智能制造网手机版

手机访问更快捷

智能制造网APP

安卓版

智能制造网小程序

营销推广更便捷

您现在的位置:智能制造网>机器人>技术列表>简单了解爬壁机器人定位技术

简单了解爬壁机器人定位技术

2022年09月11日 09:04:43 人气: 562 来源: 洛阳圣瑞智能机器人有限公司
  机器人的移动并不是单纯靠机械传动而已,对于如今的智能机器人来说,为了使其更加精确的移动到需要的地点,定位也就成为了十分必要的技术,毕竟准确的找到正确的工作地点,才能解决人力难以解决的问题,而爬壁机器人作为移动机器人的一种,也需要做到正确的定位才行,下面圣瑞小编就为大家简单介绍一下相关的各种爬壁机器人定位技术。
 
  一、光反射导航定位
 
  典型的光反射导航定位方法主要是利用激光或红外传感器来测距,激光和红外都是利用光反射技术来进行导航定位的。激光全局定位系统一般由激光器旋转机构、反射镜、光电接收装置和数据采集与传输装置等部分组成;红外传感器包括一个可以发射红外光的固态发光二极管和一个用作接收器的固态光敏二极管。
 
  激光测距具有光束窄、平行性好、散射小、测距方向分辨率高等优点,但同时它也受环境因素干扰比较大,因此采用激光测距时怎样对采集的信号进行去噪等也是一个比较大的难题,另外激光测距也存在盲区,所以光靠激光进行导航定位实现起来比较困难,在工业应用中,一般还是在特定范围内的工业现场检测,如检测管道裂缝等场合应用较多。
 
  虽然红外传感定位同样具有灵敏度高、结构简单、成本低等优点,但因为它的角度分辨率高,而距离分辨率低,因此在移动机器人中,常用作接近觉传感器,探测临近或突发运动障碍,便于机器人紧急停障。
 
  二、超声波导航定位
 
  超声波导航定位的工作原理与激光和红外类似,通常是由超声波传感器的发射探头发射出超声波,超声波在介质中遇到障碍物而返回到接收装置,通过接收自身发射的超声波反射信号,根据超声波发出及回波接收时间差及传播速度,计算出传播距离,就能得到障碍物到机器人的距离。
 
  因为超声波传感器自身的缺陷,比如镜面反射、有限的波束角等,给充分获得周边环境信息造成了困难,所以通常采用多传感器组成的超声波传感系统,建立相应的环境模型,通过串行通信把传感器采集到的信息传递给移动机器人的控制系统,控制系统再根据采集的信号和建立的数学模型采取一定的算法,进行对应数据处理便可以得到机器人的位置环境信息。
 
  超声波传感器具有成本低廉、采集信息速率快、距离分辨率高等优点,长期以来被广泛地应用到移动机器人的导航定位中。而且它采集环境信息时不需要复杂的图像配备技术,因此测距速度快、实时性好。同时,超声波传感器也不易受到如天气条件、环境光照及障碍物阴影、表面粗糙度等外界环境条件的影响。超声波进行导航定位已经被广泛应用到各种移动机器人的感知系统中。
 
  三、视觉导航定位
 
  在视觉导航定位系统中,目前应用较多的是在机器人中安装摄像机的局部视觉导航方式。在这种导航方式中,控制设备和传感装置装载在机器人主体上,图像识别、路径规划等高层决策都由控制计算机完成。
 
  视觉导航定位系统主要包括:摄像机(或CCD图像传感器)、视频信号数字化设备、基于DSP的快速信号处理器、计算机及其外设等。现在有很多机器人系统采用CCD图像传感器,其基本元件是一行硅成像元素,在一个衬底上配置光敏元件和电荷转移器件,通过电荷的依次转移,将多个象素的视频信号分时、顺序地取出来。
 
  视觉导航定位系统的工作原理简单说来就是对机器人周边的环境进行光学处理,先用摄像头进行图像信息采集,将采集的信息进行压缩,然后将它反馈到一个由神经网络和统计学方法构成的学习子系统,再由学习子系统将采集到的图像信息和机器人的实际位置联系起来,完成机器人的自主导航定位功能。
 
  四、SLAM技术
 
  SLAM(Simultaneous Localization and Mapping,即时定位与地图构建),自1988年被提出以来,主要用于研究机器人移动的智能化。对于*未知的室内环境,配备激光雷达等核心传感器后,SLAM技术可以帮助机器人构建室内环境地图,助力机器人的自主行走。
 
  SLAM问题可以描述为:机器人在未知环境中从一个未知位置开始移动,在移动过程中根据位置估计和传感器数据进行自身定位,同时建造增量式地图。
 
  SLAM技术即是现今很多智能机器人主要使用的定位技术,也是一直在开发的机器人定位技术,而且主要是针对封闭空间内的使用,所以并不是十分适用于圣瑞大部分的爬壁机器人。圣瑞永磁吸附爬壁机器人主要用途是室外的壁面除锈、喷漆和检测,使用视觉导航定位技术和超声波导航定位技术较多,在大部分天气情况下都可以有效进行机器人位置定位和工作区域定位,如果有兴趣了解的小伙伴,可以在洛阳圣瑞智能机器人有限公司的网站留言,或者客服电话进行咨询。
 
全年征稿/资讯合作 联系邮箱:1271141964@qq.com
版权与免责声明
1、凡本网注明"来源:智能制造网"的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
2、企业发布的公司新闻、技术文章、资料下载等内容,如涉及侵权、违规遭投诉的,一律由发布企业自行承担责任,本网有权删除内容并追溯责任。
3、本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
4、如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。