CN117533537A - 一种空中清洁机器人及清洁方法 - Google Patents
一种空中清洁机器人及清洁方法 Download PDFInfo
- Publication number
- CN117533537A CN117533537A CN202311564133.7A CN202311564133A CN117533537A CN 117533537 A CN117533537 A CN 117533537A CN 202311564133 A CN202311564133 A CN 202311564133A CN 117533537 A CN117533537 A CN 117533537A
- Authority
- CN
- China
- Prior art keywords
- cleaning
- path
- layer
- landing
- algorithm
- 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
Links
- 238000004140 cleaning Methods 0.000 title claims abstract description 171
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000005096 rolling process Methods 0.000 claims abstract description 37
- 238000001179 sorption measurement Methods 0.000 claims abstract description 29
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 24
- 230000008447 perception Effects 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 51
- 239000000428 dust Substances 0.000 claims description 21
- 230000000007 visual effect Effects 0.000 claims description 19
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 18
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 claims description 16
- 239000000741 silica gel Substances 0.000 claims description 16
- 229910002027 silica gel Inorganic materials 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 13
- 230000004438 eyesight Effects 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 7
- 238000005201 scrubbing Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims description 6
- 210000003608 fece Anatomy 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 239000007921 spray Substances 0.000 claims description 5
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 238000013145 classification model Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000002922 simulated annealing Methods 0.000 claims description 3
- 238000010248 power generation Methods 0.000 abstract description 3
- 230000016776 visual perception Effects 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 229920000049 Carbon (fiber) Polymers 0.000 description 5
- 239000004917 carbon fiber Substances 0.000 description 5
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 5
- 239000011521 glass Substances 0.000 description 4
- 230000009194 climbing Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012459 cleaning agent Substances 0.000 description 1
- 238000005108 dry cleaning Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/70—Constructional aspects of the UAV body
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B5/00—Cleaning by methods involving the use of air flow or gas flow
- B08B5/02—Cleaning by the force of jets, e.g. blowing-out cavities
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C25/00—Alighting gear
- B64C25/32—Alighting gear characterised by elements which contact the ground or similar surface
- B64C25/34—Alighting gear characterised by elements which contact the ground or similar surface wheeled type, e.g. multi-wheeled bogies
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C25/00—Alighting gear
- B64C25/32—Alighting gear characterised by elements which contact the ground or similar surface
- B64C25/38—Alighting gear characterised by elements which contact the ground or similar surface endless-track type
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
- B64U10/13—Flying platforms
- B64U10/16—Flying platforms with five or more distinct rotor axes, e.g. octocopters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/83—Electronic components structurally integrated with aircraft elements, e.g. circuit boards carrying loads
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
- B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U30/00—Means for producing lift; Empennages; Arrangements thereof
- B64U30/20—Rotors; Rotor supports
- B64U30/26—Ducted or shrouded rotors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U50/00—Propulsion; Power supply
- B64U50/10—Propulsion
- B64U50/19—Propulsion using electrically powered motors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U60/00—Undercarriages
- B64U60/20—Undercarriages specially adapted for uneven terrain
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U60/00—Undercarriages
- B64U60/50—Undercarriages with landing legs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02S—GENERATION OF ELECTRIC POWER BY CONVERSION OF INFRARED RADIATION, VISIBLE LIGHT OR ULTRAVIOLET LIGHT, e.g. USING PHOTOVOLTAIC [PV] MODULES
- H02S40/00—Components or accessories in combination with PV modules, not provided for in groups H02S10/00 - H02S30/00
- H02S40/10—Cleaning arrangements
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/25—UAVs specially adapted for particular uses or applications for manufacturing or servicing
- B64U2101/29—UAVs specially adapted for particular uses or applications for manufacturing or servicing for cleaning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
- B64U2201/104—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS] using satellite radio beacon positioning systems, e.g. GPS
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- Combustion & Propulsion (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种空中清洁机器人及清洁方法,属于光伏板清洁设备技术领域,包括涵道无人机机体和机身;涵道无人机机体包括机体骨架和涵道电机,涵道电机的数量为六个,六个涵道电机呈正六边形固定在机体骨架的六个角。机身分为三层,一体化设置在机体骨架的中间,包括感知应用层、飞行控制层和作业执行层;感知应用层设置在机身的上层,飞行控制层设置在机身的中层,作业执行层设置在机身的下层。作业执行层包括负压吸附单元、履带移动单元、滚刷清洁单元和斜面降落单元。本发明提供的一种空中清洁机器人及清洁方法,使用无人机和视觉感知技术,对光伏板上的顽固遮挡物进行精准识别、定点清洗,减少安全风险,提升光伏板的发电效率和使用寿命。
Description
技术领域
本发明涉及光伏板清洁设备技术领域,尤其是涉及一种空中清洁机器人及清洁方法。
背景技术
屋顶玻璃长时间不清洗会影响采光率,光伏板表面的污垢和灰尘会影响光伏发电效率和使用寿命,定期进行清洗非常必要。特别是在屋顶分布式光伏板中,由于光伏板高度过高且分布过散,清洗难度较大。传统的清洁方式需要人工爬上屋顶进行清洗,效率低下且工作人员存在高空作业的安全隐患。目前的清洗技术采用全面清洗的方法,缺乏识别检测功能,导致清洗速度慢且效果不佳。同时,采用带水洗的方式,需要将水管搬运至屋顶,与清洗设备系留连接,清洗屋顶高空变得不太方便。而使用干洗的方式,对鸟粪和油污等顽固污渍的清洗效果会很差。现有的技术手段和无人机设计方案在同时满足飞行和清洁需求方面存在很大的挑战。例如,在无人机下方搭载清洗小车等方式会导致无人机体积过大、重心偏移,进而影响其防风性和安全性。此外,这种设计还可能导致无人机重量过重,从而严重影响其续航能力,使正常30分钟的飞行时间被压缩到仅有10分钟。另外,无人机的桨叶可能会与光伏板发生接触,进而切割光伏板造成损坏。现有无人机技术在续航方面面临一定的技术瓶颈,而光伏板清洁作业通常需要长时间的持续工作。使用柴油发动机的无人机存在稳定性差和非清洁能源的缺点,不适合用于光伏清洁机器人。因此,确保清洁机器人的续航时间和清洁效率是空中清洁光伏板技术的重要难题。除此之外,光伏板通常以30°左右的倾角铺设,这导致无人机在光伏板斜面上的降落面临以下技术难点:
1)重力和摩擦力不平衡:由于斜面的重力分力大于摩擦力,无人机在降落过程中容易失去与光伏板的摩擦力,增加了掉落的风险。这种不平衡情况会使无人机难以稳定地降落在光伏板斜面上;
2)倾斜姿态:由于光伏板的倾斜,无人机在接近光伏板时需要保持相应的倾斜姿态。这样的姿态会导致无人机向相反的方向飞行,远离光伏板。姿态控制和稳定性成为需要解决的关键问题;
3)弹起和滑落风险:在降落过程中,无人机可能会经历弹起和滑落现象。这种情况可能导致降落不稳定,使无人机无法稳定地降落在光伏板上。
发明内容
本发明的目的是提供一种空中清洁机器人及清洁方法,解决上述技术存在的在进行屋顶玻璃和光伏板表面清洁时需要屋顶登高危险性大、屋顶分散作业效率低、现有无人机体积过大和电池续航能力差、现有无人机在屋顶斜面难以降落、现有清洁小车在玻璃板斜面难以移动和停留的问题。
为实现上述目的,本发明提供了一种空中清洁机器人,包括涵道无人机机体和机身;所述涵道无人机机体包括机体骨架和涵道电机,所述涵道电机的数量为六个,六个所述涵道电机呈正六边形分别固定在所述机体骨架的六个角,所述机身分为三层,一体化设置在所述机体骨架的中间,所述机身包括感知应用层、飞行控制层和作业执行层;所述感知应用层设置在所述机身的上层,所述飞行控制层设置在所述机身的中层,所述作业执行层设置在所述机身的下层;所述作业执行层包括负压吸附单元、履带移动单元、滚刷清洁单元和斜面降落单元,所述作业执行层的底部设置有底板,所述负压吸附单元设置在所述底板的中心,所述履带移动单元对称设置所述底板的左右两侧,所述滚刷清洁单元设计在所述底板的前后两侧,所述斜面降落单元对称设置在所述底板前后靠外两侧。
优选的,所述感知应用层以机载计算机为核心,结合视觉相机、RTK定位模块、GPS定位模块和5G通信模块,完成视觉识别、视觉定位、GPS/RTK定位、无线通信、算法处理、任务调度、路径规划;所述飞行控制层以PX4飞控为核心,结合无线数传和遥控器接收机模块完成无人机平台的飞行控制;所述作业执行层以作业执行层控制板为核心,作业执行层控制板使用STM32F407微处理器,采用FreeRTOS嵌入式实时操作系统,控制所述负压吸附单元、所述履带移动单元、所述滚刷清洁单元和所述斜面降落单元处理空中清洁机器人的清洁作业任务。
优选的,所述负压吸附单元内部设置有负压吸附电机,所述负压吸附电机通过螺栓安装在所述底板的内部,所述底板的正中心呈蜂窝空心阵列,所述蜂窝空心阵列的外部设置有一圈擦洗布。
优选的,所述履带移动单元由一对平行的硅胶履带和两个履带驱动电机构成,每条所述硅胶履带的两端均装有硅胶履带轮,所述履带驱动电机通过驱动主动轮,间接地驱动从动轮,带动所述硅胶履带的转动。
优选的,所述滚刷清洁单元包括滚刷、驱动连杆、集尘盒、水箱和水泵电机组成,所述滚刷安装在所述底板靠近地面的前方,所述负压吸附电机通过两节所述驱动连杆驱动所述滚刷旋转,所述集尘盒与所述滚刷相连接,所述集尘盒与所述滚刷接触的一面设计为锯齿状,且所述滚刷的一端设置有喷头。
优选的,所述斜面降落单元由辅助降落腿和设置在所述底板四个角的激光测距传感器组成,所述辅助降落腿包括底座、设置在所述底座上方的驱动电机、设置在所述驱动电机下方的降落腿连杆、与所述降落腿连杆活动连接的降落腿支腿、设置在所述降落腿支腿远离所述降落腿连杆一端的降落腿底杆和套设在所述降落腿底杆上的防滑滚轮。
一种空中清洁机器人的清洁方法,包括以下步骤:
步骤一、空中清洁机器人从地面起飞,根据GPS定位模块和RTK定位模块的位置信息,飞行路径规划算法计算出最优飞行路径;
步骤二、空中清洁机器人飞行至目标屋顶上方后,通过搭载的视觉相机在飞行过程中同时进行全局地图构建、遮挡物识别和气流清灰,全局地图构建采用SLAM技术,遮挡物识别采用视觉识别算法,气流清灰利用飞行过程中涵道的气流将屋顶光伏板的灰尘吹落,完成后将数据通过5G通信模块发送给机载计算机和地面站;
步骤三、机载计算机结合全局地图数据和鸟粪顽固污渍信息,通过轨迹规划算法计算出最优清洁路径,将其自动传输至清洁机器人的控制系统中;
步骤四、空中清洁机器人飞行至清洗点进行降落,通过降落算法结合激光测距信息,调节辅助降落腿,实现空中清洁机器人在光伏板上的平稳降落;
步骤五、空中清洁机器人根据轨迹规划算法计算的最优清洁路径进行清洗,完成清洁工作后自动返航。
优选的,所述步骤二中视觉识别算法具体过程如下:
S21、图像采集;使用无人机上的视觉相机获取光伏板表面的图像数据,对顽固遮挡物的识别采用红外相机,或者视觉相机结合红外相机的方法;
S22、图像预处理;机载计算机对采集到的图像进行预处理,包括去噪、图像增强和调整,优化图像质量;
S23、目标检测;应用目标检测算法,使用基于深度学习的目标检测模型YOLO来识别光伏板图像中的顽固污渍,目标检测模型经过训练,准确地检测和定位顽固污渍的位置;
S24、污渍分类;根据识别到的顽固污渍的位置,应用图像分类算法卷积神经网络对污渍进行分类,训练分类模型,区分不同类型的顽固污渍;
S25、确认顽固污渍;根据分类结果,对检测到的顽固污渍进行确认,设置一个阈值和规则,判断污渍是否属于顽固污渍,并进一步处理;
S26、发送清洗指令;根据识别和确认的顽固污渍,通过5G通信模块将清洗指令发送给无人机的清洗装置;
S27、反馈和调整;无人机根据清洗结果进行反馈,通过再次采集图像并进行对比分析,对清洗效果进行评估和调整。
优选的,所述步骤三中的轨迹规划算法具体过程如下:
S31、获取顽固污渍位置;通过视觉识别获取到的光伏板顽固污渍的位置信息;
S32、确定起始点和目标点;将无人机的当前位置设为起始点,将需要处理的顽固污渍的位置设为目标点;
S33、构建图模型;将光伏板分割为离散的区域,每个区域作为图的节点,计算相邻区域之间的距离,将其作为图的边,构建出一个图模型;
S34、路径规划算法;应用路径规划算法A*算法,根据起始点、目标点和图模型,计算出无人机的最优清洗路径,路径规划算法将考虑距离、障碍物避免和路径优化因素,以找到最短或最优路径;
S35、路径优化;应用模拟退火算法对生成的初始路径进行优化;
S36、控制机器人执行路径;根据计算得到的最优飞行轨迹和最优清洗路径,控制机器人飞行单元沿着路径飞行后降落至清洗出发点,控制机器人移动清洗单元实施清洗操作;
S37、实时更新路径;在清洗过程中,如果检测到新的顽固污渍,需要实时更新路径,将新的目标点纳入考虑,并重新计算最优清洗路径。
优选的,所述步骤四中的降落算法的具体过程如下:
S41、计算清洁小车的底板平面;由于激光测距传感器的位置是固定的,获取当前的姿态下数据,计算在机体坐标系下的清洁小车的底板平面;
S42、数据修正;获取激光测距传感器的数据,当前的距离信息为激光测距传感器与光伏板之间垂直距离,计算激光测距传感器安装角度和光线垂直角度,修正激光测距传感器与光伏板之间的真实距离;
S43、计算光伏板平面;根据清洁小车的底板平面和修正后的真实距离,计算出光伏板平面与清洁小车的底板平面的相对位置,从而计算在机体坐标系下的光伏板平面;
S44、计算控制数据;获取机头方向信息和IMU信息,结合机体坐标系下的清洁小车的底板平面和光伏板平面,计算出最终的机头控制数据、姿态角控制数据、降落腿控制数据,转化成相对应控制信号,通过飞行控制系统控制无人机的降落过程;
S45、实时控制;实时获取降落腿开合的角度信息,监测降落过程中的高度变化和姿态变化,重复上述算法,实时调整降落控制信号。
因此,本发明采用上述的一种空中清洁机器人及清洁方法,具有以下有益效果:
(1)本发明采用一体化设计方案,将无人机与清洁小车相结合,充分利用无人机的飞行能力和灵活性,有效解决了高空作业和分散作业的难题;
(2)本发明采用涵道电机的设计方案,相较于开放桨叶设计方案,首先涵道电机比开放桨叶占用的空间更小,使得机器人设计更紧凑,在本发明中,我们将清洁小车一体化地安装在涵道无人机的机身内部,而不是采用无人机与清洗小车上下相连的方式,这种设计方案使得体积和重量减少了30%左右;其次,涵道电机的设计具有保护光伏板的功能,能够防止切割对光伏板造成损害,相比于开放桨叶,涵道结构能够有效地降低与光伏板的直接接触,减少意外损伤的风险;最后,涵道电机产生的气流比普通无人机更加集中,在本发明中,我们利用涵道产生的气流对光伏板表面进行清理。通过轨迹规划算法和无人机控制算法,将无人机涵道的气流从上往下吹拂光伏板表面,能够有效清除表面的灰尘;
(3)采用在光伏板上使用清洁小车行走的方式来进行移动,节约了无人机的电量消耗,提高整体续航能力。在这个技术方案中,无人机主要负责从地面起飞、飞行至光伏板上方、降落,并在需要时进行返航,光伏板上的移动任务则由清洁小车完成。采用吸附电机和滚刷电机复用的方式减轻重量,提高续航能力;
(4)采用辅助降落腿的方案来解决光伏板斜面降落的难题同时降低了斜面降落时无人机桨叶切割破坏光伏板的风险,并减少降落后因姿态不平导致的侧翻风险。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明空中清洁机器人整体的剖视结构图;
图2为本发明感知应用层的上视结构图;
图3为本发明飞行控制层的上视结构图;
图4为本发明作业执行层的上视结构图;
图5为本发明作业执行层的下视结构图;
图6为本发明视觉识别算法的逻辑框图;
图7为本发明轨迹规划算法的逻辑框图;
图8为本发明降落算法的逻辑框图;
其中,1、涵道无人机机体;101、机体骨架;102、涵道电机;5、机身;2、感知应用层;201、机载计算机;202、视觉相机;203、RTK定位模块;204、GPS定位模块;205、5G通信模块;3、飞行控制层;301、PX4飞控;302、电源分电板;303、无线数传;304、遥控器接收机;305、航模电池;4、作业执行层;401、底板;402作业执行层控制板;41、负压吸附单元;411、蜂窝空心阵列;412、负压吸附电机;413、擦洗布;42、履带移动单元、421、硅胶履带;422、履带驱动电机;423、硅胶履带轮;43、滚刷清洁单元;431、滚刷;432、驱动连杆;433、集尘盒;434、水箱;435、水泵电机;44斜面降落单元;441、辅助降落腿;442、激光测距传感器;443底座;444、降落腿驱动电机;445、降落腿连杆;446、降落腿支腿;447、降落腿底杆;448、防滑滚轮。
具体实施方式
以下通过附图和实施例对本发明的技术方案作进一步说明。
除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
实施例
下面将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。
请参阅图1-5,一种空中清洁机器人,包括涵道无人机机体1和机身5;涵道无人机机体1包括机体骨架101、涵道电机102和机身5,机体骨架101由两块六边形碳纤维板和六根碳纤维管组成,六根碳纤维管通过安装件固定在上下两块碳纤维板中间,涵道电机102的数量为六个,六个涵道电机102呈正六边形固定在机体骨架101的六个角。机身5分为三层,一体化设置在机体骨架101上,包括感知应用层2、飞行控制层3和作业执行层4。感知应用层2设置在机身5的上层,飞行控制层3设置在机身5的中层,作业执行层4设置在机身5的下层。作业执行层4包括负压吸附单元41、履带移动单元42、滚刷清洁单元43和斜面降落单元44。作业执行层4的底部设置有底板401,负压吸附单元41设置底板401的中心,履带移动单元42对称设置底板401的左右两侧,滚刷清洁单元43设置在底板401的前后两侧斜面降落单元44对称设置底板401前后靠外两侧。
机身5包括感知应用层、飞行控制层和作业执行层,感知应用层2以机载计算机201为核心,匹配电源分电板302、航模电池305、结合视觉相机202、RTK定位模块203、GPS定位模块204和5G通信模块205,完成视觉识别、视觉定位、GPS/RTK定位、无线通信、算法处理、任务调度、路径规划;飞行控制层3以PX4飞控301为核心,结合无线数传303和遥控器接收机304模块完成无人机平台的飞行控制;作业执行层4以作业执行层控制板402为核心,作业执行层控制板402使用STM32F407微处理器,采用FreeRTOS嵌入式实时操作系统,控制负压吸附单元、履带移动单元、滚刷清洁单元和斜面降落单元处理空中清洁机器人的清洁作业任务。
作业执行层4的底板401中间设置有负压吸附单元41,负压吸附单元41内部设置有负压吸附电机412,负压吸附电机412通过螺栓安装在底板401的内部,负压吸附电机412的外径与蜂窝空心阵列411的外圈相对应,负压吸附电机412与底板401之间有一条密封圈,防止漏风,使风从底板401外部往里抽。底板401的正中心呈蜂窝空心阵列411,用来防止杂物进入内部,蜂窝空心阵列411外部为一圈擦洗布413,擦洗布413与待擦洗的玻璃面形成一个相对密闭的空间,通过负压吸附电机412吸风,上述密闭空间形成负压吸附的效果,防止空中清洁机器人掉落,擦洗布413还具有擦洗清洁的作用。
履带移动单元42由两条平行的硅胶履带421和两个履带驱动电机422组成,硅胶履带421两端设置有硅胶履带轮423,硅胶履带轮423由直流履带驱动电机422驱动,驱动齿轮跟从动齿轮采用蜗轮蜗杆的传动方式,将直流履带驱动电机422的力传到硅胶履带421的旋转上面,硅胶履带轮423通过接线端子与作业执行层控制板402相连,用以供电和信号控制。
滚刷清洁单元43包括滚刷431、驱动连杆432、集尘盒433、水箱434和水泵电机435组成,滚刷431安装在机体骨架101靠近地面的前方,负压吸附电机412通过两级驱动连杆432驱动滚刷431旋转,集尘盒433与滚刷431相连接,集尘盒433与滚刷431接触的一面设计为锯齿状,具有铲除污渍清洗滚刷431的效果,且滚刷431的一端设置有喷头,下层底板401的最后方则为水箱434和水泵电机435,水泵电机435一端连接水箱434,另一端通过水管与滚刷431的喷头相连,水泵电机435将水箱434中的清洗剂抽出,从滚刷431旁的喷头喷出,用于清洗顽固污渍。滚刷431电机、水泵电机435均通过接线端子与作业执行层控制板402相连,用以供电和信号控制。
斜面降落单元44由辅助降落腿441和设置在所述底板401四个角的激光测距传感器442组成。辅助降落腿441包括底座443、设置在底座443上方的降落腿驱动电机444、设置在降落腿驱动电机444下方的降落腿连杆445、与降落腿连杆445活动连接的降落腿支腿446、设置在降落腿支腿446远离降落腿连杆445一端的降落腿底杆447和套设在降落腿底杆447上的防滑滚轮448;两条辅助降落腿441通过固定件安装在清洁小车外壳的侧面,短的降落腿在机头前面,长的降落腿在机头后面,降落腿驱动电机444内嵌安装在辅助降落腿441底座443的中间,履带驱动电机422通过蜗轮蜗杆驱动降落腿连杆445,降落腿连杆445两端通过三角弯头装有两根平行的降落腿支腿446,降落腿支腿446底部又通过两个三角弯头与降落腿底杆447连接,降落腿底杆447设计有防滑滚轮448,解决在光伏板斜面打滑和移动的问题,降落腿驱动电机444通过接线端子与作业执行层控制板402相连,用以供电和信号控制,通过该连接装置和传导方式,降落腿驱动电机444调节控制对应降落腿的角度。激光测距传感器442用来测量小车底盘与光伏板平台的距离,给降落算法提供数据输入。
一种空中清洁机器人的清洁方法,包括以下步骤:
步骤一、空中清洁机器人从地面起飞,根据GPS定位模块204和RTK定位模块203的位置信息,飞行路径规划算法计算出最优飞行路径;
步骤二、空中清洁机器人飞行至目标屋顶上方后,通过搭载的视觉相机202在飞行过程中同时进行全局地图构建、遮挡物识别和气流清灰,全局地图构建采用SLAM技术,遮挡物识别采用视觉识别算法,气流清灰利用飞行过程中涵道的气流将屋顶光伏板的灰尘吹落,完成后将数据通过5G通信模块205发送给机载计算机201和地面站;
步骤三、机载计算机201结合全局地图数据和鸟粪顽固污渍信息,通过轨迹规划算法计算出最优清洁路径,将其自动传输至清洁机器人的控制系统中;
步骤四、空中清洁机器人飞行至清洗点进行降落,通过降落算法结合激光测距信息,调节辅助降落腿441,实现空中清洁机器人在光伏板上的平稳降落;
步骤五、空中清洁机器人根据轨迹规划算法计算的最优清洁路径进行清洗,完成清洁工作后自动返航。
请参阅图6,步骤二中视觉识别算法具体过程如下:
S21、图像采集;使用无人机上的视觉相机202获取光伏板表面的图像数据,对鸟粪顽固遮挡物的识别也可以采用红外相机,或者视觉相机202结合红外相机的方法;
S22、图像预处理;机载计算机201对采集到的图像进行预处理,包括去噪、图像增强和调整,优化图像质量;
S23、目标检测;应用目标检测算法,使用基于深度学习的目标检测模型YOLO来识别光伏板图像中的顽固污渍,目标检测模型经过训练,准确地检测和定位顽固污渍的位置;
S24、污渍分类;根据识别到的顽固污渍的位置,应用图像分类算法卷积神经网络对污渍进行分类,训练分类模型,区分不同类型的顽固污渍;
S25、确认顽固污渍;根据分类结果,对检测到的顽固污渍进行确认,设置一个阈值和规则,判断污渍是否属于顽固污渍,并进一步处理;
S26、发送清洗指令;根据识别和确认的顽固污渍,通过5G通信模块205将清洗指令发送给无人机的清洗装置;
S27、反馈和调整;无人机根据清洗结果进行反馈,通过再次采集图像并进行对比分析,对清洗效果进行评估和调整。
请参阅图7,步骤三中的轨迹规划算法具体过程如下:
S31、获取顽固污渍位置;通过视觉识别获取到的光伏板顽固污渍的位置信息;
S32、确定起始点和目标点;将无人机的当前位置设为起始点,将需要处理的顽固污渍的位置设为目标点;
S33、构建图模型;将光伏板分割为离散的区域,每个区域作为图的节点,计算相邻区域之间的距离,将其作为图的边,构建出一个图模型;
S34、路径规划算法;应用路径规划算法A*算法,根据起始点、目标点和图模型,计算出无人机的最优清洗路径,路径规划算法将考虑距离、障碍物避免和路径优化因素,以找到最短或最优路径;
S35、路径优化;应用模拟退火算法对生成的初始路径进行优化;
S36、控制机器人执行路径;根据计算得到的最优飞行轨迹和最优清洗路径,控制机器人飞行单元沿着路径飞行后降落至清洗出发点,控制机器人移动清洗单元实施清洗操作;
S37、实时更新路径;在清洗过程中,如果检测到新的顽固污渍,需要实时更新路径,将新的目标点纳入考虑,并重新计算最优清洗路径。
请参阅图8,步骤四中的降落算法的具体过程如下:
S41、计算清洁小车的底板401平面;由于激光测距传感器442的位置是固定的,获取当前的姿态下数据,计算在机体坐标系下的清洁小车的底板401平面;
S42、数据修正;获取激光测距传感器442的数据,当前的距离信息为激光测距传感器442与光伏板之间垂直距离,计算激光测距传感器442安装角度和光线垂直角度,修正激光测距传感器442与光伏板之间的真实距离;
S43、计算光伏板平面;根据清洁小车的底板401平面和修正后的真实距离,计算出光伏板平面与清洁小车的底板401平面的相对位置,从而计算在机体坐标系下的光伏板平面;
S44、计算控制数据;获取机头方向信息和IMU信息,结合机体坐标系下的清洁小车的底板401平面和光伏板平面,计算出最终的机头控制数据、姿态角控制数据、降落腿控制数据,转化成相对应控制信号,通过飞行控制系统控制无人机的降落过程;
S45、实时控制;实时获取降落腿开合的角度信息,监测降落过程中的高度变化和姿态变化,重复上述算法,实时调整降落控制信号。
因此,本发明采用上述一种空中清洁机器人及清洁方法,以解决现有技术存在的在进行光伏板表面清洁时需要屋顶登高危险性大、现有无人机电池续航能力差、现有无人机倾斜姿态难以停留的问题。本发明使用无人机和视觉感知技术,对光伏板上的鸟粪等顽固遮挡物进行精准识别、定点清洗,解决屋顶登高、电池续航能力差、无人机倾斜姿态难以停留的难题,减少安全风险,提升光伏板的发电效率和使用寿命。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (10)
1.一种空中清洁机器人,其特征在于:包括涵道无人机机体和机身;所述涵道无人机机体包括机体骨架和涵道电机,所述涵道电机的数量为六个,六个所述涵道电机呈正六边形分别固定在所述机体骨架的六个角,所述机身分为三层,一体化设置在所述机体骨架的中间,所述机身包括感知应用层、飞行控制层和作业执行层;所述感知应用层设置在所述机身的上层,所述飞行控制层设置在所述机身的中层,所述作业执行层设置在所述机身的下层;所述作业执行层包括负压吸附单元、履带移动单元、滚刷清洁单元和斜面降落单元,所述作业执行层的底部设置有底板,所述负压吸附单元设置在所述底板的中心,所述履带移动单元对称设置所述底板的左右两侧,所述滚刷清洁单元设计在所述底板的前后两侧,所述斜面降落单元对称设置在所述底板前后靠外两侧。
2.根据权利要求1所述的一种空中清洁机器人,其特征在于:所述感知应用层以机载计算机为核心,结合视觉相机、RTK定位模块、GPS定位模块和5G通信模块,完成视觉识别、视觉定位、GPS/RTK定位、无线通信、算法处理、任务调度、路径规划;所述飞行控制层以PX4飞控为核心,结合无线数传和遥控器接收机模块完成无人机平台的飞行控制;所述作业执行层以作业执行层控制板为核心,作业执行层控制板使用STM32F407微处理器,采用FreeRTOS嵌入式实时操作系统,控制所述负压吸附单元、所述履带移动单元、所述滚刷清洁单元和所述斜面降落单元处理空中清洁机器人的清洁作业任务。
3.根据权利要求1所述的一种空中清洁机器人,其特征在于:所述负压吸附单元内部设置有负压吸附电机,所述负压吸附电机通过螺栓安装在所述底板的内部,所述底板的正中心呈蜂窝空心阵列,所述蜂窝空心阵列的外部设置有一圈擦洗布。
4.根据权利要求1所述的一种空中清洁机器人,其特征在于:所述履带移动单元由一对平行的硅胶履带和两个履带驱动电机构成,每条所述硅胶履带的两端均装有硅胶履带轮,所述履带驱动电机通过驱动主动轮,间接地驱动从动轮,带动所述硅胶履带的转动。
5.根据权利要求3所述的一种空中清洁机器人,其特征在于:所述滚刷清洁单元包括滚刷、驱动连杆、集尘盒、水箱和水泵电机组成,所述滚刷安装在所述底板靠近地面的前方,所述负压吸附电机通过两节所述驱动连杆驱动所述滚刷旋转,所述集尘盒与所述滚刷相连接,所述集尘盒与所述滚刷接触的一面设计为锯齿状,且所述滚刷的一端设置有喷头。
6.根据权利要求1所述的一种空中清洁机器人,其特征在于:所述斜面降落单元由辅助降落腿和设置在所述底板四个角的激光测距传感器组成,所述辅助降落腿包括底座、设置在所述底座上方的驱动电机、设置在所述驱动电机下方的降落腿连杆、与所述降落腿连杆活动连接的降落腿支腿、设置在所述降落腿支腿远离所述降落腿连杆一端的降落腿底杆和套设在所述降落腿底杆上的防滑滚轮。
7.一种空中清洁机器人的清洁方法,其特征在于,包括以下步骤:
步骤一、空中清洁机器人从地面起飞,根据GPS定位模块和RTK定位模块的位置信息,飞行路径规划算法计算出最优飞行路径;
步骤二、空中清洁机器人飞行至目标屋顶上方后,通过搭载的视觉相机在飞行过程中同时进行全局地图构建、遮挡物识别和气流清灰,全局地图构建采用SLAM技术,遮挡物识别采用视觉识别算法,气流清灰利用飞行过程中涵道的气流将屋顶光伏板的灰尘吹落,完成后将数据通过5G通信模块发送给机载计算机和地面站;
步骤三、机载计算机结合全局地图数据和鸟粪顽固污渍信息,通过轨迹规划算法计算出最优清洁路径,将其自动传输至清洁机器人的控制系统中;
步骤四、空中清洁机器人飞行至清洗点进行降落,通过降落算法结合激光测距信息,调节辅助降落腿,实现空中清洁机器人在光伏板上的平稳降落;
步骤五、空中清洁机器人根据轨迹规划算法计算的最优清洁路径进行清洗,完成清洁工作后自动返航。
8.根据权利要求7所述的一种空中清洁机器人的清洁方法,其特征在于,所述步骤二中视觉识别算法具体过程如下:
S21、图像采集;使用无人机上的视觉相机获取光伏板表面的图像数据,对顽固遮挡物的识别采用红外相机,或者视觉相机结合红外相机的方法;
S22、图像预处理;机载计算机对采集到的图像进行预处理,包括去噪、图像增强和调整,优化图像质量;
S23、目标检测;应用目标检测算法,使用基于深度学习的目标检测模型YOLO来识别光伏板图像中的顽固污渍,目标检测模型经过训练,准确地检测和定位顽固污渍的位置;
S24、污渍分类;根据识别到的顽固污渍的位置,应用图像分类算法卷积神经网络对污渍进行分类,训练分类模型,区分不同类型的顽固污渍;
S25、确认顽固污渍;根据分类结果,对检测到的顽固污渍进行确认,设置一个阈值和规则,判断污渍是否属于顽固污渍,并进一步处理;
S26、发送清洗指令;根据识别和确认的顽固污渍,通过5G通信模块将清洗指令发送给无人机的清洗装置;
S27、反馈和调整;无人机根据清洗结果进行反馈,通过再次采集图像并进行对比分析,对清洗效果进行评估和调整。
9.根据权利要求7所述的一种空中清洁机器人的清洁方法,其特征在于,所述步骤三中的轨迹规划算法具体过程如下:
S31、获取顽固污渍位置;通过视觉识别获取到的光伏板顽固污渍的位置信息;
S32、确定起始点和目标点;将无人机的当前位置设为起始点,将需要处理的顽固污渍的位置设为目标点;
S33、构建图模型;将光伏板分割为离散的区域,每个区域作为图的节点,计算相邻区域之间的距离,将其作为图的边,构建出一个图模型;
S34、路径规划算法;应用路径规划算法A*算法,根据起始点、目标点和图模型,计算出无人机的最优清洗路径,路径规划算法将考虑距离、障碍物避免和路径优化因素,以找到最短或最优路径;
S35、路径优化;应用模拟退火算法对生成的初始路径进行优化;
S36、控制机器人执行路径;根据计算得到的最优飞行轨迹和最优清洗路径,控制机器人飞行单元沿着路径飞行后降落至清洗出发点,控制机器人移动清洗单元实施清洗操作;
S37、实时更新路径;在清洗过程中,如果检测到新的顽固污渍,需要实时更新路径,将新的目标点纳入考虑,并重新计算最优清洗路径。
10.根据权利要求7所述的一种空中清洁机器人的清洁方法,其特征在于,所述步骤四中的降落算法的具体过程如下:
S41、计算清洁小车的底板平面;由于激光测距传感器的位置是固定的,获取当前的姿态下数据,计算在机体坐标系下的清洁小车的底板平面;
S42、数据修正;获取激光测距传感器的数据,当前的距离信息为激光测距传感器与光伏板之间垂直距离,计算激光测距传感器安装角度和光线垂直角度,修正激光测距传感器与光伏板之间的真实距离;
S43、计算光伏板平面;根据清洁小车的底板平面和修正后的真实距离,计算出光伏板平面与清洁小车的底板平面的相对位置,从而计算在机体坐标系下的光伏板平面;
S44、计算控制数据;获取机头方向信息和IMU信息,结合机体坐标系下的清洁小车的底板平面和光伏板平面,计算出最终的机头控制数据、姿态角控制数据、降落腿控制数据,转化成相对应控制信号,通过飞行控制系统控制无人机的降落过程;
S45、实时控制;实时获取降落腿开合的角度信息,监测降落过程中的高度变化和姿态变化,重复上述算法,实时调整降落控制信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564133.7A CN117533537A (zh) | 2023-11-22 | 2023-11-22 | 一种空中清洁机器人及清洁方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564133.7A CN117533537A (zh) | 2023-11-22 | 2023-11-22 | 一种空中清洁机器人及清洁方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117533537A true CN117533537A (zh) | 2024-02-09 |
Family
ID=89789592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311564133.7A Pending CN117533537A (zh) | 2023-11-22 | 2023-11-22 | 一种空中清洁机器人及清洁方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117533537A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117799886A (zh) * | 2024-03-01 | 2024-04-02 | 中国建筑西北设计研究院有限公司 | 一种建筑设计勘测飞行器及其使用方法 |
-
2023
- 2023-11-22 CN CN202311564133.7A patent/CN117533537A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117799886A (zh) * | 2024-03-01 | 2024-04-02 | 中国建筑西北设计研究院有限公司 | 一种建筑设计勘测飞行器及其使用方法 |
CN117799886B (zh) * | 2024-03-01 | 2024-04-30 | 中国建筑西北设计研究院有限公司 | 一种建筑设计勘测飞行器及其使用方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109379040B (zh) | 基于机器视觉的光伏电站巡检清洁无人机及其清洁方法 | |
CN103963043B (zh) | 一种用于电站巡检和维修的智能机器人及其控制系统 | |
CN206568169U (zh) | 一种城市管廊巡检机器人 | |
WO2021022727A1 (zh) | 陆空两栖无人驾驶平台 | |
CN101774170B (zh) | 核电站作业机器人及其控制系统 | |
CN117533537A (zh) | 一种空中清洁机器人及清洁方法 | |
CN205031188U (zh) | 可飞行清洁机器人 | |
CN111300372A (zh) | 空地协同式智能巡检机器人及巡检方法 | |
JP2022553177A (ja) | 無人航空機の自動ドッキング | |
CN104991559B (zh) | 一种自动巡航检测温室综合信息的方法 | |
CN205220844U (zh) | 一种变电站自主越障巡检机器人 | |
CN105728398A (zh) | 一种自动飞行光伏阵列表面清洁机器人 | |
CN106948302A (zh) | 一种无人清洁车 | |
WO2018186461A1 (ja) | 作業装置 | |
CN109324649A (zh) | 一种变电站复合巡检系统及方法 | |
CN105862635B (zh) | 适用于高速公路的伸缩式全自动清扫机器人及工作方法 | |
WO2022016754A1 (zh) | 基于无人洗车设备的多机器协同洗车系统及方法 | |
US20240116542A1 (en) | Drive device for a system for changing means of transportation, use and system for changing means of transportation | |
CN116865659A (zh) | 一种智能光伏清洁巡检车 | |
CN114217632A (zh) | 自适应容错无人机跟踪巡航系统及方法 | |
CN116674778A (zh) | 一种光伏板智能清洁无人机、系统及清洁方法 | |
Sarkis et al. | Novel design of a hybrid drone system for cleaning solar panels | |
CN210354583U (zh) | 墙顶清洁无人机 | |
CN115889271B (zh) | 一种与无人机相结合的光伏清洁方法 | |
CN116985127A (zh) | 一种跨楼栋跨阵列接驳搬运机器人系统 |
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 |