CN117472069B - 一种用于输电线路检测的机器人控制方法及系统 - Google Patents
一种用于输电线路检测的机器人控制方法及系统 Download PDFInfo
- Publication number
- CN117472069B CN117472069B CN202311823442.1A CN202311823442A CN117472069B CN 117472069 B CN117472069 B CN 117472069B CN 202311823442 A CN202311823442 A CN 202311823442A CN 117472069 B CN117472069 B CN 117472069B
- Authority
- CN
- China
- Prior art keywords
- target
- detected
- determining
- clustering
- robot
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 63
- 230000005540 biological transmission Effects 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 23
- 230000003287 optical effect Effects 0.000 claims description 19
- 238000012216 screening Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000012212 insulator Substances 0.000 description 7
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Manipulator (AREA)
Abstract
本发明提供一种用于输电线路检测的机器人控制方法及系统,涉及输电线路检测技术领域。方法包括:确定参考坐标轴,在检测到机器人到达目标区域后,从目标检测数据中提取出多个待检测目标的位置信息;构建目标位点集合Q,确定参考坐标,确定目标位点集合Q中每个待检测目标的初始参考范围;基于视场角参数和预设标准距离确定参考距离;对多个待检测目标进行聚类,确定至少一个聚类中心;对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;确定每个聚类集合的拍摄参考范围,基于每个聚类集合的拍摄参考范围生成视觉采集方案,基于视觉采集方案控制机器人进行视觉检测数据采集。本发明可以提升机器人对输电线路的检测效率。
Description
技术领域
本发明涉及输电线路检测技术领域,特别地涉及一种用于输电线路检测的机器人控制方法及系统。
背景技术
输电线路的覆盖范围广,布设点的自然环境复杂多样,对于处于野外的输电线路,通过机器人进行检测时有可能面临信号中断的问题。为了降低信号中断带来的影响,一般通过内置存储模块对采集到的数据进行存储,但是在离线的情况下存储模块中的数据无法实时进行远程传输,导致数据无法及时清除,存储空间的容量不足将影响机器人对输电线路的检测效率。
发明内容
针对上述问题,本申请提供一种用于输电线路检测的机器人控制方法及系统,通过优化机器人的控制方案,提升机器人在离线模式下对存储空间的利用率,提升机器人在离线模式下对输电线路的检测效率。
作为本申请的一个方面,提供一种用于输电线路检测的机器人控制方法,包括:
识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴,在检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息;
构建目标位点集合Q,Q=q1,q2,…,qn,其中,对于第i个待检测目标qi,有qi=(ci1,ci2),ci1、ci2分别为待检测目标qi的第一坐标和第二坐标;
从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;
获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离,包括以视场角参数构建参考角,将参考角的两条边上与参考角的起始点的距离为预设标准距离的两个点的距离的二分之一记为参考距离;
基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
对于任一聚类集合,将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围;
确定每个聚类集合的拍摄参考范围,基于每个聚类集合的拍摄参考范围生成视觉采集方案,基于视觉采集方案控制机器人进行视觉检测数据采集。
进一步地,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围,包括:
对于任一待检测目标,将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围。
进一步地,基于参考坐标和参考距离对多个待检测目标进行聚类,包括:
将参考坐标轴和多个参考坐标投射到三维坐标系中,以参考距离作为滑动球体的半径,以参考坐标轴作为滑动球体的移动路径,基于滑动球体遍历所有的参考坐标,确定滑动球体在参考坐标轴上任意位置所包含的参考坐标的数量,构建得到参考坐标的数量随坐标变化的参考曲线,以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点对多个参考坐标进行聚类,将对多个参考坐标的聚类结果作为对多个待检测目标的聚类结果,确定聚类结果中的至少一个聚类中心。
进一步地,将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围,包括:
遍历参考坐标轴,确定参考坐标轴上是否存在第一目标参考范围,使得在第一目标参考范围内所包含的初始参考范围的数量等于聚类集合中所包含的待检测目标的数量;
若是则将第一目标参考范围作为聚类集合的拍摄参考范围;
否则,确定第二目标参考范围,将第二目标参考范围作为聚类集合的拍摄参考范围;
其中,采用如下步骤确定第二目标参考范围:
S11、筛选出参考坐标轴上所包含的初始参考范围的数量为m-1的所有坐标点,m为聚类集合中待检测目标的数量;
S12、若筛选出的坐标点的数量不少于1个,则基于筛选出的所有坐标点构建得到第二目标参考范围,转到步骤S13,否则,令m等于m-1,转到步骤S11;
S13、输出第二目标参考范围;
在确定每个聚类集合的拍摄参考范围的过程中,还包括输出每个拍摄参考范围所包含的初始参考范围的数量。
进一步地,基于每个聚类集合的拍摄参考范围生成视觉采集方案,包括:
对于任意一个聚类集合,基于预设分割方式将拍摄参考范围切割为多个操作范围;
在机器人进入任一操作范围后,进行一次拍摄操作,包括:
实时获取激光雷达的环境检测结果,在检测到在任一视场角参数内与机器人的距离不大于预设标准距离的未被遮挡的所有待检测目标中,包含的待检测目标的数量不小于拍摄参考范围包含的初始参考范围的数量后,执行一次拍摄操作。
进一步地,基于视场角参数和预设标准距离确定参考距离,包括:
以视场角参数构建参考角,将参考角的两条边上与参考角的起始点的距离为预设标准距离的两个点的距离的二分之一记为参考距离。
进一步地,以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点对多个参考坐标进行聚类,包括:
以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点,基于K-means算法对多个参考坐标进行聚类。
作为本申请的另一个方面,提供一种用于输电线路检测的机器人控制系统,用于执行上述的一种用于输电线路检测的机器人控制方法,包括:
识别模块,用于识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴;
目标提取模块,用于在识别模块检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息;
坐标分析模块,用于基于多个待检测目标的位置信息构建目标位点集合Q,Q=q1,q2,…,qn,其中,对于第i个待检测目标qi,有qi=(ci1,ci2),ci1、ci2分别为待检测目标qi的第一坐标和第二坐标;
参数分析模块,用于从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离;
目标聚类模块,用于基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
目标分类模块,用于基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
拍摄分析模块,用于确定每个聚类集合的拍摄参考范围;
方案生成模块,用于基于每个聚类集合的拍摄参考范围生成视觉采集方案;
采集控制模块,用于基于视觉采集方案控制机器人进行视觉检测数据采集。
进一步地,对于拍摄分析模块,还包括:
对于任一聚类集合,拍摄分析模块将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围。
进一步地,对于参数分析模块,还包括:
对于任一待检测目标,参数分析模块将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围。
本发明具有以下优点:
本发明通过分析激光雷达的检测数据对待检测的电器元件进行聚类,确定每个聚类集合的拍摄参考范围,生成视觉采集方案,以对机器人的视觉采集进行控制,减小机器人内置的存储模块的存储压力,提取对存储空间的利用率,使得机器人可以采集到更大范围内的输电线路的相关数据,提升机器人对输电线路的检测效率。
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的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例中示例性的一种用于输电线路检测的机器人控制方法的流程示意图。
图2为本发明实施例中示例性的一种用于输电线路检测的机器人控制系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请部分实施例进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。然而,本领域的普通技术人员可以理解,在本申请的各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。
参见图1,图1为本发明实施例中示例性的一种用于输电线路检测的机器人控制方法的流程示意图,一种用于输电线路检测的机器人控制方法,包括:
S1、识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴;
示例性的,机器人上搭载有多种检测设备,例如激光雷达、红外成像仪、光学摄像仪以及各类传感器等,通过机器人对输电线路进行巡检的过程中,通过激光雷达识别周围环境,辅助机器人完成定位与避障,并通过搭载的各类设备采集输电线路的相关检测数据,在这个过程中,通过机器人在输电线路上的运行方向确定参考坐标轴,参考坐标轴指示机器人的运行方向。
S2、在检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息,构建目标位点集合Q;
示例性的,目标区域可以是包含大量电器元件的区域,例如输电塔所在的区域,由于包含较多的电器元件,为了保障检测效率,单纯地采用红外检测技术或声纹识别技术进行数据的采集存在局限性,通过光学成像设备采集到的数据包含丰富的信息,但是光学图像也带来了存储压力,内容丰富的图像相较于红外成像数据、声纹数据等会占用更多的存储空间,在存储空间有限的情况下使用越少的空间存储包含的有用信息越多的数据,是提升检测效率的关键之一。
具体的,目标区域可以基于雷达检测结果进行确定,例如,在机器人随着输电线路移动的方向上,若在距离机器人预设距离处存在输电塔,则可视为机器人到达目标区域,通过激光雷达获取目标区域内的目标检测数据,从目标检测数据中提取出多个待检测目标的位置信息,其中,待检测目标可以是绝缘子、防震锤、断路器和开关等电器元件中的一种或多种,本申请实施例中不对其进行具体限定。
为了便于描述,本实施例中以绝缘子为例,从目标检测数据中提取出多个绝缘子的位置信息,目标位点集合Q=q1,q2,…,qn,n为目标检测数据中待检测目标的数量,对于目标位点集合Q中的第i个待检测目标qi,有qi=(ci1,ci2),其中,ci1、ci2分别为待检测目标qi的第一坐标和第二坐标,具体用于表示绝缘子两端所处的位置。
值得说明的是,可以目标区域中的任一位点作为三维坐标系的原点,以垂直于大地的方向为z轴,机器人移动的方向为x轴,构建得到三维坐标系,任一待检测目标的任一坐标表示为(x,y,z),用于表示待检测目标在三维坐标系中的位置。
S3、从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;
示例性的,在该步骤中,具体包括:
对于任一待检测目标,将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,以任一绝缘子为例,将该绝缘子最靠近机器人移动路径的一端的坐标记为该待检测目标的参考坐标;
确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围;
具体的,预设标准距离由机器人上搭载的光学摄像仪的参数进行确定,预设标准距离用于表征,若任一单位距离该光学摄像仪的距离大于预设标准距离,则通过该光学摄像仪采集到的该单位的图像的清晰度较低,会影响对图像的识别精度,值得说明的是,预设标准距离可结合实际需要的检测精度进行合理的设定,本实施例中不对其进行具体限定。
S4、获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离;
示例性的,通过机器人搭载的光学摄像仪的视场角参数构建参考角,对于参考距离,通过参考角的两条边上与参考角的起始点的距离为预设标准距离的两个点进行确定,取这两个点之间的距离的二分之一作为参考距离;
S5、基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
在该步骤中,对多个待检测目标进行聚类的意义在于,确定多个集合体,使得光学摄像仪在单次拍摄中可以尽可能地拍摄得到多个待检测目标,且每个待检测目标与光学摄像仪的距离不大于预设标准距离。
S6、基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
S7、对于任一聚类集合,将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围;
其中,拍摄参考范围具体为参考坐标轴上的一个或多个区域,拍摄参考范围用于指示,在参考坐标轴上拍摄参考范围对应的区域中,聚类集合中存在较多数量的待检测目标与光学摄像仪的距离不大于预设标准距离。
S8、确定每个聚类集合的拍摄参考范围,基于每个聚类集合的拍摄参考范围生成视觉采集方案,基于视觉采集方案控制机器人进行视觉检测数据采集。
示例性的,在确定每个聚类集合的拍摄参考范围后,可以控制机器人执行相关操作,当机器人进入拍摄参考范围后,通过实时分析激光雷达的检测数据,在每个待检测目标或者尽可能多的待检测目标在不被物体遮挡的情况下,控制光学摄像仪进行拍摄,使得机器人在经过目标区域的过程中,可以较少的拍摄次数获取到包含较多信息的检测图像,减小机器人内置的存储模块的存储压力,使得机器人可以采集到更大范围内的输电线路的相关数据,提升机器人对输电线路的检测效率。
作为一种可能的实施过程,步骤S5中,基于参考坐标和参考距离对多个待检测目标进行聚类,具体包括如下内容:
将参考坐标轴和多个参考坐标投射到三维坐标系中,以参考距离作为滑动球体的半径,以参考坐标轴作为滑动球体的移动路径,基于滑动球体遍历所有的参考坐标;
具体的,以参考距离作为滑动球体的半径的意义在于,位于滑动球体内的多个参考坐标对应的多个待检测目标均可被机器人搭载的光学摄像仪在单次拍摄中全部采集得到相关的数据。
在遍历过程中确定滑动球体在参考坐标轴上任意位置所包含的参考坐标的数量,构建得到参考坐标的数量随坐标变化的参考曲线;
基于参考曲线确定聚类中心,具体的,本实施例中以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点对多个参考坐标进行聚类,得到对多个参考坐标的聚类结果,并将对多个参考坐标的聚类结果作为对多个待检测目标的聚类结果,确定聚类结果中的至少一个聚类中心。
值得说明的是,考虑到目标区域中多个待检测目标的位置分布的不确定性,通过上述方式可以确定至少一个聚类起始点,本实施例采用K-means算法并基于所确定的聚类起始点对多个参考坐标进行聚类,通过上述方式选择的聚类起始点具有较大的参考价值,根据输出的聚类结果确定至少一个聚类中心。
作为一种可能的实施过程,步骤S7中,将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围,具体包括如下内容:
以任意一个聚类集合为例,在将该聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴上后,遍历参考坐标轴,统计参考坐标轴上每个坐标点所包含的初始参考范围的数量,而后确定参考坐标轴上是否存在第一目标参考范围;
其中,第一目标参考范围具体为参考坐标轴上一个或多个区域,任意一个第一目标参考范围满足以下条件:在第一目标参考范围内任意一个坐标点所包含的初始参考范围的数量等于该初始参考范围对应的聚类集合中所包含的待检测目标的数量,值得说明的是,初始参考范围中包含的坐标点的数量至少大于一个。
若存算满足上述条件的区域,则输出该聚类集合的第一目标参考范围,并将输出的第一目标参考范围作为该聚类集合的拍摄参考范围;
若不存在满足上述条件的区域,则确定第二目标参考范围,将输出的第二目标参考范围作为该聚类集合的拍摄参考范围。
在本实施例中,采用如下步骤确定第二目标参考范围:
S11、筛选出参考坐标轴上所包含的初始参考范围的数量为m-1的所有坐标点,其中,m为聚类集合中待检测目标的数量;
S12、若筛选出的坐标点的数量不少于1个,则基于筛选出的所有坐标点构建得到第二目标参考范围,转到步骤S13,否则,令m等于m-1,转到步骤S11;
S13、输出第二目标参考范围;
通过上述方式生成该聚类集合的第二目标参考范围,值得说明的是,若该聚类集合中待检测目标的数量为1,则该聚类集合不存在第二目标参考范围。
在确定每个聚类集合的拍摄参考范围的过程中,在输出每个聚类集合的拍摄参考范围后,还同时输出每个拍摄参考范围所包含的初始参考范围的数量,并将输出的每个拍摄参考范围所包含的初始参考范围的数量分别与对应的拍摄参考范围进行绑定。
作为一种可能的实施过程,对于步骤S8,基于每个聚类集合的拍摄参考范围生成视觉采集方案,基于视觉采集方案控制机器人进行视觉检测数据采集,具体包括:
以任意一个聚类集合为例,基于预设分割方式将该聚类集合的拍摄参考范围切割为多个操作范围;
其中,预设分割方式具体可以是将拍摄参考范围切割为一定数量的操作范围,例如,切割为3个操作范围,具体的切割方式可以为随机切割、等比例切割、均匀切割等,本实施例中以均匀切割为例,将该聚类集合的拍摄参考范围均匀连续为三个操作范围,每个操作范围对应的范围大小相同,值得说明的是,预设分割方式可由本领域的技术人员进行合理的设定,以避免在拍摄参考范围内只进行单次拍摄导致采集到的数据所包含的信息不够全面。
在机器人进入任一操作范围后,进行一次拍摄操作,具体包括:
实时获取激光雷达的环境检测结果,在检测到在任一视场角参数内与机器人的距离不大于预设标准距离的未被遮挡的所有待检测目标中,包含的待检测目标的数量不小于拍摄参考范围包含的初始参考范围的数量后,执行一次拍摄操作。
具体的,当机器人抵达其中一个操作范围后,通过实时分析激光雷达的环境检测结果,实时确定该操作范围对应的聚类集合所对应的多个待检测目标中,与机器人的距离不大于预设标准距离且未被遮挡的待检测目标的数量,若不小于该操作范围对应的拍摄参考范围所包含的初始参考范围的数量,则执行一次拍摄操作,可选的是,在拍摄时光学摄像仪的拍摄中心可以是该操作范围对应的拍摄参考范围所属的聚类集合的聚类中心,或者通过分析激光雷达的检测数据,基于确定该操作范围对应的拍摄参考范围的过程中,生成该拍摄参考范围时涉及到的第一目标参考范围或第二目标参考范围所涉及的多个待检测目标,取涉及的多个待检测目标的几何中心作为拍摄时光学摄像仪的拍摄中心,控制光学摄像仪的朝向所确定的拍摄中心进行拍摄。
本发明实施例中提供的一种用于输电线路检测的机器人控制方法,适用于通过机器人检测输电线路的过程中,因为信号中断导致机器人处于离线状态的场景,通过分析激光雷达的检测数据对待检测的电器元件进行聚类,确定每个聚类集合的拍摄参考范围,生成视觉采集方案,以对机器人的视觉采集进行控制,减小机器人内置的存储模块的存储压力,使得机器人可以采集到更大范围内的输电线路的相关数据,提升机器人对输电线路的检测效率。
值得说明的是,本发明实施例中并未限定在机器人处于离线状态下只能基于上述示例性的实施方式进行拍摄,在实际的机器人控制过程中,本领域技术人员也可以结合其它控制方案进行拍摄,本发明适用于在存储压力紧张的情况下使用,以提取对存储空间的利用率,为了提升检测精度,采集更多的数据,本领域的技术人员可以有机地将其它控制方案与本发明实施例示例性的实施方案进行结合,以获取更多的检测数据。
参见图2,图2为本发明实施例中示例性的一种用于输电线路检测的机器人控制系统的结构示意图,在本发明实施例中提供的一种用于输电线路检测的机器人控制的基础上,本发明实施例中还提供一种用于输电线路检测的机器人控制系统,包括:
识别模块,用于识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴;
目标提取模块,用于在识别模块检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息;
坐标分析模块,用于基于多个待检测目标的位置信息构建目标位点集合Q,Q=q1,q2,…,qn,其中,对于第i个待检测目标qi,有qi=(ci1,ci2),ci1、ci2分别为待检测目标qi的第一坐标和第二坐标;
参数分析模块,用于从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离;
其中,对于任一待检测目标,参数分析模块将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围;
目标聚类模块,用于基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
目标分类模块,用于基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
拍摄分析模块,用于确定每个聚类集合的拍摄参考范围;
其中,对于任一聚类集合,拍摄分析模块将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围。
方案生成模块,用于基于每个聚类集合的拍摄参考范围生成视觉采集方案;
采集控制模块,用于基于视觉采集方案控制机器人进行视觉检测数据采集。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。本说明书中未作详细描述的部分属于本领域专业技术人员公知的现有技术。
Claims (7)
1.一种用于输电线路检测的机器人控制方法,其特征在于,包括:
识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴,在检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息;
构建目标位点集合Q,Q=q1,q2,…,qn,其中,对于第i个待检测目标qi,有qi=(ci1,ci2),ci1、ci2分别为待检测目标qi的第一坐标和第二坐标;
从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;
获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离;
基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
对于任一聚类集合,将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围;
确定每个聚类集合的拍摄参考范围,基于每个聚类集合的拍摄参考范围生成视觉采集方案,基于视觉采集方案控制机器人进行视觉检测数据采集;
基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围,包括:
对于任一待检测目标,将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围;
基于参考坐标和参考距离对多个待检测目标进行聚类,包括:
将参考坐标轴和多个参考坐标投射到三维坐标系中,以参考距离作为滑动球体的半径,以参考坐标轴作为滑动球体的移动路径,基于滑动球体遍历所有的参考坐标,确定滑动球体在参考坐标轴上任意位置所包含的参考坐标的数量,构建得到参考坐标的数量随坐标变化的参考曲线,以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点对多个参考坐标进行聚类,将对多个参考坐标的聚类结果作为对多个待检测目标的聚类结果,确定聚类结果中的至少一个聚类中心;
将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围,包括:
遍历参考坐标轴,确定参考坐标轴上是否存在第一目标参考范围,使得在第一目标参考范围内所包含的初始参考范围的数量等于聚类集合中所包含的待检测目标的数量;
若是则将第一目标参考范围作为聚类集合的拍摄参考范围;
否则,确定第二目标参考范围,将第二目标参考范围作为聚类集合的拍摄参考范围;
其中,采用如下步骤确定第二目标参考范围:
S11、筛选出参考坐标轴上所包含的初始参考范围的数量为m-1的所有坐标点,m为聚类集合中待检测目标的数量;
S12、若筛选出的坐标点的数量不少于1个,则基于筛选出的所有坐标点构建得到第二目标参考范围,转到步骤S13,否则,令m等于m-1,转到步骤S11;
S13、输出第二目标参考范围;
在确定每个聚类集合的拍摄参考范围的过程中,还包括输出每个拍摄参考范围所包含的初始参考范围的数量。
2.如权利要求1所述的方法,其特征在于,基于每个聚类集合的拍摄参考范围生成视觉采集方案,包括:
对于任意一个聚类集合,基于预设分割方式将拍摄参考范围切割为多个操作范围;
在机器人进入任一操作范围后,进行一次拍摄操作,包括:
实时获取激光雷达的环境检测结果,在检测到在任一视场角参数内与机器人的距离不大于预设标准距离的未被遮挡的所有待检测目标中,包含的待检测目标的数量不小于拍摄参考范围包含的初始参考范围的数量后,执行一次拍摄操作。
3.如权利要求1所述的方法,其特征在于,基于视场角参数和预设标准距离确定参考距离,包括:
以视场角参数构建参考角,将参考角的两条边上与参考角的起始点的距离为预设标准距离的两个点的距离的二分之一记为参考距离。
4.如权利要求3所述的方法,其特征在于,以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点对多个参考坐标进行聚类,包括:
以参考曲线的每个波峰在参考坐标轴上的位点作为聚类起始点,基于K-means算法对多个参考坐标进行聚类。
5.一种用于输电线路检测的机器人控制系统,其特征在于,所述系统用于执行上述权利要求1-4任一项所述的一种用于输电线路检测的机器人控制方法,包括:
识别模块,用于识别机器人搭载的激光雷达的环境检测结果,基于机器人的运行方向确定参考坐标轴;
目标提取模块,用于在识别模块检测到机器人到达目标区域后,获取目标区域内的目标检测数据,提取出多个待检测目标的位置信息;
坐标分析模块,用于基于多个待检测目标的位置信息构建目标位点集合Q,Q=q1,q2,…,qn,其中,对于第i个待检测目标qi,有qi=(ci1,ci2),ci1、ci2分别为待检测目标qi的第一坐标和第二坐标;
参数分析模块,用于从每个待检测目标的第一坐标和第二坐标中筛选出参考坐标,基于预设标准距离确定目标位点集合Q中每个待检测目标的初始参考范围;获取机器人搭载的光学摄像仪的视场角参数,基于视场角参数和预设标准距离确定参考距离;
目标聚类模块,用于基于参考坐标和参考距离对多个待检测目标进行聚类,确定至少一个聚类中心;
目标分类模块,用于基于至少一个聚类中心对多个待检测目标进行分类,得到以每个聚类中心为核心的至少一个聚类集合;
拍摄分析模块,用于确定每个聚类集合的拍摄参考范围;
方案生成模块,用于基于每个聚类集合的拍摄参考范围生成视觉采集方案;
采集控制模块,用于基于视觉采集方案控制机器人进行视觉检测数据采集。
6.如权利要求5所述的系统,其特征在于,对于拍摄分析模块,还包括:
对于任一聚类集合,拍摄分析模块将聚类集合中每个待检测目标的初始参考范围投射到参考坐标轴中,确定聚类集合的拍摄参考范围。
7.如权利要求6所述的系统,其特征在于,对于参数分析模块,还包括:
对于任一待检测目标,参数分析模块将待检测目标的第一坐标和第二坐标中距离参考坐标轴最近的坐标记为参考坐标,确定参考坐标轴上与参考坐标的距离不大于预设标准距离的所有位点,得到待检测目标的初始参考范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311823442.1A CN117472069B (zh) | 2023-12-28 | 2023-12-28 | 一种用于输电线路检测的机器人控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311823442.1A CN117472069B (zh) | 2023-12-28 | 2023-12-28 | 一种用于输电线路检测的机器人控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117472069A CN117472069A (zh) | 2024-01-30 |
CN117472069B true CN117472069B (zh) | 2024-03-26 |
Family
ID=89633373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311823442.1A Active CN117472069B (zh) | 2023-12-28 | 2023-12-28 | 一种用于输电线路检测的机器人控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117472069B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986169A (zh) * | 2018-07-06 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
CN112862813A (zh) * | 2021-03-04 | 2021-05-28 | 北京柏惠维康科技有限公司 | 标记点提取方法、装置、电子设备及计算机存储介质 |
CN113344002A (zh) * | 2021-07-29 | 2021-09-03 | 北京图知天下科技有限责任公司 | 一种目标坐标去重方法、系统、电子设备及可读存储介质 |
WO2021232359A1 (zh) * | 2020-05-21 | 2021-11-25 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台与计算机可读存储介质 |
CN114035606A (zh) * | 2021-11-05 | 2022-02-11 | 中国南方电网有限责任公司超高压输电公司广州局 | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 |
CN116091883A (zh) * | 2023-04-10 | 2023-05-09 | 深圳市普雷德科技有限公司 | 基于多源信息融合的目标检测识别方法、系统及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113673282A (zh) * | 2020-05-14 | 2021-11-19 | 华为技术有限公司 | 目标检测方法和装置 |
-
2023
- 2023-12-28 CN CN202311823442.1A patent/CN117472069B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986169A (zh) * | 2018-07-06 | 2018-12-11 | 北京字节跳动网络技术有限公司 | 用于处理图像的方法和装置 |
WO2021232359A1 (zh) * | 2020-05-21 | 2021-11-25 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台与计算机可读存储介质 |
CN112862813A (zh) * | 2021-03-04 | 2021-05-28 | 北京柏惠维康科技有限公司 | 标记点提取方法、装置、电子设备及计算机存储介质 |
CN113344002A (zh) * | 2021-07-29 | 2021-09-03 | 北京图知天下科技有限责任公司 | 一种目标坐标去重方法、系统、电子设备及可读存储介质 |
CN114035606A (zh) * | 2021-11-05 | 2022-02-11 | 中国南方电网有限责任公司超高压输电公司广州局 | 杆塔巡检系统、杆塔巡检方法、控制装置和存储介质 |
CN116091883A (zh) * | 2023-04-10 | 2023-05-09 | 深圳市普雷德科技有限公司 | 基于多源信息融合的目标检测识别方法、系统及存储介质 |
Non-Patent Citations (4)
Title |
---|
Leiqing Ding ; Jianjun Wang ; Yikai Wu.Electric power line patrol operation based on vision and laser SLAM fusion perception. 2021 IEEE 4th International Conference on Automation, Electronics and Electrical Engineering (AUTEEE).2022,全文. * |
Unmanned Ground Vehicle (UGV) Docking, Connection, and Cabling for Electrical Power Transmission in Autonomous Mobile Microgrids;Naglak, John E.;Michigan Technological University;20211231;全文 * |
极寒环境的输电线路机器人巡检关键技术研究;高春辉;李方;秘立鹏;王泽禹;;山东农业大学学报(自然科学版);20200331(第03期);全文 * |
视觉与激光雷达信息融合的目标领航车识别方法;贾子永;任国全;李冬伟;程子阳;;火力与指挥控制;20180630(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117472069A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109444911B (zh) | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 | |
CN111429574B (zh) | 基于三维点云和视觉融合的移动机器人定位方法和系统 | |
CN112465401A (zh) | 基于多维信息融合的电力作业安全管控系统及其管控方法 | |
CN113205116A (zh) | 输电线路无人机巡检拍摄目标点自动提取及航迹规划方法 | |
CN111523545A (zh) | 一种结合深度信息的物品查找方法 | |
CN112651994A (zh) | 地面多目标跟踪方法 | |
CN111026115A (zh) | 一种基于深度学习的机器人避障控制方法及装置 | |
CN114119659A (zh) | 一种多传感器融合的目标跟踪方法 | |
McGreavy et al. | Next best view planning for object recognition in mobile robotics | |
CN115063762A (zh) | 车道线的检测方法、装置、设备及存储介质 | |
CN117472069B (zh) | 一种用于输电线路检测的机器人控制方法及系统 | |
CN116912763A (zh) | 一种融合步态人脸模态的多行人重识别方法 | |
CN115909253A (zh) | 一种目标检测、模型训练方法、装置、设备及存储介质 | |
CN116700228A (zh) | 机器人路径规划方法、电子设备及可读存储介质 | |
CN111372051B (zh) | 多相机联动盲区检测方法、装置和电子设备 | |
CN114912536A (zh) | 一种基于雷达和双光电的目标识别方法 | |
CN112529917A (zh) | 一种三维目标分割方法、装置、设备和存储介质 | |
CN112149687A (zh) | 目标识别的方法 | |
CN113744302A (zh) | 动态目标行为预测方法和系统 | |
CN107392209B (zh) | 一种提取线段的装置及方法 | |
CN111091565A (zh) | 一种自适应运动特征匹配与识别的弓网接触点检测方法 | |
Zhang et al. | Spatial and Temporal Awareness Network for Semantic Segmentation on Automotive Radar Point Cloud | |
CN116027321B (zh) | 一种输电线路的高精度实时防护系统和方法 | |
KR20150050224A (ko) | 비정상 배회 탐지 장치 및 방법 | |
CN117422754B (zh) | 基于实例分割的变电站近电作业人员空间距离计算方法、可读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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |