沿输电线路地线行驶巡检机器人定位方法

第４４卷第４期２０１１年８月工学版）武汉大学学报（

ＥｎｉｎｅｅｒｉｎＪｏｕｒｎａｌｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ　　　ｇｇｙ　

Ｖｏｌ．４４Ｎｏ．４

．２０１１Ａｕｇ

（）文章编号：１６７１８８４４２０１１０４０５１１０５－－－

沿输电线路地线行驶巡检机器人定位方法

李维峰１，付兴伟２，徐显金２，吴功平２，刘明３，曹琪３

（北京　１湖北武汉　４１．华北电力大学电气与电子工程学院，０２２０６；２．武汉大学动力与机械学院，３００７２；

）吉林白山　１３．吉林省电力公司白山供电公司，３４３００

摘要：针对作者所在团队研制的沿输电线路地线行驶的巡检机器人，分别提出了基于倾角传感器、ＧＰＳ和线路先

验信息模型Ｇ机器视觉、超声波测距传感器和霍尔接ＩＳ的全局环境定位方法和基于行走轮编码器及其打滑识别、给出了机器人定位的相关模型或算法．经现场线路试验研究表明，该方法行之近传感器的局部环境定位方法，有效．

关键词：巡检机器人；地线；全局环境定位；局部环境定位中图分类号：ＴＰ２４２　　　文献标志码：Ａ　

Ｐｏｓｉｔｉｏｎｉｎｉｎｓｅｃｔｉｏｎｒｏｂｏｔａｌｏｎｒｏｕｎｄ　　ｇｐｇｇ　　

ｏｆｈｉｈｖｏｌｔａｅｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｗｉｒｅ　　－　　ｇｇ

１２２２３３

，ＷＵ　ＬＩＷｅｉｆｅｎＦＵ　ＸｉｎｗｅｉＸＵ　ＸｉａｎｉｎＧｏｎｉｎＬＩＵ　ＭｉｎＣＡＯ　Ｑｉ　　，　ｇ，ｇｊｇｐｇ，ｇ，

（，Ｎ，；１．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌ＆ＥｌｅｃｔｒｏｎｉｃＥｎｉｎｅｅｒｉｎｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔＢｅｉｉｎ１０２２０６，Ｃｈｉｎａ　　　　　　　　ｇｇｙｊｇ　

，Ｗｕ，Ｗｕ；２．ＳｃｈｏｏｌｏｆＰｏｗｅｒａｎｄＭｅｃｈａｎｉｃａｌＥｎｉｎｅｅｒｉｎｈａｎＵｎｉｖｅｒｓｉｔｈａｎ４３００７２，Ｃｈｉｎａ　　　　　　　ｇｇｙ，，，）３．ＢａｉｓｈａｎＰｏｗｅｒＳｕｌＣｏｍａｎＪｉｌｉｎＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏ．Ｌｔｄ．Ｂａｉｓｈａｎ１３４３００，Ｃｈｉｎａ　　　　　　ｐｐｙｐｙ　

：ｒｏｕｎｄＡｂｓｔｒａｃｔＯｎｔｈｅｂａｓｉｓｏｆｉｎｓｅｃｔｉｏｎｒｏｂｏｔａｌｏｎｗｉｒｅｏｆｈｉｈｖｏｌｔａｅｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｗｈｉｃｈｗａｓ　　　　　　　　　－　　　　ｇｐｇｇｇ　，ｒｏｏｓｅｄｌｏｂａｌｏｓｉｔｉｏｎｉｎｒｅｓｅａｒｃｈｅｄｂｔｈｅｔｅａｍｔｈｅａｕｔｈｏｒｓｂｅｌｏｎｅｄｔｏｒｅｓｅｃｔｉｖｅｌｅｎｖｉｒｏｎｍｅｎｔ　　　　　　　　　ｐｐｇｐｇｙｇｐｙ　　，ＧｗｈｉｃｈｒｉｏｒａｒｔｉａｌｏｓｉｔｉｏｂａｓｅｄｏｎｔｉｌｔｓｅｎｓｏｒｓＰＳａｎｄＧＩＳｌｉｎｅｉｎｆｏｒｍａｔｉｏｎｍｏｄｅｌ，ａｎｄｅｎｖｉｒｏｎｍｅｎｔ　　　　　　－　　　　　　－ｐｐｐ

，ｍ，ｎｉｎｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｅｎｃｏｄｅｒｓａｎｄｓｋｉｄｒｅｃｏｎｉｔｉｏｎｏｆｗｈｅｅｌｓａｃｈｉｎｅｖｉｓｉｏｎｕｌｔｒａｓｏｎｉｃｄｉｓｔａｎｃｅｓｅｎ　　　　　　　　　　　　　－ｇｇ　ｓｏｒｓａｎｄＨａｌｌｓｅｎｓｏｒｓ．Ｔｈｅｒｅｌｅｖａｎｔｍｏｄｅｌｏｒａｌｏｒｉｔｈｍａｒｅｆｏｒｔｈｅｒｏｂｏｔｒｏｘｉｍｉｔｒｅｓｅｎｔｅｄｏｓｉｔｉｏｎｉｎ．　　　　　　　　　　　　　ｇｐｙｐｐｇ　ｆｉｅｌｄｅｘｅｒｉｅｎｃｅｓｔｈａｔｔｈｅａｂｏｖｅｅｎｔｉｏｎｅｄｍｅｔｈｏｄｉｓｅｆｆｅｃｔｉｖｅ．ｒｏｖｅｄＴｈｅ　　　　　　－ｍ　　　ｐｐ

：；；；Ｋｅｗｏｒｄｓｉｎｓｅｃｔｉｏｎｒｏｂｏｔｗｉｒｅｅｎｖｉｒｏｎｍｅｎｔｅｎｖｉｒｏｎｍｅｎｔｒｏｕｎｄｌｏｂａｌｏｓｉｔｉｏｎｉｎａｒｔｉａｌｏｓｉｔｉｏｎｉｎ　　　　　　ｐｇｇｐｇｐｐｇｙ　基于移动机器人的架空高压输电线路　　近几年来，

带电巡检与作业机器人的研究，已成为特种作业机器人的一个新的应用研究领域，而定位则是自主巡检机

［］器人中的关键技术之一．加拿大Ｋｒｉｓｔｏｈｅｒ等１－２研ｐ

］４

等［研制了Ｅ但不具备自主ＣＯ）ｘｌｉｎｅｒ巡检机器人，ｐ］５６－

定位功能．中科院沈阳自动化所王洪光等［研制了

沿架空地线行驶的局部自动巡检机器人，是在机械手部的最下端安装开关型激光传感器和在机械臂上安装摄像头，前者用于检测手部是否对准了地线，后者用于机械手抓线的视觉伺服控制，但不具备自主定位

］７，８功能．武汉大学吴功平等［研制了一种沿导线行驶

制了名为Ｌ该机器人是由ｉｎｅＳｃｏｕｔ带电作业机器人，地面操作人员通过视频图像的观察，实现机器人相对

［］

障碍物的定位．加拿大的Ｐｅｔｅｒｓ等３用多距离传感器

对同一个障碍物进行测距，并用神经网络方法对障碍日本关西电力公司（物分类及定位进行了探讨．ＫＥＰ－

的自主巡检机器人，该机器人通过布置在机械臂上的实现多个电磁传感器来检测导线和障碍物磁场强度，

收稿日期：２０１１０３２５－－

，作者简介：李维峰（男，研究方向为电气工程自动化．１９９０－），：通讯作者：付兴伟（男，硕士研究生，研究方向为移动机器人的导航与控制，１９８７Ｅ－ｍａｉｌｌａｏｆｕｘｉｎｗｅｉ２６．ｃｏｍ．－）＠１ｇ

）基金项目：国家８编号：６３计划资助项目（２００６ＡＡ０４Ｚ２０２．

５１２

武汉大学学报（工学版）

第４４卷

对障碍物的识别与定位，但该定位方法只适用于带电而不适用于不带电的地线．的导线，

本文以笔者所在团队研制的一种沿架空地线穿采用Ｇ越越障巡检机器人为例，ＰＳ和线路先验信息对机器人进行全局环境定位；采用超声波测距ＧＩＳ，传感器、霍尔接近传感器和机器视觉等，对机器人进行局部环境定位．由于所采用的定位传感器只依赖而与电磁场环境无关，因而，本于线路的机械结构，

文提出的定位方法同样也适用于沿导线行驶巡检机器人的定位．

单／多回路导线、两根地线，以及与导线和地线相连绝缘子等组成．巡检机器人沿其中的接的各种金具、

一根地线行驶，并在行驶过程中完成对线路的巡检图１所示为巡检机器人及其作业环境的示意巡视．

…，图．在图１（中：为杆塔编号；ａ）Ｔｉ＝１，２，ｎ）ｉ（

，，ＴＤｉｉ＋１、ｉｉ＋１分别为相邻两杆塔所组成的档段编号

及其档距；，Ｓｉｉ＋１为巡检机器人当前位置相对已巡检

杆塔的粗略距离；ｄｉ为巡检机器人当前位置相对已巡检杆塔Ｔｉ的距离；ｄｉ＋１为巡检机器人当前位置相对前方障碍物的距离；ｄ０为巡检机器人相对障碍物（）的零距离．图１为巡检机器人当前位置的三相单ｂ回路线路及地线的横截面图

．

１　巡检机器人及其作业环境

高压输电线路是由直线杆塔、耐张杆塔、三相

图２　巡检机器人本体

２　巡检机器人全局环境定位

全局环境定位的基本方法是：用倾角传感器检测机器人是否通过杆塔（由于地线是悬链线，在杆塔两侧的地线形成不小于３倾角的坡度，且两侧倾角°

　第４期

李维峰，等：

沿输电线路地线行驶巡检机器人定位方法

５１３

３　巡检机器人局部环境定位

３．１　基本方法

在图３中，巡检机器人的局部环境定位及其导航的基本方法如下：

）由行走轮和压紧轮编码器及其打滑误差补１偿算法，估算机器人当前位置相对已巡检杆塔的距

１离ｄ并由ｄ来粗略估算机，Ｄｄｌｉ，ｉ＋１＝（ｉｉ＋１－ｉ＋ｉ＋１）

器人相对防震锤障碍物的距离（，Ｄｌｉｉ＋１、ｉ＋１均由全局；环境定位给出）

）由于全局环境给出的Ｄ，２ｌｉｉ＋１、ｉ＋１的误差相对较大，进一步用机器视觉在正常行驶速度下来直接估

２１算与防震锤障碍物的距离ｄ即若ｄ８＋ΔΔｉ＋１，ｉ＋１＝１（１

为编码器的最大测距误差）时，启动摄像机为视觉工

２作模式，并由机器视觉估算与防震锤的距离ｄｉ＋１；２

）当５≤ｄ机器人转入中速行驶（３８时，２ｉ＋１≤／）；启动超声波测距、机器视觉和霍尔接近传感ｋｍｈ

器三者同时工作模式，若超声波传感器也检测到防３震锤且测距值为ｄ则机器视觉停止工作，转入到ｉ＋１，３

同时，当超声波测距ｄ巡检工作模式，２ｍ时，ｉ＋１＝

／，机器人再转入低速行驶（直到霍尔传感０．５ｋｍｈ）器接近开关动作，机器人停止运行并定位在相对障碍物防震锤的零距离位置ｄ由此可见，巡检机器０．是一个由粗到细、且各定位传感器人局部环境定位，

相互补充的过程，从而避免了用单一传感器定位带甚至不能实现最终准确定位等来的过大定位误差，

问题，如编码器测程定位的打滑误差及其全局环境机器视觉在野外复杂背景和光照变化下定位误差，

的距离估算误差，以及超声波传感器在正常行驶速度下所产生的抖动引起的误差及其盲区．

３．２　行走轮打滑补偿的编码器测距

以图４所示一个机械臂为例，ｒωω１１、１２和ｒ１１、１２分别为行走轮（主动轮）和压紧轮（从动轮）的瞬时角

（）１Ｂ式中：Ｎ为该点的卯酉圈曲率半径，Ｎ＝

２２　

／ａ－ｅｓｉｎＢａ、ｅ分别为该大地坐标系的长半２２２２

）／轴和第一偏心率ｅ＝（ａ－ｂａ．

速度和半径．当ω行走轮产生打ｒｒω１２×１２＜１１×１１时，滑，即

１２１１

＝ｋ＜ｒω１１１２

式中：ｋ为行走轮和压紧轮的轮径比．

（）３

设行走轮在当前档段的第ｊ次打滑开始的时间为ｔ打滑消除的时间为ｔ则第ｊ次打滑所产生的１，２，行程误差为

）由式（分别得到巡检机器人在Ｔ１ｉ级杆塔处和在Ｔ，ｉｉ＋１档段当前位置的直角参考坐标系的坐标分别，为（和（则机器人当前位置相对ｘｚｘｚｙｙｉ，ｉ，ｉ）１，１，１）：已巡检杆塔Ｔ忽略导线挠度），ｉ的距离Ｓｉｉ＋１为（

，Ｓｉｉ１＝＋

２２２２２２（）ｉ＋ｙｉ＋ｚｉ－１＋ｙ１＋ｚ１）２（ｓｊ＝

∫ω

ｔ１

ｔ２

１１

ｄｔ×ｒ１１

设机器人从Ｔ　　如图１，ｉ杆塔零时刻开始行驶，

，行驶到当前位置的时间为ｔ则机器人当前位置相

对Ｔｉ杆塔的行程为

ｄｉ＝

ω

∫

０

ｔ

ｍ

１１

（）ｔｄｔ－∑ｓ×ｒ１１ｊ

ｊ＝１

（）４

式中：机器人当前位置相对运行ｍ为打滑的总次数．前方第一个障碍物的距离为

１

，ｄＤｌｉ１＝（ｉｉ１－ｄｉ＋ｉ１）＋＋＋

１ｄｉ＋１即为机器人当前位置相对运行前方第一个障碍

该距离信息用于触发摄像机处于机物的估算距离，器视觉工作模式．

根据上述原理，本文设计了基于行走轮编码器位置检测、压紧轮滚动光电检测及其打滑识别的行图５所示为其原理框图．图中，安装程距离估算器，

在行走轮直流伺服电机轴上的光电编码器，通过伺服驱动器将其位置和旋转方向送入控制器相应的／安装在压紧轮上的转盘和安装在其固定ＩＯ端口；

支架上的光电传感器，其光电信号也送入控制器相／应的Ｉ但控制器只能对压紧轮的位置计Ｏ端口，而不能获取方向信号

．数，

图７　

防震锤在光轴上方时测距几何模型

图８　防震锤在光轴下方测距几何模型

图５　行走轮打滑补偿的编码器测距结构简图

分别建立上述两种测距几何模型的测距公式：）防震锤在光轴上方（）：图７１

３．３　机器视觉定位

数字图像由计算机内的存储器存放，通过数字图像处理只能获得目标点在计算机内存中的坐标，，称之为帧存坐标（单位是像素，如图６所示．ｕ，ｖ）在帧存图像的中心（处，建立像平面坐标ｕｖ０，０）

，其坐标原点（为帧存图像的中心ｘ，０，０）ｙ）（

ｐ＝ｙ＝ｖ－ｖ０＞０

ｈ１

（ｔａｎθ＋α）＝

Ｄ

ｒα＝ｐ×ｒｃ＋ｏｐ

其中：ｒｒｏ是摄像机内部参数．ｃ、ｐ

）—（）联立式（可得５７／｛｝Ｄ＝ｈｔａｎｒθ＋（ｐ×ｒｃ＋１ｏ）ｐ

）防震锤在光轴下方（）：图８　　２

（）５（）６（）７

ｕｖ．０，０）（

，对于像平面中ｘ轴上方一点Ａ　其在ｘｙ１，１）（帧存图像中纵坐标为ｖ１，离帧存图像中心

的像素距离为ｐ则有ｐｕｖｖｖｙ０，０）１，１＝１＝１－０

＞（

（）８（）９

ｐ＝－ｙ＝ｖ－ｖ０＜０

１

（ｔａｎθ－α）＝

Ｄ

）、（）、（）可得７９１０　　联立式（／｛｝Ｄ＝ｈｔａｎｒ－ｐ×ｒθ－（１ｃ＋ｏ）ｐ

（）１０

（）１１

其中：ｐ为防震锤位置中心在图像中的投影离图像中心的像素个数；即光轴与θ为摄像机俯仰角度，水平面夹角；α为防震锤位置中心投影线与光轴夹角；弥补对ｒｒｃ为单个像素的弧度；ｏ为弧度补偿（ｐ；齐错误）ｈＤ为防１为防震锤与摄像机垂直距离；（震锤与摄像机水平距离；为光轴与像平面的０，０）交点、像平面坐标系的原点，位于帧存图像中心（处；为防震锤位置中心在像平面上ｕｖｘ，ｙ）０，０）（

的投影坐标．

该距离信息触发机器人中Ｄ即为图１中的ｄｉ，

的超声波测距离传感器和霍尔接近传感器处于工作并由超声波测距离传感器检测到的距离为２模式，

触发机器人低速行驶，从而最终实现由霍尔ｍ时，

接近传感器对障碍物（防震锤）进行准确定位．

可行性．参考文献：

［］１ｏｕｌｉｏｔＮ，ＭｏｎｔａｍｂａｕｌｔＳ．Ｇｅｏｍｅｔｒｉｃｄｅｓｉｎｏｆｔｈｅ　Ｐ　　　　　ｇ

，ｌｉｎｅｓｃｏｕｔａｔｅｌｅｏｅｒａｔｅｄｒｏｂｏｔｆｏｒｌｉｎｅｉｎｓｅｃｏｗｅｒ　　　　　　－ｐｐｐ／／ｔｉｏｎａｎｄｍａｉｎｔｅｎａｎｃｅ［Ｃ］２００８ＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌ　　　，Ｐ，ＣｏｎｆｅｒｅｎｃｅｏｎＲｏｂｏｔｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎａｓａｄｅｎａ　　　　ＣＡ，ＵＳＡ，Ｍａ１９２３，２００８：３９７０３９７７．－－ｙ　

［］２ｏｎｔａｍｂａｕｌｔＳ，ＰｏｕｌｉｏｔＮ．Ｄｅｓｉｎａｎｄｖａｌｉｄａｔｉｏｎｏｆａ　Ｍ　　　　　　ｇ

ｍｏｂｉｌｅｒｏｂｏｔｆｏｒｏｗｅｒｌｉｎｅｉｎｓｅｃｔｉｏｎａｎｄｍａｉｎｔｅｎａｎｃｅ　　　　　　　ｐｐ［／／，Ｃ］ＳｒｉｎｅｒｅｒｌａＴｒａｃｔｓｉｎＡｄｖａｎｃｅｄＲｏｂｏｔｉｃｓ－Ｖ　　　ｐｇｇ　：２００８，ＦｉｅｌｄａｎｄＳｅｒｖｉｃｅＲｏｂｏｔｉｃｓ４９５５０４．　　　－

［］３ｅｔｅｒｓＪＦ，ＡｈｎＴＣ，ＢｏｒｋｏｗｓｋｉｉＭ．Ｏｂｓｔａｃｌｅｃｌａｓｓｉ　Ｐ　　　　　　－

：ｆｉｃａｔｉｏｎｂａｌｉｎｅｃｒａｗｌｉｎｒｏｂｏｔａｒｏｕｈｎｅｕｒｏｃｏｍ－　　－　　ｙｇｇ　　／／ｕｔｉｎａｒｏａｃｈ［Ｃ］ＰｒｏｃｅｅｄｉｎｓｏｆｔｈｅＴｈｉｒｄＣｏｎ　　　　－ｐｇｐｐｇ　ｆｅｒｅｎｃｅｏｎＲｏｕｈＳｅｔｓａｎｄＣｕｒｒｅｎｔＴｒｅｎｄｓｉｎＣｏｍｕ　　　　　　　　－ｇｐ—Ｌ，ＬｔｉｎｅｃｔｕｒｅＮｏｔｅｓｉｎＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｅｎｃｅｏｎ　　　　－ｇｇ，ＵＫ：，ｄｏｎＳｒｉｎｅｒｅｒｌａ２００２，５９４６０１－Ｖ－ｐｇｇ

［］４ｅｂｅｎｅｓｔＰ，ＧｕａｒｎｉｅｒｉＭ，ＴａｋｉｔａＫ，ｅｔａｌ．Ｅｘｌｉｎｅｒ　Ｄ　　　　－ｐ

／／ｒｏｂｏｔｆｏｒｉｎｓｅｃｔｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓ［Ｃ］Ｐｒｏ　　　　　－ｐｃｅｅｄｉｎｓＩＥＥＥＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎＲｏｂｏｔｉｃｓ－　　　　ｇ，ＡｕｔｏｍａｔｉｏｎＩＣＲＡ２００８：３９７８３９８４．ａｎｄ　　－

［，ＷＡＮＧ　，Ｆ５］ＬｕｄａｎＨｏｎｕａｎＡＮＧＬｉｉｎ．　ＷＡＮＧ　－－　－ｇｇｇｊ

Ｖｉｓｕａｌｓｅｒｖｏｂａｓｅｄｌｉｎｅｒａｓｉｎｏｎｔｒｏｌｏｒｏｗｅｒ－－　－　ｆ　ｐｇｐｇ　ｃ［］ｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｉｎｓｅｃｔｉｏｎｒｏｂｏｔＪ．ＲＯＢＯＴ，２００７，　　　ｐ（）：２９５４５１４５５．－

［］，ＷＡＮＧ　，ＷＡＮＧｕａｎ６ＵＮ　ＧｕｉｌｉａｎＨｏｎＬｕｄａｎ．　Ｓ－－　－ｇｇｇ

Ａｎｉｍｒｏｖｅｄｎａｖｉａｔｉｏｎｍｅｔｈｏｄｆｏｒｕｌｔｒａｈｉｈｖｏｌｔａｅ　　　　　－　ｐｇｇｇｏｗｅｒｌｉｎｅｉｎｓｅｃｔｉｏｎｒｏｂｏｔ［Ｊ］．ＲＯＢＯＴ，２００６，２８　　　ｐｐ（）：４３７９３８４．－

［］，Ｚ，Ｘ，Ｌ７ＧｏｎｉｎｈｅｎＴｕｏｉａｏＨｕａｉＣｈｅｎ．　Ｗｕ　　　ｇｐｇｇｇ　

图９　巡检机器人定位现场试验运行

，Ｎａｖｉａｔｉｏｎｌｏｃａｔｉｏｎａｎｄｎｏｎｃｏｌｌｉｓｉｏｎｏｂｓｔａｃｌｅｓｏｖｅｒ　　－　　－ｇｃｏｍｉｎｆｏｒｈｉｈｖｏｌｔａｅｏｗｅｒｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｉｎ　－　　－　－ｇｇｇｐ　／，ｓｅｃｔｉｏｎｒｏｂｏｔ［Ｃ］／ＭｅｃｈａｔｒｏｎｉｃｓａｎｄＡｕｔｏｍａｔｉｏｎ　　　ｐ

ＩＣＭＡ２００９，ＩｎｔｅｒｎａｔｉｏｎａｌＣｏｎｆｅｒｅｎｃｅｏｎ２００９：２０１４　　　　－２０２０．

［］肖晓晖，肖华，等．架空高压输电线路巡线机８　吴功平，

］：器人样机研制［电力系统自动化，Ｊ．２００６，３０（１３）９０－９３．

图１０　机器视觉定位

巡检机器人上的成功运用证明了该方法的有效性和

４　现场运行试验

试验目的：验证本文提出的全局定位和局部定位方法的有效性．

试验条件：吉林省电力有限公司白山供电公司管辖的２２０ｋＶ白水线的７～１１号杆塔，全程大约３其余为直线塔，地线型号ｋｍ．１０号杆塔为耐张塔，为ＧＪ５０．－

试验过程：图２所示的巡检机器人在吉林白山图供电公司管辖的线路上进行了机器人定位试验，图１９所示为巡检机器人的试验图片，０所示为机器视觉定位结果图片．

试验结果表明，本文提出的定位方法是有效的

．

５　结束语

目前，自主巡检机器人的定位技术已经成为制约其发展的一个关键性技术，已有的定位方法存在着许多不足，难以适应自主巡线机器人发展的需要．本文提出了新的定位方法，并通过

在其团队研制的