[发明专利]一种架空输电线路巡检机器人障碍物检测方法

权利要求书

1.一种架空输电线路巡检机器人障碍物检测方法，其特征在于，包括如下步骤：

采集机器人行走地线上的视频信息；

根据视频信息，基于机器人行走地线的轮廓特征对机器人行走地线上有无障碍物进行预判；

若机器人行走地线上有障碍物，则将预判存在有障碍物的图像输入至训练好的卷积神经网络模型中，以获取障碍物类别、障碍物目标框位置、以及障碍物目标框置信度；

根据障碍物位置测算障碍物与机器人的距离，将障碍物类别及障碍物与机器人的距离作为检测结果输出；

对机器人行走地线上有无障碍物进行预判的方法包括：

定位图像中机器人行走地线所在区域；

对机器人行走地线所在区域进行区域分割，提取机器人行走地线轮廓；

若机器人行走地线轮廓发生突变，则判断机器人行走地线上有障碍物；否则，进一步对机器人行走地线轮廓进行形态分析，若机器人行走地线轮廓形态不完整，则判断机器人行走地线上有障碍物。

2.根据权利要求1所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，定位图像中机器人行走地线所在区域的方法包括：

从视频信息中提取包含机器人行走地线的单帧原始图像；

对所提取的单帧原始图像进行高斯滤波及灰度转换，获取相应的灰度图；

对所述灰度图进行边缘检测，获取边缘图像；

通过概率霍夫变换直线检测算法提取边缘图像中的直线；

对检测到的所有直线进行基于斜率的聚类，获得聚集的平行线群，用于定位机器人行走地线所在区域。

3.根据权利要求2所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，对机器人行走地线所在区域进行区域分割的方法包括：使用OTSU最大类间方差法对所述灰度图进行前背景分割；

基于像素深度信息阈值过滤背景像素点，生成只保留前景的二值图像；

对二值图像进行形态学开操作，以分离粘连的区域。

4.根据权利要求1所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，判断机器人行走地线轮廓发生突变的方法包括：

根据机器人行走地线轮廓生成机器人行走地线轮廓凸包；

对机器人行走地线轮廓凸包进行凸缺陷检测，若存在超过设定阈值的凸缺陷，则判断机器人行走地线轮廓发生突变。

5.根据权利要求1所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，所述卷积神经网络模型包括：分组卷积层、融合卷积模块以及批量归一化层，且所述分组卷积层、所述融合卷积模块以及所述批量归一化层交替组合。

6.根据权利要求5所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，所述卷积神经网络模型包括8个单独的分组卷积层和3个融合卷积模块，每个融合卷积模块包含4个分组卷积层。

7.根据权利要求6所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，所述卷积神经网络模型的训练方法包括：

将所述卷积神经网络模型最后两层分组卷积层替换为全局均值池化层接上全连接层和softmax层构成一个分类模型，使用公共数据集训练该分类模型，训练完成后冻结特征提取层的参数作为所述卷积神经网络模型的主干网络初始参数；

使用标注好的线路障碍物数据集对所述卷积神经网络模型进行微调。

8.根据权利要求5所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，所述融合卷积模块通过1×1的卷积核，基于N个通道的特征图输入，输出两个拥有N/2个通道的特征图分支；其中一个分支使用一层3×3分组卷积，另一分支使用两层3×3分组卷积；两个分支的输出结果通过合并操作，生成N个通道的特征图。

9.根据权利要求1所述的架空输电线路巡检机器人障碍物检测方法，其特征在于，测算障碍物与机器人的距离的方法包括：将图像中包含障碍物的边框作为目标框，对目标框内像素进行基于像素深度的聚类，实现障碍物区域像素级分割；

去除机器人行走地线所在区域的像素点，求剩余像素的最小值，获得障碍物到视频采集传感器的距离；将障碍物到视频采集传感器的距离转换为障碍物到机器人前行走轮的距离。