CN114179093A - 一种变电站巡检机器人***及其避障方法 - Google Patents
一种变电站巡检机器人***及其避障方法 Download PDFInfo
- Publication number
- CN114179093A CN114179093A CN202111664013.5A CN202111664013A CN114179093A CN 114179093 A CN114179093 A CN 114179093A CN 202111664013 A CN202111664013 A CN 202111664013A CN 114179093 A CN114179093 A CN 114179093A
- Authority
- CN
- China
- Prior art keywords
- inspection
- field intensity
- inspection trolley
- trolley
- image
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000005684 electric field Effects 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000002452 interceptive effect Effects 0.000 claims abstract description 4
- 238000013507 mapping Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000009191 jumping Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 8
- 230000005540 biological transmission Effects 0.000 description 12
- 230000001939 inductive effect Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000001143 conditioned effect Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000000825 ultraviolet detection Methods 0.000 description 2
- 239000004020 conductor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- 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
- B25J19/02—Sensing devices
- B25J19/027—Electromagnetic sensing devices
-
- 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
- B25J19/02—Sensing devices
- B25J19/04—Viewing devices
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Investigating Or Analyzing Materials By The Use Of Magnetic Means (AREA)
Abstract
本发明公开了一种变电站巡检机器人***,该机器人包括有巡检小车、用于实时检测电场或磁场强度的场强传感器、用于获取实时图像的图像采集器、以及用于分析巡检小车实时位姿、为巡检小车作出路径规划的控制中心;场强传感器与图像传感器均搭载在巡检小车上,并与巡检小车连接;巡检小车、场强传感器以及图像传感器均与控制中心交互。本发明还公开了一种变电站巡检机器人***的巡检方法,相比于现有技术,在本发明当中提供的巡检***及方法以图像处理与场强检测相结合的手段,适配变电站中构件多、电力设备周围存在电场或磁场干扰的具体情况,为巡检小车避障提供安全有效、多维度的决策依据,保证巡检小车无人化自动巡检过程顺利进行。
Description
技术领域
本发明属于电力检测技术领域,特别涉及一种面向变电站的电力设备自动巡检机器人。
背景技术
变电站中设置多种电力设备,电力部门需按期对其例行巡检,检查每一电力设备的运行情况,以确保每一设备均正常工作,并及时发现其中潜在的安全隐患。
在现有的电力体制下,电力部门主要依靠运维人员以人力巡检的形式完成变电站例行巡检工作。但是值得注意的是,以人力巡检的方式实现对变电站中电力设备的检查、记录、维护等作业时,由于现场作业工作量大、人工巡检效率较低、人力资源要求高、专业人才缺口大、巡检结果易受巡检员自身工作素质影响等因素,人力巡检难以取得理想的电力设备例行检查效果。
现有技术中存在以机器人对变电站中的电力设备进行巡检的技术方案,以申请号为“CN201110216728.4”的中国专利申请文件为例,在该专利申请文件中即提出一种变电站智能机器人巡检***及巡检方法,其中的巡检***即包括有包括监控中心,监控中心与至少一个变电站的站级机器人智能巡检***通过网络连接;各站级机器人智能巡检***包括至少一个基站,同时在变电站内还设有环境信息采集子***以及安装在变电站内各个需要监控设备处的固定点辅助监控子***,智能巡检机器人上设有智能巡检机器人下位机,智能巡检机器人下位机还与检测单元连接,检测单元包括红外检测单元和紫外检测单元,紫外检测单元包含紫外视频服务器和紫外检测装置。
由于设置在变电站内的电力设备往往承担较大功率,其在正常工作过程中也将不可避免地在其周围空间中产生对应的电场或磁场,且电力设备上流过的电流越大、越靠近设备,电场或磁场越强,因此对于上述专利申请文件中提供的智能机器人而言,将其应用到具体的变电站中时,如机器人本身过于靠近电力设备,不仅其与上位机之间的通讯将受电场或磁场干扰无法正常连接,其内部电子器件也将受电场或磁场影响难以正常工作,但根据上述专利申请文件的记载,其检测单元中仅包括红外检测单元和紫外检测单元,并不具备检测电场或磁场并进一步躲避电场或磁场避免受到干扰的能力。
上述缺陷普遍存在现有的应用与变电站自动巡检的机器人***中,对于本领域技术人员而言,如何对机器人进行改进,使其在投放到具体的变电站中执行电力设备自动巡检任务时,能在自主避开有形的障碍物、避免碰撞的同时,还能避免变电站中各个电力设备周围的电场或磁场对机器人的通讯及其自身工作造成的影响,处理好机器人本身、变电站内的电力设备以及变电站内部环境三者之间的关系,是本领域技术人员急需解决的技术问题。
发明内容
为解决上述问题,本发明的目的在于提供一种变电站巡检机器人***,该***以场强传感器与图像采集器并行,以场强传感器获取变电站环境中电力设备在其周围产生的电场或磁场的分布情况、以图像采集器获取变电站环境中有形的构件的分布情况,融合两种情况作出避障决策,充分适应变电站场景中电力设备多、不同电力设备上负载情况不同导致其周围环境中电场或磁场分布情况不确定的特殊情况,为机器人应用到变电站环境中作出巡检工作时能及时有效地作出避障措施、避免有形的构件障碍以及无形的电磁障碍提供更为安全可靠的***方案。
本发明的另一个目的在于提供一种变电站巡检机器人***的避障方法,该方法基于其变电站巡检机器人***,对场强传感器以及图像传感器处获得的信息作出处理,获取到变电站环境中的电场或磁场分布情况、图像传感器获取到变电站环境中的有形构件分布情况后,以其作为避障依据,结合两种依据为巡检小车作出更全面、更稳妥的避障规划。
为实现上述目的,本发明的技术方案如下:
一种变电站巡检机器人***,该机器人包括有:
具有搭载平台,用于搭载其他部件并沿地面行驶对变电站环境进行巡检的巡检小车、用于实时检测电场或磁场强度的场强传感器、用于获取实时图像的图像采集器、以及用于分析巡检小车实时位姿、为巡检小车作出路径规划的控制中心;
场强传感器与图像传感器均搭载在巡检小车上,并与巡检小车连接;巡检小车、场强传感器以及图像传感器均与控制中心交互。
本发明还提供一种变电站巡检机器人***的巡检方法,该方法基于上述变电站巡检机器人***,该方法具体为:
S1:场强传感器实时检测巡检小车当前所处位置处的电场或磁场强度;
S2:图像采集器摄录巡检小车当前视野内的图像;
S3:控制中心融合实时电场或磁场强度信息以及实时图像信息,对当前所处环境进行障碍物检测,控制中心根据障碍物检测结果为巡检小车规划巡检路径。
巡检小车在具体的变电站环境中行驶时,一方面需要躲避环境中的有形障碍物,这具体包括有变电站内的建筑构件、电气设备构件以及其他有可能会对巡检小车产生磕碰的构件,另一方面,考虑到变电站的特殊性,其内部往往设置需要承担较大功率的电力设备,其在正常工作的过程中,将不可避免地在其周围空间环境中产生电场或磁场,这些电场或磁场往往以对应的电力设备为场源中心向外辐射,如巡检小车误入其电场或磁场范围内,不仅巡检小车与控制中心或其他设备之间的通讯受干扰,巡检小车自身内部器件也有可能受其影响无法正常工作;再者,对于变电站而言,其环境中往往牵拉有多条、多方向上的电力传输线,这些传输线上通常流通较大电流或存在较高电压,同样在其周围空间中产生电场或磁场,但如单一地使用图像采集器摄录其图像,由于传输线架设高度过高、传输线相较于其他电力设备体积较小、外部具体天气影响成像清晰度等等原因,其在图像处理过程中很容易会被误认为是偶然误差滤除掉,因此在本申请提供的技术方案中提出,以图像采集器与场强传感器并行、将图像处理结果与场强检测结果融合后,共同为巡检小车提供避障依据的方法,使其更好适配变电站环境,方便实现变电站无人化、自动化巡检。
其中,S1具体为:
S11:根据设置的场强传感器的类型及具体参数,建立其输出的电信号与外部电力设备之间的距离的计算模型;
S12:获取场强传感器输出的电信号,将该电信号经放大、滤波以及A/D转换送入控制中心。其中,进一步的,S11具体为:
S111:根据当前巡检小车的位置建立坐标系,规定场强零点;
S112:根据变电站中设置的实际电力设备的情况,将各个电力设备视为场源,将每一个场源在坐标系中标记出来;
S113:根据各个场源与巡检小车上搭载的场强传感器之间的相互作用建立方程组,求解方程组得到各个场源的实际电荷情况,对方程组的解进行精度校验;
S114:根据变电站中设置的实际电力设备上的实际电压或电流情况,结合各个场源的实际电荷情况,计算得到当前巡检小车所处位置处的电场或磁场强度信息。
应用在具体的变电站自动巡检环境中时,技术人员可根据具体需要,选择电容式场强传感器或电感式场强传感器应用其中。
电容式场强传感器可用于检测环境中的电场强度,技术人员选用具有合适参数的电容式场强传感器,基于巡检小车的实时位置建立直角坐标系,将环境中的每一个电力设备等效为一个场源映射到直角坐标系中,并根据各个场源与电容式场强传感器的相互作用建立方程组,求解方程组计算得到巡检小车在当前位置下的磁场强度,并掌握与当前巡检小车与电力设备之间的距离的映射关系;电感式场强传感器同理,选用具有适合参数的电感式场强传感器可用于检测环境中的磁场强度,对电感式场强传感器输出的磁场强度信号作出放大、滤波等调理后,经A/D转换提供给控制中心,方便控制中心对其进行分析处理。
进一步的,S3具体为:
S31:对场强传感器输入的电场或磁场强度信息进行处理,将其映射为当前巡检小车与对应的电力设备的距离信息;
S32:对图像传感器输入的图像信息进行处理,分析当前巡检小车所在位置处的周围环境,获取周围环境中目标对象的深度信息;
S33:融合当前巡检小车与对应的电力设备的距离信息以及周围环境的目标对象信息,判断当前巡检小车是否需要采取避障措施。进一步的,S32具体为:
S321:根据图像传感器输入的图像信息,识别当前巡检小车前方是否存在目标对象;如果存在,则跳转S322;反之重复S321;
S322:计算得到当前巡检小车的位姿信息,并基于图像传感器输入的图像信息计算目标对象的深度信息。
进一步的,S33具体为:
S331:分别设置场强阈值和障碍物阈值;
S332:将由目标对象的深度信息与障碍物阈值进行比较,如存在目标对象的深度大于障碍物阈值,则跳转S333;反之跳转S335;
S333:将对场强传感器输入的当前巡检小车所处位置处的电场或磁场强度信息与场强阈值进行比较,如当前巡检小车所处位置处的电场或磁场强度小于场强阈值,则跳转S334;反之跳转S335;
S334:判定当前巡检小车前方不存在障碍物,控制中心控制巡检小车继续按照原定巡检路线巡检;
S335:判定当前巡检小车前方存在障碍物,控制中心控制巡检小车改变前进路线、避开障碍物。
图像采集与场强检测两种数据采集过程互不干扰;采用图像采集器摄录环境图像,再基于采集到图像作出图像处理后为避障决策提供决策依据的方法往往具有较高的精度,能高质量地感知巡检小车周围环境,及时有效地为巡检小车提供周围环境中有形构件的分布位置、形状轮廓、深度等信息,能为避障决策提供有力依据。但不能忽略的是,以图像处理结果为避障决策提供依据时,由于图像处理技术本身的不确定性,加之在巡检过程中,可能存在误差累积,导致图像处理结果可能存在一定的漂移,而本申请中除图像处理外额外提供的场强检测手段则弥补了这一缺陷,由于对于变电站内的电力设备而言,其在整个巡检过程中位置均是固定不动的,其对应在其周围环境中产生的电场或磁场也相对位置固定,有场强传感器检测到的场强参数可为控制中心提供有力参考,在为控制中心作出避障决策提供另一维度上的决策依据的同时,不断修正避障决策,避免单一传感器中***误差累积导致障碍误判。
本发明的优势在于:相比于现有技术,在本发明当中提供的巡检***以图像处理与场强检测相结合的手段,适配变电站中构件多、电力设备周围存在电场或磁场干扰的具体情况,为巡检小车避障提供更安全、更稳妥、更有效、更多维度的决策依据,保证巡检小车无人化自动巡检过程顺利进行。
附图说明
图1是具体实施方式中提供的变电站巡检机器人***的巡检方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为实现上述目的,本发明的技术方案如下:
请参阅图1。
在本具体实施方式中提供一种变电站巡检机器人***,该机器人包括有:
具有搭载平台,用于搭载其他部件并沿地面行驶对变电站环境进行巡检的巡检小车、用于实时检测电场或磁场强度的场强传感器、用于获取实时图像的图像采集器、以及用于分析巡检小车实时位姿、为巡检小车作出路径规划的控制中心;
场强传感器与图像传感器均搭载在巡检小车上,并与巡检小车连接;巡检小车、场强传感器以及图像传感器均与控制中心交互。
在本具体实施方式中还提供一种变电站巡检机器人***的巡检方法,该方法基于上述变电站巡检机器人***,该方法具体为:
S1:场强传感器实时检测巡检小车当前所处位置处的电场或磁场强度;
S2:图像采集器摄录巡检小车当前视野内的图像;
S3:控制中心融合实时电场或磁场强度信息以及实时图像信息,对当前所处环境进行障碍物检测,控制中心根据障碍物检测结果为巡检小车规划巡检路径。
具体的,在本具体实施方式中,S1具体为:
S110:选用电容式场强传感器,记为CM,根据建立该电容式场强传感器输出的电位差UM(t)进与当前电容式场强传感器CM所在位置处的电场强度E0(t)之间的映射关系;以A、B、C三根输送三相交流电的输电线作为电力设备,考察三根输电线对巡检小车上搭载的电容式场强传感器CM的影响;
S111:根据当前巡检小车的位置,以中间相输电线路正下方与水平地面交界点为坐标原点,以水平地面为横坐标,竖直向上方向为纵坐标建立直角坐标系,规定地面的电位值为0;把圆柱输电线设置为模拟电荷,将圆柱输电线的中心点处设置为模拟电荷所在点Q1,Q2,Q3,在每一个模拟电荷点上寻找其唯一对应的匹配点,根据镜像原理在直角坐标系中标注出A、B、C三根输电线对应的模拟电荷所在点Q1,Q2,Q3在大地之下的镜像点Q4,Q5,Q6,建立方程组:上述方程组中Pij为电位系数,满足:Pij表达式中介电常数取Dij为第i个匹配点到第j个模拟电荷的镜像的距离;dij为第i个匹配点到j个模拟电荷的距离。
S112:根据变电站中设置的实际电力设备的情况,将各个电力设备视为场源,将每一个场源在坐标系中标记出来;
S113:根据模拟电荷Q1,Q2,Q3与巡检小车上搭载的电容式场强传感器CM之间的相互作用建立方程组,计算A、B、C三相输电线的电位值为:上述方程组中和分别为A相输电线路的实部电位值和虚部电位值,其余各参数类似,而求解上述方程组,得到模拟电荷的值为:[Q]=[P]-1[φ];对方程组的解进行精度校验;
S114:根据三根输电线上实际电压情况可得,A、B、C三相输电线上输送的交流电其电压满足:各相导线在场域中的点P(x,y)所产生的电场强度可根据叠加原理和高斯定理进行计算:得到当前巡检小车所处位置处的磁场强度信息。
进一步的,在本具体实施方式中,S3具体为:
S31:对场强传感器输入的磁场强度信息进行处理,将其映射为当前巡检小车与对应的电力设备的距离信息;
S32:对图像传感器输入的图像信息进行处理,分析当前巡检小车所在位置处的周围环境,获取周围环境中目标对象的深度信息;
S33:融合当前巡检小车与对应的电力设备的距离信息以及周围环境的目标对象信息,判断当前巡检小车是否需要采取避障措施。
进一步的,在本具体实施方式中,S32具体为:
S320:相机建模:在本具体实施方式中采用双目相机,结合选用的双目相机内参,构建关于双目相机世界坐标系(XW,YW,ZW)、相机坐标系(XC,YC,ZC)以及图像坐标系(图像坐标系(x,y)和像素图像坐标系(u,v))之间的关系模型;
S321:图像特征提取与匹配:对图像进行ORB特征提取,首先提取其FAST角点提取,后根据FAST角点获取其BRIEF描述子,进一步对前后两个时刻的图像作出特征匹配后,以迭代最近点ICP实现点集对点集之间的配准,以空间点集配准实现巡检小车位姿估计;
S322:图像边缘检测与轮廓提取:Canny算子来进行边缘检测分析,首先使用高斯平滑滤波器卷积降噪、消除噪声,随后计算图像中的梯度幅值和方向,随后以排除非边缘像素,对图像作出非极大值抑制;最后设置高阈值和低阈值,对图像中每一个像素位置的幅值作出比较,若某一像素位置的幅值超过高阈值,该像素被保留为边缘像素;若某一像素位置的幅值小于低阈值,该像素被排除;若某一像素位置的幅值在两个阈值之间,该像素仅仅在连接到一个高于高阈值的像素时被保留;
S323:双目测距:将图像边缘检测与轮廓提取结果送入双目相机模型中,计算得到当前巡检小车位姿信息以及当前巡检小车与目标对象之间的距离信息。
进一步的,在本具体实施方式中,S33具体为:
S331:分别设置场强阈值和障碍物阈值;
S332:将由目标对象的深度信息与障碍物阈值进行比较,如存在目标对象的深度大于障碍物阈值,则跳转S333;反之跳转S335;
S333:将对场强传感器输入的当前巡检小车所处位置处场的磁场强度信息与场强阈值进行比较,如当前巡检小车所处位置处场的磁场强度小于场强阈值,则跳转S334;反之跳转S335;
S334:判定当前巡检小车前方不存在障碍物,控制中心控制巡检小车返回S1;继续按照原定巡检路线巡检;
S335:判定当前巡检小车前方存在障碍物,控制中心控制巡检小车改变前进路线、避开障碍物。
以上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 (7)
1.一种变电站巡检机器人***,其特征在于,该机器人包括有:
具有搭载平台,用于搭载其他部件并沿地面行驶对变电站环境进行巡检的巡检小车;
用于实时检测电场或磁场强度的场强传感器;
用于获取实时图像的图像采集器;
以及,用于分析所述巡检小车实时位姿、为所述巡检小车作出路径规划的控制中心;
所述场强传感器与所述图像传感器均搭载在所述巡检小车上,并与所述巡检小车连接;所述巡检小车、所述场强传感器以及所述图像传感器均与所述控制中心交互。
2.一种变电站巡检机器人***的避障方法,该避障方法基于如权利要求1所述的变电站巡检机器人***,其特征在于,该方法具体为:
S1:所述场强传感器实时检测所述巡检小车当前所处位置处的电场或磁场强度;
S2:所述图像采集器摄录所述巡检小车当前视野内的图像;
S3:所述控制中心融合实时电场或磁场强度信息以及实时图像信息,对当前所处环境进行障碍物检测,所述控制中心根据障碍物检测结果为所述巡检小车规划巡检路径。
3.如权利要求2所述的变电站巡检机器人***的避障方法,其特征在于,所述S1具体为:
S11:根据设置的所述场强传感器的类型及具体参数,建立其输出的电信号与外部电力设备之间的距离的计算模型;
S12:获取所述场强传感器输出的电信号,将该电信号经放大、滤波以及A/D转换送入所述控制中心。
4.如权利要求3所述的变电站巡检机器人***的避障方法,其特征在于,所述S11具体为:
S111:根据当前所述巡检小车的位置建立坐标系,规定场强零点;
S112:根据变电站中设置的实际电力设备的情况,将各个电力设备视为场源,将每一个场源在坐标系中标记出来;
S113:根据各个场源与所述巡检小车上搭载的场强传感器之间的相互作用建立方程组,求解方程组得到各个场源的实际电荷情况,对方程组的解进行精度校验;
S114:根据变电站中设置的实际电力设备上的实际电压或电流情况,结合各个场源的实际电荷情况,计算得到当前所述巡检小车所处位置处的电场或磁场强度信息。
5.如权利要求1所述的变电站巡检机器人***的避障方法,其特征在于,所述S3具体为:
S31:对所述场强传感器输入的电场或磁场强度信息进行处理,将其映射为当前所述巡检小车与对应的电力设备的距离信息;
S32:对所述图像传感器输入的图像信息进行处理,分析当前所述巡检小车所在位置处的周围环境,获取周围环境中目标对象的深度信息;
S33:融合当前所述巡检小车与对应的电力设备的距离信息以及周围环境的目标对象信息,判断当前所述巡检小车是否需要采取避障措施。
6.如权利要求5所述的变电站巡检机器人***的避障方法,其特征在于,所述S32具体为:
S321:根据所述图像传感器输入的图像信息,识别当前所述巡检小车前方是否存在目标对象;如果存在,则跳转S322;反之重复S321;
S322:计算得到当前所述巡检小车的位姿信息,并基于所述图像传感器输入的图像信息计算目标对象的深度信息。
7.如权利要求6所述的变电站巡检机器人***的避障方法,其特征在于,所述S33具体为:
S331:分别设置场强阈值和障碍物阈值;
S332:将由目标对象的深度信息与障碍物阈值进行比较,如存在目标对象的深度大于障碍物阈值,则跳转S333;反之跳转S335;
S333:将对所述场强传感器输入的当前所述巡检小车所处位置处场的电场或磁场强度信息与场强阈值进行比较,如当前所述巡检小车所处位置处场的电场或磁场强度小于场强阈值,则跳转S334;反之跳转S335;
S334:判定当前所述巡检小车前方不存在障碍物,继续按照原定巡检路线巡检;
S335:判定当前所述巡检小车前方存在障碍物,所述控制中心控制所述巡检小车改变前进路线、避开障碍物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111664013.5A CN114179093A (zh) | 2021-12-31 | 2021-12-31 | 一种变电站巡检机器人***及其避障方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111664013.5A CN114179093A (zh) | 2021-12-31 | 2021-12-31 | 一种变电站巡检机器人***及其避障方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114179093A true CN114179093A (zh) | 2022-03-15 |
Family
ID=80545413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111664013.5A Pending CN114179093A (zh) | 2021-12-31 | 2021-12-31 | 一种变电站巡检机器人***及其避障方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114179093A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023203367A1 (zh) * | 2022-04-20 | 2023-10-26 | 博歌科技有限公司 | 一种自动巡检*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033282A1 (en) * | 2006-08-07 | 2008-02-07 | Bar-Tal Meir | Distortion-immune position tracking using redundant measurements |
JP2011033609A (ja) * | 2009-07-31 | 2011-02-17 | Aichi Micro Intelligent Corp | 室内位置検出装置 |
CN104953709A (zh) * | 2015-06-15 | 2015-09-30 | 湖南机电职业技术学院 | 一种变电站智能巡视机器人 |
CN206185911U (zh) * | 2016-11-22 | 2017-05-24 | 云南电网有限责任公司电力科学研究院 | 一种机械臂安全距离监控装置 |
CN206878544U (zh) * | 2017-07-03 | 2018-01-12 | 詹皇源 | 一种超高压电站巡检机器人 |
US20200122330A1 (en) * | 2018-10-22 | 2020-04-23 | New Era Ai Robotic Inc. | Anti-collision method for robot |
CN210819634U (zh) * | 2019-08-15 | 2020-06-23 | 北京致行慕远科技有限公司 | 用于配送机器人的巡线装置及配送机器人 |
CN111390903A (zh) * | 2020-03-13 | 2020-07-10 | 北京理工大学 | 一种磁控机器人交互距离监控装置和方法 |
CN111633660A (zh) * | 2020-06-15 | 2020-09-08 | 吴洪婷 | 一种智能巡检机器人 |
CN111754083A (zh) * | 2020-06-01 | 2020-10-09 | 三峡大学 | 一种换流站直流场智能巡检机器人巡检路径规划方法 |
CN111969488A (zh) * | 2020-08-21 | 2020-11-20 | 福州大学 | 基于坐标变换的高压线路架空区域无人机巡检避障方法 |
CN112605987A (zh) * | 2020-11-25 | 2021-04-06 | 深圳拓邦股份有限公司 | 机器人导航工作方法、装置及机器人 |
-
2021
- 2021-12-31 CN CN202111664013.5A patent/CN114179093A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080033282A1 (en) * | 2006-08-07 | 2008-02-07 | Bar-Tal Meir | Distortion-immune position tracking using redundant measurements |
JP2011033609A (ja) * | 2009-07-31 | 2011-02-17 | Aichi Micro Intelligent Corp | 室内位置検出装置 |
CN104953709A (zh) * | 2015-06-15 | 2015-09-30 | 湖南机电职业技术学院 | 一种变电站智能巡视机器人 |
CN206185911U (zh) * | 2016-11-22 | 2017-05-24 | 云南电网有限责任公司电力科学研究院 | 一种机械臂安全距离监控装置 |
CN206878544U (zh) * | 2017-07-03 | 2018-01-12 | 詹皇源 | 一种超高压电站巡检机器人 |
US20200122330A1 (en) * | 2018-10-22 | 2020-04-23 | New Era Ai Robotic Inc. | Anti-collision method for robot |
CN210819634U (zh) * | 2019-08-15 | 2020-06-23 | 北京致行慕远科技有限公司 | 用于配送机器人的巡线装置及配送机器人 |
CN111390903A (zh) * | 2020-03-13 | 2020-07-10 | 北京理工大学 | 一种磁控机器人交互距离监控装置和方法 |
CN111754083A (zh) * | 2020-06-01 | 2020-10-09 | 三峡大学 | 一种换流站直流场智能巡检机器人巡检路径规划方法 |
CN111633660A (zh) * | 2020-06-15 | 2020-09-08 | 吴洪婷 | 一种智能巡检机器人 |
CN111969488A (zh) * | 2020-08-21 | 2020-11-20 | 福州大学 | 基于坐标变换的高压线路架空区域无人机巡检避障方法 |
CN112605987A (zh) * | 2020-11-25 | 2021-04-06 | 深圳拓邦股份有限公司 | 机器人导航工作方法、装置及机器人 |
Non-Patent Citations (1)
Title |
---|
郑天茹;孙立民;娄婷婷;郭翔;刘巧红;: "基于电磁场计算的输电线路无人机巡检安全飞行区域确定方法", 山东电力技术, no. 02, 25 February 2018 (2018-02-25) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023203367A1 (zh) * | 2022-04-20 | 2023-10-26 | 博歌科技有限公司 | 一种自动巡检*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112910094B (zh) | 基于泛在电力物联网的变电站远方自动巡检***及方法 | |
WO2018028103A1 (zh) | 一种基于人眼视觉特性的电力线路无人机巡检方法 | |
CN103413139B (zh) | 基于电力巡线红外巡检视频数据的电力设备异常发热检测方法 | |
CN113313005B (zh) | 基于目标识别与重建的输电导线在线监测方法及*** | |
CN109828267A (zh) | 基于实例分割和深度摄像头的变电站巡检机器人障碍物检测和测距方法 | |
CN114114314A (zh) | 基于激光点云的输电线路巡检检测***及检测方法 | |
CN110944150A (zh) | 一种电力专用的防外破智能识别方法 | |
CN114179093A (zh) | 一种变电站巡检机器人***及其避障方法 | |
CN112557512A (zh) | 声成像方法、装置、设备及基于声成像设备的巡检机器人 | |
Chen et al. | Environment perception technologies for power transmission line inspection robots | |
CN111476762A (zh) | 一种巡检设备的障碍物检测方法、装置和巡检设备 | |
CN112528979A (zh) | 变电站巡检机器人障碍物判别方法及*** | |
CN116231504A (zh) | 一种升压站远程智能巡检方法、装置及*** | |
CN115547003A (zh) | 一种输电线路的防外破报警方法和*** | |
CN111967323B (zh) | 一种基于深度学习算法的电力带电作业安全检测方法 | |
Sheng et al. | Mobile robot localization and map building based on laser ranging and PTAM | |
CN116866520B (zh) | 一种基于ai的单轨吊安全运行实时监控管理*** | |
CN113160202A (zh) | 一种裂缝检测方法及*** | |
CN113949142B (zh) | 一种基于视觉识别的巡线机器人自主充电方法、*** | |
CN103198326B (zh) | 一种输电线路直升机巡检的图像分类方法 | |
CN116739963A (zh) | 一种基于多层级多尺度特征融合的电网设备缺陷检测方法 | |
CN115049322A (zh) | 一种集装箱堆场的集装箱管理方法及*** | |
CN113223155A (zh) | 一种距离预测方法、装置、设备及介质 | |
Suzuki et al. | Spatial model for capturing size and shape of object from point cloud data for robot vision system with LIDAR sensors | |
Fu et al. | Research on monitoring device for indicating external damage risk of overhead line based on image recognition technology with binocular vision cameras |
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 |