基于改进深度学习的变电站机器人巡检路径规划研究

随着智能电网的不断发展,变电站数量随之增加。针对变电站中巡检任务繁重以及人工巡检可视化水平低的问题,该文提出了一种基于改进深度强化学习的变电站机器人巡检路径规划方法。结合巡检机器人的运动模型,设计深度强化学习的动作和状态空间。将深度强化学习网络与人工势场相结合,重新构造深度强化学习的奖励函数,优化卷积神经网络结构。通过实际变电站场景进行验证,提出的改进深度强化学习算法较传统算法计算时间更短,效率更高,更有利于对变电站巡检机器人的巡检路径进行精准规划,提升变电站的自动化程度水平。     

融合视觉的室外变电站智能巡检机器人研究

为提高室外变电站巡检机器人的定位精度和地图构建精度,提出了一种改进的Cartographer算法。为验证改进后的算法,选择在室外变电站环境下进行对单一传感器和多种传感器融合里程计6种方式进行对比试验。结果表明,在室外变电站环境下,对比其他算法,所提算法在地图整体误差降低了82.14%,地图构建精度有所提升,进一步说明了改进后的算法,很大程度上提升了机器人的定位精度和地图构建精度。     

基于激光传感器的变电站巡检机器人导航

针对变电站环境复杂,人工巡检强度大,效率低的问题,研究了基于激光雷达的巡检机器人系统。采用激光即时定位与地图构建(SLAM)算法建立环境地图,应用自适应蒙特卡洛定位(AMCL)算法结合激光以及里程计的数据进行实时定位。针对变电站环境,在地图中标定巡检坐标以及路径中的关键点,设计了全局路径规划以及点对点的导航算法。实验结果表明:巡检机器人能在室内外有效工作,室内外测试条件下的x和y方向的平均绝对误差均小于2 cm,角度的平均绝对误差均小于2°。     

基于STM32的变电站巡检机器人设计

智能电网的发展对变电站智能化水平要求越来越高,变电站传统人工巡检方式存在工作量大、缺乏系统分析和实时故障分析等缺点.针对传统巡检方式的不足,本文设计了基于STM32芯片的变电站智能巡检机器人,详细阐述了硬件结构和软件算法设计方案,然后对样机通讯系统、控制系统、智能识别诊断系统进行了测试分析.     

基于激光定位的变电站智能巡检机器人导航系统设计

导航和定位是变电站智能巡检机器人完全自主运行的关键,针对巡检机器人现有导航定位方式的不足,将激光定位技术应用于巡检机器人导航,设计了巡检机器人激光导航系统,详细介绍了系统的软硬件结构及实现方法,并在室外环境下对导航系统进行了实验测试;实验结果表明,巡检机器人运行平稳,具有较高的导航控制精度;实验中机器人的运行轨迹重合度较好,直线运行时运动轨迹与路径横向垂直偏差在±15mm以内,航向偏差可控制在±1.5°左右。     

基于Android的变电站巡检机器人辅助配置系统

变电站巡检机器人在投运前需要进行变电站的巡检模型配置,而现有的配置流程存在不足之处,针对这些不足设计并实现了一种基于Android的变电站巡检机器人辅助配置系统。阐述了该辅助配置系统的总体结构,介绍了Android应用程序的实现,论述了辅助配置流程。测试结果表明,该辅助配置系统提高了工程服务人员在现场的配置效率,降低了配置工作的强度,延长了单次配置的时间。     

变电站智能巡检机器人激光导航系统研究

针对现有变电站智能巡检机器人导航定位方式的不足,将激光定位技术应用于巡检机器人导航,设计了巡检机器人激光导航原型系统,并在室外环境下对其进行了实验测试,实验结果表明,巡检机器人运行平稳,具有较高的导航控制精度.另外,文中详细论述了巡检机器人激光导航系统实现过程中所涉及的激光定位及导航控制原理,并给出了导航系统的硬件组成结构和软件执行流程.     

基于智能巡检机器人的变电站双针仪表读数识别及其算法

随着变电站智能化发展,很多变电站巡检机器人投用,目前巡检机器人对仪表巡检读数工作效率低.巡检机器人拍摄位置出现偏差导致仪表图像质量下降,影响仪表自动读数.研究变电站指针仪表检测,自动读数算法,实现巡检机器人智能读表方法.采用深度学习CRNN模型,简化人工建模步骤,数字表计识别率达99％以上,算法经某500kv变电站巡检...     

机器人在变电站设备巡检中的应用

本文在介绍变电站设备巡检现状的基础上,详细介绍了变电站设备巡检机器人系统的总体结构,并给出了基于(红外)摄像机、高性能定向MIC等传感器的变电站设备的图像巡检、仪表识别、温度检测以及移动物体侦测等功能模块的实现方法.该系统可以根据操作人员在基站的任务操作或预先设定的任务,自动进行变电站内的全局路径规划,自主完成变电站设备的巡检工作,通过携带的可见光摄像机、远程红外热成像摄像机、高性能定向MIC等传感器,完成变电站设备的图像巡检、设备仪表的自动识别、一次设备的红外检测以及移动物体侦测等,并记录相关信息,提供异常报警.     

面向巡检机器人的电力设备状态检测算法研究

为更高效利用变电站巡检机器人开展电力巡检工作,满足电力行业发展对智能化巡检的需求,研究了面向电力巡检机器人的电力设备状态检测算法.首先,根据深度网络部署硬件芯片应用情况与性能对比,选择海思Hi3559A芯片作为算法移植的嵌入式平台.然后综合考虑各种检测算法的精度与速度,选用YOLOv3算法作为设备状态检测的基本判别模型...     

面向变电站机器人的仪表检测与场景理解技术

为提升变电站巡检机器人巡检效率和环境适应能力,将深度学习算法应用于变电站巡检机器人仪表检测和道路场景理解中,提出一种多视觉任务交替实现的轻量级卷积神经网络.该网络由骨干结构、控制模块、任务分支3部分串联组成,通过改进的Inception结构结合注意力模型提取图像特征信息,引入基于分类思想的控制模块实现仪表检测和场景理解支路交替运行,使网络充分利用平台计算资源,避免对无效信息的处理.实验结果表明,所提网络与传统网络相比,其精度与效率都有较大的提升,同时,在实际变电站场景中,该网络也体现出更高的适应性,可以更好辅助机器人完成巡检任务.     

基于机器人视频监控的变电站多维巡检技术研究

由于传统方法无法实现协同巡检的视频信息智能采集,采集视频图像的模糊度辨识特征量不高,提出了基于机器人和视频监控的变电站多维立体协同巡检技术。利用机器人智能采集变电站巡检的视频信息,对其信息进行边缘轮廓特征检测;在视频图像中提取模糊度辨识特征量,结合空间区域融合滤波跟随识别技术实现视频监控识别;构建可靠性视觉识别模型,实现变电站多维立体协同巡检。仿真结果表明,巡检图像输出准确率达到92%以上,变电站的视觉故障跟踪识别能力较好。     

基于机器视觉技术的变电站巡检机器人自动导航系统

该文设计基于机器视觉技术的变电站巡检机器人自动导航系统,有效规划巡检机器人巡检路径,实现巡检机器人自动导航。该系统利用以PIC16F73为单片机的核心控制器,通过机器视觉采集模块采集变电站巡检设备和路线图像,经过图像处理模块分割、去噪处理后,由无线传输模块传输至巡检导航模块,结合栅格法和蚁群算法得出变电站巡检机器人路线规划最优路线;利用PID控制器控制巡检机器人按照规划路线行驶,实现变电站巡检机器人自动导航。实验结果表明,该系统无线通信性能好、覆盖范围广,可准确采集变电站巡检设备和路线图像并精准实现巡检机器人定位,能够有效规划巡检路线,实现巡检机器人自动导航。     

基于多信息融合算法的变电站消防监测

为消除变电站人工巡检的消防安全隐患,减少人员消防运维工作量,推进现代设备管理体系建设,设计开发了数据互联的智能化自动巡检灭火机器人,对机器人的工作过程及信息共享机制进行了详细规定。在开发火情智能判断算法过程中,利用多传感器信息融合技术,提高判断准确性,并引入D-S证据理论进行融合推理,实现了消防火情智能判断正确率大幅提高的目标。实验数据表明,D-S融合算法判断火情可使判断时间快速收敛,判断准确概率提高,整个系统能够实现变电站消防无人巡检任务。     

面向复杂障碍场的电力巡检机器人局部动态融合路径规划

为解决电力巡检机器人在复杂障碍场中,常与障碍物碰撞、避障效率低等问题,提出面向复杂障碍场的电力巡检机器人局部动态融合路径规划方法。使用基于栅格法的复杂障碍场地图生成方法,构建面向复杂障碍场的电力巡检环境地图;结合所构建地图信息,由改进遗传算法寻优获取巡检所用全局最短路径后,经时间弹性带算法,结合不同时刻机器人位姿信息,由距离阈值判断机器人与动态障碍物碰撞可能性,以全局规划路径弹性拉伸的方式,完成局部动态融合的避障运行,且需分析局部动态规划路径中,机器人运行方向与全局规划路径一致性,动态调节规划机器人巡检路径。经测试,此方法使用后,机器人未出现碰撞问题,且避障速度提升约300%。     

变电站自动化维护巡检机器人设计

传统方法在进行变电站维护时,存在变电站运维工作量大,人工操作依赖较强等问题.为此,本文设计变电站运行自动化维护巡检机器人.依据VFH(Vector Field Histogram)算法完成机器人避障控制,以无线网络作为通信通道,利用自动化维护模块完成变电站运行自动化.结果表明,本文方法具有较高的准确性,处理效率高,能有...     

变电站巡检机器人GPS导航研究

针对变电站巡检机器人磁轨迹导航方式的不足,将高精度差分GPS定位应用于巡检机器人导航,对GPS导航系统组成结构和原理进行了论述,并在变电站现场对巡检机器人GPS导航系统进行了测试,探讨了GPS导航在变电站环境中受干扰的特点与原因.     

基于卷积神经网络的变电站巡检机器人图像识别

随着科学技术的发展,人工智能在工作生活中应用的范畴也越来越广泛。在我们所熟知的变电站中,已经逐步出现了智能巡检机器人来代替人工巡视。那么机器人在巡视过程中又是如何识别表记等相关信息的呢?本文将就这一问题展开讨论。文中首先讨论了卷积神经网络的理论基础,以及一些相关的运算,给出了基于卷积神经网络的变电站巡检机器人图像识别模型。