[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

说明书

一种大型球形储罐爬壁机器人定位导航系统包括上位机、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；通过增量计算相邻时刻检测信号的运动来估计机器人的相对位置；利用多传感器数据融合技术，纠正累积误差，改善了机器人定位精度；提高了系统的可靠性和鲁棒性以及爬壁机器人定位导航精度；该系统结构简单，方法容易实现，解决了由于传感器受限而导致的球形储罐内爬壁机器人定位导航困难问题。

(一)技术领域：

本发明涉及机器人技术领域，具体涉及一种大型球型储罐爬壁机器人定位导航系统及方法。

(二)背景技术：

作为复杂环境极限作业的一种自动化装置，爬壁机器人被广泛应用于各种检测任务。随着作业要求的提高和作业危险性的逐步提升，尤其是在石油化工行业中，在大型球形储罐的制造过程中,由于球壳是由多块压制成球面的球瓣以橘瓣式分瓣法、足球式分瓣法或足球橘瓣混合式分瓣法组焊而成，导致球罐存在大量的焊缝，在使用过程中，常在焊缝处出现由于硫化氢(H₂S)应力腐蚀开裂的问题，为保证生产的安全性，需要对球罐表面的所有焊缝进行无损探伤，以检测焊缝内部缺陷。探伤爬壁机器人通常需要搭载检测设备在球罐表面按照预定路径进行扫描式检测，因此如何准确检测定位球形储罐问题焊接区域成为提高球形储罐安全可靠性的关键技术之一。

在充满易燃易爆气体且具有很少甚至没有地标以及良好照明条件的大型液化石油气(LPG)球形储罐环境中，可应用的传感器类型受到限制，爬壁机器人定位导航问题变得更具挑战性。传统定位导航方法中的里程计法以及惯性导航法，由于两种方法均基于航位推算，即基于当前传感器数据和先前机器人位姿来进行测距计算，推算定位方法的一个劣势在于误差和不确定性是累积的，在机器人长时间、长距离运行情况下，最终会导致机器人位姿估计值偏离真实值越来越严重，无法满足机器人在球罐表面长时间、长距离作业的任务需求。

针对现有技术的不足，目前亟需一种高精度的爬壁机器人定位导航系统及方法以应对大型球形储罐环境下机器人定位导航困难问题。

(三)发明内容：

本发明的目的在于提供一种大型球形储罐爬壁机器人定位导航系统及方法，它可以克服传统定位方法累积误差严重的问题，是一种结构简单、分析可靠、定位准确且容易实现的定位导航系统及方法。

本发明技术方案：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(Extended Kalman Filter，EKF)、导航控制器、车轮编码器、惯性测量单元(Inertial Measurement Unit，IMU)、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；所述车轮编码器用于测量爬壁机器人的编码器脉冲以及车轮速度反馈信息，其输出端连接扩展卡尔曼滤波器；所述相机传感器用于采集罐体表面图像信息，其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。

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(3Dpositionand3Dorientation)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。