技术特征：
1.一种基于北斗导航系统的智能巡检机器人定位方法，其使用的定位系统包括集成安装在智能巡检机器人的机体内或机体上的中央处理器、数据转换模块、数据库、时钟模块、网关模块、信息显示模块、有线互联网模块、北斗模块、编码器、惯性测量单元，还包括设置在智能巡检机器人云台上的激光摄像仪；北斗模块、编码器、惯性测量单元通过数据转换模块与中央处理器通信连接，有线互联网模块、信息显示模块通过网关模块与中央处理器通信连接，数据库、时钟模块、激光摄像仪直接与中央处理器通信连接；所述定位方法包括确定参考基准站、计算差分校正量、校正巡检机器人的定位位置、建立工作坐标系并确定工作坐标系原点、计算巡检机器人的实时定位位置以及参考基准站定位位置到工作坐标系的转换矩阵、计算最优巡检路径并进行巡检导航六个基本步骤，其特征在于：由中央处理器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波融合，同时结合蒙特卡罗定位算法，将融合位姿作为粒子参照进行采样。2.如权利要求1所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：所述编码器光电传感器，且安装在智能巡检机器人的轮子上。3.如权利要求1或2所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：所述中央处理器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波融合时，使用编码器传输的数据作为观测量，使用惯性测量单元传输的数据作为测量量，在编码器传输的数据形成的机器人坐标系中进行第一次扩展卡尔曼滤波融合。4.如权利要求3所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：采用北斗定位数据作为观测量，以第一次扩展卡尔曼滤波融合数据为测量量在全局坐标系中进行第二次扩展卡尔曼滤波融合，由此获得智能巡检机器人在全局坐标系中的融合位姿。5.如权利要求4所述的基于北斗导航系统的智能巡检机器人定位方法，其特征在于：以北斗定位数据为观测量的扩展卡尔曼滤波融合位姿数据可通过以下步骤，融入到蒙特卡罗定位算法中：步骤一，根据所有样本粒子与融合位姿的欧式距离来调整所有样本的重要性参数；步骤二，初始采样以及重采样过程中，基于融合后位姿的高斯分布抽取样本；步骤三，将融合位姿作为样本子集替代样本集中重要性偏低的粒子；步骤四，根据粒子匹配度来调整融合策略，即位姿匹配度低时，则表明附近的参照物较少，属于空旷区域，在这种情况下，可以使用扩展卡尔曼滤波融合智能巡检机器人位姿的增量信息来进行航迹推算，直到粒子滤波估计位姿重新获取较高匹配度后，再使用蒙特卡罗定位算法。
技术总结
本发明提供了一种基于北斗导航系统的智能巡检机器人定位方法，包括确定参考基准站、计算差分校正量、校正巡检机器人的定位位置、建立工作坐标系并确定工作坐标系原点、计算巡检机器人的实时定位位置以及参考基准站定位位置到工作坐标系的转换矩阵、计算最优巡检路径并进行巡检导航六个基本步骤，在此过程中，由中央处理器对北斗模块、编码器和惯性测量单元传输的数据进行扩展卡尔曼滤波融合，同时结合蒙特卡罗定位算法，将融合位姿作为粒子参照进行采样。本发明不仅使智能巡检机器人在空旷环境下能够完成精确的自主导航，而且确保智能巡检机器人在一些遮挡环境下的定位精度要求，从而满足复杂环境下的导航需求。从而满足复杂环境下的导航需求。从而满足复杂环境下的导航需求。
技术研发人员：徐波 钟成 李福德 乐韵 刘嘉 林谋 张泽熙 马超 龙运宁
受保护的技术使用者：国家电网有限公司 珠高电气检测有限公司
技术研发日：2021.11.20
技术公布日：2022/5/17