一种巡检机器人定位方法及自动充电方法技术

技术编号:15514835 阅读:312 留言:0更新日期:2017-06-04 06:30
本发明专利技术提供一种巡检机器人定位方法及自动充电方法,通过两次线性分割重构出充电房模型,然后利用重构充电房模型的关键点,实现机器人的精准定位,本发明专利技术首先通过快速高效的二次点集分割算法对连续的激光数据集进行分割,获取鲁棒性较高的三个边缘特征,然后对充电房模型进行重构,利用重构充电房模型对应的关键点对机器人进行定位,在保证定位准确性的同时,不直接依赖于充电房墙角拐点,对充电房建造工艺依赖较低。

【技术实现步骤摘要】
一种巡检机器人定位方法及自动充电方法
本专利技术涉及一种巡检机器人定位方法及自动充电方法。
技术介绍
市场上现有的自动充电方式主要有两种:(1)扫地机器人的自动充电是通过充电基座不断发出信号,然后机器人顶部的接收器接收到信号,最终找到“回家”的路,但是在某些情况下会出现无法导航,无法回到基座而搁浅在“半路上”的情况发生。(2)自动接触式充电技术,连接触点位于机器人本体上方,当机器人到达充电座时,与地面连接触点自动完成对接,充电完毕后自动脱离。这种方法脱离定位,对对接误差要求较高。
技术实现思路
为解决现有技术存在的问题,本专利技术提供一种巡检机器人定位方法,实现巡检机器人在充电房中的精确定位,提高与充电桩对接的成功率,方便巡检机器人在充电房内充电。本专利技术提供的巡检机器人定位方法,包括以下步骤:(1)利用激光传感器采集巡检机器人在充电房中的正前方和两侧墙壁的激光数据;(2)对激光数据进行二次点集分割及二次直线拟合;其中,第一次点集分割得到对应充电房左边墙面的左激光数据集、对应充电房门和充电房门左、右角落的中间激光数据集、对应充电房右边墙面的右激光数据集;第一次直线拟合采用最小二乘法对左激光数据集和右激光数据集进行拟合,得到充电房左边墙面对应直线L3和右边墙面对应直线L2;第二次点集分割从中间激光数据集中剔除左、右角落对应的激光数据,得到充电房门直线L1对应激光数据集;第二次直线拟合通过最小二乘法对充电房门直线L1对应的激光数据集进行拟合,得到充电房门对应直线L1;(3)将直线L1,L2,L3按照充电房特征进行匹配,即判断直线L1是否同时垂直于直线L2和直线L3,如果同时垂直则匹配成功,否则返回步骤(1);(4)获取充电房边缘特征,即,将步骤(3)中匹配成功的直线L1,L2,L3作为充电房的边缘特征;(5)通过步骤(4)得到的充电房边缘特征L1,L2,L3,通过直线相交获取充电房的两个关键点,即左边墙面对应直线L3与充电房左角落、右边墙面对应直线L2与充电房右角落形成的拐点;(6)利用步骤(5)获得两个关键点与机器人之间的相对位置,确定机器人位置。第一次点集分割具体包括:选取连续的2m+1个激光数据,将前m个激光数据坐标取平均值得到前参考点A的坐标,第m+1个激光点坐标作为当前点B的坐标,后m个激光数据坐标取平均值得到后参考点C的坐标,然后计算后参考点C、前参考点A和当前点B三个点形成的角度∠CAB,∠CAB大小记为θ,如果则判定当前点A已经接近充电房右角落,将当前点作为右分割点Pr,其中,m为自然数,为设定阈值;以同样方法得到左分割点Pl;利用左、右分割点对连续的激光数据进行第一次分割,得到对应充电房左边墙面的左激光数据集、对应充电房门和充电房门左、右角落的中间激光数据集、对应充电房右边墙面的右激光数据集。m的取值范围为[30,80],的取值范围为第二次点集分割具体包括:从右分割点Pr开始遍历中间激光数据集,当中间激光数据集中的点到右边墙面对应直线L2的距离大于或等于设定阈值threshold时,则认为当前激光数据点位于充电房门对应直线L1,并将当前激光数据点作为充电房门直线L1对应激光数据集的右端点Pre;以同样的方法,得到充电房门直线L1对应激光数据集的左端点Ple,利用左、右端点对中间激光数据集进行第二次分割,得到充电房门直线L1对应激光数据集。在获取右端点Pre、左端点Ple时,设定阈值threshold分别略大于充电房右角落的宽度、充电房左角落的宽度。为降低计算复杂度,同时提高算法的精确性,在步骤(2)之前,先对激光数据进行去噪声处理,去除噪声数据。本专利技术还提供一种巡检机器人自动充电方法,巡检机器人通过定位导航自动驶入充电房;利用本专利技术提供的巡检机器人定位方法对巡检机器人进行定位;根据定位调整巡检机器人位置和朝向,直到巡检机器人定位在充电桩正前方处;巡检机器人充电部件与充电桩接触进行充电。如果充电过程出现充电状态中断,判断巡检机器人位姿是否发生变化,若是,退出充电桩并调整位姿后重新与充电桩接触充电,否则直接进行充电。本专利技术为了实现巡检机器人安全准确、快速高效地自动充电,通过激光设备和充电房的几何特性进行机器人局部定位。为了实现定位的精确性,使用二次点集分割算法对连续激光数据进行分割,通过最小二乘法对分割数据集进行拟合,利用拟合得到的边缘特征对充电房模型进行重构,最后通过重构得到的充电房模型关键点对机器人进行定位。本专利技术通过激光设备进行局部定位,精度高,可以达到±0.5cm的误差范围内。利用高精度的定位,进行充电桩对接成功率大大提高,经测试,成功率达到99.8%。通过本专利技术可实现巡检机器人在变电站长期值守、完全自治,在无人干预情况下,安全准确、快速高效地自动充电,能实现与充电桩的成功对接,对外界干扰具有较好的鲁棒性。附图说明图1为巡检机器人充电房局部定位算法流程图;图2为二次点集分割算法原理图;图3为第一次点集分割程序流程图;图4为第二次点集分割程序流程图;图5为机器人定位原理图。图中:1-充电房,2-机器人,3-激光,4-充电房右角落,5-充电房左角落,6-充电房门对应直线L1,7-前参考点A,8-当前点B,9-后参考点C,10-∠CAB,大小为θ,11-右分割点Pr(表示第r个激光数据点),12-充电房门直线L1对应激光数据集的右端点Pre,13-右边墙面对应直线L2,14-左边墙面对应直线L3,15-前参考点D,16-当前点E,17-后参考点F,18-∠FDE,大小为α,19-左分割点Pl(表示第1个激光数据点),20-充电房门直线L1对应激光数据集的左端点Ple。具体实施方式如图1所示,本专利技术提供的巡检机器人定位方法主要步骤有:1、噪声剔除:对激光传感器采集巡检机器人2在充电房1中的正前方和两侧墙壁的激光数据进行去噪处理,去除噪声数据,降低计算复杂度的同时,提高精确性;2、二次点集分割:将激光采集数据按连续性分割成多个连续区域。二次点集分割算法的原理如图2所示。①第一次点集分割:通过平滑拟合,将累计误差平摊,提高分割的准确性。第一次点集分割的程序流程图如图3所示,N表示激光数据的数目,选取连续的2m+1个激光数据(对应第i个到第2m+i个激光数据,m取值范围为[30,80],m值过小会导致遍历次数增加,影响算法实时性,m值过大,会影响分割准确性),将前m个激光数据坐标取平均值得到前参考点A7的坐标,第m+1个激光点坐标作为当前点B8的坐标,后m个激光数据坐标取平均值得到后参考点C9的坐标,然后计算后参考点C、前参考点A和当前点B三个点形成的角度∠CAB10(记为θ),如果(的取值范围为适当的取值可以保证分割的准确性),则判定当前点B已经接近充电房右角落4,将当前点B作为右分割点Pr11。同样的方法,可以得到左分割点Pl,选取连续的2m+1个激光数据(对应第i个到第2m+i个激光数据,m取值范围为[30,80]),将前m个激光数据坐标取平均值得到前参考点D15的坐标,第m+1个激光点坐标作为当前点E16的坐标,后m个激光数据坐标取平均值得到后参考点F17的坐标,然后计算后参考点F、前参考点D和当前点E三个点形成的角度∠FDE18(记为α),如果(的取值范围为),则判定当前点E已经接近充电本文档来自技高网...
一种巡检机器人定位方法及自动充电方法

【技术保护点】
一种巡检机器人定位方法,其特征在于,包括以下步骤:(1)利用激光传感器采集巡检机器人在充电房中的正前方和两侧墙壁的激光数据;(2)对激光数据进行二次点集分割及二次直线拟合;其中,第一次点集分割得到对应充电房左边墙面的左激光数据集、对应充电房门和充电房门左、右角落的中间激光数据集、对应充电房右边墙面的右激光数据集;第一次直线拟合采用最小二乘法对左激光数据集和右激光数据集进行拟合,得到充电房左边墙面对应直线L

【技术特征摘要】
1.一种巡检机器人定位方法,其特征在于,包括以下步骤:(1)利用激光传感器采集巡检机器人在充电房中的正前方和两侧墙壁的激光数据;(2)对激光数据进行二次点集分割及二次直线拟合;其中,第一次点集分割得到对应充电房左边墙面的左激光数据集、对应充电房门和充电房门左、右角落的中间激光数据集、对应充电房右边墙面的右激光数据集;第一次直线拟合采用最小二乘法对左激光数据集和右激光数据集进行拟合,得到充电房左边墙面对应直线L3和右边墙面对应直线L2;第二次点集分割从中间激光数据集中剔除左、右角落对应的激光数据,得到充电房门直线L1对应激光数据集;第二次直线拟合通过最小二乘法对充电房门直线L1对应的激光数据集进行拟合,得到充电房门对应直线L1;(3)将直线L1,L2,L3按照充电房特征进行匹配,即判断直线L1是否同时垂直于直线L2和直线L3,如果同时垂直则匹配成功,否则返回步骤(1);(4)获取充电房边缘特征,即,将步骤(3)中匹配成功的直线L1,L2,L3作为充电房的边缘特征;(5)通过步骤(4)得到的充电房边缘特征L1,L2,L3,通过直线相交获取充电房的两个关键点,即左边墙面对应直线L3与充电房左角落、右边墙面对应直线L2与充电房右角落形成的拐点;(6)利用步骤(5)获得两个关键点与机器人之间的相对位置,确定机器人位置。2.如权利要求1所述的巡检机器人定位方法,其特征在于:第一次点集分割具体包括:选取连续的2m+1个激光数据,将前m个激光数据坐标取平均值得到前参考点A的坐标,第m+1个激光点坐标作为当前点B的坐标,后m个激光数据坐标取平均值得到后参考点C的坐标,然后计算后参考点C、前参考点A和当前点B三个点形成的角度∠CAB,∠CAB大小记为θ,如果则判定当前点A已经接近充电房右角落,将当前点作为右分割点...

【专利技术属性】
技术研发人员:林欢王锋程敏许春山
申请(专利权)人:亿嘉和科技股份有限公司
类型:发明
国别省市:江苏,32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1