管道机器人介绍.docx

管道机器人1 .管道机器人的定义和发展历史管道机器人是一种有人操作，可以沿着管道移动、携带一种或多种传感器，可以完成各种管道维护操作的机器人系统。20世纪70年代末美国斯坦福大学研制出了世界上第一款人工智能移动机器人，并在同时期设计和研制出了管道机器人。20世纪80年代韩国的大学开始研究天然气管道检测机器人。20世纪90年代管道机器人在实际的应用中表现出了巨大的潜力，各国都大力研发管道机器人。我国管道机器人的研究起步相对于发达国家晚了近10年，1989年哈尔滨工业大学的邓宗全等人最先开始了国内的管道机器人的有关研究，为我国的管道机器人研究开创了先河。之后清华大学成功研制的V型、TH型管道清洁机器人，已达到智能管道机器人的范畴。2 .管道机器人的模块2.1. 爬行器2.1.1 轮式管道机器人轮式管道机器人是将滚轮作为行走机构，由于其结构简单、行走速度快，驱动和控制相对简单，成本相对较低，滚轮式管道机器人目前广泛引用于商业机构。然而滚轮式管道机器人的缺点也非常明显，它的越障能力差，而管道中的地形复杂，滚轮式管道机器人适用于地形不复杂的管道，对于地形复杂的管道场景，滚轮式管道机器人较难适用。按照行走机构划分，轮式管道机器人可分为支撑轮和车型式两类。（1）支撑轮式管道机器人：采用对称分布的行走结构，支撑轮紧贴在管道表面，对管道表面有较大压力，行走能力强，可在有较大倾角的排水管道中行走。在理论上，该机器人的中心与管道中心重合，机器人运动稳定性好。支撑轮式管道机器人一般具有变径机构，以适应不同管径的管道。例如MRlNSPECTH采用多节方式，各节间通过可控万向钱连接，可通过弯管接头，采用弹簧支撑式连杆机构。（2）车型式管道机器人在管道底部行走，具有结构简单、行走连续平稳、运动灵活等优点。车型式管道机器人靠自身重量提供正压力，因此不能在大倾角的管道中行走。与支撑轮式管道机器人相比，其结构更加简单，控制更加方便。根据能否改变运动方向，车型式管道机器人可分为可变向车型式管道机器人和不可变向车型式管道机器人。现有的轮式管道机器人多数为车型式管道机器人，主要为四轮管道机器人和六轮管道机器人，以四轮管道机器人最为常见。2L2.履带式管道机器人（3）履带式管道机器人履带与管壁间的接触面积大，附着力大，具有牵引力大、可以形成360。原地转体、不易打滑、越障性能好等优点，履带式管道机器人适合管道内地形复杂的场景。但是履带式驱动机构的复杂性，导致其机械结构尺寸较大，不易小型化，结构复杂、重量大、消耗大、驱动和控制比较困难。因此，在实际应用中，该机器人大多用于大直径的管道内。2.13 .流体驱动式管道机器人利用管道流体压力对管道进行直接检测和清理技术的研究始于上世纪50年代，受当时的技术水平的流动式管道机器人利用流体的压力能实现行走功能。滚轮式管道机器人和履带式管道机器人行走速度较难控制，容易大幅度波动，并且携带的能量有限，很难长时间在管道内工作，严重制约了管道机器人的工作时间和工作距离。流体式管道机器人利用流体的压力来实现行走功能，速度精确控制也比较容易，能够稳定行驶，并且能够利用与管道内壁的摩擦在线获取能量，提高了管道机器人工作时间和工作距离。但是，由于流体驱动式管道机器人以流体的压力为驱动方式，导致流体式管道机器人只能在具有足够压力的大管径管道内才能得到有效的驱动。例如上海大学利用石油管道的石油高压研制出了石油管道检测机器人如下图，该型机器人分成多节，利用与管道密封的橡胶环（皮碗），相当于活塞，在输油管内压力油作用下，推动检测机器人向前行走。主要由探头1、高压密封件2、电机仓3、电池仓4、仪器仓5、仪器仓6、万向节7、里程仓8、清管器9和皮碗10组成。2.14 行走式管道机器人行走式管道机器人通过一些伸缩杆结构使得足腿压在管壁上，足腿上附有橡胶材料能够增大摩擦力固定在管壁上，从而支撑住机器人的主体。采用多腿的结构能够使该结构在各类曲线型管道中移动，也可在各种断面形式的管道里移动，其运动较为方便灵活，越障能力较高，由于结构的限制，。多足行走是一种高级行走方式，有较好的动作灵活性，理论上可以适应各种形状的管道，但其较复杂的运动学和动力学特征，使得机器人在步态规划和关节间协调运动控制等方面存在一定难度，而且，机器人结构非常复杂，对传感器要求高，需要大量的精密传感器，研究成本和制造成本都很高，且牵引能力有限，存在移动速度低、驱动效率不高，控制复杂等缺点，不适合长距拖缆作业。以太原理工大学研制成功的管内行走式机器人为例，该机器人由撑脚机构、牵引机构和转向机构构成。撑脚机构由电机16）、小齿轮（15）、齿圈及平面螺纹（14）、滑杆（13）、脚靴（12）组成。牵引机构由电机（1）、螺杆（2）、螺母（5）、拔销（4）、拔杆（7）和支撑杆（9）组成。转向机构由万向节（21）组成。当电机（1）带动螺杆转动时，螺母受拨杆的约束不能转动而沿螺杆轴向移动，固连其上的拨销（4）拨动拨杆（7）顺时针方向转动，由于脚靴（12）锁死在管壁上，支撑杆（9）不能向后运动，拨杆（7）通过销（6）带动支架（3）及其固连在（3）上的套筒（11）在简体（10）内向前滑动，同时通过万向节（21）拖动机器人的后单元（此时后单元的脚靴在抬起状态）向前运动，整个机器人前进。当脚靴（12）处在抬起的位置时，拨杆（7）通过支承杆（9）推动简体在套筒（11）上万向节方向滑动、改变了腿的姿势。1O2.L5.支撑式管道机器人2. 支撑式管道机器人也是轮式管道机器人的一种变形。支撑式管道机器人周向均匀布置的支撑臂紧贴管壁，为机器人提供足够的牵引力，甚至可以克服机器人自身重力，实现在垂直管道内的运动。对称的支撑臂有效地保证了机器人中心轴线与管道中心轴线的一致性，因此，在运动稳定性上远超过轮式和履带式管道机器人。3. 1.6.蠕动式管道机器人行走式管道机器人在运行时必然与管道内壁发生接触，某些对管道内壁损伤要求严格的场合不宜采用。因此，模仿爬虫、蚯蚓等生物的运动方式，产生了蠕动式的管道机器人，其原理设计是模仿昆虫移动。在行走时，分别使左右支撑足上面与管壁接触下面通过管壁接触滚轮使蠕动丝杠左转和右转，使螺母在丝杠上左右移动，蠕动式管道机器人虽然与管道内壁仍有接触，但对内壁的损伤较小，但是无法完成快速检测，检测效率低，在排水管道检测中很少用到。下图为所设计管道机器人的结构.由下图可见，机器人共分3个部分，即前、后支撑结构和中间的伸缩结构.前、后支撑结构采用伞架结构，实现机器人对管壁的支撑与行进；中间伸缩结构采用平行四边形结构，在电机、丝杆的带动下实现伸缩，从而使机器人完成行进动作.机器人的3个部分之间用弹簧进行软性连接，使其不但能满足转弯的要求，而且转弯后能使机器人恢复到原始状态，有利于机器人的行进。由下图可见，从中间的平行四边形处于伸长状态开始，机器人的行进的一个周期要完成如下6个动作：前支撑张开、后支撑收缩、平行四边形收缩、后支撑张开、前支撑收缩、平行四边形张开.应当指出，前后支撑的伸长与收缩，其动作副度的大小并不需图2所示大小，收缩的目的是减小支撑物与管壁之间的摩擦力。3.1. 7.不同运行结构管道机器人对比运动方式原理优点缺点适用范围轮式采用电机直接驱动机器人轮子运动速度调节方便、运动灵活轮子与管壁的摩擦力有限，不适大部分平直干净的管道用于油气管道内履带式采用电机直接驱动机器人可以有效地提高机器人牵引力、越障能力机器人结构变得复杂，控制难度加大，体积增大，灵活性受到影响大管径、复杂管道检测行走式如动物腿一样的结构，实现机器人管内爬行结构行走灵活，能完成许多复杂的运动需要非常复杂的机械结构和多组驱动器，制造难度、控制难度大十分精密的管道或特殊作业要求支撑式四周均匀布置的支撑臂紧贴管壁，为机器人提供足够的牵引力机器人管内运动稳定性好结构复杂，速度控制难度大可用于垂直管道，克服机器人自身重力蠕动式通过不断重复的收缩和伸长运动，实现前进与管壁摩擦较小、越障性能好驱动牵引力有限，能量损失较大小管径、短距离管道流体驱动式管内流体给与足够压力驱动不需要外界给与动力条件受管内流动介质影响，运动较难控制原油管道、天然气集输管道螺旋驱动式驱动轮轴线与管道轴线之间形成夹角，使驱动轮沿管道壁的某一螺旋线行走轴向驱动力大，驱动力大小和速度快慢的调整方便设计制造复杂、成本高适应小范围管径变化2.2.上位控制单元上位控制单元是管道机器人系统的人机交互部分。操作者可通过上位控制单元向管道机器人发送控制命令，管道机器人将采集的管道信息传送到上位控制单元，经过处理后，通过显示器等信息输出单元呈现给操作者。下图为IBAK公司BK3.5上位控制单元。2.3.检测单元管道机器人检测单元可以分为摄像单元和辅助检测单元。摄像单元为主要的检测单元，负责采集管道图像信息。辅助检测单元由各类传感器组成，主要检测爬行器的状态及辅助测量管道损伤，一般包括内部压力传感器、倾角传感器、激光传感器、超声波传感器等。2.3.1.摄像单元摄像头按获取视角范围可划分为全景摄像单元和非全景摄像单元。现有的管道机器人以非全景摄像单元为主，但是非全景摄像单元需配套相应的执行机构以满足对管道全面检测的需求，增加了管道机器人设计难度和重量。全景摄像单元按实现方式可分为鱼眼摄像头、多摄像头图像拼接、折反射式全景成像系统。鱼眼摄像头具有焦距短、大视角的特点。焦距一般小于16mm,视角为180o以上，可获得较大视野。但鱼眼摄像头获得的图像存在较大的畸变，需经过校正才能获得无畸变的图像，且价格昂贵。多摄像头图像拼接是将多个普通摄像头获得图像进行整合，获得大视角的图像。该方法获得图像畸变小，分辨率高，结构设计复杂，图像数据量大，拼接算法复杂。折反射式全景成像系统由摄像头和反射镜面组成。具有大于半球的空间视场、结构简单、光能损失低、系统设计柔性好、成本低的优点，较好地解决了鱼眼镜头和多摄像头图像拼接存在的问题。常用的反射镜面有锥形镜面球形镜面、双曲线镜面、抛物线镜面。锥形镜面在锥形顶点附近存在一定的观察盲区；球形镜面全景图像严重失真；双曲线镜面的加工比较困难，存在一定的安装难度；抛物线镜面不利于建立一个紧凑和廉价的系统。例如下图为RemoteReality公司的OiTIniAIert360相机。该摄像头采用单视点折反射成像技术，视场为360°,环境适应能力强。2.3.2.辅助检测单元管道机器人在管道运行过程中，由于管道环境的恶劣性，需对机器人的内部压力、倾角等状态进行监测。压力传感器通过监测机器人内部压力判断机器人内部结构的气密性状况，及时发现机器人内部进水等状况。倾角传感器监测管道机器人倾斜角度，将机器人倾角信息实时传送到上位控制单元，操作者可及时对机器人进行位姿调整，防止机器人侧翻。排水管道检测以摄像头为主，当摄像头确定损伤点后,则结合无损探伤技术对管道损伤点进行精确检测。无损探伤的技术有射线检测、超声波检测、涡流检测、磁粉检测、渗透检测、微波检测、激光检测。由管道机器人爬行器搭载的检测方法通常为射线检测、超声波检测和激光检测。由于射线检测会对人体造成伤害，所以管道机器人探伤常用的检测方法为超声波检测和激光检测。超声波探伤检测的优点是检测厚度大、灵敏度高、速度快、成本低、人体无害，能对缺陷进行定位和定量。然而，超声波探伤对缺陷的显示不直观，探伤技术难度大，容易受到主、客观因素的影响，探伤结果不便保存。因此，超声波探伤也有其局限性。激光点扫描轮廓测量技术是一种准确高效的表面无损检测方法，主要用于管道的探伤。与管道检测常用的涡流法和超声法相比，激光点扫描轮廓测量技术具有检测效率高、检测精度高、采样点密集、空间分辨率高、非接触式检测、可提供定量检测结果和被检管道任意位置横截图、轴向展开图、二维立体图等优点，但该技术只能检测管道表面损伤情况，无法进行纵向检测。2. 4.图像处理软件模块管道机器人通过摄像系统获得管道图像信息后，需经过图像处理软件对图像进行处理，获得优化的管道图像，生成管道图像报告，便于用户使用。IPEK公司的WinCanScanExplorer可以将获得的三维管道图像展开为相应的二维管道图像，操作者可通过展开后的二维图像轻松找到管道损伤位置。3. 5.电缆绞盘现有的一些管道机器人为有缆式管道机器人，设计机器人时需设计电缆绞盘。电缆绞盘用于对电缆进行管理，主要功能为收放线功能、排线功能。电缆绞盘上通常安装有光电码盘，光电码盘通过记录电缆线放线长度确定管道机器人的位置。电缆绞盘可分为传统电缆绞盘和智能电缆绞盘。传统电缆绞盘单方面回收电缆，不考虑与管道机器人协同，因此，在电缆回收时，如果电缆回收速度过快,则会影响管道机器人的运行状态，如果电缆回收速度过慢，则可能导致电缆缠绕管道机器人。智能电缆绞盘则考虑与管道机器人的协同，使电缆始终保持绷紧状态，保证了管道机器人在管道内自由移动。3.管道机器人的技术发展路线3.1.行走式机器人技术发展路线行走式是最早出现的管道机器人结构之一，由于构造简单、行走速率高，一直是管道机器人中结构形式研究最多，发展最为成熟的方向之一。20世纪七八十年代出现了最早的简单轮式管道机器人，一般用于核工业管道的清洁排污等作业。20世纪90年代之后，由于机器人技术的迅猛发展，轮式管道机器人的专利文献数量增涨较大；1995年之后，对行走式机器人的研究开始集中在如何适应不同环境。2000年之后，计算机技术、传感技术的成熟，使得管道机器人的功能更加强大完善；2005年至今，日本、美国专利对管道机器人的研究趋向于各种控制方式，通过搭载图像采集、温度、力传感等部件实现不同指标的采集作业，而对结构方面的研究文献量有所下降。在行走式管道机器人中以轮式行走机器人发展最为迅速，下图为轮式机器人的典型专利文献的详细技术方案。DE3139754AIFR2381657AI轮式管内机器人，轮系周向支撑管内壁，运行较为稳定主要用于核工业管道的清洁，由轮系 婴动行走在管道的内壁，轮系不均匀 分布JP4-283I58A .轮系角度可变管道机器人，角度的变化可以适应管道内的变化环境，JP266I846B2KR2O-O4OO318Y'CN202598023U机器人轮沿螺旋线周布的轮系行走机器 人，周布的形式，机器人可以实现非水 平的管内行走，更灵活性螺旋桨与轮系结合的爨动结构来实现微 小管道机器人的行走，两者爨动方式的 结合使得婴动更加灵活，嵬动力更大可变轮径的机器人，可 以适应管道内径变换的管道3. 2.蠕动式机器人技术发展路线行走式管道机器人在运行时必然与管道内壁发生接触，某些对管道内壁损伤要求严格的场合不宜采用。因此，模仿爬虫、蚯蚓等生物的运动方式，产生了蠕动式的管道机器人，其虽然与管道内壁仍有接触，但对内壁的损伤较小。蠕动管道机器人出现得较晚，20世纪90年代，对蠕动式的管道机器人专利文献才开始增多，该期段的蠕动机器人由于技术限制，其尺寸较大，灵活度不高，速率较低。20世纪90年代后，材料技术的发展，使得各种柔性材料在机械领域中大量应用，在一定程度上推动了蠕动管道机器人的发展，该段时间涌现了大量的核心专利，并趋向于向小型化发展。蠕动机器人由于对管壁伤害小，且具有一定的驱动行走能力，开始代替传统内窥镜在医疗领域中获得应用。2000年后，新的驱动方式进入机器人领域，例如，电磁、压电陶瓷、形状记忆合金等，新的驱动方式使得蠕动机器人在结构形式上有了更多的改变，2005年之后，国内对蠕动管道机器人的专利文献开始增多，主要集中于国内各大高校与研究机构，由于此时蠕动机器人运行结构趋于完善，更多专利文献转而研究其控制策略，以求获得更优的综合性能。下图为蠕动机器人的典型专利文献的详细技术方案解析图。US437216IAUS5337732A eCN15442O8A仿蛇运动的机器人式内宛镜，其 应用场合为人体消化道，机器人 由多节构成，搭载内窥镜元件， 可实现医疗目的的检查气动式的端动管道机器人，该机器 人采用柔性材料组成，采用不同节 段之间的充放气来实现进深定位尤土川m'采用微型电磁与压电混合作为驱动河存rWTK源，全新的驱动方式解决了微小型机1, -器人电源驱动的瓶颈-lv-z*-c59D基于推拉电磁铁的管道 探索机器人，采用连杆 形式实现机器人的蜻动CN1O1463936A.4. 3.其他技术路线演进除了上述2种方式外，管道机器人还包括其他如游动式、被动压差式以及多结构复合等结构。游动式机器人可以完全不接触管道内壁而实现行进，但其要求管内必须具备液体。而管道内的液体一般存在一定的流速，因此，对机器人的驱动力、游动速率都提出一定的要求。随着新的驱动形式产生，游动式机器人也出现了通过场力实现行进的方式。此外，由于人体腔肠内检查对安全性要求非常高，机器人的主动性能越高，可能存在越大的潜在风险。因此，继蠕动式机器人后，胶囊型机器人在人体腔肠领域应用渐广，其无动力或具有一定动力，通过食道进入人体，搭载内窥镜完成人体检查。4,管道机器人相关技术以下技术将围绕着使管道机器人通过性更好，精度更高，反映更快来展开。4.1. 复杂路径运动控制目前，管道机器人运动控制主要对机器人在直管道中运行进行了相关研究，但油-气管道存在变径、转向以及上下坡等管路特点，执行长距离管道检查等需分段进行，工作繁琐智能化程度低。而机器人在长距离、高温带压等复杂路径运动控制问题一直是研究的热点难点，常见的管道机器人运动控制算法有PID控制、模糊控制、神经网络控制以及几种控制方法的结合等。5. 1.1.PID控制PID控制器由比例、积分、微分环节构成，是机器人运动控制较常用的控制方式，主要分为两类：1）Pn）参数在整个控制过程中不变，可用于较为简单的控制系统，当控制系统具有较高非线性且严重耦合时，系统的可控性和稳定性将大大降低。2）自整定PID,其根据系统动态响应在线更新PID参数。而管道机器人的运动是高度非线性、时变和强耦合的，单纯依靠种控制系统已无法满足现代机器人的控制性能要求，这意味着PID控制器仅在特定操作范围内有效，当操作范围变化时，则需利用非线性控制理论来重新调整PID控制器。相关学者提出了多种改进控制方法，其中主要有模糊理论、分层控制策略、神经网络等算法来解决非线性问题。5.1. 2.模糊控制模糊控制系统通过模拟人的模糊逻辑思维方法，以模糊逻辑推理为理论基础，以模糊数学、模糊语言的形式表示。模糊控制器具有非线性和自适应性，可对复杂过程进行控制，其结构如下图所示。图3管道机器人模糊控制：(a)控制系统结构.(b)分层模糊控制模型由图3(a)可知模糊控制器主要由模糊化、模糊推理、规则数据库和去模糊化4个部分组成，经过模糊逻辑控制，将模糊信号转换为明确的控制信号，执行机构接收信号作用于被控对象进行检测输出，检测装置传递反馈信号再次输入，构成负反馈闭环逻辑控制系统。模糊控制器的设计关系到控制性能的好坏，文献将模糊推理引入到控制器中，在不清楚系统数学模型的情况下设计出模糊控制器，运用语言规则解决了非线性问题，极大提高了控制性能。文献研发的PLC单片机螺旋轮式管道检测机器人，采用模糊自适应PID控制进行运动控制，通过模糊自适应PlD的控制方法可将系统超调电压降低到O.IV,响应时间由2s减小到0.2s,同时展现出良好的抗干扰性。然而单模糊控制器在多变量控制系统中，会出现“规则库爆炸”问题，增大计算量从而影响控制性能。由图3(b)可知，运用模糊控制系统的分层方法，能更好协调控制系统语言规则(如机器人驱动体的直径、位姿与驱动轮转速差)，大量地减少模糊控制规则数，避免多变量模糊控制系统的“维数灾”。4.1.3.神经网络控制神经网络经过半个多世纪的发展，经历了几次兴衰，到目前为止，已经出现了许多不同的网络结构。根据有无反馈连接，神经网络大致可分为前馈和递归两种类型。前馈网络本质上是静态网络，在非线性系统辨识存在许多不足之处，无法准确地描述非线性系统的动态特性。递归神经网络通过其内部反馈链可以描述任意非线性动态系统，具有很强的动态逼近能力，在系统建模、辨识和控制得到了广泛的应用，并已结合到几乎所有的工程应用，神经网络控制结构如图a所示。aOutputOutputInputInput由图（a）可知，递归神经网络（recurrentneuralnetwork,RNN）可以具有双向信息流，这意味着内部的信息可以从一个连续的节点流到一个先前的节点，或者在单个节点内形成一个封闭的循环。4.1. 4.模糊神经网络控制模糊逻辑系统听从语言规则对复杂过程进行控制，但不能主动获取这些语言规则。人工神经网络能自主学习语言规则且能训练控制系统的参数。而这两种技术结合的系统（模糊神经网络自学习）能解决上述问题。模糊神经网络自适应学习系统能获取模糊推理过程中的数据库信息，使模糊系统能计算语言规则的隶属度函数，从而使模糊推理系统能够获取给定的输出和输入数据。图b是一种典型的利用模糊神经网络实现环境信息的自学习结构原理上，在处理非线性、模糊性等问题时能够显著提高机器人的反应能力，在管道机器人过弯、越障等复杂运动控制方面具有较高的实际应用价值。b4.1.5.管道机器人运动控制方式的对比从下表运动控制方式对比及上述内容来看，管道机器人的运动是高度非线性、时变和强耦合的，导致其动力学模型非常复杂，运动控制研究的难点在于如何解决其非线性、强耦合时变问题。现存的控制算法中，单一的控制方法可满足少变量、线性系统的控制需求，但是在管藏深、长距离、大管径的环境中，存在控制稳定性、时效性和适应性不足等问题，需要优化控制算法，以及采用几种方法的结合才能满足管道机器人的控制要求。控制方式原理优点缺点适用范围PID控制根据系统的误差，利用比例、积分、微分计算进行控制结构简单、稳定性好、工作可靠、调整方便在复杂非线性控制过程中可控性、稳定性不足机器人在直管、平路等简单运动过程神经网络控制以神经元为节点，采用拓扑结构相互连接构成的自适应非线性动态系统自适应、非线性项逼近能力强计算成本较传统算法更昂贵，计算时间长适用于系统建模和系统辨识领域模糊控制利用模糊数学语言描述的控制规则来操纵系统工作具有非线性和自适应性，可对复杂过程进行控制在多变量控制系统中，会出现“规则库爆炸”问题、计算量大、效率少变量、非线性控制系统不高分层模糊控制在模糊控制的基础上，根据语言规则，分层多个模糊子系统协调控制系统语言规则，减少计算量不能自动获取需要的语言规则机器人在大多数复杂地形和环境控制过程模糊神经网络控制利用神经网络结构来实现逻辑推理良好的学习、表达和自适应能力复杂控制过程中权值调整复杂，收敛速度慢机器人在多变量、非线性、时变、耦合的运动过程4.2.定位技术管道机器人在运行过程中，需要实时记录并报到自己的位置，以此让外界确定检测缺陷的位置。常用管道定位示踪方式主要有里程轮定位、CCD视觉定位和电磁定位等。4.2.1.里程轮定位法里程轮定位法是管道检测机器人中常见的定位方法，其基本原理是根据机器人车轮转动圈数来确定机器人运动距离。理想状态下，在管道内部运行时，车轮沿管壁做纯滚动运动，传感器记录里程轮转动的圈数，里程轮累计起来的圈数就是机器人在管道内部运行的距离，里程轮基本结构如图5所示。图5理程轮定位方法:(a)脉冲式结构.<b)光电式结构里程轮定位方式比较简单，适用于距离较短、速度变化均匀、管道内壁状态较好的情况。不足之处在于该技术受外界影响较大，车轮与油-气管道之间的摩擦力较小，不可避免的会有打滑现象的出现，影响其定位精度。4.2.2.电荷耦合器件视觉定位法电荷耦合器件(ChargeCOUPIeddevice,CCD)视觉定位法是利用视觉摄像头实时拍摄实现管道内机器人定位。其中视觉传感器采集管道内信息后反馈给图像识别系统，根据像素分布和亮度、颜色等信息，转换成数字信号，让机器人能够辨识物体，并确定其位置，其工作原理如图6所示。建光传惠器皱头(CCDCMOS)LFD 先 ¾?I CCD抵偿机I 1*- iin<rgMW¾uH运动单兀_Ll通扑模块-图6管道机需人CCD视觉定位：(a)定位原理.(b)定位系统结构CCD拍摄的图像是二维的亮度图像，现实场景是三维立体的，故三维场景的二维映射则是CCD视觉算法的难点。CCD视觉定位难点在于图像处理处理时间较长，质量和检测精度还有待提高。同时机器人在坡道、非正常日照（如夜晚）下识别定位能力有限，视觉传感器易被管内物质遮挡，功能发挥不足。