电力塔攀爬机器人视觉系统设计

摘要

随着电力行业的快速发展，以机器人代替人工实现智能巡检的需求日渐增长，电力特种作业机器人应运而生。电力塔攀爬机器人作为特种智能巡检机器人产品中的一种，主要功能是攀爬电力塔及完成相关巡检工作。实现电力塔攀爬机器人自主化是智能巡检时代的关键目标之一，对于提高巡检效率、降低生产成本、加速电力特种作业机器人智能化进程、保障国家能源安全具有重要意义。　　本文为实验室自行研制的电力塔攀爬机器人设计了一套视觉系统，使其具备定位攀爬脚钉及识别安全锁姿态的功能，为提高电力塔攀爬机器人自主化水平提供了一种思路，全文主要内容如下：　　(1)总结了现有电力塔攀爬机器人的研究现状，针对机器人视觉系统的关键技术进行了分析，研究了目标检测与姿态识别领域的优秀成果。结合机器人机械系统及应用需求，选择了合适的视觉系统配置方法。针对机器人爬塔定位功能与防坠保护功能设计了视觉系统软硬件框架，并对空间定位描述方法进行了分析。　　(2)为实现机器人定位脚钉进行爬塔的功能，视觉系统中采用了深度学习算法识别并定位脚钉。利用了Mobilenet的深度可分离思想优化高效的目标检测模型YOLOv3，并对先验框聚类方法进行了优化。通过自制铁塔模型与室外真实场景构成的数据集训练了模型，实现了脚钉识别。然后分析了相机的深度特性，将识别结果与IntelRealsenseD435相机的深度信息进行结合，实现了脚钉定位，具有较高的精度。　　(3)为实现防坠保护功能，视觉系统中采用了点云配准方法识别安全锁的空间姿态。通过IntelRealsenseD435获取了场景点云并进行滤波、分割等处理，基于三维模型构建了模板点云数据库。通过计算处理后的场景点云与模板点云的特征匹配度获得安全锁的最佳姿态模板，然后基于SAC-IA及ICP算法进行点云配准实现姿态识别及优化。通过实验得出，安全锁的姿态识别结果具有较高精度。　　(4)完成了视觉系统开发，在现场环境中对电力塔脚钉的识别与定位及安全锁姿态识别分别进行了应用。对于加速电力塔攀爬机器人智能化、自动化进程具有重要意义，为提升电力智能巡检水平提供了新思路。

目录

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