[发明专利]基于点云的带电作业横担角钢识别方法及装置

权利要求书

1.基于点云的带电作业横担角钢识别方法，其特征是采用激光雷达和RGBD相机两种感知传感器来实现横担角钢的检测，先通过激光雷达获取场景的全局数据，获取横担角钢的初步位置，然后控制带电作业机器人到达横担角钢初步位置，由RGBD相机采集点云数据，精确识别横担角钢的位置和方向，包括以下步骤：

1)角钢粗定位：使用激光雷达对当前场景进行全局建模，对建模获取的点云数据选取对应横担角钢的两个点，对这两个点连线范围内的点云做线性领域滤波，去除非横担角钢先验位置的点云，对过滤后的点云进行主成分分析PCA，提取出横担角钢的初步位置和方向；

2)角钢精定位：使用RGBD相机根据粗定位的横担角钢位置，采集横担角钢点云数据，进行预处理，提取局部横担范围内不含噪声的横担点云数据，然后进行角钢垂直平面预提取和角钢检测的后端优化，提取出角钢的精准方向和位置以及角钢两个垂直面的精确法相位置。

2.根据权利要求1所述的基于点云的带电作业横担角钢识别方法，其特征是粗定位步骤包括：

11)全局激光滑动建模：通过机器人的激光雷达以滑动建模的方式获取到全局场景的点云数据；

12)选点：选取全局建模中横担点云上的两个参考点p₁,p₂，以两个参考点的连线为参考横担；

13)直线邻域滤波：获取参考方向vec＝p₁-p₂,遍历点云中的每一个点t_i∈R_z，R_z表示全局场景的点云集合，计算每个点到参考横担的距离dis＝||t_i-((t_i-p₁)·vec+p₁)||₂，如果dis≤thresh，则认为该点为横担上的点，thresh为点云波动阈值超参数；

14)主成分分析PCA：对线性领域滤波获取的点云使用主成分分析，计算协方差矩阵并对协方差矩阵进行特征值分解，统计出方差最大的方向为横担的方向v₁，所有点云的均值为横担的初步位置center。