[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定位方法

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定位方法，涉及智能机器人技术领域。基于扩展卡尔曼滤波将编码器、陀螺仪、深度相机RGB图中得到的移动机器人位姿信息进行融合；使用RBPF(Rao‑Blackwellised Partical Filter)粒子滤波算法进行定位和建图；针对地下电缆沟通道复杂环境进行多传感器融合使得移动机器人实现精确的定位和建图。解决了移动机器人在电缆沟环境下因沙地行走导致的转弯误差，地面不平以及细小障碍物的轻微阻塞而导致的前进误差；使得移动机器人在电缆沟环境下也能进行准确的定位，具有极高的实用性。

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定位方法。

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的电缆外绝缘老化放电，以及电缆沟内部积水、积潮的管理，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。企业和高校也开始使用移动机器人来代替工人进行类似如此危险的工作，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让工作人员监控。

于是，各种先进的地下电缆沟检测设备应运而生。2019年，湖南省电力公司带电作业中心和国网浙江新昌电力公司变电站为了满足电力系统运维过程中电缆沟巡检的任务要求，与长沙理工大学设计了外部搭载激光雷达、编码器与陀螺仪组成的里程计的基于RBPF-SLAM(Rao－Blackwellised粒子滤波器定位算法)的地下电缆沟巡检小车。并在实际环境中进行了测试。

安康水力发电厂，在2019年为了满足电力系统运维过程中电缆沟巡检的任务要求，设计了一种智能型电缆沟巡检机器人系统，通过基于单独激光雷达的hector-slam算法进行定位与建图。

华南理工大学在2017年针对在室内机器人定位和三维稠密地图构建系统中，现有方法无法同时满足高精度定位、大范围和快速性要求的问题，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。

南京大学图书馆在2020年将RFID技术、模糊逻辑与机器人自动化技术相结合，设计了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。

山东大学控制科学与工程学院在2020年针对单个机器人在大场景下建图与定位效果不佳的问题，提出一种基于路标信息与云架构的多机器人实时协作融合建图方法.首先，利用“云端-终端”的网络架构在云端服务器实时处理各机器人上传的数据；其次，单个机器人构建地图的同时检测环境中路标，完成路标与各局部地图的绑定；然后，云端服务器根据路标检测结果确定多个地图间存在重叠区域，构建位置坐标的超定方程组并求解地图间最优变换矩阵，同时实现对变换参数的持续更新与优化；最后，通过融合算法完成多个地图的处理，形成全局地图。经过多场景的实验验证表明：算法实现了多机器人协作实时建图与融合。

安康水力发电厂所设计的智能型电缆沟巡检机器人只采取了只使用激光雷达传感器基于hector-slam对周围环境的信息获取，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。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。