[發明專利]變電站巡檢機器人的儀表定位方法

在審

• 申請號: 201810652710.0
• 申請日: 2018-06-22
• 公開（公告）號: CN108921177A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 米建勛;楊清云;鄧欣;鄧力;李林潔;彭松璧
• 申請（專利權）人: 重慶郵電大學;重慶西電普華智能機器人技術有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 重慶棱鏡智慧知識產權代理事務所(普通合伙) 50222
• 代理人: 李興寰

1.一種變電站巡檢機器人的儀表定位方法，其特征在于：包括預備階段和正式巡檢階段，

所述預備階段為：變電站巡檢機器人采集儀表圖像作為模板圖，人工標定出各模板圖中儀表的位置信息，利用各模板圖分別訓練相關濾波器；

所述正式巡檢階段為：讀取巡檢圖像，對巡檢圖像提取HOG特征，利用相關濾波器計算出響應地圖，得到儀表位置。

2.根據權利要求1所述的變電站巡檢機器人的儀表定位方法，其特征在于：所述預備階段具體為：

S11、變電站巡檢機器人根據預先規劃的路徑進行巡檢，定點停車采集儀表圖像，將采集的儀表圖像作為模板圖；

S12、根據模板圖人工標定出儀表位置信息及目標區域作為預設參數，并記錄相關數據；

S13、擴展目標區域范圍大小，分別提取模板圖中的目標區域作為訓練圖像；

S14、利用每個模板圖提取出的訓練圖像提取HOG特征，分別訓練相關濾波器，按照對應編號保存相關濾波器參數。

3.根據權利要求1所述的變電站巡檢機器人的儀表定位方法，其特征在于：所述正式巡檢階段具體為：

S21、讀取巡檢機器人實時采集傳回的巡檢圖像以及相應設備編號；

S22、按照設備編號讀入相關濾波參數器參數及預設目標位置信息；

S23、對巡檢圖像提取HOG特征；

S24、根據HOG特征的圖像，利用相關濾波器計算響應地圖；

S25、計算出響應地圖中的最大響應值位置；

S26、獲取儀表圖像。

4.根據權利要求1-3任意一項所述的變電站巡檢機器人的儀表定位方法，其特征在于：所述人工標定出各模板圖中儀表的位置信息具體為：

對采集的模板圖人為標定出儀表中心(x,y),以及儀表范圍尺度[w,h]，按照儀表對應編號存入相應參數文件供后續檢測過程使用。

5.根據權利要求4所述的變電站巡檢機器人的儀表定位方法，其特征在于：所述訓練相關濾波器為根據相關濾波器函數計算出相關濾波器模板，具體為：

根據儀表的編號，讀入相應模板圖及儀表中心坐標(x,y)及儀表范圍尺度[w,h]，擴大范圍k倍，即[w^*k,h^*k]；

以中心坐標及擴大后的范圍提取出訓練圖像；

對提取的訓練圖像提取HOG特征；

利用提取的HOG特征的圖像，計算相關濾波器作為相關濾波器模板。

6.根據權利要求3、5所述的變電站巡檢機器人的儀表定位方法，其特征在于：所述相關濾波器函數為f(x_i)＝w^Tx_i，以獲取訓練圖像的HOG特征圖作為正樣本，以其為中心，利用循環矩陣來近似密集采樣，設x_i為第i個樣本圖像的HOG特征，對應標簽函數為y_i，y_i值處于[0,1]區間，可構造一種權值函數產生，如高斯函數等，越靠近中心y_i值越高，當x_i處于中心時y_i為1，當x_i處于矩陣邊緣時y_i為0；

訓練目標為：

最優解為其中x為訓練圖像的HOG特征，為x的傅里葉變換，*為復共軛，e為元素級相乘。

引入核函數后相關濾波器函數在傅里葉域，對于整個循環矩陣的濾波結果可表示為即響應地圖；

其中，^表示在傅里葉域中，k^xz為核函數，是x和z的核卷積，y為樣本循環矩陣對應的標簽，是y_i的向量容器。其中，在訓練相關濾波器時，為樣本特征自身的核卷積，在正式檢測階段，x是模板圖中訓練圖像的HOG特征，z為待檢測圖像的HOG特征。其中，核函數可以選擇但不限于線性核、高斯核等。

7.根據權利要求1-3任意一項所述的變電站巡檢機器人的儀表定位方法，其特征在于：利用相關濾波器計算響應地圖的具體方法為：所提取HOG特征圖像生成循環矩陣，利用訓練好的相關濾波器對循環矩陣進行濾波，獲取響應地圖。