【技术实现步骤摘要】
一种基于VSLAM算法的高炉风口平台巡检机器人控制方法
本专利技术属于计算机视觉与电气控制领域,具体涉及一种基于VSLAM算法的高炉风口平台巡检机器人控制方法。
技术介绍
高炉风口平台是炼铁高炉的重点区域,也是高炉炼铁生产安全管理的重点区域。高炉操作人员非常关注高炉风口回旋区的工作状态,并将其作为判断和控制高炉运行状况的重要依据之一。完成这项工作,主要靠人工巡检的方式进行。由于风口平台可能存在煤气的泄漏,人工巡检存在很大的安全隐患。随着科学技术的飞速发展,巡检机器人在各种领域中被广泛应用,替代或辅助人类进行各种巡检工作,尤其是在人类难以生存、环境恶劣、有害身体健康的环境,或者是一些安全事故频繁发生的场所。巡检机器人根据应用范围可以分为高压输电线路自主巡检机器人、矿用智能巡检机器人以及工业工厂巡检机器人等。根据形态,可以分为:轮式巡检机器人、履带式巡检机器人以及轨道式巡检机器人。我们常常通过主控室管控巡检机器人,使其按照预设或者临时设定的巡检工作,做巡检场所进行分时段、分区域的巡检,从而使得巡检工作更为全面、真实、可靠,有效避免人工巡检时发生的漏检、错误记录等人为因素干扰。同时巡检机器人可将采集到数据传送至上位机软件进行记录、处理、分析形成可视化数据,有效提高设备的数字化管理水平。目前VSLAM算法吸引了大量研究关注,VSLAM的核心方法是通过可见光波段的光学传感器(如摄像机、深度相机等)感知周围的环境,形成图像数据,对其进一步提取加工,通过结合场景的深度信息和相机运动估计,可以构建周围图像模型。在路径 ...
【技术保护点】
1.一种基于VSLAM算法的高炉风口平台巡检机器人控制方法,其特征在于,具体步骤如下:/n第一步:建立巡检地图:/n巡检机器人处于初始状态时位于主控室充电站上,启动机器人,自检、建立巡检地图,通过VSLAM算法提取巡检场所特征,若图像中某个像素点的灰度值与周围邻域足够多的像素点灰度值差别足够大,将其设检测区域中心像素点P,被检测的像素点为I,以3像素点为半径的离散圆共16个像素点形成检测范围,设灰度阈值为T,若被检测像素点的灰度值[I-P]≥T,表明采样出错重新采集,否则将该采样点建立在模型图中;/n第二步:路径规划:/n巡检场所建模完成之后,机器人开始进行巡检任务;/n不论何种方式机器人都需要自主建立路径规划以到达准确的巡检位置;/n采用最小二乘法的一元线性回归模型数学方法,/n设样本回归模型为:
【技术特征摘要】
1.一种基于VSLAM算法的高炉风口平台巡检机器人控制方法,其特征在于,具体步骤如下:
第一步:建立巡检地图:
巡检机器人处于初始状态时位于主控室充电站上,启动机器人,自检、建立巡检地图,通过VSLAM算法提取巡检场所特征,若图像中某个像素点的灰度值与周围邻域足够多的像素点灰度值差别足够大,将其设检测区域中心像素点P,被检测的像素点为I,以3像素点为半径的离散圆共16个像素点形成检测范围,设灰度阈值为T,若被检测像素点的灰度值[I-P]≥T,表明采样出错重新采集,否则将该采样点建立在模型图中;
第二步:路径规划:
巡检场所建模完成之后,机器人开始进行巡检任务;
不论何种方式机器人都需要自主建立路径规划以到达准确的巡检位置;
采用最小二乘法的一元线性回归模型数学方法,
设样本回归模型为:其中:Xi表示第i点的自变量,Yi表示与Xi相关的因变量,ei为随机扰动项,为回归方程常数项。
残差平方和为:为因变量Yi的对应估计值,有效说明了算法估计的路径。
为求出符合回归模型的极值,对其求偏导即可,求出回归模型方程即可根据实际情况,规划下一刻的路径;
第三步:特征匹配:
本发明基于VSLAM算法进行特征匹配可有效保证巡检线路、巡检位置的准确性。特征匹配可简单理解为两张在同一场景或相似场景下的图,它们具有某种相对应的关系,一般都为非线性关系。设两张图所相关的对应节点为;
G1=(V1,E1)、G2=(V1+du,E1+dv),V表示点集合,E表示边集合,表示像素位移,节点个数为n1,n2,即|V1|=n1,|V2|=n2,通常情况下n1=n2;
其中:Vk,Ek表示G1图中第k个点的坐标。Vk+du,E1+dv表示G1中第k个点与G2中成对应关系点的坐标。
为保证像素位移即增量最少,减小计算负担,对上式求偏导,然后经过...
【专利技术属性】
技术研发人员:胡兴柳,顾海华,方挺,司海飞,
申请(专利权)人:金陵科技学院,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。