基于ORB-SLAM的大型装备结构表面检测路径规划方法技术

本发明专利技术公开一种基于ORB

【技术实现步骤摘要】
基于ORB
‑
SLAM的大型装备结构表面检测路径规划方法


[0001]本专利技术涉及无人系统路径规划方法，尤其是基于ORB
‑
SLAM的大型复杂装备表面无人机检测路径方法

技术介绍

[0002]大型复杂装备服役期间，不可避免的会出现结构损伤，大大降低了大型装备的可靠度。对服役的大型机械装备进行定期的表面探伤与修复，可以在早期发现并修复结构损伤，提高其可靠度。因此，对服役的大型装备进行定期的表面探伤是非常必要的。对于飞机等复杂装备表面结构检测，现在仍主要采用人工目视检查的方式，由于高度限制，需借助升降台等各种工具，给检修工作带来极大的难度。
[0003]近年来，随着智能机器人领域的快速发展，各种各样的工业机器人在各行业中得到广泛的应用，其中的四旋翼无人机，由于其高机动型、垂直起降等优点，有着极大的开发潜力。借助无人机的空中视角，实现飞机表面结构检测的智能化是当前的热点研究课题之一。要实现无人机的自动化、智能化工作，就要解决其自主导航的问题，既要感知周围环境，又要定位自身相对位置，这两项工作是同时进行的，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于ORB
‑
SLAM的大型装备结构表面检测路径规划方法，其特征在于，包括如下步骤：步骤1、采集无人机和/或采集无人车搭载高清云台相机，对复杂装备的表面结构进行拍照，提取每帧图像中的ORB特征点，再在各帧中进行匹配获得两帧图像之间相机的位姿变化，估计相机运动轨迹；步骤2、建立图像特征坐标点和世界坐标系下三维坐标点的转换关系，获得大型装备结构表面检测地图，添加新的关键帧与特征点到活动的地图中，删除无效特征点，同时通过光束法平差更新地图，获得采集无人机和/或采集无人车检测路径。2.根据权利要求1所述的基于ORB
‑
SLAM的大型装备结构表面检测路径规划方法，其特征在于，步骤1中估计相机运动轨迹的具体方法为：(1)识别和提取每帧图像的FAST角点；(2)对每个角点计算其BRIEF描述子；(3)选用汉明权重作为度量，采用暴力匹配的方法，计算下一帧所有特征点的BRIEF描述子与当前帧每一个特征点的BRIEF描述子之间的汉明权重，排序后选取汉明权重最大的一个作为匹配点；(4)选取多对匹配点，采用对极几何估计相机运动。3.根据权利要求2所述的基于ORB
‑
SLAM的大型装备结构表面检测路径规划方法，其特征在于，步骤(1)识别和提取FAST角点的方法为：a、将图像转化为灰度图；b、将图像上的任一像素点记为P
i
，并记录其灰度值G
i
；c、对P
i
，分别记录其周围半径为3像素的圆上的16个像素点灰度值G
i1
～G
i16
；d、对G
i1
～G
i16
，分别计算与G
i
的差的绝对值T
i
(i＝1,2
…
16)；e、设置阈值T，统计T
i
(i＝1,2
…
16)中不小于T的个数W；f、设置阈值N，若W≥N，则认为P
i
为特征点，反之则剔除P
i
；g、对每个像素，均重复步骤(3)～(6)。4.根据权利要求3所述的基于ORB
‑
SLAM的大型装备结构表面检测路径规划方法，其特征在于，步骤(2)中对每个角点计算其BRIEF描述子的方法为：a、使用高斯滤波平滑图像，减少噪声干扰；b、在特征点周围选取一定大小的窗口记作patch，在patch内采用随机选点的方法挑选出来N
d
个点对(p,q)，N
d
取128、256或512；c、比较每个点对中两点亮度I
p
与I
q
，若I
p
＞I

【专利技术属性】
技术研发人员：许娟，李杨，肖文，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：