面向配网带电作业机器人的激光雷达与视觉系统融合定位

doi:10.13474/j.cnki.11-2246.2021.0052

测绘通报 ›› 2021, Vol. 0 ›› Issue (2): 98-102,116.doi: 10.13474/j.cnki.11-2246.2021.0052

面向配网带电作业机器人的激光雷达与视觉系统融合定位

任青亭¹, 李帅¹, 吕鹏¹, 张铜²

1. 国网瑞嘉(天津)智能机器人有限公司, 天津 300467;
2. 北京国电富通科技发展有限责任公司, 北京 100070

收稿日期:2020-04-15 修回日期:2020-11-11 出版日期:2021-02-25 发布日期:2021-03-09
作者简介:任青亭(1992-),男,硕士,工程师,主要研究方向为电网智能装备及机器人技术。E-mail:renqingt@163.com

LiDAR and visual information fusion position system of living work robot for distribution network

REN Qingting¹, LI Shuai¹, Lü Peng¹, ZHANG Tong²

1. StateGrid Ruijia (Tianjin) Intelligent Robot Co., Ltd., Tianjin 300467, China;
2. Beijng Guodian Futong Science And Technology Development Co., Ltd., Beijing 100070, China

Received:2020-04-15 Revised:2020-11-11 Online:2021-02-25 Published:2021-03-09

摘要/Abstract

摘要： 为提高配网带电作业机器人在开展带电作业时对导线的识别与定位的准确性，本文提出了一种基于单线激光雷达传感器与视觉系统融合的定位方法，获取导线的空间三维坐标。并通过研究多传感器在户外强光环境下的工作特点，提出了基于激光雷达深度信息与图像信息的多传感器融合算法。首先利用激光雷达与相机事先进行像素级标定，使图像像素与激光雷达深度点云一一对应；然后利用Canny算法与霍夫变换，获取图像中作业导线；最后计算出导线与雷达点云空间中相交部分空间位置，实现机器人在户外强光下高精度、高效率地进行导线识别定位，帮助机器人完成抓取导线等动作。

关键词: 激光雷达, 视觉, 配网带电作业机器人, 标定, DBSCAN

Abstract: This paper proposes a system based on single-line LiDAR sensor and vision fusion method to detect the spatial three-dimensional coordinates of the wire. It can improve the recognition and positioning accuracy of live working robot for distribution network effectively. LiDAR and visual information fusion position system based on radar sensors and visual fusion method to calculate the spatial three-dimensional coordinates of the wire. Living work robot can work outdoor with bright sunlight environment by using the multiple sensor fusion algorithm. At first, the LiDAR and the camera should be calibrated in advance to make the image pixels correspond to the LiDAR depth point cloud. Then, the paper uses Canny algorithm and Hough transform to calculate the position of wire. Finally, the robot can recognise and position wire in high precision and high efficiency under outdoor light.

Key words: LiDAR, computer vision, living work robot for distribution network, calibration, DBSCAN

中图分类号:

P237

任青亭, 李帅, 吕鹏, 张铜. 面向配网带电作业机器人的激光雷达与视觉系统融合定位[J]. 测绘通报, 2021, 0(2): 98-102,116.

REN Qingting, LI Shuai, Lü Peng, ZHANG Tong. LiDAR and visual information fusion position system of living work robot for distribution network[J]. Bulletin of Surveying and Mapping, 2021, 0(2): 98-102,116.

参考文献

[1] 王凯军,应鸿,鲁守银,等.高压带电作业机器人的开发背景及展望[J].浙江电力,2005(6):15-16.
[2] SAWADA J,KUSUMOTO K,MAIKAWA Y,et al. Mobile robot for inspection of power transmission lines[J].IEEE Trans on Power Delibery,1991,6(1):309-315.
[3] NAKASHIMA M,YANO K,MARUYAMA Y,et al.The hot line work robot system "Phase Ⅱ" and its human-robot interface "MOS"[C]//Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems.[S.l.]:IEEE, 1995:116-123.
[4] BROGGI A,BERTOZZI M,FASCIOLI A,et al. Visual perception of obstacles and vehicles for platooning[J].IEEE Transactions on Intelligent Transportation System,2000,1(3):164-176.
[5] ESTER M, KRIEGEL H P, SANDER J, et al.A density-based algorithm for discovering clusters in large spatial databases with noise[C]//Proceedings of the 2nd ACM SIGKDD.Portland:ACM, 1996:226-231.
[6] 关超华,陈泳丹,陈慧岩,等.基于改进DBSCAN算法的激光雷达车辆探测方法[J].北京理工大学学报,2010,30(6):732-736.
[7] 麦新晨,杨明,王春香,等.一种基于多传感器融合的车辆检测与跟踪方法[J].上海交通大学学报,2011,45(7):1012-1016.
[8] 周旭.基于改进粒子滤波的算法研究[D].南京:南京理工大学,2014.
[9] 彭梦,蔡自兴.一种基于双平行平面的激光雷达和摄像机标定方法[J].中南大学学报(自然科学版),2012,43(12):4735-4742.
[10] 刘洋, 杨必胜, 梁福逊. 机载激光点云中高压电塔自动识别方法[J]. 测绘通报, 2019(1):34-38.
[11] 张省, 朱伟. 基于SIFT匹配和RANSAC算法的超分辨率重建[J]. 测绘通报, 2019(10):119-122.
[12] 蒋科迪, 殷勇, 范开桂, 等. 基于Canny算子的南通江海岸线研究[J]. 测绘通报, 2019(10):83-88.
[13] 王光,林国宇.改进的自适应参数DBSCAN聚类算法[J].计算机工程与应用,2020,56(14):45-51.
[14] 龚昕,张楠.基于Hough变换的圆检测算法的改进[J].信息技术,2020,44(6);89-93,98.
[15] 张秋雁,杨忠,陈聪,等.一种复杂环境下的电力线检测方法[J].应用科技,2019,46(5):51-56.

面向配网带电作业机器人的激光雷达与视觉系统融合定位

LiDAR and visual information fusion position system of living work robot for distribution network

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	时梦杰, 陶庭叶, 高飞, 李江洋, 陈皓. 雾天环境下机器视觉的边坡监测方法[J]. 测绘通报, 2022, 0(6): 88-92.
[2]	王道杰, 陈倍, 孙健辉. 机载LiDAR点云密度对DEM精度的影响[J]. 测绘通报, 2022, 0(5): 140-144,169.
[3]	许志华, 逯行政, 彭远航, 杨可明, 王宇敏. 依托航空模拟平台的激光雷达技术课程实践教学装备[J]. 测绘通报, 2022, 0(4): 162-166.
[4]	高胜超, 高彦涛, 王文杰. 机载LiDAR在河南省重点水库库区高精度DEM建立中的应用[J]. 测绘通报, 2022, 0(1): 128-132.
[5]	汪志刚, 郭杭, 敖龙辉. 利用Vicon系统进行IMU标定[J]. 测绘通报, 2021, 0(7): 121-125.
[6]	李德友, 李彩林, 李祥珅, 王柏涛. 激光雷达点云电力线自动提取算法[J]. 测绘通报, 2021, 0(6): 33-38.
[7]	张强, 白征东, 辛浩浩, 程宇航, 郭锦萍. 基于共享单车时空大数据的细粒度聚类[J]. 测绘通报, 2021, 0(5): 15-19,29.
[8]	袁德宝, 蔡量力, 王成. 单目相机-轮式里程计的自动内外参标定算法[J]. 测绘通报, 2021, 0(5): 54-58.
[9]	龙川, 苟永刚, 明镜, 李锋, 胡小林, 黄志. 车载移动测量系统研制与应用实践[J]. 测绘通报, 2021, 0(4): 120-125.
[10]	李冀, 熊晶, 熊保颂, 吴星宇, 张朝阳, 李雪. 便携式消费级无人机相机标定有效性评估[J]. 测绘通报, 2021, 0(4): 131-135.
[11]	刘新平, 王磊, 吴长彬, 黄敬, 韦曼琼. 三维GIS支持下的实景融合系统设计与实现[J]. 测绘通报, 2021, 0(4): 141-145,155.
[12]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[13]	宁振伟, 谢刚生, 钟晓兰. 手持激光雷达扫描系统在农村房地一体测量中的应用[J]. 测绘通报, 2021, 0(2): 103-107.
[14]	王志豪, 李中洲, 田震. 全景测量技术在海域动态监视监测中的应用[J]. 测绘通报, 2021, 0(2): 112-116.
[15]	张鹏, 马庆勋, 吕杰, 季金亮, 李紫微. 机器学习算法在森林地上生物量估算中的应用[J]. 测绘通报, 2021, 0(12): 28-32.