摘要
在室外光照条件变化下进行有效的障碍物识别是高压输电线路巡检机器人所面临的技术难点之一.针对弱光条件下障碍物识别的稳健性问题,提出了一种基于机器人视觉的障碍物识别智能方法,以使巡检机器人适应各种不同程度的弱光变化.通过对采集的障碍物图像进行自适应同态滤波处理,以减少部分光照的影响;将障碍物图像分成均匀大小的子区域,运用改进的局部方向模式提取各个子区域图像的特征直方图向量,并把子块特征直方图逐个串联为总的直方图;再选用卡方距离法进行统计识别.实验结果表明:该方法使巡检机器人对输电线上的防震锤、悬垂线夹和绝缘子串能够进行有效的识别.相比于其他算法,其具有更好的抗光照干扰效果和更高的准确识别率;提升了机器人巡检过程中图像识别的稳健性、适应性和准确性,极大地提高了巡检机器人在电力行业的可持续发展性.
基金项目
广东省机器人专项(2015B090922007)
广东省佛山市科技创新团队项目(2015IT100143)
NETL
NSTL
维普
万方数据