[发明专利]一种基于目标检测的巡检机器人视觉伺服方法

摘要

一种基于目标检测的巡检机器人视觉伺服方法，包括以下步骤：S1、采集与制作每一个类型设备的样本图像，根据机器人巡检时观测的角度、光照、缩放尺寸等条件，对设备图像进行样本繁殖，为每一个样本图像标注设备类别，将覆盖所有类别的带有标注的样本数据集合制作完成。本发明实现了将深度学习算法部署在巡检机器人的视觉模块，用以在采集的实时全景图像中实现目标设备定位，在此基础上计算与视野中心的角度偏差，进行云台角度的精准调用，有效的解决了过往方法中对机器人采集图像的限制并导致视觉伺服功能失误造成的机器人巡检任务差错的问题，解放了大量人工配置工作，提高了机器人巡检工作的效率与质量。

主权项

1.一种基于目标检测的巡检机器人视觉伺服方法，其特征在于，包括以下步骤：S1、采集与制作每一个类型设备的样本图像，根据机器人巡检时观测的角度、光照、缩放尺寸等条件，对设备图像进行样本繁殖，为每一个样本图像标注设备类别，将覆盖所有类别的带有标注的样本数据集合制作完成，数据将被输入深度学习的神经网络框架用于训练生成设备目标检测的网络模型；S2、配置巡检机器人设备检测点预置位，为每一个目标设备在地图中配置观测点坐标，不再为目标设备配置模板图像；S3、机器人在执行巡检任务过程中，按照预设的地图坐标停车，读取该观测点的姿态与相机参数，采集包含该目标设备的广角图像；S4、将采集的巡检图像输入目标检测网络模型，按照该点的设备类别在图像中检测目标区域，如图像中存在目标设备，则计算目标区域轮廓最小外接矩形，完成目标定位工作；如果在图像中没有检测到目标设备，则将结果反馈给机器人姿态控制模块，首先校验机器人停车位置误差，通过再次加载姿态参数后采集全景图像以确保目标设备被包含其中，重新执行步骤S4；S5、计算被检测出的目标区域外接矩形中心位置在图像中的坐标，并计算该点到图像中心位置的水平像素偏移量与垂直像素偏移量；S6、根据相机的成像原理计算像距与焦距的正切比例，将图像像素偏移量换算为云台转动角度补偿量，并将该角度转换为云台转动控制参数，调用云台转动，将目标设备置于图像视野的中心；S7、用巡检图像的分辨率与步骤4检测出的设备区域外接矩形的长宽像素数，求得合适的倍率，并且在相机焦距倍率的变化范围之内调用相机调整焦距，使目标设备居于巡检图像的中心并且充满合适的空间，以便识别设备工作状态的细节；S8、观测点的机器人视觉伺服功能调用完成，采集设备图像，识别工作状态，完成一个设备的巡检检测任务。