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、尺度空间理论和特征描述子方法，提出一种基于SUSAN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-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，该约束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。

目录

文摘

英文文摘

论文说明：数学符号说明

声明

第一章 绪论

1.1 研究背景

1.1.1 第一代高压带电清扫机器人

1.1.2 第二代高压带电清扫机器人

1.2 第二代高压带电清扫机器人的视觉系统

1.2.1 机器人视觉系统方案

1.2.2 机器人视觉系统的特点和问题

1.3 相关研究评述

1.3.1 带电作业机器人的研究评述

1.3.2 图像特征不变性的研究评述

1.3.3 基于局部不变性特征的物体识别研究评述

1.3.4 视觉跟踪的研究评述

1.4 研究方法

1.4.1 研究规划

1.4.2 研究对象

1.4.3 研究方法

1.5 主要研究内容

1.6 本章小结

第二章 基于SUSAN边缘的尺度不变性特征

2.1 SUSAN边缘

2.1.1 SUSAN原理

2.1.2 SUSAN边缘草图

2.1.3 SUSAN边缘方向

2.1.4 SUSAN边缘

2.1.5 SUSAN向量场

2.2 尺度小变性区域

2.2.1 离散尺度空间

2.2.2 特征尺度选择

2.3 不变性区域描述子

2.3.1 子区域

2.3.2 SUSAN向量场

2.3.3 边缘描述子

2.3.4 光照不变性

2.4 本章小结

第三章 SESIF特征的匹配、约束和不变性实验

3.1 简单最邻近搜索算法

3.1.1 问题陈述

3.1.2 简单最邻近搜索算法

3.1.3 确定边界条件ε

3.1.4 SNN算法与k-d树算法的对比实验

3.2 峰值数约束

3.2.1 定义

3.2.2 参数分析

3.2.3 实验

3.3 广义霍夫变换

3.3.1 广义霍夫变换

3.3.2 实验

3.4 距离约束

3.5 不变性实验

3.5.1 视角变化实验

3.5.2 尺度和旋转变化实验

3.5.3 图像模糊实验

3.5.4 图像噪音实验

3.5.5 图像压缩实验

3.5.6 光照变化实验

3.6 本章小结

第四章 绝缘瓷瓶的识别和定位

4.1 绝缘瓷瓶的识别

4.1.1 RANSAC方法

4.1.2 二维刚体仿射变换

4.1.3 绝缘瓷瓶识别算法

4.2 基于枚举法的物体精确定位

4.3 基于图像跟踪的绝缘瓷瓶定位

4.3.1 李群向量场

4.3.2 图像跟踪算法

4.4 实验

4.4.1 物体识别实验

4.4.2 物体精确定位实验

4.5 本章小结

第五章 人工标志物体的运动跟踪

5.1 摄像机标定

5.1.1 摄像机模型

5.1.2 摄像机标定

5.2 三维物休重构

5.3 三维物体运动模型

5.3.1 坐标系统

5.3.2 三维欧氏变换群SE(3)

5.3.3 李群生成元

5.3.4 三维欧氏运动的变换矩砗

5.3.5 投影变换矩阵

5.3.6 李群向量场

5.3.7 图像向量场

5.4 运动跟踪算法

5.4.1 运动参数估计

5.4.2 鲁棒性算法

5.4.3 初始位置和跟踪失败问题

5.4.4 三维物体的精确定位

5.4.5 三维物体跟踪算法流程

5.4.6 跟踪算法的实时性

5.5 实验结果

5.5.1 初始位置和精确定位实验

5.5.2 精确定位实验

5.5.3 平移运动实验

5.5.4 复合运动实验

5.6 本章小结

第六章 高压带电清扫机器人视觉系统

6.1 机器人视觉系统软件结构

6.2 方案一：手-眼机器人视觉系统

6.3 方案二：远距离机器人视觉系统

6.4 本章小结

第七章 结论

参考文献

附录A 测试图像

致谢

在攻读博士学位期间发表的学术论文