一种带式输送机巡检机器人定位方法技术

本发明专利技术提供了一种带式输送机巡检机器人定位方法，包括以下步骤：读取巡检机器人拍摄的图像，对图像进行逐行、逐列扫描，去除不包含目标像素点的行和列，得到一次处理图像；筛除一次处理图像中的无效像素点，获取有效像素点的数量和位置，利用有效像素点的位置信息将有效像素点置于目标图像模板中的相应位置，形成二次处理图像；将二次处理图像与目标图像行数和列数的基准值进行比较；对二次处理图像中的像素点进行拟合，获取二次处理图像的初始轮廓曲线；将初始轮廓曲线提取为边缘数字信息，将获取的边缘数字信息与待检测物体边缘数字信息进行对比，判断定位位置。采用该方法可有效降低计算难度，提高定位精度，鲁棒性好，适用于野外环境。野外环境。野外环境。

【技术实现步骤摘要】
一种带式输送机巡检机器人定位方法


[0001]本专利技术涉及巡检机器人定位系统
，具体而言，涉及一种带式输送机巡检机器人定位方法。

技术介绍

[0002]目前，带式输送机广泛应用于电力、钢铁、煤炭、水利、化工、冶金、建材等领域，与此同时，带式输送机系统正在向高带速，高功率，大运量以及长距离的大型化方向发展。
[0003]而近年来，随着带式输送机中各种设备趋于复杂，对实时监控和巡检的要求也日益提高。目前主要采用人工巡检的方式，但由于设备可能处于恶劣的工作环境下，人工巡检具有一定危险性，并且人工监测会存在人为失误的可能，同时人工成本不断攀升，使得机器代替人工巡检的必要性越来越高。而定位系统作为巡检机器人中必不可少的关键系统，对巡检准确性至关重要。目前常用的定位方法有数字匹配，二维码识别，步进累加等方式。其中，数字匹配所需数据量巨大，且由于噪声干扰易引起误识别；二维码方式长期在野外环境易受损坏或脱落，寿命较短；步进累加方式长期运行后易存在较大累积误差，影响识别准确性。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在现有定位方法涉及数据量巨大，影响计算处理效率；且容易受噪声干扰引起误识别，不适用于野外环境，定位不够精准，误差较大的技术问题之一。
[0005]本专利技术提供了一种带式输送机巡检机器人定位方法，包括以下步骤：
[0006]S1、读取巡检机器人拍摄的图像，对图像进行逐行、逐列扫描，去除不包含目标像素点的行和列，得到一次处理图像；
[0007]S2、筛除一次处理图像中的无效像素点，获取有效像素点的数量和位置，利用有效像素点的位置信息将有效像素点置于目标图像模板中的相应位置，形成二次处理图像；
[0008]S3、获取二次处理图像的行数和列数，将其与目标图像行数和列数的基准值进行比较，若二次处理图像的行数和列数与目标图像基准值的偏差在误差允许范围内，进行下一步，否则，返回S1；
[0009]S4、采用B样条曲线方法对二次处理图像中的像素点进行拟合，获取二次处理图像的初始轮廓曲线；
[0010]S5、利用Snake算法将初始轮廓曲线提取为边缘数字信息，将获取的边缘数字信息与待检测物体边缘数字信息进行对比，判断定位位置。
[0011]进一步地，S1中获取一次处理图像的方法包括：
[0012]从图像一侧的边缘出发朝向相对的另一侧进行图像扫描，扫描到目标像素点后终止该方向的扫描，在目标像素点所在行或列进行图像分割，保留该行或列及未扫描部分图像，对未扫描部分图像在其余方向上重复上述扫描和分割过程，直至完成全部方向的图像
处理，得到一次处理图像；
[0013]进一步地，S2中将S1获取的一次处理图像逐行逐列扫描，记录每行和每列目标像素点的位置和数量，抽取任意相邻的两行或两列，进行目标像素点位置和数量的对比，若任一目标像素点周围至少一个方向存在与之相邻的目标像素点，则该点为有效像素点，否则，为无效像素点。
[0014]进一步地，以至少两张图像中目标图像像素点行数或列数的算数平均值作为行数或列数基准值，二次处理图像与基准值相比较的误差低于3％
‑
5％。
[0015]进一步地，S2中使用的目标图像模板与获取基准值的目标图像区域大小相等。
[0016]进一步地，B样条曲线函数如下：
[0017]其中t
min
≤t≤t
max
,2≤d≤n
[0018]其中，表示曲线上点坐标向量，n为控制点数量，为控制点坐标(i从0开始)，B
i,d
(t)为控制点坐标影响权重的多项式系数，i代表坐标的索引，n代表多项式的最高幂数，d为影响B样条曲线的次数；t表示时间函数为绘制曲线时的取值。
[0019]进一步地，选用B样条曲线中的3次样条曲线作为初始轮廓，即d的取值为3。
[0020]进一步地，利用Snake算法将初始轮廓曲线提取为数字信息包括以下步骤：
[0021]S51、读入B样条拟合后的初始轮廓曲线；
[0022]S52、设置输入参数，所述输入参数包括内部能量系数、迭代计算次数和滤波参数；
[0023]S53、对初始轮廓曲线进行高斯滤波；
[0024]S54、采用迭代计算方法，求解Snake算法函数，获取数字信息；
[0025]S55、输出数字信息。
[0026]进一步地，所述Snake算法函数定义如下：
[0027][0028]其中，c(s)为S4中获取的最终结果曲线，即初始轮廓曲线，由变换得出(s∈[0,1])；α，β为正的实参数，即内部能量系数，用于调节曲线连续性和平滑性；c
s
(s)、c
ss
(s)分别为初始轮廓曲线的一阶导数和二阶导数；为图像I(x(s),y(s))的梯度。
[0029]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0030]通过两次图像处理，得出目标图像，去除了图像中的不必要信息，减少了图像中的干扰信息，避免噪声引起的误识别；
[0031]利用B样条曲线方法将像素点拟合为初始轮廓曲线，通过Snake算法求解能量函数的极小值，在能量函数极小值驱动下，初始轮廓曲线逐渐向待检测物体的边缘逼近，最终提取出目标边缘的数字信息，通过边缘数字信息与待检测物体边缘数字信息进行对比，实现定位判断，无需处理目标图像的中心数据，仅需进行边缘数据的对比，克服了海量数据带来的计算效率低和计算难度高的问题；
[0032]提高了机器人的定位精度，鲁棒性好，适用于在带式输送机所处的野外等恶劣环境中长期应用。
[0033]本专利技术的附加方面和优点将在下面的描述部分中变得明显，或通过本专利技术的实践了解到。
附图说明
[0034]本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
[0035]图1是本专利技术一个实施例的一种带式输送机巡检机器人定位方法的流程图；
[0036]图2是本专利技术一个实施例的一种带式输送机巡检机器人定位方法的流程示意图。
具体实施方式
[0037]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0038]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其它不同于在此描述的方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0039]下面参照图1至图2来描述根据本专利技术一些实施例提供的一种带式输送机巡检机器人定位方法。
[0040]一种带式输送机巡检机器人定位方法，包括以下步骤：
[0041]S1、读取巡检机器人拍摄的图像，对图像进行逐行、逐列扫描，去除不包含目标像素点的行和列，得到一次处理图像；...

【技术保护点】

【技术特征摘要】
1.一种带式输送机巡检机器人定位方法，其特征在于，包括以下步骤：S1、读取巡检机器人拍摄的图像，对图像进行逐行、逐列扫描，去除不包含目标像素点的行和列，得到一次处理图像；S2、筛除一次处理图像中的无效像素点，获取有效像素点的数量和位置，利用有效像素点的位置信息将有效像素点置于目标图像模板中的相应位置，形成二次处理图像；S3、获取二次处理图像的行数和列数，将其与目标图像行数和列数的基准值进行比较，若二次处理图像的行数和列数与目标图像基准值的偏差在误差允许范围内，进行下一步，否则，返回S1；S4、采用B样条曲线方法对二次处理图像中的像素点进行拟合，获取二次处理图像的初始轮廓曲线；S5、利用Snake算法将初始轮廓曲线提取为边缘数字信息，将获取的边缘数字信息与待检测物体边缘数字信息进行对比，判断定位位置。2.根据权利要求1所述的一种带式输送机巡检机器人定位方法，其特征在于，S1中获取一次处理图像的方法包括：从图像一侧的边缘出发朝向相对的另一侧进行图像扫描，扫描到目标像素点后终止该方向的扫描，在目标像素点所在行或列进行图像分割，保留该行或列及未扫描部分图像，对未扫描部分图像在其余方向上重复上述扫描和分割过程，直至完成全部方向的图像处理，得到一次处理图像。3.根据权利要求1所述的一种带式输送机巡检机器人定位方法，其特征在于，S2中将S1获取的一次处理图像逐行逐列扫描，记录每行和每列目标像素点的位置和数量，抽取任意相邻的两行或两列，进行目标像素点位置和数量的对比，若任一目标像素点周围至少一个方向存在与之相邻的目标像素点，则该点为有效像素点，否则，为无效像素点。4.根据权利要求1至3中任一项所述的一种带式输送机巡检机器人定位方法，其特征在于，以至少两张图像中目标图像像素点行数或列数的算数平均值作为行数或列数基准值，二次处理图像与基准值相比较的允许误差低于3％...

【专利技术属性】
技术研发人员：牟宗魁，胡勇，宋惜飞，陈智奎，张海军，钟超，
申请(专利权)人：四川省自贡运输机械集团股份有限公司，
类型：发明
国别省市：