摘要
在电力系统工业生产中，水电站的高压输水管道和火力发电站的锅炉炉膛等大型的基础建筑设施需要定期进行巡检以保证生产安全。此类设施内部空间巨大，没有光照和可供人上下的阶梯，依靠人力难以对其进行全面的检查，通常此类设施的故障会通过辅助手段进行排查，如通过渗水池的蓄水量判断输水管道的渗透情况，或者需要搭建大量的脚手架。传统方法巡检周期长、成本高或者难以准确判断故障情况。近年来，随着传感器技术和无人机技术的快速发展，利用多旋翼无人机搭载采集设备进行此类设施内部的快速自动数据采集成为可行的解决方案，但是此类设施内部通常为封闭空间，存在GPS信号屏蔽和地磁干扰现象，对无人机的自主飞行带来技术挑战。 本文以利用多旋翼无人机进行上述工业基础设施的自动巡检为目的，对多旋翼无人机在封闭空间内的自主飞行系统进行了设计。研究了现有无人机在无GPS信号环境中的自主导航方法，实验分析了现有位姿估计算法在无人机导航应用中存在的定位精度不够，环境适应性差等问题，最终在基于三维激光雷达的位姿估计算法LOAM的研究基础上，提出了基于三维激光雷达、惯导、气压计的多传感器融合无人机位姿估计算法LoamImu，与现有方法相比提高了位姿估计的精度和对不同环境的适应程度。在此基础上设计了无人机在封闭空间内的自主飞行系统。本文的主要工作为： 1.研究了基于三维激光雷达的位姿估计算法LOAM在无人机自主导航应用中存在的问题，并在此基础上提出了融合惯导、气压计、激光雷达的多传感器融合位姿估计算法。 2.设计了多旋翼无人机在封闭空间内的自主飞行系统。设计并实现了无人机的位置控制算法，将基于3DVFH+的避障算法应用于多旋翼无人机的局部避障。 3.针对LOAM和本文提出的多传感器融合算法设计了在三种不同封闭空间内、两种飞行速度下的六组仿真实验，对比分析了两种算法在不同环境和不同飞行速度下的位姿估计和建图结果。 4.基于开源飞控设计了四旋翼无人机飞行平台并在水电站输水管道和火电站锅炉炉膛内进行了本文提出的多传感器融合位姿估计算法的无人机飞行实验。
NETL