RTK-GNSS 融合轮速计定位在电力机器人的应用

程敏 刘文博 罗作煌

(亿嘉和科技股份有限公司，南京，210000)

0 引言

在人工智能技术的高速发展下，使用可操控机器人代替人工或辅助人工完成电力作业的需求量，正逐年呈现增长趋势，通过开发电力机器人，可以在电力作业或电力线路巡检过程中，将一些具有危险性的作业任务交由电力机器人完成。因此，开发智能化的电力机器人成为智能化领域的研究焦点[1-3]。

在电力机器人的应用中，涉及定位、导航、控制等多个关键技术，而在针对定位方面的研究，相关技术单位在早年便投入了大量人力与物力，并尝试在开发电力机器人时，引进多种定位方法，保证机器人的正常作业。近年来，随着北斗系统组网，RTK-GNSS 技术被越来越广泛地应用，相关研究单位也就RTK-GNSS 在电力环境中的应用做了大量的探索和研究[4-6]，并得到了一系列成果。

目前，电力环境中局部区域的电磁干扰对于GNSS设备的观测信号有一些影响，造成在某些电磁干扰较严重的区域GNSS 设备出现信号下降甚至丢失的情况，进而造成电力机器人在部分区域作业困难甚至无法作业，阻碍了这项技术在电力机器人中的应用。对此，本文在早期开发与研究的成果上，引进一种RTK-GNSS 设备与轮速计融合定位方法，补偿电力机器人在局部环境中因电磁干扰带来的定位不稳定问题，更好地发挥电力机器人投入使用后的作用。

1 RTK-GNSS 与轮速计融合系统设计

1.1 基于轮速计的里程计设计

轮速计只能够提供轮速信息，因此无法与RTKGNSS 系统给出的全局定位信息进行直接融合，因此，需要使用轮速计的底层信息结合运动模型设计一个里程计，如公式（1）所示：

单车模型是应用在移动机器人中非常常见的运动模型[8]，为了使里程计更加精确，在本次研究中，考虑到角速度的影响，在单次移动过程中，只考虑二维场景，则，即二维坐标和朝向，于是有：

以机器人上电位置为原点，结合以上递归方程，即可得到基于轮速计的里程计。

1.2 RTK-GNSS 与轮速里程计输出状态处理

RTK-GNSS 设备可以提供全局定位信息，其直接提供经纬度信息用于定位，在实际应用于机器人定位时，一般会将该经纬度信息投影到一个局部笛卡尔坐标系[9]：

一般可以认为GNSS 设备给出的定位信息符合一个高斯分布[10]，即：

GNSS 设备一般采用整周双差解算算法[11]，需要同时接收基站和卫星数据，在通信不流畅或者信号受干扰时，会使得定位数据噪声大幅增加，即公式（5）中的大幅增加，从而使定位出现不稳定现象，甚至直接导致解算结果无法收敛。特别是在实际应用电力机器人时，由于电力环境复杂的电磁干扰，各种干扰叠加，可能在局部区域影响较强。

轮速里程计可以帮助机器人稳定定位信息，在融合过程中，首先需要统一GNSS 输出信息与轮速里程计输出信息的坐标系，由于轮速里程计得到的机器人位姿是相对于其初始位姿的，因此，需要将里程计状态通过一个投影函数映射到GNSS 所在的局部笛卡尔坐标系：

求解该问题则可以得到R和t，从而能够将里程计输出映射到GNSS 所在的局部笛卡尔坐标系。

机器人在行驶过程中，容易出现颠簸、打滑的现象，但轮速里程计的运动模型进行了相应的简化，因此，可以认为轮速里程计通过投影得到的输出同样符合高斯分布，于是有：

与GNSS 输出状态不同的是，轮速里程计的噪声在每次进行坐标对齐后，会随着时间的增加而增加。

1.3 卡尔曼滤波融合设计

将GNSS 设备输出与轮速计输出进行初步的预处理后，得到对应的两个高斯分布。

卡尔曼滤波器[12-13]被广泛应用于多个高斯信号的融合过程中，因此这里采用卡尔曼滤波器与上述两个高斯分布进行融合：

根据卡尔曼滤波的原理，融合后的状态噪声小于任一输入状态噪声。当GNSS 设备出现受干扰情况时，轮速里程计在短时间内的状态不会发生突变，其噪声只会逐渐放大；当GNSS 设备输出变好时，滤波器输出噪声会再次被修正到一个合理的范围，从而使得整个滤波器最终的输出保持稳定。

综上所述，完成一个RTK-GNSS 与轮速计的设计。

2 对比实验分析

为了证明本文设计的应用于电力机器人的RTKGNSS 与轮速计融合定位方法，在电力线路巡检作业中具有实质性的作用，在完成此次研究后，笔者采用对比实验的方式，对研究的成果进行验证。

在此过程中，选择某220kV 变电站作为此次对比实验的试点场所，根据变电站的环境特征，搭建一台实验用电力机器人，同时搭载RTK-GNSS 设备进行固定路线行走，行走路线涉及变电站多个典型电磁干扰复杂的场景。测试机器人如图1 所示。

图1 测试用移动机器人

在完成实验环境的构建后，首先对实验搭建的电力机器人进行初始化。

为了确保实验过程中电路线路的运行不受到机器人运动的干扰，设定电力机器人的最高运动速度为1m/s、最低运动速度为0m/s，平均运动速度为0.5m/s。在电力机器人顶端云台上安装GNSS 天线，天线的接收信号范围为一个120.0°的锥形，确保天线不会受到机器人本体的遮挡和干扰；将GNSS 设备安装于机器人本体中部，通过串口与机器人本体工控机设备进行对接。

在完成对接后，需要对机器人进行空旷环境下的定位和通信测试，确保在非干扰环境下定位正常。测试时间为1.0min，确保GNSS 设备以设定的10Hz 向工控机设备反馈状态，此时即可认为两端通信状态良好；观察定位状态良好；同时，启动数据保存程序，保证数据保存功能正常。

在实验过程中，将GNSS 设备输出定位信息只做局部笛卡尔坐标系投影的数据作为参照数据，将本文提出的方法处理后的最终定位输出数据作为对比数据。同时记录两份数据，离线进行轨迹的绘制和对齐，分析两条轨迹与机器人巡检路径的差异；同时，选定轨迹上部分固定点位做重复定位测试，即将机器人按预设轨迹重复行驶n圈，每次机器人到达某固定位置时，记录该位置上定位输出数据，记为，i表示第i次记录的坐标值，按公式（12）计算定位误差：

将该误差作为评估本文方法的依据。

在实验过程中，预设线路布局及选取固定点位如图2所示。

图2 预设线路布局示意图

按照顺时针线路方向操作机器人沿两条路径行驶，得到两份不同的数据，其对比轨迹图如图3 所示。

图3 巡检轨迹对比

将固定点重复定位误差进行整理，如表1 所示。

表1 重复定位误差

综合图3 与表1 所示的实验结果可知，本文方法在电力机器人巡检过程中，记录的定位数据绘制的轨迹与设定路线基本保持一致，在所有固定点的平均重复定位误差为3.9cm，且在所有点的定位误差分布较为平均。而单一GNSS 设备在为电力机器人提供定位信息时，由于行驶路径中存在部分电磁干扰严重的区域，在最终绘制的轨迹中可以看出，在经过B 点所在区域时，机器人的轨迹出现了明显扭曲，与真实路径不符，此外，在该区域进行重复定位测试，误差为82cm，所有固定点的平均重复定位误差为18.517cm。综合上述实验，得出最终的实验结论：相比单一GNSS 设备定位方法，本文设计的RTK-GNSS 设备与轮速计融合定位方法，可在实际应用中为机器人提供更稳定的定位信息。

3 结束语

本文提出一种RTK-GNSS 设备与轮速计融合定位方法，并在完成设计后，选择某220kV 变电站作为此次对比实验的试点场所，使定制的测试用电力机器人在设定存在强电磁干扰路径上行走，将单一GNSS 设备输出并投影的定位信息、使用本文设计的方法得到的定位数据与真实轨迹进行对比。经过实践后，证明本文设计的融合定位方法，可在实际应用中，提供比单一GNSS 设备提供的定位信息更稳定的定位，其轨迹与真实轨迹重合度更高，平均重复定位误差约为3.9cm。

然而，尽管此次实验证明了本文方法的优越性，但考虑到此次实验的数据量不足，且实验过程可能存在偶然性，因此，仍需要在后期的研究中，选择多个变电站作为实践检验试点场所，通过多次实验，以证明本文设计的定位方法真实有效。