[发明专利]一种基于图像信息的水冷壁爬壁机器人定位方法在审

专利信息
申请号: 202210075766.0 申请日: 2022-01-22
公开(公告)号: CN114486932A 公开(公告)日: 2022-05-13
发明(设计)人: 薛辉;王健;王志洁;张建军;赵锡斌;白刚 申请(专利权)人: 石家庄东方热电热力工程有限公司
主分类号: G01N21/95 分类号: G01N21/95
代理公司: 石家庄知住优创知识产权代理事务所(普通合伙) 13131 代理人: 王丽巧
地址: 050000 河北*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 图像 信息 水冷 壁爬壁 机器人 定位 方法
【权利要求书】:

1.一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:该基于图像信息的水冷壁爬壁机器人定位方法包括以下步骤:

S1、放置机器人,先对爬璧机器人所有的功能进行调试,确保所有功能可以正常使用后将爬璧机器人放置在需要检测定位的壁面上,启动爬璧机器人;

S2、信息获取,通过爬璧机器人上设置的摄像头获得包含作业面及爬璧机器人的图像信息,通过图像识别技术获得水冷壁管和爬璧机器人在图像中的像素信息;

S3、信息分析,通过将图像信息进行利用,结合多传感器融合信息,最终获得定位信息;

S4、获得目标点,将作业面中单一水冷壁管最突出的点组成的母线定义为一水冷壁的检测母线,爬璧机器人一次检测母线为参考,获得目标点的横向信息;

S5、区域划分,高度信息以图像中检测母线间隔的平均值进行划分,每隔固定高度值使用高度标准线进行标注,从而将作业面图像划分为若干矩形区域,以检测母线和高度标准线为基准,以基准值和偏移量组合确定目标点的准确位置,目标点表现形式为:

(X0,Y0):(offset_x,offset_y),

其中,X0为目标点所属检测母线,位于检测母线右侧;Y0为目标点所属高度标准线,位于高度标准线上方;offset_x为目标点相对于所属检测母线的偏移量,offset_y为目标点相对于所属高度标准线的偏移量;

目标点所处位置的准确表达为:

(X0+offset_x,Y0+offset_y);

S6、获取定位信息,通过图像识别模块将工作区域划分为若干矩形区域后,根据里程计信息观察爬璧机器人的里程和行进方向,根据惯导传感器等多传感器融合信息获得连续的偏移量信息,两者相互结合获得精确的定位信息。

2.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S2中对待检测水冷壁面进行检测时,在作业面区域的左下角固定克表示的标记作为整个作业区域的假设原点。

3.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S2中将摄像头拍摄的图像进行去畸变处理,再通过对作业区域图像进行图像识别,确定水冷壁管最突出的点组成的母线在图像中的像素位置及爬璧机器人在图像中所处的像素位置。

4.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S5中根据图像坐标系UOV中,左边远点位于左上角,u轴水平向右,v轴竖直向下,假设作业面最左侧两母线在图像坐标系中对应的u轴坐标值为U0和U1,则两母线之间间隔的像素值为ΔU:

根据实际测量两母线之间的实际距离Δl,可得每像素与实际距离值的比例关系ε:

按照此比例关系将高度标准线按照一定的实际距离进行划分,最终将作业区域划分为若干矩形区域。

5.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S2中图像识别得出的像素信息与实际位置坐标之间的关系可表示为:

6.根据权利要求5所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述(x,y)为目标点(机器人)坐标位置,(u0,v0)为作业区域预设原点在图像中的像素位置,(x0,y0)为作业区域预设原点的实际位置。

7.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S6中惯导传感器和里程计信息经过卡尔曼滤波算法,进行融合获得爬璧机器人的实时状态。

8.根据权利要求7所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述惯导传感器主要提供角度信息,里程计信息主要提供速度信息。

9.根据权利要求1所述的一种基于图像信息的水冷壁爬壁机器人定位方法,其特征在于:所述S6中爬璧机器人的里程计信息由编码器信息进行运动学结算得出。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于石家庄东方热电热力工程有限公司,未经石家庄东方热电热力工程有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210075766.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top