CN111968262B - 一种语义智能变电站巡视作业机器人导航系统及方法 - Google Patents
一种语义智能变电站巡视作业机器人导航系统及方法 Download PDFInfo
- Publication number
- CN111968262B CN111968262B CN202010754017.1A CN202010754017A CN111968262B CN 111968262 B CN111968262 B CN 111968262B CN 202010754017 A CN202010754017 A CN 202010754017A CN 111968262 B CN111968262 B CN 111968262B
- Authority
- CN
- China
- Prior art keywords
- inspection
- robot
- semantic
- equipment
- dimensional
- 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
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/20—Checking timed patrols, e.g. of watchman
-
- 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
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/05—Geographic models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种语义智能变电站巡视作业机器人导航系统及方法,预先存储变电站的三维语义地图,所述方法具体包括:接收巡检任务,所述巡检任务包括指定巡检区域或指定巡检设备;根据三维语义地图确定巡检任务相应的待巡检设备;将三维语义地图中所有待巡检设备的三维空间投影坐标作为机器人行走路线上的点,结合机器人当前所在位置,规划巡检路线;根据所述巡检路线进行巡检。本发明通过构建含有语义信息的变电站三维电子地图,能够自主采集提供了更加鲁棒的空间位置信息,有效提升了的数据采集质量和巡检效率。
Description
技术领域
本发明属于变电站巡检技术领域,尤其涉及一种语义智能变电站巡视作业机器人导航系统及方法。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
目前,巡检机器人检测点通常由现场人员依据巡检任务人工设定,设定时现场人员首先遥控机器人沿巡检路线运行,当运行至待巡检电力设备周边后停靠;之后其再遥控调整机器人上云台姿态,使云台带动可见光摄像机、红外热像仪等非接触检测传感器依次对准机器人周边待巡检的各个设备并记录对应的云台预置位,从而完成一个检测点的设置。重复上述过程,以完成对巡检任务中包含所有待检设备检测点的设置。在所有检测点设置完成后,变电站巡检机器人沿巡检路线、停靠点和检测点进行设备巡检。也就是说,目前的巡检机器人导航完全按照工作人员配置的路线、停靠点和检测点执行。该导航方法至少存在以下问题:
(1)上述检测点设置的过程繁琐,并且由于变电站内设备众多且所处空间方位各异,人工设置检测点的工作量大且主观性强,设置的标准不一致;再者,机器人在固定检测点停靠后再进行数据采集的应用模式,也制约了机器人巡检效率的进一步提升;
(2)若巡检机器人在一个固定检测点停靠,之后对周边不同方位设备进行巡检数据采集时,因受到传感器观测角度及光照影响,较难获取每个设备的高质量巡检数据,不利于后续设备状态识别及故障诊断。
发明内容
为克服上述现有技术的不足,本发明提供了一种语义智能变电站巡视作业机器人导航系统及方法,通过构建含有语义信息的变电站三维电子地图,能够自主采集提供了更加鲁棒的空间位置信息,有效提升了的数据采集质量和巡检效率。
为实现上述目的,本发明的一个或多个实施例提供了如下技术方案:
一种语义智能变电站巡视作业机器人导航方法,预先存储变电站的三维语义地图,所述方法具体包括:
接收巡检任务,所述巡检任务包括指定巡检区域或指定巡检设备;
根据三维语义地图确定巡检任务相应的待巡检设备的可检测区域信息;
融合机器人当前巡检任务中所有待检测设备的可检测区域信息,结合机器人当前所在位置,基于语义地图中的巡检道路信息,规划巡检路线;
根据所述巡检路线进行巡检。
进一步地,还根据三维语义地图,确定机器人针对每个待巡检设备的最佳巡检位姿,根据巡检路线到达各个待巡检设备时,根据最佳巡检位姿进行检测。
进一步地,根据最佳巡检位姿进行检测包括:预先根据语义地图中设备的位置,计算搭载巡检相机的多自由度相机平台与待检设备最佳相对位姿关系;
巡检过程中,基于巡检图像识别出待检测设备后,根据相应的相对位置关系,以及机器人当前所在位置、巡检路线以及设定的巡检速度,控制多自由度相机平台调整位姿,使得巡检相机始终对准所述待检测设备。
所述多自由度相机平台需调整的位姿为:
max[|nx*nxa+ny*nya+nz*nza|]
式中:nx,ny,nz为待检设备检测表面法向量,nxa,nya,nza为多自由度相机平台空间姿态向量,若要得到多自由度相机平台与待检测设备的最佳数据采集姿态,控制多自由度相机平台使上式取得最大值即可。
进一步地,所述三维语义地图的构建方法包括:
实时获取当前环境的双目图像数据、巡检图像数据以及三维点云数据;
基于双目图像数据和三维点云数据获取当前环境中对象的空间分布;
根据当前环境中对象的空间分布,实现机器人周边可通行未知区域的自动识别,利用局部路径规划技术,实现机器人在未知区域的运动规划并,执行未知环境的地图构建,直至完成整个站内环境语义地图的构建。
其中,所述执行未知环境的地图构建包括:基于双目图像数据及三维激光数据获取当前环境中对象的空间分布;基于巡检图像数据获取当前环境中对象的语义信息;利用空间位置坐标变换,将对象的空间信息投影至三维点云数据,建立三维语义地图。
进一步地,巡检过程中,实时获取双目视觉和三维激光传感器数据,判断行走路线上是否存在设备的布局与三维语义地图不一致,若存在,对三维语义地图进行更新。
一个或多个实施例提供了一种语义智能变电站巡视作业机器人导航系统,包括:导航控制工控机,以及与所述导航控制工控机连接的巡检相机、双目视觉相机和三维激光传感器;所述导航控制工控机被配置为执行所述的语义智能变电站巡视作业机器人导航方法。
进一步地,所述系统还包括与所述导航控制工控机连接的运动控制工控机,以及与所述运动控制工控机连接的机器人运动平台。
一个或多个实施例提供了一种基于语义智能的变电站巡检机器人,被配置为包括所述导航系统。
以上一个或多个技术方案存在以下有益效果:
(1)本发明提出了一种面向巡检任务的双目视觉与三维激光融合巡检导航控制方法,融合双目视觉和三维激光获取环境信息,实现对机器人周边环境信息的全方位感知,之后结合含有语义信息的变电站三维电子地图和最优巡检数据采集方法,实现了机器人不停车巡检数据采集,有效提升了巡检效率。
(2)提出了一种双目视觉与三维激光融合巡检机器人定位导航地图自主构建方法,基于双目视觉与三维激光获取的机器人周边障碍物及环境信息,利用随机空间探索和三维SLAM技术,实现了机器人对站内未知区域的探索和导航地图同步构建,有效提升环境地图构图效率和自动化水平。
(3)提出了机器人与待巡检设备相对位姿偏差的巡检数据采集方法,结合含有语义信息的变电站三维电子地图,实现了机器人与待巡检设备相对位姿偏差的实时获取,通过对机器人上安装有检测传感器机械臂实时控制,使其在巡检时能够以最佳位姿对设备进行数据采集,提升了的数据采集质量。
(4)提出了一种待检设备图像目标识别的地图语义分析方法,通过对环境地图离散点云的聚类和语义化,为巡检环境不同区域包含数据赋予了语义信息,提升了环境地图的可解释性,从而为机器人对待检设备巡检数据自主采集提供了更加鲁棒的空间位置,并可进一步方便机器人工程化应用。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例中语义智能变电站巡视作业机器人导航系统的整体框架图;
图2为本发明实施例中巡检机器人定位导航地图自主构建流程图:
图3为本发明实施例中三维电子地图语义分析流程图;
图4为本发明实施例中面向巡检任务的双目视觉与三维激光融合巡检导航控制原理框图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
本实施例公开了一种语义智能变电站巡视作业机器人导航系统,包括:导航控制工控机,以及与所述导航控制工控机连接的多自由度相机平台、巡检相机、双目视觉相机、三维激光雷达、惯导传感器和运动控制工控机;其中,所述巡检相机设置于多自由度相机平台末端,所述运动控制工控机连接机器人运动平台。能够实现多个视觉、激光、GPS、惯导等传感器数据接入与同步采集,从而实现对机器人自身及周边环境的全景感知。
所述机器人导航系统基于ROS(Robot Operating System,机器人操作系统)分布式节点通信网络搭建,所有设备都通过网络交换机接入该网络。导航控制工控机是系统数据分析处理关键模块,其上运行了导航控制相关ROS核心节点,负责机器人各传感器的信息采集、实现机器人底盘驱动的ROS接口、激光/视觉的三维信息分析和融合、机器人的导航控制、机械臂的控制等。机器人导航系统采用了ROS功能包节点的分布式架构开发,包含:地图构建模块、导航控制模块、机械臂控制模块等功能模块。
获取变电站的图纸、电气设计图等先验知识数据,利用知识图谱、知识理解技术,基于所述先验知识数据,形成粗精度的语义地图,并自动构建机器人构建语义地图的任务路径;根据所述任务路径控制机器人运动,运动过程中,通过执行以下步骤实现漫游式语义地图的构建:
步骤1:自双目视觉相机、巡检相机和三维激光传感器获取当前环境的双目图像、巡检图像和三维点云数据;
步骤2:根据巡检图像对当前环境中的道路、设备,以及障碍物等对象进行识别;工控机中预存用于识别道路、设备和各类障碍物的深度学习模型,基于这些模型进行目标检测;即得到了当前环境中的道路、设备,以及障碍物语义信息;根据双目图像及三维点云数据获取当前环境中的道路、设备,以及障碍物的空间位置分布;具体地,双目图像和三维点云数据可以获取机器人周边设备或障碍物距机器人本体的距离信息(双目图像用于识别近距离障碍,三维点云数据用于识别远距离障碍),再结合巡检任务中机器人运行方向信息即可得到障碍物以机器人本体为中心的空间分布。
步骤3:根据障碍物的空间分布,判断是否存在可通行的未知区域,若存在,向导航控制工控机发送运动指令,使机器人运动至可通行未知区域,进入步骤4;若不存在,表示所有未知区域均探索完成,地图构建结束;
步骤4:根据双目视觉和三维激光传感器数据进行三维SLAM地图构建,返回步骤1。
所述步骤4具体包括:
步骤4.1:读取双目相机获取的双目图像、巡检相机获取的巡检图像和三维激光传感器数据;
步骤4.2:基于双目图像数据获取设备、设备及障碍物的空间位置分布,以及基于三维激光传感器数据构建三维点云图;
步骤4.3:基于巡检图像数据获取当前环境中设备、设备及障碍物等对象的语义信息;。
步骤4.4:利用空间位置坐标变化,根据双目图像,以及根据设备的空间位置,将设备的空间位置投影到所述三维点云图,实现二维到三维点云图的映射,结合步骤4.3中当前环境中道路、设备以及障碍物的语义信息,建立语义地图。通过将根据双目相机识别的设备投影至三维点云图,再结合三维点云图的点云密度分布,能够实现三维导航地图中待检设备的三维位置及点云的准确聚类与语义化,得到漫游语义地图。所述漫游语义地图中包括变电站中设备的三维空间位置及其语义。
通过二维到三维点云的映射,能够将通过二维图像识别出的可通行道路、杆塔、表计等语义信息赋予三维点云,结合基于二维图像的定位,能够更准确的对三维点云进行聚类,使得构建的地图更接近于现实。
机器人在建立好三维导航语义地图后,可利用三维导航地图,利用ROS导航模块,实现机器人在变电站内的运动导航。机器人对于任务规定的巡检设备的不停车检测,采用静态地图和动态地图相结合的方式:静态地图方式是利用三维语义地图,将仪表三维空间坐标投影到行走路线上,将仪表等待检设备的空间位置垂直扇形区域作为任务导航点;动态地图方式是机器人在运动过程中,动态识别到任务关注设备后,获取仪表当前三维坐标,实现仪表的动态识别,并实时更新地图信息。
所述导航控制模块,被配置为实现以下步骤:
步骤1:接收巡检任务,所述巡检任务包括指定巡检区域或指定巡检设备;
步骤2:根据三维语义地图确定相应的待巡检设备的可检测区域信息;
步骤3:融合机器人当前巡检任务中所有待检测设备的可检测区域信息,结合机器人当前所在位置,基于语义地图中的巡检道路信息,规划巡检路线;根据三维语义地图将所述设备的三维空间投影坐标作为机器人行走路线上的点,基于机器人当前所在位置和所有行走路线上的点,规划行走路线;
进一步地,还根据三维语义地图中设备的三维空间信息,对机器人的巡检数据采集最佳位姿进行计算;
步骤4:根据所述行走路线进行巡检;巡检过程中,获取双目视觉和三维激光传感器数据,判断行走路线上是否存在设备的布局与三维语义地图不一致,若存在,基于地图构建模块中步骤4的方法对三维语义地图进行更新。
到达每个待巡检设备后,基于三维语义地图,以及双目视觉与三维激光传感器数据,确定机器人当前的实际位姿;根据实际位姿和最佳位姿计算相对位姿偏差;根据相对位姿偏差控制机器人调整位姿,执行检测。
具体地,巡检时,对于每个设备,将设备的空间位置垂直扇形区域作为任务导航点,控制机器人行走到任务导航点执行检测。
作为最佳位姿获取的一种实现方式,预先计算数据采集时机器人与待检设备最佳相对位姿关系为:
max[|nx(x-xr)+ny(y-yr)+nz(z-zr)|+|nx*nxr+ny*nyr+nz*nzr|]
式中:nx,ny,nz为待检设备检测表面(如标记读数的表盘表面)法向量,x,y,z为待检设备空间坐标,而xr,yr,zr和nxr,nyr,nzr为机器人空间位姿向量,当机器人运行位姿使上式取得最大值时,即可得到机器人与待检测设备的最佳相对位姿。
需调整的机器人机械臂末端的空间位姿为:
max[|nx*nxa+ny*nya+nz*nza|]
式中:nx,ny,nz为待检设备检测表面(如标记读数的表盘表面)法向量,nxa,nya,nza为机械臂末端空间姿态向量,若要得到机械臂与待检测设备的最佳数据采集姿态,控制机械臂使上式取得最大值即可。
实施例二
基于实施例一所述导航系统,本实施例提供了一种语义智能变电站巡视作业机器人导航方法,预先存储变电站的三维语义地图,所述方法具体包括:
接收巡检任务,所述巡检任务包括指定巡检区域或指定巡检设备;
根据三维语义地图确定巡检任务相应的待巡检设备;
将三维语义地图中所有待巡检设备的三维空间投影坐标作为机器人行走路线上的点,结合机器人当前所在位置,规划巡检路线;以及,根据三维语义地图,确定机器人针对每个待巡检设备的最佳巡检位姿,根据巡检路线到达各个待巡检设备时,根据最佳巡检位姿进行检测;
根据所述巡检路线和最佳巡检位姿进行巡检。
巡检过程中,实时获取双目视觉和三维激光传感器数据,判断行走路线上是否存在设备的布局与三维语义地图不一致,若存在,对三维语义地图进行更新。
本领域技术人员应该明白,上述本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (8)
1.一种语义智能变电站巡视作业机器人导航方法,其特征在于,预先存储变电站的三维语义地图,所述方法具体包括:
接收巡检任务,所述巡检任务包括指定巡检区域或指定巡检设备;
根据三维语义地图确定巡检任务相应的待巡检设备的可检测区域信息;
融合机器人当前巡检任务中所有待检测设备的可检测区域信息,结合机器人当前所在位置,基于语义地图中的巡检道路信息,规划巡检路线;
根据所述巡检路线进行巡检;
还根据三维语义地图,确定机器人针对每个待巡检设备的最佳巡检位姿,根据巡检路线到达各个待巡检设备时,根据最佳巡检位姿进行检测;
所述根据最佳巡检位姿进行检测包括:
预先根据语义地图中设备的位置,计算搭载巡检相机的多自由度相机平台与待检设备最佳相对位姿关系;
巡检过程中,基于巡检图像识别出待检测设备后,根据相应的相对位置关系,以及机器人当前所在位置、巡检路线以及设定的巡检速度,控制多自由度相机平台调整位姿,使得巡检相机始终对准所述待检测设备。
2.如权利要求1所述的一种语义智能变电站巡视作业机器人导航方法,其特征在于,所述多自由度相机平台需调整的位姿为:
max[|nx*nxa+ny*nya+nz*nza|]
式中:nx,ny,nz为待检设备检测表面法向量,nxa,nya,nza为多自由度相机平台空间姿态向量,若要得到多自由度相机平台与待检测设备的最佳数据采集姿态,控制多自由度相机平台使上式取得最大值即可。
3.如权利要求1所述的一种语义智能变电站巡视作业机器人导航方法,其特征在于,所述三维语义地图的构建方法包括:
实时获取当前环境的双目图像数据、巡检图像数据以及三维点云数据;
基于双目图像数据和三维点云数据获取当前环境中对象的空间分布;
根据当前环境中对象的空间分布,实现机器人周边可通行未知区域的自动识别,利用局部路径规划技术,实现机器人在未知区域的运动规划并执行未知环境的地图构建,直至完成整个站内环境语义地图的构建。
4.如权利要求3所述的一种语义智能变电站巡视作业机器人导航方法,其特征在于,其中,所述执行未知环境的地图构建包括:基于双目图像数据及三维激光数据获取当前环境中对象的空间分布;基于巡检图像数据获取当前环境中对象的语义信息;利用空间位置坐标变换,将对象的空间信息投影至三维点云数据,建立三维语义地图。
5.如权利要求1所述的一种语义智能变电站巡视作业机器人导航方法,其特征在于,巡检过程中,实时获取双目视觉和三维激光传感器数据,判断行走路线上是否存在设备的布局与三维语义地图不一致,若存在,对三维语义地图进行更新。
6.一种语义智能变电站巡视作业机器人导航系统,其特征在于,包括:导航控制工控机,以及与所述导航控制工控机连接的巡检相机、双目视觉相机和三维激光传感器;所述导航控制工控机被配置为执行如权利要求1-5任一项所述的语义智能变电站巡视作业机器人导航方法。
7.如权利要求6所述的一种语义智能变电站巡视作业机器人导航系统,其特征在于,所述系统还包括与所述导航控制工控机连接的运动控制工控机,以及与所述运动控制工控机连接的机器人运动平台。
8.一种基于语义智能的变电站巡检机器人,其特征在于,被配置为包括如权利要求6-7任一项所述导航系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010754017.1A CN111968262B (zh) | 2020-07-30 | 2020-07-30 | 一种语义智能变电站巡视作业机器人导航系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010754017.1A CN111968262B (zh) | 2020-07-30 | 2020-07-30 | 一种语义智能变电站巡视作业机器人导航系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111968262A CN111968262A (zh) | 2020-11-20 |
CN111968262B true CN111968262B (zh) | 2022-05-20 |
Family
ID=73363084
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010754017.1A Active CN111968262B (zh) | 2020-07-30 | 2020-07-30 | 一种语义智能变电站巡视作业机器人导航系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111968262B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113741413B (zh) * | 2020-05-29 | 2022-11-08 | 广州极飞科技股份有限公司 | 一种无人设备的作业方法、无人设备及存储介质 |
CN112549034B (zh) * | 2020-12-21 | 2021-09-03 | 南方电网电力科技股份有限公司 | 一种机器人任务部署方法、系统、设备和存储介质 |
CN112667717B (zh) * | 2020-12-23 | 2023-04-07 | 贵州电网有限责任公司电力科学研究院 | 变电站巡检信息处理方法、装置、计算机设备和存储介质 |
CN112847356B (zh) * | 2020-12-31 | 2022-05-20 | 国网智能科技股份有限公司 | 一种变电站足式巡检机器人安全控制方法及系统 |
CN112859840B (zh) * | 2020-12-31 | 2022-06-24 | 国网智能科技股份有限公司 | 一种变电站足式巡检机器人路径规划方法及系统 |
CN112860826A (zh) * | 2021-01-15 | 2021-05-28 | 北京小米移动软件有限公司 | 一种功能控制方法、功能控制装置及存储介质 |
CN113324998B (zh) * | 2021-05-13 | 2022-02-08 | 常州博康特材科技有限公司 | 一种用于钛合金棒材的生产质检监管系统 |
CN113301306A (zh) * | 2021-05-24 | 2021-08-24 | 中国工商银行股份有限公司 | 智能巡检方法及系统 |
CN113421356B (zh) * | 2021-07-01 | 2023-05-12 | 北京华信傲天网络技术有限公司 | 一种对复杂环境中设备的巡检系统和方法 |
CN113624133A (zh) * | 2021-08-05 | 2021-11-09 | 合肥阳光智维科技有限公司 | 一种故障定位方法、装置及电子设备 |
CN113743330A (zh) * | 2021-09-08 | 2021-12-03 | 新疆大学 | 一种基于视觉导航的变电站智能无人机巡检方法 |
CN113916244A (zh) * | 2021-10-08 | 2022-01-11 | 江苏眸视机器人科技有限公司 | 巡检位置设置的方法、装置、电子设备和可读存储介质 |
CN114050649A (zh) * | 2021-11-12 | 2022-02-15 | 国网山东省电力公司临朐县供电公司 | 一种变电站巡检系统及其巡检方法 |
CN115439949A (zh) * | 2022-08-30 | 2022-12-06 | 中建三局智能技术有限公司 | 机器人自动巡检方法、装置、设备及存储介质 |
CN117197770B (zh) * | 2023-11-06 | 2024-02-23 | 深圳市金固祥科技有限公司 | 一种基于物联网的巡检全流程数据监管系统及方法 |
CN117218743B (zh) * | 2023-11-07 | 2024-02-09 | 诺比侃人工智能科技(成都)股份有限公司 | 基于机器视觉的智能巡检控制方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
CN108170134A (zh) * | 2017-11-15 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种变电站智能巡检机器人路径规划方法 |
CN109186606A (zh) * | 2018-09-07 | 2019-01-11 | 南京理工大学 | 一种基于slam和图像信息的机器人构图及导航方法 |
CN109461211A (zh) * | 2018-11-12 | 2019-03-12 | 南京人工智能高等研究院有限公司 | 基于视觉点云的语义矢量地图构建方法、装置和电子设备 |
CN110614638A (zh) * | 2019-09-19 | 2019-12-27 | 国网山东省电力公司电力科学研究院 | 一种变电站巡检机器人自主采集方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170278047A1 (en) * | 2016-03-25 | 2017-09-28 | Locus Robotics Corporation | Dynamic task interleaving in robot assisted order-fulfillment operations |
CN107063258A (zh) * | 2017-03-07 | 2017-08-18 | 重庆邮电大学 | 一种基于语义信息的移动机器人室内导航方法 |
DE102018209336A1 (de) * | 2018-06-12 | 2019-12-12 | Robert Bosch Gmbh | Verfahren und Einrichtung zum Betrieb von autonom betriebenen Arbeitsmaschinen |
-
2020
- 2020-07-30 CN CN202010754017.1A patent/CN111968262B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107144285A (zh) * | 2017-05-08 | 2017-09-08 | 深圳地平线机器人科技有限公司 | 位姿信息确定方法、装置和可移动设备 |
CN108170134A (zh) * | 2017-11-15 | 2018-06-15 | 国电南瑞科技股份有限公司 | 一种变电站智能巡检机器人路径规划方法 |
CN109186606A (zh) * | 2018-09-07 | 2019-01-11 | 南京理工大学 | 一种基于slam和图像信息的机器人构图及导航方法 |
CN109461211A (zh) * | 2018-11-12 | 2019-03-12 | 南京人工智能高等研究院有限公司 | 基于视觉点云的语义矢量地图构建方法、装置和电子设备 |
CN110614638A (zh) * | 2019-09-19 | 2019-12-27 | 国网山东省电力公司电力科学研究院 | 一种变电站巡检机器人自主采集方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111968262A (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111968262B (zh) | 一种语义智能变电站巡视作业机器人导航系统及方法 | |
CN111897332B (zh) | 一种语义智能变电站机器人仿人巡视作业方法及系统 | |
CN111958592B (zh) | 一种变电站巡检机器人图像语义分析系统及方法 | |
Asadi et al. | An integrated UGV-UAV system for construction site data collection | |
CN110446159B (zh) | 一种室内无人机精确定位与自主导航的系统及方法 | |
CN109916393B (zh) | 一种基于机器人位姿的多重栅格值导航方法及其应用 | |
CN112650255B (zh) | 基于视觉与激光雷达信息融合的机器人定位导航方法 | |
CN106323269B (zh) | 自主定位导航设备、定位导航方法及自主定位导航系统 | |
Harapanahalli et al. | Autonomous Navigation of mobile robots in factory environment | |
Li et al. | Collaborative mapping and autonomous parking for multi-story parking garage | |
CN111982114B (zh) | 一种采用imu数据融合估计三维位姿的救援机器人 | |
Kucuksubasi et al. | Transfer learning-based crack detection by autonomous UAVs | |
CN110211228A (zh) | 用于建图的数据处理方法及装置 | |
US20230064071A1 (en) | System for 3d surveying by an autonomous robotic vehicle using lidar-slam and an estimated point distribution map for path planning | |
CN107063242A (zh) | 具虚拟墙功能的定位导航装置和机器人 | |
CN113238554A (zh) | 一种基于激光与视觉融合slam技术的室内导航方法及系统 | |
CN109491383A (zh) | 多机器人定位与建图系统及方法 | |
CN111958593B (zh) | 一种语义智能变电站巡视作业机器人视觉伺服方法及系统 | |
CN118020038A (zh) | 两轮自平衡机器人 | |
CN114527763A (zh) | 基于目标检测和slam构图的智能巡检系统及方法 | |
Kayhani et al. | Tag-based indoor localization of UAVs in construction environments: Opportunities and challenges in practice | |
CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
Saveliev et al. | Method of autonomous survey of power lines using a multi-rotor UAV | |
Śmigielski et al. | Visual simulator for MavLink-protocol-based UAV, applied for search and analyze task | |
CN114050649A (zh) | 一种变电站巡检系统及其巡检方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |