一种隧道机器人控制方法、装置、电子设备及存储介质与流程

1.本发明涉及人工智能技术领域，尤其是一种隧道机器人控制方法、装置、电子设备及存储介质。


背景技术：

2.随着高速公路建设的快速发展，对隧道进行定期巡检可使用隧道巡检机器人进行自动的隧道巡检。然而，随着隧道的长度越来越长和需要搭载的传感器越来越多，隧道巡检机器人的能耗需求越来越大，难以满足在隧道中长时间巡检的要求。目前解决这个问题的方法有两种，一种是通过将长隧道进行分段进行巡检，虽然可以满足巡检的要求，然而，在实施中需要布设多台机器人，这将增加运营成本；另外一种是通过减少传感器等荷载来降低能耗，然而，减少传感器会造成检测精度下降的问题。因此，研究如何降低巡检机器人功耗具有重要的应用价值。综合上述，相关技术中存在的技术问题亟需得到解决。


技术实现要素：

3.有鉴于此，本发明实施例提供一种隧道机器人控制方法、装置、电子设备及存储介质，以降低隧道机器人能耗。
4.一方面，本发明提供了一种隧道机器人控制方法，包括：
5.获取机器人的运动速度以及所述机器人接收到的图像信号；
6.对所述图像信号进行上采样和拼接处理，得到图像金字塔；
7.对所述图像金字塔进行点对选取处理，得到二值集合；
8.将所述二值集合输入二值网络进行特征提取处理，得到图像特征；
9.根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；
10.根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。
11.可选地，所述获取机器人的运动速度以及所述机器人接收到的图像信号，包括：
12.通过转速仪获取得到所述机器人的运动速度；
13.通过数据接收模块以数据流形式接收得到图像信号。
14.可选地，所述对所述图像信号进行上采样和拼接处理，得到图像金字塔，包括：
15.对所述图像信号进行上采样处理，得到图像块；
16.对所述图像块进行截取处理，并对截取得到的数据进行位数补充处理，得到拼接数据；
17.对所述拼接数据进行金字塔搭建处理，得到图像金字塔。
18.可选地，所述对所述图像信号进行上采样处理，得到图像块，包括：
19.对所述图像信号进行上采样处理，得到像素块；
20.对所述像素块进行上采样处理，得到图像块。
21.可选地，所述对所述拼接数据进行金字塔搭建处理，得到图像金字塔，包括：
22.对所述拼接数据进行间隔获取处理，得到第一层图像；
23.对所述拼接数据进行等分切割处理，得到第二层图像；
24.对所述拼接数据进行复原处理，并对复原后的数据通进行等分切割处理，得到第三层图像；
25.对所述第一层图像、所述第二层图像和所述第三层图像进行融合处理，得到图像金字塔。
26.可选地，所述对所述图像金字塔进行点对选取处理，得到二值集合，包括：
27.对所述图像金字塔进行随机选取处理，得到第一位置集合和第二位置集合；
28.分别对所述第一位置集合中的像素点和所述第二位置集合中的像素点进行旋转处理，得到第一像素点集合和第二像素点集合；
29.对所述第一像素点集合和所述第二像素点集合进行位置对应处理，得到二值集合。
30.可选地，所述根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率，包括：
31.对所述图像特征和所述运动速度进行矢量化处理，得到特征矢量和速度矢量；
32.对所述特征矢量和所述速度矢量进行相加处理得到矢量和值，并通过测试得到所述特征矢量和所述速度矢量的矢量极差值，将所述矢量和值与所述矢量极差值进行相除处理，得到调节系数；
33.获取所述机器人的处理器的频率极差值，将所述频率极差值与所述调节系数进行相乘处理，得到目标频率。
34.另一方面，本发明实施例还提供了一种隧道机器人节能装置，包括：
35.第一模块，用于获取机器人的运动速度以及所述机器人接收到的图像信号；
36.第二模块，用于对所述图像信号进行上采样和拼接处理，得到图像金字塔；
37.第三模块，用于对所述图像金字塔进行点对选取处理，得到二值集合；
38.第四模块，用于将所述二值集合输入二值网络进行特征提取处理，得到图像特征；
39.第五模块，用于根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；
40.第六模块，用于根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。
41.另一方面，本发明实施例还公开了一种电子设备，包括处理器以及存储器；
42.所述存储器用于存储程序；
43.所述处理器执行所述程序实现如前面所述的方法。
44.另一方面，本发明实施例还公开了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
45.另一方面，本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行前面的方法。
46.本发明采用以上技术方案与现有技术相比，具有以下技术效果：本方案通过获取机器人的运动速度和接收到的图像信号，对图像信号进行特征提取处理得到图像特征，再
根据图像特征和运动速度计算得到目标频率，并根据目标频率对机器人进行频率调节，通过结合当前环境特征调节机器人处理器的频率，从而降低机器人的功耗，提高机器人的续航能力。
附图说明
47.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
48.图1是本技术实施例提供的一种隧道机器人控制方法的流程图；
49.图2是本技术实施例提供的一种隧道机器人控制装置的结构示意图；
50.图3是本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
51.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
52.首先，对本技术中涉及的若干名词进行解析：
53.现场可编程门阵列(field programmable gate array，fpga)，是在硅片上预先设计实现的具有可编程特性的集成电路，它能够按照设计人员的需求配置为指定的电路结构，让客户不必依赖由芯片制造商设计和制造的芯片。
54.低电压差分信号(low voltage differential signaling，lvds)，是一种低摆幅的差分信号技术，它使得信号能在差分pcb线对或平衡电缆上以几百mbps的速率传输，其低压幅和低电流驱动输出实现了低噪声和低功耗。
55.pci-express(peripheral component interconnect express)是一种高速串行计算机扩展总线标准。属于高速串行点对点双通道高带宽传输。
56.devfreq device driver：需要调频调压的设备驱动，需要通过devfreq framework提供的接口进行注册。
57.相关技术中，随着高速公路建设的快速发展，高速公路网络逐渐成型，其中特长隧道的数量增速加快。为了保障隧道内的行车安全，需要对隧道进行定期巡检。由于隧道分散在高速路的不同路段，因此对隧道进行长期人工巡检需要消耗巨大的资金和人力成本。使用隧道巡检机器人可以有效的缓解这一问题，通过机器人的自动巡检可以有效的节省人力成本。虽然使用巡检机器人可以自动的隧道巡检。然而，随着隧道的长度越来越长和需要搭载的传感器越来越多，隧道巡检机器人的能耗需求越来越大，难以满足在隧道中长时间巡检的要求。目前解决这个问题的方法有两种，一种是通过将长隧道进行分段进行巡检，虽然可以满足巡检的要求，然而，在实施中需要布设多台机器人，这将极大的增加运营成本；另外一种是通过减少传感器等荷载来降低能耗，然而，减少传感器会造成检测精度下降的问题。因此，本发明实施例提供了一种隧道机器人控制方法，以降低机器人功耗，提高巡航能力。
58.在介绍隧道机器人控制方法之前，需要对该方法的运行环境，即一种隧道机器人控制系统进行相应的描述，该系统包括视频传感器、基于fpga特征提取和控制单元、滑轮转速仪，视频传感器用于对机器人的巡航环境进行记录，获取得到机器人接收到的图像信号，基于fpga特征提取单元用于对图像信号进行特征处理，控制单元用于控制其他单元模块进行相应的数据处理，实现一种隧道机器人控制方法，滑轮转速仪用于获取机器人的运动速度。该系统可与其他上位机进行连接，其中上位机可以与所述系统中控制单元的cpu通过pcie直接进行通信控制，连接方式可采用蓝牙、无线网络等方式，上位机可以为移动终端、电脑等可以进行通信控制的机器。
59.参照图1，本发明实施例提供一种隧道机器人控制方法，包括：
60.s101、获取机器人的运动速度以及所述机器人接收到的图像信号；
61.s102、对所述图像信号进行上采样和拼接处理，得到图像金字塔；
62.s103、对所述图像金字塔进行点对选取处理，得到二值集合；
63.s104、将所述二值集合输入二值网络进行特征提取处理，得到图像特征；
64.s105、根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；
65.s106、根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。
66.在本发明实施例中，首先获取机器人的运动速度和机器人接收到的图像信号，其中，图像信号用于对机器人的巡检环境进行记录或观察，即通过对图像信号进行分析从而对机器人的巡检环境进行分析处理，以便后续进行机器人处理器的频率调节。然后对接收到的图像信号进行上采样和拼接处理得到图像金字塔，再对图像金字塔进行点对选取处理，得到二值集合；本发明实施例通过对图像信号进行处理得到图像金字塔，再通过对图像金字塔进行处理得到二值集合，将二值集合输入二值网络进行特征提取处理，得到图像特征。其中，图像特征用于表征机器人的巡航环境特征。通过上述获取得到的机器人的运动速度结合图像特征对机器人的处理器频率进行计算，计算得到一个符合当前巡航环境特征的目标频率，最后通过目标频率对机器人的处理器进行频率调节，完成对机器人的控制。其中，本发明实施例在fpga中实例化一个全连接的二值网络，用于对二值集合进行特征提取处理得到图像特征。二值网络的输入为256位二值集合，网络一共具有4层全连接结构，输出为一个8位的二值向量，21个二值输入，可以得到对应21个8位的值。在计算中，为了节省资源，21个网络使用同一个网络进行特征提取。本发明实施例通过对图像特征进行分析，结合当前机器人的运动速度，计算得到机器人的处理器频率，根据目标频率对机器人的频率进行调节，能够根据机器人当前环境特征调节机器人核心处理器的频率，从而降低机器人不必要的功耗，提高机器人的续航能力。
67.进一步作为可选的实施方式，上述步骤s101中，获取机器人的运动速度以及所述机器人接收到的图像信号，包括：
68.通过转速仪获取得到所述机器人的运动速度；
69.通过数据接收模块以数据流形式接收得到图像信号。
70.在本发明实施例中，通过轨道滑轮的转速仪获得当前机器人的速度v，fpga数据接收模块通过lvds接口以流的形式接收图像信号，图像的宽和高分别为w和h。可以想到的是，本发明实施例在fpga接收数据后，使用两行w长度的寄存器对数据进行缓存。
71.进一步作为可选的实施方式，所述对所述图像信号进行上采样和拼接处理，得到
图像金字塔，包括：
72.对所述图像信号进行上采样处理，得到图像块；
73.对所述图像块进行截取处理，并对截取得到的数据进行位数补充处理，得到拼接数据；
74.对所述拼接数据进行金字塔搭建处理，得到图像金字塔。
75.在本发明实施例中，对图像信号进行上采样处理，得到图像块。其中，上采样处理可采用双线性插值、最近邻插值、三线性插值等插值方法，或者采用转置卷积计算得到3
×
3的图像块，图像块的像素标号为[q
11 q
12 q
13 q
21 q
22 q
23 q
31q32 q
33
]。然后对所图像块进行截取处理，并对截取得到的数据进行位数补充处理得到拼接数据。由于上述上采样得到的图像块有重复部分，重复的像素为[q
13q23 q
31 q
32 q
33
]，因此只截取其中[q
11 q
12 q
21 q
22
]共计4
×
8共32位数据进行拼接并放入一个64位的寄存器中。具体步骤为，将32位数据放入寄存器的头32位中，剩余的位数补0，得到拼接数据。最后对拼接数据进行金字塔搭建处理，得到图像金字塔。本发明实施例中图像金字塔为三层金字塔，由于上述每一个周期将获得一个64位的拼接图像块数据，并通过dma(dma，direct memory access，直接内存访问)将数据存入ddr3(第三代双倍数据速率同步动态随机存储器)中，具体的操作是使用16个64位的行缓存将数据进行缓存，每16个周期后进行缓存操作，因此ddr3的写地址每次增加16。通过以上操作，可以在保证原有的像素流基础上，在内存中直接得到一个三层金字塔。
[0076]
进一步作为可选的实施方式，所述对所述图像信号进行上采样处理，得到图像块，包括：
[0077]
对所述图像信号进行上采样处理，得到像素块；
[0078]
对所述像素块进行上采样处理，得到图像块。
[0079]
在本发明实施例中，通过寄存器的获取一个2
×
2大小的像素块p用于进行上采样操作，得到像素块，其像素标号分别为[p
11 p
12 p
21 p
22
]。然后对2
×
2大小的像素块p进行上采样得到一个3
×
3的图像块q，3
×
3的图像块的像素标号为[q
11q12 q
13 q
21 q
22 q
23 q
31 q
32 q
33
]，具体的计算过程是，q
11
＝p
11
，q
12
＝(p
11
+p
12
)》》1，q
13
＝p
12
，q
21
＝(p
11
+p
21
)》》1,q
22
＝(p
11
+p
22
)》》1,q
23
＝(p
21
+p
22
)》》1,q
31
＝p21，q
32
＝(p
12
+p
22
)》》1，q
33
＝p
22
。
[0080]
进一步作为可选的实施方式，所述对所述拼接数据进行金字塔搭建处理，得到图像金字塔，包括：
[0081]
对所述拼接数据进行间隔获取处理，得到第一层图像；
[0082]
对所述拼接数据进行等分切割处理，得到第二层图像；
[0083]
对所述拼接数据进行复原处理，并对复原后的数据通进行等分切割处理，得到第三层图像；
[0084]
对所述第一层图像、所述第二层图像和所述第三层图像进行融合处理，得到图像金字塔。
[0085]
在本发明实施例中，在cpu中实例化一个数据提取模块，由于需要对图像进行多尺度操作，因此该模块需要在数据接收模块获得第一个数据开始，需要等待w
×
h个周期开始进行数据读取操作。为了保证提取的特征具有尺度不变性，共需要分别提取三层图像金字塔的特征，对应金字塔的特征共有21个特征。为别是，下采样金字塔需要获取一个特征，记为f1，愿图像金字塔需要获取4个特征记为f2，上采样金字塔需要获取16个特征，记为f3。为
了进行下采样金字塔图像特征提取，首先需要得到图像金字塔的像素，具体操作步骤为，使用dma的地址直接对ddr3中的存储数据进行下采样。具体的策略为，使用dma提取存入ddr3中的所有的数据，共计w
×h×
64位数据放入内存中。首先对拼接数据进行间隔获取处理得到第一层图像，其中直接进行隔行隔列获取图像中的前8位，得到一个的图像块，得到第一层图像。然后对所述拼接数据进行等分切割处理得到第二层图像，其中，将获取的w
×
h的前8位数据，将其等分的切成4个的图像块，得到第二层图像。接着对所述拼接数据进行复原处理，并对复原后的数据通进行等分切割处理得到第三层图像。其中，先将数据进行重排，具体操作为，开辟一个2w
×
2h的内存，再将4个8位数据按[p
11
p
12 p
21 p
22
]进行复原，最后等分切割成为16个的图像块，得到第三层图像。通过本发明实施例步骤可以得到共计21个的图像块，得到图像金字塔，并通过以上的金字塔，可以保证图像的尺度不变性。
[0086]
进一步作为可选的实施方式，所述对所述图像金字塔进行点对选取处理，得到二值集合，包括：
[0087]
对所述图像金字塔进行随机选取处理，得到第一位置集合和第二位置集合；
[0088]
分别对所述第一位置集合中的像素点和所述第二位置集合中的像素点进行旋转处理，得到第一像素点集合和第二像素点集合；
[0089]
对所述第一像素点集合和所述第二像素点集合进行位置对应处理，得到二值集合。
[0090]
在本发明实施例中，对所述图像金字塔进行随机选取处理，得到第一位置集合和第二位置集合。具体地，在图像块随机选取两个位置集合得到第一位置集合和第二位置集合，每个集合共计有8个点，记为第一位置集合l
n1
(n1，n2，n3，n4，n5，n6，n7，n8)和第二位置集合l
m1
(m1，m2，m3，m4，m5，m6，m7，m8),其中n和m分别表示像素点的位置。然后分别对所述第一位置集合中的像素点和所述第二位置集合中的像素点进行旋转处理，具体旋转l
n1
和l
m1
，每次旋转增加11.25度，即11.25,22.5，
…
，348.75，共计旋转32次，生成l
n1
,l
n2
，
…
，l
n32
和l
m1
,l
m2
，
…
,l
m32
，并最终生成两个新的256个像素点集合第一像素点集合和第二像素点集合，记为第一像素点集合ln(l
n1
∪l
n2
∪...∪l
n32
)和第二像素点集合lm(l
m1
∪l
m2
∪...∪l
m8
)。通过本发明实施例，可以保证图像块的旋转不变性。最后对所述第一像素点集合和所述第二像素点集合进行位置对应处理，即将两个集合对应位置的像素一一对应比较，得到一个256位的二值集合t(b1，b2，...n
256
)，具体步骤为,if lni》lmi∶bi＝1else bi＝0。
[0091]
进一步作为可选的实施方式，所述根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率，包括：
[0092]
对所述图像特征和所述运动速度进行矢量化处理，得到特征矢量和速度矢量；
[0093]
对所述特征矢量和所述速度矢量进行相加处理得到矢量和值，并通过测试得到所述特征矢量和所述速度矢量的矢量极差值，将所述矢量和值与所述矢量极差值进行相除处理，得到调节系数；
[0094]
获取所述机器人的处理器的频率极差值，将所述频率极差值与所述调节系数进行
相乘处理，得到目标频率。
[0095]
在本发明实施例中，通过devfreq device driver获取当前机器人处理器的频率vt和图像特征f，并且通过轨道滑轮的转速仪获得当前机器人的速度v。对所述图像特征和所述运动速度进行矢量化处理，得到特征矢量和速度矢量。此时，需要判断v是否为0，如果为0，则直接将vt设置为最小值，默认值为20mhz，如果v不等于0，则对cpu频率进行调节，具体的步骤为：对所述特征矢量和所述速度矢量进行相加处理得到矢量和值，并通过测试得到所述特征矢量和所述速度矢量的矢量极差值，将所述矢量和值与所述矢量极差值进行相除处理，得到调节系数；获取所述机器人的处理器的频率极差值，将所述频率极差值与所述调节系数进行相乘处理，得到目标频率。其中，计算调节系数dt的公式为：
[0096][0097]
其中，f和v作为输出，已经成为了一个适量，因此可以进行直接相加，max(d)和min(d)分别为f+v的最大值和最小值，即特征矢量和速度矢量的矢量极差值，这个可以通过测试得到。最后计算得到目标频率xt：xt＝(max(x)-min(x))
×
dt。x为机器人处理器的频率，max(x)表示处理器频率的最大值，min(x)表示处理器频率的最小值。需要注意的是，在计算得到目标频率后，目标频率xt为一个8位的整形，对xt进行编码，编码后的数据拥有32位，其中前0-7位为初始化标志位，8-15位为调节策略位，默认为0000 0001表示simple_ondemend策略，16-23位为xt的8位数值，24-31位为结束位，fpga与芯片的devfreq framework直接通过总线进行通信，通过fpga模块将32位数据发到cpu的devfreq framework模块，由devfreq framework将数据进行解析，并按调节策略和目标频率xt进行频率调节。需要说明的是，simple_ondemend策略为根据负载动态调频调压，调节策略位还可以包括：userspace策略，表示用户设置电压和频率,系统不会自动调整；powersave策略，表示功耗优先,始终将频率设置在最低值；performance策略，表示性能优先,始终将频率设置为最高值。
[0098]
参照图2，本发明实施例还提供了一种隧道机器人节能装置，包括：
[0099]
第一模块201，用于获取机器人的运动速度以及所述机器人接收到的图像信号；
[0100]
第二模块202，用于对所述图像信号进行上采样和拼接处理，得到图像金字塔；
[0101]
第三模块203，用于对所述图像金字塔进行点对选取处理，得到二值集合；
[0102]
第四模块204，用于将所述二值集合输入二值网络进行特征提取处理，得到图像特征；
[0103]
第五模块205，用于根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；
[0104]
第六模块206，用于根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。
[0105]
参照图3，本发明实施例还提供了一种电子设备，包括处理器302以及存储器301；所述存储器用于存储程序；所述处理器执行所述程序实现如前面所述的方法。
[0106]
与图1的方法相对应，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。
[0107]
本发明实施例还公开了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的
处理器可以从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行图1所示的方法。
[0108]
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外，在本发明的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
[0109]
此外，虽然在功能性模块的背景下描述了本发明，但应当理解的是，除非另有相反说明，所述的功能和/或特征中的一个或多个可以被集成在单个物理装
[0110]
置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本发明的范围，本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
[0111]
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0112]
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
[0113]
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
[0114]
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件
或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0115]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0116]
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
[0117]
以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。

技术特征：
1.一种隧道机器人控制方法，其特征在于，所述方法包括：获取机器人的运动速度以及所述机器人接收到的图像信号；对所述图像信号进行上采样和拼接处理，得到图像金字塔；对所述图像金字塔进行点对选取处理，得到二值集合；将所述二值集合输入二值网络进行特征提取处理，得到图像特征；根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。2.根据权利要求1所述的方法，其特征在于，所述获取机器人的运动速度以及所述机器人接收到的图像信号，包括：通过转速仪获取得到所述机器人的运动速度；通过数据接收模块以数据流形式接收得到图像信号。3.根据权利要求1所述的方法，其特征在于，所述对所述图像信号进行上采样和拼接处理，得到图像金字塔，包括：对所述图像信号进行上采样处理，得到图像块；对所述图像块进行截取处理，并对截取得到的数据进行位数补充处理，得到拼接数据；对所述拼接数据进行金字塔搭建处理，得到图像金字塔。4.根据权利要求3所述的方法，其特征在于，所述对所述图像信号进行上采样处理，得到图像块，包括：对所述图像信号进行上采样处理，得到像素块；对所述像素块进行上采样处理，得到图像块。5.根据权利要求3所述的方法，其特征在于，所述对所述拼接数据进行金字塔搭建处理，得到图像金字塔，包括：对所述拼接数据进行间隔获取处理，得到第一层图像；对所述拼接数据进行等分切割处理，得到第二层图像；对所述拼接数据进行复原处理，并对复原后的数据通进行等分切割处理，得到第三层图像；对所述第一层图像、所述第二层图像和所述第三层图像进行融合处理，得到图像金字塔。6.根据权利要求1所述的方法，其特征在于，所述对所述图像金字塔进行点对选取处理，得到二值集合，包括：对所述图像金字塔进行随机选取处理，得到第一位置集合和第二位置集合；分别对所述第一位置集合中的像素点和所述第二位置集合中的像素点进行旋转处理，得到第一像素点集合和第二像素点集合；对所述第一像素点集合和所述第二像素点集合进行位置对应处理，得到二值集合。7.根据权利要求1所述的方法，其特征在于，所述根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率，包括：对所述图像特征和所述运动速度进行矢量化处理，得到特征矢量和速度矢量；对所述特征矢量和所述速度矢量进行相加处理得到矢量和值，并通过测试得到所述特征矢量和所述速度矢量的矢量极差值，将所述矢量和值与所述矢量极差值进行相除处理，
得到调节系数；获取所述机器人的处理器的频率极差值，将所述频率极差值与所述调节系数进行相乘处理，得到目标频率。8.一种隧道机器人控制装置，其特征在于，所述装置包括：第一模块，用于获取机器人的运动速度以及所述机器人接收到的图像信号；第二模块，用于对所述图像信号进行上采样和拼接处理，得到图像金字塔；第三模块，用于对所述图像金字塔进行点对选取处理，得到二值集合；第四模块，用于将所述二值集合输入二值网络进行特征提取处理，得到图像特征；第五模块，用于根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；第六模块，用于根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器；所述存储器用于存储程序；所述处理器执行所述程序实现权利要求1至7中任一项所述的方法。10.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法。

技术总结
本发明公开了一种隧道机器人控制方法、装置、电子设备及存储介质，方法包括获取机器人的运动速度以及所述机器人接收到的图像信号；对所述图像信号进行上采样和拼接处理，得到图像金字塔；对所述图像金字塔进行点对选取处理，得到二值集合；将所述二值集合输入二值网络进行特征提取处理，得到图像特征；根据所述图像特征和所述运动速度进行频率值计算处理，得到目标频率；根据所述目标频率对所述机器人进行频率调节，完成对所述机器人的控制。本发明实施例通过结合图像特征对机器人的频率进行调节，能够降低机器人能耗，可广泛应用于人工智能技术领域。工智能技术领域。工智能技术领域。


技术研发人员：凌晔华 覃福军 李冬喆 梁杏 陆璐 陈静 马华杰
受保护的技术使用者：广西交科集团有限公司
技术研发日：2023.06.21
技术公布日：2023/8/9