变电站智能巡检机器人全局路径规划设计

针对国内变电站智能巡检机器人行走路线的特点,建立半结构化的道路模型。提出将改进的Dijkstra算法与模拟退火算法相结合,应用到变电站智能巡检机器人的全局路径规划中,在数据库技术的基础上采用VC++对上述算法进行软件设计与实现,构建具有全局路径规划功能的电子地图系统。该系统已在变电站的智能巡检机器人系统平台下进行实验并投入使用,现场运行结果证明该方法高效可行。     

变电站巡检机器人导航方法研究

随着移动机器人技术的发展和变电站无人值守的开展,变电站巡检机器人应运而生。稳定的导航是巡检机器人能够正常工作的前提保证,因此针对变电站巡检机器人的导航方法进行研究。影响导航的关键因素有导航方式和导航算法,变电站巡检机器人采用视觉与电磁融合的导航方式,运用自适应位置型PID控制算法,对于脱离导航线的错误处理采用模糊控制的思想,实现了巡检机器人的导航并得到了实际应用,实际运行的结果说明此种方法抗干扰能力强、收敛性好。     

变电站巡检机器人视觉导航模糊控制

利用导航线,通过机器人自身前景视觉获得机器人偏离导航线的距离和方向,采用Sugeno模糊推理法生成左右轮速,实现变电站巡检机器人视觉导航自主运动控制.基于博创UP-VoyagerII型机器人进行实际测试,机器人能够准确、平稳地实时追踪导航线.实验表明了算法的有效性.     

云机器人：未来机器人新模式

正自新冠肺炎疫情发生以来,云会议、云协作等技术正逐渐改变人们的工作方式,而云端服务也给机器人带来了新的发展机遇,云端医疗防护机器人、云端体温检测机器人等被大量应用。云机器人概况长期以来,人们对机器人充满着幻想,希望它能够拥有类人的感知、认知、动作和自然交互能力,但目前机器人个体的计算能力有限,     

变电站智能巡检系统应用研究

随着信息技术（Information Technology,IT）的发展,我国居民的用电量也开始呈上升趋势,在无形中也加大了变电站的工作量。而繁重的工作量也影响了巡检人员的巡视质量,从而激化了巡检人员与高负荷工作量间的矛盾,解决两者之间的矛盾是变电站亟待解决的问题。基于此背景,笔者提出了在变电站应用智能化巡检系统,从而改善两者间的矛盾,进而保证变电站的稳定运行。     

管带机智能巡检机器人的总体设计

近年来政府出台多项政策以减少物料转运过程中的无组织排放,管状带式输送机(以下简称管带机)进入了发展的快车道.但是随着管带机运量增大、输送距离加长,常规的人工巡检方式日益不能满足实际生产运维的需求.根据巡检的任务特性,分析了采用机器人进行管带机巡检的功能需求.确定了挂轨式行走机构配置,采用STM32主控芯片+人工智能芯片...     

变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

高压变电巡检机器人智能技术分析

在现在的电力领域,电力系统已经开始改革和创新,随着工作量的加大导致所需要的人员数量也越来越多,电力企业的生产成本越来越高,浪费现象也越来越严重。工作之中由于工作人员的素质不高,劳动强度加大,以及工作状态和工作环境之间的变异,导致变电站巡检系统的工作效率越来越低,工作时间也越来越长,另外传统的巡检系统受天气等因素影响也比较大,因而对于巡检系统的正常巡检还是有着非常不利的影响,采取措施对高压变电站的巡检系统进行改革和创新是十分有必要。     

校园巡检机器人智能导航与控制

针对校园巡检需求设计机器人本体结构,采用了GPS导航作为全局路径规划和模糊控制算法作为局部路径规划的机器人组合控制策略,提出了借助NI myrio作为控制核心和LabVIEW图形化编程的巡检机器人控制系统构建方法,研究了巡检机器人在校园环境下的导航、控制、多传感器融合等问题。结果表明:该套控制系统的研发有效解决了校园巡检机器人的智能导航与控制系统构建编程效率低、开发周期长等问题。通过采用二级分布式结构,保障了整个系统的实时性,实现了机器人复杂的人机交互和环境交互。同时提高了机器人控制系统的自适应性和鲁棒性,为巡检机器人的智能化研究提供了一种高效可靠的方法。     

变电站巡检机器人道路语义分割方法及其应用

为提升变电站巡检机器人对道路场景的识别理解能力,将深度学习技术应用于变电站巡检机器人中,提出了一种适用于变电站道路场景的全卷积语义分割网络。该网络借鉴ENet编码结构提取图像特征,同时融入多种解码结构来获取更多有效特征,恢复图像目标信息。同时,针对巡检机器人以及变电站道路特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明:所提出的网络有效地提升了图像分割精度,并能较好地适应于实际变电站环境中。研究结果为机器人提供了有效的道路场景信息,辅助机器人导航避障。     

基于Zigbee和GPRS的变电站智能巡检系统

提出了基于Zigbee和GPRS技术的结构灵活、设备投资小、维护简便、扩展性好、可靠性高的变电站智能巡检系统设计方案,解决了变电站各设备的巡栓问题.     

差异化及路径综合优化的变电站机器人巡检策略

通过健康状态和重要等级2个维度综合判定变电设备的管控级别,并根据各类设备的管控级别,提出了基于设备优先级的变电站差异化机器人智能巡检模式.在此基础上,为实现巡检路径最优,提出了基于设备优先级及路径规划综合优化的巡检策略;构建了同时考虑设备优先级与巡检路径长度的优化目标函数,并结合遗传算法进行求解;以220 kV变电站机...     

基于改进Prim算法的变电站巡检机器人路径规划

变电站巡检机器人主要代替人进行变电站设备巡检,全面实现变电站无人值守.通过GPS定位技术获取机器人及设备位置信息,并将其抽象成网状存储结构,利用改进Prim算法生成最小生成树,同时,设计遍历算法遍历最小生成树,使路径回溯花费最小,完成机器人巡检路径规划.仿真实验结果表明,算法具有数据结构简单、执行效率高的特点.     

基于深度学习的变电站巡检机器人道路场景识别

为了提升变电站巡检机器人对自身所处环境的理解能力,将深度学习技术应用于变电站巡检机器人对道路场景的识别中,提出了一种全卷积道路场景识别网络(road scene recognition net,RSRNet)。该网络主要由相对浅层的编码网络和镜像结构与跳层融合结构相结合的解码网络组成,通过编码网络提取图像特征后由解码网络识别出图像目标信息。通过实验表明,本文提出的网络在同类型网络中识别精度及效率更高,同时在实际变电站场景中也表现出了优良的场景识别性能。     

一种巡检机器人智能路径规划方法

提出了一种在栅格地图上使用参数可调势场法进行避障的巡检机器人智能路径规划方法.地图采用Hector SLAM算法建立,然后在全局范围内指定目标点并使用变粒度栅格法进行全局路径规划.遇到障碍物时,则在局部小范围内使用参数可调的人工势场法来进行局部路径规划和避障.该方法能有效地提高全局路径规划的效率以及局部避障的准确性,实验验证了该方法的快速性与有效性.     

一种可升降式变电站室内巡检机器人控制系统设计

针对变电站室内环境复杂,人工巡检强度大,传统巡检方式覆盖范围小、效率低的问题,研究了一种可升降式变电站巡检机器人.首先,根据变电站室内环境和巡检点的位置信息,设计了一种改进Floyd全局路径规划算法以搜索执行巡检任务的最优路径,提升了机器人执行巡检任务的效率.其次,设计了一种基于欧拉数值积分的轨迹跟踪控制算法,提升了机...     

浅析机器人巡检系统在变电站运维管理中的应用

为提升变电站人力资源管理、设备管理水平,提高变电站各项工作的智能化水平,减轻人员劳动强度,改善变电站运维模式,引入机器人巡检系统进行变电站运维工作,主要应用于变电站设备巡视、红外测温、缺陷跟踪、事故处理、倒闸操作等工作。文章将全面介绍机器人巡检系统在变电运维过程中的管理思路、应用措施,如何实现替代人工工作,并分析其运维管理实施成效,为机器人巡检系统实际运用于具体的运维工作,提供详细的指导意见。     

智能水下机器人协同仿真框架研究

摘要： 针对水下机器人仿真的实际应用,引入协同仿真技术,提出了水下机器人协同仿真框架和配套的开发方法.阐述了该平台的体系结构和信息流程,对运动控制的协同仿真模型进行了说明,在建立的仿真系统中进行了远距离蔽障航行、目标探测与识别和管道跟踪半实物仿真实验.实验表明,协同仿真框架能够完成各种不同软件环境的异构仿真模型之间的协同工作,克服了单一模型难以精确描述非线性关系的问题,在一定程度上提高了仿真的可信度.     

一种电力线路巡检飞行机器人智能寻迹方案

针对大面积电力线路网络化检测的需求,结合电力线路巡检飞行机器人的特点,提出基于目标规划的电力线路巡检飞行机器人的智能寻迹方案.在智能寻迹方案的设计中,提出了包括故障率、关键度、气象因素的筛选准则,并利用对这些准则的综合评估进行电力线路的筛选;对于巡检序列的规划问题,利用反复最邻近法进行求解以确定最佳的巡检次序;对电力线...     

基于局部监督深度混合模型的变电站巡检机器人道路场景识别

近年来,在各种图像分类和处理中,卷积神经网络(convolutional neural networks,CNN)取得了明显的优势.通过CNN中的全连通顶层和中间层等,可有效获取具有全局语义信息的深度特征以及包含局部语义信息的卷积特征,以此来提升图像识别的效果.为了进一步改进变电站巡检机器人对自身所处环境的理解能力,特...