基于PLC构建电力巡检机器人自动化控制系统

该文对电力巡检机器人的自动化控制系统进行以PLC为基础的设计,提升电力调度的效率与安全性。基于PLC构建电力巡检机器人自动化控制系统总体架构,通过上位机接收操纵台传递的操作者信息以及下位机传递的温度、角度等状态信息,通过OPC通信程序将指令下发至下位机,下位机依据上位机下达指令,通过PID驱动控制器完成电力巡检机器人运动控制,利用模糊C均值聚类方法判别电力巡检机器人故障,将结果实时传送到上位机操纵台的显示器,及时反馈机器人的工作状态。实验结果表明,该系统可以控制机器人完成电力巡检,该系统应用后可有效检测机器人故障,使其具备优秀的避障能力,可实现上下位机实时通信。

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。

基于SLAM技术的矿区巷道巡检机器人路径规划优化

针对矿区巷道环境复杂、道路狭窄等特点,提出了一种基于SLAM(SimultaneousLocalizationandMapping)技术的矿区巷道巡检机器人路径规划优化方法,实现机器人的自主定位和地图构建。采用激光雷达、RGB-D相机等多种传感器相融合,获取矿区三维点云数据,并使用SLAM算法实时构建矿区三维地图。同时,通过配准当前获取的点云数据与已构建的地图,实现机器人在矿区内的自主定位。针对矿山中存在的狭窄、弯曲、分支等复杂环境,提出了一种增量式A~*优化算法用于路径规划。该算法在传统A~*算法的基础上,引入了路径平滑、走廊宽度约束等优化策略,能生成满足矿区复杂环境约束的平滑可行路径。算法采用增量式方式更新,只需对改变的局部区域重新进行路径搜索,大大减少了整体路径规划的计算耗时。通过试验验证该算法性能,结果表明:与传统路线规划方法相比,该算法能够快速、精准地完成巡检任务,为矿区巷道巡检机器人推广应用提供了参考。

基于深度学习的巡检机器人避障轨迹自动控制系统设计

为了提高巡检机器人在复杂环境下的避障能力,使机器人能够安全地完成巡检任务,设计基于深度学习的巡检机器人避障轨迹自动控制系统;设计由CCD传感器、信号处理芯片等设备组成的工业智能视觉CCD相机,基于FPGA和USB2.0的视频采集卡传输采集数据,完成硬件部分的设计;在软件设计中,对采集的图像实施目标分割、双目目标匹配等预处理,通过对摄像头实施双目视觉标定获取障碍物空间位置三维信息,基于深度学习中的CRNN设计机器人自主避障规划网络模型,并设计模糊轨迹控制器,实现避障中的轨迹自动控制;系统测试结果表明,设计系统最终成功避开了3个动态障碍物,最大轨迹控制误差的最大值为1.45°,最小轨迹控制误差的最大值为0.62°,动态避障巡检速度始终在3.5 m/s左右,表现出了精准而稳定的轨迹控制效果。

井下带式输送机智能巡检机器人结构的设计

为解决带式输送机采用传统人工检测故障效率低等问题,针对问题设计出一种适用于井下输送机故障自动巡检机器人系统,区别于其他带式输送机巡检机器人。该巡检机器人可以实现大坡度和大转弯半径的运动,首先利用ADAMS分析现在主流的巡检机器人模型,分析其优劣性;利用SOLIDWORKS软件建立巡检机器人的三维模型,提出了摩擦驱动与齿轮齿条驱动的两用机器人模型;再利用ANSYS软件对轨道和机架进行了有限元分析,仿真结果表明巡检轨道与机器人本体的应力小于许用应力,能够平稳地检测输送机的故障;最后再利用ADAMS软件对巡检机器人进行动力学分析,得出巡检机器人可以进行无障碍的水平和爬坡运动。

融合A^(*)和TEB算法的巡检机器人路径规划研究

针对激光雷达智能巡检机器人在复杂环境下静态障碍物路径规划复杂,动态障碍物躲避效果不佳等问题,提出一种路径规划融合算法以提高机器人避障效果。采用Karto-SLAM进行激光SLAM建图,将A^(*)算法与TEB算法有效融合完成机器人的全局路径规划与局部路径规划。仿真实验与实测表明,通过Karto算法所建地图的平均误差约为1.259%,A^(*)与TEB的融合算法在完成单一A^(*)算法最优路径生成的同时还具备良好的避障功能,有效避障率达到90%以上,满足巡检机器人移动避障等要求。

室内巡检机器人的定位方法

针对巡检机器人在室内环境进行巡检任务时无法准确到达指定位置的问题,提出一种基于激光雷达和里程计的分区域定位方法。当机器人工作在定位精度要求不高的非目标区域时,采用激光雷达加里程计的定位算法进行导航;而当机器人进入包含指定位置的目标区域时,则利用搭载在机器人上的激光测距传感器和已知位置的地标来推算机器人的当前位姿,并根据机器人的当前误差进行位姿矫正,实现机器人在目标位置的精确定位。实验结果表明:该定位方法的位置误差<2 cm,偏转角误差<1°,满足巡检机器人的定位精度要求,具备可行性和实际价值。

火电厂智能轮式巡检机器人全局路径规划设计与实现

人工智能技术的快速发展,促使智能轮式巡检机器人已成为火电厂安全巡检的重要工具。为实现变电站智能巡检机器人的全局路径规划,需要在创建静态半结构化模型的基础上,选择合适的全局路径规划算法。全局路径规划使用遗传算法进行初始路径搜索和优化,局部路径规划使用Dijkstra算法根据机器人当前位置和目标位置,以及环境中的障碍物信息,计算出最短路径。在实现过程中需要考虑机器人的运动性能、感知能力、安全性能等因素,进行运动学建模、感知建模、安全建模等操作,以确保机器人能够满足要求并安全地完成任务。

变电站巡检机器人室内外无缝定位算法研究

为提高巡检机器人在变电站室内外交互的复杂场景下的定位性能,提出了一种基于传感器精度和多源信息融合的无缝定位方案,通过室外GPS/IMU组合定位和室内AMCL定位的平稳切换,实现了巡检机器人在变电站室内外交互环境下的无缝定位。同时针对定位过程中的机器人绑架问题,利用GPS定位信息辅助AMCL算法重定位,提高了定位算法的鲁棒性。在仿真实验场景下对该算法进行了实验,结果表明,在变电站室内外切换场景下,该算法可以获得稳定连续的定位数据,其均方根误差相比GPS/IMU与AMCL单独定位分别降低了63.4%和54.9%,机器人重定位时间相比原算法降低了47.1%。

作物表型巡检机器人实验平台设计与教学应用

针对智慧农业类专业缺乏地面自主作物表型巡检教学设备,基于机器人操作系统(ROS)设计了一款以轮式底盘为载体的小型自走式作物表型巡检机器人实验平台。该平台搭载了深度相机、RGB相机和多光谱相机等表型监测模块,激光雷达、深度相机、RTK定位设备、IMU传感器等辅助驾驶模块,具备通用性、综合性和开放性等特点。通过基础实验和创新实验的教学应用,能够培养学生的动手实践能力、系统综合设计能力及创新思维、科研思维。该平台的开发和应用不但促进了学生实践技能的培养,而且在智慧农业技术示范推广中取得了较好效果。

高压输电线软体巡检机器人磁致动机制及PI滑模控制研究

为解决高压输电线刚性悬臂巡检机器人尺寸大、笨重、越障不灵活、效率低等问题,设计一种高压磁致动软体巡检机器人,利用载流线圈在高压直流环形磁场中受到的安培力驱动软体机器人以柔顺和蠕动方式高效灵活地跨越多种障碍物。对该机器人进行本体构型设计并分析其工作姿态,实现稳定巡检功能;对磁致动驱动器进行理论设计和分析,利用Comsol仿真软件对其所需驱动力进行仿真,验证理论的可实行性;通过拉格朗日法对高压磁致动软体巡检机器人进行动力学建模,构建系统动力学方程,获取机器人的关节角度、速度、加速度之间的关系;最后,通过MATLAB利用基于PI滑模控制法对简化后的高压磁致动软体巡检机器人动力学模型实行速度和角速度高精度追踪仿真。仿真结果表明:在滑模控制下,角度在1.5 s追踪上理想信号,角速度在0.3 s后追上理想信号,证明基于PI的滑模控制器能够实现对高压磁致动软体巡检机器人的有效控制。

基于深度学习的烟厂制丝车间智能巡检机器人自主导航系统设计

烟厂制丝车间通常存在各种设备、管道等复杂的环境条件,智能巡检机器人难以准确辨别和识别这些复杂的场景,导致避障精度下降;为了提高智能巡检机器人的避障精度,提出了基于深度学习的烟厂制丝车间智能巡检机器人自主导航系统设计;通过电源模块的设计为系统提供电能,结合射频模块和基带信号处理模块的设计,完成巡检机器人导航系统的硬件设计;在系统的软件设计中,根据导航路径标记图像的角点在视觉差异、距离和颜色等维度的特性,识别智能巡检机器人导航路径标记,通过计算发生碰撞的预警距离,得到碰撞概率的估计值,利用深度学习的卷积神经网络模型,规划巡检机器人避撞路径,实现智能巡检机器人的自主导航;测试结果表明,文中系统可以使巡检机器人成功绕过障碍物,将避障精度提高到95.5%,为提高车间巡检效率和安全性提供了一种新的解决方案。

智能变电站巡检机器人路径规划的改进ABC算法及其应用研究

为提升智能变电站巡检机器人的路径规划的效率,针对传统人工蜂群算法(ABC)的缺点,通过反向学习策略改进初始种群,利用精英反向学习优化算法的时间滞后性,同时借助差分算法的变异思维改进蜜源更新环节,提高算法的深度挖掘性能和全局寻优性能。实验数据表明,改进的ABC算法能够有效降低73.3%的巡检路径规划时间,巡检准确率可达95.2%,该算法可以提高智能变电站巡检机器人路径规划的效率,对提升智能变电站巡检机器人的智能化水平具有积极影响。

基于改进D*Lite⁃APF算法的巡检机器人路径规划

针对巡检机器人在动态场景下路径规划存在非全局最优、路径不平滑及局部避障效果不佳的问题,提出一种将改进D*Lite算法和人工势场法融合的算法。首先优化D*Lite算法启发代价函数,提升规划效率,并引入Dubins曲线平滑生成的全局路径;其次改进人工势场法势场函数并添加随机半径扰动点,解决局部碰撞问题,提高避障性能;最后将两种优化算法有效融合,实现全局规划和局部避障。仿真实验结果表明,相较于单一D*Lite算法,融合算法在路径长度、时间花销、路径拐点及扩展节点数方面均表现更优,能在确保全局路径最优的情况下有效避障。

矿山智能巡检机器人的关键技术分析

矿山智能巡检机器人可以有效实现智慧化管理,通过现代技术进行设计、更新以及优化,可以提高作业效率。分析井下作业安全因素,了解空气质量、瓦斯含量以及输送机的实际运行状态,了解实际状况,进行动态分析,通过智能机器人进行综合控制、智能巡查,可以有效提高矿山作业的安全性。为了有效实现矿山智慧化发展,融合人工智能、大数据、机器视觉、自动控制等多种技术设计矿山智能巡检机器人,可以有效提高工作质效,实现对矿井综采环境的数据采集以及自动化分析,有利于提高安全检测质量,实现对井下异常现象的智能检测,充分保障矿上作业的安全性。

变电站二次设备全向巡检机器人精确定位与作业辨识

通过巡检机器人进行变电站二次设备的监测是提升电力设备自动化、智能化管理的重要方式,有利于保障电力工程设备的安全运行。文中开发了一种用于变电站二次设备自动化巡检的Mecanum轮式全向移动机器人,其具备自主导航定位与作业辨识的能力,可极大提升设备巡检效率及保护压板状态识别准确性。通过Mecanum轮的驱动方式实现巡检机器人在狭窄作业环境下的灵活运动与姿态调整,通过多轨道升降平台实现对350~1 800 mm高度范围内的二次设备及压板的图像采集与状态辨识。机器人采用基于激光雷达的即时定位与地图构建(simultaneous localization and mapping,SLAM)导航方法进行自主定位导航,并结合基于视觉的路径提取与跟踪算法进行姿态位置修正,实现在待测点位置的精确定位。同时,提出了基于颜色辨识的图像排列与状态辨识方法,针对二次设备保护压板连通状态进行识别和判断。实验结果表明,研制的变电站二次设备巡检机器人可以实现自主导航与位置精确定位,在路径跟踪过程中最大偏角和偏距分别为±3°和±8 mm。结合机器视觉与颜色辨识的压板辨识方法可以准确识别压板状态,识别准确率大于95.80%,有助于提升机器人自动化的电力巡检作业水平。

桥梁巡检机器人发展与应用现状探讨

随着人工智能、多模态传感器等技术的不断发展,机器人已在桥梁的日常检测中取得了一定程度的应用。结合桥梁结构组成,根据各个机器人所能检测的区域或构件,机器人主要可以分为这几个种类:桥面巡检机器人、桥底巡检机器人、缆索检测机器人。本文主要对国内外上述各类型机器人的发展和应用情况进行综合性的叙述。

巡检机器人系统的软硬件协同设计

针对移动定位和目标感知两大问题,研究软件与硬件协同的巡检机器人系统设计方案。在移动定位方面,设计一种结合激光雷达、单目摄像头、惯性测量单元、GPS等多种传感器的即时定位与地图构建的技术方案,并采用在巡检环境中设置二维码路标辅助视觉定位的方法;在目标感知方面,以表计信息提取任务为例,设计一种基于深度学习的表计检测、定位与文本识别方法。结果表明,通过引入基于5G移动通信及Wi-Fi的网络通信功能实现了具有网络管理平台的巡检机器人系统,系统达到实际应用要求,有效提升了巡检的自动化和智能化水平。

基于领航-跟随法和人工势场法的巡检机器人编队

机器人编队技术正不断发展并逐步投入应用,为了提升巡检机器人的工作效率,提出了一种基于领航-跟随法和人工势场法的编队控制方法,保留了两方法的优点,使机器人编队在躲避障碍物的同时尽可能保持队形,通过施加随机扰动的方法改善人工势场法中容易出现的局部最小值问题。实验结果表明,提出的方法完成任务消耗的时间相较于领航-跟随法和基于行为法分别下降了28.5%和41.4%,在执行特定任务如协同围捕和依次排开时采用该方法的编队也能优秀完成。通过ROS(robot operating system)平台进行模拟环境仿真,进一步验证了方法的可行性。

风机叶片巡检机器人快速检测路径规划算法

提出一种基于风力机叶片仿真分析的巡检机器人快速检测方法,通过对风机叶片进行静强度仿真分析得到其应力云图,基于云图模型进行环境建模,针对传统A^(*)算法提出改进,进行了权重值改进、拐角优化以及路径平滑处理,并针对不同情况分别进行仿真分析对比实验。实验结果表明,所设计方案可以改进算法搜索效率,在完成既定目标的前提下缩短了路径长度,减少了搜索时间,可以实现风机叶片巡检机器人快速检测任务。