CN108803627A - 一种适用于变电站室内开关室的巡检机器人路径规划方法 - Google Patents
一种适用于变电站室内开关室的巡检机器人路径规划方法 Download PDFInfo
- Publication number
- CN108803627A CN108803627A CN201810946307.9A CN201810946307A CN108803627A CN 108803627 A CN108803627 A CN 108803627A CN 201810946307 A CN201810946307 A CN 201810946307A CN 108803627 A CN108803627 A CN 108803627A
- Authority
- CN
- China
- Prior art keywords
- crusing robot
- target interval
- substation
- interval position
- path
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000007689 inspection Methods 0.000 claims abstract description 39
- 230000004888 barrier function Effects 0.000 claims abstract description 14
- 230000002093 peripheral effect Effects 0.000 claims abstract description 3
- 230000033001 locomotion Effects 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 3
- 230000032258 transport Effects 0.000 claims 1
- 238000005070 sampling Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种适用于变电站室内开关室的巡检机器人路径规划方法。变电站运行人员通过无线局域网络对巡检机器人下达对至少一个间隔进行巡视的指令,巡检机器人收到目标间隔位置信息后,进入对到达目标间隔位置的路径规划模式;然后通过巡检机器人装载的激光传感器和里程计获取的激光数据结合观测模型对巡检机器人位姿进行精确定位;巡检机器人根据目前位置的精确定位,不断探索周边空间,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路径;直至到达目标间隔位置。本发明采用对开关柜内环境的随机采样,把搜索导向空白区域,避开行走路线上的障碍物,从而寻找一条从起始点到目标间隔的最优路径规划。
Description
技术领域
本发明属于电力智能自动领域,具体涉及一种适用于变电站室内开关室的巡检机器人路径规划方法。
背景技术
在无人值守变电站的开关室中,使用智能巡检机器人来替代人工巡视,能够大大的提高运行人员日常工作的效率。智能巡检机器人在日常巡视维护和开关跳闸后需要对跳闸设备进行特殊巡视时,能够有效的将现场的情况实时的传回在主站的运行人员,当现场情况一切正常,对开关柜局放测试也满足要求时,运行人员就无需前往现场;当出现需要运行人员前往现场的情况时,能够帮助运行人员提前了解现场设备情况,做好保护措施,以最快最安全的办法进行事故处理。
在巡检机器人完成任务的过程,就需要有能力应来对开关室的复杂情况,巡视过程中,能够避开障碍物,计算出最优的巡视路径,安全的到达指定的间隔位置,是至关重要的。本发明实现了一种在变电站开关室内巡检机器人巡视路径路径规划的方法。
发明内容
本发明的目的在于提供一种适用于变电站室内开关室的巡检机器人路径规划方法,该方法为巡检机器人在巡视目标间隔位置的过程中,提供最优的巡视路径的方法,使得巡检机器人在复杂的开关室环境下,能够安然避开障碍物,到达指定的目标间隔,完成巡视任务。
为实现上述目的,本发明的技术方案是:一种适用于变电站室内开关室的巡检机器人路径规划方法,变电站运行人员通过无线局域网络对巡检机器人下达对至少一个间隔进行巡视的指令,巡检机器人收到目标间隔位置信息后,进入对到达目标间隔位置的路径规划模式;然后通过巡检机器人装载的激光传感器和里程计获取的激光数据结合观测模型对巡检机器人位姿进行精确定位;巡检机器人根据目前位置的精确定位,不断探索周边空间,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路径;巡检机器人到达目的地后,判断此位置是否为目标间隔位置;若此位置不是目标间隔位置,则以当前位置为初始位置,重新规划一条从当前位置到目标间隔位置的最优路径。
在本发明一实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在当前位置与下一步位置之间,运用激光传感器判断是否有障碍物阻挡在其路线上;
若无障碍物,到达下一步位置时,再次使用快速随机生成树RRT算法计算出下下一步的位置并移动;
若有障碍物,搜集障碍物的位置信息,对路径网络进行更新管理,将不可行的路径完全去除,把其余子树重组和保留,并且根据更新后的路径网络调整路线,使之避开障碍物,到达最新规划的下一步位置。
在本发明一实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
判断巡检机器人从当前位置到达下一位置的时间范围内,是否出现了两次移动;
若巡检机器人从当前位置到达下一位置之间至少出现了两次移动,则判定行走的路线中有障碍物阻挡,则重新规划巡检机器人移动的路径。
在本发明一实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在巡检机器人移动至目标间隔位置过程中,若出现巡检机器人不断地在一片区域内的移动并超过预定时间,则判定巡检机器人进入陷阱区域;
若判定巡检机器人进入陷阱区域,则放弃移动至目标间隔位置,返回初始位置,重新开始规划巡检机器人的移动路线。
在本发明一实施例中,当判定巡检机器人进入陷阱区域,采用带启发的A*搜索算法,使巡检机器人离开陷阱区域,即:改进快速随机生成树RRT算法中最近邻节点的选择方式,通过在状态空间采取N个随记目标点,对N个随机目标点在随机树上寻找最近临节点,通过对N个最近临节点代价估值进行比较,寻找带价值最小的点作为最新节点;具体步骤如下:
在陷阱区域内建模;
根据周边环境建立随机树;
根据随机树的数据进行最优路径规划,进行不断的移动尝试,直至离开陷阱区域。
在本发明一实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置后,还包括一步骤:
扫描开关柜设备名称编号;
识别设备上的名称编号,与下达指令的信息进行对比;
若判别所到达的设备位置与目标间隔位置不一致,便基于此设备间隔位置,通过快速随机生成树RRT算法结合历史行移动路径,做出最优路径规划。
在本发明一实施例中,还包括一步骤:
若判别所到达的设备位置与目标间隔位置一致,
识别开关柜设备的边界识别条,调整在开关柜前的位置;
对开关柜正面开展巡视和检测;
再次采用快速随机生成树RRT算法计算出到达目标间隔位置的背面的最优路径;
对开关柜背面开展巡视和检测。
在本发明一实施例中,在巡检机器人结束对目标间隔的巡检后,采用快速随机生成树RRT算法计算出到达巡检机器人充电座的移动路径,巡检机器人到达巡检机器人充电座后,自行开始对巡检机器人进行充电。
相较于现有技术,本发明具有以下有益效果:本发明采用对开关柜内环境的随机采样,把搜索导向空白区域,避开行走路线上的障碍物,从而寻找一条从起始点到目标间隔的最优路径规划。
附图说明
图1为巡检机器人操作的步骤。
图2为巡检机器人遇到陷阱时的应对步骤。
图3为快速随机生成树算法过程。
具体实施方式
下面结合附图1-3,对本发明的技术方案进行具体说明。
本发明提供了一种适用于变电站室内开关室的巡检机器人路径规划方法,变电站运行人员通过无线局域网络对巡检机器人下达对至少一个间隔进行巡视的指令,巡检机器人收到目标间隔位置信息后,进入对到达目标间隔位置的路径规划模式;然后通过巡检机器人装载的激光传感器和里程计获取的激光数据结合观测模型对巡检机器人位姿进行精确定位;巡检机器人根据目前位置的精确定位,不断探索周边空间,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路径;巡检机器人到达目的地后,判断此位置是否为目标间隔位置;若此位置不是目标间隔位置,则以当前位置为初始位置,重新规划一条从当前位置到目标间隔位置的最优路径。
在本实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在当前位置与下一步位置之间,运用激光传感器判断是否有障碍物阻挡在其路线上;
若无障碍物,到达下一步位置时,再次使用快速随机生成树RRT算法计算出下下一步的位置并移动;
若有障碍物,搜集障碍物的位置信息,对路径网络进行更新管理,将不可行的路径完全去除,把其余子树重组和保留,并且根据更新后的路径网络调整路线,使之避开障碍物,到达最新规划的下一步位置。
在本实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
判断巡检机器人从当前位置到达下一位置的时间范围内,是否出现了两次移动;
若巡检机器人从当前位置到达下一位置之间至少出现了两次移动,则判定行走的路线中有障碍物阻挡,则重新规划巡检机器人移动的路径。
在本实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在巡检机器人移动至目标间隔位置过程中,若出现巡检机器人不断地在一片区域内的移动并超过预定时间,则判定巡检机器人进入陷阱区域;
若判定巡检机器人进入陷阱区域,则放弃移动至目标间隔位置,返回初始位置,重新开始规划巡检机器人的移动路线。
在本实施例中,当判定巡检机器人进入陷阱区域,采用带启发的A*搜索算法,使巡检机器人离开陷阱区域,即:改进快速随机生成树RRT算法中最近邻节点的选择方式,通过在状态空间采取N个随记目标点,对N个随机目标点在随机树上寻找最近临节点,通过对N个最近临节点代价估值进行比较,寻找带价值最小的点作为最新节点;具体步骤如下:
在陷阱区域内建模;
根据周边环境建立随机树;
根据随机树的数据进行最优路径规划,进行不断的移动尝试,直至离开陷阱区域。
在本实施例中,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置后,还包括一步骤:
扫描开关柜设备名称编号;
识别设备上的名称编号,与下达指令的信息进行对比;
若判别所到达的设备位置与目标间隔位置不一致,便基于此设备间隔位置,通过快速随机生成树RRT算法结合历史行移动路径,做出最优路径规划。
若判别所到达的设备位置与目标间隔位置一致,
识别开关柜设备的边界识别条,调整在开关柜前的位置;
对开关柜正面开展巡视和检测;
再次采用快速随机生成树RRT算法计算出到达目标间隔位置的背面的最优路径;
对开关柜背面开展巡视和检测。
在本实施例中,在巡检机器人结束对目标间隔的巡检后,采用快速随机生成树RRT算法计算出到达巡检机器人充电座的移动路径,巡检机器人到达巡检机器人充电座后,自行开始对巡检机器人进行充电。
以下为本发明的一具体应用实例。
本发明实施例提供一种变电站室内设备巡视路径规划的方法,应用于一变电站室内,所述变电站室内应是具有一定空间内密闭建筑,室内存在至少一部以上运行中开关柜,一台机器人,在所述室内固定位置上,所述机器人至少存在一数据采样设备;自主移动平台,远程控制后台,通过无线网络给所述机器人发送巡检任务;后台存储与分析平台,图像处理技术,将采集到的参数反馈以获得设备当前运行状态。
可选的,所述设备巡视路径规划的方法,可应用于巡检机器人自主移动平台可以接受来自后台的巡检指令,可实现机器人前、后、转弯等基本移动功能,根据接收的指令,规划最佳路径,按照所规划的路径到达指定地点,具有对二维环境的感知能力以及自身的准确定位;
可选的,所述设备巡视路径规划的方法应用的机器人还包括一台下位工控机,用于实现对机器人各部件的控制以及与上级设备的通讯;激光雷达和里程计实现对机器人的同步定位与现场制图;
可选的,所述设备巡视路径规划的方法应用的机器人还包括图像处理模块,该模块用于对获取的高清摄像头至少一帧图像进行处理,通过以下步骤:机器人获取图像采集、图像预处理(如二值化、反色等处理方法)得到特征数据、训练过程(分类器涉及和分类决策)、识别,获取至少一个开关室内的开关柜面板上的名称编号信息,识别并与接收到的目标间隔位置进行比对,判断间隔位置是否正确;
可选的,所述设备巡视路径规划的方法通过激光传感器测量并处理得到的里程计信息,运用巡检机器人的运动模型得到机器人的初始位置。
可选的所述设备巡视路径规划的方法通过巡检机器人装载的激光传感器获取的激光数据,结合里程计信息和观测模型(激光的扫描匹配)对巡检机器人位姿进行精确定位。
可选的,所述设备巡视路径规划的方法根据目前位置的精确定位,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路径。到达目的地后,判断此位置是否为目标间隔位置。
可选的,所述设备巡视路径规划的方法如果判断此位置不是目标间隔位置,则以当前位置为初始位置,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路线。
可选的,所述设备巡视路径规划的方法在巡检机器人移动至目标间隔位置过程中,若出现巡检机器人不断地在一片区域内的移动并超过一定时间,则判定巡检机器人进入陷阱;若判定巡检机器人进入陷阱,则放弃移动至目标间隔位置,从而返回初始位置,重新开始规划巡检机器人的移动路线。
可选的,所述设备巡视路径规划的方法当判定判定巡检机器人进入陷阱区域,采用带启发的函数的快速随机生成树RRT算法,使巡检机器人离开陷阱区域:
在陷阱区域内建模;根据周边环境建立随机树;根据随机树的数据进行最优路径规划,进行不断的移动尝试,直至离开陷阱区域。
可选的,所述设备巡视路径规划的方法应用于巡检机器人扫描开关室内设备名称编号;识别设备上的名称编号,与下达指令的信息进行对比。若判别所到达的设备位置与目标间隔位置不一致,便基于此设备间隔位置,RRT算法结合历史行移动路径,做出最优路径规划。
可选的,所述设备巡视路径规划的方法应用于巡检机器人识别开关柜设备的边界识别条,调整在开关柜前的位置;对开关柜正面开展巡视和检测;再次采用快速随机生成树RRT算法计算出到达目标间隔位置的背面;对开关柜背面开展巡视和检测。
可选的,所述设备巡视路径规划的方法应用于巡检机器人结束了对目标间隔的巡检之后,采用快速随机生成树RRT算法计算出到达巡检机器人充电座的移动路径,并自行开始对巡检机器人进行充电。
具体的,适用于变电站室内开关室的巡检机器人路径规划方法步骤如下:
步骤A1:远程连接机器人步骤。运行人员打开主站电脑远程连接子站电脑,打开智能巡检机器人后台,连接下位工控机,实现智能巡检机器人与主站的通信。
步骤A2:对巡检机器人发送对变电站室内具体某个或者某几个开关柜巡检指令,巡检机器人收到目标间隔位置信息后,进入对到达目标间隔位置的路径规划模式;
步骤A3:巡检机器人通过激光传感器测量并处理得到的里程计信息,运用巡检机器人的蒙特卡罗定位方法,计算得出机器人的初始位置;
步骤A4:通过巡检机器人装载的激光传感器获取的激光数据结合观测模型(激光的扫描匹配)对巡检机器人位姿进行精确修正,得到巡检机器人的精确定位;
步骤A5:巡检机器人根据目前位置的精确定位,采用快速随机生成树RRT(rapidlyexploring random tree)算法计算出到达目标间隔位置的最优路径。
步骤A6:到达目的地后,判断此位置是否为目标间隔位置。如果判断此位置不是目标间隔位置,则以当前位置为初始位置,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路线,重复以上A2-A6的步骤。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (8)
1.一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,变电站运行人员通过无线局域网络对巡检机器人下达对至少一个间隔进行巡视的指令,巡检机器人收到目标间隔位置信息后,进入对到达目标间隔位置的路径规划模式;然后通过巡检机器人装载的激光传感器和里程计获取的激光数据结合观测模型对巡检机器人位姿进行精确定位;巡检机器人根据目前位置的精确定位,不断探索周边空间,采用快速随机生成树RRT算法计算出到达目标间隔位置的最优路径;巡检机器人到达目的地后,判断此位置是否为目标间隔位置;若此位置不是目标间隔位置,则以当前位置为初始位置,重新规划一条从当前位置到目标间隔位置的最优路径。
2.根据权利要求1所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在当前位置与下一步位置之间,运用激光传感器判断是否有障碍物阻挡在其路线上;
若无障碍物,到达下一步位置时,再次使用快速随机生成树RRT算法计算出下下一步的位置并移动;
若有障碍物,搜集障碍物的位置信息,对路径网络进行更新管理,将不可行的路径完全去除,把其余子树重组和保留,并且根据更新后的路径网络调整路线,使之避开障碍物,到达最新规划的下一步位置。
3.根据权利要求1所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
判断巡检机器人从当前位置到达下一位置的时间范围内,是否出现了两次移动;
若巡检机器人从当前位置到达下一位置之间至少出现了两次移动,则判定行走的路线中有障碍物阻挡,则重新规划巡检机器人移动的路径。
4.根据权利要求1所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置的过程中,还包括一步骤:
在巡检机器人移动至目标间隔位置过程中,若出现巡检机器人不断地在一片区域内的移动并超过预定时间,则判定巡检机器人进入陷阱区域;
若判定巡检机器人进入陷阱区域,则放弃移动至目标间隔位置,返回初始位置,重新开始规划巡检机器人的移动路线。
5.根据权利要求4所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,当判定巡检机器人进入陷阱区域,采用带启发的A*搜索算法,使巡检机器人离开陷阱区域,即:改进快速随机生成树RRT算法中最近邻节点的选择方式,通过在状态空间采取N个随记目标点,对N个随机目标点在随机树上寻找最近临节点,通过对N个最近临节点代价估值进行比较,寻找带价值最小的点作为最新节点;具体步骤如下:
在陷阱区域内建模;
根据周边环境建立随机树;
根据随机树的数据进行最优路径规划,进行不断的移动尝试,直至离开陷阱区域。
6.根据权利要求1所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,在巡检机器人计算出到达目标间隔位置的最优路径,从巡检机器人当前所在位置移动至目标间隔位置后,还包括一步骤:
扫描开关柜设备名称编号;
识别设备上的名称编号,与下达指令的信息进行对比;
若判别所到达的设备位置与目标间隔位置不一致,便基于此设备间隔位置,通过快速随机生成树RRT算法结合历史行移动路径,做出最优路径规划。
7.根据权利要求6所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,还包括一步骤:
若判别所到达的设备位置与目标间隔位置一致,
识别开关柜设备的边界识别条,调整在开关柜前的位置;
对开关柜正面开展巡视和检测;
再次采用快速随机生成树RRT算法计算出到达目标间隔位置的背面的最优路径;
对开关柜背面开展巡视和检测。
8.根据权利要求1所述的一种适用于变电站室内开关室的巡检机器人路径规划方法,其特征在于,在巡检机器人结束对目标间隔的巡检后,采用快速随机生成树RRT算法计算出到达巡检机器人充电座的移动路径,巡检机器人到达巡检机器人充电座后,自行开始对巡检机器人进行充电。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810946307.9A CN108803627A (zh) | 2018-08-20 | 2018-08-20 | 一种适用于变电站室内开关室的巡检机器人路径规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810946307.9A CN108803627A (zh) | 2018-08-20 | 2018-08-20 | 一种适用于变电站室内开关室的巡检机器人路径规划方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108803627A true CN108803627A (zh) | 2018-11-13 |
Family
ID=64080495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810946307.9A Pending CN108803627A (zh) | 2018-08-20 | 2018-08-20 | 一种适用于变电站室内开关室的巡检机器人路径规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108803627A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109739226A (zh) * | 2018-12-27 | 2019-05-10 | 国网北京市电力公司 | 目标巡检位置的确定方法及装置 |
CN109822597A (zh) * | 2019-04-14 | 2019-05-31 | 北京中大科慧科技发展有限公司 | 一种数据中心的全自动智能巡检机器人 |
CN110442127A (zh) * | 2019-07-15 | 2019-11-12 | 广州杰赛科技股份有限公司 | 智能巡检方法、设备和装置 |
CN110673634A (zh) * | 2019-11-12 | 2020-01-10 | 合肥工业大学 | 一种电力巡检无人机路径规划方法和输电线巡检方法 |
CN110940316A (zh) * | 2019-12-09 | 2020-03-31 | 国网山东省电力公司 | 复杂环境下变电站消防机器人的导航方法及系统 |
CN110989575A (zh) * | 2019-11-12 | 2020-04-10 | 成都工业学院 | 轨道交通系统、机器人及机器人运输系统 |
CN111538337A (zh) * | 2020-05-25 | 2020-08-14 | 广东电网有限责任公司 | 一种变电站挂轨机器人巡检路线规划方法及系统 |
CN112102206A (zh) * | 2020-07-11 | 2020-12-18 | 广东翼景信息科技有限公司 | 一种智能变电站巡检机器人巡检图像识别方法 |
CN113985884A (zh) * | 2021-10-29 | 2022-01-28 | 国网山东省电力公司经济技术研究院 | 一种电力巡检机器人路径规划方法、系统和机器人 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110106306A1 (en) * | 2009-11-02 | 2011-05-05 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method and computer-readable medium thereof |
KR101339480B1 (ko) * | 2012-12-14 | 2013-12-10 | 고려대학교 산학협력단 | Rrt 기반의 듀얼 트리 구조를 이용한 이동 로봇의 궤적 계획 방법 |
CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
CN105807760A (zh) * | 2014-12-30 | 2016-07-27 | Tcl集团股份有限公司 | 一种智能机器人及其自建路径的方法和装置 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN106531484A (zh) * | 2016-11-23 | 2017-03-22 | 国网四川省电力公司成都供电公司 | 一种高压开关柜就地分闸自动操作机器人 |
CN106990777A (zh) * | 2017-03-10 | 2017-07-28 | 江苏物联网研究发展中心 | 机器人局部路径规划方法 |
US20170241790A1 (en) * | 2016-02-24 | 2017-08-24 | Honda Motor Co., Ltd. | Path plan generating apparatus for mobile body |
CN107560631A (zh) * | 2017-08-30 | 2018-01-09 | 山东鲁能智能技术有限公司 | 一种路径规划方法、装置和巡检机器人 |
CN107966150A (zh) * | 2017-11-21 | 2018-04-27 | 武汉中元华电软件有限公司 | 基于路口点和路段的变电站作业机器人路径规划及导航定位方法 |
-
2018
- 2018-08-20 CN CN201810946307.9A patent/CN108803627A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110106306A1 (en) * | 2009-11-02 | 2011-05-05 | Samsung Electronics Co., Ltd. | Path planning apparatus of robot and method and computer-readable medium thereof |
KR101339480B1 (ko) * | 2012-12-14 | 2013-12-10 | 고려대학교 산학협력단 | Rrt 기반의 듀얼 트리 구조를 이용한 이동 로봇의 궤적 계획 방법 |
CN105807760A (zh) * | 2014-12-30 | 2016-07-27 | Tcl集团股份有限公司 | 一种智能机器人及其自建路径的方法和装置 |
CN104914865A (zh) * | 2015-05-29 | 2015-09-16 | 国网山东省电力公司电力科学研究院 | 变电站巡检机器人定位导航系统及方法 |
US20170241790A1 (en) * | 2016-02-24 | 2017-08-24 | Honda Motor Co., Ltd. | Path plan generating apparatus for mobile body |
CN106531484A (zh) * | 2016-11-23 | 2017-03-22 | 国网四川省电力公司成都供电公司 | 一种高压开关柜就地分闸自动操作机器人 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
CN106990777A (zh) * | 2017-03-10 | 2017-07-28 | 江苏物联网研究发展中心 | 机器人局部路径规划方法 |
CN107560631A (zh) * | 2017-08-30 | 2018-01-09 | 山东鲁能智能技术有限公司 | 一种路径规划方法、装置和巡检机器人 |
CN107966150A (zh) * | 2017-11-21 | 2018-04-27 | 武汉中元华电软件有限公司 | 基于路口点和路段的变电站作业机器人路径规划及导航定位方法 |
Non-Patent Citations (1)
Title |
---|
袁建平: "《航天器相对运动轨道动力学》", 31 March 2013, 北京:中国宇航出版社 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445444B (zh) * | 2018-12-25 | 2021-05-11 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109445444A (zh) * | 2018-12-25 | 2019-03-08 | 同济大学 | 一种障碍物集中环境下的机器人路径生成方法 |
CN109739226A (zh) * | 2018-12-27 | 2019-05-10 | 国网北京市电力公司 | 目标巡检位置的确定方法及装置 |
CN109822597A (zh) * | 2019-04-14 | 2019-05-31 | 北京中大科慧科技发展有限公司 | 一种数据中心的全自动智能巡检机器人 |
CN110442127A (zh) * | 2019-07-15 | 2019-11-12 | 广州杰赛科技股份有限公司 | 智能巡检方法、设备和装置 |
CN110442127B (zh) * | 2019-07-15 | 2022-06-17 | 广州杰赛科技股份有限公司 | 智能巡检方法、设备和装置 |
CN110673634A (zh) * | 2019-11-12 | 2020-01-10 | 合肥工业大学 | 一种电力巡检无人机路径规划方法和输电线巡检方法 |
CN110989575A (zh) * | 2019-11-12 | 2020-04-10 | 成都工业学院 | 轨道交通系统、机器人及机器人运输系统 |
CN110673634B (zh) * | 2019-11-12 | 2022-09-06 | 合肥工业大学 | 一种电力巡检无人机路径规划方法和输电线巡检方法 |
CN110940316B (zh) * | 2019-12-09 | 2022-03-18 | 国网智能科技股份有限公司 | 复杂环境下变电站消防机器人的导航方法及系统 |
CN110940316A (zh) * | 2019-12-09 | 2020-03-31 | 国网山东省电力公司 | 复杂环境下变电站消防机器人的导航方法及系统 |
CN111538337A (zh) * | 2020-05-25 | 2020-08-14 | 广东电网有限责任公司 | 一种变电站挂轨机器人巡检路线规划方法及系统 |
CN111538337B (zh) * | 2020-05-25 | 2023-03-21 | 广东电网有限责任公司 | 一种变电站挂轨机器人巡检路线规划方法及系统 |
CN112102206A (zh) * | 2020-07-11 | 2020-12-18 | 广东翼景信息科技有限公司 | 一种智能变电站巡检机器人巡检图像识别方法 |
CN112102206B (zh) * | 2020-07-11 | 2024-05-28 | 广东翼景信息科技有限公司 | 一种智能变电站巡检机器人巡检图像识别方法 |
CN113985884A (zh) * | 2021-10-29 | 2022-01-28 | 国网山东省电力公司经济技术研究院 | 一种电力巡检机器人路径规划方法、系统和机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803627A (zh) | 一种适用于变电站室内开关室的巡检机器人路径规划方法 | |
CN108890657B (zh) | 一种配电房智能巡检机器人 | |
CN109900280A (zh) | 一种基于自主导航的畜禽信息感知机器人与地图构建方法 | |
CN108639889B (zh) | 一种基于非侵入式传感器的电梯云监测系统 | |
CN109886192A (zh) | 一种生态环境智能监测系统 | |
CN108628321A (zh) | 一种无人值守变电站室内特情检查机器人 | |
CN106600887A (zh) | 基于变电站巡检机器人的视频监控联动系统及其方法 | |
CN106094869A (zh) | 一种用于垃圾运输的自动无人机系统及其工作方法 | |
CN109829908B (zh) | 基于双目影像的电力线下方地物安全距离检测方法及设备 | |
CN108287548B (zh) | 一种自动化导轨运载装置及机器人协同运载方法与系统 | |
CN112330676B (zh) | 基于红外点云的变电站/换流站缺陷诊断方法及系统 | |
CN107608364A (zh) | 一种用于数据中心物理设备上下架的智能机器人 | |
CN108801269A (zh) | 一种室内云机器人导航系统及方法 | |
CN111179457A (zh) | 一种工业设备的巡检系统及巡检方法 | |
CN112611386A (zh) | 一种基于优选路线规划的变电站智能巡检方法 | |
CN207268846U (zh) | 电力巡检机器人 | |
CN107360590A (zh) | 轨道车站局部拥堵点客流状态判定方法 | |
CN107300398A (zh) | 一种基于wifi通信同时支持定位和数据传输的电力巡检装置 | |
CN114355907A (zh) | 一种基于云端的智能化垃圾识别和清扫方法、系统 | |
CN112669345A (zh) | 一种面向云端部署的多目标轨迹跟踪方法及系统 | |
CN109681786A (zh) | 一种危化品泄漏源定位方法 | |
CN115562348A (zh) | 基于变电站的无人机图像技术方法 | |
CN112332541A (zh) | 一种用于变电站的监测系统和方法 | |
CN114756034A (zh) | 一种机器人实时避障路径规划方法及装置 | |
CN112282787A (zh) | 一种隧道自动化维护多臂机器人及其控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181113 |
|
RJ01 | Rejection of invention patent application after publication |