CN112882478B - 一种储罐巡检方法和*** - Google Patents
一种储罐巡检方法和*** Download PDFInfo
- Publication number
- CN112882478B CN112882478B CN202110119556.2A CN202110119556A CN112882478B CN 112882478 B CN112882478 B CN 112882478B CN 202110119556 A CN202110119556 A CN 202110119556A CN 112882478 B CN112882478 B CN 112882478B
- Authority
- CN
- China
- Prior art keywords
- robot
- distance
- real
- storage tank
- path
- 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.)
- Active
Links
- 238000003860 storage Methods 0.000 title claims abstract description 95
- 238000007689 inspection Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 title claims abstract description 51
- 229910000831 Steel Inorganic materials 0.000 claims description 64
- 239000010959 steel Substances 0.000 claims description 64
- 230000008569 process Effects 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 17
- 239000011248 coating agent Substances 0.000 claims description 12
- 238000000576 coating method Methods 0.000 claims description 12
- 239000000463 material Substances 0.000 claims description 10
- 230000005284 excitation Effects 0.000 claims description 7
- 238000002310 reflectometry Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 238000013528 artificial neural network Methods 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 29
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 10
- 230000009194 climbing Effects 0.000 description 10
- 238000001179 sorption measurement Methods 0.000 description 8
- 238000010276 construction Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 229910052742 iron Inorganic materials 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002033 PVDF binder Substances 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000002086 nanomaterial Substances 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 229920002981 polyvinylidene fluoride Polymers 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 239000006247 magnetic powder Substances 0.000 description 1
- 238000011418 maintenance treatment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
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
- G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
- G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- 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
-
- 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)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明涉及一种储罐巡检方法和***,基于本发明的储罐巡检方法和***,使用激光雷达获取距离信息和环境信息,使用参考标作为辅助,实时获得机器人的位姿信息;选取栅格地图用于导航和路径规划,采取基于栅格的生物激励神经网络算法实现全覆盖路径规划,以参考标辅助机器人进行定位校准,为机器人的全遍历路径规划提供了保障,提高了定位的精确度以及储罐巡检的安全性。
Description
技术领域
本发明属于储罐检测技术领域,具体涉及一种储罐巡检方法和***。
背景技术
储罐常用来储存石油石化行业所生产和运输的介质,储罐的防腐工程也是化工、消防、食品等各个生产和生活行业中必不可缺的基础工程。另外,很多国家战略物资的储备也常常运用储罐,其中包括各种原料及成品,缺少储罐或者储罐发生腐蚀都会造成许多生产企业无法正常进行生产。如此一来,储罐外壁的检测显得尤为重要。如今大部分检测方式都属于无损检测,现有的常规无损检测方式有涡流检测、射线检测、超声检测、磁粉检测和液体渗透检测等,其他无损检测有红外/热像、漏磁检测、交流场检测技术等。无损检测的特点是能在不损伤材料、工件和结构的前提下进行检测,灵敏度高,检测结果可靠性高。比起破环性检测方式的抽样检验,无损检测能达到百分百检验效果。
现有的石油储罐直径100米左右、罐身高达20米左右,多采用长10m左右、宽1.5m左右的一块块钢板焊接得到。而目前我国的储油罐检测工作大部分仍采用传统的人工检测,人工检测存在很多问题,例如人工检查的工作质量无法保障、劳动强度大、施工周期长、安全性差等问题。
应用无损检测技术,以爬壁机器人代替人工作业,可以使立式储罐的检测智能化。移动机器人能完成自主导航是整个检测过程的关键,其中定位和地图构建是移动机器人自主导航中必须解决的两大关键问题,且估计精度将对后续路径规划和运动控制产生巨大的影响。一旦定位或地图构建出现误差,将会使自主移动机器人无法完成导航,同时遭受潜在危险,如发生碰撞障碍物、摔下楼梯等事故。目前,爬壁机器人存在的最大问题之一就是定位精度问题,一旦定位出现误差,将会使自主移动机器人无法完成导航,同时遭受潜在危险,如发生碰撞障碍物、摔下楼梯等事故,故定位精度直接影响着爬壁机器人的自主导航,对后续的路径规划也会产生影响。
发明内容
本发明解决的技术问题为:提供一种储罐巡检方法,用以解决爬壁机器人对立式储罐的外壁检测过程中的定位问题。基于本发明的储罐的无损检测***,通过参考标辅助定位,提高机器人定位的精确度,能帮助机器人完成自主导航,提高定位的精确度。
本发明提供的具体解决方案如下:
本发明提供了一种储罐巡检方法,包括如下步骤:
步骤一、储罐外壁整体二维地图绘制:获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,基于整体二维地图生成整体二维栅格地图,所述储罐外壁上设置有若干参考标以及若干钢板,各所述参考标分别包括用于罐体外壁连接固定的连接部和用于反射雷达信号的杆体,所述杆体表面设置有高反材料涂层,所述整体二维栅格地图包括各钢板的位置信息以及各所述参考标的位置信息;
步骤二、设定各钢板的巡检顺序:基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序;
步骤三、机器人按照所述巡检顺序对各钢板分别进行巡检,各钢板内的巡检过程包括如下步骤:
S31.局部栅格地图绘制:机器人携带的激光雷达扫描储罐外壁的局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;
S32、路径规划:基于生物激励算法对局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径,所述机器人根据所述全覆盖路径在局部栅格地图内进行巡检;机器人在按照所述全覆盖路径进行移动时,获取其在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,激光雷达实时扫描检测机器人分别与其相邻的两个所述参考标的距离,并基于规划路径中相邻的两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划。
激光雷达的应用领域较广泛,激光雷达通过向目标发射激光探测信号,然后将接收到的从目标反射回来的信号与发射信号进行比较和信息处理,即可获取目标的有关信息,如目标距离、方位、高度、速度、姿态甚至形状等参数,从而对目标进行探测、跟踪和识别。
各钢板的巡检顺序划分:即从哪块钢板开始,哪块结束,即指定每块钢板被巡检的顺序,最终目的是使路径规划达到高覆盖率、低重复率,使爬壁机器人的效率达到最高,具体可将钢板分别标序1、2、3......机器人根据序号顺序逐块巡检,地图直至检查完所有钢板块。
地图构建就是机器人依靠自身携带的外部传感器(如超声波传感器、激光雷达、摄像头等)感知到的环境信息,再传递给机器人处理器进行信息处理进而实现环境建模,环境地图构建是移动机器人自主导航实现的关键技术,地图描述方式有栅格地图,特征地图,拓扑地图。基于本发明的方法,采取是栅格地图,栅格地图是一种最简洁明了的环境地图表示方法,栅格地图的基本原理就是将机器人所处的二维空间环境均匀地分割成大小相等的栅格单元,并将栅格单元有无障碍物占据的情况通过一个二值数据进行标注,有障碍物覆盖的栅格单元标注为“1”,没有障碍物覆盖的栅格单元标注为“0”,由此我们得到了一个由二值数据表示的栅格地图,通过观察栅格中“0”和“1”的标注情况,机器人所处环境信息一目了然。
基于整体二维地图生成整体二维栅格地图,或基于局部二维地图生成局部栅格地图的过程如下:选取边长10cm的正方形作为一个方位块,若方位块内有障碍物则此方位块不能通行,记为“1”;若方位块内无任何障碍物,则此方位块可以安全通行,记为“0”,由此生成二维栅格地图。
路径规划是利用传感器探测的和已有地图上的障碍物信息,寻找一条从起始点到目标点的最短路径(将机器人视为一个质点),且这条路径不会经过障碍物,机器人就可以抵达目标点。路径规划算法中的生物激励法基于栅格地图,将二维空间的离散坐标与神经网络的神经元相对应,每个栅格相当于一个生物神经元,障碍物和非障碍物对神经元输入规定不同的抑制和激励,并计算相关神经元的输出,进而判断机器人下一步移动的位置来实现全区域遍历。
具体的,生物激励算法将局部栅格地图的栅格标注三种不同的数值来区分己遍历、未遍历、障碍物三种状态,并得出局部格栅地图内用于机器人巡检的全覆盖路径(即实现全区域遍历的最佳路径)。
基于本发明的方法,使用激光雷达获取距离信息和环境信息,使用参考标作为辅助,实时获得机器人的位姿信息;选取栅格地图用于导航和路径规划,采取基于栅格的生物激励神经网络算法实现全覆盖路径规划,以参考标辅助机器人进行定位校准,为机器人的全遍历路径规划提供了保障,提高了定位的精确度以及储罐巡检的安全性。
基于本发明的技术方案,具有以下技术效果:
(1)以爬壁机器人代替人工作业,可提高检测效率和产品质量,降低检测劳动强度,提高了检测效率和检测的安全性。
(2)目前爬壁机器人定位技术主要是航位推算法,航位推算方法是将移动量的推测结果做累加,以初始位置为基点,推算当前的位置,但航位推算法中,机器人移动的同时误差有积累的倾向,所以在短距离移动场合,它是有效的;如果换成大范围移动,则就可能存在较大的误差,本发明以参考标辅助机器人进行定位校准,定位精度高,可保证高覆盖率低重复率,且成本低。
具体的,由于立式储罐体积比较大,激光雷达的测距范围和角度分辨率有限,可根据激光雷达的工作区域范围对参考标的数量和位置进行合理设置。
在上述方案的基础上,本发明还可以进行如下改进:
进一步,基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,计算实时路径中机器人相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划路径的距离误差,计算所述实时方位角与所述规划方位角的误差;当距离误差≥1.5%时,或方位角的误差≥1%时,重新进行路径规划。
通过规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离确定,可以精准计算出机器人相对任意一个参考标所在位置和方位角,即位姿信息,当距离误差≥1.5%时,或方位角的误差≥1%时,便重新进行路径规划,防止机器人因为自身的运动误差导致重复巡检,与障碍物发生碰撞或碰撞跌落等。
进一步,基于整体二维栅格地图与局部二维格栅地图中位置信息比对得到机器人在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
整体二维栅格地图中携带钢板的位置信息、各所述参考标的位置信息以及图中各点的位置信息,因此,通过整体二维栅格地图与局部二维格栅地图中位置信息比对可得到局部二维格栅地图各点对应的位置信息以及各所述参考标的位置信息,从而得到机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
进一步,步骤一中获取储罐外壁环境信息过程如下:机器人上携带的激光雷达扫描储罐外壁环境信息,绕储罐外壁行走若干周得到储罐的整体环境信息。
可选的,也可通过人为方式将储罐外壁的环境整体环境信息以数据的形式存储于机器人中,需要时机器人直接调用所述环境整体环境信息。
进一步,所述机器人根据所述全覆盖路径,采用沿边迂回式的巡检方式在局部栅格地图内进行巡检。
具体的,机器人采用沿边迂回式的巡检的具体过程为:通常情况下,机器人不调头,机器人沿某一方向移动,在切换被巡检钢板时,在遇到障碍物或者(钢板)边界后,爬壁机器人进行转向操作。
具体的,遇到障碍物或钢板边界后转弯90°然后侧移一段距离,再转弯90°继续走,但在障碍物较多的情况下容易进入死角或者造成某些区域漏扫,由于储罐外壁环境并不是很复杂,沿边迂回式巡检方式控制简单,遍历路径规整,故采用沿边迂回式。
具体的,各钢板边界信息通过整体二维栅格地图中各钢板的位置信息获取,基于整体二维栅格地图与局部二维格栅地图中位置信息比对得到机器人在规划路径中巡检钢板的边界信息。
本发明还提供了一种储罐的无损检测***,包括:机器人和分布于所述储罐外壁上的若干参考标,各所述参考标分别包括用于罐体外壁连接固定的连接部和用于反射雷达信号的杆体,所述杆体表面设置有高反材料涂层;所述机器人包括:激光雷达单元、运动单元、地图绘制模块、巡检顺序划分模块、局部栅格地图绘制模块、路径规划模块,
激光雷达单元,用于扫描储罐外壁的环境信息的激光雷达;
地图绘制模块,获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,所述二维地图包括各钢板的位置信息以及各所述参考标的位置信息;
巡检顺序划分模块,基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序;
局部栅格地图绘制模块,用于各钢板内的巡检过程中,接收激光雷达单元发送的储罐外壁的局部环境信息,基于局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;
路径规划模块,用于各钢板内的巡检过程中,基于生物激励算法对生成的局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径并将其发送给运动单元;
实时定位校准模块,用于各钢板内的巡检过程中,运动单元按照所述全覆盖路径进行移动时,获取所述运动单元在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,用于接收激光雷达发送的实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,并基于相邻的规划路径中两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划。
使用激光雷达获取距离信息和环境信息,使用参考标作为辅助,实时获得机器人的位姿信息;选取栅格地图用于导航和路径规划,采取基于栅格的生物激励神经网络算法实现全覆盖路径规划,以参考标辅助机器人进行定位校准,定位精度高,可保证高覆盖率低重复率,且成本低。
具体的,所述机器人为爬壁机器人。
具体的,所述爬壁机器人为磁吸附爬壁机器人。
具体的,所述磁吸附爬壁机器人的运动单元的运动方式为车轮式,四轮驱动,吸附方式为永磁吸附。
具体的,所述高反材料层由高反射效率的涂料涂覆于杆体上得到或由高反薄膜裹附于杆体上得到。
具体的,所述高反射薄膜可为PVDF薄膜,所述涂料为高反光纳米材料。
进一步,所述实时定位校准模块包括:
实时定位模块,用于基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,计算实时路径中机器人相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划路径的距离误差,计算所述实时方位角与所述规划方位角的误差;
校准模块,用于当距离误差≥1.5%时,或方位角的误差≥1%时,所述路径规划模块重新进行路径规划。
激光雷达负责探测机器人周围局部环境信息的位置,融合已有的地图信息,即可获得机器人的实时位置,路径规划模块会规划一条到达目标点的最优路径,并控制电机跟随这条路径前进,即可到达目标点,而当实时位置偏离规划位置达到一定程度时,便重新进行路径规划,提高定位的精度,防止机器人因为自身的运动误差导致重复巡检,与障碍物发生碰撞或碰撞跌落。进一步,所述实时定位校准模块还包括:
位置信息获取模块,用于基于所述全覆盖路径以及整体二维栅格地图中的位置信息得到机器人在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
进一步,各所述参考标还包括固定于所述杆体上的气泡水平仪以及固定于所述连接部上的磁铁,所述气泡水平仪平行于所述杆体轴线设置。
气泡水平仪的作用是为了调整参考标的位置,使其保持水平,气泡水平仪的原理主要是重力感应,用来测量物体是否上下平行于水平面,左右是否发生倾斜。底座上设置磁铁,可通过磁铁和储罐外壁的磁力作用,将弧形底座吸附在储罐的壁面上,固定参考标,且方便调节参考标的位置。
使用时只需要把水平仪放在物体平面上,如果水平仪侧面水泡处在中间,则说明物体左右没有发生倾斜,即处于水平状态。参考标的杆体,作用相当于路标,是一种定位辅助工具。主体的外表面是高反膜层,有利于光的反射。当激光雷达的发射端发射激光,打在参考标的主体上,由于高反膜层的存在,能有更多的激光反射回来,便于激光测距。
优选的,所述杆体为伸缩杆。
具体的,所述伸缩杆包括一端与所述底座固定连接内杆和套设于所述内杆外的筒体,所述筒体上设置有螺栓,所述螺栓一端穿过所述筒体上的通孔与所述内杆抵接。
由此,通过控制螺栓的旋进或旋出可调整参考标杆体的长短。
进一步,所述连接部为弧形底座,所述弧形底座上设置有用于与储罐外壁连接的螺栓。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1为各钢板的巡检顺序示意图;
图2为机器人的实时定位时的几何关系简图;
图3为基于本发明的储罐巡检***的结构原理图。
图4为基于本发明的储罐巡检***中的参考标的结构示意图。
附图中,各标号所代表的部件名称如下:
1、参考标;11、连接部;12、杆体;13、气泡水平仪;14、磁铁;15、螺栓;
2、机器人。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面结合附图1-4和具体的实施例进行描述。
本发明提供了一种储罐巡检方法,包括如下步骤:
步骤一、储罐外壁整体二维地图绘制:获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,基于整体二维地图生成整体二维栅格地图,所述储罐外壁上设置有若干参考标以及若干钢板,各所述参考标分别包括用于罐体外壁连接固定的连接部和用于反射雷达信号的杆体,所述杆体表面设置有高反材料涂层,所述整体二维栅格地图包括各钢板的位置信息以及各所述参考标的位置信息;步骤二、设定各钢板的巡检顺序:基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序,具体的,如图1所示,可以指定机器人巡检的起点的铁块并标注序号1,然后自下而上铁块标序累加,直至到达罐壁顶端,再自上而下累加,直至到达罐底,如此循环至所有铁块均被标记;步骤三、机器人按照所述巡检顺序对各钢板分别进行巡检,各钢板内的巡检过程包括如下步骤:S31.局部栅格地图绘制:机器人携带的激光雷达扫描储罐外壁的局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;S32、路径规划:基于生物激励算法对局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径,所述机器人根据所述全覆盖路径在局部栅格地图内进行巡检;机器人在按照所述全覆盖路径进行移动时,基于所述全覆盖路径获取其在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,激光雷达实时扫描检测机器人分别与其相邻的两个所述参考标的距离,并基于规划路径中相邻的两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划。基于本发明的方法,使用激光雷达获取距离信息和环境信息,使用参考标作为辅助,实时获得机器人的位姿信息;选取栅格地图用于导航和路径规划,采取基于栅格的生物激励神经网络算法实现全覆盖路径规划,以参考标辅助机器人进行定位校准,为机器人的全遍历路径规划提供了保障,提高了定位的精确度以及储罐巡检的安全性。
基于本发明实施例的储罐巡检方法,基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人2分别与其相邻的两个所述参考标1的实时监测距离,计算实时路径中机器人2相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划路径的距离误差,计算所述实时方位角与所述规划方位角的误差;当距离误差≥1.5%时,或方位角的误差≥1%时,重新进行路径规划。机器人2的实时位置可通过规划路径中两个所述参考标之1间的距离L0以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离(L,L1)确定,激光雷达位置和两个参考标位置的几何关系可简化成图2。实时定位过程为:将各参考标预先固定于储罐外壁上,当机器人开始工作时,机器人携带的激光雷达发射激光,经参考标反射,最终被接收端接收,通过激光雷达内部处理,得出与机器人相邻的两个参考标分别与机器人的距离,分别为L和L1,另外,两个参考标之间的距离L0是已知的,根据获取的距离信息,加上几何关系推导,可以精准计算出机器人相对任意一个参考标所在位置和方位角,即位姿信息,当距离误差≥1.5%时,或方位角的误差≥1%时,便重新进行路径规划,防止机器人因为自身的运动误差导致重复巡检,与障碍物发生碰撞或碰撞跌落等。
基于本发明实施例的储罐巡检方法,基于整体二维栅格地图与局部二维格栅地图中位置信息比对得到机器人在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。整体二维栅格地图中携带钢板的位置信息、各所述参考标的位置信息以及图中各点的位置信息,因此,通过整体二维栅格地图与局部二维格栅地图中位置信息比对可得到局部二维格栅地图各点对应的位置信息以及各所述参考标的位置信息,从而得到机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
基于本发明实施例的储罐巡检方法,步骤一中获取储罐外壁环境信息过程如下:机器人上携带的激光雷达扫描储罐外壁环境信息,绕储罐外壁行走若干周得到储罐的整体环境信息。
可选的,也可通过人为方式将储罐外壁的环境整体环境信息以数据的形式存储于机器人中,需要时机器人直接调用所述环境整体环境信息。
基于本发明实施例的储罐巡检方法,所述机器人根据所述全覆盖路径,采用沿边迂回式的巡检方式在局部栅格地图内进行巡检。机器人采用沿边迂回式的巡检的具体过程为:通常情况下,机器人不调头,机器人沿某一方向移动,在切换被巡检钢板时,在遇到障碍物或者(钢板)边界后,爬壁机器人进行转向操作。具体的,遇到障碍物或钢板边界后转弯90°然后侧移一段距离,再转弯90°继续走,但在障碍物较多的情况下容易进入死角或者造成某些区域漏扫,由于储罐外壁环境并不是很复杂,沿边迂回式巡检方式控制简单,遍历路径规整,故采用沿边迂回式。各钢板边界信息通过整体二维栅格地图中各钢板的位置信息获取,基于整体二维栅格地图与局部二维格栅地图中位置信息比对得到机器人在规划路径中巡检钢板的边界信息。
如图3和图4所示,基于本发明的储罐巡检***,包括:机器人2和分布于所述储罐外壁上的若干参考标1,各所述参考标1分别包括用于罐体外壁连接固定的连接部11和用于反射雷达信号的杆体12,所述杆体12表面设置有高反材料涂层;所述机器人包括:激光雷达单元、运动单元、地图绘制模块、巡检顺序划分模块、局部栅格地图绘制模块、路径规划模块,激光雷达单元,用于扫描储罐外壁的环境信息的激光雷达;地图绘制模块,获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,所述二维地图包括各钢板的位置信息以及各所述参考标1的位置信息;巡检顺序划分模块,基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序;局部栅格地图绘制模块,用于各钢板内的巡检过程中,接收激光雷达单元发送的储罐外壁的局部环境信息,基于局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;路径规划模块,用于各钢板内的巡检过程中,基于生物激励算法对生成的局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径并将其发送给运动单元;实时定位校准模块,用于各钢板内的巡检过程中,运动单元按照所述全覆盖路径进行移动时,获取所述运动单元在规划路径中的位置以及与其相邻的两个所述参考标1之间的距离,用于接收激光雷达发送的实时扫描检测到的机器人分别与其相邻的两个所述参考标1的实时监测距离,并基于相邻的规划路径中两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划。
具体的,所述机器人2为磁吸附爬壁机器人。爬壁机器人的任务是检测储罐外壁是否存在腐蚀、渗漏等问题,具体的被检测对象是焊接在储罐外壁的所有钢板,每到一个检测点,爬壁机器人会对检测点的结果进行实时反馈,以便于后续复检和维修处理。
具体的,所述磁吸附爬壁机器人的运动单元的运动方式为车轮式,四轮驱动,吸附方式为永磁吸附。
具体的,所述高反材料层由高反射效率的涂料涂覆于杆体12上得到或由高反薄膜裹附于杆体12上得到。
具体的,所述高反射薄膜可为PVDF薄膜,所述涂料为高反光纳米材料。
如图3所示,基于本发明的储罐巡检***,所述实时定位校准模块包括:实时定位模块,用于基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,计算实时路径中机器人相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划距离的距离误差,计算所述实时方位角与所述规划方位角的方位角误差;校准模块,用于当距离误差≥1.5%时,或方位角的误差≥1%时,所述路径规划模块重新进行路径规划。
激光雷达负责探测机器人周围局部环境信息的位置,融合已有的地图信息,即可获得机器人的实时位置,路径规划模块会规划一条到达目标点的最优路径,并控制电机跟随这条路径前进,即可到达目标点,而当实时位置偏离规划位置达到一定程度时,便重新进行路径规划,提高定位的精度,防止机器人因为自身的运动误差导致重复巡检,与障碍物发生碰撞或碰撞跌落。
基于本发明的储罐巡检***,所述实时定位校准模块还包括:位置信息获取模块,用于基于所述全覆盖路径以及整体二维栅格地图中的位置信息得到机器人在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
如图4所示,基于本发明的储罐巡检***,各所述参考标还包括固定于所述杆体12上的气泡水平仪13以及固定于所述连接部11上的磁铁14,所述气泡水平仪平行于所述杆体12轴线设置。气泡水平仪13的作用是为了调整参考标的位置,使其保持水平,气泡水平仪13的原理主要是重力感应,用来测量物体是否上下平行于水平面,左右是否发生倾斜。使用时只需要把水平仪放在物体平面上,如果水平仪侧面水泡处在中间,则说明物体左右没有发生倾斜,即处于水平状态;;所述底座上设置磁铁14,可通过磁铁和储罐外壁的磁力作用,将弧形底座吸附在储罐的壁面上,固定参考标,且方便调节参考标的位置。参考标的杆体12,作用相当于路标,是一种定位辅助工具,主体的外表面是高反膜层,有利于光的反射,当激光雷达的发射端发射激光,打在参考标的主体上,由于高反膜层的存在,能有更多的激光反射回来,便于激光测距。
优选的,所述杆体12为伸缩杆。
具体的,所述伸缩杆包括一端与所述底座固定连接内杆和套设于所述内杆外的筒体,所述筒体上设置有螺栓,所述螺栓一端穿过所述筒体上的通孔与所述内杆抵接。
由此,通过控制螺栓的旋进或旋出可调整参考标杆体12的长短。
如图4所示,基于本发明的储罐巡检***,所述连接部11为弧形底座,所述弧形底座上设置有用于与储罐外壁连接的螺栓15。
尽管上面已经详细描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (8)
1.一种储罐巡检方法,其特征在于,包括如下步骤:
步骤一、储罐外壁整体二维地图绘制:获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,基于整体二维地图生成整体二维栅格地图,所述储罐外壁上设置有若干参考标以及若干钢板,各所述参考标分别包括用于罐体外壁连接固定的连接部和用于反射雷达信号的杆体,所述杆体表面设置有高反材料涂层,各所述参考标还包括固定于所述杆体上的气泡水平仪以及固定于所述连接部上的磁铁,所述气泡水平仪平行于所述杆体轴线设置,所述整体二维栅格地图包括各钢板的位置信息以及各所述参考标的位置信息;
步骤二、设定各钢板的巡检顺序:基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序;
步骤三、机器人按照所述巡检顺序对各钢板分别进行巡检,各钢板内的巡检过程包括如下步骤:
S31.局部栅格地图绘制:机器人携带的激光雷达扫描储罐外壁的局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;
S32、路径规划:基于生物激励算法对局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径,所述机器人根据所述全覆盖路径在局部栅格地图内进行巡检;机器人在按照所述全覆盖路径进行移动时,获取其在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,激光雷达实时扫描检测机器人分别与其相邻的两个所述参考标的距离,并基于规划路径中相邻的两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划;
基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,计算实时路径中机器人相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划路径的距离误差,计算所述实时方位角与所述规划方位角的误差;当距离误差≥1.5%时,或方位角的误差≥1%时,重新进行路径规划。
2.根据权利要求1所述的储罐巡检方法,其特征在于,基于所述全覆盖路径以及整体二维栅格地图中的位置信息得到机器人在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
3.根据权利要求1所述的储罐巡检方法,其特征在于,步骤一中获取储罐外壁环境信息过程如下:机器人上携带的激光雷达扫描储罐外壁环境信息,绕储罐外壁行走若干周得到储罐的整体环境信息。
4.根据权利要求1所述的储罐巡检方法,其特征在于,所述机器人根据所述全覆盖路径,采用沿边迂回式的巡检方式在局部栅格地图内进行巡检。
5.一种储罐巡检***,其特征在于,包括:机器人(2)和分布于所述储罐外壁上的若干参考标(1),各所述参考标(1)分别包括用于罐体外壁连接固定的连接部(11)和用于反射雷达信号的杆体(12),所述杆体(12)表面设置有高反材料涂层;所述机器人包括:激光雷达单元、运动单元、地图绘制模块、巡检顺序划分模块、局部栅格地图绘制模块、路径规划模块,
激光雷达单元,用于扫描储罐外壁的环境信息的激光雷达;
地图绘制模块,获取储罐外壁的整体环境信息,基于所述整体环境信息生成储罐外壁的整体二维地图,所述二维地图包括各钢板的位置信息以及各所述参考标的位置信息;
巡检顺序划分模块,基于整体二维地图获取各钢板的位置信息,基于各钢板的位置信息设定各钢板的巡检顺序;
局部栅格地图绘制模块,用于各钢板内的巡检过程中,接收激光雷达单元发送的储罐外壁的局部环境信息,基于局部环境信息得到局部二维地图,基于局部二维地图生成局部栅格地图;
路径规划模块,用于各钢板内的巡检过程中,基于生物激励算法对生成的局部栅格地图的巡检路线进行规划,得到局部栅格地图内用于机器人巡检的全覆盖路径并将其发送给运动单元;
实时定位校准模块,用于各钢板内的巡检过程中,运动单元按照所述全覆盖路径进行移动时,获取所述运动单元在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,用于接收激光雷达发送的实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,并基于相邻的规划路径中两个所述参考标之间的距离以及机器人与其相邻的两个所述参考标的实时监测距离,确定机器人的实时位置,当实时位置偏离所述规划路径中的位置时,重新进行路径规划;
运动单元,用于按照所述全覆盖路径和所述巡检顺序进行移动和/或转向;
各所述参考标(1)还包括固定于所述杆体(12)上的气泡水平仪(13)以及固定于所述连接部(11)上的磁铁(14),所述气泡水平仪(13)平行于所述杆体(12)轴线设置。
6.根据权利要求5所述的储罐巡检***,其特征在于,
所述实时定位校准模块包括:
实时定位模块,用于基于机器人在规划路径中的位置以及与其相邻的两个所述参考标之间的距离,分别计算规划路径中机器人相对于其中一个所述参考标距离L0和方位角α0,所述L0为规划距离,所述α0为规划方位角;基于规划路径中两个所述参考标之间的距离以及激光雷达实时扫描检测到的机器人分别与其相邻的两个所述参考标的实时监测距离,计算实时路径中机器人(2)相对于同一个所述参考标的距离L和方位角α,所述L为实时距离,所述α为实时方位角,计算所述实时距离与所述规划距离的距离误差,计算所述实时方位角与所述规划方位角的方位角误差;
校准模块,用于当距离误差≥1.5%时,或方位角的误差≥1%时,所述路径规划模块重新进行路径规划。
7.根据权利要求5所述的储罐巡检***,其特征在于,所述实时定位校准模块还包括:
位置信息获取模块,用于基于所述全覆盖路径以及整体二维栅格地图中的位置信息得到机器人(2)在规划路径中的位置信息和各所述参考标的位置信息,基于规划路径中的位置信息和各所述参考标的位置信息得到在规划路径中的位置以及与其相邻的两个所述参考标之间的距离。
8.根据权利要求5所述的储罐巡检***,其特征在于,所述连接部(11)为弧形底座,所述弧形底座上设置有用于与储罐外壁连接的螺栓(15)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119556.2A CN112882478B (zh) | 2021-01-28 | 2021-01-28 | 一种储罐巡检方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110119556.2A CN112882478B (zh) | 2021-01-28 | 2021-01-28 | 一种储罐巡检方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882478A CN112882478A (zh) | 2021-06-01 |
CN112882478B true CN112882478B (zh) | 2022-12-09 |
Family
ID=76053092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110119556.2A Active CN112882478B (zh) | 2021-01-28 | 2021-01-28 | 一种储罐巡检方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882478B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
CN108287544A (zh) * | 2018-01-16 | 2018-07-17 | 中国科学院福建物质结构研究所 | 一种智能机器人路线规划及沿原路径返回的方法及*** |
CN108413976A (zh) * | 2018-01-23 | 2018-08-17 | 大连理工大学 | 一种面向多工况的爬壁机器人智能路径规划方法及*** |
JP2018169335A (ja) * | 2017-03-30 | 2018-11-01 | 東芝プラントシステム株式会社 | 位置特定装置および位置特定方法 |
CN109839118A (zh) * | 2017-11-24 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 路径规划方法、***、机器人和计算机可读存储介质 |
AU2020100930A4 (en) * | 2019-07-03 | 2020-07-09 | Wuhan University Of Science And Technology | Quad-rotor uav-based autonomous inspection method for large storage tank |
CN111694017A (zh) * | 2018-10-15 | 2020-09-22 | 浙江明度智控科技有限公司 | 一种移动机器人精准定位方法 |
-
2021
- 2021-01-28 CN CN202110119556.2A patent/CN112882478B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105928505A (zh) * | 2016-04-19 | 2016-09-07 | 深圳市神州云海智能科技有限公司 | 移动机器人的位姿确定方法和设备 |
JP2018169335A (ja) * | 2017-03-30 | 2018-11-01 | 東芝プラントシステム株式会社 | 位置特定装置および位置特定方法 |
CN109839118A (zh) * | 2017-11-24 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 路径规划方法、***、机器人和计算机可读存储介质 |
CN108287544A (zh) * | 2018-01-16 | 2018-07-17 | 中国科学院福建物质结构研究所 | 一种智能机器人路线规划及沿原路径返回的方法及*** |
CN108413976A (zh) * | 2018-01-23 | 2018-08-17 | 大连理工大学 | 一种面向多工况的爬壁机器人智能路径规划方法及*** |
CN111694017A (zh) * | 2018-10-15 | 2020-09-22 | 浙江明度智控科技有限公司 | 一种移动机器人精准定位方法 |
AU2020100930A4 (en) * | 2019-07-03 | 2020-07-09 | Wuhan University Of Science And Technology | Quad-rotor uav-based autonomous inspection method for large storage tank |
Non-Patent Citations (1)
Title |
---|
A Wall Climbing Robot for Oil Tank Inspection;Kalra L P;《2006 IEEE International Conference on Robotics and Biomimetics》;20061220;正文第1523–1528页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112882478A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10408945B2 (en) | Techniques for positioning a vehicle | |
US11579097B2 (en) | Localization method and system for mobile remote inspection and/or manipulation tools in confined spaces | |
US10996674B2 (en) | Indoor positioning and navigation systems and methods | |
US6728608B2 (en) | System and method for the creation of a terrain density model | |
Gucunski et al. | RABIT: Implementation, performance validation and integration with other robotic platforms for improved management of bridge decks | |
CN107422730A (zh) | 基于视觉导引的agv运输***及其驾驶控制方法 | |
CN108007451B (zh) | 货物承载装置位姿的检测方法、装置、计算机设备和存储介质 | |
CN102353379B (zh) | 一种适用于自动驾驶车导航的环境建模方法 | |
US20100158361A1 (en) | Method for determining the position and orientation of a measuring or repair device and a device working in accordance with the method | |
CN107132846A (zh) | 陌生室内场景下的γ辐射探测方法 | |
Fernández et al. | A wall climbing robot for tank inspection. An autonomous prototype | |
CN109375629A (zh) | 一种巡逻车及其导航避障方法 | |
TWI623728B (zh) | 堆料檢測裝置及堆料體積的計算方法 | |
Chou et al. | Encoder-camera-ground penetrating radar tri-sensor mapping for surface and subsurface transportation infrastructure inspection | |
MacLeod et al. | Quantifying and improving laser range data when scanning industrial materials | |
CN112882478B (zh) | 一种储罐巡检方法和*** | |
Fondahl et al. | A magnetic climbing robot for marine inspection services | |
Beinschob et al. | Strategies for 3D data acquisition and mapping in large-scale modern warehouses | |
JPH07191744A (ja) | 無人搬送車の位置同定方法 | |
US11953587B2 (en) | Method for ground penetrating radar detections and apparatus thereof | |
Vasiljevic et al. | Multi-layer mapping-based autonomous forklift localization in an industrial environment | |
Groneberg et al. | A Case Study on Retroreflective Marker Usage in Industrial 3D Lidar Applications | |
CN118050733A (zh) | 定位***和方法 | |
Hifi et al. | A quantitative investigation for deployment of mobile collaborative robots in high-value manufacturing | |
KR20240066769A (ko) | 실내 위치 추정이 가능한 자기장 측정 스캐너 시스템 |
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 |