[发明专利]一种巡检机器人区域检索与云台校正方法

权利要求书

1.一种巡检机器人区域检索与云台校正方法，其特征在于，包括以下步骤：

S1,云台到达指定位置根据匹配算法计算环境与模板图片是否匹配；

S2,若是，则拍摄图片，记录云台位姿；若否，则扩大范围搜索，直到环境与模板图片匹配，然后拍摄图片，记录云台位姿；

S3,将所述指定位置和所述云台位姿相绑定。

2.根据权利要求1所述的巡检机器人区域检索与云台校正方法，其特征在于，所述云台位姿由yaw,pitch，zoom，focus四个参数决定。

3.根据权利要求2所述的巡检机器人区域检索与云台校正方法，其特征在于，所述zoom值是指云台拍摄图片时的放大倍数，根据指定位置和变电站位置确定。

4.根据权利要求3所述的巡检机器人区域检索与云台校正方法，其特征在于，所述匹配算法具体包括：

A1,使用机器视觉分析云台图片清晰度；若清晰度满足要求，则记录focus值并进行A2；若清晰度不满足要求，则调整focus值知道清晰度满足要求；

A2,计算当前云台图片与模版图片是否匹配,若是，则记录yaw值和pitch值，若否，则进行扩大范围搜索。

5.根据权利要求4所述的巡检机器人区域检索与云台校正方法，其特征在于，所述扩大范围搜索是指调整云台水平角度和俯仰角度，直到当前云台图片与模版图片匹配。

6.根据权利要求4所述的巡检机器人区域检索与云台校正方法，其特征在于，在步骤A1中，设定第一阈值，记录云台图片的清晰度值，当云台图片的清晰度值不小于第一阈值时，云台图片清晰度符合要求；当云台图片的清晰度值小于第一阈值时，云台图片清晰度不符合要求。

7.根据权利要求4所述的巡检机器人区域检索与云台校正方法，其特征在于，在步骤A2中，设定第二阈值，匹配采用关键点匹配算法，提取当前云台图片与模版图片的关键点，然后进行匹配，匹配完成后计算匹配分数，若匹配分数小于第二阈值，则匹配完成，记录当前记录yaw值和pitch值；若否，则进行扩大范围搜索。

8.根据权利要求1-7任意一项所述的巡检机器人区域检索与云台校正方法，其特征在于，在步骤S3中，还包括，在将所述指定位置和所述云台位姿相绑定后，人工判定是否更新指定位置的云台位姿。