CN113814953B - 一种巡检机器人的履带自动找平方法、系统及电子设备 - Google Patents
一种巡检机器人的履带自动找平方法、系统及电子设备 Download PDFInfo
- Publication number
- CN113814953B CN113814953B CN202111191373.8A CN202111191373A CN113814953B CN 113814953 B CN113814953 B CN 113814953B CN 202111191373 A CN202111191373 A CN 202111191373A CN 113814953 B CN113814953 B CN 113814953B
- Authority
- CN
- China
- Prior art keywords
- real
- time image
- inspection robot
- laser point
- coordinates
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000001914 filtration Methods 0.000 claims abstract description 29
- 238000004364 calculation method Methods 0.000 claims abstract description 27
- 238000013507 mapping Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000010276 construction Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004927 fusion Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J5/00—Manipulators mounted on wheels or on carriages
- B25J5/005—Manipulators mounted on wheels or on carriages mounted on endless tracks or belts
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种巡检机器人的履带自动找平方法、系统及电子设备，其中方法包括：对实时图像进行图片增强得到增强后的实时图像；将激光点云与增强后的实时图像进行匹配得到增强后的实时图像上的像素坐标与相应激光点坐标；根据像素坐标和激光点坐标构建位姿计算方程；对位姿计算方程进行迭代求解得到巡检机器人的当前位姿；对激光点云进行滤波得到地面激光点集合；对地面激光点集合进行平面拟合得到基准平面；根据基准平面调整巡检机器人的履带使得当前位姿与基准平面平行。本发明通过利用根据基准平面调整巡检机器人的履带使得当前位姿与基准平面平行，可以使巡检机器人时刻与地面平行，进而提高了巡检机器人的平衡性能。
Description
技术领域
本发明涉及位姿调整技术领域，特别是涉及一种巡检机器人的履带自动找平方法、系统及电子设备。
背景技术
特高压变电站作为特高压电网的枢纽，承担着输变电的核心任务，在特高压变电站中，气体绝缘开关装置(Gas Insulated Switch gear，GIS)的组合电器具有结构紧凑、占地面积小、运行可靠性高、不受外界环境的影响、检修维护方便等优点，加之在技术上的先进性和经济上的优越性，已得到广泛应用。
GIS设备群设备紧密，空间裕度小且地形复杂，巡检机器人经常需要从GIS设备下方穿行进行巡检，因此要时刻保持巡检机器人的平衡。
现有技术中大多通过增加配重块的方式来保持巡检机器人的平衡，这种方式虽然简单易行，但是这种方法也会使巡检机器人的控制精度下降，加大了巡检机器人的能量消耗。
发明内容
为了克服现有技术的不足，本发明的目的是提供一种巡检机器人的履带自动找平方法、系统及电子设备，以提高巡检机器人的平衡性能。
为实现上述目的，本发明提供了如下方案：
一种巡检机器人的履带自动找平方法，包括：
获取巡检机器人的实时图像和激光点云；
对所述实时图像进行图片增强得到增强后的实时图像；
将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
根据所述像素坐标和所述激光点坐标构建映射方程；
根据所述映射方程得到位姿计算方程；
对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；
对所述激光点云进行滤波得到地面激光点集合；
对所述地面激光点集合进行平面拟合得到基准平面；
根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行。
优选地，所述对所述实时图像进行图片增强得到增强后的实时图像，包括：
利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
优选地，所述第一滤波模型为：
其中，g(x,y)表示滤波后的图像，f(x,y)表示实时图像，α表示调节系数，
优选地，所述根据所述像素坐标和所述激光点坐标构建映射方程，包括：
采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，表示激光点坐标，Vi表示投影矩阵，/>pi表示像素坐标。
优选地，所述位姿计算方程为：
其中，表示投影点坐标，/>I3表示3阶单位矩阵。
一种巡检机器人的履带自动找平系统，包括：
数据获取模块，用于获取巡检机器人的实时图像和激光点云；
图像增强模块，用于对所述实时图像进行图片增强得到增强后的实时图像；
图片匹配模块，用于将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
映射方程构建模块，用于根据所述像素坐标和所述激光点坐标构建映射方程；
位姿计算方程构建模块，用于根据所述映射方程得到位姿计算方程；
位姿计算模块，用于对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；
滤波模块，用于对所述激光点云进行滤波得到地面激光点集合；
平面拟合模块，用于对所述地面激光点集合进行平面拟合得到基准平面；
履带调节模块，用于根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行。
优选地，所述图像增强模块，包括：
滤波单元，用于利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
像素融合单元，用于将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
增强像素输出单元，用于以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
优选地，所述映射方程构建模块，包括：
映射方程构建单元，用于采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，表示激光点坐标，Vi表示投影矩阵，/>pi表示像素坐标。
一种电子设备，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行上述的巡检机器人的履带自动找平方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有可执行计算机程序，所述计算机程序运行时可实现上述的巡检机器人的履带自动找平方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种巡检机器人的履带自动找平方法、系统及电子设备，由上述方案可知，通过利用根据基准平面调整巡检机器人的履带使得当前位姿与基准平面平行，可以使巡检机器人时刻与地面平行，进而提高了巡检机器人的平衡性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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发明的一些实施例，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他的附图。
图1为本发明提供的实施例中的巡检机器人的履带自动找平方法的流程图；
图2为本发明提供的实施例中的巡检机器人的履带自动找平系统的模块连接图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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他实施例，都属于本发明保护的范围。
本发明的目的是提供一种巡检机器人的履带自动找平方法、系统及电子设备，以提高巡检机器人的平衡性能。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明提供的实施例中的巡检机器人的履带自动找平方法的流程图，如图1所示，一种巡检机器人的履带自动找平方法，包括：
步骤100：获取巡检机器人的实时图像和激光点云；
需要说明的是，本发明中的用于采集巡检机器人的实时图像的相机设置在巡检机器人的上方且镜头与巡检机器人的底盘平行；用于采集巡检机器人的激光点云的激光雷达也设置在巡检机器人的上方。
步骤200：对所述实时图像进行图片增强得到增强后的实时图像；
步骤300：将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
在实际应用中，一般选取与激光点云采集范围一致的实时图像完成相应匹配。
步骤400：根据所述像素坐标和所述激光点坐标构建映射方程；
步骤500：根据所述映射方程得到位姿计算方程；
步骤600：对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；在本发明中，可利用奇异值分解法求解，用于保证旋转矩阵的正交性。
步骤700：对所述激光点云进行滤波得到地面激光点集合；
在本发明中可利用TIN过滤方法对激光点云进行滤波得到地面激光点集合。
步骤800：对所述地面激光点集合进行平面拟合得到基准平面；
步骤900：根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行。
优选地，所述对所述实时图像进行图片增强得到增强后的实时图像，包括：
利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
本发明通过对实时图像进行图像增强，可以将原来不清晰的图像变得清晰，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之丰富信息量，加强图像判读和识别效果。
优选地，所述第一滤波模型为：
其中，g(x,y)表示滤波后的图像，f(x,y)表示实时图像，α表示调节系数，
优选地，所述根据所述像素坐标和所述激光点坐标构建映射方程，包括：
采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，表示激光点坐标，Vi表示投影矩阵，/>pi表示像素坐标。
在投影矩阵作用下,激光点坐标应与其在对应像平面的投影点(即pi)重合,其代数形式即为本发明建立的投影方程。
优选地，所述位姿计算方程为：
其中，表示投影点坐标，/>I3表示3阶单位矩阵。
在本发明中，为保证旋转矩阵的正交性，可利用奇异值分解法对位姿计算方程求解。
图2为本发明提供的实施例中的巡检机器人的履带自动找平系统的模块连接图，如图2所示，本实施例中的一种巡检机器人的履带自动找平系统，包括：
数据获取模块，用于获取巡检机器人的实时图像和激光点云；
图像增强模块，用于对所述实时图像进行图片增强得到增强后的实时图像；
图片匹配模块，用于将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
映射方程构建模块，用于根据所述像素坐标和所述激光点坐标构建映射方程；
位姿计算方程构建模块，用于根据所述映射方程得到位姿计算方程；
位姿计算模块，用于对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；
滤波模块，用于对所述激光点云进行滤波得到地面激光点集合；
平面拟合模块，用于对所述地面激光点集合进行平面拟合得到基准平面；
履带调节模块，用于根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行。
优选地，所述图像增强模块，包括：
滤波单元，用于利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
像素融合单元，用于将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
增强像素输出单元，用于以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
优选地，所述映射方程构建模块，包括：
映射方程构建单元，用于采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，表示激光点坐标，Vi表示投影矩阵，/>pi表示像素坐标。
本实施例还提供一种电子设备，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行上述的巡检机器人的履带自动找平方法。
本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有可执行计算机程序，所述计算机程序运行时可实现上述的巡检机器人的履带自动找平方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
(1)本发明通过利用根据基准平面调整巡检机器人的履带使得当前位姿与基准平面平行，可以使巡检机器人时刻与地面平行，进而提高了巡检机器人的平衡性能。
(2)本发明通过对实时图像进行图像增强，可以将原来不清晰的图像变得清晰，扩大图像中不同物体特征之间的差别，使之丰富信息量，加强图像判读和识别效果，提高了对巡检机器人位姿的获取精度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种巡检机器人的履带自动找平方法，其特征在于，包括：
获取巡检机器人的实时图像和激光点云；
对所述实时图像进行图片增强得到增强后的实时图像；
将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
根据所述像素坐标和所述激光点坐标构建映射方程；
根据所述映射方程得到位姿计算方程；
对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；
对所述激光点云进行滤波得到地面激光点集合；
对所述地面激光点集合进行平面拟合得到基准平面；
根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行；
所述根据所述像素坐标和所述激光点坐标构建映射方程，包括：
采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，表示激光点坐标，Vi表示投影矩阵，/>pi表示像素坐标；
所述位姿计算方程为：
其中，表示投影点坐标，/>I3表示3阶单位矩阵。
2.根据权利要求1所述的巡检机器人的履带自动找平方法，其特征在于，所述对所述实时图像进行图片增强得到增强后的实时图像，包括：
利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
3.根据权利要求2所述的巡检机器人的履带自动找平方法，其特征在于，所述第一滤波模型为：
其中，g(x,y)表示滤波后的图像，f(x,y)表示实时图像，α表示调节系数，
4.一种巡检机器人的履带自动找平系统，其特征在于，包括：
数据获取模块，用于获取巡检机器人的实时图像和激光点云；
图像增强模块，用于对所述实时图像进行图片增强得到增强后的实时图像；
图片匹配模块，用于将所述激光点云与所述增强后的实时图像进行匹配得到所述增强后的实时图像上的像素坐标与相应激光点坐标；
映射方程构建模块，用于根据所述像素坐标和所述激光点坐标构建映射方程；
位姿计算方程构建模块，用于根据所述映射方程得到位姿计算方程；
位姿计算模块，用于对所述位姿计算方程进行迭代求解得到巡检机器人的当前位姿；
滤波模块，用于对所述激光点云进行滤波得到地面激光点集合；
平面拟合模块，用于对所述地面激光点集合进行平面拟合得到基准平面；
履带调节模块，用于根据所述基准平面调整所述巡检机器人的履带使得当前位姿与所述基准平面平行；
所述映射方程构建模块，包括：
映射方程构建单元，用于采用公式：
建立映射方程；其中R表示旋转矩阵，t表示平移矩阵，P～i表示激光点坐标，Vi表示投影矩阵，pi表示像素坐标；
所述位姿计算方程构建模块，包括：
位姿计算方程构建单元，用于采用公式：
构建位姿计算方程；其中，表示投影点坐标，/>I3表示3阶单位矩阵。
5.根据权利要求4所述的巡检机器人的履带自动找平系统，其特征在于，所述图像增强模块，包括：
滤波单元，用于利用第一滤波模型对所述实时图像进行滤波处理得到滤波后的图像；
像素融合单元，用于将滤波后的图像上每个点的像素值与所述实时图像上相应点的像素值相加得到融合后的像素值；
增强像素输出单元，用于以每一个所述融合后的像素值为中心取一个邻域，并计算邻域中所有像素的平均值，作为增强后的像素值的输出，得到增强后的实时图像；其中，增强后的像素值的输出公式为：
其中，G(j,k)表示增强后的像素值，N×N表示邻域，A表示邻域组成的像素点集合，d(m,n)表示邻域上的像素点。
6.一种电子设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器配置用于调用所述程序指令，执行权利要求1至3中任一项所述的巡检机器人的履带自动找平方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有可执行计算机程序，所述计算机程序运行时可实现如权利要求1至3任一项所述的巡检机器人的履带自动找平方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111191373.8A CN113814953B (zh) | 2021-10-13 | 2021-10-13 | 一种巡检机器人的履带自动找平方法、系统及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111191373.8A CN113814953B (zh) | 2021-10-13 | 2021-10-13 | 一种巡检机器人的履带自动找平方法、系统及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113814953A CN113814953A (zh) | 2021-12-21 |
| CN113814953B true CN113814953B (zh) | 2024-03-19 |
Family
ID=78920237
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111191373.8A Active CN113814953B (zh) | 2021-10-13 | 2021-10-13 | 一种巡检机器人的履带自动找平方法、系统及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113814953B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109300155A (zh) * | 2018-12-27 | 2019-02-01 | 常州节卡智能装备有限公司 | 一种避障路径规划方法、装置、设备和介质 |
| CN109974712A (zh) * | 2019-04-22 | 2019-07-05 | 广东亿嘉和科技有限公司 | 一种基于图优化的变电站巡检机器人建图方法 |
| JP2019158691A (ja) * | 2018-03-15 | 2019-09-19 | セイコーエプソン株式会社 | 制御装置、ロボット、ロボットシステム，及び、物体を認識する方法 |
| CN110733039A (zh) * | 2019-10-10 | 2020-01-31 | 南京驭行科技有限公司 | 基于vfh+与视觉辅助决策的机器人自动驾驶方法 |
| CN110764504A (zh) * | 2019-10-25 | 2020-02-07 | 国网陕西省电力公司电力科学研究院 | 一种用于变电站电缆沟道巡检的机器人导航方法及系统 |
| CN111045017A (zh) * | 2019-12-20 | 2020-04-21 | 成都理工大学 | 一种激光和视觉融合的巡检机器人变电站地图构建方法 |
| CN111299761A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种焊缝跟踪系统的实时姿态估计方法 |
| CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
| CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航系统工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
| CN113095324A (zh) * | 2021-04-28 | 2021-07-09 | 合肥工业大学 | 一种针对锥桶的分类与测距方法及系统 |
| WO2021179988A1 (zh) * | 2020-03-09 | 2021-09-16 | 长沙智能驾驶研究院有限公司 | 基于三维激光的集卡防砸检测方法、装置和计算机设备 |
-
2021
- 2021-10-13 CN CN202111191373.8A patent/CN113814953B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2019158691A (ja) * | 2018-03-15 | 2019-09-19 | セイコーエプソン株式会社 | 制御装置、ロボット、ロボットシステム，及び、物体を認識する方法 |
| CN109300155A (zh) * | 2018-12-27 | 2019-02-01 | 常州节卡智能装备有限公司 | 一种避障路径规划方法、装置、设备和介质 |
| CN109974712A (zh) * | 2019-04-22 | 2019-07-05 | 广东亿嘉和科技有限公司 | 一种基于图优化的变电站巡检机器人建图方法 |
| CN110733039A (zh) * | 2019-10-10 | 2020-01-31 | 南京驭行科技有限公司 | 基于vfh+与视觉辅助决策的机器人自动驾驶方法 |
| CN110764504A (zh) * | 2019-10-25 | 2020-02-07 | 国网陕西省电力公司电力科学研究院 | 一种用于变电站电缆沟道巡检的机器人导航方法及系统 |
| CN111045017A (zh) * | 2019-12-20 | 2020-04-21 | 成都理工大学 | 一种激光和视觉融合的巡检机器人变电站地图构建方法 |
| CN111299761A (zh) * | 2020-02-28 | 2020-06-19 | 华南理工大学 | 一种焊缝跟踪系统的实时姿态估计方法 |
| WO2021179988A1 (zh) * | 2020-03-09 | 2021-09-16 | 长沙智能驾驶研究院有限公司 | 基于三维激光的集卡防砸检测方法、装置和计算机设备 |
| CN111958592A (zh) * | 2020-07-30 | 2020-11-20 | 国网智能科技股份有限公司 | 一种变电站巡检机器人图像语义分析系统及方法 |
| CN112014857A (zh) * | 2020-08-31 | 2020-12-01 | 上海宇航系统工程研究所 | 用于智能巡检的三维激光雷达定位导航方法及巡检机器人 |
| CN113095324A (zh) * | 2021-04-28 | 2021-07-09 | 合肥工业大学 | 一种针对锥桶的分类与测距方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 双锴.计算机视觉.北京邮电大学出版社,2020,25-26页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113814953A (zh) | 2021-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110827342B (zh) | 三维人体模型重建方法及存储设备、控制设备 | |
| CN112767391A (zh) | 融合三维点云和二维图像的电网线路部件缺陷定位方法 | |
| CN110717971B (zh) | 面向电网培训业务的变电站三维仿真系统数据库建模系统 | |
| US20240046557A1 (en) | Method, device, and non-transitory computer-readable storage medium for reconstructing a three-dimensional model | |
| CN108416803A (zh) | 一种基于深度神经网络的多信息融合的场景深度恢复方法 | |
| CN108564551A (zh) | 鱼眼图像处理方法及鱼眼图像处理装置 | |
| CN111563961B (zh) | 一种变电站的三维建模方法和相关装置 | |
| CN114140672A (zh) | 一种应用于雨雪天气场景下多传感器数据融合的目标检测网络系统及方法 | |
| CN114202819B (zh) | 一种基于机器人的变电站巡检方法、系统及计算机 | |
| CN115587987A (zh) | 一种蓄电池缺陷检测方法、装置、存储介质及电子设备 | |
| CN113814953B (zh) | 一种巡检机器人的履带自动找平方法、系统及电子设备 | |
| CN115131494A (zh) | 一种光学遥感卫星成像仿真方法及装置 | |
| CN117422826A (zh) | 一种电网设备数字孪生体构建方法及系统 | |
| CN112991208A (zh) | 图像处理方法及装置、计算机可读介质和电子设备 | |
| CN112529498A (zh) | 一种仓储物流管理方法及系统 | |
| CN116152442A (zh) | 一种三维点云模型生成方法及装置 | |
| CN116129039A (zh) | 一种输电线路的三维点云生成方法、装置及存储介质 | |
| CN113658046B (zh) | 基于特征分离的超分辨率图像生成方法、装置、设备和介质 | |
| CN113971753A (zh) | 一种基于多个固定摄像头的虚拟机器人巡检方法 | |
| CN114035608A (zh) | 基于无人机的巡检培训方法、系统、培训终端和存储介质 | |
| CN111862309A (zh) | 一种地理位置三维建模系统及其方法 | |
| CN116402953B (zh) | 一种浮式平台上基于双立目数据的波面重构方法与装置 | |
| CN116977826B (zh) | 一种边缘端计算架构下的可重构神经网络目标检测方法 | |
| US20240208419A1 (en) | Display method and display system of on-vehicle avm, electronic device, and storage medium | |
| CN117893417A (zh) | 无人机航拍视频增强方法、系统、存储介质和电子设备 |
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 | ||
| CB02 | Change of applicant information |
Address after: 030001 Room 401, 4th floor, North building, No.12 nanxiaoqiang, Xinghualing District, Taiyuan City, Shanxi Province Applicant after: Super high voltage transmission branch of State Grid Shanxi Electric Power Co. Address before: 030000 No. 9, Jiahua street, Taiyuan high tech Development Zone, Taiyuan City, Shanxi Province Applicant before: STATE GRID SHANXI ELECTRIC POWER COMPANY, POWER TRANSMISSION MAINTENANCE BRANCH |
|
| CB02 | Change of applicant information | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220329 Address after: 030006 No. 9, Jiahua street, Xuefu Industrial Park, comprehensive transformation and reform demonstration zone, Taiyuan City, Shanxi Province Applicant after: Super high voltage substation branch of State Grid Shanxi Electric Power Co. Address before: 030001 Room 401, 4th floor, North building, No.12 nanxiaoqiang, Xinghualing District, Taiyuan City, Shanxi Province Applicant before: Super high voltage transmission branch of State Grid Shanxi Electric Power Co. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |