[发明专利]一种基于多传感器融合的电缆沟智能巡检机器人建图方法

说明书

本发明公开了一种基于多传感器融合的电缆沟智能巡检机器人建图方法，涉及智能机器人技术领域，此建图方法包括：采集巡检机器人内部传感器和外部传感器的观测信息，获得巡检机器人的定位；根据RBpf‑slam算法在自身定位的基础上建立环境地图，获得位姿和地图的联合分布公式，其中，建立环境地图包括将观测信息均转换为激光数据格式并进行坐标变换；通过采样、计算权重、重采样和地图估计实现不断迭代来估计每一时刻巡检机器人的位姿算法。本发明将激光雷达的激光数据、深度相机的深度信息和超声波的距离信息转换而来的伪激光数据进行融合，丰富了外部观测量的信息，使得激光回环效果更容易实现，巡检机器人实现精确的建图。

技术领域

本发明涉及智能机器人技术领域，尤其涉及一种基于多传感器融合的电缆沟智能巡检机器人建图方法。

背景技术

在如今高速发展的21世纪，输配电线路的数量逐渐增加，但由于电缆沟多存在于地下，且长时间的运作导致电缆外绝缘老化放电，以及电缆沟内部积水积潮，加上在电缆沟中一些动植物尸体经过微生物分解产生的甲烷等可燃性气体积累，最终可能引起地下电缆沟发生火灾爆炸。而且地下电缆沟内部环境狭小复杂，工作人员巡检尤为困难。因此，企业和高校开始使用移动机器人来代替工人进行此类非常危险的工作。作为移动机器人最关键的技术，自主导航技术的研究变得尤为重要。移动机器人自主导航的核心技术在于机器人通过传感器的信息在未知环境下进行自身定位，让机器人在巡检的过程中知道自己处于电缆沟的哪个位置才能进行巡检，并实时对周围的环境进行建图还原以便让工作人员监控。

于是，各种先进的地下电缆沟检测设备和检测方法应运而生。比如为了满足电力系统运维过程中电缆沟巡检的任务要求而设计的地下电缆沟巡检小车，外部搭载激光雷达、编码器与陀螺仪组成的里程计，并基于RBPF-SLAM(Rao－Blackwellised粒子滤波器定位算法)，但由于激光雷达仅仅只是对雷达当前的2D平面的障碍物进行反馈，在地下电缆沟中的复杂的环境中，仅仅以单一2D平面作为障碍物信息反馈，无法检测其他不在激光雷达平面的障碍物，从而导致机器人行动受阻不动，因为回环反馈影响导致机器人定位产生过大的误差无法调节，不及时解决将导致建图和定位完全错误；另一种智能型电缆沟巡检机器人，通过基于激光雷达的hector-slam算法，建立地图以此来得到机器人的定位，使用一个激光雷达传感器所得到的单一2D平面障碍物信息进行机器人在电缆沟中的定位和建图，但hector-slam采用泰勒展开近似优化激光雷达数据的匹配过程，因此两次激光雷达采集数据时位姿变化不能太大，否则余项误差过大，此方法需要雷达的更新频率较高，测量噪声小且对环境要求严格，在制图过程中，机器人速度控制在比较低且地面平整的情况下，定位建图效果才会较准确，对于电缆沟复杂且危险的环境中无法保持准确的定位和建图。

同时其他场景中的检测方法也不适用于地下电缆沟环境。比如针对室内机器人的定位和三维稠密地图构建系统，应用具有跟踪、地图构建和重定位三平行线程的ORB-SLAM算法估计机器人三维位姿的定位，然后拼接深度摄像头KINECT获得的三维稠密点云，提出空间域上的关键帧提取方法剔除冗余的视频帧，接着提出子地图法进一步减少地图构建的时间，最终提高算法的整体速度，但是视觉传感器易受光照的影响，精度低，此方法计算复杂度高，实时性差。

比如针对无人车领域在室外进行负障碍物检测，提出的一种基于单线激光雷达和单目视觉的负障碍检测算法，为弥补单线激光雷达在覆盖能力方面的不足对检测到的负障碍区域在摄像机画面中进行跟踪，结合跟踪结果对负障碍区域做进一步判别，但是此方法在地下电缆沟环境中，光照不足对图像处理有严重影响。

比如针对图书馆环境，将RFID技术、模糊逻辑与机器人自动化技术相结合，设计机器人自主导航算法，通过在固定点设计标签让机器人识别进行定位，使图书盘点机器人能够在高度同构、空间狭窄的图书馆环境中进行精准定位，但对于地下电缆沟环境，标签无法整齐规划的进行安置，且对于阴暗、复杂不规则障碍物较多的环境，机器人也无法很流畅的去进行标志的获取。