(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211151994.8 (22)申请日 2022.09.21 (71)申请人 西安热工 研究院有限公司 地址 710048 陕西省西安市碑林区兴庆路 136号 申请人 江苏华电昆山热电有限公司 (72)发明人 李巍　李生文　李太江　张大伟　 程实　李建新　李聚涛　杨飚　 李凡　刘忠源　秦一兮　魏姝姝　 姜伟海　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 张宇鸽 (51)Int.Cl. G06T 7/73(2017.01)G06T 7/00(2017.01) G01C 21/20(2006.01) (54)发明名称 一种管道内机 器人定位方法及系统 (57)摘要 本发明公开了一种管道内机器人定位方法 及系统， 属于管道机器人技术领域。 首先根据待 测管道的直径以及长度， 建立机器人的定位坐标 系， 确定定位坐标系的坐标范围和原点位置， 并 给定机器人的初始位置和初始姿态； 然后将机器 人在预设采样频率下的运动近似为直线运动， 采 用坐标变换计算机器人在建立的定位坐标系上 的位移， 得到机器人的运动坐标点， 将运动坐标 点对应的坐标数值进行记录和累加， 将运动坐标 点之间进行直线段连接， 得到机器人的行进轨迹 曲线； 最后采集机器人行进过程中的视频图像， 对得到的机器人行进轨迹曲线进行校准， 实现管 道内机器人的定位。 本发明的自动化程度高， 能 够准确实现管道内机器人的定位， 为管道内自动 化检测提供有利条件。 权利要求书3页 说明书6页 附图2页 CN 115511964 A 2022.12.23 CN 115511964 A 1.一种管道内机器人定位方法， 其特 征在于， 包括： S1： 根据待测管道的直径以及长度， 建立机器人的定位坐标系， 确定定位坐标系的坐标 范围和原点 位置， 并给定 机器人的初始位置和初始姿态； S2： 将机器人在预设采样频率下的运动近似为直线运动， 采用坐标变换计算机器人在 S1建立的定位坐标系 上的位移， 得到机器人的运动坐标点， 将运动坐标点对应的坐标数值 进行记录和累加， 将所述 运动坐标点之间进行直线段 连接， 得到 机器人的行进轨 迹曲线； S3： 采集机器人行进过程中的视频图像， 对S2得到的机器人行进轨迹曲线进行校准， 实 现管道内机器人的定位。 2.如权利要求1所述的管道内机器人定位方法， 其特征在于， S2中， 所述预设采样频率 等于管道机器人当前运动速度除以单位 位移。 3.如权利要求1所述的管道内机器人定位方法， 其特征在于， S2中， 机器人在S1建立的 定位坐标系上的位移通过以下 方法求得： 将机器人任意时刻的坐标记为(x,y,z)old， 下一采样 时刻的坐标记为(x,y,z)new， 进行 坐标变换后得到： 其中Δx、 Δy、 Δz分别表示在定位坐标系x、 y、 z方向上的位移， R为坐标旋转矩阵， k为 尺度缩放因子， 取k ＝1。 4.如权利要求3所述的管道内机器人定位方法， 其特征在于， 当机器人前进或后退时， 利用陀螺仪三轴的旋转角度α、 β 、 γ， 将 两侧主动轮的移动位移向x、 y、 z投影， 通过三角函数 计算得到Δx、 Δ y、 Δz的值； 当机器人转向时， 根据两侧主动轮的位移差和宽度计算得到转 向的角度并与陀螺仪三轴的旋转角度α、 β、 γ求差， 再将两侧主动轮的移动位移向x、 y、 z投 影， 通过三角函数计算得到 Δx、 Δy、 Δ z的值。 5.如权利要求1所述的管道内机器人定位方法， 其特征在于， S3中， 对S2得到的机器人 行进轨迹曲线进行校准， 具体为： 根据管道焊接工艺中确定的待测管道内环焊缝位置并投射在S1建立的定位坐标系上， 采集的机器人行进过程中的视频图像中出现待测管道内环焊缝时， 将S2得到机器人的位移 与管道焊接 工艺中确定的待测管道内环焊缝位置进行比较， 进行 校准。 6.如权利要求1所述的管道内机器人定位方法， 其特征在于， S3中， 对S2得到的机器人 行进轨迹曲线进行校准， 具体包括： 步骤1： 对 采集的视频图像进行 灰度均衡； 步骤2： 采用三帧差分法和大津法对步骤1灰度均衡后的图像进行处理， 获得二值化的 视频图像； 步骤3： 采用不变矩算法判断图像相似， 进 而判断机器人 是否存在打滑。 7.如权利要求6述的管道内机器人定位方法， 其特 征在于， 步骤1具体包括： 步骤1.1： 求解像 素为M×N的视频图像的第i行像 素点对应的灰度均值Mi和第j列像 素点 对应的灰度均值Mj：权　利　要　求　书 1/3 页 2 CN 115511964 A 2式中， H(i,j)为图像中坐标为(i,j)处的像素点对应的灰度值； 步骤1.2： 建立灰度均衡模型： 步骤1.3： 进行灰度值修正， 将第i行中所有像 素点的灰度值， H(i,j)与Gi进行比较， 根据 以下公式进行修 正： 式中， Gim为第i行中光照充足条件下的灰度平均值， Gjm为第j列中光照充足条件下的灰 度平均值； 步骤1.4： 获取修 正后的灰度值 式中， w1和w2是权 重系数， 8.如权利要求7 所述的管道内机器人定位方法， 其特 征在于， 步骤2具体包括： 步骤2.1： 选取视频中相邻三帧图像， 对应的像素点灰度值采用第 一步的灰度均值处理 后分别是 将相邻两帧图像进行差分运算， 得到dk+1,k (i,j),dk,k‑1(i,j)： 步骤2.2： 对dk+1,k(i,j),dk,k‑1(i,j)进行逻辑与运 算， 得到dk(i,j)： dk(i,j)＝dk+1,k(i,j)∩dk,k‑1(i,j) 步骤2.3： 使用大津法确定阈值T， 并进行二 值化处理。 9.如权利要求8所述的管道内机器人定位方法， 其特 征在于， 步骤3具体包括： 步骤3.1： 计算图像b(i,j)的7个二维不变矩； 步骤3.2： 对7个二维不变矩进行归一 化处理； 步骤3.3： 继续采 取图像灰度均衡处理得到图像 三权　利　要　求　书 2/3 页 3 CN 115511964 A 3