一种巡检机器人多传感器系统及巡检方法技术方案

本发明专利技术涉及一种巡检机器人多传感器系统及巡检方法，包括传感器系统采集巡检机器人当前状态以及外部环境信息，并发送到地面基站；地面基站接收到传感器系统发送的巡检机器人当前状态以及外部环境信息后，向巡检机器人发送控制命令。本发明专利技术解决巡检机器人行驶过程中很难获取输电线路全面、准确的环境信息的问题，为巡检机器人越障过程中的自主抓线和动态质心调整提供了保证。

【技术实现步骤摘要】
一种巡检机器人多传感器系统及巡检方法
本专利技术涉及机器人巡检控制领域，具体地说是一种巡检机器人多传感器系统及巡检方法。
技术介绍
巡检机器人沿架空地线或输电导线运动，安装在其上的防振锤、线夹、压接管、间隔棒等都是机器人在巡检过程中必须跨越的障碍物。因此巡检机器人在线路上运行时，需要对前方的线路环境进行检测，特别是需要对前方线路上存在的障碍物进行具体分析，确定其形状、尺寸和在线路上的位姿，从而指导机器人稳定趋近并跨越这些障碍物。巡检机器人主要通过传感器感知外部环境信息实现对线路环境的理解。目前，李强基于GPS和线路先验知识，提供了线路环境的全局信息,但是由于GPS精度低和先验知识的不准确，使得机器人对障碍物的定位精度低，同时不能检测到线路环境的未知障碍物[李强.基于GPS技术光缆定位巡线系统设计.兰州交通大学学报(自然科学版)，2007,26(3)：116-118.]；黄潇嵘等人基于激光传感器解决了局部环境的障碍物定位问题，但不能在全局或较大范围内实现障碍物的定位与识别[黄潇嵘，阮毅，李正，汤燕燕.500kV超高压架空输电线路巡线机器人的空间巡线方法研究[J].机床与液压，2011，39(11)：36-39.]；胡彩石等人基于可见光视觉提供了较多的环境信息，但是所采取的算法一般数据量大、运算复杂，难以保证实时性[胡彩石，吴功平，曹晰等.高压输电线路巡线机器人障碍视觉检测识别研究.传感技术学报，2008，21(12):2092-2096.]。采取单一传感器很难获取线路全面、准确的环境信息，多传感器融合技术对于提高巡检机器人障碍物定位与识别能力有着十分重要的作用。
技术实现思路
针对现有技术的不足，本专利技术提供一种巡检机器人多传感器系统及巡检方法，增强了巡检机器人在复杂、动态、不确定线路环境中的自主决策能力，可以实现机器人越障过程中的障碍物的可靠定位与识别、质心调整和自主抓线。本专利技术为实现上述目的所采用的技术方案是：一种巡检机器人多传感器系统，包括传感器系统采集巡检机器人当前状态以及外部环境信息，并发送到地面基站；地面基站接收到传感器系统发送的巡检机器人当前状态以及外部环境信息后，向巡检机器人发送控制命令。所述传感器系统包括内部传感器和外部传感器；内部传感器包括：编码器、电流传感器、温度传感器、限位传感器、倾角传感器和电池电量传感器；外部传感器包括视觉传感器和接触传感器。所述编码器设置于行走轮的驱动电机轴，实时检测电机的转速；所述电流传感器、温度传感器、倾角传感器和电池电量传感器设置于巡检机器人的控制箱内部；所述限位传感器设置于各个关节的电机处，用于反馈机器人各关节的状态；所述视觉传感器包括针孔摄像机和高速球摄像机；其中，在每个机械臂的顶端设置俯视角度的针孔摄像机和机械臂的下端仰视角度的针孔摄像机以观测机械臂爪落线情况；高速球摄像机设置于巡检机器人控制箱体的前端，其内部设置宽动态摄像机；所述接触传感器包括接触障碍物传感器和接触位置传感器；其中，接触障碍物传感器设置于行走轮的前端，在行走遇到障碍时触发，帮助巡检机器人对前方障碍物进行定位；接触位置传感器包括前后臂伸缩方向移动的接触位置传感器和前后臂水平方向移动的接触位置传感器，其中传感器部分安装在手臂上随手臂运动，接触部分安装在机器人框架上，当手臂运动到设定位置时发生接触以限位保护作用。一种巡检机器人多传感器巡检方法，包括以下步骤：步骤1：巡检机器人无障碍行驶时，将高速球摄像机拍摄的图像进行二值化，对二值化的图像通过可疑窗口规则来判断有无障碍物；步骤2：当有障碍物趋近时，对高速球摄像机视觉图像障碍物特征提取，提取障碍物的中心特征点，根据单目测距算法判断出障碍物距离机器人的距离；步骤3：巡检机器人进入低速近距离行驶，通过异源信息融合的方法定位障碍物；步骤4：利用障碍物趋近时测得的障碍物特征，结合针孔摄像机拍摄图像障碍物边缘的小波不变矩特征，并基于模糊识别的障碍物分类算法对障碍物进行识别。所述异源信息融合的方法为：接触障碍物传感器识别机器人与线路障碍物之间的碰撞；编码器实时检测电机的转速；电机电流传感器检测行走驱动轮的驱动电流；当机器人前方行走轮接触到障碍物后，前轮的接触障碍物传感器首先触发，随后由于行走轮受到阻力，电机电流增大且电机转速减慢；令Ai为接触障碍物传感器首次触发后连续i次检测的综合输出值，即Ai＝A(1)·A(2)·...·A(i)其中：令Bi为Ai触发后连续i次检测编码器的综合输出值，即Bi＝B(1)·B(2)·...·B(i)其中：v(i)为第i次检测时电机转速；令C(i)为Ai触发后连续i次检测电流传感器的平均输出值，即:C(i)＝[Ci(1)+Ci(2)+...+Ci(n)]/n其中Ci(n)表示第n次检测电流传感器输出值，则电流传感器综合输出状态值Ci表示为：融合公式为：Xi＝Ai·Bi·Ci其中Xi为检测状态值，当Xi＝ture时，判断障碍物与机器人行走轮完全接触。所述模糊识别的障碍物分类算法包括以下步骤：步骤1：建立障碍物特征的模糊集，并构造障碍物特征的隶属函数；步骤2：依据模糊特征，建立待识别障碍物的特征矩阵；步骤3：根据特征矩阵构造隶属度矩阵和权值矩阵；步骤4：计算决策矩阵；步骤5：根据最大隶属度原则从决策矩阵中识别被识别障碍物的类别。所述障碍物特征包括相对高度H、物理宽度W、长宽比C、图像占空比P和手臂仰视摄像机的小波不变矩特征；相对高度H为：其中，X(Lup,Rleft)、X(Lup,Rright)、X(Lup,Rmiddle)为单目测距时点(Lup,Rleft)、(Lup,Rright)和(Lup,Rmiddle)在世界坐标系中的XW轴坐标，H为多帧图像测得值Hi的均值，即相对高度；物理宽度W为：Wi＝Y(Lup,Rright)-Y(Lup,Rleft)其中，Y(Lup,Rright)、Y(Lup,Rleft)为单目测距时点(Lup,Rleft)、(Lup,Rright)在世界坐标系中的YW轴坐标，W为多帧图像测得值Wi的均值，即物理宽度；长宽比C为：图像占空比P为：其中，Rleft为窗口左列，Rright为窗口右列，Ldown为窗口底行，Lup为窗口顶行。所述隶属函数包括相对高度特征隶属函数、物理宽度特征隶属函数、长宽比特征隶属函数、占空比特征隶属函数和小波不变矩特征隶属函数；其中，相对高度特征隶属函数、占空比特征隶属函数和小波不变矩特征隶属函数为正态分布隶属函数；物理宽度特征隶属函数和长宽比特征隶属函数为梯形隶属函数。所述待识别障碍物的特征矩阵为：其中，U为待识别障碍物的特征矩阵，m为特征参数数目，n为待识别障碍物数目，i为第i个特征参数，j为第j个待识别的障碍物。所述隶属度矩阵为：其中，m为模糊特征参数个数，r为识别类中的元素个数，sij表示第i个特征值对第j个识别类元素的隶属度；权值矩阵为：其中，m为模糊特征参数个数，r为识别类中的元素个数，aij表示第i个特征值对第j个识别类元素的重要程度，所述决策矩阵为：其中，m为模糊特征参数个数，r为识别类中的元素个数，rij表示第j待识别障碍物属于第i个识别类元素的隶属度。所述最大隶属度原则为：对于第j待识别障碍物xj，rij表示xj关于Ci类的隶属度，如果：则判本文档来自技高网...

【技术保护点】
一种巡检机器人多传感器系统，其特征在于：包括传感器系统采集巡检机器人当前状态以及外部环境信息，并发送到地面基站；地面基站接收到传感器系统发送的巡检机器人当前状态以及外部环境信息后，向巡检机器人发送控制命令。

【技术特征摘要】
1.一种巡检机器人多传感器系统，其特征在于：包括传感器系统采集巡检机器人当前状态以及外部环境信息，并发送到地面基站；地面基站接收到传感器系统发送的巡检机器人当前状态以及外部环境信息后，向巡检机器人发送控制命令。2.根据权利要求1所述的巡检机器人多传感器系统，其特征在于：所述传感器系统包括内部传感器和外部传感器；内部传感器包括：编码器、电流传感器、温度传感器、限位传感器、倾角传感器和电池电量传感器；外部传感器包括视觉传感器和接触传感器。3.根据权利要求2所述的巡检机器人多传感器系统，其特征在于：所述编码器设置于行走轮的驱动电机轴，实时检测电机的转速；所述电流传感器、温度传感器、倾角传感器和电池电量传感器设置于巡检机器人的控制箱内部；所述限位传感器设置于各个关节的电机处，用于反馈机器人各关节的状态；所述视觉传感器包括针孔摄像机和高速球摄像机；其中，在每个机械臂的顶端设置俯视角度的针孔摄像机和机械臂的下端仰视角度的针孔摄像机以观测机械臂爪落线情况；高速球摄像机设置于巡检机器人控制箱体的前端，其内部设置宽动态摄像机；所述接触传感器包括接触障碍物传感器和接触位置传感器；其中，接触障碍物传感器设置于行走轮的前端，在行走遇到障碍时触发，帮助巡检机器人对前方障碍物进行定位；接触位置传感器包括前后臂伸缩方向移动的接触位置传感器和前后臂水平方向移动的接触位置传感器，其中传感器部分安装在手臂上随手臂运动，接触部分安装在机器人框架上，当手臂运动到设定位置时发生接触以限位保护作用。4.一种巡检机器人多传感器巡检方法，其特征在于：包括以下步骤：步骤1：巡检机器人无障碍行驶时，将高速球摄像机拍摄的图像进行二值化，对二值化的图像通过可疑窗口规则来判断有无障碍物；步骤2：当有障碍物趋近时，对高速球摄像机视觉图像障碍物特征提取，提取障碍物的中心特征点，根据单目测距算法判断出障碍物距离机器人的距离；步骤3：巡检机器人进入低速近距离行驶，通过异源信息融合的方法定位障碍物；步骤4：利用障碍物趋近时测得的障碍物特征，结合针孔摄像机拍摄图像障碍物边缘的小波不变矩特征，并基于模糊识别的障碍物分类算法对障碍物进行识别。5.根据权利要求4所述的巡检机器人多传感器巡检方法，其特征在于：所述异源信息融合的方法为：接触障碍物传感器识别机器人与线路障碍物之间的碰撞；编码器实时检测电机的转速；电机电流传感器检测行走驱动轮的驱动电流；当机器人前方行走轮接触到障碍物后，前轮的接触障碍物传感器首先触发，随后由于行走轮受到阻力，电机电流增大且电机转速减慢；令Ai为接触障碍物传感器首次触发后连续i次检测的综合输出值，即Ai＝A(1)·A(2)·...·A(i)其中：令Bi为Ai触发后连续i次检测编码器的综合输出值，即Bi＝B(1)·B(2)·...·B(i)其中：v(i)为第i次检测时电机转速；令C(i)为Ai触发后连续i次检测电流传感器的平均输出值，即:C(i)＝[Ci(1)+Ci(2)+...+Ci(n)]/n其中Ci(n)表示第n次检测电流传感器输出值，则电流传感器综合输出状态值Ci表示为：融合公式为：Xi＝Ai·Bi·Ci其中Xi为检测状态值，当Xi＝ture时，判断障碍物与机器人行走轮完全接触。6.根据权利要求4所述的巡检机器人多传感器巡检方法，其特征在于：所述模糊识别的障碍物分类算法...

【专利技术属性】
技术研发人员：王洪光，张成巍，姜勇，张珏，李贞辉，许继葵，李瀚儒，罗红，伍衡，宁宇，
申请(专利权)人：中国科学院沈阳自动化研究所，广州供电局有限公司，
类型：发明
国别省市：辽宁,21