基于边缘和水平集的复杂背景金属零件二维条码精确定位方法

针对由于背景复杂、光照不均等因素导致的复杂背景下金属零件上二维条码定位困难问题,提出一种基于边缘及水平集的复杂背景金属零件二维条码精确定位方法.首先,通过直线检测方法定位条码的L边;然后,采用一种改进的水平集图像分割方法对可能的条码区域进行图像分割,利用条码的边缘轮廓特征、灰度及梯度直方图双峰特征进行二维条码区域判断;最后,通过区域Hough变换精确定位二维条码区域.实验结果表明,所提出的方法平均定位准确率可达到95%,且其处理时间小于1s,适用于对大多数复杂背景下金属零件二维条码的定位.     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

基于拍摄图像的PDF417条码识别

针对拍摄的PDF417二维条码图像的特点,研究了相应的识别方法.利用梯度特征并结合数学形态学的方法,给出了一种复杂背景下条码图像的定位方法,该方法能准确地从复杂背景中分割出条码图像.对于拍摄的非线性几何失真条码图像,采用分块校正方法有效解决了图像的几何畸变校正问题.给出了一种基于投影算法的条空序列识别方法,该方法可适用于受噪声及模糊等因素影响的图像.实验结果表明,提出的识别方法可以有效识别拍摄的PDF417二维条码图像.     

信号机房巡检机器人的研究与应用

<正>本文针对室内信号机房等重点区域人工巡检效率低、劳动强度大、易发生漏检等问题，提出一种通过激光SLAM（同步定位与地图构建）自主导航，借助深度学习算法实时判断设备状态的巡检机器人。目前，本文研究的巡检机器人已经在实际工程中得到了应用。应用结果表明，该机器人能够显著提高信号机房巡检质量和效率，具备完全取代人工巡检的可能性，工程实用价值较高。     

电力隧道机器人巡检目标坐标定位的共轭搜索

电力隧道环境机器人巡检目标坐标定位过程中,利用传统搜索算法会产生信息损失,从而导致搜索定位 结果存在精度不够理想问题。为此,提出了一种共轭搜索算法。该算法通过搭建机器人巡检模型,得到反映机 器人位姿的坐标系,然后通过共轭算子规划设置机器人搜索路径。机器人沿着设置的搜索路径采集实时巡检 图像,并根据特征值识别图像中的目标节点。解算机器人在巡检过程中的位姿,并结合手眼标定和空间坐标的 测量结果,实现机器人巡检目标的搜索和坐标定位。对比实验结果表明,所提出的共轭搜索算法对目标位置的 定位环境风险评价( EＲA: Environmental Ｒisk Assessment) 指标更趋近于0,与传统搜索算法相比具有更好的定 位精度。     

复杂背景中条码图像识别关键算法的研究

研究了复杂背景图片中条码的定位及识别技术.通过特征提取、形态学的方法在低分辨率图像中对条码进行粗定位,以粗定位的结果为研究对象,采用边缘提取及灰度投影的方法对条码进行精确定位.提出了一种新的二值化算法,算法利用条码的固有特征得到图像的全局信息,利用全局与局部相结合的方法获取子图像块的最优阈值.实验结果表明,本文算法能有效地去除复杂背景对条码识别的影响,且算法具有较低的复杂度,能在嵌入式平台上实时运行.     

变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

校园巡检机器人智能导航与控制

针对校园巡检需求设计机器人本体结构,采用了GPS导航作为全局路径规划和模糊控制算法作为局部路径规划的机器人组合控制策略,提出了借助NI myrio作为控制核心和LabVIEW图形化编程的巡检机器人控制系统构建方法,研究了巡检机器人在校园环境下的导航、控制、多传感器融合等问题。结果表明:该套控制系统的研发有效解决了校园巡检机器人的智能导航与控制系统构建编程效率低、开发周期长等问题。通过采用二级分布式结构,保障了整个系统的实时性,实现了机器人复杂的人机交互和环境交互。同时提高了机器人控制系统的自适应性和鲁棒性,为巡检机器人的智能化研究提供了一种高效可靠的方法。     

复杂金属背景下二维条码区域的快速定位

目前二维条码定位一般使用几何方法或纹理分析方法,其鲁棒性或实时性较差,尤其是在金属材质表面．针对传统二维条码定位方法的不足,提出了基于机器学习和级联过滤器联立的方法滤除背景区域,结合二维条码的几何性质检测候选区域,然后利用聚类生长法包络二维条码区域．实验结果表明：与传统算法相比,本文的算法对于各种复杂金属背景上的二维条码定位具有很高的鲁棒性与实时性．利用训练后的级联分类器和连通区域判决器,平均定位准确率可达到97％,并且处理时间控制在700ms以内,对金属零件上二维码信息的可靠获取具有重要价值．     

飞行机器人电塔巡检视频关键帧提取预处理

针对架空输电线路飞行机器人巡检视频的关键帧提取问题,提出了一种地理信息、导航数据、航拍数据和相机参数相结合的关键帧提取预处理方法.首先通过将地理坐标系中的坐标转化到空间直角坐标系中,对地理信息进行处理;其次通过空间直角坐标系中的坐标转化成图像坐标系中的坐标,确定巡检目标在图像中的位置;最后通过判断巡检目标在图像坐标系下的位置以确定图像是否可以作为关键帧的候选帧.实验结果表明:提出的预处理方法在不降低从视频中提取出来的关键帧准确度前提下,减少了图像层面上的计算量,缩短了关键帧提取时间.