一种机器人无预置位不停车巡检方法

技术领域

本发明属于变电站巡检终端领域，具体涉及一种机器人无预置位不停车巡检方法。

背景技术

在变电站巡检中，机器人巡检可以节约人力成本，提高变电站运营安全性。但传统预置位巡检会增加前期工作成本，也可能出现人为标记错误，且停车巡检会降低巡检效率，浪费大量时间也对电池续航提出考验。

发明内容

为解决上述问题，本发明公开了一种机器人无预置位不停车巡检方法，通过点云计算出表计表面法向量朝向，从而自主计算机器人与云台观察位实现无预置位巡检，并通过一系列防抖措施，减少成像抖动，从而实现不停车巡检，进一步减轻了人力成本，提高了巡检效率。

为达到上述目的，本发明的技术方案如下：

一种机器人无预置位不停车巡检方法，包括以下步骤：

步骤1、通过激光雷达完成对室外变电站数字孪生模型的扫描，得到变电站全场景的点云模型；

步骤2、后台指定机器人巡检的表计，发送三维位置给机器人端；

步骤3、取表计位置处的点云数据，在最大半径(根据标记类型确定)球体内取三个距离尽可能大的点(不在同一直线上)，组成近似内接三角形面，重复此步骤选取k个三角形面；

步骤4、分别计算k个三角形面法线的朝向，且指向最近道路或者其与水平面夹角为负，并归一化；

步骤5、取k条法线朝向的平均值，并归一化，从而确定表计平面朝向；

步骤6、表计朝向方向最近道路设置为机器人行进观察道路，自主计算机器人与云台观察位范围，并作路径规划，使机器人行进至表计附近；

步骤7、当机器人在某一段路径上时，表计表面与相机光轴并不垂直，当标记表面在光轴上的映射距离在前后景深范围内时，则此段成像清晰，可以进行观察。根据相机光圈值、表计朝向、机器人路径到表计距离确认表计的可观察范围；

步骤8、利用yolo算法在相机低倍率下定位表计，并通过光学变焦放大图像；

步骤9、利用卡尔曼滤波以及PID算法进行云台物理防抖和相机光学防抖稳定图像，减小因道路颠簸等原因的抖动；

步骤10、通过机器视觉实现对表计数据的识别，从而实现不停车巡检。

进一步地，所述步骤4通过以下公式实现：

u＝p

v＝p

n＝±u×v

其中，p

进一步地，所述步骤5通过以下公式实现：

其中n

进一步地，所述步骤7通过以下公式实现：

其中ΔL

进一步地，所述步骤9通过以下公式实现：

其中K

本发明的有益效果为：

本发明提出一种机器人无预置位不停车巡检方法，借助点云特征和道路信息计算表计观察面法向量方向，从而自主计算机器人与云台的观察位。在观察位范围内通过景深公式进一步计算出实际可观察范围，利用PID、卡尔曼算法实现位表计的稳定跟踪与抖动消除，从而提高识别率与实现不停车巡检。

附图说明

图1为本发明的流程图。

图2为归一化法向量示意图。

图3为相机景深模型。

图4为可观察范围示意图。

图5为误差模型。

具体实施方式

下面结合附图和具体实施方式，进一步阐明本发明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

如图所示，本发明所述的一种机器人无预置位不停车巡检方法，包括以下步骤：

(1)通过激光雷达完成对室外变电站数字孪生模型的扫描，得到变电站全场景的点云模型；

(2)后端数据确定巡检任务，指定特定的或全站机器人要巡检的表计，根据数字孪生模型发送表计三维位置(x,y,z)给机器人端；

(3)如图2所示，取表计位置(x,y,z)处的点云数据，在最大半径球体内取三个距离尽可能大的点，需要注意的是，半径由表计具体种类确定，取已知表计表面形状最大内接圆半径，且取的三个点不能处于同一直线，组成近似内接三角形面，重复此步骤选取k个三角形面；

(4)如图2所示，分别计算k个三角形面法线的朝向，根据变电站现场实际勘察，表计表面法向量指向附近道路或者其与水平面夹角为负，并归一化；

具体通过以下公式实现：

u＝p

v＝p

n＝±u×v＝±[u

其中，i＝(1,0,0)、j＝(0,1,0)、k＝(0,0,1)为三维空间直角坐标系内与x轴，y轴，z轴方向相同的单位向量，有i×j＝k，j×k＝i，k×i＝j，p

(5)取k条法线朝向的平均值，并归一化，从而确定表计平面朝向；

具体通过以下公式实现：

其中n

(6)表计朝向方向最近道路设置为机器人行进观察道路，自主计算机器人与云台观察位范围，并作路径规划，使机器人行进至表计附近；

(7)当机器人在某一段路径上时，表计表面与相机光轴并不垂直，受时间、云量、阴影因素导致光线照度不足时，需加大相机的光圈以获得正常曝光图像，又因为表计距机器人较远，又或者表计体积较小，还需增加相机镜头焦段。长焦与大光圈结合时，会出现景深减小的情况，为避免非正视表计时表计较焦点面前后处于景深范围外，成像不清晰影响识别率的问题，还需根据景深范围来判断精确可观测位，即可观测范围。

如图4所示，当标记表面在光轴上的映射距离在前后景深范围内时，则此段成像清晰，可以进行观察。根据相机光圈值、表计朝向、机器人路径到表计距离确认表计的可观察范围；

具体通过以下公式实现：

其中ΔL

(8)利用yolo算法在相机低倍率下定位表计，并通过光学变焦放大图像；

(9)利用卡尔曼滤波以及PID算法进行云台物理防抖和相机光学防抖稳定图像，减小因道路颠簸等原因的抖动；

步骤(9)通过以下公式实现：

其中K

(10)通过机器视觉实现对表计数据的识别，从而实现不停车巡检。

需要说明的是，以上内容仅仅说明了本发明的技术思想，不能以此限定本发明的保护范围，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰均落入本发明权利要求书的保护范围之内。