[发明专利]配网带电作业机器人的激光点云输电线引线拟合方法

说明书

本发明属于电力机器人领域，更具体地，涉及一种配网带电作业机器人的激光点云输电线引线拟合方法。该方法包括以下步骤，S1、获取输电线引线三维点云，采用欧式距离滤波器进行处理；S2、对滤波后的数据，采用自组织分层粒子群优化算法进行点云降采样；S3、输入降采样之后的点云，基于控制点迭代优化的B样条曲线拟合；S5、控制点融合，输出最终B样条曲线。

技术领域

本发明属于电力机器人领域，更具体地，涉及一种配网带电作业机器人的激光点云输电线引线拟合方法。

背景技术

配网带电作业机器人是应用于配网带电作业线路装配及检修的智能化装备。近年来，随着带电作业技术的发展，配网带电作业机器人受到越来越广泛的关注。配网带电作业机器人在激光等传感器的辅助下，可以实现低光照条件下的配网环境感知，实现带电作业，有效提高作业安全性。带电作业过程中，机械臂的运动规划是众多基本任务之一。在复杂的操作环境下，运动规划与操作控制需要感知环境中各个输电线引线的空间位置信息。通常，机器人会通过激光雷达或相机等传感器信息拟合引线的空间参数表达。

现有输电线三维重建方法主要针对输电线行线，由于输电线行线的形状较为规整，可以近似认为符合二次多项式函数。通过基于二次多项式曲线假设的最小二乘拟合，实现输电线行线曲线模型的估计。但是，由于对需要拟合的曲线模型作了二次多项式形式的假设，导致无法对拥有更强非线性形式的输电线引线实现精确的曲线拟合。具体来说，这种方法根据输电线行线两端悬挂、中间自然下垂的特点，求解行线拟合的最佳几何模型；然后，通过建立电力线拟合的最佳平面坐标系，采用基于二次多项式曲线假设的最小二乘法拟合行线。由于输电线引线比行线具有更复杂的形态，这种方法并不适用于引线参数方程的拟合。

发明内容

为此，需要提供一种基于分层自组织粒子群优化和控制点迭代优化的激光点云引线拟合方法，实现对输电线引线的精准三维重建。

为实现上述目的，本发明采用如下技术方案：

配网带电作业机器人的激光点云输电线引线拟合方法，包括以下步骤，

S1、获取输电线引线三维点云，采用欧式距离滤波器进行处理；

S2、对滤波后的数据，采用自组织分层粒子群优化算法进行点云降采样；

S3、输入降采样之后的点云，基于控制点迭代优化的B样条曲线拟合；

S5、控制点融合，输出最终B样条曲线。

本技术方案进一步的优化，所述步骤S2采用SOH-PSO启发式地计算降采样中体素的大小，每次迭代更新降采样体素边长后，重新使用B样条拟合新的曲线方程，并采用评价函数评估新的降采样体素边长，即粒子状态；评价函数定义为：

其中，p和f分别是激光点和拟合曲线，Φ是去除外点后所有的激光点组成的集合，κ_max是拟合曲线上的最大曲率值，ω₁和ω₂是加权系数，N是原始点云的三维点个数，d(p,f)是点p到拟合曲线最近点的欧式距离，d_max(p,f)是p到拟合曲线最近点距离的最大值，D_p的含义是点云到拟合曲线的平均距离。

本技术方案进一步的优化，所述步骤2点云降采样的步骤如下，

S21、输入初始点云数据，初始化粒子群位置和速度；

S22、遍历每一个粒子，根据粒子状态确定降采样体素边长，然后对点云进行降采样，使用B样条对降采样之后的点云拟合曲线方程，根据公式(1)更新p_ik和p_g，这两个参数分别代表当前粒子的最优状态和所有粒子的最优状态；

S23、计算当前粒子的速度：