劉艷梅，文師華，陳 震，張東禹，劉 義，鄭志剛

(1.沈陽航空航天大學(xué) 自動(dòng)化學(xué)院，沈陽 110136；2.遼寧省送變電工程有限公司 機(jī)械化分公司，沈陽 110021)

架空地線上的防震錘是一種為了減少輸電線因風(fēng)力被扯起發(fā)生振動(dòng)而安裝的設(shè)備，高壓架空線路的檔距較大，桿塔也較高，當(dāng)架空輸電線路長期暴露在空氣中，常年受風(fēng)、雨、冰等氣象條件的影響，尤其是導(dǎo)線受大風(fēng)吹動(dòng)時(shí)，會發(fā)生較強(qiáng)烈的震動(dòng)。長時(shí)間周期性震動(dòng)將造成導(dǎo)線疲勞損壞，使導(dǎo)線發(fā)生斷股、斷線，有時(shí)強(qiáng)烈的震動(dòng)還會破壞金具和絕緣子。為了防止和減輕導(dǎo)線的震動(dòng)，一般在懸掛導(dǎo)線線夾的附近安裝一定數(shù)量的防震錘，在當(dāng)導(dǎo)線發(fā)生震動(dòng)時(shí)，防震錘也上下運(yùn)動(dòng)，產(chǎn)生一個(gè)與導(dǎo)線震動(dòng)不同步甚至相反的作用力，可減小導(dǎo)線的振幅，甚至能消除導(dǎo)線的震動(dòng)。防震錘在長時(shí)間使用過程中，由于微風(fēng)振動(dòng)可能造成其緊固螺栓松動(dòng)，進(jìn)而造成防震錘發(fā)生位移，失去原有的減震作用，特別是老舊架空輸電線路運(yùn)行年限長，防震錘不間斷地發(fā)生微小位移，因此需要對其進(jìn)行重新歸位處理。在復(fù)位防震錘時(shí)，必須使防震錘緊固螺栓和螺母正確旋合，目前防震錘移位復(fù)位主要由人工處理，存在勞動(dòng)強(qiáng)度高、人員移動(dòng)成本高、工作效率低、問題發(fā)現(xiàn)及時(shí)性差、作業(yè)人員風(fēng)險(xiǎn)大等問題。因此，視覺識別技術(shù)是防震錘復(fù)位機(jī)器人研究的關(guān)鍵技術(shù)之一，對架空地線上的防震錘復(fù)位問題的研究具有重要意義。

國內(nèi)外關(guān)于輸電線作業(yè)機(jī)器人研究已取得諸多可借鑒的研究成果。2000 年加拿大首次提出了一款具有架空導(dǎo)線上除冰功能且命名為HQ Line ROVe 的電力作業(yè)機(jī)器人[1]；2014年，美國的TI巡檢機(jī)器人的結(jié)構(gòu)設(shè)計(jì)進(jìn)一步完善，成為一款具有高度智能化的高壓輸電線路巡檢功能的智能機(jī)器人，該款機(jī)器人可以在架空地線上通過夾緊并行走，該機(jī)器人包括控制系統(tǒng)、通信系統(tǒng)、驅(qū)動(dòng)系統(tǒng)以及用于檢測機(jī)器人位置的全球定位系統(tǒng)[2]。國內(nèi)這方面雖然起步稍晚，但許多大學(xué)和研究所也研究出了多款高壓輸電線作業(yè)機(jī)器人[3]。2006年，中科院沈陽自動(dòng)化研究所歷經(jīng)數(shù)年完成了三代巡檢機(jī)器人樣機(jī)的制造，第三代機(jī)器人樣機(jī)進(jìn)行了實(shí)際輸電線路的測試，成功實(shí)現(xiàn)線上穩(wěn)定行走、越障、剎車等功能[4]。2015年開始，國家電網(wǎng)湖南省分公司聯(lián)合武漢大學(xué)與長沙理工大學(xué)先后研制了一代同時(shí)具有絕緣子更換和螺栓緊固功能的機(jī)器人，以及二代具有防震錘更換功能的機(jī)器人[5]。目前，國內(nèi)關(guān)于輸電線作業(yè)機(jī)器人的研究已取得諸多可借鑒的研究成果[6-8]，可以完成巡線、越障、更換一些電力金具等作業(yè)任務(wù)，但都需要電網(wǎng)作業(yè)人員準(zhǔn)確遙控控制機(jī)器人完成作業(yè)，其電力作業(yè)效率以及作業(yè)速度和精確度完全依靠人工操作熟練程度[9-11]。本文針對防震錘復(fù)位機(jī)器人機(jī)器臂作業(yè)末端螺栓定位不準(zhǔn)確的缺陷，在防震錘復(fù)位過程中提出了利用機(jī)器視覺檢測技術(shù)和視覺定位技術(shù)來幫助作業(yè)人員操控機(jī)器人松懈和擰緊防震錘緊固螺栓的方案。實(shí)驗(yàn)證明視覺檢測算法和視覺定位算法的加入，大大降低操作機(jī)器人的難度以及對人工操作熟練程度的要求。

1 防震錘復(fù)位機(jī)器人本體結(jié)構(gòu)設(shè)計(jì)

根據(jù)高壓輸電線路作業(yè)環(huán)境，本文對基于視覺檢測的防震錘復(fù)位機(jī)器人整體機(jī)械結(jié)構(gòu)進(jìn)行設(shè)計(jì)，設(shè)計(jì)的機(jī)器人三維本體機(jī)構(gòu)如圖1所示。機(jī)器人主要包括底臺、左、右行走輪臂、捕錘臂、行走輪和作業(yè)末端等部件。機(jī)器人還配備縱向旋轉(zhuǎn)關(guān)節(jié)、伸縮關(guān)節(jié)和水平滑動(dòng)梁。采用連桿、凸輪擺桿、導(dǎo)槽滑移、滾珠絲杠和鏈輪傳動(dòng)等機(jī)構(gòu)構(gòu)成骨架式運(yùn)動(dòng)結(jié)構(gòu)，通過多部直流減速電機(jī)驅(qū)動(dòng)完成防震錘復(fù)位作業(yè)功能。其中捕錘臂是能使作業(yè)末端到達(dá)作業(yè)范圍內(nèi)任意位置的一條小型機(jī)械臂。該機(jī)械臂是基于機(jī)器視覺技術(shù)和伺服控制技術(shù)的高精度機(jī)電遙一體化運(yùn)動(dòng)控制系統(tǒng)，本設(shè)計(jì)改進(jìn)了傳統(tǒng)的機(jī)械臂作業(yè)末端定位不準(zhǔn)確的缺點(diǎn)[11-12]，能夠提高定位精度，準(zhǔn)確、快速地識別和定位防震錘的螺栓。

圖1 機(jī)器人三維本體機(jī)構(gòu)

1.1 行走、越障機(jī)構(gòu)設(shè)計(jì)

應(yīng)用機(jī)械結(jié)構(gòu)學(xué)原理設(shè)計(jì)設(shè)備的行走、越障功能，行走、越障方式如圖2所示，驅(qū)動(dòng)機(jī)構(gòu)驅(qū)動(dòng)部分采用四輪驅(qū)動(dòng)，1、3號輪一組、2、4號輪一組，分別通過鏈條連接，并帶有驅(qū)動(dòng)電機(jī)，每個(gè)車輪之間保持一定的距離，車輪在電機(jī)驅(qū)動(dòng)下行走。在沒有遇到障礙物時(shí)，四輪同時(shí)驅(qū)動(dòng)機(jī)器人前進(jìn)；而當(dāng)遇到障礙物時(shí),1、3號輪打開脫離導(dǎo)線，在2、4號輪的驅(qū)動(dòng)下使脫離導(dǎo)線的1、3號輪越過障礙后又合攏而與導(dǎo)線接觸作為驅(qū)動(dòng)輪，2、4兩個(gè)輪依次完成相同的動(dòng)作，這樣復(fù)位機(jī)器人就可以順利地通過障礙物。

圖2 機(jī)器人驅(qū)動(dòng)機(jī)構(gòu)示意圖

1.2 機(jī)械臂作業(yè)末端機(jī)構(gòu)設(shè)計(jì)

防震錘復(fù)位機(jī)器人機(jī)械臂作業(yè)末端由擰螺栓電機(jī)、內(nèi)六角套筒、爪夾結(jié)構(gòu)、旋轉(zhuǎn)軸和蝸輪蝸桿機(jī)構(gòu)等構(gòu)成。機(jī)械臂作業(yè)末端機(jī)構(gòu)簡圖如圖3所示。

圖3 機(jī)械臂作業(yè)末端機(jī)構(gòu)簡圖

精確的目標(biāo)定位是移動(dòng)機(jī)器人導(dǎo)航的基礎(chǔ)，利用機(jī)器視覺系統(tǒng)對目標(biāo)圖像信息進(jìn)行采集和處理，獲得防震錘螺栓準(zhǔn)確的中心位置，解決了人眼視覺系統(tǒng)可能存在的盲區(qū)問題。本文設(shè)計(jì)開發(fā)的基于機(jī)器視覺的防震錘復(fù)位機(jī)器人的作業(yè)末端系統(tǒng)主要由圖像采集、圖像邊緣信息提取、螺栓幾何特征識別、螺栓對中4個(gè)部分組成。圖像采集部分是采用的是一個(gè)UP-800工業(yè)攝像頭。通過這個(gè)攝像頭中 的CCD圖像傳感器將經(jīng)過光電轉(zhuǎn)換后的圖像信號傳遞給PC的圖像采集卡，圖像預(yù)處理、邊緣提取以及特征識別都采用軟件實(shí)現(xiàn)。

2 目標(biāo)識別算法設(shè)計(jì)

基于局部特征的物體識別方法主要是通過局部識別整體。該方法無需對處理數(shù)據(jù)進(jìn)行分割，往往通過提取物體的關(guān)鍵點(diǎn)、邊緣等局部特征進(jìn)行比對來完成物體的識別。其中，特征提取是物體識別中非常關(guān)鍵的一步，它將直接影響物體識別系統(tǒng)的性能[13-15]。基于局部特征的方式對噪聲和遮擋有更好的魯棒性，同時(shí)不受顏色和紋理信息缺乏的限制。由于局部特征描述子僅使用參考點(diǎn)鄰域信息，所以不對場景進(jìn)行分割即可處理復(fù)雜場景。本文基于螺栓頭部是正六邊形的局部特征進(jìn)行目標(biāo)識別，利用機(jī)器視覺系統(tǒng)對目標(biāo)圖像信息進(jìn)行采集和處理，獲得防震錘螺栓準(zhǔn)確的中心位置，解決了人眼視覺系統(tǒng)可能存在的盲區(qū)問題。本文設(shè)計(jì)開發(fā)的基于機(jī)器視覺的防震錘復(fù)位機(jī)器人的作業(yè)末端系統(tǒng)主要由圖像采集、圖像邊緣信息提取、螺栓幾何特征識別，螺栓對中幾個(gè)部分組成。圖像采集部分采用一個(gè)UP-800工業(yè)攝像頭，通過這個(gè)攝像頭中的CCD圖像傳感器將經(jīng)過光電轉(zhuǎn)換后的圖像信號傳遞給PC的圖像采集卡，進(jìn)行圖像預(yù)處理、邊緣提取以及特征識別，幾個(gè)部分都采用軟件實(shí)現(xiàn)；防震錘復(fù)位機(jī)器人作業(yè)末端螺栓檢測算法流程如圖 4 所示。

圖4 防震錘復(fù)位機(jī)器人作業(yè)末端螺栓檢測算法流程圖

2.1 基于改進(jìn)canny算法的防震錘螺栓圖像邊緣提取

圖像邊緣檢測是機(jī)器視覺檢測的第一步，且圖像邊緣提取方法有很多，例如Sobel邊緣檢測、Laplacian邊緣檢測、Canny邊緣檢測以及形態(tài)學(xué)邊緣檢測等。其中Sobel算子雖然對噪聲具有一定的抑制能力，但由于算法是先加權(quán)平均后進(jìn)行差分運(yùn)算的，容易丟失一些細(xì)節(jié)信息，會使圖像邊緣提取模糊；Laplacian算子具有能對任何走向的界限和線條銳化、無方向性的優(yōu)點(diǎn)，但也具有對噪聲敏感的缺點(diǎn)；Canny算子可以很好地去除噪聲，但也具有濾波時(shí)人為選取標(biāo)準(zhǔn)差導(dǎo)致圖像平滑處理過度而使圖像細(xì)節(jié)丟失的缺點(diǎn)；形態(tài)學(xué)算子檢測具有耗時(shí)長、檢測邊緣連續(xù)性差的缺點(diǎn)。本文的防震錘復(fù)位機(jī)器人是在高空中的輸電線上工作，攝像機(jī)拍攝到的圖像很容易受到高空惡劣環(huán)境的影響，夾雜不同的噪聲，如機(jī)器人受風(fēng)影響而抖動(dòng)拍攝、防震錘螺栓毛坯上的銹漬、有污漬的攝像機(jī)鏡頭、空氣中的灰塵以及高壓輸電線產(chǎn)生的各種電磁干擾信號等。拍攝的圖像在傳輸過程中也可能產(chǎn)生一些噪聲影響。這些噪聲可能會降低圖像的畫面質(zhì)量，進(jìn)而影響后續(xù)圖像邊緣提取結(jié)果。因此本文選用去噪效果較好的Canny 算子邊緣檢測算法對圖像進(jìn)行邊緣提取，并且針對Canny 算子可能會丟失細(xì)節(jié)的缺點(diǎn)進(jìn)行了改進(jìn)，保證具有良好的去噪效果又不丟失細(xì)節(jié)，更好地對防震錘螺栓進(jìn)行邊緣提取。

Canny邊緣檢測算法主要由高斯濾波、計(jì)算像素梯度幅值與梯度方向、非極大值抑制以及雙閾值法閉合邊緣4部分組成。Canny算法細(xì)節(jié)丟失的缺點(diǎn)是在濾波過程產(chǎn)生的，傳統(tǒng)Canny算法的高斯濾波本身已經(jīng)是較好的濾波算法，在去噪聲方面領(lǐng)先其他濾波算法。為了在去噪和保邊兩方面取得平衡，本文在高斯濾波上進(jìn)行了改進(jìn)。由于圖像邊緣提取精度和信噪比受高斯函數(shù)的標(biāo)準(zhǔn)差影響，標(biāo)準(zhǔn)差σ是由人為選擇的，選取過小會影響去噪效果；選取過大會丟失圖像細(xì)節(jié)信息。傳統(tǒng)的高斯濾波主要原理是先用鄰域內(nèi)像素的加權(quán)平均值代替中心像素點(diǎn)值，之后通過高斯函數(shù)產(chǎn)生一個(gè)m×n濾波器模板，對原始圖像進(jìn)行卷積操作。二維零均值離散高斯濾波函數(shù)分布如下:

式中u2+v2表示像素點(diǎn)和中心像素點(diǎn)的距離，(u，v)表示像素點(diǎn)坐標(biāo)，σ為標(biāo)準(zhǔn)差。改進(jìn)的高斯濾波算法針對標(biāo)準(zhǔn)差σ的選取問題給出一種新的選取方案。為了動(dòng)態(tài)確定具體的標(biāo)準(zhǔn)差σ，彌補(bǔ)傳統(tǒng)高斯濾波人為設(shè)定σ的缺陷，改進(jìn)的高斯濾波算法根據(jù)高斯核系數(shù)權(quán)值與方差的正比例關(guān)系，先求得方差，再確定標(biāo)準(zhǔn)差σ。首先，計(jì)算某一區(qū)域內(nèi)的方差：

設(shè)

計(jì)算得

可以發(fā)現(xiàn)，當(dāng)R一定時(shí)，σ的取值隨著迭代方差D的變化而變化。本文運(yùn)用3×3高斯模板，可以得到標(biāo)準(zhǔn)差σ與R的函數(shù)關(guān)系圖像。R關(guān)于σ的函數(shù)圖像如圖5所示。

圖5 標(biāo)準(zhǔn)差R隨σ的變化曲線

本文的Canny邊緣檢測算法主要改進(jìn)了高斯濾波標(biāo)準(zhǔn)差σ選取方法，保證了去噪和保邊兩方面的平衡，既可以動(dòng)態(tài)確定具體的標(biāo)準(zhǔn)差σ，彌補(bǔ)傳統(tǒng)高斯濾波人為設(shè)定σ的缺陷，以達(dá)到很好的去噪效果，又精確提取了圖像邊緣。在計(jì)算像素梯度幅值與梯度方向、非極大值抑制以及雙閾值法閉合邊緣3方面沿用了傳統(tǒng)Canny邊緣檢測算法。改進(jìn)Canny邊緣檢測算法對圖像邊緣提取流程如圖6所示。

圖6 改進(jìn)Canny邊緣檢測算法對圖像邊緣提取流程圖

當(dāng)防震錘復(fù)位機(jī)器人機(jī)器臂作業(yè)末端到達(dá)防震錘螺栓位置，控制器啟動(dòng)攝像頭對防震錘螺栓進(jìn)行圖像采集，使用本文的改進(jìn)Canny邊緣檢測算法對防震錘及螺栓進(jìn)行邊緣提取。防震錘復(fù)位機(jī)器人作業(yè)末端上的攝像頭拍攝的防震錘及螺栓原圖如圖7a所示。經(jīng)Canny邊緣檢測算法非極大值抑制處理后提取到的螺栓邊緣如圖7b所示。通過Canny邊緣檢測算法處理后得到的螺栓邊緣圖像如圖7c所示。

圖7 基于改進(jìn)Canny算法的防震錘螺栓邊緣檢測

2.2 基于改進(jìn)Hough算法圖形定位檢測

傳統(tǒng)的Hough變換是一種很有效的圓檢測算法，后來出現(xiàn)了Hough直線變換檢測直線段的方法,然而傳統(tǒng)的Hough 直線變換法檢測直線存在運(yùn)算量大、斷線錯(cuò)連、極其微小的線段也檢測等缺陷。本文通過分析傳統(tǒng)Hough直線變換原理,提出利用梯度閾值篩選有效像素點(diǎn),用間隔閾值分割直線的改進(jìn)方法。 經(jīng)實(shí)驗(yàn)證實(shí),降低了計(jì)算復(fù)雜度并避免了小直線段錯(cuò)檢的缺點(diǎn)。用改進(jìn)Canny邊緣檢測算法對圖像進(jìn)行邊緣提取后，如果直接用傳統(tǒng) Hough 直線檢測算法檢測，可能會檢測出其他滿足直線特點(diǎn)的線段，給螺栓外邊框的定位帶來干擾。Hough 變換的基本原理在于利用直角坐標(biāo)系中的線與極坐標(biāo)系中的點(diǎn)的對應(yīng)關(guān)系，即將檢測直角坐標(biāo)系直線y=kx+b問題轉(zhuǎn)化為檢測極坐標(biāo)系點(diǎn)(θ，r)的問題，其中r=cos(θ)·x+sin(θ)·y。本文要檢測的螺栓為正六邊形，具有對邊平行且相等的特點(diǎn)，且內(nèi)角均為120°，故外角分別為60°。對標(biāo)準(zhǔn)目標(biāo)模板進(jìn)行正六邊形螺栓邊緣提取時(shí)，記錄外邊框的六條邊長度相等，且每組對邊斜率相同，每兩個(gè)鄰邊斜率角度相差60°，這些正六邊形的特征也相應(yīng)地呈現(xiàn)在Hough 空間中峰值的分布上。圖像空間中的六邊形與 Hough 空間中的六邊形如圖8所示。根據(jù)這一特征，改進(jìn)了Hough 空間的峰值選擇策略: 第一步在 Hough空間中找到投票值最高的峰值點(diǎn)，以該峰值點(diǎn)所在角度為基準(zhǔn)角度θ，第二步分別取前后60°以及當(dāng)前角度 3 個(gè)角度，并且考慮誤差5°取區(qū)域范圍，即(θ+5°，θ-5°)、(θ-60°+5°，θ-60°-5°) 、(θ+60°+5°，θ+60°-5°)。

圖8 圖像空間中的六邊形與Hough空間中的六邊形

通過經(jīng)典Hough變換直線提取算法處理后得到的螺栓邊緣圖像如圖9a所示。經(jīng)改進(jìn)Hough變換直線提取算法處理后得到的螺栓邊緣圖像如圖9b所示。

圖9 螺栓邊緣圖像

3 實(shí)驗(yàn)結(jié)果

當(dāng)防震錘復(fù)位機(jī)器人機(jī)器臂作業(yè)末端到達(dá)防震錘螺栓位置時(shí)，控制器啟動(dòng)攝像頭對防震錘螺栓進(jìn)行圖像采集，然后使用本文改進(jìn)Canny邊緣檢測算法以及改進(jìn)Hough變換直線提取算法對防震錘及螺栓進(jìn)行檢測。檢測得到的初步結(jié)果只是用像素表示的螺母幾何特征尺寸，要得到實(shí)際螺母的檢測尺寸還需要系統(tǒng)標(biāo)定，其作用就是將用像素表示的尺寸大小換算成實(shí)際計(jì)量單位的尺寸大小。換言之，進(jìn)行系統(tǒng)標(biāo)定的目的就是確定圖像處理后的像素尺寸與相應(yīng)的實(shí)際尺寸之間的比例系數(shù)，提取到螺栓有效的邊緣特征，在此基礎(chǔ)上利用改進(jìn)的Hough變換算法定位防震錘螺栓上表面正六邊形的6個(gè)邊。位于螺母左上方的直線邊界為L1，其余各邊的標(biāo)號按照順時(shí)針順序往后排，分別為L2、L3、L4、L5、L6。得到L1=83.358像素，直線度為1.702 5 像素；L2=83.273像素，直線度為 1.545 3像素；L3=83.356像素，直線度為 1.358像素；L4=83.483 像素，直線度為 1.642 2 像素；L5=83.376像素，直線度為 1.840 2像素；L6=83.431像素，直線度為 1.825 6像素；經(jīng)標(biāo)定計(jì)算以后，得到表1。

表1 標(biāo)定計(jì)算的邊長與直線度 (mm)

經(jīng)實(shí)際測量螺栓頂部六邊形，得到表2。

表2 實(shí)際測量的螺栓頂部邊長與直線度 (mm)

對二者進(jìn)行對比，可發(fā)現(xiàn)L1尺寸偏差為0.007 mm，直線度偏差為0.002 mm；L2尺寸偏差為0.002 mm，直線度偏差為0.005 mm；L3尺寸偏差為0.022 mm，直線度偏差為0.002 mm；L4尺寸偏差為0.031 mm，直線度偏差為0.006 mm；L5尺寸偏差為0.031 mm，直線度偏差為0.008 mm；L6尺寸偏差為0.018 mm，直線度偏差為0.007 mm。在螺栓頭部正六邊形檢測實(shí)驗(yàn)中，邊長直線檢測誤差為0.53%，直線度誤差為0.87%。結(jié)果表明，該方法是有效的，能準(zhǔn)確地檢測出圖像中的正六邊形。最后利用改進(jìn)的Hough變換算法定位防震錘螺栓上表面正六邊形的中心，如圖10所示。

圖10 改進(jìn)的Hough變換算法定位防震錘螺栓六邊形中心

當(dāng)計(jì)算機(jī)完成螺栓中心定位后，將可視化信息反饋給控制器，機(jī)器人控制器將計(jì)算螺栓與作業(yè)末端的距離，控制器采用相關(guān)運(yùn)動(dòng)控制策略來控制機(jī)械臂運(yùn)動(dòng)，進(jìn)而控制機(jī)器臂各關(guān)節(jié)驅(qū)動(dòng)器，不斷調(diào)整防震錘復(fù)位機(jī)器人機(jī)器臂作業(yè)末端位姿，使作業(yè)末端對中防震錘螺栓，機(jī)械臂作業(yè)末端螺栓對中過程如圖11所示。

圖11 螺栓對中過程

4 結(jié)論

輸電線路導(dǎo)線壓接是電力運(yùn)輸?shù)那疤?，本文著重研究了防震錘復(fù)位機(jī)器人通過攝像頭實(shí)時(shí)獲取外部環(huán)境信息，并通過改進(jìn)的Canny算法對采集的防震錘螺栓圖像進(jìn)行邊緣提取，提取有效的邊緣特征。在此基礎(chǔ)上利用改進(jìn)的Hough變換尋找防震錘螺栓上表面正六邊形的6個(gè)邊以及螺栓的中心，完成對目標(biāo)物體的定位。改進(jìn)的Hough變換對螺栓頭部檢測時(shí)，邊長直線檢測誤差為0.53%，直線度誤差為0.87%。結(jié)果表明，該方法是有效的，能準(zhǔn)確地檢測螺栓頭部的正六邊形，其中算法部分采用 MATLAB 平臺編程實(shí)現(xiàn)，控制部分采用單片機(jī)與 MATLAB 串行通信，進(jìn)而控制和解決螺母零件的篩選與對中，實(shí)現(xiàn)防震錘復(fù)位機(jī)器人機(jī)器臂作業(yè)末端視覺導(dǎo)航，完成防震錘復(fù)位機(jī)器人基于機(jī)器視覺對防震錘緊固螺栓快速定位、松懈、擰緊及對防震錘復(fù)位的作業(yè)任務(wù)，該系統(tǒng)可以廣泛應(yīng)用在工業(yè)機(jī)器人導(dǎo)航、目標(biāo)定位、避障等領(lǐng)域，具有較高的實(shí)用價(jià)值。