声明
第 1 章 绪论
1.1 课题来源
1.2 研究背景及意义
1.3 电力塔攀爬机器人国内外研究现状
1.4 机器人视觉系统关键技术研究现状
1.4.1 目标识别与定位技术研究现状
1.4.2 物体位姿识别技术研究现状
1.5 研究现状总结
1.6 主要研究内容
第 2 章机器人视觉系统总体设计
2.1 视觉系统应用需求分析
2.1.1 机器人功能分析
2.1.2 机械系统概述
2.1.3 视觉系统配置方法
2.2 硬件系统设计
2.2.1 硬件架构设计
2.2.2 深度相机选型
2.2.3 图像处理器选型
2.2.4 无线通讯模块选型
2.3 软件系统设计
2.3.1 软件架构设计
2.3.2 软件环境配置
2.4 目标定位与姿态描述
2.4.1 脚钉空间定位
2.4.2 安全锁空间姿态
2.5 本章小结
第 3 章 基于深度学习的脚钉识别与定位研究
3.1 脚钉攀爬识别与定位技术路线
3.2 目标检测算法 YOLOv3
3.2.1 网络结构
3.2.2 多尺度融合预测
3.2.3 损失函数
3.3 面向模型轻量化的 YOLOv3 算法改进
3.3.1 轻量级网络 Mobilenet
3.3.2 基于深度可分离卷积的模型压缩策略
3.3.3 网络结构轻量化改进
3.3.4 先验框聚类优化
3.4 脚钉目标识别实验
3.4.1 模型评价方法
3.4.2 模型训练
3.4.3 实验结果分析
3.5 融合深度信息的脚钉定位实验
3.5.1 相机深度特性分析
3.5.2 深度测距实验
3.5.3 脚钉定位效果
3.6本章小结
第 4 章 基于点云配准的安全锁姿态识别研究
4.1 防坠保护功能技术路线
4.2 场景点云数据获取及预处理
4.2.1 Realsense 点云数据获取
4.2.2 点云体素栅格滤波
4.2.3 挂锁场景背景滤波
4.2.4 基于采样一致性的安全锁分割
4.3 安全锁模版点云匹配
4.3.1 点云特征描述
4.3.2 安全锁模版数据库构建
4.3.3 基于 VFH特征的点云匹配
4.4 安全锁姿态识别
4.4.1 基于 SAC-IA的姿态识别
4.4.2 基于 ICP的姿态优化
4.5 实验结果分析
4.6 本章小结
第 5 章视觉系统开发及应用
5.1 系统实物与界面开发
5.2 视觉系统初始化
5.3 视觉系统应用实验
5.3.1 攀爬路径脚钉识别与定位
5.3.2 安全锁姿态识别
5.4 本章小结
总结与展望
总结
展望
致谢
参考文献
攻读硕士学位期间的科研成果及参与项目
西南交通大学;