CN107782315B - 一种电力智能巡检机器人路径规划和路径遍历方法 - Google Patents
一种电力智能巡检机器人路径规划和路径遍历方法 Download PDFInfo
- Publication number
- CN107782315B CN107782315B CN201711046366.2A CN201711046366A CN107782315B CN 107782315 B CN107782315 B CN 107782315B CN 201711046366 A CN201711046366 A CN 201711046366A CN 107782315 B CN107782315 B CN 107782315B
- Authority
- CN
- China
- Prior art keywords
- path
- points
- point
- inspection robot
- planning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Abstract
本发明公开了一种电力智能巡检机器人路径规划和路径遍历方法,包括巡检机器人在开放路径中进行路径遍历和路径规划,所述路径遍历为通过依次识别、记录和过滤末端路径,然后在记录的路径上添加两条边形成闭合路径,深度搜索最短路径实现路径遍历,所述路径规划包括依次识别间隔和最大相邻路径长度,并按照间隔由大到小、最大相邻路径长度由大到小过滤冗余路径点和路径,来得到简单的连接图;本发明通过设置开放式路径,有效解决了智能巡检机器人在道路狭窄且不形成回路的情况下进行路径遍历和路径规划时只支持闭合路径的问题,具有较强的实用性。
Description
技术领域
本发明涉及机械零部件技术、通信技术等领域,具体的说,是一种电力智能巡检机器人路径规划和路径遍历方法。
背景技术
变电站设备巡检是有效保证变电站设备安全运行、提高供电可靠性的一项基础工作,主要分为例行巡检和特殊巡检,例行巡检每天至少两次,特殊巡检一般在高温天气、大负荷运行、新投入设备运行前以及大风、大雾、冰雪、雷雨后进行,随着及机器人技术的快速发展,将机器人技术与电力应用相结合,基于室外机器人移动平台,携带监测设备代替人工进行设备巡检成为可能。
电力智能巡检机器人(简称巡检机器人),被部署在铁路变电站,按照指定的巡检任务列表(即任务点列表),规划出最优巡检路径,巡检机器人按照该巡检路径前进,对铁路变电站仪表及零部件实施高精度成像监测,在监测数据的自动识别与分析的基础上,形成维修建议,指导铁路变电站故障隐患的消缺。
巡检机器人需要在特定位置(简称任务点)拍摄变压器、油位表、绝缘子等装置的清晰图像,前提条件是巡检机器人能够安全自主地到达该位置。在现场部署巡检机器人时,工程人员在除所有的任务点以外的位置添加其他的点(简称路径点),再将这些点用线段连接起来,形成一张平面网络结构图(简称图),为了安全起见,巡检机器人只能沿着途中的路径运动,要达到某个任务点,需要巡检机器人自主规划从原点到该任务点最优路径(即路径规划)。且在现场部署时,需要让机器人自主遍历途中所有的路径,以确保图中的所有路径巡检机器人都可安全到达或通过的(即路径遍历)。
当前,图论中规划最优路径的方法有求解欧拉回路的方法,欧拉回路的定义为:若图G中存在这样一条路径,使得它恰通过G中每条边一次,则称该路径为欧拉路径,若该路径是一个圈,则称为欧拉回路,欧拉回路中,每条边只通过一次,不满足此条件的图便无法实现路径规划,且要求图是闭合路径,但是在铁路变电站中,几乎无法满足这样的条件。
当前的大部分路径规划和路径遍历算法只适合闭合路径的路径规划,如图1所示,使得铁路变电站部署时,只能将图设计成闭合路径,在道路狭窄且不形成回路的情况下,只能强行设计成闭合路径,且现有技术具有成本高,效率底,耗时间等问题。为解决上述问题,国内外许多机构都对此相关问题进行了深入的研究,如:国家知识产权局于2012年7月12日公告的专利号为201210044111.3,名称为“一种用于变电站顺控系统的多巡检机器人协同运作办法”中提出了基于变电站环境采用拓扑法建模,根据巡检机器人可行走路线行程拓扑网状图和连通关系矩阵,进行路径的搜索及遍及输出距离矩阵和最短路径矩阵,此方法中并没有有效解决路径规划为闭合路径的问题。
发明内容
本发明的目的在于提供一种电力智能巡检机器人路径规划和路径遍历方法,通过依次识别、记录和滤掉末端路径,然后在记录的路径上添加两条边形成闭合路径实现路径遍历;依次识别间隔和最大相邻路径长度,并按间隔由大到小、最大相邻路径长度由大到小滤掉冗余路径点和路径,得到简洁连通图实现路径规划;解决了巡检机器人进行路径遍历和路径规划时只支持闭合路径的问题。
本发明通过下述技术方案实现:一种电力智能巡检机器人路径规划和路径遍历方法,通过巡检机器人在开放路径中进行路径遍历和路径规划,所述路径遍历通过以下步骤实现:(1)在开放路径中将所有末端路径标示出来;(2)进行末端路径的识别;(3)将识别的末端路径进行记录;(4)过滤前次所记录的末端路径;(5)重复步骤(2)、(3)、(4)直至无法识别出新的末端路径;(6)在所有过滤并记录的末端路径上添加两条重叠路径,形成闭合路径;(7)使用深度搜索搜索出最短的路径。
进一步的为更好地实现本发明,特别采用下述设置方式:所述开放路径中设置有原点、任务点、路径点。
进一步的为更好地实现本发明,特别采用下述设置方式:所述路径规划包括以下步骤:1)计算路径点到达任意任务点最短需要经过的路径数量,2)计算连接路径点的最大相邻路径长度;3)按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连的路径;4)重复步骤3),直到滤掉所有的冗余路径点和路径后的结果;5)使用深度搜索的方法搜索最短的路径,使所有的任务点得到遍历。
进一步的为更好地实现本发明,特别采用下述设置方式:所述步骤3)中,按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连路径时,在图连通的情况下进行。
进一步的为更好地实现本发明,特别采用下述设置方式:所述使用深度搜索的方法搜索最短路径包括以下步骤:4-1)完成路径遍历步骤(6)后,形成闭合路径;4-2)识别出路径中的奇度点,连接路径数量为奇数的点为奇度点;4-3)在奇度点上添加一条路径;4-4)从起点开始,按任意点的编号从小到大搜索路径,每搜索一条路径,将任意两点之间连线数量减一;4-5)以此类推,直到搜索遍历所有的点和边,最后结束深度搜索。
进一步的为更好地实现本发明,特别采用下述设置方式:在所述路径遍历所有边的步骤4-4)中,若路径遍历出现遗漏部分点,要恢复到遗漏的部分点进行重新搜索。
进一步的为更好地实现本发明,特别采用下述设置方式:所述末端路径为连接点连接数量为1的边。
本发明与现有技术相比,具有以下优点及有益效果:
本发明在进行路径遍历和路径规划时,可以不拘于闭合路径的限制,在开放路径中依次识别、记录和滤掉末端路径,然后在记录的路径上添加两条边行程闭合路径来实现路径遍历;然后通过依次识别间隔和最大相邻路径长度,并按间隔由大到小、最大相邻路径长度由大到小滤掉冗余路径点和路径来实现路径规划的方法;解决了现有技术中在道路狭窄不能形成回路的情况下,巡检机器人只能在现场闭合路径中进行工作的问题,方法简单且实用性强。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图3-图7为本发明实施例提供的巡检机器人在开放路径中的路径遍历示意图。
图8-图12为本发明实施例提供的巡检机器人在开放路径中的路径规划示意图。
图13-图18为本发明实施例提供的巡检机器人在开放路径中使用深度搜索搜索最短路径流程原理说明示意图。
图19为本发明实施例提供的某变电站现场部署示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
如图3-7所示,一种电力智能巡检机器人路径规划和路径遍历方法,通过巡检机器人在开放路径中进行路径遍历和路径规划,所述路径遍历通过以下步骤实现:(1)在开放路径中将所有末端路径标示出来;(2)进行末端路径的识别;(3)将识别的末端路径进行记录;(4)过滤前次所记录的末端路径;(5)重复步骤(2)、(3)、(4)直至无法识别出新的末端路径;(6)在所有过滤并记录的末端路径上添加两条重叠路径,形成闭合路径;(7)使用深度搜索搜索出最短的路径。按照需要到达的任务点按最短路径完成巡检机器人的工作。
实施例2:
本实施例是在上述实施例的基础上进一步优化,如图2所示,进一步的为更好地实现本发明,特别采用下述设置方式:所述开放路径中设置有原点、任务点、路径点。
实施例3:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图8-图12所示,所述路径规划包括以下步骤:1)计算路径点到达任意任务点最短需要经过的路径数量,2)计算连接路径点的最大相邻路径长度;3)按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连的路径;4)重复步骤3),直到滤掉所有的冗余路径点和路径后的结果;5)使用深度搜索的方法搜索最短的路径,使所有的任务点得到遍历。
实施例4:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图9所示在所述步骤3)中,按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连路径时,保证在图连通的情况下进行。
实施例5:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图13-图18所示,所述使用深度搜索的方法搜索最短路径包括以下步骤:4-1)完成路径遍历步骤(6)后,形成闭合路径;4-2)识别出路径中的奇度点;连接路径数量为奇数的点为奇度点;4-3)在奇度点上添加一条路径;4-4)从起点开始,按任意点的编号从小到大搜索路径,每搜索一条路径,将任意两点之间连线数量减一;4-5)以此类推,直到搜索遍历所有的点和边,最后结束深度搜索。
实施例6:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图16所示,在所述路径遍历所有边的步骤4-4)中,若路径遍历出现遗漏部分点,要恢复到遗漏的部分点进行重新搜索。
实施例7:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图3所示所述末端路径为连接点连接数量为1的边。
实施例8:
本实施例是在上述实施例的基础上进一步优化,进一步的为更好地实现本发明,特别采用下述设置方式:如图19所示,其中A点为原点,4、9、10、14、18、22、25、27、29、32、34分别为任务点,其他点皆为路径点,任意的点与点之间的连线均为路径;按照路径遍历的步骤在图中完成遍历所有边,并使用深度搜索的方法搜索出最短路径为:
A->36->35->34->33->32->31->30->16->17->18->19->20->21->22->23->24->25->24->26->27->28->29->28->27->26->24->23->22->21->20->19->18->17->16->15->14->13->12->11->10->9->8->7->6->5->4->3->2->1->A
当任务点设置为10、18、22、27、32时,按照路径规划的步骤搜索出遍历所有任务点的最短路径为:
A->36->35->34->33->32->31->30->16->15->14->13->12->11->10->11->12->13->14->15->16->17->18->19->20->21->22->23->24->26->27->26->24->23->22->21->20->19->18->17->16->30->31->32->33->34->35->36->A
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (3)
1.一种电力智能巡检机器人路径规划和路径遍历方法,其特征在于:通过巡检机器人在开放路径中进行路径遍历和路径规划,所述路径遍历通过以下步骤实现:(1)在开放路径中将所有末端路径标示出来;(2)进行末端路径的识别;(3)将识别的末端路径进行记录;(4)过滤前次所记录的末端路径;(5)重复步骤(2)、(3)、(4)直至无法识别出新的末端路径;(6)在所有过滤并记录的末端路径上添加两条重叠路径,形成闭合路径;(7)使用深度搜索搜索出最短的路径;
所述开放路径中设置有原点、任务点和路径点;
所述路径规划包括以下步骤:1)计算路径点到达任意任务点最短需要经过的路径数量;2)计算连接路径点的最大相邻路径长度;3)按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连的路径;4)重复步骤3),直到滤掉所有的冗余路径点和路径后的结果;5)使用深度搜索的方法搜索最短的路径,使所有的任务点得到遍历;
所述使用深度搜索的方法搜索最短路径包括以下步骤:4-1)完成路径遍历步骤(6)后,形成闭合路径;4-2)识别出路径中的奇度点;4-3)在奇度点上添加一条路径;4-4)从起点开始,按点的编号从小到大搜索路径,每搜索一条路径,将两点之间连线数量减一;4-5)以此类推,直到搜索遍历所有的点和边,结束深度搜索;
所述末端路径为连接任意点的数量为1的边。
2.根据权利要求1所述的一种电力智能巡检机器人路径规划和路径遍历方法,其特征在于:所述步骤3)中,按照路径数量由大到小、最大相邻路径长度由大到小滤掉冗余的路径点和相连路径时,在图连通的情况下进行。
3.根据权利要求1所述的一种电力智能巡检机器人路径规划和路径遍历方法,其特征在于:所述步骤4-4)中,若路径遍历出现遗漏部分点,需要恢复到遗漏的部分点进行重新搜索。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711046366.2A CN107782315B (zh) | 2017-10-31 | 2017-10-31 | 一种电力智能巡检机器人路径规划和路径遍历方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711046366.2A CN107782315B (zh) | 2017-10-31 | 2017-10-31 | 一种电力智能巡检机器人路径规划和路径遍历方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107782315A CN107782315A (zh) | 2018-03-09 |
CN107782315B true CN107782315B (zh) | 2020-05-22 |
Family
ID=61431730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711046366.2A Active CN107782315B (zh) | 2017-10-31 | 2017-10-31 | 一种电力智能巡检机器人路径规划和路径遍历方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107782315B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110276567A (zh) * | 2018-03-14 | 2019-09-24 | 北京京东尚科信息技术有限公司 | 基于自动导引运输车检查地面区域标识码的方法和装置 |
CN109031347A (zh) * | 2018-10-11 | 2018-12-18 | 成都交大光芒科技股份有限公司 | 一种二维激光雷达巡检机器人躲避凹槽方法 |
CN111123905B (zh) * | 2018-10-31 | 2022-08-26 | 苏州科瓴精密机械科技有限公司 | 行走机器人的控制方法及系统 |
CN112556693A (zh) * | 2019-09-25 | 2021-03-26 | 北京天诚同创电气有限公司 | 光伏电站运维路径的导航方法和装置 |
CN113034719B (zh) * | 2021-03-16 | 2023-02-24 | 中国工商银行股份有限公司 | 一种巡检机器人巡检点顺序确定方法,装置及系统 |
CN113359761B (zh) * | 2021-07-02 | 2023-07-18 | 广东电网有限责任公司 | 变电站用机器人巡检路径规划方法、装置及存储介质 |
CN113394706B (zh) * | 2021-08-13 | 2021-11-09 | 众芯汉创(北京)科技有限公司 | 一种输电线路巡检区域确定方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检系统及巡检方法 |
CN102420392A (zh) * | 2011-07-30 | 2012-04-18 | 山东鲁能智能技术有限公司 | 基于磁导航的变电站巡检机器人全局路径规划方法 |
CN103134505A (zh) * | 2011-11-25 | 2013-06-05 | 天眼卫星科技有限公司 | 路径规划系统及其方法 |
CN104914866A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 基于拓扑点分类的巡检机器人全局路径规划方法及系统 |
CN105547308A (zh) * | 2015-11-03 | 2016-05-04 | 中兴软创科技股份有限公司 | 基于数字路网地图与深度优先遍历的导航方法与装置 |
CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
WO2016177963A1 (fr) * | 2015-05-04 | 2016-11-10 | Commissariat à l'énergie atomique et aux énergies alternatives | Procédé, programme d'ordinateur et système pour la commande d'un déplacement d'un agent navigant dans un environnement organisé en réseau |
-
2017
- 2017-10-31 CN CN201711046366.2A patent/CN107782315B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102280826A (zh) * | 2011-07-30 | 2011-12-14 | 山东鲁能智能技术有限公司 | 变电站智能机器人巡检系统及巡检方法 |
CN102420392A (zh) * | 2011-07-30 | 2012-04-18 | 山东鲁能智能技术有限公司 | 基于磁导航的变电站巡检机器人全局路径规划方法 |
CN103134505A (zh) * | 2011-11-25 | 2013-06-05 | 天眼卫星科技有限公司 | 路径规划系统及其方法 |
WO2016177963A1 (fr) * | 2015-05-04 | 2016-11-10 | Commissariat à l'énergie atomique et aux énergies alternatives | Procédé, programme d'ordinateur et système pour la commande d'un déplacement d'un agent navigant dans un environnement organisé en réseau |
CN104914866A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 基于拓扑点分类的巡检机器人全局路径规划方法及系统 |
CN105547308A (zh) * | 2015-11-03 | 2016-05-04 | 中兴软创科技股份有限公司 | 基于数字路网地图与深度优先遍历的导航方法与装置 |
CN105922267A (zh) * | 2016-06-28 | 2016-09-07 | 山东理工大学 | 一种清扫机器人全覆盖遍历路径规划算法的设计方法 |
Non-Patent Citations (3)
Title |
---|
一种室内清扫机器人路径规划算法;李淑霞 等;《计算机系统应用》;20141231(第09期);第170-172页 * |
变电站智能巡检机器人全局路径规划设计与实现;陈瑶;《中国优秀硕士学位论文全文数据库 信息科技辑》;20160215(第02期);第I140-461页 * |
基于改进Prim算法的变电站巡检机器人路径规划;任仕玖 等;《西南科技大学学报》;20110331;第26卷(第01期);第61-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107782315A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107782315B (zh) | 一种电力智能巡检机器人路径规划和路径遍历方法 | |
Yang et al. | Designing mission abort strategies based on early-warning information: Application to UAV | |
CN103166774B (zh) | 同路由排查方法和装置 | |
CN110006435A (zh) | 一种基于残差网络的变电站巡检机器人视觉辅助导航方法 | |
CN102004839B (zh) | 一种自动检测全节点遍历路径优化方法 | |
Rizzo et al. | Signal-based deployment planning for robot teams in tunnel-like fading environments | |
Campbell et al. | Solving the length constrained K-drones rural postman problem | |
CN110413003A (zh) | 输电线路的巡视方法、装置、设备和计算机可读存储介质 | |
CN103345538B (zh) | 基于图像识别的铁路车站站场网络拓扑模型建模方法 | |
CN104714175A (zh) | 电池系统故障诊断方法及系统 | |
CN111640218A (zh) | 一种无人机巡检路线规划方法、装置、终端及存储介质 | |
CN106602548A (zh) | 一种基于eeac的暂态稳定关键输电断面识别方法 | |
CN103093276A (zh) | 一种城市电网风险评估方法 | |
CN104735741A (zh) | 一种企业配用电安全无线传感网 | |
CN105425107A (zh) | 一种有源配电网故障诊断与定位的方法及其系统 | |
CN111313460A (zh) | 用于确定发电系统中的功率装置的次序的设备和方法 | |
Foudeh et al. | An advanced unmanned aerial vehicle (UAV) approach via learning-based control for overhead power line monitoring: A comprehensive review | |
Aminifar et al. | Unmanned aerial vehicles in modern power systems: Technologies, use cases, outlooks, and challenges | |
Odo et al. | Aerial image analysis using deep learning for electrical overhead line network asset management | |
CN115185303A (zh) | 用于国家公园及自然保护地的无人机巡护路径规划方法 | |
CN106026388A (zh) | 一种变电站故障信息自动发布和处理系统 | |
CN102998655B (zh) | 一种合成孔径雷达扫描工作模式最优波位选择方法 | |
CN110509963A (zh) | 适用于stp运行试验的作业序列选择方法 | |
CN105866630B (zh) | 一种应对全站信息缺失的故障诊断方法和系统 | |
CN204925311U (zh) | 一种高速铁路高压全电缆贯通线路的在线故障定位系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Deng Fajun Inventor after: Zhuo Jianhong Inventor after: Chen Qi Inventor after: Liu Jun Inventor after: Chen Qizhi Inventor before: Zhang Chunyang Inventor before: Chen Qizhi Inventor before: Wang Qian Inventor before: Liu Jun |
|
GR01 | Patent grant | ||
GR01 | Patent grant |