论文部分内容阅读
随着世界范围内智能电网技术的兴起和移动机器人同时定位及地图构建(SLAM)技术的发展,智能化变电站巡检机器人成为了各国亟需研发的重点。现有的变电站巡检机器人采用磁轨和RFID进行自主定位导航,具有对环境改造大、抗干扰能力弱、定位精度低且机器人灵活性较差的缺点,对变电站的安全、稳定运行产生了威胁。本文结合移动机器人SLAM技术和最优估计理论对移动机器人高精度、高实时性自主定位算法及其在变电站巡检机器人的应用展开了研究工作。主要研究工作包括以下内容:通过理论分析和仿真分析研究移动机器人EKF-SLAM算法的缺点,及其抗干扰性能和对传感器的依赖关系。针对移动机器人EKF-SLAM算法的定位精度低、抗干扰性差的问题,采用固定区间扩展RTS平滑(ERTSS)对EKF-SLAM算法中滤波产生的协方差进行后向递推平滑,消除强噪声对滤波的干扰,同时利用ERTSS的离线估计避免EKF-SLAM算法在路标较少的情况下的发散。实验表明该改进能够有效提升机器人定位精度46.6%和抗干扰性。针对移动机器人EKF-SLAM算法计算复杂、实时性不高的缺点,本文采用奇异值分解法对EKF产生的协方差矩阵进行矩阵分解,改进EKF-SLAM和ERTSS-SLAM算法的滤波增益及后向平滑增益计算公式。实验证明了该改进方法能够有效缩减EKF-SLAM、ERTSS-SLAM算法的计算消耗,在保证自主定位精度的同时提升算法实时性。针对变电站巡检机器人软件开发任务量大,定位传感器功能简单、精度低、易受干扰的问题,本文设计并采用高精度激光雷达与Kinect组合采集环境信息,里程计与陀螺仪组合采集自身位姿信息,机器人操作系统(ROS)作为控制软件的方式实现了变电站巡检机器人实验平台的搭建。通过对算法的实现以及在室内走廊和室外的定位实验证明本文算法的优越性,同时基于ROS的控制方法简化了开发难度,提升了机器人的智能性。