[发明专利]基于激光清除异物装置的目标预测方法

说明书

本发明公开了一种基于激光清除异物装置的目标预测方法。针对该高压线缆，通过动力学分析，进行运动学建模，得到参数不固定的运动轨迹；并投影到相机平面坐标系中，得到相机平面坐标系中对应的轨迹。通过数据采集得到的异物位置数据，求出模型参数，拟合成当前时刻异物缠绕点在相机平面中的轨迹，在图像识别的时间内对跟踪对象进行预测跟踪，补偿图像识别的时延。本发明方法可以提高激光清除异物装置作业过程中跟踪的实时性，使跟踪更为准确及时，使激光的切割点更精准，有效提高设备切割效率。

技术领域

本发明属于输电线缆异物清除跟踪领域，具体涉及一种基于激光清除异物装置的目标预测方法。

背景技术

实际的视觉伺服系统中，由于多数摄像机的采样率较低，，摄像机到图像处理设备的图像传输存在延迟；以及由于视觉这一感官的复杂性，使得视觉信息的提取需要复杂的算法加以支持，且这些图像算法的处理过程通常需要较多的运算时间，使得系统实时性难以满足，也就是说视觉信息的获取会产生时延，这对视觉伺服控制任务会造成较大的影响，例如降低控制的精度，甚至造成控制任务的失败。

解决时延问题最直接的办法就是提高硬件成本，例如采用高速的图像处理设备或者采用高采样频率的摄像机。但这些办法的代价都很昂贵，所以人们常常选择通过软件设计的办法来解决。

Nakadokoro等人利用前后两个时刻关节位置的平均值来估计图像特征，进而补偿时延。Nashio等人则在这个方法基础上采用对所估计图像特征的估计误差进行补偿。这两种方法需要假定运动物体的速度和加速度是固定不变的。Chaumette等人借助卡尔曼滤波法来估计图像特征的位置，从而补偿时延。Kim等人采用ARM模型预测目标物体在图像空间的位置减小了因时延而产生的误差。这两种方法同样要求运动物体的速度和加速度是恒定的。

发明内容

本发明提出一种基于激光清除异物装置的目标预测方法，可以提高激光清除异物装置作业过程中跟踪的实时性，使跟踪更为准确及时，使激光的切割点更精准，有效提高设备切割效率。

实现本发明目的的技术解决方法为：一种基于激光清除异物装置目标预测方法，步骤如下：

步骤一：视觉传感器采集包括目标在内的当前图像帧，并传给控制系统，在显示屏上实时显示图像；

步骤二：控制系统接收到输入装置传入的跟踪命令后，进入跟踪状态；

步骤三：视觉传感器采集包括目标在内的当前图像帧，并传给上位机系统，在显示屏上实时显示图像；控制系统对当前的图像帧进行图像处理和异物识别，得到异物缠绕点的图像坐标；

步骤四：控制系统将图像坐标信息解算成角度坐标，并将时间和角度坐标存储在一组预留的数组中；同时将角度坐标解算成转台命令，发送给转台进行跟踪。重复步骤三～四n次后，执行步骤五。

步骤五：通过存储的n组数据，根据运动学建模得到的转台角度坐标系中俯仰角度的预测函数v(t)，将数据拟合成曲线，得到具体的函数参数。

步骤六：控制系统对当前图像进行图像处理和异物识别，得到异物缠绕点的图像坐标信息，解算成角度坐标，与预测的当前t₀时刻的角度坐标v(t₀)比较，当误差大于设定误差k时，返回步骤三；否则继续。

步骤七：将角度坐标解算成转台命令，发送给转台进行跟踪。

步骤八：控制系统判断视觉传感器是否接收到新的图像帧，如果是，重复步骤六到八；如果否，执行步骤九。

步骤九：根据v(t)预测异物缠绕点下一时刻存在的角度坐标，解算成转台命令后发送给转台，重复步骤八直到输入装置传入结束命令。

本发明与现有技术相比，其显著优点在于：