CN115792947B 一种基于ekf的管道巡检机器人激光雷达辅助实时定位方法 （南京理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN115792947B(45)授权公告日2025.07.01

(21)申请号202211504954.7

(22)申请日2022.11.29

(65)同一申请的已公布的文献号申请公布号CN115792947A

(43)申请公布日2023.03.14

(73)专利权人南京理工大学

地址210094江苏省南京市玄武区孝陵卫

200号

(72)发明人吴益飞丁宇郭健陈庆伟李胜李福马寅瑞姜烨

(74)专利代理机构南京理工大学专利中心

32203

专利代理师何宇

(51)Int.CI.

G01S17/88(2006.01)

GO6N3/08(2023.01)

G01S7/497(2006.01)

(56)对比文件

YuDing.Pipeenvironmentelbow

featuresextractingbasedon2DPointCloud.《2022ICCSI》.2022,202-207.

审查员王晓琼

权利要求书4页说明书8页附图1页

(54)发明名称

一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法

(57)摘要

CN115792947B本发明公开了一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法，建立动力学模型；将机器人放置在通风管道中采集点云数据并人工标注，训练人工神经网络；在开始工作点初始化机器人状态及协方差；通过系统方程预测状态矢量和协方差；通过激光雷达采集点云数据，并进行去畸变处理；进行逆解算计算机器人朝向角与横向偏移；由测量值更新卡尔曼增益、机器人系统状态及协方差。本方法显著减少了点云因材料反射的畸变现象，同时本发明的特征提取方法显著减少了运行时间与资源消耗，可以实现在嵌入式机器人上的应用；能够在复杂的管道环境背景下取得良好效果，有利于管道机器人在复杂

CN115792947B

建立机器人系统动力学模型

在工作通风管道中

采集点云数据并人

工标注

建立去反射畸变模型人工神经

机器人系统动力学模型预测

点云去畸变处理

测量模型状态矢量更新

输出位姿状态

模型建立位姿估计

CN115792947B权利要求书1/4页

2

1.一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法，其特征在于，包括以下步骤：

步骤1、建立通风管道巡检机器人系统动力学模型；

步骤2、将机器人放置在通风管道中采集点云数据并人工标注，训练激光雷达点云关于通风管道管壁的反射畸变模型人工神经网络；

步骤3、在开始工作点初始化机器人状态及协方差；

步骤4、通过系统方程预测状态矢量和协方差；

步骤5、通过安装于机器人侧面的激光雷达采集点云数据，并基于反射畸变校正人工神经网络对于在通风管道环境下的畸变点云进行去畸变处理；

步骤6、基于激光雷达点云强度与密度提取直线特征进行逆解算计算机器人朝向角与横向偏移；

步骤7、由测量值更新卡尔曼增益、机器人系统状态及协方差。

2.根据权利要求1所述的一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法，其特征在于，步骤1中的建立通风管道巡检机器人系统动力学模型，具体步骤如下：

步骤1-1、建立管道机器人陀螺仪与编码器的传感器模型：

其中，①为管道机器人角速度，w2为机器人陀螺仪输出角速度，b?为陀螺仪零偏，v与vy分别为机器人在导航坐标系下沿x轴与v轴速度.v与θ分别为机器人在导航坐标系下编码器输出速度与航向角；

步骤1-2、利用机器人陀螺仪与编码器的传感器模型建立机器人系统动力学模型为：

其中，下标k与下标k-1表示采样时刻，δt表示采样时刻间隔时间，k、yk、xk、Vykθ分别表示机器人在导航坐标系下k时刻的沿x轴方向坐标，沿y轴方向坐标，沿x轴方向速度，沿y轴速度及朝向角。

3.根据权利要求1所述的一种基于EKF的管道巡检机器人激光雷达辅助实时定位方法，其特征在于，步骤2中的将机器人放置在通风管道中采集点云数据并人工标注，训练激光雷达点云关于通风管道管壁的反射畸变模型人工神经网络，具体步骤如下：

步骤2-1、将机器人放置在工作环境中，对于采集的点云数据的距离属性根据人工测量真值进行人工标注修改后与点云强度与角度重新组合构建训练集t;

步骤2-2、构建多层感知器结构的全连接