CN108181896A - 一种直圆管表面作业机器人及其位姿检测方法 - Google Patents
一种直圆管表面作业机器人及其位姿检测方法 Download PDFInfo
- Publication number
- CN108181896A CN108181896A CN201711168679.5A CN201711168679A CN108181896A CN 108181896 A CN108181896 A CN 108181896A CN 201711168679 A CN201711168679 A CN 201711168679A CN 108181896 A CN108181896 A CN 108181896A
- Authority
- CN
- China
- Prior art keywords
- pipe
- work robot
- coordinate system
- rot
- angle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000003384 imaging method Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 11
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 abstract description 28
- 229910000831 Steel Inorganic materials 0.000 abstract description 15
- 239000010959 steel Substances 0.000 abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 14
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000001179 sorption measurement Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000009897 systematic effect Effects 0.000 description 4
- 229910000838 Al alloy Inorganic materials 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 2
- 229910052782 aluminium Inorganic materials 0.000 description 2
- 239000004411 aluminium Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000005488 sandblasting Methods 0.000 description 1
- 238000007592 spray painting technique Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0251—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Acoustics & Sound (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种直圆管表面作业机器人及其位姿检测方法,属于机器人技术领域。位姿检测方法包括:获取角速度、加速度及圆管表面图像数据;从圆管表面图像中识别出圆管边缘,以获取作业机器人在导航坐标系中的俯仰角;基于四元数,对角速度数据与加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取作业机器人在运载体坐标系中的位姿角数据;基于获取的数据,利用两坐标系间的相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。联合惯导与视觉定位构成组合导航,可有效提高其在水下环境及强磁场环境中的定位精度,可广泛应用于直圆钢管表面的清洗、探伤作业。
Description
技术领域
本发明涉及一种作业机器人及其位姿检测方法,具体地说,涉及一种直圆管表面作业机器人及位姿检测方法。
背景技术
随着海洋经济的崛起,将在海底铺设大量的圆管及由圆管构成的框架结构,而这些圆管件容易附着海生物,通常需要潜水员进行定期清理,虽然人工能很好地自主识别海生物及是否清理干净,但存在难以保障潜水员人身安全、工作时间容易受海况影响及工作效率低等问题。
面对上述问题,公告号为CN206476068U的专利文献公开了一种水下钢结构表面海生物清理机器人,可用对圆管进行作业,包括可吸贴于钢结构表面上的行走***,搭载在该行走***上用于获取机器人周侧环境状况的成像***,及搭载在该行走***的机身一侧用于对钢结构表面海生物进行清洗的清洗***;清洗***构成该清洗机器人的作业***。由于行走***采用轮式四驱方式,使其运动灵活,且后轮与机身间通过旋转连接轴连接,使其具有一定的越障能力;清洗***采用空化水射流进行清理海生物,更加高效节能。成像***包括设于机器人前部和后部的各一个水下摄像头,以便于水上操作人员在清理过程中实时观测机器人前、后和清洗一侧的状况,而更好地下达更准确的控制指令。
由于操作人员难以根据前后摄像头所拍摄到的影像确定机器人在钢结构上的相对位置,使操作人员难以获知机器人的作业进度,需借用无线定位、超声定位、SLAM三维重构定位、视觉图像定位等定位方法进行定位。但是无线或超声定位易受周围环境干扰,SLAM三维重构的设备成本较高。
此外,在面对圆管作业机器人的作业环境时,通常会采用惯性导航结合滤波***的定位方式,但惯性导航***的定位误差会随着时间推移形成较大的累积误差。通常,为了减小累积误差的影响,导航定位***采用与其他传感器如GPS导航仪、磁强度计等结合构成组合定位***,对惯性导航***进行定期修正。常见组合定位***有GPS/SINS导航***、惯导地磁导航***等。
但是,在面对上述结构的作业机器人时,由于其作业环境为水下且采用磁轮进行驱动,容易导致惯性导航与地磁计结合的组合导航方式容易受强磁场干扰而导致其计算角度不准确;而惯性导航与GPS结合的组合导航方式由于水下的GPS信号弱且其精度不足以满足水下作业机器人的定位要求。
发明内容
本发明的主要目的是提供一种圆管作业机器人的位姿检测方法,以提高其在水下或强磁场环境中作业时的位姿角检测精度;本发明的另一目的是提供一种圆管作业机器人,以提高其在水下或强磁场环境中作业时的位姿角检测精度。
为了实现上述主要目的,本发明提供的位姿检测方法包括获取步骤、识别步骤、滤波步骤及计算步骤;其中,获取步骤包括获取作业机器人在运载体坐标系中的角速度数据与加速度数据,及获取作业机器人当前所在位置处的圆管表面图像,该表面图像包含圆管的边缘部;识别步骤包括从圆管表面图像中识别出圆管边缘,基于识别出的圆管边缘,获取作业机器人在导航坐标系中的俯仰角;滤波步骤包括基于四元数,对角速度数据与加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取作业机器人在运载体坐标系中的位姿角数据;计算步骤包括基于滤波步骤获取的位姿角数据与识别步骤获取的俯仰角数据,利用运载体坐标系与导航坐标系间相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。
上述位姿检测方法采用基于惯导与视觉定位的组合式导航,其通过融合陀螺仪、加速度计与摄像机多种传感器所获取的数据信息,识别出直圆管所特有的边缘信息,结合坐标系间相对旋转矩阵等式计算与扩展卡尔曼滤波,从而在在惯导中不断用视觉图像获取的信息对惯导进行定时修正,以获取持续正确的位置参数,可以得到机器人的绝对位置与相对于圆管的俯仰角与航向角,为圆管作业机器人的控制提供了有效可靠的位置信息。此外,该位姿检测方法能够不依托外部设备,且不受外部磁场的干扰。
优选的方案为作业机器人包括行走***及搭载在该行走***的机架上用于获取圆管表面图像的成像***,圆管表面图像为位于作业机器人四周的圆管表面图像,该成像***为反射式全景成像***,反射式全景成像***包括反射平面镜、摄像头及补光装置;反射平面镜通过固设在机架上的反射镜支架支撑在机架背离圆管表面的一侧上,且反射面的法向指向所述圆管表面;摄像头固设在机架上,用于接收反射平面镜所反射的圆管表面图像,摄像头的光轴垂直于反射平面镜的镜面并穿过反射平面镜的镜面中心,在作业机器人静态地支撑在水平面上时,摄像头的光轴沿垂向布置;补光装置包括固设在机架的四周上的补光灯,用于对圆管表面图像的成像区域进行补光照明。
采用上述反射式全景成像***,只需一个摄像头就可获取圆管两侧边缘的图像,以降低成本,且无需进行图像拼接就可实时观测到作业机器人四周的影像,便于操作人员控制机器人。并通过补光装置而有效地弥补水下光线不足,以确保识别步骤所需的边缘成像质量。
为了实现上述另一目的,本发明提供的圆管作业机器人包括行走***及搭载在行走***的机架上的控制***、成像***及作业***,成像***用于获取作业机器人当前所在位置处的圆管表面图像,圆管表面图像包括圆管的边缘部;控制***包括存储器与处理器,存储器存储有计算机程序,计算机程序被处理器执行时,能够实现获取步骤、识别步骤、滤波步骤及计算步骤;获取步骤包括获取作业机器人在运载体坐标系中的角速度数据与加速度数据,及获取作业机器人当前所在位置处的圆管表面图像,表面图像包含圆管的边缘部;识别步骤包括从圆管表面图像中识别出圆管边缘,基于识别出的圆管边缘,获取作业机器人在导航坐标系中的俯仰角;滤波步骤包括基于四元数,对角速度数据与加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取作业机器人在运载体坐标系中的位姿角数据;计算步骤包括基于滤波步骤获取的位姿角数据与识别步骤获取的俯仰角数据,利用运载体坐标系与导航坐标系间相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。
该作业机器人采用联合惯导与视觉定位的组合式位姿定位,使其在位姿检测过程中不依托外部设备,且不受外部磁场的干扰,可很好在海洋等水环境及强磁场环境中进行作业。
优选的方案为行走***包括安装在其机架上的前轮驱动模块与后轮驱动模块,前轮驱动模块可绕垂向轴转向,还能实现以下步骤:
路径规划步骤,在圆管表面上规划出回折型行走路径,回折型行走路径包括沿垂直于圆管轴向布置且相互平行的作业路径及用于连接两相邻作业路径端部的间距调整路径,并使作业路径区域完全覆盖待作业区域,作业路径区域为作业机器人沿作业路径行走所完成的作业区域;
作业步骤,基于获取步骤、识别步骤、滤波步骤及计算步骤所获取的数据对作业机器人进行导航,控制作业机器人沿回折型行走路径在圆管表面行走并在位于作业路径上时对圆管进行作业;且在相邻两条作业路径中,在一条作业路径上以前进方式行走,在另一条路径上以后退方式行走;在间距调整路径处,控制前轮驱动模块转向第一转向角度并朝已作业区域前行预定间距,接着控制前驱动模块回转至第二转向角度并朝待作业区域后退至机架沿作业路径布置且使作业机器人位于相邻行走路径上,第一转向角度大于第二转向角度。
基于上述规划出的回折型行走路径,其行走作业路径简单,且可很好地实现作业机器人在圆管表面上进行更换作业路径,有效地简化作业机器人在作业过程中的控制方法。
附图说明
图1为本发明作业机器人实施例1的立体图;
图2为对本发明作业机器人进行位姿检测方法的工作流程图;
图3为对本发明作业机器人进行位姿检测过程中的导航坐标系与运载体坐标系的示意图;
图4为本发明作业机器人实施例2的主视图;
图5为本发明作业机器人实施例2中补光装置的立体图;
图6为本发明作业机器人实施例2中反射镜的立体图;
图7为本发明作业机器人实施例2中成像***的成像光路示意图;
图8为本发明作业机器人实施例2进行直圆管表面清洗时的路径规划示意图,其中,8(a)为规划于圆管上的行走路径示意图,8(b)为图8(a)中的行走路径在等效展开成平面上的行走路径示意图;
图9为本发明作业机器人实施例2进行杈形管道表面清洗时的行走路径规划示意图;
图10为本发明作业机器人实施例2进行直形管道表面清洗时在相邻两作业路径间进行更换路径的路径规划示意图。
以下结合实施例及其附图对本发明作进一步说明。
具体实施方式
本发明主要是对直圆管表面作业机器人的位姿检测方法进行改进,以提高其在水下或强磁场环境中的定位精度,作业机器人中行走***、作业***及成像***均可采用现有产品结构进行设计。
在下述实施例中,以具有清洗直圆钢管表面海生物为例对本发明圆管作业机器人及其位姿检测方法进行示例性说明,此外,可通过在行走***中机架上搭载超声波探伤等检测设备或者喷漆、喷砂等喷涂设备,以进行检测、上漆等其他作业,其功能并不局限于下述实施例。
圆管表面作业机器人实施例1
参见图1,本发明圆管表面作业机器人为水下圆钢结构海生物清理机器人,包括控制***、行走***、作业***及成像***。
行走***为四轮驱动结构,包括机架10及安装在机架10上的前驱吸附模块11、转向模块12、后驱吸附模块13及旋转关节14,前驱吸附模块11与后驱吸附模块13用于为机器人提供足够吸附到直圆钢管表面的吸附力及前进动力与后退动力。
对于前驱吸附模块11与后驱吸附模块13,二者在结构上设有用于将整个模块吸附于圆钢管表面上的磁轮,且包括由两个以上的磁轮组成的驱动磁轮组,且每组磁轮组由独立伺服电机驱动,以能提供更大驱动力,且在前轮或后轮出现打滑而失效时,另一磁轮组仍可正常工作,为水下机器人提供更加稳定且可靠的运动动力。
在每组磁轮组中,以前驱吸附模块11为例,相邻两个磁轮110、111之间设有悬磁吸附模块,悬磁吸附模块为布置在轮轴外的环形磁体结构,悬磁吸附模块与磁轮110、111均由永磁铁提供磁吸力,以在不同等效直径的曲面,组合式永磁吸附模块能产生的磁吸附力变化量显著小于单独磁轮的吸附力变化量,从而确保机器人能够稳定吸附在不同直径的管桩上。
转向模块12包括由伺服电机及通过四连杆机构而受伺服电机驱动的竖向转轴,能够精确控制前驱吸附模块11绕竖向转轴的偏转角度,从而改变水下机器人的前进方向,即转向模块12用于控制前驱吸附模块12相对机架10绕竖向转轴转动以实现转向。
后驱吸附模块13通过旋转关节14与机架11连接,旋转关节14的轴线沿横向并指向前驱吸附模块11,以使后驱吸附模块可相对机架11绕旋转关节14的轴线自由转动,从而使四轮与导管的曲形表面能时刻保持贴合。
作业***为用于对管道表面海生物进行清洗的清洗***,在本实施例中,清洗***包括空化水射流清洗模块15及用于对空化水射流清洗模块15进行供水的脐带缆,空化水射流清洗模块15固设在机架10上且位于机架10的一侧,以利用空化水射流清洗模块15产生的空化水射流清理水下钢结构表面位于清理机器人一侧预定宽度范围区域内的海生物。
成像***包括固设在机架10的首端上的摄像头15及固设其尾端上的摄像头16,用于拍摄作业机器人当前所在位置处的圆管表面图像,且要求拍摄的表面图像包含圆管的边缘部。
参见图2,控制***包括存储器与处理器,存储器存储有计算机程序,计算机程序被处理器执行时,能够实现获取步骤S1、识别步骤S2、滤波步骤S3及计算步骤S4。
获取步骤S1,获取作业机器人1在运载体坐标系中的角速度数据与加速度数据,及获取作业机器人当前所在位置处的圆管表面图像,表面图像包含圆管的边缘部。包括步骤S11与步骤S12。
步骤S11,通过安装在作业机器人1上的陀螺仪获取的三轴角速度ωx、ωy、ωz及加速度计获取的三轴加速度ax、ay、az的步骤。
步骤S12,通过摄像头15、16获取作业机器人1当前位置处的圆管表面图像,且该圆管表面图像包括圆管的边缘。
如图3所示,运载体坐标系b以作业机器人1的质心位置为原点Ob,沿作业机器人1轴向向前为Xb轴,沿作业机器人1横向向左为Yb轴,垂直ObXbYb平面向上为Zb轴,载体坐标系b遵循右手定则。
导航坐标系n,以倾斜直圆管01轴上一点On为原点,沿重力相反方向为Zn轴,直圆管01轴线方向在水平面的投影为Yn轴,Xn轴遵循右手定则,垂直于OnYnZn平面向前。
该两坐标系可相互转换,运载体坐标系b可由导航坐标系n绕各轴转动不同的角度变换得到,反之亦可,即存在如下式1所示的相对旋转矩阵等式:
rot(X,αb)rot(Y,βb)rot(Z,γb)=rot(X,αn)rot(Z,γn)rot(Y,βn)
其中,rot(X,αb)、rot(Y,βb)及rot(Z,γb)分别表示为在运载体坐标系中绕X、Y及Z轴对应地旋转αb、βb及γb角度的基本旋转矩阵,rot(X,αn)、rot(Y,βn)及rot(Z,γn)分别表示在导航坐标系中绕X、Y及Z轴对应地旋转αn、βn及γn角度的基本旋转矩阵。
在其中某一坐标系中,绕X轴转动的角度定义为横滚角α,绕Y轴转动的角度定义为俯仰角β,绕Z轴转动的角度定义为航向角γ,三者统称为欧拉角,用于表示物体在空间中的姿态信息。
识别步骤S2,从步骤S12获取的圆管表面图像中识别出圆管边缘,基于识别出的圆管边缘,获取作业机器人在导航坐标系中的俯仰角βn。其包括步骤S21及步骤S22。
步骤S21,利用Canny算子对所述圆管表面图像进行边缘检测。
步骤S22,通过Hough变换识别圆管边线,以提取图像中圆管的直线特征。
直线特征与图像水平线的夹角即为作业机器人1相对于圆管01的俯仰角βn。
滤波步骤S3,基于四元数,对获取步骤S1中获取的角速度数据与加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取作业机器人1在运载体坐标系b中的位姿角数据αb、βb及γb。
扩展卡尔曼滤波基于四元数,四元数可以唯一表示空间的位置与转换关系,可与空间欧拉角转换,且不会发生“万向节锁”现象。
在拓展卡尔曼滤波中,以四元数X=[q0 q1 q2 q3]T作为滤波的状态量,以陀螺仪的角速度误差Wq=[Δωx Δωy Δωz]T作为状态误差量,则***的状态方程可表示为下式2:
Xk=ΦXk-1+ΓWk
代入参数可得下式3:
其中,Φ为状态转移矩阵,Γ为噪声驱动矩阵。
以Zk=[abx(k) aby(k) abz(k) ψm(k)]为***观测量,ab(k)为载体坐标系的三轴加速度测量值,ψ(k)为相机模型转换而来的Z轴航向角,V(k)为观测噪声,***观测方程表示为下式4:
Zk=HXk+Vk
代入参数,可得下式5:
其中,H为观测矩阵,表示为下式6
其中:
D1=q1q2+q0q3
以Q(k)为k时刻***过程噪声矩阵,用于表示***噪声;R(k)为k时刻量测矩阵,用于表示***测量噪声。针对确定陀螺仪,可将Q(k)、R(k)视为恒定矩阵,分别表示为下式7与式8:
其中,为过程噪声协方差,为观测加速度值噪声协方差,为巡航角噪声协方差。
对状态量与观测量进行初始化后,对其进行扩展卡尔曼滤波迭代,即对惯导***基于四元数进行下述五步骤的扩展卡尔曼滤波处理:
(1)状态一步预测步骤
(2)一步计算协方差阵步骤
(3)更新滤波增益矩阵步骤
(4)状态更新步骤
(5)更新协方差阵步骤
Pk=[I-KkHk]Pk,k-1
其中,P为协方差阵,K为状态增益矩阵,为k-1时刻的状态估计值,为k-1时刻至k时刻的状态中间预测值,为k时刻的状态估计值,其余变量下标含义相似。
并将处理后的四元数转换成欧拉角,以将作业机器人在运载体坐标***中的姿态角表示为下式10:
通过上述扩展卡尔曼滤波处理后,可以得到误差收敛的基于运载体坐标系的三个欧拉角。
计算步骤S4,基于滤波步骤获取的位姿角数据与所述识别步骤获取的俯仰角数据,利用运载体坐标系与导航坐标系间相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。
基于运载体坐标系b,将导航坐标系n变换至运载体坐标系b,可通过先绕Zb轴旋转γb角,绕Yb轴旋转βb角,绕Xb轴旋转αb角,得到机器人实时位置。其中角αb、βb、γb称之为欧拉角,以表示物体在空间中的姿态,不同的姿态角与旋转顺序可以得到空间任意位置。
基于导航坐标系n,将圆管与机器人视为一体,将导航坐标系变换至运载体坐标系,可通过先绕Yn轴旋转βn角,绕Zn轴旋转γn角,绕Xn轴旋转αn角,得到机器人实时位置。其中角αn为直圆管子01轴线与Zn轴的夹角,即管子的倾角,βn为机器人相对于圆管的俯仰角,γn为作业机器人1相对于直圆管01的航向角。
此两种变换组合相互等效,可得如下式11所示的相对旋转矩阵等式:
rot(X,αb)rot(Y,βb)rot(Z,γb)=rot(X,αn)rot(Z,γn)rot(Y,βn)
其中,rot(X,αb)、rot(Y,βb)及rot(Z,γb)分别表示为在运载体坐标系中绕X、Y及Z轴对应地旋转αb、βb及γb角度的基本旋转矩阵,rot(X,αn)、rot(Y,βn)及rot(Z,γn)分别表示在导航坐标系中绕X、Y及Z轴对应地旋转αn、βn及γn角度的基本旋转矩阵。
在上式11中,αb与βb可由滤波步骤S3得到,αn为直圆管01轴线与Zn轴的夹角,即直圆管01的倾角,可由导管架工程图获取,βn可通过识别步骤S2获取,视为已知量,未知量γb、γt为通过最小二乘法解算上式11得到,即得到作业机器人1的绝对航向角和相对圆管的航向角。结算得到的γb将迭代进扩展卡尔曼滤波,进行累积误差的收敛。
通过以上状态模型建立与迭代卡尔曼滤波可以得到校正后小误差姿态角参数,提供较精准的水下清洗机器人定位数据,精度在1°内,为水下清洗机器人的运动控制提供位置信息。
圆管作业机器人实施例2
作为对本发明圆管作业机器人实施例2的说明,以下仅对与上述实施例1中的不同之处进行说。
参见图4至图7,本实施例中的成像***为反射式全景成像***,包括反射镜30、摄像头31、补光装置32及用于将反射镜30固设在机架10上的反射镜支架33,反射镜支架33用于将反射镜30支撑在间距机架10预定高度处且使反射镜30的法向与摄像头31的光轴轴向大致平行。在本实施例中,反射镜支架33被设置成反射镜30与机架11之间垂向间距可调的结构。反射镜30用于将机器人四周预定宽度范围内的边侧区域的场景反射至被摄像头31所接收,以形成场景影像,且该预定宽度范围使边侧区域刚好覆盖机器人当前作业区域或略超过当前作业区域,以确保能够实时观测到作业状况。
如图5所示,补光装置32包括固设在机架10上的安装架320及固设在安装架320下侧上的多个高亮LED模块321,以用于照亮环绕机器人四周侧预定宽度范围内的补光区域,且该补光区域完全覆盖反射镜所能反射的边侧区域。安装架320为环形对称结构,8个水下高亮LED模块321对称地固设在安装架320的下表面上。
如图6所示,在本实施例中,反射镜30选为平面镜,包括铝合金板300及固设在铝合金板300下表面上镜面亚克力板301。镜面亚克力板301和铝合金板300的形状大小相等,铝合金板300的一面与镜面亚克力板301的非镜面面通过防水胶固定粘连,有效避免了直接采用玻璃镜面易碎的问题,同时也利用铝合金板300增加了镜面亚克力板301的强度。
如图4所示,在机架10上方固设有密封电路腔4,摄像头31固设在密封电路腔4内且可通过位于密封电路腔4上部的透明部分接收反射镜30所反射的光线,以采集密封电路腔4外部的环境图像,在前驱吸附模块11与后驱吸附模块13的轮轴相互平行时,摄像头31的光轴与前驱吸附模块11的轮轴线及后驱吸附模块13的轮轴线所在的平面相垂直,且摄像头31的光轴与反射镜30的镜面垂直且穿过镜面的中心。此外,可将摄像头31通过独立密封模块而水密地固设在机架10上。
参见图7,在本实施例中,由于反射镜30为平面镜结构,根据平面镜成像原理,摄像头31的视野范围与摄像头31关于反射镜30对称处的虚拟摄像头310的视野范围一致,通过反射镜33调整反射镜30的高度,虚拟摄像头310的高度会随之变化,且变化量大小为反射镜30高度变化量的两倍,从而使虚拟摄像头310能捕捉到机器人四周钢结构表面01的不同宽度的图像,即摄像头31能获得不同的全景影像宽度L1。对补光装置32的结构参数,在设计时,通过设计确定反射镜3的高度,以得到理想的全景影像宽度L1,进而确定补光装置32的结构参数,以使补光灯的照明宽度L2略大于全景影像宽度L2且完全覆盖全景影像区域02,从而可确保摄像头31在环境光线不足时,仍能够获得清晰且位于全景影像区域02的内钢结构表面01的清晰图像。此外,可采用凸面镜替代平面镜作为反射镜30,以增加成像区域面积。
控制***包括安装在密封电路腔4内的处理器、存储器及以有线或无线方式接收水上操作人员发出的控制指令的信号接收器及设在机架10上的液位传感器15;在本实施例中,液位传感器15为液位变送器,用于测量作业机器人所在深度的水压,以获取当前水深位置信息。处理器根据指令接收器所接收的控制指令执行存储在存储器内对应的计算机程序,能够实现路径规划步骤S1与作业步骤S2:
路径规划步骤S1,在钢结构表面上规划出回折型行走路径,回折型行走路径包括大致相互平行的作业路径及连接两相邻作业路径端部的间距调整路径,并使作业路径区域完全覆盖待作业区域,作业路径区域为作业机器人沿作业路径行走所完成的作业区域。
如图8所示,如图8(a)所示为附着有海生物01的圆管02表面,如图8(b)所示为将图8(a)等效展开成平面结构。当本发明需要清理一个部分附着有海生物01的圆管02表面时,先通过成像***观察得到海生物区域分界线010并确定海生物区域分界线010的最高点,从而使本发明沿最上一条作业路径41行走而完成清理边界010与相邻作业路径41间海生物的清理,然后本发明沿间距调整路径42到达相邻作业路径41以后退方式对下一区域的海生物进行清理。如此往复直至完成整个圆管02表面上海生物的清理工作。从而在圆管02表面上形成一条回折型行走路径,该回折型行走路径包括多条大致平行布置的作业路径41及连接两相邻作业路径41的间距调整路径42,且作业路径41沿垂直于圆管轴向的方向布置。该种路径规划也适用于可等效展开成平面的平滑曲面。
如图9所示,对于具有主管体50与分支管51的树杈型管体结构,先按照上述方式完成主管体50表面海生物的清理,然后沿后退调整轨迹52运动至主管体50与分支管51的交界处,再沿分界处作业路径53行走以完成分界处海生物的清理,接着沿第一前进调整路径54运动至分界处曲率变化最小的位置,并使本作业机器人的前进方向与分支管51的轴线平行,接着沿第二前进调整路径55运动至分支管51,最后按照图上述规划路径对分支管51表面海生物进行清理作业,即在主体管50与分支管51上,作业路径均沿垂直于管轴向的方向布置。
作业步骤S2,沿规划出的回折型行走路径在钢结构表面行走并在位于作业路径上时对钢结构进行作业;且在相邻两条作业路径中,在一条作业路径上以前进方式行走,在另一条路径上以后退方式行走。
如图8及图10所示,当本作业机器人随着作业进行到达一条作业路径41的终点P1时,调节前驱吸附模块11至较大的第一转向角度,然后继续前进,从而使前驱吸附模块11和后驱吸附模块13分别沿第一前调整轨迹61和第一后调整轨迹62运动,直至本作业机器人到达中间位置P2,之后减小前驱吸附模块11的转向角度至第二转向角度,即第二转向角度小于第一转向角度,并控制本作业机器人后退,前驱吸附模块11和后驱吸附模块13分别沿第二前调整轨迹63和第二后调整轨迹***,直至本作业机器人达到后相邻作业路径41的位置处P3,且在P3位置时,本作业小车的车架沿下一作业路径41布置。该方式的优点是只需进行两次前驱吸附模块11的转向角度调节,且两次调节间的角度变化小,调节过程简单易操作。
对于调整过程中第一转向角度、第二转向角度及中间位置P2的确定主要需取决于相邻两根作业路径41之间间距,可以有多种组合方式,可根据现场作业工况进行确定。
在上述描述中,控制前轮驱动模块转向第一转向角度并朝已作业区域前行预定间距至中间位置P2,接着控制前驱动模块回转至第二转向角度并朝待作业区域后退至机架沿作业路径布置且使作业机器人位于相邻行走路径上。
当然了,在条件允许的情况下,比如,对于清洗机器人而言,由于海生物的存在导致待清洗区域存在本作业机器人难以逾越的障碍,也可控制前轮驱动模块转向第一转向角度并朝待作业区域前行预定间距至位于待作业区上的中间位置P2,接着控制前驱动模块回转至第二转向角度并朝已作业区域后退至机架沿作业路径布置且使作业机器人位于相邻行走路径上,此时,第一转向角度小于第二转向角度。
在上述作业步骤中,充分地利用实施例1中的位姿检测方法以对其作业过程进行导航。
位姿检测方法实施例
在上述直圆管表面机器人实施例中已对本发明位姿检测方法实施例进行了说明,在此不再赘述。
Claims (10)
1.一种直圆管表面作业机器人的位姿检测方法,其特征在于,包括:
获取步骤,获取所述作业机器人在运载体坐标系中的角速度数据与加速度数据,及获取所述作业机器人当前所在位置处的圆管表面图像,所述圆管表面图像包含圆管的边缘部;
识别步骤,从所述圆管表面图像中识别出圆管边缘,基于识别出的圆管边缘,获取所述作业机器人在导航坐标系中的俯仰角;
滤波步骤,基于四元数,对所述角速度数据与所述加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取所述作业机器人在运载体坐标系中的位姿角数据;
计算步骤,基于所述滤波步骤获取的位姿角数据与所述识别步骤获取的俯仰角数据,利用运载体坐标系与导航坐标系间相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。
2.根据权利要求1所述的位姿检测方法,其特征在于,所述识别步骤包括:
利用Canny算子对所述圆管表面图像进行边缘检测,并通过Hough变换识别圆管边线,以提取图像中圆管的直线特征;
获取所述直线特征与图像水平线的夹角,作为所述作业机器人在导航坐标系中的俯仰角。
3.根据权利要求1所述的位姿检测方法,其特征在于,所述通过扩展卡尔曼滤波对惯导***进行误差收敛的步骤包括:
利用所述角速度数据与所述加速度数据,对惯导***依次进行基于四元数的状态一步预测步骤、一步计算协方差阵步骤、更新滤波增益矩阵步骤、状态更新步骤及更新协方差阵步骤的扩展卡尔曼滤波处理。
4.根据权利要求1至3任一项权利要求所述的位姿检测方法,其特征在于,所述相对旋转矩阵等式表示为:
rot(X,αb)rot(Y,βb)rot(Z,γb)=rot(X,αn)rot(Z,γn)rot(Y,βn)
其中,rot(X,αb)、rot(Y,βb)及rot(Z,γb)分别表示为在运载体坐标系中绕X、Y及Z轴对应地旋转αb、βb及γb角度的基本旋转矩阵,rot(X,αn)、rot(Y,βn)及rot(Z,γn)分别表示在导航坐标系中绕X、Y及Z轴对应地旋转αn、βn及γn角度的基本旋转矩阵;
所述计算出所述作业机器人在导航坐标***中位姿角数据的步骤包括,基于上式通过最小二乘法,计算出所述作业机器人在导航坐标系与运载体坐标系中的导航角。
5.根据权利要求1至4任一项权利要求所述的位姿检测方法,其特征在于,所述作业机器人包括行走***及搭载在所述行走***的机架上用于获取所述圆管表面图像的成像***,所述圆管表面图像为位于所述作业机器人四周的圆管表面图像,所述成像***为反射式全景成像***,所述反射式全景成像***包括:
反射平面镜,通过固设在所述机架上的反射镜支架支撑在所述机架背离圆管表面的一侧上,且反射面的法向指向所述圆管表面;
摄像头,固设在所述机架上,用于接收所述反射平面镜所反射的所述圆管表面图像,所述摄像头的光轴垂直于所述反射平面镜的镜面并穿过所述反射平面镜的镜面中心,在所述作业机器人静态地支撑在水平面上时,所述摄像头的光轴沿垂向布置;
补光装置,包括固设在所述机架的四周上的补光灯,用于对所述圆管表面图像的成像区域进行补光照明。
6.一种直圆管表面作业机器人,其特征在于,包括行走***及搭载在所述行走***的机架上的控制***、成像***及作业***,所述成像***用于获取所述作业机器人当前所在位置处的圆管表面图像,所述圆管表面图像包括圆管的边缘部;
所述控制***包括存储器与处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,能够实现以下步骤:
获取步骤,获取所述作业机器人在运载体坐标系中的角速度数据与加速度数据,及获取所述作业机器人当前所在位置处的圆管表面图像,所述圆管表面图像包含圆管的边缘部;
识别步骤,从所述圆管表面图像中识别出圆管边缘,基于识别出的圆管边缘,获取所述作业机器人在导航坐标系中的俯仰角;
滤波步骤,基于四元数,对所述角速度数据与所述加速度数据进行融合,通过扩展卡尔曼滤波对惯导***进行误差收敛,并对经滤波处理后的四元数进行欧拉角转换,获取所述作业机器人在运载体坐标系中的位姿角数据;
计算步骤,基于所述滤波步骤获取的位姿角数据与所述识别步骤获取的俯仰角数据,利用运载体坐标系与导航坐标系间相对旋转矩阵等式计算出所述作业机器人在导航坐标***中位姿角数据。
7.根据权利要求6所述的作业机器人,其特征在于,所述识别步骤包括:
利用Canny算子对所述圆管表面图像进行边缘检测,并通过Hough变换识别圆管边线,以提取图像中圆管的直线特征;
获取所述直线特征与图像水平线的夹角,作为所述作业机器人在导航坐标系中的俯仰角。
8.根据权利要求6所述的作业机器人,其特征在于,所述通过扩展卡尔曼滤波对惯导***进行误差收敛的步骤包括:
利用所述角速度数据与所述加速度数据,对惯导***依次进行基于四元数的状态一步预测步骤、一步计算协方差阵步骤、更新滤波增益矩阵步骤、状态更新步骤及更新协方差阵步骤的扩展卡尔曼滤波处理。
9.根据权利要求6至8任一项权利要求所述的作业机器人,其特征在于,所述相对旋转矩阵等式表示为:
rot(X,αb)rot(Y,βb)rot(Z,γb)=rot(X,αn)rot(Z,γn)rot(Y,βn)
其中,rot(X,αb)、rot(Y,βb)及rot(Z,γb)分别表示为在运载体坐标系中绕X、Y及Z轴对应地旋转αb、βb及γb角度的基本旋转矩阵,rot(X,αn)、rot(Y,βn)及rot(Z,γn)分别表示在导航坐标系中绕X、Y及Z轴对应地旋转αn、βn及γn角度的基本旋转矩阵;
所述计算出所述作业机器人在导航坐标***中位姿角数据的步骤包括,基于上式通过最小二乘法,计算出所述作业机器人在导航坐标系与运载体坐标系中的导航角。
10.根据权利要求6至9任一项权利要求所述的作业机器人,其特征在于,所述行走***包括安装在所述机架上的前轮驱动模块与后轮驱动模块,所述前轮驱动模块可绕垂向轴转向,还能实现以下步骤:
路径规划步骤,在所述圆管表面上规划出回折型行走路径,所述回折型行走路径包括沿垂直于圆管轴向布置且相互平行的作业路径及用于连接两相邻作业路径端部的间距调整路径,并使作业路径区域完全覆盖待作业区域,所述作业路径区域为所述作业机器人沿所述作业路径行走所完成的作业区域;
作业步骤,基于所述获取步骤、所述识别步骤、所述滤波步骤及所述计算步骤所获取的数据对所述作业机器人进行导航,控制所述作业机器人沿所述回折型行走路径在所述圆管表面行走并在位于作业路径上时对圆管进行作业;且在相邻两条作业路径中,在一条作业路径上以前进方式行走,在另一条路径上以后退方式行走;在所述间距调整路径处,控制所述前轮驱动模块转向第一转向角度并朝已作业区域前行预定间距,接着控制所述前轮驱动模块回转至第二转向角度并朝待作业区域后退至所述机架沿作业路径布置且使所述作业机器人位于相邻行走路径上,所述第一转向角度大于所述第二转向角度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711168679.5A CN108181896B (zh) | 2017-11-21 | 2017-11-21 | 一种直圆管表面作业机器人及其位姿检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711168679.5A CN108181896B (zh) | 2017-11-21 | 2017-11-21 | 一种直圆管表面作业机器人及其位姿检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108181896A true CN108181896A (zh) | 2018-06-19 |
CN108181896B CN108181896B (zh) | 2019-10-25 |
Family
ID=62545157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711168679.5A Active CN108181896B (zh) | 2017-11-21 | 2017-11-21 | 一种直圆管表面作业机器人及其位姿检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108181896B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108844523A (zh) * | 2018-06-26 | 2018-11-20 | 深圳市媒清幕秀科技有限公司 | 车载显示装置及方法 |
CN110531757A (zh) * | 2019-07-30 | 2019-12-03 | 广州晒帝智能科技有限公司 | 基于履带式擦窗机器人的路径规划方法以及设备 |
CN111750790A (zh) * | 2020-04-22 | 2020-10-09 | 江苏法尔胜光电科技有限公司 | 一种基于分布式光纤的管道二维变形监测方法 |
CN112766008A (zh) * | 2021-01-07 | 2021-05-07 | 南京邮电大学 | 一种基于二维码的物体空间位姿获取方法 |
CN113538358A (zh) * | 2021-07-09 | 2021-10-22 | 深圳市行知行机器人技术有限公司 | 机器人行走纠偏方法、装置、智能机器人和存储介质 |
CN116026315A (zh) * | 2023-03-22 | 2023-04-28 | 南京信息工程大学 | 一种基于多传感器融合的通风管道场景建模与机器人定位方法 |
WO2023173572A1 (zh) * | 2022-03-17 | 2023-09-21 | 浙江大学 | 水下清洗机器人的实时全景成像方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5505410A (en) * | 1994-05-23 | 1996-04-09 | Litton Systems, Inc. | Instrument calibration method including compensation of centripetal acceleration effect |
CN101685308A (zh) * | 2008-09-22 | 2010-03-31 | 鸿富锦精密工业(深圳)有限公司 | 机器人状态感知*** |
WO2012111193A1 (ja) * | 2011-02-14 | 2012-08-23 | 村田機械株式会社 | 搬送台車システム及び搬送台車の走行制御方法 |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
CN103984344A (zh) * | 2014-05-20 | 2014-08-13 | 中科华核电技术研究院有限公司 | 用于核电站蒸汽发生器二次侧的爬壁机器人路径规划方法 |
CN206249096U (zh) * | 2016-12-06 | 2017-06-13 | 北京臻迪科技股份有限公司 | 一种水下机器人 |
-
2017
- 2017-11-21 CN CN201711168679.5A patent/CN108181896B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5505410A (en) * | 1994-05-23 | 1996-04-09 | Litton Systems, Inc. | Instrument calibration method including compensation of centripetal acceleration effect |
CN101685308A (zh) * | 2008-09-22 | 2010-03-31 | 鸿富锦精密工业(深圳)有限公司 | 机器人状态感知*** |
WO2012111193A1 (ja) * | 2011-02-14 | 2012-08-23 | 村田機械株式会社 | 搬送台車システム及び搬送台車の走行制御方法 |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
CN103984344A (zh) * | 2014-05-20 | 2014-08-13 | 中科华核电技术研究院有限公司 | 用于核电站蒸汽发生器二次侧的爬壁机器人路径规划方法 |
CN206249096U (zh) * | 2016-12-06 | 2017-06-13 | 北京臻迪科技股份有限公司 | 一种水下机器人 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108844523A (zh) * | 2018-06-26 | 2018-11-20 | 深圳市媒清幕秀科技有限公司 | 车载显示装置及方法 |
CN110531757A (zh) * | 2019-07-30 | 2019-12-03 | 广州晒帝智能科技有限公司 | 基于履带式擦窗机器人的路径规划方法以及设备 |
CN110531757B (zh) * | 2019-07-30 | 2022-05-13 | 广州晒帝智能科技有限公司 | 基于履带式擦窗机器人的路径规划方法以及设备 |
CN111750790A (zh) * | 2020-04-22 | 2020-10-09 | 江苏法尔胜光电科技有限公司 | 一种基于分布式光纤的管道二维变形监测方法 |
CN112766008A (zh) * | 2021-01-07 | 2021-05-07 | 南京邮电大学 | 一种基于二维码的物体空间位姿获取方法 |
CN112766008B (zh) * | 2021-01-07 | 2022-09-06 | 南京邮电大学 | 一种基于二维码的物体空间位姿获取方法 |
CN113538358A (zh) * | 2021-07-09 | 2021-10-22 | 深圳市行知行机器人技术有限公司 | 机器人行走纠偏方法、装置、智能机器人和存储介质 |
WO2023173572A1 (zh) * | 2022-03-17 | 2023-09-21 | 浙江大学 | 水下清洗机器人的实时全景成像方法和装置 |
CN116026315A (zh) * | 2023-03-22 | 2023-04-28 | 南京信息工程大学 | 一种基于多传感器融合的通风管道场景建模与机器人定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108181896B (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108181896A (zh) | 一种直圆管表面作业机器人及其位姿检测方法 | |
CN108082415A (zh) | 一种水下钢结构表面作业机器人 | |
CN108423141A (zh) | 一种水下作业机器人及其控制方法 | |
Dunbabin et al. | Data muling over underwater wireless sensor networks using an autonomous underwater vehicle | |
AU2011256820B2 (en) | Vessel hull robot navigation subsystem | |
CA2836290C (en) | Holonomic motion vehicle for travel on non-level surfaces | |
Negahdaripour et al. | Direct estimation of motion from sea floor images for automatic station-keeping of submersible platforms | |
KR101291150B1 (ko) | 선체 벽면 작업용 로봇 및 그 제어방법 | |
CN107065898A (zh) | 一种水下无人船航行控制方法及*** | |
Shkurti et al. | State estimation of an underwater robot using visual and inertial information | |
CN106970618A (zh) | 一种无人船控制方法及*** | |
JP2019094046A (ja) | 物体付近の船舶のポジションを制御するためのシステムおよび方法 | |
Caccia | Vision-based ROV horizontal motion control: Near-seafloor experimental results | |
CN1779485A (zh) | 载人潜水器的组合导航定位方法 | |
JP2010288112A (ja) | 自己位置推定装置及び自己位置推定方法 | |
CN110673608A (zh) | 一种机器人导航方法 | |
CN109062229A (zh) | 基于双目视觉的水下机器人***的领航跟随编队方法 | |
Creuze | Monocular odometry for underwater vehicles with online estimation of the scale factor | |
CN110133667A (zh) | 基于移动前视声呐的水下三维检测*** | |
CN207510681U (zh) | 一种水下钢结构表面作业机器人 | |
CN113110514A (zh) | 一种基于大数据的无人船航行避障***及方法 | |
JP2920352B2 (ja) | 移動体の走行制御方法および装置 | |
RU169166U1 (ru) | Подводный робот | |
CN101556154A (zh) | 定位及路径地图生成***及其数据采集分析方法 | |
Kim et al. | Parent-child underwater robot-based manipulation system for underwater structure maintenance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |