[发明专利]基于视觉伺服的输电线路无人机巡检云台控制方法

说明书

技术领域

本发明涉及一种视觉伺服控制方法，尤其涉及一种于基于视觉伺服的输电线路无人机巡检云台控制方法。

背景技术

传统的有人直升机或无人直升机对输电线路以及高压杆塔巡检的过程中，都需手动控制搭载检测设备的云台或是吊舱，这使得检测人员必须注意力高度集中的观察视频，并及时的调整云台或吊舱以便检测目标（即输电线路）能在检测设备的视角范围内。这对于有人直升机的飞行员来说具有严峻的考验，同时无人直升机地面工作站对云台的调整又受时间等因素的制约，无法满足无人直升机在电力巡检中的应用需求，因此，如何自动调整云台实现对输电线路的自动检测显得非常重要。

现有的基于视觉伺服的系统中，浙江省电力公司提出的基于视觉伺服的移动机器人精确定位云台系统（专利号：ZL 201020685635.7），虽然涉及利用视觉伺服来精确定位云台的方法，来提高机器人整体性能，但这一专利只是从理论上进行分析可以实现通过图像信息来实现对云台的精确定位，但对如何实现通过图像信息到云台控制量的转化这一关键步骤并没有进行描述。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于视觉伺服的输电线路无人机巡检云台控制方法，它实现了无人机搭载云台根据检测目标实现视觉伺服的控制方法，有效解决无人机巡检过程中对目标的定位拍摄，提高巡检的效率与质量。

为了实现上述目的，本发明采用如下技术方案：

一种基于视觉伺服的输电线路无人机巡检云台控制方法，具体步骤为：

步骤1利用成像设备，获取视频信息，从视频信息中获取一帧实时图像；

步骤2将该帧实时图像与模板图像进行匹配，获取像素偏差；同时将模板图像中人工标定的关注设备位置与实时图像中关注设备的位置进行比较，确定图像中心的偏差P；

步骤3判断P是否大于偏差门限；若否则表示正常，本次检测结束；若是，则转入下一步；

步骤4通过P决定转动方向，然后将云台转动最小单位d；

步骤5再次获取当前位置的设备图像；

步骤6利用跟踪算法企图目标新位置；求取该新位置与模板图像的偏差P₁；

步骤7根据云台转动与图像中像素偏移之间的线性关系J_l(p)=d/（P₁-P）；判断P是否大于门限，如否，则表明调整后满足要求，本次检测结束；若是，则根据P₁决定云台转动方向，将云台转动J_l(p)*P₁，然后返回步骤5。

所述像素偏差是指图像空间二维像素偏差（p_x,p_y）_i，其中，p_x，p_y分别为x和y方向上的偏差。

所述步骤2中所述的像素偏差与图像中心的偏差P的获取过程的具体步骤为：

A．特征点检测：建立积分图像，利用箱式滤波器建立尺度空间，Hessian极值点检测；

B．SURF特征点描述子的生成：根据特征点周围的一个圆形区域，确定主方向；在这个选定的主方向上构造一个矩形区域并提取所需的描述信息；

C．特征点匹配：在完成了图像的SURF特征提取后，为了获取当前图像与模板图像间的位置差异，通过计算两幅图像特征的匹配关系，并建立两视图间的单应关系矩阵H，恢复出两幅图像间的像素偏移关系；

D.像素偏差获取：根据模板中标出的目标及位置，通过步骤C获取的H矩阵，得到当前图像中目标的位置，计算图像中目标的位置移动到中心处的像素偏差。

所述步骤A中具体步骤为：

首先获得原始图像的积分图像，对原始图像I(x,y)进行积分，得到积分图像I_∑(x,y)；

然后，建立尺度空间，对图像进行预处理时，使用箱式滤波器对高斯核近似；

对于不同的尺度口，相应的正方形滤波器的尺寸S也做相应的调整，SURF算法使用箱式滤波器对高斯核函数近似，加权箱式滤波器在x,y和xy方向上对高斯二阶偏导近似；

最后，进行快速Hessian特征检测，由Hessian矩阵来进行图像极值点的检测。