一种基于人工智能的轨道式机器人防卡死检测方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，具体涉及一种基于人工智能的轨道式机器人防卡死检测方法及装置。该方法包括：获取光伏电池板ROI区域图像；用语义分割网络模型获取ROI区域的分割结果图；从分割结果图中获取光伏电池板边缘框的二值图像，判断二值图像中的第一纵向边缘框、第一横向边缘框和第二横向边缘框；计算第一横向边缘框和第二横向边缘框间的最大缝隙宽度，并与测量缝隙宽度求平均值得到缝隙宽度；计算视觉落差高度，并与测量落差高度求平均值得到落差高度；当缝隙宽度或落差高度大于设定阈值时，轨道式清洁机器人返航。该方法解决了缝隙过大或落差过高导致机器人卡死的问题，及红外测距传感器测距不准确的问题，增加了判断结果的准确性和可靠性。

【技术实现步骤摘要】
一种基于人工智能的轨道式机器人防卡死检测方法及装置
本专利技术涉及人工智能
，具体涉及一种基于人工智能的轨道式机器人防卡死检测方法及装置。
技术介绍
目前，轨道式清洁机器人被广泛应用于光伏电池板的清洁，不仅节省人力物力，还解决了光伏电池板位置过高人工难以清洁的问题。但是光伏电池板的松动会导致光伏电池板之间高低不平或存在较大缝隙，缝隙过大会导致清洁机器人卡死在光伏电池板之间，难以恢复；落差高度过高导致轨道式清洁机器人难以行进。现有技术中对落差高度和缝隙宽度的测量主要采用红外测距传感器。红外测距传感器使用主动式红外射线照射，根据红外光线返回时间差进行距离换算，所以对于透明介质，如光伏电池板上的透明薄膜、玻璃等，会使光线不能正常反射，造成测距的误差；光伏电池板边缘的黑色物体会吸收光线，也会造成测距的误差。
技术实现思路
为了解决上述技术问题，本专利技术的目的在于提供一种基于人工智能的轨道式机器人防卡死检测方法及装置，所采用的技术方案如下：第一方面，本专利技术实施例提供了一种基于人工智能的轨道式机器人防卡死检测方法，该检测方法包括以下步骤：获取光伏电池板ROI区域的图像，所述ROI区域的图像中包括所述光伏电池板的边缘图像；将所述ROI区域的图像输入语义分割网络模型，输出所述ROI区域的分割结果图，所述分割结果图包括光伏电池板外部边缘框、光伏电池板内部区域和背景；从所述分割结果图中获取所述光伏电池板边缘框的二值图像，将所述分割结果图转化为二值图像，根据所述二值图像中的白色像素点判断所述第一光伏电池板的第一纵向边缘框并计算第一纵向边缘线的直线方程，在检测到与所述第一纵向边缘框垂直的边缘框时，判断所述边缘框为第一横向边缘框，根据所述第一横向边缘框判断第二光伏电池板的第二横向边缘框；计算所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙宽度，并与通过红外测距传感器得到的测量缝隙宽度求平均值得到缝隙宽度，当所述缝隙宽度大于缝隙阈值时，轨道式清洁机器人返航；通过所述二值图像中所述第一光伏电池板的第一角点坐标和与所述第一角点坐标相邻的所述第二光伏电池板的第二角点坐标计算视觉落差高度，并与通过所述红外测距传感器得到的测量落差高度求平均值，得到落差高度，当所述落差高度大于高度阈值时，所述轨道式清洁机器人返航。进一步地，所述计算第一纵向边缘线的步骤包括：计算每行所述白色像素点的中心位置；根据所述中心位置，判断各行所述白色像素点是否为线性关系；在判断结果为线性关系时，计算所述第一纵向边缘线的直线方程。进一步地，所述最大缝隙宽度的计算步骤包括：检测所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙，获取所述最大缝隙所对应的黑色像素点的数量；根据所述黑色像素点的数量，计算所述最大缝隙宽度。进一步地，所述第一角点坐标为所述第一光伏电池板中横坐标最小且纵坐标最大所对应的坐标，与所述第一角点坐标相邻的所述第二角点坐标为所述第二光伏电池板中横坐标最小纵坐标最小所对应的坐标；或者，所述第一角点坐标为所述第一光伏电池板中横坐标最大纵坐标最大所对应的坐标，与所述第一角点坐标相邻的所述第二角点坐标为所述第二光伏电池板中横向坐标最大纵向坐标最小所对应的坐标。第二方面，本专利技术实施例提供了一种基于人工智能的轨道式机器人防卡死检测装置，该检测装置包括：图像获取模块，用于获取光伏电池板ROI区域的图像，所述ROI区域的图像中包括所述光伏电池板的边缘图像；语义分割模块，用于将所述ROI区域的图像输入语义分割网络模型，输出所述ROI区域的分割结果图，所述分割结果图包括光伏电池板外部边缘框、光伏电池板内部区域和背景；边缘框检测模块，用于从所述分割结果图中获取所述光伏电池板边缘框的二值图像，根据所述二值图像中的白色像素点判断所述第一光伏电池板的第一纵向边缘框并计算第一纵向边缘线的直方程，在检测到与所述第一纵向边缘框垂直的边缘框时，判断所述边缘框为第一横向边缘框，根据所述第一横向边缘框判断第二光伏电池板的第二横向边缘框；缝隙宽度判断模块，用于计算所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙宽度，并与通过红外测距传感器得到的测量缝隙宽度求平均值得到缝隙宽度，当所述缝隙宽度大于缝隙阈值时，轨道式清洁机器人返航；落差高度判断模块，用于通过所述二值图像中所述第一光伏电池板的第一角点坐标和与所述第一角点坐标相邻的所述第二光伏电池板的第二角点坐标计算视觉落差高度，并与通过所述红外测距传感器得到的测量落差高度求平均值，得到落差高度，当所述落差高度大于高度阈值时，所述轨道式清洁机器人返航。进一步地，所述边缘框检测模块包括第一纵向边缘线判断模块，所述第一纵向边缘线判断模块包括：中心位置计算单元，用于计算每行白色像素点的中心位置；线性判断单元，用于根据所述中心位置，判断各行所述白色像素点是否为线性关系；以及方程计算单元，用于在判断结果为线性关系时，计算所述第一纵向边缘线的直线方程。进一步地，所述缝隙宽度判断模块包括最大缝隙宽度模块，所述最大缝隙宽度模块包括：黑色像素点数量获取模块，用于检测所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙，获取所述最大缝隙所对应的黑色像素点的数量；以及最大缝隙宽度计算模块，用于根据所述黑色像素点的数量，计算所述最大缝隙宽度。本专利技术实施例至少具有如下有益效果：本专利技术实施例提供了一种基于人工智能的轨道式机器人防卡死检测方法，该方法通过将光伏电池板ROI区域图像输入语义分割网络模型，得到分割结果图；通过分析光伏电池板边缘框的二值图像和红外测距传感器的数据，得到光伏电池板间的缝隙宽度和落差高度；当缝隙宽度和落差高度大于设定阈值时，轨道式清洁机器人返航。该方法解决了缝隙过大或落差高度过高导致机器人卡死和难以行进的问题，以及红外测距传感器测距不准确的问题，增加了判断结果的准确性和可靠性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图；图1为本专利技术一个实施例所提供的轨道式机器人防卡死检测系统的实施环境示意图；图2为本专利技术一个实施例所提供的相机拍摄区域示意图；图3为本专利技术一个实施例所提供的一种基于人工智能的轨道式机器人防卡死检测系统的结构框图；图4为本专利技术一个实施例所提供的一种基于人工智能的轨道式机器人防卡死检测方法流程图；图5为本专利技术一个实施例所提供的光伏电池板边缘框检测方法流程图；图6为本专利技术一个实施例所提供的缝隙宽度检测方法流程图；图7为本专利技术一个实施例所提供的落差高度检测方法流程图；图8为本专利技术一个实施例所提供的一种基于人工智能的轨道式机器人防卡本文档来自技高网...

【技术保护点】
1.一种基于人工智能的轨道式机器人防卡死检测方法，其特征在于，该检测方法包括以下步骤：/n获取光伏电池板ROI区域的图像，所述ROI区域的图像中包括所述光伏电池板的边缘图像；/n将所述ROI区域的图像输入语义分割网络模型，输出所述ROI区域的分割结果图，所述分割结果图包括光伏电池板外部边缘框、光伏电池板内部区域和背景；/n从所述分割结果图中获取所述光伏电池板边缘框的二值图像，根据所述二值图像中的白色像素点判断所述第一光伏电池板的第一纵向边缘框并计算第一纵向边缘线的直线方程，在检测到与所述第一纵向边缘框垂直的边缘框时，判断所述边缘框为第一横向边缘框，根据所述第一横向边缘框判断第二光伏电池板的第二横向边缘框；/n计算所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙宽度，并与通过红外测距传感器得到的测量缝隙宽度求平均值得到缝隙宽度，当所述缝隙宽度大于缝隙阈值时，轨道式清洁机器人返航；/n通过所述二值图像中所述第一光伏电池板的第一角点坐标和与所述第一角点坐标相邻的所述第二光伏电池板的第二角点坐标计算视觉落差高度，并与通过所述红外测距传感器得到的测量落差高度求平均值，得到落差高度，当所述落差高度大于高度阈值时，所述轨道式清洁机器人返航。/n...

【技术特征摘要】
1.一种基于人工智能的轨道式机器人防卡死检测方法，其特征在于，该检测方法包括以下步骤：
获取光伏电池板ROI区域的图像，所述ROI区域的图像中包括所述光伏电池板的边缘图像；
将所述ROI区域的图像输入语义分割网络模型，输出所述ROI区域的分割结果图，所述分割结果图包括光伏电池板外部边缘框、光伏电池板内部区域和背景；
从所述分割结果图中获取所述光伏电池板边缘框的二值图像，根据所述二值图像中的白色像素点判断所述第一光伏电池板的第一纵向边缘框并计算第一纵向边缘线的直线方程，在检测到与所述第一纵向边缘框垂直的边缘框时，判断所述边缘框为第一横向边缘框，根据所述第一横向边缘框判断第二光伏电池板的第二横向边缘框；
计算所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙宽度，并与通过红外测距传感器得到的测量缝隙宽度求平均值得到缝隙宽度，当所述缝隙宽度大于缝隙阈值时，轨道式清洁机器人返航；
通过所述二值图像中所述第一光伏电池板的第一角点坐标和与所述第一角点坐标相邻的所述第二光伏电池板的第二角点坐标计算视觉落差高度，并与通过所述红外测距传感器得到的测量落差高度求平均值，得到落差高度，当所述落差高度大于高度阈值时，所述轨道式清洁机器人返航。


2.根据权利要求1的一种基于人工智能的轨道式机器人防卡死检测方法，其特征在于，所述计算第一纵向边缘线的直线方程的步骤包括：
计算每行所述白色像素点的中心位置；
根据所述中心位置，判断各行所述白色像素点是否为线性关系；
在判断结果为线性关系时，计算所述第一纵向边缘线的直线方程。


3.根据权利要求1的一种基于人工智能的轨道式机器人防卡死检测方法，其特征在于，所述最大缝隙宽度的计算步骤包括：
检测所述第一横向边缘框与所述第二横向边缘框之间的最大缝隙，获取所述最大缝隙所对应的黑色像素点的数量；
根据所述黑色像素点的数量，计算所述最大缝隙宽度。


4.根据权利要求1的一种基于人工智能的轨道式机器人防卡死检测方法，其特征在于，所述第一角点坐标为所述第一光伏电池板中横坐标最小且纵坐标最大所对应的坐标，与所述第一角点坐标相邻的所述第二角点坐标为所述第二光伏电池板中横坐标最小纵坐标最小所对应的坐标；
或者，所述第一角点坐标为所述第一光伏电池板中横坐标最大纵坐标最大所对应的坐标，与所述第一角点坐标相...

【专利技术属性】
技术研发人员：黄晨华，王晓春，
申请(专利权)人：河南颂达信息技术有限公司，
类型：发明
国别省市：河南;41