基于霍夫变换及相似度检测的圆形表计检测方法

变电站巡检机器人沿巡检道路行走进行设备巡检,停在预定的监控位置,调用云台预置位将监测仪器对准被监测设备,可见光检测仪器通过光学变焦获取比例适当的清晰图片.由于机器人导航定位精度、行进姿态偏差和云台预置位定位精度等误差的综合影响,导致每次巡检时同一观测目标的成像位置在整幅图像视野中的位置有较大偏差.霍夫圆检测作为常用的圆...     

基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制

巡检机器人的云台相机位姿控制对设备巡检和获取故障区域图像至关重要。针对综合管廊巡检机器人的巡检需求,提出了一种基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制方法。在人工鱼群算法优化的中后期,借鉴遗传算法思想增强寻优能力。基于改进的人工鱼群算法优化云台相机位姿PID控制参数初值,设计了相机位姿变换的约束区域,通过自适应模糊PID实现相机位姿在线实时控制,并与常规PID和自适应模糊PID控制算法进行对比分析。实验结果表明,基于改进人工鱼群算法和自适应模糊PID的云台相机位姿控制具有良好的实用性和鲁棒性。     

基于点云配准改进的电力巡检机器人云台伺服技术

电力巡检机器人利用多线激光和惯性设备实现无轨定位导航功能，通过搭载一体化云台完成对变电站设备数据采集，其数据采集率是一项衡量巡检机器人性能的重要指标。传统的伺服技术主要通过可见光相机提供的图像数据进行对位来实现误差补偿，但是图像的质量容易受光照影响且传输耗时，为了提高机器人巡检的数据采集率，利用多线激光提供的原始点云数据，提出了基于点云配准（iterative closest point,ICP）算法的电力巡检机器人云台伺服技术，可较大提升机器人巡检的采集率，进一步保障机器人巡检的可靠性。     

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。     

变电站巡检机器人数据驱动无模型自适应控制

针对变电站巡检机器人动力学建模及参数辨识复杂等问题,文中提出了一种基于双闭环的巡检机器人数据驱动无模型自适应控制方法。首先,为了便于理解和仿真需要,对变电站巡检机器人的模型进行了简单的介绍。其次,根据机器人的位姿跟踪误差进行外环的设计,为内环提供虚拟参考输入。然后,根据无模型自适应控制方法进行内环控制器的设计,对机器人的虚拟参考速度进行跟踪。值得注意的是,文中所提方法只用到了输入输出数据,没有用到任何模型信息,因此是完全无模型的。最后,通过MATLAB进行仿真,验证了所提方法的有效性。     

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。     

基于改进PSO-BP算法的机器人目标位姿识别方法

机器人作业环境复杂,物料分布具有随机性,导致机器人目标位姿的辨识和定位精度低,实时性差,为此提出一种基于改进粒子群算法-BP神经网络(PSO-BP)的机器人目标位姿识别方法。采用改进的中值滤波算法对目标图像预处理,构建多尺度灰度差异算子以及局部图像熵算子,将两者点积运算获取加权局部熵,抑制目标图像中的噪声。通过多视图几何中间帧的关联特征信息,提取机器人目标位姿特征。在BP神经网络训练阶段通过改进的PSO算法优化处理,采用优化后的BP神经网络算法对提取的特征展开训练和识别,最终实现机器人目标位姿识别。实验结果表明,当机器人目标测试样本数量为55个时,所提方法的亮度方差为0.305,当像素识别误差为1.5%时,所提方法获取的机器人目标位姿识别误差为0.11,所提方法能够在像素识别误差下准确识别机器人目标,获取高精度的机器人目标位姿识别结果。     

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。     

基于有限差分法的巡检机器人位姿伺服控制策略

巡检机器人柔性关节操作空间灵活，导致其轨迹跟踪及振动控制的难度较大，为保证巡检机器人高效、准确地完成既定巡检任务，提出基于有限差分法的巡检机器人位姿伺服控制策略。构建巡检机器人位姿伺服驱动系统动力学模型，设计基于有限差分法的巡检机器人位姿伺服控制器，执行巡检机器人关节轨迹跟踪及振动控制，实现巡检机器人位姿伺服控制。实验结果表明：巡检机器人关节角度均在0.2 s内完成关节位置指令跟踪，巡检机器人位姿变化的响应速度较快；该策略使用后不同关节的输出力矩变化平稳，关节振动极其微弱；巡检机器人在简单和复杂巡检环境下，均能以较小的能量和位姿变化范围完成控制指令。     

变电站室内柔索驱动巡检机器人系统设计与运动学分析

针对变电站室内巡检机器人在复杂场景下运动系统误差大导致巡检点位覆盖范围窄的问题,提出一种柔索驱动巡检机器人系统方案。综合考虑变电站巡检路线特点,从伺服驱动系统、运动控制系统和机器视觉系统三个方面进行了巡检机器人的系统硬件设计,并从运动控制软件和视觉系统软件进行了系统软件设计。同时建立柔性承载机构的运动学模型,采用该模型进行了水平和垂直定点巡检轨迹仿真。经南方电网某66 kV变电站示范应用表明,所设计的柔索驱动巡检机器人水平与垂直运动误差可控制在0.03 mm内,有效提高了运动系统精度,在变电站室内巡检中应用前景广阔。     

光伏变电站智能巡检机器人功能设计与实现

为有效解决新能源场站巡检过程中的人手不足的现状,将智能巡检机器人新技术与新能源场站相结合,设计实现一套针对光伏电站的电力巡检机器人,涵盖了机器人功能设计,巡检整体框架、无线组网方式、监控系统布局等功能。智能巡检机器人可根据操作人员在管理平台的任务操作或预先设定任务,变电站现场工作人员可通过机器人后台管理系统收到的实时图像与数据等信息,实现变电站的设备现场无人巡视工作,代替变电站人工巡检,有效节约人力资源成本,为新能源场站的新的运维模式提供了可靠借鉴。     

变电站巡检机器人研究现状综述

变电站巡检机器人是将移动机器人应用于变电站环境,基于红外、可见光相机等获取设备红外热图、图像信息,基于智能分析算法自动识别设备状态,代替人工实现变电站设备状态的自动检测与预警分析。目前,包括日本、中国、加拿大、巴西在内的多个国家开展了变电站巡检机器人的研究及推广应用,介绍变电站巡检机器人技术研究现状,以及各个国家在变电站巡检机器人方面的推广应用情况。     

电力巡检机器人路径规划方法综述

随着电力系统规模和复杂性的不断增加,传统的人工巡检方式已很难满足当下电力巡检要求。巡检机器人因具有安全性、可靠性和智能性已被逐步应用到电力巡检中。机器人在运行过程中通过提前预测、自主决策或智能导航的方式完成全局遍历与避障。电力巡检的核心任务是规划出一条安全且最优的运行轨迹。系统地分析和梳理了巡检机器人巡检过程中的各类方法;阐述了在变电站和输电线路等不同场景中算法的应用;综述了各类路径规划算法的研究现状和改进方法。在此基础上,对未来电力巡检机器人路径规划的研究和发展方向做出了展望。     

徐波 优化智能巡检机器人性能

近年来,智能巡检机器人已经广泛应用在变电站场景中。但在日常巡检变电设备时,机器人在变电站中容易受到环境影响,出现定位丢失等情况。“有什么办法能够解决机器人定位丢失的问题,让机器人迅速恢复正常工作呢?”国网江西省电力有限公司变电运维高级专家、国网江西超高压公司生产指挥中心专责徐波带领团队查阅资料文献,讨论解决方案,在激光数据的关键顿提取、基于因子图优化的局部更新、先验地图及激光点云匹配等7个方面开展机器人巡检定位研究,最终解决了机器人定位导航能力稳定性方面存在的问题。研究成果大幅降低了变电站运维成本,目前已经在国内电力巡检机器人领域广泛应用。     

模糊神经网络应用于巡检机器人路径规划及绝缘子视觉图像处理

目前变电站巡检机器人广泛应用于变电站巡检过程中,主要巡检高压电力设备绝缘子、均压环等外部配件。在巡检过程中,机器人配备红外成像仪、紫外成像仪存储高压电力设备光子分布图、温度分布图,建立设备红外与紫外图像数据库。一方面,机器人在巡检过程中应有效规避变电站较高电场强度区域,在巡检过程中应以最短距离遍历变电站典型高压电力设备,且机器人机械臂可有效进行图像多角度采集。另一方面,在图像采集过程中应实现机器人对设备绝缘子、均压环图像区域分割、聚焦和光子采集操作,且应用深度学习方法实现采集图片与原始图像库的自动匹配比较,判别高压电力设备运行状态进而发现潜伏性绝缘故障。其中最短低场强路径与遍历设备路线应用免疫蚁群算法自动实现,且图像数据库深度学习与自动匹配模块应用模糊神经网络实现。联合免疫蚁群算法与模糊神经网络应用于变电站巡检机器人路径规划及视觉图像后处理,对于变电站高压电力设备智能巡检具有一定理论和工程指导价值。     

变电站巡检机器人应用现状和主要性能指标分析

近年来,随着无人值守智能变电站的快速发展,变电站智能巡检机器人得到了广泛应用。文章选取典型机型的变电站巡检机器人进行了试验,总结分析了主要性能指标现状,针对电网巡检应用需求,提出了在巡检能力、运动功能、抗电磁干扰性、环境适应性等方面需进一步改进的方向,指出小型化、工具化和集中使用型变电站机器人是未来应用的主流,提出应建立变电站巡检机器人技术标准体系,进一步加强试验能力建设,以确保变电站巡检机器人的质量。     

基于分水岭与Krawtchouk不变矩相结合的改进方法在变电站巡检图像处理中的应用

变电站的巡检机器人在执行巡检任务时,由于位置的变动导致采集的现场设备图像内容出现差异。针对传统定点拍摄的图像处理方法不能满足变电站设备图像处理要求的问题,该文提出了一种基于标记分水岭模型与Krawtchouk不变矩相结合的改进算法,以实现巡检图像中的设备存在遮挡物及仿射变换情况下的目标分割与特征量提取,基于Hsim函数完成最终的目标识别。以松原500 k V变电站巡检机器人实际拍摄的图像为例,结果证明所提算法能够对设备图像进行有效的分割与分类,并通过特征量匹配实现对变电站设备现场状态的甄别,为变电站现场设备图像智能处理提供一种可行的方案。     

BS架构下变电站运行场景无人机巡检系统设计

为解决传统变电站运行场景无人机巡检系统巡检查全率低的问题,提出BS架构下变电站运行场景无人机巡检系统设计.硬件方面,设计传感器以及通信链路,基于BS架构下WWW浏览器,接收变电站运行场景无人机巡检数据,利用Server层计算变电站运行场景无人机巡检相关参数,通过Brow ser层迭代分析变电站运行场景空间矢量数据,实现变电站运行场景无人机巡检,完成系统设计.设计实例分析结果表明,设计的巡检系统巡检查全率明显高于对照组,能解决传统变电站运行场景无人机巡检系统巡检查全率低的问题.     

变电站机器人智能巡检系统设计及应用

研发了一套变电站机器人智能巡检系统,从机器人本体、充电系统、无线传输系统、本地监控后台和环境适应性等方面介绍了巡检系统设计方案和各组成部分的关键技术。从现场勘查、设备安装、巡检规划和巡检应用等方面介绍了工程实施步骤和在电网220 kV、500 kV变电站的实际应用情况。分析了机器人巡检调试过程中存在的行进时出轨、无线通信不稳定、表计读取不准确、行走转弯卡涩等问题,并提出了解决措施。该巡检系统具有部署快速、适应性强、采集数据准确、定位精度高、超声防撞等显著优点,各项性能指标均满足变电站智能巡检需求,具有良好的推广应用前景。     

变电站智能机器人巡检技术研究

变电站智能巡检机器人系统是伴随现代化变电站发展的需求,机器人巡检减少了人员需求,规避了人工巡检的风险和弊端,提高了生产效率,减轻了运维人员工作负担,节约了大量成本。本文针对轮式巡检机器人进行了研究,构建了基于机器学习的目标跟随和导航系统,实现自主巡航,定点拍摄、巡检图像回传等功能,实现变电站机器人自主巡检,提高巡检效率及运维能力。