基于视觉的电力线除冰机器人越障抓线控制

发布时间：2017-08-16 19:19

  本文关键词：基于视觉的电力线除冰机器人越障抓线控制

  更多相关文章： 除冰机器人 视觉定位 视觉伺服 局部二值模式 支持向量回归机

【摘要】：高压电力线路的稳定安全运行是国家经济发展和人民生活的基本保障,然而在冰雪天气下,常常会引发因高压架空电力线覆冰严重导致的倒塔断电等事故。随着人工智能的发展及在各领域的应用,对社会产生了很多积极的作用,将智能机器人引入到对电力线路进行除冰工作,是人工智能发展应用的又一个重要方向,具有积极的意义。本文首先回顾了近年来一些将机器人应用到电力线作业上的研究案例,并介绍了现阶段电力线除冰机器人研究成果以及仍存在的一些问题。针对除冰机器人在电力线上自主越障的视觉控制方法进行研究,介绍了湖南大学特种机器人实验室的三臂式除冰机器人的结构和系统,并建立了其运动学控制模型。对于越障过程中机器人对电力线的定位问题,提出两种基于纹理特征的电力线定位方法。一种是根据Gabor滤波器在对纹理增强和分割中的优势,将其引入对监控相机图像中的电力线纹理区域进行增强和分割,以此实现电力线的定位效果；另一种方法则是根据LBP算子对纹理特征敏感性的特点,建立图像的LBP图谱,通过直方图统计与模糊C均值聚类的方法,提取出具有相似的纹理特征的区域,同样实现了对电力线的定位效果。最后,对于除冰机器人越障中的自主抓线控制问题,设计了三种基于图像特征的伺服控制方法。首先,对除冰机器人抓线运动的实际问题进行分析,选择出与之相适应的图像特征量,并推导出了基于图像特征量的雅克比矩阵,建立起传统伺服控制方法在除冰机器人机械臂抓线问题上的应用；然后改进传统伺服控制方法,引入小波神经网络替代图像雅克比矩阵的复杂求解,简化了视觉伺服控制系统模型,并通过除冰机器人抓线控制实验,证明该方法的有效性；针对基于小波网络伺服控制方法的大量样本采集等缺陷,本论文最后又提出了基于SVR视觉伺服控制方法,将SVR替代小波神经网络,由于SVR较小波网络有先天的小样本训练和较强的泛化能力等优势,该方法在对机器人伺服控制中更具实用性,本文在对除冰机器人抓线控制实验中,证明了方法的有效性。
【关键词】：除冰机器人 视觉定位 视觉伺服 局部二值模式 支持向量回归机
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-17
• 1.1 论文的研究背景及意义10-11
• 1.2 电力线路除冰机器人国内外研究现状11-14
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.3 除冰机器人视觉越障方法研究现状14-16
• 1.4 论文的主要工作和研究内容16-17
• 第2章 电力线除冰机器人系统介绍17-30
• 2.1 除冰机器人工作环境17-18
• 2.2 除冰机器人机械结构18-20
• 2.2.1 除冰机器人机械臂19
• 2.2.2 除冰机器人控制箱19-20
• 2.3 除冰机器人视觉系统20-23
• 2.3.1 除冰机器人监控相机介绍20-21
• 2.3.2 相机成像模型21-23
• 2.4 除冰机器人运动学模型23-29
• 2.4.1 机械臂运动姿态描述23-25
• 2.4.2 机械臂运动学方程25-28
• 2.4.3 机械臂逆运动学方程求解28-29
• 2.5 本章小结29-30
• 第3章 除冰机器人越障的视觉定位方法30-45
• 3.1 电力线缆的图像分析30-31
• 3.2 基于Gabor滤波的电力线中线定位方法31-39
• 3.2.1 图像预处理31-33
• 3.2.2 边缘检测及方向场估计33-35
• 3.2.3 Gabor滤波纹理增强35-36
• 3.2.4 电力线缆中线拟合36-38
• 3.2.5 实验结果分析38-39
• 3.3 基于LBP特征的电力线中线定位方法39-44
• 3.3.1 LBP特征提取39-41
• 3.3.2 模糊C均值纹理分割41-43
• 3.3.3 实验结果分析43-44
• 3.4 本章小结44-45
• 第4章 基于图像特征的除冰机器人越障控制方法45-66
• 4.1 除冰机器人越障动作及反馈图像45-49
• 4.1.1 除冰机器人越障动作分析45-47
• 4.1.2 机械臂监控相机反馈图像分析47-49
• 4.2 基于图像特征的传统视觉伺服控制方法设计49-53
• 4.2.1 图像特征的选择及计算49-50
• 4.2.2 图像特征的雅克比矩阵推导50-52
• 4.2.3 传统视觉伺服控制存在的问题分析52-53
• 4.3 基于小波神经网络的视觉伺服控制方法设计53-59
• 4.3.1 小波神经网络的结构53-55
• 4.3.2 小波网络视觉伺服控制模型的建立55-56
• 4.3.3 实验过程及结果分析56-59
• 4.4 基于SVR的视觉伺服控制方法设计59-64
• 4.4.1 SVR的原理及结构60-62
• 4.4.2 基于SVR的视觉伺服控制模型62
• 4.4.3 实验过程及结果分析62-64
• 4.5 本章小结64-66
• 总结与展望66-68
• 参考文献68-71
• 致谢71-72
• 附录A 攻读学位期间所发表的学术成果72

【相似文献】

中国期刊全文数据库 前10条

1 韩浩;董砚秋;张娟;;基于湖面清扫机器人的图像识别技术研究[J];科技资讯;2006年33期

2 Joseph Ogando;;让机器人放松“肌肉”[J];工业设计;2007年11期

3 ;《机器人技术与应用》全年总目次[J];机器人技术与应用;2010年06期

4 郭健;;机器人在涂装车间的应用[J];科技视界;2012年31期

5 王伟;;日本农用机器人的研究成果与趋势[J];农业机械;1994年11期

6 董雅萍;有视觉的机器人[J];世界制造技术与装备市场;2001年01期

7 梁冰,洪炳昒,曙光;基于视觉与行为模型的机器人目标跟踪[J];通信学报;2004年01期

8 张彦铎,鲁统伟;基于航迹关联的足球机器人视觉系统的改进[J];哈尔滨工业大学学报;2004年07期

9 高峥;拟人机器人视觉系统的软件设计[J];计算机工程与设计;2004年11期

10 靳晔;施釉机器人视觉系统设计[J];河北省科学院学报;2005年03期

中国重要会议论文全文数据库 前9条

1 陈卫东;曹其新;贾建强;罗真;王磊;黄永志;缪寿洪;张卫星;徐化;栾楠;付庄;张彭涛;孙英杰;张飞;张春裕;包贤捷;;面向动态与竞争环境的多机器人团队[A];马斯特杯2003年中国机器人大赛及研讨会论文集[C];2003年

2 张春龙;黄小龙;刘卫东;张妍;李南;张俊雄;李伟;;基于机器视觉的锄草机器人信息获取方法研究[A];中国农业工程学会2011年学术年会论文集[C];2011年

3 张亚静;乔军;刘刚;李民赞;;水果采摘机器人视觉系统的发展现状研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

4 雍超;竺长安;杜华生;;基于视觉和超声技术的机器人视觉系统[A];第六届全国计算机应用联合学术会议论文集[C];2002年

5 徐大宏;;基于彩色识别的足球机器人视觉系统研究与实现[A];中国图象图形学会第十届全国图像图形学术会议（CIG’2001）和第一届全国虚拟现实技术研讨会（CVR’2001）论文集[C];2001年

6 高瑞;刘刚;司永胜;刘兆祥;;苹果采摘机器人视觉系统研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

7 袁波;徐科军;盛磊;;基于TMDXEVM642的机器人视觉系统[A];第三届全国信息获取与处理学术会议论文集[C];2005年

8 张汝波;张亮;张子迎;;基于立体视觉的机器人目标识别与跟踪[A];2007年中国智能自动化会议论文集[C];2007年

9 汤修映;张铁中;;黄瓜收获机器人避碰轨迹规划[A];走中国特色农业机械化道路——中国农业机械学会2008年学术年会论文集（上册）[C];2008年

中国重要报纸全文数据库 前2条

1 青岛日报、青报网记者 林刚;高端机器人装备年产400台[N];青岛日报;2014年

2 本报记者 徐光;全球增速第一 国内机器人产业快速崛起[N];中国证券报;2012年

中国博士学位论文全文数据库 前10条

1 陈浩耀;面向多机器人编队的基于视觉定位系统研究[D];中国科学技术大学;2009年

2 瞿心昱;基于仿人脑认知计算模型的机器人视觉学习方法[D];浙江工业大学;2012年

3 王勇;棉花收获机器人视觉系统的研究[D];南京农业大学;2007年

4 张正涛;乒乓球机器人视觉测量与控制[D];中国科学院研究生院（自动化研究所）;2010年

5 陈四杰;面向数控机床群的上下料机器人视觉识别定位研究[D];江苏大学;2013年

6 王海青;黄瓜收获机器人视觉系统的研究[D];南京农业大学;2012年

7 张健;220kV/330kV高压带电清扫机器人视觉系统的研究[D];上海交通大学;2009年

8 吕小莲;基于四自由度西红柿采摘机器人视觉系统的研究[D];沈阳农业大学;2008年

9 陈华斌;运载火箭动力系统五通连接器机器人GTAW质量控制系统[D];上海交通大学;2009年

10 俞晓磊;基于光电感知的混沌仿生信息融合研究[D];南京航空航天大学;2011年

中国硕士学位论文全文数据库 前10条

1 张皓然;四足除草机器人的静态步行及稳定性研究[D];昆明理工大学;2015年

2 李晶路;基于人工路标的室内机器人自定位算法研究[D];长安大学;2015年

3 霍美杰;基于动态结构网络的机器人发育机制研究[D];华北理工大学;2015年

4 宗鹏程;基于NAO机器人的视觉目标检测与跟踪[D];华北电力大学;2015年

5 黎嘉文;基于行为的多机器人协同研究与实现[D];扬州大学;2014年

6 王宁扬;面向服务机器人的蜂巢气动网络软件执行器研究[D];中国科学技术大学;2016年

7 严帅;基于GPU加速的机器人人脸检测系统的设计与实现[D];北京交通大学;2016年

8 张永恒;轮足结合清洁机器人轮行控制与路径规划研究[D];燕山大学;2016年

9 陶威;机器人3D视觉传感器设计与实现[D];西南交通大学;2016年

10 杨胜男;仿人头像机器人人工鼻—肺系统及气味识别算法研究[D];哈尔滨工业大学;2016年

，

本文编号：685053