太阳能电池板清洁机器人的定位,它结合了视觉处理和扩展的卡尔曼波器

科学领域:

• 机器人技术 机器人技术 机器人技术
• 计算机视觉 计算机视觉
• 传感器融合式传感器

背景情况:

• 准确的定位对于自主移动机器人来说至关重要,特别是在像太阳能发电场这样的结构化环境中.
• 太阳能电池板清洗机器人的现有方法往往难以准确,特别是在更高的操作速度.

研究的目的:

• 开发和验证用于自动驾驶太阳能电池板清洁移动机器人的改进位置估计方法.
• 为了提高定位准确度,超越传统的基于视觉的线路计数.

主要方法:

• 利用图像处理来计算太阳能电池板地板上的线路数量,并调整值和取决于速度的偏移.
• 集成惯性测量单元 (IMU) 数据和车轮编码器信息,用于增强位置估计.
• 采用扩展的卡尔曼波器,将IMU和编码器数据融合在一起,以实现精确的定位,特别是在面板线之间.

主要成果:

• 在100毫米/秒的速度下达到0.089米的根平均平方误差 (RMSE) 精度.
• 综合方法显示,与仅基于视觉计数的线数计数相比,准确度提高了近50%.
• 根据机器人的方向和检测到的直线角度,IMU信号有效地区分了水平线和垂直线.

结论:

• 拟议的位置估计方法显著提高了太阳能电池板清洁机器人的准确性和可靠性.
• 通过扩展的卡尔曼波器,视觉,编码器和IMU数据的融合为太阳能发电场的自主导航提供了强大的解决方案.
• 这一进步有助于在可再生能源基础设施中实现更高效,更精确的机器人操作.