近日，来自中国科学院自动化所的研究团队在SCI收录期刊IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT上发表了一篇题为“Vision-Based Autonomous Landing of a Hybrid Robot on a Powerline” 的论文。
“Vision-Based Autonomous Landing of a Hybrid Robot on a Powerline”
作者提出了一个混合式机器人自主落线的完整方案——设计了检测多尺度电力线的方法、描述了着陆点深度估计的方法，并建立时空字典跟踪目标电力线。同时，提出了着陆策略和控制方法，以实现稳定的自主落线。最终通过混合式机器人来验证了电力线检测和深度估计算法的有效性。
一、研究背景
近年来，各种类型的巡检机器人被用于自动化电力线检查。混合式机器人结合了爬行机器人和飞行机器人的优点，在电力线检测方面具有广阔的应用前景。但是，如何将混合式机器人降落在目标电力线上是一项挑战，需要对电力线稳健检测和跟踪。多尺度输电线路检测方法的开发成为迫切需求。
二、实验过程
作者利用本文设计的机器人平台进行如下评估：首先，在k8一触即发的人生赢家kf凯发运动捕捉系统下评估深度精度；然后，验证所提出的跟踪算法和着陆策略的可靠性和有效性；最后，提供了两个比较实验，以证明本文的方法的优越性。
1. 深度估计精度测试
图1 本文方法和动捕系统测量的电力线与相机之间的相对高度
表1 本文方法在不同深度下的误差
2. 跟踪测试
实验表明，尽管线的数量发生了不规则的变化，目标线仍然被很好地跟踪。自动模式下的横向速度限制在跟踪实验期间的最大速度以下时，本文提出的跟踪方法可以满足实际着陆任务的要求。
3. 落线测试
研究团队在机器人上验证了提出的电力线提取算法和降落策略。尽管输电线的尺度不断变化，目标线仍然被很好地检测和跟踪，而倾斜线在二值图像中几乎被过滤掉。实验表明，本文提出的自主落线方案是有效的。
4.对比实验
1) 检测性能比较：
图2 展示了定量结果。可以看出，本文提出的方法在准确性方面优于其他方法。
图2 多检测方法的准确性和处理速度比较
2) 巡检性能比较：
从表2可以看出，当从输电线路上方 1 米处以及距离输电线路侧面 0.2 米处降落时，本文设计的混合机器人实现了更短的平均降落时间。此外，本文设计的机器人具有区分具有相同特征的输电线路并跟踪目标输电线路的能力，在现场输电网络中更加稳定和实用。
表2 多个机器人平台的巡检性能比较
三、实验结论
本文提出了一个完整的自主落线方案，使混合机器人能够降落在电力线上。与传统的电力线检测算法相比，本文使用的方法能够检测多尺度电力线并计算着陆点相对于机器人的位置。深度估计的准确性通过运动捕捉系统进行评估，其满足着陆任务的要求。此外，作者提出建立两个字典来跟踪目标电力线。在一组室外实验中，展示了跟踪方法和着陆策略的有效性。本文研究表明，机器人能够区分具有相同特征的电力线，并顺利降落在目标电力线上。未来，作者计划探索减少着陆时间并提高系统在大风环境下的稳健性
参考文献
Z. Li et al., "Vision-Based Autonomous Landing of a Hybrid Robot on a Powerline," in IEEE Transactions on Instrumentation and Measurement, vol. 72, pp. 1-11, 2023, Art no. 3501711