基于孤立森林算法的巡检机器人通信异常数据自动检测方法

由于通信数据异常会影响巡检机器人对巡检任务数据的接收精度，因此利用孤立森林算法实现巡检机器人通信异常数据自动检测方法的优化设计。首先，在构建的通信信道环境下，采集巡检机器人通信数据，从通信流量、数据信噪比、数据包平均长度等方面，提取通信数据特征。其次，利用孤立森林算法，计算通信数据异常分值。最后，通过异常分值的分区比对和数据特征的匹配，以可视化的形式输出通信异常数据自动检测结果。通过性能测试实验发现，优化设计自动检测方法的误检率和漏检率均低于预设值，即优化设计方法具有较高的检测精度。     

电力巡检机器人路径规划技术及应用综述

电力巡检是保障电力设备安全与稳定的关键.传统的巡检方式以人工为主,其高风险、低效率、易漏检的缺点难以满足电力巡检要求,将机器人应用于电力巡检具有安全高效、自主分析、智能决策的优势.路径规划技术通过求解巡检路线以实现遍历巡检与自主避障,是电力巡检机器人的关键技术之一.对此,首先分析不同电力场景的巡检内容与要求;然后,综述电力单体巡检机器人路径规划技术与协同巡检机器人路径规划技术,并总结电力巡检机器人路径规划技术在发电站、变电站以及输电线路场景下的应用效果;最后,对电力巡检机器人路径规划关键技术进行展望,即未来电力巡检机器人路径规划技术将向着多源异构信息融合、深度强化学习以及云边端协同路径规划方向发展.     

国机智能巡检机器人:实现仓库精益管理

近年来,随着科学技术的迅速发展,人工智能一词无意间闯入我们的生活,与之息息相关的便是机器人行业的快速崛起。近年来,各地政府加大在人工智能及机器人行业的支持力度,促使了机器人行业快速发展。国机智能科技有限公司自主研发了一款巡检机器人,可以有效地代替工作人员进行巡检任务,实现仓库管理智能化、仓储信息可视化、物资管理精细化,提高仓库作业效率且有效降低仓库安全风险,为仓库精益管理保驾护航。     

基于ROS的安防巡检机器人设计与开发

针对工厂仓库、大型商超等室内需要人工巡逻的场所,设计一款基于ROS(Robot Operating System)和人工智能的安防巡检机器人。采用OpenCV进行火灾监测,使用人工神经网络进行人脸识别,机器人可进行场地的安全巡检,及时发现安全风险并进行报警,以替代人工巡检。     

一种输电线路巡检机器人控制系统的设计与实现

介绍了一种超高压输电线路巡检机器人控制系统的设计与实现方法．根据巡检作业任务的要求，采用遥控与局部自主相结合的控制模式实现巡检机器人沿线行走及跨越障碍．设计了巡检机器人有限状态机模型，实现了机器人遥控与局部自主控制的有机结合．采用基于激光传感器定位的方法实现了巡检机器人的自主越障控制．实验结果表明，该机器人可实现沿线行走及自主跨越障碍，从而验证了控制系统设计的有效性与合理性．     

输电线路无人机自动巡检系统不间断作业实时监控方法

针对输电线路无人机自动巡检信息冗杂,数据噪声较大,海量数据传输难以完整传输的问题,提出了一种输电线路无人机自动巡检系统不间断作业实时监控方法,保障输电线路不间断作业。构建输电线路不间断作业监控架构,利用无人机自动巡检系统的无人机飞行器实时采集输电线路图像信息,经无线传输模块传输至地面站存储;输电线路不间断作业监控模块调用采集到的数据,采用非局部均值滤波算法去噪处理输电线路图像,将去噪后图像输入至卷积神经网络,优化检测异常输电线路图像,并利用粗定位算法定位异常点,便于巡检人员实时修复输电线路,实时监控输电线路不间断作业。实验结果表明,所提方法能够清晰、直观地检测到输电线路异常点,实时监控输电线路不间断作业;拥有较为优秀的去噪效果,为后期高效、实时检测输电线路异常点提供保障;信息传输性能突出,保证海量数据传输具有极高的完整性。     

改进蚁群算法的输电线巡检机器人避障路径规划

输电线承担着电力能源输送的关键作用,是电力系统能否稳定运行的关键。为了避免输电线故障发生,需要采用巡检机器人实时检测输电线,巡检机器人路径规划结果是影响巡检效果的主要因素,该文提出改进蚁群算法的输电线巡检机器人避障路径规划方法研究。应用激光传感器获取障碍物体相关信息,完成障碍物体的检测与建模,计算巡检机器人与障碍物体的位姿关系,推出巡检机器人避障算法。确定巡检机器人避障路径规划目标,基于狼群分配原则与中心点平滑方法改进蚁群算法,执行算法获取最佳避障路径规划结果,实现了输电线巡检机器人避障路径的规划。实验数据显示,应用提出方法获得的规划路径避障成功率最大值为96%,最佳避障路径规划迭代次数最小值为11次,充分证实了提出方法避障路径规划性能更佳。     

基于特征深度融合的变电站巡检机器人障碍自动化检测算法

以全部目标跟踪为计算量，无法支撑变电站实时数据变化，巡检机器人障碍检测结果存在偏差，只能预估出障碍的大体位置。该文采用双目深度估计的基本思路，生成变电站巡检机器人检测策略，匹配变电站的实时运行数据；按照决策边界定义数据最大处理边缘，划分巡检机器人行进路线中障碍特征；基于特征深度融合技术构建检测模型，对变电站巡检机器人的障碍目标进行定位；通过卡尔曼滤波计算障碍目标中心，完成巡检机器人的障碍自动化检测。以变电站内较狭窄空间为测试环境，在巡检机器人行进路线中，连续设定8个障碍点，进行测试，结果显示，该方法可以检测出全部障碍点，且位置参数匹配成功，横轴与纵轴位置误差在1 mm左右，但两组传统算法会存在障碍点未被检测到的情况，且位置匹配误差超过10 mm。     

基于机器视觉的电力巡检机器人自动化系统设计

为实现巡检中更低的误检率,设计一种基于机器视觉的电力巡检机器人自动化系统。利用远距离激光雷达配合多种设备,实现机器人的定位导航。根据图像预处理模块能够实现巡检图像的色彩分割、降噪滤波等处理。总控平台模块主要由六部分构成,分别为图像识别单元、核心服务单元等。通过硬件与软件相结合实现机器人的电力巡检功能。实验结果表明,设计的机器人运动指标良好,能够实现高效变电站巡检,同时系统的巡检导航性能良好,巡检误检率较低,说明系统满足设计需求。     

变电站指针式仪表自动读数系统设计

针对变电站指针式仪表人工抄表存在易受工作人员主观因素影响,常发生漏检、误检,存在工作环境辐射危害大等问题,设计一种由巡检机器人和图像处理技术组成的变电站指针式仪表自动读数系统。该系统以STM32芯片为核心,由工字电磁传感器、双自由度云台、高清变倍相机以及ESP8266等组成的巡检机器人,能精确定位在仪表前对仪表图像进行采集并传回计算机终端。由计算机终端通过改进的区域卷积神经网络（Faster Region Convolutional Neural Networks,Faster R-CNN）目标检测算法提取出仪表盘高清图像,去除冗余信息后经霍夫变换检测出指针中心线位置,得出仪表读数。     

检测器实时生成算法及其应用

基于生物免疫系统中抗体的克隆机制与亲和度变异机制,提出一种可实时改变当前检测器集合的检测器生成算法用于入侵检测系统(IDS)。理论分析和应用结果表明,该算法通过较少的检测器即可检测出大量非自体空间中的异常变化,且能降低IDS系统的漏检率和误检率,提高报警的可信性。     

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.     

混合二次网络流量异常状态模型研究

提出了一种网络流量异常状态统计模型——混合二次网络状态模型MQNSM-G（DKS，DKKS，DAKS）。该模型从动态性原则以及降低误检率和漏检率思想出发．改进原有统计模型，建立了可以动态设定描述网络流量状态参数的加权统计模型。基于混合二次网络状态模型MQNSM～G（DKS，DKKS，DAKS）的入侵检测系统进一步证明了该模型可以更大程度上提高异常检测性能，降低其误检率和漏检率。     

智能消防、巡检机器人的开发及应用

本文设计研发了一款集消防灭火与自动巡检为一体的新型智能机器人,主要应用于特高压变电站,其具备智能识别、路径规划和自主导航功能,可对初期火源或异常热源进行报警并启动灭火装置进行初步的处置,并详细阐述了该机器人的结构组成、系统软件和主要功能,还介绍了其应用场景及效果。     

结合波段相关性的FY-3C MERSI异常条带检测方法

针对风云三号C星(FY-3C)搭载的中分辨率光谱成像仪(medium resolution spectral imager,MERSI)数据存在异常条带的问题,提出了一种结合波段相关性的异常条带检测方法。算法结合了FY-3C MERSI数据波段相关性和异常条带分布规律,通过构建波段差矩阵,快速准确地得到影像数据中存在的异常条带。定量实验分析结果表明,由于阈值选取和确定分割界线起止顺序等原因,基于数学形态法的检测结果会出现异常行条带定位不准确、存在大量误检和漏检的现象(行检测率64.5%,误检率45.2%,漏检率35.5%);而本文算法可以准确定位异常条带的行列号,能够有效地检测出FY-3C MERSI数据的异常行列条带(行检测率98.1%,误检率0.0%,漏检率1.9%),更适用于对大数据量的FY-3C MERSI影像数据异常行列条带进行批量检测处理。     

基于改进SVDD的绝缘子污秽检测方法

为了解决支持向量数据描述在应用于绝缘子污秽检测时,因边缘样本区分困难而出现的误检与漏检,提出一种双超球数据域描述模型。在支持向量数据描述小包围球的基础上,设计一个大包围球,通过双包围球把数据分割成3个部分:正常区域、异常区域、拒绝区域。引入拒绝区域放弃对难以区分的样本进行决策。实验结果验证了该方法可以有效降低误检与漏检。     

煤矿井下巷道变形巡检视频异常检测方法

采用智能视频巡检技术进行煤矿井下巷道变形检测时,常用的背景差分算法因要求输入图像具有良好的时空连续性而无法满足巡检视频背景建模要求。根据煤矿井下巷道变形巡检机器人匀速、定向运动及周期性采集视频数据的特点,提出一种巡检视频异常检测方法:结合巡检机器人定位信息对巡检视频分段并提取相应关键帧,采用均值哈希算法建立背景模型,对背景模型中图像进行特征跟踪以实现校正,之后将背景模型与关键帧进行差分运算,生成二值掩膜并进行去噪及连通处理后,输出异常检测结果并更新关键帧。实验结果表明,该方法在一定条件下可较准确地定位关键帧并检测出异常目标,检测速度约为50帧/s。     

混合二次网络流量异常状态模型研究

提出了一种网络流量异常状态统计模型——混合二次网络状态模型MQNSM-G(DKS,DKKS,DAKS)。该模型从动态性原则以及降低误检率和漏检率思想出发,改进原有统计模型,建立了可以动态设定描述网络流量状态参数的加权统计模型。基于混合二次网络状态模型MQNSM-G(DKS,DKKS,DAKS)的入侵检测系统进一步证明了该模型可以更大程度上提高异常检测性能,降低其误检率和漏检率。     

变电站巡检机器人预设性能反步自抗扰控制

为提升机器人在变电站巡检过程中在干扰情况下的控制效果，研究变电站巡检机器人预设性能反步自抗扰控制方法。该方法以机器人运动模型为基础，利用扩张状态观测器估计机器人运动状态后，确定巡检机器人的运动控制律；同时，完成预设性能函数和误差转换，获取转换后的无约束误差；在此基础上，将其和确定的控制律相结合，构建机器人速度和方位角的反步自抗扰控制器，完成机器人预设性能反步自抗扰控制。测试结果显示，该方法可精准估计机器人在滑动情况下产生的总扰动量，机器人的速度控制结果均在30 m/s～32 m/s范围内，方向角的控制结果均在15°～40°之间，有效控制机器人的力矩震荡现象，机器人在3个方向上的运动误差控制结果均在（-10 cm,10 cm）范围内，能够精准控制机器人按照预设巡检路径完成变电站巡检。     

基于物联网的机电设备综合巡检系统设计

针对目前煤矿机电设备维护过程中存在漏检、误检以及检查不够客观全面的问题,设计了一种基于物联网的机电设备综合巡检系统。该系统通过建立机电设备基础属性库,将机电设备的离线巡检与在线监测相结合,将人为经验检测的结果融于客观监测的信息进行综合判断,提高了对机电设备故障诊断的准确率。应用结果表明,该系统可为煤矿机电设备维修提供准确、可靠的依据,提高了煤矿设备管理水平。