基于激光傳感器的變電站巡檢機器人導(dǎo)航*

馮 坤, 馬 磊, 孫永奎

(西南交通大學(xué) 電氣工程學(xué)院，四川 成都 610031)

0 引 言

變電站巡檢是保證變電站設(shè)備正常、可靠運行的一項日常工作[1,2]。傳統(tǒng)的人工巡檢勞動強度大，效率低，惡劣天氣下存在安全隱患[3]。文獻[4]介紹了一種基于Clearpath Robotics Husky A200移動平臺的變電站巡檢機器人，攜帶可見光攝像機和熱成像儀進行巡檢任務(wù)，同時具有遙控裝置，可以進行遙控操作。文獻[5]介紹了多種變電站巡檢機器人，可以利用視覺和射頻識別(radio frequency identification,RFID)技術(shù)實現(xiàn)機器人定位，對變電站設(shè)備、發(fā)電廠和供熱廠等進行巡檢。

目前國內(nèi)的巡檢機器人導(dǎo)航根據(jù)使用的傳感器有磁導(dǎo)航方式[4，5]、差分全球定位系統(tǒng)(global positioning system,GPS)方式[6,7]、視覺導(dǎo)航[8,10]、激光導(dǎo)航等[9,11]。磁導(dǎo)航方式需要預(yù)先埋設(shè)磁軌以及RFID，部署以及維護成本高。基于差分GPS的導(dǎo)航穩(wěn)定性差，會受到變電站環(huán)境的干擾。視覺導(dǎo)航方式對于光線的依賴強，不適合用作室外的導(dǎo)航。而激光傳感器因為穩(wěn)定性強，探測范圍遠，越來越多地用于變電站巡檢機器人。

本文介紹了整個變電站巡檢機器人的硬件組成及結(jié)構(gòu)，實現(xiàn)了基于激光雷達數(shù)據(jù)與里程計的建圖、定位，在此基礎(chǔ)上設(shè)計了基于巡檢點、任務(wù)點的最優(yōu)路徑規(guī)劃，以及點對點的導(dǎo)航算法，最后在室內(nèi)以及室外進行了精度測試。

1 系統(tǒng)構(gòu)成

1.1 系統(tǒng)結(jié)構(gòu)設(shè)計

如圖1所示，巡檢系統(tǒng)大致由巡檢機器人、部署終端、局域網(wǎng)絡(luò)、監(jiān)控后臺組成。巡檢機器人攜帶巡檢設(shè)備，在變電站執(zhí)行巡檢任務(wù)。部署終端用于配合巡檢機器人在變電站進行建圖、部署巡檢點等任務(wù)。監(jiān)控后臺用于記錄巡檢數(shù)據(jù)，監(jiān)控巡檢機器人的執(zhí)行情況等。

圖1 巡檢系統(tǒng)結(jié)構(gòu)

1.2 巡檢機器人硬件設(shè)計

巡檢機器人的硬件框圖如圖2所示，熱成像傳感器、可見光傳感器以及工控機通過交換機和監(jiān)控后臺通信。激光雷達直接和工控機連接。數(shù)據(jù)處理板融合慣性測量單元(inertial measurement unit,IMU)和編碼器數(shù)據(jù)計算里程，并且具體和充電房、驅(qū)動板通信。

圖2 巡檢機器人硬件

1.3 巡檢機器人軟件設(shè)計

如圖3所示，是巡檢機器人的工控機中的軟件框圖，軟件基于ROS的開源操作系統(tǒng)分模塊設(shè)計，總體上分為3個部分：驅(qū)動層、運動控制層、功能層。驅(qū)動層包括激光雷達和數(shù)據(jù)處理板的驅(qū)動，用來獲取激光傳感器以及聲吶、里程計、機器人運行情況等數(shù)據(jù)，并發(fā)布速度、角速度以及配置指令。

圖3 巡檢機器人軟件框圖

運動控制層包括建圖、定位、路徑規(guī)劃、導(dǎo)航4個模塊。建圖模塊使用Gmmaping算法生成環(huán)境地圖。Gmmaping基于粒子濾波算法，使用原始里程計的數(shù)據(jù)以及激光雷達的數(shù)據(jù)建立地圖。應(yīng)用自適應(yīng)蒙特卡洛定位(adaptive Monte Carlo localization,AMCL)。路徑規(guī)劃模塊根據(jù)預(yù)先部署好的一些路徑關(guān)鍵點進行路徑搜索，尋找最優(yōu)路徑。導(dǎo)航模塊是最后的執(zhí)行單元，引導(dǎo)機器人完成相鄰2個點之間的行駛。功能層包括部署、任務(wù)調(diào)度、手動操作3個模塊，用來配合運動控制層運作，并提供外部接口和監(jiān)控后臺交互。

2 路徑規(guī)劃

在變電站進行巡檢的路徑規(guī)劃方案是根據(jù)一張掃描好的地圖提前規(guī)劃好可行的路徑點、任務(wù)點以及將這些點連接起來的可行的邊，這樣就能將可行的路徑組成一個帶邊權(quán)重的無向圖。然后在此基礎(chǔ)上采取圖搜索的方法進行2點間的最短路徑搜索。如圖4所示。

圖4 變電站行駛路徑示意

巡檢路徑規(guī)劃是要求取過一些指定巡檢點的最優(yōu)路徑，當(dāng)要求回到起始點時是一個旅行商問題(travelling salesman problem,TSP)問題，采用LKH(Lin-Kernighan heuristic)算法解決，當(dāng)不要求回到起始點時采用動態(tài)規(guī)劃算法求解。

3 導(dǎo)航設(shè)計

導(dǎo)航的任務(wù)就是將車從當(dāng)前位姿(xi,yi,θ1)移動到目標(biāo)位姿(x2,y2,θ2)，如圖5所示。

圖5 直線導(dǎo)航軌跡示意

1)朝向調(diào)整

如圖6所示，首先控制車自轉(zhuǎn)，調(diào)整車位，使得車頭朝向目標(biāo)位置，其中

(1)

根據(jù)誤差θe=α1-θ1的正負，選擇恒定的角速度ω來自轉(zhuǎn)，到指定的角度精度時停止。

圖6 初始調(diào)整車的位姿

2)直行

直行時，考慮距離誤差以及角度誤差

(2)

式中α2的定義同α1。

圖7 直行任務(wù)示意

使用比例-積分-微分(proportional integral differential,PID)控制器來調(diào)節(jié)角度，對于線速度是預(yù)先給一個線速度vref基準(zhǔn)，在此基礎(chǔ)上進行調(diào)節(jié)

(3)

3)最后調(diào)整

調(diào)整位姿方式與第一步的朝向調(diào)整相同，如圖8所示。

圖8 最后調(diào)整車位姿

4)避障

如圖9所示為避障的示意。設(shè)立減速區(qū)域S1以及停止區(qū)域S2。根據(jù)激光雷達的數(shù)據(jù)判斷障礙物是否處于S1或者S2區(qū)域，當(dāng)障礙物處于S1區(qū)域時，讓車線速度以一定比例衰減，當(dāng)處于S2區(qū)域時，讓車線速度為0，待在原地。

圖9 避障示意

4 實 驗

分別在室內(nèi)以及室外的條件下進行定點導(dǎo)航實驗，通過在地面進行標(biāo)定來測量4個輪子的位置，然后求得車的中心點坐標(biāo)以及車身的偏角θ。其中,兩次標(biāo)定中y軸平行于行駛方向。

4.1 室內(nèi)測量實驗

如圖10為8次試驗中分別根據(jù)4個輪子的位置求得的車中心的x,y坐標(biāo)值以及偏角θ。根據(jù)測試樣本分別求得極差以及偏離平均值的最大誤差、平均絕對誤差。

圖10 室內(nèi)測量的位置以及角度數(shù)據(jù)

從表1可以看出，移動機器人在室內(nèi)測量具有特別好的效果。考慮到測量的誤差，從測量樣本來看在室內(nèi)環(huán)境下最大位置誤差小于2 cm，角度最大誤差小于2°。

表1 室內(nèi)測量誤差數(shù)據(jù)

4.2 室外測量實驗

如圖11為室外環(huán)境下測得的數(shù)據(jù)。同樣根據(jù)測試樣本分別求得極差以及偏離平均值的最大誤差、平均絕對誤差。

圖11 室外測量的位置以及角度數(shù)據(jù)

從表2可以看到，測試條件下室外導(dǎo)航精度要小于室內(nèi)。其中x方向誤差略大于室內(nèi)情況下，角度誤差與室內(nèi)情況下接近。y方向的最大誤差比室內(nèi)大許多，然而平均絕對誤差1.53 cm，在可接受的范圍內(nèi)。

表2 室外測量誤差數(shù)據(jù)

室外導(dǎo)航精度要小于室內(nèi)的原因可能來自于室外的地面不平導(dǎo)致的建圖，定位質(zhì)量下降。而且室外地面的摩擦力大會導(dǎo)致車在轉(zhuǎn)動的時候4個輪子的速度不一致而引起車心偏移。在測試時環(huán)境的變動也會引起誤差。另外，此次室外的實驗場地是在兩棟建筑中間的走廊形狀場地，沿著y方向兩邊是墻，接近于一條直線，特征點比較單一很可能給y方向的定位帶來了一些誤差。

5 結(jié)束語

本文研究了基于激光雷達的變電站巡檢機器人設(shè)計，重點介紹了路徑規(guī)劃以及導(dǎo)航的實現(xiàn)，并且在室內(nèi)以及室外進行了測試以及誤差分析。測試結(jié)果表明:機器人能在室內(nèi)外有效工作。對于室外的情況，接下來會做進一步調(diào)試和改進。