[发明专利]一种高压输电线路除冰机器人视觉控制方法

摘要

本发明公开了一种高压输电线路除冰机器人视觉控制方法,所述方法包括以下步骤：第一步，提出了两臂式和三臂式除冰机器人本体设计方案；第二步，在对大量实际图像观察后，提出利用障碍物图像局部特征进行障碍物目标识别与定位；第三步，基于障碍物外部形状特征的识别、定位方法确定；第四步，在分析除冰机器人环境特点和越障机理的基础上，提出了基于图像的越障视觉伺服控制方案；第五步，介绍了除冰机器人本体的机械结构和设计方法、电机与控制系统的设备构成。本发明的高压输电线路除冰机器人视觉控制方法，基于视觉的机器人控制是通过对视觉信息的分析与处理来感知环境，并利用视觉信息引导和控制机器人完成给定的任务。

主权项

1.一种高压输电线路除冰机器人视觉控制方法，其特征在于，所述方法包括以下步骤：第一步，在巡线机器人研究经验的基础上，提出了两臂式和三臂式除冰机器人本体设计方案；利用旋量理论简化运动学分析，成功建立了机器人手臂的正、逆向运动学模型，为机器人在线行走与越障动作的控制提供了基础；第二步，在对大量实际图像观察后，提出利用障碍物图像局部特征进行障碍物目标识别与定位，a.收集机器人在线行走时拍摄的各种障碍物样本图像，然后提取障碍物图像区域的SURF特征构造障碍物SURF特征模板库；b.在实际应用中，将在线拍摄实时图像的SURF特征与模板图像特征匹配，若达到匹配条件则认为匹配成功，即认为当前图像中存在与模板图像同类的障碍物；c.初步匹配成功后，选取多对匹配点计算模板图像与实时图像平面间的单应性矩阵，再用单应性矩阵将模板图像中离相机最近的点映射到当前实时图像中，把该点坐标代入单目测距计算式得出机器人与障碍物之间的距离，机器人在了解前方障碍的类型和距离信息后就可实现在线行走的导航控制；第三步，基于障碍物外部形状特征的识别、定位方法确定，a.对机器人实时采集图像进行预处理、最佳阈值分割、小波模提取轮廓边缘；b.利用具有旋转、平移、缩放不变性的小波矩算法计算障碍物轮廓图像的小波矩特征向量，把特征向量输入SVM神经网络实现对障碍物图像的识别判断；c.在定位阶段采用霍夫变换和结构约束条件对边缘图像中的直线、圆、椭圆等几何基元进行定位；d.把几何基元图像的形心坐标代入单目测距算式可估计出机器人与障碍物的距离，以上识别与定位信息为机器人在线行走与导航提供了条件；第四步，在分析除冰机器人环境特点和越障机理的基础上，提出了基于图像的越障视觉伺服控制方案，a.选取具有全局性、通用性、抗干扰性能好的图像矩特征作为反馈图像的伺服特征，而小波神经网络具有较强的学习和泛化能力，将两者结合起来设计伺服控制器；b.经过训练后的神经网络将具备伺服控制能力，在除冰机器人执行越障动作时，神经网络将反馈图像特征与期望特征的误差直接映射为手臂关节控制量，实现机器人越障动作的伺服控制；第五步，研制了三臂式除冰机器人样机，分析了除冰机器人研制的难点与关键技术，并从工程应用角度，介绍了除冰机器人本体的机械结构和设计方法、电机与控制系统的设备构成；在整机装配完成后，分别对各分部进行了测试和整体调试，最后给出了除冰机器人上线行走和除冰的实验情况。