基于动态风险评估的输电线路巡检计划优化研究

现有输电线路巡检计划安排存在巡检效率低等问题,为优化输电线路巡检计划,降低输电线路的巡检成本,提出一种基于动态风险评估的输电线路巡检计划优化方法。综合考虑影响输电线路故障的内外部风险及故障造成损失,建立动态风险等级评估模型,通过量化风险值以评估线路风险等级,确定合理的巡检周期。基于巡检周期建立输电线路巡检计划的多目标优化模型,根据目标优先级利用多目标粒子群算法进行求解。采用某区域实际输电线路验证该模型的有效性。

无人机技术在公共交通领域的研究

针对无人机执行电力巡线任务时需要进行人工飞行操控,且无人机控制过程繁琐,巡线效率不高的问题,本文无人机应用在公共交通领域,研究无人机巡线航迹规划方法及其系统,实现无人机自动巡线。本文阐述的无人机巡线航迹规划方法及其系统,效果较好,可以对无人机巡线过程中的飞行轨迹进行自动规划,无需人工进行飞行操控,进而可以大幅度提高电力设施巡线任务的工作效率,降低执行该任务的人员成本。巡线航迹规划方法能够对巡视过程中不同类型的电力设施采用不同的巡视策略。实现对目标区域内所有电力设施的全覆盖,准确全面完成所有目标区域的巡视任务,对所有电力设备进行全方位巡查和准确采像,不留监视死角。规划的路径不仅实现了对整个目标巡线区域的全方位巡视,还设计出了最佳的飞行路径,飞行路径的航程较短,这样可以有效缩短巡视时间,提高巡线效率,也具有更好的节能环保效益。

巡检无人车激光SLAM与路径规划研究综述

激光同步定位与建图(SLAM)及路径规划是决定巡检无人车能否高效完成巡检任务的关键环节。围绕激光SLAM定位算法、环境地图、路径规划3个方面,从其优缺点、适用范围、改进方向出发,介绍了巡检无人车激光SLAM与路径规划研究的概况,系统阐述了国内外研究成果,分析了当前常见的技术难题,并对巡检无人车激光SLAM与路径规划的未来发展做出展望。

面向巡飞弹编队的战前筹划任务分配方法

随着巡飞弹技术的广泛应用和执行任务的日益复杂,巡飞弹编队任务规划面临着新的挑战。以巡飞弹任务价值收益与任务损耗代价为优化目标,同时考虑任务执行时序等多种实际约束,构建基于多种约束条件的多巡飞弹战前筹划任务分配模型。为求解该模型,设计一种基于模拟退火的改进遗传算法,基于不同时期的种群适应度,调整自适应选择策略和自适应交叉策略,在保证收敛性的同时增加种群的多样性。最后通过案例验证所设计的改进算法在求解多巡飞弹任务分配问题上的有效性。

面向输电线路的空中机器人应急巡检研究

面对应急通信下的电力巡检难题,提出了一种基于5G无线网络的空中机器人应急巡检方法。首先,阐述了空中机器人在5G无线网络下的工作原理,将应急巡检分为轨迹规划和轨迹跟踪控制。接着,利用改进的萤火虫算法来实现空中机器最优轨迹规划,保证应急巡检的快速性。同时,将空中机器人动力学模型分为位置与姿态两个子系统,引入基于RBF神经网络的自适应控制策略来设计抗干扰轨迹跟踪控制器。最后,通过应急电力巡检仿真算例对这里所提方法的有效性进行了验证。仿真结果表明:(1)改进的萤火虫算法能帮助空中机器人快速规划出一条可飞航迹;(2)所设计的控制器比线性自抗扰控制器具有更好的轨迹跟踪控制性能;(3)所提方法能保证电力巡检空中机器人在5G无线网络框架下对故障区域做出快速有效的应急响应,具有一定的工程参考价值。

巡飞弹集群协同路径规划方法研究

针对传统启发式算法难以从大样本地形数据中及时提取经验模型的问题,提出了一种基于注意力强化学习的多巡飞弹协同路径规划方法。该协同优化方法综合考虑了生存概率、路径长度、负载平衡和耐力约束等影响因素。注意力神经网络被用来生成巡飞弹的协同侦察策略,并对大量的模拟数据进行测试,利用REINFORCE算法对注意力网络进行优化。实验结果表明,所提出的方法能有效解决实时性要求高的多巡飞弹路径规划问题,且求解时间小于传统算法。

基于模拟退火的多无人机路网巡边路径规划

研究了多无人机路网巡边路径规划问题,以路线分配最均衡为目标建立多无人机路径规划模型。对于路网中路段的分配问题,提出使用基本割集原理对图进行分割划分的方法,采用欧拉回路算法作为单无人机路径规划的基础。结合划分结果和单机路径设计了初始解的构造策略以及相应的邻域变换规则,使用模拟退火算法进行求解。通过仿真分析,表明了算法设计的可行性与合理性。

基于物联网的无人机智能巡线路径规划方法

为在输电线路环境不确定因素较多的情况下,确保智能巡线路径规划效果,提高障碍物勘测安全性及目标搜索准确率,提出基于物联网的无人机智能巡线路径规划方法。基于物联网平台特点,结合输电线路周围环境特征,利用视距测量方法测试安全距离;采用加权距离公式,计算地面对飞行点间距离差,锁定地面差值与飞行距离差值间的加权关系,保证无人机稳定飞行;通过拉格朗日插值法计算输电线路周围节点,对噪声数据进行粗差剔除,补偿差值向量;采用强化学习算法中启发式回报函数,计算样本障碍物间路径,划分最优航线行驶路径,规划无人机智能巡线路径。实验结果表明:所提方法的无人机与障碍物之间的距离差值均未小于200 m,目标搜索个数可达33,数据剔除率高达98%,其智能巡线路径规划和数据粗差剔除效果较好,能够有效提高障碍物勘测安全性和目标搜索准确率。

面向煤矿巡检机器人的高能效路径规划方法

针对现有矿用机器人路径路规划方法存在的效率低、收敛速度慢、易陷入局部最优等不足,提出了一种基于Actor-Critic算法的路径规划方法。首先根据巡检目标和障碍物的实时位置信息,计算巡检机器人的转向角,确定行进方向,可显著提高路径规划的效率;以能量消耗最小化和避免碰撞为目标,巡检机器人根据动态随机变化的矿山环境,学习巡检的目标顺序和行进速度;因为矿山环境动态连续变化,导致较高的状态维度,因此采用深度学习网络估计连续状态产生的动作和奖赏;为了提高学习效率,采用策略网络和价值网络2个网络,实现实时更新策略和价值。仿真结果表明:采用所提方法,巡检机器人可以在动态环境中规划出安全合理的巡检路线,能够以98%的成功概率和更低的能量消耗完成巡检作业。

基于无线充电站的无人机全自动电力巡线研究

目前,无人机技术越来越多地应用到了电力巡线当中,但是仍然有诸多缺点,例如操作困难,续航能力差等。针对现有无人机巡线中存在的问题,本文提出了一种基于无线充电站的无人机全自动电力巡线方法,采用可垂直起降的固定翼无人机。近年来无线充电技术发展迅猛,其无接触的充电模式可以很好的满足无人机自动化运行的要求。此外,无线充电装置成本较低,维护方便,且十分的安全。基于防盗、便于维护等方面的考虑,无线充电站选址于变电站内。巡线线路的规划是至关重要的,本文利用Fleury算法求解最优巡线路径,并且给出了湖州境内220 kV变电站之间线路最优巡线路径的方案演示。在人工成本日益增长的时代背景下,基于无线充电站的无人机全自动电力巡线在降低成本、提高工作效率等方面具有重要意义。

智能巡逻安防系统的设计与实现

为解决目前校园巡逻遇到的难题,在系统设计上对路径规划业务和巡逻任务制定业务流程进行分析,再结合各个业务流程主要需求的技术难点,最后以Html5+Css3+JavaScript+SpringBoot+MyBatis+百度地图API为技术基础设计了校园智能巡逻路径规划系统来辅助管理校园巡逻任务。

薄煤层综采工作面智能化关键技术与应用

针对薄煤层工作面开采长期面临的装备配套性能低、智能化程度低、经济效益低、劳动强度高的“三低一高”问题,构建了工作面生产时地面工艺调度决策,井下设备依据决策自动执行的“地面规划采煤、装备自动执行、面内无人作业”的智能无人开采新模式。建立了以地面控制中心为核心,以井上下万兆网络通讯平台、采煤机规划截割、液压支架主从调度、机载音视频装置、巡检机器人、电缆拖拽、三岗合一为辅的成套化薄煤层智能化开采关键技术。通过工业实践表明,该模式可实现生产时将工作面内作业人员由原来3人减为无人,达到无人则安;生产效率由原来的每天12刀提升到14刀,最高达到16刀,平均提升17%以上。

基于改进RRT的变电站巡检机器人全局路径规划算法

针对传统RRT算法在变电站巡检机器人全局路径规划应用上搜索速度慢、随机性高、未考虑机器人体积及高压安全距离、路径冗余不平滑等缺点,提出了一种改进的RRT算法。首先,提出了一种动态采样域的采样方式,避免随机树在已扩展区域重复生长;其次,考虑到实际使用中机器人的宽度和带电安全距离,对障碍范围进行膨胀,确保搜索的路径不经过机器人无法通行的狭窄通道或带电区域;最后,对搜索出的路径进行剪枝以及基于B样条曲线的平滑,优化最终路径。结果表明,改进后的算法能有效提高路径搜索的效率并得出较优路径。

电力巡线便道四足清障机器人步态规划与仿真

针对传统轮式、履带式清障机器人无法克服复杂地形的问题,提出了一种基于四足机器人的巡线便道清障机器人。对作业环境与作业任务要求进行了分析,结合分析结果设计了巡线便道四足清障机器人的虚拟样机模型。针对越障、爬坡、台阶攀登这3种复杂工况对机器人进行步态规划,利用四足机器人单腿运动学模型与动力学模型推导了运动关节的参数。仿真结果表明,此四足清障机器人在上述3种工况下可以稳定运行。

变电站巡检机器人越障视觉伺服路径规划

针对巡检机器人越障路径规划准确性较差,难以跨越障碍物、转弯等问题,提出一种变电站巡检机器人越障视觉伺服路径规划方法。基于摄像机成像和四个坐标系之间的关系,构建巡检摄像机成像模型,采集变电站巡检机器人巡检视觉图像,引入轮廓提取法,获取路径上障碍物轮廓信息,计算障碍物凸包面积,准确定位障碍物。利用小波神经网络,构建变电站巡检机器人越障视觉伺服路径规划模型,以此调整步态,完成巡检机器人越障视觉伺服路径规划。实验测试结果表明,所提方法以最快的速度达到期望状态,收敛速度较快,累积误差一直处于稳定状态。

基于机器学习的自动巡检系统优化设计及性能测试研究

为了提高巡检效率和避障精度,提出了基于机器学习的机器人自动巡检系统。根据机器人巡检电机驱动器的内部结构,给出电机驱动的技术参数,利用巡检电机驱动器的外部接口,将巡检电机驱动器与其他硬件连接,通过引入一个调理电路,调节电机驱动器的输出电压,设计了机器人自动巡检电路;软件设计中,规划了机器人巡检路径,利用机器学习算法推算出机器人的巡检轨迹,计算出机器人巡检过程中方位的置信度,结合机器人自动巡检算法的设计,实现了机器人的自动巡检。实验结果表明,所提系统在机器人自动巡检中,可以将巡检效率和避障精度分别控制在83%和85%以上。

铁路线路安全环境管控平台及试点应用

为满足铁路对外部环境、防洪防汛、险情、灾情、反恐治安等安全防范领域的高标准需求,国铁集团规划在全路统一建设“线路安全环境管控平台”。以济南局集团公司管控平台试点项目为例,梳理济南局集团公司既有视频监控系统现状,并深入剖析传统视频监控模式存在的问题;对管控平台国铁集团、铁路局集团公司2级架构建设模式进行论述,主要包括具体实现方式以及平台各功能模块;提出管控平台试点项目的建设方案,并总结先行试点应用中的不足,为后续全路全面推广和完善管控平台建设提供参考。

一种基于RFID的安全巡检模型

针对很多基于RFID的安全巡检系统缺乏具有普遍指导性系统模型的问题,通过对巡检系统进行模块分解、计划元素的定义和规范约束条件,提出了一种具有一般性的安全巡检模型.在对模型进行较完整的形式描述基础上,给出了重点算法,即事件匹配算法,并对相应的责任事故和隐患问题提出了评价方法.经过仿真实验,证实了模型和算法的正确性,该模型对基于RFID的巡检系统具有指导作用,给出的执行结果评价方法有利于调整计划,提高系统的安全性.

基于线性时序逻辑的最优巡回路径规划

基于线性时序逻辑(Linear temporal logic,LTL)的路径规划方法中,多点巡回路径规划问题尚无有效解决方案.为了在道路网络中实现最优巡回监测,提出了基于LTL的最优巡回路径规划方法.首先,将环境建模成一个切换系统,用LTL语言描述包含多个巡回点和障碍物的任务需求;接着,利用循环移位法构建能够融合任务需求和环境模型的扩展乘机自动机,以建立路径信息完整的网络拓扑;最后,采用基于迪科斯彻法的最优综合算法搜索扩展乘机自动机网络上的最优路径,从而获得能够满足复杂任务需求的最优巡回路径.仿真结果表明,该方法能够有效实现最优巡回路径规划.

满足复杂要求的机器人最优巡回控制系统设计与实现

本文结合线性时序逻辑理论与模糊控制方法,设计并实现了一种满足复杂任务需求的移动机器人巡回控制系统,它既能够针对复杂时序任务进行路径规划,又能够对机器人进行模糊控制实现路径跟踪.首先,基于线性时序逻辑理论,确定能够满足复杂巡回任务需求的全局最优路径.接着,根据所获得的最优路径,采用模糊控制方法设计轨迹跟踪控制器,使其通过实时位姿反馈对机器人进行路径跟踪控制.仿真结果验证了移动机器人巡回控制系统的有效性.最后,基于E-Puck移动机器人构建了能够满足复杂任务需求的移动机器人巡回控制实验系统.基于所提出的最优巡回路径规划算法和模糊控制器设计方法,通过图像处理、数据通信、算法加载等软件模块的实现完成了满足复杂任务需求的移动机器人巡回控制.