机械工程学报

作者：吕凤天, 高海波, 李楠, 丁亮, 邓宗全, 刘光军

单位：1. 哈尔滨工业大学机器人技术与系统国家重点实验室 哈尔滨 150001;2. 瑞尔森大学航空航天工程系 多伦多 M2J4A6 加拿大

关键词：滑转率检测,视觉检测,星球车,图像弱边界提取；

基金：国家自然科学基金（51822502）、国家自然科学基金委员会创新研究群体科学基金（51521003）、"111"创新引智计划（B07018）和机器人技术与系统国家重点实验室（哈尔滨工业大学）自主课题（SKLRS201501B）资助项目。

车轮滑转率的估计对星球车的移动控制具有重要的意义，可以帮助星球车进行定位导航，预防沉陷。通过分析两相邻时刻车轮-地面图像，建立车轮滑转率估计模型，提出一种只利用视觉手段估计车轮滑转率的方法。提取车轮-地面图像中高亮度车辙弱边界，利用两相邻时刻获取的车轮-地面图像中的车辙边界，估计车轮前进位移及线速度。提出车轮-地面图像中车轮标记点的提取方法，利用两相邻时刻获取的车轮-地面图像中的车轮标记点，估计车轮旋转角度和角速度。给出另一种利用编码器和车轮-地面图像估计滑转率的方法，对两种方法进行试验测试，试验结果说明两种方法是有效的，滑转率估计误差均低于9%。滑转率估计方法不仅可以帮助星球车在利用车轮-地面图像检测沉陷量的同时，而且能实现对车轮滑转率的估计，能提高从车轮-地面图像中获取的车轮状态信息数量。

来源：2020年第2期

《机械工程学报》期刊编辑部

查看机械工程学报杂志2020年第2期