首页标题 ꄲ 科研进展 ꄲ 飞爬结合两栖机器人自主定位与落线控制

飞爬结合两栖机器人自主定位与落线控制

面向电力行业输电线路的高效巡检需求，相比于传统巡检机器人和无人机固有的越障难、续航短、精度低等问题，飞爬结合两栖机器人采用“飞行-爬行”相结合的运动模式：在档间利用线上爬行的方式进行巡检，对于档间的小尺寸障碍如间隔棒可直接越过；遇到杆塔、防震锤等障碍，通过飞行的方式跨越。这种方式既可以近距离的检测电力导线状态，同时具备无人机的垂直起降、悬停功能，可以通过绕飞和悬停实现对杆塔的全方位检测，巡检精度、续航时间、检测效率均大大提高。

图1 两栖机器人运动机理及结构

两栖机器人智能巡检的两个关键难题是高精度定位及精确落线控制问题。电力输电场景具有空旷、少特征的特点，为解决机器人在上述环境中的高精度定位问题，研究团队在现有的激光雷达惯性里程计算法的基础上，在如何利用激光雷达反射率信息进行融合定位方面开展研究，利用高线数旋转激光雷达的投影成像模型，通过将三维反射率信息投影到二维图像的方式来解决纯几何测量算法在非结构化场景中的退化问题。为了同时保证投影模型的精度和解析性，团队提出了一种校正后的激光雷达图像投影模型(Corrected Projection by Real Angle, CPBRA)以通过点云的坐标来投影产生反射率图像，并选取地图点向当前帧投射的稀疏直接法来计算测量残差，解决反射率图像成像时间长导致的果冻效应、投影模型非线性变换和非参数化的畸变校正等问题。通过将上述反射率测量模型紧耦合到当前系统，并通过迭代误差卡尔曼滤波进行系统共同优化，进一步提升算法性能。该算法可以最大化利用激光雷达的测量信息，并巧妙地将点云纹理和几何信息紧密耦合，相互促进，大大提高定位算法的鲁棒性和精度。

图2 反射率图像辅助的紧耦合激光惯性里程计算法流程图

为解决机器人落线过程中因高空风扰、机器人振动带来的落线点识别精度差及难以准确落线问题，研究团队开展了复杂背景下架空线实时识别及落线过程抗扰控制研究，分别提出了基于分解卷积和残差深度可分离卷积的生成对抗分割方法、基于立体视觉的多导线提取及视觉伺服落线控制方式，实现了两栖机器人的可靠落线，进一步提升机器人巡检过程的智能化程度。

上述研究成果分别发表在IEEE Robotics and Automation Letters、IEEE Transactions on Instrumentation and Measurement、IEEE Sensors Journal等国际期刊上，论文第一作者分别为工程实验室博士生张延峰、李志硕、高子舒，通讯作者为工程实验室杨国栋副研究员。此项研究成果不仅为两栖式巡检机器人的实用化提供有力技术支撑，也为工作在空旷大规模室外场景下的机器人提供了一种高精度且鲁棒的定位、控制解决思路，具备在其他工业场景下应用的迁移能力。