计算机工程

作者：崔坤坤, 樊绍胜

单位：1. 长沙理工大学 电气与信息工程学院, 长沙 410114;2. 电力机器人湖南省重点实验室, 长沙 410114

关键词：巡检机器人,视觉导航,动态双窗口,灰度图重构,Faster R-CNN算法

基金：国家自然科学基金（61473049）；湖南省研究生科研创新项目（CX20190682）。

针对变电站巡检机器人导航精度低与巡检点识别鲁棒性差的问题，提出一种采用动态双窗口的视觉导航与路径特征识别方法。根据导航图像匹配结果和相机位姿偏差动态设置导航窗口，将图像由传统的红绿蓝颜色空间转换为色调、饱和度和亮度颜色空间进行灰度图重构，利用分区自适应阈值分割算法提取导航路径并将其简化为直线模型，使用最小二乘法拟合计算出机器人与导航路径的距离偏差，同时将全视野范围作为特征识别窗口，根据路径长宽比改进基于区域建议的Faster R-CNN算法，最终完成对5种路径特征的识别。实验结果表明，在强光照和弱光照条件下，该方法所得巡检机器人的直线跟踪与曲线跟踪偏差分别小于5 mm和25 mm，对5类路径特征的平均识别准确率达到98.6%，与传统HOG+SVM目标检测方法相比，有效提高了导航精度和路径特征识别鲁棒性。

来源：2020年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第9期