[发明专利]变电站巡检机器人的仪表定位方法

说明书

本发明提供的一种变电站巡检机器人的仪表定位方法，包括预备阶段和正式巡检阶段，预备阶段为：变电站巡检机器人采集仪表图像作为模板图，人工标定出各模板图中仪表的位置信息，利用各模板图分别训练相关滤波器；正式巡检阶段为：读取巡检图像，对巡检图像提取HOG特征，利用相关滤波器计算出响应地图，得到仪表位置。利用相关滤波器来进行仪表定位，相关滤波器是利用整个目标区域图像进行计算，从而对空间信息利用较为充分，对于仪表定位问题，仪表不存在明显形状、尺度和旋转变化，且HOG对图像的空间结构信息保留较好。与SURF、SIFT等基于特征点的方法相比，不容易受到部分点的影响，鲁棒性更好，且实时性更好。

技术领域

本发明涉及仪表定位技术领域，具体涉及变电站巡检机器人的仪表定位方法。

背景技术

近年来，国家大力推行变电站智能巡检机器人的发展，利用巡检机器人代替人工进行巡检可以降低人员危险、工作强度并提高巡检效率。智能巡检机器人能否靠运行的关键之一就是在于其视觉处理系统能否准确地识别出仪表的读数。

智能巡检机器人按照预先设定的巡检路线对各类仪表进行巡检，主要靠拍摄可见光或红外图像，传回后台利用图像处理和计算机视觉技术完成仪表信息的判别。在其视觉处理部分，仪表的巡检主要分为两步：一是仪表的定位，即从机器人拍摄的图像中找到仪表的位置；二是仪表的读数或外观的检测。仪表定位的准确性对巡检结果有较大影响。

在《一种适用于变电站巡检机器人的仪表识别算法》(房桦，明智强，周云峰等，自动化与仪表)中提出了一种基于SIFT算法的仪表定位方法，通过预先建立仪表模板库，利用SIFT特征来匹配待识别图中的仪表，从而得到仪表的位置。但SIFT特征计算量大，时间复杂度较高，且对光照、阴影和污渍敏感，容易出现特征点数量过少而匹配错误。

在《变电站智能巡检系统仪表定位算法设计与实现》(吕瑞峰,王财,李万林,马海珍，电子制作)中提出一种基于SURF算法的仪表定位方法，通过预先建立仪表模板库，利用SURF特征来匹配待识别图中的仪表，从而得到仪表的位置。SURF特征是一种SIFT特征的改进，在鲁棒性和实时性上都好于SIFT算法，能够勉强实现实时性，对光照、污渍敏感，尤其是对于结构简单的仪表，容易出现特征点数量过少而匹配错误。

在《基于ORB和改进Hough变换的指针仪表智能识读方法》(朱柏林,郭亮,吴清文，仪表技术与传感器)中提出一种基于ORB算法的仪表定位方法，通过预先建立仪表模板库，利用ORB特征来匹配待识别图中的仪表，从而得到仪表的位置。ORB算法计算量小，实时性较好，但特征点受光照影响较大，容易导致匹配错误对数较多，需要较好的筛选，且容易出现特征点数量过少的情况，对结果简单的仪表容易匹配错误。

在《基于局部自适应核回归的仪表定位方法》(杜烨宇,陶大鹏,梁虹,林旭，数据采集与处理)中提出基于局部自适应核回归的仪表定位算法，通过预先建立模板仪表图像，对模板图像和待检测图像分别利用局部转向核函数提取图像特征，采用矩阵余弦相似性、显著性检验、非极大值抑制法来得到仪表位置。大实际过程中时间复杂度仍较高，不满足变电站的实时性需求。

在中国专利CN104392206A中提出了一种仪表定位方法，利用Hough变换圆检测来定位仪表。但在实际过程中，变电站只有一部分仪表是圆形，且存在多个同心圆形状，此方法使用范围有限，且难以从多个相似圆形中判断真正的仪表位置。

从以上分析，可以看出目前仪表定位方法中，仍存在许多问题未解决。因此有必要提供一种鲁棒且精准的仪表定位方法解决上述问题。由于变电站巡检机器人在巡检采集仪表图像数据时对每个仪表都有固定的采集点，固定的相机参数，在不考虑机器人的系统误差的理想情况下，仪表在图像中的位置不变。然而实际过程中，虽然在仪表的定位问题中尺度变换、旋转变换、拍摄角度可忽略不计，但机器人的系统误差难以避免，其主要影响是巡检机器人的机械误差导致的平移变换。尤其是环境中的光照因素、阴影因素、图像模糊等的共同影响下，使得的仪表定位问题难度增大。