巡视机器人进行巡检,在巡检过程中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄,并将实时拍摄采集的设备图像发送到服务器;巡视机器人在接收到后台的巡检任务下发指令时,巡视机器人自动启动巡检模式,按照预设置的巡检路径顺序进行巡检,巡检过程中,到达预设位置即停车,调用数据库中该位置的云台姿态数据,即云台的俯仰角度和旋转角度,以及相机的参数,包括放大倍数和聚焦值等;
S2,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,采用基于形状的模版匹配方法,将实时采集的设备图像与数据库中保存的匹配模版进行匹配;
S3,计算实时采集到的设备图像与模版图像的位置偏移关系,以及两幅图像的匹配值;
S4,根据计算出的匹配值判断所采集的设备图像的完整性,当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整,重新返回步骤S1,直到判断所采集的设备图像完整或调整次数达到预设次数阈值时,执行步骤S5;如果调整次数达到预设次数阈值,还未达到规定匹配值即表示相机仍未能拍摄采集到待检设备的完整的设备图像,则意味该预设点的检测任务失败,执行步骤5后,按照巡检顺序进行下一个预设点巡检;
S5,将采集的设备图像进行图像识别处理后进行存储,并发出控制指令控制巡检机器人进行下一个预设点的巡检工作。
在夜间或能见度不佳的天气条件下执行巡检任务时,巡航机器人可以使用携带的红外热像仪采集设备热能图像,计算红外图像的像素偏差计算云台误差完成角度补偿,实现机器人可以在24小时全天候下准确采集电力设备的可见光图像与红外热图像。至此,在任一预置位执行相应的“视觉反馈”后,机器人相机中呈现的画面与模板图像的误差已经很微,不必再做调整,采集实时的设备图像与模板图像匹配进行设备区域标定及设备工作状态识别。
进一步作为优选的实施方式,所述步骤S1之前还包括步骤:
S0,将巡视机器人巡检路线中每一个预设点的待检设备的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件与该待检设备进行关联后保存在数据库中。
进一步作为优选的实施方式,所述步骤S0,包括步骤:
S01,控制巡视机器人依次行驶到巡检线路中的每个预设点位置,然后记录该预设点的地理位置信息并保存在数据库中;
S02,调节云台的旋转角度和俯仰角度,同时调整相机的工作参数,直到待检测设备被清晰拍摄并处于所拍摄图像的中心位置后,拍摄获得待检设备的模板图像并通过鼠标输入设定图像的ROI区域;
S03,获取此时的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件后,与该待检设备进行关联后保存在数据库中。云台姿态数据包括旋转角度和俯仰角度。
进一步作为优选的实施方式,所述S1中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄的步骤,其具体为:
从数据库中获取对应的云台姿态数据和相机参数,进而解析获得云台的旋转角度和俯仰角度后,控制云台进行相应的运动,进而根据相机参数调整相机后,对待检设备进行拍摄。
进一步作为优选的实施方式,所述步骤S2,包括步骤:
S21,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,进而采用高斯光滑的拉普拉斯变化对模板图像进行边缘特征提取,提取模版图像的ROI区域中的边缘特征;
高斯光滑滤波的计算公式如下:
上式中,G0(x,y)表示高斯光滑滤波结果,x表示横坐标,y表示纵坐标,A表示幅值,μ表示均值,σ表示标准差,μ和σ均包括x方向和y方向上的均值和标准差。
其中拉普拉斯变化是在图像的x,y方向上二阶偏导求和,计算公式如下:
S22,采用金字塔二次采样,将模版图像多次缩小一半,构成金字塔图像;基于金字塔分层搜索策略:由高层开始到底层搜索,在高层图像搜索到的模版实例追踪到图像金字塔的最底层,应用金字塔二次采样大大的加速了图像搜索效率。
S23,对金字塔图像进行旋转平移变换后生成匹配模板;
旋转平移变换矩阵如下:
Δx,Δy分别表示图像在X轴和Y轴上平移的距离,θ分别表示图像绕中心位置的旋转角度。
S24,将设备图像与匹配模板进行匹配。
进一步作为优选的实施方式,所述步骤S3,包括步骤:
S31,根据下式,计算实时采集到的设备图像与模版图像的位置偏移关系:
上式中,offset(pix)为像素偏移差,H代表水平方向,V代表垂直方向,Ctemp表示模版图像中的特征点的位置;Ccap表示设备图像中的特征点的位置,n表示特征点数量;模版图像中的特征点是指前述步骤S21进行拉普拉斯变化后得到的边缘特征点;
S32,根据下式,计算判断设备图像与模版图像的匹配值:
其中,ncc(r,c)表示匹配值,是通过归一化相关系数来表达的,mt表示模版图像的平均灰度值,表示模版图像的所有灰度值的方差,mf(r,c)表示设备图像的平均灰度值,表示设备图像的所有灰度值的方差,T表示特征点集合,即模板图像的所有特征点的集合,t(u,v)表示模板图像在坐标值(u,v)d的灰度值,f(r+u,c+v)表示设备图像的灰度值。
以上计算得到ncc的范围值是-1≤ncc≤1,归一化相关系数的绝对值越大表示模版与待检测图像越相近。
进一步作为优选的实施方式,所述S4中所述根据计算出的匹配值判断所采集的设备图像的完整性的步骤,具体为:判断计算出的匹配值是否处于预设匹配阈值范围内,若是,则表示所采集的设备图像完整,反之,表示所采集的设备图像不完整。
进一步作为优选的实施方式,所述S4中所述当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整的步骤,包括:
缩小相机的光学放大倍率后重新进行拍摄,获得调整前后拍摄的两幅设备图像在水平方向和垂直方向平移的距离,并在该距离大于最小阈值时,根据相机像距和焦距,计算获得模版图像与设备图像的偏转角度后,将其转换为对云台姿态数据的调整参数,进而将调整参数与原云台姿态数据叠加获得补偿后的云台姿态数据,最后将光学放大倍率放大到原倍率。这里,调整前后拍摄的两幅设备图像在水平方向和垂直方向平移的距离用于判断是否需要对云台进行调节,当该距离小于最小阈值时,表示云台不需要再进行调节,反之,需要进行调节,继续执行后面的调整参数计算等步骤。
进一步作为优选的实施方式,所述模版图像与设备图像的偏转角度是通过下式计算获得的:
其中,
上式中,offset(Ang)表示模版图像与设备图像的偏转角度,offset表示像素偏移差,H代表水平方向,V代表垂直方向,solution表示相机的像距,f表示相机的焦距。
将偏转角度转换为对云台姿态数据的调整参数的计算方法如下:
其中,ptzCtrloffset表示调整参数,ptzSolution表示云台转动单位角度的控制采样值,H代表水平方向,V代表垂直方向,offset(Ang)表示前述的模版图像与设备图像的偏转角度。
将调整参数与原云台姿态数据叠加获得补偿后的云台姿态数据的过程如下:
其中,ptz表示补偿后的云台姿态数据,ptzCur为云台当前的云台姿态数据,ptzCtrlOffset表示调整参数,即表示对云台控制补偿的参数,-V表示由于当云台向上运动过度时,设备图像中的特征点位置相对于模版图像偏下,此时,前述计算的偏转角度符号为“+”时,调整参数的符号为“-”;水平方向的补偿则与补偿量的符号一致。
进一步作为优选的实施方式,所述S5中所述将采集的设备图像进行图像识别处理后进行存储的步骤,其具体为:
根据前述设备图像与模板图像的匹配结果,获得设备图像中设备区域的坐标位置并裁剪获得待识别的设备区域子图像后,调用与该待检设备对应的图像处理函数,对该设备区域子图像进行设备工作状态的识别,并进行存储。
本发明很大程度上提高了巡检任务中采集设备图像的准确性,通过巡检过程中云台视觉反馈的调整,图象采集的准确率高达99.3%以上。设置在最大放大倍率30倍的情况下,也能准确的将待检设备拍摄回来。本发明标志着巡视机器人能够通过视觉的反馈信息,与云台控制形成闭环,完成了“眼睛”(相机)和“头部”(云台)的自动协调控制,从而提高了巡视机器人的智能化程度,给工作人员带来了很大的便捷。
另外,巡视机器人携带的相机可以采用可见光及红外摄像机进行视觉反馈,在本发明实施之后实现了机器人在变电站24小时全天候的电力设备巡检任务,保障变电站设备安全运行。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.基于视觉反馈的巡视机器人云台调整方法,其特征在于,包括步骤:
S1,巡视机器人进行巡检,在巡检过程中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄,并将实时拍摄采集的设备图像发送到服务器;
S2,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,采用基于形状的模版匹配方法,将实时采集的设备图像与数据库中保存的匹配模版进行匹配;
S3,计算实时采集到的设备图像与模版图像的位置偏移关系,以及两幅图像的匹配值;
S4,根据计算出的匹配值判断所采集的设备图像的完整性,当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整,重新返回步骤S1,直到判断所采集的设备图像完整或调整次数达到预设次数阈值时,执行步骤S5;
S5,将采集的设备图像进行图像识别处理后进行存储,并发出控制指令控制巡检机器人进行下一个预设点的巡检工作。
2.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述步骤S1之前还包括步骤:
S0,将巡视机器人巡检路线中每一个预设点的待检设备的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件与该待检设备进行关联后保存在数据库中。
3.根据权利要求2所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述步骤S0,包括步骤:
S01,控制巡视机器人依次行驶到巡检线路中的每个预设点位置,然后记录该预设点的地理位置信息并保存在数据库中;
S02,调节云台的旋转角度和俯仰角度,同时调整相机的工作参数,直到待检测设备被清晰拍摄并处于所拍摄图像的中心位置后,拍摄获得待检设备的模板图像并设定图像的ROI区域;
S03,获取此时的云台姿态数据、相机工作参数、模版图像和生成图像ROI区域的参数文件后,与该待检设备进行关联后保存在数据库中。
4.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述S1中从数据库中获取对应的云台姿态数据和相机参数后进行拍摄的步骤,其具体为:
从数据库中获取对应的云台姿态数据和相机参数,进而解析获得云台的旋转角度和俯仰角度后,控制云台进行相应的运动,进而根据相机参数调整相机后,对待检设备进行拍摄。
5.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述步骤S2,包括步骤:
S21,服务器接收到实时采集的设备图像后,从数据库中调用对应待检设备的模版图像,进而采用高斯光滑的拉普拉斯变化对模板图像进行边缘特征提取,提取模版图像的ROI区域中的边缘特征;
S22,采用金字塔二次采样,将模版图像多次缩小一半,构成金字塔图像;
S23,对金字塔图像进行旋转平移变换后生成匹配模板;
S24,将设备图像与匹配模板进行匹配。
6.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述步骤S3,包括步骤:
S31,根据下式,计算实时采集到的设备图像与模版图像的位置偏移关系:
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
<mi>s</mi>
<mi>e</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>p</mi>
<mi>i</mi>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>H</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>V</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>m</mi>
<mi>e</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mo>></mo>
<mi>n</mi>
</mrow>
</munder>
<mo>(</mo>
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>t</mi>
<mi>e</mi>
<mi>m</mi>
<mi>p</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>C</mi>
<mrow>
<mi>c</mi>
<mi>a</mi>
<mi>p</mi>
</mrow>
</msub>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
上式中,offset(pix)为像素偏移差,H代表水平方向,V代表垂直方向,Ctemp表示模版图像中的特征点的位置;Ccap表示设备图像中的特征点的位置,n表示特征点数量;
S32,根据下式,计算判断设备图像与模版图像的匹配值:
<mrow>
<mi>n</mi>
<mi>c</mi>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>c</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
<mo>&Element;</mo>
<mi>T</mi>
</mrow>
</munder>
<mfrac>
<mrow>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>u</mi>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>m</mi>
<mi>t</mi>
</msub>
</mrow>
<msqrt>
<msubsup>
<mi>s</mi>
<mi>t</mi>
<mn>2</mn>
</msubsup>
</msqrt>
</mfrac>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>+</mo>
<mi>u</mi>
<mo>,</mo>
<mi>c</mi>
<mo>+</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msub>
<mi>m</mi>
<mi>f</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>c</mi>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<msubsup>
<mi>s</mi>
<mi>t</mi>
<mn>2</mn>
</msubsup>
<mrow>
<mo>(</mo>
<mi>r</mi>
<mo>,</mo>
<mi>c</mi>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mfrac>
</mrow>
其中,ncc(r,c)表示匹配值,mt表示模版图像的平均灰度值,表示模版图像的所有灰度值的方差,mf(r,c)表示设备图像的平均灰度值,表示设备图像的所有灰度值的方差,T表示特征点集合,t(u,v)表示模板图像在坐标值(u,v)的灰度值,f(r+u,c+v)表示设备图像的灰度值。
7.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述S4中所述根据计算出的匹配值判断所采集的设备图像的完整性的步骤,具体为:判断计算出的匹配值是否处于预设匹配阈值范围内,若是,则表示所采集的设备图像完整,反之,表示所采集的设备图像不完整。
8.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述S4中所述当判断所采集的设备图像不完整时,对巡视机器人的云台姿态数据和相机工作参数进行调整的步骤,包括:
缩小相机的光学放大倍率后重新进行拍摄,获得调整前后拍摄的两幅设备图像在水平方向和垂直方向平移的距离,并在该距离大于最小阈值时,根据相机像距和焦距,计算获得模版图像与设备图像的偏转角度后,将其转换为对云台姿态数据的调整参数,进而将调整参数与原云台姿态数据叠加获得补偿后的云台姿态数据,最后将光学放大倍率放大到原倍率。
9.根据权利要求8所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述模版图像与设备图像的偏转角度是通过下式计算获得的:
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
<mi>s</mi>
<mi>e</mi>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>A</mi>
<mi>n</mi>
<mi>g</mi>
<mo>)</mo>
</mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>H</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>V</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mi>arctan</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>o</mi>
<mi>f</mi>
<mi>f</mi>
<mi>s</mi>
<mi>e</mi>
<mi>t</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>H</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>V</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
<mi>f</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中,
上式中,offset(Ang)表示模版图像与设备图像的偏转角度,offset表示像素偏移差,H代表水平方向,V代表垂直方向,solution表示相机的像距,f表示相机的焦距。
10.根据权利要求1所述的基于视觉反馈的巡视机器人云台调整方法,其特征在于,所述S5中所述将采集的设备图像进行图像识别处理后进行存储的步骤,其具体为:
根据前述设备图像与模板图像的匹配结果,获得设备图像中设备区域的坐标位置并裁剪获得待识别的设备区域子图像后,调用与该待检设备对应的图像处理函数,对该设备区域子图像进行设备工作状态的识别,并进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710188597.0A CN107042511A (zh) | 2017-03-27 | 2017-03-27 | 基于视觉反馈的巡视机器人云台调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710188597.0A CN107042511A (zh) | 2017-03-27 | 2017-03-27 | 基于视觉反馈的巡视机器人云台调整方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107042511A true CN107042511A (zh) | 2017-08-15 |
Family
ID=59545529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710188597.0A Pending CN107042511A (zh) | 2017-03-27 | 2017-03-27 | 基于视觉反馈的巡视机器人云台调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107042511A (zh) |
Cited By (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108227753A (zh) * | 2017-12-08 | 2018-06-29 | 国网浙江省电力公司温州供电公司 | 用于电力设备的不停车巡检方法 |
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN108776471A (zh) * | 2018-04-13 | 2018-11-09 | 四川木牛流马智能科技有限公司 | 一种自主机器人的智能巡航方法 |
CN108924415A (zh) * | 2018-06-27 | 2018-11-30 | 亿嘉和科技股份有限公司 | 对变倍相机个体聚焦差异进行一致性校准的方法 |
CN109079795A (zh) * | 2018-09-25 | 2018-12-25 | 广州供电局有限公司 | 具有视觉识别功能的巡检机器人 |
CN109389067A (zh) * | 2018-09-28 | 2019-02-26 | 阮静 | 应用于移动设备的智能图像捕捉系统 |
CN109739239A (zh) * | 2019-01-21 | 2019-05-10 | 天津迦自机器人科技有限公司 | 一种用于巡检机器人的不间断仪表识别的规划方法 |
CN109940603A (zh) * | 2019-01-21 | 2019-06-28 | 浙江大学滨海产业技术研究院 | 一种巡检机器人的到点误差补偿控制方法 |
CN110084235A (zh) * | 2019-04-09 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 基于兴趣点的信息采集方法、装置和采集设备 |
CN110232676A (zh) * | 2019-04-28 | 2019-09-13 | 北京航空航天大学 | 飞机线缆支架的安装状态检测方法、装置、设备及系统 |
WO2019227410A1 (zh) * | 2018-05-31 | 2019-12-05 | 深圳市大疆创新科技有限公司 | 姿态转换方法、姿态显示方法及云台系统 |
CN110674724A (zh) * | 2019-09-20 | 2020-01-10 | 武汉大学 | 基于主动策略和影像传感器的机器人目标识别方法及系统 |
CN110744546A (zh) * | 2019-11-01 | 2020-02-04 | 云南电网有限责任公司电力科学研究院 | 一种缺陷修复机器人抓取非静止导线的方法及系统 |
CN111113394A (zh) * | 2019-12-19 | 2020-05-08 | 珠海格力电器股份有限公司 | 机械手定位方法 |
CN111163257A (zh) * | 2018-11-07 | 2020-05-15 | 珠海格力电器股份有限公司 | 一种拍摄终端参数智能调整系统及其方法与拍摄终端 |
CN111203881A (zh) * | 2020-01-16 | 2020-05-29 | 河北工业大学 | 一种基于加权最小二乘法的在线反馈手眼标定方法 |
CN111316185A (zh) * | 2019-02-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 可移动平台的巡检控制方法和可移动平台 |
CN111414012A (zh) * | 2020-04-08 | 2020-07-14 | 深圳市千乘机器人有限公司 | 一种巡检机器人区域检索与云台校正方法 |
CN111611989A (zh) * | 2020-05-22 | 2020-09-01 | 四川智动木牛智能科技有限公司 | 一种基于自主机器人的多目标精准定位识别方法 |
CN111604888A (zh) * | 2020-05-29 | 2020-09-01 | 珠海格力电器股份有限公司 | 巡检机器人控制方法、巡检系统、存储介质及电子设备 |
CN111633660A (zh) * | 2020-06-15 | 2020-09-08 | 吴洪婷 | 一种智能巡检机器人 |
CN111745652A (zh) * | 2020-06-24 | 2020-10-09 | 杭州安森智能信息技术有限公司 | 机器人智能化任务管理方法及系统 |
CN111932609A (zh) * | 2020-07-08 | 2020-11-13 | 广州科易光电技术有限公司 | 阀厅设备巡检机器人的云台校准方法及装置、存储介质 |
CN111966105A (zh) * | 2020-08-24 | 2020-11-20 | 湖南凯迪工程科技有限公司 | 一种智能机器人数据采集方法及其可视化交互系统 |
CN112085799A (zh) * | 2020-08-14 | 2020-12-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及系统 |
CN112258682A (zh) * | 2020-10-19 | 2021-01-22 | 合肥科大智能机器人技术有限公司 | 一种变电站机器人巡检系统及其巡检方法 |
CN112585946A (zh) * | 2020-03-27 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 图像拍摄方法、装置、可移动平台和存储介质 |
CN112585554A (zh) * | 2020-03-27 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 无人机巡检方法、装置及无人机 |
CN112703504A (zh) * | 2018-10-19 | 2021-04-23 | 深圳新物种科技有限公司 | 对象识别方法、装置、电子设备及计算机可读存储介质 |
WO2021102645A1 (zh) * | 2019-11-25 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 云台的控制方法、云台、无人飞行器和存储介质 |
CN113139626A (zh) * | 2021-06-21 | 2021-07-20 | 浙江华睿科技有限公司 | 模板匹配方法、装置、电子设备及计算机可读存储介质 |
CN113536895A (zh) * | 2021-05-28 | 2021-10-22 | 立得空间信息技术股份有限公司 | 一种圆盘指针表计识别方法 |
CN113674212A (zh) * | 2021-07-26 | 2021-11-19 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113778091A (zh) * | 2021-09-13 | 2021-12-10 | 华能息烽风力发电有限公司 | 一种风电场升压站设备巡检方法 |
CN114115245A (zh) * | 2021-11-09 | 2022-03-01 | 厦门蓝海天信息技术有限公司 | 一种航标识别设备及方法 |
CN115914844A (zh) * | 2022-12-22 | 2023-04-04 | 深圳小湃科技有限公司 | 基于摄像头的看守位位置校正方法、设备及可读存储介质 |
CN116448250A (zh) * | 2023-06-14 | 2023-07-18 | 国网山西省电力公司超高压变电分公司 | 一种电力设备红外热成像辅助定位装置及辅助定位方法 |
CN116996756A (zh) * | 2023-05-30 | 2023-11-03 | 钛玛科(北京)工业科技有限公司 | 一种工业相机自动微调装置及其控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201998168U (zh) * | 2010-12-29 | 2011-10-05 | 浙江省电力公司 | 基于视觉伺服的移动机器人精确定位云台系统 |
CN102929288A (zh) * | 2012-08-23 | 2013-02-13 | 山东电力集团公司电力科学研究院 | 基于视觉伺服的输电线路无人机巡检云台控制方法 |
US20160271801A1 (en) * | 2015-03-20 | 2016-09-22 | Hyundai Motor Company | Inspection system and inspection method for electronic device of vehicle |
CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
-
2017
- 2017-03-27 CN CN201710188597.0A patent/CN107042511A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201998168U (zh) * | 2010-12-29 | 2011-10-05 | 浙江省电力公司 | 基于视觉伺服的移动机器人精确定位云台系统 |
CN102929288A (zh) * | 2012-08-23 | 2013-02-13 | 山东电力集团公司电力科学研究院 | 基于视觉伺服的输电线路无人机巡检云台控制方法 |
US20160271801A1 (en) * | 2015-03-20 | 2016-09-22 | Hyundai Motor Company | Inspection system and inspection method for electronic device of vehicle |
CN106125744A (zh) * | 2016-06-22 | 2016-11-16 | 山东鲁能智能技术有限公司 | 基于视觉伺服的变电站巡检机器人云台控制方法 |
Non-Patent Citations (2)
Title |
---|
吴源远: "高速分拣机械手视觉识别技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
董晶: "模板图像快速可靠匹配技术研究", 《中国优秀博士学位论文全文数据库 信息科技辑》 * |
Cited By (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN108227753A (zh) * | 2017-12-08 | 2018-06-29 | 国网浙江省电力公司温州供电公司 | 用于电力设备的不停车巡检方法 |
CN108776471A (zh) * | 2018-04-13 | 2018-11-09 | 四川木牛流马智能科技有限公司 | 一种自主机器人的智能巡航方法 |
WO2019227410A1 (zh) * | 2018-05-31 | 2019-12-05 | 深圳市大疆创新科技有限公司 | 姿态转换方法、姿态显示方法及云台系统 |
CN108924415A (zh) * | 2018-06-27 | 2018-11-30 | 亿嘉和科技股份有限公司 | 对变倍相机个体聚焦差异进行一致性校准的方法 |
CN108924415B (zh) * | 2018-06-27 | 2021-02-02 | 亿嘉和科技股份有限公司 | 对变倍相机个体聚焦差异进行一致性校准的方法 |
CN109079795A (zh) * | 2018-09-25 | 2018-12-25 | 广州供电局有限公司 | 具有视觉识别功能的巡检机器人 |
CN109079795B (zh) * | 2018-09-25 | 2023-10-20 | 广州供电局有限公司 | 具有视觉识别功能的巡检机器人 |
CN109389067A (zh) * | 2018-09-28 | 2019-02-26 | 阮静 | 应用于移动设备的智能图像捕捉系统 |
CN112703504A (zh) * | 2018-10-19 | 2021-04-23 | 深圳新物种科技有限公司 | 对象识别方法、装置、电子设备及计算机可读存储介质 |
CN111163257B (zh) * | 2018-11-07 | 2021-03-23 | 珠海格力电器股份有限公司 | 一种拍摄终端参数智能调整系统及其方法与拍摄终端 |
CN111163257A (zh) * | 2018-11-07 | 2020-05-15 | 珠海格力电器股份有限公司 | 一种拍摄终端参数智能调整系统及其方法与拍摄终端 |
CN109739239A (zh) * | 2019-01-21 | 2019-05-10 | 天津迦自机器人科技有限公司 | 一种用于巡检机器人的不间断仪表识别的规划方法 |
CN109940603A (zh) * | 2019-01-21 | 2019-06-28 | 浙江大学滨海产业技术研究院 | 一种巡检机器人的到点误差补偿控制方法 |
CN109940603B (zh) * | 2019-01-21 | 2021-07-13 | 浙江大学滨海产业技术研究院 | 一种巡检机器人的到点误差补偿控制方法 |
CN111316185A (zh) * | 2019-02-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 可移动平台的巡检控制方法和可移动平台 |
CN110084235A (zh) * | 2019-04-09 | 2019-08-02 | 百度在线网络技术(北京)有限公司 | 基于兴趣点的信息采集方法、装置和采集设备 |
CN110232676A (zh) * | 2019-04-28 | 2019-09-13 | 北京航空航天大学 | 飞机线缆支架的安装状态检测方法、装置、设备及系统 |
CN110232676B (zh) * | 2019-04-28 | 2021-06-29 | 北京航空航天大学 | 飞机线缆支架的安装状态检测方法、装置、设备及系统 |
CN110674724B (zh) * | 2019-09-20 | 2022-07-15 | 武汉大学 | 基于主动策略和影像传感器的机器人目标识别方法及系统 |
CN110674724A (zh) * | 2019-09-20 | 2020-01-10 | 武汉大学 | 基于主动策略和影像传感器的机器人目标识别方法及系统 |
CN110744546A (zh) * | 2019-11-01 | 2020-02-04 | 云南电网有限责任公司电力科学研究院 | 一种缺陷修复机器人抓取非静止导线的方法及系统 |
WO2021102645A1 (zh) * | 2019-11-25 | 2021-06-03 | 深圳市大疆创新科技有限公司 | 云台的控制方法、云台、无人飞行器和存储介质 |
CN111113394B (zh) * | 2019-12-19 | 2021-02-12 | 珠海格力电器股份有限公司 | 机械手定位方法 |
CN111113394A (zh) * | 2019-12-19 | 2020-05-08 | 珠海格力电器股份有限公司 | 机械手定位方法 |
CN111203881A (zh) * | 2020-01-16 | 2020-05-29 | 河北工业大学 | 一种基于加权最小二乘法的在线反馈手眼标定方法 |
CN111203881B (zh) * | 2020-01-16 | 2022-02-08 | 河北工业大学 | 一种基于加权最小二乘法的在线反馈手眼标定方法 |
CN112585946A (zh) * | 2020-03-27 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 图像拍摄方法、装置、可移动平台和存储介质 |
CN112585554A (zh) * | 2020-03-27 | 2021-03-30 | 深圳市大疆创新科技有限公司 | 无人机巡检方法、装置及无人机 |
CN111414012A (zh) * | 2020-04-08 | 2020-07-14 | 深圳市千乘机器人有限公司 | 一种巡检机器人区域检索与云台校正方法 |
CN111611989A (zh) * | 2020-05-22 | 2020-09-01 | 四川智动木牛智能科技有限公司 | 一种基于自主机器人的多目标精准定位识别方法 |
CN111604888B (zh) * | 2020-05-29 | 2021-09-14 | 珠海格力电器股份有限公司 | 巡检机器人控制方法、巡检系统、存储介质及电子设备 |
CN111604888A (zh) * | 2020-05-29 | 2020-09-01 | 珠海格力电器股份有限公司 | 巡检机器人控制方法、巡检系统、存储介质及电子设备 |
CN111633660A (zh) * | 2020-06-15 | 2020-09-08 | 吴洪婷 | 一种智能巡检机器人 |
CN111745652A (zh) * | 2020-06-24 | 2020-10-09 | 杭州安森智能信息技术有限公司 | 机器人智能化任务管理方法及系统 |
CN111932609A (zh) * | 2020-07-08 | 2020-11-13 | 广州科易光电技术有限公司 | 阀厅设备巡检机器人的云台校准方法及装置、存储介质 |
CN112085799B (zh) * | 2020-08-14 | 2024-03-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及系统 |
CN112085799A (zh) * | 2020-08-14 | 2020-12-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及系统 |
CN111966105A (zh) * | 2020-08-24 | 2020-11-20 | 湖南凯迪工程科技有限公司 | 一种智能机器人数据采集方法及其可视化交互系统 |
CN112258682B (zh) * | 2020-10-19 | 2022-10-14 | 合肥科大智能机器人技术有限公司 | 一种变电站机器人巡检系统及其巡检方法 |
CN112258682A (zh) * | 2020-10-19 | 2021-01-22 | 合肥科大智能机器人技术有限公司 | 一种变电站机器人巡检系统及其巡检方法 |
CN113536895A (zh) * | 2021-05-28 | 2021-10-22 | 立得空间信息技术股份有限公司 | 一种圆盘指针表计识别方法 |
CN113139626B (zh) * | 2021-06-21 | 2021-10-15 | 浙江华睿科技股份有限公司 | 模板匹配方法、装置、电子设备及计算机可读存储介质 |
CN113139626A (zh) * | 2021-06-21 | 2021-07-20 | 浙江华睿科技有限公司 | 模板匹配方法、装置、电子设备及计算机可读存储介质 |
CN113674212A (zh) * | 2021-07-26 | 2021-11-19 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113674212B (zh) * | 2021-07-26 | 2024-05-24 | 宁波帅特龙集团有限公司 | 一种把手装配检测方法与设备 |
CN113778091A (zh) * | 2021-09-13 | 2021-12-10 | 华能息烽风力发电有限公司 | 一种风电场升压站设备巡检方法 |
CN114115245A (zh) * | 2021-11-09 | 2022-03-01 | 厦门蓝海天信息技术有限公司 | 一种航标识别设备及方法 |
CN114115245B (zh) * | 2021-11-09 | 2024-04-16 | 厦门蓝海天信息技术有限公司 | 一种航标识别设备及方法 |
CN115914844A (zh) * | 2022-12-22 | 2023-04-04 | 深圳小湃科技有限公司 | 基于摄像头的看守位位置校正方法、设备及可读存储介质 |
CN116996756A (zh) * | 2023-05-30 | 2023-11-03 | 钛玛科(北京)工业科技有限公司 | 一种工业相机自动微调装置及其控制方法 |
CN116996756B (zh) * | 2023-05-30 | 2024-03-26 | 钛玛科(北京)工业科技有限公司 | 一种工业相机自动微调装置及其控制方法 |
CN116448250A (zh) * | 2023-06-14 | 2023-07-18 | 国网山西省电力公司超高压变电分公司 | 一种电力设备红外热成像辅助定位装置及辅助定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107042511A (zh) | 基于视觉反馈的巡视机器人云台调整方法 | |
CN111272148B (zh) | 输电线路无人机自主巡检自适应成像质量优化方法 | |
CN106125744B (zh) | 基于视觉伺服的变电站巡检机器人云台控制方法 | |
CN107729808A (zh) | 一种用于输电线路无人机巡检的图像智能采集系统及方法 | |
CN112904877A (zh) | 一种基于无人机的风机叶片自动巡检系统及方法 | |
CN112164015A (zh) | 单目视觉自主巡检图像采集方法、装置及电力巡检无人机 | |
JP2019009919A (ja) | 巡視点検支援システム及び巡視点検支援制御プログラム | |
CN105652872B (zh) | 变电站激光导航巡检机器人智能云台自动跟踪定位方法 | |
CN109102525A (zh) | 一种基于自适应位姿估计的移动机器人跟随控制方法 | |
CN112327906A (zh) | 一种基于无人机的智能自动巡检系统 | |
CN108961276B (zh) | 基于视觉伺服的配电线路巡检数据自动采集方法及系统 | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN108258613A (zh) | 智能巡线光电吊舱及实现巡线的方法 | |
CN106231191A (zh) | 全自动空中全景数据采集系统、方法及控制终端 | |
CN109116865A (zh) | 基于机器视觉的大型设备无人机巡检系统及其方法 | |
CN110400330A (zh) | 基于融合imu的光电吊舱图像跟踪方法及跟踪系统 | |
CN111768417B (zh) | 基于单目视觉3d重建技术的铁路货车超限检测方法 | |
CN112711267B (zh) | 基于rtk高精度定位与机器视觉融合的无人机自主巡检方法 | |
CN112102403B (zh) | 用于输电塔场景下的自主巡检无人机的高精度定位方法及其系统 | |
CN114841944B (zh) | 基于挂轨轨道机器人的尾矿坝表面形变巡检方法 | |
CN111123962A (zh) | 一种用于电力杆塔巡检的旋翼无人机重定位拍照方法 | |
CN113177918B (zh) | 一种无人机对电力杆塔的智能精准巡检方法及系统 | |
CN115314609B (zh) | 一种铝电解槽火眼视频的自动化采集方法和装置 | |
CN113902698A (zh) | 一种基于智能视觉控制的无人机云台渐进式目标对焦方法 | |
CN117288094B (zh) | 基于激光传感器的掘进机实时定位系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170815 |