分享一种基于背负式的激光雷达扫描系统、导航定位方法与流程

如下介绍的分享一种基于背负式的激光雷达扫描系统、导航定位方法与流程,小编精心为广大网友推荐内容


本发明涉及巡检导航定位技术领域,特别涉及一种基于背负式的激光雷达扫描系统、导航定位方法。



背景技术:

在运行变电站点的日常工作中,运行人员受工作经验及工作能力等方面因素限制,在日常巡视、布置安全措施等工作中有误碰带点设备的安全隐患,电力系统内误入间隔、误碰带点设备情况频发。比如在变电检修过程中,检修人员在部分间隔停电过程中面对相邻带点间隔时,仅依靠人工目测安全距离,及其不精准,很有可能导致检修人员和机械设备发生触电事故。而外来施工人员工作状态不佳或对变电站厂环境不熟悉等原因,在日常巡视、不知安全措施、现场检修等工作中有误碰带点设备的安全隐患,电力系统内类似事故层出不穷,因而变电站安全距离的计算十分重要。

目前现有的变电站检修导航模式是通过二维激光雷达扫描扫路周围地物,会存在定位不准确,导致拍摄照片的角度有偏差,获取的照片不能准确的判断设备状态。常使用slam技术(simultaneouslocalizationandmapping),也称为cml(concurrentmappingandlocalization),可实时进行定位与地图构建,或并发建图与定位。移动的设备可根据具有slam技术的传感器信息,一边计算自身位置,一边构建环境地图。随着传感器种类和安装方式的不同,slam技术的实现方式和难度会有很大的差异。

申请号为201910544875.0、名称为《一种基于嵌入式ai计算平台的巡检机器人定位方法》的专利申请中,公开了融合uwb定位技术、激光slam技术和视觉slam技术,通过uwb定位确定巡检机器人所在的区域,再通过激光雷达扫描周围环境信息,当扫描密度小于60%时,视觉slam数据作为补充,协同构建地图的方案。该申请使用激光slam技术和视觉slam技术结合uwb技术,减小了对于地图构建精度的要求。但该申请使用的激光雷达和slam技术以及uwb技术都为二维技术,不能准确定位,地图构建的精度差,在变电站的实际巡检使用时,并不能精确的判断设备的状态。

申请号为201910775309.0、名称为《一种井下3d激光成像智能巡检系统及其使用方法》的专利申请,利用稠密的三维激光点云数据,采取激光雷达slam技术实现矿区及井下的高精度三维地图构建,但对采取的三维激光点云数据的处理很随意,并不能保证依照采集的三维点云数据构建出的地图精度,并且没有定位的功能,会导致拍摄照片的角度有偏差,因此若使用该申请也不能精确的判断变电站设备的状态。



技术实现要素:

本发明的目的在于改善现有技术中所存在的不足,提供一种基于背负式的激光雷达扫描系统、导航定位方法,通过高精度的激光雷达结合三维slam技术计算出变电站中的安全距离,将点云数据分为带电导线、地面设备设施和带电作业安全距离智能分析,全面检测带电导线、设备安全作业距离,确保站内施工或检修过程中人员的工作安全,降低作业风险,满足站内施工安全规范要求,同时通过获取高精度地图,准确、主动规划巡检的行走路线。

为了实现上述发明目的,本发明实施例提供了以下技术方案:

一种基于背负式的激光雷达扫描导航定位方法,包括以下步骤:

步骤s1:使用背负式激光雷达采集三维点云数据;

步骤s2:对采集的三维点云数据进行预处理得到点云数据;

步骤s3:对点云数据进行分类和重采样后处理;

步骤s4:基于点云数据和三维slam算法建立测试区域的地图;

步骤s5:将测试区域的地图导入巡检机器人的导航定位系统。

本方案基于激光雷达采集的三维点云数据,对三维点云数据进行预处理和解算,得到高精度的导航数据,再通过三维slam技术构建测试区域的地图,施工和检修人员可直接利用测试区域的地图进行巡检,依照高精度的导航地图,可保证人员在施工作业中与带电设备保持安全距离,降低人员作业风险;并且还可以将测试区域的地图导入变电站内巡检机器人的导航定位系统中,以供巡检机器人可在变电站中实现自动规定路线进行巡航和定点拍照的功能。

更进一步地,为详细说明如何使用激光雷达采集三维点云数据,所述步骤s1具体包括以下步骤:

步骤s1-1:计划准备阶段:收集测试区域的相关数据资料,进行采集路径的规划设计、布设地面gps基站、量测gps基站点坐标;

步骤s1-2:数据采集实施阶段:使用激光雷达完成测试区域的路径规划,按照规划的路径采集测试区域的三维点云数据。

更进一步地,为详细说明如何对采集的三维点云数据进行预处理得到点云数据,所述步骤s2具体包括以下步骤:

步骤s2-1:下载三维点云数据和gps基站数据至存储控制单元;

步骤s2-2:点云处理单元获取存储控制单元中的数据,对三维点云数据进行pos解算和校正得到点云数据;

步骤s2-3:点云处理单元对点云数据进行滤波和平滑处理,除去噪点,减小点云厚度。

更进一步地,为详细说明下载三维点云数据和gps基站数据至存储控制单元的具体步骤,所述步骤s2-1具体包括以下步骤:

步骤s2-1a:将布设的gps基站连接到数据处理工作站上,通过数据处理工作站将gps基站的数据文件拷贝至存储控制单元中;

步骤s2-1b:将使用激光雷达采集的三维点云数据及imu数据拷贝到所述存储控制单元中。

更进一步地,为了详细说明点云处理单元获取存储控制单元中的数据,对三维点云数据进行pos解算和校正得到点云数据的步骤,所述步骤s2-2具体包括以下步骤:

步骤s2-2a:存储控制单元向点云处理单元导入gps基站的数据文件和imu数据,设置pos解算参数,以及设置gps基站坐标;使用gnss紧耦合算法解算得到以gps基站为坐标原点的相对坐标或以地理实际经纬度的绝对坐标,以及得到设备的定位定姿pos数据;所述定位定姿pos数据包括设备的绝对位置和运动姿态数据;

步骤s2-2b:根据pos数据采用wgs84/utm投影坐标建立以gps基站为坐标原点的三维点云坐标;

步骤s2-2c:根据pos数据中所包含的设备绝对位置和运动姿态数据,联合采集的三维点云数据中所包含的相对坐标数据,解算带有三维点云坐标的点云数据;

步骤s2-2d:根据采集的三维点云数据的翻滚角、俯仰角、偏航角的角度校验值,以及三维点云坐标,对解算得到的点云数据进行校正。

更进一步地,为了详细说明如何对点云数据进行分类和重采样后处理,所述步骤s3具体包括以下步骤:

步骤s3-1:对测试区域的相关数据资料进行训练,将预处理后的点云数据按照测试区域进行分类,进而对大量的点云数据进行快速识别;所述测试区域的相关数据资料包括测试区域内的设备资料;

步骤s3-2:对未能正常分类的点云数据,使用人工交互的方式对其进行分类得以识别;

步骤s3-3:设置采样率或采样间隔,对分类输出的点云数据进行抽稀。

一种基于背负式的激光雷达扫描系统,集成设置于背负式背包主体中,并利用上述任一项所述基于背负式的激光雷达扫描导航定位方法实施导航定位,所述基于背负式的激光雷达扫描系统包括:

激光雷达测量单元,用于采集三维点云数据;

gps定位系统,用于采集路径规划、布设地面gps基站、量测gps基站点坐标;

存储控制单元,用于获取激光雷达测量单元和gps定位系统采集的数据;

点云处理单元,用于对存储控制单元中的数据进行处理和解算,得到测试区域的地图。

本方案中将激光雷达扫描系统集成设置于背负式背包主体中,施工或检修的人员背负该激光雷达扫描系统便可检测识别到带电导线、设备安全作业距离,确保站内施工或检修过程中人员的工作安全,降低作业风险。

更进一步地,其中所述点云处理单元包括:

惯性导航系统,用于采集设备的imu数据;

pos解算单元,用于根据gps基站的数据文件和imu数据解算出pos数据;

相对坐标建立单元,用于根据pos解算单元解算出的pos数据建立存在gps基站及站点的相对坐标;

三维点云坐标建立单元,用于根据相对坐标和pos数据建立三维点云坐标并得到点云数据;

降噪单元,用于对点云数据进行噪声滤波、平滑处理;

三维slam地图建立单元,用于根据三维点云坐标并利用三维slam算法,测试区域的地图。

一种基于激光雷达扫描的巡检机器人,包括行走部件,所述巡检机器人内部集成了所述激光雷达扫描系统。

更进一步地,所述巡检机器人还包括导航定位系统,用于接收激光雷达扫描系统导入的测试区域地图,并根据测试区域地图作为巡检机器人的导航行走依据。

与现有技术相比,本发明的有益效果:

本发明使用激光雷达和三维slam技术解决了二维slam的局限性,获取高精度的导航地图数据,根据地图导航的准确性,主动规划巡检路径,同时满足人工施工和检修时人员与设备的安全距离检测,确保站内施工或检修过程中人员的工作安全,降低作业风险;也满足变电站内巡检机器人依照地图数据自动规划巡检路径完成巡航和定点拍照的功能。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。

图1为本发明激光雷达扫描导航定位方法流程图;

图2为本发明对三维点云数据进行预处理得到点云数据的流程图;

图3为本发明对点云数据进行分类和重采样后处理的流程图;

图4为本发明激光雷达扫描系统模块框图;

图5为本发明巡检机器人内部系统模块框图。

具体实施方式

下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。

实施例:

本发明通过下述技术方案实现,如图1所示,一种基于背负式的激光雷达扫描导航定位方法,包括以下步骤:

步骤s1:使用激光雷达采集三维点云数据。

本步骤采用的激光雷达结合了激光雷达和slam技术,集成激光雷达和全景相机单元,可实时获取高精度的真彩色三维点云数据。

采集数据包括计划准备阶段和数据采集实施阶段,其中计划准备阶段主要根据变电站测试区域的特点,收集该测试区域的相关资料,进行数据采集路径规划的设计、布设地面gps基站、量测gps基站点坐标等准备工作;数据采集实施阶段时,使用激光雷达完成对测试区域的路径规划,并按照规划的路径采集测试区域的三维点云数据,完成数据采集作业。

步骤s2:对采集的三维点云数据进行预处理得到点云数据。

对三维点云数据进行预处理包括数据下载、解算、滤波等处理,详细来说,如图2所示,首先将布设的gps基站连接到数据处理工作站上,通过数据处理工作站将gps基站的数据文件拷贝至存储控制单元中,此处gps基站的数据文件可使用下载的网络虚拟基站vrs数据来代替。然后以usb接口连接的方式,将使用激光雷达采集的三维点云数据及imu数据也拷贝到存储控制单元中,完成数据下载作业。这里的imu数据本发明背负式的激光雷达扫描系统设备即时位姿数据。

接下来将存储控制单元中的gps基站的数据文件和imu数据导入点云处理单元,设置pos解算参数,以及设置gps基站的坐标,所述pos解算参数包括点云投影坐标系选择、基站类型选择等参数。此处可以将gps基站作为坐标原点设置相对坐标,或按照地理实际经纬度设置绝对坐标。本实施例为便于方案说明,将gps基站作为原点设置相对坐标,经过gnss紧耦合算法解算得到以gps基站为坐标原点的相对坐标,以及得到设备的的高精度定位定姿pos数据,所述pos数据即pos解算系统获取的数据,指的是设备的绝对定位定姿数据,包括设备在每一时间点的绝对位置和运动姿态。

根据相对坐标及其pos数据,采用wgs84/utm投影坐标建立以gps基站为坐标原点的三维点云坐标。所述wgs84/utm投影坐标也为巡检机器人的导航定位系统所使用的投影坐标。

对于步骤s1中激光雷达原始采集的三维点云数据是以传感器(及激光雷达测量单元本身)为原点的相对坐标,因此根据gnss紧耦合算法解算得到的pos数据和gps基站为坐标原点的相对坐标,可以解算出三维点云数据在以gps基站为坐标原点的相对坐标中的位置,从而得到点云数据。

根据采集的三维点云数据的翻滚角(roll)、俯仰角(pitch)、偏航角(yaw)的角度校验值,以及三维点云坐标,对解算得到的点云数据进行校正,进一步提升点云数据的精度。

最后使用点云处理单元对点云数据进行滤波和平滑处理,除去噪点,减小点云厚度,使得测试区域的设备轮廓更为清晰,比如测试区域为变电站时,使得变电站中的设备轮廓更清晰。

步骤s3:对点云数据进行分类和重采样后处理。

如图3所示,本步骤首先使用点云处理单元通过机器学习算法对测试区域的相关数据进行训练,将预处理后的点云数据按照测试区域进行分类,比如测试区域为变电站时,对变电站中的一次设备、二次设备进行分类,其中一次设备包括变压器、高压断路器、隔离开关、母线、避雷针、电容器、电抗器等,二次设备包括继电保护装置、自动装置、测控装置、计量装置、自动化系统以及为二次设备提供电源的直流设备等。

分类后可以快速对大量的点云数据进行识别,进而可识别到如上述的变压器、高压断路器等一次设备和二次设备等设备的点云数据。同时对未能正常分类或分类效果差的点云数据,使用人工交互的方式对其进行分类和编辑,进而得以识别。

由于巡检机器人内部系统对于点云数据的承载量有限,因此需要对点云数据进行重采样处理,使用点云处理单元设置一定的采样率或采样间隔,对分类输出的点云数据进行抽稀,以达到在不降低数据质量的前提下,减小数据量的目的,从而降低大量的点云数据处理,增强了点云数据的处理效率。

步骤s4:基于点云数据和三维slam算法建立测试区域的地图。

对点云数据的解算通常得到的数据格式包括.las、.lidata、.ply、.pcd等,而巡检机器人内部的系统所需要的高精度点云地图数据一般是ascii格式,因此需要利用点云处理单元将点云数据转换为ascii格式,并使用三维slam算法依照点云数据建立测试区域的地图,以供巡检机器人进行导航使用。

步骤s5:将测试区域的地图导入巡检机器人的导航定位系统。

将步骤s4中转换后的ascii格式的测试区域地图导入变电站中巡检机器人内部的导航定位系统中,以便巡检机器人可自动读取地图中的坐标作为定位导航的依据,从而巡检机器人可在变电站中实现按照规定路线进行巡航和定点拍照的功能。

基于上述方法,本发明还提出一种基于背负式的激光雷达扫描系统,集成设置于背负式背包主体中,并利用所述基于背负式的激光雷达扫描导航定位方法实施导航定位,如图4所示,所述基于背负式的激光雷达扫描系统包括:

激光雷达测量单元,用于完成导航定位方法中步骤s1所述的采集三维点云数据,包括完成计划准备阶段和数据采集实施阶段。

gps定位系统,用于配合所述激光雷达测量单元完成采集路径规划、布设地面gps基站、量测gps基站点坐标的工作。

存储控制单元,用于获取并存储所述激光雷达测量单元和gps定位系统采集的数据,包括三维点云数据、gps基站的数据文件等。

点云处理单元,用于对存储控制单元中的数据进行处理和解算,得到测试区域的地图。

其中所述点云处理单元包括:

惯性导航系统,用于采集设备的imu数据,比如步骤s2-1b中所拷贝的imu数据即是通过惯性导航系统采集而来;

pos解算单元,用于根据gps基站的数据文件和imu数据解算出pos数据,比如完成步骤s2-2a中的工作;

相对坐标建立单元,用于根据pos解算单元解算出的pos数据建立存在gps基站的相对坐标,比如完成步骤s2-2b中的工作;

三维点云坐标建立单元,用于根据相对坐标和pos数据建立三维点云坐标并得到点云数据,比如完成步骤s2-2c中的工作;

降噪单元,用于对点云数据进行噪声滤波、平滑处理,比如完成步骤s2-3中的工作;

三维slam地图建立单元,用于基于点云数据和三维slam算法建立测试区域的地图,比如完成步骤s4中的工作。

将激光雷达扫描系统集成设置于背负式背包主体中,施工或检修的人员背负该激光雷达扫描系统便可检测识别到带电导线、设备安全作业距离,确保站内施工或检修过程中人员的工作安全,降低作业风险。

本发明还提出一种基于激光雷达扫描的巡检机器人,包括行走部件,如图5所示,所述巡检机器人内部集成了本实施例提出的所述激光雷达扫描系统。

所述巡检机器人还包括导航定位系统,用于接收激光雷达扫描系统导入的测试区域的地图,并根据测试区域的地图作为巡检机器人的导航行走依据,从而巡检机器人可在变电站中实现自动规定路线进行巡航和定点拍照的功能,同时也满足了站内施工安全规范的要求。

综上所述,本发明使用激光雷达和三维slam技术解决了二维slam的局限性,获取高精度的导航地图数据,根据地图导航的准确性,主动规划巡检路径,同时满足人工施工和检修时人员与设备的安全距离检测,确保站内施工或检修过程中人员的工作安全,降低作业风险;也满足变电站内巡检机器人依照地图数据自动规划巡检路径完成巡航和定点拍照的功能。

以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。


技术特征:

1.一种基于背负式的激光雷达扫描导航定位方法,其特征在于:包括以下步骤:

步骤s1:使用背负式激光雷达采集三维点云数据;

步骤s2:对采集的三维点云数据进行预处理得到点云数据;

步骤s3:对点云数据进行分类和重采样后处理;

步骤s4:基于点云数据和三维slam算法建立测试区域的地图;

步骤s5:将测试区域的地图导入巡检机器人的导航定位系统;

所述步骤s1具体包括以下步骤:

步骤s1-1:计划准备阶段:收集测试区域的相关数据资料,进行采集路径的规划设计、布设地面gps基站、量测gps基站点坐标;

步骤s1-2:数据采集实施阶段:使用激光雷达完成测试区域的路径规划,按照规划的路径采集测试区域的三维点云数据;

所述步骤s2具体包括以下步骤:

步骤s2-1:下载三维点云数据和gps基站数据至存储控制单元;

步骤s2-2:点云处理单元获取存储控制单元中的数据,对三维点云数据进行pos解算和校正得到点云数据;

步骤s2-3:点云处理单元对点云数据进行滤波和平滑处理,除去噪点,减小点云厚度。

2.根据权利要求1所述的一种基于背负式的激光雷达扫描导航定位方法,其特征在于:所述步骤s2-1具体包括以下步骤:

步骤s2-1a:将布设的gps基站连接到数据处理工作站上,通过数据处理工作站将gps基站的数据文件拷贝至存储控制单元中;

步骤s2-1b:将使用激光雷达采集的三维点云数据及imu数据拷贝到所述存储控制单元中。

3.根据权利要求2所述的一种基于背负式的激光雷达扫描导航定位方法,其特征在于:所述步骤s2-2具体包括以下步骤:

步骤s2-2a:存储控制单元向点云处理单元导入gps基站的数据文件和imu数据,设置pos解算参数,以及设置gps基站坐标;

使用gnss紧耦合算法解算得到以gps基站为坐标原点的相对坐标或以地理实际经纬度的绝对坐标,以及得到设备的定位定姿pos数据;所述定位定姿pos数据包括设备的绝对位置和运动姿态数据;

步骤s2-2b:根据pos数据采用wgs84/utm投影坐标建立以gps基站为坐标原点的三维点云坐标;

步骤s2-2c:根据pos数据中所包含的设备绝对位置和运动姿态数据,联合采集的三维点云数据中所包含的相对坐标数据,解算带有三维点云坐标的点云数据;

步骤s2-2d:根据采集的三维点云数据的翻滚角、俯仰角、偏航角的角度校验值,以及三维点云坐标,对解算得到的点云数据进行校正。

4.根据权利要求3所述的一种基于背负式的激光雷达扫描导航定位方法,其特征在于:所述步骤s3具体包括以下步骤:

步骤s3-1:对测试区域的相关数据资料进行训练,将预处理后的点云数据按照测试区域进行分类,进而对大量的点云数据进行快速识别;所述测试区域的相关数据资料包括测试区域内的设备资料;

步骤s3-2:对未能正常分类的点云数据,使用人工交互的方式对其进行分类得以识别;

步骤s3-3:设置采样率或采样间隔,对分类输出的点云数据进行抽稀。

5.一种基于背负式的激光雷达扫描系统,集成设置于背负式背包主体中,并利用权利要求1-4任一项所述基于背负式的激光雷达扫描导航定位方法实施导航定位,其特征在于:所述基于背负式的激光雷达扫描系统包括:

激光雷达测量单元,用于采集三维点云数据;

gps定位系统,用于采集路径规划、布设地面gps基站、量测gps基站点坐标;

存储控制单元,用于获取激光雷达测量单元和gps定位系统采集的数据;

点云处理单元,用于对存储控制单元中的数据进行处理和解算,得到测试区域的地图。

6.根据权利要求5所述的一种基于背负式的激光雷达扫描系统,其特征在于:所述点云处理单元包括:

惯性导航系统,用于采集设备的imu数据;

pos解算单元,用于根据gps基站的数据文件和imu数据解算出pos数据;

相对坐标建立单元,用于根据pos解算单元解算出的pos数据建立存在gps基站及站点的相对坐标;

三维点云坐标建立单元,用于根据相对坐标和pos数据建立三维点云坐标并得到点云数据;

降噪单元,用于对点云数据进行噪声滤波、平滑处理;

三维slam地图建立单元,用于根据三维点云坐标并利用三维slam算法,测试区域的地图。

7.一种基于激光雷达扫描的巡检机器人,包括行走部件,其特征在于:所述巡检机器人内部集成了权利要求5所述的激光雷达扫描系统。

8.根据权利要求7所述的一种基于激光雷达扫描的巡检机器人,其特征在于:还包括导航定位系统,用于接收激光雷达扫描系统导入的测试区域地图,并根据测试区域地图作为巡检机器人的导航行走依据。

技术总结
本发明涉及一种基于背负式的激光雷达扫描系统、导航定位方法,包括以下步骤:使用背负式激光雷达采集三维点云数据;对采集的三维点云数据进行预处理得到点云数据;对点云数据进行分类和重采样后处理;基于点云数据和三维SLAM算法建立测试区域的地图;将测试区域的地图导入巡检机器人的导航定位系统。本发明使用激光雷达和三维SLAM技术解决了二维SLAM的局限性,获取高精度的导航地图数据,根据地图导航的准确性,主动规划巡检路径,同时满足人工施工和检修时人员与设备的安全距离检测,确保站内施工或检修过程中人员的工作安全,降低作业风险;也满足变电站内巡检机器人依照地图数据自动规划巡检路径完成巡航和定点拍照的功能。

技术研发人员:熊文韬
受保护的技术使用者:北京数字绿土科技有限公司
技术研发日:2020.05.19
技术公布日:2020.06.26

分享一种基于背负式的激光雷达扫描系统、导航定位方法与流程的相关内容如下: