[發明專利]基于梯度直方圖和支持向量機的機器人障礙物識別方法

有效

• 申請號: 201510734493.6
• 申請日: 2015-11-02
• 公開（公告）號: CN105426905B
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 張峰;郭銳;慕世友;任杰;傅孟潮;雍軍;韓正新;程志勇;賈永剛;曹雷;賈娟;李建祥;趙金龍
• 申請（專利權）人: 國網山東省電力公司電力科學研究院;山東魯能智能技術有限公司;國家電網公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

本發明公開了一種基于梯度直方圖和支持向量機的機器人障礙物識別方法，本方法主要包括兩個部分：一是在特征提取階段，提出了主元梯度直方圖的輸電線路障礙物的特征提取算法。利用典型障礙物具有不同的結構組成和空間布局的特點，通過計算常見在線障礙物的統計特征，利用HOG算法的特征提取，可以得到光照和尺度變化無關的特征點，能夠有效的去掉干擾。同時，利用主成分分析來進一步對獲得的特征向量進行降維運算得到主元梯度直方圖，能有效減低無關特征，減少運算量，用最少量的特征建立相對應障礙物的特征集合，為下一步的目標識別提供良好的支持。二是在目標識別階段，利用線性支持向量機(SVM)進行識別，得到了非常良好的識別效果。

技術領域

本發明涉及一種基于梯度直方圖和支持向量機的機器人障礙物識別方法。

背景技術

輸電線路巡檢機器人的自主導航系統一直是智能電網維護與安全監控的研究熱點之一，它在輸電線路巡檢、維護、故障快速定位、在線監控等領域有著廣泛的應用前景。然而，當巡線機器人采用輪式行走機構沿架空輸電線路“爬行”時，安裝在導線上的防震錘、絕緣子、懸垂線夾、耐張線夾等桿塔支撐附件阻擋了巡線機器人的前進。同時，不同的障礙物無論在姿勢，視角還是都有著相對明顯的變化，加之復雜的野外巡檢場景背景，大范圍的光照角度變化，以及視覺系統自身的晃動，魯棒的在線物體識別問題一直是一個富有挑戰性的研究課題。

一般而言，巡線機器人的視覺導航系統要完成的主要任務是：(1)實時檢測并定位輸電線路上常見懸掛物體如防震錘、耐張線夾、懸垂線夾等，在此基礎上視覺系統將引導巡檢機器人慢速趨近障礙，避免碰撞。(2)實時識別出具體目標的類型，在此基礎上規劃越障策略，完成越障運動控制。相應而言，巡檢機器人的視覺導航系統包括兩個模塊：1，目標檢測和識別。檢測模塊的目的是從圖像中提取可能包含待檢測目標的部分區域，以期提高搜索速度。目標識別模塊對該區域進行驗證，以判斷是否包含待檢測障礙物。因此目標識別模塊的精度決定了導航系統的性能指標。

目前，常見的巡線機器人的識別方法主要有如下幾種方法：基于形狀基元(如圓，橢圓等)的方法?；诮Y構的方法，基于統計特征的方法等。一般而言，基元特征與形狀基元之間結構關系特征都具有不確定性，因此傳統非統計方法無法進行準確識別。統計方法可用于局部基元與局部結構關系的識別，其識別結果則可以用于障礙物整體的結構識別。然而，現有統計技術的缺陷是：在大范圍復雜背景與光照的影響下，不可避免的存在大量虛假檢測結果，因此可靠性和有效性不能得到保證。

發明內容

本發明為了解決上述問題，提出了一種基于統計梯度直方圖和支持向量機的機器人障礙物識別方法。本方法屬于統計方法與結構方法的結合，非常適用于復雜的物體識別。其核心思想在于利用統計方法抽取障礙物圖像的各種統計特征，將這些統計特征組成特征向量(Feature Vector)，并在特征向量空間進行分類。具體而言，本方法利用典型障礙物具有不同的結構組成和空間布局的特點，通過計算在線障礙物的統計特征，利用HOG算法的特征提取，可以得到光照和尺度變化無關的特征點，能夠有效的去掉干擾同時，利用主成分分析來進一步對獲得的特征向量進行降維運算，能有效減低無關特征，減少運算量，用最少量的特征建立相對應障礙物的特征集合，為下一步的目標識別提供良好的支持。在目標識別階段，利用線性支持向量機(Support Vector machine，SVM)進行識別，得到了非常良好的識別效果。

為了實現上述目的，本發明采用如下技術方案：

一種基于梯度直方圖和支持向量機的機器人障礙物識別方法，包括以下步驟：

(1)提取原始圖像梯度直方圖特征，確定表征線上不同類型線上障礙物特征向量集；

(2)將特征向量集中的特征向量進行降低特征維數，對目標圖像進行進一步抽象表征；

(3)將已有各類型圖像進行特征提取，形成新的樣本數據，選取訓練樣本，利用支持向量機建立起障礙物分類模型，支持向量機分類模型輸出最大值所對應的分類類型即為識別結果。