[发明专利]基于激光点云和双目视觉的配网导线作业点检测方法及装置

说明书

本发明公开了一种基于激光点云和双目视觉的配网导线作业点检测方法及装置，属于电工作业技术领域。方法包括以下过程：获取预计作业点周围的激光雷达点云图像和双目深度图像；对双目深度图像与激光雷达点云图像进行预融合，获得预融合后的双目深度图像；对预融合后的双目深度图像与激光雷达点云图像进行精确融合，获得融合后的激光雷达点云图像；从融合后的激光雷达点云图像中识别出行线和引线；根据行线和引线计算最佳作业点；计算作业点的位姿。本发明通过对二种技术获取数据的匹配和融合处理，得到分辨率与双目相当而距离精度与激光雷达相当的三维精细图像。

技术领域

本发明具体涉及一种基于激光点云和双目视觉的配网导线作业点检测方法及装置，属于电工作业技术领域。

背景技术

配网检修带电作业机器人已成为供电企业加强配网检修作业能力建设的必要途径。带电作业机器人可以运行在复杂、危险的环境下，可将作业人员从高空、高危、高强度作业的危险环境中解放出来，扩大带电作业范围，保障带电作业人员不受伤害，降低带电作业危险系数，配合带电剥线、搭火、绝缘罩安装等专用执行装置可以简化操作流程，提升作业水平，使带电作业更加安全。

目前，配网检修带电作业机器人存在作业的自主化、智能化程度不高的问题，作业中需要人工介入进行决策的环节较多。降低了带电作业机器人的作业效率，迟滞了带电作业机器人的推广使用。

机器视觉是实现移动机器人对环境感知的重要模块，它能够辅助机器人完成目标的识别和跟踪等工作。基于配网检修带电作业机器人上的视觉传感器实现机器视觉，可以使带电作业机器人具有自主感知作业场景和作业目标的能力。

基于视觉的目标检测是图像处理和计算机视觉领域的重要研究方向之一，可应用于自动驾驶系统中的车辆、行人、交通标志等目标检测、视频监控中的异常事件分析，以及机器人等诸多领域。二维目标检测只用于回归目标的像素坐标，缺乏深度、尺寸等物理世界参数信息，在实际应用中存在一定局限性。三维目标检测旨在获取三维空间中的目标位置、尺寸以及姿态等几何信息。现有的三维目标检测算法根据传感器不同，大致可以分为视觉、激光点云和多模态融合三类。

视觉方法由于其成本低、纹理特征丰富等优势，在目标检测领域中被广泛使用，并且可根据相机类型分为单目视觉和双目/深度视觉两类。前者关键问题在于无法直接获取深度信息，从而导致目标在三维空间中的定位误差较大。而后者不仅提供了丰富的纹理信息，还具有较为准确的深度信息，目前相比前者具有更高的检测精度。但双目/深度视觉对光照条件等因素更加敏感，容易导致深度计算的偏差。相比于视觉数据，激光点云数据具有准确的深度信息，并且具有明显的三维空间特征，也被广泛应用于三维目标检测中。但是，单独激光点云信息缺少纹理特征，因而较难实现目标的检测分类，特别是当激光点云较为稀疏时，甚至无法提供有效的空间特征。

发明内容

本发明的目的在于克服现有技术的不足，提供了一种基于激光点云和双目视觉的配网导线作业点检测方法及装置，解决激光雷达距离测量精度高而空间分辨率低以及双目视觉距离测量精度受纹理、光照、远近距离等因素影响严重而空间分辨率高的技术问题。

为解决上述技术问题，本发明提供了一种基于激光点云和双目视觉的配网导线作业点检测方法，包括以下过程：

获取预计作业点周围的激光雷达点云图像和双目深度图像；

对双目深度图像与激光雷达点云图像进行预融合，获得预融合后的双目深度图像；

对预融合后的双目深度图像与激光雷达点云图像进行精确融合，获得融合后的激光雷达点云图像；

从融合后的激光雷达点云图像中识别出行线和引线；

选取作业目标中对应的行线和引线，根据行线和引线的位置关系计算作业点；

根据作业点位置计算位姿。