摘要: 为了给进气道巡检机器人提供准确的作业位姿,提出一种基于感兴趣区域线特征相似度的移动机器人视觉检测对准方法。通过移动机械臂末端安装的深度相机采集场景图片,设计了融合深度学习目标识别与目标轮廓视觉测量的技术架构。先采用YOLOv8深度网络从场景图片中识别包含进气口的感兴趣区域(Region of interest, ROI),再设计改进随机直线检测(Random line detection, RLD)算法在ROI区域中检测进气口的轮廓直线。进一步,提出了进气口四边形轮廓提取方法,基于线特征相似度进行直线的精简、拼接,并通过线端连接判断、轮廓闭合筛选、轮廓面积筛选,提取进气口四边形轮廓。针对该轮廓建立移动机器人相对位姿估计模型,并设计了位姿反馈控制器完成工位对准。搭建了进气口视觉对准模拟实验系统,通过ROI识别、进气口直线检测、轮廓提取与对准控制实验,验证了本文方法的可行性与有效性。