變電站智能巡檢機器人作為近幾年來替代針對變電站傳統(tǒng)人工巡檢方式的智能化解決方案,已在上百座變電站進行安裝部署。相較于傳統(tǒng)的人工巡檢方式,變電站智能巡檢機器人減輕了技術人員的工作強度,降低了人工在變電站高危環(huán)境下工作的危險性及人力成本,解決了巡檢結果好壞與巡檢人員技術水平相關的問題。變電站巡檢機器人完成巡檢作業(yè)的前提是能夠精確的導航。目前主流的變電站智能巡檢機器人通過搭載高精度的激光雷達傳感器進行導航,該方法導航精度高,卻無法識別障礙物種類,嚴重影響巡檢機器人的巡檢性能及效率。因此,本文針對變電站智能巡檢機器人導航設計一款基于多傳感器融合的變電站巡檢機器人導航輔助模塊。該模塊將激光雷達傳感器、可見光傳感器及慣性測量單元傳感器信息進行融合,使得巡檢機器人實現(xiàn)對所處環(huán)境的自主理解,從而提高巡檢機器人的導航精度。本文所研究的主要工作內(nèi)容概括如下:1.變電站巡檢機器人導航輔助模塊需求分析。結合變電站真實環(huán)境,對變電站巡檢機器人的作業(yè)環(huán)境進行分析。同時結合傳統(tǒng)導航方式存在的不足,確定變電站巡檢機器人導航的必要性及重要性,最終確定導航輔助模塊的設計需求;2.導航輔助模塊多傳感器融合算法設計。算法部分... 

【文章來源】：西華大學四川省

【文章頁數(shù)】：70 頁

【學位級別】：碩士

【部分圖文】：

傳統(tǒng)人工巡檢Fig.1.1Traditionalmanualinspection

基于多傳感器融合的巡檢機器人導航輔助模塊設計與實現(xiàn)4方式安裝于機器人底部。同時，在變電站中巡檢機器人的巡檢路線上預先繪制藍色視覺引導線作為機器人巡檢的引導軌跡線。巡檢機器人通過循跡視覺傳感器對其進行拍攝，通過圖像處理及中值濾波后，由算法計算出引導線的中心線。通過判斷巡檢機器人與引導線中心線的相對位置引導機器人進行導航。同時，學者趙坤等還提出設計不同的路面標識來引導變電站巡檢機器人進行導航的方法[52]。在該方法中，研究者在路面噴涂黑色直行標志、右轉標志、左轉標志及停車標志，四種標志如圖1.2所示。圖1.2路面標志Fig.1.2Roadsigns通過對拍攝到的視覺標志進行灰度處理、二值化處理、傅里葉變換及中值濾波，使得視覺標志特征更加清晰。同時利用LABVIEW編程對處理后的視覺標志進行OCR識別，最終使得變電站巡檢機器人可以按既定軌跡進行導航。學者楊森等提出了與學者趙坤類似的變電站巡檢機器人視覺導航方法[53]。在該方法中，視覺傳感器安裝于巡檢機器人前部，視覺導航軌道線使用寬度為15cm的黃色標線。同時，在巡檢機器人需要停止的點位，設置如圖1.3所示�？课粯俗R。圖1.3機器人�？课粯俗RFig.1.3Stopsignforrobota.直行標志b.右轉標志c.左轉標志d.停車標志

基于多傳感器融合的巡檢機器人導航輔助模塊設計與實現(xiàn)4方式安裝于機器人底部。同時，在變電站中巡檢機器人的巡檢路線上預先繪制藍色視覺引導線作為機器人巡檢的引導軌跡線。巡檢機器人通過循跡視覺傳感器對其進行拍攝，通過圖像處理及中值濾波后，由算法計算出引導線的中心線。通過判斷巡檢機器人與引導線中心線的相對位置引導機器人進行導航。同時，學者趙坤等還提出設計不同的路面標識來引導變電站巡檢機器人進行導航的方法[52]。在該方法中，研究者在路面噴涂黑色直行標志、右轉標志、左轉標志及停車標志，四種標志如圖1.2所示。圖1.2路面標志Fig.1.2Roadsigns通過對拍攝到的視覺標志進行灰度處理、二值化處理、傅里葉變換及中值濾波，使得視覺標志特征更加清晰。同時利用LABVIEW編程對處理后的視覺標志進行OCR識別，最終使得變電站巡檢機器人可以按既定軌跡進行導航。學者楊森等提出了與學者趙坤類似的變電站巡檢機器人視覺導航方法[53]。在該方法中，視覺傳感器安裝于巡檢機器人前部，視覺導航軌道線使用寬度為15cm的黃色標線。同時，在巡檢機器人需要停止的點位，設置如圖1.3所示�？课粯俗R。圖1.3機器人�？课粯俗RFig.1.3Stopsignforrobota.直行標志b.右轉標志c.左轉標志d.停車標志

【參考文獻】：
期刊論文
[1]激光雷達傳感器功能仿真方法研究[J]. 張鴻喜,趙世明.  艦船電子工程. 2019(12)
[2]激光SLAM導航移動機器人定位算法研究綜述[J]. 易柯敏,沈艷霞.  機器人技術與應用. 2019(05)
[3]室外巡檢機器人的磁導航系統(tǒng)設計及實現(xiàn)[J]. 袁明新,王彬彬,華曉彬,謝豐,申燚.  江蘇科技大學學報(自然科學版). 2019(04)
[4]變電站智能巡檢系統(tǒng)的研究[J]. 翟嶺江,袁林,張冰,馮凱翔.  企業(yè)科技與發(fā)展. 2019(08)
[5]基于慣性導航與ZigBee的消防機器人定位系統(tǒng)[J]. 楊帥,薛嵐.  消防科學與技術. 2019(06)
[6]基于多傳感器融合的移動機器人定位[J]. 何壯壯,丁德銳,王永雄.  計算機與數(shù)字工程. 2019(02)
[7]基于激光傳感器的變電站巡檢機器人導航[J]. 馮坤,馬磊,孫永奎.  傳感器與微系統(tǒng). 2019(02)
[8]視覺SLAM技術的進展與應用[J]. 邸凱昌,萬文輝,趙紅穎,劉召芹,王潤之,張飛舟.  測繪學報. 2018(06)
[9]基于深度學習的圖像識別算法研究[J]. 衣世東.  網(wǎng)絡安全技術與應用. 2018(01)
[10]Ubuntu Linux操作系統(tǒng)的維護技術[J]. 王亞軍.  電腦知識與技術. 2017(29)

碩士論文
[1]基于深度學習的變電站巡檢機器人道路場景識別[D]. 劉明春.西南交通大學 2019
[2]基于SLAM的移動機器人導航系統(tǒng)研究[D]. 徐曙.華中科技大學 2014
[3]基于四線激光雷達的道路檢測與跟蹤[D]. 楊象軍.浙江大學 2013
[4]基于單線激光雷達的道路特征檢測[D]. 史鵬波.南京理工大學 2013
[5]基于路標的移動機器人定位方法的研究[D]. 劉佳.中南大學 2007



本文編號：3300645