The positioning and navigation system of a large spherical tank climbing robot includes a host computer, an extended Kalman filter, a navigation controller, a wheel encoder, an inertial measurement unit, an IMU processing unit, a camera sensor and a bottom control unit of the climbing robot; the relative position of the robot is estimated by incrementally calculating the motion of the detection signal at the adjacent time; and the multi-sensor data fusion is used Technology, correct the accumulated error, improve the positioning accuracy of the robot; improve the reliability and robustness of the system and the positioning and navigation accuracy of the wall climbing robot; the system is simple in structure and easy to implement, which solves the difficult problem of positioning and navigation of the wall climbing robot in the spherical tank caused by the limitation of sensors.
【技术实现步骤摘要】
一种大型球形储罐爬壁机器人定位导航系统及方法(一)
：本专利技术涉及机器人
，具体涉及一种大型球型储罐爬壁机器人定位导航系统及方法。(二)
技术介绍
：作为复杂环境极限作业的一种自动化装置，爬壁机器人被广泛应用于各种检测任务。随着作业要求的提高和作业危险性的逐步提升，尤其是在石油化工行业中，在大型球形储罐的制造过程中,由于球壳是由多块压制成球面的球瓣以橘瓣式分瓣法、足球式分瓣法或足球橘瓣混合式分瓣法组焊而成，导致球罐存在大量的焊缝，在使用过程中，常在焊缝处出现由于硫化氢(H2S)应力腐蚀开裂的问题，为保证生产的安全性，需要对球罐表面的所有焊缝进行无损探伤，以检测焊缝内部缺陷。探伤爬壁机器人通常需要搭载检测设备在球罐表面按照预定路径进行扫描式检测，因此如何准确检测定位球形储罐问题焊接区域成为提高球形储罐安全可靠性的关键技术之一。在充满易燃易爆气体且具有很少甚至没有地标以及良好照明条件的大型液化石油气(LPG)球形储罐环境中，可应用的传感器类型受到限制，爬壁机器人定位导航问题变得更具挑战性。传统定位导航方法中的里程...
【技术保护点】
1.一种大型球形储罐爬壁机器人定位导航系统，其特征在于它包括上位机、扩展卡尔曼滤波器、导航控制器、车轮编码器、惯性测量单元、IMU处理单元、相机传感器和爬壁机器人底层控制单元；其中，所述导航控制器的输入端接收爬壁机器人的期望姿态设置值信号以及扩展卡尔曼滤波器的输出信号，其输出端输出定位导航信息给爬壁机器人的爬壁机器人底层控制单元；所述惯性测量单元的输入端连接爬壁机器人底层控制单元，用于测量爬壁机器人惯性数据，并输出给IMU处理单元；所述扩展卡尔曼滤波器的输入端分别接收车轮编码器、相机传感器及IMU处理单元的输出信号，其输出端与导航控制器的输入端连接；所述车轮编码器的输出端连...
【技术特征摘要】
1.一种大型球形储罐爬壁机器人定位导航系统，其特征在于它包括上位机、扩展卡尔曼滤波器、导航控制器、车轮编码器、惯性测量单元、IMU处理单元、相机传感器和爬壁机器人底层控制单元；其中，所述导航控制器的输入端接收爬壁机器人的期望姿态设置值信号以及扩展卡尔曼滤波器的输出信号，其输出端输出定位导航信息给爬壁机器人的爬壁机器人底层控制单元；所述惯性测量单元的输入端连接爬壁机器人底层控制单元，用于测量爬壁机器人惯性数据，并输出给IMU处理单元；所述扩展卡尔曼滤波器的输入端分别接收车轮编码器、相机传感器及IMU处理单元的输出信号，其输出端与导航控制器的输入端连接；所述车轮编码器的输出端连接扩展卡尔曼滤波器；所述相机传感器的输出端连接扩展卡尔曼滤波器；所述爬壁机器人底层控制单元和上位机通过串口方式进行连接通讯。
2.根据权利要求1所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述上位机为PC机，采用ROS操作系统，系统版本为Ubuntu14.04；
所述扩展卡尔曼滤波器带有6D模型信息，包含在上位机Linux系统的robot_pose_ekf功能包中，主要用于Linux系统下对机器人的3D位姿进行评估；所述robot_pose_ekf是Linux系统下用于评估机器人3D位姿的数据融合功能包；所述扩展卡尔曼滤波器接收来自车轮编码器、惯性测量单元及相机传感器所测爬壁机器人位置数据、速度数据、姿态数据，并进行分析融合校正，获得爬壁机器人准确的定位数据信息，用松耦合方式对各个传感器数据进行融合以实现机器人的位姿估计。
3.根据权利要求1所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述导航控制器是上位机Linux系统下的ROS导航堆栈，主要用于爬壁机器人完成自主导航任务；所述导航控制器用于根据得到的定位数据信息来完成相应的爬壁机器人自主导航任务；
所述车轮编码器用于测量编码器脉冲以及车轮速度反馈，其输出信号输入到扩展卡尔曼滤波器，在上位机上发布话题消息，给定爬壁机器人的每个车轮的直径和脉冲数，便于计算机器人在给定时间内移动的距离；所述IMU处理单元用于根据接收到的惯性数据计算得到爬壁机器人的位置数据、速度数据和姿态数据。
4.根据权利要求1所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述相机传感器是CCD相机传感器，数量不少于2个，用于采集罐体表面图像信息，通过实时对图像进行二值化处理，突出焊缝特征区域，以实现对焊缝的识别和跟踪；所述两个CCD相机传感器水平向下放置于机器人左右两侧，且与机器人平行，左右相机各自采集球罐表面的图像信息。
5.根据权利要求4所述一种大型球形储罐爬壁机器人定位导航系统，其特征在于所述相机传感器上配备有辅助光源，便于安装在机器人两侧的CCD相机进行图像采集。
6.一种大型球形储罐爬壁机器人定位导航方法，其特征在于它包括以下步骤：
(1)利用车轮编码器获取爬壁机器人的里程计数据；
(2)通过坐标系统变换，将不同坐标系下的定位信息统一转换到同一坐标系下，保证里程计得到正确的测量数据；
传统的通过里程计定位方法使机器人局限于平面下的作业环境，导致机器人里程计无法在球罐这种曲面环境中得到正确的位置信息；机器人借助先前已知位置进行位姿递推定位是基于全局坐标系下进行的，因此，要想得到机器人在球罐表面运行过程中的位姿信息，需要进行坐标系统的转换，即按照一定的转换方法将机器人在球面的位置数据统一转换到空间平面直角坐标系中；
(3)利用惯性测量单元获取爬壁机器人的惯性数据，通过对所得惯性数据进行一次积分得到爬壁机器人的位姿数据；
(4)利用安装在机器人两侧的CCD相机进行图像采集，通过设置阈值，将高于阈值的像素灰度值置为255，将低于阈值的像素灰度值置为0，对采集到的图像进行实时二值化处理，将图像转换为二值图，图像上灰度值为255的白色区域则代表焊缝特征区域；
(5)利用步骤(4)即可识别出焊缝特征区域，并输出相应的检测信号，把二值化处理的图像上的白色区域看作兴趣点，代表焊缝特征区域，以此，可以将机器人相对于焊缝的运动用兴趣点的运动代替，兴趣点周围的区域称为兴趣区域，代表整个范围内的焊缝相机检测；根据当前数据与先前数据之间的差异进行增量计算即可得出机器人相对于焊缝的运动；
(6)在得到机器人相对于焊缝运动的增量信号后利用均值滤波器和低通滤波器进行增量信号滤波以避免噪声的干扰，通过对结果进行二次积分即可获取机器人的相对位置值；
其中，均值滤波器计算公式如式(8)所示：
当P为负数时，可有效滤除白噪声，是正的异常值；P为正数时，可对黑噪声进行过滤，是负的异常值；
低通滤波按公式(9)实现：
Y(K)＝α·X(K)+(1-α)·Y(K-1)(9)
其中，X(K)为本次采样值；Y(K-1)为上次的滤波输出值；α为滤波系数，其值一...
【专利技术属性】
技术研发人员：孙磊，刘朝华，邓三鹏，祁宇明，周旺发，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津;12
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。