隨著多傳感器信息融合技術(shù)、移動(dòng)機(jī)器人技術(shù)的快速發(fā)展,變電站巡檢機(jī)器人的研究也越來越成熟。相較于傳統(tǒng)人工巡檢,無人化、智能化的機(jī)器人巡檢方式已經(jīng)逐漸凸顯出不可估量的優(yōu)勢(shì)。變電站巡檢機(jī)器人在進(jìn)行儀器儀表監(jiān)測(cè)、故障檢查任務(wù)時(shí),首先需要機(jī)器人能夠準(zhǔn)確穩(wěn)定的定位。本文即圍繞巡檢機(jī)器人在一定光照變化情況下穩(wěn)定定位問題,開展了融合視覺與慣導(dǎo)信息的變電站巡檢機(jī)器人定位研究工作。具體工作內(nèi)容為以下幾個(gè)方面:針對(duì)變電站惡劣、危險(xiǎn)的巡檢環(huán)境,本文研發(fā)設(shè)計(jì)能夠在變電站環(huán)境下穩(wěn)定運(yùn)行的巡檢機(jī)器人硬件平臺(tái)。并對(duì)巡檢機(jī)器人的四輪主動(dòng)差分運(yùn)動(dòng)模型進(jìn)行詳細(xì)分析驗(yàn)證。進(jìn)一步為解決因機(jī)器人結(jié)構(gòu)參數(shù)所導(dǎo)致的輪式里程計(jì)結(jié)果誤差大的問題,提出一種結(jié)合視覺里程計(jì)的機(jī)器人參數(shù)估計(jì)方法,實(shí)現(xiàn)對(duì)機(jī)器人結(jié)構(gòu)參數(shù)快速、準(zhǔn)確的估計(jì)。對(duì)于視覺位姿估計(jì)過程中角點(diǎn)提取易受光照變化影響的問題,提出一種圖像邊緣化角點(diǎn)提取方法。通過預(yù)先對(duì)灰度圖像進(jìn)行邊緣化檢測(cè),進(jìn)一步對(duì)邊緣化后的圖像進(jìn)行角點(diǎn)提取,從而保證在一定光照變化情況下所提取角點(diǎn)的穩(wěn)定性。對(duì)于IMU（Inertial Measurement Unit）傳感器求解位姿過程中重復(fù)積分的問題,提出利用IM... 

【文章來源】：西南科技大學(xué)四川省

【文章頁數(shù)】：72 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 課題研究背景及意義
    1.2 變電站巡檢機(jī)器人國內(nèi)外研究現(xiàn)狀
    1.3 巡檢機(jī)器人定位技術(shù)研究現(xiàn)狀
    1.4 視覺與慣導(dǎo)融合定位技術(shù)研究現(xiàn)狀
    1.5 主要研究內(nèi)容與論文結(jié)構(gòu)
2 變電站巡檢機(jī)器人研究平臺(tái)
    2.1 引言
    2.2 機(jī)器人整體框架設(shè)計(jì)與構(gòu)建
    2.3 指標(biāo)分析計(jì)算
    2.4 電控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    2.5 機(jī)器人運(yùn)動(dòng)模型分析與參數(shù)標(biāo)定方法
        2.5.1 機(jī)器人運(yùn)動(dòng)模型分析
        2.5.2 四輪差速運(yùn)動(dòng)模型仿真
        2.5.3 機(jī)器人結(jié)構(gòu)參數(shù)標(biāo)定方法
    2.6 本章小結(jié)
3 傳感器模型及位姿估計(jì)方法
    3.1 引言
    3.2 相機(jī)模型分析
    3.3 相機(jī)位姿估計(jì)原理分析
        3.3.1 圖像特征提取方法
        3.3.2 變閾值邊緣化角點(diǎn)提取
        3.3.3 光流法特征跟蹤
        3.3.4 相機(jī)位姿估計(jì)
    3.4 IMU傳感器位姿估計(jì)
        3.4.1 IMU測(cè)量模型
        3.4.2 IMU預(yù)積分算法
    3.5 本章小結(jié)
4 雙目相機(jī)與IMU融合的定位方法研究
    4.1 引言
    4.2 雙目相機(jī)與IMU聯(lián)合初始化
        4.2.1 相機(jī)外參在線估計(jì)
        4.2.2 陀螺儀隨機(jī)游走更新
    4.3 雙目視覺與IMU融合優(yōu)化方法
        4.3.1 IMU信息約束
        4.3.2 視覺信息約束
        4.3.3 滑動(dòng)窗口中的邊緣化
    4.4 閉環(huán)檢測(cè)及全局優(yōu)化
        4.4.1 閉環(huán)檢測(cè)與重定位
        4.4.2 全局位姿優(yōu)化
    4.5 實(shí)驗(yàn)結(jié)果及分析
    4.6 本章小結(jié)
5 定位實(shí)驗(yàn)與分析
    5.1 引言
    5.2 實(shí)驗(yàn)平臺(tái)介紹
    5.3 相機(jī)模組標(biāo)定方法及實(shí)驗(yàn)
        5.3.1 IMU傳感器標(biāo)定方法及實(shí)驗(yàn)
        5.3.2 雙目相機(jī)傳感器標(biāo)定實(shí)驗(yàn)
        5.3.3 雙目相機(jī)與IMU傳感器聯(lián)合標(biāo)定實(shí)驗(yàn)
    5.4 室內(nèi)場(chǎng)景實(shí)驗(yàn)結(jié)果及分析
    5.5 室外場(chǎng)景實(shí)驗(yàn)結(jié)果及分析
    5.6 本章小結(jié)
6 結(jié)論與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
    A 學(xué)術(shù)論文
    B 參研項(xiàng)目


【參考文獻(xiàn)】：
期刊論文
[1]重力擾動(dòng)對(duì)慣性導(dǎo)航系統(tǒng)初始對(duì)準(zhǔn)的影響[J]. 郝詩文,張志利,周召發(fā),常振軍,劉先一.  系統(tǒng)工程與電子技術(shù). 2020(07)
[2]基于迭代最近點(diǎn)的井下無人機(jī)實(shí)時(shí)位姿估計(jì)[J]. 王巖,馬宏偉,王星,楊林.  工礦自動(dòng)化. 2019(09)
[3]非線性回歸機(jī)器人運(yùn)動(dòng)參數(shù)估計(jì)方法[J]. 鄭杰,張華,肖宇峰.  傳感器與微系統(tǒng). 2019(03)
[4]基于網(wǎng)格的密度峰值聚類算法的RFID定位[J]. 蘭慶慶,肖本賢.  電子測(cè)量與儀器學(xué)報(bào). 2018(10)
[5]基于OpenCV環(huán)境的SIFT、SURF、ORB算法比較分析[J]. 劉偉,錢莉.  化工自動(dòng)化及儀表. 2018(09)
[6]基于灰度差分與模板的Harris角點(diǎn)檢測(cè)快速算法[J]. 張立亭,黃曉浪,鹿琳琳,陳竹安,徐志寬.  儀器儀表學(xué)報(bào). 2018(02)
[7]輪式移動(dòng)機(jī)器人里程計(jì)系統(tǒng)誤差校核[J]. 貝旭穎,平雪良,高文研.  計(jì)算機(jī)應(yīng)用研究. 2018(09)
[8]變電站巡檢機(jī)器人關(guān)鍵技術(shù)及其適用性研究[J]. 楊俊,黃禮華,張立平.  湖北電力. 2017(01)
[9]基于全景視覺機(jī)器人的改進(jìn)UKF-SLAM算法研究[J]. 王開宇.  科技資訊. 2016(17)
[10]一種簡化的室內(nèi)機(jī)器人電磁定位算法與系統(tǒng)[J]. 陳躍躍,林海翔,王侃,徐孝東,胡超,馮忠晴.  集成技術(shù). 2015(02)

博士論文
[1]基于群智感知的低功耗藍(lán)牙室內(nèi)定位技術(shù)的研究[D]. 郭瑩瑩.北京郵電大學(xué) 2017
[2]基于低頻電磁信號(hào)的管道清堵機(jī)器人定位方法研究[D]. 魏明生.中國礦業(yè)大學(xué) 2016
[3]捷聯(lián)慣性/星光組合導(dǎo)航關(guān)鍵技術(shù)研究[D]. 張金亮.西北工業(yè)大學(xué) 2016

碩士論文
[1]智能巡檢機(jī)器人在變電運(yùn)行中的應(yīng)用[D]. 孫曉迪.山東大學(xué) 2019
[2]基于視覺和慣導(dǎo)融合的巡檢機(jī)器人定位與建圖技術(shù)研究[D]. 陳常.中國礦業(yè)大學(xué) 2019
[3]全地形輪式移動(dòng)機(jī)器人設(shè)計(jì)與性能分析[D]. 王奉晨.西南交通大學(xué) 2018
[4]輪式移動(dòng)機(jī)器人運(yùn)動(dòng)軌跡控制研究[D]. 郝雨堯.杭州電子科技大學(xué) 2018
[5]基于差分GPS的變電站巡檢機(jī)器人定位導(dǎo)航系統(tǒng)的研究[D]. 魏葦.哈爾濱工業(yè)大學(xué) 2015



本文編號(hào)：3447470