面向移动式墙面打磨机器人的定位及检测方法研究

作     者：翁润庭 

作者单位：广州大学 

学位级别：硕士

导师姓名：张春良

授予年度：2023年

学科分类：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] 

主      题：墙面打磨机器人 数据融合 位姿识别 权重匹配 点云匹配算法 

摘      要：随着市场经济结构的调整,房地产行业正面临着转型压力。不仅人口红利正在减弱,而且劳动力的就业观也发生了极大变化,例如任务繁重、环境恶劣的墙面打磨等工作无人问津。因此,将无人操作的墙面打磨机器人引入建筑行业中变得尤为重要。目前搭载激光雷达的移动作业机器人已大量应用于建筑施工过程中,受限于激光雷达自身精度与硬件性能,以及受到障碍物和移动物体的交叉影响,机器人无法精准定位,难以及时调整运动姿态。因此,本文以激光式全站仪静态数据为基准,提出了一种点云数据融合的位姿检测策略,通过高精度的静态全站仪整体数据来融合作业机器人中激光雷达的局部、低精度数据,并通过新算法完成墙面打磨机器人的位姿检测。主要研究内容包括:首先,阐述了点云匹配与位姿修正之间的关系,通过旋转和平移实现不同坐标系下点云数据的相互融合,并寻找两个点云之间的对应关系,即机器人的当前位姿与作业区域的坐标对应关系。然后,提出了相关点云处理技术,为后续的匹配算法提供优化处理。其次,提出一种用于提高墙面打磨机器人的位姿识别能力的点集权重匹配法,将筛选出来的基准特征按一定方式进行合并,并利用点集权重求解全站仪数据与激光雷达数据的匹配误差,最后通过仿真实验进行方法验证,实验表明该方法拥有更好的匹配效果。再次,提出一种快速融合高精度静态全局数据和低精度动态局部数据的向量权重的匹配法,先通过抽样网络卷积匹配法实现全站仪数据和激光雷达数据的快速初步匹配,然后构建收缩式兴趣区间来自适应搜索基准特征,将其映射到激光雷达数据的对应区域,并通过向量权重匹配法得到墙面打磨机器人的位姿参数。最后,以墙面打磨机器人的工作执行过程为例,设计了一种墙面打磨机器人位姿检测实验平台,并给实验平台的搭载设备选型,最后自主搭建了墙面打磨机器人位姿检测实验平台。通过墙面打磨机器人位姿检测实验平台来验证向量权重匹配法的可行性。实验结果表明,向量权重匹配法在6m×8m×2m的实验空间内,其定位精度可达到±7mm,姿态控制识别精度可达到±1.4°,突破激光雷达的实际扫描精度,减少了激光雷达的扫描误差,极大地提高了移动机器人位姿识别的效率及经济效益。