一种变电站巡检机器人激光SLAM位姿预测方法技术

本发明专利技术公开了一种变电站巡检机器人激光同步定位与地图构建（SLAM）位姿预测方法，包含以下步骤：（1）计算巡检机器人的平移线速度；（2）计算巡检机器人的旋转角速度；（3）修正旋转角速度；（4）预测当前时刻巡检机器人的位姿；（5）判断传感器是否有新数据，若是则返回步骤（1），若否则结束。本方法在预测先验位姿时，使用数据队列末尾的四个数据进行预测，并使用由点云位姿计算的角速度对惯性测量单元（IMU）数据的计算结果进行修正，其有效地改善变电站巡检机器人激光SLAM位姿预测效果，具有良好的应用前景。用前景。用前景。

【技术实现步骤摘要】
一种变电站巡检机器人激光SLAM位姿预测方法


[0001]本专利技术涉及变电站巡检机器人同步定位与建图
，尤其是一种变电站巡检机器人激光SLAM位姿预测方法。

技术介绍

[0002]随着人工智能技术的兴起，各种无人驾驶的交通载具和移动机器人接连问世。在无人驾驶领域，SLAM发挥着至关重要的作用。根据主要传感器类型的不同，科研人员将SLAM技术分为视觉SLAM和激光SLAM两大类。视觉SLAM以相机作为主要传感器，其通过对相机采集的图像进行分析处理来实现对周围环境的构建与表达。激光SLAM以激光雷达作为主要传感器，其通过对激光雷达采集的点云数据进行扫描匹配来构建环境地图。相较于基于视觉的SLAM方法，激光SLAM对光照变化不敏感，能够在光照变化剧烈的室内或室外场景中，准确地采集环境信息。由于激光SLAM算法具有测量精度高、探测范围广的特点，各国的研究人员对其开展了长时间的科研探索。然而，在IMU的数据源波动较大或不可靠时，若传统地采用数据队列首尾求平均的方式计算，其得出的线速度和角速度亦是不可靠的，这将导致激光SLAM位姿预测的误差也随之增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变电站巡检机器人激光SLAM位姿预测方法，其特征在于：包括以下步骤：(1)计算巡检机器人的平移线速度；(2)计算巡检机器人的旋转角速度；(3)修正旋转角速度；(4)预测当前时刻巡检机器人的位姿；(5)判断传感器是否有新数据，若是则返回步骤(1)，若否则结束。2.根据权利要求1所述的一种变电站巡检机器人激光SLAM位姿预测方法，其特征在于：所述步骤(1)中计算巡检机器人的平移线速度的步骤如下：步骤(1
‑
1)：激光雷达传感器多次采集数据，形成位姿数据队列；步骤(1
‑
2)：从位姿数据队列中读取尾部的四个数据；步骤(1
‑
3)：根据式(1)计算平移线速度；lv＝[0.8*(p
t
‑1‑
p
t
‑2)+0.2*(p
t
‑3‑
p
t
‑4)]/T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)式(1)中，lv表示变电站巡检机器人的平移线速度，p表示点云位姿的坐标，t表示最新的点云位姿时间戳，T表示一个运算周期。3.根据权利要求1所述的一种变电站巡检机器人激光SLAM位姿预测方法，其特征在于：所述步骤(3)中修正旋转角速度的步骤如下：步骤(3
‑
1)：根据式(2)计算两帧点云之间的旋转增量的四元数；ΔPose＝quatDivide(R2,R1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式(2)中，R1和R2表示两帧点云位姿旋转的四元数，quatDivide表示四元数除法运算函数，ΔPose表示两帧点云位姿之间的旋转增量的四元数；步骤(3
‑
2)：根据式(3)将两帧点云位姿之间旋转增量的四元数转换成旋转欧拉角；式(3)中，φ
pose
、θ
pose
...

【专利技术属性】
技术研发人员：苗红霞，郭章旺，齐本胜，陈家林，李岩，
申请(专利权)人：河海大学，
类型：发明
国别省市：