CN112277004B - 一种巡检机器人性能量化测评方法及系统 - Google Patents

一种巡检机器人性能量化测评方法及系统 Download PDF

Info

Publication number
CN112277004B
CN112277004B CN202011161947.2A CN202011161947A CN112277004B CN 112277004 B CN112277004 B CN 112277004B CN 202011161947 A CN202011161947 A CN 202011161947A CN 112277004 B CN112277004 B CN 112277004B
Authority
CN
China
Prior art keywords
index
inspection robot
inspection
performance
evaluation
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
CN202011161947.2A
Other languages
English (en)
Other versions
CN112277004A (zh
Inventor
顾曼曼
金尚忠
徐睿
邹艳秋
凌通
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.)
China Jiliang University
Original Assignee
China Jiliang University
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 China Jiliang University filed Critical China Jiliang University
Priority to CN202011161947.2A priority Critical patent/CN112277004B/zh
Publication of CN112277004A publication Critical patent/CN112277004A/zh
Application granted granted Critical
Publication of CN112277004B publication Critical patent/CN112277004B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
    • B25J19/0095—Means or methods for testing manipulators

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种巡检机器人性能量化测评方法，构建巡检机器人性能量化测评体系，测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；搭建巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案；在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。该发明能够更加完整准确地对巡检机器人的性能进行量化测评。

Description

一种巡检机器人性能量化测评方法及系统
技术领域
本发明涉及智能机器人技术领域，尤其涉及一种巡检机器人性能量化测评方法及系统。
背景技术
目前，智能电网被提出后，为了减少人工消耗以及人工检测可能出现的误差，巡检机器人的应用越发普遍。目前巡检机器人的生产商较多，各自的生产制造水平也大不相同，巡检机器人的性能以及实际效果难以评估，为了更加有效的指导运维单位对巡检机器人进行选用、评价，制定统一的巡检机器人评价方案是非常有必要的。
专利CN110705849A公开了一种巡检机器人的实效评估方法、系统、存储介质及机器人的技术方案，该发明根据巡检机器人的完整巡视数据获取红外识别指数和表针识别指数来计算巡检机器人的巡视准确率；根据预设的评价周期内的巡视任务完成情况来计算巡检机器人的巡视完成率，依据这两个指标进行巡检机器人的性能评估。该技术方案对影响巡检机器人性能的因素考虑的比较简单和片面，层次比较单一，缺乏系统性的评估，仅仅分析了巡检机器人的巡视准确率以及完成率，以此来分析巡检机器人的性能，会导致评估结果的准确性比较低。
发明内容
基于此，本发明的目的在于提供一种巡检机器人性能量化测评方法及系统，提供了巡检机器人的性能量化测评技术方案，能够更加完整准确的对巡检机器人的性能进行测评。
为实现上述目的，本发明提供了一种巡检机器人性能量化测评方法，所述方法包括：
S1、构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
S2、搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
S3、在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
S4、根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
优选的，所述运动能力性能指标包括巡检机器人的位置偏差量指标、爬坡能力指标和越障能力指标，所述巡检能力指标包括巡检误差率、巡检效率和维修误差率。
优选的，所述巡检机器人的电池性能测评的步骤包括：
搭建巡检机器人行驶场景，采集巡检机器人每一次行驶同一固定距离所消耗的耗电量，计算每一次采集的耗电量占总电量的比重，每次测试时巡检机器人均是充满电的，所述电池耗电性能指标ηe用式(1)计算得到：
Figure GDA0003301933690000021
其中，i表示测试次数，Cp表示第p次测试时所剩余电量，C表示巡检机器人充满电的总电量。
优选的，所述巡检机器人的位置偏差量指标的测评步骤包括：
设定巡检机器人的导航路线，并运用坐标系对所述导航路线进行坐标标定，控制巡检机器人按照所述导航路线进行行驶，根据PID位置式控制算法，确定所述巡检机器人各个时刻在所述导航路线上的位置偏差，计算巡检机器人的位置偏差量指标ηL：
Figure GDA0003301933690000031
Figure GDA0003301933690000032
Figure GDA0003301933690000033
其中，
Figure GDA0003301933690000034
Figure GDA0003301933690000035
其中，D为平均位置偏差量，l为巡检机器人最大平面长度；e(n)为目标值与当前时刻的巡检机器人的位置差，e(n-1)为上一时刻的值，D(n)表示第n个采样时刻的控制，N为最后一个采样周期，Kp表示比例放大系数，Ki表示积分放大系数，Kd表示微分放大系数，T表示采样周期。
优选的，所述巡检机器人的爬坡能力指标的测评步骤包括：
在一预设坡度的斜坡上，测量巡检机器人在所述斜坡上能够达到的最高度，计算巡检机器人在斜坡的最高点时的机械效能η1：
Figure GDA0003301933690000036
F＝mgsinθ-μmgcosθ (8)；
Figure GDA0003301933690000041
其中，hm表示最大爬坡高度，sm表示对应于最大爬坡高度的坡面长度，F表示到达坡面最高点最大牵引力，μ为动摩擦因素，θ表示坡面倾斜角度；
设置多个高度相同而坡度不同的坡面，测量巡检机器人达到相同高度时所对应的最大坡度，所述最大坡度作为巡检机器人的坡度指标η2：
Figure GDA0003301933690000042
其中，hc为斜坡高度，sc则是对应的斜位移；
巡检机器人的爬坡能力指标ηm为：
ηm＝η1+η2 (11)。
优选的，所述巡检机器人的越障能力指标的测评步骤包括：
在设定的巡检机器人的行驶路径中设置多个障碍物，测量每一次巡检机器人能够行驶的最远距离，计算对每一次的最远距离占行驶路径的总路程的百分比，对所述每一次计算的百分比累加取其均值，将所述均值作为越障能力指标，计算公式为：
Figure GDA0003301933690000043
其中，sch表示巡检机器人在第i次行驶的最大距离，S表示行驶路径的总路程。
优选的，所述巡检机器人的巡检能力指标的测评步骤包括：
根据选取的巡检机器人的一次完整的巡视数据，获取对应的表盘识别指标、设备温度识别指标和噪声采集指标，计算巡检机器人的巡检误差率ηrr；
在巡检效率测试场景下设置多个故障设备，对巡检机器人执行设备巡检，以巡检机器人在一个巡检周期内所能够巡检的故障设备数量作为巡检效率ηre；对巡检机器人执行故障设备的简单维修，以简单维修的维修质量作为维修误差率ηrm；
计算巡检机器人的巡检能力指标Sri为：
Sri＝-ηrr+ηre-ηrm (13)；
其中，ηrr表示巡检准误差率，ηre表示巡检效率，ηrm表示维修误差率。
优选的，通过式(14)计算巡检机器人的综合性能测评指标Srr：
Srr＝Sri+ηm-ηc+ηL-ηe (14)；
其中，Sri为巡检能力指标，ηm为爬坡能力指标，ηc为越障能力指标，ηL为位置偏差量指标，ηe为电池耗电性能指标。
优选的，所述步骤S4包括：
对所述巡检机器人的综合性能测评指标进行归一化处理，得到归一化后的综合性能指标
Figure GDA0003301933690000051
Figure GDA0003301933690000052
其中，Srrmax为巡检机器人的最好的综合性能指标；
根据所述归一化后的综合性能指标，对巡检机器人的性能进行等级分类；
若所述归一化后的综合性能指标在0～0.25之间，则性能等级为最高级；
若所述归一化后的综合性能指标在0.25～0.5之间，则性能等级为较高级；若所述归一化后的综合性能指标在0.5～0.75之间，则性能等级为中级；
若所述归一化后的综合性能指标在0.75～1之间，则性能等级为较低级；若所述归一化后的综合性能指标为1，则性能等级为最低级。
为实现上述目的，本发明提供了一种巡检机器人性能量化测评系统，所述系统包括：
系统构建模块，构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
测试模块，搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
量化测评模块，在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
评价模块，根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
与现有技术相比，本发明一种巡检机器人性能量化测评方法及系统，所带来的有益效果为：解决了现有技术中的巡检机器人性能评测不完整的技术问题，构建了巡检机器人性能量化的综合指标，实现了对巡检机器人性能的量化测评，并对巡检机器人的智能化程度进行了评价，该量化测评指标层次多样化，其性能评估更加合理，对巡检机器人的巡检能力判断更符合工业标准，其测评结果更加准确；同时该指标有具体的量化标准，对巡检机器人的智能化程度进行等级分类。
附图说明
图1是根据本发明的一个实施例的巡检机器人性能量化测评方法的流程示意图。
图2是根据本发明的一个实施例的巡检机器人性能量化测评系统的系统示意图。
具体实施方式
以下将结合附图所示的具体实施方式对本发明进行详细描述，但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
如图1所示的本发明的一个实施例，本发明提供一种巡检机器人性能量化测评方法，所述方法包括：
S1、构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
S2、搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
S3、在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
S4、根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统。按照巡检机器人的自主行驶的操功能，对影响巡检机器人的性能的各种因素进行分析和系统划分，包括电池性能测评系统、运动功能测评系统和巡检功能测评系统。
在电池性能测试系统中，对巡检机器人的电池性能可进行单独测试，主要通过巡检机器人的电池耗电性能的量化指标，来对电池性能测试系统进行量化测评。在运动功能测评系统中，对巡检机器人的运动功能可单独测量，运动能力性能指标包括巡检机器人的位置偏差量指标、爬坡能力指标和越障能力指标，来对运动功能测评系统进行量化测评。位置偏差量指标基于单位距离的偏差百分比进行测量，爬坡能力指标主要基于巡检机器人运动的机械效能以及攀越坡度的陡峭程度，越障能力指标主要基于在设置路障的测试环境所行驶的距离。在巡检功能测评系统，对巡检机器人可单独测量，基于巡检机器人的巡检能力指标，来对运巡检功能测评系统进行量化测评，巡检能力指标包括巡检准误差率、巡检效率和维修误差率。
搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标。在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据。构建巡检机器人性能测试环境需要满足封闭测试空间、可重复试验、可远程操作等要求。根据场地设置所述测试方案中的测试环境，比如行驶路径、爬坡装置、障碍装置和巡检装置等。
在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标。在电池性能测评系统中，搭建对应的电池性能测评环境，搭建巡检机器人行驶场景，采集巡检机器人每一次行驶同一固定距离所消耗的耗电量，计算每一次采集的耗电量占总电量的比重，每次测试时巡检机器人均是充满电的，所述电池耗电性能指标ηe用式(1)计算得到：
Figure GDA0003301933690000081
其中，i表示测试次数，Cp表示第p次测试时所剩余电量，C表示巡检机器人充满电的总电量。基于式(1)对巡检机器人的电池性能测评系统进行性能量化测评，得到电池耗电性能指标。
在运动功能测评系统中，搭建巡检机器人的行驶路径测试环境，设定巡检机器人的导航路线，并运用坐标系对所述导航路线进行坐标标定，控制巡检机器人按照所述导航路线进行行驶，根据PID(比例-积分-微分控制器)位置式控制算法，确定所述巡检机器人各个时刻在所述导航路线上的位置偏差，计算巡检机器人的位置偏差量指标ηL：
Figure GDA0003301933690000091
Figure GDA0003301933690000092
Figure GDA0003301933690000093
其中，
Figure GDA0003301933690000094
Figure GDA0003301933690000095
D为平均位置偏差量，l为巡检机器人最大平面长度；e(n)为目标值与当前时刻的巡检机器人的位置差，e(n-1)为上一时刻的值，D(n)表示第n个采样时刻的控制，N为最后一个采样周期，Kp表示比例放大系数，Ki表示积分放大系数，Kd表示微分放大系数，T表示采样周期。如果采样周期足够小，则式(3)的近似计算就可以获得足够精确的结果，离散过程与连续过程十分接近。
在运动功能测评系统中，巡检机器人的爬坡能力指标主要体现在到达斜坡最高度时的机械效能指标以及所支持的最大坡度指标。搭建巡检机器人的爬坡能力指标测试环境，分别搭建对应的机械效能指标测试环境和最大坡度指标测试环境。搭建巡检机器人的最大坡度指标测试环境，在一预设坡度的斜坡上，测量巡检机器人在所述斜坡上能够达到的最高度，计算巡检机器人在斜坡的最高点时的机械效能η1：
Figure GDA0003301933690000096
F＝mgsinθ-μmgcosθ (8)；
Figure GDA0003301933690000101
其中，hm表示最大爬坡高度，sm表示对应于最大爬坡高度的坡面长度，F表示到达坡面最高点最大牵引力，μ为动摩擦因素，θ表示坡面倾斜角度；
搭建最大坡度指标测试环境，设置多个高度相同而坡度不同的坡面，测量巡检机器人达到相同高度时所对应的最大坡度，所述最大坡度作为巡检机器人的坡度指标η2：
Figure GDA0003301933690000102
其中，hc为斜坡高度，sc则是对应的斜位移；
巡检机器人的爬坡能力指标ηm为：
ηm＝η1+η2 (11)。
在运动功能测评系统中，搭建巡检机器人的越障能力指标测试环境，在设定的巡检机器人的行驶路径中设置多个障碍物，测量每一次巡检机器人能够行驶的最远距离，计算对每一次的最远距离占行驶路径的总路程的百分比，对所述每一次计算的百分比累加取其均值，将所述均值作为越障能力指标，计算公式为：
Figure GDA0003301933690000103
其中，sch表示巡检机器人在第i次行驶的最大距离，S表示行驶路径的总路程。
在巡检功能测评系统，巡检能力指标包括巡检误差率、巡检效率和维修误差率。搭建巡检机器人的巡检能力测评环境，在巡检机器人上搭载具备测试功能的设备，比如红外识别、温湿度传感器、摄像头等用来数据采集工作，根据选取的巡检机器人的一次完整的巡视数据，获取对应的表盘识别指标、设备温度识别指标和噪声采集指标，计算巡检机器人的巡检误差率ηrr；在巡检效率测试场景下设置多个故障设备，对巡检机器人执行设备巡检，以巡检机器人在一个巡检周期内所能够巡检的故障设备数量作为巡检效率ηre；对巡检机器人执行故障设备的简单维修，以简单维修的维修质量作为维修误差率，计算巡检机器人的巡检能力指标Sri为：
Sri＝-ηrr+ηre-ηrm (13)；
ηrr表示巡检准误差率，ηre表示巡检效率，ηrm表示维修误差率。
根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。通过式(14)计算巡检机器人的综合性能测评指标Srr：
Srr＝Sri+ηm-ηc+ηL-ηe (14)
其中，Sri为巡检能力指标，ηm为爬坡能力指标，ηc为越障能力指标，ηL为位置偏差量指标，ηe为电池耗电性能指标；
对所述巡检机器人的综合性能测评指标进行归一化处理，得到归一化后的综合性能指标
Figure GDA0003301933690000111
Figure GDA0003301933690000112
其中，Srrmax为巡检机器人的最好的综合性能指标，该指标通过数据挖掘的方法，基于采集大量的数据，基于巡检机器人各方面性能都达到最好的状况下，得到巡检机器人最好的综合性能指标。
根据所述归一化后的综合性能指标，对巡检机器人的性能进行等级分类。若所述归一化后的综合性能指标在0～0.25之间，则性能等级为最高级，若所述归一化后的综合性能指标在0.25～0.5之间，则性能等级为较高级；若所述归一化后的综合性能指标在0.5～0.75之间，则性能等级为中级；若所述归一化后的综合性能指标在0.75～1之间，则性能等级为较低级；若所述归一化后的综合性能指标为1，则性能等级为最低级。
如图2所示的本发明的一个实施例，本发明提供一种巡检机器人性能量化测评系统，所述系统包括：
系统构建模块20，构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
测试模块21，搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
量化测评模块22，在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
评价模块23，根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
按照巡检机器人的自主行驶的操功能，对影响巡检机器人的性能的各种因素进行分析和系统划分，系统构建模块构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统。
测试模块搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标。构建巡检机器人性能测试环境需要满足封闭测试空间、可重复试验、可远程操作等要求。
量化测评模块在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标。所述运动能力性能指标包括巡检机器人的位置偏差量指标、爬坡能力指标和越障能力指标，所述巡检能力指标包括巡检误差率、巡检效率和维修误差率。
评价模块根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
尽管为示例目的，已经公开了本发明的优选实施方式，但是本领域的普通技术人员将意识到，在不脱离由所附的权利要求书公开的本发明的范围和精神的情况下，各种改进、增加以及取代是可能的。

Claims (9)

1.一种巡检机器人性能量化测评方法，其特征在于，所述方法包括：
步骤S1、构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
步骤S2、搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
步骤S3、在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
步骤S4、根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级；
其中，所述电池耗电性能指标ηe定义为：
Figure FDA0003301933680000011
其中，i表示测试次数，Cp表示第p次测试时所剩余电量，C表示巡检机器人充满电的总电量；
所述运动能力性能指标包括巡检机器人的位置偏差量指标、爬坡能力指标和越障能力指标，其中，
所述位置偏差量指标ηL定义为：
Figure FDA0003301933680000012
Figure FDA0003301933680000013
Figure FDA0003301933680000014
Figure FDA0003301933680000015
Figure FDA0003301933680000016
其中，D为平均位置偏差量，l为巡检机器人最大平面长度；e(n)为目标值与当前时刻的巡检机器人的位置差，e(n-1)为上一时刻的值，D(n)表示第n个采样时刻的控制，N为最后一个采样周期，Kp表示比例放大系数，Ki表示积分放大系数，Kd表示微分放大系数，T表示采样周期；
所述爬坡能力指标ηm定义为巡检机器人在斜坡的最高点时的机械效能η1和坡度指标η2的和，其中，巡检机器人在斜坡的最高点时的机械效能η1为：
Figure FDA0003301933680000021
F＝mgsinθ-μmgcosθ (8)；
Figure FDA0003301933680000022
其中，hm表示最大爬坡高度，sm表示对应于最大爬坡高度的坡面长度，F表示到达坡面最高点最大牵引力，μ为动摩擦因素，θ表示坡面倾斜角度；
巡检机器人的坡度指标η2为：
Figure FDA0003301933680000023
其中，hc为斜坡高度，sc则是对应的斜位移；
所述爬坡能力指标ηm为：
ηm＝η1+η2 (11)；
所述越障能力指标ηc定义为：
Figure FDA0003301933680000024
其中，sch表示巡检机器人在第i次行驶的最大距离，S表示行驶路径的总路程；
所述巡检能力指标包括巡检误差率、巡检效率和维修误差率，所述巡检能力指标Sri定义为：
Sri＝-ηrr+ηre-ηrm (13)；
其中，ηrr表示巡检准误差率，ηre表示巡检效率，ηrm表示维修误差率。
2.如权利要求1所述的巡检机器人性能量化测评方法，其特征在于，所述巡检机器人的电池性能测评的步骤包括：
搭建巡检机器人行驶场景，采集巡检机器人每一次行驶同一固定距离所消耗的耗电量，计算每一次采集的耗电量占总电量的比重，每次测试时巡检机器人均是充满电的，并通过式(1)计算得到所述电池耗电性能指标ηe。
3.如权利要求2所述的巡检机器人性能量化测评方法，其特征在于，所述巡检机器人的位置偏差量指标的测评步骤包括：
设定巡检机器人的导航路线，并运用坐标系对所述导航路线进行坐标标定，控制巡检机器人按照所述导航路线进行行驶，根据PID位置式控制算法，确定所述巡检机器人各个时刻在所述导航路线上的位置偏差，通过式(2)～(6)计算得到巡检机器人的位置偏差量指标ηL。
4.如权利要求3所述的巡检机器人性能量化测评方法，其特征在于，所述巡检机器人的爬坡能力指标的测评步骤包括：
在一预设坡度的斜坡上，测量巡检机器人在所述斜坡上能够达到的最高度，通过式(7)～(9)计算巡检机器人在斜坡的最高点时的机械效能η1；
设置多个高度相同而坡度不同的坡面，测量巡检机器人达到相同高度时所对应的最大坡度，所述最大坡度作为巡检机器人的坡度指标η2，并通过式(10)计算得到坡度指标η2；
根据式(11)计算得到巡检机器人的爬坡能力指标ηm。
5.如权利要求4所述的巡检机器人性能量化测评方法，其特征在于，所述巡检机器人的越障能力指标的测评步骤包括：
在设定的巡检机器人的行驶路径中设置多个障碍物，测量每一次巡检机器人能够行驶的最远距离，计算对每一次的最远距离占行驶路径的总路程的百分比，对所述每一次计算的百分比累加取其均值，将所述均值作为越障能力指标，通过计算公式(12)得到越障能力指标ηc。
6.如权利要求5所述的巡检机器人性能量化测评方法，其特征在于，所述巡检机器人的巡检能力指标的测评步骤包括：
根据选取的巡检机器人的一次完整的巡视数据，获取对应的表盘识别指标、设备温度识别指标和噪声采集指标，计算巡检机器人的巡检误差率ηrr；
在巡检效率测试场景下设置多个故障设备，对巡检机器人执行设备巡检，以巡检机器人在一个巡检周期内所能够巡检的故障设备数量作为巡检效率ηre；
对巡检机器人执行故障设备的简单维修，以简单维修的维修质量作为维修误差率ηrm；
基于式(13)计算巡检机器人的巡检能力指标Sri。
7.如权利要求6所述的巡检机器人性能量化测评方法，其特征在于，通过式(14)计算巡检机器人的综合性能测评指标Srr：
Srr＝Sri+ηm-ηc+ηL-ηe (14)；
其中，Sri为巡检能力指标，ηm为爬坡能力指标，ηc为越障能力指标，ηL为位置偏差量指标，ηe为电池耗电性能指标。
8.如权利要求7所述的巡检机器人性能量化测评方法，其特征在于，所述步骤S4包括：
对所述巡检机器人的综合性能测评指标进行归一化处理，得到归一化后的综合性能指标
Figure FDA0003301933680000041
Figure FDA0003301933680000042
其中，Srrmax为巡检机器人的最好的综合性能指标；
根据所述归一化后的综合性能指标，对巡检机器人的性能进行等级分类；
若所述归一化后的综合性能指标在0～0.25之间，则性能等级为最高级；
若所述归一化后的综合性能指标在0.25～0.5之间，则性能等级为较高级；
若所述归一化后的综合性能指标在0.5～0.75之间，则性能等级为中级；
若所述归一化后的综合性能指标在0.75～1之间，则性能等级为较低级；若所述归一化后的综合性能指标为1，则性能等级为最低级。
9.一种巡检机器人性能量化测评系统，其特征在于，所述系统执行如权利要求1-8任一所述的巡检机器人性能量化测评方法，所述系统包括：
系统构建模块，构建巡检机器人性能量化测评体系，所述测评体系包括电池性能测评系统、运动功能测评系统和巡检功能测评系统；
测试模块，搭建与所述量化测评体系相对应的巡检机器人性能测试环境，并基于每一个测评系统制定对应的测试方案，所述测试方案包括测试环境、测试任务、测试对象和测试指标；
量化测评模块，在设定的测试任务场景中，获取巡检机器人在不同测试任务场景下的多组量化评价数据，并构建巡检机器人性能量化测评指标，所述量化测评指标包括电池耗电性能指标、运动能力性能指标和巡检能力指标；
评价模块，根据所述量化测评指标构建巡检机器人的综合性能测评指标，并根据所述综合测评指标确定巡检机器人的性能等级。
CN202011161947.2A 2020-10-27 2020-10-27 一种巡检机器人性能量化测评方法及系统 Active CN112277004B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011161947.2A CN112277004B (zh) 2020-10-27 2020-10-27 一种巡检机器人性能量化测评方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011161947.2A CN112277004B (zh) 2020-10-27 2020-10-27 一种巡检机器人性能量化测评方法及系统

Publications (2)

Publication Number Publication Date
CN112277004A CN112277004A (zh) 2021-01-29
CN112277004B true CN112277004B (zh) 2022-02-11

Family

ID=74372957

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011161947.2A Active CN112277004B (zh) 2020-10-27 2020-10-27 一种巡检机器人性能量化测评方法及系统

Country Status (1)

Country Link
CN (1) CN112277004B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114136670A (zh) * 2021-10-26 2022-03-04 中国石油化工股份有限公司 基于管道检测机器人测试平台的管道检测机器人评价方法
CN116626574B (zh) * 2023-07-19 2023-09-19 深圳市华测半导体设备有限公司 一种信号测试仪的可靠性测试方法、系统及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013111726A (ja) * 2011-11-30 2013-06-10 Sony Corp ロボット装置及びその制御方法、並びにコンピューター・プログラム
US10556510B2 (en) * 2012-04-27 2020-02-11 California Institute Of Technology Accurate assessment of the state of charge of electrochemical cells
CN108764742A (zh) * 2018-05-25 2018-11-06 山东鲁能智能技术有限公司 一种变电站巡检机器人的状态管理方法、装置及设备
CN110705849A (zh) * 2019-09-18 2020-01-17 南方电网科学研究院有限责任公司 巡检机器人的实效评估方法、系统、存储介质及机器人
CN110889455B (zh) * 2019-12-02 2023-05-12 西安科技大学 一种化工园巡检机器人的故障检测定位及安全评估方法

Also Published As

Publication number Publication date
CN112277004A (zh) 2021-01-29

Similar Documents

Publication Publication Date Title
CN112277004B (zh) 一种巡检机器人性能量化测评方法及系统
CN101630376B (zh) 多模型神经网络的生物发酵过程软测量建模方法及软仪表
CN111486902B (zh) 一种基于大数据的大跨度桥梁安全性能实时监测系统
CN101543400B (zh) 动物行为学检测与自动分析系统和动物行为学分析方法
CN103399281B (zh) 基于循环寿命退化阶段参数的nd-ar模型和ekf方法的锂离子电池循环寿命预测方法
CN103389472B (zh) 一种基于nd-ar模型的锂离子电池循环寿命的预测方法
CN109813544B (zh) 一种基于在线监测的旋转机械早期故障诊断方法及系统
CN104008278A (zh) 一种基于特征向量和最小二乘支持向量机的pm25浓度预测方法
CN116227752B (zh) 一种基于物联网的园区设施管理系统
CN116400126B (zh) 一种具有数据处理系统的低压电力箱
CN111579993A (zh) 一种基于卷积神经网络的锂电池容量在线估计方法
CN111191824B (zh) 一种动力电池容量衰减预测方法及系统
CN115876655B (zh) 一种受限空间涉爆粉尘全过程监测系统及方法
AU2020102518A4 (en) A method of gas sensor calibration based on linear optimization
Sadrpour et al. Experimental validation of mission energy prediction model for unmanned ground vehicles
CN111537888A (zh) 一种数据驱动的梯次电池soc预测方法
CN105824987A (zh) 一种基于遗传算法的风场特征统计分布模型建立方法
CN113761787A (zh) 基于深度迁移网络的高炉铁水硅含量在线预测方法及系统
CN113858566B (zh) 一种基于机器学习的注塑机能耗预测方法及系统
CN115824313A (zh) 一种用于粮情监测的一体化多参量监测控制方法及系统
CN103834758A (zh) 一种连续高精度的高炉料位实时检测方法
CN113486295A (zh) 基于傅里叶级数的臭氧总量变化预测方法
CN104089656A (zh) 一种堆场煤炭自燃检测方法和装置
CN112327169A (zh) 一种锂电池剩余寿命预测方法
CN113358236B (zh) 一种提高温度测量精度的方法及装置

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