基于机器视觉的配网带电作业机器人障碍物识别

人眼长时间进行障碍物识别容易出现疲劳,导致障碍物识别误差大,因此提出了基于机器视觉的配网带电作业机器人障碍物识别。通过带电作业机器人搭载的相机,精准采集配网作业时的连续帧图像。利用多尺度Harris亚像素角点检测算法。提取图像特征点,并通过改进的k-d树最近邻搜索算法匹配特征点,得到匹配特征点对。建立机器人运动变换模型,并通过自适应滤波与阈值分割结合的方法,抑制自运动补偿后图像的背景信息,提取障碍物目标,完成障碍物识别。实验证明:该方法可有效采集配网作业时的图像,并且特征点匹配效果较好,障碍物识别结果与实际情况一致。