本發(fā)明涉及一種基于多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法。

背景技術(shù)：

隨著科技進(jìn)步和兩個一流建設(shè)的不斷發(fā)展，以“信息化、數(shù)字化、自動化、互動化”為特征的智能電網(wǎng)建設(shè)逐漸深入，變電站智能巡檢機器人列入《國家電網(wǎng)公司第一批重點推廣新技術(shù)目錄》，變電站智能巡檢機器人進(jìn)入了推廣應(yīng)用階段。2013年進(jìn)行例行巡視、表計抄錄并自動存儲對比分析、惡劣天氣巡視、紅外精確測溫、后臺自動存檔分析等功能，有效地提升了變電站巡檢效率和效益，減輕了基層班組一線員工的工作負(fù)擔(dān)。隨著變電站巡檢機器人持續(xù)深化應(yīng)用，對機器人的應(yīng)用又提出了一些更高的要求，主要表現(xiàn)在以下三方面：

第一，變電站智能巡檢機器人功能受到了限制，機器人只能在室外執(zhí)行巡檢任務(wù)，而且功能局限于紅外測溫儀和可見光攝像機的檢測，針對室內(nèi)電氣柜及開關(guān)柜設(shè)備的局放檢測只能依靠人工巡檢，還無法在機器人巡檢中實現(xiàn)；

第二，現(xiàn)有變電站內(nèi)的巡檢機器人導(dǎo)航方式主要依靠磁導(dǎo)航和激光導(dǎo)航，這兩種導(dǎo)航方式成本高，靈活性不足，對檢測環(huán)境也有一定的要求；

第三，智能機器人攜帶機械臂進(jìn)行作業(yè)，大多基于雙目視覺的伺服系統(tǒng)指導(dǎo)機械臂工作?；陔p目視覺伺服的機械臂系統(tǒng)由于受到設(shè)備定位精度、控制精度、機械誤差的影響，導(dǎo)致最終機械臂末端停靠位置與實際檢測位置產(chǎn)生誤差，影響機械臂進(jìn)行作業(yè)的質(zhì)量。

技術(shù)實現(xiàn)要素：

本發(fā)明為了解決上述問題，提出了一種基于多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法，本發(fā)明通過單目視覺設(shè)備及鋪設(shè)導(dǎo)航標(biāo)志的方法實現(xiàn)了智能機器人在開關(guān)柜站內(nèi)的自主運動，通過?？繕?biāo)識的識別令機器人停靠在開關(guān)柜的正前方，利用雙目視覺系統(tǒng)完成檢測目標(biāo)三維信息的計算，然后通過控制系統(tǒng)控制機械臂攜帶局放檢測設(shè)備到達(dá)檢測位置，再通過機械臂末端的單目視覺系統(tǒng)完成目標(biāo)位置的精確定位，最后指導(dǎo)機械臂完成相關(guān)局放檢測工作。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法，包括以下步驟：

(1)根據(jù)開關(guān)站室內(nèi)鋪設(shè)的導(dǎo)航標(biāo)識，機器人沿導(dǎo)航線自主運動，當(dāng)檢測到停靠標(biāo)識后，機器人?？吭诖龣z測開關(guān)柜前；

(2)根據(jù)雙目視覺系統(tǒng)采集的目標(biāo)的形狀特征完成目標(biāo)定位，然后基于特征點匹配和視差原理完成圖像中相關(guān)點的三維坐標(biāo)計算；

(3)控制機械臂運動，使機器人機械臂末端攜帶局放檢測設(shè)備到達(dá)目標(biāo)點位置，利用機械臂末端上設(shè)置的單目相機拍攝的圖像計算目標(biāo)區(qū)域的像素偏差，根據(jù)目標(biāo)的坐標(biāo)位置偏差進(jìn)行機械臂位置校正；

(4)不斷調(diào)整機器人機械臂末端位置，對開關(guān)柜進(jìn)行不同方式的局部放電檢測。

所述步驟(1)中，導(dǎo)航線鋪設(shè)在開關(guān)柜一側(cè)，與開關(guān)柜柜面平行，在開關(guān)柜前設(shè)置有?？繕?biāo)識。

所述步驟(1)中，機器人進(jìn)行導(dǎo)航的具體步驟包括：

(1-1)對進(jìn)行導(dǎo)航的單目攝像機進(jìn)行標(biāo)定，確定其內(nèi)參與外參，對圖像進(jìn)行校正，通過在地平面上放置的標(biāo)定板圖像，獲得地平面上棋盤格圖像上四個頂點的坐標(biāo)，同構(gòu)坐標(biāo)轉(zhuǎn)換，獲得地平面到圖像平面間的投影變換矩陣；

(1-2)根據(jù)投影變換矩陣將視覺導(dǎo)航攝像頭拍攝的圖像進(jìn)行透視變換，得到導(dǎo)航圖像的鳥瞰圖，將鳥瞰圖由RGB顏色模型轉(zhuǎn)變?yōu)镠SV顏色模型，將HSV顏色模型下的圖像各通道分離；

(1-3)對分離得到的色調(diào)通道進(jìn)行閾值分割，對得到的純度通道進(jìn)行連通區(qū)域檢測，確定導(dǎo)航線區(qū)域，根據(jù)導(dǎo)航線區(qū)域中線確定機器人的偏移距離和偏向角，對機器人進(jìn)行導(dǎo)航。

優(yōu)選的，所述步驟(1-1)中，具體方法為：

基于張正友平面標(biāo)定法利用黑白格標(biāo)定板進(jìn)行單目攝像機標(biāo)定，得到該相機的內(nèi)參和外參，根據(jù)標(biāo)定的參數(shù)對圖像進(jìn)行校正，然后通過在地平面上放置的標(biāo)定板圖像，獲得地平面上棋盤格圖像上四個頂點的坐標(biāo)，同時，在圖像平面上提取角點，并獲得與地平面上四個點對應(yīng)的角點在圖像空間中的坐標(biāo)值，通過四個坐標(biāo)點間的對應(yīng)關(guān)系，獲得地平面到圖像平面間的投影變換矩陣。

所述步驟(1-2)中，具體方法為：并將HSV顏色模型下的圖像各通道分離，分別得到圖像I的色調(diào)通道、純度通道和明度通道。

所述步驟(1-2)中，將圖像色調(diào)通道進(jìn)行閾值分割，得到分割后的圖像，對其進(jìn)行連通區(qū)域檢測，并計算檢測到各連通區(qū)域的面積、長軸、短軸和/或連通區(qū)域偏向角θ信息，若這些參數(shù)信息滿足預(yù)設(shè)值，則判斷該連通區(qū)域為導(dǎo)航線候選區(qū)域，在候選區(qū)域中選擇連通區(qū)域面積最大的一個作為導(dǎo)航線區(qū)域，該連通區(qū)域的中線作為導(dǎo)航線中線，計算該直線與圖像下邊緣的交點坐標(biāo)，則導(dǎo)航線相對于機器人的偏移距離，該連通區(qū)域的偏向角θ即為導(dǎo)航線偏角。

所述步驟(1-2)中，根據(jù)得到的偏移距離和導(dǎo)航向偏角，計算機器人左右輪的差速，得到機器人左右輪的速度。

所述步驟(1-3)中，將分離后的圖像純度通道和圖像明度通道相減，得到做差后的圖像I_DIV，根據(jù)導(dǎo)航向偏角對圖像I_DIV進(jìn)行偏角角度的翻轉(zhuǎn)計算，繼而進(jìn)行閾值分割，檢測連通區(qū)域，確定?？繕?biāo)識區(qū)域。

所述步驟(2)中，具體步驟包括：

(2-1)對左右兩攝像機進(jìn)行標(biāo)定，分別得到兩個攝像機的內(nèi)、外參數(shù)，再通過同一世界坐標(biāo)中的一組定標(biāo)點建立兩個攝像機之間的位置關(guān)系，同時建立了兩個相機圖像坐標(biāo)與世界坐標(biāo)的映射關(guān)系；

(2-2)根據(jù)標(biāo)定結(jié)果對左右兩幅圖像進(jìn)行圖像校正，然后采用基于亮度的自適應(yīng)的色彩飽和度調(diào)整方法對左右兩幅圖像進(jìn)行圖像增強操作，得到增強后的左右兩幅圖像；

(2-3)將左右兩幅圖像分離成R、G、B三個通道的圖像，分別做差后進(jìn)行閾值分割，利用Hough算法進(jìn)行直線檢測，保留滿足設(shè)定條件的矩形框；

(2-4)對增強后的左右兩幅圖像根據(jù)矩形框頂點坐標(biāo)信息進(jìn)行剪裁，得到數(shù)字標(biāo)識框區(qū)域，進(jìn)行匹配，得到同一物點在左右兩幅圖像中對應(yīng)的像點圖像坐標(biāo)；

(2-5)確定基準(zhǔn)相機，確定數(shù)字標(biāo)示矩形框中心點在基準(zhǔn)相機圖像坐標(biāo)系下的坐標(biāo)，繼而得到世界坐標(biāo)系下的三維坐標(biāo)；

(2-6)根據(jù)得到的矩形框頂點坐標(biāo)信息，在閾值分割后的圖像中剪裁出數(shù)字標(biāo)示框區(qū)域的二值圖，利用印刷體數(shù)字識別算法對此圖像中的數(shù)字進(jìn)行識別，得到當(dāng)前開關(guān)柜的標(biāo)號。

所述步驟(2-3)中，具體方法為：在二值圖像中利用Hough算法進(jìn)行直線檢測，保留傾角近似為0°和90°的直線線段，保留有效線段，4條線段即為矩形的4條邊，該矩形即為開關(guān)柜中需要定位的數(shù)字標(biāo)識框。

其中近似為本領(lǐng)域技術(shù)人員理解的相近角度，一般在[-10°,10°]。

所述步驟(2-4)中，具體方法為：根據(jù)得到的矩形框頂點坐標(biāo)信息，對增強后的左右兩幅圖像進(jìn)行剪裁得到數(shù)字標(biāo)識框區(qū)域，并將此區(qū)域作為感興趣區(qū)域進(jìn)行Harris角點檢測，然后對兩幅圖像提取出的角點采用不相似測度和相似測度來匹配角點，然后采用隨機采樣一致方法進(jìn)行精確匹配，得到同一物點在左右兩幅圖像中對應(yīng)的像點圖像坐標(biāo)。

所述步驟(3)中，機械臂末端攜帶三種不同局放檢測設(shè)備對開關(guān)柜進(jìn)行不同方式的局部放電檢測，分別為地電波檢測、特高頻檢測、超聲波檢測。

所述步驟(3)中，具體步驟包括：

(3-1)通過機械臂坐標(biāo)系與世界坐標(biāo)系之間的轉(zhuǎn)化，確定數(shù)字標(biāo)示矩形框中心點在機械臂坐標(biāo)系下的坐標(biāo)；

(3-2)根據(jù)開關(guān)柜柜號及柜面各目標(biāo)區(qū)域?qū)?shù)字標(biāo)示矩形框中心點的相對位置先驗信息，計算地電波檢測中心位置的三維坐標(biāo)，通過機械臂控制系統(tǒng)使得機械臂末端攜帶檢測儀器到達(dá)該中心位置，完成地電波局放檢測任務(wù)；

(3-3)使機械臂末端攜帶檢測儀器到達(dá)特高頻檢測區(qū)域的中心位置，拍攝圖像，對拍攝的圖像進(jìn)行彩色圖像分割得到二值圖像，通過連通區(qū)域檢測算法得到二值圖像的連通區(qū)域，確定目標(biāo)區(qū)域，確定目標(biāo)區(qū)域和拍攝區(qū)域的偏差，進(jìn)行調(diào)整。

所述步驟(3)中，機械臂攜帶超聲波局放檢測儀器進(jìn)行局部放電檢測的路徑規(guī)劃方法具體為：首先令機械臂末端到達(dá)超聲波檢測起始點位置，打開安裝在機械臂末端的單目相機，拍攝得到圖像I_c，對圖像I_c采用sobel算子進(jìn)行邊緣檢測。

進(jìn)一步的，當(dāng)機械臂末端沿x軸方向縫隙進(jìn)行檢測時，檢測水平方向的邊緣，得到柜體縫隙在圖像中的豎直方向的坐標(biāo)，根據(jù)其進(jìn)行機械臂末端運動方向的調(diào)整；當(dāng)機械臂末端沿y軸縫隙進(jìn)行檢測時，檢測垂直方向的邊緣，得到柜體縫隙在圖像中水平方向的坐標(biāo)，根據(jù)其進(jìn)行機械臂末端運動方向的調(diào)整。

一種應(yīng)用于上述方法的視覺系統(tǒng)，包括安裝在機器人前端的單目視覺系統(tǒng)，實現(xiàn)機器人室內(nèi)的視覺導(dǎo)航；安裝在機器人側(cè)部的雙目視覺伺服系統(tǒng)，實現(xiàn)局放檢測目標(biāo)位置的三維坐標(biāo)計算；安裝在機械臂末端的單目視覺伺服系統(tǒng)，視角與機械臂末端連桿方向平行，該視覺系統(tǒng)實現(xiàn)局放檢測目標(biāo)位置的三維坐標(biāo)精確計算。

本發(fā)明的有益效果為：

(1)本發(fā)明提出了一種基于多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法，取代人工檢測方法，減輕了電力一線員工的工作負(fù)擔(dān)；

(2)在室內(nèi)鋪設(shè)導(dǎo)航標(biāo)識，采用視覺導(dǎo)航算法實現(xiàn)智能機器人在開關(guān)站內(nèi)的自主運動，降低了智能機器人的成本；

(3)采用雙目視覺系統(tǒng)與單目視覺系統(tǒng)結(jié)合的目標(biāo)定位方法，實現(xiàn)局放檢測目標(biāo)的精確定位，減少單一視覺系統(tǒng)定位造成的誤差。

附圖說明

圖1為本發(fā)明的算法流程圖；

圖2為一組待檢測的開關(guān)柜圖像；

圖3為開關(guān)柜超聲波檢測機械臂末端運動規(guī)劃路徑示意圖。

具體實施方式：

下面結(jié)合附圖與實施例對本發(fā)明作進(jìn)一步說明。

如圖1所示，一種多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法，所需視覺系統(tǒng)設(shè)備為：

安裝在機器人前端的單目視覺系統(tǒng)，安裝高度40cm至50cm，俯角為40°至70°，該單目視覺系統(tǒng)實現(xiàn)機器人室內(nèi)的視覺導(dǎo)航功能；安裝在機器人側(cè)部的雙目視覺伺服系統(tǒng)，安裝高度70cm至90cm，仰角為45°至60°，該視覺系統(tǒng)實現(xiàn)局放檢測目標(biāo)位置的三維坐標(biāo)計算；安裝在機械臂末端的單目視覺伺服系統(tǒng)，視角與機械臂末端連桿方向平行，該視覺系統(tǒng)實現(xiàn)局放檢測目標(biāo)位置的三維坐標(biāo)精確計算。

一種多視覺系統(tǒng)的開關(guān)柜局部放電自動檢測方法，步驟為：

步驟(1)：根據(jù)開關(guān)站室內(nèi)鋪設(shè)的導(dǎo)航標(biāo)識，機器人沿導(dǎo)航線自主運動，當(dāng)檢測到停靠標(biāo)識后，機器人?？吭诖龣z測開關(guān)柜前；

步驟(2)：機器人?？亢螅蜷_雙目相機，根據(jù)圖像中檢測目標(biāo)的形狀特征完成目標(biāo)定位，然后基于特征點匹配和視差原理完成圖像中相關(guān)點的三維坐標(biāo)計算；

步驟(3)：通過控制系統(tǒng)控制機械臂運動，使機械臂末端攜帶局放檢測設(shè)備到達(dá)目標(biāo)點位置，利用機械臂末端單目相機拍攝的圖像計算目標(biāo)區(qū)域的像素偏差，根據(jù)目標(biāo)的坐標(biāo)位置偏差進(jìn)行機械臂末端校正；

所述步驟(1)中，導(dǎo)航線為鋪設(shè)在開關(guān)柜一側(cè)的黃色直線，導(dǎo)航線與開關(guān)柜柜面平行，寬度為10cm，導(dǎo)航線與開關(guān)柜之間的垂直距離為80cm，在開關(guān)柜前導(dǎo)航線上設(shè)置停靠標(biāo)識，停靠標(biāo)識為紅色正方形，邊長為10cm。視覺導(dǎo)航算法的具體步驟為：

步驟(1-1)：基于張正友平面標(biāo)定法利用19×13的黑白格標(biāo)定板進(jìn)行單目攝像機標(biāo)定，得到該相機的內(nèi)參和外參，根據(jù)標(biāo)定的參數(shù)對圖像進(jìn)行校正。然后通過在地平面上放置的標(biāo)定板圖像，獲得地平面上棋盤格圖像上四個頂點的坐標(biāo)。同時，在圖像平面上提取角點，并獲得與地平面上四個點對應(yīng)的角點在圖像空間中的坐標(biāo)值，通過四個坐標(biāo)點間的對應(yīng)關(guān)系，獲得地平面到圖像平面間的投影變換矩陣H；

步驟(1-2)：根據(jù)投影變換矩陣H將視覺導(dǎo)航攝像頭拍攝的圖像進(jìn)行透視變換，得到導(dǎo)航圖像的鳥瞰圖I，從而消除導(dǎo)航線不在視野中線時的圖像畸變誤差；

步驟(1-3)：將圖像I由RGB顏色模型轉(zhuǎn)變?yōu)镠SV顏色模型，并將HSV顏色模型下的圖像各通道分離，分別得到圖像I的色調(diào)通道I_H，純度通道I_S，明度通道I_V；

步驟(1-4)：將圖像I_H進(jìn)行閾值分割，圖像中像素值小于閾值60，大于閾值30的像素點值設(shè)為255，其余像素點值為0，得到分割后的圖像I_Seg。對I_Seg進(jìn)行連通區(qū)域檢測，并計算檢測到各連通區(qū)域的面積area、長軸major_length、短軸minjor_length、連通區(qū)域偏向角θ等信息，令長軸與短軸間的比例系數(shù)為bio_1，若滿足bio_1>2，area>400，則判斷該聯(lián)通區(qū)域為導(dǎo)航線候選區(qū)域。最后在候選區(qū)域中選擇連通區(qū)域面積最大的一個作為導(dǎo)航線區(qū)域，該連通區(qū)域的中線作為導(dǎo)航線中線，計算該直線與圖像下邊緣的交點坐標(biāo)為(x_intersection，y_intersection)，則導(dǎo)航線相對于機器人的偏移距離s＝width/2-y_intersection，該連通區(qū)域的偏向角θ即為導(dǎo)航線偏角。

步驟(1-5)：根據(jù)步驟(1-4)中得到的s和θ，計算機器人左右輪的差速△v，計算公式為

Δv＝K_SS+K_θθ

這里K_S和K_θ為相對于偏移距離和偏向角的控制參數(shù)，兩個參數(shù)通過實驗獲得，其中K_S＝0.037，K_θ＝0.215。根據(jù)差速△v計算得到機器人左右輪的速度，左輪速度v_left和右輪速度v_right分別為：

v_right＝V+Δv,v_left＝V-Δv

其中，V為基礎(chǔ)速度，設(shè)為20cm/s。

步驟(1-6)：將步驟(1-3)中分離的圖像通道I_S與I_V相減，得到做差后的圖像I_DIV，根據(jù)步驟(1-4)的偏向角θ對圖像I_DIV進(jìn)行角度θ的翻轉(zhuǎn)計算，導(dǎo)航線在該翻轉(zhuǎn)圖像中理論上應(yīng)該是豎直方向。對該圖像進(jìn)行閾值分割，閾值設(shè)置為80，得到二值圖像。對該二值圖像進(jìn)行連通區(qū)域檢測，并計算檢測出連通區(qū)域的面積area、長軸major_length、短軸minjor_length、連通區(qū)域質(zhì)心(x_centroid，y_centroid)等信息。令長軸與短軸的比例系數(shù)為bio_2，若滿足0.8≤bio_2≤1.2且100≤area≤500，則該區(qū)域即為停靠標(biāo)識區(qū)域，機器人距離停靠點的像素距離為S_stop＝height-y_centroid，其中height為圖像的像素高度。當(dāng)S_stop<height/2時，控制系統(tǒng)發(fā)送指令使得機器人低速向前方運動0.3m后停止，此時機器人底盤中心位置在豎直方向正好對應(yīng)于?？繕?biāo)識中心。

所述步驟(2)中，檢測機器人?？吭陂_關(guān)柜前，打開安裝在機器人上的雙目相機，獲得左右目圖像，雙目相機定位算法的具體步驟為：

步驟(2-1)：采用張正友相機標(biāo)定法分別對左右兩攝像機進(jìn)行標(biāo)定，分別得到兩個攝像機的內(nèi)、外參數(shù)，再通過同一世界坐標(biāo)中的一組定標(biāo)點建立兩個攝像機之間的位置關(guān)系，同時建立了兩個相機圖像坐標(biāo)與世界坐標(biāo)的映射關(guān)系；

步驟(2-2)：雙目圖像采集到的左右兩幅圖像均為RGB圖像，根據(jù)步驟(2-1)中相機標(biāo)定的結(jié)果對左右兩幅圖像進(jìn)行圖像校正，然后采用基于亮度的自適應(yīng)的色彩飽和度調(diào)整方法對左右兩幅圖像進(jìn)行圖像增強操作，得到增強后的左右兩幅圖像I_left和I_right。

步驟(2-3)：將RGB圖像分離成R、G、B三個通道的圖像，分別記為I_R、I_G、I_B，取其中I_R和I_B進(jìn)行做差運算，對于圖像I_left和I_right操作分別得到做差后的圖像I_DIV_LEFT和I_DIV_RIGHT。

步驟(2-4)：將圖像I_DIV_LEFT和I_DIV_RIGHT分別進(jìn)行閾值分割，得到分割后的圖像I_SEG_LEFT和I_SEG_LEFT，分割算法中閾值設(shè)定為120，像素值大于120的像素點像素值設(shè)定為255，小于120的設(shè)定為0。在二值圖像中利用Hough算法進(jìn)行直線檢測，保留傾角近似為0°和90°的直線線段，計算每個線段的長度，設(shè)定線段長度閾值20，去除噪聲線段的影響。對于傾角近似為0°的線段，計算每兩條線段間的距離dis_h，保留滿足條件10≤dis_h≤90的線段，計算兩線段之間中心點坐標(biāo)(x_h,y_h)；對于傾角近似為90°的線段，計算每兩條線段間的距離dis_v，保留滿足條件20≤dis_v≤120的線段，計算兩線段之間中心點坐標(biāo)(x_v,y_v)。找到滿足點(x_h,y_h)與(x_v,y_v)間歐式距離小于5的中心點，與其對應(yīng)的4條線段即為矩形的4條邊，該矩形即為開關(guān)柜中需要定位的數(shù)字標(biāo)識框(圖2中國的R4所示)，記錄矩形4個頂點的圖像坐標(biāo)，分別為左上點A(x₁,y₁)、右上點B(x₂,y₂)、右下點C(x₃,y₃)、左下點D(x₄,y₄)。

步驟(2-5)：由步驟(2-4)得到的矩形框頂點坐標(biāo)信息，對圖像I_left和I_right進(jìn)行剪裁得到數(shù)字標(biāo)識框區(qū)域，并將此區(qū)域作為感興趣區(qū)域進(jìn)行Harris角點檢測，然后對兩幅圖像提取出的角點采用不相似測度SSD(Sum of Square Differences)和相似測度NCC(Normalized Cross Correlation)來匹配角點，然后采用隨機采樣一致方法RANSAC(RANdom Sample Consensus)進(jìn)行精確匹配，得到同一物點在左右兩幅圖像中對應(yīng)的像點圖像坐標(biāo)。

步驟(2-6)：以左目相機為基準(zhǔn)相機，利用步驟(2-5)匹配的角點信息和步驟(2-4)矩形框頂點的坐標(biāo)信息，得到四個頂點的三維坐標(biāo)分別為左上點A₃(x_A3,y_A3,z_A3)、右上點B₃(x_B3,y_B3,z_B3)、右下點C₃(x_C3,y_C3,z_C3)、左下點D₃(x_D3,y_D3,z_D3)。，計算數(shù)字標(biāo)示矩形框中心點在左目圖像坐標(biāo)系下P_center坐標(biāo)，最終得到P_center在世界坐標(biāo)系下的三維坐標(biāo)(X_P，Y_P，Z_P)，計算公式為：

$X_P=\frac{X_{A3}+X_{B3}+X_{C3}+X_{D3}}{4}$

$Y_P=\frac{Y_{A3}+Y_{B3}+Y_{C3}+Y_{D3}}{4}$

$Z_P=\frac{Z_{A3}+Z_{B3}+Z_{C3}+Z_{D3}}{4}$

步驟(2-7)：由步驟(2-4)得到的矩形框頂點坐標(biāo)信息，在圖像I_SEG_LEFT中剪裁出數(shù)字標(biāo)示框區(qū)域的二值圖像I_ROI，利用印刷體數(shù)字識別算法對此圖像中的數(shù)字進(jìn)行識別，得到當(dāng)前開關(guān)柜的標(biāo)號。

所述步驟(3)中機械臂末端攜帶三種不同局放檢測設(shè)備對開關(guān)柜進(jìn)行不同方式的局部放電檢測，分別為地電波檢測、特高頻檢測、超聲波檢測，其中地電波檢測需將對應(yīng)檢測傳感器放在開關(guān)柜區(qū)域R1處，特高頻檢測需將對應(yīng)檢測傳感器放在開關(guān)柜區(qū)域R2處，超聲波檢測需機械臂末端攜帶對應(yīng)檢測傳感器沿開關(guān)柜縫隙邊緣移動檢測R3。

根據(jù)單目視覺系統(tǒng)進(jìn)行目標(biāo)精確定位的具體步驟為：

步驟(3-1)：通過機械臂坐標(biāo)系與世界坐標(biāo)系之間的轉(zhuǎn)化，確定P_center在機械臂坐標(biāo)系下的坐標(biāo)。

步驟(3-2)：根據(jù)步驟(2-7)識別的開關(guān)柜柜號及柜面各目標(biāo)區(qū)域相對于點P_center的相對位置先驗信息，計算得到區(qū)域R1中心位置P_w的三維坐標(biāo)，通過機械臂控制系統(tǒng)使得機械臂末端攜帶檢測儀器到達(dá)位置P_w，完成地電波局放檢測任務(wù)，由于地電波檢測方式對傳感器放置位置精度要求不高，該項檢測不需要通過隨臂單目相機進(jìn)行位置校正；

步驟(3-3)：利用P_center三維坐標(biāo)和柜體先驗信息計算區(qū)域R2中心位置P_u的三維坐標(biāo)，通過機械臂控制系統(tǒng)使機械臂末端攜帶檢測儀器到達(dá)位置P_u，打開安裝在機械臂末端的單目相機，拍攝得到圖像I_u，對圖像I_u進(jìn)行彩色圖像分割得到二值圖像，即三通道像素值全部小于閾值25的像素點灰度設(shè)置為255，其余點設(shè)置為0。通過連通區(qū)域檢測算法得到二值圖像的連通區(qū)域，并計算檢測出每個連通區(qū)域的面積area_w、長軸和短軸之比bio_3、質(zhì)心P_w的坐標(biāo)(X_{P_w}，Y_{P_w})，當(dāng)連通區(qū)域滿足area≥200，1.2≤bio_3≤1.5時，該連通區(qū)域即為特高頻局放檢測儀檢測的目標(biāo)區(qū)域。通過計算(X_{P_w}，Y_{P_w})與R2區(qū)域中心在圖像中理論坐標(biāo)位置(X_{P_p}，Y_{P_p})的偏差，進(jìn)行機械臂末端位置的精確調(diào)整。

步驟(3-4)：機械臂攜帶超聲波局放檢測儀器進(jìn)行局部放電檢測的路徑規(guī)劃如圖3所示，首先令機械臂末端到達(dá)超聲波檢測起始點位置，打開安裝在機械臂末端的單目相機，拍攝得到圖像I_c，對圖像I_c采用sobel算子進(jìn)行邊緣檢測。當(dāng)機械臂末端沿x軸方向縫隙進(jìn)行檢測時，檢測水平方向的邊緣，得到柜體縫隙在圖像中的豎直方向的坐標(biāo)y_edge，若滿足220≤y_edge≤260，則保持機械臂末端沿當(dāng)前豎直方向進(jìn)行移動，若y_edge≥260，則控制機械臂末端在豎直方向進(jìn)行向上微調(diào)，根據(jù)邊緣位置實時反饋，直到滿足220≤y_edge≤260。若y_edge≤240，則控制機械臂末端在豎直方向進(jìn)行向下微調(diào)，根據(jù)邊緣位置實時反饋，直到滿足220≤y_edge≤260。當(dāng)機械臂末端沿y軸縫隙進(jìn)行檢測時，檢測垂直方向的邊緣，得到柜體縫隙在圖像中水平方向的坐標(biāo)x_edge，若滿足300≤x_edge≤340，則保持機械臂末端沿當(dāng)前水平方向進(jìn)行移動，若x_edge≥340，則控制機械臂末端在水平方向進(jìn)行向右進(jìn)行微調(diào)，根據(jù)圖像中邊緣位置的實時反饋，直到滿足條件300≤x_edge≤340。若x_edge≤300，則控制機械臂末端在水平方向向左微調(diào)，根據(jù)圖像中邊緣位置的實時反饋，直到滿足條件300≤x_edge≤340。

上述雖然結(jié)合附圖對本發(fā)明的具體實施方式進(jìn)行了描述，但并非對本發(fā)明保護(hù)范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。