IMU-LiDAR-安全边缘多传感器融合的电力巡检机器人系统

黄争艳; 曹晓曼; 孙涛

Chinese

您当前的位置：

首页 >

文章列表页 >

IMU-LiDAR-安全边缘多传感器融合的电力巡检机器人系统

计算与测试 | 更新时间：2025-12-30

- IMU-LiDAR-安全边缘多传感器融合的电力巡检机器人系统
- IMU-LiDAR-safe edge multi-sensor fusion power inspection robot system
- 传感器与微系统 2025年44卷第12期页码：154-158
- 作者机构：
  
  1. 广东工贸职业技术学院机电工程学院,广东,广州,510000
  2. 广东省农业人工智能重点实验室,广东,广州,510000
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP212;TP242
- 纸质出版：2025
- 稿件说明：
移动端阅览
黄争艳, 曹晓曼, 孙涛. IMU-LiDAR-安全边缘多传感器融合的电力巡检机器人系统[J]. 传感器与微系统, 2025,44(12):154-158.

HUANG Zhengyan, CAO Xiaoman, SUN Tao. IMU-LiDAR-safe edge multi-sensor fusion power inspection robot system[J]. 2025, 44(12): 154-158.
黄争艳, 曹晓曼, 孙涛. IMU-LiDAR-安全边缘多传感器融合的电力巡检机器人系统[J]. 传感器与微系统, 2025,44(12):154-158. DOI：

HUANG Zhengyan, CAO Xiaoman, SUN Tao. IMU-LiDAR-safe edge multi-sensor fusion power inspection robot system[J]. 2025, 44(12): 154-158. DOI：

摘要

针对机器人在电力变电站智能化巡检的准确性问题，基于机器人操作系统（ROS）提出了一套新型导航系统：首先设计搭载惯性测量单元(IMU)，激光雷达(LiDAR)，安全边缘传感器的移动底盘实验平台，采用扩展卡尔曼滤波（EKF）算法融合IMU与里程计数据；其次使用LiDAR数据进行自适应蒙特卡罗（AMCL）定位；最终，将整套系统部署于机器人实体，并开展了实地运行验证。实验结果表明，该导航系统能有效构建环境地图并实现精准自主移动，为机器人在变电站智能巡检提供了可靠的技术支撑。

Abstract

To address the accuracy challenges of robots performing intelligent inspections of power substations

a novel navigation system based on the robot operating system(ROS)is proposed.First

a mobile chassis experimental platform equipped with an IMU

LiDAR

and a safety edge sensor is designed.The extended Kalman filter(EKF)algorithm is used to fuse inertial measurement unit(IMU)and odometry data.Second

LiDAR data is used for adaptive Monte Carlo localization(AMCL)positioning.Finally

the entire system is deployed on a physical robot and validated in field operation.Experimental results demonstrate that the proposed navigation system effectively constructs environmental maps and enables precise autonomous movement

providing reliable technical support for intelligent robot inspections in substations.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

柔索牵引式机器人的姿态自适应调节控制优化

采用混合联合融合架构的弹性多传感器无人机定位

基于蝠鲼优化算法的机器人运动学参数辨识方法

基于FBG的机器人腕部三维力传感器设计

基于多传感器信息融合的侵彻引信计层算法