一种轨检机器人的定位方法技术

本发明专利技术适用于铁路精密测量技术领域，提供了一种轨检机器人的定位方法，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。本发明专利技术实施例融合了各个传感器的优点，改变单一传感器定位的不足，提高了定位精度。使得轨检机器人可以精确定位轨道病害，便于检修工班快速进行抢修，提高检测与维修的效率。

A Location Method for Track Inspection Robot

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。进一步的，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。进一步的，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。进一步的，所述分配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，包括：按照信息权值守恒原理给第一局部卡尔曼滤波器和第二局部卡尔曼滤波器分配新的信息权值。进一步的，所述方法还包括：通过相机拍摄道床上的条形码，获取其中的位置信息，根据所述位置信息对所述全局最优距离估计值进行更新。本专利技术实施例的第二方面提供了一种一种轨检机器人定位装置，包括：第一距离获取模块，用于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；第二距离获取模块，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；融合计算模块，用于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。所述装置还包括：信息权值分配模块，用于根据信息权值守恒原理分配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。第三方面，本专利技术实施例提供了一种终端设备，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持终端执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。本专利技术实施例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。本专利技术实施例融合了各个传感器的优点，改变单一传感器定位的不足，提高了定位精度。使得轨检机器人可以精确定位轨道病害，便于检修工班快速进行抢修，提高检测与维修的效率。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种轨检机器人的定位方法的示意流程图；图2是本专利技术实施例提供的另一种轨检机器人的定位方法的示意流程图；图3是本专利技术实施例提供的另一种轨检机器人的定位方法的示意流程图；图4是本专利技术实施例提供的另一种轨检机器人的定位方法的示意流程图；图5是本专利技术实施例提供的另一种轨检机器人的定位方法的示意流程图；图6是本专利技术实施例提供的另一种轨检机器人的定位方法的示意流程图；图7是本专利技术实施例提供的一种轨检机器人的定位装置结构示意图；图8是本专利技术实施例提供的终端设备的示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。还应当理解，在此本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。参考图1，图1是本专利技术实施例提供的一种轨检机器人的定位方法的示意流程图，该方法执行主体为处理器，所述处理器执行如步骤S101至S103所述的方法，该方法包括：步骤S101至步骤S103。步骤S101，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。所述轨检机器人上固定有霍尔元件编码器，所述霍尔元件编码器与轨检机器人的电机连接，用于统计电机转动所产生的脉冲数，所述霍尔元件编码器还与处理本文档来自技高网...

【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...

【专利技术属性】
技术研发人员：冯平，陈佳裕，
申请(专利权)人：深圳技术大学筹，
类型：发明
国别省市：广东,44