CN117249817A - 野外环境下管道巡检机器人轻量化自主导航***及方法 - Google Patents
野外环境下管道巡检机器人轻量化自主导航***及方法 Download PDFInfo
- Publication number
- CN117249817A CN117249817A CN202310535536.2A CN202310535536A CN117249817A CN 117249817 A CN117249817 A CN 117249817A CN 202310535536 A CN202310535536 A CN 202310535536A CN 117249817 A CN117249817 A CN 117249817A
- Authority
- CN
- China
- Prior art keywords
- inspection robot
- buried pipeline
- pipeline inspection
- pipeline
- point
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 296
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000008878 coupling Effects 0.000 claims abstract description 4
- 238000010168 coupling process Methods 0.000 claims abstract description 4
- 238000005859 coupling reaction Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 19
- 230000033001 locomotion Effects 0.000 claims description 18
- 230000011218 segmentation Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 208000028257 Joubert syndrome with oculorenal defect Diseases 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241000566146 Asio Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010415 tidying Methods 0.000 description 1
Classifications
-
- 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
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
-
- 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
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/43—Determining position using carrier phase measurements, e.g. kinematic positioning; using long or short baseline interferometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种野外环境下管道巡检机器人轻量化自主导航***及方法,涉及自主导航技术领域。本发明依据地下管道的高精度绝对定位信息预设巡检路径,在埋地管道巡检机器人基于RTK高精度绝对定位而实现的高精度巡检过程中,利用多线激光雷达感知周围环境信息,将激光雷达感知到的点云数据经过处理后投影到二维的空白地图中,由此在空白地图上得到了轻量化局部地图,当在预设巡检路径上遇到不可通行区域时结合当前的高精度绝对定位与预设路径生成临时目标点,耦合式巡检避障自主导航模块接收到临时目标点同时通过轻量化局部地图进行路径规划,使埋地管道巡检机器人绕行不可通行区域后回到预设路径上,完成埋地管道巡检机器人的整个自主导航巡检任务。
Description
技术领域
本发明涉及自主导航技术领域,尤其涉及一种野外环境下管道巡检机器人轻量化自主导航***及方法。
背景技术
管道的安全运行影响着国民安全和国家经济,对管道进行定期巡检成为了维护管道安全的主要手段。然而,目前的管道外检测中由于技术受限,基本依靠人工在管道上行走操作,工作效率低下的同时数据可靠性极大依赖操作者经验。这种方式存在着主观性强、检验精度差、执行效率低、运营成本高等诸多问题。随着我国管道安全需求日益增加和里程快速增长,现有的人工检测方式已经难以延续。管道检测向智能化、高精度发展已经是行业共识,因此利用移动机器人代替人工完成管道巡检任务已经成为了必然的发展趋势。自主导航一直是巡检机器人的核心问题,而对于埋地管道巡检机器人来说其一般要进行长距离的野外巡检作业,因此其工作环境具有复杂、大范围等特点,因此针对埋地管道巡检机器人的自主导航方法就有十分重要的意义。
目前的自主导航方法具有以下特点。1)依赖先验地图,目前常见的主流自主导航流程一般是先利用SLAM建立先验地图,之后利用先验地图进行自主导航。2)常见的自主导航方法一般分为全局路径规划和局部路径规划两部分,更加注重到达目标点以及在形式路径中避开障碍物,而不注重导航过程中的实际行进路径。3)目前自主导航方法一般适用于室内环境或路面较为平整障碍物较为单一的室外环境,而很少有针对复杂野外环境的自主导航方法。
根据目前自主导航方法的特点,要应用于埋地管道巡检机器人缺点也极为明显。1)现有的自主导航方法依赖于先验地图,而野外大范围复杂环境下很难获得先验地图,主流建图方法SLAM在大范围环境和复杂环境中建立地图十分困难,不仅对硬件算力要求极高而且建立的先验地图精度很差,同时SLAM建图本身也依赖于建图人的个人水平和经验。2)现有自主导航方法对于实际行进路径的可控性较差,而埋地管道巡检机器人在管道正上方时才能获得最好的检测效果,这也就要求埋地管道巡检机器人的实际行进路径要收到地下管线位置的控制,要最大程度保证埋地管道巡检机器人的实际运行路径与地下管线分布的重合,这是目前的自主导航方法难以实现的。3)管道巡检机器人的工作环境是野外复杂环境,不仅要考虑多种形式的障碍物影响也要考虑地形的影响,同时巡检机器人的自主导航还要考虑实时性,因此目前的自主导航方法缺少一种能将野外复杂环境中的地形和障碍物都进行综合考虑同时兼顾实时性的轻量化局部地图表示方法。
发明内容
针对现有技术的不足,本发明提供一种野外环境下管道巡检机器人轻量化自主导航***及方法。本发明用以使埋地管道巡检机器人在无先验地图的大范围复杂野外环境中实现自主导航,同时最大程度保证埋地管道巡检机器人在自主导航过程中处于管道正上方。
一种野外环境下管道巡检机器人轻量化自主导航***,包括:高精度绝对定位模块,底层运动驱动模块,环境感知模块,上位机;
所述高精度绝对定位模块包括RTK接收终端、GNSS卫星天线、网络天线;其中所述RTK接收终端固定在埋地管道巡检机器人履带底盘的正中央,通过RS232串口与上位机相连;所述GNSS卫星天线分别放置于埋地管道巡检机器人的前后两端相距1米处,并通过BNC与RTK接收终端相连;所述网络天线放置于RTK接收终端的上方,并通过SMA与RTK接收终端相连,为RTK接收终端使用CORS差分定位修正服务提供网络信号;
所述底层运动驱动模块包括编码器、驱动控制板以及地下管线探测器,均安装在埋地管道巡检机器人履带底盘上;所述编码器通过排针与驱动控制板连接;所述驱动控制板通过全双工串口与上位机进行通信,上位机向驱动控制板发送自主导航的速度信息,并在接收驱动控制板发布的巡检机器人的伺服电机实际转速信息后解算生成里程计信息;所述驱动控制板与地下管线探测器通过串口连接,上位机通过控制驱动板以串口通信的方式将偏航角定向信息发送给地下管线探测器,地下管线探测器通过连杆与巡检机器人底盘连接,位于巡检机器人中轴线上的前进方向侧;
所述环境感知模块包括多线激光雷达和工业相机;所述多线激光雷达固定在埋地管道巡检机器人履带底盘的前进方向端的中间位置,通过USB与上位机相连,所述工业相机固定在一个360°旋转的可控平台上,所述可控平台固定在埋地管道巡检机器人的几何中心位置,并通过USB与上位机相连;
所述上位机包括轻量化局部地图生成模块以及耦合式巡检避障自主导航模块;
所述轻量化局部地图生成模块轻量化局部地图生成模块接收环境感知模块中多线激光雷达的周围环境点云数据以及工业相机的周围环境图像数据,同时接收高精度定位模块中的WGS84格式高精度定位数据与周围环境数据匹配,最终输出二维栅格地图,其作为轻量化局部地图为自主避障单元提供避障基础;用于将以埋地管道巡检机器人为中心的局部地形环境信息投影到二维空白地图中,生成轻量化局部地图;
所述耦合式巡检避障自主导航模块包括自主巡检导航单元和自主避障导航单元,所述自主巡检导航单元接收高精度定位模块中的WGS84格式高精度定位数据同时结合埋地管道巡检机器人的预设路径,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主巡检导航单元通过埋地管道巡检机器人的高精度绝对定位信息和通过地下管道的高精度绝对定位信息生成的预设路径计算出导航的速度信息,保障埋地管道巡检机器人严格处于管道的正上方;在未遇到不可通行区域时自主巡检导航单元确保埋地管道巡检机器人实际运行路径与预设路径重合;
自主避障导航单元接收轻量化局部地图生成模块中局部更新的二维栅格地图作为轻量化局部地图,同时接收高精度定位模块中的WGS84格式高精度定位数据,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主避障导航单元通过轻量化局部地图和临时目标点计算出导航的速度信息,保障埋地管道巡检机器人能够规避不可通行区域并再次回到预设路径上。在遇到不可通行区域时自主避障导航单元保证埋地管道巡检机器人绕行不可通行区域;
另一方面,一种野外大范围复杂环境下的埋地管道巡检机器人轻量化自主导航方法,基于前述的一种野外大范围复杂环境下的埋地管道巡检机器人轻量化自主导航***实现,包括以下步骤:
步骤1:确定埋地管道的高精度位置信息,并依据埋地管道的高精度位置信息生成埋地管道巡检机器人的预设路径;
步骤1.1:根据埋地管道施工图中的管道走向确定管道定位点的定位,其中管道定位点是指包含所有的管道拐点在内的关键定位点,以及在每个管道直线段上每经过固定阈值距离确定的中间辅助定位点;
步骤1.2:结合管道定位点的定位,利用RTK接收终端并利用地下管线探测器确定管道定位点的高精度绝对定位,同时按待检测管道段巡检起点到巡检终点的空间顺序采集这些管道定位点的高精度绝对定位数据;
步骤1.3:对管道定位点的高精度绝对定位数据间进行密集插值处理;
具体为按照顺序取相邻两个管道定位点的高精度绝对定位数据做分段插值处理,在相邻两个管道定位点的高精度绝对定位数据间按照插值步长μpoint-to-point计算并***一个新的坐标点,最后一个插值点与相邻两个管道定位点中的末端管道定位点的距离可以小于插值步长μpoint-to-point,再进行密集插值处理后即得到了高精度的整条待巡检地下管道段的高精度绝对定位数据,由此也得到了埋地管道巡检机器人的预设路径;
步骤2:在待巡检管道段的起点处启动埋地管道巡检机器人,RTK接收终端为埋地管道巡检机器人提供高精度绝对定位信息,再确认各个传感器正常工作后开始执行巡检任务;
步骤3:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,将激光雷达感知到的点云信息经过联合地形障碍物分割方法处理后投影到二维的空白地图中,由此建立针对复杂环境中的不可通行区域的轻量化局部地图;
步骤3.1:初始化一张空白地图O,用来接收不可通行区域的投影;
步骤3.2:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,生成点云数据P;
步骤3.3:确定当前埋地管道巡检机器人的位姿平面σrobot;
所述埋地管道巡检机器人的位姿平面是指依据埋地管道巡检机器人当前位姿确定的埋地管道巡检机器人当前所处平面;
步骤3.4:确定当前待估计区域;
所述待估计区域是指以埋地管道巡检机器人为中心待估计半径Rest范围内同时满足在埋地管道巡检机器人最小可通过性高度限制以下的区域,同时对这个区域内的点云数据进行去噪声去畸变处理;
步骤3.5:将当前待估计区域根据当前埋地管道巡检机器人的位姿平面σrobot和地面起伏限制性阈值H0,分割成地形区域P1和地上障碍物区域P2;
所述分割的方法具体为:以当前埋地管道巡检机器人的位姿平面为基准,在其上方相距地面起伏限制性阈值H0的平面作为分割平面,分割平面上方的待估计区域为地上障碍物区域P2,分割平面下方的待估计区域为地形区域P1;
步骤3.6:对地上障碍物区域P2进行处理:直接将地上障碍物区域的点云数据进行垂直投影至空白地图中,形成不可通行区域的二维栅格地图O2;
步骤3.7:对地形区域P1进行处理:根据当前埋地管道巡检机器人的位姿平面对地形区域的点云数据进行地形不可通行区域的分割处理,分割处理的依据为地形的起伏度α,通过设定不可通行区域地形起伏度阈值α0,将相对于当前埋地管道巡检机器人的位姿平面地形起伏度超过地形起伏度阈值的区域划定为不可通行区域,并将这些区域垂直投影至二维空白地图上形成二维栅格地图;
步骤3.8:将步骤3.6和步骤3.7中得到的二维栅格地图中的不可通行区域进行叠加形成完整的轻量化局部地图,将整个轻量化局部地图的更新范围只设定在以埋地管道巡检机器人为中心的待估计半径Rest范围内,保持这个区域内的地图并维持最新状态,而这个区域外的地图将不再进行变动更新;
步骤4:埋地管道巡检机器人在未遇到不可通行区域时,根据预设路径以及自身定位在管道正上方巡检管道,当多线激光雷达检测到前方有不可通行区域时,在预设路径上产生一个临时目标点,埋地管道巡检机器人根据轻量化局部地图进行路径规划,最终在通过不可通行区域后重新回到预设路径上,继续在管道正上方执行巡检任务,保证了埋地管道巡检机器人的实际路径和预设路径最大限度的重合;
步骤4.1:根据埋地管道巡检机器人的当前高精度绝对定位确定预设路径中距离当前高精度绝对定位平面距离最近的点,记为当前起始点;
步骤4.2:根据埋地管道巡检机器人的大小确定间隔阈值,在预设路径上从当前起始点开始经过间隔阈值个数后的点记为临时跟随点,当埋地管道巡检机器人前方预设路径上点的个数小于间隔阈值时,则将预设路径中的最后一个点作为临时跟随点;
步骤4.3:根据临时跟随点与当前埋地管道巡检机器人的位姿与偏航角关系确定出埋地管道巡检机器人的前进路线,通过几何关系进而计算出包含线速度和角速度在内的速度信息;
步骤4.4:随着埋地管道巡检机器人的不断前进,其临时跟随点也不断向着前进方向推移,由此保证埋地管道巡检机器人在未遇到不可通行区域时一直处于埋地管道的正上方进行巡检;
步骤4.5:当多线激光雷达检测到前方预警阈值e范围内存在不可通行区域时,会根据埋地管道巡检机器人在预设路径上的当前起始点开始,经过临时目标选择阈值个数的点后确定一个临时目标点;
步骤4.6:埋地管道巡检机器人根据当前起始位置、临时目标点、轻量化局部地图以及滑动窗口算法规划路径,滑动窗口算法根据轻量化局部地图的更新不断调整规划的路径,最终绕行通过不可通行区域后到达临时目标点;
步骤4.7:若步骤4.5中选定的临时目标点处于不可通行区域中而无法到达,设定时间阈值,当埋地管道巡检机器人尝试绕行不可通行区域的过程中,若超过时间阈值导致超时或当前的轻量化局部地图中已经显示选定的临时目标点不可到达,那么会依据埋地管道巡检机器人的当前位置重复步骤4.5选定新的临时目标地点再尝试到达,反复新临时目标点选定-尝试到达临时目标点过程直到埋地管道巡检机器人到达选定的临时目标点;
步骤4.8:到达临时目标点标志着绕行不可通行区域的过程结束,此时埋地管道巡检机器人又重新回到预设路径上,重复步骤4.1~4.4继续在管道正上方完成巡检任务,直至到达待巡检管道段的终点。
采用上述技术方案所产生的有益效果在于:
本发明提供一种野外环境下管道巡检机器人轻量化自主导航***及方法,具备以下有益效果:
1、与传统自主导航相比,本发明中的整个自主导航过程不需要事先建立先验地图,同时在规避不可通行区域的过程中也仅仅是依据局部地图进行路径规划,成功实现了轻量化由此可以完成大范围巡检任务。
2、与传统自主导航相比,耦合式巡检避障自主导航方法最大限度保证埋地管道巡检机器人的实际运行路径与预设巡检路径的重合,即最大程度保障埋地管道巡检机器人在自主导航过程中处于管道正上方。
3、联合地形障碍物分割方法处理后投影到二维空白地图的做法可以有效划分野外复杂环境中的不可通行区域。由此产生的轻量化局部地图考虑了地形和障碍物等多种因素更加适合在野外复杂环境中使用,轻量化局部地图的最终形式是二维栅格地图,更加符合轻量化的特点适用于大规模复杂环境。
附图说明
图1为本发明实施例中埋地管道巡检机器人轻量化自主导航***框图;
图2为本发明实施例中上位机和驱动控制板间的硬件连接图;
图3为本发明实施例中地下管线探测器安装示意图;
图4为本发明实施例中根据管道高精度绝对定位确定预设路径流程图;
图5为本发明实施例中建立并更新轻量化局部地图流程图;
图6为本发明实施例中耦合式巡检避障自主导航流程图;
图7为本发明实施例中埋地管道巡检机器人与临时跟随点的几何关系图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
一种野外环境下管道巡检机器人轻量化自主导航***,如图1所示,包括:高精度绝对定位模块,底层运动驱动模块,环境感知模块,上位机;
所述高精度绝对定位模块用于给埋地管道巡检机器人的整个巡检过程提供高精度的定位信息和姿态信息,并最大程度保障巡检过程中埋地管道巡检机器人处于管道正上方;包括RTK接收终端、GNSS卫星天线、网络天线;其中所述RTK接收终端固定在埋地管道巡检机器人履带底盘的正中央,通过RS232串口与上位机相连并传输高精度绝对定位信息和包含偏航角、俯仰角以及横滚角在内的姿态信息;所述GNSS卫星天线分别放置于埋地管道巡检机器人的前后两端相距1米处,并通过BNC与RTK接收终端相连;所述网络天线放置于RTK接收终端的上方,并通过SMA与RTK接收终端相连,为RTK接收终端使用CORS差分定位修正服务提供网络信号;
所述底层运动驱动模块用于接收上位机发送的速度信息,并按照此速度信息驱动埋地管道巡检机器人的履带底盘,同时将电机实际转速信息发送给上位机并由上位机转化为里程计信息;包括编码器、驱动控制板以及地下管线探测器,均安装在埋地管道巡检机器人履带底盘上;驱动控制板受上位机控制并控制驱动埋地管道巡检机器人的伺服电机转动;驱动控制板利用编码器测量伺服电机控制的履带实际速度实现对伺服电机转动的闭环控制;同时驱动控制板也将电机实际转速信息发送给上位机,由上位机解算并发布里程计信息;所述编码器通过排针与驱动控制板连接;所述驱动控制板通过全双工串口与上位机进行通信,上位机向驱动控制板发送自主导航的速度信息,并在接收驱动控制板发布的巡检机器人的伺服电机实际转速信息后解算生成里程计信息;所述驱动控制板与地下管线探测器通过串口连接,上位机通过控制驱动板以串口通信的方式将偏航角定向信息发送给地下管线探测器,以提高地下管线探测器的探查管道和检测缺陷的精度;同时地下管线探测器探知地下管线与其自身之间的水平距离、垂直距离以及方位夹角等管道的相对定位信息,在缺乏高精度绝对定位信息的特殊情况下,地下管线探测器主要是巡检机器人的检测***主要使用,在这里是用地下管线探测器来确定首次检测的管道的位置和在没有高精度定位信息情况下辅助定位管道,地下管线探测器通过连杆与巡检机器人底盘连接,位于巡检机器人中轴线上的前进方向侧,如图3所示,地下管线探测器通过控制驱动板将管道的相对定位信息发送给上位机,上位机通过管道的相对定位信息进行偏差控制得到速度信息,并发送速度信息给驱动控制板控制伺服电机转动。
所述环境感知模块用于感知地形环境信息,生成相应的点云数据;包括多线激光雷达和工业相机;所述多线激光雷达固定在埋地管道巡检机器人履带底盘的前进方向端的中间位置,通过USB与上位机相连,采集以埋地管道巡检机器人为中心的局部地形环境点云信息;所述工业相机固定在一个360°旋转的可控平台上,所述可控平台固定在埋地管道巡检机器人的几何中心位置,并通过USB与上位机相连,用于人工远程监控埋地管道巡检机器人的工作状态。
所述上位机包括轻量化局部地图生成模块以及耦合式巡检避障自主导航模块;
所述轻量化局部地图生成模块轻量化局部地图生成模块接收环境感知模块中多线激光雷达的周围环境点云数据以及工业相机的周围环境图像数据,同时接收高精度定位模块中的WGS84格式高精度定位数据与周围环境数据匹配,最终输出二维栅格地图,其作为轻量化局部地图为自主避障单元提供避障基础;用于将以埋地管道巡检机器人为中心的局部地形环境信息投影到二维空白地图中,生成轻量化局部地图;
所述耦合式巡检避障自主导航模块用于计算生成导航的速度信息,具体包括自主巡检导航单元和自主避障导航单元,所述自主巡检导航单元接收高精度定位模块中的WGS84格式高精度定位数据同时结合埋地管道巡检机器人的预设路径,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主巡检导航单元通过埋地管道巡检机器人的高精度绝对定位信息和通过地下管道的高精度绝对定位信息生成的预设路径计算出导航的速度信息,保障埋地管道巡检机器人严格处于管道的正上方;在未遇到不可通行区域时自主巡检导航单元确保埋地管道巡检机器人实际运行路径与预设路径重合,
自主避障导航单元接收轻量化局部地图生成模块中局部更新的二维栅格地图作为轻量化局部地图,同时接收高精度定位模块中的WGS84格式高精度定位数据,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主避障导航单元通过轻量化局部地图和临时目标点计算出导航的速度信息,保障埋地管道巡检机器人能够规避不可通行区域并再次回到预设路径上。在遇到不可通行区域时自主避障导航单元保证埋地管道巡检机器人绕行不可通行区域,
本实施例中的驱动控制板由STM32控制板和伺服电机驱动板组成,上位机是工控机ACP-2010MB。STM32作为下位机利用USART1编写的收发协议;工控机作为上位机利用机器人操作***ROS通过boost::asio编写收发协议。在STM32与工控机的硬件连接上通过TTL转USB模块CH340进行硬件连接,最终实现串口通信,如图2所示。
驱动控制板将从上位机传来的速度信息(v,ω),其中v指埋地管道巡检机器人的线速度,ω指埋地管道巡检机器人的角速度,通过埋地管道巡检机器人的运动学模型推出伺服电机控制的左右履带速度vl和vr,推导过程公式如下:
其中dLR为埋地管道巡检机器人虚拟轮间距,埋地管道巡检机器人属于履带式机器人,由于两轮差速式机器人与履带式机器人的运动模型相似,因此可以通过将埋地管道巡检机器人抽象成两轮差速式机器人的方法求解其运动模型,dLR埋地管道巡检机器人的虚拟轮间距即为抽象成的两轮差速式机器人的轮间距,其于埋地管道巡检机器人的实际轮间距dwb存在如下关系:
其中γ是一个无量纲常数,其与机器人的总负载、履带与地面的相对摩擦系数、转弯半径及质心位置有关,一般通过实际实验的方法进行求解。
同时根据左右履带的转弯角速度相等可以推出如下关系:
其中rc为转向半径。
综上可以求出埋地管道巡检机器人的逆运动学模型为:
通过埋地管道巡检机器人的逆运动学模型,驱动控制板可以从上位机传来的速度信息(v,ω)计算出伺服电机控制的左右履带速度vl和vr。
驱动控制板通过PWM波驱动控制伺服电机转动以达到左右履带的期望速度vl和vr,同时利用编码器测量电机的实际转速并转换成左右履带的实际速度vl和vr,以右履带的实际速度vr为例,其通过编码器的求取公式如下:
其中rwheel为等效车轮半径,t为单位时间一般取定时器5ms。同理左履带的实际速度vl也可以通过编码器求得。由此驱动控制板对伺服电机的转速形成闭环控制。
同时可以根据埋地管道巡检机器人的逆运动学模型推出埋地管道巡检机器人的正运动学模型:
由此可以由实际的埋地管道巡检机器人左右履带速度vl和vr推出埋地管道巡检机器人实际的速度信息(v,ω)。
由此可以发布里程计信息。
由于机器人相邻时刻(一般码盘采样周期以毫秒为单位计)内运动距离短,因此两相邻点之间的运动轨迹可以看成直线,即相邻时刻t和t+1之间的世界坐标系下的移动增量为:
Δxw=vΔtcos(gt)
Δyw=vΔtsin(θt)
其中Δxw为世界坐标系下x轴上的移动增量,Δyw为世界坐标系下y轴上的增量,Δt为相邻时刻t和t+1之间的时间差,θt为埋地管道巡检机器人t时刻的偏航角。
综上里程计信息中的世界坐标系下坐标(xw,yw)与偏航角θt的求解公式为:
xw=xw+Δxw=xw+vΔtcos(θt)
yw=yw+Δyw=yw+vΔtsin(θt)
θt=θt+ωΔt
另一方面,一种野外大范围复杂环境下的埋地管道巡检机器人轻量化自主导航方法,基于前述的一种野外大范围复杂环境下的埋地管道巡检机器人轻量化自主导航***实现,包括以下步骤:
步骤1:确定埋地管道的高精度位置信息,并依据埋地管道的高精度位置信息生成埋地管道巡检机器人的预设路径,如图4所示;
步骤1.1:根据埋地管道施工图中的管道走向确定管道定位点的定位,其中管道定位点是指包含所有的管道拐点在内的关键定位点,以及在每个管道直线段上每经过固定阈值距离确定的中间辅助定位点;固定阈值距离的可选范围在100~500米之间最终需要结合管道的大体走向确定最终值;
步骤1.2:结合管道定位点的定位,利用RTK接收终端并利用地下管线探测器确定管道定位点的高精度绝对定位,同时按待检测管道段巡检起点到巡检终点的空间顺序采集这些管道定位点的高精度绝对定位数据;
本实施例中通过RTK终端采集的卫星定位数据是WGS84作为参考的地理坐标系即经纬度数据,但在实际使用中经纬度数据不方便直接使用,因此利用高精度高斯投影方法将其转化成以中央经线为x轴赤道为y轴的投影坐标系即平面直角坐标系,即管道定位点的高精度WGS84经纬度坐标经过处理后形成的世界平面直角坐标为{(xwkeypoint_n,ywkeypoint_n)},n=1,2,...,N。
步骤1.3:对管道定位点的高精度绝对定位数据间进行密集插值处理;
具体为按照顺序取相邻两个管道定位点的高精度绝对定位数据做分段插值处理,在相邻两个管道定位点的高精度绝对定位数据间按照插值步长μpoint-to-point计算并***一个新的坐标点,最后一个插值点与相邻两个管道定位点中的末端管道定位点的距离可以小于插值步长μpoint-to-point,再进行密集插值处理后即得到了高精度的整条待巡检地下管道段的高精度绝对定位数据,由此也得到了埋地管道巡检机器人的预设路径;
本实施例中插值的具体方法如下:
记两个相邻坐标点(xwkeypoint_t,ywkeypoint_t)和(xwkeypoin t_t+1,),两点之间的距离为Ldis,则其要***点的个数Ninsert为:
则其***的第k个***点的坐标(xinsert_k,yinsert_k)的求解公式为:
综上经过插值后得到待检测管道段的高精度绝对定位信息,其数据表达格式为多个高精度管道点组成的有序数组:{(xwpipeline_m,ywpipeline_m)},n=1,2,...,M。
{(xwpipeline_m,ywpipeline_m)}={(xwkeypoint_n,ywkeypoint_n)}∪{(xinsert_k,yinsert_k)}
接下来生成预设路径。由于埋地管道巡检机器人通过RTK得到的高精度绝对定位信息要与里程计配合,因此一般将埋地管道巡检机器人的启动点设置为机器人平面直角坐标系的原点,每次在埋地管道巡检机器人启动时记录启动点的WGS84经纬度坐标通过将其进行高精度高斯投影后生成世界平面直角坐标(xwo-robot,ywo-robot)。预设路径{(xrpath_m,yrpath_m)},n=1,2,…,M为在机器人平面直角坐标系下的待检测管道段的高精度绝对定位,求解公式如下:
xrpath_m=xwpipeline_m-xwo-robot
yrpath_m=ywpipeline_m-ywo-robot
步骤2:在待巡检管道段的起点处启动埋地管道巡检机器人,RTK接收终端为埋地管道巡检机器人提供高精度绝对定位信息,再确认各个传感器正常工作后开始执行巡检任务;
对于埋地管道机器人的高精度绝对定位WGS84经纬度坐标,其也要通过高精度高斯投影后生成世界平面直角坐标(xw-robot,yw-robot),再转化成机器人直角坐标系下的定位坐标(xr-robot,yr-robot)
xr-robot=xw-robot-xwo-robot
yr-robot=yw-robot-ywo-robot
步骤3:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,将激光雷达感知到的点云信息经过联合地形障碍物分割方法处理后投影到二维的空白地图中,由此建立针对复杂环境中的不可通行区域的轻量化局部地图,如图5所示;
步骤3.1:初始化一张空白地图O,用来接收不可通行区域的投影;
步骤3.2:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,生成点云数据P;
步骤3.3:确定当前埋地管道巡检机器人的位姿平面σrobot;
所述埋地管道巡检机器人的位姿平面是指依据埋地管道巡检机器人当前位姿确定的埋地管道巡检机器人当前所处平面;
埋地管道巡检机器人的位姿平面σrobot与埋地管道巡检机器人的姿态有关,描述姿态可以利用姿态角中的俯仰角θrobot、偏航角ψrobot和横滚角来表述,但实际与姿态平面相关姿态角仅有俯仰角θrobot和横滚角/>偏航角ψrobor由于无论怎样改变,都不会改变埋地管道巡检机器人所处的平面,因此并不影响位姿平面σrobot的确立,因此姿态角与位姿平面σrobot间可以确立函数关系:
步骤3.4:确定当前待估计区域;
所述待估计区域是指以埋地管道巡检机器人为中心待估计半径Rest范围内同时满足在埋地管道巡检机器人最小可通过性高度限制以下的区域,同时对这个区域内的点云数据进行去噪声去畸变处理;
对于点云P中的某一特定点qk(xk,yk,zk),若其满足如下关系:
则说明点云中的该点处于待估计范围内,由此得到估计区域点云Pest:
步骤3.5:将当前待估计区域根据当前埋地管道巡检机器人的位姿平面σrobot和地面起伏限制性阈值H0,分割成地形区域P1和地上障碍物区域P2;
所述分割的方法具体为:以当前埋地管道巡检机器人的位姿平面为基准,在其上方相距地面起伏限制性阈值H0的平面作为分割平面,分割平面上方的待估计区域为地上障碍物区域P2,分割平面下方的待估计区域为地形区域P1;
对于待估计区域点云Pest中的任意一点qk(xk,yk,zk)以及位姿平面σrobot,通过将qk中的xk和yk代入到位姿平面σrobot中可以解得位姿平面上对应的zσ,可以用如下公式表示:
zσ=h(σrobof,xk,yk)
则地形区域P1表示为:
Pl={qk|qk(xk,yk,zk)∈Pesf,zk≤z∈+H0=h(σrohot,xk,yk)+H0}
地上障碍物区域P2表示为:
P2={qk|qk(xk,yk,zk)∈Pest,zk>zσ+H0=h(σrobot,xk,yk)+H0}
步骤3.6:对地上障碍物区域P2进行处理:直接将地上障碍物区域的点云数据进行垂直投影至空白地图中,形成不可通行区域的二维栅格地图O2;
通过地上障碍物区域P2形成不可通行区域的二维栅格地图O2的求解方法为:
O2=card{qkcast|qk(xk,yk,zk)∈P2,qkcast(xk,yk)}
其中,qkcast(xk,yk)为qk(xk,yk,zk)在水平面上的投影点,card则是将集合内所有投影点qkcast(xk,yk)依照其横纵坐标在初始化空白地图O中对应的位置的栅格生成占据栅格的函数,即将地图上的对应位置表示为不可通行区域。
步骤3.7:对地形区域P1进行处理:根据当前埋地管道巡检机器人的位姿平面对地形区域的点云数据进行地形不可通行区域的分割处理,分割处理的依据为地形的起伏度α,通过设定不可通行区域地形起伏度阈值α0,将相对于当前埋地管道巡检机器人的位姿平面地形起伏度超过地形起伏度阈值的区域划定为不可通行区域,这样无论是向下的凹陷型不可通行区域还是向上的凸起型不可通行区域都可以将它们分割出来,并将这些区域垂直投影至二维空白地图上形成二维栅格地图;
对于地形的起伏度α可以通过计算区域内点qk(xk,yk,zk)邻域内的方差值来描述地形起伏度α,记邻域φk表示以qk的投影点qkcast(xk,yk)为中心,Δd为半径的邻域,该特定邻域φk内的地形起伏度记为αk,其邻域内平均高度值的计算公式如下:
其中,为邻域φk内点云的总点数,xi,yi,zi分别代表邻域内点云中某个点的三轴坐标值。
之后计算高度值方差,即为以点qk(xk,yk,zk)为中心的邻域内的地形起伏度αk:
若地形的起伏度αk大于不可通行区域地形起伏度阈值α0,则说明点qk(xk,yk,zk)所在的邻域内地形起伏过大即qk(xk,yk,zk)是由于地形起伏过大导致的不可通行区域的边界点,将所有不可通行区域的边界点垂直投影至二维空白地图上,形成不可通行区域的二维栅格地图O1:
O1=card{qkcast|qk(xk,yk,zk)∈P1,αk>α0,qkcast(xk,yk)}
步骤3.8:将步骤3.6和步骤3.7中得到的二维栅格地图中的不可通行区域进行叠加形成完整的轻量化局部地图,同时考虑到某些特定地形的影响:随着埋地管道巡检机器人的前进,原来待估计区域内距离埋地管道巡检机器人较远部分的不可通行区域可能在埋地管道巡检机器人接近后变为可通行区域,为了解决上述问题同时也为了减轻对硬件的算力要求达到轻量化目的,将整个轻量化局部地图的更新范围只设定在以埋地管道巡检机器人为中心的待估计半径Pest范围内,保持这个区域内的地图并维持最新状态,而这个区域外的地图将不再进行变动更新;
轻量化局部地图只关注于以埋地管道巡检机器人为中心的小范围区域环境,而不会像类似SLAM建图那样关注整体大范围的区域环境,同时也不需要提前建立先验地图,对硬件算力的要求极小可以实现轻量化,因此适用于野外大范围复杂环境。
将不可通行区域的二维栅格地图O1和O2中对应的不可通行区域进行合并,形成轻量化局部地图Oloc:
其中表示将两份二维栅格地图的不可通行区域进行合并的操作。
步骤4:埋地管道巡检机器人在未遇到不可通行区域时,根据预设路径以及自身定位在管道正上方巡检管道,当多线激光雷达检测到前方有不可通行区域时,在预设路径上产生一个临时目标点,埋地管道巡检机器人根据轻量化局部地图进行路径规划,最终在通过不可通行区域后重新回到预设路径上,继续在管道正上方执行巡检任务,保证了埋地管道巡检机器人的实际路径和预设路径最大限度的重合,如图6所示;
步骤4.1:根据埋地管道巡检机器人的当前高精度绝对定位确定预设路径中距离当前高精度绝对定位平面距离最近的点,记为当前起始点;
步骤4.2:根据埋地管道巡检机器人的大小确定间隔阈值,在预设路径上从当前起始点开始经过间隔阈值个数后的点记为临时跟随点,当埋地管道巡检机器人前方预设路径上点的个数小于间隔阈值时,则将预设路径中的最后一个点作为临时跟随点;
步骤4.3:根据临时跟随点与当前埋地管道巡检机器人的位姿与偏航角关系确定出埋地管道巡检机器人的前进路线,通过几何关系进而计算出包含线速度和角速度在内的速度信息;
本实施例结合图7做进一步说明,埋地管道巡检机器人的高精度绝对定位和临时跟随点都为已知量,因此可以求得埋地管道巡检机器人到临时跟随点间的距离ld,同时埋地管道巡检机器人的偏航角也是已知量,因此可以求出埋地管道巡检机器人与临时跟随点间的连线与埋地管道巡检机器人偏航角之间的角度a,记埋地管道巡检机器人的转向半径为R,根据几何关系有:
化简后得到关系式:
v表示埋地管道巡检机器人的线速度,ω表示埋地管道巡检机器人的角速度,通过转向半径R的定义:
则有:
化简后得到关系式:
/>
综上可知,要使埋地管道巡检机器人在巡检过程中处于管道预设路径的正上方,其线速度和角速度要满足特定的对应关系,在这里本发明设定埋地管道巡检机器人的巡检线速度为定值v0,则其速度信息(v,ω)分别为:
步骤4.4:随着埋地管道巡检机器人的不断前进,其临时跟随点也不断向着前进方向推移,由此保证埋地管道巡检机器人在未遇到不可通行区域时一直处于埋地管道的正上方进行巡检;
步骤4.5:当多线激光雷达检测到前方预警阈值e范围内存在不可通行区域时,会根据埋地管道巡检机器人在预设路径上的当前起始点开始,经过临时目标选择阈值个数的点后确定一个临时目标点;
步骤4.6:埋地管道巡检机器人根据当前起始位置、临时目标点、轻量化局部地图以及滑动窗口算法规划路径,滑动窗口算法根据轻量化局部地图的更新不断调整规划的路径,最终绕行通过不可通行区域后到达临时目标点;
根据埋地管道巡检机器人的最大最小速度限制,生成一个速度信息空间(vi,ωi),其中i=1,2,3...,vi∈[vmin,vmax],ωi∈[ωmin,ωmax]
对速度信息空间中的每一个速度信息组进行在单位时间Δt内的轨迹推演,会得到与速度信息空间中与速度信息组个数相等轨迹,规定一个评价函数G(v,w):
G(v,w)=σ(b1heading(v,w)+b2dist(v,w)+b3velocity(v,w))
其中heading(v,w)是轨迹末端与临时目标点间的方位角差距评价函数,dist(v,w)是轨迹与障碍物空隙大小评价函数,velocity(v,w)是当前轨迹速度大小评价函数,b1,b2,b3是权重大小。
最终通过轨迹评价函数G(v,w)选择最优轨迹,其对应的速度信息(v,w)则作为当前时间的发布的线速度和角速度。上述方法根据轻量化局部地图的更新不断调整规划的路径,最终绕行通过不可通行区域后到达临时目标点。
步骤4.7:由于存在其他障碍物遮挡或多线激光雷达探测范围有限等因素影响,若步骤4.5中选定的临时目标点处于不可通行区域中而无法到达,设定时间阈值,当埋地管道巡检机器人尝试绕行不可通行区域的过程中,若超过时间阈值导致超时或当前的轻量化局部地图中已经显示选定的临时目标点不可到达,那么会依据埋地管道巡检机器人的当前位置重复步骤4.5选定新的临时目标地点再尝试到达,反复新临时目标点选定-尝试到达临时目标点过程直到埋地管道巡检机器人到达选定的临时目标点;
步骤4.8:到达临时目标点标志着绕行不可通行区域的过程结束,此时埋地管道巡检机器人又重新回到预设路径上,重复步骤4.1~4.4继续在管道正上方完成巡检任务,直至到达待巡检管道段的终点。
上述整个过程在绕行不可通行区域完成自主导航的基础上,最大限度地保证了埋地管道巡检机器人的实际路径与预设路径重合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (7)
1.一种野外环境下管道巡检机器人轻量化自主导航***,其特征在于,包括:高精度绝对定位模块,底层运动驱动模块,环境感知模块,上位机;
所述高精度绝对定位模块包括RTK接收终端、GNSS卫星天线、网络天线;其中所述RTK接收终端固定在埋地管道巡检机器人履带底盘的正中央,通过RS232串口与上位机相连;所述GNSS卫星天线分别放置于埋地管道巡检机器人的前后两端相距1米处,并通过BNC与RTK接收终端相连;所述网络天线放置于RTK接收终端的上方,并通过SMA与RTK接收终端相连,为RTK接收终端使用CORS差分定位修正服务提供网络信号;
所述底层运动驱动模块包括编码器、驱动控制板以及地下管线探测器,均安装在埋地管道巡检机器人履带底盘上;
所述环境感知模块包括多线激光雷达和工业相机;所述多线激光雷达固定在埋地管道巡检机器人履带底盘的前进方向端的中间位置,通过USB与上位机相连,所述工业相机固定在一个360°旋转的可控平台上,所述可控平台固定在埋地管道巡检机器人的几何中心位置,并通过USB与上位机相连。
2.根据权利要求1所述的一种野外环境下管道巡检机器人轻量化自主导航***,其特征在于,所述编码器通过排针与驱动控制板连接;所述驱动控制板通过全双工串口与上位机进行通信,上位机向驱动控制板发送自主导航的速度信息,并在接收驱动控制板发布的巡检机器人的伺服电机实际转速信息后解算生成里程计信息;所述驱动控制板与地下管线探测器通过串口连接,上位机通过控制驱动板以串口通信的方式将偏航角定向信息发送给地下管线探测器,地下管线探测器通过连杆与巡检机器人底盘连接,位于巡检机器人中轴线上的前进方向侧。
3.根据权利要求1所述的一种野外环境下管道巡检机器人轻量化自主导航***,其特征在于,所述上位机包括轻量化局部地图生成模块以及耦合式巡检避障自主导航模块;
所述轻量化局部地图生成模块轻量化局部地图生成模块接收环境感知模块中多线激光雷达的周围环境点云数据以及工业相机的周围环境图像数据,同时接收高精度定位模块中的WGS84格式高精度定位数据与周围环境数据匹配,最终输出二维栅格地图,其作为轻量化局部地图为自主避障单元提供避障基础;用于将以埋地管道巡检机器人为中心的局部地形环境信息投影到二维空白地图中,生成轻量化局部地图;
所述耦合式巡检避障自主导航模块包括自主巡检导航单元和自主避障导航单元,所述自主巡检导航单元接收高精度定位模块中的WGS84格式高精度定位数据同时结合埋地管道巡检机器人的预设路径,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主巡检导航单元通过埋地管道巡检机器人的高精度绝对定位信息和通过地下管道的高精度绝对定位信息生成的预设路径计算出导航的速度信息,保障埋地管道巡检机器人严格处于管道的正上方;在未遇到不可通行区域时自主巡检导航单元确保埋地管道巡检机器人实际运行路径与预设路径重合;
自主避障导航单元接收轻量化局部地图生成模块中局部更新的二维栅格地图作为轻量化局部地图,同时接收高精度定位模块中的WGS84格式高精度定位数据,输出埋地管道巡检机器人线速度和角速度的目标值给底层运动驱动模块;自主避障导航单元通过轻量化局部地图和临时目标点计算出导航的速度信息,保障埋地管道巡检机器人能够规避不可通行区域并再次回到预设路径上;在遇到不可通行区域时自主避障导航单元保证埋地管道巡检机器人绕行不可通行区域。
4.一种野外环境下管道巡检机器人轻量化自主导航方法,基于权利要求1所述的一种野外环境下管道巡检机器人轻量化自主导航***实现,其特征在于,包括以下步骤:
步骤1:确定埋地管道的高精度位置信息,并依据埋地管道的高精度位置信息生成埋地管道巡检机器人的预设路径;
步骤2:在待巡检管道段的起点处启动埋地管道巡检机器人,RTK接收终端为埋地管道巡检机器人提供高精度绝对定位信息,再确认各个传感器正常工作后开始执行巡检任务;
步骤3:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,将激光雷达感知到的点云信息经过联合地形障碍物分割方法处理后投影到二维的空白地图中,由此建立针对复杂环境中的不可通行区域的轻量化局部地图;
步骤4:埋地管道巡检机器人在未遇到不可通行区域时,根据预设路径以及自身定位在管道正上方巡检管道,当多线激光雷达检测到前方有不可通行区域时,在预设路径上产生一个临时目标点,埋地管道巡检机器人根据轻量化局部地图进行路径规划,最终在通过不可通行区域后重新回到预设路径上,继续在管道正上方执行巡检任务,保证了埋地管道巡检机器人的实际路径和预设路径最大限度的重合。
5.根据权利要求4所述的一种野外环境下管道巡检机器人轻量化自主导航方法,其特征在于,所述步骤1具体包括以下步骤:
步骤1.1:根据埋地管道施工图中的管道走向确定管道定位点的定位,其中管道定位点是指包含所有的管道拐点在内的关键定位点,以及在每个管道直线段上每经过固定阈值距离确定的中间辅助定位点;
步骤1.2:结合管道定位点的定位,利用RTK接收终端并利用地下管线探测器确定管道定位点的高精度绝对定位,同时按待检测管道段巡检起点到巡检终点的空间顺序采集这些管道定位点的高精度绝对定位数据;
步骤1.3:对管道定位点的高精度绝对定位数据间进行密集插值处理;
具体为按照顺序取相邻两个管道定位点的高精度绝对定位数据做分段插值处理,在相邻两个管道定位点的高精度绝对定位数据间按照插值步长μpoint-to-point计算并***一个新的坐标点,最后一个插值点与相邻两个管道定位点中的末端管道定位点的距离可以小于插值步长μpoint-to-point,再进行密集插值处理后即得到了高精度的整条待巡检地下管道段的高精度绝对定位数据,由此也得到了埋地管道巡检机器人的预设路径。
6.根据权利要求4所述的一种野外环境下管道巡检机器人轻量化自主导航方法,其特征在于,所述步骤3具体包括以下步骤:
步骤3.1:初始化一张空白地图O,用来接收不可通行区域的投影;
步骤3.2:在埋地管道巡检机器人的执行巡检任务的过程中,利用多线激光雷达感知周围环境信息,生成点云数据P;
步骤3.3:确定当前埋地管道巡检机器人的位姿平面σrobot;
所述埋地管道巡检机器人的位姿平面是指依据埋地管道巡检机器人当前位姿确定的埋地管道巡检机器人当前所处平面;
步骤3.4:确定当前待估计区域;
所述待估计区域是指以埋地管道巡检机器人为中心待估计半径Rest范围内同时满足在埋地管道巡检机器人最小可通过性高度限制以下的区域,同时对这个区域内的点云数据进行去噪声去畸变处理;
步骤3.5:将当前待估计区域根据当前埋地管道巡检机器人的位姿平面σrobot和地面起伏限制性阈值H0,分割成地形区域P1和地上障碍物区域P2;
所述分割的方法具体为:以当前埋地管道巡检机器人的位姿平面为基准,在其上方相距地面起伏限制性阈值H0的平面作为分割平面,分割平面上方的待估计区域为地上障碍物区域p2,分割平面下方的待估计区域为地形区域p1;
步骤3.6:对地上障碍物区域p2进行处理:直接将地上障碍物区域的点云数据进行垂直投影至空白地图中,形成不可通行区域的二维栅格地图O2;
步骤3.7:对地形区域p1进行处理:根据当前埋地管道巡检机器人的位姿平面对地形区域的点云数据进行地形不可通行区域的分割处理,分割处理的依据为地形的起伏度α,通过设定不可通行区域地形起伏度阈值α0,将相对于当前埋地管道巡检机器人的位姿平面地形起伏度超过地形起伏度阈值的区域划定为不可通行区域,并将这些区域垂直投影至二维空白地图上形成二维栅格地图;
步骤3.8:将步骤3.6和步骤3.7中得到的二维栅格地图中的不可通行区域进行叠加形成完整的轻量化局部地图,将整个轻量化局部地图的更新范围只设定在以埋地管道巡检机器人为中心的待估计半径Rest范围内,保持这个区域内的地图并维持最新状态,而这个区域外的地图将不再进行变动更新。
7.根据权利要求4所述的一种野外环境下管道巡检机器人轻量化自主导航方法,其特征在于,所述步骤4具体包括以下步骤:
步骤4.1:根据埋地管道巡检机器人的当前高精度绝对定位确定预设路径中距离当前高精度绝对定位平面距离最近的点,记为当前起始点;
步骤4.2:根据埋地管道巡检机器人的大小确定间隔阈值,在预设路径上从当前起始点开始经过间隔阈值个数后的点记为临时跟随点,当埋地管道巡检机器人前方预设路径上点的个数小于间隔阈值时,则将预设路径中的最后一个点作为临时跟随点;
步骤4.3:根据临时跟随点与当前埋地管道巡检机器人的位姿与偏航角关系确定出埋地管道巡检机器人的前进路线,通过几何关系进而计算出包含线速度和角速度在内的速度信息;
步骤4.4:随着埋地管道巡检机器人的不断前进,其临时跟随点也不断向着前进方向推移,由此保证埋地管道巡检机器人在未遇到不可通行区域时一直处于埋地管道的正上方进行巡检;
步骤4.5:当多线激光雷达检测到前方预警阈值e范围内存在不可通行区域时,会根据埋地管道巡检机器人在预设路径上的当前起始点开始,经过临时目标选择阈值个数的点后确定一个临时目标点;
步骤4.6:埋地管道巡检机器人根据当前起始位置、临时目标点、轻量化局部地图以及滑动窗口算法规划路径,滑动窗口算法根据轻量化局部地图的更新不断调整规划的路径,最终绕行通过不可通行区域后到达临时目标点;
步骤4.7:若步骤4.5中选定的临时目标点处于不可通行区域中而无法到达,设定时间阈值,当埋地管道巡检机器人尝试绕行不可通行区域的过程中,若超过时间阈值导致超时或当前的轻量化局部地图中已经显示选定的临时目标点不可到达,那么会依据埋地管道巡检机器人的当前位置重复步骤4.5选定新的临时目标地点再尝试到达,反复新临时目标点选定-尝试到达临时目标点过程直到埋地管道巡检机器人到达选定的临时目标点;
步骤4.8:到达临时目标点标志着绕行不可通行区域的过程结束,此时埋地管道巡检机器人又重新回到预设路径上,重复步骤4.1~4.4继续在管道正上方完成巡检任务,直至到达待巡检管道段的终点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310535536.2A CN117249817A (zh) | 2023-05-12 | 2023-05-12 | 野外环境下管道巡检机器人轻量化自主导航***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310535536.2A CN117249817A (zh) | 2023-05-12 | 2023-05-12 | 野外环境下管道巡检机器人轻量化自主导航***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117249817A true CN117249817A (zh) | 2023-12-19 |
Family
ID=89130152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310535536.2A Pending CN117249817A (zh) | 2023-05-12 | 2023-05-12 | 野外环境下管道巡检机器人轻量化自主导航***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117249817A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117432949A (zh) * | 2023-12-20 | 2024-01-23 | 东北大学 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
-
2023
- 2023-05-12 CN CN202310535536.2A patent/CN117249817A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117432949A (zh) * | 2023-12-20 | 2024-01-23 | 东北大学 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
CN117432949B (zh) * | 2023-12-20 | 2024-03-15 | 东北大学 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cheng et al. | Visual odometry on the Mars exploration rovers-a tool to ensure accurate driving and science imaging | |
CN111044073B (zh) | 基于双目激光高精度agv位置感知方法 | |
CN109976344B (zh) | 巡检机器人姿态矫正方法 | |
CN106969784B (zh) | 一种并发建图定位与惯性导航的组合误差融合*** | |
CN111538331A (zh) | 一种地下无人铰接车的反应式导航方法 | |
CN105987697B (zh) | 一种直角弯下Mecanum轮式AGV导航定位方法及*** | |
Krotkov et al. | Stereo perception and dead reckoning for a prototype lunar rover | |
CN117249817A (zh) | 野外环境下管道巡检机器人轻量化自主导航***及方法 | |
CN108122255A (zh) | 一种基于梯形与圆形组合地标的无人机位姿估计方法 | |
JP2022027593A (ja) | 可移動機器の測位方法、装置及び可移動機器 | |
CN204557216U (zh) | 轮履复合式变电站巡检机器人自主越障*** | |
CN115993825A (zh) | 一种基于空地协同的无人车集群控制*** | |
CN113587930A (zh) | 基于多传感融合的自主移动机器人室内外导航方法及装置 | |
CN111189449B (zh) | 一种机器人地图构建方法 | |
CN115167440A (zh) | 一种基于虚拟领航-领航-跟随的多机器人编队控制方法 | |
CN113610910B (zh) | 一种移动机器人避障方法 | |
Le et al. | Vehicle localization using omnidirectional camera with GPS supporting in wide urban area | |
Niu et al. | Camera-based lane-aided multi-information integration for land vehicle navigation | |
CN117234203A (zh) | 一种多源里程融合slam井下导航方法 | |
CN103308047B (zh) | 一种具有人工在线修正功能的移动机器人定位方法 | |
WO2022252220A1 (zh) | 一种多轴线平板车精准停靠***及方法 | |
CN112857367B (zh) | 一种基于机器视觉和惯性导航的掘进机位姿检测方法 | |
Bajracharya et al. | Target tracking, approach, and camera handoff for automated instrument placement | |
Hu et al. | Solution of camera registration problem via 3d-2d parameterized model matching for on-road navigation | |
Lin et al. | A communication-free leader-follower formation method for ugvs via sensors fusion |
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 |