基于三维激光的变电站巡检机器人关键技术研究
作者单位：东南大学
学位级别：硕士
导师姓名：王庆
授予年度：2021年
学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程]
摘 要：随着智能电网的不断建设以及深入发展,传统的人工变电站巡检方式暴露出工作量繁重、操作难度大以及危险性高等缺点。为了满足巡检要求,变电站对巡检机器人的需求日益增加。在巡检机器人的系统中,机器人在各种变电站工作环境中的定位和导航功能是机器人实现完全自主巡检的重要技术之一,由于变电站的环境要求,本文系统选用的主要传感器为三维激光雷达,辅助定位传感器为IMU。为实现巡检机器人在变电站中的自主工作,机器人需要具备相关的功能,首先机器人需要对变电站环境构建高精度的三维点云地图,其次以三维点云地图作为全局地图完成自身的全局实时定位,最后机器人需要根据巡检任务前往指定地点工作。本文根据巡检机器人在建图、定位以及路径规划三个方面的需求分别研究对应的算法,构建了一套高可用的系统方案。本文的主要研究内容如下:首先,研究了基于特征点的三维地图构建算法。本文通过三维激光雷达在变电站中采集环境数据,通过曲率对瑕点进行剔除、对特征点进行提取以及分类。特征点能较准确地反映出机器人所处环境的几何特征,减少噪声点对匹配算法的影响,以特征点为点集构造点云匹配算法的约束条件,并通过匀速模型对点云进行畸变矫正,使得位姿估计更加准确,进一步在低频率下使用已构建的局部地图对位姿进行修正,减小最终位姿结果的误差。经过实验验证,所构建的激光里程计能够准确的还原变电站的三维结构特征,为机器人的定位提供高精度的地图。其次,研究了基于全局点云地图的Lidar/IMU融合定位算法。将三维激光雷达的实时点云数据和全局大尺度点云地图采用正态分布变换配准算法进行匹配,计算出有效的激光定位数据,并通过体素栅格滤波算法对实时采集的环境点云帧进行滤波处理,在不破坏点云的原始特征以及定位精度的情况下,大大提高了算法的计算速度,使得定位系统能够满足巡检机器人对自身定位进行实时更新的要求。更进一步,通过无迹卡尔曼滤波算法融合惯性传感器和激光雷达的数据来得到巡检机器人精确稳定的定位数据。经过在实际场景采集数据验证了定位算法的高效性、可靠性和准确性。最后,研究了基于快速扩展随机树的路径规划算法。从经典快速扩展随机树的原理以及仿真结果出发进行分析,针对该算法的不足之处,同时结合双向快速扩展随机树及其改进算法,对现有算法做出了优化。通过在随机树生成新的树节点的方向上做出牵引,其中牵引包括使用目标概率化直接导向和目标间接牵引两种方式,该方法降低了随机树在远离目标点的方向上的采样,同时引入RRT-Connect的贪心策略,在可行方向上进行贪心扩张,并简化距离度量算法,加快了随机树的有效搜索,算法成功搜索出可行路径后,通过节点优化的方式对现有路径做进一步优化,大大减少了路径中的节点和转折点数量。将算法在单障碍物、多障碍物以及与变电站场地同比例的地图中进行仿真,验证了算法的有效性。为了实现变电站的自主巡检,系统以工控机作为主控搭载相应的硬件模块,通过以ROS系统为软件算法构建平台,为巡检机器人的建图、定位以及路径规划提供了一个有效的解决方案。
同方学位论文库