巡线机器人运动模型辅助立体视觉导航

The application of stereo vision technology in the context of accurate extraction of the transmission line and its major components from complicated nature background is a new frontier topics, this technique can be used for the inspection robot to travel along the wires and navigate obstacles. This project mainly include: the binocular camera fast self-calibration algorithm, 3D image enhancement and de-noising algorithm under the complex environment, the main components of the transmission line feature extraction and automatic identification, efficient stereo vision navigation technology based on motion model assisted, transmission lines obstacle navigated and position based on adaptive information fusion technology. The project focused on exploring inspection robot for new ideas and new ways in visual navigation and obstacle crossing strategies, the results will promote the application of three-dimensional visual navigation technology, the transmission line inspection technologies. It has good scientific significance and application prospects.

应用立体视觉技术在复杂自然背景下精确提取输电线路和其主要部件，并实现巡线机器人自主导航和越障定位，这在国内外都是一个新颖的前沿课题。本项目研究内容主要包括：双目摄像机快速自标定算法、复杂环境下的三维图像增强和去噪算法、输电线路主要部件特征取及自动识别、基于运动模型辅助的高效立体视觉导航技术、基于自适应信息融合的输电线越障定位技术。本项目着重探索巡线机器人在视觉导航和越障策略等研究方面的新思路和新方法，研究结果将对立体视觉导航技术的推广应用，对输电线路巡检技术的发展起到一定的促进作用。有很好的科研价值与工程应用前景。

基于运动模型和立体视觉技术的巡线机器人导航方法，难点在于如何充分利用双目视觉提供的特定信息以及先验知识，对输电线及其部件进行辨识与定位，以及辨识的实时性和准确率，针对以上问题，本项目首先研究了巡线机器人越障行为方式，设计了一种新的巡线机器人结构，并建立了其运动模型，分析了双目立体视觉子系统在该结构中的作用方式；其次，本项目设计了巡线机器人的双目视觉导航单元，并完成了主控系统硬件实现，在此基础上，研究了一种改进阈值的小波域图像去噪算法，双目摄像头快速自标定算法，Bouquet极线校正算法，提出了基于改进KAZE特征检测算法和区域增长结合的准稠密匹配方法，以满足线上障碍物检测中的鲁棒性、实时性及准确性要求。再次，本项目依据巡线机器人的运动模型，分析了重心调整机构在巡线机器人稳定性控制中的应用，仿真验证了俯仰式双目立体视觉系统在视觉导航中的跟踪应用。最后，本项目利用点云技术和Delaunay三角剖分技术实现了线上障碍物的三维重建。研究结果对立体视觉导航技术的推广应用，对输电线路巡检技术的发展起到一定的促进作用。