CN103197679A - 一种轨道式巡检机器人的精确定位方法 - Google Patents

Abstract

本发明公开了一种轨道式巡检机器人的精确定位方法，在移动机器人本体上安装位标检测装置，将移动机器人本体运行的轨道分为L段，则共有M＝L-1个分段点，于每个分段点处安装一组编码式位标；当移动机器人本体启动时开始计时，计算通过轨道上每一个分段时的速度并预测移动机器人本体到达预定位置所需的时间；当移动机器人本体到达检测点停止后，通过图像采集部件采集此时的位标图像，将所述位标图像与预先存好的基准图像进行匹配，根据匹配结果控制移动机器人本体移动，完成自适应校正。本发明具有成本低廉、可控性好、精确度高、运行可靠性好等优点。

Description

一种轨道式巡检机器人的精确定位方法

技术领域

本发明主要涉及到移动式机器人的设计领域，特指一种适用于轨道式巡检机器人的精确定位方法。

背景技术

在工矿企业中，需要定期对电气、动力设备进行状态巡检，以便及时发现设备故障及故障隐患，并进而采取解决措施，以确保设备的安全运行。轨道式巡检机器人就是一种为了实现状态巡检的有力工具，而要实现高精度的设备状态监测，必须实现巡检机器人的精确定位。

目前，常用的移动机器人定位方法包括如下几种：

1.利用限位开关。在机器人的行走轨迹上安装限位开关，当机器人行驶到限位开关处时触发限位开关动作并发出到位信号。采用这种定位技术主要优点是：结构简单、安装方便、容易维护，但是这种方式也存在不足：需要较多的限位开关且每个限位开关需连接至计算机系统以获取机器人准确位置，结构复杂；此外，限位开关容易受到潮湿、高温等环境因素影响而失效或产生误动作。

2.行进距离编码。对机器人进行距离编码测量也是目前经常使用的一种定位方法，该方法是通过在机器人上安装编码器，通过读取车轮转动的圈数来计算行驶距离并推测机器人的位置。该方法较简单，但存在机器人车轮打滑现象，难以对机器人的实际位置实现精确定位。

3.半导体滑线技术。在机器人行驶的轨迹正上方，放置两根电源滑触线和一根均匀电阻分布半导体滑线，机器人移动时，电刷在滑线上滑动，根据半导体两端电流变化计算小车的实时位置。采用这种定位技术主要有点是：结构简单、受环境干扰少、容易维护，但这种方式也存在不足：电流测量不准、电刷长时间摩擦导致接触不良都会带来位置信息计算错误、难以实现长时间精确定位。

4.另外还有一些利用GPS、超声波等定位方法，但是这些方法成本高、受环境影响大、技术复杂，不易实现。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种成本低廉、可控性好、精确度高、运行可靠性好的轨道式巡检机器人的精确定位方法。

为解决上述技术问题，本发明采用以下技术方案：

一种轨道式巡检机器人的精确定位方法，在移动机器人本体上安装位标检测装置，将移动机器人本体运行的轨道分为L段，则共有M＝L-1个分段点，于每个分段点处安装一组编码式位标；当移动机器人本体启动时开始计时，计算通过轨道上每一个分段时的速度并预测移动机器人本体到达预定位置所需的时间；当移动机器人本体到达检测点停止后，通过图像采集部件采集此时的位标图像，将所述位标图像与预先存好的基准图像进行匹配，根据匹配结果控制移动机器人本体移动，完成自适应校正。

作为本发明的进一步改进：

所述位标检测装置安装在移动机器人本体的前方底部，由两个磁性金属接近开关并排组成，通过磁性金属接近开关检测垂直下方一定距离内是否存在磁性金属物质。

每组所述编码式位标包含一个基准编码式位标和一个实际编码式位标，所有所述编码式位标的排列方向与位标检测装置的移动方向一致。

所述基准编码式位标和实际编码式位标上均具有位置编码孔；根据分段点数目M的不同，决定基准编码式位标上编码孔的个数N，其关系2^N-1≤M≤2^N；所述实际编码式位标的编码孔数目及安装位置反映该安装点的位置信息，该值在实际编码式位标由二进制表示。

所述位标检测装置中的一个磁性金属接近开关检测基准编码式位标中的圆孔并计数，另一个磁性金属接近开关同时检测实际编码式位标中圆孔的有无并形成对应的二进制编码，以实时反馈移动机器人的定点位置信息。

相邻所述两个编码式位标之间均匀设置一定数量的金属分段位标，通过金属分段位标细分分段路线。

当移动机器人本体启动后开始计时，当位标检测装置检测到分段位标后，根据启动时与当前检测到的分段位标间的距离，计算出移动机器人本体的移动速度，并预测移动机器人本体到达预定位置所需时间；每到达一个分段位标校正一次机器人小车的速度。

所述移动机器人本体上设置控制器，所述控制器通过网络把图像数据发送给集控中心计算机，并与集控中心计算机的数据库中预先存好的基准图像进行匹配。

所述图像采集部件安装在一个两自由度云台上，通过控制两自由度云台使摄像头对准任何角度并采集位标图像。

与现有技术相比，本发明的优点在于：本发明的轨道式巡检机器人的精确定位方法，通过在移动机器人上设置位标检测装置，对轨道分段并在上设置用来识别的编码式位标，辅助图像采集装置进行位标的识别匹配，就能够对移动机器人的位置进行精确定位和适应性调整，应用本发明后，整个设备具有成本低廉、可控性好、精确度高、运行可靠性好等优点。

附图说明

图1是本发明的主视剖视结构示意图。

图2是本发明的侧视剖视结构示意图。

图3是本发明中位置标识结构示意图。

图例说明：

1、网络；2、移动机器人本体；3、控制器；4、位标检测装置；5、编码式位标；6、轨道；7、两自由度云台；8、图像采集部件；51、基准编码式位标；52、实际编码式位标；53、分段位标。

具体实施方式

以下将结合说明书附图和具体实施例对本发明做进一步详细说明。

如图1和图2所示，本发明的一种轨道式巡检机器人的精确定位方法为：

在移动机器人本体2(如：机器人小车)的底部安装位标检测装置4。位标检测装置4安装在移动机器人本体2的前方底部，由两个磁性金属接近开关并排组成，磁性金属接近开关能检测其垂直下方一定距离内是否存在磁性金属物质，如铁块。

将轨道6按照实际需要分为L段，则共有M＝L-1个分段点，于每个分段点处安装一组编码式位标5。该编码式位标5包含一个基准编码式位标51和一个实际编码式位标52，编码式位标5的方向与位标检测装置4的移动方向一致。在相邻两个编码式位标5之间均匀设置一定数量的金属分段位标53，用来细分分段路线。

当移动机器人本体2启动时，开始计时，计算通过轨道6上每一个细分分段时的速度并预测移动机器人本体2到达预定位置所需的时间，从而实现移动机器人对任意位置的较准确定位。当移动机器人本体2到达检测点停止后，通过图像采集部件8(如：摄像头)采集位标图像。控制器3通过网络1(如：无线网桥)把图像数据发送给集控中心计算机，并与集控中心计算机的数据库中预先存好的基准图像进行匹配，通过图像特征像素提取、尺度空间极值检测、特征向量形成、特征匹配、逻辑坐标系与物理坐标系转换等匹配算法步骤，得到匹配结果，然后根据匹配结果控制移动机器人本体2的前、后微移动，实现特征像素自适应校正，达到对移动机器人精确定位的目的。

本实施例中，编码式位标5包含基准编码式位标51和实际编码式位标52，如图3所示。基准编码式位标51和实际编码式位标52上均具有位置编码孔。根据分段数目M的不同，决定基准编码式位标51上编码孔的个数N，其关系2^N-1≤M≤2^N。实际编码式位标52的编码孔数目及安装位置反映该安装点的位置信息，该值在实际编码式位标52由二进制表示。举例说明如下：若将轨道6分为16段，则定点个数为M＝15，则编码孔的个数N＝4；实际编码式位标52上的孔的位置编码信息，其中有孔代表1，无孔代表0。如：1号定点位置，实际编码式位标52为0000；2号定点位置，实际编码式位标52为0001；……；12号定点位置，实际编码式位标52为1011；13号定点位置，实际编码式位标52为1100；……，如此类推。

本实施例中，位标检测装置4的一个磁性金属接近开关检测基准编码式位标51中的圆孔并计数，另一个磁性金属接近开关同时检测实际编码式位标52中圆孔的有无并形成对应的二进制编码，以实时反馈移动机器人的定点位置信息。

本实施例中，数个分段位标53安装在两个相邻编码式位标5之间，如图3所示，每隔一定短距离均匀安装一个分段位标53，用来细分分段路线。当移动机器人本体2启动后，控制器3开始计时，当位标检测装置4检测到分段位标53后，控制器根据启动时与当前检测到的分段位标53间的距离，计算出移动机器人本体2的移动速度，预测移动机器人本体2到达预定位置所需时间。每到达一个分段位标53校正一次机器人小车速度，从而减少车轮打滑、摩擦系数不同等干扰，以达到移动机器人本体2在两定点之间任意位置精确定位。

本实施例中，图像采集部件8(如：摄像头)安装在一个两自由度云台7上，通过控制两自由度云台7能够使摄像头对准任何角度并采集位标图像。移动机器人本体2到达检测点停止后，控制器3读取实时的位置信息，控制两自由度云台7使摄像头转动，采集特征明显、距离近的位标图像，通过网络1(无线网桥)把图像信息发到控制中心计算机，并与预先采集的标志物基准图像进行自适应匹配，根据匹配结果，微调移动机器人的运动方向与位移，再进行特征像素自适应校正，直至采集的标志物图像与基准图像完全吻合，从而实现对预定位置的精确定位。

本实施例中，上述匹配算法采用简化SIFT算法，步骤如下：

1.提取图像特征像素点；

图像高斯尺度空间函数为：

L(x，y，σ)＝G(x，y，σ)*I(x，y)         (1)

$G(x,y,\mathrm{\σ})=\frac{1}{2\mathrm{\π}{\mathrm{\σ}}^2}{e}^{-(x^2+y^2)/2{\mathrm{\σ}}^2}---\left(2\right)$

式中：(x，y)为像素坐标，I(x，y)为对应坐标像素值，σ为尺度空间因子，L(x，y，σ)为尺度空间函数，G(x，y，σ)为高斯函数。

2.尺度空间极值检测；

选取图像尺度空间中的三层图像为例，每层图像利用3×3窗选取9个相邻像素点，形成检测像素为中心的相邻的27个相邻像素域，所形成图像尺度空间中除主处理像素点以外的26个邻域中检测极值。

D(x，y，σ)＝(G(x，y，kσ)-G(x，y，σ))*I(x，y)＝L(x，y，kσ)-L(x，y，σ)    (3)

式中：D(x，y，σ)为两个相邻尺度图像之差，k为不同尺度空间图像层的系数。一个点如果在图像尺度空间本层以及上下层的26个邻域中是最大或最小，则该点是图像在该尺度下的一个特征点。

3.形成特征向量；

(1)在多尺度空间特征点形成之后，以特征点为中心采用圆形窗体来确定需要统计的领域范围，窗口尺寸采用9σ×9σ，因此圆形窗口半径取4.5σ，在该圆形窗体内统计12个梯度方向。

(2)将12个梯度方向规一化，保证光照不变性。假设D是特征点的特征向量，即D＝(d₁，d₂…，d₁₂)，归一化得到：

$\stackrel{\‾}{D}=\frac{D}{\sqrt{\underset{i=1}{\overset{12}{\mathrm{\Σ}}}{d}_i^2}}=({\stackrel{\‾}{d}}_1,{\stackrel{\‾}{d}}_2...,{\stackrel{\‾}{d}}_{12})---\left(4\right)$

(3)查找最大的梯度方向统计量，如果该统计量元素位于12维向量的头部则向量最终形成，即若 ${\stackrel{\‾}{d}}_1=\max \{{\stackrel{\‾}{d}}_i,{\stackrel{\‾}{d}}_i\∈\stackrel{\‾}{D}\},$ 最终特征向量为 $\stackrel{\‾}{D}=({\stackrel{\‾}{d}}_1,{\stackrel{\‾}{d}}_2...{\stackrel{\‾}{d}}_{12}).$

(4)向左循环移动整个向量序列，直到最大的梯度方向统计量移动到向量的第一个元素，以保证旋转不变性。假设

是向量的最大元素，则最终特征向量为：

$\stackrel{\‾}{D}=({\stackrel{\‾}{d}}_5,{\stackrel{\‾}{d}}_6,{\stackrel{\‾}{d}}_7,{\stackrel{\‾}{d}}_8,{\stackrel{\‾}{d}}_9,{\stackrel{\‾}{d}}_{10},{\stackrel{\‾}{d}}_{11},{\stackrel{\‾}{d}}_{12},{\stackrel{\‾}{d}}_1,{\stackrel{\‾}{d}}_2,{\stackrel{\‾}{d}}_3,{\stackrel{\‾}{d}}_4)---\left(5\right)$

4.特征匹配；

当两幅图像的SIFT特征向量生成后，采用欧式距离作为两幅图中关键点的相似性判定度量，当此距离小于某个阈值时就认为这两个点匹配，即：

$\stackrel{*}{d}<=\mathrm{\&lambda;}---\left(6\right)$

式中：

两幅图中关键点的欧式距离，λ判定阈值。

5.逻辑坐标系与物理坐标系转换；

若第4步判定未匹配，则根据两幅图中关键点的欧式距离将图像所处的逻辑坐标系转换为小车所处的物理坐标系，即：

式中：L(x，y)为图像所处的逻辑坐标系，P(x，y)小车所处物理坐标。

然后，转到第6步。

6.自适应校正；

根据(7)式的坐标转换结果控制移动机器人前后微移动，不断循环上述匹配算法直到满足匹配为止，实现自适应校正，达到移动机器人精确定位目的。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (9)

1.一种轨道式巡检机器人的精确定位方法，其特征在于，在移动机器人本体上安装位标检测装置，将移动机器人本体运行的轨道分为L段，则共有M＝L-1个分段点，于每个分段点处安装一组编码式位标；当移动机器人本体启动时开始计时，计算通过轨道上每一个分段时的速度并预测移动机器人本体到达预定位置所需的时间；当移动机器人本体到达检测点停止后，通过图像采集部件采集此时的位标图像，将所述位标图像与预先存好的基准图像进行匹配，根据匹配结果控制移动机器人本体移动，完成自适应校正。

2.根据权利要求1所述的轨道式巡检机器人的精确定位方法，其特征在于，所述位标检测装置安装在移动机器人本体的前方底部，由两个磁性金属接近开关并排组成，通过磁性金属接近开关检测垂直下方一定距离内是否存在磁性金属物质。

3.根据权利要求2所述的轨道式巡检机器人的精确定位方法，其特征在于，每组所述编码式位标包含一个基准编码式位标和一个实际编码式位标，所有所述编码式位标的排列方向与位标检测装置的移动方向一致。

4.根据权利要求3所述的轨道式巡检机器人的精确定位方法，其特征在于，所述基准编码式位标和实际编码式位标上均具有位置编码孔；根据分段点数目M的不同，决定基准编码式位标上编码孔的个数N，其关系2^N-1≤M≤2^N；所述实际编码式位标的编码孔数目及安装位置反映该安装点的位置信息，该值在实际编码式位标由二进制表示。

5.根据权利要求4所述的轨道式巡检机器人的精确定位方法，其特征在于，所述位标检测装置中的一个磁性金属接近开关检测基准编码式位标中的圆孔并计数，另一个磁性金属接近开关同时检测实际编码式位标中圆孔的有无并形成对应的二进制编码，以实时反馈移动机器人的定点位置信息。

6.根据权利要求1～5中任意一项所述的轨道式巡检机器人的精确定位方法，其特征在于，相邻所述两个编码式位标之间均匀设置一定数量的金属分段位标，通过金属分段位标细分分段路线。

7.根据权利要求6所述的轨道式巡检机器人的精确定位方法，其特征在于，当移动机器人本体启动后开始计时，当位标检测装置检测到分段位标后，根据启动时与当前检测到的分段位标间的距离，计算出移动机器人本体的移动速度，并预测移动机器人本体到达预定位置所需时间；每到达一个分段位标校正一次机器人小车的速度。

8.根据权利要求1～5中任意一项所述的轨道式巡检机器人的精确定位方法，其特征在于，所述移动机器人本体上设置控制器，所述控制器通过网络把图像数据发送给集控中心计算机，并与集控中心计算机的数据库中预先存好的基准图像进行匹配。

9.根据权利要求1～5中任意一项所述的轨道式巡检机器人的精确定位方法，其特征在于，所述图像采集部件安装在一个两自由度云台上，通过控制两自由度云台使摄像头对准任何角度并采集位标图像。

Images