基于激光导航路径识别的电力巡检智能机器人设计

　　机器人的广泛应用解放了生产力，同时又促进了人类对机器人的研发重视。机器人从普通的单一功能逐步发展到具备模仿人类“大脑”的功能。导航系统则是机器人“大脑”的一项重要功能，近年来，激光导航机器人研究成为炙手可热的重要课题。

一、激光导航机器人综述

（一）激光导航机器人

　　自主导航技术是机器人的核心技术之一，也是机器人研究和攻克的重点。激光导航机器人通常内嵌激光雷达和高分辨率激光扫描仪，探测其周围环境并进行定位，并通过AICU系统生成3D地图，从而进行路径规划。激光导航机器人可配备高清摄像机和红外热像仪等检测装置，在该导航系统支持下实行全自主自动巡检、红外诊断和外观检测，能够及时发现设备热缺陷和外观问题，将数据实时自动检测、传输、分析和告警，大大提高巡检自动化水平和检测的准确性。

（二）激光导航机器人构成及工作过程

　　激光导航机器人的硬件部分由微计算机、激光雷达和激光扫描系统、导航系统、控制系统、无线通信系统、信号采集系统、机器人本体组成。激光导航机器人导航系统工作时，激光雷达和激光扫描系统每隔数10ms旋转一周，发出经过调制的激光束，收到经调制的反射板的反射光后，经过调解解码，得到有效的信号，计算机可以及时读入当时收到的反射信号时激光器的旋转速度及倾斜角，从而描出周边“地图”实现导航。激光导航机器人构成如图1所示。

二、激光定位导航工作原理

（一）激光定位原理

　　激光定位是利用旋转激光传感器检测路标，经三角几何计算确定位置和方向，并依此进行定位的方式，即通过测量已知路标与机器人之间的距离来实现机器人定位。通常，需要在目标环境中固定位置设定若干路标，建立坐标系，以激光传感器转动中心建立传感器坐标，记录传感器每扫描一周所形成的夹角，从而经计算出目标所处坐标的具体位置。机器人激光定位系统原理如图2所示。

（二）导航控制原理

　　一般而言，机器人移动路径大多数为直线，对于行走路径中长距离转弯则可简化为直线路径代替，因此机器人导航控制就可归结为对机器人相对于当前运行路径的位置偏差和航向偏差的控制。在实际应用过程中，正是利用激光定位传感器解码并实时输出的高精度位置坐标数据，对当前位置及目标环境位置进行精准定位，通过微计算机向机器人控制系统下达指令信号，从而控制机器人左右两轮速度与方向，使其始着预先设定的路径运行。

三、基于激光导航电力巡检机器人系统设计

（一）硬件系统设计方案

　　激光导航电力巡检机器人主要由微计算机、智能控制系统、驱动系统、无线通信系统、传感与导航系统、人机交互系统等组成。驱动系统主要为满足驱动机器人本体之需要；无线通信系统主要用于下达控制命令；传感与导航系统主要机器人内外环境感知与运动操控；人机交互系统则是方便人类监控和介入机器人的相应状态和运行之需。5激光导航机器人硬件设计方案如图3所示。

（二）软件系统设计方案

　　根据机器人硬件总体设计方案和激光导航机器人功能可知，系统软件要实现对显示屏、机器人本体驱动器、无线通信接收系统、光电传感器等硬件系统的控制（包括初始化、控制信号的输出和返回信号的获取等），还包括信息显示、传感器信号的处理和模糊控制算法等。系统软件设计采用模块化设计方法，整个系统主要由系统主程序和各功能子程序组成。主程序主要完成系统初始化、界面的显示（包括欢迎界面、模式选择界面和模式信息界面等）、各模式之间的切换、遥控信号的接受等功能。各功能子程序主要包括遥控驱动、读取遥控信号、激光传感位置获取、激光导航位置信息显示、模糊控制算法和自动驱动等子程序。激光导航机器人软件系统设计方案如图4所示。

四、激光导航机器人在电力巡检中的应用展望

　　激光导航机器人是集光电、机械和计算机与一体的高科技产物，近年来，由于激光导航机器人在工业、农业、医学、航天和人类生活的各个方面显示了越来越广泛的应用前景。在电力工业领域，由于激光导航机器人安全、自动、省时、精准、高效的优势，已成为电力系统巡检和诊断故障的必不可少的工具。有统计数据显示，在电力系统巡检领域，机器巡检时间量占巡检时间总和的60%。随着科技的不断进步，激光机器人的已逐步实现产业化生产，激光机器人在不久的将来或完全代替人工进行电力系统巡检和故障诊断。

参考文献

[1]（美国）尼库拉.库克.机器人学导论——分析、控制及应用（第2版）[M].北京：电子工业出版社，2013.

[2]张毅，罗元，郑太雄.移动机器人技术及其应用[M].北京：电子工业出版社，2007.

[3]黄博，赵建文，孙立宁.基于静平衡的四足机器人直行与楼梯爬越步态[J].机器人，2010，32（2）：46-47.

[4]周学才，李卫平，李强.开放式机器人通用控制系统[J].机器人，1998，20（1）：25-31.

[5]孟江华，朱纪洪，孙增圻.未知环境下基于传感器的移动机器人路径规划新方法[J].机器人，2005，27（4）：319-324.

[6]樊尚春.传感器技术及应用（第二版）[M].北京：北京航空航天大学出版社，2010.