一种用于智能巡检装置的仿真系统及方法

技术领域

本发明涉及智能巡检机器人三维仿真技术领域，特别是涉及一种用于智能巡检装置的仿真系统及方法。

背景技术

特高压变电站作为特高压电网的枢纽，承担着输变电的核心任务，在特高压变电站中，GIS(Gas Insulated Switch gear)组合电器具有结构紧凑、占地面积小、运行可靠性高、不受外界环境的影响、检修维护方便等优点,加之在技术上的先进性和经济上的优越性,已得到广泛应用。目前GIS最高工作电压己达特高压范围,如俄罗斯的1150kV GIS己投运多年,东芝公司制造的GIS其额定电流可高达12kA。GIS在我国各电压等级电网中也获得了良好的应用。特别是在近年来的城网改造中,GIS已成为主导开关设备。

由于实际的悬空密集型1000kV GIS设备群高低不一，所要探查的表计所处的位置不同，对于机器人自身的运动以及伸缩机械臂的各类数据采集系统提出了极高的要求。

目前现有技术中，对于机器人及其伸缩机械臂的仿真仅仅通过单一软件来实现，例如基于MATLAB平台开发了ROBOTICS工具箱，可以通过函数实现简单的运动学仿真；基于OpenGL图形库开发了机械臂仿真系统，能够对机械臂的正、逆运动学进行仿真，从而使得仿真结果的可靠性较低。

发明内容

为了克服现有技术的不足，本发明的目的是提供一种用于智能巡检装置的仿真系统及方法，能够提高获得仿真结果的可靠性。

为实现上述目的，本发明提供了如下方案：

一种用于智能巡检装置的仿真方法，包括：

获取至少两张全景图片；所述全景图片中包含有智能巡检装置；

根据所述全景图片构建虚拟仿真模型；

对所述虚拟仿真模型进行二维解析，得到二维物体信息；

对所述虚拟仿真模型进行三维解析，得到三维物体信息、三维地形信息和三维纹理信息；

对所述三维物体信息进行定位，得到三维定位信息；

利用融合算法对所述二维物体信息、所述三维地形信息、三维纹理信息和所述三维定位信息进行融合，得到综合连接信息；

基于OpenGVS算法对所述综合连接信息进行仿真，得到仿真结果。

优选地，还包括：

对所述仿真结果进行正逆运动学分析，得到智能巡检装置的机械臂的空间位置信息和姿态信息；

根据所述空间位置信息和所述姿态信息构建机械臂轮廓。

优选地，所述根据所述全景图片构建虚拟仿真模型，包括：

对所述全景图片进行解析，得到三维图像集合；所述三维图像集合包括所述全景图片中每个像素的坐标信息和俯仰角信息；

基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型。

优选地，所述基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型，包括：

对所述三维图像集合进行逐层划分，得到多层集合信息；

利用编辑样条线命令分别对每层所述集合信息进行处理,得到处理后的信息；

通过复合对象命令对所述处理后的信息进行线条立体处理，得到立体信息；

通过FFD修改命令对所述立体信息进行细化处理，得到所述虚拟仿真模型。

优选地，所述对所述三维物体信息进行定位，得到三维定位信息，包括：

对所述三维物体信息进行纹理映射，得到映射信息；

根据所述映射信息和预设3D设备库得到3D素材库；

基于所述3D素材库对所述三维物体信息进行匹配，得到所述三维定位信息。

一种用于智能巡检装置的仿真系统，包括：

获取模块，用于获取至少两张全景图片；所述全景图片中包含有智能巡检装置；

构建模块，用于根据所述全景图片构建虚拟仿真模型；

第一解析模块，用于对所述虚拟仿真模型进行二维解析，得到二维物体信息；

第二解析模块，用于对所述虚拟仿真模型进行三维解析，得到三维物体信息、三维地形信息和三维纹理信息；

定位模块，用于对所述三维物体信息进行定位，得到三维定位信息；

融合模块，用于利用融合算法对所述二维物体信息、所述三维地形信息、三维纹理信息和所述三维定位信息进行融合，得到综合连接信息；

仿真模块，用于基于OpenGVS算法对所述综合连接信息进行仿真，得到仿真结果。

优选地，还包括：

运动学分析模块，用于对所述仿真结果进行正逆运动学分析，得到智能巡检装置的机械臂的空间位置信息和姿态信息；

轮廓获取模块，用于根据所述空间位置信息和所述姿态信息构建机械臂轮廓。

优选地，所述构建模块包括：

解析单元，用于对所述全景图片进行解析，得到三维图像集合；所述三维图像集合包括所述全景图片中每个像素的坐标信息和俯仰角信息；

构建单元，用于基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型。

优选地，所述构建单元包括：

划分子单元，用于对所述三维图像集合进行逐层划分，得到多层集合信息；

第一处理子单元，用于利用编辑样条线命令分别对每层所述集合信息进行处理,得到处理后的信息；

第二处理子单元，用于通过复合对象命令对所述处理后的信息进行线条立体处理，得到立体信息；

第三处理子单元，用于通过FFD修改命令对所述立体信息进行细化处理，得到所述虚拟仿真模型。

优选地，所述定位模块包括：

映射单元，用于对所述三维物体信息进行纹理映射，得到映射信息；

素材库获取单元，用于根据所述映射信息和预设3D设备库得到3D素材库；

匹配单元，用于基于所述3D素材库对所述三维物体信息进行匹配，得到所述三维定位信息。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明提供了一种用于智能巡检装置的仿真方法及系统，所述方法包括：获取至少两张全景图片；所述全景图片中包含有智能巡检装置；根据所述全景图片构建虚拟仿真模型；对所述虚拟仿真模型进行二维解析，得到二维物体信息；对所述虚拟仿真模型进行三维解析，得到三维物体信息、三维地形信息和三维纹理信息；对所述三维物体信息进行定位，得到三维定位信息；利用融合算法对所述二维物体信息、所述三维地形信息、三维纹理信息和所述三维定位信息进行融合，得到综合连接信息；基于OpenGVS算法对所述综合连接信息进行仿真，得到仿真结果。本发明通过虚拟仿真模型对图像进行解析，并通过信息融合和仿真得到仿真结果，从而提高了获取仿真结果的可靠性。在具体实施例中还通过逆向推理来设计和规划机械臂的结构及运动轨迹，从而提高了机械臂运动规划的精准程度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的实施例中的仿真方法流程图；

图2为本发明提供的实施例中的模型建立流程示意图；

图3为本发明提供的实施例中的仿真系统模块连接图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。

本发明的目的是提供一种用于智能巡检装置的仿真系统及方法，能够提高获得仿真结果的可靠性。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明提供的实施例中的仿真方法流程图，如图1所示，本发明提供了一种用于智能巡检装置的仿真方法，包括：

步骤100：获取至少两张全景图片；所述全景图片中包含有智能巡检装置；

步骤200：根据所述全景图片构建虚拟仿真模型；

步骤300：对所述虚拟仿真模型进行二维解析，得到二维物体信息；

步骤400：对所述虚拟仿真模型进行三维解析，得到三维物体信息、三维地形信息和三维纹理信息；

步骤500：对所述三维物体信息进行定位，得到三维定位信息；

步骤600：利用融合算法对所述二维物体信息、所述三维地形信息、三维纹理信息和所述三维定位信息进行融合，得到综合连接信息；

步骤700：基于OpenGVS算法对所述综合连接信息进行仿真，得到仿真结果。

优选地，还包括：

对所述仿真结果进行正逆运动学分析，得到智能巡检装置的机械臂的空间位置信息和姿态信息；

根据所述空间位置信息和所述姿态信息构建机械臂轮廓。

可选地，本实施例由于带电作业涉及设备多、动作多，为了设计出满足各类带电作业动作的机械臂，必须建立机械臂动力学模型(虚拟仿真模型)，以确定操作时机械臂的运动速度和方向坐标位置，供图形实时生成系统实时动态地生成虚拟仿真，在仿真环境中完成各类带电作业动作。

动力学模型越准确，其复杂程度也越高，并且复杂程度呈几何级数增加，所需的计算空间和计算所占用的空间代价也呈几何级数增加。实时生成系统将占据大部分CPU时间，因此需要在模型的逼真度与复杂性作一折中，即在保证模拟精度的前提下简化运算过程。

机械臂作业虚拟仿真作为一个虚拟现实系统，机械臂模拟运动过程中与环境物体的碰撞检测是实现系统仿真程度的重要问题。从数学上说，碰撞检测表现为两个多面体的求交问题，求解并不成问题。在虚拟现实中，对碰撞检测算法提出了实时性的要求，必须对碰撞检测模型进行优化和简化。使用OpenGVS所提供的几何工具(geometry facility)能很好地实现了机械臂虚拟运动中景物跟随和场景内与其他物体的碰撞检测。

可选地，机械臂的整体结构采用6自由度串联机械手臂的形式，由于是单臂操作，无论在工作空间还是灵活性上都能满足作业要求。机器人的驱动拟采用微型直线伺服驱动技术，以达到机械臂动作的精确控制，并且提高其在狭小空间的操作能力。研究逆运动学、研究仿生学，构建机械臂轮廓，完善机械臂的运动功能。开发高精度机械臂控制系统，以实现高精度的作业。机械臂上搭载多种传感器设备，以便于实现作业场景的在线反馈以及控制。

优选地，所述根据所述全景图片构建虚拟仿真模型，包括：

对所述全景图片进行解析，得到三维图像集合；所述三维图像集合包括所述全景图片中每个像素的坐标信息和俯仰角信息；

基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型。

优选地，所述基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型，包括：

对所述三维图像集合进行逐层划分，得到多层集合信息；

利用编辑样条线命令分别对每层所述集合信息进行处理,得到处理后的信息；

通过复合对象命令对所述处理后的信息进行线条立体处理，得到立体信息；

通过FFD修改命令对所述立体信息进行细化处理，得到所述虚拟仿真模型。

具体的，将GIS设备群检测作业场景设备生成三维模型需要有至少两个角度的全景照片，然后分析两张图片得出相对于大地水平面为X轴的X、Y、Z这3个方向的坐标、俯仰角等,将GIS设备原件用三维图像集合描述，然后需要获得各个元器件的参数，用数学方法建立模型。通过软件3D-Max将实际物体三维建模，利用编辑样条线中的挤出、车削命令,复合对象中的布尔运算、放样，可以将平面的图像线条立体起来，然后通过FFD修改命令中扭曲、锥化、晶格、弯曲等命令让立体图形与实际图形更接近。3D模型中每个元件都是一个独立的模块，在实际GIS设备群检测作业中，每个设备的外形高度、个数、样式、开关的安装角度等都有可能略有不同，这就需要模块化的设计方式，将复杂系统自上而下逐层划分成若干个反应单一性能的模块。

本实施例中，视觉是最重要的提示信息，操作者的动作大部分依赖于视觉，因此，仿真仿真系统渲染高质量三维模型的能力是作业场景拟器真实感的重要保证。为了满足图像处理的实时和逼真，以及视觉的真实感，需要配置高性能的图形渲染计算机，系统采用计算机图像技术，生成三维虚拟场景，再现配电作业的真实环境，给作业人员以最直接的视觉提示，增强作业的逼真度。利用3dsMax、photoshop和zbrush构建模型场景，3Dmax主要解决3D模型的设计制作，photoshop主要解决图片处理，zbrush主要解决模型贴图的处理。综合采用VC++6.0，Quest3D4.0和3dMax进行系统开发。

图2为本发明提供的实施例中的模型建立流程示意图，如图2所示，本实施例中虚拟仿真模型建立后首先进行模型初始化，并对模型进行编辑和纹理扫描，编辑后的信息包括二维物体信息、三维物体信息、三维地形信息和三维纹理信息。其中三维地形信息反映出地形地貌特征，通过对三维地形信息进行地形编辑，能够得到地形特征信息；二维物体信息通过2D编辑和纹理映射得到二维信息；3D素材库中可以提取到素材信息。

本实施例中通过将上述各种信息以及纹理扫描后的纹理文件进行融合，能够得到综合连接信息，所述综合连接信息为FLT文件。

可选地，所述纹理扫描后的信息经过纹理编辑和MIP映射最终形成纹理文件。

优选地，所述对所述三维物体信息进行定位，得到三维定位信息，包括：

对所述三维物体信息进行纹理映射，得到映射信息；

根据所述映射信息和预设3D设备库得到3D素材库；

基于所述3D素材库对所述三维物体信息进行匹配，得到所述三维定位信息。

图3为本发明提供的实施例中的仿真系统模块连接图，如图3所示，本实施例中的一种用于智能巡检装置的仿真系统，包括：

获取模块，用于获取至少两张全景图片；所述全景图片中包含有智能巡检装置；

构建模块，用于根据所述全景图片构建虚拟仿真模型；

第一解析模块，用于对所述虚拟仿真模型进行二维解析，得到二维物体信息；

第二解析模块，用于对所述虚拟仿真模型进行三维解析，得到三维物体信息、三维地形信息和三维纹理信息；

定位模块，用于对所述三维物体信息进行定位，得到三维定位信息；

融合模块，用于利用融合算法对所述二维物体信息、所述三维地形信息、三维纹理信息和所述三维定位信息进行融合，得到综合连接信息；

仿真模块，用于基于OpenGVS算法对所述综合连接信息进行仿真，得到仿真结果。

优选地，还包括：

运动学分析模块，用于对所述仿真结果进行正逆运动学分析，得到智能巡检装置的机械臂的空间位置信息和姿态信息；

轮廓获取模块，用于根据所述空间位置信息和所述姿态信息构建机械臂轮廓。

优选地，所述构建模块包括：

解析单元，用于对所述全景图片进行解析，得到三维图像集合；所述三维图像集合包括所述全景图片中每个像素的坐标信息和俯仰角信息；

构建单元，用于基于3D-Max对所述三维图像集合进行模型构建，得到所述虚拟仿真模型。

优选地，所述构建单元包括：

划分子单元，用于对所述三维图像集合进行逐层划分，得到多层集合信息；

第一处理子单元，用于利用编辑样条线命令分别对每层所述集合信息进行处理,得到处理后的信息；

第二处理子单元，用于通过复合对象命令对所述处理后的信息进行线条立体处理，得到立体信息；

第三处理子单元，用于通过FFD修改命令对所述立体信息进行细化处理，得到所述虚拟仿真模型。

优选地，所述定位模块包括：

映射单元，用于对所述三维物体信息进行纹理映射，得到映射信息；

素材库获取单元，用于根据所述映射信息和预设3D设备库得到3D素材库；

匹配单元，用于基于所述3D素材库对所述三维物体信息进行匹配，得到所述三维定位信息。

本发明的有益效果如下：

(1)本发明通过虚拟仿真模型对图像进行解析，并通过信息融合和仿真得到仿真结果，从而提高了获取仿真结果的可靠性。

(2)本发明通过逆向推理来设计和规划机械臂的结构及运动轨迹，从而提高了机械臂运动规划的精准程度。

(3)本发明将复杂的三维信息自上而下逐层划分成若干个反应单一性能的模块，从而提高了3D模型中每个元件的仿真精度。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的方法而言，由于其与实施例公开的装置相对应，所以描述的比较简单，相关之处参见装置部分说明即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。