[发明专利]一种融合机器视觉与邻近度估计的相似工业设备识别方法

说明书

本发明提供了一种融合机器视觉与邻近度估计的相似工业设备识别方法，包括以下步骤：步骤S1：机器人将相机所获取工业设备的视频流切割为图片，将所获取的图片送入目标检测算法中进行检测，获取出最大预测盒的二维坐标，将二维坐标输入到位姿估计算法中计算机器人的位姿参数和；步骤S2：由位姿估计算法计算得到机器人相机的平移矩阵，进而根据计算出偏离角，通过调整机器人的偏离角使得机器人正对邻近的工业设备；应用本技术方案可有效地对相似工业设备进行区分，提高相似工业设备识别的精度。

技术领域

本发明涉及相似设备识别技术领域，特别是一种融合机器视觉与邻近度估计的相似工业设备识别方法。

背景技术

随着工业物联网和人工智能等技术的不断发展，基于机器人的自主巡检技术已逐步在工业现场中应用。巡检机器人可以通过机器视觉、红外测温等传感技术获取到工业设备外部运行状态信息，同时通过工业物联网技术获取到工业设备的内部工况数据。但由于工业现场设备具有外观相似且部署密集等特点，使得巡检机器人仅依靠机器视觉难以精确识别工业现场中的相似设备，从而导致机器视觉所识别的工业设备与其编号难以匹配的问题。

目前针对不同类型的目标识别，现有的机器视觉方法虽然已经逐步成熟，但是对于相似工业设备的识别仍存在挑战，由于相似工业设备的图像特征几乎没有差别，导致难以提取有效的特征信息用于目标识别。通过扫描二维码来获取工业设备编号是目前较为成熟的解决方案，但这类方法也存在局限性。工业现场环境亮度对二维码的识别精度存在较大影响，同时扫描二维码需要在较短距离内完成，难以适用于存在大型设备或需要保持安全距离的工业现场。

中国专利申请号为：CN202111544623，名称为：基于注意力机制与特征平衡性的变电站多目标检测方法。该方法基于darknet-53特征提取网络，通过引入注意力机制来增强主干网络的提取能力，对各特征图依次进行特征平衡和特征融合后得到融合特征图，再对融合特征图进行多分支检测，得到变电站多目标检测结果；并且利用基于迁移学习的方法，对变电站多目标网络进行迭代训练；最后完成对变电站的设备检测。该方法以加强网络特征提取能力，来解决外形相似的不同设备识别问题，但对于图像特征几乎无差别的工业设备，识别精度仍然较低。

中国专利申请号为：CN202211213736，名称为：一种电力系统二次设备压板异常状态的巡检系统及方法。该方法通过巡检人员对不同任务中的继电保护屏柜二维码进行扫描来调出屏柜的正常状态信息，并确定巡检任务，然后通过人工智能边缘技术完成后续的异常检测分析。该方法通过扫描二维码的方式快速的确定巡检对象，但是这种二维码扫描技术对于环境的亮度要求严格，并且难以适用于需要保持安全距离的工业现场。

发明内容

有鉴于此，本发明的目的在于提供一种融合机器视觉与邻近度估计的相似工业设备识别方法，巡检机器人通过利用机器视觉与位姿计算算法完成初始位姿估计，然后巡检机器人启动工业物联网中蓝牙数据信息的采集与处理工作，通过运行邻近度估计算法对机器人邻近的工业设备进行识别，获取其设备的编号。该方法能有效地对相似工业设备进行区分，提高相似工业设备识别的精度。

为实现上述目的，本发明采用如下技术方案：一种融合机器视觉与邻近度估计的相似工业设备识别方法，包括以下步骤：

步骤S1：机器人将相机所获取工业设备的视频流切割为图片，将所获取的图片送入目标检测算法中进行检测，获取出最大预测盒的二维坐标将二维坐标输入到位姿估计算法中计算机器人的位姿参数旋转矩阵R和平移矩阵T'；

步骤S2：由位姿估计算法计算得到机器人相机的平移矩阵T'＝[T'_X,T'_Y,T'_Z]^T，进而根据计算出偏离角α，通过调整机器人的偏离角α使得机器人正对邻近的工业设备；T'_X表示世界坐标系原点在相机坐标系下X轴方向的位置，T'_Y表示世界坐标系原点在相机坐标系下Y轴方向的位置，T'_Z表示世界坐标系原点在相机坐标系下Z轴方向的位置。