CN112507871A - 一种巡检机器人及其检测方法 - Google Patents

一种巡检机器人及其检测方法 Download PDF

Info

Publication number
CN112507871A
CN112507871A CN202011426845.9A CN202011426845A CN112507871A CN 112507871 A CN112507871 A CN 112507871A CN 202011426845 A CN202011426845 A CN 202011426845A CN 112507871 A CN112507871 A CN 112507871A
Authority
CN
China
Prior art keywords
lens
image
instrument
inspection robot
lenses
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.)
Granted
Application number
CN202011426845.9A
Other languages
English (en)
Other versions
CN112507871B (zh
Inventor
金尚忠
凌通
徐睿
邹艳秋
石岩
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN202011426845.9A priority Critical patent/CN112507871B/zh
Publication of CN112507871A publication Critical patent/CN112507871A/zh
Application granted granted Critical
Publication of CN112507871B publication Critical patent/CN112507871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • 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
    • G06V2201/02—Recognising information on displays, dials, clocks

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

一种巡检机器人对仪表进行检测的方法，其特征在于：所述巡检机器人包括摄像模组，所述摄像模组至少有两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头，所述检测方法包括步骤：在待检测的所述仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中所述标记点a和b的位置来判定巡检机器人的位置及控制机器人到达指定巡检点所需的运动轨迹；沿第一方向依次获取各个所述镜头拍摄的图像；根据获取到的图像，对所述待检的仪表中读数进行识别；根据各所述仪表上的读数，得到检测结果。

Description

一种巡检机器人及其检测方法
技术领域
本发明涉及成像装置技术领域，更具体的说，涉及一种巡检机器人及其检测方法。
背景技术
目前，巡检机器人大量应用于电力、运输、化工、安防等领域，特别在变电站等高危场所，在不改变先前设备的前提下，通过巡检机器人搭载的图像采集装置如摄像头，激光雷达等对变电站的仪器仪表设备进行图像采集，通过后台监控中心的图像识别与分析，判断被检测设备是否处于正常运行状态。
为完成上述工作，首先需要对巡检机器人准确定位，现有方案(CN105930837A)提出了一种通过单摄像头拍摄仪表图像，并通过逐步增加放大率的方法来实现相机实际位置与标定位置的匹配。
现有技术(专利CN105930837A)虽然采用了逼近式的方法尽可能使云台处于标定位置，但单个镜头只能实现平面的匹配，对相机位置与仪器仪表设备实际距离的判定并不准确，可能导致相机采集到的图像存在偏差。
并且，在相机实际拍摄过程中，由于相机镜头与待拍摄设备的角度以及待拍摄设备表面的材质、弧度等的影响，由单个镜头拍摄出的图像存在偏差。
发明内容
有鉴于此，本发明的目的在于提出一种巡检机器人及其检测方法，基于多镜头采集到的多副画面进行图像分析，可以实现指定巡检机器人精确到达巡检点，且多个镜头可从多个角度对同一待检对象进行采集图像，使得采集到的图像更加精确。
本发明提供的一种巡检机器人及其检测方法，所述巡检机器人包括摄像模组，所述摄像模组具有至少两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头，所述检测方法包括步骤：
S1、定位：在待检测的仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中所述标记点a和b的位置来判定所述巡检机器人的位置及控制所述巡检机器人到达指定巡检点；
S2、图像获取：沿第一方向依次获取各个所述镜头拍摄的图像；
S3、图像处理：根据获取到的该图像，对待检的所述仪表中读数进行识别；
S4、结果获取：根据各所述仪表上的读数，得到检测结果。
所述摄像模组还包括感光器件，该感光器件的感光面可移动，并在所述第一镜头和第二镜头之间切换以获取所述第一镜头或第二镜头的成像。
优选的，所述检测方法还包括：分别检测所述第一镜头和第二镜头采集到的仪表边缘图像，选取处于同一水平线的特征点，判定该两幅图像中的特征点是否对称，若对称，则巡检机器人所述摄像模组的中心线垂直于待检测的仪表；若不对称，则根据不对称的程度计算所述巡检机器人所需旋转的角度，所述巡检机器人经过调整，使巡检机器人的所述摄像模组的中心线垂直于待检测的所述仪表。
优选的，所述检测方法还包括：在所述巡检机器人摄像模组中心线垂直于待检测的所述仪表后，通过检测所述第一镜头的图像，捕捉所述标记点a，并与所述第一镜头图像中心点比较，若该标记点a在所述第一镜头图像中心左侧，则调整该巡检机器人向左平行移动，若该标记点a在所述第一镜头图像中心右侧，则调整该巡检机器人向右平行移动，使所述标记点a恰好处于检测到的所述第一镜头图像的中心。
优选的，所述检测方法还包括：在所述标记点a恰好处于所述第一镜头图像中心时，检测所述第二镜头的图像，此时该巡检机器人需沿着所述第一镜头的主光轴移动，捕捉所述标记点b并与检测到的所述第二镜头图像的中心比较，若该标记点b位于所述第二镜头图像中心的左侧，则该巡检机器人需沿所述第一镜头的主光轴向左前移动；若该标记点b位于所述第二镜头图像中心的右侧，则该巡检机器人需沿所述第一镜头的主光轴向右后方向移动，最终达到指定巡检点。
优选的，所述图像处理步骤包括：事先录入仪表图像并对仪表编号，在磁盘上建立一个配置文件用以保存此仪表的各项参数。
优选的，所述配置文件的建立包括步骤：
利用事先在仪表周围的一些特殊纹理作为mark，建立模板，保留模板的大小、平均灰度，建立保存模板时的图像空间；
标定仪表与所述mark的图像空间关系；标定所述mark与仪表所在区域的齐次变换矩阵以及所述mark与指针旋转圆心的齐次变换矩阵。
优选的，所述图像处理步骤还包括：获取图像，输入当前所拍摄的仪表的编号，读取该仪表对应的mark模板信息。
优选的，所述图像处理步骤还包括：将拍摄的图像与对应的mark模板匹配，寻找mark，由于所述mark模板的图像特征已知，当图像发生变换的时候，根据所述mark模板的特征变化以及标定的齐次变换矩阵，计算得到表盘与指针在图像中的坐标位置。
一种巡检机器人，包括：
摄像模组，具有至少两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头；
定位装置，用于在所述待检测的仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中标记点a和b的位置来判定巡检机器人的位置及控制机器人到达指定巡检点所需的运动轨迹；
图像获取装置，用于沿第一方向依次获取所述第一镜头及所述第二镜头拍摄的图像；
图像处理装置，用于根据获取到的图像，对所述仪器上的至少一个待检的仪表中读数进行识别；
结果获取装置，用于根据各仪表上的读数，得到检测结果。
优选的，所述摄像模组还包括感光器件，该感光器件的感光面可移动，并在所述第一镜头和第二镜头之间切换以获取所述第一镜头或第二镜头的成像。
相较于现有的技术，本发明通过双镜头的图像采集，对巡检机器人自身的定位更精确，使其运行到巡检点标定位置更准确，且依靠多个镜头多角度采集图像，避免了待测仪表表面材质、弧度及镜头角度等干扰因素，从而获得更准确的图像信息。
附图说明
图1为单镜头匹配单感光器件示意图；
图2为双镜头共用感光器件的摄像模组整体结构示意图；
图3为巡检机器人初始位姿与仪器设备不平行情形下，镜头A和镜头B采集到的图像示意图；
图4为巡检机器人初始位姿与仪器设备平行情形下，镜头A和镜头B采集到的图像示意图；
图5为巡检机器人达到标定巡检点路线示意图；
图6为四镜头单感光器件的摄像模组整体结构示意图；
图7为检测方法流程图。
具体实施例
作为示例性实施例，本发明提供一种巡检机器人及其检测方法，所述检测方法包括步骤：
S1、定位：在待检测的仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中标记点a和b的位置来判定巡检机器人的位置及
控制机器人到达指定巡检点所需的运动轨迹；
S2、图像获取：沿第一方向依次获取各个镜头拍摄的图像；
S3、图像处理：根据获取到的图像，对所述仪器上的至少一个待检测的仪表
中读数进行识别；
S4、结果获取：根据各仪表上的读数，得到检测结果。
在进行图像采集前，巡检机器人需运行到指定巡检点，而巡检机器人所搭载的摄像头所处位置的准确性，直接影响图像采集的结果。因此，需要一种精确的定位方法，让巡检机器人精确达到标定位置。
本发明提出的一种巡检机器人及其检测方法基于一种至少有两个镜头的摄像模组实现，且所述摄像模组至少有两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头，
所述摄像模组还包括一个感光器件和驱动机构，所述镜头位于所述感光器件的工作面同侧，所述驱动机构位于所述感光器件的另一侧，用以驱动感光器件，使得所述感光器件的工作面可调整为分别配合所述多个镜头之一成像的角度。优选的，所述驱动机构包括至少两个电机，每个电机位于所述感光器件的不同位置，至少一个电机改变所述感光器件的角度，使其工作面可与至少一个镜头配合成像。
具体实施方式一：
作为示例性实施方式，本具体实施例一选用双镜头共用单感光器件的摄像模组来对本发明提供的所述检测方法中的定位步骤进行说明，所述定位步骤的具体方法如下：
a)通过摄像模组中任意两沿中心线对称设置的第一镜头和第二镜头分别检测第一镜头和第二镜头采集到的仪器边缘图像，选取处于同一水平线的特征点，判定两幅图像中的特征点是否对称，若对称，则巡检机器人摄像模组中心线垂直于被测仪器仪表；若不对称，则根据不对称的程度计算自身需旋转的角度，经过巡检机器人自身动力系统的调整，使巡检机器人摄像模组中心线垂直于被测仪器仪。
b)巡检机器人摄像模组中心线垂直于被测仪器仪时，通过检测第一镜头的图像，捕捉标记点a并与第一镜头图像中心点比较，若标记点a在第一镜头图像中心左侧，则调整巡检机器人向左平行移动，若标记点a在第一镜头图像中心右侧，则调整巡检机器人向右平行移动，使标记点a恰好处于检测到的第一镜头图像的中心。
c)标记点a恰好处于所述第一镜头图像中心时，检测第二镜头的图像，此时巡检机器人需沿着第一镜头的主光轴移动，捕捉标记点b并与检测到的第二镜头图像的中心比较，若标记点b位于所述第二镜头图像中心的左侧，则巡检机器人需沿第一镜头的主光轴向左前移动；若标记点b位于所述第二镜头图像中心的右侧，则巡检机器人需沿第一镜头的主光轴向右后方向移动，最终达到标定巡检点。
本实施例二就本发明所述的检测方法从如上所述的双镜头共用单感光器件的摄像模组引申到多个镜头共用单感光器件摄像模组的适用性进行说明。
具体实施例二：
如图6所示，一种四镜头共用单感光器件的摄像模组，包括镜头A、B、C、D，一个感光器件5和驱动机构，所述驱动机构由四个音圈电机VCM组成，所述感光器件5可选用CCD或CMOS，在本具体实施例二中选用CCD作为感光器件；所述镜头A、B、C、D沿着摄像模组的中心线对称设置在所述感光器件5的工作面同侧，其中，任意两沿着摄像模组的中心线对称设置且镜头主光轴位于同一水平面上的镜头可分别称为第一镜头和第二镜头；所述四个音圈电机VCM位于所述感光器件的另一侧，用以驱动感光器件5，所述四个音圈电机VCM均可伸缩从而实现感光器件5倾斜角度变化。
以感光器件5中心点做一垂直于感光器件5工作面的中心法线，镜头A、B、C、D围绕该中心法线对称分布，各个镜头的主光轴与中心法线的夹角均为α。
在感光器件5的四角分别搭载四个VCM，其具体结构如图6所示，其中VCM1为感光器件5底座右上搭载的音圈电机，VCM2为感光器件5底座左上搭载的音圈电机，VCM3为感光器件5底座右下搭载的音圈电机，VCM4为感光器件5底座左下搭载的音圈电机。
根据如上所述的四镜头共用单感光器件的摄像模组，可将所述四镜头视作两组所述双镜头共用感光器件的摄像模组，利用其中一组双镜头共用感光器件的摄像模组复用如具体实施例一中所述的定位方法即可实现定位。
对于本案例采用的四镜头结构，选用其中任意两沿着摄像模组的中心线对称设置且镜头主光轴位于同一水平面上的镜头可分别称为第一镜头和第二镜头，具体而言，可采用镜头A和镜头B构成双镜头的图像采集系统，也可采用镜头C和镜头D构成双镜头的图像采集系统，按照之前所述方法进行定位，使巡检机器人移动到标定位置。
根据示例性实施例一及实施例二，可以推知本发明提供的巡检机器人中的镜头数量不受限制，当对镜头数量进行调整时相应地调整音圈电机的伸缩变化关系，使感光器件表面倾斜角度变化，从而使感光器件表面法线依次平行于各个镜头的主光轴，再根据双镜头单图像传感器巡检机器人提供的定位方法对巡检机器人进行定位。
在所述图像获取步骤中，控制所述感光器件，沿第一方向依次获取各个镜头拍摄的图像，其中，第一方向为人为指定的方向，第一方向可以指定为顺时针方向，也可以为逆时针方向。
所述图像处理步骤包括：
a1)事先录入仪表图像并对仪表编号，在磁盘上建立一个配置文件用以保存此仪表的各项参数。
所述配置文件的建立包括步骤：
利用事先在仪表周围的一些特殊纹理作为mark，建立模板，保留模板的大小、平均灰度，建立保存模板时的图像空间；
标定仪表与所述mark的图像空间关系；标定所述mark与仪表盘区域的齐次变换矩阵以及所述mark与指针旋转圆心的齐次变换矩阵。
a2)获取图像，输入当前所拍摄的仪表的编号，读取该仪表对应的mark模板信息。
a3)将拍摄的图像与对应的mark模板匹配，寻找mark，由于所述mark模板的图像特征已知，当图像发生变换的时候，根据所述mark模板的特征变化以及标定的齐次变换矩阵，计算得到表盘与指针在图像中的坐标位置。
使用如上所述的含有至少两个镜头的摄像模组对待检测的仪表进行拍摄时，可以从多个角度对同一待检测的仪表进行拍摄，消除镜头与待检测仪表表面的角度因素、待检测仪表表面材质、弧度等因素影响带来的图像畸变
尽管为示例目的,已经公开了本发明的优选实施方式,但是本领域的普通技术人员将意识到,在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下,各种改进、增加以及取代是可能的。

Claims (10)

1.一种利用巡检机器人的检测方法，其特征在于：所述巡检机器人包括摄像模组，所述摄像模组具有至少两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头，所述检测方法包括步骤：
S1、定位：在待检测的仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中所述标记点a和b的位置来判定所述巡检机器人的位置及控制所述巡检机器人到达指定巡检点；
S2、图像获取：沿第一方向依次获取各个所述镜头拍摄的图像；
S3、图像处理：根据获取到的该图像，对待检的所述仪表中读数进行识别；
S4、结果获取：根据各所述仪表上的读数，得到检测结果。
2.根据权利要求1所述的检测方法，其特征在于：所述摄像模组还包括感光器件，该感光器件的感光面可移动，并在所述第一镜头和第二镜头之间切换以获取所述第一镜头或第二镜头的成像。
3.根据权利要求1所述的检测方法，其特征在于：所述位置的判定包括：分别检测所述第一镜头和第二镜头采集到的仪表边缘图像，选取处于同一水平线的特征点，判定该两幅图像中的特征点是否对称，若对称，则巡检机器人所述摄像模组的中心线垂直于待检测的仪表；若不对称，则根据不对称的程度计算所述巡检机器人所需旋转的角度，所述巡检机器人经过调整，使巡检机器人的所述摄像模组的中心线垂直于待检测的所述仪表。
4.根据权利要求3所述的检测方法，其特征在于：在所述巡检机器人摄像模组中心线垂直于待检测的所述仪表后，通过检测所述第一镜头的图像，捕捉所述标记点a，并与所述第一镜头图像中心点比较，若该标记点a在所述第一镜头图像中心左侧，则调整该巡检机器人向左平行移动，若该标记点a在所述第一镜头图像中心右侧，则调整该巡检机器人向右平行移动，使所述标记点a恰好处于检测到的所述第一镜头图像的中心。
5.根据权利要求4所述的检测方法，其特征在于：在所述标记点a恰好处于所述第一镜头图像中心时，检测所述第二镜头的图像，此时该巡检机器人需沿着所述第一镜头的主光轴移动，捕捉所述标记点b并与检测到的所述第二镜头图像的中心比较，若该标记点b位于所述第二镜头图像中心的左侧，则该巡检机器人需沿所述第一镜头的主光轴向左前移动；若该标记点b位于所述第二镜头图像中心的右侧，则该巡检机器人需沿所述第一镜头的主光轴向右后方向移动，最终达到指定巡检点。
6.根据权利要求1所述的检测方法，其特征在于：所述图像处理步骤包括事先录入仪表图像并对仪表编号，在磁盘上建立一个配置文件用以保存此仪表的各项参数；
所述配置文件的建立包括步骤：利用事先在所述仪表周围的一些特殊纹理作为mark，建立模板，保留模板的大小、平均灰度，建立保存模板时的图像空间；
标定仪表与所述mark的图像空间关系；标定所述mark与仪表所在区域的齐次变换矩阵以及所述mark与指针旋转圆心的齐次变换矩阵。
7.根据权利要求6所述的检测方法，其特征在于，所述图像处理步骤还包括：获取图像，输入当前所拍摄的仪表的编号，读取该仪表对应的mark模板信息。
8.根据权利要求7所述的检测方法，其特征在于，所述图像处理还步骤包括：将拍摄的图像与对应的mark模板匹配，寻找mark，由于所述mark模板的图像特征已知，当图像发生变换的时候，根据所述mark模板的特征变化以及标定的齐次变换矩阵，计算得到表盘与指针在图像中的坐标位置。
9.一种巡检机器人，其特征在于，包括：
摄像模组，具有至少两个沿所述摄像模组中心线对称设置且镜头主光轴呈一定夹角的第一镜头和第二镜头；
定位装置，用于在所述待检测的仪表上设置两个标记点a和b，通过所述第一镜头和第二镜头分别采集图像中标记点a和b的位置来判定巡检机器人的位置及控制机器人到达指定巡检点所需的运动轨迹；
图像获取装置，用于沿第一方向依次获取所述第一镜头及所述第二镜头拍摄的图像；
图像处理装置，用于根据获取到的图像，对所述仪器上的至少一个待检的仪表中读数进行识别；
结果获取装置，用于根据各仪表上的读数，得到检测结果。
10.如权利要求9所述的巡检机器人，其特征在于：所述摄像模组还包括感光器件，该感光器件的感光面可移动，并在所述第一镜头和第二镜头之间切换以获取所述第一镜头或第二镜头的成像。
CN202011426845.9A 2020-12-09 2020-12-09 一种巡检机器人及其检测方法 Active CN112507871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011426845.9A CN112507871B (zh) 2020-12-09 2020-12-09 一种巡检机器人及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011426845.9A CN112507871B (zh) 2020-12-09 2020-12-09 一种巡检机器人及其检测方法

Publications (2)

Publication Number Publication Date
CN112507871A true CN112507871A (zh) 2021-03-16
CN112507871B CN112507871B (zh) 2023-07-14

Family

ID=74971635

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011426845.9A Active CN112507871B (zh) 2020-12-09 2020-12-09 一种巡检机器人及其检测方法

Country Status (1)

Country Link
CN (1) CN112507871B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114677777A (zh) * 2022-03-16 2022-06-28 中车唐山机车车辆有限公司 设备巡检方法、巡检系统及终端设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927507A (zh) * 2013-01-12 2014-07-16 山东鲁能智能技术有限公司 一种改进的变电站巡检机器人的多仪表读数识别方法
CN105930837A (zh) * 2016-05-17 2016-09-07 杭州申昊科技股份有限公司 基于自主巡检机器人的变电站仪表设备图像识别方法
KR101763386B1 (ko) * 2016-04-29 2017-08-02 (주)크레이티브인피니티 어라운드뷰 및 블랙박스 겸용 듀얼 카메라 및 이를 적용한 차량 영상 통합 처리 시스템
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
CN110503144A (zh) * 2019-08-15 2019-11-26 南京天创电子技术有限公司 一种用于巡检机器人的指针式仪表识别方法
CN110666814A (zh) * 2019-10-30 2020-01-10 广州供电局有限公司 配电网巡检机器人
CN111814919A (zh) * 2020-08-31 2020-10-23 江西小马机器人有限公司 一种基于深度学习的仪表定位与识别系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103927507A (zh) * 2013-01-12 2014-07-16 山东鲁能智能技术有限公司 一种改进的变电站巡检机器人的多仪表读数识别方法
KR101763386B1 (ko) * 2016-04-29 2017-08-02 (주)크레이티브인피니티 어라운드뷰 및 블랙박스 겸용 듀얼 카메라 및 이를 적용한 차량 영상 통합 처리 시스템
CN105930837A (zh) * 2016-05-17 2016-09-07 杭州申昊科技股份有限公司 基于自主巡检机器人的变电站仪表设备图像识别方法
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
CN110503144A (zh) * 2019-08-15 2019-11-26 南京天创电子技术有限公司 一种用于巡检机器人的指针式仪表识别方法
CN110666814A (zh) * 2019-10-30 2020-01-10 广州供电局有限公司 配电网巡检机器人
CN111814919A (zh) * 2020-08-31 2020-10-23 江西小马机器人有限公司 一种基于深度学习的仪表定位与识别系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114677777A (zh) * 2022-03-16 2022-06-28 中车唐山机车车辆有限公司 设备巡检方法、巡检系统及终端设备

Also Published As

Publication number Publication date
CN112507871B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN109859272B (zh) 一种自动对焦双目摄像头标定方法及装置
CN110142785A (zh) 一种基于目标检测的巡检机器人视觉伺服方法
US20080144922A1 (en) Pattern alignment method, pattern inspection apparatus, and pattern inspection system
US20140132729A1 (en) Method and apparatus for camera-based 3d flaw tracking system
CN106990776B (zh) 机器人归航定位方法与系统
CN105716582A (zh) 摄像机视场角的测量方法、装置以及摄像机视场角测量仪
CN109099883A (zh) 高精度大视场机器视觉测量与标定装置及方法
KR20060132713A (ko) 공간 내 물체의 위치를 측정하는 방법
CN102798456B (zh) 一种工程机械臂架系统工作幅度的测量方法、装置及系统
CN107589069B (zh) 一种物体碰撞恢复系数的非接触式测量方法
CN111611989A (zh) 一种基于自主机器人的多目标精准定位识别方法
CN109190612A (zh) 图像采集处理设备和图像采集处理方法
CN110108203B (zh) 一种基于摄影测量技术的丝线位置测量方法及系统
CN110044266B (zh) 基于散斑投影的摄影测量系统
CN112507871B (zh) 一种巡检机器人及其检测方法
CN112665523B (zh) 一种复杂型面的联合测量方法
Valocký et al. Measure distance between camera and object using camera sensor
CN117629567A (zh) 一种高瞬时速度模型姿态角在线测量方法
JPH04172213A (ja) 三次元形状測定装置の校正方法
CN116091401A (zh) 基于目标检测和复合目标码的航天器装配件识别定位方法
Wang et al. Distance measurement using single non-metric CCD camera
CN112884847B (zh) 一种双相机标定方法及系统
CN114266835A (zh) 一种非量测相机的变形监测控制方法与系统
CN114326078A (zh) 显微镜系统和用于校准检验的方法
CN111780683A (zh) 便携式扫描系统及其使用方法

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