A path planning method for robot patrol inspection in chemical industrial parks

Safety patrol inspection in chemical industrial parks is a complex multi-objective task with multiple degrees of freedom.Traditional pointer instruments with advantages like high reliability and strong adaptability to harsh environment,are widely applied in such parks.However,they rely on manual readings which have problems like heavy patrol workload,high labor cost,high false positives/negatives and poor timeliness.To address the above problems,this study proposes a path planning method for robot patrol in chemical industrial parks,where a path optimization model based on improved iterated local search and random variable neighborhood descent(ILS-RVND)algorithm is established by integrating the actual requirements of patrol tasks in chemical industrial parks.Further,the effectiveness of the model and algorithm is verified by taking real park data as an example.The results show that compared with GA and ILS-RVND,the improved algorithm reduces quantification cost by about 24%and saves patrol time by about 36%.Apart from shortening the patrol time of robots,optimizing their patrol path and reducing their maintenance loss,the proposed algorithm also avoids the untimely patrol of robots and enhances the safety factor of equipment.

深化高校巡视巡察成果运用的路径研究

习近平总书记强调,巡视发现问题的目的是解决问题,发现问题不解决,比不巡视的效果还坏[1]。巡视巡察成果运用是深化推动解决问题的关键环节,只有不断强化成果运用的深度、广度和力度,方能实现监督、整改、治理有机贯通。本文在把握巡视巡察成果运用趋势的基础上,基于对北京高校的实证分析,以“四个融入”为核心设计了高校巡视巡察成果运用路径,系统构建了责任落实机制、约谈通报机制、公开考评机制和追责问责机制,为推进高校巡视巡察成果的综合运用、深化运用提供了参考范式。

京沪高铁基础设施无人机智能巡检系统关键技术

近年来我国高速铁路建设里程不断增长,传统巡检技术与方式无法满足日益增长的高铁运行安全保障需求。同时,基于无人机的解决方案已在电力、水利及城市监测等领域投入使用并取得较好效果。开展无人机在高速铁路智能巡检应用方面的关键技术研究,提出高速铁路基础设施无人机综合巡检方案,具体包括:基于无人机搭载多类型传感器的无人机巡检系统构成方案,基于深度学习的声屏障异常检测方法、周边环境异常检测方法、铁路桥梁螺栓缺失及锈蚀检测方法、接触网紧固件缺陷检测方法等;基于上述方案的智能巡检系统在京沪高铁多个区段进行试验验证,结果表明:该系统可以有效检测铁路多专业中的多类缺陷,并与现有巡检方法形成互补,从而提升铁路运行安全保障水平,为无人机铁路巡检技术的大范围应用提供参考。

数字孪生水利工程建设动态智能监测系统研发与应用

依托大型水利枢纽工程建设,结合项目进度、质量、安全等管理要求,提出数字孪生水利工程动态智能监测系统研发思路。通过研究水下定位和水陆一体化定位,建立水下机器人与无人机智能巡检的统一定位体系;研究海量影像数据存储管理,研究图像识别和机器学习技术自动找出异常点,从而实现施工现场的智慧监控等关键技术。建成集空、天、地、水一体化的监控系统,对各项感知信息进行融合集成和综合利用,对不同时期的数据进行比较分析;建立大数据平台,为大型水利工程设计、工程移民、水土保持、施工安全与质量管理、工程形象展示、水下建筑物安全监测等方面的数字孪生水利工程建设和动态监测提供技术支持,实现大型水利枢纽工程建设过程的智能巡检、智能监测和科学监管。

调研巡检在某公立医院日常监督中的应用研究

目的加强公立医院党的建设,充分发挥纪委“监督保障执行、促进完善发展”的作用,探索在党支部层面以创新的日常监督路径促进内部治理。方法北京某公立医院融合党的调查研究及巡视巡察两项制度的方法学优势,由党委部署、纪委实施,深入党支部及所辖科室,开展为期3年的调研巡检。结果择优形成全院可推广案例12个,发现突出问题9方面、188项,督促整改160项,整改率为85.1%。结论调研巡检作为一种创新性的日常监督路径,可有效加强公立医院党的建设。

南宋沿海地区巡检与海患治理

巡检司是宋代为缉拿走私、平息基层变乱、维持地方治安而在各地增设的机构,其主管官的称谓很复杂,简称“巡检”。随着海外贸易的兴盛,南宋时期沿海地区各类走私猖獗,走私者分布广、规模大,海上盗贼势力空前强大,负责缉私与巡查盗贼的巡检数量随之增加。沿海巡检所统领的土兵是当时基层常备巡警力量,根据缉私对象、寇盗活动规模及其治理难易程度的不同,或与附近巡检寨兵联合行动,或配合水军等主力官兵及地方民防力量协同参与弹压行动,在近海海患治理中发挥重要的基础性作用。揭示南宋沿海各地巡检的布局特征,分析其职能变化,探讨巡检在当时海患治理机制中的地位和作用,对于深化和推进地方治理机制的相关研究有重要的意义。

基于改进YOLOX网络的雾天绝缘子缺陷检测

绝缘子作为输电线路中重要的元器件,对绝缘子缺陷的识别和定位在电网巡检方面有重要意义。为了对雾天情况下绝缘子状态进行准确定位识别,改进了YOLOX目标检测网络。首先,为了加快网络的训练速度,改进了激活函数;其次,为了解决小目标样本相较于整体样本较少和样本不均衡的问题,改进了图像增强方法和损失函数;最后,将改进的YOLOX网络在数据集上与4种目标检测网络进行比较。实验结果表明,在雾天数据集上,改进后YOLOX的准确度、平均准确率和每秒处理图片张数都有一定提升,符合无人机巡检的要求。

基于YOLOv5s的绝缘子故障检测仿真研究

针对无人机巡检中采集到的绝缘子图片数量庞大、故障难以定位的问题,提出一种基于YOLOv5s网络的绝缘子故障检测算法。利用调整色调、翻转、随机矩形遮挡等操作强化现有的数据集,同时使用K-means++算法重新统计先验框大小,使其对应到大小匹配的特征层;在YOLOv5s骨干网络中添加了SE(Squeeze-and-Excitation)注意力模块,提升需要特征对应通道的权重,抑制其他特征通道的权重;在PANet(Path Aggregation Network)的基础上,引入BiFPN(Bi-directional Feature Pyramid Network)。仿真结果表明,改进后的YOLOv5s在识别不同故障时,准确率均有不同程度提升,对比原YOLOv5s模型,mAP(mean Average Precision)提升3.6%,速度提升5 FPS,且大小仅有13.8 MB,有助于智能巡检工作的展开。

基于改进Skip-GAN的高速铁路巡检图像异常检测

针对高速铁路探伤巡检过程中普遍存在的训练样本不平衡和打标签复杂等问题,提出一种改进的Skip-GAN算法,对巡检图像中存在的多类病害进行无监督检测。对高速铁路巡检图像进行预处理,包括轨道板分割和数据增强,减少排水沟和明暗环境对网络重构图像的影响;对Skip-GAN结构进行改进,包括增加注意力机制模块、修改判别器为双自动编码器结构等;改进卷积神经网络的损失函数,增加网络对图像的重构能力;将高速铁路探伤巡检中正常图像作为训练样本输入模型进行训练,实现端到端的巡检图像多种类病害的检测。实验结果表明:提出的检测模型在探伤图像病害样本数量少时,对钢轨表面伤损、扣件缺少、轨道板异物三种类型的异常检测取得良好的检测结果,模型的识别精确度、F1、AUC分别达到0868、0821、0842。

基于深度学习的架空输电线路绝缘子缺陷检测方法研究综述

绝缘子是架空输电线路中不可或缺的部件,对其进行定期检修能确保电力的安全传输和电网的安全运行。人工巡检、机器人巡检、载人直升机巡检、无人机巡检等是现有的输电线路巡检方式。目前,我国电力线路运维的主流模式是“无人机巡检为主,人工巡检为辅”。为了安全起见,操作无人机飞行检修高压输电线路时,必须与线路保持一定的安全距离。由于绝缘子在无人机拍摄的输电线路图像背景复杂多变且状态复杂,小目标种类占比较多。故本文针对架空输电线路绝缘子缺陷检测的场景,分析了目标检测算法的常见类型,并比较了不同算法策略的优缺点,结合实际应用对算法进行改进,最后展望绝缘子缺陷检测的研究趋势。

无人机巡检图像防振锤缺陷识别技术

针对输电线路外界影响因素过多,导致防振锤缺陷检测精准度较差且效率偏低的问题,提出了一种基于图像表达及像素点坐标的防振锤缺陷智能识别技术。利用非线性映射描述防振锤的细节及轮廓,预估防振锤因受力形变引起的阻尼力、刚度、质量与位移等参数变化情况。利用变换矩阵建立识别坐标系,计算防振锤各轴上关键点的旋转角及动态位姿,与待识别节点中参数表达不一致的节点即为缺陷部位。实验结果表明,所提技术在复杂背景形态下也能实现精准的缺陷识别,且噪声及失真现象的处理效果也较优,具有良好的鲁棒性及适用性。

图像分析算法在无人机果园巡检系统中的应用

以进一步提升无人机果园综合巡检效率为目标,基于图像分析算法的应用展开讨论。以无人机果园巡检系统核心结构及原理为出发点,通过建立有效的图像分析算法模型,针对无人机巡检系统完成软件控制及硬件配置设计,以实现无人机果园巡检系统的整体性优化,进行巡检系统的应用效果试验,结果表明:图像分析算法下的无人机整体巡检作业能力得到显著提高,图像识别准确率与图像分类准确率分别提升了8.52%、8.66%,综合巡检效率可达90.72%;系统运行稳定,各部件协作良好,较好地改善了无人机果园巡检作业水平,有利于智慧农业的深度发展。

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。

基于无人机和深度学习的大型垃圾填埋场覆膜病害智能识别方法研究

为提高大型生活垃圾卫生填埋场的堆体覆膜穿刺、撕裂等常见病害的巡检效率,以广州市兴丰生活垃圾卫生填埋场为研究对象,基于无人机航拍和深度学习模型,考察了无人机的选型和巡航参数,使用无人机采集病害样本并在病害图像识别模型中采用过采样的训练策略。并在YOLOv5模型上增加细微目标识别层,可实现较高的识别准确率与召回率。研究结果表明:在病害图库样本数量相对有限的前提下利用过采样的策略提升了样本的代表性与均衡性,显著提高了模型病害识别的准确率。无人机结合高精度RTK定位技术能准确定位航拍照片坐标,解决了无明显参照物下覆膜病害定位困难的问题。通过查询病害缺陷照片的地理信息,可以快速找到病害位置,有助于及时开展修复作业。

基于无人机巡检的光伏缺陷检测与定位

光伏发电是一种清洁和可再生的能源形式,然而,光伏组件在实际运行过程中可能出现各种缺陷,如裂纹、漏电等问题,这些缺陷会影响光伏系统的能量损失和安全性。随着太阳能光伏发电的广泛应用,光伏组件的可靠性和性能监测变得尤为重要。为了提高光伏组件的检测效率和准确性,该文针对无人机巡检中缺陷光伏组件缺陷检测及定位技术展开研究,提出一种深度学习分割技术和传统图像处理方法相结合的技术,可以快速、准确地检测光伏的缺陷,并确定该缺陷所在其组件位置的归属。

盐务与海防:清代广东上川盐巡检的运作实态

清代广东新宁县上川盐巡检之设置既有整饬盐务的考量,也是地方行政系统应对海防局势的举措,具有特殊性。盐务系统为保证灶课完纳,对其实行垂直管理;州县官员出于维护海防之目的,赋予该司管辖人口、土地的职能,对其实行属地管理。上川盐巡检既存在双重隶属关系,也具备县辖政区的特征,反映出清代基层行政管理的灵活性。

基于无人机的天然气管道巡检系统研究

在长输天然气管道巡检过程中,往往存在地形复杂、巡线距离长、人工巡检效率低等问题,紧急情况发生时人员无法快速到达指定地点。结合无人机飞行技术、泄漏检测技术、地表微变形检测技术、图像识别技术、通信技术等,开发了基于无人机的天然气管道巡检系统,介绍了该系统的架构,给出了该系统中无人机巡检综合管理平台的总体设计和软件平台的功能设计,实现对无人机巡检全流程管理,并通过现场应用,验证了该系统的可行性。

海上风机无人机巡检螺旋桨振力异常监测研究

在对海上风机巡检过程中,由于无人机螺旋桨振力振动信号数据量较大,且海上环境的复杂性和不稳定性增加了异常信号的干扰,使得异常信号的检测和识别更加困难。为此,该文提出一种海上风机无人机巡检螺旋桨振力异常监测方法。利用集成经验模态(EEMD)分解,处理无人机螺旋桨振力信号,提取固有模态分量(IMF);利用稀疏傅里叶变换,处理具有周期性成分的IMF组分,提取振动强度异常特征;引入多传感器信息决策融合网络结构,并利用神经网络对其展开融合和综合决策,最终实现无人机螺旋桨振力异常监测。实验结果表明,所提方法可以获取高准确率和高效率的螺旋桨振力异常监测结果。

无人机巡检技术在某地浸铀矿山的研究与应用

研究了无人机巡检技术在某地浸铀矿山的应用方法。采用无人机、红外热成像和激光扫描等先进技术,实现对矿山运行情况的无人机巡检和监测,由无人机巡检取代了传统的人工巡检。结果显示,采用红外热成像技术对孔口、架空线路等情况进行动态监测,能实时发现异常情况;利用负载镜头实现激光扫描技术,能够对矿山地表物理特征结构进行精准扫描。无人机巡检提高了矿山的巡检水平和效率,降低了矿山巡检和监管的人力和物力成本,研究结果可为相关领域提供参考。

基于无人机低空摄影技术的架空输电线路智能巡检方法

传统的巡检方法计算误差大,巡检效果差,为此研究基于无人机低空摄影技术的架空输电线路智能巡检方法。采用无人机作为图像数据采集设备,调节对应的飞行参数。将无人机的飞行高度与图像采集点的有效操作距离进行匹配,并获得其电力系统的图像。将图像进行预处理,消除图像因为光线误差等导致的干扰问题。合理选择无人机拍摄图像,根据具体的精度要求对图像进行加密处理,使得图像结构能够完成保存。通过端到端的方式对架空输电线路进行整体图像提取。运用GPS采集地理坐标并转换为空间坐标,获得不同线段的端点位置,计算端点间距离得到检测结果。实验结果表明,小组5计算距离与实际距离一致,能够准确识别出地物边界,误差为0%,能够准确判断地物安全距离,提升巡检效果。