CN109240290B - 一种电力巡检机器人返航路径确定方法 - Google Patents

一种电力巡检机器人返航路径确定方法 Download PDF

Info

Publication number
CN109240290B
CN109240290B CN201811025804.1A CN201811025804A CN109240290B CN 109240290 B CN109240290 B CN 109240290B CN 201811025804 A CN201811025804 A CN 201811025804A CN 109240290 B CN109240290 B CN 109240290B
Authority
CN
China
Prior art keywords
route
point
trunk
return
inspection robot
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
Application number
CN201811025804.1A
Other languages
English (en)
Other versions
CN109240290A (zh
Inventor
郭健
袁佳泉
李胜
吴益飞
朱禹璇
史一露
施佳伟
危海明
孙强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201811025804.1A priority Critical patent/CN109240290B/zh
Publication of CN109240290A publication Critical patent/CN109240290A/zh
Application granted granted Critical
Publication of CN109240290B publication Critical patent/CN109240290B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024Control 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
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0225Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving docking at a fixed facility, e.g. base station or loading bay
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle

Abstract

本发明公开了一种电力巡检机器人返航路径确定方法。该方法为:构建室外变电站环境的拓扑地图;规划电力巡检机器人运行路径与停靠点,规划主干路线与非干路点,将主干路线信息储存在工控机中;将返航路径设计为第一、第二返航路径两部分返航路径,第一返航路径为优化后的从非干路点返回主干路点的返航路线,第二返航路径为最优的从主干路点返回充电屋的返航路线;当电力巡检机器人进入返航模式且位于非干路点时,机器人基于预先记录的运动轨迹规划第一返航路径;机器人位于主干路点时即根据所在的主干路线信息,选取最优预存路线作为第二返航路线进行返航。本发明使得巡检机器人在通讯故障情况下能够自主返航,提高了返航的快速性、安全性与有效性。

Description

一种电力巡检机器人返航路径确定方法
技术领域
本发明涉及巡检机器人自主导航技术领域,特别是一种电力巡检机器人返航路径确定方法。
背景技术
随着社会的进步,各行各业的发展都离不开电力系统的安全运行,因此电力工业在生产生活中的地位至关重要。为了保证电力设备的稳定与安全运行,需要定期对其进行巡视检查。由于人工巡检存在劳动强度大、工作环境恶劣、工作效率低下等问题,电力巡检机器人应运而生。在室外大型变电站的环境下,电力巡检机器人可以通过自主导航定位对电力设备进行自主巡检,并且可以通过图像处理技术对数据信息进行智能分析,其市场应用前景十分广泛。
电力机器人在室外执行任务的过程中,由于会受到外界磁场环境的干扰或遭遇突发情况而出现通信中断的情况,此时电力机器人无法接收到来自于终端的任务指令,陷入停滞状态而无法继续执行任务。因此,在该情况下,机器人必须能够自主规划一条返航路径返回原点,以保证后续工作可以正常进行。
目前,电力机器人返航方法多为原路返回或根据当前点选择最近路线返回。由于机器人在之前的巡检过程会经过多个任务点,原路返回方法容易出现绕远的情况,效率较低;根据当前点选择最近路线的方法需要进行全局路径规划,计算量大,不适用于大型变电站道路复杂的情况。综上,现有的电力巡检机器人返航路径确定方法存在返回路径冗长快速性不好、对于复杂道路环境适应性差的问题。
发明内容
本发明的目的在于提供一种电力巡检机器人返航路径确定方法,使得巡检机器人在通讯故障情况下能够自主返航,同时提高返航的快速性、安全性与有效性。
实现本发明目的的技术解决方案为:一种电力巡检机器人返航路径确定方法,包括以下步骤:
步骤1、根据室外变电站环境构建成拓扑地图;
步骤2、根据拓扑地图,规划电力巡检机器人的运行路径与停靠点,规划主干路线与非干路线、主干路点与非干路点,并且预先在电力巡检机器人的工控机中储存所有主干路线信息;
步骤3、电力巡检机器人通讯中断后超过故障时间,电力巡检机器人进入返航模式;电力巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,第一返航路径为优化后的从非干路点返回主干路点的返航路线,第二返航路径为最优的从主干路点返回充电屋的返航路线。
作为一个具体示例,步骤1所述的根据室外变电站环境构建成拓扑地图,具体为:
激光导航系统利用电力巡检机器人自身携带的激光测距传感器和里程计,构建特征稀疏环境的二维地图,然后将地图环境抽象为拓扑地图。
作为一个具体示例,步骤2所述的根据拓扑地图,规划电力巡检机器人的运行路径与停靠点,规划主干路线与非干路线、主干路点与非干路点,并且预先在电力巡检机器人的工控机中储存所有主干路线信息,具体为:
步骤2-1、规划电力巡检机器人的运行路径与停靠点;
将电力巡检机器人运行路径简化为直线路径,并在运行路径上设置停靠点;停靠点分为关键点与巡检点:关键点为电力巡检机器人能够更改运动方向位置,可完成执行、转弯、掉头动作的点;巡检点为电力巡检机器人停靠并执行变电站设备检测的点;
检测任务完成之后运行到下一个停靠点;
步骤2-2、将机器人通行畅通且关键的运行路线设置为主干路线,其余路线为非干路线;将主干路线上的关键点定义为主干路点,其余所有路线中的点定义为非干路点;将充电屋设置为主干路点,且设置为主干路线的一个端点;
步骤2-3、预先在电力巡检机器人的工控机中储存所有主干路线信息,由于主干路线由一系列主干路点组成,主干路线表示为主干路点坐标序列。
作为一个具体示例,步骤3电力巡检机器人通讯中断后超过故障时间,电力巡检机器人进入返航模式;电力巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,具体为:
步骤3-1、电力巡检机器人通过激光定位系统获得当前的位置点信息,然后对自身的位置点信息进行判断,若当前点为主干路点,则进入步骤3-2直接完成第二返航路径;若当前点为非干路点,则先规划第一返航路径,完成从非干路点退回主干路点的过程;
步骤3-2、电力巡检机器人当前位置点为主干路点时,电力巡检机器人根据所在主干路点信息,从预存路线中规划出最优的第二返航路径,按路线返航至充电屋;
系统通过查询主干路线路径信息,判断当前主干路点所处的主干路线位置,若当前主干路点位于多条主干路线时,则计算当前主干路点通过不同主干路线返回的路线长度,然后选择距离最短的作为第二返航路径。
作为一个具体示例,步骤3-1中所述的若当前点为非干路点,则先规划第一返航路径,具体为:
步骤3-1-1、系统通过路径栈查找历史运行记录,确定电力巡检机器人所需退回的主干路点;
机器人在正常行驶过程中,记录自身的前进运行路径,储存方式为栈储存,即将路经的停靠点坐标储存在路径栈中,先进后出,所以栈顶为当前点,栈底为充电屋坐标;系统不断循环从该栈中取出一个坐标点判断其是否为主干路点,一旦查找到一个主干路点时即跳出循环,该主干路点即为机器人所需退回的主干路点;
步骤3-1-2、将机器人从当前非干路点按照历史运行记录返回至主干路点的路线作为第一返航路径,并对第一返航路径进行优化,具体为:根据第一返航路径先确定该返航路径上各个非干路点的连通关系,以距离权值建立无向图,利用Dijkstra算法规划出由当前非干路点返回至返航主干路点的最优第一返航路径。
本发明与现有技术相比,具有以下显著优点:(1)无需实时控制,可以有效防止在通信中断的情况下巡检机器人陷入停滞状态的问题,提高了电力巡检机器人工作的稳定性;(2)无需查找过多的数据或进行复杂计算,从而提高了快速性,可行性更高;(3)提出了一种基于Dijkstra算法的第一返航路径优化方法,有效的去除了重复冗余路段;(4)提出了一种通过基于预储存主干路线规划第二返航路径的方法,避免了机器人经过曲折复杂的路段,保证了机器人行进时的安全性;(5)方法简单,计算量小,内存占用率低,可行性高,快速性好,既可以选择相对较短路径,又可以保证系统的安全性与可靠性。
附图说明
图1为本发明电力巡检机器人返航路径确定方法的流程图。
图2为本发明实施例中的电力巡检机器人返航路径规划示意图。
具体实施方式
下面将参考附图并结合具体实施例来对本发明进行详细说明。
结合图1,本发明电力巡检机器人返航路径确定方法,包括如下步骤:
步骤1、根据室外变电站环境构建拓扑地图。
激光导航系统利用电力巡检机器人自身携带的激光测距传感器和里程计,构建特征稀疏环境的二维地图,然后将地图环境抽象为拓扑地图。
步骤2、如图2所示,根据拓扑地图,规划电力巡检机器人的运行路径与停靠点,规划主干路线与非干路线、主干路点与非干路点,并且预先在电力巡检机器人的工控机中储存所有主干路线信息,具体方法如下:
步骤2-1、规划电力巡检机器人的运行路径与停靠点;
由于变电站内巡检路线中的路径绝大多数是直线,将机器人运行路径简化为直线路径,并在在运行路径上设置停靠点;停靠点分为关键点与巡检点:关键点为机器人可以更改运动方向位置,可完成执行、转弯、掉头等动作的点,如十字路口,直角路口,T字路口等;巡检点为电力巡检机器人停靠并执行变电站设备检测的点;
检测任务完成之后运行到下一个停靠点。
步骤2-2、将易于机器人通行且关键的运行路线设置为主干路线,其余路线为非干路线;将主干路线上的关键点定义为主干路点,其余所有路线中的点定义为非干路点。
优选地,在所述步骤2-2中,将充电屋设置为主干路点,且设置为主干路线的一个端点。
步骤2-3、预先在电力巡检机器人的工控机中储存所有主干路线信息,由于主干路线由一系列主干路点组成,主干路线可表示为主干路点坐标序列。
步骤3、电力巡检机器人通讯中断后超过故障时间,电力巡检机器人进入返航模式;巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,第一返航路径为优化后的从非干路点返回主干路点的返航路线,第二返航路径为最优的从主干路点返回充电屋的返航路线,具体如下:
在通信中断的情况下,电力巡检机器人线将等待5分钟即通讯故障时间,当超过时间点电力巡检机器人进入返航模式执行返航;巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,第一返航路径为优化后的从非干路点返回主干路点的返航路线,第二返航路径为最优的从主干路点返回充电屋的返航路线。
步骤3-1、电力巡检机器人通过激光定位系统获得当前的位置点信息,然后对自身的位置点信息进行判断,若当前点为主干路点,则进入步骤3-2直接完成第二返航路径;若当前点为非干路点,则先规划第一返航路径,完成从非干路点退回主干路点的过程;
结合图1,电力巡检机器人规划第一返航路径的具体方法为:
步骤3-1-1、系统通过路径栈查找历史运行记录并且确定电力巡检机器人所需退回的主干路点;
由于机器人在正常行驶过程中,会记录自身的前进运行路径,储存方式为栈储存,即将路经的停靠点坐标储存在路径栈中,先进后出,所以栈顶为当前点,栈底为充电屋坐标;系统会不断循环从该栈中取出一个坐标点判断其是否为主干路点,一旦查找到一个主干路点时即跳出循环,该主干路点即为机器人所需退回的主干路点。
通过栈储存路径的存储方式,可以保证机器人能够通过查询运行记录快速地确定所需返回的干路点。由于地图上的停靠点数量较多且地图上的运行路线曲折复杂,通过该方式无需查找过多的数据或进行复杂计算,从而提高了快速性,可行性更高。
步骤3-1-2、将机器人从当前非干路点按照运行记录返回至主干路点的路线作为第一返航路径,并对第一返航路径进行优化;
由于电力巡检机器人在返航之前会执行多个巡检任务,从而多次经过同一个停靠点,按照原路返回主干路点会存在路线重复冗余的情况,因此需要优化第一返航路径;根据第一返航路径先确定该返航路径上各个非干路点的连通关系,以距离权值建立无向图,利用Dijkstra算法,规划出由当前非干路点返回至返航主干路点的最优第一返航路径。
Dijkstra算法可以优化路径,有效的去除重复冗余路段,避免路线的重复性,提高机器人返航的快速性。
步骤3-2、电力巡检机器人当前位置点为干路点时,机器人根据所在主干路点信息,从预存路线中规划出最优的第二返航路径,按路线返航至充电屋;
系统通过查询主干路线路径信息,判断当前主干路点所处的主干路线位置,若当前主干路点位于多条主干路线时,则计算当前点通过不同主干路线返回的路线长度,然后选择距离最短的作为第二返航路径。
如图2中所示,若电力巡检机器人从主干路点A进入支路线沿着路线A→B→C→D→E→D→F进行巡检任务,于非干路点F处通信中断进行返航,则先将F→D→E→D→C→B→A作为第一返航路径,然后优化第一返航路径按照F→D→C→B→A路线进行返航;到达主干路点A后,按照预存主干路线从主干路点A返回充电屋O点,完成第二返航路径。
综上可知,本发明电力巡检机器人返航路径确定方法,无需实时控制,可以有效防止在通信中断的情况下巡检机器人陷入停滞状态的问题,提高了电力巡检机器人工作的稳定性;无需查找过多的数据或进行复杂计算,从而提高了快速性,可行性更高。本发明方法简单,计算量小,内存占用率低,可行性高,快速性好,既可以选择相对较短路径,又可以保证系统的安全性与可靠性。

Claims (3)

1.一种电力巡检机器人返航路径确定方法,其特征在于,包括以下步骤:
步骤1、根据室外变电站环境构建成拓扑地图;
步骤2、根据拓扑地图,规划电力巡检机器人的运行路径与停靠点,规划主干路线与非干路线、主干路点与非干路点,并且预先在电力巡检机器人的工控机中储存所有主干路线信息;
步骤3、电力巡检机器人通讯中断后超过故障时间,电力巡检机器人进入返航模式;电力巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,第一返航路径为优化后的从非干路点返回主干路点的返航路线,第二返航路径为最优的从主干路点返回充电屋的返航路线;
所述电力巡检机器人返航分为第一返航路径和第二返航路径两个部分进行,具体为:
步骤3-1、电力巡检机器人通过激光定位系统获得当前的位置点信息,然后对自身的位置点信息进行判断,若当前点为主干路点,则进入步骤3-2直接完成第二返航路径;若当前点为非干路点,则先规划第一返航路径,完成从非干路点退回主干路点的过程;
步骤3-2、电力巡检机器人当前位置点为主干路点时,电力巡检机器人根据所在主干路点信息,从预存路线中规划出最优的第二返航路径,按路线返航至充电屋;
系统通过查询主干路线路径信息,判断当前主干路点所处的主干路线位置,若当前主干路点位于多条主干路线时,则计算当前主干路点通过不同主干路线返回的路线长度,然后选择距离最短的作为第二返航路径;
步骤3-1中所述的若当前点为非干路点,则先规划第一返航路径,具体为:
步骤3-1-1、系统通过路径栈查找历史运行记录,确定电力巡检机器人所需退回的主干路点;
机器人在正常行驶过程中,记录自身的前进运行路径,储存方式为栈储存,即将路经的停靠点坐标储存在路径栈中,先进后出,所以栈顶为当前点,栈底为充电屋坐标;系统不断循环从该栈中取出一个坐标点判断其是否为主干路点,一旦查找到一个主干路点时即跳出循环,该主干路点即为机器人所需退回的主干路点;
步骤3-1-2、将机器人从当前非干路点按照历史运行记录返回至主干路点的路线作为第一返航路径,并对第一返航路径进行优化,具体为:根据第一返航路径先确定该返航路径上各个非干路点的连通关系,以距离权值建立无向图,利用Dijkstra算法规划出由当前非干路点返回至返航主干路点的最优第一返航路径。
2.根据权利要求1所述的电力巡检机器人返航路径确定方法,其特征在于,步骤1所述的根据室外变电站环境构建成拓扑地图,具体为:
激光导航系统利用电力巡检机器人自身携带的激光测距传感器和里程计,构建特征稀疏环境的二维地图,然后将地图环境抽象为拓扑地图。
3.根据权利要求1所述的电力巡检机器人返航路径确定方法,其特征在于,步骤2所述的根据拓扑地图,规划电力巡检机器人的运行路径与停靠点,规划主干路线与非干路线、主干路点与非干路点,并且预先在电力巡检机器人的工控机中储存所有主干路线信息,具体为:
步骤2-1、规划电力巡检机器人的运行路径与停靠点;
将电力巡检机器人运行路径简化为直线路径,并在运行路径上设置停靠点;停靠点分为关键点与巡检点:关键点为电力巡检机器人能够更改运动方向位置,可完成执行、转弯、掉头动作的点;巡检点为电力巡检机器人停靠并执行变电站设备检测的点;
检测任务完成之后运行到下一个停靠点;
步骤2-2、将机器人通行畅通且关键的运行路线设置为主干路线,其余路线为非干路线;将主干路线上的关键点定义为主干路点,其余所有路线中的点定义为非干路点;将充电屋设置为主干路点,且设置为主干路线的一个端点;
步骤2-3、预先在电力巡检机器人的工控机中储存所有主干路线信息,由于主干路线由一系列主干路点组成,主干路线表示为主干路点坐标序列。
CN201811025804.1A 2018-09-04 2018-09-04 一种电力巡检机器人返航路径确定方法 Active CN109240290B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811025804.1A CN109240290B (zh) 2018-09-04 2018-09-04 一种电力巡检机器人返航路径确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811025804.1A CN109240290B (zh) 2018-09-04 2018-09-04 一种电力巡检机器人返航路径确定方法

Publications (2)

Publication Number Publication Date
CN109240290A CN109240290A (zh) 2019-01-18
CN109240290B true CN109240290B (zh) 2021-09-03

Family

ID=65060588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811025804.1A Active CN109240290B (zh) 2018-09-04 2018-09-04 一种电力巡检机器人返航路径确定方法

Country Status (1)

Country Link
CN (1) CN109240290B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110202570B (zh) * 2019-05-13 2022-07-05 深圳创动科技有限公司 机器人及其运动控制方法以及存储介质
CN110514207B (zh) * 2019-08-16 2022-02-08 苏州光格科技股份有限公司 一种轨道巡检机器人地图描述方法
CN111273661B (zh) * 2020-01-21 2023-10-27 上海万物新生环保科技集团有限公司 一种用于消除检测项的重复路径的方法及设备
CN111158384B (zh) * 2020-04-08 2020-08-04 炬星科技(深圳)有限公司 机器人建图方法、设备及存储介质
CN112197778A (zh) * 2020-09-08 2021-01-08 南京理工大学 基于改进a*算法的轮式机场巡界机器人路径规划方法
CN112269380A (zh) * 2020-10-15 2021-01-26 许继电源有限公司 一种变电站巡检机器人遇障控制方法及系统
CN112865307B (zh) * 2021-01-13 2021-11-23 华东交通大学 一种牵引变电所辅助监控系统
CN112729315B (zh) * 2021-04-01 2021-06-22 北京全路通信信号研究设计院集团有限公司 一种融合物联网技术的巡检机器人的路径规划方法及系统
CN113726606B (zh) * 2021-08-30 2022-12-27 杭州申昊科技股份有限公司 异常检测方法及装置、电子设备、存储介质
CN114692989A (zh) * 2022-04-14 2022-07-01 安徽华昇能源互联网研究院有限公司 一种电缆井智能化巡检系统

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830702A (zh) * 2012-09-07 2012-12-19 无锡普智联科高新技术有限公司 一种用于密集存储区域的移动机器人路径规划方法
CN106338991A (zh) * 2016-08-26 2017-01-18 南京理工大学 一种基于惯性导航和二维码的机器人及定位导航方法
CN106485456A (zh) * 2016-10-28 2017-03-08 上海壹佰米网络科技有限公司 一种运输方法及导航方法
CN106500704A (zh) * 2016-12-30 2017-03-15 亿嘉和科技股份有限公司 一种基于改进遗传算法的机器人路径规划方法
CN107196410A (zh) * 2016-05-13 2017-09-22 深圳市朗驰欣创科技股份有限公司 一种地空一体变电站巡检系统及方法
KR20170108710A (ko) * 2016-03-18 2017-09-27 주식회사에스에이티 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법
CN107270914A (zh) * 2017-07-17 2017-10-20 广州地理研究所 基于主干道的室内路径规划方法
CN107703937A (zh) * 2017-09-22 2018-02-16 南京轻力舟智能科技有限公司 基于卷积神经网络的自动导航小车系统及其冲突规避方法
CN107748950A (zh) * 2017-09-25 2018-03-02 河南森源电气股份有限公司 一种单主干道的agv调度方法
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
CN108100548A (zh) * 2017-11-10 2018-06-01 北京科捷物流有限公司 一种仓储机器人自动分拣方法及分拣系统
CN108229717A (zh) * 2016-12-22 2018-06-29 北京京东尚科信息技术有限公司 计算拣货路径的方法及系统

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7627394B2 (en) * 2005-12-20 2009-12-01 Kuka Roboter Gmbh Robot trajectory control including emergency evacuation path system and method
CN102566576B (zh) * 2012-02-24 2014-03-19 山东鲁能智能技术有限公司 一种用于变电站顺控系统的多巡检机器人协同运作方法
US20130339266A1 (en) * 2012-06-15 2013-12-19 Telogis, Inc. Vehicle fleet routing system
FR3018941B1 (fr) * 2014-03-21 2017-07-07 Thales Sa Pilotage de vehicules en convoi
US9593956B2 (en) * 2014-04-14 2017-03-14 Thinkware Corporation Method and system for automatically detecting control section
CN104165636A (zh) * 2014-08-14 2014-11-26 南京理工大学 一种变电站巡检机器人定位导航系统
CN107077780A (zh) * 2014-10-30 2017-08-18 三菱电机株式会社 车载设备、自动驾驶车辆、自动驾驶辅助系统、自动驾驶监视装置、道路管理装置及自动驾驶信息收集装置
KR101877553B1 (ko) * 2014-11-14 2018-07-11 한국전자통신연구원 차량 자율주행 시스템 및 이를 이용한 차량 주행 방법
US10002471B2 (en) * 2015-09-30 2018-06-19 Ants Technology (Hk) Limited Systems and methods for autonomous vehicle navigation
CN106114507B (zh) * 2016-06-21 2018-04-03 百度在线网络技术(北京)有限公司 用于智能车辆的局部轨迹规划方法和装置
CN106272434B (zh) * 2016-09-29 2021-07-13 中国北方车辆研究所 一种巡检机器人的一键返航控制方法及系统
US10710603B2 (en) * 2016-10-19 2020-07-14 Here Global B.V. Segment activity planning based on route characteristics
CN106647769B (zh) * 2017-01-19 2019-05-24 厦门大学 基于a*提取引导点的agv路径跟踪与避障协调方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102830702A (zh) * 2012-09-07 2012-12-19 无锡普智联科高新技术有限公司 一种用于密集存储区域的移动机器人路径规划方法
KR20170108710A (ko) * 2016-03-18 2017-09-27 주식회사에스에이티 무인비행체를 이용한 적재불량 차량 단속 시스템 및 그 방법
CN107196410A (zh) * 2016-05-13 2017-09-22 深圳市朗驰欣创科技股份有限公司 一种地空一体变电站巡检系统及方法
CN106338991A (zh) * 2016-08-26 2017-01-18 南京理工大学 一种基于惯性导航和二维码的机器人及定位导航方法
CN106485456A (zh) * 2016-10-28 2017-03-08 上海壹佰米网络科技有限公司 一种运输方法及导航方法
CN108229717A (zh) * 2016-12-22 2018-06-29 北京京东尚科信息技术有限公司 计算拣货路径的方法及系统
CN106500704A (zh) * 2016-12-30 2017-03-15 亿嘉和科技股份有限公司 一种基于改进遗传算法的机器人路径规划方法
CN107270914A (zh) * 2017-07-17 2017-10-20 广州地理研究所 基于主干道的室内路径规划方法
CN107703937A (zh) * 2017-09-22 2018-02-16 南京轻力舟智能科技有限公司 基于卷积神经网络的自动导航小车系统及其冲突规避方法
CN107748950A (zh) * 2017-09-25 2018-03-02 河南森源电气股份有限公司 一种单主干道的agv调度方法
CN108100548A (zh) * 2017-11-10 2018-06-01 北京科捷物流有限公司 一种仓储机器人自动分拣方法及分拣系统
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 (3)

* Cited by examiner, † Cited by third party
Title
Efficient Path Planning Methods for UAVs Inspecting Power Lines;Vytautas Rafanavicius,等;《2017 International Conference on Platform Technology and Service (PlatCon)》;20170323;1-6页 *
变电站巡检机器人路径规划系统设计与实现;向光海;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20160115(第01(2016)期);C042-315页 *
配电房轨道式自动巡检机器人控制系统设计与实现;胡楠,等;《计算机测量与控制》;20160331;第24卷(第3期);95-98、102页 *

Also Published As

Publication number Publication date
CN109240290A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109240290B (zh) 一种电力巡检机器人返航路径确定方法
Li et al. Efficient trajectory planning for multiple non-holonomic mobile robots via prioritized trajectory optimization
Vasudevan et al. Case-based path planning for autonomous underwater vehicles
CN108413964A (zh) 一种无人机输电线路巡检航迹规划方法及系统
Aqel et al. Intelligent maze solving robot based on image processing and graph theory algorithms
CN102915008A (zh) 车间无人运输机智能调度系统
Guo et al. Intelligent path planning for automated guided vehicles system based on topological map
CN111879327B (zh) 集群自动驾驶车辆泊位作业的空间配置和时序规划方法
CN115511213A (zh) 一种运输水电设备的路径优化方法、装置、媒体及系统
CN104567854A (zh) 一种面向半导体生产线搬运系统天车路线规划方法
CN113359774B (zh) 一种用于四向穿梭车的路径规划方法
CN116777187B (zh) 一种多路巡检智能中控调度方法及调度平台
Zeng et al. An efficient path planning algorithm for mobile robots
CN115690937A (zh) 还原车间的巡检方法及相关设备
CN114662863A (zh) 基于深度学习的车间分布式运输调度方法
Semenas et al. Autonomous navigation in the robots" local space by multi criteria decision making
Jiang et al. Application of power ubiquitous Internet of Things technology in intelligent inspection of unattended substation
Huang et al. Development and implementation of a multi-robot system for collaborative exploration and complete coverage
JPH04340607A (ja) 最適経路決定装置
Kenzin et al. Autonomous coordination of heterogeneous vehicles for persistent monitoring problem with route and fuel constraints.
Wang et al. Application of ant colony algorithm in path planning of the data center room robot
CN116909318B (zh) 一种基于高精度三维点云的无人机自主巡检航线规划系统
CN111736602A (zh) 一种改进的轮式机器人路径规划方法
CN112633590A (zh) 一种用于四向穿梭车的智能入库方法及系统
Abi-Char et al. A Collision-Free Path Planning Algorithm for Non-Complex ASRS Using Heuristic Functions

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
GR01 Patent grant
GR01 Patent grant