寇军平,李涛锋

随着工业机器人技术在国家政策扶持下快速发展，各类智能机器人已广泛应用于诸多领域。然而，在隧道排水管道检测这一细分行业，传统人工检测方式仍占主导地位，存在作业效率低、安全风险高、检测精度有限等固有缺陷。现有自动化检测设备普遍缺乏真正的环境感知与智能决策能力。为解决上述行业痛点，本文设计了一套面向隧道排水管道检测的多传感器智能机器人系统，创新性地提出了一种基于改进自适应扩展卡尔曼滤波的多传感器数据融合算法。该系统集成了激光雷达、视觉相机、惯性测量单元、毫米波雷达与气体传感器，通过时空同步配准、自适应加权融合与非线性优化处理，显著提升了在复杂隧道环境下缺陷检测的精度与系统鲁棒性。

多传感器；智能机器人；数据融合

[1] 中华人民共和国交通运输部.公路隧道养护技术规范(JTG H12-2015)[S].北京:人民交通出版社,2015. [2] 李清泉,杨必胜,吴波.智能机器人在隧道检测中的应用现状与展望[J].测绘学报,2020,49(1):1-16. [3] Kim J,Lee S,Park J.Crack detection in tunnel linings using laser scanning and image processing[J].Automationin Construction,2020,116:103285 [4] 秦绪佳,刘钊,王磊.基于改进卡尔曼滤波的多传感器数据融合方法[J].仪器仪表学报,2021,42(7):123-131. [5] 西南交通大学.基于卡尔曼滤波的隧道传感器数据融合算法研究[J].铁道学报,2021,43(8):148-155. [6] 同济大学.隧道多传感器融合探测系统研发与应用[R].上海:同济大学,2022.

点击下载PDF