CN115793656B - 一种基于线路标志的轨道巡检机器人定位方法、装置及*** - Google Patents
一种基于线路标志的轨道巡检机器人定位方法、装置及*** Download PDFInfo
- Publication number
- CN115793656B CN115793656B CN202211577680.4A CN202211577680A CN115793656B CN 115793656 B CN115793656 B CN 115793656B CN 202211577680 A CN202211577680 A CN 202211577680A CN 115793656 B CN115793656 B CN 115793656B
- Authority
- CN
- China
- Prior art keywords
- inspection robot
- track inspection
- mileage
- line mark
- odometer
- 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
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基于线路标志的轨道巡检机器人定位方法、装置及***,包括在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和位姿获取标志里程,获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程,最后获取轨道巡检机器人的绝对里程,本发明实现了轨道巡检机器人动态高精度绝对里程定位。
Description
技术领域
本发明属于轨道交通技术领域,具体涉及一种基于线路标志的轨道巡检机器人定位方法、装置及***。
背景技术
目前,城市轨道交通设施巡检作业采用人工作业方式。随着地铁运营里程逐年快速增长,增加了地铁运营部门的作业压力和养护成本,且人工方式存在效率低、时效性差、错漏检等弊端。故需要一套精准、高效自动化巡检***来代替人工作业,轨道巡检机器人在这样的需求下应运而生。定位技术是轨道巡检机器人的一项关键性技术,精确、实时地获取机器人定位信息是轨道设施点病害精确定位和机器人故障快速救援的前提,同时也是机器人运控控制***的基础,使机器人能够及时调节***参数和精确停车。
轨道约束列车和机器人的行驶,可认为在其上的运动为一维运动,因此现有的轨道上定位***大多采用里程计相对定位与地面信标等绝对定位相结合的方法,基于该方法的定位精度已经达到米级,但无法满足轨道设施点病害的毫米级定位需求。此外,轨道存在不平顺和、弯曲等现象,使得机器人运动时产生附加的蛇行运动,给里程计定位带来累计误差。另一方面,现有的绝对定位方法则存在维护成本高、结果不唯一的问题。
中国发明专利CN114802358A公开了一种基于视觉识别的轨道检测车定位方法及定位***,该方法存在两个问题:第一个是里程计和定位轮安装于轨道侧面,无法通过狭窄的轨道道岔结构;第二是绝对定位采用视觉识别AprilTag标签,而AprilTag标签沿线路安装及日常维护成本高,增加了地铁运营风险和运维工作。中国发明专利CN103465938公开了一种轨道交通车辆的快速精确定位装置及定位方法,该定位方法采用识别钢轨内侧扣件特征的方式进行相对精定位,但扣件特征不具备绝对里程信息,在存在病害扣件及道岔扣件处存在失效风险;另外,通过匹配车辆运动时偏航角进行粗略绝对定位,但轨道线路的偏航角数据不具备唯一性,同时钢轨和车轮间的运营磨损也会造成误差。中国发明专利CN109484435B公开了一种适用于轨道交通智能检测***的列车定位方法和装置,该方法采用多种传感器构建电子地图,列车运行时将当前位置的传感器数据与电子地图进行匹配来确定自身位置,当列车高速运动时,受限于传感器工作频率及数据处理耗时,仅能间隔一定时间进行定位,且传感器数据不具唯一性。
发明内容
根据现有技术的不足,本发明的目的是提供一种基于线路标志的轨道巡检机器人定位方法、装置及***,搭载轨道巡检机器人上,通过识别轨道上现有的线路标志进行定位,不需要复杂的标签,不受轨道道路影响,定位精确,高效快速。
为了解决上述技术问题,本发明采用的技术方案为:
一种基于线路标志的轨道巡检机器人定位方法,包括以下步骤:
步骤S1、在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
步骤S2、轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
步骤S3、将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
步骤S4、根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
进一步地,所述步骤S1中,所述线路标志为轨道交通行业中轨道交通线路标志牌,所述线路标志安装于线路右侧。
进一步地,所述步骤S2中,识别线路标志上的里程语义信息的具体步骤为:
步骤S211,文本检测方法检测视频图像中线路标志上的里程语义信息,根据该位置分割线路标志图像区域;
步骤S212,计算线路标志外轮廓顶点坐标,并对线路标志图像进行透视变换;
步骤S213,将多帧线路标志图像区域按像素坐标逐一累加,累加后像素值上限为255;
步骤S214,识别累加后的图像中的里程语义信息。
进一步地,所述步骤S2中,所述轨道巡检机器人相对线路标志中心的位姿获取的具体步骤包括:
步骤S221,根据线路标志在摄像机视频图像中像素位置,在点云中相同位置处采用平面拟合方法分割点云;
步骤S222,采用长短期记忆网络方法连续跟踪标志点云,计算不同时刻机器人相对所述线路标志中心的位姿(x,y,z,α,β,γ)。
进一步地,轨道巡检机器人当前绝对里程si的计算公式为:
si=hn+(li-ln),i>n
其中,li为当前相对里程,ln为识别到前一线路标志时的相对里程,hn为识别到前一线路标志时的标志里程。
进一步地,根据点云数据得到轨道巡检机器人识别到前一线路标志时的位姿(xn,yn,zn,αn,βn,γn),计算轨道巡检机器人识别到前一线路标志时的标志里程hn:
hn=an-xn-(ynβnπ-180yn sinβn)/180(1-cosβn)
其中,an为识别到前一线路标志上的里程语义信息。
进一步地,所述步骤S3中,获取补偿蛇行运动和打滑产生的误差具体步骤包括:
步骤S311、对每个钢轨轨底圆弧轮廓进行滤波;
步骤S312、采用最小二乘法拟合钢轨轨底圆弧轮廓,计算钢轨轨底圆弧轮廓的圆心坐标;
步骤S313、根据相邻圆心法向量判断两个圆心是否连续,若存在不连续的两个圆心点,根据两圆心点对应的时间间隔和速度进行插值,插值点长度为打滑运动长度;
步骤S314、逐点比较获得局部坐标最大的圆心点和最小的圆心点,根据最大圆心点和最小圆心点对圆心点序列进行分段;
步骤S315、对分段圆心点采用二次多项式拟合,计算拟合圆心曲线的波长,对每段圆弧轮廓,补偿蛇行运动的距离Δljk为:
Δljk=(αj-λj)k/Mj-βj,Mj≥k≥1
其中,j圆心点分段序号,k为每段中圆心点序号,Mj为每段圆心点数量,αj为圆心首点与末点的里程计记录距离的差,βj为已补偿的所有分段圆弧轮廓圆心末点的距离误差Δlj1的和,计算公式为:
其中,J为已补偿的圆弧分段数量;
步骤S316、对每段圆弧轮廓,将里程计的记录距离加上插值点长度减去补偿蛇行运动的距离,得到该段圆弧轮廓里程计的行驶距离,里程计的行驶距离为相对里程。
一种基于线路标志的轨道巡检机器人定位装置,包括:
定位装置安装模块,用于在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
标志里程获取模块,用于轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
相对里程获取模块,用于将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
绝对里程获取模块,用于根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
一种基于线路标志的轨道巡检机器人定位***,包括里程计、结构光轮廓传感器、摄像机、激光雷达、处理器和用于存储能够在处理器上运行的计算机程序的存储器,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志,轨道巡检机器人作业时,摄像机拍摄线路标志,激光雷达获取线路标志的点云数据,里程计获取实时脉冲信号,所述处理器用于运行计算机程序时,执行上述任一项所述基于线路标志的轨道巡检机器人定位方法的步骤。
一种计算机存储介质,所述计算机存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述任一项所述的基于线路标志的轨道巡检机器人定位方法的步骤。
与现有技术相比,本发明具有以下优点和有益效果:
(1)本发明提供的一种基于线路标志的轨道巡检机器人定位方法、装置及***,通过结构光传感器采集轨底圆弧数据,计算得到机器人运动时伴随的蛇形、打滑运动误差,提高了里程计相对定位精度。
(2)本发明提供的一种基于线路标志的轨道巡检机器人定位方法、装置及***,通过识别轨道线路既有线路标志,无需沿轨道线路额外安装里程标志物,获得机器人所处绝对里程位置,降低发明实施成本。
附图说明
图1为本发明实施例提供的轨道交通巡检机器人定位方法流程图。
图2为本发明实施例提供的轨道交通巡检机器人定位方法示意图。
图3为本发明实施例提供的轨道交通巡检机器人定位***示意图。
图4为本发明实施例提供的钢轨轨底圆弧轮廓的示意图。
图5为本发明实施例提供的轨道巡检机器识别轨道病害的示意图。
其中:1、轨道交通巡检机器人;2、里程计;3、结构光轮廓传感器;4、处理器;5、摄像机;6、激光雷达。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
一种基于线路标志的轨道巡检机器人定位方法,如图1-图5所示,包括以下步骤:
步骤S1、在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
步骤S2、轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
步骤S3、将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
步骤S4、根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
本发明提供的一种基于线路标志的轨道巡检机器人定位方法,通过钢轨轨底圆弧轮廓数据计算机器人运动时产生的蛇形运动或打滑运动误差,结合里程计获取的记录距离,大幅提高了里程计的定位精度,且得到线路标志的里程语义信息和标志相对机器人的位姿,并将里程计和摄像机拍摄线路标志照片的时间进行对齐,实现动态高精度绝对里程定位。
本发明提供的一种基于线路标志的轨道巡检机器人定位方法,采用的结构光轮廓传感器获取和处理钢轨轨底圆弧轮廓的方式进行里程计定位误差校正,其主要的优势在于:(1)结构光轮廓传感器的采样频率和精度高,即使机器人在高速运动下,其采集的轨底圆弧轮廓能够显示轻微蛇行运动或打滑运动产生的圆弧轮廓变化;(2)钢轨轨底为非接触工作面,其随服役时间增长所产生的磨损或变形较小,且圆弧轮廓具有几何约束;
本发明提供的一种基于线路标志的轨道巡检机器人定位方法,其主要的优势在于:(1)采用轨道沿线自有的线路标志来获取绝对里程信息,无需沿轨道线路安装额外的里程信息获取***和预置里程数据库,大大降低使用和维护成本,避免新增***失效带来的安全隐患;(2)通过线路标志获取绝对里程信息,与既有轨道交通检修作业中确定病害里程位置的方式相同,能够更方便、快捷地应用于轨道交通检修作业。
本发明中,所述步骤S1中,所述线路标志为轨道交通行业中轨道交通线路标志牌,所述线路标志安装于线路右侧,如隧道壁面或声屏障上。
本发明将里程计设置在从动轮转轴上,从动轮比主动轮误差小,且这样能够防止主动轮出现临时制动产生误差。
本发明中,通常,摄像机拍摄线路标志时距离线路标志5到10m。
本发明中,调节结构光轮廓传感器的角度,使结构光轮廓传感器视场垂直钢轨轨底圆弧轮廓,因为结构光轮廓传感器的视场垂直工件表面的数据质量最高,本发明实施例中,结构光轮廓传感器视场正对钢轨轨底圆弧轮廓且与竖直方向呈30°夹角。
本发明中,所述步骤S2中,识别线路标志上的里程语义信息的具体步骤为:
步骤S211,文本检测方法检测视频图像中线路标志上的里程语义信息,根据该位置分割线路标志图像区域;
步骤S212,计算线路标志外轮廓顶点坐标,并对线路标志图像进行透视变换;
步骤S213,将多帧线路标志图像区域按像素坐标逐一累加,累加后像素值上限为255;
步骤S214,识别累加后的图像中的里程语义信息。
本发明中,所述步骤S2中,所述轨道巡检机器人相对线路标志中心的位姿获取的具体步骤包括:
步骤S221,根据线路标志在摄像机视频图像中像素位置,在点云中相同位置处采用平面拟合方法分割点云;
步骤S222,采用长短期记忆网络方法连续跟踪标志点云,计算不同时刻机器人相对所述线路标志的位姿(x,y,z,α,β,γ)。
其中,长短期记忆网络是属于机器学习中循环神经网络,是一种数据驱动方法,能够记录过往数据中上下文信息。本发明实施中采集的标志点云数据,每一帧中部分点云具有相似性,因而采用长短期记忆网络,从而估计不同时刻机器人相对线路标志中心的位姿参数。
本发明中,如图5所示,轨道巡检机器人当前绝对里程si的计算公式为:
si=hn+(li-ln),i>n
其中,li为当前相对里程,ln为识别到前一线路标志时的相对里程,hn为识别到前一线路标志时的标志里程。
本发明中,根据点云数据得到轨道巡检机器人识别到前一线路标志时的位姿(xn,yn,zn,αn,βn,γn),计算轨道巡检机器人识别到前一线路标志时的标志里程hn:
hn=an-yn-(ynβnπ-180yn sinβn)/180(1-cosβn)
其中,an为识别到前一线路标志上的里程语义信息。
本发明中,结构光轮廓传感器基于三角测距原理,采集物体相对于传感器基坐标的深度数据。如图4所示,为钢轨轨底圆弧轮廓的示意图,所述步骤S3中,获取补偿蛇行运动和打滑产生的误差具体步骤包括:
步骤S311、对每个钢轨轨底圆弧轮廓进行滤波;
步骤S312、采用最小二乘法拟合钢轨轨底圆弧轮廓,计算钢轨轨底圆弧轮廓的圆心坐标;
步骤S313、根据相邻圆心法向量判断两个圆心是否连续,若存在不连续的两个圆心点,根据两圆心点对应的时间间隔和速度进行插值,插值点长度为打滑运动长度;
步骤S314、逐点比较获得局部坐标最大的圆心点和最小的圆心点,根据最大圆心点和最小圆心点对圆心点序列进行分段;
步骤S315、对分段圆心点采用二次多项式拟合,计算拟合圆心曲线的波长,对每段圆弧轮廓,补偿蛇行运动的距离Δljk为:
Δljk=(αj-λj)k/Mj-βj,Mj≥k≥1
其中,j圆心点分段序号,k为每段中圆心点序号,Mj为每段圆心点数量,αj为圆心首点与末点的里程计记录距离的差,βj为已补偿的所有分段圆弧轮廓圆心末点的距离误差Δlj1的和,计算公式为:
其中,J为已补偿的圆弧分段数量。
步骤S316、将该时刻里程计的记录距离加上插值点长度减去补偿蛇行运动的距离,得到该时刻里程计的行驶距离,里程计的行驶距离为相对里程。
本发明还提供一种基于线路标志的轨道巡检机器人定位装置,包括:
定位装置安装模块,用于在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
标志里程获取模块,用于轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
相对里程获取模块,用于将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
绝对里程获取模块,用于根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
本发明还提供一种基于线路标志的轨道巡检机器人定位***,包括里程计、结构光轮廓传感器、摄像机、激光雷达、处理器和用于存储能够在处理器上运行的计算机程序的存储器,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志,轨道巡检机器人作业时,摄像机拍摄线路标志,激光雷达获取线路标志的点云数据,里程计获取实时脉冲信号,所述处理器用于运行计算机程序时,执行上述任一项所述基于线路标志的轨道巡检机器人定位方法的步骤。
本发明实施例中的存储器用于存储各种类型的数据以支持基于线路标志的轨道巡检机器人定位***的操作。这些数据的示例包括:用于在基于线路标志的轨道巡检机器人定位***上操作的任何计算机程序。
本发明实施例揭示的基于线路标志的轨道巡检机器人定位方法可以应用于处理器中,或者由处理器实现。处理器可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,基于线路标志的轨道巡检机器人定位方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP,Digital SignalProcessor),或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤,可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中,该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成本发明实施例提供的基于线路标志的轨道巡检机器人定位方法的步骤。
在示例性实施例中,基于线路标志的轨道巡检机器人定位***可以被一个或多个应用专用集成电路(ASIC,Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,ComplexProgrammable LogicDevice)、FPGA、通用处理器、控制器、微控制器(MCU,MicroController Unit)、微处理器(Microprocessor)、或者其他电子元件实现,用于执行前述方法。
可以理解,存储器可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,RandomAccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
本发明还提供一种计算机存储介质,所述计算机存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述任一项所述的基于线路标志的轨道巡检机器人定位方法的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种基于线路标志的轨道巡检机器人定位方法,其特征在于,包括以下步骤:
步骤S1、在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
步骤S2、轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
步骤S3、将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
步骤S4、根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
2.根据权利要求1所述的基于线路标志的轨道巡检机器人定位方法,其特征在于:
所述步骤S1中,所述线路标志为轨道交通行业中轨道交通线路标志牌,所述线路标志安装于线路右侧。
3.根据权利要求1所述的基于线路标志的轨道巡检机器人定位方法,其特征在于:
所述步骤S2中,所述轨道巡检机器人相对线路标志中心的位姿获取的具体步骤包括:
步骤S221,根据线路标志在摄像机视频图像中像素位置,在点云中相同位置处采用平面拟合方法分割点云;
步骤S222,采用长短期记忆网络方法连续跟踪标志点云,计算不同时刻机器人相对所述线路标志中心的位姿(x,y,z,α,β,γ)。
4.根据权利要求3所述的基于线路标志的轨道巡检机器人定位方法,其特征在于:
轨道巡检机器人当前绝对里程si的计算公式为:
si=hn+(li-ln),i>n
其中,li为当前相对里程,ln为识别到前一线路标志时的相对里程,hn为识别到前一线路标志时的标志里程。
5.根据权利要求4所述的基于线路标志的轨道巡检机器人定位方法,其特征在于:
根据点云数据得到轨道巡检机器人识别到前一线路标志时的位姿(xn,yn,zn,αn,βn,γn),计算轨道巡检机器人识别到前一线路标志时的标志里程hn:
hn=an-xn-(ynβnπ-180ynsinβn)/180(1-cosβn)
其中,an为识别到前一线路标志上的里程语义信息。
6.根据权利要求1所述的基于线路标志的轨道巡检机器人定位方法,其特征在于:
所述步骤S3中,获取补偿蛇行运动和打滑产生的误差具体步骤包括:
步骤S311、对每个钢轨轨底圆弧轮廓进行滤波;
步骤S312、采用最小二乘法拟合钢轨轨底圆弧轮廓,计算钢轨轨底圆弧轮廓的圆心坐标;
步骤S313、根据相邻圆心法向量判断两个圆心是否连续,若存在不连续的两个圆心点,根据两圆心点对应的时间间隔和速度进行插值,插值点长度为打滑运动长度;
步骤S314、逐点比较获得局部坐标最大的圆心点和最小的圆心点,根据最大圆心点和最小圆心点对圆心点序列进行分段;
步骤S315、对分段圆心点采用二次多项式拟合,计算拟合圆心曲线的波长,对每段圆弧轮廓,补偿蛇行运动的距离Δljk为:
Δljk=(αj-λj)k/Mj-βj,Mj≥k≥1
其中,j圆心点分段序号,k为每段中圆心点序号,Mj为每段圆心点数量,αj为圆心首点与末点的里程计记录距离的差,βj为已补偿的所有分段圆弧轮廓圆心末点的距离误差Δlj1的和,计算公式为:
其中,J为已补偿的圆弧分段数量;
步骤S316、对每段圆弧轮廓,将里程计的记录距离加上插值点长度减去补偿蛇行运动的距离,得到该段圆弧轮廓里程计的行驶距离,里程计的行驶距离为相对里程。
7.一种基于线路标志的轨道巡检机器人定位装置,其特征在于,包括:
定位装置安装模块,用于在轨道巡检机器人上搭载定位装置,定位装置包括里程计、结构光轮廓传感器、摄像机和激光雷达,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志;
标志里程获取模块,用于轨道巡检机器人作业时,摄像机拍摄线路标志,识别线路标志上的里程语义信息,激光雷达获取线路标志的点云数据,根据点云数据得到轨道巡检机器人相对线路标志的位姿,根据里程语义信息和轨道巡检机器人的位姿获取标志里程;
相对里程获取模块,用于将里程计和摄像机拍摄线路标志照片的时间进行对齐后,里程计将实时脉冲信号发送至处理器,处理器获取里程计的记录距离,结构光轮廓传感器用于获取钢轨轨底圆弧轮廓,获取打滑运动长度和补偿蛇行运动的距离,根据记录距离、打滑运动长度和补偿蛇行运动的距离获取相对里程;
绝对里程获取模块,用于根据标志里程和相对里程,获取轨道巡检机器人的绝对里程。
8.一种基于线路标志的轨道巡检机器人定位***,其特征在于:包括里程计、结构光轮廓传感器、摄像机、激光雷达、处理器和用于存储能够在处理器上运行的计算机程序的存储器,里程计设在轨道巡检机器人的从动轮转轴上,结构光轮廓传感器设在轨道巡检机器人上且视场正对钢轨轨底圆弧轮廓,摄像机和激光雷达安装在轨道巡检机器人上且视场面向线路标志,轨道巡检机器人作业时,摄像机拍摄线路标志,激光雷达获取线路标志的点云数据,里程计获取实时脉冲信号,所述处理器用于运行计算机程序时,执行上述权利要求1-6任一项所述基于线路标志的轨道巡检机器人定位方法的步骤。
9.一种计算机存储介质,其特征在于:所述计算机存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,实现上述权利要求1-6任一项所述的基于线路标志的轨道巡检机器人定位方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211577680.4A CN115793656B (zh) | 2022-12-09 | 2022-12-09 | 一种基于线路标志的轨道巡检机器人定位方法、装置及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211577680.4A CN115793656B (zh) | 2022-12-09 | 2022-12-09 | 一种基于线路标志的轨道巡检机器人定位方法、装置及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115793656A CN115793656A (zh) | 2023-03-14 |
CN115793656B true CN115793656B (zh) | 2023-08-25 |
Family
ID=85419068
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211577680.4A Active CN115793656B (zh) | 2022-12-09 | 2022-12-09 | 一种基于线路标志的轨道巡检机器人定位方法、装置及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115793656B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121981A (zh) * | 2017-04-20 | 2017-09-01 | 杭州南江机器人股份有限公司 | 一种基于视觉的agv巡线导航和定位方法 |
CN108776487A (zh) * | 2018-08-22 | 2018-11-09 | 中国矿业大学 | 一种矿用轨道式巡检机器人及其定位方法 |
CN109870619A (zh) * | 2019-01-22 | 2019-06-11 | 武汉大学 | 一种交直流电磁环境巡检*** |
CN110605718A (zh) * | 2019-09-20 | 2019-12-24 | 国网湖北省电力有限公司电力科学研究院 | 一种变电站巡检机器人***及巡检方法 |
CN110702091A (zh) * | 2019-07-24 | 2020-01-17 | 武汉大学 | 一种沿地铁轨道移动机器人的高精度定位方法 |
CN111360780A (zh) * | 2020-03-20 | 2020-07-03 | 北京工业大学 | 一种基于视觉语义slam的垃圾捡拾机器人 |
WO2020160388A1 (en) * | 2019-01-31 | 2020-08-06 | Brain Corporation | Systems and methods for laser and imaging odometry for autonomous robots |
CN112743559A (zh) * | 2020-12-29 | 2021-05-04 | 上海市东方海事工程技术有限公司 | 一种悬挂式隧道巡检机器人、***及方法 |
CN114802358A (zh) * | 2022-05-25 | 2022-07-29 | 武汉大学 | 一种基于视觉识别的轨道检查车定位方法及定位*** |
CN115167390A (zh) * | 2022-06-14 | 2022-10-11 | 国网山东省电力公司济宁市任城区供电公司 | 一种配电网巡检机器人***及方法 |
-
2022
- 2022-12-09 CN CN202211577680.4A patent/CN115793656B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107121981A (zh) * | 2017-04-20 | 2017-09-01 | 杭州南江机器人股份有限公司 | 一种基于视觉的agv巡线导航和定位方法 |
CN108776487A (zh) * | 2018-08-22 | 2018-11-09 | 中国矿业大学 | 一种矿用轨道式巡检机器人及其定位方法 |
CN109870619A (zh) * | 2019-01-22 | 2019-06-11 | 武汉大学 | 一种交直流电磁环境巡检*** |
WO2020160388A1 (en) * | 2019-01-31 | 2020-08-06 | Brain Corporation | Systems and methods for laser and imaging odometry for autonomous robots |
CN110702091A (zh) * | 2019-07-24 | 2020-01-17 | 武汉大学 | 一种沿地铁轨道移动机器人的高精度定位方法 |
CN110605718A (zh) * | 2019-09-20 | 2019-12-24 | 国网湖北省电力有限公司电力科学研究院 | 一种变电站巡检机器人***及巡检方法 |
CN111360780A (zh) * | 2020-03-20 | 2020-07-03 | 北京工业大学 | 一种基于视觉语义slam的垃圾捡拾机器人 |
CN112743559A (zh) * | 2020-12-29 | 2021-05-04 | 上海市东方海事工程技术有限公司 | 一种悬挂式隧道巡检机器人、***及方法 |
CN114802358A (zh) * | 2022-05-25 | 2022-07-29 | 武汉大学 | 一种基于视觉识别的轨道检查车定位方法及定位*** |
CN115167390A (zh) * | 2022-06-14 | 2022-10-11 | 国网山东省电力公司济宁市任城区供电公司 | 一种配电网巡检机器人***及方法 |
Non-Patent Citations (1)
Title |
---|
综采工作面巡检机器人设计及应用;鞠晨,等;《煤矿机械》;第43卷(第08期);203-205 * |
Also Published As
Publication number | Publication date |
---|---|
CN115793656A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113870123B (zh) | 基于车载移动激光点云的接触网导高与拉出值自动检测方法 | |
CN106919915B (zh) | 基于adas***的地图道路标记及道路质量采集装置及方法 | |
CN114049294B (zh) | 基于三维轮廓的路面技术状况检测方法及设备 | |
CN108248634A (zh) | 道岔及轨道全轮廓磨损视觉测量仪及其测量方法 | |
CN110361027A (zh) | 基于单线激光雷达与双目相机数据融合的机器人路径规划方法 | |
CN109664919A (zh) | 一种列车定位方法及定位*** | |
CN110553663A (zh) | 一种基于rfid定位技术的轨道综合检测方法和*** | |
CN108189859B (zh) | 判断两个激光图像特征是相关冗余特征的方法 | |
CN208155322U (zh) | 一种轨道式隧道巡检机器人定位*** | |
CN113448333B (zh) | 基于传感器组合的底部巡检定位方法、装置及电子设备 | |
CN111579560A (zh) | 一种用于隧道内的缺陷定位装置和方法 | |
CN111476157B (zh) | 一种路口监控环境下的车道导向箭头识别方法 | |
CN110806411A (zh) | 基于线结构光的无人机铁轨检测*** | |
CN112631307A (zh) | 一种轨道式巡检机器人的多传感器辅助定位模块及方法 | |
Yin et al. | An automatic visual monitoring system for expansion displacement of switch rail | |
CN115793656B (zh) | 一种基于线路标志的轨道巡检机器人定位方法、装置及*** | |
CN111855667A (zh) | 一种适用于地铁车辆的新型智慧列检***和检测方法 | |
CN113433560B (zh) | 一种机器人侧边巡检的定位方法、装置、电子设备及介质 | |
CN116007618B (zh) | 用于轨道交通隧道内轨道精测精捣作业的精准定位方法 | |
US20210383141A1 (en) | Sign position identification system and program | |
EP4148392A1 (en) | Method and apparatus for vehicle positioning | |
CN115406458A (zh) | 城轨车辆巡检机器人的综合定位导航方法 | |
GB2344205A (en) | Vehicle identification | |
CN115056264A (zh) | 一种辅助双角钢轨道巡检机器人精准定位的***和方法 | |
CN103604388B (zh) | 大尺度钢板三维测量中特殊标记物快速精确定位方法 |
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 |