《基于双目视觉的接触网绝缘子三维位置重建》由会员分享，可在线阅读，更多相关《基于双目视觉的接触网绝缘子三维位置重建（10页珍藏版）》请在金锄头文库上搜索。
1、基于双目视觉的接触网绝缘子三维位置重建 邓斌 林文文 于兰英 吴文海 西南交通大学机械工程学院 摘 要： 水冲洗是解决因接触网绝缘子尘污造成的电气化铁路污闪事故的重要方法, 自动水冲洗是代替目前人工冲洗劳动环境差、冲洗效率低的主要途径, 而接触网绝缘子三维位置重建是实现自动冲洗的关键。文中提出一种基于双目视觉的接触网绝缘子三维位置重建方法, 识别双目摄像机图像中的绝缘子特征。通过摄像机内外参数标定, 采用特征匹配算法得到左右图像的匹配点对, 利用投影变换矩阵得到绝缘子形心的三维坐标, 获得绝缘子的深度距离信息。实验表明:在 1 2003 200 mm 距离范围内对绝缘子进行三维位置还原, 还原
2、绝对误差最大为 226 mm, 满足冲洗精度要求。关键词： 接触网绝缘子; 三维重建; 双目视觉; 绝缘子提取; 像机标定; 特征匹配; 作者简介：邓斌 (1964) , 男, 教授, 博士, 研究方向为机电液一体化控制技术。收稿日期：2017-04-183D Reconstruction of Catenary Insulator Based on Binocular VisionDENG Bin LIN Wenwen YU Lanying WU Wenhai School of Mechanical Engineering, Southwest Jiaotong University; A
3、bstract： Water washing is the important method to solve the flashover accident cause by catenary insulator pollution, at present, the automatic washing is the main way to replace manual washing with poor working conditions and low flushing efficiency.The catenary insulators 3D reconstruction is the
4、key of automatic washing.This paper proposes a 3D reconstruction method based on binocular vision to get the catenary insulator position, identifies insulator characteristics from binocular camera image.Based on internal and external parameters calibration of the binocular camera, the match points o
5、f left and right images are obtained by feature matching algorithm, The 3D coordinates of insulator centroid and the distance information of insulator are gotten by using the projection transformation matrix.The experimental results show that the distance between 1 2003 200 mm, insulator have been 3
6、D position reduction, maxium value of reduction of absolute error is 226 mm, which meets the requirement of washing accuracy.Keyword： catenary insulator; 3D reconstruction; binocular vision; insulator extraction; camera calibration; feature matching; Received： 2017-04-180 引言铁路接触网绝缘子是电气化铁路系统的重要工程设施,
7、污闪是接触网绝缘子事故发生的主要原因1-3, 为预防污闪事故的发生, 需定期对绝缘子进行清洗。目前, 接触网绝缘子清洗依靠人工操作带电绝缘子水冲洗车完成, 存在冲洗效率低、劳动强度大、人为因素导致的误操作, 造成水资源浪费等问题。人工冲洗绝缘子见图 1。采用水冲洗车自动冲洗绝缘子是解决人工冲洗问题的有效途径。利用双目视觉原理重建绝缘子的三维位置, 获得冲洗水枪末端与绝缘子之间的距离信息, 通过计算机控制水枪末端位姿使其对准绝缘子的中心, 从而实现接触网绝缘子自动冲洗。目前双目视觉技术被广泛应用于目标的定位跟踪与三维位置重建, 美国麻省理工学院通过将双目视觉系统应用于智能交通工具, 实现了在高速
8、环境下对对目标物体的实时监测与跟踪4。文5利用双目视觉系统实现了针对水下环境的视觉定位, 文6应用双目视觉技术提高了番茄采摘机器人视觉系统的定位精度。利用双目视觉对绝缘子进行识别定位的研究主要针对航拍和巡检绝缘子图像, 文7提出了一种基于图像的三维重建的绝缘子覆冰在线监测方法, 但该方法只能还原单个绝缘子的三维位置信息, 而接触网支架上往往有多个绝缘子。文8设计的履带式带电水冲洗车通过双目视觉系统能够准确获得牵引变电站的绝缘子三维坐标。但由于接触网绝缘子与变电站绝缘子颜色形状的差异, 该双目视觉系统不适用于接触网绝缘子的三维位置重建。图 1 人工冲洗接触网绝缘子 Fig.1 Flush the
9、 catenary insulators by manual operation 下载原图文中提出了一种基于双目视觉的接触网绝缘子三维位置重建方法, 2 台摄像机从不同角度获得同一绝缘子图像, 利用三维视差原理和投影变换矩阵还原绝缘子在世界坐标系下的三维坐标, 计算出绝缘子到水冲洗车末端水枪的距离, 从而为自动冲洗提供依据。绝缘子三维重建分为 4 个部分:绝缘子提取、双目摄像机标定、特征点匹配以及三维重建。1 基于双目视觉的三维重建关键技术三维重建是指基于视差原理, 从多幅图像中恢复空间点三维坐标信息的过程9。双目摄像机的 2 台成像设备从不同的角度拍摄绝缘子图像, 绝缘子的三维位置信息被包含
10、在两幅成像图中, 结合双目摄像机成像原理, 计算出绝缘子形心的三维坐标。1.1 接触网绝缘子的提取通过安装在水冲洗车上的双目摄像机采集绝缘子图像, 图像采集见图 2。接触网绝缘子采集图像见图 3。图像背景相对简单。对图像进行滤波处理去除干扰, 数学形态学处理增强绝缘子轮廓。定位出接触网支架右边边缘, 以支架作为参照, 利用绝缘子与接触网支架之间的相对位置关系提取出支架上的 2 个绝缘子。绝缘子提取结果见图 4。1.2 双目摄像机标定摄像机标定是研究双目视觉的基础10。空间坐标系中物体点的几何位置和其在图像中的对应点的几何关系是由摄像机的成像几何模型决定的, 对这些成像模型参数的计算我们就称之为
11、摄像机标定。成像模型参数包括内参数和外参数, 内参数是指由摄像机内部几何光学特性决定的固有参数, 如图像中心、焦距、镜头畸变等, 内参数描述的是景物点与图像点之间的关系11。外参数是指摄像机与世界坐标系之间的相对位置和方向关系12, 具体见图 5。图 2 双目摄像机图像采集 Fig.2 Image acquisition by binocular camera 下载原图图 3 接触网绝缘子成像图 Fig.3 Catenary insulators figure 下载原图图 4 左右相机绝缘子提取结果 Fig.4 Insulator extraction results of binocular
12、 camera 下载原图理想情况下摄像机模型可以用针孔模型来表示13-14, 摄像机模型如图 5 所示。其中, X W、Y W、Z W为世界坐标系, X C、Y C、Z C为摄像机坐标系, u, v 为图像坐标系。P 点世界坐标 (X W, YW, ZW) 与其摄像机坐标 (X C、Y C、Z C) 之间的关系可表示为图 5 摄像机模型 Fig.5 The camera imaging model 下载原图式 (1) 中:R 为世界坐标到摄像机坐标的的旋转矩阵;T 为平移向量。R 与 T 即为摄像机的外部参数, 表示了摄像机在世界坐标系里的位置和方向。摄像机的内参数模型描述的是摄像机坐标系下的
13、景物点与图像坐标系下的图像点之间的关系。文中采用摄像机的四参数模型。式 (2) 中:f u是 X 轴方向的放大系数;f v是 Y 轴方向的放大系数;u 0, v0分别为主点的图像坐标。一般情况下, 景物点 P 在摄像机坐标系下的坐标用 (x c, yc, zc) 表示, 由透视变换可以得到 P 点在图像坐标系中的图像坐标 (u, v) 。标定在 MATLAB7.0 中实现, 采用棋盘格作为 2D 平面靶标, 靶标大小为每隔 50 mm, 格数 1010, 变换靶标角度拍摄 10 张标定图像, 棋盘格采集见图 6。选取棋盘格顶点作为特征点标定摄像机各项参数, 最后得到双目摄像机的内外参数以及左右
14、相机的相对位置关系, 见图 7。图 6 相机标定靶标采集实验 Fig.6 The experiments of camera calibration 下载原图图 7 双目摄像机与靶标之间位置关系示意图 Fig.7 The relationship between binocular camera and target 下载原图标定得到左右相机的内参数矩阵 Al、A r, 以及旋转矩阵 R、平移矩阵 T, 标定结果见式 (4) - (7) 。1.3 立体匹配为了得到接触网绝缘子的三维坐标信息, 需要进行立体匹配, 立体匹配的作用是在双目视觉拍摄的左右图像中找到对应的特征点。常用的匹配方法有基于灰
15、度信息的区域匹配和基于纹理的特征匹配, 区域匹配算法用于灰度变化明显的图像能有比较好的效果, 但遇到图像深度信息出现断续情况的时候, 容易出现误匹配。在特征匹配中, 必须要提取目标的边缘轮廓、角点等特征信息, 所以其匹配时间较长, 实时性得不到保障15-16。针对接触网绝缘子纹理性强以及对实时性要求的特点, 文中利用一种绝缘子形心匹配和区域灰度信息匹配相结合的立体匹配算法6, 从而实现准确匹配。首先, 从提取的绝缘子图像中找出出绝缘子形心坐标, 算法见式 (8) 。式 (8) 中: (x, y) 为绝缘子形心坐标;n 为绝缘子区域像素点个数; (x i, yi) 为绝缘子像素点坐标。左摄像机拍
16、摄图像提取的绝缘子形心坐标为 (x l, yl) , 右摄像机拍摄图像提取的绝缘子形心坐标为 (x r, yr) 。由于左右摄像机本身存在的差异以及拍摄深度的不同, 通过形心匹配只能得到一个粗略的结果, 但是形心匹配大大缩小了匹配范围, 将区域匹配限定在某一小范围内进行, 从而提高匹配速度。形心匹配结果见图 8。图 8 形心匹配结果 Fig.8 The result of centroid matching 下载原图区域灰度信息匹配是在形心匹配的基础上, 以左摄像机拍摄图像提取的绝缘子形心坐标 (x l, yl) 为中心, 建立一个局部窗口 l, 计算出该窗口内每个像素点的灰度值 Il (x, y) , (x, y) l。再以右摄像机拍摄图像提取的绝缘子形心坐标 (x r, yr) 为中心确定搜索范围 , 设点 (m, n) 为该搜索范围内的点, 则以 (m, n) 为中心, 建立一个同左摄像机拍摄图像中相同大小的局部窗口 r, 计算
