A new PIG robot navigation algorithm for searching the leakage and crash points in the under service oil-pipeline

Abstract

Son on yılda robotik uygulama alanları hızla büyümüş ve gelişmeye devam etmektedir. Robotik uygulamalarını işleme dönüştürmek için yapılan hesaplamalardaki zorluklar ve sensörleri kullanarak hareketlerin veriye dönüştürülmesi, herhangi bir robotun maliyetlerini ve boyutunu azaltmaya yardımcı olmuştur. Boru Denetleme Aracı (PIG) robotu, uzun yıllardır petrol ve gaz boru hatlarında çeşitli bakım işlemlerini yapmak için kullanılan boru hattı tabanlı uygulamalarındaki robotik uygulamalar içinde en zor alanlardan biridir.PIG robotu, yolculuğu sırasında boru hattının farklı parametrelerini denetleyebilir. PIG robotları, gerekli boru hattı parametrelerini algılamak için birçok sensör kullanmasına rağmen, bu verileri boru hattındaki ilgili konum ile eşleştirmek çok önemli bir parametreyi ifade etmektedir. En son teknolojiye sahip, taktik sınıf atalet ölçüm birimleri (IMU), diğer sensörleri kullanarak boru hattında algılanan sorunları bulmak ve PIG robotunun yörüngelerini yeniden oluşturmak için tarama uygulamalarında kullanılır. Bu projede, Entegre edilmiş bir navigasyon sistemi algoritması , Boru Muayene Gauge robotu için Sezgisiz Kalman Süzgecine (UKF) dayanan bir navigasyon sistemi olarak geliştirilmektedir .Ne yazık ki, Inersiyal Navigasyon Sistemleri (INS) hataları, IMU sensörlerinin kalibre edilmemiş ve rastgele hataları nedeniyle kullanım zamanına bağlı olarak artmaktadır .Navigasyon sisteminin hatalarını azaltmak için pek çok çözüm yolu bulunmaktadır. Sistem, çok yüksek bir taktik sınıf atalet ölçüm birimi IMU kullanabilir, ancak bu durumda, sistemin maliyeti yüksek olacaktır. En ünlü sensörlerde yer alan GPS, INS hatalarını dengeleyebilir ancak boru hattının iç kısmı gibi izole edilmiş ortamlarda GPS sinyali yoktur. Bazı araştırmacılar sistemin kararlı hale getirilmesiiçin kilometre sayacını harici bir sensör olarak ekleme , INS için holonomik olmayan sabitleyiciler, sıfır hız güncellemeleri ve koordinat güncellemeleri gibi yeni yöntemler kullanmışlardır.Ayrıca, hataları azaltmak için (KF) ve (UKF) gibi birçok düzleme yöntemi vardır, ancak her zaman tüm yöntemler yalnızca hataların oranını düşürebilir. Bu tezde ortaya atılan çözüm, IMU'nun bir kilometre sayacıyla birleştirilmesi ve uzunluğu biliinen borularının sayısının sayılması yoluyla hareket eden (PIG) robotu için navigasyon sisteminin, Irak'taki Kerbela şehrindeki iki konum arasındaki bağlantıların varsayımsal bir petrol boru hattında hatalarını stabilize etmeyi amaçlıyor.Boru hattının geometrisi, herhangi bir konumdaki boru hattının enlem, boylam ve yüksekliğini içerir. PIG robotunun simülasyonu boru hattı içerisinde, bilinen açısal hız ve belirli ivmelenme ile hareket eder. IMU'nun verileri, sensörlerin çıktılarına bazı sapma ve parazitler ekleyerek simüle edilir.Ayrıca kilometre sayacının çıktısı, kilometre sayacının çıkışına parazitler ekleyerek oluşturulur.Navigasyon sisteminin algoritması IMU'nun çıktısına uygulanır. Navigasyon sisteminin çıktısı yalnızca INS ve INS / kilometre sayacı entegrasyonu ile karşılaştırılmıştır .Dolayısıyla navigasyon hataları, tezin son bölümünde tartışılmaktadır.

The field of robotics applications was rapidly growing in the last decade and continues to develop. The computational challenges of the robotic applications and translations of actions using sensors have helped to reduce the costs and size of any robot. The Pipe Inspection Gauge (PIG) robot is one of the most challenging fields for the robotics applications in pipeline-based applications, which has been used for many years to perform various maintenance operations in oil and gas pipelines. The PIG robot can inspect different parameters of pipeline during its journey. Although PIG robots use many sensors to detect the required pipeline parameters, matching these data with the corresponding pipeline location represents a very important parameter. High-end, tactical-grade inertial measurement units (IMUs) uses in the pigging applications to locate the detected problems of the pipeline by using other sensors, and to reconstruct the trajectories of the PIG robot. In this project, an integrated navigation system algorithm developes as a navigation system based on Unscented Kalman filter (UKF) for Pipe Inspection Gauge robot. Unfortunately, the errors of the inertial navigation system (INS) increase during the time due to, the uncalibrated and random errors of IMU's sensors. There are many solutions for reducing the errors of the navigation system. Where, the system can use a very high tactical grid IMU, but in this case, the cost of the system will be high. The GPS in the most famous sensors can stabilize the errors of the INS, but in the isolated environments like inside of the pipeline, there is no GPS signal. Some researchers have used new methods such as adding odometer as an external sensor, the Non-holonomic constraints for the INS, the Zero-velocity Updates and Coordinate Updates methods for stabilizing the errors of the system. Furthermore, there are many smoothing methods such as (KF) and (UKF) for reducing the errors, but always all methods only can reduce the rate of the errors. The solution in this thesis aims to stabilize the errors of the navigation system for a moving (PIG) robot by integrating of the IMU with an odometer and counting the number of the known length pipes, in an assumption oil pipeline, which joints between two locations in Karbala city in Iraq. The geometry of the pipeline contains the latitude, longitude and altitude of the pipeline in any position. The simulation of the PIG robot moves inside the pipeline is with known angular velocity and specific acceleration. The IMU's data is simulated by adding some biases and noise to the sensors' output. Furthermore, the output of the odometer is generated by adding noise to the output of the odometer. The algorithm of the navigation system is applied to the output of the IMU. The output of the navigation system is compered only against the INS and INS/odometer integration. So the navigation errors are discussed in the final part of the thesis.