CN114115286A - 变电站机器人巡检系统与方法 - Google Patents

变电站机器人巡检系统与方法 Download PDF

Info

Publication number
CN114115286A
CN114115286A CN202111474507.7A CN202111474507A CN114115286A CN 114115286 A CN114115286 A CN 114115286A CN 202111474507 A CN202111474507 A CN 202111474507A CN 114115286 A CN114115286 A CN 114115286A
Authority
CN
China
Prior art keywords
inspection
position coordinate
substation robot
robot
obstacle
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.)
Granted
Application number
CN202111474507.7A
Other languages
English (en)
Other versions
CN114115286B (zh
Inventor
路鹏程
李德荣
郭宗耀
郭兵
徐辉
欧庆满
李�浩
王正顺
王兆安
王忆雪
朱焱
刘景尚
林齐和
刘亚冉
郑昊
孔建军
刘昊天
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.)
State Grid Shandong Electric Power Co Wenshang Power Supply Co
State Grid Corp of China SGCC
Jining Power Supply Co
Original Assignee
State Grid Shandong Electric Power Co Wenshang Power Supply Co
State Grid Corp of China SGCC
Jining Power Supply Co
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 State Grid Shandong Electric Power Co Wenshang Power Supply Co, State Grid Corp of China SGCC, Jining Power Supply Co filed Critical State Grid Shandong Electric Power Co Wenshang Power Supply Co
Priority to CN202111474507.7A priority Critical patent/CN114115286B/zh
Publication of CN114115286A publication Critical patent/CN114115286A/zh
Application granted granted Critical
Publication of CN114115286B publication Critical patent/CN114115286B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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)
  • Acoustics & Sound (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种变电站机器人巡检系统与方法，其中，变电站机器人巡检系统包括变电站机器人，变电站机器人包括指令获取模块、巡检控制模块和检测模块，巡检控制模块分别与指令获取模块、检测模块电连接；首先接收巡检指令，并获取目标检测设备的目标位置坐标，通过检测位于变电站机器人正前方的障碍物，并根据检测结果确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检。这样，通过在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，可以提高变电站机器人的巡检效率。

Description

变电站机器人巡检系统与方法
技术领域
本发明属于电力巡检机器人自动控制技术领域，尤其涉及一种变电站机器人巡检系统与方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
变电站内的设备大多为高压、高辐射设备，人工巡检存在较大的风险。对于无人值守或少人值守变电站的巡检离不开变电站机器人的辅助，与传统的人工巡检方法相比，利用变电站机器人进行巡检具有“巡检速度快、安全、便利”等优点。然而，变电站机器人对变电站环境的适应性较差，尤其对于存在安全隐患的变电站环境，在巡检过程中极易存在因障碍物阻挡而无法到达指定位置，或者停止巡检的问题，严重影响巡检效率。
发明内容
为了解决上述问题，本发明的第一个方面提供一种变电站机器人巡检系统，在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，有利于提高变电站机器人的巡检效率。
为了实现上述目的，本发明主要包括以下几个方面：
第一方面，本发明实施例提供一种变电站机器人巡检系统，包括变电站机器人，所述变电站机器人包括指令获取模块、巡检控制模块和检测模块，巡检控制模块分别与指令获取模块、检测模块电连接；
所述指令获取模块用于接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标，将所述目标位置坐标发送至检测模块；
所述检测模块用于检测位于变电站机器人正前方的障碍物，当检测到障碍物时，确定所述障碍物的位置坐标；若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，并将所述起始位置坐标和目标位置坐标发送至巡检控制模块；
所述巡检控制模块用于根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检。
在一种可能的实施方式中，所述检测模块若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则将变电站机器人的当前位置坐标作为目标位置坐标发送至巡检控制模块；所述巡检控制模块根据所述目标位置坐标，对障碍物进行检测。
在一种可能的实施方式中，所述巡检控制模块包括路径规划单元和控制单元；路径规划单元用于获取变电站机器人的起始位置坐标和目标位置坐标，根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径，确定多条巡检路径中的最优巡检路径；控制单元用于控制变电站机器人沿着所述最优巡检路径进行巡检。
在一种可能的实施方式中，所述变电站机器人巡检系统还包括控制中心服务器，所述控制中心服务器与变电站机器人通信连接，用于接收预警信息，根据预警信息向变电站机器人发送巡检指令，所述巡检指令包括目标检测设备的目标位置坐标。
第二方面，本发明实施例提供一种变电站机器人巡检方法，所述变电站机器人巡检方法应用于如第一方面所述的变电站机器人巡检系统，包括：
接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标；
当检测到变电站机器人正前方的障碍物时，确定所述障碍物的位置坐标；若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检；
若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则判定障碍物为目标检测设备，控制变电站机器人对目标检测设备进行检测。
在一种可能的实施方式中，所述根据起始位置坐标和目标位置坐标，确定变电机器人的巡检路径，包括：
根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径；
获取多条巡检路径的巡检距离和拐点数量，基于巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过有限次的迭代搜索确定多条巡检路径中的最优巡检路径；
将所述最优巡检路径确定为变电机器人的巡检路径。
第三方面，本发明实施例提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述第一方面中任一种可能的实施方式中所述的变电站机器人巡检方法的步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述第一方面中任一种可能的实施方式中所述的变电站机器人巡检方法的步骤。
本发明的有益效果：
1、本发明通过在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，可以提高变电站机器人的巡检效率，增强变电站机器人对变电站环境的适应能力。
2、本发明根据预先存储的先验地图，遍历起始位置坐标与目标位置坐标之间的多条巡检路径，并根据巡检路径的巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过迭代搜索确定多最优巡检路径，这样在检测到障碍物时，可以快速地根据障碍物的位置坐标调整巡检路径。
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是本发明实施例所提供的变电站机器人的结构示意图；
图2是图1中巡检控制模块的结构示意图；
图3是本发明实施例所提供的变电站机器人巡检系统的结构示意图；
图4是本发明实施例所提供的一种变电站机器人巡检方法的流程图；
图5是本发明实施例所提供的一种计算机设备的示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，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。
现阶段，对于无人值守或少人值守变电站的巡检离不开变电站机器人的辅助，变电站内大多为高压、高辐射设备，且设备的空间布置相对复杂，变电站机器人在巡检过程中容易出现因障碍物阻挡而无法到达指定位置，或者停止巡检的问题，因此，变电站机器人对变电站环境的适应能力变得尤为重要。
基于此，本发明提供提供一种变电站机器人巡检系统，在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，从而提高变电站机器人的巡检效率。
实施例一
请参阅图1，图1是本发明实施例所提供的变电站机器人的结构示意图，如图1中所示，一种变电站机器人巡检系统，包括变电站机器人100，所述变电站机器人包括指令获取模块110、巡检控制模块120和检测模块130，巡检控制模块120分别与指令获取模块110、检测模块130电连接。
其中，变电站机器人巡检系统包括一个或多个变电站机器人。
所述指令获取模块110用于接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标，将所述目标位置坐标发送至检测模块；
所述检测模块130用于检测位于变电站机器人正前方的障碍物，当检测到障碍物时，确定所述障碍物的位置坐标；若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，并将所述起始位置坐标和目标位置坐标发送至巡检控制模块；
所述巡检控制模块120用于根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检。
本发明提供的变电站机器人巡检系统，包括变电站机器人，通过指令获取模块接收巡检指令，并获取目标检测设备的目标位置坐标，通过检测模块检测检测位于变电站机器人正前方的障碍物，确定障碍物的位置坐标，在障碍物的位置坐标与目标位置坐标之间的距离大于预设阈值时，将变电站机器人的当前位置坐标作为起始位置坐标，进而通过巡检控制目标确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检。基于该方式，在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，可以提高变电站机器人的巡检效率，增强变电站机器人对变电站环境的适应能力。
本发明实施例中，作为一可选实施例，所述检测模块130若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则将变电站机器人的当前位置坐标作为目标位置坐标发送至巡检控制模块；所述巡检控制模块根据所述目标位置坐标，对障碍物进行检测。
本发明实施例中，作为一可选实施例，如图2中所示，所述巡检控制模块120包括路径规划单元121和控制单元122；路径规划单元121用于获取变电站机器人的起始位置坐标和目标位置坐标，根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径，确定多条巡检路径中的最优巡检路径；控制单元122用于控制变电站机器人沿着所述最优巡检路径进行巡检。
作为一可选实施例，所述路径规划单元121获取多条巡检路径的巡检距离和拐点数量，基于巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过有限次的迭代搜索确定多条巡检路径中的最优巡检路径。
在具体实施中，定义粒子群优化算法的适应度函数为：
Figure BDA0003393048160000071
式中，k为第k条巡检路径，n为巡检路径中有n段直线路径，di为第i段直线路径的长度，n段直线路径的长度的和值为巡检距离，w为预设权重，可根据经验值选取，N-1为拐点数量。
最优巡检路径的确定方法包括以下步骤：
种群初始化：将每一条路径作为一个粒子，设置最大迭代次数，粒子的最大速度，位置信息为整个搜索空间，在速度区间和搜索空间上随机初始化速度和位置，设置粒子群规模；
个体极值与全局最优解：根据上述定义的适应度函数，确定初始种群中的局部最优解和全局最优解；根据局部最优解和全局最优解更新种群中粒子的速度和位置；
当迭代次数达到最大迭代次数，或全局最优解满足最小界限时停止迭代，将全局最优解对应的巡检路径确定为最优巡检路径。
本发明实施例中，作为一可选实施例，所述检测模块130在检测到障碍物时，采集障碍物的图像；根据图像测距方法，确定所述障碍物的位置坐标。
在具体实施中，检测模块根据图像测距方法确定障碍物与变电站机器人之间的距离，根据变电站机器人的位置坐标和距离，确定障碍物的位置坐标。其中，检测模块包括但不限于根据图像测距方法，确定障碍物的位置坐标，还可以通过红外测距、超声波测距等方式确定障碍物的位置坐标。
本发明实施例中，作为一可选实施例，如图3所示，变电站机器人巡检系统还包括控制中心服务器200，所述控制中心服务器200与变电站机器人通信连接，用于接收预警信息，根据预警信息向变电站机器人发送巡检指令，所述巡检指令包括目标检测设备的目标位置坐标。
本发明通过在变电站机器人巡检过程中实时检测障碍物，并根据障碍物的位置坐标及时规划巡检路径，可以提高变电站机器人的巡检效率，增强变电站机器人对变电站环境的适应能力。并且，根据预先存储的先验地图，遍历起始位置坐标与目标位置坐标之间的多条巡检路径，根据巡检路径的巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过迭代搜索确定多最优巡检路径，这样在检测到障碍物时，可以快速地根据障碍物的位置坐标调整巡检路径。
实施例二
请参阅图4，图4是本发明实施例所提供的一种变电站机器人巡检方法的流程图。如图4中所示，本实施例提供的变电站机器人巡检方法应用于实施例一中所述的变电站机器人巡检系统，包括：
接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标；
当检测到变电站机器人正前方的障碍物时，确定所述障碍物的位置坐标；若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检；
若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则判定障碍物为目标检测设备，控制变电站机器人对目标检测设备进行检测。
本实施例中，作为一可选实施例，所述根据起始位置坐标和目标位置坐标，确定变电机器人的巡检路径，包括：
根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径；
获取多条巡检路径的巡检距离和拐点数量，基于巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过有限次的迭代搜索确定多条巡检路径中的最优巡检路径；
将所述最优巡检路径确定为变电机器人的巡检路径。
实施例三
请参阅图5，图5是本发明实施例的一种计算机设备的示意图。如图5中所示，所述计算机设备500包括处理器510、存储器520和总线530。
所述存储器520存储有所述处理器510可执行的机器可读指令，当计算机设备500运行时，所述处理器510与所述存储器520之间通过总线530通信，所述机器可读指令被所述处理器510执行时，可以执行如上述图4所示方法实施例中的变电站机器人巡检方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
实施例四
基于同一申请构思，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述方法实施例中所述的变电站机器人巡检方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
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。

Claims (10)

1.一种变电站机器人巡检系统，包括变电站机器人，其特征在于，所述变电站机器人包括指令获取模块、巡检控制模块和检测模块，巡检控制模块分别与指令获取模块、检测模块电连接；
所述指令获取模块用于接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标，将所述目标位置坐标发送至检测模块；
所述检测模块用于检测位于变电站机器人正前方的障碍物，当检测到障碍物时，确定所述障碍物的位置坐标；若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，并将所述起始位置坐标和目标位置坐标发送至巡检控制模块；
所述巡检控制模块用于根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检。
2.根据权利要求1所述的变电站机器人巡检系统，其特征在于，所述检测模块若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则将变电站机器人的当前位置坐标作为目标位置坐标发送至巡检控制模块；所述巡检控制模块根据所述目标位置坐标，对障碍物进行检测。
3.根据权利要求1所述的变电站机器人巡检系统，其特征在于，所述巡检控制模块包括路径规划单元和控制单元；路径规划单元用于获取变电站机器人的起始位置坐标和目标位置坐标，根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径，确定多条巡检路径中的最优巡检路径；控制单元用于控制变电站机器人沿着所述最优巡检路径进行巡检。
4.根据权利要求3所述的变电站机器人巡检系统，其特征在于，所述路径规划单元获取多条巡检路径的巡检距离和拐点数量，基于巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过有限次的迭代搜索确定多条巡检路径中的最优巡检路径。
5.根据权利要求1所述的变电站机器人巡检系统，其特征在于，所述检测模块在检测到障碍物时，采集障碍物的图像；根据图像测距方法，确定所述障碍物的位置坐标。
6.根据权利要求1所述的变电站机器人巡检系统，其特征在于，还包括控制中心服务器，所述控制中心服务器与变电站机器人通信连接，用于接收预警信息，根据预警信息向变电站机器人发送巡检指令，所述巡检指令包括目标检测设备的目标位置坐标。
7.一种变电站机器人巡检方法，其特征在于，所述变电站机器人巡检方法应用于如权利要求1-6所述的变电站机器人巡检系统，包括：
接收巡检指令，并从所述巡检指令中获取目标检测设备的目标位置坐标；
当检测到变电站机器人正前方的障碍物时，确定所述障碍物的位置坐标；
若障碍物的位置坐标与所述目标位置坐标之间的距离大于预设阈值，则将变电站机器人的当前位置坐标作为起始位置坐标，根据所述起始位置坐标和所述目标位置坐标，确定变电机器人的巡检路径，控制变电站机器人沿着巡检路径进行巡检；
若检测到障碍物的位置坐标与所述目标位置坐标之间的距离小于或等于预设阈值，则判定障碍物为目标检测设备，控制变电站机器人对目标检测设备进行检测。
8.根据权利要求7所述的变电站机器人巡检方法，其特征在于，所述根据起始位置坐标和目标位置坐标，确定变电机器人的巡检路径，包括：
根据预先存储的先验地图，遍历所述起始位置坐标与所述目标位置坐标之间的多条巡检路径；
获取多条巡检路径的巡检距离和拐点数量，基于巡检距离和拐点数量构建粒子群优化算法的适应度函数，经过有限次的迭代搜索确定多条巡检路径中的最优巡检路径；
将所述最优巡检路径确定为变电机器人的巡检路径。
9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求7-8任一所述的变电站机器人巡检方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求7-8任一所述的变电站机器人巡检方法的步骤。
CN202111474507.7A 2021-12-06 2021-12-06 变电站机器人巡检系统与方法 Active CN114115286B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111474507.7A CN114115286B (zh) 2021-12-06 2021-12-06 变电站机器人巡检系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111474507.7A CN114115286B (zh) 2021-12-06 2021-12-06 变电站机器人巡检系统与方法

Publications (2)

Publication Number Publication Date
CN114115286A true CN114115286A (zh) 2022-03-01
CN114115286B CN114115286B (zh) 2024-03-19

Family

ID=80366674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111474507.7A Active CN114115286B (zh) 2021-12-06 2021-12-06 变电站机器人巡检系统与方法

Country Status (1)

Country Link
CN (1) CN114115286B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115741722A (zh) * 2022-12-20 2023-03-07 上海纳深机器人有限公司 机器人的控制方法及相关设备
CN116070807A (zh) * 2022-11-08 2023-05-05 国电湖北电力有限公司鄂坪水电厂 一种基于空间关系的电站巡检路径规划方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129249A (zh) * 2011-01-10 2011-07-20 中国矿业大学 一种危险源环境下的机器人全局路径规划方法
CN103576686A (zh) * 2013-11-21 2014-02-12 中国科学技术大学 一种机器人自主导引及避障的方法
CN108180901A (zh) * 2017-12-08 2018-06-19 深圳先进技术研究院 导盲机器人的室内导航方法、装置、机器人及存储介质
CN108645411A (zh) * 2018-05-15 2018-10-12 深圳大学 基于粒子群算法的机器人路径规划方法、装置及终端设备
CN108664022A (zh) * 2018-04-27 2018-10-16 湘潭大学 一种基于拓扑地图的机器人路径规划方法及系统
WO2019194628A1 (ko) * 2018-04-06 2019-10-10 엘지전자 주식회사 이동 로봇 및 그 제어방법
CN110549339A (zh) * 2019-09-11 2019-12-10 上海软中信息系统咨询有限公司 一种导航方法、装置、导航机器人和存储介质
CN111857142A (zh) * 2020-07-17 2020-10-30 广州大学 一种基于强化学习的路径规划避障辅助方法
CN112527010A (zh) * 2020-11-09 2021-03-19 福州大学 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法
CN112612273A (zh) * 2020-12-21 2021-04-06 南方电网电力科技股份有限公司 一种巡检机器人避障路径规划方法、系统、设备和介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102129249A (zh) * 2011-01-10 2011-07-20 中国矿业大学 一种危险源环境下的机器人全局路径规划方法
CN103576686A (zh) * 2013-11-21 2014-02-12 中国科学技术大学 一种机器人自主导引及避障的方法
CN108180901A (zh) * 2017-12-08 2018-06-19 深圳先进技术研究院 导盲机器人的室内导航方法、装置、机器人及存储介质
WO2019194628A1 (ko) * 2018-04-06 2019-10-10 엘지전자 주식회사 이동 로봇 및 그 제어방법
CN108664022A (zh) * 2018-04-27 2018-10-16 湘潭大学 一种基于拓扑地图的机器人路径规划方法及系统
CN108645411A (zh) * 2018-05-15 2018-10-12 深圳大学 基于粒子群算法的机器人路径规划方法、装置及终端设备
CN110549339A (zh) * 2019-09-11 2019-12-10 上海软中信息系统咨询有限公司 一种导航方法、装置、导航机器人和存储介质
CN111857142A (zh) * 2020-07-17 2020-10-30 广州大学 一种基于强化学习的路径规划避障辅助方法
CN112527010A (zh) * 2020-11-09 2021-03-19 福州大学 基于人工势场与粒子优化的室内变电站无人机多机协同巡检方法
CN112612273A (zh) * 2020-12-21 2021-04-06 南方电网电力科技股份有限公司 一种巡检机器人避障路径规划方法、系统、设备和介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116070807A (zh) * 2022-11-08 2023-05-05 国电湖北电力有限公司鄂坪水电厂 一种基于空间关系的电站巡检路径规划方法及装置
CN116070807B (zh) * 2022-11-08 2024-03-26 国电湖北电力有限公司鄂坪水电厂 一种基于空间关系的电站巡检路径规划方法及装置
CN115741722A (zh) * 2022-12-20 2023-03-07 上海纳深机器人有限公司 机器人的控制方法及相关设备
CN115741722B (zh) * 2022-12-20 2023-07-18 上海纳深机器人有限公司 机器人的控制方法及相关设备

Also Published As

Publication number Publication date
CN114115286B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN114115286A (zh) 变电站机器人巡检系统与方法
CN107560631B (zh) 一种路径规划方法、装置和巡检机器人
CN112612273B (zh) 一种巡检机器人避障路径规划方法、系统、设备和介质
US8352074B2 (en) Path planning apparatus and method of robot
JP2020087415A (ja) ロボットの地図構築及び位置推定
CN106548231B (zh) 移动控制装置、可移动机器人和移动到最佳交互点的方法
CN110713087B (zh) 一种电梯门状态检测方法及装置
CN112509169B (zh) 一种人工智能机器人调度巡检方法和系统
CN110866544B (zh) 传感器数据的融合方法、装置及存储介质
CN111694360B (zh) 确定扫地机器人位置的方法、装置及扫地机器人
CN113917945A (zh) 一种无人机电力线路的巡检方法、装置、无人机和介质
CN112968534A (zh) 水下清洁设备的寻充方法、装置和水下清洁设备
CN114756034A (zh) 一种机器人实时避障路径规划方法及装置
CN112826377A (zh) 扫地机的回充对准方法、装置及扫地机
CN112578787B (zh) 对象搜索方法、设备及存储介质
CN114489050A (zh) 沿直线行驶的避障路线控制方法、装置、设备及存储介质
Kanbara et al. Selection of efficient landmarks for an autonomous vehicle
CN115877847A (zh) 一种基于机器视觉的避障方法及装置
US11639002B2 (en) Control system, control method, and program
CN114578821A (zh) 移动机器人的脱困方法、移动机器人及存储介质
Yi et al. Global dynamic path planning based on fusion of improved a* algorithm and morphin algorithm
CN116700262B (zh) 移动机器人的自动回充控制方法、装置、设备及介质
CN116954265B (zh) 局部运动轨迹的重规划方法、装置和电子设备
CN117389309B (zh) 无人机辅助维修的控制方法、装置、设备及存储介质
WO2023103713A1 (zh) 充电座的搜索方法、系统、自移动机器人和存储介质

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