CN109702739B9 - 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

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Hausdorff距离，根据计算得到的Hausdorff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Hausdorff距离和控制量，直至Hausdorff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Hausdorff距离；

S2：判断所述Hausdorff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Hausdorff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Hausdorff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Hausdorff距离，其中，所述Lyapunov函数具体 为：

式中，V(K)为实时图像数据集合与目标图像数据集合的Hausdorff距离， K为实时图像数据集合，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/>中的点。

优选地，所述步骤S3具体包括：

S31：根据所述Hausdorff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：

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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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Hausdorff距离；

距离判定单元，用于判断所述Hausdorff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Hausdorff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Hausdorff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Hausdorff距离，其中，所述Lyapunov函数具体为：

式中，V(K)为实时图像数据集合与目标图像数据集合的Hausdorff距离， K为实时图像数据集合，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/>中的点。

优选地，所述控制量生成单元具体用于：

根据所述Hausdorff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：

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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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 Hausdorff距离；S2：判断所述Hausdorff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Hausdorff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Hausdorff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Hausdorff距离，根据计算得到的Hausdorff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Hausdorff距离 和控制量，直至Hausdorff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Hausdorff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 Hausdorff距离，其中，本实施例的Lyapunov函数具体为：

式中，V(K)为实时图像数据集合与目标图像数据集合的Hausdorff距离， K为实时图像数据集合，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/>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Hausdorff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Hausdorff 距离是否小于预置的阈值，若Hausdorff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集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Hausdorff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集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Hausdorff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Hausdorff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：

式中，u为控制量，即为机器人末端运动的6维速度，即 u(t)＝[v_x,v_y,v_z,ω_x,ω_y,ω_z]^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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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Hausdorff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Hausdorff距离，然后返回步骤102进行Hausdorff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Hausdorff距离，根据计算得到的Hausdorff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Hausdorff 距离和控制量，直至Hausdorff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Hausdorff距离；

距离判定单元202，用于判断所述Hausdorff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Hausdorff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Hausdorff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-Only Memory)、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Hausdorff距离；

S2：判断所述Hausdorff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Hausdorff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Hausdorff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Hausdorff距离，其中，所述Lyapunov函数具体 为：

式中，V(K)为实时图像数据集合与目标图像数据集合的Hausdorff距离， K为实时图像数据集合，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/>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Hausdorff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：

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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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Hausdorff距离；

距离判定单元，用于判断所述Hausdorff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Hausdorff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Hausdorff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Hausdorff距离，其中，所述Lyapunov函数具体为：

式中，V(K)为实时图像数据集合与目标图像数据集合的Hausdorff距离， K为实时图像数据集合，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/>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Hausdorff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：

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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>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：

式中，x为实时图像数据集合K或目标图像数据集合中的点，P_K(x)为 点x到实时图像数据集合K的投影，/>为点x到目标图像数据集合/>的投 影，B为系数矩阵。