一种矿井用机器人轨道巡检位置校准方法与流程

1.本发明属于矿井用巡检机器人技术领域，尤其涉及矿井用机器人轨道巡检位置校准方法。

背景技术：

2.井下变电所智能巡检机器人功能包含视频识别功能、红外测温功能、音频采集功能、任务管理功能、数据统计等功能。井下变电所智能巡检机器人运行前期，运维人员通过后台软件操作设置巡检轨道，井下变电所智能巡检机器人根据设置的巡检路线自主巡检，在巡检过程中，利用其红外热成像技术，以及自带ai智能识别分析对比实时采集设备数据，随时了解变电所设备运行状态。如果检查的状态跟设备应处的状态不同，可诊断设备故障及发热，并将异常数据实时上传至后台报警系统，后台巡视人员实时接收到报警后可立即对告警部位采取消缺处理。
3.井下变电所智能巡检机器人的移动装置一般采用轮和和轨道式两种类型。轮式移动的机器人在地面用的相对较多，在井下一般采用轨道式巡检机器人，特别是对于井下变电所的环境，轨道式机器人不占用地面空间，运行安全可靠，所在井下变电所都采用轨道式巡检机器人。
4.轨道式巡检机器人通过机器人车轮与轨道之前的摩擦来实现行走，在行走过程中由于动主轮和轨道之间存在打滑的情况，井下变电所使用的轨道长度一般从十几米到几十米，在巡检过程中会积累较大的位置偏差。位置偏差对于巡检效果的影响主要体现在：巡检高压开关时，巡检摄像仪会将镜头拉近对开关上的液晶显示屏进行内容识别。识别时，将显示屏的内容显示的越大越清晰越有利于ai识别(如图1所示的是高压开关显示屏画面，此时显示屏占据整个视频页面的70％画)，同时显示内容变大后，对于位置的准确度也越高。在位置偏差较大的情况下，如果有保持当前画面大小，将无法全部显示led显示屏内的信息，不能进行准确的ai识别。而如果为了显示全部led显示屏内容而将画面缩小，则ai识别的准确度也会下将，识别率变低。
5.传统的位置校准方式是在起点位置，采用霍尔定位模组进行校准，在机器人返回起点时，通过霍尔定位模组检测起点位置，控制器收到霍尔定位模组的信号后将位置数据复位归零，保证每个巡检周期都从零位开始，禁止上个巡检周期累积的位置偏差影响本次巡检，但这种方式在较长轨道中运行时，一次巡检时的后半程(即回程)会存在较大的位置偏差。

技术实现要素：

6.本发明所要解决的技术问题是提供一种矿井用机器人轨道巡检位置校准方法，该校准方法能够减小后半程巡检位置偏差，以克服现有技术存在的不足。
7.为解决上述技术问题，本发明采用如下技术方案：
8.一种矿井用机器人轨道巡检位置校准方法，所述机器人在轨道上行走对周围设备
进行巡检，所述机器人在轨道上行走同时记录当前的位置数据，所述机器人在到达轨道的起点位置时将当前的位置数据复位归零，其特征在于，根据所述轨道从起点位置到达终点的距离计算出终点应该的位置数据，当所述机器人到达轨道的终点位置时，将在终点位置时记录的当前的位置数据置换成终点应该的位置数据后再回程。
9.在本发明的具体实施方式中，所述位置数据为驱动装置的脉冲数。
10.在本发明的具体实施方式中，所述终点位置的位置数据通过下列公式计算得到：
11.n＝l/m
ꢀꢀꢀꢀꢀꢀꢀ
公式(1)，
12.m＝π
×
r/f
ꢀꢀꢀꢀ
公式(2)，
13.其中，n为终点应该的脉冲数，l为轨道起点到轨道终点的距离，m为一个脉冲对应行走的长度，r为驱动装置的主动轮直径，f为驱动装置的编码器的分辨率。
14.在本发明的具体实施方式中，所述机器人的前、后端分别安装有终点检测传感器和起点检测传感器，所述轨道的起点位置和终点位置分别设置有被感应件。终点检测传感器和起点检测传感器均为霍尔定位模组，均电连接到机器人的控制核心板。
15.在本发明的具体实施方式中，通过向机器人控制系统输入l值，所述机器人控制系统根据公式(1)、公式(2)计算出终点应该的脉冲数后下发给机器人的控制核心板；下发成功后，机器人回归起点位置，然后从起点移到终点，到达终点位置时，控制核心板将到达终点位置时的当前的脉冲数置换成终点应该的脉冲数后回程。
16.采用上述技术方案，本发明的矿井用机器人轨道巡检位置校准方法在起点位置复位归零的基础上，还进一步在终点位置进行位置校准，因此能够减小后半程(即回程)巡检位置偏差，使机器人能拍摄到更清楚的画面，提高ai识别的准确率和可信度。
附图说明
17.图1为本发明的位置校准方法的流程示意图；
18.图2为井下变电所智能巡检机器人巡检示意图。
具体实施方式
19.本发明的机器人在轨道上行走对周围设备进行巡检。在巡检时，首先从起点开始对变电所高压开关或低压开关进行巡检。如图2所示，先对高压开关进行巡检，此过程中马达正转，机器人摄像仪正对高压开关巡检，巡检到最远端的高压开关之后，机器人继续向前移动到轨道最远端。机器人自己会对位置进行终点校准，校准完成后开始回程巡检，对另一侧的低压开关进行巡检。
20.如图1所示，具体的校准方法为：机器人在轨道上行走同时，机器人会记录当前的位置数据，机器人在到达轨道的起点位置时将当前的位置数据复位归零。根据轨道从起点位置到达终点的距离计算出终点应该的位置数据，当机器人到达轨道的终点位置时，将在终点位置时记录的当前的位置数据置换成终点应该的位置数据后再回程。
21.在本实施例中，机器人的前、后端分别安装有终点检测传感器和起点检测传感器，轨道的起点位置和终点位置分别设置有被感应件。终点检测传感器和起点检测传感器均为霍尔定位模组，均电连接到机器人的控制核心板。
22.机器人控制系统中记录的位置数据是驱动装置的脉冲数，在对终点位置进行校准
的过程中，对于终点位置的正确脉冲数的计算就非常重要，脉冲数正确了才能将终点对应的位置校准正确。
23.脉冲数的计算方法：
24.n＝l/m
ꢀꢀꢀꢀꢀꢀꢀꢀ
公式(1)，
25.m＝π
×
r/f
ꢀꢀꢀꢀ
公式(2)，
26.其中，n为终点应该的脉冲数，l为轨道起点到轨道终点的距离，m为一个脉冲对应行走的长度，r为驱动装置的主动轮直径，f为驱动装置的编码器的分辨率。
27.例如，选用分辨率为2000的编码器，主动轮直径是50mm，轨道长度(即起点到终点距离)为轨道长度50米，则m＝3.14
×
50/2000＝0.0785，n＝l/m＝50000/0.0785＝636942，其起点到达终点应该的脉冲数为636942。
28.机器人在安装完硬件后，要对机器人的终点应该的位置数据进行设置，具体方式为：在机器人控制系统输入l值，机器人控制系统根据公式(1)、公式(2)计算出后下发给机器人的控制核心板；下发成功后，机器人回归起点位置，然后从起点移到终点，移送过程中，控制核心板实时记录当前的脉冲数，到达终点位置时，控制核心板将到达终点位置时的当前的脉冲数置换成终点应该的脉冲数，然后再回程。
29.控制核心板还会把机器人行走过程中记录的当前的脉冲数传输给机器人控制系统。这样可以进行数据的显示和保存。
30.采用本发明的位置校准方法，在30-60米的轨道式井下变电所智能巡检机器人系统中，只用起点校准位置的机器人系统中，回程巡检时，位置偏差有时会达到40mm。增加终点位置校准后，将机器人返程巡检时的位置偏差归零，从而消除从起点到终点方向的位置偏差，实现更准确的设备巡检，实测最大返程位置偏差不超过20mm，因此改进了井下变电所智能巡检机器人单次巡检过程中由积累位置偏差引起的定位不准确的问题。

技术特征：

1.一种矿井用机器人轨道巡检位置校准方法，所述机器人在轨道上行走对周围设备进行巡检，所述机器人在轨道上行走同时记录当前的位置数据，所述机器人在到达轨道的起点位置时将当前的位置数据复位归零，其特征在于，根据所述轨道从起点位置到达终点的距离计算出终点应该的位置数据，当所述机器人到达轨道的终点位置时，将在终点位置时记录的当前的位置数据置换成终点应该的位置数据后再回程。2.根据权利要求1所述的矿井用机器人轨道巡检位置校准方法，其特征在于：所述位置数据为驱动装置的脉冲数。3.根据权利要求2所述的矿井用机器人轨道巡检位置校准方法，其特征在于：所述终点位置的位置数据通过下列公式计算得到：n＝l/m
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(1)，m＝π
×
r/f
ꢀꢀꢀꢀꢀ
公式(2)，其中，n为终点应该的脉冲数，l为轨道起点到轨道终点的距离，m为一个脉冲对应行走的长度，r为驱动装置的主动轮直径，f为驱动装置的编码器的分辨率。4.根据权利要求2所述的矿井用机器人轨道巡检位置校准方法，其特征在于：所述机器人的前、后端分别安装有终点检测传感器和起点检测传感器，所述轨道的起点位置和终点位置分别设置有被感应件。5.根据权利要求4所述的矿井用机器人轨道巡检位置校准方法，其特征在于：所述终点检测传感器和所述起点检测传感器均为霍尔定位模组，均电连接到机器人的控制核心板。6.根据权利要求3所述的矿井用机器人轨道巡检位置校准方法，其特征在于：通过向机器人控制系统输入l值，所述机器人控制系统根据公式(1)、公式(2)计算出终点应该的脉冲数后下发给机器人的控制核心板；下发成功后，机器人回归起点位置，然后从起点移到终点，到达终点位置时，控制核心板将到达终点位置时的当前的脉冲数置换成终点应该的脉冲数后回程。7.根据权利要求6所述的矿井用机器人轨道巡检位置校准方法，其特征在于：所述控制核心板把机器人行走过程中记录的当前的脉冲数传输给所述机器人控制系统。

技术总结

本发明公开了一种矿井用机器人轨道巡检位置校准方法，所述机器人在轨道上行走对周围设备进行巡检，所述机器人在轨道上行走同时记录当前的位置数据，所述机器人在到达轨道的起点位置时将当前的位置数据复位归零，根据所述轨道从起点位置到达终点的距离计算出终点应该的位置数据，当所述机器人到达轨道的终点位置时，将在终点位置时记录的当前的位置数据置换成终点应该的位置数据后再回程。本发明的位置校准方法能够减小后半程巡检位置偏差，使机器人能拍摄到更清楚的画面，提高AI识别的准确率和可信度。率和可信度。率和可信度。