欢迎来到天天文库
浏览记录
ID:32185022
大小:11.23 MB
页数:112页
时间:2019-02-01
《220kv%2f330kv高压带电清扫机器人视觉系统的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、220kV/330kV高压带电清扫机器人视觉系统的研究摘要本文对220kV/330kV高压带电清扫机器人视觉系统中的若干问题进行了研究。高压带电清扫机器人是用于220kv/330kv高压变电站环境中,对高压绝缘瓷瓶的污秽进行带电清扫的自动化设备。为了实现清扫操作的自动化,这里采用机器人视觉系统解决绝缘瓷瓶的识别和定位问题。主要研究工作如下:给出了机器人视觉系统的两种解决方案通过对绝缘瓷瓶带电清扫操作及其工作环境的分析,给出了两种机器人视觉系统解决方案:手.眼机器人视觉系统和远距离机器人视觉系统,详细介绍了两种
2、方案的具体实现方法。从以上方案中提取出若干问题作为本文的主要研究内容。这些问题包括:1.绝缘瓷瓶的特征表示和特征不变性问题;2.绝缘瓷瓶的识别和定位问题;3.人工标志物体的视觉跟踪问题。提出一种基于SUSAN原理的尺度不变性特征(以下简称SESIF特征)绝缘瓷瓶是由光滑曲面组成的、釉质表面的弱纹理物体。绝缘瓷瓶位于室外变电站环境中,其图像会受到环境光照变化、摄像机内参数变化、视角变化、杂乱背景、噪音、部分遮挡、表面材质和纹理等因素的影响。本文应用SUSAN原理、尺度空问理论和特征描述子方法,提出一种基于SUS
3、AN边缘的尺度不变性特征(SESIF特征),用于绝缘瓷瓶的特征表示。文中给出了SESIF特征的探测算法,通过实验系统评估了该特征的性能,与其它不变性特征作了对比实验。这些不变性包括:视角不变性、尺度和旋转不变性、图像模糊不变性、噪音不变性、图像压缩不变性、线性和非线性光照不变性。实验证明了该特征的有效性。应用SESIF特征解决了绝缘瓷瓶的识别和定位问题本文首先研究了基于SESIF特征的匹配和约束问题,包括:1.引入SNN算法生成匹配假设,通过实验证明:在合适的阈值的条件下,SNN算法的计算效率要优于传统的k.
4、d树方法。2.提出一种峰值数约束,用于剔除错误匹配假设。3.应用广义霍夫变换进一步剔除50%以上的错误匹配。其次,本文给出一种物体识别和精确定位算法。内容包括:1.应用RANSAC方法进行粗略定位。2.采用基于李群的跟踪算法实现物体的精确定位。最后,给出了粗略定位和精确定位的实验结果。应用SESIF特征解决人工标记物体的视觉跟踪问题本文将基于边缘特征的李群跟踪算法扩展到基于SESIF特征的人工标志物体的运动跟踪中。该算法的优点在于:1.克服了原算法的边缘丢失问题;2.由于SESIF特征具备一定的光照不变性,因
5、此解决了部分光照不变性问题;3.采用基于SESIF特征的物体识别和定位方法解决了原算法没有解决的初始位置问题。提出一种基于两对匹配点的初始位置算法,该方法的运算效率要优于六点算法;4.在基于SESIF特征的视觉跟踪算法中引入迭代跟踪方法,该方法能够精确定位物体。该算法克服了基于边缘特征的算法中的运算效率低的问题;5.在窄基线跟踪算法中,引入距离约束,该约柬能够有效剔除大多数错误匹配,保证了鲁棒性跟踪算法的有效性。最后,给出了相关的实验室结果,证明了算法的有效性。总之,本文对220kV/330kV高压带电清扫机
6、器人视觉系统中的主要问题进行了研究:给出了两种机器人视觉系统解决方案;提出了一种新的SESIF特征,并且系统地评估了其特性;应用SESIF特征解决了绝缘瓷瓶的识别和定位问题;解决了人工标志物体的运动跟踪问题。关键词:机器人视觉,尺度不变性,SESIF特征,物体识别,视觉跟踪STUDYoNRoBoTVISl0NSYSTEM0F220KV/330KVHIGll.VoLTAGELIVE.LINECLEANINGRoBoTAbstractThisdissertationpresentsaresearchonsever
7、alimportantproblemsofrobotvisionsystemofa220kV/330kVhigh--voltagelive--linecleaningrobot(HLCR).HLCRisasemi—automaticsystemtocleaninsulatorsinoutdoor220kV/330kVhigh—voltagetransformersubstation.Inordertoimplementautomaticoperation,arobotvisionsystemwillbeapp
8、liedtoestimatetherelatedposturebetweeninsulatorandrobot.Themainresearchisasfollows:PresentingtwosolutionsonrobotvisionsystemBasedonananalysisofHLCR,twosolutionsofrobotvisionsystemweregiven:eyes—on—hand
此文档下载收益归作者所有