[发明专利]一种大型球形储罐爬壁机器人定位导航系统及方法

权利要求书

1.一种大型球形储罐爬壁机器人定位导航系统，其特征在于它包括上位机、扩展卡尔曼滤波器、导航控制器、车轮编码器、惯性测量单元、IMU处理单元、相机传感器和爬壁机器人底层控制单元；其中，所述导航控制器的输入端接收爬壁机器人的期望姿态设置值信号以及扩展卡尔曼滤波器的输出信号，其输出端输出定位导航信息给爬壁机器人的爬壁机器人底层控制单元；所述惯性测量单元的输入端连接爬壁机器人底层控制单元，用于测量爬壁机器人惯性数据，并输出给IMU处理单元；所述扩展卡尔曼滤波器的输入端分别接收车轮编码器、相机传感器及IMU处理单元的输出信号，其输出端与导航控制器的输入端连接；所述车轮编码器的输出端连接扩展卡尔曼滤波器；所述相机传感器的输出端连接扩展卡尔曼滤波器；所述爬壁机器人底层控制单元和上位机通过串口方式进行连接通讯；

其工作方法包括以下步骤：

(1)利用车轮编码器获取爬壁机器人的里程计数据；

(2)通过坐标系统变换，将不同坐标系下的定位信息统一转换到同一坐标系下，保证里程计得到正确的测量数据；

(3)利用惯性测量单元获取爬壁机器人的惯性数据，通过对所得惯性数据进行一次积分得到爬壁机器人的位姿数据；

(4)利用安装在机器人两侧的CCD相机进行图像采集，通过设置阈值，将高于阈值的像素灰度值置为255，将低于阈值的像素灰度值置为0，对采集到的图像进行实时二值化处理，将图像转换为二值图，图像上灰度值为255的白色区域则代表焊缝特征区域；

(5)利用步骤(4)即可识别出焊缝特征区域，并输出相应的检测信号，把二值化处理的图像上的白色区域看作兴趣点，代表焊缝特征区域，以此，可以将机器人相对于焊缝的运动用兴趣点的运动代替，兴趣点周围的区域称为兴趣区域，代表整个范围内的焊缝相机检测；根据当前数据与先前数据之间的差异进行增量计算即可得出机器人相对于焊缝的运动；

(6)在得到机器人相对于焊缝运动的增量信号后利用均值滤波器和低通滤波器进行增量信号滤波以避免噪声的干扰，通过对结果进行二次积分即可获取机器人的相对位置值；

其中，均值滤波器计算公式如式(8)所示：

当P为负数时，可有效滤除白噪声，是正的异常值；P为正数时，可对黑噪声进行过滤，是负的异常值；

低通滤波按公式(9)实现：

Y(K)＝α·X(K)+(1-α)·Y(K-1)    (9)

其中，X(K)为本次采样值；Y(K-1)为上次的滤波输出值；α为滤波系数，其值一般远小于1；Y(K)为本次滤波输出值；

(7)由扩展卡尔曼滤波器接收来自车轮编码器、惯性测量单元以及CCD相机传感器的数据信息，利用robot_pose_ekf对三个数据源进行数据融合处理，获得对爬壁机器人位姿的一致性解释与描述，输出爬壁机器人位姿估计结果，以改善机器人定位；

(8)根据步骤(7)得到的爬壁机器人定位数据信息，将其输入到导航控制器，驱动爬壁机器人完成指定的检测任务。

2.根据权利要求1所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述上位机为PC机，采用ROS操作系统，系统版本为Ubuntu 14.04；

所述扩展卡尔曼滤波器带有6D模型信息，包含在上位机Linux系统的robot_pose_ekf功能包中，主要用于Linux系统下对机器人的3D位姿进行评估；所述robot_pose_ekf是Linux系统下用于评估机器人3D位姿的数据融合功能包；所述扩展卡尔曼滤波器接收来自车轮编码器、惯性测量单元及相机传感器所测爬壁机器人位置数据、速度数据、姿态数据，并进行分析融合校正，获得爬壁机器人准确的定位数据信息，用松耦合方式对各个传感器数据进行融合以实现机器人的位姿估计。

3.根据权利要求1所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述导航控制器是上位机Linux系统下的ROS导航堆栈，主要用于爬壁机器人完成自主导航任务；所述导航控制器用于根据得到的定位数据信息来完成相应的爬壁机器人自主导航任务；

所述车轮编码器用于测量编码器脉冲以及车轮速度反馈，其输出信号输入到扩展卡尔曼滤波器，在上位机上发布话题消息，给定爬壁机器人的每个车轮的直径和脉冲数，便于计算机器人在给定时间内移动的距离；所述IMU处理单元用于根据接收到的惯性数据计算得到爬壁机器人的位置数据、速度数据和姿态数据。