CN112964251A - 一种巡检机器人定位方法 - Google Patents
一种巡检机器人定位方法 Download PDFInfo
- Publication number
- CN112964251A CN112964251A CN202110178703.3A CN202110178703A CN112964251A CN 112964251 A CN112964251 A CN 112964251A CN 202110178703 A CN202110178703 A CN 202110178703A CN 112964251 A CN112964251 A CN 112964251A
- Authority
- CN
- China
- Prior art keywords
- inspection robot
- rfid
- electromagnetic wave
- laser scanning
- wave signals
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 230000008054 signal transmission Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种巡检机器人定位方法，该巡检机器人用于对地下管道或电缆进行巡检，包括以下步骤：在已知坐标的若干特征点处投放存储特征点位置信息的RFID标签；提供一巡检机器人，巡检机器人包括惯性导航系统、激光扫描传感器和RFID标签阅读器；激光扫描传感器对周围的环境进行激光扫描，利用激光扫描数据矫正惯性导航系统的航位误差；当激光扫描传感器扫描的数据经过处理后得到的特征无法在已知地图中找到时，RFID标签阅读器启动并接收附近多个特征点处的RFID标签反射的电磁波信号，根据反射的电磁波信号强度，确定机器人相对于多个RFID标签的相对位置信息，最终确定所述巡检机器人位置。
Description
技术领域
本发明涉及地下电缆或地下管道检测领域，特别涉及一种巡检机器人定位方法。
背景技术
我国城市现代化的发展助推了地下电缆隧道的建设步伐，在北京、上海、广州等特大型城市，地下配电网络已经趋于完善。随着城市地下电网的逐渐普及，电缆故障检测必将进入高发期，所以需要定期的对地下电缆或地下管道进行巡检，以及时发现地下电缆或地下管道是否存在安全隐患。
目前对地下电缆或地下管道的巡检工作常由人工来完成，但电缆隧道或地下管道的特点主要是距离长、地形复杂、温度高、潮湿。单单只通过人工巡检一浪费时间，二容易造成工人身体影响，所以有时会使用巡检机器人来检测地下情况并报告故障点。中国发明专利公开号CN109571405A，公开日2019年04月05日，专利名称《一种地下线缆网管智能巡检机器人》，该发明介绍了一种地下线缆网管智能巡检机器人，主要包括图像采集组件、前后俯仰、左右俯仰机构，行走结构等，可以实现地下线缆网管的巡检。由于电缆隧道或地下管道中环境复杂通信不便，很难做到巡检机器人对故障点定位。
中国发明专利公开号CN104503449A，公开日2015年04月08日，专利名称《一种基于环境直线特征的定位方法》，该发明介绍了一种基于环境直线特征的定位方法，提出了一种无需改变环境，通过激光扫描校正惯性导航坐标，即可完成机器人自主创建地图和定位，但是有时在地下线缆隧道或地下管道中存在地势高低不平或有遮挡物等情况，这时无法通过激光来校正惯性导航坐标，无法得到巡检机器人准确的坐标位置。
针对上述问题，有必要提出一种新的技术方案，在激光扫描不到地方，如地势高低不平或有遮挡物的地方，也能得到完整的全局地图从而得到巡检机器人准确的位置。
发明内容
针对上述在地下电缆隧道或地下管道中存在地势高低不平或有遮挡物等情况，无法通过激光来校正惯性导航坐标，无法得到巡检机器人准确位置的问题，本发明通过巡检机器人安装的RFID标签阅读器接收周边多个RFID标签的电磁波信号来确定自己位置信息。
根据发明的目的提出了一种巡检机器人定位方法，该巡检机器人用于对地下管道或电缆进行巡检，包括以下步骤：
S1：在已知坐标的若干特征点处投放存储特征点位置信息的RFID标签；
S2：提供一巡检机器人，所述巡检机器人包括惯性导航系统、激光扫描传感器和RFID标签阅读器；
S3：所述激光扫描传感器对周围的环境进行激光扫描，利用激光扫描数据矫正惯性导航系统的航位误差；
S4:当所述激光扫描传感器扫描的数据经过处理后得到的特征无法在已知地图中找到时，所述RFID标签阅读器启动并接收附近多个特征点处的RFID标签反射的电磁波信号，根据反射的电磁波信号强度，确定所述机器人相对于所述多个RFID标签的相对位置信息，最终确定所述巡检机器人位置。
优选的，步骤S4中确定巡检机器人位置的信息的步骤包括：
S41:采用Shadowing模型预测接收到附近任一特征点处的RFID标签反射的电磁波信号；
S42:根据反射的电磁波的信号强度，确定RFID标签阅读器与反射每个电磁波的RFID标签间距离，具体计算方式如下：
其中，P为RFID标签阅读器接收到的电磁波的信号强度信息,d为RFID阅读器与任一电磁波信号对应的目标物上的RFID标签之间的距离即信号传输距离,d0为参考距离,一般取1m,P0为距离为d0时RFID阅读器接收到电磁波的信号强度信息,ε为遮蔽因子，单位为dBm，是均值为0,方差为σdBm的正态随机变量,n为路径损耗指数,其具体取值依赖于环境中信号传输时的损耗因子。
优选的，若RFID标签阅读器接收附近三个特征点处的RFID标签反射的电磁波信号，则三个电磁波信号所对应特征点的位置信息全部用于确定巡检机器人位置，若超过三个电磁波信号，则选取电磁波信号强度较大的三个电磁波来确定巡检机器人的位置。
优选的，若接收RFID标签阅读器接收附近三个特征点处的RFID标签反射的电磁波信号T1、T2、T3，确定巡检机器人的位置的步骤包括：
1)确定T1、T2、T3的位置坐标T1(x1,y1)、T2(x2,y2)、T3(x3,y3)；
2)根据电磁波信号确定出RFID阅读器与RFID标签间的距离R1、R2、R3；
3)分别以R1、R2、R3为半径作三个圆，根据毕达哥拉斯定理，确定出巡检机器人位置信息(x0,y0)，计算公式如下：
(x1-x0)2+(y1-y0)2＝R12
(x2-x0)2+(y2-y0)2＝R22
(x3-x0)2+(y3-y0)2＝R32
优选的，所述RFID标签阅读器采用超高频RFID标签阅读器，频率860MHZ～960MHZ。
优选的，所述RFID标签阅读器与RFID标签之间的耦合方式采用电磁反向散射耦合,通过RFID标签阅读器发出电磁波，由RFID标签接收电磁波并反射电磁波，每个RFID标签反射的电磁波均不相同。
优选的，所述若干特征点数目适当，排列相对整齐有序。
优选的，步骤S3中利用激光扫描数据矫正惯性导航系统航位误差的步骤包括：
S31：已知全局地图，惯性导航系统不断输出巡检机器人当前的位置坐标信息，利用当前坐标信息不断的计算当前点与上一次扫描数据点坐标的距离delta_d；
S32：当距离delta_d大于设置的阈值时，则进行下一步激光扫描处理；并将记录该点delta_d清0，从当前点重新计算delta_d；
S33：激光扫描处理：将记录的数据点进行滤波，滤波后的数据点根据其连续性与距离将其分为不同类别；对每一个类别进行直线特征识别；利用最小二乘法准则从直线特征的数据点集中拟合出直线，并计算其特征参数；
S34：将得到直线特征从激光坐标系下变换到全局坐标系下，并利用激光扫描数据校正惯性导航系统的航位误差。
优选的，步骤S33中使用IEP算法对每一类别进行直线特征识别。
优选的，步骤S33中计算的特征参数为激光扫描传感器坐标下，包括直线与原点距离、直线与原点的垂线与坐标轴夹角、线段端点坐标和线性相关系数。
本发明的有益效果是：
1.本发明通过巡检机器人安装的RFID标签阅读器接收周边多个RFID标签的电磁波信号来确定自己位置信息，以此弥补激光扫描的缺陷，得到完整的全局地图从而得到故障点坐标，在地形复杂存在遮挡、死角的情况下对巡检机器人进行精确定位，提高了巡检机器人的工作效率。
附图说明
图1为本发明的流程图；
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述，但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示，一种巡检机器人定位方法，该巡检机器人用于对地下管道或电缆进行巡检，包括以下步骤：
S1：在已知坐标的若干特征点处投放存储特征点位置信息的RFID标签；
为了防止特征点过少引起的定位不准，特征点数目适当，排列相对整齐有序且有代表性。
S2：提供一巡检机器人，所述巡检机器人包括惯性导航系统、激光扫描传感器和RFID标签阅读器；
为了远距离建立RFID标签与RFID标签阅读器的联系，有一优选方案，RFID标签阅读器采用超高频RFID标签阅读器，频率860MHZ～960MHZ。
有一具体的实施例，RFID标签阅读器与RFID标签之间的耦合方式采用电磁反向散射耦合,通过RFID标签阅读器发出电磁波，由RFID标签接收电磁波并反射电磁波，每个RFID标签反射的电磁波均不相同。
S3：所述激光扫描传感器对周围的环境进行激光扫描，利用激光扫描数据矫正惯性导航系统的航位误差；
有一具体的实施例，步骤S3中利用激光扫描数据矫正惯性导航系统航位误差的步骤包括：
S31：已知全局地图，惯性导航系统不断输出巡检机器人当前的位置坐标信息，利用当前坐标信息不断的计算当前点与上一次扫描数据点坐标的距离delta_d；
S32：当距离delta_d大于设置的阈值时，则进行下一步激光扫描处理；并将记录该点delta_d清0，从当前点重新计算delta_d；
首先已知全局地图，将巡检机器人投入到地下电缆隧道中，巡检机器人开始运动，巡检机器人上装载的惯性导航系统不断输出巡检机器人当前的位置信息，利用巡检机器人坐标信息不断的计算当前点与上一次扫描数据点坐标的距离delta_d，当距离大于设置的阈值时，进行下一步激光扫描处理，并将记录该点delta_d清0，重新计算当前点与上一点的距离delta_d。
S33：对激光扫描数据的处理：将记录的数据点进行滤波，滤波后的数据点根据其连续性与距离将其分为不同类别；对每一个类别进行直线特征识别；利用最小二乘法准则从直线特征数据点集中拟合出直线，并计算其特征参数；
有一优选方案，使用IEP算法对每一个类别进行直线特征识别。
激光扫描数据的处理具体过程：
1)将记录的数据点进行滤波，将有效计算距离范围外的无用点滤掉，滤波后的数据点根据其连续性与距离将其分为不同类别，具体实现方法：设置一个合适阈值delta_t，相邻两个激光扫描数据点间距离若大于该设置阈值，则将其视为同一类别；同一类别即来自同一物体的连续表面；同时可以剔除数据点较少地方。
2)使用IEP算法来对每一个类别进行直线特征识别，在每个类中找到构成直线特征的数据点集，利用最小二乘法准则从直线特征的数据点集中拟合出直线，并计算其特征参数；具体的，特征参数在激光扫描传感器坐标下，包括直线与原点距离d，直线与原点的垂线与坐标轴夹角θ，线段端点坐标p1,p2和线性相关系数，利用直线特征参数分别来计算线段长度与直线的相似程度。
S34：将得到直线特征从激光坐标系下变换到全局坐标系下，并利用激光扫描数据校正惯性导航系统的航位误差。
以相同直线的两次激光扫描数据提取的特征参数为基准，反推计算坐标系变换关系，激光扫描传感器坐标系下特征直线位姿变化即为两次激光扫描间巡检机器人在全局坐标系下位姿变化量，以此校正惯性导航输出的位姿状态，以惯性导航系统的输出位姿为基础，利用激光扫描传感器获取自然环境中的直线特征，通过前后两次扫描中重叠部分校正惯性导航误差。
S4:当所述激光扫描传感器扫描的数据经过处理后得到的特征无法在已知地图中找到时，所述RFID标签阅读器启动并接收附近多个特征点处的RFID标签反射的电磁波信号，根据反射的电磁波信号强度，确定所述机器人相对于所述多个RFID标签的相对位置信息，最终确定所述巡检机器人位置。
有一种优选方案，S41：采用Shadowing模型预测接收到附近任一特征点处的RFID标签反射的电磁波信号；
S42:根据反射的电磁波的信号强度，确定RFID标签阅读器与反射每个电磁波的RFID标签间距离，具体计算方式如下：
其中，P为RFID标签阅读器接收到的电磁波的信号强度信息,d为RFID阅读器与任一电磁波信号对应的目标物上的RFID标签之间的距离即信号传输距离,d0为参考距离,一般取1m,P0为距离为d0时RFID阅读器接收到电磁波的信号强度信息,ε为遮蔽因子，单位为dBm，是均值为0,方差为σdBm的正态随机变量,n为路径损耗指数,其具体取值依赖于环境中信号传输时的损耗因子。
有一具体的实施例，若RFID标签阅读器接收附近三个特征点上RFID标签反射的电磁波信号，则三个电磁波信号所对应特征点的位置信息全部用于确定巡检机器人位置，若超过三个电磁波信号，则选取电磁波信号强度较大的三个电磁波来确定巡检机器人的位置。
更具体的，对于接收RFID标签阅读器接收附近三个特征点上RFID标签反射的电磁波信号T1、T2、T3，确定巡检机器人的位置的步骤包括：
1)确定T1、T2、T3的位置坐标T1(x1,y1)、T2(x2,y2)、T3(x3,y3)；
2)根据电磁波信号强度信息确定出RFID阅读器与RFID标签间的距离R1、R2、R3；具体可根据公式1进行计算；
3)分别以R1、R2、R3为半径作三个圆，根据毕达哥拉斯定理，确定出巡检机器人位置信息(x0,y0)，计算公式如下：
(x1-x0)2+(y1-y0)2＝R12
(x2-x0)2+(y2-y0)2＝R22
(x3-x0)2+(y3-y0)2＝R32。
RFID射频识别是一种无线射频识别技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触，可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。
本发明通过巡检机器人安装的RFID标签阅读器接收周边多个RFID标签的电磁波信号来确定自己位置信息，以此弥补激光扫描的缺陷，得到完整的全局地图从而得到故障点坐标，在地形复杂存在遮挡、死角的情况下对巡检机器人进行精确定位，提高了巡检机器人的工作效率。
尽管为示例目的，已经公开了本发明的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下，各种改进、增加以及取代是可以的。
Claims (10)
1.一种巡检机器人定位方法，该巡检机器人用于对地下管道或电缆进行巡检，其特征在于，包括以下步骤：
S1：在已知坐标的若干特征点处投放存储特征点位置信息的RFID标签；
S2：提供一巡检机器人，所述巡检机器人包括惯性导航系统、激光扫描传感器和RFID标签阅读器；
S3：所述激光扫描传感器对周围的环境进行激光扫描，利用激光扫描数据矫正惯性导航系统的航位误差；
S4:当所述激光扫描传感器扫描的数据经过处理后得到的特征无法在已知地图中找到时，所述RFID标签阅读器启动并接收附近多个特征点处的RFID标签反射的电磁波信号，根据反射的电磁波信号强度，确定所述机器人相对于所述多个RFID标签的相对位置信息，最终确定所述巡检机器人位置。
2.根据权利要求1所述的一种巡检机器人定位方法，其特征在于，步骤S4中确定巡检机器人位置的信息的步骤包括：
S41:采用Shadowing模型预测接收到附近任一特征点处的RFID标签反射的电磁波信号；
S42:根据反射的电磁波的信号强度，确定RFID标签阅读器与反射每个电磁波的RFID标签间距离，具体计算方式如下：
其中，P为RFID标签阅读器接收到的电磁波的信号强度信息,d为RFID阅读器与任一电磁波信号对应的目标物上的RFID标签之间的距离即信号传输距离,d0为参考距离,一般取1m,P0为距离为d0时RFID阅读器接收到电磁波的信号强度信息,ε为遮蔽因子，单位为dBm，是均值为0,方差为σdBm的正态随机变量,n为路径损耗指数,其具体取值依赖于环境中信号传输时的损耗因子。
3.根据权利要求1所述的一种巡检机器人定位方法，其特征在于：若RFID标签阅读器接收附近三个特征点处的RFID标签反射的电磁波信号，则三个电磁波信号所对应特征点的位置信息全部用于确定巡检机器人位置，若超过三个电磁波信号，则选取电磁波信号强度较大的三个电磁波来确定巡检机器人的位置。
4.根据权利要求3所述的一种巡检机器人定位方法，其特征在于：若接收RFID标签阅读器接收附近三个特征点处的RFID标签反射的电磁波信号T1、T2、T3，确定巡检机器人的位置的步骤包括：
1)确定T1、T2、T3的位置坐标T1(x1,y1)、T2(x2,y2)、T3(x3,y3)；
2)根据电磁波信号确定出RFID阅读器与RFID标签间的距离R1、R2、R3；
3)分别以R1、R2、R3为半径作三个圆，根据毕达哥拉斯定理，确定出巡检机器人位置信息(x0,y0)，计算公式如下：
(x1-x0)2+(y1-y0)2＝R12
(x2-x0)2+(y2-y0)2＝R22
(x3-x0)2+(y3-y0)2＝R32。
5.根据权利要求1所述的一种巡检机器人定位方法，其特征在于：所述RFID标签阅读器采用超高频RFID标签阅读器，频率860MHZ～960MHZ。
6.根据权利要求1所述的一种地下电缆巡检机器人定位方法，其特征在于：所述RFID标签阅读器与RFID标签之间的耦合方式采用电磁反向散射耦合,通过RFID标签阅读器发出电磁波，由RFID标签接收电磁波并反射电磁波，每个RFID标签反射的电磁波均不相同。
7.根据权利要求1所述的一种巡检机器人定位方法，其特征在于：所述若干特征点数目适当，排列相对整齐有序。
8.根据权利要求1所述的一种巡检机器人定位方法，其特征在于：步骤S3中利用激光扫描数据矫正惯性导航系统航位误差的步骤包括：
S31：已知全局地图，惯性导航系统不断输出巡检机器人当前的位置坐标信息，利用当前坐标信息不断的计算当前点与上一次扫描数据点坐标的距离delta_d；
S32：当距离delta_d大于设置的阈值时，则进行下一步激光扫描处理；并将记录该点delta_d清0，从当前点重新计算delta_d；
S33：激光扫描处理：将记录的数据点进行滤波，滤波后的数据点根据其连续性与距离将其分为不同类别；对每一个类别进行直线特征识别；利用最小二乘法准则从直线特征的数据点集中拟合出直线，并计算其特征参数；
S34：将得到直线特征从激光坐标系下变换到全局坐标系下，并利用激光扫描数据校正惯性导航系统的航位误差。
9.根据权利要求8所述的一种巡检机器人定位方法，其特征在于：步骤S33中使用IEP算法对每一类别进行直线特征识别。
10.根据权利要求8所述的一种巡检机器人定位方法，其特征在于：步骤S33中计算的特征参数为激光扫描传感器坐标下，包括直线与原点距离、直线与原点的垂线与坐标轴夹角、线段端点坐标和线性相关系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110178703.3A CN112964251A (zh) | 2021-02-09 | 2021-02-09 | 一种巡检机器人定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110178703.3A CN112964251A (zh) | 2021-02-09 | 2021-02-09 | 一种巡检机器人定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112964251A true CN112964251A (zh) | 2021-06-15 |
Family
ID=76284551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110178703.3A Pending CN112964251A (zh) | 2021-02-09 | 2021-02-09 | 一种巡检机器人定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112964251A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113390433A (zh) * | 2021-07-20 | 2021-09-14 | 上海擎朗智能科技有限公司 | 一种机器人定位方法、装置、机器人和存储介质 |
| CN114526724A (zh) * | 2022-02-18 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN114750165A (zh) * | 2022-05-25 | 2022-07-15 | 东北大学 | 一种管道自动巡检机器人的精确定位方法及实现装置 |
| CN114750165B (zh) * | 2022-05-25 | 2024-07-16 | 东北大学 | 一种管道自动巡检机器人的精确定位方法及实现装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103064416A (zh) * | 2012-12-10 | 2013-04-24 | 江西洪都航空工业集团有限责任公司 | 巡检机器人室内外自主导航系统 |
| CN104501829A (zh) * | 2014-11-24 | 2015-04-08 | 杭州申昊科技股份有限公司 | 一种惯性导航系统的误差校正方法 |
| CN109382840A (zh) * | 2018-11-19 | 2019-02-26 | 中国农业大学 | 作业机器人定位方法及系统 |
| CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检系统及方法 |
-
2021
- 2021-02-09 CN CN202110178703.3A patent/CN112964251A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103064416A (zh) * | 2012-12-10 | 2013-04-24 | 江西洪都航空工业集团有限责任公司 | 巡检机器人室内外自主导航系统 |
| CN104501829A (zh) * | 2014-11-24 | 2015-04-08 | 杭州申昊科技股份有限公司 | 一种惯性导航系统的误差校正方法 |
| CN109382840A (zh) * | 2018-11-19 | 2019-02-26 | 中国农业大学 | 作业机器人定位方法及系统 |
| CN109599945A (zh) * | 2018-11-30 | 2019-04-09 | 武汉大学 | 一种智慧电厂自主巡检机器人巡检系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 谢海天: "基于捷联惯导的电缆隧道巡检机器人定位技术研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113390433A (zh) * | 2021-07-20 | 2021-09-14 | 上海擎朗智能科技有限公司 | 一种机器人定位方法、装置、机器人和存储介质 |
| CN114526724A (zh) * | 2022-02-18 | 2022-05-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN114526724B (zh) * | 2022-02-18 | 2023-11-24 | 山东新一代信息产业技术研究院有限公司 | 一种用于巡检机器人的定位方法及设备 |
| CN114750165A (zh) * | 2022-05-25 | 2022-07-15 | 东北大学 | 一种管道自动巡检机器人的精确定位方法及实现装置 |
| CN114750165B (zh) * | 2022-05-25 | 2024-07-16 | 东北大学 | 一种管道自动巡检机器人的精确定位方法及实现装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102008973B1 (ko) | 딥러닝 기반의 하수도관 내부 결함 탐지 장치 및 방법 | |
| CN110553652B (zh) | 机器人多传感器融合定位方法及其应用 | |
| US20190205665A1 (en) | Method, apparatus, and device for determining lane line on road | |
| CN112964251A (zh) | 一种巡检机器人定位方法 | |
| CN102162577B (zh) | 管道缺陷表面完整性检测装置及其检测方法 | |
| CN104898660A (zh) | 一种提高机器人路径规划效率的室内地图构建方法 | |
| WO2021196969A1 (zh) | 定位方法及装置、设备、介质 | |
| CN110443275A (zh) | 去除噪声的方法、设备及存储介质 | |
| CN110824494A (zh) | 基于二维激光雷达强度数值识别反光标识的方法及装置 | |
| CN114324401A (zh) | 基于环形多波束声呐的全覆盖式管道探测系统 | |
| CN115017578A (zh) | 一种建筑的智能实测实量方法、装置、ugv及存储介质 | |
| Liu et al. | An approach for auto bridge inspection based on climbing robot | |
| CN112130166B (zh) | 基于反光板网络的agv定位方法及装置 | |
| CN115880673B (zh) | 一种基于计算机视觉的避障方法及系统 | |
| CN116524116A (zh) | 一种多传感器数据融合的排水管道三维模型构建系统 | |
| CN110988795A (zh) | 融合wifi定位的无标记导航agv全局初定位方法 | |
| CN113189991B (zh) | 一种能自动规划安全巡检路线的智能系统及其应用方法 | |
| CN115239879A (zh) | 盾构隧道监测方法及监测系统 | |
| CN113063413B (zh) | 基于多传感器的隧道位置定位方法 | |
| CN108152824A (zh) | 一种基于激光雷达的网球定位系统及方法 | |
| CN114487110A (zh) | 地板瓷砖空鼓自动检测方法、装置 | |
| CN114265083A (zh) | 一种利用激光雷达的机器人位置识别方法及装置 | |
| CN110068279B (zh) | 一种基于点云数据的预制构件平面圆孔提取方法 | |
| CN113868807A (zh) | 三维环境分析方法和设备、计算机存储介质以及无线传感器系统 | |
| CN112578393A (zh) | 一种基于bim的轨道交通隧道限界校核方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |
|
| RJ01 | Rejection of invention patent application after publication |