CN109702739B - 一种基于非向量空间控制策略的导线追踪方法及装置 - Google Patents

一种基于非向量空间控制策略的导线追踪方法及装置 Download PDF

Info

Publication number
CN109702739B
CN109702739B CN201811455931.5A CN201811455931A CN109702739B CN 109702739 B CN109702739 B CN 109702739B CN 201811455931 A CN201811455931 A CN 201811455931A CN 109702739 B CN109702739 B CN 109702739B
Authority
CN
China
Prior art keywords
image data
data set
real
time image
distance
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.)
Active
Application number
CN201811455931.5A
Other languages
English (en)
Other versions
CN109702739B9 (zh
CN109702739A (zh
Inventor
麦晓明
王杨
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.)
Electric Power Research Institute of Guangdong Power Grid Co Ltd
China Southern Power Grid Power Technology Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Electric Power Research Institute of Guangdong Power Grid Co Ltd
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 Guangdong Power Grid Co Ltd, Electric Power Research Institute of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN201811455931.5A priority Critical patent/CN109702739B9/zh
Publication of CN109702739A publication Critical patent/CN109702739A/zh
Application granted granted Critical
Publication of CN109702739B publication Critical patent/CN109702739B/zh
Publication of CN109702739B9 publication Critical patent/CN109702739B9/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Analysis (AREA)

Abstract

本申请公开了一种基于非向量空间控制策略的导线追踪方法及装置，本申请通过机器人采集到的实时图像数据集合与预置的目标图像数据集合进行相似度比对，以图像整体为比对对象，计算出实时图像数据集合与目标图像数据集合的Haustorff距离，根据计算得到的Haustorff距离生成控制量，控制机器人向目标靠近，并在机器人移动的过程中，更新Haustorff距离和控制量，直至Haustorff距离是否小于预置的阈值后，结束导线追踪流程，解决了现有的依赖图像特征提取实现的伺服控制，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。

Description

一种基于非向量空间控制策略的导线追踪方法及装置
技术领域
本申请涉及自动化控制领域，尤其涉及一种基于非向量空间控制策略的导线追踪方法及装置。
背景技术
近年来，随着机器人技术的成熟，大部分高危险度的电力检修作业逐渐由机器人取代，为实现自主追踪功能，常规的做法是在机械臂末端安装摄像头实现基于视觉的机械臂末端运动反馈控制。然而，在大多数基于视觉伺服控制中，都是通过图像特征提取实现的，即通过机器人控制使摄像头获得的图像特征矢量达到目标状态，所用图像特征一般为颜色或形状为主。但是对于带电作业机器人由于输电线过于简单，要从复杂的作业环境中提取出输电线的稳定特征十分困难，导致了带电作业机器人自主追踪输电线成功率低的技术问题。
发明内容
本申请提供了一种基于非向量空间控制策略的导线追踪方法及装置，用于解决现有的基于视觉伺服控制都是依赖图像特征提取实现，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。
有鉴于此，本申请第一方面提供了一种基于非向量空间控制策略的导线追踪方法，包括：
S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；
S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；
S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。
优选地，所述步骤S1具体包括：
S11：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：
Figure BDA0001887741360000021
式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，
Figure BDA0001887741360000022
为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000023
中的点。
优选地，所述步骤S3具体包括：
S31：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：
Figure BDA0001887741360000024
式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。
优选地，所述实时图像数据集合与目标图像数据集合的距离标量具体为：
Figure BDA0001887741360000025
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000026
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000027
为点x到目标图像数据集合
Figure BDA0001887741360000028
的投影，A为系数矩阵。
优选地，所述实时图像数据集合与目标图像数据集合的位置向量具体为：
Figure BDA0001887741360000031
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000032
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000033
为点x到目标图像数据集合
Figure BDA0001887741360000034
的投影，B为系数矩阵。
本申请第二方面提供了一种基于非向量空间控制策略的导线追踪装置，包括：
图像距离计算单元，用于获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
距离判定单元，用于判断所述Haustorff距离是否小于预置的阈值，若否，则触发控制量生成单元，若是，则判定导线追踪结束；
控制量生成单元，用于根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；
图像数据更新单元，用于获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后触发图像距离判定单元。
优选地，所述图像距离计算单元具体用于：
获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：
Figure BDA0001887741360000035
式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，
Figure BDA0001887741360000036
为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000037
中的点。
优选地，所述控制量生成单元具体用于：
根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：
Figure BDA0001887741360000041
式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。
优选地，所述实时图像数据集合与目标图像数据集合的距离标量具体为：
Figure BDA0001887741360000042
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000043
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000044
为点x到目标图像数据集合
Figure BDA0001887741360000045
的投影，A为系数矩阵。
优选地，所述实时图像数据集合与目标图像数据集合的位置向量具体为：
Figure BDA0001887741360000046
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000047
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000048
为点x到目标图像数据集合
Figure BDA0001887741360000049
的投影，B为系数矩阵。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种基于非向量空间控制策略的导线追踪方法，包括：S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。
本申请通过机器人采集到的实时图像数据集合与预置的目标图像数据集合进行相似度比对，以图像整体为比对对象，计算出实时图像数据集合与目标图像数据集合的Haustorff距离，根据计算得到的Haustorff距离生成控制量，控制机器人向目标靠近，并在机器人移动的过程中，更新Haustorff距离和控制量，直至Haustorff距离是否小于预置的阈值后，结束导线追踪流程，解决了现有的依赖图像特征提取实现的伺服控制，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请提供的一种基于非向量空间控制策略的导线追踪方法的一个实施例的流程示意图；
图2为本申请提供的一种基于非向量空间控制策略的导线追踪装置的一个实施例的结构示意图。
具体实施方式
本申请实施例提供了一种基于非向量空间控制策略的导线追踪方法及装置，用于解决现有的基于视觉伺服控制都是依赖图像特征提取实现，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。
为使得本申请的发明目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本申请一部分实施例，而非全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
本申请提供的一种基于非向量空间控制策略的导线追踪方法，其基本思想是：将由手臂上的摄像机获得的图像描述成一个集合，在给定目标图像的情况下，实时获取当前图像，并以图像整体为特征比对对象，通过由两个图像形成的集合之间的度量，即Hausdorff距离，描述两个图像之间的接近程度，控制机器人运动使该距离小于某个阈值，实现对目标输电线的追踪。
请参阅图1，图1为本申请提供的一种基于非向量空间控制策略的导线追踪方法的一个实施例的流程示意图，本申请实施例提供的一种基于非向量空间控制策略的导线追踪方法，包括：
步骤101：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
需要说明的是，首先通过摄像模块获取到实时图像数据集合，将获取到的实时图像数据集合与预置的目标图像数据集合进行图像重合度比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，本实施例的Lyapunov函数具体为：
Figure BDA0001887741360000061
式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，
Figure BDA0001887741360000062
为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000063
中的点。
其中，V(K)为本实施例中用于度量实时图像数据集合与目标图像数据集合的相似度的指标，实时图像数据集合与目标图像数据集合越接近，V(K)越小，当
Figure BDA0001887741360000064
时，V(K)＝0，而且容易看出当V(K)＝0时，Hausdorff距离也为零。
步骤102：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤103，若是，则判定导线追踪结束。
需要说明的是，判断实时图像数据集合与目标图像数据集合的Haustorff距离是否小于预置的阈值，若Haustorff距离小于预置的阈值，则说明此时机器人获取到实时图像数据结合的位置与目标图像数据集合对应的位置非常接近，不需要进一步校正位置，导线追踪结束；若Haustorff距离不小于预置的阈值，说明此时机器人获取到实时图像数据结合的位置与目标图像数据集合对应的位置存在误差，需要执行步骤103进一步校正位置。
步骤103：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动。
需要说明的是，
根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动。
为了使被观测的图像集合状态K从初始状态X到目标状态Y。在视觉伺服系统中，图像集合中元素的变化将随微分方程演化，那么根据Lyapunov函数设计可实现指数稳定的图像反馈控制器。其中，所述控制量计算公式具体为：
Figure BDA0001887741360000071
式中，u为控制量，即为机器人末端运动的6维速度，即u(t)＝[vx,vy,vz,ωx,ωy,ωz]T，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。
其中，实时图像数据集合与目标图像数据集合的距离标量具体为：
Figure BDA0001887741360000072
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000073
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000074
为点x到目标图像数据集合
Figure BDA0001887741360000075
的投影，A为系数矩阵。
实时图像数据集合与目标图像数据集合的位置向量具体为：
Figure BDA0001887741360000076
式中，x为实时图像数据集合K或目标图像数据集合
Figure BDA0001887741360000077
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure BDA0001887741360000078
为点x到目标图像数据集合
Figure BDA0001887741360000079
的投影，B为系数矩阵。
步骤104：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤102。
需要说明的是，在机器人主体根据所述控制量进行移动的过程中，通过实时或周期性获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤102进行Haustorff距离判定，若判定结果为仍不小于预置的阈值时，则接着执行步骤103计算出控制量，进行位置校正，使系统逐步接近目标图像数据集合对应的位置，直至判定结果为小于预置的阈值为止。
本申请实施例通过机器人采集到的实时图像数据集合与预置的目标图像数据集合进行相似度比对，以图像整体为比对对象，计算出实时图像数据集合与目标图像数据集合的Haustorff距离，根据计算得到的Haustorff距离生成控制量，控制机器人向目标靠近，并在机器人移动的过程中，更新Haustorff距离和控制量，直至Haustorff距离是否小于预置的阈值后，结束导线追踪流程，解决了现有的依赖图像特征提取实现的伺服控制，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。
以上为本申请提供的一种基于非向量空间控制策略的导线追踪方法的一个实施例的详细说明，下面为本申请提供的一种基于非向量空间控制策略的导线追踪装置的一个实施例的详细说明。
请参阅图2，图2为本申请提供的一种基于非向量空间控制策略的导线追踪装置的一个实施例的结构示意图，其中，本申请实施例提供了一种基于非向量空间控制策略的导线追踪装置，包括：
图像距离计算单元201，用于获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
距离判定单元202，用于判断所述Haustorff距离是否小于预置的阈值，若否，则触发控制量生成单元，若是，则判定导线追踪结束；
控制量生成单元203，用于根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；
图像数据更新单元204，用于获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后触发图像距离判定单元。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (10)

1.一种基于非向量空间控制策略的导线追踪方法，其特征在于，包括：
S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；
S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；
S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。
2.根据权利要求1所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述步骤S1具体包括：
S11：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：
Figure FDA0001887741350000011
式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，
Figure FDA0001887741350000012
为目标图像数据集合，d(·)为点到集合的距离，x
为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000013
中的点。
3.根据权利要求2所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述步骤S3具体包括：
S31：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：
Figure FDA0001887741350000021
式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。
4.根据权利要求3所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述实时图像数据集合与目标图像数据集合的距离标量具体为：
Figure FDA0001887741350000022
式中，x为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000023
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure FDA0001887741350000024
为点x到目标图像数据集合
Figure FDA0001887741350000025
的投影，A为系数矩阵。
5.根据权利要求3所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述实时图像数据集合与目标图像数据集合的位置向量具体为：
Figure FDA0001887741350000029
式中，x为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000026
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure FDA0001887741350000027
为点x到目标图像数据集合
Figure FDA0001887741350000028
的投影，B为系数矩阵。
6.一种基于非向量空间控制策略的导线追踪装置，其特征在于，包括：
图像距离计算单元，用于获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；
距离判定单元，用于判断所述Haustorff距离是否小于预置的阈值，若否，则触发控制量生成单元，若是，则判定导线追踪结束；
控制量生成单元，用于根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；
图像数据更新单元，用于获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后触发图像距离判定单元。
7.根据权利要求6所述的一种基于非向量空间控制策略的导线追踪装置，其特征在于，所述图像距离计算单元具体用于：
获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：
Figure FDA0001887741350000031
式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，
Figure FDA0001887741350000032
为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000033
中的点。
8.根据权利要求7所述的一种基于非向量空间控制策略的导线追踪装置，其特征在于，所述控制量生成单元具体用于：
根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：
Figure FDA0001887741350000034
式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。
9.根据权利要求8所述的一种基于非向量空间控制策略的导线追踪装置，其特征在于，所述实时图像数据集合与目标图像数据集合的距离标量具体为：
Figure FDA0001887741350000035
式中，x为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000036
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure FDA0001887741350000037
为点x到目标图像数据集合
Figure FDA0001887741350000038
的投影，A为系数矩阵。
10.根据权利要求8所述的一种基于非向量空间控制策略的导线追踪装置，其特征在于，所述实时图像数据集合与目标图像数据集合的位置向量具体为：
Figure FDA0001887741350000041
式中，x为实时图像数据集合K或目标图像数据集合
Figure FDA0001887741350000042
中的点，PK(x)为点x到实时图像数据集合K的投影，
Figure FDA0001887741350000043
为点x到目标图像数据集合
Figure FDA0001887741350000044
的投影，B为系数矩阵。
CN201811455931.5A 2018-11-30 2018-11-30 一种基于非向量空间控制策略的导线追踪方法及装置 Active CN109702739B9 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811455931.5A CN109702739B9 (zh) 2018-11-30 2018-11-30 一种基于非向量空间控制策略的导线追踪方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811455931.5A CN109702739B9 (zh) 2018-11-30 2018-11-30 一种基于非向量空间控制策略的导线追踪方法及装置

Publications (3)

Publication Number Publication Date
CN109702739A CN109702739A (zh) 2019-05-03
CN109702739B true CN109702739B (zh) 2020-11-17
CN109702739B9 CN109702739B9 (zh) 2023-11-14

Family

ID=66255461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811455931.5A Active CN109702739B9 (zh) 2018-11-30 2018-11-30 一种基于非向量空间控制策略的导线追踪方法及装置

Country Status (1)

Country Link
CN (1) CN109702739B9 (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10111946A (ja) * 1996-10-04 1998-04-28 Matsushita Electric Ind Co Ltd 画像追跡装置
CN103020956A (zh) * 2012-11-20 2013-04-03 华中科技大学 一种基于决策判断Hausdorff距离的图像匹配方法
CN103049593A (zh) * 2012-10-05 2013-04-17 李英明 一种计算两条参数曲线间的Hausdorff距离的方法
CN106846742A (zh) * 2017-01-19 2017-06-13 南京新创力光电科技有限公司 基于Hausdorff距离的故障趋势预警方法及系统
CN107097232A (zh) * 2017-07-06 2017-08-29 哈尔滨工业大学深圳研究生院 一种基于末端姿态的连续型机器人的形状追踪方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10111946A (ja) * 1996-10-04 1998-04-28 Matsushita Electric Ind Co Ltd 画像追跡装置
CN103049593A (zh) * 2012-10-05 2013-04-17 李英明 一种计算两条参数曲线间的Hausdorff距离的方法
CN103020956A (zh) * 2012-11-20 2013-04-03 华中科技大学 一种基于决策判断Hausdorff距离的图像匹配方法
CN106846742A (zh) * 2017-01-19 2017-06-13 南京新创力光电科技有限公司 基于Hausdorff距离的故障趋势预警方法及系统
CN107097232A (zh) * 2017-07-06 2017-08-29 哈尔滨工业大学深圳研究生院 一种基于末端姿态的连续型机器人的形状追踪方法

Also Published As

Publication number Publication date
CN109702739B9 (zh) 2023-11-14
CN109702739A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
TWI776113B (zh) 物體位姿估計方法及裝置、電腦可讀儲存介質
CN107990899B (zh) 一种基于slam的定位方法和系统
JP6871416B2 (ja) 顔画像品質を決定する方法および装置、電子機器ならびにコンピュータ記憶媒体
WO2020034872A1 (zh) 目标获取方法、设备和计算机可读存储介质
WO2018146770A1 (ja) 位置制御装置及び位置制御方法
CN110378854B (zh) 机器人图像增强方法及装置
CN110524544A (zh) 一种机械臂运动的控制方法、终端和可读存储介质
CN107703973B (zh) 轨迹跟踪方法、装置
CN109712172A (zh) 一种初始位姿测量结合目标追踪的位姿测量方法
CN113910219A (zh) 运动臂系统以及控制方法
CN110533694A (zh) 图像处理方法、装置、终端及存储介质
CN108927801B (zh) 一种机械臂末端姿态调整方法及装置
CN112509047A (zh) 基于图像的位姿确定方法、装置、存储介质及电子设备
CN113232019A (zh) 机械臂控制方法、装置、电子设备及存储介质
CN108714914B (zh) 一种机械臂视觉系统
CN115958606A (zh) 机械臂避障轨迹规划方法、装置和电子设备
CN106504265A (zh) 运动估计优化方法、设备和系统
CN115213890A (zh) 抓取的控制方法、装置、服务器、电子设备及存储介质
CN109702739B (zh) 一种基于非向量空间控制策略的导线追踪方法及装置
CN109596125B (zh) 一种机器人的空间坐标系转换关系的确定方法和装置
CN111784842B (zh) 三维重建方法、装置、设备及可读储存介质
CN111901499A (zh) 一种计算视频图像中像素实际距离的方法及设备
CN114734435B (zh) 一种基于超球面的编码器校准方法、装置及系统
Pan et al. Robust object tracking against template drift
WO2021179876A1 (en) Method and system for implementing adaptive feature detection for vslam systems

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230705

Address after: 510000 water Donggang 8, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong.

Patentee after: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

Address before: 510600 No. 757 Dongfeng East Road, Guangzhou, Guangdong, Yuexiu District

Patentee before: GUANGDONG POWER GRID Co.,Ltd.

Patentee before: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230818

Address after: 510000 water Donggang 8, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong.

Patentee after: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

Patentee after: China Southern Power Grid Power Technology Co.,Ltd.

Address before: 510000 water Donggang 8, Dongfeng East Road, Yuexiu District, Guangzhou, Guangdong.

Patentee before: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190503

Assignee: Guangdong Electric Power Communication Technology Co.,Ltd.

Assignor: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

Contract record no.: X2023980043954

Denomination of invention: A Traverse Tracking Method and Device Based on Non Vector Space Control Strategy

Granted publication date: 20201117

License type: Common License

Record date: 20231019

CI03 Correction of invention patent
CI03 Correction of invention patent

Correction item: Abstract|Abstract figure|Claims|Description|Drawings

Correct: Summary submitted on September 7, 2023|Abstract and attached drawings submitted on September 7, 2023|Claims 1-10 submitted on September 7, 2023|Paragraphs 0001-0085 of the instruction manual submitted on September 7, 2023|Attached drawings of the specification submitted on September 7, 2023

False: Original application documents

Number: 47-01

Page: ??

Volume: 36

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20190503

Assignee: Guangdong wankui Technology Co.,Ltd.

Assignor: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

Contract record no.: X2024980001907

Denomination of invention: A Traverse Tracking Method and Device Based on Non Vector Space Control Strategy

Granted publication date: 20201117

License type: Common License

Record date: 20240202

Application publication date: 20190503

Assignee: Guangzhou Huiying Intelligent Equipment Co.,Ltd.

Assignor: ELECTRIC POWER RESEARCH INSTITUTE OF GUANGDONG POWER GRID Co.,Ltd.

Contract record no.: X2024980001840

Denomination of invention: A Traverse Tracking Method and Device Based on Non Vector Space Control Strategy

Granted publication date: 20201117

License type: Common License

Record date: 20240202