[發明專利]一種基于機器人巡檢的指針式儀表讀數識別方法

在審

• 申請號: 202010590928.5
• 申請日: 2020-06-24
• 公開（公告）號: CN111738258A
• 公開（公告）日: 2020-10-02
• 發明（設計）人: 張培榮;王虹杰;劉玉;方岳龍;李樂政
• 申請（專利權）人: 東方電子股份有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06N3/04;G06N3/08
• 代理公司: 煙臺上禾知識產權代理事務所(普通合伙) 37234
• 代理人: 丁寶君

本發明公開了一種基于機器人巡檢的指針式儀表讀數識別方法，包括如下步驟：(1)、獲取包含待識別讀數的指針式儀表表盤的圖像；(2)、一級檢測網絡；(3)、檢測指針儀表在圖中位置；(4)、二級檢測網絡；(5)、檢測指針管各關鍵點：始末點、圓心及指針。本發明通過目標檢測，物體定位，圖像分割，對指針型儀表的刻度起點位置、刻度終點位置、圓心位置及指針位置關鍵點進行識別，確定指針型表計表盤中指針的讀數比例，保證指針模型識別讀數的魯棒性，能夠使機器人識別不同角度、不同高度的指針式表計的讀數。

技術領域

本發明屬于圖像處理技術領域，尤其涉及一種基于機器人巡檢的指針式儀表讀數識別方法。

背景技術

隨著儀器儀表技術的快速發展，儀器儀表被廣泛的應用于各行各業，儀表數量繁多，需求量大。指針式儀表的使用在我國許多工廠、交通設備中仍然有不可替代的地位。指針式儀表的優點是結實耐用、價格便宜，并且其示數的波動(即指針的擺動)能形象的表示出參數的變化，此外其比較突出的優點是：對于一些特殊的場合，機械式指針儀表其防凍特性都能讓其很好地在天氣寒冷的地方工作、其防水特性能讓其在水下工作，這些特性讓其發揮在惡劣環境下仍能正常工作的優勢。指針式儀表一般通過兩種方式讀數：(1)直接人工讀取表盤上的數據；(2)拍攝表盤圖像進行處理獲得數據。其中，方式(1)費時費力，受人為因素的影響，誤差較大。方式(2)拍攝表盤的圖像受攝像機擺放位置和角度、光照、表盤不干凈等因素的影響，圖像處理難度大，適應性差、算法通用性低。

伴隨工業自動化、圖像處理和模式識別技術的發展，對廣泛應用于電力、石油、化工等行業的各類指針式儀表，出現了機器人智能巡檢技術，以代替人工巡檢，提高巡檢效率，降低人工巡檢的危險和巡檢成本。機器人巡檢，可以節省人力，確保人身安全，但是一般場所的巡檢過程中會涉及到讀取大量指針式表計讀數的任務，而且現場情況多種多樣，指針式表計的安裝位置、角度等各不相同，也不可能為了機器人巡檢，統一調整各指針式表計的安裝位置和角度，所以如何使機器人識別不同角度、不同高度的指針式表計的讀數，是目前機器人巡檢工作中亟待解決的問題。

發明內容

針對現有技術存在的不足，本發明所要解決的技術問題是，提供一種機器人巡檢時，能夠識別不同角度、不同高度的指針式儀表，具有較強適應性、魯棒性及較高準確性的基于機器人巡檢的指針式儀表讀數識別方法。

為解決上述技術問題，本發明所采取的技術方案是：一種基于機器人巡檢的指針式儀表讀數識別方法，包括如下步驟：

(1)、獲取包含待識別讀數的指針式儀表表盤的圖像；

(2)、使用Yolo將CNN網絡將輸入的圖片分割成S×S網格，然后每個單元格負責去檢測那些中心點落在該格子內的目標；

(3)、采用Yolo卷積網絡來提取特征，然后使用全連接層來得到預測值，網絡結構參考GooLeNet模型，包含24個卷積層和2個全連接層；

(4)、先在ImageNet上進行預訓練，其預訓練的分類模型采用前20個卷積層，然后添加一個average-pool層和全連接層。預訓練之后，在預訓練得到的20層卷積層之上加上隨機初始化的4個卷積層和2個全連接層；

(5)、首先從所有的檢測框中找到置信度最大的那個框，然后挨個計算其與剩余框的IOU，如果其值大于一定閾值(重合度過高)，那么就將該框剔除；然后對剩余的檢測框重復上述過程，直到處理完所有的檢測框；

(6)、首先通過目標檢測算法將每一個指針式儀表表盤檢測出來，然后在檢測框的基礎上針對單個指針式儀表表盤做刻度起點位置、刻度終點位置、圓心位置及指針位置關鍵點檢測；

(7)、神經網絡輸出指針表計的起始刻度、終止刻度、圓心、指針刻度4點關鍵點，然后依據關鍵點之間的內在聯系，計算指針所對應的占比。