CN114967674A - 基于变电站全景感知的机器人巡检任务配置方法与系统 - Google Patents

基于变电站全景感知的机器人巡检任务配置方法与系统 Download PDF

Info

Publication number
CN114967674A
CN114967674A CN202210300128.4A CN202210300128A CN114967674A CN 114967674 A CN114967674 A CN 114967674A CN 202210300128 A CN202210300128 A CN 202210300128A CN 114967674 A CN114967674 A CN 114967674A
Authority
CN
China
Prior art keywords
robot
inspection
optimal
task configuration
point
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.)
Pending
Application number
CN202210300128.4A
Other languages
English (en)
Inventor
朱凯枫
黄锐
何峰
张纪伟
鲍新
周兴福
蒋超
窦昊宁
毛纯纯
刘晓
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 Corp of China SGCC
Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd
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 Corp of China SGCC, Jinan Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202210300128.4A priority Critical patent/CN114967674A/zh
Publication of CN114967674A publication Critical patent/CN114967674A/zh
Pending legal-status Critical Current

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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种基于变电站全景感知的机器人巡检任务配置方法及系统，本发明利用机器人云台中心与巡检点位的空间矢量，实现巡检机器人巡检最佳停靠点、最佳云台姿态和最佳变焦倍数的自动计算；解决了例行巡检任务需要人工配置的难题，有效降低了现场运维人员巡检任务配置的工作量，提高了配置效率；另外将巡检任务配置与变电站全景感知数据进行联动，基于巡检点位快速匹配巡检机器人的最优配置数据，实现机器人从最佳停靠位置和观测角度采集巡检数据，保证了巡检数据采集的质量。

Description

基于变电站全景感知的机器人巡检任务配置方法与系统
技术领域
本发明涉及变电站巡检技术领域，特别是一种基于变电站全景感知的机器人巡检任务配置方法与系统。
背景技术
目前，利用机器人进行电网设备例行巡检，需要运维人员预先配置机器人巡检任务。在任务配置时，运维人员需遥控机器人沿巡检路线运行至待检电力设备周边并停靠；之后调整云台使检测传感器依次对准当前区域中各设备的巡检点位，同时将当前巡检点位对应的机器人停靠点位姿和云台预置位数据存储至巡检任务；待当前停靠点处的巡检点位数据存储完成后，运维人员再遥控机器人按上述方法依次遍历巡检任务包含的所有巡检点位，从而最终完成巡检任务的配置。
由于变电站内设备林立且巡检点位众多，现有巡检任务配置方法存在现场巡检点位人工配置工作量大、配置效率低的问题，制约了机器人巡检效益的提升。另外，当机器人执行对单一设备的特殊巡检任务时，也难以保证从最佳角度采集设备运行状态。
发明内容
本发明的目的是提供一种基于变电站全景感知的机器人巡检任务配置方法与系统，旨在解决现有技术中巡检任务配置中存在配置工作量大、配置效率低的问题，实现巡检任务的自动化配置，提高数据采集的质量。
为达到上述技术目的，本发明提供了一种基于变电站全景感知的机器人巡检任务配置方法，所述方法包括以下操作：
建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
生成巡检点位列表，通过机器人三维模型模拟巡检运行；
获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据。
优选地，所述方法还包括：
利用聚类算法对停靠点进行合并，计算合并点涵盖巡检点位对应的最优云台姿态和最佳变焦倍数，形成最终的机器人例行巡检任务配置数据。
优选地，所述对模型中的电力设备进行语义化处理具体为：将现有变电站全景感知数据以及电力设备语义信息与模型中的电力设备进行关联，获得电力设备语义信息。
优选地，所述最佳停靠点位置P以及最优云台姿态T的确定分别如下：
P＝argmin(Pk→|nk|),k＝1,2,L m
Figure BDA0003565129560000021
其中，符号→表示对应于；nk为巡检点与云台中心点连线向量，ni为待检电力设备巡检点平面法向量；Pk、Tk分别为机器人位姿序列和云台姿态序列。
优选地，所述最佳变焦倍数的确定如下：
Figure BDA0003565129560000022
其中，nk为巡检点与云台中心点连线向量，图像放大倍数K可以根据实际需要进行选择。
本发明还提供了一种基于变电站全景感知的机器人巡检任务配置系统，所述系统包括：
三维空间建模模块，用于建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
模拟巡检模块，用于生成巡检点位列表，通过机器人三维模型模拟巡检运行；
空间矢量构造模块，用于获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
巡检任务配置模块，用于基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据。
优选地，所述系统还包括：
停靠点合并模块，用于利用聚类算法对停靠点进行合并，计算合并点涵盖巡检点位对应的最优云台姿态和最佳变焦倍数，形成最终的机器人例行巡检任务配置数据。
优选地，所述最佳停靠点位置P以及最优云台姿态T的确定分别如下：
P＝argmin(Pk→|nk|),k＝1,2,L m
Figure BDA0003565129560000031
其中，符号→表示对应于；nk为巡检点与云台中心点连线向量，ni为待检电力设备巡检点平面法向量；Pk、Tk分别为机器人位姿序列和云台姿态序列；
所述最佳变焦倍数的确定如下：
Figure BDA0003565129560000041
其中，nk为巡检点与云台中心点连线向量，图像放大倍数K可以根据实际需要进行选择。
本发明还提供了一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行所述的基于变电站全景感知的机器人巡检任务配置方法。
本发明还提供了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的基于变电站全景感知的机器人巡检任务配置方法。
发明内容中提供的效果仅仅是实施例的效果，而不是发明所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
与现有技术相比，本发明利用机器人云台中心与巡检点位的空间矢量，实现巡检机器人巡检最佳停靠点、最佳云台姿态和最佳变焦倍数的自动计算；解决了例行巡检任务需要人工配置的难题，有效降低了现场运维人员巡检任务配置的工作量，提高了配置效率；
本发明将巡检任务配置与变电站全景感知数据进行联动，基于巡检点位快速匹配巡检机器人的最优配置数据，实现机器人从最佳停靠位置和观测角度采集巡检数据，保证了巡检数据采集的质量。
附图说明
图1为本发明实施例中所提供的确定机器人巡检传感器有效工作距离范围的巡检点位示意图；
图2为本发明实施例中所提供的机器人云台中心与各巡检点位之间的空间矢量示意图。
具体实施方式
为了能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
下面结合附图对本发明实施例所提供的一种基于变电站全景感知的机器人巡检任务配置方法与系统进行详细说明。
如图1所示，本发明公开了一种基于变电站全景感知的机器人巡检任务配置方法，所述方法包括以下操作：
S1、建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
通过三维扫描建模方法建立变电站三维空间立体模型，再将现有变电站全景感知数据以及电力设备语义信息与模型中的电力设备进行关联，从而实现对三维空间立体模型的语义化处理。其中，三维扫描建模方法包括三维扫描、机器人3D-SLAM建图等。
S2、生成巡检点位列表，通过机器人三维模型模拟巡检运行；
基于待巡检设备的语义信息，确定待巡检设备在变电站三维空间立体模型中位置，比如现场运维人员可以依据变电站三维空间立体模型，利用待巡检设备语义信息点选模型中的设备，将待巡检设备的巡检点位三维空间信息依次加入巡检任务，从而生成巡检点位列表。所述巡检点位三维空间信息包括巡检电的坐标信息和空间姿态信息。将机器人三维模型加入变电站三维模型空间，使其沿巡检路线做模拟巡检运行。
S3、获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
在巡检机器人模拟运行过程中，结合图1和图2，依据机器人安装的巡检传感器有效工作距离参数，从生成的巡检点位列表中选取巡检传感器有效工作半径范围之内的巡检点位三维空间信息，并实时构造机器人云台中心与各巡检点位之间的空间矢量，即云台中心点与巡检点的连线向量。
S4、基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据；
所述机器人最佳停靠点位置P和最优云台姿态T的确定方法具体为：
P＝argmin(Pk→|nk|),k＝1,2,L m
Figure BDA0003565129560000061
其中，符号→表示“对应于”；nk为巡检点与云台中心点连线向量，ni为待检电力设备巡检点平面法向量。Pk、Tk分别为机器人位姿序列和云台姿态序列。
在图2中，pk,Pk,Tk k＝1,2,L m分别为模拟巡检时机器人云台中心点序列p及对应的机器人位姿P与云台朝向巡检点的姿态T序列。
基于机器人最佳停靠点位置P再结合该位置进行图像采集时的图像放大倍数K，即可获得巡检数据采集时所需的最佳变焦倍数Z，如下式：
Figure BDA0003565129560000071
其中，图像放大倍数K可以根据实际需要进行选择。
S5、建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
为了减少停靠点的数量，通过聚类算法将距离小于人工设定阈值的停靠点进行合并，并利用前述方法重新计算合并点涵盖巡检点位对应的云台姿态和变焦倍数，从而形成最终的机器人例行巡检任务配置数据。所述聚类算法包括距离聚类以及K均值聚类等。
当巡检机器人利用该巡检任务配置数据执行巡检任务时，对于变电站三维空间建模误差导致的配置偏差，则可利用云台视觉伺服或人工微调方法予以补偿。巡检机器人对站内某一设备或巡检点位进行单独巡视(特殊巡视)时，比如：顺控操作时到对站内进行某一个刀闸开关开闭状态的巡视。
现场运维人员则可利用设备语义信息，直接点选模型中的对应的设备或巡检点位，再从上述步骤S4得到的最佳巡检任务数据查询对应的停靠点位、云台姿态和变焦倍数，之后形成巡检任务点并利用路径规划算法规划机器人运行路径，即可下发至巡检机器人执行。
本实施例利用变电站三维空间立体模型和全景感知数据，可实现对机器人巡检最佳停靠点、最佳云台姿态和最佳变焦倍数的自动计算，实现了例行巡检任务的自动配置，有效降低了现场运维人员巡检任务配置的工作量。
本发明实施例还公开了一种基于变电站全景感知的机器人巡检任务配置系统，所述系统包括：
三维空间建模模块，用于建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
模拟巡检模块，用于生成巡检点位列表，通过机器人三维模型模拟巡检运行；
空间矢量构造模块，用于获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
巡检任务配置模块，用于基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据；
停靠点合并模块，用于利用聚类算法对停靠点进行合并，计算合并点涵盖巡检点位对应的最优云台姿态和最佳变焦倍数，形成最终的机器人例行巡检任务配置数据。
上述系统的实现已经在前文所述方法中进行了阐述，在此不作赘述。
本发明实施例还公开了一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，所述指令适于由处理器加载并执行前文所述的基于变电站全景感知的机器人巡检任务配置方法。
本发明实施例还公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行前文所述的基于变电站全景感知的机器人巡检任务配置方法。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于变电站全景感知的机器人巡检任务配置方法，其特征在于，所述方法包括以下操作：
建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
生成巡检点位列表，通过机器人三维模型模拟巡检运行；
获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据。
2.根据权利要求1所述的一种基于变电站全景感知的机器人巡检任务配置方法，其特征在于，所述方法还包括：
利用聚类算法对停靠点进行合并，计算合并点涵盖巡检点位对应的最优云台姿态和最佳变焦倍数，形成最终的机器人例行巡检任务配置数据。
3.根据权利要求1所述的一种基于变电站全景感知的机器人巡检任务配置方法，其特征在于，所述对模型中的电力设备进行语义化处理具体为：将现有变电站全景感知数据以及电力设备语义信息与模型中的电力设备进行关联，获得电力设备语义信息。
4.根据权利要求1所述的一种基于变电站全景感知的机器人巡检任务配置方法，其特征在于，所述最佳停靠点位置P以及最优云台姿态T的确定分别如下：
P＝arg min(Pk→|nk|),k＝1,2,L m
Figure FDA0003565129550000011
其中，符号→表示对应于；nk为巡检点与云台中心点连线向量，ni为待检电力设备巡检点平面法向量；Pk、Tk分别为机器人位姿序列和云台姿态序列。
5.根据权利要求1所述的一种基于变电站全景感知的机器人巡检任务配置方法，其特征在于，所述最佳变焦倍数的确定如下：
Figure FDA0003565129550000021
其中，nk为巡检点与云台中心点连线向量，图像放大倍数K可以根据实际需要进行选择。
6.一种基于变电站全景感知的机器人巡检任务配置系统，其特征在于，所述系统包括：
三维空间建模模块，用于建立变电站三维空间立体模型，并对模型中的电力设备进行语义化处理；
模拟巡检模块，用于生成巡检点位列表，通过机器人三维模型模拟巡检运行；
空间矢量构造模块，用于获取机器人巡检传感器有效工作距离范围的巡检点位三维空间信息，构造机器人云台中心与所述的各巡检点位之间的空间矢量；
巡检任务配置模块，用于基于所述空间矢量确定机器人最佳停靠点位置、最优云台姿态以及最佳变焦倍数，形成机器人巡检任务配置数据。
7.根据权利要求6所述的一种基于变电站全景感知的机器人巡检任务配置系统，其特征在于，所述系统还包括：
停靠点合并模块，用于利用聚类算法对停靠点进行合并，计算合并点涵盖巡检点位对应的最优云台姿态和最佳变焦倍数，形成最终的机器人例行巡检任务配置数据。
8.根据权利要求6所述的一种基于变电站全景感知的机器人巡检任务配置系统，其特征在于，所述最佳停靠点位置P以及最优云台姿态T的确定分别如下：
P＝arg min(Pk→|nk|),k＝1,2,L m
Figure FDA0003565129550000031
其中，符号→表示对应于；nk为巡检点与云台中心点连线向量，ni为待检电力设备巡检点平面法向量；Pk、Tk分别为机器人位姿序列和云台姿态序列；
所述最佳变焦倍数的确定如下：
Figure FDA0003565129550000032
其中，nk为巡检点与云台中心点连线向量，图像放大倍数K可以根据实际需要进行选择。
9.一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行权利要求1-5任意一项所述的基于变电站全景感知的机器人巡检任务配置方法。
10.一种计算机可读存储介质，其中存储有多条指令，其特征在于，所述指令适于由终端设备的处理器加载并执行权利要求1-5任意一项所述的基于变电站全景感知的机器人巡检任务配置方法。
CN202210300128.4A 2022-03-25 2022-03-25 基于变电站全景感知的机器人巡检任务配置方法与系统 Pending CN114967674A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210300128.4A CN114967674A (zh) 2022-03-25 2022-03-25 基于变电站全景感知的机器人巡检任务配置方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210300128.4A CN114967674A (zh) 2022-03-25 2022-03-25 基于变电站全景感知的机器人巡检任务配置方法与系统

Publications (1)

Publication Number Publication Date
CN114967674A true CN114967674A (zh) 2022-08-30

Family

ID=82975659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210300128.4A Pending CN114967674A (zh) 2022-03-25 2022-03-25 基于变电站全景感知的机器人巡检任务配置方法与系统

Country Status (1)

Country Link
CN (1) CN114967674A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117290719B (zh) * 2023-11-27 2024-02-02 北京朝阳环境集团有限公司 基于数据分析的巡检管理方法、装置及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117290719B (zh) * 2023-11-27 2024-02-02 北京朝阳环境集团有限公司 基于数据分析的巡检管理方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN110580717B (zh) 一种针对电力杆塔的无人机自主巡检航线生成方法
US20220077820A1 (en) Method and system for soar photovoltaic power station monitoring
CN114035614B (zh) 基于先验信息的无人机自主巡检方法、系统及存储介质
CN108370233B (zh) 检测光伏板的方法、设备及无人机
CN109921517A (zh) 变电站巡检系统
CN112258682B (zh) 一种变电站机器人巡检系统及其巡检方法
CN107168314A (zh) 基于无人船系统的浮标数据信息中转装置
KR102217549B1 (ko) 태양광 발전 모듈 모니터링 방법 및 시스템
CN110223413A (zh) 智能巡检方法、装置、计算机存储介质和电子设备
CN112327906A (zh) 一种基于无人机的智能自动巡检系统
CN109976339B (zh) 一种车载配网巡检数据采集方法与巡检系统
CN111158358A (zh) 一种基于三维模型对变电/换流站自优巡检的方法及系统
CN114967674A (zh) 基于变电站全景感知的机器人巡检任务配置方法与系统
Ohta et al. Image acquisition of power line transmission towers using UAV and deep learning technique for insulators localization and recognition
CN111244822B (zh) 一种复杂地理环境的固定翼无人机巡线方法、系统和装置
CN109885091B (zh) 一种无人机自主飞行控制方法及系统
CN207155816U (zh) 一种基于智能发电站的机器人巡检系统
CN114202819B (zh) 一种基于机器人的变电站巡检方法、系统及计算机
CN113031640B (zh) 一种杆塔的无人机巡检实现方法、装置、终端设备及介质
CN114721419A (zh) 基于无人机的输电线路的杆塔巡检方法、装置、以及设备
Guo et al. Design and control of the open apple-picking-robot manipulator
CN109002633A (zh) 基于独立空间的设备网络建模方法
CN116400736A (zh) 一种无人机电力杆塔精细化巡检航线制定方法
CN115617080A (zh) 一种变电站无人机巡检系统及方法
CN114363375A (zh) 一种基于5g通讯的电气柜ar智能巡检系统及方法

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