一种启发式自优化的紫外线消毒机器人路径规划方法

随着新冠病毒全球蔓延,许多杀毒的技术被提出,特定波长、剂量的紫外线杀毒已被证实有效。大部分紫外线杀毒装置定点安置,机动灵活性不足,而现有移动式紫外线杀毒机器人,场景适配性不强,移动路径未优化,缺乏自主规划能力,造成消毒区域不全面。本研究提出了一种启发式自优化的路径规划(HSPP)方法,设计并实现了路径遍历程序和路径优化程序,先基于SCAN算法,达到全区域的覆盖,再通过路径优化程序,给出移动路径轨迹的近似最小环,缩短机器人移动的路径总长度。本研究比较了HSPP、随机法以及SCAN,由实验结果得知,HSPP算法能够让消毒区域达到全覆盖的目标,同时总路径长度短于SCAN与随机法。

基于改进YOLOv7的绝缘子缺失检测方法

绝缘子是输电系统中的重要元器件,长期暴露在室外环境很容易出现缺失,绝缘子缺失会增加输电线路故障停运的风险。因此,绝缘子状况早期判断显得十分重要。提出一种基于改进YOLOv7算法的绝缘子缺失检测方法,通过无人机采集输电线路中的绝缘子图像数据,然后利用改进算法强大的特征提取能力,学习从样本照片中检测绝缘子,并且区分绝缘子正常与否。实验结果表明,该方法策略在测试集上的Map50达到了99.03%,精度较原来YOLOv7算法提升了1.07%,可以有效区分绝缘子是否存在缺失。