基于多传感器信息融合的室内巡检机器人系统开发与应用

这是一篇关于多传感器信息融合,巡检机器人,机器人自主充电,视觉误差矫正,路径优化的论文, 主要内容为随着人工智能和深度学习等领域的快速发展,我国的经济发展、人民生活和社会治理形成了以机器人技术为核心的局面。近年来,数据中心数量的不断增加,电力机房成为数据中心能够稳定工作的重要组成部分。但由于室内环境因素、电池过放、电池故障等原因使电力机房的运行受到影响从而引发电气事故,因此对电力机房进行定时巡检是至关重要的。然而,传统的巡检方式存在一系列问题,如工作量大、机房信息更新慢、工作记录纸质化等。随着机器人技术的快速发展,机器人将逐渐取代人力,无人化巡检成为电力系统巡检的发展趋势。本文以电力机房巡检为研究背景,开发与研究室内巡检机器人系统,该系统包含巡检机器人硬件、相关算法和设备监控网站构成,巡检机器人采用基于ROS(Robot Operating System)框架,使用多传感器融合SLAM(Simultaneous Localization and Mapping)算法辅助激光雷达获取丰富的室内环境信息,通过识别Apriltag二维码信息对机器人位姿进行校正,使用改进后的A*(A-Star)算法作为机器人全局路径规划算法完成室内导航,机器人配备充电装置使用红外线实现机器人寻找充电桩并完成自主充电。云端数据平台设备监控网站采用现在流行的Vue和Spring Boot框架搭建,以图表等可视化组件动态的将巡检机器人采集的数据进行分析并实时显示在页面上。机器人硬件部分包含红外热成像、高清摄像头、超声波模块、RGBD相机、充电桩、充电导航模块等,通过多传感器信息融合实现机器人在室内的自主巡检。本文主要研究内容如下:分析研究传统A*算法的弊端,分别通过选择启发式求解方式、优化评价函数,并对A*算法进行动态加权三方面改进传统A*算法,改进后的A*算法得到的导航路径通过贝塞尔曲线对规划路径进行平滑处理。相较于传统的A*算法,改进优化后的A*算法具有计算量小、计算速度快、得到的导航路径更加平滑更加利于机器人运动等优势。提出一种使用识别Apriltag二维码机器人校正位姿的算法,通过识别二维码角度获取机器人相对于充电桩位置的角度信息,并通过机器人尾部超声波模块获取得到机器人与充电桩的距离信息,通过对数据进行处理转换将位姿与距离信息转换为世界地图信息,重新发布机器人位置信息对机器人位姿校正。提出一种多传感信息融合方法,通过融合激光雷达、超声波、深度相机传感器数据信息获取丰富的室内环境信息建立分辨率可靠的栅格地图信息,并通过多传感器检测室内特殊障碍物,有效的规避障碍物防止机器人产生碰撞。

高速公路防撞护栏智能检测机器人系统研究

这是一篇关于防撞护栏,护栏参数检测,巡检机器人,履带式运载平台,自主巡航控制,编队协同控制的论文, 主要内容为防撞护栏作为一项关键的交通基础设施,旨在降低事故风险、引导行车方向、保障行车安全。然而,随着我国交通基础设施进入养护期,在役波形梁护栏的性能衰减严重影响了高速公路的平稳性和安全性。因此,亟需对护栏进行周期性巡检和维护,从而建设交通安全和保障乘员生命财产安全。针对传统人工巡检周期长、效率低、反馈慢的问题,本文以履带式自主巡航平台设计为出发,开展对波形梁护栏智能检测机器人系统的研究,以期获得高速公路防撞护栏结构参数自动化巡检装置和智能性能评估系统。本文通过对防撞护栏检测机器人装置原理、方法、性能特点的研究分析,提出了一种基于自主巡航载运平台的非接触式护栏无损检测方法。论文以协同式自主巡航检测机器人为研究对象,针对履带式运载平台进行动力学模型分析,进而对系统关键件参数计算、选型和机械结构设计,并对自主巡航控制、编队协同控制等关键技术进行研究,设计研发了检测机器人装置及其控制系统,对防撞护栏自动化检测与性能评估有巨大的理论意义和实际应用价值。在研究高速公路防撞护栏智能检测机器人系统的过程中,本文首先基于不同类型运载平台的分析,选择了履带式运载平台。然后,使用CREO平台设计了履带式运载底盘以及检测平台部分的机械结构,并研究设计了检测机器人运动控制及护栏检测方案。其次,对检测机器人进行了运动学与动力学建模分析,通过Simulink仿真实验对其运动性能进行了验证。在此基础上,对整体系统硬件进行选型分析,并完成了相应电路设计与集成。另外,本文还对检测机器人运动控制算法进行了研究,提出一种基于防撞护栏与车道线的联合循迹算法,并改进为周期性循迹预测控制算法,实现了单体机器人自主巡航运动控制;同时,基于UWB平台构建了“领航者-跟随者”协同控制模型,实现了多机器人“等腰三角形”编队协同控制。最后,对检测机器人装置进行嵌入式程序设计实现,并进行现场测试、联调。实验结果表明,本文设计的防撞护栏检测机器人系统可以实现对于防撞护栏结构参数的自动化检测作业与性能评估,运动控制系统与检测系统均具有良好的性能,具有较强的实际应用价值。

机场围界巡检机器人视觉检测与跟踪系统设计与开发

这是一篇关于巡检机器人,机场围界,动态背景,目标检测,目标跟踪的论文, 主要内容为在机场安防体系中,机场围界有效的保障了机场内部的安全。当前机场围界以人工巡检为主,因此利用机器人进行围界防入侵巡检工作,能够减轻工作人员劳动压力,有效提高巡检效率。本文从移动视觉检测角度,设计开发了一种机场围界巡检机器人系统,主要完成了如下的研究工作:介绍了机器人系统的总体设计,对轨道机器人进行了相关硬件选型,并设计了上位机软件总体架构。提出了一种针对移动巡检时动态背景下的运动目标检测方法,该方法对移动机器人的相机平台建立运动参数模型,然后利用SURF算法进行特征点提取与匹配,再进行全局运动估计,将动态背景转化为静态背景,最后利用Vi Be算法进行运动目标检测。针对检测中的鬼影、网格噪声干扰问题,改进了初始化背景模型集的构建过程,并将固定阈值改为自适应阈值,提高了算法的准确性与抗干扰能力。对于机场围界区域需要跟踪的目标,提出了一种基于粒子滤波框架与Camshift算法相结合的目标跟踪方法。在粒子滤波的基础上,利用Camshift原理迭代每个粒子,使粒子能够快速漂移到目标所在的区域,达到目标跟踪的目的。并在此算法上对目标的跟踪特征进行改进,提出了边缘特征与H-S颜色特征相结合的目标观测特征模型,解决了遮挡物与目标颜色相似时对跟踪效果的干扰问题。该方法计算量适中且跟踪效果良好,具有较好的实时性与可靠性。最后,根据系统的功能需求,设计并开发了后台上位机系统。基于Qt软件设计了上位机系统,并对各个功能界面进行测试实现,检验了视觉检测算法的有效性。进一步开展了整体系统调试,验证了本文设计的机场围界巡检机器人系统的可行性。

基于行走式机器人的管道监测平台的软件设计与实现

这是一篇关于巡检机器人,监控平台,电子地图,卡尔曼滤波,Web前端的论文, 主要内容为随着科学技术的不断发展,智能机器人凭借其良好性能逐渐代替了部分工农业生产场景中的人力巡检工作。本文主要针对热网隧道巡检机器人,为解决因隧道环境特殊性带来的单机器人巡检计算压力大、自主定位困难、配套监控软件功能单一、配置困难等问题,提出了一种轻量化的多传感器信息融合的定位方法,并基于该方法构建了一种面向用户的热网隧道电子地图和集监测、控制、反馈显示、任务配置、人员管理等功能于一体的Web监控平台。本文的工作内容主要有以下几个方面:首先,根据热网隧道高温、高湿、不易设置有源基站且不需要自建高维地图的实际情况,提出了一种多传感器信息融合的改进卡尔曼滤波的定位方式,仅需要在巡检路径上设置方便视觉检测且无需频繁维护的无源标志物,即可在不增加机器人额外负载和计算压力的情况下提升系统定位估计的抗噪能力和准确度。此外,以此为基础设计了面向用户的电子地图,通过定位算法可使用户清晰地了解机器人实时位置与运动状态,该地图可以在监控平台进行自定义路径规划与管理。其次,基于B/S(Browser/Server)模式设计的前后端分离式监控平台的总体方案与通信方案,该平台具备巡检直播、检测反馈、任务地图自定义管理等诸多功能,相较于传统C/S模式,大大简化了客户端操作配置问题。此外,平台引入了等级制度,在提升客户端可操作空间的同时,进行功能区域分流,便于整个平台的管理与维护。最后,完成整个平台功能方案的实现,后端基于阿里云直播平台、阿里云服务器、SQL Server、Redis集群及Nginx反向代理服务器等进行构建,作为直播服务转发、CDN转发、数据处理及存储的中间件;前端则利用Vue.js、Element-ui、video.js进行具体功能模块的设计与前端展示。

带式输送机智能巡检机器人系统设计与实现

这是一篇关于带式输送机,巡检机器人,故障检测,参数修正,多传感器融合的论文, 主要内容为带式输送机是煤矿生产中的重要运输设备之一,其往往在恶劣环境中高速、重载、长距离、长时间运输货物,安全问题时有发生。传统的带式输送机巡检主要采取人工巡检的方式,人工巡检时巡检人员所处的一线工作环境恶劣,不利于巡检人员身心健康,甚至危及生命,同时,人工巡检效率低、查漏率高。因此,带式输送机智能化巡检引起了广泛关注。目前,有少量针对带式输送机巡检任务设计的轨道式巡检机器人,但矿用带式输送机距离长,工作环境恶劣,导致轨道式巡检机器人定位精度受限。鉴于此,本文提出了一种带式输送机巡检机器人高精度定位方法,并设计研发了一套带式输送机智能巡检机器人系统,主要研究工作如下:(1)带式输送机智能巡检机器人系统设计。首先,根据带式输送机的巡检任务,分析巡检机器人的主要需求;然后,根据带式输送机巡检任务的特点选择牵引式轨道巡检机器人方案,在牵引式轨道巡检机器人基础上根据需求分析构建模块化的巡检机器人功能结构;最后,分别设计巡检机器人的硬件系统和软件系统,硬件系统从控制器、外围硬件选型两个方面进行设计,软件系统从电控软件、监控系统软件、驱动系统软件三个部分设计。(2)带式输送机智能巡检策略设计。首先,通过驱动系统的自动巡航模式实现机器人自动巡航,获取现场环境与带式输送机运行数据并上传;然后,基于巡检机器人采集的环境传感器和响应设备实现环境参数监测;最后,分析带式输送机主要故障种类,确定巡检故障类型并采集对应数据集,选择其中的训练集训练YOLOv5故障检测模型,在监控系统软件中基于故障检测模型实现输送带故障检测。结合环境参数监测功能、输送带故障检测功能与机器人的自动巡航功能结合实现带式输送机智能巡检。(3)带式输送机智能巡检机器人高精度定位方法。首先,分析轨道特性,提出轨道分段方法,指导路标布置;再构建编码器递推定位方法;然后,通过机器人运行的历史数据,提出基于递推最小二乘的编码器系数分段分方向修正方法;最后,在轨道分段的段端基于卡尔曼滤波算法实现编码器和NFC数据融合定位,在段内利用编码器修正系数与编码器信息进行递推定位,从而实现轨道式巡检机器人连续高精度的定位。(4)带式输送机智能巡检机器人样机测试。首先,利用巡检机器人样机设计了样机测试实验,验证巡检机器人系统网络通信、信息采集、远程监控、输送带故障检测等重要功能。然后,为验证在弯曲轨道上基于编码器和NFC修正融合高精度定位方法的适应性与精度,搭建了实验平台并进行分别实验验证。论文共有图53幅,表13个,参考文献105篇。

机场围界巡检机器人视觉检测与跟踪系统设计与开发

这是一篇关于巡检机器人,机场围界,动态背景,目标检测,目标跟踪的论文, 主要内容为在机场安防体系中,机场围界有效的保障了机场内部的安全。当前机场围界以人工巡检为主,因此利用机器人进行围界防入侵巡检工作,能够减轻工作人员劳动压力,有效提高巡检效率。本文从移动视觉检测角度,设计开发了一种机场围界巡检机器人系统,主要完成了如下的研究工作:介绍了机器人系统的总体设计,对轨道机器人进行了相关硬件选型,并设计了上位机软件总体架构。提出了一种针对移动巡检时动态背景下的运动目标检测方法,该方法对移动机器人的相机平台建立运动参数模型,然后利用SURF算法进行特征点提取与匹配,再进行全局运动估计,将动态背景转化为静态背景,最后利用Vi Be算法进行运动目标检测。针对检测中的鬼影、网格噪声干扰问题,改进了初始化背景模型集的构建过程,并将固定阈值改为自适应阈值,提高了算法的准确性与抗干扰能力。对于机场围界区域需要跟踪的目标,提出了一种基于粒子滤波框架与Camshift算法相结合的目标跟踪方法。在粒子滤波的基础上,利用Camshift原理迭代每个粒子,使粒子能够快速漂移到目标所在的区域,达到目标跟踪的目的。并在此算法上对目标的跟踪特征进行改进,提出了边缘特征与H-S颜色特征相结合的目标观测特征模型,解决了遮挡物与目标颜色相似时对跟踪效果的干扰问题。该方法计算量适中且跟踪效果良好,具有较好的实时性与可靠性。最后,根据系统的功能需求,设计并开发了后台上位机系统。基于Qt软件设计了上位机系统,并对各个功能界面进行测试实现,检验了视觉检测算法的有效性。进一步开展了整体系统调试,验证了本文设计的机场围界巡检机器人系统的可行性。

基于机器视觉的电石炉巡检机器人系统设计与实现

这是一篇关于电石炉,巡检机器人,机器视觉,深度学习的论文, 主要内容为电石作为一种重要的化工原料,在医药、化工以及冶金等诸多领域被广泛应用。作为高能耗、粗放型的传统行业,电石行业生产过程中环境恶劣、设备智能化水平低、人工操作安全风险程度高,因此急需智能化设备替代人工进行安全生产。在电石炉巡检任务中,若仅依靠传统的人工现场巡检难免存在误检漏检、巡检工人人身安全难以保障等问题,因此本文提出了一种基于机器视觉与深度学习算法的电石炉智能巡检机器人系统。该系统首先针对定点监控使用的传统图像识别算法存在识别准确率低、检测无法保证实时性等缺点,使用深度学习方法实现电石炉生产现场指针式仪表的自动实时识别读数。同时本文对电石炉炉体环境的图像可视性增强进行研究,最后设计实现了一套巡检机器人上位机系统。采用该系统制定巡检计划,对电石炉炉体环境代替人工进行巡检,将相机画面、环境内的有害气体浓度等信息通过上位机界面传递给巡检人员并保存巡检历史记录。本文的主要研究内容为:(1)巡检机器人系统总体设计和硬件选型:确定电石炉巡检机器人主要由机器人本体、无线充电模块、上位监控模块构成。机器人本体上搭载可见光与热红外双目云台相机、气体传感器、无线IP话机、导航设备,机器人具备自主导航、无线充电、紧急避障、自动报警等功能。完成电石炉巡检机器人系统的硬件选型,包括工业相机、电机控制器等重要部件,最终完成硬件系统的搭建。(2)指针式仪表读数识别:为了使电石炉巡检机器人系统更快更准确的完成指针式仪表读数任务,本文提出了一种基于改进的轻量化YOLOv5的电石炉生产现场指针式仪表自动识别读数方法。首先在无任何先验信息的情况下定位到巡检机器人抓拍图像中仪表的表盘区域;其次提取表盘区域的指针位置、表盘中心与表盘字符,计算欧式距离得到距离指针最近的两个字符;接着利用改进的轻量化YOLOv5对字符进行识别,在YOLOv5中使用模型参数量更少的Shufflenetv2结构作为骨干网络,并在每个骨干网络后添加融合位置的通道注意力机制,用来提高网络学习特征的表达能力;最后计算出指针与表盘中心到相邻的字符连线所成的夹角从而得到指针的指示值。与其它指针式仪表读数方法相比,本文提出的指针仪表自动读数方法在速度与准确率上优势都非常明显。(3)图像增强算法:针对电石生产过程中可能会出现的抓拍图像可视化程度不高的现象(例如光照条件差、夜晚或者生产过程中出现浓烟),本文验证了几种图像增强方法并对暗通道先验算法进行改进,将透射率优化步骤改为处理图像速度更快并且不降低图像处理效果的快速导向滤波器。实验证明,改进的暗通道先验算法与限制对比度直方图均衡化(CLAHE)算法相结合的方法能够较好的实现电石炉图像去雾、图像增强功能。(4)机器人上位监控系统的研究与开发:本文对机器人巡检上位监控系统进行了相关架构及流程设计、数据库设计、人机界面设计与具体开发,实现了视频监视、巡检、一键充电、环境检测、仪表读数等功能。系统采用TCP/IP协议与下位机进行通讯,实时获取机器人状态信息以方便远程巡视人员查看。研究开发了巡检数据以及抓拍录像数据的实时存储数据库系统,可将巡检报表一键打印,方便人员查看电石生产中的异常。

变电站巡检机器人视觉导航方法研究

这是一篇关于巡检机器人,ROS,目标检测,YOLOv5,GhostNet,路径规划的论文, 主要内容为随着电力行业不断发展进步,国家加大对电网规模的扩建以及老旧电网的改造。为保障电力系统安全可靠运行,对电力系统的日常维护就显得尤为重要。传统的人工巡检方式不仅效率较低,而且存在运维人员数量不足、工作技能水平存在差异等问题,难以与现代电网的巡检工作要求相适应,因此发展一种能够代替人工的智能化巡检设备是必然趋势。近年来人工智能技术高速发展,巡检机器人已经应用于各种工业化领域,使用巡检机器人替代人工完成一些繁杂、艰险的巡检工作对提高巡检效率、减少人工成本具有重要意义。本文针对变电站巡检机器人移动时避障的要求,为提高机器人巡检过程中的安全性,设计了一种基于YOLOv5的改进型变电站障碍物检测模型,同时提出一种将障碍物类别信息与激光传感器信息融合的改进路径规划算法。具体的工作内容如下:(1)分析了目前变电站环境以及变电站巡检机器人的需求,搭建了基于ROS系统的变电站巡检机器人模型。引入卷积神经网络作为目标检测模型的理论基础,通过实验对比分析现阶段主流的目标检测模型,最终选择出YOLOv5作为本文障碍物检测的基础模型。(2)针对现有的目标检测网络存在参数量和计算量较大、不能兼顾检测精度和检测实时性的问题,在YOLOv5网络模型的基础上提出用轻量化的Ghost Net网络结构替换CSPDark Net原主干结构。通过引入CBAM注意力机制,将注意力机制模块添加到障碍物检测模型的特征提取和特征融合部分中,进一步加强模型的特征提取能力。实验证明改进的YOLOv5模型在保证精度前提下,能够提高检测的实时性。(3)对比分析全局路径规划算法的优点和缺点,提出一种基于D*算法的改进算法。针对原始算法存在尖锐拐角、平滑度差等问题引入B样条曲线进行改进,根据Matlab平台上的仿真结果验证了改进方法的有效性。(4)对比分析DWA和TEB两种局部路径规划算法后选择了TEB算法作为本文的基础局部路径规划算法。同时将本文提出的障碍物检测模型与TEB局部路径规划算法相结合。当检测出障碍物类别后,将障碍物类别信息发送给局部路径规划器,分别对动态和静态障碍物设置不同的安全距离,并重新规划局部路径。试验证明本文设计的改进局部路径规划算法可以提高巡检机器人移动过程中的安全性。实验结果表明,改进后的YOLOv5模型平均精度(m AP)值达到91.18%,与原始的YOLOv5目标检测模型相比,虽然检测精度下降了1.50%,但模型大小降低了23.20%,检测速度提升了12.6帧/s,证明改进后的障碍物检测模型更适合应用于变电站内对障碍物进行实时检测。改进后的D*算法在路径平滑度上有了一定的提升,平均路径减少了3.69%。障碍物检测模型与TEB算法的融合局部路径规划算法使得巡检机器人与不同类别的障碍物都能够保持安全的距离,提高了巡检机器人移动过程中的安全性。

电力巡检机器人运动控制系统的研究

这是一篇关于巡检机器人,STM32,控制系统,嵌入式的论文, 主要内容为变电站是电力系统中重要的基础设施,定期对变电站进行安全巡检来排除安全隐患,是保证电力系统安全运行的主要途径。近年来,随着中国经济的加速发展,电力需求也随之增加。为满足工农业生产及人民生活用电需求,国家开始大规模建设电网,与之相适应的变电站规模也日益扩大,这也增加了变电站安全巡检人员的日常巡检工作量,特别是依靠安全巡检人员感官和经验来判断安全事故,存在安全隐患,也存在难以实现全面准确巡检和工作效率低等缺点。电力巡检机器人是一种融合多种传感器、集合多种控制方法、携带通信功能的智能移动机器人,并且拥有自主导航、自主路径规划的功能。即使在无人的条件下,机器人也可以对变电站设备、电厂设备等进行监控,高效实时地寻找出现故障的设备。尽管目前我国已有部分地区将电力巡检机器人投入变电站中使用,但由于受到作业空间的限制以及机器人障碍物识别功能差和集体稳定性差等问题,在一定程度上限制了智能机器人的应用。因此,需要研制控制更容易、更稳定,操作更简便的机器人系统来满足变电站巡检的需求。本文以当前电力系统环境为背景,结合变电站巡检环境以及特点,设计了一种电力巡检机器人的总体设计方案,使用CAD软件设计机器人的本体结构,使用Altium Designer软件完成机器人系统的硬件设计,使用KeilμVision5软件设计并撰写系统的软件组成,最终实现对机器人的远程无线控制,实现机器人车体的二维运动,达到应用条件。具体研究内容如下:首先,根据对机器人运动原理进行分析并比较梯形、指数型、S曲线加减速算法哪种算法使机器人的运动更平滑。模拟表明S曲线加减速控制算法可以使机器人实现的平滑稳定的运动。其次,在研究电力巡检机器人的运动姿态后,提出运动系统的总设计方案,设计预期实现的功能以及系统各个部分之间的关系等内容。对运动控制系统的硬件总体布局和电路部分进行设计,硬件结构包括STM32最小系统、PWM驱动单元、编码器接口与电平转换单元。做出系统总体架构图并对上述各个单元对相应功能设计各个电路。再根据硬件组成对系统软件部分对软件功能模块进行划分。釆用模块化设计的思路,对各个模块进行设计,主要包括系统运动控制功能模块、算法控制模块、速度计算设计模块和串口通信设计模块。最后,进行系统进行分析测试,分析系统是否满足性能指标。