【技术实现步骤摘要】
一种基于多传感器融合的电缆沟智能巡检机器人建图方法
本专利技术涉及智能机器人
，尤其涉及一种基于多传感器融合的电缆沟智能巡检机器人建图方法。
技术介绍
在如今高速发展的21世纪，输配电线路的数量逐渐增加，但由于电缆沟多存在于地下，且长时间的运作导致电缆外绝缘老化放电，以及电缆沟内部积水积潮，加上在电缆沟中一些动植物尸体经过微生物分解产生的甲烷等可燃性气体积累，最终可能引起地下电缆沟发生火灾爆炸。而且地下电缆沟内部环境狭小复杂，工作人员巡检尤为困难。因此，企业和高校开始使用移动机器人来代替工人进行此类非常危险的工作。作为移动机器人最关键的技术，自主导航技术的研究变得尤为重要。移动机器人自主导航的核心技术在于机器人通过传感器的信息在未知环境下进行自身定位，让机器人在巡检的过程中知道自己处于电缆沟的哪个位置才能进行巡检，并实时对周围的环境进行建图还原以便让工作人员监控。于是，各种先进的地下电缆沟检测设备和检测方法应运而生。比如为了满足电力系统运维过程中电缆沟巡检的任务要求而设计的地下电缆沟巡检小车，外部搭载激光雷达、...
【技术保护点】
1.一种基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述方法包括以下步骤：/n步骤1、采集巡检机器人内部传感器和外部传感器的观测信息，获得巡检机器人的定位；/n步骤2、根据RBpf-slam算法在自身定位的基础上建立环境地图，获得位姿和地图的联合分布公式，其中，所述建立环境地图包括将所述的观测信息均转换为激光数据格式并进行坐标变换；/n步骤3、通过采样、计算权重、重采样和地图估计实现不断迭代来估计每一时刻巡检机器人的位姿算法。/n
【技术特征摘要】
1.一种基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述方法包括以下步骤：
步骤1、采集巡检机器人内部传感器和外部传感器的观测信息，获得巡检机器人的定位；
步骤2、根据RBpf-slam算法在自身定位的基础上建立环境地图，获得位姿和地图的联合分布公式，其中，所述建立环境地图包括将所述的观测信息均转换为激光数据格式并进行坐标变换；
步骤3、通过采样、计算权重、重采样和地图估计实现不断迭代来估计每一时刻巡检机器人的位姿算法。
2.如权利要求1所述的基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述步骤1包括：
基于巡检机器人的内部传感器的观测信息获得里程计；
基于巡检机器人的外部传感器的观测信息获得观测数据；
所述内部传感器的观测信息为巡检机器人控制信息，所述外部传感器的观测信息为巡检机器人测量得到的障碍物信息，包括激光雷达测得的激光信息、深度相机测量得到的深度信息和超声波测量得到的距离信息。
3.如权利要求2所述的基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述里程计计算如下：
u1:k＝(u1,u2,…,uk)
式中，ut表示巡检机器人控制信息，所述控制信息是巡检机器人在k-1到k之间左右轮子的速度；
所述观测数据是巡检机器人路过全部障碍物信息，计算如下：
z1:k＝(z1,z2,…,zk)
式中，zt表示障碍物信息。
4.如权利要求1所述的基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述位姿和地图的联合分布公式如下：
P(X1:k,M|z1:k,u1:k-1)＝P(M|X1:k,z1:k)·P(X1:k|z1:k,u1:k-1)
式中，X1:k＝(X(1),X(2),…,X(k))表示巡检机器人整个k时间的位姿向量，M＝(M(1),M(2),…,M(k))表示巡检机器人运动的整个过程中观测得到的周围障碍物位姿信息，P(X1:k|z1:k,u1:k-1)表示巡检机器人得到初始位姿后预测下一时刻机器人位姿后验概率密度分布，P(M|X1:k,z1:k)表示将巡检机器人预测的位姿后验概率密度分布结合所述观测数据来预测得到电缆沟内部障碍物地标位姿地图概率密度分布。
5.如权利要求1所述的基于多传感器融合的电缆沟智能巡检机器人建图方法，其特征在于，所述建立环境地图包括以下步骤：
步骤1、获取激光数据信息和伪激光数据...
【专利技术属性】
技术研发人员：贾智伟，田奕宏，刘铮，樊绍胜，周文广，赖志强，刘豪辉，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43
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。