论文部分内容阅读
自主导航是巡检机器人在核电站等恶劣环境下完成日常巡检任务的关键,而自主导航的核心难点在于精确定位。考虑到室内环境的不可预知性及其他室内定位方法的适用性,本文采用卡尔曼滤波算法融合基于捷联惯导的旋转矢量三子样算法和航迹推算法,使巡检机器人实现高精度的实时室内定位。本文主要工作和创新点如下:1.设计了基于捷联惯导的旋转矢量三子样算法获得机器人高精度的姿态、速度及位置信息。在旋转矢量三子样算法中,首先进行初始对准,获得系统精确的初始姿态;其次,把旋转矢量微分方程泰勒展开,采用抛物线拟合的方法得到角速度和角增量,根据指令角速度和陀螺仪数据求出机器人的姿态更新矩阵;再次,在任一个周期内对角增量和速度增量采样,将速度微分方程积分展开,采用抛物线拟合的方法获取比力信息,根据加速度数据、角增量和速度增量求出当前时刻的速度信息;最后,通过对速度信息进行积分求出当前时刻的位置信息。2.研究了基于编码器测距的航迹推算系统。在航迹推算法中,先通过编码器测出当前时刻的速度,再根据速度求出当前时刻的位置信息。3.设计了卡尔曼滤波算法,融合基于捷联惯导的旋转矢量三子样算法和航迹推算法,获得高精度的机器人定位信息;首先,建立了捷联惯导系统的误差模型和航迹推算系统的误差模型;其次,基于捷联惯导系统的误差模型和航迹推算系统的误差模型,用卡尔曼滤波算法将两个系统的误差模型进行间接融合,观测值为两个系统速度之差;再次,将卡尔曼滤波算法获取的误差最优估计值去修正系统的定位信息,以实现更高精度的定位;最后,为了提高初始姿态的准确度,设计了基于观测值为比力的东向和北向测量值误差的精对准方法,使机器人定位系统的初始姿态信息更精确。4.研究了巡检机器人实时室内定位的硬件设计,并搭建了以STM32微控制器为核心的机器人定位实验平台。采用卡尔曼滤波算法,实现了基于捷联惯导的旋转矢量三子样和航迹推算法相融合。对巡检机器人进行了两组实时定位实验,并定量分析了定位的相对误差以及绝对误差。实验结果表明:当机器人运动轨迹为矩形时,最大定位误差是2.59%;当机器人运动轨迹为圆形时,最大定位误差是4.66%。