[发明专利]基于无线传感器网络的管道内检测机器人跟踪定位方法

说明书

本发明涉及一种基于无线传感器网络的管道内检测机器人跟踪定位方法，属于管道内检测技术领域。该方法包括：S1：根据动力学模型得到管道内检测机器人的位置X′和速度V′，并进行离散化处理，作为卡尔曼滤波算法的预测模型；S2：根据测量模型，判断管道内检测机器人的位置；S3：在高置信度区由RSS测得位置X，IMU测得速度V，X′，V′得到管道内检测机器人的位置和速度；在低置信度区由V，X′，V′得到预估的管道内检测机器人位置和速度，然后利用RTS平滑算法优化位置和速度信息。本发明提高了管道内检测机器人跟踪定位的精度。

技术领域

本发明属于管道内检测技术领域，涉及一种基于无线传感器网络的管道内检测机器人跟踪定位方法。

背景技术

管道运输是石油、天然气、供水、排水等流体输送的主要方式，但随着管道使用年限逐渐增加，管道因腐蚀、老化、地质运动、第三方破坏等因素产生缺陷，同时长期运行的管道还会积累大量的杂质，因此需要定期对流体输送管道进行内部缺陷检测和杂质清理，有效避免管道流量减少、泄漏、爆炸等事故的发生。

管道缺陷检测包括管道内检测和外检测两种，管道内检测因具有比外检测更高的精确度且可同时完成管道内部清理作业任务而得到广泛应用。管道内检测是通过移动机器人沿着管道内部运行来实现的，由于管道结构复杂、内部沉淀杂质过多等原因会导致内检测机器人卡堵在管道内部，导致管道堵塞事故的发生。为此，当内检测机器人在管道内部进行缺陷检测和清理作业时，需要对管道内检测机器人进行实时跟踪与定位。

常用的管道内机器人定位方法包括基于普通光电式传感器的里程轮定位，以及在此基础上的多里程轮数据融合定位和多种传感器综合定位法、定点磁标定位法、静磁场定位法、放射性定位法等。王忠巍等人提出了一种多数据融合算法(王忠巍，曹其新，栾楠，张蕾.基于多传感器数据融合的管道机器人精确定位技术[J].机器人,2008(03):238-241.)，该方法对里程轮长距离定位精度损失进行了补偿，但无法实现对管道内检测器的实时跟踪。吴知非等提出了静磁场定位法(吴知非，吴敏生.一种可用于管道爬行器的静磁场型定位系统[J].测控技术,2001(04):1-2+5.)，静磁场定位法极易受环境磁场的影响，限制了使用环境。姜生元等提出了放射性定位法(姜生元，邓宗全，李斌，于卫真，李瑰贤.内置动力源管内X射线探伤机器人的研制[J].机器人,2001(03):211-216.)，放射性定位法通常采用放射性元素作为放射源，对人体和环境造成不利影响。综上所述，目前管道内检测机器人定位方法都存在一定的局限性，无法做到实时跟踪与定位。

发明内容

有鉴于此，本发明的目的在于提供基于无线传感器网络的管道内检测机器人跟踪定位方法，该方法利用管道内检测机器人携带的通信模块和惯性测量单元，在管道外部通信节点信号覆盖和未覆盖的区域均能实现管道内检测机器人精确跟踪定位，该方法适用于油气、供水、排水等流体管道内检测机器人跟踪定位。

为达到上述目的，本发明提供如下技术方案：

一种基于无线传感器网络的管道内检测机器人跟踪定位方法，具体包括以下步骤：

S1：根据动力学模型得到管道内检测机器人的位置X′和速度V′，并进行离散化处理，作为卡尔曼滤波算法的预测模型；

S2：根据测量模型，判断管道内检测机器人的位置，具体为：由中继器节点(Repeater node，RN)向外发射无线电波信号，若管道内检测机器人上的移动传感器节点(Sensor node，SN)接收到信号，则进入高置信度区(High confidence zone，HCZ)，反之则进入低置信度区(Low confidence zone，LCZ)；在高置信度区时，由惯性测量单元(Inertial measurement unit，IMU)测得速度V，利用接收信号强度(Received signalstrength，RSS)测得位置X；在低置信度区时，由惯性测量单元(Inertial measurementunit，IMU)测得速度V；