ArUco辅助的爬壁机器人自主定位方法OA北大核心CSTPCD

针对现有的爬壁机器人定位技术在纹理特征不明显、环境相对封闭、存在强磁干扰等特殊环境下的不足,提出利用机载鱼眼相机观测固定于地面的ArUco码的全新定位方案并实现了基于该定位方案的惯性测量单元/编码器/鱼眼相机多传感器融合的自主定位方法A-IEF。该方法首先识别ArUco码,并根据其在鱼眼图像中的位置筛选关键帧;然后,研究了固定于地面的ArUco码的角点在鱼眼图像中的重投影规律,并结合机器人姿态约束进行重定位优化;其次,在关键帧区间内,推导了角点重投影误差关于机器人位置和姿态增量的雅可比矩阵;接着,设计了基于ES-EKF(误差状态扩展卡尔曼滤波)的多信息融合方法,以编码器估计的位移误差及ArUco角点重投影误差作为观测量,实现对机器人航向角和位置的修正;最后,在大型钢制构件上进行测试,试验结果表明,本文方法具有更高的定位精度,其中位置估计精度保持在0.06 m以内,航向角估计精度保持在3.7°以内,相较于ArUco-rectified、航位推测法等定位算法,位置误差降低约47%,航向角误差降低约68%,并能够实现在弱光照环境中的定位。