基于北斗导航系统的智能巡检机器人定位方法技术方案

本发明专利技术提供了一种基于北斗导航系统的智能巡检机器人定位方法，包括确定参考基准站、计算差分校正量、校正巡检机器人的定位位置、建立工作坐标系并确定工作坐标系原点、计算巡检机器人的实时定位位置以及参考基准站定位位置到工作坐标系的转换矩阵、计算最优巡检路径并进行巡检导航六个基本步骤，在此过程中，由中央处理器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波融合，同时结合蒙特卡罗定位算法，将融合位姿作为粒子参照进行采样。本发明专利技术不仅使智能巡检机器人在空旷环境下能够完成精确的自主导航，而且确保智能巡检机器人在一些遮挡环境下的定位精度要求，从而满足复杂环境下的导航需求。从而满足复杂环境下的导航需求。从而满足复杂环境下的导航需求。

【技术实现步骤摘要】
基于北斗导航系统的智能巡检机器人定位方法


[0001]本专利技术属于变电站智能巡检
，具体涉及一种基于北斗导航系 统的智能巡检机器人定位方法。

技术介绍

[0002]近年来，随着我国具有完全自主知识产权的北斗导航系统的广泛应用 和人工智能技术的迅猛发展，智能巡检机器人凭借其强大而可靠的定位导 航和智能识别技术，逐渐取代人力成为变电站巡检的主要方式，在此过程 中，越来越多的变电站采用了基于北斗导航系统的智能巡检机器人定位方 法。
[0003]基于北斗导航系统的智能巡检机器人定位方法的具体实施方式甚多， 但一般说来，均包括以下六个基本步骤：
[0004]步骤一，确定参考基准站，通常是在变电站内选取一个具有精密坐标 值的固定点作为参考基准站；
[0005]步骤二，通过安装在参考基准站的北斗接收单元计算出参考基准站的 测量坐标值，再由参考基准站精密坐标值和测量坐标值，计算出差分校正 量；
[0006]步骤三，根据北斗卫星信号计算出巡检机器人的定位位置，并由参考 基准站传送过来的差分校正量校正巡检机器人的定位位置，从而得到巡检 机器人实时定位位置；
[0007]步骤四，建立工作坐标系，并确定工作坐标系原点，通常以巡检机器 人充电站坐标位置作为其工作坐标系原点；
[0008]步骤五，计算出巡检机器人的实时定位位置以及参考基准站定位位置 到工作坐标系的转换矩阵；
[0009]步骤六，将巡检路径坐标信息通过转换矩阵转换成巡检机器人工作坐 标系，计算出最优巡检路径并进行巡检导航。
[0010]上述六个基本步骤的实施效果依赖于相应的算法。目前，智能巡检机 器人的主流定位方案为激光雷达扫描(Lidar
‑
scan)，亦即通过当前帧点云 数据与地图数据配准来解算机器人实时位姿(位置与姿态)，相应的算法 可统称为激光配准算法，主要包括迭代最近邻点(iterative closest point， ICP)算法及其变种算法，如点对线迭代最近邻点算法(point
‑
to
‑
lineICP)， 点对面迭代最近邻点算法(point
‑
to
‑
plane ICP)，正态分布变换算法(normaldistribution transformation，NDT)，以及基于特征匹配算法等。除此之外， 还有很多基于深度学习来改善匹配速度与稳定性的算法，如蒙特卡洛定位 算法(Monte Carlo localization，MCL)凭借稳定性与重定位成为现最为流 行的定位方案。
[0011]上述算法可以在周围环境特征丰富且智能巡检机器人行使平稳的情 况下给出最优位姿估计，但是，上述算法也存在一些缺陷，例如，智能巡 检机器人行进过程中因转弯角度大、行驶速度快、移动物体与透明物体干 扰而导致的误匹配等情况，又如，在开阔环境下，周围环境特征较少，也 会直接导致智能巡检机器人的估计位姿错误。

技术实现思路

[0012]本专利技术的目的旨在克服上述现有技术的缺陷，提高智能巡检机器人在 空旷环境、复杂环境下的定位精度。该专利技术目的是通过下述技术方案实现 的：
[0013]一种基于北斗导航系统的智能巡检机器人定位方法，其使用的定位系 统包括集成安装在智能巡检机器人的机体内或机体上的中央处理器、数 据转换模块、数据库、时钟模块、网关模块、信息显示模块、有线互联 网模块、北斗模块、编码器、惯性测量单元，还包括设置在智能巡检机 器人云台上的激光摄像仪；
[0014]北斗模块、编码器、惯性测量单元通过数据转换模块与中央处理器 通信连接，有线互联网模块、信息显示模块通过网关模块与中央处理器 通信连接，数据库、时钟模块、激光摄像仪直接与中央处理器通信连接；
[0015]所述定位方法包括确定参考基准站、计算差分校正量、校正巡检机器 人的定位位置、建立工作坐标系并确定工作坐标系原点、计算巡检机器人 的实时定位位置以及参考基准站定位位置到工作坐标系的转换矩阵、计算 最优巡检路径并进行巡检导航六个基本步骤，在此过程中，由中央处理 器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波 融合，同时结合蒙特卡罗定位算法，将融合位姿作为粒子参照进行采样。
[0016]在上述技术方案的基础上，本专利技术可附加下述技术手段，以便更好 地实现本专利技术的目的：
[0017]所述编码器光电传感器，且安装在智能巡检机器人的轮子上。
[0018]进一步地，所述中央处理器对北斗模块、编码器和惯性测量单元传 输的数据进行扩展卡尔曼滤波融合时，使用编码器传输的数据作为观测 量，使用惯性测量单元传输的数据作为测量量，在编码器传输的数据形 成的机器人坐标系中进行第一次扩展卡尔曼滤波融合。
[0019]进一步地，采用北斗定位数据作为观测量，以第一次扩展卡尔曼滤 波融合数据为测量量在全局坐标系中进行第二次扩展卡尔曼滤波融合， 由此获得智能巡检机器人在全局坐标系中的融合位姿。
[0020]进一步地，以北斗定位数据为观测量的扩展卡尔曼滤波融合位姿数 据可通过以下步骤，融入到蒙特卡罗定位算法中：
[0021]步骤一，根据所有样本粒子与融合位姿的欧式距离来调整所有样本 的重要性参数；
[0022]步骤二，初始采样以及重采样过程中，基于融合后位姿的高斯分布 抽取样本；
[0023]步骤三，将融合位姿作为样本子集替代样本集中重要性偏低的粒 子；
[0024]步骤四，根据粒子匹配度来调整融合策略，即位姿匹配度低时，则 表明附近的参照物较少，属于空旷区域，在这种情况下，可以使用扩展 卡尔曼滤波融合智能巡检机器人位姿的增量信息来进行航迹推算，直到 粒子滤波估计位姿重新获取较高匹配度后，再使用蒙特卡罗定位算法。
[0025]本专利技术的主要有益效果如下：
[0026]本专利技术利用北斗模块、编码器以及惯性测量单元等传感器，基于扩展 卡尔曼滤波融合算法，并结合蒙特卡罗定位算法，可以实时给出智能巡检 机器人无累计误差、高可靠性与稳定性的位姿解，不仅使智能巡检机器人 在空旷环境下能够完成精确的自主导航，而
且确保智能巡检机器人在一些 遮挡环境下的定位精度要求，从而满足复杂环境下的导航需求。
附图说明
[0027]图1为本专利技术的一个实施例中的定位系统的结构示意图；
[0028]图2为本专利技术的一个实施例的整体算法框架示意图；
[0029]图3为本专利技术的一个实施例中的北斗定位差分流程图。
[0030]图中：CPU——中央处理器；Date——数据转换模块； Odom——编码器；IMU——惯性测量单元；BDS——北斗模块； Laca——激光摄像仪；Time——时针模块；Dbse——数据库； Gate——网关模块；Info——信息显示模块；Inte——有线互联网模块
具体实施方式
[0031]以下结合附图介绍本专利技术的一个实施例。
[0032]如图1所示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于北斗导航系统的智能巡检机器人定位方法，其使用的定位系统包括集成安装在智能巡检机器人的机体内或机体上的中央处理器、数据转换模块、数据库、时钟模块、网关模块、信息显示模块、有线互联网模块、北斗模块、编码器、惯性测量单元，还包括设置在智能巡检机器人云台上的激光摄像仪；北斗模块、编码器、惯性测量单元通过数据转换模块与中央处理器通信连接，有线互联网模块、信息显示模块通过网关模块与中央处理器通信连接，数据库、时钟模块、激光摄像仪直接与中央处理器通信连接；所述定位方法包括确定参考基准站、计算差分校正量、校正巡检机器人的定位位置、建立工作坐标系并确定工作坐标系原点、计算巡检机器人的实时定位位置以及参考基准站定位位置到工作坐标系的转换矩阵、计算最优巡检路径并进行巡检导航六个基本步骤，其特征在于：由中央处理器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波融合，同时结合蒙特卡罗定位算法，将融合位姿作为粒子参照进行采样。2.如权利要求1所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：所述编码器光电传感器，且安装在智能巡检机器人的轮子上。3.如权利要求1或2所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：所述中央处理器对北...

【专利技术属性】
技术研发人员：徐波，钟成，李福德，乐韵，刘嘉，林谋，张泽熙，马超，龙运宁，
申请(专利权)人：国家电网有限公司珠高电气检测有限公司，
类型：发明
国别省市：