一种船舶表面自主作业机器人及其控制方法、控制系统与流程

1.本发明涉及船舶维护技术领域，尤其涉及一种船舶表面自主作业机器人及其控制方法、控制系统。


背景技术：

2.船舶在建造或维护过程中,船壳表面由于氧化、铁锈及附着物等,需要进入船坞进行除锈处理,以便涂装时油漆与船舶表面的附着能力能够得到提高，从而充分发挥油漆的防腐蚀能力,延长船舶的使用寿命。
3.传统的作业形式为，工人手持除锈设备，作业工人协同高架车来进行除锈作业除人工作业方式之外，也有使用经过改装的高架车进行除锈作业，高架车的高架臂顶端安装有除锈装置，可以省去人工手持除锈装置。
4.也有使用通过人工遥控的除锈机器人进行除锈作业，使用一种带除锈装置的轮式移动机器人，该机器人可以吸附于船体表面，工人可以通过遥控手柄在一定作业距离范围内控制机器在船体表面移动，实现对船体表面局部或全部区域的除锈作业。现有人工作业成本高，主要体现在人员配置成本高，和人员培训成本高两个方面。传统的人工手持除锈设备除锈方案至少需要一位除锈工人配合一位驾驶登高车工人；经改造的除锈登高车和遥控除锈机器人也都至少需要配备一位工人进行作业，并且考虑到工人的轮班，实际需要的人工数量非常多。
5.另一方面，工人的培训门槛高，所有机器都需要特殊的操作培训及一定的实践经验才能达到作业预期的效果。并且船坞多为室外环境，作业环境除各种自然气候所带来的人体不适之外，还有巨大的噪声，以及可能的粉尘、化学制品对人体的伤害，整个作业过程环境非常恶劣，极易发生人身伤害事故。上述几种作业方案的作业效率受到多种因素的限制，这些因素主要包括：工人数量和机器数量，机器调度的时间损耗，机器的机械故障导致的时间损耗。


技术实现要素：

6.本发明提供一种船舶表面自主作业机器人及其控制方法、控制系统，用以解决现有船坞表面清理作业成本高、难度大的问题。
7.本发明提供一种船舶表面自主作业机器人，包括：
8.吸附系统、除锈系统、电机控制系统、传感系统和通讯系统；
9.所述吸附系统用于将机器人吸附在船舶表面，所述吸附系统通过磁铁将机器人整体吸附在船舶表面，所述磁铁安装在机器人滚轮的侧边与船舶表面接触；
10.所述除锈系统用于将船舶表面的污渍、铁锈去除，所述除锈系统包括高压水泵和除锈砂轮，通过所述高压水泵进行冲洗污垢，通过所述除锈砂轮将铁锈打磨去除；
11.所述电机控制系统用于控制机器人在船舶表面移动行走，所述电机控制系统包括电机、转向器和控制器，所述控制器接收控制指令并控制电机转动，驱动机器人的滚轮转动
进行机器人位置移动，所述转向器改变机器人的滚轮移动方向用于转向控制机器人的移动方向；
12.所述传感系统用于采集机器人的位置和姿态信息；
13.所述通讯系统用于控制指令以及机器人位置和姿态信息的收发。
14.根据本发明提供的一种船舶表面自主作业机器人，所述传感系统包括：
15.里程计和惯性测量器；
16.所述里程计安装在机器人的滚轮上，通过里程计推算相对定位数据；
17.所述惯性测量器安装在滚轮之间连接架上，通过惯性测量器测量重力加速度在机器人坐标系中的方向。
18.根据本发明提供的一种船舶表面自主作业机器人，所述传感系统还包括监控站，所述监控站包括：激光雷达和摄像头；
19.所述激光雷达采集点云数据用于船体表面模型建立以及对机器人实时位置的粗略估计；
20.所述摄像头用于采集视觉图像，在激光点云粗略估计机器人位置的基础上通过视觉特征对机器人位置进行精确定位。
21.本发明还提供一种船舶表面自主作业机器人的控制方法，所述方法包括：
22.获取激光雷达采集的点云数据，在船舶表面建立坐标系；
23.在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
24.根据机器人的准确位置生成机器人实时移动路径；
25.将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
26.根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
27.根据本发明提供的一种船舶表面自主作业机器人的控制方法，在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置，具体包括：
28.基于获取的机器人点云数据，确定机器人在坐标系中的粗略位置；
29.基于视觉图像在机器人粗略位置的基础上进行图像特征提取，确定机器人的精确位置。
30.根据本发明提供的一种船舶表面自主作业机器人的控制方法，将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量，具体包括：
31.根据机器人的精确位置信息获取机器人实时移动方向和点位，绘制机器人实时移动路径；
32.将所述机器人实时移动路径与预设的指定路径进行比对，产生坐标偏差值，生成偏差量信息。
33.本发明还提供一种船舶表面自主作业机器人的控制系统，所述系统包括：
34.坐标系建立模块，用于获取激光雷达采集的点云数据，在船舶表面建立坐标系；
35.定位模块，用于在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
36.移动路径绘制模块，用于根据机器人的准确位置生成机器人实时移动路径；
37.比对模块，用于将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
38.调整模块，用于根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
39.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述船舶表面自主作业机器人的控制法。
40.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述船舶表面自主作业机器人的控制方法。
41.本发明提供的一种船舶表面自主作业机器人及其控制方法、控制系统，操作人员可通过无线通讯技术远程给机器人下发工作指令，机器人可自主执行任务而无需人工实时的操作机器，可以实现一位操作员管理多台机器达到节省人力成本的目的；降低作业环境对工作人员的人身伤害及意外事故的概率；自主机器人作业可以带来作业效率的提升，通过一定的软件及通讯技术，可以实现一个操作人员管理多台机器人进行作业、同时有多个机器人并行作业，最终实现作业效率的提升。
附图说明
42.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
43.图1是本发明提供的一种船舶表面自主作业机器人的俯视结构图；
44.图2是本发明提供的一种船舶表面自主作业机器人的仰视结构图
45.图3是本发明提供的监控站与船体位置关系示意图；
46.图4是本发明提供的监控站内部结构示意图；
47.图5是本发明提供的滚轮按照预设路径修正示意图；
48.图6是本发明提供的一种船舶表面自主作业机器人的控制方法的流程示意图之一；
49.图7是本发明提供的一种船舶表面自主作业机器人的控制方法的流程示意图之二；
50.图8是本发明提供的一种船舶表面自主作业机器人的控制方法的流程示意图之三；
51.图9是本发明提供的一种船舶表面自主作业机器人的控制系统的模块连接示意图；
52.图10是本发明提供的电子设备的结构示意图。
53.附图标记：
54.1：滚轮、2：防护壳；3：除锈系统、4：电机控制系统；5：通讯系统；6：惯性测量器；7：吸附系统；8：里程计；9、船体；10、监控站、11：安装架；12：激光雷达；13：摄像头；14：电源设备；
55.110：坐标系建立模块；120：定位模块；130：移动路径绘制模块；140：比对模块；150：调整模块；
56.1010：处理器；1020：通信接口；1030：存储器；1040：通信总线。
具体实施方式
57.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
58.下面结合图1-图2描述本发明的一种船舶表面自主作业机器人，包括：
59.吸附系统7、除锈系统3、电机控制系统4、传感系统和通讯系统5；
60.所述吸附系统7用于将机器人吸附在船舶表面，所述吸附系统通过磁铁将机器人整体吸附在船舶表面，所述磁铁安装在机器人滚轮的侧边与船舶表面接触；
61.所述除锈系统3用于将船舶表面的污渍、铁锈去除，所述除锈系统包括高压水泵和除锈砂轮，通过所述高压水泵进行冲洗污垢，通过所述除锈砂轮将铁锈打磨去除；
62.所述电机控制系统4用于控制机器人在船舶表面移动行走，所述电机控制系统包括电机、转向器和控制器，所述控制器接收控制指令并控制电机转动，驱动机器人的滚轮转动进行机器人位置移动，所述转向器改变机器人的滚轮移动方向用于转向控制机器人的移动方向；
63.所述传感系统用于采集机器人的位置和姿态信息；
64.所述通讯系统5用于控制指令以及机器人位置和姿态信息的收发。
65.本发明中通过机器人在船舶表面按照设定路径进行清扫工作，降低人工成本和操作难度，避免人工操作发生危险。
66.所述传感系统包括：
67.里程计8和惯性测量器6；
68.所述里程计8安装在机器人的滚轮1上，滚轮1外侧安装有防护壳2，通过里程计8推算相对定位数据；
69.所述惯性测量器6安装在滚轮1之间连接架上，通过惯性测量器6测量重力加速度在机器人坐标系中的方向。
70.机器人的滚轮1分为两侧的滚轮1，两侧滚轮1为可独立控制的伺服电机，机器人运动线速度为0.05～0.2米/秒
71.里程计8安装在滚轮1上能够准确计算出机器人移动的距离，推算相对定位数据，惯性测量器6用于测量重力加速度在机器人坐标系中的方向，用于实时测量机器人当前相对于重力的朝向，由于重力朝向是始终垂直向下的，以此确定机器人在船体9表面所处的朝向。
72.参考图4，所述传感系统还包括监控站10，所述监控站10包括：激光雷达12和摄像头13；
73.所述激光雷达12采集点云数据用于船体9表面模型建立以及对机器人实时位置的粗略估计；
74.所述摄像头13用于采集视觉图像，在激光点云粗略估计机器人位置的基础上通过视觉特征对机器人位置进行精确定位。
75.本发明中激光雷达12和摄像头13在安装架11上固定，通过电源设备14为其供电。激光雷达12为livox或普通机械多线激光雷达12，采集的点云数据用于船体9表面模型建立，形成坐标系，并对机器人实时位置进行粗估计。摄像头13用于采集视觉图像，在激光点云估计的机器人位置基础上，通过视觉特征对机器人位置进行进一步精确定位。参考图3，所述的监控站10根据传感器的视场角(一般为45
°
左右)和监控站10距离船舶距离(一般为20米)，可以间隔20米设置一个监控站10以实现对船体9表面的完整覆盖。
76.惯性测量单元数据包含：[linear_acceleration.x,linear_acceleration.y,linear_acceleration.z]
‑‑‑
3轴加速度数值；[roll,pitch,yaw]
‑‑‑
横滚角、俯仰角、航向角
[0077]
由于机器人工作过程中是竖直趴在船体9表面，机器人与重力方向的角度由pitch确定，由于欧拉角pitch取值范围为[-90
°
，90
°
]，而机器人朝向和重力夹角的取值范围应为[-180
°
,180
°
]，通过对[linear_acceleration.x,linear_acceleration.z]的判断确定机器人朝向的象限，根据确定的象限将pitch范围调整为[-180
°
，180
°
]。
[0078]
判断象限的方式为根据表1来判断象限
[0079]
表1象限判断表
[0080][0081][0082]
pitch角度调整按照一下公式
[0083]
pitch＝-(pitch+180)第四象限；pitch＝180-pitch第三象限
[0084]
根据机器人里程计8速度odometervx
t
和与重力方向夹角pitch，可以计算机器人运动变化量
[0085]
deltax
t
＝odometervx
t
*cos(pitch)
[0086]
deltay
t
＝odometervx
t
*sin(pitch)
[0087]
可以有机器人t时刻位置预测t+1时刻的位置，预测公式为：
[0088]
odometerpositionx
t+1
＝odometerpositionx
t
+deltaxt
[0089]
odometerpositionyt+1＝odometerpositionyt+deltayt。
[0090]
参考图6-图8，本发明还公开了一种船舶表面自主作业机器人的控制方法，所述方法包括：
[0091]
s100、获取激光雷达12采集的点云数据，在船舶表面建立坐标系；
[0092]
s200、在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位
置；
[0093]
s300、根据机器人的准确位置生成机器人实时移动路径；
[0094]
s400、将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
[0095]
s500、根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
[0096]
在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置，具体包括：
[0097]
s201、基于获取的机器人点云数据，确定机器人在坐标系中的粗略位置；
[0098]
s202、基于视觉图像在机器人粗略位置的基础上进行图像特征提取，确定机器人的精确位置。
[0099]
在机器人开始作业之前，对船体9表面进行一次激光点云数据采集，可以采集多帧激光数据并将采集的多帧数据合并到同一个数据集合中，该数据集为clouddatareference，其中包含的每个数据点由[x,y,z]组成，x-z轴为激光雷达12水平面，y轴垂直向上和x-z轴组成坐标系。
[0100]
激光点云数据按照一定尺寸在x-y坐标轴平面上栅格化(典型值0.1米2)，由于船体9表面近似为光滑表面因此在局部可以通过平面拟合。
[0101]
栅格范围为x轴坐标从[-20,20]按照0.1米离散400个栅格，z轴离散方式与y轴一样，clouddatareference中每一个点可以计算出对应的栅格，对于第i个点[xi,yi,zi],所对应的栅格坐标为rowi＝取整数(yi/0.1),colj＝取整数(xi/0.1).
[0102]
对于落在[rowi,colj]栅格内的激光点云，拟合的平面模型为
[0103]aij
x+b
ij
y+c
ij
z+d
ij
＝0
[0104]
拟合的误差均方根为sigma
ij
，代表该栅格内激光点的平面一致性和噪声评价，sigma
ij
越小表示噪声越小。[a
ij
,b
ij
,c
ij
,d
ij
,sigma
ij
]为栅格中点云拟合表面的参数。拟合的计算可以通过最小二乘算法计算参数和拟合误差均方根。
[0105]
采集的clouddatareference所包含的激光帧数越多，越有利于拟合平面参数的精确性和数值稳定性。
[0106]
在机器人工作过程中，实时采集的点云数据clouddata
t
。首先用clouddatareference同样方法对clouddata
t
中数据离散到栅格[rowi,colj]。
[0107]
对于第一帧数据，即时间t＝0时刻，需要遍历所有栅格确定机器人在t＝0时刻所在的候选栅格。确定候选栅格的方法为，遍历所有clouddata
t
的栅格并计算[rowi,colj]栅格内点云拟合平面的模型a
ij
x+b
ij
y+c
ij
z+d
ij
＝0,计算该栅格的中心点
[0108]
x_center＝colj*0.1+0.05
[0109]
y_center＝rowi*0.1+0.05
[0110]
计算栅格中心点在栅格平面模型上的投影点[x_center,y_center,z_center],其中z_center＝(-d
ij-a
ij
x_center-b
ij
y_center)/c
ij
[0111]
计算该投影点到clouddatareference的第[rowi,colj]栅格平面模型[a
ij
,b
ij
,c
ij
,d
ij
,sigma
ij
]的距离，距离计算公式dist＝|a
ij
x_center+b
ij
y_center+c
ij
z_center+d
ij
|/sqrt(a
ij2
+b
ij2
+c
ij2
)。
[0112]
如果dist》3*sigma
ij
,则将该[rowi,colj]栅格标记为候选栅格。
[0113]
对于t》0时刻，可以根据机器人预测的位置[odometerpositionxt+1,
odometerpositionyt+1]确定机器人落入的候选栅格[rowi,colj]。rowi＝取整数(odometerpositionyt+1/0.1),colj＝取整数(odometerpositionxt+1/0.1).
[0114]
在候选栅格内clouddata
t
的数据点根据公式计算点到平面的距离：
[0115]
dist＝|a
ij
x+b
ij
y+c
ij
z+d
ij
|/sqrt(a
ij2
+b
ij2
+c
ij2
)
[0116]
设置dist
thresh
阈值,dist》dist
thresh
的激光点云点为机器人候选点，dist
thresh
取值一般为机器人半高度0.3米。对所有满足dist》dist
thresh
的激光点计算坐标中心[robotpositionxt+1,robotpositionyt+1,robotpositionzt+1],该坐标为激光点云计算的机器人粗定位位置，其中[robotpositionxt+1,robotpositionyt+1,robotpositionzt+1]为机器在船体9表面坐标，robotpositionzt+1为机器人到摄像头13的深度数值，在视觉精确定位步骤中使用。
[0117]
计算单元内预先存储机器人顶视图的可见光图像，以及机器人图像特征向量，一般可以采用sift(scale-invariant feature transform)\surf(speeded up robust features)\orb(oriented fast and rotated brief)\akaze(accelerated-kaze)特征算子，本发明中使用akaze特征算子，是一种快速的多尺度特征检测和特征向量描述算法，具备缩放和旋转不变性。预存图像特征向量为descriptortemplate。
[0118]
通过摄像头13采集当前一帧图像，根据激光数据粗定位[robotpositionx
t+1
,robotpositiony
t+1
,robotpositionz
t+1]
确定图像中roi，并计算akaze特征向量。
[0119]
确定图像roi的目的是缩小图像匹配的范围减少计算量，同时缩小匹配的范围也可以减少误匹配特点导致的匹配精度损失。roi的计算方式为：
[0120]
通过现有的成熟的摄像机标定算法获得摄像机内、外参，通过摄像机模型将世界坐标系坐标转化为图像像素坐标。roi即为[robotpositionx
t+1
,robotpositiony
t+1
,robotpositionzt+1]所对应的像素坐标外扩一定像素的区域。通过摄像机内、外参将世界坐标转换到像素坐标公式为：
[0121][0122]
当前待匹配图像的特征向量为descriptorcandidate.
[0123]
采用bf匹配算法(brute-force matcher)匹配两组特征向量descriptortemplate、descriptorcandidate，通过匹配的特征点对，计算出当前帧图像中机器人位置的像素坐标[pixelpositionx
t+1
,pixelpositiony
t+1
].
[0124]
根据摄像机内、外参参数以及深度数值robotpositionz
t+1
，将像素坐标[pixelpositionx
t+1
,pixelpositiony
t+1
]转换到物理坐标：[visualpositionx
t+1
,visualpositiony
t+1
]。
[0125]
将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量，具体包括：
[0126]
s401、根据机器人的精确位置信息获取机器人实时移动方向和点位，绘制机器人
实时移动路径；
[0127]
s402、将所述机器人实时移动路径与预设的指定路径进行比对，产生坐标偏差值，生成偏差量信息。
[0128]
预设路径由直线段序列组成，其中第i段预设路径的切线方向表达式为：
[0129]ai
x+biy+ci＝0
[0130]
[ai,bi,ci]为该段预设路径的参数。
[0131]
参考图5，计算机器人偏离当前路径的误差量e
offset
为机器人当前位置到预设路径的垂直距离，phi为当前机器人朝向和预设路径切向的偏差角度，计算公式如下：
[0132]eoffset
＝|ai*visualpositionx
t+1
+bi*visualpositiony
t+1
+ci|/sqrt(a
i2
+b
i2
)
[0133]
phi＝pitch-tan-1
(-a/b)
[0134]
设定机器人的前进速度v
robo
为0.1米/秒，计算机器人的旋转控制量w
robo
计算公式如下
[0135]wrobo
＝phi+tan-1
(k*e
offset
/v
robo
)
[0136]
其中k为根据经验确定的比例系数，此处设置范围约为0.5～1.5。根据机器设计的物理执行能力，限制w
robo
取值范围在[-0.5,0.5]弧度/秒。
[0137]
参考图9，本发明还公开了一种船舶表面自主作业机器人的控制系统，所述系统包括：
[0138]
坐标系建立模块110，用于获取激光雷达12采集的点云数据，在船舶表面建立坐标系；
[0139]
定位模块120，用于在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
[0140]
移动路径绘制模块130，用于根据机器人的准确位置生成机器人实时移动路径；
[0141]
比对模块140，用于将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
[0142]
调整模块150，用于根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
[0143]
本发明提供的一种船舶表面自主作业机器人的控制系统，操作人员可通过无线通讯技术远程给机器人下发工作指令，机器人可自主执行任务而无需人工实时的操作机器，可以实现一位操作员管理多台机器达到节省人力成本的目的；降低作业环境对工作人员的人身伤害及意外事故的概率；自主机器人作业可以带来作业效率的提升，通过一定的软件及通讯技术，可以实现一个操作人员管理多台机器人进行作业、同时有多个机器人并行作业，最终实现作业效率的提升。
[0144]
图10示例了一种电子设备的实体结构示意图，如图10所示，该电子设备可以包括：处理器(processor)1010、通信接口(communications interface)1020、存储器(memory)1030和通信总线1040，其中，处理器1010，通信接口1020，存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令，以执行一种船舶表面自主作业机器人的控制方法，该方法包括：获取激光雷达12采集的点云数据，在船舶表面建立坐标系；
[0145]
在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
[0146]
根据机器人的准确位置生成机器人实时移动路径；
[0147]
将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
[0148]
根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
[0149]
此外，上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0150]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种船舶表面自主作业机器人的控制方法，该方法包括：获取激光雷达12采集的点云数据，在船舶表面建立坐标系；
[0151]
在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
[0152]
根据机器人的准确位置生成机器人实时移动路径；
[0153]
将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
[0154]
根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
[0155]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的一种船舶表面自主作业机器人的控制方法，该方法包括：获取激光雷达12采集的点云数据，在船舶表面建立坐标系；
[0156]
在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；
[0157]
根据机器人的准确位置生成机器人实时移动路径；
[0158]
将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；
[0159]
根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。
[0160]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0161]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0162]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可
以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

技术特征：
1.一种船舶表面自主作业机器人，其特征在于，包括：吸附系统、除锈系统、电机控制系统、传感系统和通讯系统；所述吸附系统用于将机器人吸附在船舶表面，所述吸附系统通过磁铁将机器人整体吸附在船舶表面，所述磁铁安装在机器人滚轮的侧边与船舶表面接触；所述除锈系统用于将船舶表面的污渍、铁锈去除，所述除锈系统包括高压水泵和除锈砂轮，通过所述高压水泵进行冲洗污垢，通过所述除锈砂轮将铁锈打磨去除；所述电机控制系统用于控制机器人在船舶表面移动行走，所述电机控制系统包括电机、转向器和控制器，所述控制器接收控制指令并控制电机转动，驱动机器人的滚轮转动进行机器人位置移动，所述转向器改变机器人的滚轮移动方向用于转向控制机器人的移动方向；所述传感系统用于采集机器人的位置和姿态信息；所述通讯系统用于控制指令以及机器人位置和姿态信息的收发。2.根据权利要求1所述的船舶表面自主作业机器人，其特征在于，所述传感系统包括：里程计和惯性测量器；所述里程计安装在机器人的滚轮上，通过里程计推算相对定位数据；所述惯性测量器安装在滚轮之间连接架上，通过惯性测量器测量重力加速度在机器人坐标系中的方向。3.根据权利要求1所述的船舶表面自主作业机器人，其特征在于，所述传感系统还包括监控站，所述监控站包括：激光雷达和摄像头；所述激光雷达采集点云数据用于船体表面模型建立以及对机器人实时位置的粗略估计；所述摄像头用于采集视觉图像，在激光点云粗略估计机器人位置的基础上通过视觉特征对机器人位置进行精确定位。4.一种船舶表面自主作业机器人的控制方法，其特征在于，所述方法包括：获取激光雷达采集的点云数据，在船舶表面建立坐标系；在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；根据机器人的准确位置生成机器人实时移动路径；将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。5.根据权利要求4所述的船舶表面自主作业机器人的控制方法，其特征在于，在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置，具体包括：基于获取的机器人点云数据，确定机器人在坐标系中的粗略位置；基于视觉图像在机器人粗略位置的基础上进行图像特征提取，确定机器人的精确位置。6.根据权利要求4所述的船舶表面自主作业机器人的控制方法，其特征在于，将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量，具体包括：根据机器人的精确位置信息获取机器人实时移动方向和点位，绘制机器人实时移动路径；将所述机器人实时移动路径与预设的指定路径进行比对，产生坐标偏差值，生成偏差
量信息。7.一种船舶表面自主作业机器人的控制系统，其特征在于，所述系统包括：坐标系建立模块，用于获取激光雷达采集的点云数据，在船舶表面建立坐标系；定位模块，用于在所述坐标系中根据机器人的点云数据和视觉图像确定机器人的准确位置；移动路径绘制模块，用于根据机器人的准确位置生成机器人实时移动路径；比对模块，用于将所述机器人实时移动路径与预设的指定移动路径进行比对，生成偏差量；调整模块，用于根据所述偏差量生成控制指令，通过控制指令调整机器人移动路径。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求4至6任一项所述船舶表面自主作业机器人的控制方法。9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求4至6任一项所述船舶表面自主作业机器人的控制方法。

技术总结
本发明提供一种船舶表面自主作业机器人及其控制方法、控制系统，包括：吸附系统、除锈系统、电机控制系统、传感系统和通讯系统；所述吸附系统用于将机器人吸附在船舶表面；所述除锈系统用于通过高压水泵将船舶表面的污渍、铁锈去除；所述电机控制系统用于控制机器人在船舶表面移动行走；所述传感系统用于采集机器人的位置和姿态信息；所述通讯系统用于控制指令以及机器人位置和姿态信息的收发。本发明解决了现有船坞表面清理作业成本高、难度大的问题。题。题。


技术研发人员：吴剑 程力
受保护的技术使用者：杭州它人机器人技术有限公司
技术研发日：2022.11.28
技术公布日：2023/5/11