【技术实现步骤摘要】
本专利技术涉及一种机器人巡检点位的标定方法，属于巡检机器人。
技术介绍
1、巡检机器人在电力领域的应用日益广泛，它能够自主或半自主执行巡检任务，配备有各种传感器、摄像头和其他检测设备，可以提高工作效率，降低成本，减少对人工巡检的依赖，并提升任务执行的精度和可靠性。在电力领域，尤其是变电站或换流站中，电力巡检机器人主要对站内一次设备或表计进行巡检。机器人在投入使用前需要进行巡检点位的标定，包括巡检点位的位置、机器人的姿态、云台的角度等，后续机器人投入使用后根据巡检点位的标定信息对一次设备进行观测。目前巡检点位的标定方法主要依赖于人工现场勘察和手动校准，导致标点工作量大、耗时长，不利于机器人巡检技术的推广应用。cn111193860a专利提出了巡检机器人工作点位的一框标定方法，在巡检机器人回传的高清图片中，通过点击和框选目标设备，通过自动预算辅助，快速进行半自动化的巡检机器人工作点位标定，加快单个标记巡查工作点位的标定的速度和统一性；该方法可以加快巡检机器人抵达工作点位后进行标定工作时的速度，属于在标定工作的最后一个环节进行了优化，但并不能...
【技术保护点】
1.一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，还包括以下步骤：
3.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，在步骤1中，一次设备巡检点位标定信息数据库的信息包括一次设备类型及型号、巡检点位相对一次设备的位置，巡检机器人面向一次设备的角度，巡检机器人姿态、云台角度、相机倍数、相机焦距、样本照片。
4.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方...
【技术特征摘要】
1.一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，还包括以下步骤：
3.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，在步骤1中，一次设备巡检点位标定信息数据库的信息包括一次设备类型及型号、巡检点位相对一次设备的位置，巡检机器人面向一次设备的角度，巡检机器人姿态、云台角度、相机倍数、相机焦距、样本照片。
4.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，在步骤2中，变电站/换流站一次设备图像识别模型为通过激光雷达三维成像方法建立的变电站/换流站的三维点云模型，从三维点云模型中得到变电站/换流站中各一次设备的三维图像。
5.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，步骤2中，采用卷积神经网络对一次设备图像识别模型进行训练时，利用卷积层捕获一次设备三维图像中的局部特征，再通过池化层减小空间尺寸，最后通过全连接层进行分类；
6.根据权利要求1或2所述的一种基于深度学习图像识别的机器人巡检点位标定方法，其特征在于，在步骤2中，对一次设备图...
【专利技术属性】
技术研发人员：刘东超，程立，李少东，倪广义，刘中泽，曾凯，祁峰，
申请(专利权)人：南京南瑞继保电气有限公司，
类型：发明
国别省市：
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。