一种基于多传感信息融合的变电站检查机器人的新型导航辅助方法

科学领域:

• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能
• 传感器融合式传感器

背景情况:

• 由于复杂的环境,变电站检查是耗时和劳动密集的.
• 目前的智能检查机器人依靠昂贵的高精度LiDAR进行导航.
• 现有的方法缺乏障碍物类型识别和道路轮边界检测,限制了效率.

研究的目的:

• 为变电站检查机器人开发一种新的,具有成本效益的导航助理方法.
• 克服高精度LiDAR在障碍物识别和道路轮检测方面的局限性.
• 通过多传感信息融合来提高检查性能和效率.

主要方法:

• 实现了异步信息匹配,用于多传感器数据集成.
• 使用2D激光雷达与惯性测量单元 (IMU) 结合,用于3D障碍物成像.
• 使用ENet进行彩色点云细分,使用光学传感器数据进行环境感知.
• 在机器人操作系统 (ROS) 上开发了系统,并在嵌入式平台上部署了它.

主要成果:

• 与 VLP-32C 3D 激光雷达传感器相比,数据量减少了 95%.
• 在训练ENet网络后,在环境感知中获得了86%的平均平均准确度.
• 导航辅助模块满足实际工程应用的要求.

结论:

• 开发的导航辅助模块使变电站检查机器人能够识别道路轮和障碍物类型.
• 该系统成功地减少了数据量和硬件成本.
• 在多个变电站进行的实地测试证实了机器人的增强操作能力.