一种机器人无预置位不停车巡检方法技术

本发明专利技术公开了一种机器人无预置位不停车巡检方法，通过数字孪生模型中表计的三维位置处的点云数据，截取一定数量的点，通过滤波匹配出表计朝向面，并根据道路地图信息，自主计算机器人和云台的观察位，通过卡尔曼滤波和

【技术实现步骤摘要】
[0018]v
＝
p3‑
p1[0019]n
＝
±
u
×
v
[0020][0021]其中，
p1、p2、p3为三角形面三个顶点的三维坐标，
u
和
v
为两条边对应的向量，
n
为法向量，它有两种方向，根据最近道路或者其与水平面夹角来判断具体朝向，
n
normalization
为归一化后的法向量
。
[0022]进一步地，所述步骤5通过以下公式实现：
[0023][0024][0025]其中
n1、n2、
…
、n
k
为第
1、2、
…
、k
条归一化的法向量，为平均法向量，为归一化的平均法向量
。
[0026]进一步地，所述步骤7通过以下公式实现：
[0027][0028][0029][0030]其中
Δ
L1为前景深，
Δ
L2为后景深，
Δ
L
为景深，
δ
为容许弥散圆直径，
f
为相机焦距，
F
为拍摄光圈值，
L
为对焦距离，即
CMOS
平面
(
相机传感器成像平面
)
到表计中心的距离
。
[0031]进一步地，所述步骤9通过以下公式实现：
[0032][0033]其中r/>K
p
为比例增益，
T
t
为积分时间常数，
T
D
为微分时间常数，
u(t)
为
PID
控制器的输出信号，
e(t)
为给定值与测量值之差
。
[0034]本专利技术的有益效果为：
[0035]本专利技术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
[0036]图1为本专利技术的流程图
。
[0037]图2为归一化法向量示意图
。
[0038]图3为相机景深模型
。
[0039]图4为可观察范围示意图
。
[0040]图5为误差模型
。
具体实施方式
[0041]下面结合附图和具体实施方式，进一步阐明本专利技术，应理解下述具体实施方式仅用于说明本专利技术而不用于限制本专利技术的范围
。
[0042]如图所示，本专利技术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：
[0043](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；
[0044](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；
[0045](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；
[0046](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；
[0047]具体通过以下公式实现：
[0048]u
＝
p2‑
p1＝
[u1,u2,u3]＝
u1i+u2j+u3k
[0049]v
＝
p3‑
p1＝
[v1,v2,v3]＝
v1i+v2j+v3k
[0050]n
＝
±
u
×
v
＝
±
[u2v3‑
u3v2,u3v1‑
u1v3,u1v2‑
u2v1][0051][0052]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
，
p1、p2、p3为三角形面三个顶点的三维坐标，
u
和
v
为两条边对应的向量，
n
为法向量，它有两种方向，根据最近道路或者其与水平面夹角来判断具体朝向，
n
normalization
为归一化后的法向量；
[0053](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；
[0054]具体通过以下公式实现：
[0055][0056][0057]其中
n1、n2、
…
、n
k
为第
1、2、
…
、k
条归一化的法向量，为平均法向量，为归一化的平均法向量；
[0058](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；
[0059](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
。
[0060]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；
[0061]具体通过以下公式实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种机器人无预置位不停车巡检方法，其特征在于：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，在根据标记类型确定的最大半径球体内取三个不在同一直线上距离尽可能大的点，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
。2.
根据权利要求1所述的一种机器人无预置位不停车巡检方法，其特征在于：所述步骤4通过以下公式实现：
u
＝
p2‑
p1v
＝
p3...

【专利技术属性】
技术研发人员：宋爱国，黄上章，缪天缘，张玉波，张炜，芦宇峰，陈梁远，
申请(专利权)人：广西电网有限责任公司电力科学研究院，
类型：发明
国别省市：