CN117432949B - 管道巡检机器人的导航方法及装置、存储介质、终端 - Google Patents
管道巡检机器人的导航方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN117432949B CN117432949B CN202311753314.4A CN202311753314A CN117432949B CN 117432949 B CN117432949 B CN 117432949B CN 202311753314 A CN202311753314 A CN 202311753314A CN 117432949 B CN117432949 B CN 117432949B
- Authority
- CN
- China
- Prior art keywords
- tree structure
- node
- target
- path
- nodes
- 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.)
- Active
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 46
- 230000033001 locomotion Effects 0.000 claims abstract description 50
- 238000005457 optimization Methods 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims description 113
- 230000006870 function Effects 0.000 claims description 32
- 238000004891 communication Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000005070 sampling Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 8
- 230000001174 ascending effect Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- G01C21/20—Instruments for performing navigational calculations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L55/00—Devices or appurtenances for use in, or in connection with, pipes or pipe systems
- F16L55/26—Pigs or moles, i.e. devices movable in a pipe or conduit with or without self-contained propulsion means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
- F17D—PIPE-LINE SYSTEMS; PIPE-LINES
- F17D5/00—Protection or supervision of installations
- F17D5/02—Preventing, monitoring, or locating loss
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16L—PIPES; JOINTS OR FITTINGS FOR PIPES; SUPPORTS FOR PIPES, CABLES OR PROTECTIVE TUBING; MEANS FOR THERMAL INSULATION IN GENERAL
- F16L2101/00—Uses or applications of pigs or moles
- F16L2101/30—Inspecting, measuring or testing
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种管道巡检机器人的导航方法及装置、存储介质、终端，涉及管道巡检技术领域，主要目的在于解决管道巡检效率较低的问题。主要包括。主要用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。
Description
技术领域
本发明涉及管道巡检技术领域，特别是涉及一种管道巡检机器人的导航方法及装置、存储介质、终端。
背景技术
管道与铁路，水路，航空，公路并称为五大运输方式。随着国民经济的发展，管道总体规模在逐年上升。随着管道规模的扩大，管道内部的泄露等故障也暴露出了管道运维存在的问题，如何及时、高效的对管道进行定期巡检，确保管道运输安全稳定运行受到广泛关注。
目前，现有的管道巡检主要依靠管道内检测机器人、人工携带检测设备巡检等。但是管道内检测机器人需要在管道停止运行的情况下进行检测，影响管道的运行效率；人工携带检测设备巡检，需要工作人员手持检测设备，根据提前设置的埋地管道标记，沿管线方向进行移动，每移动一段相对固定的距离将检测设备插入地下，来实现对管道的检测，检测耗时较长，管道巡检效率较低。
发明内容
有鉴于此，本发明提供一种管道巡检机器人的导航方法及装置、存储介质、终端，主要目的在于解决现有管道巡检效率较低的问题。
依据本发明一个方面，提供了一种管道巡检机器人的导航方法，包括：
依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；
依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径。
进一步地，所述依据完成生长的前向树结构及所述反向树结构进行树结构连接之前，所述方法还包括：
构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵；
基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，以及基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构；
所述依据完成生长的前向树结构及所述反向树结构进行树结构连接，包括：
依据所述优化后的前向树结构及所述反向树结构进行树结构连接。
进一步地，所述基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，包括：
将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点，所述二阶代价值用于表征所述第一节点到所述新生节点的距离与所述第一节点的第一代价值之和，所述第一代价值为所述第一节点到所述前向树结构的初始节点的距离；
在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点。
进一步地，所述基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构，包括：
依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点。
进一步地，所述全局树结构包括所述候选路径的路径标志和路径索引，所述依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，包括：
依据所述路径标志、所述路径索引从所述全局树结构中提取得到至少一个候选路径；
依据所述候选路径中第三节点与所述管道线路约束之间的距离，构建得到代价函数；
将所述代价函数的代价函数值小于上一轮代价函数值的所述候选路径确定为全局路径，依据所述全局路径对所述全局树结构进行更新；
在更新后的所述全局树结构的前向树结构节点数量大于反向树结构节点数量的情况下，将所述前向树结构与所述反向树结构中的节点信息进行交换。
进一步地，所述前向树结构的生长过程，包括：
从所述前向树结构中识别出与所述电子地图的随机采样点之间距离最近的最近节点，并依据所述最近节点计算得到新生节点；
对所述新生节点和所述最近节点之间的路径可行性进行校验，若所述校验的结果为通过，则确定完成对所述前向树结构的生长；
若所述校验的结果为未通过，则更新迭代轮次，开始下一轮迭代优化。
进一步地，所述依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，包括：
获取所述目标机器人的空间定位信息及目标巡检区域的管道线路分布信息；
依据所述目标机器人的空间定位信息构建所述目标机器人的运动方程和观测方程，依据所述管道线路分布信息构建巡检约束方程；
依据所述运动方程、所述观测方程、及所述巡检约束方程生成所述目标巡检区域的电子地图。
依据本发明另一个方面，提供了一种管道巡检机器人的导航装置，包括：
构建模块，用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置及管道线路约束；
路径优化模块，用于依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
发送模块，用于依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径。
进一步地，所述装置还包括：
所述构建模块，还用于构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵；
节点优化模块，用于基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，以及基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构；
所述路径优化模块，还用于依据所述优化后的前向树结构及所述反向树结构进行树结构连接。
进一步地，所述节点优化模块，包括：
第一获取单元，用于将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算单元，用于计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点，所述二阶代价值用于表征所述第一节点到所述新生节点的距离与所述第一节点的第一代价值之和，所述第一代价值为所述第一节点到所述前向树结构的初始节点的距离；
更新单元，用于在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点。
进一步地，所述节点优化模块，包括：
优化单元，用于依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
布线单元，用于依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点。
进一步地，所述路径优化模块，包括：
提取单元，用于依据所述路径标志、所述路径索引从所述全局树结构中提取得到至少一个候选路径；
第一构建单元，用于依据所述候选路径中第三节点与所述管道线路约束之间的距离，构建得到代价函数；
确定单元，用于将所述代价函数的代价函数值小于上一轮代价函数值的所述候选路径确定为全局路径，依据所述全局路径对所述全局树结构进行更新；
信息交换单元，用于在更新后的所述全局树结构的前向树结构节点数量大于反向树结构节点数量的情况下，将所述前向树结构与所述反向树结构中的节点信息进行交换。
进一步地，在具体应用场景中，所述路径优化模块还用于从所述前向树结构中识别出与所述电子地图的随机采样点之间距离最近的最近节点，并依据所述最近节点计算得到新生节点；
对所述新生节点和所述最近节点之间的路径可行性进行校验，若所述校验的结果为通过，则确定完成对所述前向树结构的生长；
若所述校验的结果为未通过，则更新迭代轮次，开始下一轮迭代优化。
进一步地，所述构建模块，包括：
第二获取单元，用于获取所述目标机器人的空间定位信息及目标巡检区域的管道线路分布信息；
第二构建单元，用于依据所述目标机器人的空间定位信息构建所述目标机器人的运动方程和观测方程，依据所述管道线路分布信息构建巡检约束方程；
生成单元，用于依据所述运动方程、所述观测方程、及所述巡检约束方程生成所述目标巡检区域的电子地图。
根据本发明的又一方面，提供了一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述管道巡检机器人的导航方法对应的操作。
根据本发明的再一方面，提供了一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述管道巡检机器人的导航方法对应的操作。
借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：
本发明提供了一种管道巡检机器人的导航方法及装置、存储介质、终端，本发明实施例通过依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。大大减少了管道巡检对人工的依赖度，降低了巡检耗时，同时，基于管道线路分布信息构建电子地图，并基于双端树结构进行路径寻优，充分确保了巡检路径的准确性，从而大大提高巡检效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种管道巡检机器人的导航方法流程图；
图2示出了本发明实施例提供的一种基于双端树结构的路径优化流程图；
图3示出了本发明实施例提供的另一种管道巡检机器人的导航方法流程图；
图4示出了本发明实施例提供的一种前向树结构父节点优化流程图；
图5示出了本发明实施例提供的一种管道巡检机器人的导航装置组成框图；
图6示出了本发明实施例提供的一种终端的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
针对现有管道巡检效率较低的问题。本发明实施例提供了一种管道巡检机器人的导航方法，如图1所示，该方法包括：
101、依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图。
本发明实施例中，目标机器人为用于对管道进行巡检的巡检机器人，配置有电磁全息管道检测设备、多元环境感知与定位设备。目标机器人能够在地下铺设有管道的待巡检区域，即目标巡检区域内，按照地面运动的导航路径对地下的管道进行巡检。为了确定出目标机器人的导航路径，需要根据目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建目标巡检区域的电子地图。其中，电子地图包括当前实时位置、目标巡检位置。空间定位信息为基于多元环境感知与定位设备对目标巡检区域内能够用于空间定位的环境信息，例如，用于定位的建筑物、树木、路面标记等。管道线路约束为对目标巡检区域内的管道位置进行定位的位置约束。通过将目标机器人的空间定位信息与需要进行巡检的管道线路约束进行融合，能够在路径寻优的过程中，准确捕捉目标巡检位置，从而提高路径寻优结果的准确性。
102、依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径。
本发明实施例中，基于双端树结构对目标机器人的巡检路径进行寻优。其中，双端树结构包括两棵快速扩展随机树(RRT： rapidly exploring random tree)，分别为前向树结构和反向树结构，反向树结构基于目标巡检位置作为节点构建，前向树结构基于当前实时位置作为规划的初始节点构建。对初始化后的双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径。
作为一种路径优化的实例，如图2所示，将目标机器人的当前实时位置和电子地图中的目标位置以及预设轮次阈值作为输入，将当前实时位置作为前向树结构的初始节点，将目标位置作为反向树结构的节点，对双端树结构进行初始化。在每个轮次的迭代循环中，对双端树结构中的前向树结构进行生长。判定前向树结构中生长出的新生节点的路径是否可行，若可行，则对生长完成的前向树结构进行优化，并将生长完成的前向树结构与反向树结构进行连接。从全局树结构中提取出可以连接当前实时位置到目标位置的无碰撞路径（候选路径），并计算无碰撞路径与管道线路约束之间的距离，基于此距离对路径进行精炼，即若计算结果小于上一轮次迭代循环的距离，则基于当前候选路径对前向树结构和反向树结构进行更新，并将迭代次数+1。若迭代次数小于预设轮次阈值，则基于更新后的前向树结构和反向树结构进行下一轮路径优化，直至迭代轮次达到预设轮次阈值，则停止迭代，将最后一轮迭代得到的全局树结构作为最终树结构，并将所述全局树结构中的无碰撞路径作为目标路径输出。其中，双端树结构的初始化，具体可以包括设置初始时刻的全局路径长度为无穷大，便于后续全局路径的更新；设置全局树结构为空集，确保全局树结构中包含计算得到的全局无碰撞路径；设定初始化全局路径标志位为 false，表示当前并没查询到可行的无碰撞全局路径。
需要说明的是，通过双端树结构进行路径寻优，通过端到端的方式构建路径，大大减少路径中冗余节点的数量，大大降低了路径碰撞检测的难度及检测数量，同时，有确保了路径寻优的准确性，从而提高了路径寻优的效率。
103、依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。
本发明实施例中，在确定目标路径之后，将根据目标路径及目标机器人当前在电子地图中的当前实时位置，确定出目标机器人的驱动控制信息，例如，履带调速、转向调整等，将携带有驱动控制信息的运动控制指令发送至目标机器人的运动控制端，以使得运动控制端根据驱动控制信息控制目标机器人对管道进行巡检，在巡检过程中，目标机器人通过电磁全息检测板向地面发射低频电磁信号来判断当前是否脱离管线所在区域。
需要说明的是，通过电磁全息巡检机器人，按照目标路径对管道进行巡检，不会对管道的正常运行造成影响，也大大降低了巡检过程对人工的依赖，同时，通过将管道线路约束加入到电子地图中，并基于双端树结构对巡检路径进行寻优，确保了巡检路径的准确性，从而有效提高了管道巡检的效率。
在一个本发明实施例中，为了进一步说明及限定，如图3所示，步骤依据完成生长的前向树结构及所述反向树结构进行树结构连接之前，所述方法还包括：
201、构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵，以及基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点。
202、基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构。
本发明实施例中，在完成对前向树结构的生长之后，为了优化路径，对树结构进行优化改造。具体地，将完成生长的前向树结构作和树结构生长得到的新生节点作为优化流程的输入，将新生节点添加到前向树结构中，并构建新生节点的临近集矩阵和祖辈集矩阵。具体地，以新生节点为圆心，以r为半径，构建新生节点在树结构中的临近集矩阵。其中，半径r等于权重系数与节点间的步长的乘积，权重系数可以根据具体应用需求自定义，本发明实施例不做具体限定。临近集矩阵是维度为m×6的矩阵，可以表示为：
其中，矩阵每行的前三列为以新生节点为圆心，r为半径的圆域内各个节点的三维坐标，第四列为当前节点在树结构中的位置索引，第五列为当前点与新生节点之间的直线距离值，第六列为当前节点的第一代价值与当前节点到新生节点的距离之和，第一代价值为当前节点到目标机器人的当前实时位置之间的真实路径长度。m为临近集矩阵中的节点数量。
确定临近集矩阵之后，查询临近集矩阵中临近节点的父辈节点，即新生节点的祖辈节点。基于祖辈节点构建得到祖辈集矩阵。祖辈集矩阵是维度为n×6的矩阵。可以表示为：
其中，前三列为祖辈节点的三维坐标，第四列为祖辈节点在树结构中的位置索引，第五列为当前祖辈节点与新生节点之间的距离，第六列为祖辈节点的代价值与祖辈节点与新生节点之间距离的和。确定临近集矩阵和祖辈集矩阵之后，基于上述两个矩阵对树结构进行优化，得到优化后的前向树结构，并依据优化后的前向树结构及反向树结构进行树结构连接。
在一个应用实例中，树结构连接的过程包括：计算反向棵树结构中距离新生节点最近的最近节点/>。将查询到的最近节点/>赋值给节点/>。判断有节点/>和节点/>，能否实现两棵树结构的连接。若能够进行连接，分别将节点记录进路径索引Ic1和Ic2，将路径标志位置为true，并得到全局树结构。若不能够连接，则进入while循环。在循环中，基于新生节点/>和节点/>，生成新的节点/>；判断节点/>和节点/>之间的路径是否为全局无碰撞可行路径。若不可行，则退出循环，若可行，则将节点/>加入到反向树结构中；计算前向棵树结构中距离/>最近的节点/>。判断能否通过/>和/>实现两棵树结构的连接；若能够进行连接，分别将节点/>和节点/>记录进路径索引Ic1和Ic2，将路径标志位置为true，得到全局树结构，并退出while循环；反之，则利用/>更新节点/>，并进入下一轮while循环，最终得到全局树结构，全局树结构包括候选路径，候选路径的路径标志，及第一路径索引、第二路径索引。
在一个本发明实施例中，为了进一步说明及限定，步骤基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，包括：
将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点；
在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点。
本发明实施例中，将临近集矩阵和祖辈集矩阵进行拼接得到维度为（n+m）×6的拼接矩阵。由于搜索半径及迭代搜索的原因，拼接矩阵中会存在大量的重复元素，因此，在得到拼接矩阵之后，还需要对拼接矩阵进行去重，以避免不必要的路径计算，确保路径计算速度。作为一个实例，父节点的优化过程，如图4所示，针对去重后的拼接矩阵按照二阶代价值进行升序排序，即将对应二阶代价值较小的节点放在拼接矩阵的前端。其中，二阶代价值用于表征第一节点到新生节点的距离与所述第一节点的第一代价值之和，第一代价值为第一节点到新生节点的初始节点的距离。设定拼接矩阵中的第一节点为，新生节点为/>，则/>的二阶代价值为：/>（1）；其中，C（/>）为/>的代价值，即第一节点/>到初始节点的距离，/>为第一节点与新生节点之间的距离。比较拼接矩阵中节点的二阶代价值是否小于当前新生节点上一轮迭代的二阶代价值。若是，则对此节点对应的路径进行碰撞检测，反之，则按照拼接矩阵中的节点排列顺序判断下一节点的二阶代价值，直至找到二阶代价值小于当前新生节点上一轮迭代的二阶代价值，且对应路径的碰撞检测为通过的节点，并用此节点替换新生节点的当前父节点，实现对父节点的更新。其中，第二代价值为新生节点与结构树的初始节点之间的距离。
需要说明的是，通过对二阶代价值进行排序，能够便于快速筛选出路径最短的无碰撞全局路径，减少路径碰撞筛选过程中的碰撞检测计算量，从而提高路径筛选效率。
在一个本发明实施例中，为了进一步说明及限定，步骤基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构，包括：
依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点。
本发明实施例中，在对新生节点的父节点进行优化之后，基于新生节点、新生节点的父节点、以及新生节点的父节点的父节点，即祖辈节点构建节点集合。查询此节点集合中各个第四节点到临近集矩阵第二节点之间的距离，与第四节点的代价值之和，并比较此代价值之和是否小于第二节点的二阶代价值。若是，则将对应的第四节点替换为第二节点的父节点，即将第二节点替换为了新生节点、新生节点的父节点、或新生节点的祖辈节点的子节点，新生节点的子节点将进行重新布线。作为应用实例，重新布线的过程可以包括：计算新生节点的父节点/>；计算节点/>的父节点/>。 将节点/>，/>，/>添加到节点集合/>中。遍历计算临近集矩阵中节点/>的二阶代价值，在当前节点/>的二阶代价值小于此节点上一轮迭代的二阶代价值的情况下，进一步判断当前节点/>与节点/>之间的路径是否为全局无碰撞可行路径；若路径可行，则计算当前节点/>的原始父辈节点/>，并将节点原始的父节点/>修改为/>。在当前节点/>的二阶代价值大于或等于此节点上一轮迭代的二阶代价值的情况下，对临近集矩阵中的下一节点进行二阶代价值判断，直至完成对临近集矩阵的遍历。其中，节点/>的二阶代价值为节点集合/>中节点/>的代价值与到节点/>的距离之和。其中，/>的二阶代价值的计算方式同公式1，在此不做赘述。
在一个本发明实施例中，为了进一步说明及限定，步骤依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，包括：
依据所述路径标志、所述路径索引从所述全局树结构中提取得到至少一个候选路径；
依据所述候选路径中第三节点与所述管道线路约束之间的距离，构建得到代价函数；
将所述代价函数的代价函数值小于上一轮代价函数值的所述候选路径确定为全局路径，依据所述全局路径对所述全局树结构进行更新；
在更新后的所述全局树结构的前向树结构节点数量大于反向树结构节点数量的情况下，将所述前向树结构与所述反向树结构中的节点信息进行交换。
本发明实施例中，全局树结构包括所述候选路径的路径标志和路径索引。其中，路径标志用于表征对应的路径的可连接性，每个路径对应有一个路径标志初始化为false，在判断路径可行时，将路径标志配置为ture。路径索引包括前向树结构中的第一路径索引和反向树结构中的第二路径索引。路径提取和树结构交换的过程包括：判断路径标志是否为真，若为真，则基于第一路径索引在前向树结构中提取第一路径，第二路径索引在反向树结构中提取第二路径，最终由第一路径、第二路径得到候选路径。基于管道线路约束和当前候选路径，计算代价函数，代价函数的公式为：/>（2）；其中，path为候选路径上的节点，pipe为管道线路约束对应的节点。在当前候选路径的代价函数值小于上一轮迭代生成的代价函数值的情况下，表明当前候选路径满足管道线路约束条件，可以将此候选路径确定为全局路径，并进一步判断是否进行树结构交互：若前向树结构中的节点数量大于反向树结构中的节点数量，则将前向树结构和反向树结构中的全部节点数据进行交换。在当前候选路径的代价函数值大于或等于上一轮迭代生成的代价函数值的情况下，表明当前候选路径不满足管道线路约束条件，对下一候选路径进行代价函数判断。
在一个本发明实施例中，为了进一步说明及限定，前向树结构的生长过程，包括：
从所述前向树结构中识别出与所述电子地图的随机采样点之间距离最近的最近节点，并依据所述最近节点计算得到新生节点；
对所述新生节点和所述最近节点之间的路径可行性进行校验，若所述校验的结果为通过，则确定完成对所述前向树结构的生长；
若所述校验的结果为未通过，则更新迭代轮次，开始下一轮迭代优化。
本发明实施例中，在电子地图中进行随机采样，得到随机采样点。从前向树结构中查询距离随机采样点/>最近的点，即最近节点/>。基于随机采样点/>和最近节点/>，生成一个新生节点/>。新生节点与最近节点的距离满足如下公式：
（3）；
其中，为调节因子，N为当前树结构中节点数量，D为空间维度。在计算得到新生节点之后，判断新生节点与最近节点之间的路径是否可行，以及路径是否无碰撞，当路径无碰撞且可行时，完成对前向树结构的本轮生长。若新生节点与最近节点之间的路径为不可行，或存在碰撞的路径，则对前向树结构进行下一轮生长，且将迭代轮次数加1。
在一个本发明实施例中，为了进一步说明及限定，步骤依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，包括：
获取所述目标机器人的空间定位信息及目标巡检区域的管道线路分布信息；
依据所述目标机器人的空间定位信息构建所述目标机器人的运动方程和观测方程，依据所述管道线路分布信息构建巡检约束方程；
依据所述运动方程、所述观测方程、及所述巡检约束方程生成所述目标巡检区域的电子地图。
本发明实施例中，依据目标机器人对周围环境建立初始电子地图，并将管道线路分布信息作为约束加入到初始电子地图得到目标巡检区域的电子地图。电子地图模型包括运动方程、观测方程、巡检约束方程，具体为：
（4）；
其中，表示目标机器人对应的时刻，/>为目标机器人当前k时刻位姿，即在相对于世界坐标系中的位置坐标/>；/>为目标机器人的横摆角；/>为运动控制输入，即从k时刻到第k+1时刻的按目标机器人的位姿变化量，（5）；/>为扰动数据；/>为运动方程。/>为目标机器人观测到产生的观测数据；/>为巡检机器人周围环境关键点；/>为k时刻第j个关键点的观测误差值；/>为观测方程。/>为管道的位置坐标，/>为管道偏角。
本发明提供了一种管道巡检机器人的导航方法，本发明实施例通过依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。大大减少了管道巡检对人工的依赖度，降低了巡检耗时，同时，基于管道线路分布信息构建电子地图，并基于双端树结构进行路径寻优，充分确保了巡检路径的准确性，从而大大提高巡检效率。
进一步的，作为对上述图1所示方法的实现，本发明实施例提供了一种管道巡检机器人的导航装置，如图5所示，该装置包括：
构建模块31，用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置及管道线路约束；
路径优化模块32，用于依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
发送模块33，用于依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径。
进一步地，所述装置还包括：
所述构建模块，还用于构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵；
节点优化模块，用于基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，以及基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构；
所述路径优化模块，还用于依据所述优化后的前向树结构及所述反向树结构进行树结构连接。
进一步地，所述节点优化模块，包括：
第一获取单元，用于将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算单元，用于计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点，所述二阶代价值用于表征所述第一节点到所述新生节点的距离与所述第一节点的第一代价值之和，所述第一代价值为所述第一节点到所述前向树结构的初始节点的距离；
更新单元，用于在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点。
进一步地，所述节点优化模块，还包括：
优化单元，用于依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
布线单元，用于依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点。
进一步地，所述路径优化模块32，包括：
提取单元，用于依据所述路径标志、所述路径索引从所述全局树结构中提取得到至少一个候选路径；
第一构建单元，用于依据所述候选路径中第三节点与所述管道线路约束之间的距离，构建得到代价函数；
确定单元，用于将所述代价函数的代价函数值小于上一轮代价函数值的所述候选路径确定为全局路径，依据所述全局路径对所述全局树结构进行更新；
信息交换单元，用于在更新后的所述全局树结构的前向树结构节点数量大于反向树结构节点数量的情况下，将所述前向树结构与所述反向树结构中的节点信息进行交换。
进一步地，在具体应用场景中，所述路径优化模块还用于从所述前向树结构中识别出与所述电子地图的随机采样点之间距离最近的最近节点，并依据所述最近节点计算得到新生节点；
对所述新生节点和所述最近节点之间的路径可行性进行校验，若所述校验的结果为通过，则确定完成对所述前向树结构的生长；
若所述校验的结果为未通过，则更新迭代轮次，开始下一轮迭代优化。
进一步地，所述构建模块31，包括：
第二获取单元，用于获取所述目标机器人的空间定位信息及目标巡检区域的管道线路分布信息；
第二构建单元，用于依据所述目标机器人的空间定位信息构建所述目标机器人的运动方程和观测方程，依据所述管道线路分布信息构建巡检约束方程；
生成单元，用于依据所述运动方程、所述观测方程、及所述巡检约束方程生成所述目标巡检区域的电子地图。
本发明提供了一种管道巡检机器人的导航装置，本发明实施例通过依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检。大大减少了管道巡检对人工的依赖度，降低了巡检耗时，同时，基于管道线路分布信息构建电子地图，并基于双端树结构进行路径寻优，充分确保了巡检路径的准确性，从而大大提高巡检效率。
根据本发明一个实施例提供了一种存储介质，所述存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的管道巡检机器人的导航方法。
图6示出了根据本发明一个实施例提供的一种终端的结构示意图，本发明具体实施例并不对终端的具体实现做限定。
如图6所示，该终端可以包括：处理器(processor)402、通信接口(CommunicationsInterface)404、存储器(memory)406、以及通信总线408。
其中：处理器402、通信接口404、以及存储器406通过通信总线408完成相互间的通信。
通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402，用于执行程序410，具体可以执行上述管道巡检机器人的导航方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit），或者是被配置成实施本发明实施例的一个或多个集成电路。终端包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器406，用于存放程序410。存储器406可能包含高速RAM存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作：
依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；
依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述路径规划信息进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (7)
1.一种管道巡检机器人的导航方法，其特征在于，包括：
依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置、及管道线路约束；
依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述目标路径进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径；
所述依据完成生长的前向树结构及所述反向树结构进行树结构连接之前，所述方法还包括：
构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵；
基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，以及基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构；
所述依据完成生长的前向树结构及所述反向树结构进行树结构连接，包括：
依据所述优化后的前向树结构及所述反向树结构进行树结构连接；
所述基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，包括：
将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点，所述二阶代价值用于表征所述第一节点到所述新生节点的距离与所述第一节点的第一代价值之和，所述第一代价值为所述第一节点到所述前向树结构的初始节点的距离；
在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点；
所述基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构，包括：
依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点；
所述临近集矩阵是维度为m×6的矩阵，矩阵每行的前三列为以所述新生节点为圆心，r为半径的圆域内各个节点的三维坐标，第四列为当前节点在树结构中的位置索引，第五列为当前节点与所述新生节点之间的直线距离值，第六列为当前节点的第一代价值与当前节点到所述新生节点的距离之和，第一代价值为当前节点到目标机器人的当前实时位置之间的真实路径长度；
所述祖辈集矩阵是维度为n×6的矩阵，前三列为祖辈节点的三维坐标，第四列为祖辈节点在树结构中的位置索引，第五列为当前祖辈节点与所述新生节点之间的距离，第六列为祖辈节点的代价值与祖辈节点与所述新生节点之间距离的和。
2.根据权利要求1所述的管道巡检机器人的导航方法，其特征在于，所述全局树结构包括所述候选路径的路径标志和路径索引，所述依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，包括：
依据所述路径标志、所述路径索引从所述全局树结构中提取得到至少一个候选路径；
依据所述候选路径中第三节点与所述管道线路约束之间的距离，构建得到代价函数；
将所述代价函数的代价函数值小于上一轮代价函数值的所述候选路径确定为全局路径，依据所述全局路径对所述全局树结构进行更新；
在更新后的所述全局树结构的前向树结构节点数量大于反向树结构节点数量的情况下，将所述前向树结构与所述反向树结构中的节点信息进行交换。
3.根据权利要求1所述的管道巡检机器人的导航方法，其特征在于，所述前向树结构的生长过程，包括：
从所述前向树结构中识别出与所述电子地图的随机采样点之间距离最近的最近节点，并依据所述最近节点计算得到新生节点；
对所述新生节点和所述最近节点之间的路径可行性进行校验，若所述校验的结果为通过，则确定完成对所述前向树结构的生长；
若所述校验的结果为未通过，则更新迭代轮次，开始下一轮迭代优化。
4.根据权利要求1-3中任一项所述的管道巡检机器人的导航方法，其特征在于，所述依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，包括：
获取所述目标机器人的空间定位信息及目标巡检区域的管道线路分布信息；
依据所述目标机器人的空间定位信息构建所述目标机器人的运动方程和观测方程，依据所述管道线路分布信息构建巡检约束方程；
依据所述运动方程、所述观测方程、及所述巡检约束方程生成所述目标巡检区域的电子地图。
5.一种管道巡检机器人的导航装置，其特征在于，包括：
构建模块，用于依据获取到的目标机器人的空间定位信息、及目标巡检区域的管道线路分布信息构建所述目标巡检区域的电子地图，所述电子地图包括当前实时位置、目标巡检位置及管道线路约束；
路径优化模块，用于依据所述目标巡检位置和所述当前实时位置构建双端树结构，并对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，所述双端树结构包括前向树结构和反向树结构；
发送模块，用于依据所述目标路径及所述电子地图生成运动控制指令，并将所述运动控制指令发送至所述目标机器人的运动控制端，以控制所述目标机器人按照所述目标路径进行管道巡检；
其中，所述对初始化后的所述双端树结构进行多轮迭代优化得到目标路径，包括：对初始化后的所述前向树结构进行生长，并依据完成生长的前向树结构及所述反向树结构进行树结构连接；依据全局树结构中的候选路径与所述管道线路约束之间的代价函数对所述双端树结构进行更新，并对更新后的前向树结构进行下一轮生长，直至迭代轮次匹配预设轮次阈值，从末次迭代的全局树结构中提取得到目标路径；
所述依据完成生长的前向树结构及所述反向树结构进行树结构连接之前，还包括：
构建所述完成生长的前向树结构中新生节点的临近集矩阵、及祖辈集矩阵；
基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，以及基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构；
所述依据完成生长的前向树结构及所述反向树结构进行树结构连接，包括：
依据所述优化后的前向树结构及所述反向树结构进行树结构连接；
所述基于所述临近集矩阵和所述祖辈集矩阵优化所述新生节点的父节点，包括：
将所述临近集矩阵和所述祖辈集矩阵进行拼接处理，得到拼接矩阵；
计算所述拼接矩阵中各个第一节点的二阶代价值，并按照所述二阶代价值升序排列所述第一节点，所述二阶代价值用于表征所述第一节点到所述新生节点的距离与所述第一节点的第一代价值之和，所述第一代价值为所述第一节点到所述前向树结构的初始节点的距离；
在所述二阶代价值小于所述新生节点的第二代价值的情况下，从前向后依次对所述拼接矩阵中的所述第一节点与所述新生节点之间的路径进行无碰撞校验，并将所述新生节点的父节点更新为首个通过所述无碰撞校验的所述第一节点；
所述基于所述临近集矩阵重新布线所述新生节点的子节点，得到优化后的前向树结构，包括：
依据所述新生节点、所述新生节点的父节点及祖父节点对所述临近集矩阵中各个第二节点的父节点进行优化；
依据优化后的所述第二节点的父节点重新布线所述新生节点的子节点；
所述临近集矩阵是维度为m×6的矩阵，矩阵每行的前三列为以所述新生节点为圆心，r为半径的圆域内各个节点的三维坐标，第四列为当前节点在树结构中的位置索引，第五列为当前节点与所述新生节点之间的直线距离值，第六列为当前节点的第一代价值与当前节点到所述新生节点的距离之和，第一代价值为当前节点到目标机器人的当前实时位置之间的真实路径长度；
所述祖辈集矩阵是维度为n×6的矩阵，前三列为祖辈节点的三维坐标，第四列为祖辈节点在树结构中的位置索引，第五列为当前祖辈节点与所述新生节点之间的距离，第六列为祖辈节点的代价值与祖辈节点与所述新生节点之间距离的和。
6.一种存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-4中任一项所述的管道巡检机器人的导航方法对应的操作。
7.一种终端，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-4中任一项所述的管道巡检机器人的导航方法对应的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753314.4A CN117432949B (zh) | 2023-12-20 | 2023-12-20 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311753314.4A CN117432949B (zh) | 2023-12-20 | 2023-12-20 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117432949A CN117432949A (zh) | 2024-01-23 |
| CN117432949B true CN117432949B (zh) | 2024-03-15 |
Family
ID=89553790
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311753314.4A Active CN117432949B (zh) | 2023-12-20 | 2023-12-20 | 管道巡检机器人的导航方法及装置、存储介质、终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117432949B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111637367A (zh) * | 2020-04-24 | 2020-09-08 | 西南石油大学 | 山地输气管道内腐蚀缺陷检测与评价方法 |
| CN115388342A (zh) * | 2022-08-26 | 2022-11-25 | 中国计量大学 | 管网巡检方法、装置及系统 |
| CN115390551A (zh) * | 2022-05-26 | 2022-11-25 | 武汉工程大学 | 一种机器人路径规划方法、装置、电子设备及存储介质 |
| CN115762492A (zh) * | 2022-11-25 | 2023-03-07 | 昆明理工大学 | 一种基于主动学习和opf的埋地排水管道堵塞识别方法 |
| CN116069040A (zh) * | 2023-03-06 | 2023-05-05 | 之江实验室 | 一种管道曲面约束的爬壁机器人路径规划方法和装置 |
| CN117249817A (zh) * | 2023-05-12 | 2023-12-19 | 东北大学 | 野外环境下管道巡检机器人轻量化自主导航系统及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7277822B2 (en) * | 2000-09-28 | 2007-10-02 | Blemel Kenneth G | Embedded system for diagnostics and prognostics of conduits |
-
2023
- 2023-12-20 CN CN202311753314.4A patent/CN117432949B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111637367A (zh) * | 2020-04-24 | 2020-09-08 | 西南石油大学 | 山地输气管道内腐蚀缺陷检测与评价方法 |
| CN115390551A (zh) * | 2022-05-26 | 2022-11-25 | 武汉工程大学 | 一种机器人路径规划方法、装置、电子设备及存储介质 |
| CN115388342A (zh) * | 2022-08-26 | 2022-11-25 | 中国计量大学 | 管网巡检方法、装置及系统 |
| CN115762492A (zh) * | 2022-11-25 | 2023-03-07 | 昆明理工大学 | 一种基于主动学习和opf的埋地排水管道堵塞识别方法 |
| CN116069040A (zh) * | 2023-03-06 | 2023-05-05 | 之江实验室 | 一种管道曲面约束的爬壁机器人路径规划方法和装置 |
| CN117249817A (zh) * | 2023-05-12 | 2023-12-19 | 东北大学 | 野外环境下管道巡检机器人轻量化自主导航系统及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于主动学习的油气管道沿线地物变化检;马剑林;《科学技术与工程》;20200718;第20卷(第20期);第8002-8007页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117432949A (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110220521B (zh) | 一种高精地图的生成方法和装置 | |
| CN107703945A (zh) | 一种多目标融合的智能农用机械路径规划方法 | |
| CN104266656A (zh) | 用于道路网的最短路径搜索方法及装置 | |
| CN113723715B (zh) | 公交线网自动匹配道路网络方法、系统、设备及存储介质 | |
| CN109059939A (zh) | 基于隐马尔科夫模型的地图匹配算法 | |
| CN114756034B (zh) | 一种机器人实时避障路径规划方法及装置 | |
| CN116105742B (zh) | 复合场景巡检导航方法、系统及相关设备 | |
| CN110736471A (zh) | 基于隐马尔可夫模型的低频浮动车轨迹数据路网匹配方法 | |
| Kang et al. | Modified A-star algorithm for modular plant land transportation | |
| CN104034337B (zh) | 一种浮动车地理位置点的地图匹配方法及装置 | |
| CN112084289A (zh) | 一种轨迹融合方法及装置 | |
| CN115435798A (zh) | 无人车高精地图路网生成系统及方法 | |
| CN110910440A (zh) | 一种基于电力影像数据的输电线路长度确定方法和系统 | |
| JP2023002757A (ja) | 高精度地図作成方法、装置及び電子機器 | |
| CN114119920A (zh) | 三维点云地图构建方法、系统 | |
| CN110807931A (zh) | 基于转向关系的交通路网有向图路径模型构建及求解方法 | |
| CN114020015A (zh) | 基于障碍物地图双向搜索的无人机路径规划系统及方法 | |
| CN113847927A (zh) | 路径生成的方法、装置、设备、存储介质及程序产品 | |
| CN112033418A (zh) | 一种离线地图匹配方法 | |
| CN117432949B (zh) | 管道巡检机器人的导航方法及装置、存储介质、终端 | |
| CN111310919B (zh) | 基于场景切分和局部路径规划的驾驶控制策略训练方法 | |
| CN1993722B (zh) | 位置信息发送装置以及位置信息发送方法 | |
| CN113433840A (zh) | 一种基于磁定位技术的数字轨道化自动驾驶车辆仿真系统 | |
| Che et al. | Inspection of Electric Transmission Line Fault Based on UAV Lidar. | |
| CN114967694A (zh) | 一种移动机器人协同环境探索方法 |
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 |