CN108960082A - 基于视觉伺服的除冰目标识别方法 - Google Patents

基于视觉伺服的除冰目标识别方法 Download PDF

Info

Publication number
CN108960082A
CN108960082A CN201810624565.5A CN201810624565A CN108960082A CN 108960082 A CN108960082 A CN 108960082A CN 201810624565 A CN201810624565 A CN 201810624565A CN 108960082 A CN108960082 A CN 108960082A
Authority
CN
China
Prior art keywords
orientation
laser
coordinate
image
personal computer
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
Application number
CN201810624565.5A
Other languages
English (en)
Inventor
郭健
姜珊
樊卫华
李胜
董晟
韩宇
郭烨
王艳琴
文云
黄紫霄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201810624565.5A priority Critical patent/CN108960082A/zh
Publication of CN108960082A publication Critical patent/CN108960082A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02G—INSTALLATION OF ELECTRIC CABLES OR LINES, OR OF COMBINED OPTICAL AND ELECTRIC CABLES OR LINES
    • H02G1/00—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines
    • H02G1/02—Methods or apparatus specially adapted for installing, maintaining, repairing or dismantling electric cables or lines for overhead lines or cables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Abstract

本发明公开了一种基于视觉伺服的除冰目标识别方法，包括以下步骤：视觉传感器模块采集包括结冰线缆在内的当前图像帧，并传给控制系统；控制系统接收到输入装置传入的跟踪指令后，进行图像识别；通过图像识别得到结冰线缆直径在相机平面中投影的宽度和结冰线缆在图像平面的y轴坐标；根据焦距求出覆冰距离设备的真实距离；解算激光点在图像平面中的坐标作为目标坐标和结冰线缆真实直径；图像平面坐标系到角度坐标系的坐标解算；解算得到激光点的角度坐标和结冰线缆y轴的角度坐标；解算转台应转动的角度，工控机发送命令给转台，使激光点和切割点重合，开始切割。本发明针对冰雪覆盖线缆的特征，对目标进行准确跟踪，提高了激光作业效率。

Description

基于视觉伺服的除冰目标识别方法
技术领域
本发明涉及输电线缆冰雪目标识别技术，具体涉及一种基于视觉伺服的除冰目标识别方法。
背景技术
对视频图像的研究主要包括目标的检测和跟踪两个方面，一般来说，一个完整的视频跟踪系统要经过视频图像采集、目标检测和自主跟踪这几个步骤，最后根据跟踪结果进行其他分析或控制等操作。
近年来，随着计算机视觉等相关领域研究的逐步深入，图像处理与特征匹配等算法的精度和实时性得到不断改进。
视觉伺服检测的目标就是为视觉伺服过程提供可靠而稳定的视觉反馈信息，因此，需要效率高、速度快的图像处理或分析算法，其中涉及了图像采集或视频捕捉、滤波去噪、图像分割、特征提取和特征描述等许多方面。复杂环境下的多种目标的特征提取与识别对于视觉伺服系统的性能尤为重要。
特征提取与识别的方法较多，然而目前并没有一种适用于任何场景下的特征提取方法，并且也没有统一的识别方法，多数的特征提取与识别都是基于某种任务或者场景下的。在选择目标的特征时需要选择易于识别和提取、操作性强和重复率高的特征。视觉特征的数量对系统性能有重要影响，目标特征过多会导致计算量增加，影响视觉伺服系统的灵敏度；目标特征过少又会导致视觉伺服系统的计算不可靠，不能达到良好的精度。同时应选取适合的视觉特征，以保证图像雅可比矩阵的非奇异性。处理庞大的特征集合无法满足图像处理的实时性要求，因此需在保证特征集合灵敏可靠的前提下最小化特征的数量，而该最小特征集合依赖于视觉伺服系统控制闭环的自由度以及所使用的控制方法。局部特征应用广泛，且通常情况下可以得到满意的控制效果，然而局部图像特征主要针对具有已知规则形状的目标，造成其局限性，且当视觉特征超出摄像机视野，无法获得完整的特征信息时，系统将很难做出准确的操作。尤其真实环境中，光照条件、目标遮挡、环境噪声以及物体的形状、纹理等均会对视觉特征的数值精度造成影响，进而影响视觉伺服任务的执行性能。全局图像特征应用于视觉伺服可以弥补局部几何特征的不足。常用的全局特征有图像矩、傅里叶描述子、图像亮度特征等。目前应用最多的全局图像特征为图像矩特征。然而，全局图像特征的定位精度低于局部几何特征，且对图像背景噪声敏感。
可见，视觉特征的选择不存在通用的方法，需要根据机器人的工作环境，在系统实时性、复杂性和稳定性之间进行综合考虑。
发明内容
本发明的目的在于提供一种基于激光除冰装置的目标识别定位方法，针对冰雪覆盖线缆的特征，提高激光除冰装置作业过程中对目标的识别率。
实现本发明目的的技术方案为：一种基于视觉伺服的除冰目标识别方法，该除冰目标识别方法基于激光除冰装置实现，所述激光除冰装置包括转台、激光部件、底座、视觉传感器模块、输入装置、显示屏、电源系统和控制系统；所述转台包括方位部件和俯仰部件，所述方位部件安装在所述底座上方，所述俯仰部件安装在方位部件上方，所述激光部件和视觉传感器模块安装俯仰部件的联接部件上；
所述控制系统包括工控机和控制驱动部件，工控机与视觉传感器模块连接，调整视觉传感器参数；视觉传感器模块和工控机连接，捕获线缆与覆冰后，将图像传给工控机进行图像识别；控制系统通过控制驱动部件和方位部件、俯仰部件相连，进行方位和俯仰两自由度的转动，从而带动激光部件和视觉传感器模块转动；工控机将图像识别的结果处理后，传给控制驱动部件，调整方位部件和俯仰部件进行跟踪，并带动激光部件对覆冰进行清除；所述显示器接收工控机信号，显示控制系统控制界面；所述输入装置用于输入操作信息，发送给工控机；
所述除冰目标识别方法包括以下步骤：
步骤1，视觉传感器模块采集包括结冰线缆在内的当前图像帧，并传给控制系统，在显示屏上实时显示图像；
步骤2，控制系统接收到输入装置传入的跟踪指令后，进行图像识别；如果识别失败，返回步骤1；否则通过图像识别得到结冰线缆直径在相机平面中投影的宽度d和结冰线缆在图像平面的y轴坐标；
步骤3，根据焦距f求出覆冰距离设备的真实距离
步骤4，根据Zc解算出激光点在图像平面中的坐标作为目标坐标(x0,y0)和结冰线缆真实直径D；
步骤5，图像平面坐标系到角度坐标系的坐标解算；控制系统根据距离Zc下相机平面坐标系中像素点和角度坐标系的对应关系得到激光点的角度坐标(θx0,θy0)和结冰线缆y轴的角度坐标θy1；
步骤6，根据激光点和覆冰线缆的y轴角度坐标作差得到Δθy，根据步骤四的D，工控机选择合适的Δθx来调整装置水平切割速度，得到转台应转动的角度Δθ＝(Δθx,Δθy)，，工控机发送命令给转台，使激光点和切割点重合，开始切割。
本发明与现有技术相比，其显著优点为：本发明针对冰雪覆盖线缆的特征，切实地提高激光除冰装置作业过程中对目标的识别率，在目标晃动时也能准确跟踪，使激光能够瞄准冰块，提高了激光作业效率。
附图说明
图1是本发明激光除冰装置的总装结构示意图。
图2是本发明激光除冰装置的俯仰部件和方位部件结构示意图。
图3是本发明激光除冰装置的方位部件剖面图和俯视图。
图4是本发明激光除冰装置的俯仰部件俯视图。
图5是本发明激光除冰装置的控制系统工作示意图。
图6是本发明激光除冰装置的应用示意图。
图7是本发明基于视觉伺服的除冰目标识别方法流程图。
图8是采集到的完整图像灰度化的结果图。
图9是图像信息在相机平面的坐标系中分别进行x轴和y轴的投影示意图。
图10(a)是图像平面坐标系关于Y轴投影∑Ai,j曲线图，图10(b)是图像平面坐标系关于X轴投影∑Ai,j曲线图。
图11是针孔摄像机模型图。
附图标识：1为转台，2为激光部件，3为底座，4为视觉传感器模块，5为方位部件，6为俯仰部件，7为方位力矩电机，8为方位角度测量装置，9为轴承座一，10为轴承座二，11为俯仰力矩电机，12为俯仰角度测量装置，13为联接部件，14为方位限位锁零部件，15为方位底座，16为方位支架，17为激光发射头，18为俯仰限位锁零部件，19为激光蓄电池，20为直流电源，21激光控制箱，22为工控机，23为显示器，24为输入装置。
具体实施方式
本发明的一种基于视觉伺服的除冰目标识别方法，基于图1所示激光除冰装置实现。所述车载激光除冰装置包括转台1、激光部件2、底座3、电源系统、输入装置24、显示屏23、控制系统和视觉传感器模块4，其中所述转台1包括方位部件5和俯仰部件6；所述方位部件5安装在底座3上方，包括方位力矩电机7、方位角度测量装置8、方位限位锁零部件14、方位底座15和方位支架16；所述俯仰部件6安装在方位部件5上方，包括轴承座一9、轴承座二10、俯仰力矩电机11、俯仰角度测量装置12、联接部件13、俯仰限位锁零部件18；所述激光部件2部分安装俯仰部件6的联接部件13上；所述视觉传感器模块4安装在俯仰部件6的联接部件13上。
所述控制系统中，工控机22与视觉传感器模块4连接，调整视觉传感器参数，使图像视野清晰；视觉传感器模块4和工控机22连接，捕获线缆与覆冰后，将图像传给控制系统进行图像识别；控制系统通过控制驱动部件和方位部件5、俯仰部件6相连，可以进行方位和俯仰两自由度的转动，从而带动激光部件2和视觉传感器模块4转动；所述控制系统将图像识别的结果处理后，传给控制驱动部件，调整方位部件5和俯仰部件6进行跟踪，并带动激光部件2对覆冰进行清除；所述电源系统为控制系统、视觉传感器模块4、方位部件5、俯仰部件6、激光部件2供电。
如图2～4所示，所述方位部件5包括方位力矩电机7、方位角度测量装置8、方位限位锁零部件14、方位底座15和方位支架16。其中，所述方位底座15与底座3连接，方位支架16和俯仰部件6连接。所述方位角度测量装置8置于底座3内部，由它得到实际方位转动的角度，通过电信号发送给控制驱动部件；所述方位力矩电机7位于方位角度测量装置8上方，可实现车载激光除冰装置在方位上的-180～180度转动；所述方位限位锁零部件14位于方位支架16边缘，与方位底座15连接，通过控制驱动部件的命令使其落入方位底座15一个圆孔中时，锁定方位，固定方位支架16；所述方位支架16位于整个方位部件5的正上方，用于连接俯仰部件6，带动其在方位上转动。
所述俯仰部件6包括轴承座一9、轴承座二10、俯仰力矩电机11、联接部件13、俯仰角度测量装置12、俯仰限位锁零部件18。其中，所述轴承座一9和轴承座二10与方位部件5连接，跟随方位部件5转动；所述俯仰力矩电机11位于所述轴承座一9中，可实现0～90度俯仰旋转。所述联接部件13横架在俯仰力矩电机11和俯仰角度测量装置12中间，作为传动结构，并与所述视觉传感器模块4和激光部件2相连，带动它们一起转动；所述俯仰角度测量装置12置于轴承座二10中，通过与联接部件13转动得到实际俯仰转动的角度，通过电信号发送给控制驱动部件；所述俯仰限位锁零部件18位于所述轴承座二10内侧的联接部件13末端，用于机械限定俯仰力矩电机11的俯仰角度。
所述激光部件2包括激光发射头17和激光控制箱21。其中，所述激光发射头17通过光纤与所述激光控制箱21连接，发射激光，是激光光源处，安装在联接部件13上，与所述视觉传感器模块4跟随联接部件13转动，可以将激光直接照射到视觉传感器观测区域中的所需位置。
所述电源系统包括激光蓄电池19和直流电源20。所述直流电源20主要用于给整个电机负载、输入装置、显示屏及视觉传感器模块4供电。所述激光蓄电池19主要用于给所述激光部件2中的激光控制箱21供电。
所述输入输出装置包括显示器23和输入装置24。所述显示器23通过HDMI接口接收工控机22信号，显示控制系统控制界面；所述输入装置24用于输入操作人员的操作信息，发送给工控机22。
如图5所示，所述控制系统包括工控机22和控制驱动部件。所述工控机22以太网串口发送命令给视觉传感器模块4，用于实现图像参数改变；所述工控机22通过以太网连接视觉传感器模块4，实现图像获取和识别、定位线路和覆冰，得到相应的位置、形态信息反馈给控制驱动部件；所述工控机22通过RS422串口与所述控制驱动部件连接实现转台1转动切割；所述工控机22与所述输入输出装置连接实现人机交互；所述控制驱动部件位于底座3中，通过方位角度测量装置8、俯仰角度测量装置12分别接收方位部件5和俯仰部件6的角度信息，并通过RS422串口传给工控机22，同时接收工控机22信息控制方位部件5和俯仰部件6，进行两自由度运动。
所述视觉传感器模块4安装在俯仰部件6的联接部件13上，跟随其一起转动，并实时采集前方图像信息通过以太网传送给所述控制系统，并接收工控机22信号指令传给视觉传感器。
所述底座3位于装置的最底部，给整个装置提供稳定的支撑。
如图6所示，优选的，激光除冰装置25设置在车体26上。
如图7所示，本发明基于视觉伺服的除冰目标识别方法，包括以下步骤：
步骤1，视觉传感器模块采集包括结冰线缆在内的当前图像帧，并传给控制系统，在显示屏上实时显示图像；
步骤2，控制系统接收到输入装置传入的跟踪指令后，进行图像识别；如果识别失败，返回步骤1；否则通过图像识别得到结冰线缆直径在相机平面中投影的宽度d和结冰线缆在图像平面的y轴坐标；
步骤3，根据焦距f求出覆冰距离设备的真实距离
步骤4，根据Zc解算出激光点在图像平面中的坐标作为目标坐标(x0,y0)和结冰线缆真实直径D；
步骤5，图像平面坐标系到角度坐标系的坐标解算；控制系统根据距离Zc下相机平面坐标系中像素点和角度坐标系的对应关系得到激光点的角度坐标(θx0,θy0)和结冰线缆y轴的角度坐标θy1；
步骤6，根据激光点和覆冰线缆的y轴角度坐标作差得到Δθy，根据步骤四的D，工控机选择合适的Δθx来调整装置水平切割速度，得到转台应转动的角度Δθ＝(Δθx,Δθy)，，工控机发送命令给转台，使激光点和切割点重合，开始切割。
进一步的，对于步骤2，具体步骤为：
步骤2.1，控制系统将视觉传感器模块捕捉到的像素值为n*m的图像灰度化；
步骤2.2，将图像转化成byte数组的形式，得到一个n*m的图像矩阵，其中每一个元素Aij对应该像素点的灰度值：
步骤2.3，获取图像中指定区域的图像信息，转换为图像识别矩阵，进行投影处理，对于图像识别矩阵中每一行、每一列求∑Ai,j；
如图8所示，假设矩形框内为指定识别的区域，用6*12的矩阵来举例说明。矩形框内对应的灰度值保存在矩阵中对应的位置。
将其提取出来，转换为图像识别矩阵：
将矩阵(1)表示的图像信息在相机平面的坐标系中分别进行x轴和y轴的投影，如图9所示。
即对于矩阵(1)中每一行、每一列求∑Ai,j。对结果做曲线图，可以得到在y轴和x轴上的投影如图10(a)和图10(b)所示。
步骤2.4，通过分析投影得到的曲线，得到y轴波谷值对应图像坐标，即线缆的y坐标y0～y1；
步骤2.5，求出y轴上波谷的像素宽，即可以得到覆冰线缆直径在相机平面中投影的宽度d。
进一步的，对于步骤4具体步骤为：
步骤4.1，根据光路与相机成像轴心绝对平行，可知激光点在相机轴心对应点的相对固定位置处，此相对位置已知；现实坐标系中，设相机轴心对应点的坐标为(ac,bc)，则激光点位置为(ac+dx,bc+dy)，dx和dy分别为相同距离下，激光点与相机轴心对应点在现实坐标系下的固定位置差；
步骤4.2，相机成像轴心对应的点在成像过程中，不论离相机的距离是多少，其在相机平面中的坐标始终不变，为(xc,yc)；设激光点在相机平面中的坐标为(x0,y0)，(x0,y0)＝(xc+dx’,yc+dy’)，dx’和dy’为激光点与相机轴心对应点在相机平面坐标系下的坐标差；则：
解得(x0,y0)；
步骤4.3，如图11所示，根据摄像机的针孔模型，光线从场景或远处的物体发射过来，经过物体X表面，穿过透镜中心(小孔)，在透镜后方距离f处的成像平面内形成倒立的物像x，与物体成倒立相似关系。因此，与远处物体相关的图像大小只用一个摄像机参数来描述：焦距f。
根据三角形相似原理可以得出：
即控制系统通过该公式求得结冰线缆真实直径D。
进一步的，对于步骤5具体步骤为：
步骤5.1，解算激光点相对角度坐标(θx0,θy0)：
步骤5.2，解算结冰线缆y轴相对角度坐标θy1：
y1-yc＝Zc*tanθy1。
本发明针对冰雪覆盖线缆的特征，切实地提高激光除冰装置作业过程中对目标的识别率，在目标晃动时也能准确跟踪，使激光能够瞄准冰块，提高了激光作业效率。

Claims (10)

1.一种基于视觉伺服的除冰目标识别方法，其特征在于，该除冰目标识别方法基于激光除冰装置实现，所述激光除冰装置包括转台(1)、激光部件(2)、底座(3)、视觉传感器模块(4)、输入装置(24)、显示屏(23)、电源系统和控制系统；所述转台(1)包括方位部件(5)和俯仰部件(6)，所述方位部件(5)安装在所述底座(3)上方，所述俯仰部件(6)安装在方位部件(5)上方，所述激光部件(2)和视觉传感器模块(4)安装在俯仰部件(6)的联接部件(13)上；
所述控制系统包括工控机(22)和控制驱动部件，工控机(22)与视觉传感器模块(4)连接，调整视觉传感器参数；视觉传感器模块(4)和工控机(22)连接，捕获线缆与覆冰后，将图像传给工控机(22)进行图像识别；控制系统通过控制驱动部件和方位部件(5)、俯仰部件(6)相连，进行方位和俯仰两自由度的转动，从而带动激光部件(2)和视觉传感器模块(4)转动；工控机(22)将图像识别的结果处理后，传给控制驱动部件，调整方位部件(5)和俯仰部件(6)进行跟踪，并带动激光部件(2)对覆冰进行清除；所述显示器(23)接收工控机(22)信号，显示控制系统控制界面；所述输入装置(24)用于输入操作信息，发送给工控机(22)；
所述除冰目标识别方法包括以下步骤：
步骤1，视觉传感器模块采集包括结冰线缆在内的当前图像帧，并传给控制系统，在显示屏上实时显示图像；
步骤2，控制系统接收到输入装置传入的跟踪指令后，进行图像识别；如果识别失败，返回步骤1；否则通过图像识别得到结冰线缆直径在相机平面中投影的宽度d和结冰线缆在图像平面的y轴坐标；
步骤3，根据焦距f求出覆冰距离设备的真实距离
步骤4，根据Zc解算出激光点在图像平面中的坐标作为目标坐标(x0，y0)和结冰线缆真实直径D；
步骤5，图像平面坐标系到角度坐标系的坐标解算；控制系统根据距离Zc下相机平面坐标系中像素点和角度坐标系的对应关系得到激光点的角度坐标(θx0，θy0)和结冰线缆y轴的角度坐标θy1；
步骤6，根据激光点和覆冰线缆的y轴角度坐标作差得到Δθy，根据步骤四的D，工控机选择合适的Δθx来调整装置水平切割速度，得到转台应转动的角度Δθ＝(Δθx，Δθy)，，工控机发送命令给转台，使激光点和切割点重合，开始切割。
2.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，步骤2具体步骤为：
步骤2.1，控制系统将视觉传感器模块捕捉到的像素值为n*m的图像灰度化；
步骤2.2，将图像转化成byte数组的形式，得到一个n*m的图像矩阵，其中每一个元素Aij对应该像素点的灰度值：
步骤2.3，获取图像中指定区域的图像信息，转换为图像识别矩阵，进行投影处理，对于图像识别矩阵中每一行、每一列求∑Ai，j；
步骤2.4，通过分析投影得到的曲线，得到y轴波谷值对应图像坐标，即线缆的y坐标y0～y1；
步骤2.5，求出y轴上波谷的像素宽，得到覆冰线缆直径在相机平面中投影的宽度d。
3.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，步骤4具体步骤为：
步骤4.1，根据光路与相机成像轴心绝对平行，可知激光点在相机轴心对应点的相对固定位置处，此相对位置已知；现实坐标系中，设相机轴心对应点的坐标为(ac，bc)，则激光点位置为(ac+dx，bc+dy)，dx和dy分别为相同距离下，激光点与相机轴心对应点在现实坐标系下的固定位置差；
步骤4.2，相机成像轴心对应的点在成像过程中，不论离相机的距离是多少，其在相机平面中的坐标始终不变，为(xc，yc)；设激光点在相机平面中的坐标为(x0，y0)，(x0，y0)＝(xc+dx’，yc+dy’)，dx’和dy’为激光点与相机轴心对应点在相机平面坐标系下的坐标差；则：
解得(x0，y0)；
步骤4.3，根据摄像机的针孔模型，光线从场景或远处的物体发射过来，经过物体X表面，穿过透镜中心，在透镜后方距离f处的成像平面内形成倒立的物像x，与物体成倒立相似关系；因此，与远处物体相关的图像大小只用一个摄像机参数来描述：焦距f；
根据三角形相似原理可以得出：
即控制系统通过该公式求得结冰线缆真实直径D。
4.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，步骤5具体步骤为：
步骤5.1，解算激光点相对角度坐标(θx0，θy0)：
步骤5.2，解算结冰线缆y轴相对角度坐标θy1：
y1-yc＝Zc*tan θy1。
5.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述方位部件(5)包括方位力矩电机(7)、方位角度测量装置(8)、方位限位锁零部件(18)、方位底座(15)和方位支架(16)；所述方位底座(15)与底座(3)连接，方位支架(16)和俯仰部件(6)连接；所述方位角度测量装置(8)置于底座(3)内部，用于将实际方位转动的角度通过电信号发送给控制驱动部件；所述方位力矩电机(7)位于方位角度测量装置(8)上方，实现激光除冰装置在方位上的-180～180度转动；所述方位限位锁零部件(14)位于方位支架(16)边缘，与方位底座(15)连接，通过控制驱动部件的命令使其落入方位底座(15)一个圆孔中时，锁定方位，固定方位支架(16)；所述方位支架(16)位于整个方位部件(5)的正上方，用于连接俯仰部件(6)，带动其在方位上转动。
6.根据权利要求5所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述方位角度测量装置(8)为旋变发送机或电子编码器。
7.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述俯仰部件(6)包括轴承座一(9)、轴承座二(10)、俯仰力矩电机(11)、联接部件(13)、俯仰角度测量装置(12)和俯仰限位锁零部件(18)；所述轴承座一(9)和轴承座二(10)与方位部件(5)连接，跟随方位部件(5)转动；所述俯仰力矩电机(11)位于所述轴承座一(9)中，用于驱动联接部件(13)在0～90度俯仰旋转；所述联接部件(13)横架在俯仰力矩电机(11)和俯仰角度测量装置(12)中间，作为传动结构，并与所述视觉传感器模块(4)和激光部件(2)相连，带动它们一起转动；所述俯仰角度测量装置(12)置于轴承座二(10)中，通过与联接部件(13)转动得到实际俯仰转动的角度，通过电信号发送给控制驱动部件；所述俯仰限位锁零部件(18)安装在所述轴承座二(10)内侧的联接部件(13)末端，通过控制驱动部件的命令使锁柱送入轴承座二(10)一个圆孔中，通过固定联接部件(13)来机械限定俯仰力矩电机(11)的俯仰角度。
8.根据权利要求7所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述俯仰角度测量装置(12)为旋变发送机或电子编码器。
9.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述激光部件(2)包括激光发射头(17)和激光控制箱(21)；所述激光发射头(17)通过光纤与所述激光控制箱(21)连接，与视觉传感器模块(4)跟随联接部件(13)转动；
所述视觉传感器模块(4)通过以太网将实时采集前方图像信息传送给所述控制系统；
所述电源系统包括激光蓄电池(19)和直流电源(20)；所述直流电源(20)用于给整个电机负载、输入装置、显示屏及视觉传感器模块(4)供电，所述激光蓄电池(19)用于给所述激光部件(2)中激光控制箱(21)供电。
10.根据权利要求1所述的基于视觉伺服的除冰目标识别方法，其特征在于，所述控制系统包括工控机(22)和控制驱动部件；所述工控机(22)以太网串口发送命令给视觉传感器模块(4)，用于实现图像参数改变；所述工控机(22)通过以太网连接视觉传感器模块(4)，实现图像获取和识别、定位线路和覆冰，得到相应的位置、形态信息反馈给控制驱动部件；所述工控机(22)通过RS422串口与所述控制驱动部件连接实现转台(1)转动切割；所述工控机(22)与输入装置(23)、显示屏(23)连接实现人机交互；所述控制驱动部件位于底座(3)中，通过方位角度测量装置(8)、俯仰角度测量装置(12)分别接收方位部件(5)和俯仰部件(6)的角度信息，并通过RS422串口传给工控机(22)，同时接收工控机(22)信息控制方位部件(5)和俯仰部件(6)，进行两自由度运动。
CN201810624565.5A 2018-06-16 2018-06-16 基于视觉伺服的除冰目标识别方法 Pending CN108960082A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810624565.5A CN108960082A (zh) 2018-06-16 2018-06-16 基于视觉伺服的除冰目标识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810624565.5A CN108960082A (zh) 2018-06-16 2018-06-16 基于视觉伺服的除冰目标识别方法

Publications (1)

Publication Number Publication Date
CN108960082A true CN108960082A (zh) 2018-12-07

Family

ID=64489311

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810624565.5A Pending CN108960082A (zh) 2018-06-16 2018-06-16 基于视觉伺服的除冰目标识别方法

Country Status (1)

Country Link
CN (1) CN108960082A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103728924A (zh) * 2012-10-10 2014-04-16 四川金信石信息技术有限公司 输电线覆冰远程监控系统
US20150229841A1 (en) * 2012-09-18 2015-08-13 Hangzhou Hikvision Digital Technology Co., Ltd. Target tracking method and system for intelligent tracking high speed dome camera
CN105242689A (zh) * 2015-09-23 2016-01-13 浙江大学 一种基于光学反射的云台跟踪视觉系统
CN107332156A (zh) * 2017-07-24 2017-11-07 绵阳耐思科技有限公司 一种基于光纤激光的输电线路飘挂物清除装置及清除方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150229841A1 (en) * 2012-09-18 2015-08-13 Hangzhou Hikvision Digital Technology Co., Ltd. Target tracking method and system for intelligent tracking high speed dome camera
CN103728924A (zh) * 2012-10-10 2014-04-16 四川金信石信息技术有限公司 输电线覆冰远程监控系统
CN105242689A (zh) * 2015-09-23 2016-01-13 浙江大学 一种基于光学反射的云台跟踪视觉系统
CN107332156A (zh) * 2017-07-24 2017-11-07 绵阳耐思科技有限公司 一种基于光纤激光的输电线路飘挂物清除装置及清除方法

Similar Documents

Publication Publication Date Title
US10022191B2 (en) Object-Tracking systems and methods
US6362875B1 (en) Machine vision system and method for inspection, homing, guidance and docking with respect to remote objects
WO2012020696A1 (ja) 点群位置データ処理装置、点群位置データ処理システム、点群位置データ処理方法、および点群位置データ処理プログラム
US9448758B2 (en) Projecting airplane location specific maintenance history using optical reference points
KR102000309B1 (ko) 타겟 오브젝트 상의 디스크레펀시들을 추적하고 검출하기 위한 자동화된 시스템 및 방법
CN106441278A (zh) 一种无人机室内定位系统及方法
CN105518486A (zh) 追踪可移动目标物体的方位的系统和方法
CN1550773A (zh) 用于增加精密检查吞吐量的机器视觉检查系统和方法
CN1568489A (zh) 用于记录和自动识别确认的面部成像系统
CN102803893A (zh) 视觉测量探针和操作方法
CN101057256A (zh) 面部特征验证装置、面部特征验证方法及程序
CN105953771A (zh) 一种主动式经纬仪系统及测量方法
CN108564628A (zh) 一种面向掘进机自动化的截割头视觉定位定向系统
CN113155047B (zh) 长距离孔距测量装置、方法、存储介质、设备及轨道车辆
CN111611989A (zh) 一种基于自主机器人的多目标精准定位识别方法
CN109573088A (zh) 一种舰载无人机光电引导着舰系统及着舰方法
JP5322050B2 (ja) マーカの３次元位置計測方法及びシステム
CN104655024A (zh) 一种影像测量设备及其快速准确测高装置与方法
Sokolov et al. Analysis of ROS-based Visual and Lidar Odometry for a Teleoperated Crawler-type Robot in Indoor Environment.
CN113191388A (zh) 用于目标检测模型训练的图像采集系统及样本生成方法
WO2021185593A1 (en) Method of imaging a wind turbine rotor blade
CN109541626B (zh) 目标平面法向量检测装置及检测方法
CN110490834A (zh) 基于激光清除异物装置的目标识别定位方法
JPH09304055A (ja) 距離計測装置
US20210209794A1 (en) System and Method For Verification of Vehicle Service Target Positioning

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: 20181207

RJ01 Rejection of invention patent application after publication