基于机器视觉的输电线路巡检路径三维自适应调度模型

为准确规划输电线路巡检路径,提出基于机器视觉的输电线路巡检路径三维自适应调度模型。以无人机群为飞行平台,采集并拼接目标巡检区域的输电线路图像;通过逐一构建杆塔、导地线及其他输电设备三维模型,获取整体输电线路三维模型;建立输电线路巡检路径智能规划模型,通过模糊状态寻优控制方法,规划无人机群巡检路线并寻找最优路线;引入码间干扰抑制法去除干扰因子,优化通信的连续性,实现输电线路巡检路径三维自适应调度。实验证明,该模型能合理地规划输电线路巡检路径,实现输电线路巡检路径三维自适应调度,同时可以输出全面、清晰的巡检图像。

基于数字孪生技术的变电站巡检路径冲突检测研究

变电站巡检能够保证电力系统运行安全,针对目前的变电站巡检路径冲突检测方法存在的误差大、数据延迟时间长等问题,基于数字孪生技术研究了一种新的变电站巡检路径冲突检测方法。采用倾斜摄影技术完成对路径三维数据的采集,采集主要分为影像采集、多视影像平差、多视影像密集匹配。根据采集结果建立矩阵,同时分析平移变换、比例变换、旋转变换的特点,完成路径冲突检测,实现变电站巡检路径优化,完成变电站巡检路径冲突检测。实验结果表明,基于数字孪生技术的变电站巡检路径冲突检测方法的巡检误差小于等于0.5%,延迟时间可控制在0.02ms以内。

基于Web技术的通用巡检路径绘制方法研究与应用

为了解决传统巡检路径绘制存在的地图经纬度坐标定位精度存在误差,无法方便地配置巡检底图,巡检点位多造成点位坐标数据的标记更新操作繁琐、枯燥,生产现场通讯条件复杂需满足离线使用的要求等问题,提出一种基于Web技术的通用巡检路径绘制方法,通过使用HTML、CSS、JavaScript以及localStorage本地存储技术实现了通用巡检路径的绘制。通过性能对比验证试验验证了使用不同循环渲染机制的效果差异。在不同项目生产运营系统的巡检模块中应用效果表明:实现的巡检路径绘制方法解决了上述几方面问题,效果良好,具有很好的推广使用价值。

基于无人机的火电厂热力管网巡检路径规划与优化

无人机的应用范围已涉及各行各业,火电厂的热力管网巡检开始尝试使用无人机进行操作。在火电厂热力管网巡检中应用无人机具有高效、安全、准确的优势,本文对某市火电厂热力管网的巡检问题进行剖析,并根据某市火电厂热力管网的巡检条件提出相应优化路径,以期对相关研究起到一定的补充作用。

基于PID算法的输电线路无人机巡检路径智能自动规划技术

为降低定位误差,规避复杂环境造成的巡检风险,研究基于PID算法的输电线路无人机巡检路径智能自动规划技术。采用RTK定位技术,采集了输电线路无人机巡检标志点位置信息,利用路径生成方法,模拟无人机从起始点到目标点的最优几何路径,创建无人机高度和姿态直接受PID参数控制的动力学模型,运用基于PID算法的路径规划跟踪控制器,控制无人机按照最优路径飞行到目标点,实现了输电线路无人机巡检路径智能自动规划。实验结果表明:待巡检标志点定位误差始终低于0.25×10^(-4);该技术规划的输电线路无人机巡检路径较短,能有效规避复杂环境造成的巡检风险。

基于随机树节点的变电站机器人全覆盖巡检路径优化设计研究

常规的机器人巡检路径规划方法通常以最短规划时长作为目标,通过结合机器人的工作性能,对目标函数进行约束,通过求取最优解实现路径规划。但由于忽略了机器人工作视野的限制,导致规划效果不佳。对此,针对变电站机器人,提出基于快速搜索随机树的全覆盖巡检路径规划方法。首先,利用栅格法对巡检区域进行环境建模,并计算局部滚动窗口,获得机器人的最佳工作视野范围。然后,将目标采样阈值设定为一个动态变量,计算随机树节点的路径代价,通过将双向搜索与迭代的方式,实现随机树节点扩展,从而搜索到最优路径规划结果。在实验中,对该方法的规划效果进行检验,结果表明,在可以完成巡检任务的前提下,采用该方法规划的巡检路径较短,可以提高机器人巡检的效率。

面向变电站机器人巡检路径规划中的算法研究

针对目前在变电站中应用广泛的巡检机器人,探讨了其巡检路径的问题,依据离散数学理论中的哈密顿回路方法和路径的常规规划算法,研究了一种变电站的巡检路径为矩形分布时的机器人巡检路径问题。针对不同巡检方式,分别提出:全局巡检方式,采用新提出的哈密顿算法,当巡视起点被设定后,其他被巡视的任何点均可被归类,从而找出其巡检路径的哈密顿回路;重点设备巡检方式,采用Dijkstra算法和遗传算法相结合的方法;固定点巡检方式,采用Dijkstra算法。其中,三种巡检方式分别针对电量充足、低电量返回及充电完毕继续巡视等方面给出仿真结果,并将其在某变电站进行了试用。研究结果表明,三种巡检方式下的算法均有效可行,新提出的哈密顿回路算法巡视的路径比常规方法相对要短,算法的运算速度相对更快。

基于多旋翼无人机的特高压换流站设备巡检路径规划

目前研究的特高压换流站设备巡检路径规划方法巡检角度较大,导致巡检劳动过强,基于多旋翼无人机提出一种新的特高压换流站设备巡检路径规划方法。结合不同的路径数据调控方式,整理巡检数据信息,并归类信息数据,调试路径数据模块,能够更好地反映路径状况,实现较优的路径规划操作。实验结果表明,基于多旋翼无人机的特高压换流站设备巡检路径规划方法规划效果明显优于传统研究的路径规划效果,在一定程度上破除了固有研究的航线规划模式,该规划方法具备良好的巡视方位角,能够避免巡检死角,降低巡检劳动强度,能更好地实现对特高压换流站设备的巡检操作。

输电线路无人机巡检路径规划应用研究

以固定翼无人机为研究对象,运用遗传算法(GA)对巡检路径进行规划研究,并基于此构建巡检线路系统,在某段户外输电线路进行应用研究。结果表明,采用GA算法优化的无人机巡检线路可以满足巡检优化要求,大幅度提高巡检效率。

基于双目视觉的智能机器人巡检路径规划方法研究

由于传统的智能机器人巡检路径规划方法,在进行巡检路径规划时对巡检路信息的采集与处理分离,因此巡检效率低,无法实现对巡检路径的最优规划。针对这一问题,提出基于双目视觉的智能机器人巡检路径规划方法研究。首先,确定智能机器人巡检路径规划约束条件,再通过计算巡检路径最大俯仰角及最大偏向角巡检效率,实现智能机器人巡检路径规划。最后通过实验证明基于双目视觉的智能机器人巡检路径规划方法可以提高智能机器人巡检路径规划的巡检效率,实现智能机器人巡检路径的最优规划。

基于设备信息的配网巡检路径优化研究

配电网巡检既要考虑成效性,又要统筹经济性,应规避依托经验或仅考量片面因素的巡检任务分配手段。首先对牵涉配电设备巡检的三类核心因素进行数学建模,给出量化方法。其次按多个组别同时开展巡检为前提,构建以总巡检耗费最小化为目标的巡检路径优化模型,并给出计算流程。最后是案例检验。结果表明,本文方法可兼顾设备健康状况以及路径制定优化,不但提升巡检效率,还确保设备运行安全性,可予以推广。

基于人工智能的电力机器人巡检路径控制方法

为了确保电力机器人巡检路径控制方法在实际应用中的有效性,文章引进人工智能技术,对电力机器人巡检路径控制方法展开设计。通过描述电力机器人巡检路径有限状态机,掌握电力机器人在不同条件下的运动状态;根据前端的指令,对其自身现有状态进行转换,并引进模糊控制逻辑,对控制的线路进行实时追踪;根据其运动状态与行进过程中遇到的障碍物,调整运动形态。实验证明设计方法可在实际应用中,根据预设线路运动,且运动轨迹与预设轨迹一致。

变电站巡检机器人巡检路径规划策略及应用

为进一步提高变电站巡检机器人巡检工作效率,企业和工作人员需要针对巡检机器人的巡检路径问题做好固化工作。在实际工作中,主要针对变电站内部的巡检任务特点来对巡检的类型、巡检的设备以及巡检的路线进行分析。过程中,基于巡检机器人配备的传感器,也能够针对巡检的周边环境,对数据信息进行提炼,使其在即便出现了异常情况后,仍能够有效完成巡检工作。因此,本文立足问题,提出几点建议,以备后续参考。

基于输电线路无人机巡检路径规划应用研究

面对繁重的输电线路巡检任务,利用无人机进行线路巡检时应采用科学的路径规划方法。基于此,通过建立目标函数引入智能神经网络算法进行路径寻优,通过适应度分析和实现巡检避障得到了路径规划方法。结合项目实例展开分析,通过完成系统搭建和明确巡检流程检验该方法的有效性,结果表明提出的方法具有一定的应用价值。

柔直换流站阀厅巡检机器人巡检路径规划

阐述柔直换流站阀厅巡检机器人巡检的路径规划,确保在智能化技术的推动下让柔直换流站阀厅巡检机器人的应用更安全、更有效。

风电场5G无人机巡检技术与路径优化设计

考虑到无人机在风电场巡检中的应用优势及其巡检路径设计的必要性,提出了一种用于风电场巡检的5G无人机及其路径设计。无人机可利用无人机平台搭载测量型可见光相机、红外相机、三维激光雷达等任务设备对风机本体和集电线路进行飞行巡检。采用移动边缘计算(MEC)算法设计巡检方案,使无人机可以进行多架次的风电机组检测,采用2种传感数据卸载模式,在确保数据处理精度的同时,联合优化无人机巡检航迹与计算操作,缩短巡检时间。同时考虑到风力的影响,设计了一种低复杂度的小波变换例行巡视航迹和无人机调度方法,通过寻找最优卸货轨迹和计算卸货参数,得到最优巡检方案。

一种巡检机器人自适应路径巡检方法的研究

一种巡检机器人的自适应路径巡检方法,依据自适应巡检顺序依次对交叉点处的巡检路径进行与环境不稳定性相匹配的自适应巡检,得到每个巡检路径的巡检数据序列,将巡检数据序列代入至预先建立的路径状态预测模型,得到巡检路径的路径状态,并根据巡检路径的路径状态对巡检路径的不稳定程度进行反馈调整,实现了对巡检机器人在交叉点的自适应巡检顺序进行反馈调整来保障巡检顺序符合巡检排除不稳定性的时效性。

飞行机器人的电力杆塔巡检路径规划

针对飞行机器人进行电力杆塔巡检路径规划.对内存有限的嵌入式飞行器,结合飞行机器人的运动性能约束,基于采样优化方法,提出了一种改进的RRT*FN路径规划算法.仿真环境设置为有障碍物的二维简单环境、三维复杂环境和电力杆塔巡检路径规划,结果表明本文所提出算法较其他RRT算法在最大节点数受限情况下保持其快速性和有效性.

基于差分定位的多旋翼无人机智能巡检路径规划方法

目前研究的多旋翼无人机智能巡检路径规划方法收敛速度较慢,生成的路径过长。为了解决上述问题,基于差分定位研究了一种新的多旋翼无人机智能巡检路径规划方法,分析六旋翼无人机结构,根据分析结果设定约束条件。引入差分定位法确定路径安全约束方案,确保内部得到的可行解范围最小。引入蚂蚁算法确定最短路径,提取出最短路径内部的障碍点,从而缩短路径中的距离,在综合考虑多旋翼无人机性能后,分析性能参数,对拐角进行平滑处理,确定障碍点后消除,从而获得最优安全路径。实验结果表明,基于差分定位的多旋翼无人机智能巡检路径规划方法能够有效提高收敛速度,确保路径最短。

周期及路径综合优化的配电设备巡检策略

为提高配网设备巡检工作的质量和效率,提出了面向巡检周期及路径综合优化的配电设备巡检策略。通过综合考虑配电设备重要等级及状态,确定了配电设备不同的巡检级别,并结合基准巡检周期形成配电设备差异化巡检策略。基于启发式搜索A*算法,提出考虑交通信息的启发式函数,实现了以巡检耗时最短为目标的路径优化。以某地区配电设备巡检工作为例,分析了不同策略下巡检工作量及巡检耗时,验证了所提配电设备巡检策略优化设计方法的正确性和有效性。结果表明:所提出的配电设备重要度及实时状态评价方法,能够为巡检计划的制定提供合理的依据,有效减少巡检工作量约40%。同时采用A*算法设计的巡检路径优化算法实现了巡检最短路径优化和耗时最小路径优化。