CN115793649A - 一种电缆沟自动巡检装置及巡检方法 - Google Patents

一种电缆沟自动巡检装置及巡检方法 Download PDF

Info

Publication number
CN115793649A
CN115793649A CN202211510713.3A CN202211510713A CN115793649A CN 115793649 A CN115793649 A CN 115793649A CN 202211510713 A CN202211510713 A CN 202211510713A CN 115793649 A CN115793649 A CN 115793649A
Authority
CN
China
Prior art keywords
quadruped robot
map
robot
control system
data
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.)
Granted
Application number
CN202211510713.3A
Other languages
English (en)
Other versions
CN115793649B (zh
Inventor
陈侃
佘益辉
李志强
蔡新历
倪鹏辉
杜胜富
温宏
詹量
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suong Shanghai Automation Technology Co ltd
Original Assignee
Suong Shanghai Automation Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suong Shanghai Automation Technology Co ltd filed Critical Suong Shanghai Automation Technology Co ltd
Priority to CN202211510713.3A priority Critical patent/CN115793649B/zh
Publication of CN115793649A publication Critical patent/CN115793649A/zh
Application granted granted Critical
Publication of CN115793649B publication Critical patent/CN115793649B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

一种电缆沟自动巡检装置,包括四足机器人,四足机器人配套有控制系统以及温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、自动导航模块、无线通信模块、上位机、局放检测传感器、红外热像仪;一种电缆沟自动巡检装置的巡检方法如下,对电缆沟巡检前,将基于激光雷达和深度相机采集到的数据融合所构建的地图数据,输送到控制系统的自动导航模块中的建图节点,然后基于控制系统具体的全局地图路径规划算法进行全局路径的规划,再将地图数据用Gmapping‑SLAM算法进行构图,构建完图之后且在避障和路径规划及路径更新功能作用下,控制系统就可对四足机器人自主导航时进行自主路径规划。本发明能提高巡检效果,并降低了机器人碰撞其他物件损坏几率。

Description

一种电缆沟自动巡检装置及巡检方法
技术领域
本发明涉及电缆沟使用应用的巡检技术领域,特别是一种电缆沟自动巡检装置及巡检方法。
背景技术
电缆是电能传送和信息传输的重要载体,电缆若出现故障,会对人们工作、生活及工业生产等带来巨大的损失。目前的电线电缆大都采用地下管路或电缆沟道等形式布设。为了保证线路长时间的正常工作,需要对其内部进行定期巡检。现有技术,对于电缆沟的巡检大部分还是由人工完成。人工巡检有很多的不便,例如电力电缆电缆沟内空间小、设备数量多、分布点多、总里程长,造成了监控信息量大、监控距离长、巡检周期短等缺点,同时具有易积水、易产生有害气体、空气不易流通、高电压、高辐射等问题,使得人工巡检工作变得异常艰难,迫切需求电缆隧道巡检机器人来替代人工巡检。但是目前自动化巡检机器人正处于发展阶段,技术相对不成熟,因此电缆沟巡检还是以人工巡检为主。
目前,电缆沟的自动化巡检中,一般采用轮式巡检机器人和履带式巡检机器人,但均具有局限性。其中,轮式巡检仅能覆盖少量场景,限于平坦地面使用,以读表测温拍照为主,因此存在主动识别判断能力不足的问题。履带式巡检机器人速度相对缓慢、运动噪声较大、体形大,同样可覆盖的巡检点位受限,且由于自重较重,运输不方便;并由于无自主恢复能力,如翻倒或其他,只能等待人工救援,因此应用也存在局限。四足机器人环境通过性较强,具有较好的越障性和地形适应性,不需要改造,实施快捷方便,体形适合,可基本覆盖所有电缆沟巡检点位,且由于有自主恢复能力,翻倒情况下自主爬起,并支持全地形运动,因此在电缆沟巡检中得到了应用。实际上,任何一种机器人(包括四足机器人)对于电缆沟等区域巡检,其控制软件需要结合自身传感器克服室内的复杂环境,为软件自身进行地图构建,并控制机器人对电缆沟进行巡检;自主移动机器人在环境中自主行走的前提是自身控制软件通过传感器对环境进行感知、进而控制自主移动机器人的巡检路径模式(也就是相应的导航技术控制自主移动机器人的巡检路径模式)。现有技术中,四足机器人采用的导航技术主要有视觉导航、传感器导航、视觉及惯性导航。其中,视觉导航通过感知环境图像特征,由多视图几何原理计算导航参数,虽然信息丰富,利用率高,但存在计算量较大且会受到光照影响的缺点;视觉和惯性导航通过惯性传感器获取数据,四足机器人实时计算姿态角和位移,初始精度高,易融合,但精度会随累积误差而下降;传感器导航指使用红外、超声、激光等被动传感器,通过其发射光线与环境作用后产生数据,精度较高,但易受到周围环境的影响。综上,提供一种基于四足机器人对电缆沟进行巡检,且能克服上述诸多导航技术存在缺点的装置及方法显得尤为必要。
发明内容
为了克服现有四足机器人应用于电缆沟巡检,由于技术熟所限存在如背景所述弊端,本发明提供了在相关计算流程及传感器等共同作用,四足机器人通过自身头部携带的360°激光雷达和机器人头部、尾部、侧身携带的深度相机等传感器,将获取的数据基于SLAM建立三维环境模型,通过激光SLAM技术,控制系统软件能构建室内和室外3D环境图,进行实时自主定位,自主规划到达目标的最短路径,自主识别静态和动态障碍物,并回避障碍物,实现对周围环境及障碍物的实时检测,进而能有效完成巡检工作的一种电缆沟自动巡检装置及巡检方法。
本发明解决其技术问题所采用的技术方案是:
一种电缆沟自动巡检装置,包括四足机器人,其特征在于四足机器人配套有控制系统以及温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、自动导航模块、无线通信模块、上位机、局放检测传感器、红外热像仪,控制系统是安装在上位机内的应用软件,自动导航模块是控制系统内的应用软件,温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、无线通信模块、局放检测传感器、红外热像仪和上位机的多个信号交互端分别经数据线连接;一种电缆沟自动巡检装置的巡检方法如下,对电缆沟巡检前,首先完成控制系统的全局地图数据构建,具体将基于激光雷达和深度相机采集到的数据融合所构建的地图数据,输送到控制系统的自动导航模块中的建图节点,然后基于控制系统具体的全局地图路径规划算法进行全局路径的规划,再将地图数据用Gmapping-SLAM算法进行构图,构建完图之后且在避障和路径规划及路径更新功能作用下,控制系统就可对四足机器人自主导航时进行自主路径规划;所述构图流程具体包括计算激光雷达和深度相机的外参、计算相机坐标系空间点云在像素平面的投影、计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系、计算融合更新后的数据、基于激光雷达和深度相机建立三维模型;所述避障和路径规划及路径更新中,四足机器人在真实运动过程中依据自身各传感器对电缆沟局部路径实时检测,当路径上没有障碍物则按照原路径继续前进,当检测到障碍物后判断全局路径和障碍物是否会发生干涉,如果不会干涉、则四足机器人正常前行,若发生干涉、则由局部路径规划调整四足机器人当前速度和位姿,同时进行全局路径不断的更新;所述温湿度检测传感器、可燃气体检测传感器、局放检测传感器、红外热像仪会将采集的现场温湿度数据、可燃气体数据、局部发电数据、现场环境热成像数据经无线通信模块远传到远端工作人员的互联网设备。
进一步地,所述计算激光雷达和深度相机的外参的公式为,
Figure BDA0003968974270000031
计算相机坐标系空间点云在像素平面的投影公式为,
Figure BDA0003968974270000032
计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系,能得到激光雷达和深度相机的相对位置变换旋转矩阵及平移矩阵,实现单线激光雷达和深度相机的联合标定,具体的,激光雷达和深度相机采集的每一时刻的数据都有对应的时间戳。
进一步地,所述基于激光雷达和深度相机建立三维模型,步骤如下:S1、将携带有激光扫描测距雷达的四足机器人放置于电缆沟应用环境;S2、任务初始阶段,控制系统中心节点发出指令,四足机器人开始随机运动;S3、使用激光扫描测距雷达的单机器人激光SLAM算法,将自己建立的本地地图的增量更新传输给中心节点;S4、中心节点接收四足机器人建立的局部地图,通过地图拼接算法实时将多张局部地图拼接为一张范围逐渐增大的全局地图;S5、中心节点在合成后的地图中规划四足划机器人下一步的探索运动轨迹,将运动命令推送给四足机器人以保证整个环境都能被探索到;S6、重复步骤S3-S5,中心节点每次依次接收局部地图的增量更新,将局部地图的增量更新合并至全局地图中并进行优化,直至任务结束。
进一步地,所述避障和路径规划及路径更新中,能根据四足机器人的位姿以及激光雷达扫描数据结构构建的局部地图对全局地图进行递增式的更新;通过公式
Figure BDA0003968974270000041
判断栅格是否被障碍物占据,进而判断出全局地图中的栅格被障碍物占据的情况,能实时地更新全局地图中的信息。
进一步地,所述控制系统对四足机器人自主导航时进行自主路径规划中,四足机器人自带的深度摄像头,能识别物体和环境,并将视频和图像通过无线通信模块传输到上位机,配合激光雷达和深度摄像头,通过上位机的控制系统、电缆沟外的工作人员能经四足机器人管控平台选择机器人自主巡检模式或是手动巡检模式。
进一步地,所述控制系统对四足机器人自主导航时进行自主路径规划中,温湿度检测传感器、可燃气体检测传感器,能将检测到的模拟量信号传至电缆沟外的远端管理人员的计算机终端,计算机终端通过软件的温湿度展示界面将隧道内的实时温湿度展示给工作人员。
进一步地,所述控制系统对四足机器人自主导航时进行自主路径规划中,局放检测模块能将现场电气设备产的局放检测结果上传至电缆沟外的远端管理人员的计算机终端;热成像能够准确识别电缆沟正在发热的疑似故障区域,操作人员通过屏幕上显示的图像色彩和热点追踪显示功能来初步判断发热情况和故障部位,同时严格分析,从而在确认问题上体现了高效率、高准确率。
进一步地,所述在四足机器人速度较快前行遇到障碍,需要急停的时候,控制系统会启动软急停保护程序,在两步内完成动作转换,四足机器人速度减慢防止和其他异物碰撞,在遇到异常摔倒的情况时,四足机器人的控制系统启动自带的摔倒保护功能,能重新站立并继续巡检,在四足机器人内部温度过高时,会启动过温保护模式,此时机器人会停止运动,避免机器人在巡检过程中出现其他故障。
本发明有益效果是:本发明基于四足机器人作为电缆沟巡检工作的载体,通过多个计算步骤及各传感器获得的数据,能使四足机器人的控制系统软件对四足机器人巡检中的定位和对环境的识别更加清晰,控制软件能结合各传感器对电缆沟建模,并能根据自身感知系统完成对周围环境的感知、得到四足机器人在环境中的精准定位,并规划出一条从当前位姿到目标巡检位姿的最优或近似最优的无碰撞路径,控制四足机器人按规划出的路径安全地巡检,检测的现场数据能远传到管理人员端,由此提高了巡检效果,并降低了四足机器人碰撞其他物件损坏的几率,为电缆沟智能化巡检起到了有利促进作用。综上,本发明具有好的应用前景。
附图说明
图1是本发明应用的世界坐标系示意图。
图2是本发明应用的极坐标系示意图。
图3是本发明应用的Gmapping-SLAM算法流程图。
图4是本发明激光视觉融合建图过程。
图5是本发明巡检导航示意图。
图6是本发明四足机器人巡检流程示意图。
具体实施方式
图1、2、3、4、5、6所示,一种电缆沟自动巡检装置,包括四足机器人,四足机器人配套有控制系统以及温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、自动导航模块、无线通信模块、上位机、局放检测传感器、红外热像仪,控制系统是安装在上位机内的应用软件,自动导航模块是控制系统内的应用软件,温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、无线通信模块、局放检测传感器、红外热像仪和上位机的多个信号交互端分别经数据线连接。
图1、2、3、4、5、6所示,一种电缆沟自动巡检装置的巡检方法,对电缆沟巡检前,首先完成控制系统的全局地图数据构建,具体将基于激光雷达和深度相机采集到的数据融合所构建的地图数据,输送到控制系统的导航模块中的建图节点,然后基于控制系统具体的全局地图路径规划算法进行全局路径的规划,再将地图数据用Gmapping-SLAM算法进行构图,构完图之后且在避障和路径规划及路径更新功能作用下,控制系统就可对四足机器人自主导航时进行自主路径规划;所述构图流程具体包括计算激光雷达和深度相机的外参、计算相机坐标系空间点云在像素平面的投影、计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系、计算融合更新后的数据、基于激光雷达和深度相机建立三维模型;所述避障和路径规划及路径更新中,四足机器人在真实运动过程中依据自身各传感器对局部路径实时检测,当路径上没有障碍物、则按照原路径继续前进,当检测到障碍物后判断全局路径和障碍物是否会发生干涉,如果不会干涉、则机器人正常前行,若发生干涉、则由局部路径规划调整当前速度和位姿,同时进行全局路径不断的更新;所述温湿度检测传感器、可燃气体检测传感器、局放检测传感器、红外热像仪会将采集的现场温湿度数据、可燃气体数据、局部发电数据、现场环境热成像数据等经无线通信模块远传到远端工作人员的互联网设备。
图1所示,地图构建、计算激光雷达和深度相机的外参中,对于世界坐标系中的一点P(xw,yw,zw),激光雷达在控制系统的坐标系中表示为PL(xL,yL,zL),在深度相机图像坐标系中表示为PK(xK,yK,zK),通过激光雷达和深度相机同时观测点P,在固定好传感器的相对位置之后,利用激光雷达和深度相机同时观测P点位置,得到激光雷达和深度相机的外参(外参就是对外部坐标转换时,雷达和相机的坐标转换参数,有了这个参数,方便进一步的构图),具体公式如下,
Figure BDA0003968974270000061
式中,R为相对位置变换矩阵,T为平移矩阵。计算相机坐标系空间点云在像素平面的投影中(投影是构建地图的一个数学操作),根据单线(激光雷达按照线束可分为单线以及多线)激光雷达和深度相机传感器的数据特性,将采集到的激光雷达数据格式表示为(r,θp),在采集到的深度相机图像深度图像数据格式为深度图像像素位置(up,vp)深度值为zp;在深度相机坐标系中,红外相机测取的深度值为z轴方向的投影距离;相机坐标系空间点云PK(xK,yK,zK)在像素平面的投影表示为,
Figure BDA0003968974270000071
(2),式中,fx、cx、fy和cy为深度相机标定得到的相机内参。计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系中(转换到极坐标系中是为了后续坐标融合时更好的计算),如图2所示,在激光雷达坐标系中,设置极坐标系在平面直角坐标系的XL-OL-YL平面内,极坐标系的原点和直角坐标系的原点重合,具体的激光雷达极坐标系数据和直角坐标系坐标数据对应关系可由三角函数求解,如式
Figure BDA0003968974270000072
保持激光雷达坐标系和深度相机坐标系在Y轴方向的竖直距离为l,可以将式(3)转化为式
Figure BDA0003968974270000073
(4);通过深度相机标定确定相机内参后,利用深度相机和激光雷达获得多组传感器数据代入式(4)解矩阵方程可以得到激光雷达和深度相机的相对位置变换旋转矩阵R和平移矩阵T,实现单线激光雷达和深度相机的联合标定(标定指在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立相机成像的几何模型,这些几何模型参数就是相机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为相机标定),具体的激光雷达和深度相机采集的每一时刻的数据都有对应的时间戳。计算融合更新后的数据中(融合的数据之后用SLAM算法进行处理),在ROS(ROS是四足机器人操作系统,是一个用于实现四足机器人编程和开发复杂四足机器人应用程序的开源软件框架。虽然可以完成一些操作系统的功能,但是仍需要安装在其他的例如linux系统上运行)操作系统中,将四足机器人各传感器采集的环境信息数据以消息(message)的方式进行存储,利用ROS操作系统提供的message_filters程序包实现激光雷达和深度相机的数据同步;激光雷达扫描到深度相机所在的扫描范围时,两个传感器同时采集数据,在时间和空间上进行同步,将融合数据以主题(Topic)的形式传递给建图节点。最后的得到融合更新后的数据处理后发送给Gmapping进行建图,具体见图3,图4所示。
图4所示,基于激光雷达和深度相机建立三维模型步骤如下:S1、将携带有激光扫描测距雷达的四足机器人放置于电缆沟巡检的应用环境;S2、任务初始阶段,控制系统的控制软件中心节点发出指令,四足机器人开始随机运动;S3、控制系统使用激光扫描测距雷达的单机器人激光SLAM算法(雷达和深度相机中的数据融合之后,需要对融合之后的数据进行处理,SLAM算法就是处理这些数据的方法),将自己建立的本地地图的增量(增量指的是雷达和相机再移动过程扫描到的信息,这些信息用于数据融合,融合之后的地图构建)更新传输给中心节点;S4、中心节点接收四足机器人建立的局部地图,通过地图拼接算法实时将多张局部地图拼接为一张范围逐渐增大的全局地图;S5、中心节点在合成后的地图中规划四足机器人下一步的探索运动轨迹,将运动命令推送给四足机器人以保证电缆沟整个巡检环境都能被探索到;S6、重复步骤S3-S5,中心节点每次依次接收局部地图的增量更新,将局部地图的增量更新合并至全局地图中并进行优化,直至任务结束。
图5所示,避障及路径更新中(四足机器人在遇到一些障碍,比如说在第一次构建地图完成后,若有人将一些杂物放到了沟道内,这时机器人在第二次巡检时会检测到这个障碍,并作出最新的路径规划,同时也将最新的地图情况进行更新),本发明四足机器人是基于ROS中的自带move_base导航功能包进行升级移动机器人导航系统的设计,四足机器人要在陌生电缆沟环境中完成自主导航,首先要完成全局地图的构建,然后基于具体的全局路径规划算法进行全局路径的规划。四足机器人在真实导航中,控制系统首先规划出一条全局路径,四足机器人在真实运动过程中依据自身传感器对局部路径实时检测,当路径上没有障碍物、则按照原路径继续前进,当检测到障碍物后判断全局路径和障碍物是否会发生干涉,如果不会干涉则机器人正常前行,若发生干涉、则由局部路径规划调整四足机器人的当前速度和位姿,同时进行全局路径不断的更新。具体的,在Gmapping算法中,四足机器人是在所有1时刻到t-1时刻的位姿s1:t-1已经确定的情况下构建的全局地图mt-1,t时刻的位姿st根据粒子滤波(这是算法中的一个操作,为了精确的构建地图)估计获得以后,可以根据机器人的位姿以及激光雷达扫描数据结构构建的局部地图对全局地图进行递增式的更新;根据机器人的已确定位姿和已知的激光雷达扫描范围,仅对激光雷达扫描覆盖范围内的栅格状态进行更新,可以大大提高全局地图更新的速度,从而提高整个SLAM算法;通过公式
Figure BDA0003968974270000091
nk表示在所有时刻栅格(栅格是所构建地图的表现形式,这种类型的地图被称为栅格地图)k激光雷达直接照射(激光照射并产生反射处),nk,beam表示在所有时刻栅格k被激光光束直接穿越(激光照射没有产生反射)如果pk大于指定的阈值,则认为栅格k被障碍物占据。通过上述式子来判断全局地图中的栅格被障碍物占据的情况,可以较实时地更新全局地图中的信息,这对于巡检中动态环境的表示是具有重要意义的。例如在全局地图中,原来地图中可能有的障碍物被移除,当四足机器人经过这些地方的时候,nk,beam的值随着激光雷达在当前区域扫描次数的增多会随之变大,而nk会保持不变。当pk小于设定的阈值的时,我们可以认定原来障碍物占据的栅格重新变为无障碍物栅格。也就是栅格对应的真实区域无障碍。
图6所示,机器人巡检具体过程中,自带的深度摄像头,可以识别物体和环境,并将视频和图像通过无线通信模块传输到电缆沟隧道外的远端PC机。具体的,配合激光雷达和深度摄像头,远端技术人员通过PC四足机器人管控平台软件可选择四足机器人自主巡检模式或是手动巡检,应用更加灵活。在巡检过程中,各模块实现过程如下,温湿度检测传感器、可燃气体检测传感器将现场检测到的,模拟量信号传输至自身携带的PLC的模拟量模块中,PLC通过运算将模拟量信号转换为实际的温湿度数值、气体传感参数,PLC将运算的实际温湿度数值、气体传感参数值通过四足机器人带的交换机,再由无线通信模块传至隧道外的PC终端,工作人员经PC机软件的温湿度展示界面。能实时掌握电缆沟隧道内的实时温湿度或其他可燃气体数据。局放检测模块由现场传感器(全向特高频传感器)和其内部的信号采集单元,信号处理单元,局放工作监视三大部分组成,实际情况下,电力电缆在发生局部放电现象的瞬间,会集聚巨大的能量,分子剧烈振动发生撞击,产生超声波信号,局放检测模块的超声波检测法以此信号作为检测依据,采用压电晶体作为接收探头,通过谐振方式对相应的超声波频段进行感应,从而将超声波信号转换为电压信号,并通过预处理电路滤除噪声信号,检测电缆中的局部放电现象,通过对电缆头及中间接头进行检测,能将检测结果通过无线通信模块上传至PC。热成像探测模块是通过对标的物的红外辐射探测,并加以信号处理、光电转换等手段,将标的物的温度分布的图像转换成可视图像的模块,热成像探测模块将实际探测到的热量进行精确的量化,以面的形式实时成像标的物的整体(就是将外界三维信息转换到二维面上),因此能够准确识别正在发热的疑似故障区域。操作人员通过屏幕上显示的图像色彩和热点追踪显示功能来初步判断发热情况和故障部位,同时严格分析,从而在确认问题上体现了高效率、高准确率。在具体检测过程中,热成像探测模块的双目多向摄像头中的红外摄像机开始采集周围的信号信息,当发现异常信号时,四足机器人停下进行红外热成像,对测温区域、测温点和测温线进行平均值计算,结果异常时通过双目多向摄像机的辅助精确定位和诊断故障点,确定可疑部位后,工作人员通过远程控制四足机器人的机械臂对可疑部位进行确认,判断是否为隐患或故障点。
图1、2、3、4、5、6所示,在巡检中,四足机器人的异常运动分为两种情况,急停和摔倒。分别都有相应的模式去应对这两种突发状况。在机器人跑步前行遇到障碍,需要急停的时候,控制系统会启动软急停保护程序,在两步内完成动作转换、停止运动。在遇到异常摔倒的情况时,四足机器人的控制系统启动自带的摔倒保护功能,重新站立并继续巡检。在四足机器人内部温度过高时,会启动过温保护模式,此时机器人会停止运动,避免机器人在巡检过程中出现其他故障。本发明具有以下优点,1,四足机器人能适合电缆沟这种狭窄的环境巡检工作。2、可通过PC机四足机器人管控平台软件对机器人巡检模式进行选择,自主选择自主巡检模式或手动巡检模式,应用更加灵活。3.基于SLAM激光雷达算法,可使机器人精准感知并适应环境,进而达到好的巡检效果。4、PC机通过相机实时图像对四足机器人进行管理及远程控制,给工作人员带来了便利。5、具有可见光及红外热成像系统,穿透能力较强,能穿透浓烟、浓雾,便于在视线不好时工作,在只有少量或没有灯光的电缆沟中,无需日光、灯光等外界光源,使得检测工作更易进行。6、可通过不断调节摄像头位置和角度实现多角度覆盖检测,从而避免出现检测遗漏的情况,有效降低了巡检人员的操控难度和工作强度,解决了巡检死区大和效率低等问题。7、四足机器人的机械臂可进行多角度活动,机器人运动更加灵活,可通过远程控制机械臂完成一些检测时故障的处理。7、可进行多参数检测分析,例如温度,湿度、缆线状态等。8、拥有软急停保护、过温保护、摔倒保护三种保护模式,保证机器人在检测中遇到紧急情况下的处理。通过上述,本发明基于四足机器人作为电缆沟巡检工作,通过多个计算步骤及各传感器获得的数据,能使四足机器人的控制系统软件对四足机器人巡检中的定位和对环境的识别更加清晰,控制软件能结合各传感器对电缆沟建模,并能根据自身感知系统完成对周围环境的感知、得到四足机器人在环境中的精准定位,并规划出一条从当前位姿到目标巡检位姿的最优或近似最优的无碰撞路径,控制四足机器人按规划出的路径安全地巡检,检测的现场数据能远传到管理人员端,由此提高了巡检效果,并降低了四足机器人碰撞其他物件损坏的几率,为电缆沟智能化巡检起到了有利促进作用。
应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种电缆沟自动巡检装置,包括四足机器人,其特征在于四足机器人配套有控制系统以及温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、自动导航模块、无线通信模块、上位机、局放检测传感器、红外热像仪,控制系统是安装在上位机内的应用软件,自动导航模块是控制系统内的应用软件,温湿度检测传感器、可燃气体检测传感器、激光雷达、深度相机、无线通信模块、局放检测传感器、红外热像仪和上位机的多个信号交互端分别经数据线连接;一种电缆沟自动巡检装置的巡检方法如下,对电缆沟巡检前,首先完成控制系统的全局地图数据构建,具体将基于激光雷达和深度相机采集到的数据融合所构建的地图数据,输送到控制系统的自动导航模块中的建图节点,然后基于控制系统具体的全局地图路径规划算法进行全局路径的规划,再将地图数据用Gmapping-SLAM算法进行构图,构建完图之后且在避障和路径规划及路径更新功能作用下,控制系统就可对四足机器人自主导航时进行自主路径规划;所述构图流程具体包括计算激光雷达和深度相机的外参、计算相机坐标系空间点云在像素平面的投影、计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系、计算融合更新后的数据、基于激光雷达和深度相机建立三维模型;所述避障和路径规划及路径更新中,四足机器人在真实运动过程中依据自身各传感器对电缆沟局部路径实时检测,当路径上没有障碍物则按照原路径继续前进,当检测到障碍物后判断全局路径和障碍物是否会发生干涉,如果不会干涉、则四足机器人正常前行,若发生干涉、则由局部路径规划调整四足机器人当前速度和位姿,同时进行全局路径不断的更新;所述温湿度检测传感器、可燃气体检测传感器、局放检测传感器、红外热像仪会将采集的现场温湿度数据、可燃气体数据、局部发电数据、现场环境热成像数据经无线通信模块远传到远端工作人员的互联网设备。
2.根据权利要求1所述的一种电缆沟自动巡检装置的巡检方法,其特征在于,计算激光雷达和深度相机的外参的公式为,
Figure FDA0003968974260000011
计算相机坐标系空间点云在像素平面的投影公式为,
Figure FDA0003968974260000012
计算激光雷达极坐标系数据和直角坐标系坐标数据对应关系,能得到激光雷达和深度相机的相对位置变换旋转矩阵及平移矩阵,实现单线激光雷达和深度相机的联合标定,具体的,激光雷达和深度相机采集的每一时刻的数据都有对应的时间戳。
3.根据权利要求1所述的一种电缆沟自动巡检装置的巡检方法,其特征在于,基于激光雷达和深度相机建立三维模型,步骤如下:S1、将携带有激光扫描测距雷达的四足机器人放置于电缆沟应用环境;S2、任务初始阶段,控制系统中心节点发出指令,四足机器人开始随机运动;S3、使用激光扫描测距雷达的单机器人激光SLAM算法,将自己建立的本地地图的增量更新传输给中心节点;S4、中心节点接收四足机器人建立的局部地图,通过地图拼接算法实时将多张局部地图拼接为一张范围逐渐增大的全局地图;S5、中心节点在合成后的地图中规划四足划机器人下一步的探索运动轨迹,将运动命令推送给四足机器人以保证整个环境都能被探索到;S6、重复步骤S3-S5,中心节点每次依次接收局部地图的增量更新,将局部地图的增量更新合并至全局地图中并进行优化,直至任务结束。
4.根据权利要求1所述的一种电缆沟自动巡检装置的巡检方法,其特征在于,避障和路径规划及路径更新中,能根据四足机器人的位姿以及激光雷达扫描数据结构构建的局部地图对全局地图进行递增式的更新;通过公式
Figure FDA0003968974260000021
判断栅格是否被障碍物占据,进而判断出全局地图中的栅格被障碍物占据的情况,能实时地更新全局地图中的信息。
5.根据权利要求1所述的一种电缆沟自动巡检装置的巡检方法,其特征在于,控制系统对四足机器人自主导航时进行自主路径规划中,四足机器人自带的深度摄像头,能识别物体和环境,并将视频和图像通过无线通信模块传输到上位机,配合激光雷达和深度摄像头,通过上位机的控制系统、电缆沟外的工作人员能经四足机器人管控平台选择机器人自主巡检模式或是手动巡检模式。
6.根据权利要求1所述的一种电缆沟自动巡检装置的巡检方法,其特征在于,四足机器人速度较快前行遇到障碍,需要急停的时候,控制系统会启动软急停保护程序,在两步内完成动作转换,四足机器人速度减慢防止和其他异物碰撞,在遇到异常摔倒的情况时,四足机器人的控制系统启动自带的摔倒保护功能,能重新站立并继续巡检,在四足机器人内部温度过高时,会启动过温保护模式,此时机器人会停止运动,避免机器人在巡检过程中出现其他故障。
CN202211510713.3A 2022-11-29 2022-11-29 一种电缆沟自动巡检装置及巡检方法 Active CN115793649B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211510713.3A CN115793649B (zh) 2022-11-29 2022-11-29 一种电缆沟自动巡检装置及巡检方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211510713.3A CN115793649B (zh) 2022-11-29 2022-11-29 一种电缆沟自动巡检装置及巡检方法

Publications (2)

Publication Number Publication Date
CN115793649A true CN115793649A (zh) 2023-03-14
CN115793649B CN115793649B (zh) 2023-09-01

Family

ID=85442992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211510713.3A Active CN115793649B (zh) 2022-11-29 2022-11-29 一种电缆沟自动巡检装置及巡检方法

Country Status (1)

Country Link
CN (1) CN115793649B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117128975A (zh) * 2023-10-24 2023-11-28 国网山东省电力公司济南供电公司 一种开关柜巡检作业机器人导航方法、系统、介质及设备

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101882313A (zh) * 2010-07-14 2010-11-10 中国人民解放军国防科学技术大学 单线激光雷达与ccd相机之间相互关系的标定方法
CN105678783A (zh) * 2016-01-25 2016-06-15 西安科技大学 折反射全景相机与激光雷达数据融合标定方法
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN106406320A (zh) * 2016-11-29 2017-02-15 重庆重智机器人研究院有限公司 机器人路径规划方法及规划路线的机器人
CN108036857A (zh) * 2017-11-29 2018-05-15 国家电网公司 一种基于多足巡检机器人的电缆沟道发热缺陷查障方法
CN108227706A (zh) * 2017-12-20 2018-06-29 北京理工华汇智能科技有限公司 机器人躲避动态障碍的方法及装置
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
CN111136671A (zh) * 2020-01-19 2020-05-12 国家电网有限公司 一种用于变电站巡检的机器人系统
CN112659811A (zh) * 2020-12-30 2021-04-16 重庆大学 轮式巡检机器人
CN112987019A (zh) * 2021-03-12 2021-06-18 同济大学 多机器人激光slam方法、系统及其全向移动slam装置
CN113759385A (zh) * 2021-08-12 2021-12-07 江苏徐工工程机械研究院有限公司 一种激光雷达和相机融合测距方法及系统
CN113821040A (zh) * 2021-09-28 2021-12-21 中通服创立信息科技有限责任公司 一种深度视觉相机与激光雷达融合导航的机器人
WO2021254367A1 (zh) * 2020-06-18 2021-12-23 京东科技信息技术有限公司 机器人系统及定位导航方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101882313A (zh) * 2010-07-14 2010-11-10 中国人民解放军国防科学技术大学 单线激光雷达与ccd相机之间相互关系的标定方法
CN105678783A (zh) * 2016-01-25 2016-06-15 西安科技大学 折反射全景相机与激光雷达数据融合标定方法
CN105758426A (zh) * 2016-02-19 2016-07-13 深圳杉川科技有限公司 移动机器人的多传感器的联合标定方法
CN106406320A (zh) * 2016-11-29 2017-02-15 重庆重智机器人研究院有限公司 机器人路径规划方法及规划路线的机器人
CN108036857A (zh) * 2017-11-29 2018-05-15 国家电网公司 一种基于多足巡检机器人的电缆沟道发热缺陷查障方法
CN108227706A (zh) * 2017-12-20 2018-06-29 北京理工华汇智能科技有限公司 机器人躲避动态障碍的方法及装置
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
CN111136671A (zh) * 2020-01-19 2020-05-12 国家电网有限公司 一种用于变电站巡检的机器人系统
WO2021254367A1 (zh) * 2020-06-18 2021-12-23 京东科技信息技术有限公司 机器人系统及定位导航方法
CN112659811A (zh) * 2020-12-30 2021-04-16 重庆大学 轮式巡检机器人
CN112987019A (zh) * 2021-03-12 2021-06-18 同济大学 多机器人激光slam方法、系统及其全向移动slam装置
CN113759385A (zh) * 2021-08-12 2021-12-07 江苏徐工工程机械研究院有限公司 一种激光雷达和相机融合测距方法及系统
CN113821040A (zh) * 2021-09-28 2021-12-21 中通服创立信息科技有限责任公司 一种深度视觉相机与激光雷达融合导航的机器人

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐维军;: "跑步机运动防摔人体姿态识别研究", 企业技术开发, no. 09 *
秦玉鑫;张高峰;王裕清;: "针对复杂环境的模块化栅格地图构建算法", 控制工程, no. 10 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117128975A (zh) * 2023-10-24 2023-11-28 国网山东省电力公司济南供电公司 一种开关柜巡检作业机器人导航方法、系统、介质及设备
CN117128975B (zh) * 2023-10-24 2024-03-12 国网山东省电力公司济南供电公司 一种开关柜巡检作业机器人导航方法、系统、介质及设备

Also Published As

Publication number Publication date
CN115793649B (zh) 2023-09-01

Similar Documents

Publication Publication Date Title
CN109760837B (zh) 一种电缆沟与隧道巡检无人机系统
US10633093B2 (en) Three-dimensional robotic inspection system
KR101718287B1 (ko) 드론을 활용한 항공 진단 안전 서비스 방법
US10452078B2 (en) Self-localized mobile sensor network for autonomous robotic inspection
JP6634314B2 (ja) 無人航空機を用いた施設内点検システム
WO2018195955A1 (zh) 一种基于飞行器的设施检测方法及控制设备
CN107390676B (zh) 隧道巡检机器人及隧道巡检系统
CN111624641A (zh) 一种防爆型油库区智能巡检机器人
CN104932001A (zh) 一种实时3d核辐射环境重建监测系统
CN108958250A (zh) 多传感器移动平台及基于已知地图的导航与避障方法
CN110977964A (zh) 一种电厂设备运行微漏探测用智能巡检机器人及检测方法
CN108255189A (zh) 一种电力巡检无人机系统
CN206194076U (zh) 一种变电站设备检测系统
CN111813130A (zh) 一种输变电站智能巡检机器人自主导航避障系统
CN113325837A (zh) 一种用于多信息融合采集机器人的控制系统及方法
Ibrahim et al. BIM-driven mission planning and navigation for automatic indoor construction progress detection using robotic ground platform
CN214520204U (zh) 一种基于深度相机和激光雷达的港区智能巡检机器人
CN113075686B (zh) 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
JPH07281753A (ja) 移動ロボット
CN115597659B (zh) 一种变电站智能安全管控方法
CN113189977A (zh) 一种用于机器人的智能导航路径规划系统及方法
CN115793649B (zh) 一种电缆沟自动巡检装置及巡检方法
CN208027170U (zh) 一种电力巡线无人机及系统
CN110315499A (zh) 配电房巡检机器人
CN115743540A (zh) 基于多源信息融合的隧道全息巡检无人机装置及方法

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
GR01 Patent grant
GR01 Patent grant