機器人的視覺輔助定位與激光SLAM導航設計

張 靜，劉曉銘，黃國方，單 超

(1.南瑞集團(國網電力科學研究院)有限公司，江蘇 南京 211106； 2.國電南瑞科技股份有限公司，江蘇 南京 211106)

在電力行業的不斷發展下，變電站巡檢機器人被廣泛地應用于發電、變電、配電等各個環節，逐漸取代了人工操作模式和人工巡檢模式，極大地提高了電力管理的可靠性和安全性。導航作為電力機器人的重要功能，極大地提高了機器人的智能化移動性能。為此，現將視覺輔助定位與所設計好的激光SLAM導航功能進行充分結合，對電力機器人以下2種參數進行科學校準，如機器人位置、機器人視覺角度，從而獲得比較精確的預置位圖像，使得機器人的定位精確度達到1 cm。

1 問題簡介

以“某實驗室配電變壓器安全巡檢”為例，在實際試驗作業期間，電力機器人可以獨立自主地導航到指定的預設位置。為了提高電力機器人運行的安全性和可靠性，需要對其運行安全隱患進行實時、有效地分析、識別和預警。電力機器人巡檢要點如表1所示。

表1 電力機器人巡檢要點

在進行巡檢操作期間，電力機器人首先要利用自身的自主導航功能，精確地導航到所設置好的最優位置，只有這樣，才能最大限度地提高圖像拍攝水平以及識別結果的精確性。在溫升試驗階段中，為了進一步提高整個巡檢操作的規范性，技術人員要根據如圖1所示的溫升試驗階段巡檢監視圖像，對圍欄區域進行定位和拍攝，從而全面地分析和研究巡檢圖像相關信息。在這個過程中，避免其他閑雜人員隨意地闖入到實驗室內，確保設備接線空間位置始終保持穩定不變的狀態。此外，還要對冒煙等各種異常情況進行預警，確保異常問題在第一時間內被快速地發現和解決。一旦機器人在實際運行期間，出現定位不精確問題，那么將會導致所拍攝的視頻圖像存在殘缺、偏差誤差較大等問題，不利于后期巡檢任務的有效執行。

圖1 溫升試驗階段巡檢監視圖像

2 機器人自主導航設計

現階段，電力配電變電站在對機器人進行巡檢期間，經常采用的導航方式是激光SLAM導航法。該導航法將激光傳感器定位法與地圖構建定位法進行充分結合，現以“激光SLAM導航設計”為例，完成對電力機器人自主導航功能的科學設計。激光SLAM導航在具體的設計期間，為了確保機器人導航的自動性和精確性，技術人員需要做好對以下2類信息的實時化獲取和整理：一類是障礙物尺寸信息以及其位置信息；另一類是機器人的目標位置信息。在空間較大的實驗室場景下，電力機器人首先要做好對周圍環境信息的實時化、精確化感知和獲取，從而精確地檢測和識別出障礙物的當前位置，并對這些障礙物進行躲避處理，以達到避開障礙物的目的。另外，電力機器人在避障期間，需要根據所獲取的目標位置信息，盡可能地拓展傳感器視野范圍，確保電力機器人在進行避障期間，能夠根據目標點和障礙物的所在位置，順利、安全地達到目的地。

2.1 雙單目視覺功能設計

為實現這一目標，設計一種雙單目視覺相結合的方式，完成對以下2種功能的設計，從而實現對電力作業現場環境相關信息的精確化獲取和整理。(1)雙目視覺功能。該功能在具體的設計中，需要將雙目相機水平放置于電力機器人平臺上，從而實現對以下幾類信息的精確化、實時化獲取和整理，如機器人四周環境信息、障礙物尺寸信息以及其位置信息、機器人行駛路面信息；(2)單目視覺功能。該功能在實際設計期間，廣角攝像頭主要水平放置于電力機器人工作面上，對目標信息以及機器人四周環境信息的精確化獲取和整理，并在充分利用這些信息的基礎上，可以實現對目標所在位置以及電力機器人所在位置的精確化識別和定位，為后期更好地跟蹤和定位目標信息創造良好的條件。

2.2 地圖構建

通過利用雙目視覺功能，可以對電力機器人周邊環境信息的精確化檢測和獲取，同時，將這些信息與障礙物尺寸信息和位置信息進行有效地結合，從而構建出符合實際應用需求的地圖。在實驗室中，利用電力機器人對目標位置進行識別和定位，通過坐標轉化，將兩者信息有機融合，可以獲取全局環境下障礙物、目標和機器人空間位置、尺寸信息，構建出全局地圖，為機器人路徑規劃提供必要的信息。由此可見，地圖構建具有重要意義，不僅可以保證電力機器人自主導航功能實現效果，還能幫助電力機器人更好地規避障礙物，保證其定位的精確度。

3 視覺輔助定位方法

3.1 激光SLAM導航與視覺輔助定位融合

根據所設計好的機器人架構，將視覺輔助定位與激光SLAM進行充分結合，從而形成一種綜合方案，并繪制出如圖2所示的視覺輔助定位與激光SLAM導航融合流程圖。

圖2 激光SLAM導航與視覺輔助定位

在進行部署環節中，電力機器人通過對地圖進行科學構建，從而實現對傳感器的激光化掃描，確保地圖安全、可靠地存儲于到機器數據庫中。此外，根據所要完成的巡視任務，將機器人相關的預置圖像模板與停靠定位相關信息安全、可靠地存儲于的數據庫中。此外，還要充分結合巡檢任務實際接收情況，對電力機器人進行激光SLAM導航操作，此時，電力機器人可以利用所獲取的信息，運用概率學相關統計知識，對地圖中的相關位置進行一一匹配，從而確定出最佳導航路徑，促進巡檢操作向高效化、智能化方向不斷發展，同時，還要加大對電子陀螺儀的應用力度，對電力機器人當前調控操作姿態進行科學化定位、輔助，從而最大限度地提高機器人的激光SLAM導航水平。當電力機器人完成精確化定位操作后，需要運用可見光攝像機，根據預置位設置情況，將巡檢任務落實到位，并將這些任務依次導航到其他各種位置，然后，對最終的執行情況進行再次校準，確保所有巡檢任務執行到位，此時，表明導航結束。由此可見，與單一激光SLAM導航方式相比，通過采用視覺輔助定位與激光SLAM導航結合法，可以在部署環節，完成對各種圖像模板庫的創建。因此，在進行巡檢期間，將視覺輔助定位與激光SLAM導航進行充分結合顯得尤為重要。

3.2 基于視覺圖像的定位校準

電力機器人在執行任務初期，需要盡可能提高導航的精確度。同時，為了避免機器人出現較大誤差，違背定位相關要求，根據視覺圖像特點，提出一套行之有效的定位校準算法，從而將機器人的定位誤差降到最低?；谝曈X圖像的定位校準流程如圖3所示。

圖3 基于視覺圖像的定位校準流程

從圖3可以看出，電力機器人在實際讀取期間，需在所設置好的位置處，完成對視頻圖像的精確化采集和整理，并對圖像輪廓進行精確化提取和定位。然后，與所保存的圖像模板進行全面地分析和對比，且利用哈希圖像匹配算法，對2幅不同的圖像之間的異同點進行分析和判斷。為進一步提高電力機器人位置偏差計算結果的精確度，技術人員要做好對圖像像素與實際距離之間比例的精確化計算和統計，并構建出相應的攝像機成像模型，從而表現出實際坐標值與圖像像素坐標值。另外，還要利用機器人攝像機，對所需要的預置位圖像模板進行拍攝和整理，然后，精確地測量機器人與目標物體之間的距離。結合上文所獲得的圖像輪廓信息，對當前圖像實際坐標值進行精確計算，這為后期統計電力機器人的位置偏差提供重要的依據和參考。如果定位處理后的機器人不能滿足所允許的最大誤差范圍，需要對其重新定位操作，直至滿足為止。

4 視覺輔助定位方法的應用

4.1 應用環境及測試方法

為了更好地驗證本文所提方案的可靠性和有效性，現搭建出如圖4所示的實驗室應用圖。然后，對所配置的變壓器使用情況進行導航和定位測試。圖4中的左下角是機器人，由于該實驗處于準備階段，因此，圖4中存在叉車搬運、人員進入圍欄等區域，一旦機器人在實際定位和導航期間，出現精確度較低問題，將會增加誤碰撞的風險，從而降低了最終巡視結果的精確度。為此，通過利用激光SLAM相關技術，構建出相應的實驗室地圖，應用環境的測試方法為：首先，根據所配置好的機器人，開展相應的預置點位；然后，采用激光SLAM導航的方式，確保電力機器人自動行駛到指定的預置點。

圖4 實驗室應用

此外，還要對電力機器人相關參數誤差進行全方位測量，其參數誤差主要包含定位誤差、角度誤差;另外，還要將表2所示的5個設定點位分別配置于相應的實驗室內，在此基礎上，通過選用合適的激光SLAM定位模式，根據所設置好的5個點，開展5次定位工作，經過定位處理發現電力機器人所允許的最大定位誤差較低，始終低于5 cm。

表2 實驗室現場配置點位

4.2 視覺輔助定位精度試驗

通過利用本文所提出的定位方案，開展第1組定位試驗，然后，對最終的定位誤差進行記錄和統計，得出如表3所示的第1組定位誤差統計結果。

表3 第1組定位誤差

從表3可以看出，當偏差和偏差所對應的的最大值分別達到0.50、0.17 cm時，其最大定位誤差為0.50，最大角度偏差為0.92°。同樣，按照以上操作方式，對機器人進行多組定位測量，得到如表4所示的第2組至第5組定位誤差結果。

表4 第2組第5組定位誤差

然后，根據所確定好的某一點位置，將定位測量次數設置為20次，然后，精確地計算和統計機器人相關參數，如機器人定位誤差參數、機器人角度誤差參數，從而得出如表5所示的同一定位點測量結果。

表5 同一定位點測量

從表5中的數據可以看出，最大定位誤差為第1次的譯碼器偏差為0.56 cm。

由此可見，通過全面分析以上表格數據，不難發現，本文所提出的視覺輔助定位與激光SLAM導航融合方法在實際運用中，可以獲得定位精確度低于±1 cm，定位角度低于正負1°，極大地提高了電力機器人的定位精確度。因此，經過現場應用實踐，不難發現，該方法完全符合電力機器人巡檢標準和要求，為促進配電變壓器檢測工作的有效開展打下堅實的基礎。

5 結語

綜上所述，在電力行業的不斷發展下，電力作業環境變得異常復雜，為了進一步 提高機器人的定位精確度，實現對機器人的精確化、智能化控制，本文提出了一套切實可行的視覺輔助定位與激光SLAM導航設計方案，通過利用激光SLAM導航功能，幫助機器人隨時隨地地采集和整理圖像，并將整理好的圖像與預置位圖像模板進行全面地分析和對比，從而獲得相應的定位誤差，確保機器人能夠智能化地完成定位校準工作。實驗結果表明：通過將激光SLAM導航功能與視覺輔助定位方法進行充分結合，可以確保機器人的定位精確度得以大幅度提升。但是，本次研究仍然存在一定的不足，沒有根據視覺圖像最終識別結果，在充分結合動態環境特點的前提下，確保電力機器人精確、有效地判別和避開各種障礙物，從而提高其導航性能，因此，技術人員 要再接再厲，通過學習更多的專業知識，解決論文中存在的不足問題。