基于改进离散烟花算法的变电站巡检机器人路径规划研究

变电站巡检机器人的路径规划旨在为机器人在障碍物空间中搜索全局最优路径.全局路径规划研究主要包括环境建模和路径搜索两个子问题.首先在全面分析变电站环境后创建了半拓扑的地图环境模型,然后测试了相关算法的离散优化性能,最后得到了变电站路径规划的仿真测试结果.测试结果证明了基于改进离散烟花算法的路径规划方法的有效性。     

基于ACO-PSO算法的变电站巡检机器人路径规划研究

针对机器人路径规划的传统ACO(蚁群)算法存在迭代次数多、收敛速度慢、容易陷入局部最优和出现死锁状态等问题,提出一种改进的ACO算法。结合PSO(粒子群优化)算法对传统ACO算法进行改进,减少迭代次数,提高收敛速度;通过增加随机性来扩大搜索范围,避免局部最优;利用蚂蚁回退策略解决死锁状态问题。仿真实验结果表明:改进ACO算法可以快速准确地搜索到最优路径,具有很好的寻优与避障能力。     

基于IACO-ABC算法的变电站巡检机器人路径规划

目前,变电站智能巡检机器人的路径规划中,各种智能算法如ACO(蚁群优化)、 ABC(人工蜂群)等应用较为广泛,但传统ACO算法存在容易陷入局部最优值、收敛速度较慢等问题。为此,在对传统ACO算法进行改进的基础上,结合ABC算法的优势,提出IACO-ABC(改进蚁群-蜂群融合)算法,将其应用到变电站巡检机器人路径规划中,以提高路径规划算法的鲁棒性,并解决算法陷入局部最优的问题。采用栅格法建立工作环境进行仿真,结果表明采用该算法能够有效解决上述问题,在复杂环境下的规划能力和鲁棒性能较好,并提高了路径质量以及算法效率。     

基于改进遗传算法的变电站巡检机器人路径规划

变电站巡检机器人的路径规划是一个复杂的组合优化问题。与经典的TSP问题不同,变电站巡检线路中各坐标之间并不具备完全的连通性,传统的优化方法难以解决此类问题。为此,文中提出一种改进遗传算法用于巡检路径规划,采用拓扑图对机器人工作环境进行建模,然后采用特殊的交叉算子、自适应变异算子和淘汰算子,对每一代被淘汰的个体进行逆转变异并将产生的新个体重新加入种群,随迭代次数调整变异概率,从而对连续的规划空间直接进行寻优。仿真结果表明,该算法在巡检机器人路径规划中与模拟退火算法、传统遗传算法和基于个体相似度改进的自适应遗传算法(ISAGA)相比,得到的路径平均长度分别缩短了4.9%、8.3%和3.1%,并且具有更好的收敛性和稳定性,在实际的巡检任务中能够起到更好的效果。     

对特高压变电站巡检机器人路径规划改进蚁群算法的研究

针对当前变电站巡检机器人路径规划算法存在的规划和适应性较弱等问题,在特高压变电站巡检机器人系统结构的基础上,提出了一种结合蚁群优化算法和人工势场算法的特高压变电站路径规划方法.将蚁群算法的传统单向搜索改进为双向搜索,在启发因子中加入人工势场力的合成方向,并对转移概率进行改进.通过栅格法构建特高压变电站仿真环境,进一步验...     

基于改进Kruskal算法的变电站机器人路径规划

鉴于目前中国变电站智能巡检机器人多采用磁感应线配合射频识别技术的导航方式实现定点巡视,对机器人巡视点的路径规划问题进行研究。首先,考虑到精确算法的复杂性,用近似算法对巡视路径进行规划,以贪心算法和局部搜索思想为主,结合启发式算法对求最小支撑树的Kruskal算法进行改进;然后,用MATLAB软件编程求出机器人的最短巡视路径;最后,用遗传算法求出最短路径,并将遗传算法和改进的Kruskal算法下的最短巡视路径进行比较。比较结果表明:改进的Kruskal算法优势明显,且适用于小规模变电站巡视路径规划。     

基于改进蚁群算法的电力巡检路径规划

针对传统蚁群算法求解电力巡检路径规划问题存在搜索时间长、容易出现停滞,从而限制其向全局优化解收敛的缺点,通过混沌扰动初始化算法和分流蚁模拟退火算法等改进蚁群算法,增加蚂蚁寻找路径的随机性,进而克服传统蚁群算法的缺点。数值仿真给出两种改进算法求解的电力巡检路径,相比传统蚁群算法更短,表明改进蚁群算法获得的全局优化解相比传统蚁群算法更为经济。     

基于改进 Dijkstra算法的机器人路径规划研究

针对传统 Dijkstra算法搜索时间长、计算复杂度高等问题,文章提出一种有效的改进路径的算法.首先采用 MATLABRoboticToolbox,根据 DenavitＧHartenberg (DＧH)参数建立平面机器人操作臂模型,并利用 MonteCarlo (蒙特卡洛)点云建立避障工作空间。其次,通过改进 Dijkstra算法在点云空间进行路径规划,并进行仿真实验。实验验证了该算法具有空间占用小、路径规划短、搜序效率高等优势。     

面向表计读数的变电站巡检机器人路径规划

将巡检机器人应用于变电站内的表计自动读数可以降低人力成本、提高工作效率,但由于仪表通常悬挂在高处,为了获 取准确的读数,机器人观测时的位姿受到苛刻的约束。 此外,机器人读数时云台调整时间消耗大大降低了巡检效率。 针对此问 题,本文通过分析观测窗约束、路网约束,以及云台姿态调整时间消耗,以机器人完成巡检任务的总时间为代价,建立了面向表 计读数的机器人路径规划模型。 然后,提出一种信息素重利用的蚁群优化算法用以求解机器人的巡检路径与停靠方案。 仿真 实验表明本文方法得到的巡检路径在时间消耗上比初始时间代价节省了 66%,从而验证了模型的有效性与算法的可行性。     

基于变电站巡检机器人数字仪表识别算法

当前巡检机器人使用传统的图像识别算法,传统图像识别算法需要进行字符切割以及大量人工建模操作,受环境变化影响大。文章采用深度学习CRNN模型,对数字区域进行整行识别,简化了人工建模步骤,识别正确率高,数字表计识别率达到99%以上。针对部分场景识别错误率高的问题,结合attention机制,对模型进行扩展,实验结果表明,该扩展模型获得了良好的提升效果。     

变电站巡检机器人视觉导航算法的研究

机器人的运用在变电站巡检中至关重要,为解决变电站巡检机器人导航定位的问题,在基于蓝色引导线的视觉导航技术基础上提出一种图像预处理的联合滤波方法,并提出一种行列联合隔行扫描的引导线像素中点提取方法,最后用最小二乘法拟合得到蓝色引导线,仿真结果证明该方法简单快速,能够准确导航定位。     

变电站多机器人协同巡检区域划分与路径规划

随着电网智能化、自动化水平的提升,变电站巡检机器人将成为信息获取和运维的重要手段.变电站多机器人协同巡检区域划分与路径规划问题是一个研究难点,制约着变电站机器人巡检效率的提升.根据变电站巡检机器人巡检道路拓扑图中奇度节点的位置,提出3种巡检区域划分方案.通过对各巡检区域内奇度节点进行配对优化,以降低机器人重复行走路程,...     

基于改进蜂群算法的工业机器人路径规划研究

针对工业机器人在复杂环境中运动的避障及路径优化问题,提出基于改进人工蜂群算法的工业机器人避障路径规划策略。首先针对传统人工蜂群算法搜索能力不足且容易陷入局部最优的问题,将禁忌搜索思想引入到人工蜂群算法最优解搜索过程中,形成了基于禁忌搜索的改进型人工蜂群算法,然后将其应用到工业机器人的路径规划问题中,并进行了仿真实验。结果表明,改进后的方法能够得到最优的路径,且寻优速度快、过程稳定。该方法可用于解决工业机器人路径规划问题。     

变电站巡检机器人航向信息融合算法研究

随着自动化、人工智能等技术的进步发展,巡检机器人已逐步代替人工,实现高可靠性、高安全性、高效率的变电站常规巡检工作。在变电站巡检机器人设计和研发中,实时定位系统是其实现智能导航和精准控制的核心传感单元。考虑到巡检机器人在近似的二维平面中行驶,连续精确的航向输出对其定位导航至关重要。GPS基于全球卫星定位,可提供基于地球坐标系的全局位置、航向等信息,但卫星信号容易受到干扰,且存在较大的随机游走噪声。陀螺仪等器件通过内部惯性传感器感受载体位置变化,通过角速率积分获得相对航向变化,不受外界环境干扰,但存在累积误差。针对两种传感器单独使用时优缺点明显,且具有互补性的特点,提出一种融合GPS和陀螺仪的实时航向算法。通过设计一种基于航向误差的自适应离散卡尔曼滤波器,实时融合两种传感器的航向输出。试验结果表明,该融合算法能够有效降低GPS的随机噪声和陀螺仪的累积误差,为巡检机器人提供高可靠性、高精度的实时航向。     

基于改进蚁群算法的机器人三维路径规划

针对蚁群算法在机器人三维避障路径规划中收敛速度慢以及精度较低的缺陷,结合人工势场法强化目标路径的优点,引入人工势场法中目标点处的引力域,修改了蚁群算法的启发值参数。在原有蚁群算法的基础上,提出了吸引素概念,根据吸引素修改了原有信息素参数的更新规则,使得蚁群算法能更快的达到收敛。最后仿真结果表明,在相同工作环境下改进后蚁群算法达到最优适应度值所需迭代次数相较于改进前存在明显的缩短,同时最优适应度值也有一定的提升。     

基于改进RBPF的变电站巡检机器人建图方法研究

为解决传统粒子滤波(Rao-Blackwellized Particle Filter, RBPF)巡检机器人建图方法在非结构化环境中计算精度低、计算量大等问题,文章提出一种基于点云匹配的改进RBPF变电站巡检机器人建图方法。基于RBPF方法设计子图构建策略,引入Adaboost学习算法识别相邻子图;针对传统点云匹配方法在拼接仅有部分重合的子图时,拼接精度低的现象,将NDT和ICP算法相结合,设计匹配算法,求解子图间相对位姿。然后,根据子图间相对位姿,通过图优化(General Graph Optimization, G2O)算法对子图全局位姿进行优化求解,得到完整的变电站地图;采用Gazebo软件进行仿真,对不同方法的建图效果进行对比。结果表明：改进RBPF方法在变电站的复杂环境下能够降低硬件成本、提高建图精度,可以为无人值守变电站的设计提供参考。