CN114252075A - 一种电缆沟巡检机器人的路径跟踪方法及系统 - Google Patents
一种电缆沟巡检机器人的路径跟踪方法及系统 Download PDFInfo
- Publication number
- CN114252075A CN114252075A CN202111500949.4A CN202111500949A CN114252075A CN 114252075 A CN114252075 A CN 114252075A CN 202111500949 A CN202111500949 A CN 202111500949A CN 114252075 A CN114252075 A CN 114252075A
- Authority
- CN
- China
- Prior art keywords
- robot
- laser
- cable trench
- line
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000007689 inspection Methods 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 6
- 230000008439 repair process Effects 0.000 claims description 4
- 238000003672 processing method Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 8
- 238000010009 beating Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical group C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种电缆沟巡检机器人的路径跟踪方法,本发明通过在机器人的两侧对称安装的4个激光测距仪实现对机器人当前位姿的计算,并根据计算结果调整机器人路径,同时通过图片数据实时展示机器人当前位姿和验证路径调整结果,计算过程简单,容易实现。作业人员能够直观了解机器人的当前状态,适用于封闭性地线管沟。
Description
技术领域
本发明涉及机器人路径跟踪技术领域,具体来说是一种电缆沟巡检机器人的路径跟踪方法及系统。
背景技术
变电站的电缆沟两侧的墙壁上是布线桥架。现如今市面上的电缆沟巡检机器人大都采用磁导航、预设轨道导航以及通过视觉等,存在着系统复杂,数据处理对处理器要求高,功耗大等问题。还有的通过安装惯性测量单元来获取机器人的姿态,进而对机器人的运动作出控制,但由于惯性测量单元存在着漂移情况,并且它的结果不是直接相对于沟道环境的。
申请号为202110603928.9公开的基于多传感器数据移动机器人导航定位系统,包括机器人导航定位系统、天线系统、个体机器人定位管理系统、数据纠偏管理系统、区域机器人定位管理系统、中央定位管理系统、通讯管理系统与计算机终端管理系统,所述机器人导航定位系统连接有天线系统。本发明所述的基于多传感器数据移动机器人导航定位系统,设有多传感式个体机器人定位管理系统、数据纠偏管理系统与天线系统,能够方便更好的对个体进行实时导航监控,采用多组传感模块进行监测,降低误差,还可以方便更好的对位置数据进行纠偏操作,增加导航的精确度,导航定位系统的使用性能更为优异,便于进行实时传输,位置定位更加简单,带来更好的使用前景。虽然该机器人具有导航定位、纠偏功能,但是计算过程复杂,对于管沟巡检来说,造成一定程度的功能浪费。
由于电缆沟内间隔一端距离会设置一堵防火墙,为了排水,在电缆沟底壁中心开有排水沟并贯穿防火墙,如图4中排水沟位于电缆沟中心线并贯穿防火墙。为了使巡检机器人能够顺利在电缆沟中行走,申请号为2020105810231公开了一种变形机器人,该机器人变形通过排水沟,实现跨越电缆沟防火墙的封堵。针对沿电缆沟中心线行走的巡检机器人,目前还没有一项配套的路径跟踪方法。
发明内容
本发明所要解决的技术问题在于如何提供一种通过激光测距实现机器人纠偏的方法。
本发明通过以下技术手段实现解决上述技术问题的:
一种电缆沟巡检机器人的路径跟踪方法,在机器人的前后左右4个位置分别安装有激光测距仪,4个所述激光测距仪以机器人中心对称分布;还在机器人上安装有激光发射器;所述激光发射器向机器人行进方向发射水平激光线,所述水平激光线与机器人行进方向垂直;路径跟踪方法包括以下步骤:
步骤1、获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
步骤2、根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;
步骤3、根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
步骤4、对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。
本发明通过在机器人的两侧对称安装的4个激光测距仪实现对机器人当前位姿的计算,并根据计算结果调整机器人路径,同时通过图片数据实时展示机器人当前位姿和验证路径调整结果,计算过程简单,容易实现。作业人员能够直观了解机器人的当前状态,适用于封闭性地线管沟。
进一步的,所述步骤2中根据机器人两侧距离数据是否相等来判断机器人的中心线是否与电缆沟的中心线重合。
进一步的,所述步骤3具体为:
其中,L为同侧前后激光测距仪中心距离,L1为前左距离数据,L2为前右距离数据,L3为后左距离数据,L4为后右距离数据,a为机器人偏角,d为机器人中心点相对电缆沟中心线的偏移距离。
进一步的,所述步骤4中图像数据处理方法具体为:
4.1使用中值滤波对图像进行滤波,消除干扰像素,并通过对图像梯度进行分析消除竖直方向处干扰激光的存在,得到所需的激光线图片;
4.2对激光线进行骨骼化处理;
4.3使用OPENCV找轮廓函数对骨骼化后的激光线进行轮廓查找获得相应像素点并标记;
4.4使用hough变换与最小二乘法相结合的方法将像素点进行直线拟合,获得激光线段在电缆沟两侧壁上的长度数据;
4.5根据步骤4.4中的长度数据从而计算出车辆在电缆沟中的位置以及偏移角度a’,并显示。
进一步的,若a’与a的差值大于设定阈值,则判定机器人出现故障,执行报修计划。
与上述方法对应的,本发明还提供一种电缆沟巡检机器人的路径跟踪系统,在机器人的前后左右4个位置分别安装有激光测距仪,4个所述激光测距仪以机器人中心对称分布;还在机器人上安装有激光发射器;所述激光发射器向机器人行进方向发射水平激光线,所述水平激光线与机器人行进方向垂直;系统包括以下几个模块:
数据获取模块,用以获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
判断模块,用以根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;
计算模块,用以根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
校验模块,用以对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。
进一步的,所述判断模块中根据机器人两侧距离数据是否相等来判断机器人的中心线是否与电缆沟的中心线重合。
进一步的,所述计算模块中的计算过程具体为:
其中,L为同侧前后激光测距仪中心距离,L1为前左距离数据,L2为前右距离数据,L3为后左距离数据,L4为后右距离数据,a为机器人偏角,d为机器人中心点相对电缆沟中心线的偏移距离。
进一步的,所述校验模块中图像数据处理方法具体为:
4.1使用中值滤波对图像进行滤波,消除干扰像素,并通过对图像梯度进行分析消除竖直方向处干扰激光的存在,得到所需的激光线图片;
4.2对激光线进行骨骼化处理;
4.3使用OPENCV找轮廓函数对骨骼化后的激光线进行轮廓查找获得相应像素点并标记;
4.4使用hough变换与最小二乘法相结合的方法将像素点进行直线拟合,获得激光线段在电缆沟两侧壁上的长度数据;
4.5根据步骤4.4中的长度数据从而计算出车辆在电缆沟中的位置以及偏移角度a’,并显示。
进一步的,若a’与a的差值大于设定阈值,则判定机器人出现故障,执行报修计划。
本发明的优点在于:
本发明通过在机器人的两侧对称安装的4个激光测距仪实现对机器人当前位姿的计算,并根据计算结果调整机器人路径,同时通过图片数据实时展示机器人当前位姿和验证路径调整结果,计算过程简单,容易实现。作业人员能够直观了解机器人的当前状态,适用于封闭性地线管沟。
附图说明
图1为本发明实施例中机器人位置正常的结构示意图;
图2为本发明实施例中机器人位置偏移的结构示意图;
图3-1为本发明实施例中对原图像处理后的RGB彩色图像;
图3-2为本发明实施例中HSV通道图像;
图3-3为本发明实施例中二值化图像;
图3-4为本发明实施例中激光线导航图像;
图3-5为本发明实施例中激光线导航图像的骨架图像;
图4为本发明背景技术中所提及的电缆沟近俯视拍摄照片。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例,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作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。
本实施例公开一种电缆沟巡检机器人的路径跟踪方法,为了获取机器人当前数据,本实施例在机器人的前后左右4个位置分别安装有激光测距仪,图1中ABCD位置,4个激光测距仪以机器人中心对称分布;还在机器人上安装有激光发射器;激光发射器向机器人行进方向发射水平激光线,水平激光线与机器人行进方向垂直;本实施例中,激光发射器安装在机器人头部的正中央,保证水平激光线的水平性。另外,采集图像的摄像头安装在机器人头部正中央,拍摄机器人行进正前方的图像,以使水平激光线能够准确体现机器人的偏离角度和方向,摄像头采用高清彩色摄像头。路径跟踪方法包括以下步骤:
步骤1、获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
步骤2、根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;是否重合的判断依据为:根据机器人两侧距离数据是否相等来判断。由于机器人两侧的激光测距仪是对称设置的,当机器人位于电缆沟中央位置是,两边测得的距离应相等,即使因其他干扰因素导致数据有所误差,但误差应在一定范围内。电缆沟通常为直线布置,中心位置好确定。
步骤3、如图2所示,根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
其中,L为同侧前后激光测距仪中心距离,L1为前左距离数据,L2为前右距离数据,L3为后左距离数据,L4为后右距离数据,a为机器人偏角,d为机器人中心点相对电缆沟中心线的偏移距离。
步骤4、对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。具体包括以下步骤:
首先对采集到的RGB彩色图像进行高斯滤波和中值滤波处理,得到处理后的RGB彩色图像,如图3-1所示;
通过OpenCV函数库中的cvtColor函数将处理后的RGB彩色图像转化为HSV通道图像,如图3-2所示;
在通过OpenCV函数库中的inRange函数将HSV通道图像进行HSV三通道二值化,即在inRange函数中设定H通道、S通道、V通道的激光线所处的范围阈值,并通过查找HSV基本颜色分量范围表得到红色阈值,进而得到二值化图像,如图3-3所示;其中,HSV基本颜色分量范围表如表1所示;
表1 HSV基本颜色分量范围表
通过OpenCV函数库对所述二值化图像进行中值滤波,得到滤波后的图像,并通过OpenCV函数库中的Sobel算子计算滤波后的图像在激光线的长度方向的梯度值,在梯度值变化较大的像素点处即是导航线的分割点,从而消除垂直于激光线的长度方向处干扰激光的影响,获得三条导航线,即得到激光线导航图像,如图3-4所示;
通过Zhang并行快速细化算法对激光线导航图像进行激光线细化处理,得到激光线导航图像的骨架图像,如图3-5所示;
通过OpenCV中的findContours函数对激光线导航图像的骨架图像进行轮廓查找,得到直线像素点;
通过hough变换和最小二乘法的方法将直线像素点进行直线拟合,获得拟合直线的线段数和直线长度。
正常情况下,线段数为3段,左右线段为打在电缆沟两侧壁的激光线段,中间线段为打在电缆沟底壁的激光线段。根据左右两线段的长度比可以计算出机器人相对于电缆沟中心线的偏移角度a’。若左线段长度大于右线段长度,则巡检机器人为向左偏移状态,反之,则向右偏移。
正常情况下,同一时刻的a与a’应相等,但由于电缆沟结构复杂,干扰因素多,以及摄像头、激光测距仪等设备的安装偏差,导致a与a’可能存在误差,所以本实施例设置允许的误差阈值,当a与a’的误差大于阈值时,则说明机器人系统存在故障,可启动维修计划。
本实施例中,图像数据直接显示在控制室的显示屏中,供作业人员实时掌握机器人的纠偏结果。
与上述方法对应的,本发明还提供一种电缆沟巡检机器人的路径跟踪系统,包括以下几个模块:
数据获取模块,用以获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
判断模块,用以根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;
计算模块,根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
其中,L为同侧前后激光测距仪中心距离,L1为前左距离数据,L2为前右距离数据,L3为后左距离数据,L4为后右距离数据,a为机器人偏角,d为机器人中心点相对电缆沟中心线的偏移距离。
校验模块,对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。具体包括以下步骤:
首先对采集到的RGB彩色图像进行高斯滤波和中值滤波处理,得到处理后的RGB彩色图像,如图3-1所示;
通过OpenCV函数库中的cvtColor函数将处理后的RGB彩色图像转化为HSV通道图像,如图3-2所示;
在通过OpenCV函数库中的inRange函数将HSV通道图像进行HSV三通道二值化,即在inRange函数中设定H通道、S通道、V通道的激光线所处的范围阈值,并通过查找HSV基本颜色分量范围表得到红色阈值,进而得到二值化图像,如图3-3所示;其中,HSV基本颜色分量范围表如表1所示;
表1 HSV基本颜色分量范围表
通过OpenCV函数库对所述二值化图像进行中值滤波,得到滤波后的图像,并通过OpenCV函数库中的Sobel算子计算滤波后的图像在激光线的长度方向的梯度值,在梯度值变化较大的像素点处即是导航线的分割点,从而消除垂直于激光线的长度方向处干扰激光的影响,获得三条导航线,即得到激光线导航图像,如图3-4所示;
通过Zhang并行快速细化算法对激光线导航图像进行激光线细化处理,得到激光线导航图像的骨架图像,如图3-5所示;
通过OpenCV中的findContours函数对激光线导航图像的骨架图像进行轮廓查找,得到直线像素点;
通过hough变换和最小二乘法的方法将直线像素点进行直线拟合,获得拟合直线的线段数和直线长度。
正常情况下,线段数为3段,左右线段为打在电缆沟两侧壁的激光线段,中间线段为打在电缆沟底壁的激光线段。根据左右两线段的长度比可以计算出机器人相对于电缆沟中心线的偏移角度a’。若左线段长度大于右线段长度,则巡检机器人为向左偏移状态,反之,则向右偏移。
正常情况下,同一时刻的a与a’应相等,但由于电缆沟结构复杂,干扰因素多,以及摄像头、激光测距仪等设备的安装偏差,导致a与a’可能存在误差,所以本实施例设置允许的误差阈值,当a与a’的误差大于阈值时,则说明机器人系统存在故障,可启动维修计划。
本实施例中,图像数据直接显示在控制室的显示屏中,供作业人员实时掌握机器人的纠偏结果。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电缆沟巡检机器人的路径跟踪方法,其特征在于,在机器人的前后左右4个位置分别安装有激光测距仪,4个所述激光测距仪以机器人中心对称分布;还在机器人上安装有激光发射器;所述激光发射器向机器人行进方向发射水平激光线,所述水平激光线与机器人行进方向垂直;路径跟踪方法包括以下步骤:
步骤1、获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
步骤2、根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;
步骤3、根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
步骤4、对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。
2.根据权利要求1所述的电缆沟巡检机器人的路径跟踪方法,其特征在于,所述步骤2中根据机器人两侧距离数据是否相等来判断机器人的中心线是否与电缆沟的中心线重合。
4.根据权利要求1或2所述的电缆沟巡检机器人的路径跟踪方法,其特征在于,所述步骤4中图像数据处理方法具体为:
4.1使用中值滤波对图像进行滤波,消除干扰像素,并通过对图像梯度进行分析消除竖直方向处干扰激光的存在,得到所需的激光线图片;
4.2对激光线进行骨骼化处理;
4.3使用OPENCV找轮廓函数对骨骼化后的激光线进行轮廓查找获得相应像素点并标记;
4.4使用hough变换与最小二乘法相结合的方法将像素点进行直线拟合,获得激光线段在电缆沟两侧壁上的长度数据;
4.5根据步骤4.4中的长度数据从而计算出车辆在电缆沟中的位置以及偏移角度a’,并显示。
5.根据权利要求4所述的电缆沟巡检机器人的路径跟踪方法,其特征在于,若a’与a的差值大于设定阈值,则判定机器人出现故障,执行报修计划。
6.一种电缆沟巡检机器人的路径跟踪系统,其特征在于,在机器人的前后左右4个位置分别安装有激光测距仪,4个所述激光测距仪以机器人中心对称分布;还在机器人上安装有激光发射器;所述激光发射器向机器人行进方向发射水平激光线,所述水平激光线与机器人行进方向垂直;系统包括以下几个模块:
数据获取模块,用以获取当前机器人行进正前方图像,图像中包括水平激光线;同时获取4个激光测距仪测得的机器人当前与电缆沟两侧壁的距离数据;
判断模块,用以根据4个距离数据判断机器人的中心线是否与电缆沟的中心线重合,若重合,则保持当前位姿前行,若不重合,则执行步骤3;
计算模块,用以根据同侧的2个距离数据以及前后激光测距仪的距离L,计算机器人中心线与电缆沟中心线的夹角a;再由对角的两个距离数据以及a计算得出机器人中心点与电缆沟中心线的距离d,根据数据a、d、L规划机器人回归主线路径的行走路径;
校验模块,用以对采集的图像数据进行处理,获得水平激光线在电缆沟两侧壁的线段长度,根据线段长度判断机器人的位置,确定机器人位姿修正结果。
7.根据权利要求6所述的电缆沟巡检机器人的路径跟踪系统,其特征在于,所述判断模块中根据机器人两侧距离数据是否相等来判断机器人的中心线是否与电缆沟的中心线重合。
9.根据权利要求6或7所述的电缆沟巡检机器人的路径跟踪系统,其特征在于,所述校验模块中图像数据处理方法具体为:
4.1使用中值滤波对图像进行滤波,消除干扰像素,并通过对图像梯度进行分析消除竖直方向处干扰激光的存在,得到所需的激光线图片;
4.2对激光线进行骨骼化处理;
4.3使用OPENCV找轮廓函数对骨骼化后的激光线进行轮廓查找获得相应像素点并标记;
4.4使用hough变换与最小二乘法相结合的方法将像素点进行直线拟合,获得激光线段在电缆沟两侧壁上的长度数据;
4.5根据步骤4.4中的长度数据从而计算出车辆在电缆沟中的位置以及偏移角度a’,并显示。
10.根据权利要求9所述的电缆沟巡检机器人的路径跟踪系统,其特征在于,若a’与a的差值大于设定阈值,则判定机器人出现故障,执行报修计划。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111500949.4A CN114252075B (zh) | 2021-12-09 | 2021-12-09 | 一种电缆沟巡检机器人的路径跟踪方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111500949.4A CN114252075B (zh) | 2021-12-09 | 2021-12-09 | 一种电缆沟巡检机器人的路径跟踪方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114252075A true CN114252075A (zh) | 2022-03-29 |
CN114252075B CN114252075B (zh) | 2024-05-28 |
Family
ID=80794427
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111500949.4A Active CN114252075B (zh) | 2021-12-09 | 2021-12-09 | 一种电缆沟巡检机器人的路径跟踪方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114252075B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114955448A (zh) * | 2022-08-01 | 2022-08-30 | 山东新矿信息技术有限公司 | 一种掘进工作面自移机尾智能控制系统及方法 |
WO2023245984A1 (zh) * | 2022-06-20 | 2023-12-28 | 国网江苏省电力有限公司常州供电分公司 | 基于线缆巡检机器人的架空线检测方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815411A (en) * | 1993-09-10 | 1998-09-29 | Criticom Corporation | Electro-optic vision system which exploits position and attitude |
CN108399416A (zh) * | 2018-01-19 | 2018-08-14 | 武汉科技大学 | 一种有圆弧边界的变电站指针式仪表自动识别方法 |
CN109737951A (zh) * | 2019-01-31 | 2019-05-10 | 中科院合肥技术创新工程院 | 一种电缆沟巡检机器人的导航系统及其导航方法 |
CN111735922A (zh) * | 2020-07-03 | 2020-10-02 | 华中农业大学 | 基于水下机器人的水产养殖监测系统 |
CN113267194A (zh) * | 2021-05-31 | 2021-08-17 | 郑州铁路职业技术学院 | 基于多传感器数据移动机器人导航定位系统 |
-
2021
- 2021-12-09 CN CN202111500949.4A patent/CN114252075B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5815411A (en) * | 1993-09-10 | 1998-09-29 | Criticom Corporation | Electro-optic vision system which exploits position and attitude |
CN108399416A (zh) * | 2018-01-19 | 2018-08-14 | 武汉科技大学 | 一种有圆弧边界的变电站指针式仪表自动识别方法 |
CN109737951A (zh) * | 2019-01-31 | 2019-05-10 | 中科院合肥技术创新工程院 | 一种电缆沟巡检机器人的导航系统及其导航方法 |
CN111735922A (zh) * | 2020-07-03 | 2020-10-02 | 华中农业大学 | 基于水下机器人的水产养殖监测系统 |
CN113267194A (zh) * | 2021-05-31 | 2021-08-17 | 郑州铁路职业技术学院 | 基于多传感器数据移动机器人导航定位系统 |
Non-Patent Citations (1)
Title |
---|
陶四美: "ABB 工业机器人控制系统故障分析及排除方法", 《中国设备工程》, pages 23 - 25 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023245984A1 (zh) * | 2022-06-20 | 2023-12-28 | 国网江苏省电力有限公司常州供电分公司 | 基于线缆巡检机器人的架空线检测方法和系统 |
US11909182B1 (en) | 2022-06-20 | 2024-02-20 | State Grid Jiangsu Electric Power Co., Ltd., Changzhou Branch | Overhead line detection method and system based on cable inspection robot |
CN114955448A (zh) * | 2022-08-01 | 2022-08-30 | 山东新矿信息技术有限公司 | 一种掘进工作面自移机尾智能控制系统及方法 |
CN114955448B (zh) * | 2022-08-01 | 2022-11-11 | 山东新矿信息技术有限公司 | 一种掘进工作面自移机尾智能控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114252075B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2019390462B2 (en) | Method and device for determining tower clearance for wind turbine | |
CN104848851B (zh) | 基于多传感器数据融合构图的变电站巡检机器人及其方法 | |
CN106291278B (zh) | 一种基于多视觉系统的开关柜局部放电自动检测方法 | |
US10290219B2 (en) | Machine vision-based method and system for aircraft docking guidance and aircraft type identification | |
CN114252075B (zh) | 一种电缆沟巡检机器人的路径跟踪方法及系统 | |
CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
JP6560355B2 (ja) | ランドマーク認識装置及び認識方法 | |
CN104200086A (zh) | 宽基线可见光相机位姿估计方法 | |
CN105676253A (zh) | 一种自动驾驶中基于城市道路标线地图的纵向定位系统及其方法 | |
CN105718964B (zh) | 一种输电线防振锤的视觉检测方法 | |
CN102346014A (zh) | 一种基于图像处理的输电线路导线弧垂的测量方法 | |
CN109828267A (zh) | 基于实例分割和深度摄像头的变电站巡检机器人障碍物检测和测距方法 | |
CN103400379A (zh) | 一种基于图像的覆冰检测和厚度估计方法 | |
CN113469178B (zh) | 一种基于深度学习的电力表计识别方法 | |
CN112802004B (zh) | 便携式输电线路和杆塔健康智能视频检测装置 | |
CN110617772A (zh) | 一种非接触式线径测量装置及方法 | |
CN112927233A (zh) | 一种船用激光雷达与视频联合目标捕捉方法 | |
CN110992463B (zh) | 一种基于三目视觉的输电导线弧垂的三维重建方法及系统 | |
CN104786227A (zh) | 基于高压带电作业机器人的跌落开关更换控制系统及方法 | |
CN113744267B (zh) | 一种基于深度学习的输电导线覆冰检测和厚度估计的方法 | |
CN104858877B (zh) | 高压线路跌落开关自动更换控制系统的控制方法 | |
CN105447431A (zh) | 一种基于机器视觉的入坞飞机跟踪定位方法及系统 | |
CN112284277B (zh) | 基于计算机视觉的隧道洞口边坡变形监测系统和方法 | |
CN113221883A (zh) | 无人机飞行导航路线实时修正方法 | |
CN116893685A (zh) | 一种无人机航线规划方法及系统 |
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 |