一种基于非向量空间控制策略的导线追踪方法及装置制造方法及图纸

本申请公开了一种基于非向量空间控制策略的导线追踪方法及装置，本申请通过机器人采集到的实时图像数据集合与预置的目标图像数据集合进行相似度比对，以图像整体为比对对象，计算出实时图像数据集合与目标图像数据集合的Haustorff距离，根据计算得到的Haustorff距离生成控制量，控制机器人向目标靠近，并在机器人移动的过程中，更新Haustorff距离和控制量，直至Haustorff距离是否小于预置的阈值后，结束导线追踪流程，解决了现有的依赖图像特征提取实现的伺服控制，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。

A Tracking Method and Device Based on Non-Vector Space Control Strategy

This application discloses a method and device of line tracing based on non-vector space control strategy. The application compares the similarity between the real-time image data collected by the robot and the preset target image data set. Taking the whole image as the object of comparison, the Austorff distance between the real-time image data set and the target image data set is calculated. According to the calculated Haus, the Hastorff distance between the real-time image data set and the target image data set is calculated. Torff distance generates control variables, controls the robot to approach the target, and updates the Haustorff distance and control variables in the process of the robot moving, until the Haustorff distance is less than the preset threshold, ends the traverse tracking process, solves the existing servo control relying on image feature extraction, and extracts the features of targets with too simple image features such as transmission lines. Difficulties lead to low success rate of autonomous tracking of transmission lines by existing live-working robots.

【技术实现步骤摘要】
一种基于非向量空间控制策略的导线追踪方法及装置
本申请涉及自动化控制领域，尤其涉及一种基于非向量空间控制策略的导线追踪方法及装置。
技术介绍
近年来，随着机器人技术的成熟，大部分高危险度的电力检修作业逐渐由机器人取代，为实现自主追踪功能，常规的做法是在机械臂末端安装摄像头实现基于视觉的机械臂末端运动反馈控制。然而，在大多数基于视觉伺服控制中，都是通过图像特征提取实现的，即通过机器人控制使摄像头获得的图像特征矢量达到目标状态，所用图像特征一般为颜色或形状为主。但是对于带电作业机器人由于输电线过于简单，要从复杂的作业环境中提取出输电线的稳定特征十分困难，导致了带电作业机器人自主追踪输电线成功率低的技术问题。
技术实现思路
本申请提供了一种基于非向量空间控制策略的导线追踪方法及装置，用于解决现有的基于视觉伺服控制都是依赖图像特征提取实现，对于输电线等图像特征过于简单的目标的特征提取困难导致的现有的带电作业机器人自主追踪输电线成功率低的技术问题。有鉴于此，本申请第一方面提供了一种基于非向量空间控制策略的导线追踪方法，包括：S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。优选地，所述步骤S1具体包括：S11：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合中的点。优选地，所述步骤S3具体包括：S31：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。优选地，所述实时图像数据集合与目标图像数据集合的距离标量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，A为系数矩阵。优选地，所述实时图像数据集合与目标图像数据集合的位置向量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，B为系数矩阵。本申请第二方面提供了一种基于非向量空间控制策略的导线追踪装置，包括：图像距离计算单元，用于获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；距离判定单元，用于判断所述Haustorff距离是否小于预置的阈值，若否，则触发控制量生成单元，若是，则判定导线追踪结束；控制量生成单元，用于根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；图像数据更新单元，用于获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后触发图像距离判定单元。优选地，所述图像距离计算单元具体用于：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合中的点。优选地，所述控制量生成单元具体用于：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。优选地，所述实时图像数据集合与目标图像数据集合的距离标量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，A为系数矩阵。优选地，所述实时图像数据集合与目标图像数据集合的位置向量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，B为系数矩阵。从以上技术方案可以看出，本申请具有以下优点：本申请提供了一种基于非向量空间控制策略的导线追踪方法，包括：S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。本申请通过机器人采集到的实时图像数据集合与预置的目标图像数据集合进行相似度比对，以图像整体为比对对象，计算出实时图像数据集合与目标图像数据集合的Haustorff距离，根据计算得到的Haustorff距离生成控制量，控制机器人向目标靠近，并在机器人移动的过程中，更新Haustorff距离和控制量，直至Haustorff距离是否小于预置的阈值后，结束导线追踪流程，解决了现有的依赖图像特征提取实现的伺服控制，对于输电线本文档来自技高网...

【技术保护点】
1.一种基于非向量空间控制策略的导线追踪方法，其特征在于，包括：S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。

【技术特征摘要】
1.一种基于非向量空间控制策略的导线追踪方法，其特征在于，包括：S1：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离；S2：判断所述Haustorff距离是否小于预置的阈值，若否，则执行步骤S3，若是，则判定导线追踪结束；S3：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动；S4：获取所述机器人主体移动时的实时图像，并更新所述实时图像数据集合，通过计算得到更新后的所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，然后返回步骤S2。2.根据权利要求1所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述步骤S1具体包括：S11：获取实时图像数据集合，将所述实时图像数据集合与预置的目标图像数据集合进行比对，通过Lyapunov函数计算得到所述实时图像数据集合与所述目标图像数据集合间的Haustorff距离，其中，所述Lyapunov函数具体为：式中，V(K)为实时图像数据集合与目标图像数据集合的Haustorff距离，K为实时图像数据集合，为目标图像数据集合，d(·)为点到集合的距离，x为实时图像数据集合K或目标图像数据集合中的点。3.根据权利要求2所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述步骤S3具体包括：S31：根据所述Haustorff距离，确定所述实时图像数据集合与所述目标图像数据集合的偏移量，并根据所述偏移量，通过预置的控制量计算公式，得到控制量，使得机器人主体根据所述控制量进行移动，其中，所述控制量计算公式具体为：式中，u为控制量，α为增益常数，H(K)为实时图像数据集合与目标图像数据集合的距离标量，E(K)为实时图像数据集合与目标图像数据集合的位置向量。4.根据权利要求3所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述实时图像数据集合与目标图像数据集合的距离标量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，A为系数矩阵。5.根据权利要求3所述的一种基于非向量空间控制策略的导线追踪方法，其特征在于，所述实时图像数据集合与目标图像数据集合的位置向量具体为：式中，x为实时图像数据集合K或目标图像数据集合中的点，PK(x)为点x到实时图像数据集合K的投影，为点x到目标图像数据集合的投影，B为系数矩阵。6.一种基于非向量空间控制策略的导线...

【专利技术属性】
技术研发人员：麦晓明，王杨，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：广东,44