基于多传感器信息融合的电缆隧道巡检机器人开发

基于多传感器信息融合的电缆隧道巡检机器人开发
摘要：针对于目前电力电缆隧道巡检人工检测智能化程度低、检测效率差等问题设计开发了一套电缆隧道巡检机器人系统。

综合传感技术、仪器仪表、远程通讯和计算机辅助检测等相关技术建立了系统的总体方案，分析了基于多传感器信息融合技术的机器人系统特性，建立了系统仿真模型，证明了该机器人设计方案的可行性。

关键词：电缆隧道巡检机器人，多传感器信息融合，超声测距，避障
中图分类号：u45 文献标识码：a 文章编号：
1引言
目前，对于电力电缆隧道的巡检大多数采取人工操作，不但智能化程度低，检测精度差，而且隧道内环境恶劣，存在积水、空气质量差等情况，严重危害操作人员的健康。

随着对电缆隧道的巡检自动化需求越来越紧迫，建立一套精确、高效、智能的电缆隧道巡检机器人系统势在必行。

本文应用传感技术、仪器仪表、远程通讯和计算机辅助检测等相关技术建立了电缆隧道巡检机器人系统，基于多传感器融合技术，保证了系统的强适应性和可靠性。

2 机器人总体方案设计
2.1系统总体框架设计
本机器人巡检系统是在充分考虑了电力电缆隧道巡检的实际工作情况下进行开发设计的，集控制技术、传感技术、通讯技术、测
试技术、数字信号处理技术、计算机技术等于一体，总体系统框架如图1所示。

图1 总体系统框架设计
考虑到应用环境对系统抗震性和稳定性的较高要求，采用pc104和内部canopen通信网络的总线框架。

上层使用嵌入式单板电脑，使用can总线扩展卡连接伺服控制/驱动模块控制并驱动各电机，使用多传感器融合板采集各传感器信息，通过视频服务器进行视频数据传输。

2.2通讯系统设计
机器人与远程监控系统之间的外部通讯，通过与远程监控系统组成局域网络，采用tcp ip/rtp协议进行数据通信；主控cpu与其它功能节点之间的内部通讯，采用can总线通讯方式。

由于机器人在隧道内移动工作，隧道环境对无线信号屏蔽现象严重，因此采用辐射型漏泄同轴电缆，实现隧道内无线信号的全程覆盖，同时可以有效的保证通信质量，实现多种基于无线网络的应用。

2.3供电系统设计
在机器人内部安装大容量锂电池，为其提供充足的电能。

选择嵌入式单片机作为主控芯片，配合电池电量监控电路板实现对电源输出电压和电流的采集，计算剩余电量；收到上位机命令时，把剩余电量数据发送给主计算机；当电压低于20%时向主cpu报警。

3基于多传感器融合技术研究
电缆隧道巡检机器人工作于非结构化环境，采用多传感器信息融
合技术，来使其对所处环境进行切合实际的感知、识别和建模。

[1-2]根据系统需要，采用超声传感器、红外传感器、多参数气体传感器、视觉传感器、红外热成像仪等传感器，基于传感器融合技术进行环境识别和智能运动控制。

[3-6]
机器人采取履带式行走机构，通过在车体上配置的超声、红外传感器实现运动中探测障碍物的距离信息，并把这些距离信息通过多传感器信息融合的方法计算出机器人的轮速，再将该信息输入电机驱动控制模块，来控制机器人左右行走机构的转速，通过转速的变化，控制机器人的运动，实现方向的改变，并且做到实时避障。

具体的多传感器信息融合方法为：超声和红外传感器探测到距离信息以后，首先利用自适应加权算法进行一级融合；将一级融合的融合结果采用t-s模糊神经网络的算法进行二级融合；此时，二级融合的输出即为机器人的左右行走机构的转速，避障多传感器信息融合结构框图如图2所示。

图2 机器人避障多传感器信息融合框图
利用 matlab gui 设计二维平面环境模型，设置机器人的行驶环境大小、起点、终点和障碍物，机器人避障 t-s 模糊神经网络控制仿真结果如图3所示。

图3 机器人避障t-s模糊神经网络控制仿真结果
如图3，机器人采用基于自适应加权融合算法和 t-s 模糊神经网络相结合的两级融合实时避障方法，达到了预期的目标。

4 结论
本文基于多传感器融合技术开发了电缆隧道巡检机器人系统，设计了系统方案，同时对多传感器融合技术进行了分析，建立了系统仿真模型，证明了本设计方案的可行性。

参考文献：
[1]司兴涛. 多传感器信息融合技术及其在移动机器人方面的应用[d]. 济南：山东理工大学, 2009年4月.
[2]陈建平, 陈学松, 蔡文伟. 移动机器人系统多传感器信息融合研究[j]. 肇庆学院学报. 2008, 29(5): 1-10.
[3]赵小川, 罗庆生, 韩宝玲. 机器人多传感器信息融合综述[j]. 传感器与微系统. 2007, 27(8): 1-10.
[4]王莉烨, 董砚秋. 基于智能机器人的多传感器信息融合技术[j]. 黑龙江科技信息. 2002, 25(5): 32-33.
[5]周金祥. 多传感器数据融合及其在移动机器人中的应用[d]. 北京: 北方工业大学, 2006年5月.
[6]赵蕊, 贺建军. 多传感器信息融合技术[j]. 计算机测量与控制. 2007, 15(9): 1124-1134.。