本文關鍵詞：基于視覺的電力線除冰機器人越障抓線控制

  更多相關文章： 除冰機器人 視覺定位 視覺伺服 局部二值模式 支持向量回歸機

【摘要】：高壓電力線路的穩(wěn)定安全運行是國家經濟發(fā)展和人民生活的基本保障,然而在冰雪天氣下,常常會引發(fā)因高壓架空電力線覆冰嚴重導致的倒塔斷電等事故。隨著人工智能的發(fā)展及在各領域的應用,對社會產生了很多積極的作用,將智能機器人引入到對電力線路進行除冰工作,是人工智能發(fā)展應用的又一個重要方向,具有積極的意義。本文首先回顧了近年來一些將機器人應用到電力線作業(yè)上的研究案例,并介紹了現(xiàn)階段電力線除冰機器人研究成果以及仍存在的一些問題。針對除冰機器人在電力線上自主越障的視覺控制方法進行研究,介紹了湖南大學特種機器人實驗室的三臂式除冰機器人的結構和系統(tǒng),并建立了其運動學控制模型。對于越障過程中機器人對電力線的定位問題,提出兩種基于紋理特征的電力線定位方法。一種是根據(jù)Gabor濾波器在對紋理增強和分割中的優(yōu)勢,將其引入對監(jiān)控相機圖像中的電力線紋理區(qū)域進行增強和分割,以此實現(xiàn)電力線的定位效果；另一種方法則是根據(jù)LBP算子對紋理特征敏感性的特點,建立圖像的LBP圖譜,通過直方圖統(tǒng)計與模糊C均值聚類的方法,提取出具有相似的紋理特征的區(qū)域,同樣實現(xiàn)了對電力線的定位效果。最后,對于除冰機器人越障中的自主抓線控制問題,設計了三種基于圖像特征的伺服控制方法。首先,對除冰機器人抓線運動的實際問題進行分析,選擇出與之相適應的圖像特征量,并推導出了基于圖像特征量的雅克比矩陣,建立起傳統(tǒng)伺服控制方法在除冰機器人機械臂抓線問題上的應用；然后改進傳統(tǒng)伺服控制方法,引入小波神經網絡替代圖像雅克比矩陣的復雜求解,簡化了視覺伺服控制系統(tǒng)模型,并通過除冰機器人抓線控制實驗,證明該方法的有效性；針對基于小波網絡伺服控制方法的大量樣本采集等缺陷,本論文最后又提出了基于SVR視覺伺服控制方法,將SVR替代小波神經網絡,由于SVR較小波網絡有先天的小樣本訓練和較強的泛化能力等優(yōu)勢,該方法在對機器人伺服控制中更具實用性,本文在對除冰機器人抓線控制實驗中,證明了方法的有效性。
【關鍵詞】：除冰機器人 視覺定位 視覺伺服 局部二值模式 支持向量回歸機
【學位授予單位】：湖南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP242
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 論文的研究背景及意義10-11
• 1.2 電力線路除冰機器人國內外研究現(xiàn)狀11-14
• 1.2.1 國外研究現(xiàn)狀11-13
• 1.2.2 國內研究現(xiàn)狀13-14
• 1.3 除冰機器人視覺越障方法研究現(xiàn)狀14-16
• 1.4 論文的主要工作和研究內容16-17
• 第2章 電力線除冰機器人系統(tǒng)介紹17-30
• 2.1 除冰機器人工作環(huán)境17-18
• 2.2 除冰機器人機械結構18-20
• 2.2.1 除冰機器人機械臂19
• 2.2.2 除冰機器人控制箱19-20
• 2.3 除冰機器人視覺系統(tǒng)20-23
• 2.3.1 除冰機器人監(jiān)控相機介紹20-21
• 2.3.2 相機成像模型21-23
• 2.4 除冰機器人運動學模型23-29
• 2.4.1 機械臂運動姿態(tài)描述23-25
• 2.4.2 機械臂運動學方程25-28
• 2.4.3 機械臂逆運動學方程求解28-29
• 2.5 本章小結29-30
• 第3章 除冰機器人越障的視覺定位方法30-45
• 3.1 電力線纜的圖像分析30-31
• 3.2 基于Gabor濾波的電力線中線定位方法31-39
• 3.2.1 圖像預處理31-33
• 3.2.2 邊緣檢測及方向場估計33-35
• 3.2.3 Gabor濾波紋理增強35-36
• 3.2.4 電力線纜中線擬合36-38
• 3.2.5 實驗結果分析38-39
• 3.3 基于LBP特征的電力線中線定位方法39-44
• 3.3.1 LBP特征提取39-41
• 3.3.2 模糊C均值紋理分割41-43
• 3.3.3 實驗結果分析43-44
• 3.4 本章小結44-45
• 第4章 基于圖像特征的除冰機器人越障控制方法45-66
• 4.1 除冰機器人越障動作及反饋圖像45-49
• 4.1.1 除冰機器人越障動作分析45-47
• 4.1.2 機械臂監(jiān)控相機反饋圖像分析47-49
• 4.2 基于圖像特征的傳統(tǒng)視覺伺服控制方法設計49-53
• 4.2.1 圖像特征的選擇及計算49-50
• 4.2.2 圖像特征的雅克比矩陣推導50-52
• 4.2.3 傳統(tǒng)視覺伺服控制存在的問題分析52-53
• 4.3 基于小波神經網絡的視覺伺服控制方法設計53-59
• 4.3.1 小波神經網絡的結構53-55
• 4.3.2 小波網絡視覺伺服控制模型的建立55-56
• 4.3.3 實驗過程及結果分析56-59
• 4.4 基于SVR的視覺伺服控制方法設計59-64
• 4.4.1 SVR的原理及結構60-62
• 4.4.2 基于SVR的視覺伺服控制模型62
• 4.4.3 實驗過程及結果分析62-64
• 4.5 本章小結64-66
• 總結與展望66-68
• 參考文獻68-71
• 致謝71-72
• 附錄A 攻讀學位期間所發(fā)表的學術成果72

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓浩;董硯秋;張娟;;基于湖面清掃機器人的圖像識別技術研究[J];科技資訊;2006年33期

2 Joseph Ogando;;讓機器人放松“肌肉”[J];工業(yè)設計;2007年11期

3 ;《機器人技術與應用》全年總目次[J];機器人技術與應用;2010年06期

4 郭健;;機器人在涂裝車間的應用[J];科技視界;2012年31期

5 王偉;;日本農用機器人的研究成果與趨勢[J];農業(yè)機械;1994年11期

6 董雅萍;有視覺的機器人[J];世界制造技術與裝備市場;2001年01期

7 梁冰,洪炳昒,曙光;基于視覺與行為模型的機器人目標跟蹤[J];通信學報;2004年01期

8 張彥鐸,魯統(tǒng)偉;基于航跡關聯(lián)的足球機器人視覺系統(tǒng)的改進[J];哈爾濱工業(yè)大學學報;2004年07期

9 高崢;擬人機器人視覺系統(tǒng)的軟件設計[J];計算機工程與設計;2004年11期

10 靳曄;施釉機器人視覺系統(tǒng)設計[J];河北省科學院學報;2005年03期

中國重要會議論文全文數(shù)據(jù)庫 前9條

1 陳衛(wèi)東;曹其新;賈建強;羅真;王磊;黃永志;繆壽洪;張衛(wèi)星;徐化;欒楠;付莊;張彭濤;孫英杰;張飛;張春裕;包賢捷;;面向動態(tài)與競爭環(huán)境的多機器人團隊[A];馬斯特杯2003年中國機器人大賽及研討會論文集[C];2003年

2 張春龍;黃小龍;劉衛(wèi)東;張妍;李南;張俊雄;李偉;;基于機器視覺的鋤草機器人信息獲取方法研究[A];中國農業(yè)工程學會2011年學術年會論文集[C];2011年

3 張亞靜;喬軍;劉剛;李民贊;;水果采摘機器人視覺系統(tǒng)的發(fā)展現(xiàn)狀研究[A];2007年中國農業(yè)工程學會學術年會論文摘要集[C];2007年

4 雍超;竺長安;杜華生;;基于視覺和超聲技術的機器人視覺系統(tǒng)[A];第六屆全國計算機應用聯(lián)合學術會議論文集[C];2002年

5 徐大宏;;基于彩色識別的足球機器人視覺系統(tǒng)研究與實現(xiàn)[A];中國圖象圖形學會第十屆全國圖像圖形學術會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術研討會（CVR’2001）論文集[C];2001年

6 高瑞;劉剛;司永勝;劉兆祥;;蘋果采摘機器人視覺系統(tǒng)研究[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

7 袁波;徐科軍;盛磊;;基于TMDXEVM642的機器人視覺系統(tǒng)[A];第三屆全國信息獲取與處理學術會議論文集[C];2005年

8 張汝波;張亮;張子迎;;基于立體視覺的機器人目標識別與跟蹤[A];2007年中國智能自動化會議論文集[C];2007年

9 湯修映;張鐵中;;黃瓜收獲機器人避碰軌跡規(guī)劃[A];走中國特色農業(yè)機械化道路——中國農業(yè)機械學會2008年學術年會論文集（上冊）[C];2008年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 青島日報、青報網記者 林剛;高端機器人裝備年產400臺[N];青島日報;2014年

2 本報記者 徐光;全球增速第一 國內機器人產業(yè)快速崛起[N];中國證券報;2012年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 陳浩耀;面向多機器人編隊的基于視覺定位系統(tǒng)研究[D];中國科學技術大學;2009年

2 瞿心昱;基于仿人腦認知計算模型的機器人視覺學習方法[D];浙江工業(yè)大學;2012年

3 王勇;棉花收獲機器人視覺系統(tǒng)的研究[D];南京農業(yè)大學;2007年

4 張正濤;乒乓球機器人視覺測量與控制[D];中國科學院研究生院（自動化研究所）;2010年

5 陳四杰;面向數(shù)控機床群的上下料機器人視覺識別定位研究[D];江蘇大學;2013年

6 王海青;黃瓜收獲機器人視覺系統(tǒng)的研究[D];南京農業(yè)大學;2012年

7 張健;220kV/330kV高壓帶電清掃機器人視覺系統(tǒng)的研究[D];上海交通大學;2009年

8 呂小蓮;基于四自由度西紅柿采摘機器人視覺系統(tǒng)的研究[D];沈陽農業(yè)大學;2008年

9 陳華斌;運載火箭動力系統(tǒng)五通連接器機器人GTAW質量控制系統(tǒng)[D];上海交通大學;2009年

10 俞曉磊;基于光電感知的混沌仿生信息融合研究[D];南京航空航天大學;2011年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 張皓然;四足除草機器人的靜態(tài)步行及穩(wěn)定性研究[D];昆明理工大學;2015年

2 李晶路;基于人工路標的室內機器人自定位算法研究[D];長安大學;2015年

3 霍美杰;基于動態(tài)結構網絡的機器人發(fā)育機制研究[D];華北理工大學;2015年

4 宗鵬程;基于NAO機器人的視覺目標檢測與跟蹤[D];華北電力大學;2015年

5 黎嘉文;基于行為的多機器人協(xié)同研究與實現(xiàn)[D];揚州大學;2014年

6 王寧揚;面向服務機器人的蜂巢氣動網絡軟件執(zhí)行器研究[D];中國科學技術大學;2016年

7 嚴帥;基于GPU加速的機器人人臉檢測系統(tǒng)的設計與實現(xiàn)[D];北京交通大學;2016年

8 張永恒;輪足結合清潔機器人輪行控制與路徑規(guī)劃研究[D];燕山大學;2016年

9 陶威;機器人3D視覺傳感器設計與實現(xiàn)[D];西南交通大學;2016年

10 楊勝男;仿人頭像機器人人工鼻—肺系統(tǒng)及氣味識別算法研究[D];哈爾濱工業(yè)大學;2016年

，

本文編號：685053