CN111161446A - 一种巡检机器人的图像采集方法 - Google Patents
一种巡检机器人的图像采集方法 Download PDFInfo
- Publication number
- CN111161446A CN111161446A CN202010027620.XA CN202010027620A CN111161446A CN 111161446 A CN111161446 A CN 111161446A CN 202010027620 A CN202010027620 A CN 202010027620A CN 111161446 A CN111161446 A CN 111161446A
- Authority
- CN
- China
- Prior art keywords
- target image
- camera
- inspection robot
- image
- inspection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本发明公开了,一种巡检机器人的图像采集方法,该方法首先巡检机器人提取目标图像在相机视野中的位置信息,然后以巡检机器人几何中心为原点,巡检机器人的前进方向为X轴正方向,竖直向上为Z轴正方向,建立世界坐标系。获取巡检机器人的运动信息,最终进而确定目标图像相对于相机视野中心的相对运动。并根据目标图像中心坐标与相机视野中心坐标的偏移量,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合,进行目标图像采集并保存,之后巡检机器人继续进行巡查作业。本发明提供的图像采集方法确保巡检机器人在运动过程中进行图像采集,不需要频繁启停调用预置位拍摄,提高巡检效率。
Description
技术领域
本发明涉及巡检设备技术领域,尤其是变电站巡检机器人,尤其涉及一种巡检机器人的图像采集方法。
背景技术
我国电网的发展给我国的经济发展提供了强有力的电力保障,变电站的运行等级越来越高,对安全运行环境的要求也越来越严格,变电站作为电网中的核心枢纽,即使是一次小小的安全事故也会对经济发展造成不可弥补的损失。要保证变电站正常运行,就需要对变电站设备进行定期巡检工作,如何提高巡检工作的效率就是非常具有研究意义的课题。
现有发展起来的巡检机器人在巡检设备示数采集方面采用云台预置位模式,巡检机器人按照规划好的路线,前往指定地点停止,调用云台预置位拍摄设备图像,然后上传至云端服务器进行设备状态分析工作。主要存在以下几个问题:1、巡检机器人需要频繁启停,巡检时间过长,巡检效率低下;2、预置位模式采集图像质量无法保证,受机器人定位精度、外部干扰等因素影响,如机器人实际定位与目标定位存在偏差导致镜头偏移无法采集目标图像、天气变化使光线不均匀导致采集照片不清晰,原有预置位拍摄角度无法获取清晰图像等;3、预置位需要专业人员进行设置,无法保证每个预置位的设置质量。
发明内容
本发明目的在于针对现有技术的不足,提出一种云台图像采集方法,保障巡检机器人巡检过程中图像采集的质量,提高巡检效率。在巡检机器人移动过程中自动寻找目标对象,自动调节拍摄角度,并对图像采集质量进行评估,确保巡检机器人高质量成像,高效率作业。
本发明的目的是通过以下技术方案来实现的:一种巡检机器人的图像采集方法,包括以下步骤:
(1)巡检机器人进行巡查作业,机器人上的云台扫查周围环境;并判断相机视野中是否包含目标图像,若相机视野中包含目标图像,在巡检机器人进行巡查作业的同时,提取目标图像在相机视野中的位置信息,具体包括框选目标图像的长方形边框四个顶点的坐标以及目标图像中心坐标,实时计算目标图像中心坐标与相机视野中心坐标偏移量;若相机视野中未包含目标图像,继续进行巡查作业。
(2)以巡检机器人几何中心为原点,巡检机器人的前进方向为X轴正方向,竖直向上为Z轴正方向,建立世界坐标系。获取巡检机器人的运动信息,包括世界坐标系下的巡检机器人水平X轴方向的运动速度与绕Z轴的旋转速度,计算相机相对于机器人在世界坐标系下的位置位姿坐标,确定目标图像相对于相机视野中心的平移与旋转方式,最终进而确定目标图像相对于相机视野中心的相对运动。
(4)在巡检机器人进行巡查作业的同时,根据实时计算的目标图像中心坐标与相机视野中心坐标的偏移量与确定的目标图像相对于相机视野中心的相对运动,巡检机器人实时向云台电机发送控制指令,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合,进行目标图像采集;
(5)根据采集的目标图像,使用MSCN方法提取目标图像中的NSS特征,然后进行图像质量评价,选择图像质量评分最低的图像进行保存,之后巡检机器人继续进行巡查作业。
进一步地,所述目标图像主要包含电位开关、表计、油位等。
进一步地,所述步骤(2)中,判断相机视野中是否包含目标图像具体为:利用YOLOV3算法判断相机视野中是否包含目标图像,若包含则输出目标图像在相机视野中的位置信息与标签信息;标签信息表示目标图像类别,即电位开关、表计或油位。YOLOV3算法经过变电站目标图像数据集训练,实现对变电站特殊环境下目标的有效识别。
进一步地,所述步骤(4)具体为:
(4.1)根据目标图像中心坐标与相机视野中心坐标的偏移量与目标图像相对于相机视野中心的相对运动,确定云台需要的旋转角度和旋转角速度;
(4.2)巡检机器人向云台电机发送控制指令,根据云台需要的旋转角度和旋转角速度,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合。
进一步地,所述步骤(4)中,目标图像中心坐标与相机视野中心坐标重合后,调整云台相机镜头放大倍率与聚焦,进而使得目标图像在相机视野中所占比例满足阈值T,T范围为1/2~3/4,目标图像太小或太大都影响后期识别效果,之后再进行目标图像采集。
进一步地,所述步骤(5)中,采集图像的质量评价,具体为:采集得到的目标图像,使用MSCN方法提取目标图像的NSS(Extract Natural Scene Statistics)特征,表征出特征的向量,输入训练好的SVM进行预测得分;评价分数越低,代表图像质量越好。
本发明的有益效果:本发明提供的图像采集方法确保巡检机器人在运动过程中进行图像采集,不需要频繁启停调用预置位拍摄,提高巡检效率;采集目标图像在相机视野内大小满足阈值T,有利于后期目标识别的分析处理;获取的采集图像质量稳定,无需重新拍摄。该图像采集方法提高了采集图像过程的抗干扰能力,量化图像采集信息质量,减少无效信息获取,确保重复获取图像的稳定性与鲁棒性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例多现有技术描述中所需使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例公开的一种图像采集方法的流程图。
具体实施方式
以下结合附图对本发明具体实施方式作进一步详细说明。
如图1所示,本发明提供的一种巡检机器人的图像采集方法,包括以下步骤:
(1)巡检机器人进行巡查作业,机器人上的云台开始扫查周围环境;并判断相机视野中是否包含目标图像,具体为:利用YOLOV3算法判断相机视野中是否包含目标图像,若包含则输出目标图像在相机视野中的位置信息与标签信息;标签信息表示目标图像类别,即电位开关、表计或油位等。YOLOV3算法经过变电站目标图像数据集训练,实现对变电站特殊环境下目标的有效识别。若相机视野中包含目标图像,在巡检机器人进行巡查作业的同时,提取目标图像在相机视野中的位置信息,具体包括框选目标图像的长方形边框四个顶点的坐标以及目标图像中心坐标,实时计算目标图像中心坐标与相机视野中心坐标偏移量;若相机视野中未包含目标图像,继续进行巡查作业。
(2)以巡检机器人几何中心为原点,巡检机器人的前进方向为X轴正方向,竖直向上为Z轴正方向,建立世界坐标系。获取巡检机器人的运动信息,包括世界坐标系下的巡检机器人水平X轴方向的运动速度与绕Z轴的旋转速度,计算相机相对于机器人在世界坐标系下的位置位姿坐标,确定目标图像相对于相机视野中心的平移与旋转方式,最终进而确定目标图像相对于相机视野中心的相对运动,进而确定目标图像相对于相机视野中心的相对运动。
(4)在巡检机器人进行巡查作业的同时,根据实时计算的目标图像中心坐标与相机视野中心坐标的偏移量与目标图像相对于相机视野中心的相对运动,确定云台需要的旋转角度和旋转角速度,巡检机器人根据云台需要的旋转角度和旋转角速度,实时向云台电机发送控制指令,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合,然后调整云台相机镜头放大倍率与聚焦,进而使得目标图像在相机视野中所占比例满足阈值T,T范围为1/2~3/4,目标图像太小或太大都影响后期识别效果,进行目标图像采集;
(5)根据采集的目标图像,使用MSCN方法提取目标图像中的NSS特征,然后进行图像质量评价,具体为:本发明采用无参考的图像评估方法,可以分为四个步骤:采集得到原始图像,提取图像的NSS(Extract Natural Scene Statistics)特征,表征出特征的向量,输入训练好的SVM进行预测得分;
其中提取图像的NSS特征中使用了MSCN(Mean Substracted ContrastNormalization)方法,通过该公式提取图像特征,其中局部平均场(μ)是原始图像的高斯模糊,而局部方差场(σ)是原始图像和μ差平方的高斯模糊。
此外本发明采用的评估方法还考虑到了像素领域之间的因素对于评估质量的影响,所以引入了MSCN图像的成对积,考虑了四个方向的领域像素,并采用同样方法提取特征。
本发明采用广义高斯分布和非对称广义高斯分布来分别拟合MSCN图像和四个方向上的成对积MSCN图像,其中广义高斯分布可以得到形状和方差两个参数,非对称广义高斯分布可以得到四个参数:形状,均值,左方差和右方差。所以一张图像就可以得到维度是18的向量,本发明考虑了不同图像尺度的影响,将压缩成原来图像尺寸一般的图像也采集相应参数,所以最后一张图片组成维度是36的向量。
本发明利用公开的图像数据库对SVM网络进行训练,使之能够对输入的图像特征向量进行评分预测。其中,该网络输入的是36维度的向量,输出的是0—100的预测评分,并且评价分数越高,代表图像质量越差。选择图像质量评分最低的图像进行保存,之后巡检机器人继续进行巡查作业。
本发明实施例提供的图像采集方法,通过确定目标的跟踪窗口信息,预测相对运动确定最终跟踪窗口,电机根据最终跟踪窗口调整云台相机的角度直至目标图像处于相机视野的中央位置,并对目标图像进行标准化采集,采用质量评估获取该目标最高质量的图像并保存。另外,本发明实施例提供的图像采集方法不必使巡检机器人进行走走停停的拍摄,利用图像采集标准与质量评估,保证采集的图像质量,具有更高的鲁棒性和精确性,使图像采集更加方便灵活。
上述实施例用来解释说明本发明,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改和改变,都落入本发明的保护范围。
Claims (6)
1.一种巡检机器人的图像采集方法,其特征在于,包括以下步骤:
(1)巡检机器人进行巡查作业,机器人上的云台扫查周围环境;并判断相机视野中是否包含目标图像,若相机视野中包含目标图像,在巡检机器人进行巡查作业的同时,提取目标图像在相机视野中的位置信息,具体包括框选目标图像的长方形边框四个顶点的坐标以及目标图像中心坐标,实时计算目标图像中心坐标与相机视野中心坐标偏移量;若相机视野中未包含目标图像,继续进行巡查作业。
(2)以巡检机器人几何中心为原点,巡检机器人的前进方向为X轴正方向,竖直向上为Z轴正方向,建立世界坐标系。获取巡检机器人的运动信息,包括世界坐标系下的巡检机器人水平X轴方向的运动速度与绕Z轴的旋转速度,计算相机相对于机器人在世界坐标系下的位置位姿坐标,确定目标图像相对于相机视野中心的平移与旋转方式,最终进而确定目标图像相对于相机视野中心的相对运动。
(4)在巡检机器人进行巡查作业的同时,根据实时计算的目标图像中心坐标与相机视野中心坐标的偏移量与确定的目标图像相对于相机视野中心的相对运动,巡检机器人实时向云台电机发送控制指令,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合,进行目标图像采集;
(5)根据采集的目标图像,使用MSCN方法提取目标图像中的NSS特征,然后进行图像质量评价,选择图像质量评分最低的图像进行保存,之后巡检机器人继续进行巡查作业。
2.根据权利要求1所述的一种巡检机器人的图像采集方法,其特征在于,所述目标图像主要包含电位开关、表计、油位等。
3.根据权利要求1所述的一种巡检机器人的高质量图像采集方法,其特征在于,所述步骤(2)中,判断相机视野中是否包含目标图像具体为:利用YOLOV3算法判断相机视野中是否包含目标图像,若包含则输出目标图像在相机视野中的位置信息与标签信息;标签信息表示目标图像类别,即电位开关、表计或油位。YOLOV3算法经过变电站目标图像数据集训练,实现对变电站特殊环境下目标的有效识别。
4.根据权利要求1所述的一种巡检机器人的图像采集方法,其特征在于,所述步骤(4)具体为:
(4.1)根据目标图像中心坐标与相机视野中心坐标的偏移量与目标图像相对于相机视野中心的相对运动,确定云台需要的旋转角度和旋转角速度;
(4.2)巡检机器人向云台电机发送控制指令,根据云台需要的旋转角度和旋转角速度,调整云台相机的角度直至目标图像中心坐标与相机视野中心坐标重合。
5.根据权利要求1所述的一种巡检机器人的图像采集方法,其特征在于,所述步骤(4)中,目标图像中心坐标与相机视野中心坐标重合后,调整云台相机镜头放大倍率与聚焦,进而使得目标图像在相机视野中所占比例满足阈值T,T范围为1/2~3/4,之后再进行目标图像采集。
6.根据权利要求1所述的一种巡检机器人的图像采集方法,其特征在于,所述步骤(5)中,采集图像的质量评价,具体为:采集得到的目标图像,使用MSCN方法提取目标图像的NSS(Extract Natural Scene Statistics)特征,表征出特征的向量,输入训练好的SVM进行预测得分;评价分数越低,代表图像质量越好。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027620.XA CN111161446B (zh) | 2020-01-10 | 2020-01-10 | 一种巡检机器人的图像采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010027620.XA CN111161446B (zh) | 2020-01-10 | 2020-01-10 | 一种巡检机器人的图像采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111161446A true CN111161446A (zh) | 2020-05-15 |
CN111161446B CN111161446B (zh) | 2021-08-17 |
Family
ID=70562523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010027620.XA Active CN111161446B (zh) | 2020-01-10 | 2020-01-10 | 一种巡检机器人的图像采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111161446B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111571598A (zh) * | 2020-05-29 | 2020-08-25 | 杭州申昊科技股份有限公司 | 一种防爆巡检机器人的智能巡检方法 |
CN111899373A (zh) * | 2020-08-05 | 2020-11-06 | 中国工商银行股份有限公司 | 机房巡检点确定方法、装置、机器人及存储介质 |
CN111935412A (zh) * | 2020-10-19 | 2020-11-13 | 广东科凯达智能机器人有限公司 | 一种巡检目标自动识别跟踪的方法、***及机器人 |
CN112085799A (zh) * | 2020-08-14 | 2020-12-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及*** |
CN112714287A (zh) * | 2020-12-23 | 2021-04-27 | 广东科凯达智能机器人有限公司 | 一种云台目标转换控制方法、装置、设备及存储介质 |
CN113055657A (zh) * | 2021-03-31 | 2021-06-29 | 广东电网有限责任公司 | 基于电网线路巡检的图像采集方法和*** |
CN113554778A (zh) * | 2021-07-28 | 2021-10-26 | 广东电网有限责任公司 | 一种输电线路巡检机器人小目标识别方法及装置 |
CN114785961A (zh) * | 2022-06-21 | 2022-07-22 | 山东信通电子股份有限公司 | 一种基于云台相机的巡视路线生成方法、设备及介质 |
CN114815912A (zh) * | 2021-01-28 | 2022-07-29 | 北京猎户星空科技有限公司 | 云台控制方法、装置和机器人设备 |
CN115150559A (zh) * | 2022-09-06 | 2022-10-04 | 国网天津市电力公司高压分公司 | 具有采集自调整计算补偿的遥视***及计算补偿方法 |
CN116242366A (zh) * | 2023-03-23 | 2023-06-09 | 广东省特种设备检测研究院东莞检测院 | 一种球罐内壁爬壁机器人行走空间跟踪与导航方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5185811A (en) * | 1990-12-27 | 1993-02-09 | International Business Machines Corporation | Automated visual inspection of electronic component leads prior to placement |
CN106815839A (zh) * | 2017-01-18 | 2017-06-09 | 中国科学院上海高等研究院 | 一种图像质量盲评估方法 |
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN109933096A (zh) * | 2019-03-15 | 2019-06-25 | 山东鲁能智能技术有限公司 | 一种云台伺服控制方法及*** |
CN110142785A (zh) * | 2019-06-25 | 2019-08-20 | 山东沐点智能科技有限公司 | 一种基于目标检测的巡检机器人视觉伺服方法 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
-
2020
- 2020-01-10 CN CN202010027620.XA patent/CN111161446B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5185811A (en) * | 1990-12-27 | 1993-02-09 | International Business Machines Corporation | Automated visual inspection of electronic component leads prior to placement |
CN106815839A (zh) * | 2017-01-18 | 2017-06-09 | 中国科学院上海高等研究院 | 一种图像质量盲评估方法 |
CN108280894A (zh) * | 2017-12-08 | 2018-07-13 | 浙江国自机器人技术有限公司 | 用于电力设备的不停车巡检方法 |
CN110266938A (zh) * | 2018-12-27 | 2019-09-20 | 全球能源互联网研究院有限公司 | 基于深度学习的变电站设备智能拍摄方法及装置 |
CN109933096A (zh) * | 2019-03-15 | 2019-06-25 | 山东鲁能智能技术有限公司 | 一种云台伺服控制方法及*** |
CN110142785A (zh) * | 2019-06-25 | 2019-08-20 | 山东沐点智能科技有限公司 | 一种基于目标检测的巡检机器人视觉伺服方法 |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111571598A (zh) * | 2020-05-29 | 2020-08-25 | 杭州申昊科技股份有限公司 | 一种防爆巡检机器人的智能巡检方法 |
CN111899373A (zh) * | 2020-08-05 | 2020-11-06 | 中国工商银行股份有限公司 | 机房巡检点确定方法、装置、机器人及存储介质 |
CN112085799B (zh) * | 2020-08-14 | 2024-03-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及*** |
CN112085799A (zh) * | 2020-08-14 | 2020-12-15 | 国网智能科技股份有限公司 | 一种电力设备自主配准方法及*** |
WO2022082856A1 (zh) * | 2020-10-19 | 2022-04-28 | 广东科凯达智能机器人有限公司 | 一种巡检目标自动识别跟踪的方法、***及机器人 |
CN111935412B (zh) * | 2020-10-19 | 2021-04-13 | 广东科凯达智能机器人有限公司 | 一种巡检目标自动识别跟踪的方法、***及机器人 |
CN111935412A (zh) * | 2020-10-19 | 2020-11-13 | 广东科凯达智能机器人有限公司 | 一种巡检目标自动识别跟踪的方法、***及机器人 |
CN112714287A (zh) * | 2020-12-23 | 2021-04-27 | 广东科凯达智能机器人有限公司 | 一种云台目标转换控制方法、装置、设备及存储介质 |
WO2022134490A1 (zh) * | 2020-12-23 | 2022-06-30 | 广东科凯达智能机器人有限公司 | 一种云台目标转换控制方法、装置、设备及存储介质 |
CN114815912A (zh) * | 2021-01-28 | 2022-07-29 | 北京猎户星空科技有限公司 | 云台控制方法、装置和机器人设备 |
CN113055657A (zh) * | 2021-03-31 | 2021-06-29 | 广东电网有限责任公司 | 基于电网线路巡检的图像采集方法和*** |
CN113554778A (zh) * | 2021-07-28 | 2021-10-26 | 广东电网有限责任公司 | 一种输电线路巡检机器人小目标识别方法及装置 |
CN114785961A (zh) * | 2022-06-21 | 2022-07-22 | 山东信通电子股份有限公司 | 一种基于云台相机的巡视路线生成方法、设备及介质 |
CN114785961B (zh) * | 2022-06-21 | 2022-09-20 | 山东信通电子股份有限公司 | 一种基于云台相机的巡视路线生成方法、设备及介质 |
CN115150559A (zh) * | 2022-09-06 | 2022-10-04 | 国网天津市电力公司高压分公司 | 具有采集自调整计算补偿的遥视***及计算补偿方法 |
CN116242366A (zh) * | 2023-03-23 | 2023-06-09 | 广东省特种设备检测研究院东莞检测院 | 一种球罐内壁爬壁机器人行走空间跟踪与导航方法 |
CN116242366B (zh) * | 2023-03-23 | 2023-09-12 | 广东省特种设备检测研究院东莞检测院 | 一种球罐内壁爬壁机器人行走空间跟踪与导航方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111161446B (zh) | 2021-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111161446B (zh) | 一种巡检机器人的图像采集方法 | |
CN111598916A (zh) | 一种基于rgb-d信息的室内占据栅格地图的制备方法 | |
CN105741325B (zh) | 一种跟踪移动目标的方法及移动目标跟踪设备 | |
CN107977639B (zh) | 一种人脸清晰度判断方法 | |
CN111523545B (zh) | 一种结合深度信息的物品查找方法 | |
CN108961276B (zh) | 基于视觉伺服的配电线路巡检数据自动采集方法及*** | |
CN106780560B (zh) | 一种基于特征融合粒子滤波的仿生机器鱼视觉跟踪方法 | |
CN112949478A (zh) | 基于云台相机的目标检测方法 | |
CN112714287A (zh) | 一种云台目标转换控制方法、装置、设备及存储介质 | |
CN115100423B (zh) | 一种基于视图采集数据实现实时定位***及方法 | |
CN113723389B (zh) | 一种支柱式绝缘子定位方法及装置 | |
CN115205286A (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
CN116160458B (zh) | 一种移动机器人多传感器融合快速定位方法、设备及*** | |
CN114594770B (zh) | 一种巡检机器人不停车的巡检方法 | |
CN108074264A (zh) | 一种分级多目视觉定位方法、***及装置 | |
CN111738264A (zh) | 一种机房设备显示面板数据的智能采集方法 | |
CN111414012A (zh) | 一种巡检机器人区域检索与云台校正方法 | |
CN113125434A (zh) | 图像分析***和控制拍摄样本图像的方法 | |
CN112702513B (zh) | 一种双光云台协同控制方法、装置、设备及存储介质 | |
CN112862865A (zh) | 水下机器人的检测识别方法、装置和计算机存储介质 | |
CN111571598A (zh) | 一种防爆巡检机器人的智能巡检方法 | |
CN112614182B (zh) | 基于深度学习的识别加工位置的方法、存储设备、移动终端 | |
CN111897331A (zh) | 一种巡检机器人云台对准方法、装置和巡检机器人 | |
CN111127514A (zh) | 一种机器人对目标的跟踪方法及装置 | |
Yantai et al. | A new horizon electronic image stabilization algorithm based on SVM |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |