[发明专利]基于多传感器的光伏面板特征检测方法

权利要求书

1.一种基于多传感器的光伏面板特征检测方法，用于移动机器人，其特征在于，包括如下步骤：

S100、移动机器人移动，并通过摄像头对周围环境进行图像采集；

S200、对图像进行灰度处理，同时额外压制特定色域；

S300、对图像中的线性特征进行提取；

S400、对提取的线性特征进行视觉变换；

S500、对线性特征进行初步判断，分为电池纹路、边框和缝隙；

S600、利用超声波传感器对边框和缝隙进行二次判断。

2.根据权利要求1所述的基于多传感器的光伏面板特征检测方法，其特征在于，在所述步骤S200中，需要针对黑色的光伏面板上的灰尘和白线进行颜色区别的转换，其灰色梯度采用如下公式：

I＝m×R；

其中，I为输出结果；m为强度；R为惩罚补偿，参考sigmoid函数作出非线性补偿修正；e为自然常数；x为灰阶偏差度；r、g、b分别为红绿蓝三原色的强度；A、B为控制灰阶偏差惩罚补偿强度的参数，其典型值分别为24和30。

3.根据权利要求1所述的基于多传感器的光伏面板特征检测方法，其特征在于，所述步骤S300中线性特征提取的方法包括如下步骤：

S301、根据摄像头能观察到的线性特征的角度分布，对线性特征的角度做全局优化，求得最多两种最大概率的线性特征分布中心；

S302、以上一步的线性特征分布中心把线分成最多两类，同时把其他不在分布内的线过滤，之后各自根据半径r排序，最多得出两组数据；

S303、根据半导体电池规律等距排布的特点，对线性特征的位置做全局优化。

4.根据权利要求3所述的基于多传感器的光伏面板特征检测方法，其特征在于，在步骤S301中，摄像头能观察到的线性特征的角度分布最少有零种，即无线；最多有两种，即为x°及x+90°；

全局优化的方法为：所有的线性特征根据角度排序，在180°里的分布利用上升下降的梯度特性理论上能求得最少零个，最多三个分布中心；再利用分布中心间差距理论上为90°的特性优化均方差，求得最多两种最大概率的线性特征分布中心。

5.根据权利要求4所述的基于多传感器的光伏面板特征检测方法，其特征在于，在步骤S303中，由于同角度的线性特征间的差距是相等的，根据此对线性特征的位置做全局优化的方法为：针对每组数据，求得半径间的差距的最小公倍数，便是线性特征间等距的公差，再用特性优化均方差同时优化数列的偏置及公差，并用优化后的参数推算每条线性特征的实际位置。

6.根据权利要求1所述的基于多传感器的光伏面板特征检测方法，其特征在于，在所述步骤S400中，视觉变换采用3*3单应矩阵，其换算公式为：

HP＝Q；

其中，H为3*3单应矩阵，其参数根据摄像头倾斜角度而取得的预设值；P、Q均为3*1像素向量，P的参数来自摄像头输出的图像，Q是对应P视角变换后的输出向量。

7.根据权利要求1所述的基于多传感器的光伏面板特征检测方法，其特征在于，在步骤S500中，线性特征的初步判断方法为：

S501、由于电池纹路的间隔长度和粗细明显区别于边框，根据该特性先将电池纹路进行提取；

S502、根据边框的间隔长度判断缝隙的位置，进而将缝隙和边框进行区分。

8.根据权利要求7所述的基于多传感器的光伏面板特征检测方法，其特征在于，在步骤S600中，边框和缝隙的二次判断方法为：

S601、移动机器人继续移动；

S602、当移动机器人的超声波传感器越过边框后，将对此刻的位置进行测距；

S603、若为缝隙，超声波传感器始终位于光伏面板上，其反馈的测距为D₁；若为边框，超声波传感器已经悬于地面，其反馈的测距为D₂。