[发明专利]一种配网带电作业机器人的动态目标识别定位与抓取方法在审

专利信息
申请号: 202210439811.6 申请日: 2022-04-25
公开(公告)号: CN114750154A 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;张令睿 申请(专利权)人: 贵州电网有限责任公司
主分类号: B25J9/16 分类号: B25J9/16
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 动态 目标 识别 定位 抓取 方法
【说明书】:

发明公开了一种配网带电作业机器人的动态目标识别定位与抓取方法,包括:获取配网金具的图像;根据配网金具识别模型,获得配网金具目标图像;根据双目定位方法确定配网金具的位置坐标;基于双目定位控制策略对控制机器人运动至配网金具的附近,并结合基于视觉伺服的PID控制方法实现对配网金具的精准定位;控制机器人的机械臂末端抓手抓取金具。本发明通过神经网络模型、双目定位方法与基于视觉伺服的PID控制方法的结合应用,获取目标配网金具,并框定出其在图像中的位置信息,同时获得它与机械臂末端抓手之间的位置关系,能够实现动态配网金具的自动识别和精准定位,有利于减少视觉识别的工作量,降低人工成本,提高自动识别准确率与效率。

技术领域

本发明涉及一种配网带电作业机器人的动态目标识别定位与抓取方法,属于配网金具识别、定位和控制抓取技术领域。

背景技术

随着国民经济的增长,电力行业飞速发展。目前,国网公司运行的配电线路超过40万条,长度超过300万公里,其中架空线路仍然是配电网的主网架。配电网人工带电检修时,检修员通常需要穿上密不透风的绝缘服、携带各种设备工具,长时间在高空作业,安全风险高,作业效率低,如果是在恶劣天气或者地理条件下,作业难度和风险更高。配网金具如引流线夹、接地环等需要定时更换。因此,非常有必要开发可灵活安全操作的配网带电作业机器人系统,这样不仅能避免不必要的经济损失,还能对国民用电安全和经济稳定发展起着至关重要的作用。

传统的带电作业方式不仅危险系数高、劳动强度大,而且还受限于作业地点的环境条件。随着科技的进步,出现了用机器人代替人工进行带电作业,这种新型的作业方式主要由工作人员利用绝缘杆将配网金具传送到机器人附近,通过携带单目和双目相机等图像采集工具来拍摄配网金具图像,再由工作人员查看并分析采集到的视频图像,观察配网金具的状况并找出金具的具体位置,利用机械手抓取金具以便后续的安装。然而,采用这种新型的作业方式,视频终端所采集到的图像数据庞大、重复性高,且海量的配网图像数据仍需要工作人员通过肉眼查看,因而工作量巨大,容易出现误判或漏判的情况,依然无法及时且准确地定位配网金具。

发明内容

基于上述,本发明提供一种配网带电作业机器人的动态目标识别定位与抓取方法,可以提高配网作业的自动化程度、数据化程度和实时性,以克服现有技术的不足。

本发明的技术方案是:一种配网带电作业机器人的动态目标识别定位与抓取方法,包括:

获取配网金具的图像;

根据配网金具识别模型,获得配网金具目标图像;

根据双目定位方法确定配网金具的位置坐标;

基于双目定位控制策略对控制机器人运动至配网金具的附近,并结合基于视觉伺服的PID控制方法实现对配网金具的精准定位;

控制机器人的机械臂末端抓手抓取金具。

可选的,所述配网金具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配网金具的目标检测模型,其中,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。

可选的,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。

可选的,对训练模型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。

可选的,所述双目定位的方法包括:

利用双目相机获取配网金具的左右视图;

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/202210439811.6/2.html,转载请声明来源钻瓜专利网。

×

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