陳月玲，趙吉賓，齊智峰，夏仁波

(中國(guó)科學(xué)院 沈陽(yáng)自動(dòng)化研究所， 沈陽(yáng)　110016)

?

管道機(jī)器人非接觸式自動(dòng)糾偏方法

陳月玲，趙吉賓，齊智峰，夏仁波

(中國(guó)科學(xué)院 沈陽(yáng)自動(dòng)化研究所， 沈陽(yáng)110016)

摘要：針對(duì)等寬方形管道中車式機(jī)器人高精度直線行走的需求，構(gòu)建了由一臺(tái)CCD相機(jī)以及兩個(gè)線結(jié)構(gòu)光傳感器組成的視覺測(cè)量裝置。提出一種利用非接觸式三維測(cè)量計(jì)算車體偏離管道中心線距離和角度的方法，將車體姿態(tài)在線反饋，利用控制算法消除位姿偏差，使車體中心線與管道中心線保持高度重合性。實(shí)驗(yàn)結(jié)果表明該方法克服了現(xiàn)有方法無法在缺乏道路信息的管道中直線行走的缺陷，具有較強(qiáng)的魯棒性和檢測(cè)精度，在遠(yuǎn)距離行走中偏移距離精度小于±5mm，同時(shí)，該方法已經(jīng)被應(yīng)用于光傳輸管道的在線清理系統(tǒng)中。

關(guān)鍵詞：管道；視覺系統(tǒng)；三維測(cè)量；糾偏

0引言

在高功率激光裝置中，存在大量的光學(xué)元件。當(dāng)裝置建造和高通量運(yùn)行過程中，隨著運(yùn)行時(shí)間和激光能量的增加，光管道內(nèi)部氣溶膠含量迅速上升，由于微粒自由擴(kuò)散，大量的塵埃堆積在光學(xué)元件表面，光學(xué)表面的污染物會(huì)引起光學(xué)表面發(fā)生損傷,因此對(duì)運(yùn)行環(huán)境中光傳輸管道進(jìn)行潔凈處理是降低光學(xué)元件污染和損傷的必要手段。然而光傳輸管道一旦安裝完畢就很難將其拆卸進(jìn)行離線清洗，因而有必要研制一種光傳輸管道在線清潔系統(tǒng)，來降低光學(xué)元件污染和損傷[1]。

針對(duì)較窄的方式等寬管道，采用車式機(jī)器人攜帶在線清理裝置進(jìn)入光傳輸管道進(jìn)行清理工作[2-3]，然而機(jī)器人在進(jìn)入管道以及行走過程中不可避免地存在跑偏現(xiàn)象，導(dǎo)致光傳輸管道以及車體攜帶零部件受損，為了避免車體與管道內(nèi)壁發(fā)生不必要的碰撞，將車體中心線與管道中心線保持高度重合性尤為重要。國(guó)內(nèi)外許多學(xué)者對(duì)其進(jìn)行了研究，提出了許多有效方法，大量方法[4-6]普遍依靠視頻探測(cè)確定周圍環(huán)境以及對(duì)道路進(jìn)行識(shí)別，并將獲取的信息發(fā)送到各子單元自動(dòng)控制車體直線行走，然而無法滿足在無道路信息的光傳輸管道中高精度直線行走的需求。高森等人[7]利用空間映射的背景補(bǔ)償法進(jìn)行跟蹤任務(wù),該方法主要應(yīng)用于前景和背景相差較大的情況，對(duì)于沒有道路信息的光傳輸通道圖像檢測(cè)無法實(shí)施。Li等人[8]利用仿生鱷清潔管道中的沉積物，在運(yùn)動(dòng)的過程中,通過各驅(qū)動(dòng)電機(jī)的相互配合控制,將動(dòng)力通過直齒錐齒輪傳動(dòng)機(jī)構(gòu)使各關(guān)節(jié)的轉(zhuǎn)角發(fā)生變化,從而改變機(jī)器鱷的運(yùn)動(dòng)姿態(tài)，然而該方法的開關(guān)機(jī)制由齒狀邊緣構(gòu)成，對(duì)管道容易造成二次損壞。

本文構(gòu)建了一個(gè)光傳輸管道在線清潔系統(tǒng)，提出一種在缺乏道路信息的光傳輸管道中車式機(jī)器人進(jìn)行非接觸、高精度糾偏方法，設(shè)計(jì)視覺傳感器裝置，通過三維測(cè)量得到車體偏離管道中心線的偏差信息，對(duì)管道機(jī)器小車進(jìn)行動(dòng)力學(xué)分析，不斷消除位姿偏差，將車體中心糾正到管道中心線上。實(shí)驗(yàn)結(jié)果顯示該方法克服了現(xiàn)有方法無法在缺乏道路信息的等寬管道中直線行走的缺陷，具有糾偏精度高、成本低、有效避免車體攜帶部件與光傳輸管道發(fā)生不必要接觸等優(yōu)點(diǎn)。

1光傳輸管道在線清潔系統(tǒng)

為了實(shí)現(xiàn)機(jī)器人在管道內(nèi)高精度直線行走，選擇了移動(dòng)方式驅(qū)動(dòng)與轉(zhuǎn)向機(jī)構(gòu)獨(dú)立，結(jié)構(gòu)簡(jiǎn)單，應(yīng)用成熟且更有利于保證移動(dòng)機(jī)器人在管道內(nèi)沿管道中心線行走精度的車式移動(dòng)機(jī)器人[9]。

1.1在線清潔系統(tǒng)

由于激光具有強(qiáng)度高、能量密度大、聚焦性強(qiáng)、方向性好的特點(diǎn)，當(dāng)激光與物質(zhì)相互作用時(shí)，能夠達(dá)到清除物體表面污染物的目的，因此車式機(jī)器人搭載激光清洗部件對(duì)光傳輸管道內(nèi)部進(jìn)行在線清理。光傳輸管道在線清理系統(tǒng)由車式管道機(jī)器人以及外置部件(包括控制軟件、電源、制冷、顯示器、吸塵等部件)組成，其中車式機(jī)器人上裝載有在線潔凈處理執(zhí)行部件、視覺傳感器系統(tǒng)、監(jiān)控?cái)z像頭以及吸塵頭部件。潔凈處理執(zhí)行部件對(duì)光傳輸管道內(nèi)壁進(jìn)行精細(xì)清洗，紅外監(jiān)控?cái)z像頭對(duì)管道內(nèi)清洗狀況進(jìn)行監(jiān)視，吸塵頭部件對(duì)殘留在管道壁的顆粒物進(jìn)行清理，視覺傳感器裝置對(duì)車體位置進(jìn)行在線測(cè)量，實(shí)時(shí)糾偏，保證車體高精度直線行走。

1.2視覺傳感器測(cè)量系統(tǒng)

視覺傳感器裝置如圖1所示，主要由一臺(tái)CCD相機(jī)、兩個(gè)線結(jié)構(gòu)光傳感器和圖像處理單元等部分組成。

具體工作過程為：車式機(jī)器人進(jìn)入管道區(qū)域，觸發(fā)測(cè)量系統(tǒng)開始測(cè)量，線結(jié)構(gòu)光傳感器在管道壁投射出光條以構(gòu)造測(cè)量特征，CCD相機(jī)采集被測(cè)圖像，待采集完成后，圖像處理單元對(duì)采集圖像中的光條成像點(diǎn)坐標(biāo)求取空間三維坐標(biāo)，從而解算出車體偏移管道中心線的位置。

圖1　車式機(jī)器人在線清潔系統(tǒng)以及視覺傳感器裝置放大圖

2基于視覺傳感裝置的管道機(jī)器人糾偏方法

針對(duì)等寬方形管道中車式機(jī)器人高精度直線行走的需求，構(gòu)建了由一臺(tái)CCD相機(jī)以及兩個(gè)線結(jié)構(gòu)光傳感器組成的視覺測(cè)量系統(tǒng)，提出一種管道機(jī)器人非接觸式糾偏方法，如圖2所示。

圖2　管道機(jī)器人糾偏流程圖

2.1視覺傳感器標(biāo)定

首先標(biāo)定攝像機(jī)內(nèi)參數(shù)，通過建立柔性靶標(biāo)，令其中一個(gè)靶標(biāo)作為基準(zhǔn)柔性立體靶標(biāo)坐標(biāo)系，以子靶標(biāo)之間位置關(guān)系不變?yōu)榧s束條件，將各子靶標(biāo)特征點(diǎn)的局部坐標(biāo)統(tǒng)一到柔性立體靶標(biāo)坐標(biāo)系下，建立以重投影誤差為最小的目標(biāo)函數(shù)，采用非線性優(yōu)化方法得到攝像機(jī)參數(shù)的最優(yōu)解[10]；然后利用得到的攝像機(jī)內(nèi)參數(shù)分別標(biāo)定兩個(gè)線結(jié)構(gòu)光平面，多次移動(dòng)共面靶標(biāo)計(jì)算不同方向激光條紋直線的消隱點(diǎn)，并對(duì)其擬合直線得到光平面的消隱線，完成光平面法向的標(biāo)定。根據(jù)交比不變?cè)碛?jì)算共面靶標(biāo)上標(biāo)定點(diǎn)間的距離,并以其為約束來標(biāo)定剩余參數(shù)。最后定義了優(yōu)化目標(biāo)函數(shù)，以已求得參數(shù)為初值進(jìn)行非線性優(yōu)化，得到結(jié)構(gòu)光平面參數(shù)[11]。

2.2結(jié)構(gòu)光光條定位

當(dāng)車體進(jìn)入管道后，利用相機(jī)進(jìn)行圖像采集以及數(shù)字化存儲(chǔ)，對(duì)采集的圖像進(jìn)行高斯平滑處理，減少圖像噪聲。其中，采用大小為3×3的高斯濾波器模板，高斯內(nèi)核在X方向的標(biāo)準(zhǔn)偏差為1.2，高斯內(nèi)核在Y方向的標(biāo)準(zhǔn)偏差為0.5。然后使用最大類間方差OSTU[12]方法進(jìn)行全局自適應(yīng)閾值分割，使得前景和背景類間方差最大，確定最優(yōu)的灰度分割閾值，提取感興趣的前景光條紋區(qū)域。為了避免光傳輸管道中存在光照以及管道表面反光性較強(qiáng)等干擾，對(duì)閾值分割后的圖像進(jìn)行開運(yùn)算，同時(shí)提取圖像中的輪廓，去除輪廓區(qū)域面積較大和較小的區(qū)域，如圖3所示，實(shí)驗(yàn)中給定的閾值為Tmax=2400，Tmin=50。

圖3　結(jié)構(gòu)光光條檢測(cè)

利用灰度重心法檢測(cè)光條紋中心，將檢測(cè)到的光條紋中心點(diǎn)去畸變，并轉(zhuǎn)換到圖像的物理坐標(biāo)系下，最后通過標(biāo)定好的兩組光平面參數(shù)將其分別轉(zhuǎn)換到相機(jī)坐標(biāo)系下，分別對(duì)兩組三維坐標(biāo)值取平均，得到兩個(gè)穩(wěn)定的光斑三維點(diǎn)。

2.3視覺導(dǎo)航控制算法

2.3.1計(jì)算小車偏移角度和偏移量

首先，利用2.2節(jié)得到的兩個(gè)穩(wěn)定光斑三維點(diǎn)坐標(biāo)值計(jì)算在相機(jī)坐標(biāo)系下偏移角度和偏移量(兩個(gè)結(jié)構(gòu)光傳感器放置在車體上保持高度一致，因此在相機(jī)坐標(biāo)系下三維點(diǎn)的y值可以忽略不計(jì))：

(1)

(2)

其中，θ是小車在相機(jī)坐標(biāo)系下的偏轉(zhuǎn)角度，P1x,P1z分別是圖像中右側(cè)光斑點(diǎn)x和z坐標(biāo)值，P2x,P2z分別是圖像中左側(cè)光斑點(diǎn)x和z坐標(biāo)值，d是相機(jī)坐標(biāo)系下車體偏移量，L是車體在管道中心線基準(zhǔn)位置處相機(jī)光心離管道壁的距離。

為了計(jì)算車體處于管道中心線基準(zhǔn)位置處相機(jī)光心離管道壁的距離，已知管道口徑寬度為W，將車體放置在管道的中心位置處，利用相機(jī)采集圖像，檢測(cè)光條上點(diǎn)在相機(jī)坐標(biāo)系下的三維點(diǎn)坐標(biāo)，本文采用W=500mm的管徑，得到光心點(diǎn)離管道壁的距離(L=103)。因此相機(jī)光心點(diǎn)距離車體中軸的垂直距離為N=W/2-L=250-103=147。

實(shí)驗(yàn)中以車體前端的舵機(jī)中心點(diǎn)為轉(zhuǎn)動(dòng)控制點(diǎn)，因此需要將上述計(jì)算得到的偏移角度和偏移量轉(zhuǎn)換到舵機(jī)的中心點(diǎn)位置處，轉(zhuǎn)換關(guān)系如下：

θ2=θ1

(3)

d2=d+M·sinθ2+N·(cosθ2-1)

(4)

其中，θ2是以舵機(jī)中心點(diǎn)為參考點(diǎn)的車體偏移角度，d2是以舵機(jī)中心點(diǎn)為參考點(diǎn)的偏移量，M表示相機(jī)光心點(diǎn)距舵機(jī)中心點(diǎn)的縱向距離，由機(jī)械加工圖可知M=130mm。

2.3.2控制算法

通過視覺系統(tǒng)獲得當(dāng)前時(shí)刻(記為i)車體的偏差信息為di,θi，通過驅(qū)動(dòng)電機(jī)的反饋信息及內(nèi)存的存儲(chǔ)信息獲得此時(shí)的速度信息與舵角信息μi,φi，然后將以上信息作為糾偏控制的輸入量，經(jīng)過糾偏控制算法分析后，得出為消除該時(shí)刻的偏差，需要舵機(jī)在下一時(shí)刻轉(zhuǎn)過的角度信息，即下一時(shí)刻的目標(biāo)舵角大小φi+1，最后利用公式(5)計(jì)算舵角大小對(duì)應(yīng)的脈沖寬度，控制舵機(jī)以實(shí)現(xiàn)一次控制流程。

pwi=(((90-φi)/180)×2+0.5)×1000+50

(5)

其中，pwi是舵角大小對(duì)應(yīng)的脈沖寬度，φi是舵角大小。

通過在線反饋，實(shí)時(shí)控制，使得車體在有限時(shí)間內(nèi)偏移信息θ→0，d→0，實(shí)現(xiàn)了車體中心線和管道中心線保持高度重合的目的。

3測(cè)量系統(tǒng)精度驗(yàn)證

為驗(yàn)證本文提出方法的有效性和正確性，采用AVT公司的Manta系列相機(jī)(分辨率：2048×1088)和兩個(gè)COHERENT公司的中心波長(zhǎng)為630nm的一字線激光器構(gòu)成一個(gè)視覺傳感器系統(tǒng)。同時(shí)，為了保證車體在偏移時(shí)，光條仍在視野內(nèi)，相機(jī)配置了Computar公司的6mm精工鏡頭，相機(jī)視野較大。本實(shí)驗(yàn)使用的管道內(nèi)徑為500mm×500mm，長(zhǎng)6m，帶吸塵頭的車式機(jī)器人的寬度為400mm。所有的仿真實(shí)驗(yàn)均在Windows 7操作系統(tǒng)下采用Visual Studio 2008軟件實(shí)現(xiàn)。

3.1視覺傳感器標(biāo)定

采用100mm×80mm規(guī)格的圓形標(biāo)定板對(duì)視覺傳感器進(jìn)行標(biāo)定，首先對(duì)相機(jī)進(jìn)行標(biāo)定，得到相機(jī)內(nèi)參數(shù)矩陣Kc和畸變系數(shù)矩陣kc：

KC=

該結(jié)果的重投影誤差均值為0.134個(gè)像素，具有較高標(biāo)定精度。

兩個(gè)結(jié)構(gòu)光平面在相機(jī)坐標(biāo)系下的光平面參數(shù)分別為：

-622.066171x-20.452303y+1.000000z+16208.148402=1;

-168.837084x-11.259266y+1.000000z-4459.496430=1。

3.2視覺控制對(duì)于車體偏移量以及偏移角度的影響

圖4顯示視覺控制對(duì)于車體偏移量以及偏移角度的影響。橫坐標(biāo)表示時(shí)間Time(s),左側(cè)縱坐標(biāo)表示偏移量Displacement(mm)，右側(cè)縱坐標(biāo)表示偏移角度Offset angle(°)。從圖4可以看出，車體的偏移量以及偏移角度隨時(shí)間收斂。

圖4　視覺控制對(duì)車體偏移量以及偏移角度的影響

3.3車式機(jī)器人快速進(jìn)入管道視覺糾偏控制

圖5顯示了小車進(jìn)入6m的實(shí)驗(yàn)管道，當(dāng)小車前進(jìn)時(shí)，視覺控制糾偏示意圖。橫坐標(biāo)表示時(shí)間Time(s)，左側(cè)縱坐標(biāo)表示偏移量Displacement(mm)，右側(cè)縱坐標(biāo)表示偏移角度Offset angle(°)。當(dāng)車式機(jī)器人前進(jìn)速度為0.06m/s時(shí)，由圖5可見，利用視覺控制在線反饋，形成閉環(huán)系統(tǒng)，不斷消除偏差，偏移量和偏移角度都趨于0，在行駛過程中，車體沿直線行走，行走精度高，偏移量精度為±1mm。

圖5　車體快速進(jìn)入6m的視覺糾偏控制

3.4車式機(jī)器人清理過程

下圖顯示了小車進(jìn)入和退出2m的實(shí)驗(yàn)管道，當(dāng)小車前進(jìn)和后退時(shí)，視覺控制糾偏示意圖。橫坐標(biāo)表示時(shí)間Time(s)，左側(cè)縱坐標(biāo)表示偏移量Displacement(mm)，右側(cè)縱坐標(biāo)表示偏移角度Offset angle(°)。小車前進(jìn)速度為0.06m/s，由于小車在后退時(shí)要進(jìn)行清理工作，因此后退速度為0.01m/s,且后退時(shí)每運(yùn)行70mm小車停止，對(duì)管道進(jìn)行一次激光清理。圖6可以看出，小車最終達(dá)到平衡穩(wěn)定狀態(tài)，與小車進(jìn)入管道的初始位置無關(guān)，偏移量和偏移角度都趨于0，實(shí)現(xiàn)了在線糾偏，糾偏精度高，避免車體攜帶部件與管道壁發(fā)生不必要的碰撞。

圖6　車式機(jī)器人在管道清洗過程中視覺導(dǎo)航控制

4結(jié)論

本文提出了一種管道機(jī)器人非接觸式自動(dòng)糾偏方法。通過非線性優(yōu)化算法標(biāo)定視覺傳感器裝置，通過三角測(cè)量得到兩個(gè)光條的三維坐標(biāo)值，計(jì)算車體偏移量和偏移角度，并在線反饋，利用控制算法不斷消除位姿偏差以達(dá)到車體與管道中心線保持高度重合性的目的。實(shí)驗(yàn)結(jié)果顯示該方法克服了現(xiàn)有方法無法在缺乏道路信息的光傳輸管道中直線行走的缺陷，具有較高的魯棒性和檢測(cè)精度。

[參考文獻(xiàn)]

[1] 趙龍彪,秦朗,周國(guó)瑞,等. 大口徑高通量實(shí)驗(yàn)平臺(tái)反射鏡在線潔凈控制技術(shù)[J]. 強(qiáng)激光與粒子束, 2013,25(18):3251-3219.

[2] 鐘文勝, 陶學(xué)恒, 盧金石. 油煙管道清洗機(jī)器人關(guān)鍵技術(shù)研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2013 (4): 122-124.

[3] 許馮平, 王錫名, 朱新忠. 一種蠕動(dòng)式管道機(jī)器人行走機(jī)理研究[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2009 (7): 34-37.

[4] BUZZONI M, BROGGI A, CARDARELLI E. VIAC expedition toward autonomous mobility[J]. IEEE Robotics and Autonomous Magazine, 2011, 18 (3): 120-124.

[5] THRUN S, MONTEMERLO M, DAHLKAMP H. Stanley: The Robot that won the DARPA Grand Challenge [J]. Journal of Field Robotics, 2006, 23 (9): 661-692.

[6] 袁亮. 基于 Harris-SIFT 的移動(dòng)機(jī)器人視覺定位[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2014(6): 19-24.

[7] Li Z, Zheng J, Lin X. Research on Biomimetic Robot-Crocodile Used for Cleaning Industrial Pipes[C]//Advanced Research on Computer Science and Information Engineering. Springer Berlin Heidelberg, 2011: 359-365.

[8] 高森, 叢明, 劉冬, 等. 一種基于距離加權(quán)的機(jī)器人運(yùn)動(dòng)目標(biāo)跟蹤方法[J]. 組合機(jī)床與自動(dòng)化加工技術(shù), 2014(12):65-69.

[9] 張瑞雷,李勝,陳慶偉.車式移動(dòng)機(jī)器人動(dòng)態(tài)編隊(duì)控制方法[J]. 機(jī)器人,2013,35(6):651-656.

[10] 孫軍華,劉震,張廣軍,等. 基于柔性立體靶標(biāo)的攝像機(jī)標(biāo)定[J].光學(xué)學(xué)報(bào),2009,29(12): 3433-3439.

[11] 陳天飛, 趙吉賓, 吳翔. 基于共面靶標(biāo)的線結(jié)構(gòu)光傳感器標(biāo)定新方法[J]. 光學(xué)學(xué)報(bào), 2014, 35(1):112004.

[12] H. Yan. Unified formulation of a class of image thresholding techniques [J]. Pattern Recognition, 1996, 29(12): 2025-2032.

(編輯李秀敏)

Non-Contact Automatic Correction Method of Pipeline Robot

CHEN Yue-ling, ZHAO Ji-bin, QI Zhi-feng, XIA Ren-bo

(Shenyang Institute of Automation, Chinese Academy of Sciences,Shenyang 110016, China)

Abstract：Concerning the need of walk straight for the car-like robot in equally wide pipeline, the vision measurement system is build with a CCD camera and two line structured-light sensors. A method based on non-contact three-dimensional(3D) measurement is proposed to compute the position and angular deviation of the car-like robot in pipeline, then feed back to the control system. By control algorithm, the position and angular deviation are eliminated, thus the high coincidence between the center line of the pipeline and car body is gained. The experimental results demonstrate that the proposed method overcomes the deficiencies of the existing methods that cannot walk straight in lack of pipeline information, with higher robust and detection accuracy of ±5mm. Meanwhile，it has been used in on-line cleaning system of optical transmission pipeline.

Key words：pipeline; vision system; 3D measurement; rectify

中圖分類號(hào)：TH166;TG659

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介：陳月玲(1987—)，女，山西大同人，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所助理研究員，研究方向?yàn)闄C(jī)器人和計(jì)算機(jī)視覺，(E-mail)chenyueling@sia.cn。

收稿日期：2015-05-28

文章編號(hào)：1001-2265(2016)03-0016-04

DOI:10.13462/j.cnki.mmtamt.2016.03.005