基于slam技术与位置融合的换流站主设备虚拟现实巡检方法

提出基于slam技术与位置融合的换流站主设备虚拟现实巡检方法,改善巡检路径规划效果。基于智能机器人的换流站主设备虚拟现实巡检框架,利用智能机器人携带的IMU采集其加速度、角速率数据,经模糊自适应PI算法补偿智能机器人的航向角误差后,获取其位姿估计结果;采用相机、激光雷达传感器采集换流站环境图像数据,并基于双目结构光的RGB-Dslam方法对其作处理,以获取相机位姿估计;采用扩展卡尔曼滤波实现智能机器人的融合定位,确定其各时刻位置点、方向角,将其同步到虚拟空间后,绘制出换流站环境地图,以启发式路径搜索方法确定最优巡检路径,依据最小化成本函数制定巡检避障策略,实现换流站主设备虚拟空间避障巡检轨迹规划。实验结果表明:该方法可完成机器人航向角误差补偿;规划出最优换流站主设备巡检路线,误差仅为厘米级。