魏晋南北朝时期风俗巡使制度初探

魏晋南北朝时期是我国民间歌谣盛行的时期,当时的统治者非常注重民间歌谣的舆论作用,经常派遣皇帝身边的近侍作为风俗使者分巡天下,收辑歌谣。同时还赋予他们一定的权力,可以根据民间歌谣风议对地方官进行监督甚至黜置。这种使者由于大多负有巡行风俗、采察歌谣的使命,因此我们可以称之为风俗使者。风俗巡使制度是魏晋南北朝时期的一种重要政治制度。

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。

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。

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。

同构与分殊:巡视巡察制度的关联逻辑及效能转化

巡视巡察制度是加强党内监督、落实全面从严治党的战略性制度安排,在推进反腐败斗争和净化党内政治生态中发挥了重要作用。从巡视制度与巡察制度分设格局审视二者关联,可以发现蕴含着同构性与分殊性的辩证逻辑。巡视制度与巡察制度的同构性逻辑体现为政治监督的根本定位、结构趋同的基本要素与自我革命的价值旨向;分殊性逻辑表现为监督层级的纵向区别、监督要点的横向侧重与监督方式的实践差异。新时期推进巡视巡察制度的完善发展与效能转化,需要在把握同构性的基础上构建一体化监督机制;在把握分殊性的基础上推动精准化监督运作;在党和国家监督体系的整体视域下健全集成化监督体系。

基于图像感知的输电线路智能巡检综述

输电线路是电网建设的重要组成部分,定期巡检对于确保输电线路的稳定运行至关重要。文中围绕输电线路智能巡检需求,首先梳理了输电线路不同的巡检方法,介绍了智能巡检中所需的系统框架设备以及智能算法;重点总结了基于传统图像处理和深度学习的智能巡检方法;其次针对输电线路中存在的各种不同故障总结了相关的智能巡检方法,并且通过评价指标进行了对比分析;最后梳理了研究难点,对基于深度学习方法的输电线路巡检发展趋势进行了展望,所提出和总结的输电线路智能巡检方法具有多方面的指导意义。

电力巡检中改进YOLOv5s的缺陷检测算法研究

针对无人机进行电力巡检时关键零件的检测精度较低的问题,提出了一种基于YOLOv5s的改进型缺陷检测算法。在骨干网络中引入卷积神经网络注意力模块(CBAM),增强网络对特征图中重要信息的提取效率;将YOLOv5s中原有的PANet特征融合框架替换为双向特征金字塔网络(BiFPN),引入可学习的权重,映射不同的学习特征,增加对贡献较大特征的映射。在空间金字塔池化模块(spatial pyramid pooling,SPP)的基础上加入上下文卷积模块,提升特征的表达能力。通过构建航拍数据集进行实验验证,结果表明,改进后的算法mAP达到95.6%,准确率达到93.7%,召回率达到93.8%。为进一步验证算法在嵌入式系统的运行效果,通过缩小网络宽度进行轻量化,利用TensorRT推理引擎,优化了网络结构并加速了模型的推理。将模型加速后部署至Jetson Xavier NX平台进行测试,单帧图像平均运行时间为24.6 ms,检测准确率为90.8%,召回率为90.5%,能够在Jetson Xavier NX设备上对目标实现精准识别。改进后的模型提高了检测精度,体现了算法的有效性,满足电力巡检作业的实时检测需求。

基于微型激光雷达的无人机智能化电力线路巡检技术研究

介绍了一种利用激光探测和测距(LiDAR)进行实时电力线检测的算法,并且对微型激光雷达无人机进行电力线路巡检抽象建模。通过使用平面分析法对巡检现场进行距离的比较来分割点云,并提取一组电力线候选点,这些点被拟合到线段上,线段根据它们的共线性质进一步分组比较。该方法可利用图像的共线特性完成特征检验,并在光线条件差以及线路背景复杂的环境下仍可获得较为可靠的巡检结果。案例中电力线路垂直平均误差最大为0.49 m,其他所有直线的估计平均误差都小于0.07 m,水平拟合时,所有平均误差都在0.14 m以内。验证了所提出基于微型激光雷达的无人机技术进行电力线路智能化巡检方法的有效性与可行性。

基于无人机巡检与深度学习的河道整治施工进度图像识别

长线性小流域治理工程中的河道衬砌、生态护岸等距离长、范围广、布置分散,且工区交通不便,人工巡检费时费力,难以及时掌握工程的整体施工进度形象面貌。提出了基于无人机巡检与深度学习的河道整治施工进度智能图像识别方法,通过定位施工节点(施工区域起点和终点)的位置计算施工进度。首先,建立了施工区域目标检测模型,针对无人机航拍影像进行河道衬砌护岸施工区域的识别以及施工节点的定位;然后,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对不同视频帧中的施工节点进行匹配,并基于单目视觉的运动视差法,计算施工节点的实际工区坐标;最后,计算当前衬砌护岸施工进度,并分析进度偏差。结果表明:该方法得到的施工节点定位平均误差为1.026 m,平均相对误差为0.74%,该方法能够较为准确地从航拍图像中识别得到当前衬砌护岸的施工进程,从而实现长线性工区快速巡检,及时掌控现场施工进度,提高工程管理的智能化水平。

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。

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。

基于物联网技术的智能消防巡检系统设计与应用研究

针对当前消防巡检工作存在效率低、准确度差、上报实效性差等问题,基于物联网技术,开展了智能消防巡检系统的架构设计,实现了消防栓巡检信息展示和巡检数据分析于一体的功能,达到了消防巡检工作自动化、智能化的目的。试验结果表明,智能消防巡检系统能够很好地应用于现有消防系统,实现消防栓信息录入、水压等数据的采集及实时上传,并且可以实时显示巡检点的地理位置和数据信息,很好地指导了巡检人员的工作。

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。

基于改进PSO的无人机精细化自主巡检航迹布设优化

提出基于改进PSO的无人机精细化自主巡检航迹布设优化。结合波束法测量地面像控点坐标,通过结构矩阵描述平面误差细化值,完成像控点的布设。采用改进PSO算法计算航迹子路径的变更代价,得到新的路径点,由此实现无人机精细化自主巡检航迹布设优化。实验结果表明,所提方法的无人机精细化自主巡检航迹布设时间仅为39.4 min,说明所提方法能够有效提高无人机精细化自主巡检航迹布设效率,精细化自主巡检航迹布设优化效果更好。

矿用钢丝绳捻向攀爬轮式巡检机器人设计

针对矿用钢丝绳无人巡检需求,设计研制了一种沿钢丝绳捻向攀爬的巡检机器人。该机器人所需的驱动力约为传统沿轴向攀爬机器人的0.915倍,携带负载3 kg时,其越障高度比轴向攀爬机器人的越障高度大0.6 mm,障碍物高度为3 mm时,它携带的最大负载比轴向攀爬机器人大0.4 kg。模拟深井环境开展了钢丝绳振动工况下的巡检机器人攀爬实验。研究结果表明:在钢丝绳静止状态下,攀爬机器人展现出稳定的攀爬性能,最大攀爬速度达到8.25 m/min,可连续攀爬500 m;在低频大幅振动工况下,机器人攀爬速度高于静止时的速度;在高频小幅振动工况下,钢丝绳振动会导致攀爬速度小幅度波动。

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。

桁架式机器人视觉巡检系统设计

针对当前智能制造装备存在传感器监测盲区且人工点检效率低、易出错的现状,设计一套桁架式移动机器人视觉巡检系统,实现自动监测生产线设备上电气、机械关键部位易松动易错位等问题。该系统安装在生产线上方,具有可达范围广、无拍照死角、适用场景广和不影响生产线设备动作等优点,解决传统地面移动巡检机器人占用生产线空间、拍照角度受限、无法进入复杂生产线内部点检等缺点。在智能制造技术升级的背景下,该系统具有较高的实用价值及推广意义。

无人机智能巡检技术在光伏发电并网巡检中的应用

随着科技的发展和光伏发电规模的扩大,传统的巡检方式存在效率低、成本高、安全风险大等问题。本文研究了无人机智能巡检技术在光伏发电并网巡检中的应用。首先,对无人机的自主飞行、高空拍摄和灵活机动等特点进行了分析。其次,智能巡检技术可以利用无人机的高空拍摄和图像识别技术,实现对光伏系统的故障检测和状态监测。然后,提出了一种基于无人机智能巡检技术的光伏发电并网巡检方案。利用无人机对光伏发电系统进行巡视,获取系统的整体运行状态。通过无人机携带的高分辨率相机对光伏板进行拍摄,利用图像识别算法检测板块的裂纹、破损等缺陷。无人机可以携带温度传感器,实时监测光伏板的温度变化,以判断光伏板是否存在过热情况。并对该方案进行了实验验证。结果表明,基于无人机智能巡检技术的光伏发电并网巡检方案能够大大提高巡检效率和准确性。