基于点云的带电作业横担角钢识别方法及装置制造方法及图纸

基于点云的带电作业横担角钢识别方法及装置，采用激光雷达和RGBD相机两种感知传感器来实现横担角钢的检测，先通过激光雷达获取作业场景全局点云数据进行角钢粗定位，再由RGBD相机根据粗定位结果，采集横担角钢点云数据完成角钢精定位。本发明专利技术实施时带电作业机器人先通过激光雷达的滑动扫描获取场景的全局数据，获取到横担粗定位数据后，控制机器人手臂到达角钢位置采集点云数据精确识别横担，再调用相应的作业工具去精确位置进行作业流程。应的作业工具去精确位置进行作业流程。应的作业工具去精确位置进行作业流程。

【技术实现步骤摘要】
基于点云的带电作业横担角钢识别方法及装置


[0001]本专利技术属于机器人
，涉及带电作业机器人，为一种基于点云的带电作业横担角钢识别方法级装置。

技术介绍

[0002]带电作业机器人是针对配网线路作业的特种机器人，主要在高空中代替人工完成高压线缆搭接和拆卸等一系列高危作业，包括：带电断线、带电接线、带电更换避雷器/隔离开关、装拆线路故障指示器或验电接地线夹、带电更换跌落式熔断器、带电更换警示牌或绝缘护管、清洗清障等，与传统的人工作业相比，其大大提高了作业安全和效率。
[0003]带电作业机器人在某些作业流程，如更换设备、安装驱鸟器等，需要获取作业场景中作业横担角钢的精确位置和方向，这依赖于激光雷达和RGBD相机获取的场景点云数据。但是由于带电作业机器人的实际工作环境，作业过程中时常会受到强光的干扰，以及角钢的两个垂直平面并不平滑等因素，容易造成点云数据的误差，这干扰了角钢的准确检测。

技术实现思路

[0004]本专利技术的目的在于提供一种基于点云的带电作业横担角钢检测方法，抗干扰能力强、识别精度高。
[0005]本专利技术的技术方案为：基于点云的带电作业横担角钢识别方法，其特征是采用激光雷达和RGBD相机两种感知传感器来实现横担角钢的检测，先通过激光雷达获取场景的全局数据，获取横担角钢的初步位置，然后控制带电作业机器人到达横担角钢初步位置，由RGBD相机采集点云数据，精确识别横担角钢的位置和方向，包括以下步骤：
[0006]1)角钢粗定位：使用激光雷达对当前场景进行全局建模，对建模获取的点云数据选取对应横担角钢的两个点，对这两个点连线范围内的点云做线性领域滤波，去除非横担角钢先验位置的点云，对过滤后的点云进行主成分分析PCA，提取出横担角钢的初步位置和方向；
[0007]2)角钢精定位：使用RGBD相机根据粗定位的横担角钢位置，采集横担角钢点云数据，进行预处理，提取局部横担范围内不含噪声的横担点云数据，然后进行角钢垂直平面预提取和角钢检测的后端优化，提取出角钢的精准方向和位置以及角钢两个垂直面的精确法相位置。
[0008]本专利技术还提供一种基于点云的带电作业横担角钢识别装置，对带电作业机器人配备激光雷达、RGBD深度相机和识别器，激光雷达安装在机器人的正前方，深度相机安装在机器人的手臂上，识别器与激光相机数据连接，所述识别器包括存储器和处理器,所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述识别方法，识别器接收激光雷达和RGBD深度相机采集的数据，输出粗定位和精定位信息。
[0009]本专利技术与现有技术相比，其有益效果为：抗干扰能力强，识别精度高，定位角度高。本专利技术采用激光雷达和RGBD相机两种感知传感器来实现横担角钢的检测，大大提高了检测
的成功率和精度；在精定位的过程中使用了点云的预处理，提高了提取的点云质量；通过横担角钢精定位中的后端优化可以有效的处理点云的飞行像素干扰和因太阳光导致的角钢平面交界处呈现弧形的情况，有效地提升了带电作业机器人在横担作业的可靠性，识别精度高。
附图说明
[0010]图1是本专利技术基于点云的带电作业横担角钢识别方法的主流程图。
[0011]图2是横担角钢粗定位的步骤流程图。
[0012]图3是横担角钢精定位的步骤流程图。
[0013]图4是采用本专利技术方法的实施例检测出的横担位姿的一个垂直面。
[0014]图5是采用本专利技术方法的实施例，相对于图4，检测出的横担位姿的另一个垂直面。
具体实施方式
[0015]如图1所示，为本专利技术基于点云的带电作业横担角钢识别方法的主流程图。本专利技术方法适用于带电作业机器人，该机器人配备了用于全局建模的激光雷达和用于局部建模的RGBD深度相机，激光雷达安装在机器人的正前方，深度相机安装在机器人的手臂上，作业场景中，机器人先通过激光雷达的滑动扫描获取场景的全局数据，全局获取到横担粗定位数据后，控制机器人手臂到达角钢位置采集点云数据精确识别横担，再调用相应的作业工具去精确位置进行作业流程。
[0016]如图1所示，本专利技术基于点云的带电作业横担角钢识别方法，包括以下步骤：
[0017]1)横担粗定位：使用机器人前方的激光雷达，对场景进行滑动建模，获取到作业场景的点云数据，通过人工选取横担上的两个点，对选取的两点连线做直线邻域滤波提取横担粗定位参考点云，对滤波后的点云使用主成分分析(PCA)提取出横担的位置和方向。
[0018]本步骤先使用激光雷达滑动建模获取全局场景的点云数据，再通过人工选取两个点，对整个点云做直线领域滤波去除非横担先验位置的点云，再对滤波后的点云进行主成分分析，给后面的精定位提供粗略的横担位置和方向。
[0019]如图所示，所述(10)横担粗定位步骤包括：
[0020](11)全局激光滑动建模：通过机器人面前的激光雷达以滑动建模的方式获取到全局场景的点云数据。
[0021](12)选点：本实施例通过人工选点，选取全局建模中横担点云上的两个参考点p1,p2，以两个参考点的连线为参考横担。
[0022](13)直线邻域滤波：获取参考方向vec＝p1‑
p2,遍历点云中的每一个点t
i
∈R
z
，R
z
表示全局场景的点云集合，计算每个点到参考横担的距离dis＝||t
i
‑
((t
i
‑
p1)
·
vec+p1)||2，如果dis≤thresh，则认为该点为横担上的点，thresh为点云波动阈值超参数。
[0023](14)主成分分析PCA：对直线领域滤波获取的点云使用主成分分析，计算协方差矩阵并对协方差矩阵进行特征值分解，统计出方差最大的方向为横担的方向v1，所有点云的均值为横担的初步位置center。
[0024]2)角钢精定位：使用机械臂将RGBD移动到粗定位获得的横担方向和位置，用RGBD相机采集横担的点云数据，对点云数据进行预处理，角钢垂直面预提取和角钢检测后端优
化，提取出角钢的精准方向和位置以及角钢两个垂直面的精确法相位置。
[0025]如图所示，所述横担精定位步骤包括：
[0026](21)获取点云数据：根据(10)步骤粗定位计算出的横担位置center和横担方向v1,使用机械臂将RGBD相机移动到横担的前方，获取横担的局部点云数据。
[0027](22)点云预处理：对从RGBD深度相机获取的局部横担三维点云分别进行直通滤波、孤立点滤波和体素滤波处理，提取局部横担范围内不含噪声的横担点云数据；
[0028]本步骤对横担局部点云数据做直通滤波处理，提取出横担角钢局部范围内的有效点云，再统计点云的密度，去除孤立点和离群点的干扰，最后再采用体素滤波来降低点云的数量，加快处理速度。
[0029]如图3所示，所述点云预处理步骤具体为：
[0030](23)直通滤波：通过面阵激光获取横担本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于点云的带电作业横担角钢识别方法，其特征是采用激光雷达和RGBD相机两种感知传感器来实现横担角钢的检测，先通过激光雷达获取场景的全局数据，获取横担角钢的初步位置，然后控制带电作业机器人到达横担角钢初步位置，由RGBD相机采集点云数据，精确识别横担角钢的位置和方向，包括以下步骤：1)角钢粗定位：使用激光雷达对当前场景进行全局建模，对建模获取的点云数据选取对应横担角钢的两个点，对这两个点连线范围内的点云做线性领域滤波，去除非横担角钢先验位置的点云，对过滤后的点云进行主成分分析PCA，提取出横担角钢的初步位置和方向；2)角钢精定位：使用RGBD相机根据粗定位的横担角钢位置，采集横担角钢点云数据，进行预处理，提取局部横担范围内不含噪声的横担点云数据，然后进行角钢垂直平面预提取和角钢检测的后端优化，提取出角钢的精准方向和位置以及角钢两个垂直面的精确法相位置。2.根据权利要求1所述的基于点云的带电作业横担角钢识别方法，其特征是粗定位步骤包括：11)全局激光滑动建模：通过机器人的激光雷达以滑动建模的方式获取到全局场景的点云数据；12)选点：选取全局建模中横担点云上的两个参考点p1,p2，以两个参考点的连线为参考横担；13)直线邻域滤波：获取参考方向vec＝p1‑
p2,遍历点云中的每一个点t
i
∈R
z
，R
z
表示全局场景的点云集合，计算每个点到参考横担的距离dis＝||t
i
‑
((t
i
‑
p1)
·
vec+p1)||2，如果dis≤thresh，则认为该点为横担上的点，thresh为点云波动阈值超参数；14)主成分分析PCA：对线性领域滤波获取的点云使用主成分分析，计算协方差矩阵并对协方差矩阵进行特征值分解，统计出方差最大的方向为横担的方向v1，所有点云的均值为横担的初步位置center。3.根据权利要求1或2所述的基于点云的带电作业横担角钢识别方法，其特征是精定位步骤包括：21)获取点云数据：根据粗定位计算出的横担初步位置和方向,使用机械臂将RGBD相机移动到横担的前方，获取横担的局部点云数据；22)点云预处理：对从RGBD相机获取的局部横担三维点云分别进行直通滤波、孤立点滤波和体素滤波处理，提取局部横担范围内不含噪声的横担点云数据；23)角钢垂直面预提取：使用RANSAC平面拟合算法对预处理完的点云进行平面拟合，得到两个垂直面中的一个平面，方程为ax+by+cz+d＝0,遍历横担点云数据的点q
i
(x
i
,y
i
,z
i
)，通过判断是否满足ax
i
+by
i
+cz
i
+d＞0，将点云分成平面的上侧点云R
up
和平面的下侧点云R
down
,大于0为上侧点云，否则为下侧点云，再比较R
up
和R
down
点云的数量，选取点云数量较大作为横担角钢的另一个垂直面的点云R

【专利技术属性】
技术研发人员：刘浩，
申请(专利权)人：亿嘉和科技股份有限公司，
类型：发明
国别省市：