[发明专利]一种基于深度学习的变电站巡检机器人辅助导航方法

权利要求书

1.一种基于深度学习的变电站巡检机器人辅助导航方法，其特征在于，包括：

步骤1：采集变电站环境的可见光图像，对深度学习目标检测模型进行训练，得到适用于变电站的最优深度学习目标检测模型；包括

1.1：获取可见光图像中包含变电站障碍物的图像样本；

1.2：根据图像样本中障碍物类别不同进行分类，获得至少一种图像类别并进行标注；

1.3：对每个图像类别中各图像样本进行旋转、错切、高斯模糊、白化处理，并调整图像样本的尺寸，对样本进行数据增强，得到各图像类别下的图像样本集合；

1.4：将已标注的图像样本集合随机分为训练组和验证组，并保证两组无重叠；

1.5：将图像样本集合中的图像样本依次输入深度学习目标检测模型，利用随机梯度下降法对深度卷积神经网络模型进行训练，得到适用于变电站的最优深度学习目标检测模型；

步骤2：将巡检机器人的超声波雷达实际探测的区域投影到可见光图像中，并对可见光图像进行分割，获得仅包含超声波雷达实际探测区域的图像；包括

2.1：巡检机器人报警停车后，采集巡检机器人的可见光传感器与超声波雷达传感器数据，并记录每组数据采集时刻的时间，保存为时间戳；

2.2：对采集到的带有时间戳的不同传感器的数据通过多传感器异步信息匹配进行校准，得到经过匹配后的不同传感器数据；

2.3：通过坐标投影公式，将超声波雷达在巡检机器人坐标系下探测区域坐标投影到可见光图像像素坐标系下，获得像素坐标；

2.4：将像素坐标区域外全部置黑，在图像中分割出超声波实际探测区域，获得仅包含超声波雷达实际探测区域的图像；

步骤3：生成安全判定结果，包括

3.1：将仅包含超声波雷达实际探测区域的图像输入最优深度学习目标检测模型进行检测，获得障碍物类别；

3.2：根据障碍物类别判断该类障碍物是否会对巡检机器人造成危险，生成安全判定结果；

步骤4：将安全判定结果输出到巡检机器人导航决策终端，辅助巡检机器人导航。