The invention is applicable to the field of railway precision measurement technology, and provides a positioning method for rail inspection robot, which includes: acquiring the first travel distance of the rail inspection robot through Hall element encoder, and inputting the first travel distance into the first local Kalman filter to obtain the first local optimal estimate value; acquiring the second travel distance of the rail inspection robot through inertial sensor; The second travel distance is input into the second local Kalman filter to get the second local optimal estimation, and the first local optimal estimation and the second local optimal estimation are input into the main Kalman filter to get the global optimal distance estimation. The embodiment of the invention integrates the advantages of each sensor, changes the deficiency of single sensor positioning, and improves positioning accuracy. The robot can accurately locate the track diseases, facilitate the repairmen to repair quickly, and improve the efficiency of detection and maintenance.
【技术实现步骤摘要】
一种轨检机器人的定位方法
本专利技术属于铁路精密测量
,尤其涉及一种轨检机器人的定位方法。
技术介绍
随着我国城市铁路交通事业发展迅速,列车行驶的安全和可靠成为重中之重。为保证列车行驶的安全和可靠,铁路的日常维检就成为重要保障。由于人工巡查这种方法效率低、劳动量大、耗时多、可靠性不高、漏检率高、经济支撑大,同时巡道工的安全也会受到威胁,目前已经研发出了自行走、高精确性、易操作和可远程控制的轨道检测机器人,用于城市轨道交通等的轨道维护检修。目前大多数的轨检机器人使用的定位方法就是通过简单的GPS或者根据电机的转动圈数以及机器人驱动轮的直径确定机器人移动的距离,但是GPS的定位精度只能给出一个几米内的大概范围,电机由于空转和打滑也会产生误差,导致并不能给出精准的定位位置,最终还是需要人工去确定。
技术实现思路
有鉴于此,本专利技术实施例提供了一种轨检机器人定位方法,以解决现有技术中GPS定位精度不高,电机由于空转和打滑也会产生误差,导致并不能给出精准的定位位置的问题。本专利技术实施例的第一方面提供了一种一种轨检机器人定位方法,包括:通过霍尔元件编码器获取轨检机器人的第一行驶距离,并将所述第一行驶距离输入第一局部卡尔曼滤波器得到第一局部最优估计值;通过惯性传感器获取轨检机器人的第二行驶距离,并将所述第二行驶距离输入第二局部卡尔曼滤波器得到第二局部最优估计值;将第一局部最优估计值和第二局部最优估计值输入主卡尔曼滤波器进行定位融合,得到全局最优距离估计值。进一步的,所述通过霍尔元件编码器获取轨检机器人的第一行驶距离,并将所述第一行驶距离输入第一局部卡尔曼滤波器得到 ...
【技术保护点】
1.一种轨检机器人的定位方法,其特征在于,包括:通过霍尔元件编码器获取轨检机器人的第一行驶距离,并将所述第一行驶距离输入第一局部卡尔曼滤波器得到第一局部最优估计值;通过惯性传感器获取轨检机器人的第二行驶距离,并将所述第二行驶距离输入第二局部卡尔曼滤波器得到第二局部最优估计值;将第一局部最优估计值和第二局部最优估计值输入主卡尔曼滤波器进行定位融合,得到全局最优距离估计值。
【技术特征摘要】
1.一种轨检机器人的定位方法,其特征在于,包括:通过霍尔元件编码器获取轨检机器人的第一行驶距离,并将所述第一行驶距离输入第一局部卡尔曼滤波器得到第一局部最优估计值;通过惯性传感器获取轨检机器人的第二行驶距离,并将所述第二行驶距离输入第二局部卡尔曼滤波器得到第二局部最优估计值;将第一局部最优估计值和第二局部最优估计值输入主卡尔曼滤波器进行定位融合,得到全局最优距离估计值。2.如权利要求1所述的方法,其特征在于,所述通过霍尔元件编码器获取轨检机器人的第一行驶距离,并将所述第一行驶距离输入第一局部卡尔曼滤波器得到第一局部最优估计值之前,还包括:建立状态方程、霍尔元件编码器的观测方程、以及惯性传感器的观测方程。3.如权利要求1所述的方法,其特征在于,所述将第一局部最优估计值和第二局部最优估计值输入主卡尔曼滤波器进行定位融合,得到全局最优距离估计值,包括:根据第一局部最优估计值、第二局部最优估计值、第一局部卡尔曼滤波器的信息权值和第二局部卡尔曼滤波器的信息权值计算出全局最优距离估计值。4.如权利要求3所述的方法,其特征在于,所述根据第一局部最优估计值、第二局部最优估计值、第一局部卡尔曼滤波器的信息权值和第二局部卡尔曼滤波器的信息权值计算出全局最优距离估计值之后,还包括:将全局最优距离估计值反馈给第一局部卡尔曼滤波器和第二局部卡尔曼滤波器,重置第一局部卡尔曼滤波器和第二局部卡尔曼滤波器的参数,并分配新的信息权值给第一局部卡尔曼滤波器和第二局部卡尔曼滤波器。5.如权利要求4所述的方法,其特征在于,所述分配新的信息权值给第一局部...
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。