王晟越 · 机器人定位与导航

风机叶片检测机器人 · 定位与导航系统

2026.09 – 至今 | 西交利物浦大学 具身智能实验室(陈亚然老师课题组)· 负责底盘定位与导航
ROS 2RTK-GNSS激光雷达 + IMU 融合退化场景退化场景 SLAM壁面运动规划

项目概述

室外风机叶片检测场景下的退化观测建图、叶片偏转下的动态地图修正与管道内壁面运动规划。

演示

技术路线图
技术路线图点击放大
仿真建图结果
仿真建图结果点击放大
仿真演示视频

技术栈

ROS / ROS 2 + 激光雷达 + 九轴 IMU + 轮式里程计 + RTK-GNSS;正在复现 FAST-LIVO2 / FAST-LIVGO 并融入 RTK 以完善偏转修正(仿真对比后排除 FAST-LIO / LIO-SAM)

我做了什么

  • 静态场景导航已打通(仿真):设计「沿叶片边缘巡航采集 GNSS、生成电子边界、以 RTK 作为定位修正因子(每移动 1 m 或旋转 20° 触发一次修正)并配合偏移处理」的定位导航流程,实现叶片静止工况下的自主导航闭环。
  • 动态工况与偏转检测:定位到叶片偏转后全部 GNSS 采集点位随之改变的问题,设计看门狗机制从里程计与九轴 IMU 数据判断叶片偏转(简单版本已实现);仿真验证中现有方案对角度解算过于敏感,微小角度偏差即放大为约 1 m 定位误差,正通过复现 FAST-LIVO2 / FAST-LIVGO 并融入 RTK 完善偏转修正机制。
  • 根因分析与方案转向:诊断出现有定位量全部为绝对坐标(RTK 的 x / y 与九轴 IMU 航向四元数),缺乏机器人在地图中的相对位姿,导致 GNSS 点位漂移难以解耦;正在引入 SLAM 获取 map 内相对坐标,以更精准地处理叶片偏转引起的点位变化。
  • 退化场景建图:仿真复现叶片表面观测退化——可用约束仅剩地面,单帧激光对地有效点占比不足 20%,对比后排除 FAST-LIO / LIO-SAM,正在设计自研的 3D SLAM 建图与位姿估计方案。
  • 管道内壁面运动规划:针对维修管道内无 RTK 信号、机器人以负压吸附方式贴附管壁并可在壁面全位姿移动的场景,论证 DWA / Teb 等现有局部规划器不适用,正在设计适配壁面吸附运动的局部规划方法。
说明实物平台制作中,现阶段以仿真验证为主。