[发明专利]一种配网带电作业机器人接地环及其螺栓的识别定位方法在审

专利信息
申请号: 202210439803.1 申请日: 2022-04-25
公开(公告)号: CN114758215A 公开(公告)日: 2022-07-15
发明(设计)人: 张秋雁;李华鹏;肖书舟;陈宇;黄如云;曾鹏;黄亮程;樊绍胜;李权 申请(专利权)人: 贵州电网有限责任公司
主分类号: G06V20/00 分类号: G06V20/00;G06V10/22;G06V10/46;G06V10/764;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/73;G06T7/80
代理公司: 贵阳中新专利商标事务所 52100 代理人: 张行超
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 带电作业 机器人 接地 及其 螺栓 识别 定位 方法
【权利要求书】:

1.一种配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,包括:

获取配网接地环的图像;

根据接地环及其螺栓识别模型对所述图像进行识别;

若识别结果为接地环,则根据双目定位接地环,控制机器人朝接地环靠近;

若识别结果为螺栓,则根据双目定位螺栓,控制机器人的机器臂末端套筒对准螺栓。

2.根据权利要求1所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述接地环及其螺栓识别模型的构建方法为:

在原YOLOX-s网络基础上,对颈部使用简化的双向特征金字塔网络进行改进,采用GIOU-Loss作为边界框损失函数,经过训练得到适用于识别接地环和螺栓的目标检测模型。

3.根据权利要求2所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述双向特征金字塔网络简化为3个输入特征层,输出三个加强特征提取后的特征层,经过解耦头预测后,每个特征层获得三个预测结果,分别是目标框的坐标、目标框前景背景判断和目标框的类别。

4.根据权利要求3所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述双向特征金字塔网络的每个特征融合节点给每个输入特征分别加权ωi,同时使用快速归一化公式训练这些权重,各融合节点输出的计算公式如下:

其中,Conv表示卷积操作,Resize表示对输入进行上采样或下采样操作,ωi≥0是可学习的权重,ε=0.0001是一个保证数值稳定的小量。

5.根据权利要求3所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,预测目标框坐标的边界框损失函数为交并比损失函数,预测目标框前景背景和目标框的类别用到的损失函数为二分类交叉损失函数。

6.根据权利要求2所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,对训练使用的图像进行预处理,所述预处理包括:

对所述图像进行水平镜像翻转处理;

对所述图像添加随机椒盐噪声或高斯噪声;

随机改变所述图像的亮度。

7.根据权利要求1所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述双目定位的方法包括:

利用双目相机获取接地环及其螺栓的左右视图;

根据相机标定和立体校正获得相机参数;

对所述左右视图进行立体匹配,获取视差;

根据所述相机参数和视差,计算目标物体在相机坐标系中的三维坐标。

8.根据权利要求7所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述相机标定采用张正友标定法。

9.根据权利要求7所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述立体校正方法为:先绕左相机坐标系原点旋转左右图像,将两个图像平面拉回同一个平面;绕光轴旋转使得左右两图像同行对准。

10.根据权利要求7所述的配网带电作业机器人接地环及其螺栓的识别定位方法,其特征在于,所述立体匹配采用ELAS算法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司,未经贵州电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210439803.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top