申请/专利权人:深圳市千乘机器人有限公司
申请日:2022-03-04
公开(公告)日:2024-04-26
公开(公告)号:CN114594770B
主分类号:G05D1/43
分类号:G05D1/43;G05D1/249
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2022.06.24#实质审查的生效;2022.06.07#公开
摘要:本发明提供一种巡检机器人不停车的巡检方法,包括以下步骤:对拍摄存在目标物的视频流中每一帧都进行目标检测得到一系列“合格帧”;对拍摄的视频流实时画面,计算图像二阶导数的方差,得到画面模糊程度,调节云台对焦参数;Blur=EΔG‑EΔG2其中,以拉普拉斯算子作为卷积核卷积图像得到二阶导数;设置Blur阈值,对焦参数从小到大调节,将对焦参数调节至Blur阈值后输出;将一系列合格帧提取图像深度特征,与模板图进行特征匹配,并且对其计算模糊度Blur,其中,匹配特征点数大于15的画面帧,且Score满足大于4,Blur大于500,判定为最优采集图像。
主权项:1.一种巡检机器人不停车的巡检方法,其特征在于,包括以下步骤:对拍摄存在目标物的视频流中每一帧都进行目标检测得到一系列“合格帧”;对拍摄的视频流实时画面,计算图像二阶导数的方差,得到画面模糊程度,调节云台对焦参数;Blur=EΔG-EΔG2 其中,以拉普拉斯算子作为卷积核卷积图像得到二阶导数;设置Blur阈值,对焦参数从小到大调节,将对焦参数调节至Blur阈值后输出;将一系列合格帧提取图像深度特征,与模板图进行特征匹配,并且对其计算模糊度Blur,其中,匹配特征点数大于15的画面帧,且Score满足大于4,Blur大于500,判定为最优采集图像;在目标检测时,进行以下步骤:拍摄的视频流中每一帧都进行目标检测,若所拍摄的视频流中为存在确定目标物的视频流,则采用的检测模型为yolov5进行检测,若所拍摄的视频流中为存在新增类别的目标物的视频流,则采用的检测模型为主体检测模型结合特征匹配算法进行检测,在画面图像的坐标bbox:[x,y,w,h]和置信度conf;基于目标物在画面图像的坐标和置信度conf,计算检测结果得分ScoreScore=econf+eIOU 若Score大于3,判定当前帧为合格帧,保存到合格帧序列里;若Score等于2,则降低云台焦距倍率,再次计算检测结果得分Score,若云台焦距倍率调节至最小,Score还是等于2,视为不及格帧;若Score大于2小于3,计算检测框与画面中心的偏移量,依据偏移量微调云台位姿,计算检测框与画面占比IOU,依据IOU增大云台焦距倍率,后再次进行计算检测结果得分Score。
全文数据:
权利要求:
百度查询: 深圳市千乘机器人有限公司 一种巡检机器人不停车的巡检方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。