智能变电站四足巡检机器人狭窄通道路径规划

摘要

【目的】智能变电站内部环境复杂，狭窄通道形状各异、尺寸不一，狭窄通道的复杂性和不确定性使机器人在通过时需要频繁调整位姿，增加了路径规划的难度。为此，本文提出一种智能变电站四足巡检机器人狭窄通道路径规划方法。【方法】利用四足巡检机器人内部的传感器对自身状态进行估计，并结合外部传感器实现对周边环境的感知和定位。通过概率定位原理模型，结合激光雷达观测结果和里程预测结果获取机器人在智能变电站内的位姿估计值。根据估计出的机器人位姿结果，将地图的建立问题转化为地图的极大似然估计问题，利用SLAM技术处理数据并估计机器人位姿、构建栅格地图及更新栅格状态。在完成栅格地图建立后，采用概率路标算法规划巡检路径，将高斯采样器作为路标点采样工具，在栅格地图中随机选择一个点，并沿着一个随机方向采集一个与该点相距的点。若采集点位于空白栅格，则将其视为采集到的路标点。利用高斯采样器采集大量样本点，这些样本点分布在障碍物的周围。本文通过学习过程确定环境内障碍物的数量以及轮廓，确定起点和终点，设定采样节点数量和概率路标集合。根据起点和终点对概率路标集合进行初始化，并对栅格地图空间实施采样，生成新的采样点。根据概率路标算法获取规划的巡检路径点集，设定起点和终点，建立路径优化点集。将路径起点作为测试点，逐一对路径上的路标点集进行测试。若测试点与某点无法连接，则认定该点为转折点，将其存放在优化点集中，并将该路标点作为新的测试点，逐个向后测试，直至测试至终点。完成所有测试后，将优化点集中的路标点逐个连接，形成完整的四足巡检机器人巡检规划路径，从而减少机器人在巡检过程中的位姿方向转换，确保在不碰撞障碍物的前提下完成巡检。【结果】实验结果表明，采用该方法进行变电站狭窄通道路径规划时，取样节点数量少于52个、路径成本均值在87 m以下。【结论】验证本文方法具有较好的规划效果和优越的性能。

关键词

智能变电站 / 四足巡检机器人 / 狭窄通道路 / 路径规划算法 / SLAM技术 / 栅格地图 / 同步定位 / 概率路标算法