随着社会的发展与科技的进步,人类活动对电力的依赖程度越来越高。尤其是对于分布最为广泛的配电网线路,一旦发生大范围停电,将给人们的生产生活带来重大损失。因此,电网的安全稳定运行非常重要。然而,传统的人工电力运维工作劳动强度大、安全风险高。研究配电网带电维护作业机器人,取代传统人工作业,具有重要的应用价值和现实社会意义。本文重点研究了配网带电作业机器人的临场感遥操作技术,将沉浸式立体图像反馈与力觉反馈传感技术相结合,提升了机器人遥操作的临场感,为提高机器人配网带电作业的灵活性、安全性提供了技术参考。开展的主要研究工作和取得成果如下:1、设计了配网带电作业机器人的遥操作控制系统。针对从端的双臂机器人,研究了六自由度机械臂的运动学正解、逆解、配置方式等基础内容。设计了包括主端力反馈设备、通讯层、仿真交互系统等在内的临场感遥操作控制系统。特别地,研制了沉浸式视觉图像反馈技术,通过两个高清相机模拟人眼的瞳距和视角,将获取的双目相机图像在沉浸式虚拟现实头盔中进行渲染,让操作人员能形成立体视觉感受,从而增强机器人遥操作的精准性。2、提出一种新型的图形力反馈与直接力反馈相结合的临场感遥操作力反馈方法。直接力反馈,即通过将遥操作从端的力传感器数据反馈到主端力反馈机构,从而向操作人员提供机器人末端受力的情况的直接反馈。图形力反馈,即在立体视觉的渲染中,设置了三对可以根据机器人终端工具上的受力来改变长度的图形进度条,在不同的力范围内,它将显示不同的RGB颜色(绿-橙-红),从而对操作人员起到力反馈的图形化显示作用。另外,为了避免图像在操作位置处的遮挡问题,通过在相机的坐标系中同步跟踪机器人工具端的位置,使图形力反馈的图样能够在机械臂末端周围进行渲染。3、研究了带电作业目标的视觉识别与模型重构技术。基于稀疏视差和轮廓算子匹配法提出了一种针对场景中线路识别和重建方法,该方法针对配网带电作业场景中的导线,通过图像预处理、定目标的图像识别提取、双目立体测量、形成深度点云图、最后重建目标的三维模型。同时,针对避雷器这类有固定形态和特征的物体,验证了应用YOLOv4深度卷积神经网络的识别方法的有效性。