CN109217414A - 一种用于变电站巡检机器人的自动充电装置及充电方法 - Google Patents

Abstract

本发明公开了一种用于变电站巡检机器人的自动充电装置及充电方法。该装置包括充电屋、充电装置、限位装置和弹性环节，其中充电屋包括充电屋主体和卷帘门，充电装置包括底盘、伸出杆、定位导电杆和充电桩插排装置；弹性环节固定于底盘上，伸出杆固定于弹性环节上，限位装置固定于伸出杆上，定位导电杆从伸出杆内部伸出，充电桩插排装置安装在定位导电杆上。方法为：首先采集巡检机器人当前电量、剩余巡检计划、充电屋位置信息，利用训练的神经网络，选择充电方式和充电屋；然后规划路径行进至充电屋，将巡检机器人与充电桩插排装置对接；最后将充电参数输出给充电装置，开始充电。本发明具有精度高、灵活性强、适应性强、维护方便的优点。

Description

一种用于变电站巡检机器人的自动充电装置及充电方法

技术领域

本发明属于智能机器人技术领域，特别是一种用于变电站巡检机器人的自动充电装置及充电方法。

背景技术

随着智能电网系统的发展，变电站、电力线的覆盖范围越来越广，在给人们的生活带来便利的同时也为设备的检修维护带来了新的问题。在日常的维护中，若是采用传统的人工巡检方式，不仅会耗费大量的人力，还会造成工作效率低下的情况，同时巡检的覆盖率，及时性以及准确性也无法得到保证。针对人工巡检可能带来的这些问题，利用变电站巡检机器人来代替人工巡检逐渐成为一种趋势。

在使用巡检机器人时，不可避免的会遇到巡检机器人的充电这一问题，现有的巡检机器人充电方案大都是使巡检机器人停到固定的位置后，通过推动充电插头触碰到巡检机器人的充电机构，然后进行充电，但是这种方式存在以下几个问题：1)电机推动系统的可靠性差，且电机对工作的环境有着严格的要求；2)由于伸缩杆常为刚性结构，对巡检机器人停止位置的精度要求很高，不允许厘米级别的误差的存在；3)充电模式较为单一。

发明内容

本发明的目的在于提供一种可靠性高、稳定性强、鲁棒性好的用于变电站巡检机器人的自动充电装置及充电方法。

实现本发明目的的技术解决方案为：一种用于变电站巡检机器人的自动充电装置，包括充电屋，以及充电屋内部设置的充电装置、限位装置和弹性环节；

所述充电屋包括充电屋主体和卷帘门；

所述充电装置包括底盘、伸出杆、定位导电杆和充电桩插排装置，定位导电杆从伸出杆内部伸出，充电桩插排装置安装在定位导电杆上；

所述限位装置固定于伸出杆上，以防止充电头因为误差而插入不够或者过深；

所述弹性环节的外壳固定于底盘上，伸出杆左右两侧分别与弹性环节的外壳连接，使得定位导电杆与底盘在上下方向相连，能够左右进行转动。

进一步地，所述充电桩插排装置，设置上下两片电极，两片电极之间通过拉簧相连。

进一步地，所述卷帘门由电机驱动，由巡检机器人控制，当巡检机器人到达充电屋门口时，卷帘门自动升起，当巡检机器人进入充电屋后，卷帘门自动落下。

一种用于变电站巡检机器人的自动充电方法，包括充电屋，以及充电屋内部设置的充电装置、限位装置和弹性环节，步骤如下：

步骤1、采集巡检机器人当前电量、剩余巡检计划、充电屋位置信息；

步骤2、利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋；

步骤3、根据充电屋位置，利用路径规划算法规划路径并行进至充电屋；

步骤4、到达充电屋后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置的对接；

步骤5、将充电参数输出给充电装置，开始充电。

进一步地，步骤2所述利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋，具体如下：

步骤2-1、对神经网络所搭建的充电方案选择模型进行训练，利用设定的机器人当前电量、位置、巡检计划以及在面对上述信息时人工指定的充电方案和充电屋信息，训练充电方案选择模型；

步骤2-2、定时采集现场参数数据，经处理后，利用步骤2-1训练完毕的充电方案选择模型，自主选择是否需要进行充电，若需要，选择对应的充电方案以及充电屋。

进一步地，步骤4所述到达充电屋后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置的对接，具体如下：

在充电屋内设置有调整线A、调整线B，在充电屋外设置有调整线C，原点、充电桩均位于充电屋的中轴线上，包括以下步骤：

步骤4-1、巡检机器人进入返航充电模式，巡检机器人返航至原点时打开充电屋卷帘门，利用里程计退回至调整线A，保证巡检机器人全部处于充电屋内后关闭充电屋卷帘门；

步骤4-2、在调整线A处，利用激光测距传感器对巡检机器人相对充电屋的距离进行测定，将巡检机器人车身角度调整至背对充电桩所在平面；

步骤4-3、巡检机器人后退至调整线B，调整巡检机器人左右位置至充电口正对充电桩位置，然后巡检机器人后退完成充电电极对接；当充电桩上的光电开关检测到对接成功时，巡检机器人停止运动，充电器打开，巡检机器人进入充电状态；

步骤4-4、当巡检机器人完成充电并接收到巡检任务时，先打开充电屋卷帘门，利用里程计前进至调整线C，保证巡检机器人完全离开充电屋后，关闭充电屋卷帘门；巡检机器人旋转180°，面对充电屋卷帘门；

步骤4-5、在调整线C处，利用激光测距传感器进行巡检机器人相对充电屋的距离测定，调整巡检机器人车身角度，保证巡检机器人车身正直，正对充电屋卷帘门；

步骤4-6、巡检机器人后退至原点，并进行左右位置调整，确保巡检机器人准确位于原点后即完成出库操作。

进一步地，步骤2-1所述对神经网络所搭建的充电方案选择模型进行训练，利用设定的机器人当前电量、位置、巡检计划以及在面对上述信息时人工指定的充电方案和充电屋等信息，训练充电方案选择模型，具体如下：

步骤2-1-1、根据现场情况，在完成地图构建的前提下，设定机器人可能出现的各种位置，以及出现在各个位置后可能的剩余电量、剩余巡检计划以及附近充电屋的位置信息，同时人工标注面对各种情况时，应该选择的充电方案以及充电屋；

步骤2-1-2、数据预处理：根据地图，将位置的坐标信息进行最大最小归一化，若有多张地图，则对地图序号进行独热编码，使各个地图序号在训练过程中的地位是一致的，剩余电量采用百分比的形式进行表示，剩余巡检计划则是将剩余路程和总路程相除，将得到的小数作为剩余巡检计划的参数，使得剩余电量和巡检计划参数的数值范围与前面所有参数一致，同时将人工标注的信息也分别进行独热编码处理；

步骤2-1-3、建立神经网络，将经过步骤2-1-2处理的非人工标注的数据作为神经网络输入，网络的输出结果与经过处理的人工标注的信息进行比较，将两者的交叉熵作为评估函数；

步骤2-1-4、利用自适应梯度下降算法优化步骤2-1-3中的评估函数，随后进入步骤2-1-3，直到评估函数小于预设的阈值或者收敛为止。

本发明与现有技术相比，具有以下显著优点：(1)使用纯机械结构的充电装置，对极端气候的适应性更强，维护更方便；(2)多充电屋的设计使得路径的规划更具灵活性，适应性更强；(3)针对硬件设施设计了专用的定位方法，能够提升在充电屋内的精度；(4)具有学习能力的充电方法，能够根据历史信息，判断当前电池状态，根据情况制定充电计划，制定更加合理的巡检计划。

附图说明

图1是本发明用于变电站巡检机器人的自动充电装置中充电屋的示意图。

图2是本发明用于变电站巡检机器人的自动充电装置中充电装置的结构示意图。

图3是本发明用于变电站巡检机器人的自动充电方法的流程图。

图中标号：1、底盘；2、弹性环节；3、伸出杆；4、限位装置；5、定位导电杆；6、充电桩插排装置；7、充电屋；8、卷帘门。

具体实施方式

以下结合说明书附图对本发明做进一步的详细说明。

结合图1～2，本发明用于变电站巡检机器人的自动充电装置，包括充电屋7，以及充电屋7内部设置的充电装置、限位装置4和弹性环节2；

所述充电屋7包括充电屋主体和卷帘门8；

所述充电装置包括底盘1、伸出杆3、定位导电杆5和充电桩插排装置6，定位导电杆5从伸出杆3内部伸出，充电桩插排装置6安装在定位导电杆5上；

所述限位装置4固定于伸出杆3上，以防止充电头因为误差而插入不够或者过深；

所述弹性环节2的外壳固定于底盘1上，伸出杆3左右两侧分别与弹性环节2的外壳连接，使得定位导电杆5与底盘1在上下方向相连，能够左右进行转动。

进一步地，所述充电桩插排装置6，设置上下两片电极，两片电极之间通过拉簧相连。

进一步地，所述卷帘门8由电机驱动，由巡检机器人控制，当巡检机器人到达充电屋7门口时，卷帘门8自动升起，当巡检机器人进入充电屋后，卷帘门8自动落下。

结合图3，用于变电站巡检机器人的自动充电方法，包括充电屋7，以及充电屋7内部设置的充电装置、限位装置4和弹性环节2，步骤如下：

步骤1：采集巡检机器人当前电量、剩余巡检计划、充电屋位置信息；

步骤2：利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋7；

步骤3：根据充电屋7位置，利用路径规划算法规划路径并行进至充电屋7；

步骤4：到达充电屋7后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置6的对接；

步骤5：将充电参数输出给充电装置，开始充电。

进一步地，步骤2所述利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋7，具体如下：

步骤2-1、对神经网络所搭建的充电方案选择模型进行训练，利用设定的机器人当前电量、位置、巡检计划以及在面对上述信息时人工指定的充电方案和充电屋等信息，训练充电方案选择模型；

步骤2-1-1、根据现场情况，在完成地图构建的前提下，设定机器人可能出现的各种位置，以及出现在各个位置后可能的剩余电量、剩余巡检计划以及附近充电屋的位置信息，同时人工标注面对各种情况时，应该选择的充电方案以及充电屋；

步骤2-1-2、数据预处理：根据地图，将位置的坐标信息进行最大最小归一化，以解决坐标参数相对于其他参数权重过大的问题，若有多张地图，则对地图序号进行独热编码，使各个地图序号在训练过程中的地位是一致的，剩余电量采用百分比的形式进行表示，剩余巡检计划则是将剩余路程和总路程相除，将得到的小数作为剩余巡检计划的参数，使得剩余电量和巡检计划参数的数值范围与前面所有参数一致，便于神经网络的训练收敛，同时将人工标注的信息也分别进行独热编码处理；

步骤2-1-3、建立合适的神经网络，将经过步骤2-1-2处理的非人工标注的数据作为神经网络输入，网络的输出结果与经过处理的人工标注的信息进行比较，将两者的交叉熵作为评估函数；

步骤2-1-4、利用自适应梯度下降算法优化步骤2-1-3中的评估函数，随后进入步骤2-1-3，直到评估函数小于预设的阈值或者收敛为止。

步骤2-2、定时采集现场参数数据，经处理后，利用步骤2-1训练完毕的充电方案选择模型，自主选择是否需要进行充电，若需要，选择合适的充电方案以及充电屋；

进一步地，步骤4所述到达充电屋7后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置6的对接，具体如下：

在充电屋7内设置有调整线A、调整线B，在充电屋7外设置有调整线C，原点、充电桩均位于充电屋7的中轴线上，包括以下步骤：

步骤4-1、巡检机器人进入返航充电模式，巡检机器人返航至原点时打开充电屋7卷帘门8，利用里程计退回至调整线A，保证巡检机器人全部处于充电屋7内后关闭充电屋卷帘门8；

步骤4-2、在调整线A处，利用激光测距传感器对巡检机器人相对充电屋7的距离进行测定，将巡检机器人车身角度调整至背对充电桩所在平面；

步骤4-3、巡检机器人后退至调整线B，调整巡检机器人左右位置至充电口正对充电桩位置，然后巡检机器人后退完成充电电极对接；当充电桩上的光电开关检测到对接成功时，巡检机器人停止运动，充电器打开，巡检机器人进入充电状态；

步骤4-4、当巡检机器人完成充电并接收到巡检任务时，先打开充电屋卷帘门8，利用里程计前进至调整线C，保证巡检机器人完全离开充电屋7后，关闭充电屋卷帘门8；巡检机器人旋转180°，面对充电屋卷帘门8；

步骤4-5、在调整线C处，利用激光测距传感器进行巡检机器人相对充电屋7的距离测定，调整巡检机器人车身角度，保证巡检机器人车身正直，正对充电屋卷帘门8；

步骤4-6、巡检机器人后退至原点，并进行左右位置调整，确保巡检机器人准确位于原点后即完成出库操作。

实施例1

结合图1、图2，本发明用于变电站巡检机器人的自动充电装置，包括充电屋7、充电装置、限位装置4以及弹性环节2；

所述充电屋7包括充电屋主体和卷帘门8；

所述充电装置包括底盘1、伸出杆3、定位导电杆5和充电桩插排装置6；

所述弹性环节2固定于底盘1上，所述伸出杆3固定于弹性环节2上，所述限位装置4固定于伸出杆3上，定位导电杆5从伸出杆3内部伸出，所述充电桩插排装置6安装在定位导电杆5上；

进一步地，所述充电桩插排装置6，设置上下两片电极，两片电极之间通过拉簧相连，以确保充电时充电触头与电池电极接触的稳定性；所述限位装置4固定于伸出杆3上，以保证充电头不会因为误差而插入不够或者过深，导致巡检机器人的损坏；

进一步地，所述弹性环节2，设置在伸出杆3左右两侧，分别与外壳连接，使得伸出杆3与底盘1在上下方向相连，可以左右进行转动，允许巡检机器人位置存在一定的误差，增加了整个充电系统的冗余度。

进一步地，所述充电屋7使用轻质隔热的材料搭建，以保证内部温度不会发生剧烈变化；所述卷帘门8由电机驱动，由巡检机器人控制，当巡检机器人到达充电屋门口时，卷帘门8自动升起，当巡检机器人进入充电屋后，卷帘门8自动落下，起到对巡检机器人的保护作用，同时根据一种适应充电屋门变化的巡检机器人定位算法，卷帘门8将提高巡检机器人充电时定位的准确度。

针对不同的实际场景，充电屋7的数量可以灵活变化，根据需要进行配置，巡检机器人则会根据每个充电屋7的位置进行充电的规划和选择，最大限度的适应各种复杂情况以及突发状况。

结合图3，本发明用于变电站巡检机器人的自动充电方法，包括以下步骤：

步骤1、采集巡检机器人当前电量、剩余巡检计划、充电屋7位置等信息；

步骤2、利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋7；

步骤3、根据充电屋7位置，利用路径规划算法指定路径；

步骤4、到达充电屋7后，利用一种适应充电屋门变化的巡检机器人定位算法以及一种基于地图切换的进出库定位算法，精确定位巡检机器人，使其能精准的完成充电插口的对接；

步骤5、将充电参数输出给充电装置，开始充电。

上述用于变电站巡检机器人的自动充电方法，包括充电路径规划算法、屋内定位算法和充电方式选择算法，具有自主的学习与规划能力；所述充电路径规划方法能够根据当前的巡检状况、目前电量、剩余巡检计划、各个充电屋位置，规划出一条最高效的路线，不会出现原路返回这种会浪费大量时间的状况；

所述屋内定位算法，包括一种适应充电屋门变化的巡检机器人定位算法以及一种基于地图切换的进出库定位算法，能够使巡检机器人以正确的姿态与充电装置对接；

所述充电方式选择算法，能够根据下一次巡检的路径、时间、天气等信息，选择合适的充电方式，对于紧急的情况能够通过加大充电电流的方式完成巡检机器人的快速充电，对于正常的例行巡检则选择通用的方式进行充电，以维护电池寿命。

当巡检机器人根据路径规划行进到充电屋门口时，充电屋检测到巡检机器人后，驱动电机拉起卷帘门，同时巡检机器人会根据采集到的卷帘门的状态信息，进行自身姿态的调整，当调整到预定位置后，巡检机器人便能沿着较为准确的方向进入充电屋；在进入充电屋的同时，巡检机器人自主完成地图切换的工作，此时巡检机器人则根据传感器传回的距离信息，在切换后的地图中精确定位，进一步调整自身姿态，调整完成后便能够准确地与充电桩进行对接；

在与充电桩对接完成后，巡检机器人会建立与充电系统的连接，同时收集下次巡检时间、下次巡检路程、下次巡检天气、当前位置等信息，利用提前训练完毕的神经网络，对本次的充电模式进行选择，随后将充电模式相关参数传递给充电桩控制系统，使得充电桩能够输出合适的电流对巡检机器人完成充电工作。

本发明充电方法还能在未来无巡检计划时对电池充电时间进行检测，与历史记录相比较，从而掌握电池的真实状态，对巡检机器人当前的真正电量进行估计，从而可以根据巡检路程判定是否需要中途进行充电，从而能够对巡检路径进行合理规划；同时，当电池的性能指标低于提前设置的阈值时，巡检机器人还能够及时发出提醒需要更换电池，避免由于电池更换不及时导致工期延误等情况的出现。

Claims (7)

1.一种用于变电站巡检机器人的自动充电装置，其特征在于，包括充电屋(7)，以及充电屋(7)内部设置的充电装置、限位装置(4)和弹性环节(2)；

所述充电屋(7)包括充电屋主体和卷帘门(8)；

所述充电装置包括底盘(1)、伸出杆(3)、定位导电杆(5)和充电桩插排装置(6)，定位导电杆(5)从伸出杆(3)内部伸出，充电桩插排装置(6)安装在定位导电杆(5)上；

所述限位装置(4)固定于伸出杆(3)上，以防止充电头因为误差而插入不够或者过深；

所述弹性环节(2)的外壳固定于底盘(1)上，伸出杆(3)左右两侧分别与弹性环节(2)的外壳连接，使得定位导电杆(5)与底盘(1)在上下方向相连，能够左右进行转动。

2.根据权利要求1所述的用于变电站巡检机器人的自动充电装置，其特征在于，所述充电桩插排装置(6)，设置上下两片电极，两片电极之间通过拉簧相连。

3.根据权利要求1或2所述的用于变电站巡检机器人的自动充电装置，其特征在于，所述卷帘门(8)由电机驱动，由巡检机器人控制，当巡检机器人到达充电屋(7)门口时，卷帘门(8)自动升起，当巡检机器人进入充电屋后，卷帘门(8)自动落下。

4.一种用于变电站巡检机器人的自动充电方法，其特征在于，包括充电屋(7)，以及充电屋(7)内部设置的充电装置、限位装置(4)和弹性环节(2)，步骤如下：

步骤1、采集巡检机器人当前电量、剩余巡检计划、充电屋位置信息；

步骤2、利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋(7)；

步骤3、根据充电屋(7)位置，利用路径规划算法规划路径并行进至充电屋(7)；

步骤4、到达充电屋(7)后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置(6)的对接；

步骤5、将充电参数输出给充电装置，开始充电。

5.根据权利要求4所述的用于变电站巡检机器人的自动充电方法，其特征在于，步骤2所述利用训练完毕的神经网络，将采集到的信息作为输入，选择合适的充电方式以及充电屋(7)，具体如下：

步骤2-1、对神经网络所搭建的充电方案选择模型进行训练，利用设定的机器人当前电量、位置、巡检计划以及在面对上述信息时人工指定的充电方案和充电屋信息，训练充电方案选择模型；

步骤2-2、定时采集现场参数数据，经处理后，利用步骤2-1训练完毕的充电方案选择模型，自主选择是否需要进行充电，若需要，选择对应的充电方案以及充电屋。

6.根据权利要求4所述的用于变电站巡检机器人的自动充电方法，其特征在于，步骤4所述到达充电屋(7)后，利用巡检机器人定位算法和进出库定位算法进行定位，完成巡检机器人与充电桩插排装置(6)的对接，具体如下：

在充电屋(7)内设置有调整线A、调整线B，在充电屋(7)外设置有调整线C，原点、充电桩均位于充电屋(7)的中轴线上，包括以下步骤：

步骤4-1、巡检机器人进入返航充电模式，巡检机器人返航至原点时打开充电屋(7)卷帘门(8)，利用里程计退回至调整线A，保证巡检机器人全部处于充电屋(7)内后关闭充电屋卷帘门(8)；

步骤4-2、在调整线A处，利用激光测距传感器对巡检机器人相对充电屋(7)的距离进行测定，将巡检机器人车身角度调整至背对充电桩所在平面；

步骤4-3、巡检机器人后退至调整线B，调整巡检机器人左右位置至充电口正对充电桩位置，然后巡检机器人后退完成充电电极对接；当充电桩上的光电开关检测到对接成功时，巡检机器人停止运动，充电器打开，巡检机器人进入充电状态；

步骤4-4、当巡检机器人完成充电并接收到巡检任务时，先打开充电屋卷帘门(8)，利用里程计前进至调整线C，保证巡检机器人完全离开充电屋(7)后，关闭充电屋卷帘门(8)；巡检机器人旋转180°，面对充电屋卷帘门(8)；

步骤4-5、在调整线C处，利用激光测距传感器进行巡检机器人相对充电屋(7)的距离测定，调整巡检机器人车身角度，保证巡检机器人车身正直，正对充电屋卷帘门(8)；

步骤4-6、巡检机器人后退至原点，并进行左右位置调整，确保巡检机器人准确位于原点后即完成出库操作。

7.根据权利要求5所述的用于变电站巡检机器人的自动充电方法，其特征在于，步骤2-1对神经网络所搭建的充电方案选择模型进行训练，利用采集到的机器人当前电量、位置、巡检计划以及采集到在上述信息时人工指定的充电方案和充电屋等信息，训练充电方案选择模型，具体如下：

步骤2-1-1、根据现场情况，在完成地图构建的前提下，设定机器人可能出现的各种位置，以及出现在各个位置后可能的剩余电量、剩余巡检计划以及附近充电屋的位置信息，同时人工标注面对各种情况时，应该选择的充电方案以及充电屋；

步骤2-1-2、数据预处理：根据地图，将位置的坐标信息进行最大最小归一化，若有多张地图，则对地图序号进行独热编码，使各个地图序号在训练过程中的地位是一致的，剩余电量采用百分比的形式进行表示，剩余巡检计划则是将剩余路程和总路程相除，将得到的小数作为剩余巡检计划的参数，使得剩余电量和巡检计划参数的数值范围与前面所有参数一致，同时将人工标注的信息也分别进行独热编码处理；

步骤2-1-3、建立神经网络，将经过步骤2-1-2处理的非人工标注的数据作为神经网络输入，网络的输出结果与经过处理的人工标注的信息进行比较，将两者的交叉熵作为评估函数；

步骤2-1-4、利用自适应梯度下降算法优化步骤2-1-3中的评估函数，随后进入步骤2-1-3，直到评估函数小于预设的阈值或者收敛为止。