CN116512273A - 一种巡检机器人的运动智能控制方法及*** - Google Patents
一种巡检机器人的运动智能控制方法及*** Download PDFInfo
- Publication number
- CN116512273A CN116512273A CN202310621581.XA CN202310621581A CN116512273A CN 116512273 A CN116512273 A CN 116512273A CN 202310621581 A CN202310621581 A CN 202310621581A CN 116512273 A CN116512273 A CN 116512273A
- Authority
- CN
- China
- Prior art keywords
- inspection
- early warning
- routing
- robot
- route
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007689 inspection Methods 0.000 title claims description 430
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000012423 maintenance Methods 0.000 claims abstract description 21
- 230000004044 response Effects 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000003044 adaptive effect Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 238000002910 structure generation Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 5
- 230000001276 controlling effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012482 interaction analysis Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000001550 time effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- 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
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种巡检机器人的运动智能控制方法及***,涉及数据处理技术领域,搭建目标电厂的三维拓扑结构,将巡检需求信息输入巡检规划模型中,输出巡检执行信息作为响应执行目标,采集实时巡检数据进行初级识别预警,执行数据入库以进行深层剖析预警,综合分析生成运维执行任务并确定二次巡查点,执行运维执行任务并规划复检路径,进行复检控制,解决了现有技术中对于巡检机器人的巡检控制方法不够灵活,对于巡检规划的分析深度欠缺,场景结合度与巡检完整度不足,导致巡检执行效果受限的技术问题,针对巡检需求建模进行适配性巡检规划,以保障场景适配性,针对巡检进程中的突发状况进行及时分析处理与合理调优,实现区域巡检的灵活精准管控。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种巡检机器人的运动智能控制方法及***。
背景技术
随着巡检机器人的发展与市场投放,逐步代替人工进行巡检作业,无视巡检风险,同时可保障巡检的执行规范化与数字化,提高巡检能效。目前,对于巡检机器人的控制多基于预先配置的巡检执行机制进行定向执行,对于巡检场景与巡检影响因素的考虑不周,以影响最终的巡检效果。
现有技术中,对于巡检机器人的巡检控制方法不够灵活,对于巡检规划的分析深度欠缺,场景结合度与巡检完整度不足,导致巡检执行效果受限。
发明内容
本申请提供了一种巡检机器人的运动智能控制方法及***,用于针对解决现有技术中存在的对于巡检机器人的巡检控制方法不够灵活,对于巡检规划的分析深度欠缺,场景结合度与巡检完整度不足,导致巡检执行效果受限的技术问题。
鉴于上述问题,本申请提供了一种巡检机器人的运动智能控制方法及***。
第一方面,本申请提供了一种巡检机器人的运动智能控制方法,所述方法包括:
采集目标电厂基本信息,生成三维拓扑结构;
搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
将所述巡检周期与所述巡检路线作为响应执行目标,采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
第二方面,本申请提供了一种巡检机器人的运动智能控制***,所述***包括:
结构生成模块,所述结构生成模块用于采集目标电厂基本信息,生成三维拓扑结构;
巡检规划模块,所述巡检规划模块用于搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
初级识别预警模块,所述初级识别预警模块用于采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
深层剖析预警模块,所述深层剖析预警模块用于对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
巡查点确定模块,所述巡查点确定模块用于基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
复检控制模块,所述复检控制模块用于执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请实施例提供的一种巡检机器人的运动智能控制方法,采集目标电厂基本信息,生成三维拓扑结构;搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识,将所述巡检周期与所述巡检路线作为响应执行目标,采集实时巡检数据并进行初级识别预警,所述初级识别预警基于烧录程序设定的定向预警标准进行判定,进而对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;基于所述初级识别预警与所述深层剖析预警,生成运维执行任务并确定二次巡查点,执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制,解决了现有技术中对于巡检机器人的巡检控制方法不够灵活,对于巡检规划的分析深度欠缺,场景结合度与巡检完整度不足,导致巡检执行效果受限的技术问题,针对巡检需求建模进行适配性巡检规划,以保障场景适配性,针对巡检进程中的突发状况进行及时分析处理与合理调优,实现区域巡检的灵活精准管控。
附图说明
图1为本申请提供了一种巡检机器人的运动智能控制方法流程示意图;
图2为本申请提供了一种巡检机器人的运动智能控制方法中调整巡检路线获取流程示意图;
图3为本申请提供了一种巡检机器人的运动智能控制方法中自示警分析执行流程示意图;
图4为本申请提供了一种巡检机器人的运动智能控制***结构示意图。
附图标记说明:结构生成模块11,巡检规划模块12,初级识别预警模块13,深层剖析预警模块14,巡查点确定模块15,复检控制模块16。
具体实施方式
本申请通过提供一种巡检机器人的运动智能控制方法及***,采集目标电厂基本信息,生成三维拓扑结构,将巡检需求信息输入巡检规划模型中,输出巡检执行信息作为响应执行目标,采集实时巡检数据并进行初级识别预警,对实时巡检数据执行数据入库以进行深层剖析预警,综合分析生成运维执行任务并确定二次巡查点,执行运维执行任务并规划复检路径,进行复检控制,用于解决现有技术中存在的对于巡检机器人的巡检控制方法不够灵活,对于巡检规划的分析深度欠缺,场景结合度与巡检完整度不足,导致巡检执行效果受限的技术问题。
实施例一
如图1所示,本申请提供了一种巡检机器人的运动智能控制方法,所述方法包括:
步骤S100:采集目标电厂基本信息,生成三维拓扑结构;
具体而言,随着巡检机器人的发展与市场投放,逐步代替人工进行巡检作业,无视巡检风险,同时可保障巡检的执行规范化与数字化,提高巡检能效。本申请提供的一种巡检机器人的运动智能控制方法应用于电厂的巡检控制,针对目标电厂进行全领域的综合巡检管控,由于电厂的巡检要求较高且存在一定的巡检风险性,基于巡检机器人进行运行巡检作业可最大化满足巡检需求。
具体的,所述目标电厂为所述巡检机器人待进行巡检作业的电厂,对所述目标电厂的配置设备、分布等基本信息进行采集,搭建与所述目标电厂步调一致的三维拓扑结构,所述三维拓扑结构作为所述目标电厂的空间可视化架构,可完整覆盖巡检监测的空间需求,便于进行巡检细节的确定。优选的,针对所述目标电厂进行区域性巡检等级划分,例如针对巡检风险、巡检难度等,将所述目标电厂划分为多个子区域,于所述三维拓扑网络中进行巡检等级标识,便于后续进行针对性巡检规划。
步骤S200:搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
进一步而言,所述巡检路线带有巡检模式标识,本申请步骤S200还包括:
步骤S210:统计获取多维巡检模式,包括长启巡检模式与定启巡检模式,不同巡检模式的配置备检设备不同,
步骤S220:基于所述多维巡检模式,结合所述巡检路线进行巡检需求匹配,确定节点匹配模式;
步骤S230:基于所述节点匹配模式,对所述巡检路线进行标识。
具体而言,所述巡检规划模型为自建的用于所述目标电厂的巡检规划分析模型,如下为一种可行性建模方式,具体的,搭建多层级网络层,包括路线规划层、信息调整层与模式配置层,确定层级执行逻辑进行网络层训练,将所述三维图谱结构嵌入其中,用于进行辅助规划分析,对所述路线规划层、所述信息调整层与所述模式配置层进行层级衔接关联,生成所述巡检规划模型,进一步调用历史巡检记录,包括样本巡检需求与样本巡检执行信息,将所述样本巡检需求输入所述巡检规划模型中进行模型验证,对模型验证结果与所述巡检执行信息进行映射校对,以进行模型的分析精度校验,若搭建的所述巡检规划模型的分析精度不达标,基于所述历史巡检记录择优提取训练样本,训练所述巡检规划模型至收敛,获取构建完成的所述巡检规划模型。
进一步的,对所述目标电厂进行各位置巡检时差、巡检要求、巡检数据类型等的采集,统计规整作为所述巡检需求信息。将所述巡检需求信息输入所述巡检规划模型中,结合所述三维拓扑结构确定初级巡检路线,将其传输至所述信息调整层中,结合所述巡检要求,进行路径各节点的巡检角度、巡检时长等的配置,对所述初级巡检路线进行细化调整,例如针对某些电厂设备需进行全方位多角度巡检分析,进一步传输至所述模式配置层,进行巡检位置节点的巡检模式配置。所述巡检数据类型不同,对应的巡检模式不同,例如,针对风险度较高区域,需针对多维数据进行协同判定,基于巡检需求进行巡检模式的启停控制。
具体的,获取多维巡检模式,例如视频巡检模式,基于装配的图像采集设备进行巡检执行,所述视频巡检模式可作为长启巡检模式,贯穿整体巡检流程;振动巡检模式、温度巡检模式等可基于装配的对应传感设备进行巡检执行,将其可作为定启巡检模式,存在巡检需求时进行激活启用。针对巡检路线的不同位置节点,分别进行巡检需求匹配,例如电厂设备的运行效率、温度等,遍历所述多维巡检模式进行匹配,确定所述节点匹配模式。于所述巡检路线中进行所述节点匹配模式的定位标识,同时,基于各位置的巡检时差进行协同分析,确定满足巡检时差的巡检周期,将带有巡检模式标识的巡检路线与巡检周期作为所述巡检执行信息进行模型输出。通过建模进行巡检执行分析,可有效提高分析效率,保障分析结果的精准度与客观性。
步骤S300:将所述巡检周期与所述巡检路线作为响应执行目标,采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
步骤S400:对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
具体而言,基于所述巡检周期确定单次巡检启用时间节点,将所述巡检路线作为巡检执行标准,控制所述巡检机器人执行区域巡检,并基于所述巡检路线标识的巡检模式进行备检设备的启停控制,所述备检设备为符合巡检需求的监测采集设备,例如视频采集设备等,随着所述巡检机器人的巡检进程,采集对应的实时巡检数据,确定可直接进行异常判定的基础判定标准,例如巡检目标的温度等,将异常温度阈值添加进所述定向预警标准,将所述定向预警标准烧录入所述巡检机器人的初始程序中,与所述备检设备进行连接,用于进行数据交互分析。针对所述实时巡检数据,调用所述定向预警标准进行匹配校对,针对不满足对应的所述定向预警标准的实时巡检数据进行初级识别预警,其中,所述初级识别预警为所述巡检机器人针对实时巡检的数据预警。进一步的,对所述实时巡检数据执行数据入库,辅助数据处理工具进行进一步异常分析与溯源定位,例如进行图像增强处理、卷积特征识别等,确定异常巡检数据并进行深层剖析预警。通过进行分批预警,把控预警修复时间。
进一步而言,如图2所示,本申请步骤S300还包括:
步骤S310-1:进行实时巡检需求接收,生成特巡任务;
步骤S320-1:对所述特巡任务进行时效限定,遍历所述巡检路线进行匹配,结合实时巡检状况确定适配调整节点;
步骤S330-1:在所述适配调整节点进行所述特巡任务的***,确定调整巡检路线。
具体而言,基于所述巡检路线巡检过程中,可能存在临时接收的巡检任务,针对巡检任务的时效性与巡检实况对其进行安排。具体的,所述实时巡检需求为临时接收的待执行信息,对其进行语义分析转换,生成所述特巡任务,并确定所需的任务执行时间,对所述特巡任务进行标识。进一步对所述特巡任务进行时效限定,即所述特巡任务的限定完成时间节点,遍历所述巡检路线进行匹配,确定与所述特巡任务所在区域距离最短的巡检路线节点,结合时效限定与任务执行时间确定特巡任务启动时间,若为加急任务,结合当前的实时巡检状况进行综合调控,将符合上述巡检需求的最佳巡检节点,作为所述适配调整节点。于所述巡检路线中定位所述适配调整节点,对所述特巡任务进行***,作为所述调整巡检路线。所述特巡任务的***无规律性,针对实时巡检需求进行确定。
进一步而言,本申请步骤S300还包括:
步骤S310-2:基于所述巡检路线进行路径障碍感知,确定目标障碍信息;
步骤S320-2:对所述目标障碍信息进行内置数据库避障检索,确定安全触发距离与避障方式;
步骤S330-2:若所述避障方式为绕行避障,基于所述安全触发距离确定初始调整点,获取避障路径对所述巡检路线进行定位覆盖,其中,所述避障路径包括调整路径、巡检速度、巡检方向;
步骤S340-2:若所述避障方式为非绕行避障,基于所述安全触发距离进行暂停控制。
进一步而言,若所述避障方式为非绕行避障,基于所述安全触发距离进行暂停控制,本申请步骤S340-2还包括:
步骤S341-2:若所述避障方式为非绕行避障,生成障碍预警信息,并确定是否满足所述安全触发距离;
步骤S342-2:若不满足所述安全触发距离,对所述巡检机器人执行急停控制;
步骤S343-2:若满足所述安全触发距离,计算减速度并对所述巡检机器人执行减停控制。
具体而言,基于所述巡检路线巡检进程中,不可避免的存在路径障碍,例如物体挪动、巡检地形等,需针对实时巡检进程中的路径障碍进行及时有效规避。具体的,所述巡检机器人装配有红外传感设置,于所述巡检路线中可实时进行既定距离的障碍感知,确定路径障碍的尺寸等基本信息,作为所述目标障碍信息。所述内置数据库为存入内置芯片内的避障信息,包括障碍类型、避障方式选配等,所述内置数据库随着所述巡检机器人的避障执行可定期进行数据库学习更新。针对所述目标障碍信息,于所述内置数据库中进行避障检索,确定最佳避障状态下,所述巡检机器人与所述目标障碍的路线间距,作为所述安全触发距离,并扫描目标障碍所在区域,匹配适配性避障方式。
进一步的,对所述避障方式进行判定,若所述目标障碍较小且所在路径剩余宽度可满足所述巡检机器人的形势,或所述目标障碍的扫描区域存在岔路可支持所述巡检机器人的绕行,确定所述避障方式为绕行避障,进一步确定满足所述安全触发距离且远离所述目标障碍的巡检路线位置点,作为所述初始调整点,并结合所述目标障碍信息与区域扫描信息进行所述安全触发距离内的巡检路线调整,包括所述调整路径、所述巡检速度与所述巡检方向,作为所述避障路径,于所述巡检路线中进行所述避障路径进行匹配定位,进行原始路径的截取与所述避障路径的覆盖;若不满足所述安全触发距离时,例如拐角位置避障等,进行巡检急停与原位调整控制。
若不存在巡检绕行条件,确定所述避障方式为非绕行避障,例如路线堵塞、存在台阶等障碍,生成所述障碍预警信息,即前方障碍的警示响应,需对其进行人为调整。进一步判断是否满足所述安全触发距离,若不满足所述安全触发距离,表明正常减停运行存在碰撞风险,对其执行急停控制,由于急停控制对于所述巡检机器人的寿命等存在一定的影响,仅特殊情况启用;若满足所述安全触发距离,基于所述巡检机器人的实时巡检位置与目标障碍的位置,确定减速路径,结合所述巡检机器人的实时巡检速度计算减速度,对所述巡检机器人执行减停控制,待目标障碍处理完成进行巡检启用。针对所述巡检机器人的巡检影响因素进行及时有效分析处理,避免影响正常巡检进程。
进一步而言,本申请步骤S300还包括:
步骤S310-3:设定充电阈值,其中,所述充电阈值基于所述巡检机器人与工作站的实时距离确定,随着所述巡检机器人的实时定位进行动态调整;
步骤S320-3:若所述巡检机器人的实时电量小于等于所述充电阈值时,生成巡查中断指令;
步骤S330-3:基于所述巡查中断指令,控制所述巡检机器人进行自动遣返执行,其中,巡查中断位置作为后步巡查起点。
具体而言,所述巡检机器人巡检进程中,需严格进行电量把控,确定所述巡检机器人的极限电量,即不造成设备损伤的最低电量,基于所述巡检机器人的实时巡检位置与所述工作站的距离进行确定,该距离为行驶距离,非直线距离,所述工作站为所述巡检机器人的充电区域,基于此确定遣返耗电量,将所述极限电量与所述遣返耗电量之和作为所述充电阈值,所述充电阈值随着所述巡检机器人的巡检进程存在实时波动,存在即时更新覆盖,可有效避免电量不足导致巡检异常。所述充电阈值具有实时性,对所述巡检机器人的实时电量与所述充电阈值进行校对,若所述实时电量大于实时更新的所述充电阈值时,正常进行巡检进程;若小于等于所述充电阈值时,表明电量不足且只能维系遣返电量,生成所述巡查中断指令。随着所述巡查中断指令的接收,控制所述巡检机器人执行自动遣返,返回所述工作站完成充电,同时将所述中断位置作为所述后步巡查起点,待充电完成后返回继续巡检执行。
步骤S500:基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
步骤S600:执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
具体而言,所述初级识别预警为所述巡检机器人的现场巡检预警,所述深层剖析预警为后步的数据异常分析溯源预警,基于所述初级识别预警与所述深层剖析预警,生成所述运维执行任务,所述运维执行任务带有时序标识,将预警位置作为所述二次巡查点。进一步的,执行所述运维执行任务,待完成预警修复后,对所述二次巡查点进行调度衔接,结合所述巡检规划模型,将最短路线作为响应目标,确定复检路线,将所述复检路线作为巡检标准,控制所述巡检机器人执行巡检,针对巡检采集数据进行进一步分析。
进一步而言,如图3所示,本申请还存在步骤S700,包括:
步骤S710:基于所述巡检机器人的常态执行条件,生成自检标准列表;
步骤S720:将所述自检标准列表嵌入所述巡检机器人的中控模块;
步骤S730:基于预定时间周期,所述巡检机器人定期执行运行自检,生成自检数据集,其中,所述运行自检包括备检设备自检与整机运行自检;
步骤S740:对所述自检标准列表与所述自检数据集进行映射校对,生成异常预警信息;
步骤S750:基于所述异常预警信息进行所述巡检机器人的自示警,其中,不同部件、不同预警等级的预警执行方式不同。
具体而言,为保障所述巡检机器人的巡检准确度,定期进行所述巡检机器人的运行自检控制。对所述巡检机器人标准巡检状态进行统计,包括路径控制精准度、备检设备控制精度等,作为所述常态执行条件,并采集所述常态执行条件的可控性偏差,对所述常态执行条件与所述可控性偏差进行映射关联,集成生成所述自检标准列表,所述自检标准列表用于进行所述巡检机器人巡检运行的自检参考。将所述自检标准列表嵌入所述巡检机器人的中控模块,所述中控模块为所述巡检机器人的综合控制区域。设定所述预定时间周期,即进行运行自检的执行时限间隔,可参考所述巡检机器人的历史运行记录进行自定义设定。
基于所述预定时间周期,将所述被检设备自检与所述整机运行自检作为自检执行方向,控制所述巡检机器人执行运行自检,并进行自检数据的数据源标识,生成所述自检数据集。进一步的,对所述自检数据集与所述自检标准列表进行映射对应,判断所述自检数据集是否满足所述自检标准列表对应的可控性偏差范围,若不满足表明存在运行异常,针对异常数据进行溯源,确定预警部件、预警类型与预警等级,作为所述异常预警信息。针对所述异常预警信息进行所述巡检机器人的自示警,具体的,针对不同预警信息配置不同预警方式,例如配置多种预警状态,例如响铃、闪灯等,包括色彩、频率等的多样性,以表征具体预警的差异化,以便进行预警区分。
实施例二
基于与前述实施例中一种巡检机器人的运动智能控制方法相同的发明构思,如图4所示,本申请提供了一种巡检机器人的运动智能控制***,所述***包括:
结构生成模块11,所述结构生成模块11用于采集目标电厂基本信息,生成三维拓扑结构;
巡检规划模块12,所述巡检规划模块12用于搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
初级识别预警模块13,所述初级识别预警模块13用于将所述巡检周期与所述巡检路线作为响应执行目标,采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
深层剖析预警模块14,所述深层剖析预警模块14用于对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
巡查点确定模块15,所述巡查点确定模块15用于基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
复检控制模块16,所述复检控制模块16用于执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
进一步而言,所述***还包括:
巡检模式获取模块,所述巡检模式获取模块用于统计获取多维巡检模式,包括长启巡检模式与定启巡检模式,不同巡检模式的配置备检设备不同,
巡检需求匹配模块,所述巡检需求匹配模块用于基于所述多维巡检模式,结合所述巡检路线进行巡检需求匹配,确定节点匹配模式;
路径标识模块,所述路径标识模块用于基于所述节点匹配模式,对所述巡检路线进行标识。
进一步而言,所述***还包括:
任务生成模块,所述任务生成模块用于进行实时巡检需求接收,生成特巡任务;
调整节点确定模块,所述调整节点确定模块用于对所述特巡任务进行时效限定,遍历所述巡检路线进行匹配,结合实时巡检状况确定适配调整节点;
巡检路线调整模块,所述巡检路线调整模块用于在所述适配调整节点进行所述特巡任务的***,确定调整巡检路线。
进一步而言,所述***还包括:
障碍感知模块,所述障碍感知模块用于基于所述巡检路线进行路径障碍感知,确定目标障碍信息;
避障检索模块,所述避障检索模块用于对所述目标障碍信息进行内置数据库避障检索,确定安全触发距离与避障方式;
避障路径获取模块,所述避障路径获取模块用于若所述避障方式为绕行避障,基于所述安全触发距离确定初始调整点,获取避障路径对所述巡检路线进行定位覆盖,其中,所述避障路径包括调整路径、巡检速度、巡检方向;
暂停控制模块,所述暂停控制模块用于若所述避障方式为非绕行避障,基于所述安全触发距离进行暂停控制。
进一步而言,所述***还包括:
距离判断模块,所述距离判断模块用于若所述避障方式为非绕行避障,生成障碍预警信息,并确定是否满足所述安全触发距离;
急停控制模块,所述急停控制模块用于若不满足所述安全触发距离,对所述巡检机器人执行急停控制;
减停控制模块,所述减停控制模块用于若满足所述安全触发距离,计算减速度并对所述巡检机器人执行减停控制。
进一步而言,所述***还包括:
阈值设定模块,所述阈值设定模块用于设定充电阈值,其中,所述充电阈值基于所述巡检机器人与工作站的实时距离确定,随着所述巡检机器人的实时定位进行动态调整;
电量判断模块,所述电量判断模块用于若所述巡检机器人的实时电量小于等于所述充电阈值时,生成巡查中断指令;
遣返控制模块,所述遣返控制模块用于基于所述巡查中断指令,控制所述巡检机器人进行自动遣返执行,其中,巡查中断位置作为后步巡查起点。
进一步而言,所述***还包括:
列表生成模块,所述列表生成模块用于基于所述巡检机器人的常态执行条件,生成自检标准列表;
列表嵌入模块,所述列表嵌入模块用于将所述自检标准列表嵌入所述巡检机器人的中控模块;
运行自检模块,所述运行自检模块用于基于预定时间周期,所述巡检机器人定期执行运行自检,生成自检数据集,其中,所述运行自检包括备检设备自检与整机运行自检;
预警信息生成模块,所述预警信息生成模块用于对所述自检标准列表与所述自检数据集进行映射校对,生成异常预警信息;
示警模块,所述示警模块用于基于所述异常预警信息进行所述巡检机器人的自示警,其中,不同部件、不同预警等级的预警执行方式不同。
本说明书通过前述对一种巡检机器人的运动智能控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种巡检机器人的运动智能控制方法及***,对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种巡检机器人的运动智能控制方法,其特征在于,所述方法包括:
采集目标电厂基本信息,生成三维拓扑结构;
搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
将所述巡检周期与所述巡检路线作为响应执行目标,采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
2.如权利要求1所述的方法,其特征在于,所述巡检路线带有巡检模式标识,方法包括:
统计获取多维巡检模式,包括长启巡检模式与定启巡检模式,不同巡检模式的配置备检设备不同,
基于所述多维巡检模式,结合所述巡检路线进行巡检需求匹配,确定节点匹配模式;
基于所述节点匹配模式,对所述巡检路线进行标识。
3.如权利要求1所述的方法,其特征在于,方法包括:
进行实时巡检需求接收,生成特巡任务;
对所述特巡任务进行时效限定,遍历所述巡检路线进行匹配,结合实时巡检状况确定适配调整节点;
在所述适配调整节点进行所述特巡任务的***,确定调整巡检路线。
4.如权利要求3所述的方法,其特征在于,方法包括:
基于所述巡检路线进行路径障碍感知,确定目标障碍信息;
对所述目标障碍信息进行内置数据库避障检索,确定安全触发距离与避障方式;
若所述避障方式为绕行避障,基于所述安全触发距离确定初始调整点,获取避障路径对所述巡检路线进行定位覆盖,其中,所述避障路径包括调整路径、巡检速度、巡检方向;
若所述避障方式为非绕行避障,基于所述安全触发距离进行暂停控制。
5.如权利要求4所述的方法,其特征在于,若所述避障方式为非绕行避障,基于所述安全触发距离进行暂停控制,方法包括:
若所述避障方式为非绕行避障,生成障碍预警信息,并确定是否满足所述安全触发距离;
若不满足所述安全触发距离,对所述巡检机器人执行急停控制;
若满足所述安全触发距离,计算减速度并对所述巡检机器人执行减停控制。
6.如权利要求1所述的方法,其特征在于,方法包括:
设定充电阈值,其中,所述充电阈值基于所述巡检机器人与工作站的实时距离确定,随着所述巡检机器人的实时定位进行动态调整;
若所述巡检机器人的实时电量小于等于所述充电阈值时,生成巡查中断指令;
基于所述巡查中断指令,控制所述巡检机器人进行自动遣返执行,其中,巡查中断位置作为后步巡查起点。
7.如权利要求1所述的方法,其特征在于,方法包括:
基于所述巡检机器人的常态执行条件,生成自检标准列表;
将所述自检标准列表嵌入所述巡检机器人的中控模块;
基于预定时间周期,所述巡检机器人定期执行运行自检,生成自检数据集,其中,所述运行自检包括备检设备自检与整机运行自检;
对所述自检标准列表与所述自检数据集进行映射校对,生成异常预警信息;
基于所述异常预警信息进行所述巡检机器人的自示警,其中,不同部件、不同预警等级的预警执行方式不同。
8.一种巡检机器人的运动智能控制***,其特征在于,所述***包括:
结构生成模块,所述结构生成模块用于采集目标电厂基本信息,生成三维拓扑结构;
巡检规划模块,所述巡检规划模块用于搭建巡检规划模型,将巡检需求信息输入所述巡检规划模型中,输出巡检执行信息,其中,所述三维拓扑结构内嵌于所述巡检规划模型中,所述巡检执行信息包括巡检周期、巡检路线,所述巡检路线带有巡检模式标识;
初级识别预警模块,所述初级识别预警模块用于采集实时巡检数据并进行初级识别预警,其中,所述初级识别预警基于烧录程序设定的定向预警标准进行判定;
深层剖析预警模块,所述深层剖析预警模块用于对所述实时巡检数据执行数据入库,进行数据的深层剖析预警;
巡查点确定模块,所述巡查点确定模块用于基于所述初级识别预警与所述深层剖析预警,现场与后台联动生成运维执行任务,并确定二次巡查点;
复检控制模块,所述复检控制模块用于执行所述运维执行任务,基于所述二次巡查点,将最短路线作为响应目标进行复检路径规划,进行所述巡检机器人的复检控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621581.XA CN116512273A (zh) | 2023-05-30 | 2023-05-30 | 一种巡检机器人的运动智能控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310621581.XA CN116512273A (zh) | 2023-05-30 | 2023-05-30 | 一种巡检机器人的运动智能控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116512273A true CN116512273A (zh) | 2023-08-01 |
Family
ID=87404986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310621581.XA Pending CN116512273A (zh) | 2023-05-30 | 2023-05-30 | 一种巡检机器人的运动智能控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116512273A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720854A (zh) * | 2023-08-11 | 2023-09-08 | 成都煦联得节能科技有限公司 | 基于智慧巡检的设备协调控制方法及*** |
CN116929373A (zh) * | 2023-09-15 | 2023-10-24 | 江苏宁昆机器人智能科技有限公司 | 一种消防侦察机器人的路径生成方法及*** |
CN117197770A (zh) * | 2023-11-06 | 2023-12-08 | 深圳市金固祥科技有限公司 | 一种基于物联网的巡检全流程数据监管***及方法 |
CN117428774A (zh) * | 2023-11-23 | 2024-01-23 | 中国船舶集团有限公司第七一六研究所 | 一种用于船舶巡检的工业机器人控制方法及*** |
CN117733819A (zh) * | 2024-02-21 | 2024-03-22 | 太原工业学院 | 一种用于电厂的智能巡检机器人运行方法及装置 |
-
2023
- 2023-05-30 CN CN202310621581.XA patent/CN116512273A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720854A (zh) * | 2023-08-11 | 2023-09-08 | 成都煦联得节能科技有限公司 | 基于智慧巡检的设备协调控制方法及*** |
CN116720854B (zh) * | 2023-08-11 | 2023-11-03 | 成都煦联得节能科技有限公司 | 基于智慧巡检的设备协调控制方法及*** |
CN116929373A (zh) * | 2023-09-15 | 2023-10-24 | 江苏宁昆机器人智能科技有限公司 | 一种消防侦察机器人的路径生成方法及*** |
CN116929373B (zh) * | 2023-09-15 | 2023-12-12 | 江苏宁昆机器人智能科技有限公司 | 一种消防侦察机器人的路径生成方法及*** |
CN117197770A (zh) * | 2023-11-06 | 2023-12-08 | 深圳市金固祥科技有限公司 | 一种基于物联网的巡检全流程数据监管***及方法 |
CN117197770B (zh) * | 2023-11-06 | 2024-02-23 | 深圳市金固祥科技有限公司 | 一种基于物联网的巡检全流程数据监管***及方法 |
CN117428774A (zh) * | 2023-11-23 | 2024-01-23 | 中国船舶集团有限公司第七一六研究所 | 一种用于船舶巡检的工业机器人控制方法及*** |
CN117733819A (zh) * | 2024-02-21 | 2024-03-22 | 太原工业学院 | 一种用于电厂的智能巡检机器人运行方法及装置 |
CN117733819B (zh) * | 2024-02-21 | 2024-05-14 | 太原工业学院 | 一种用于电厂的智能巡检机器人运行方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116512273A (zh) | 一种巡检机器人的运动智能控制方法及*** | |
CN110908370A (zh) | 一种火电厂无人巡检任务规划方法及其*** | |
CN115660509B (zh) | 一种基于数字孪生技术的工厂建造管控方法及*** | |
CN110632433A (zh) | 电厂设备运行故障诊断***及方法 | |
CN115167408A (zh) | 一种基于光伏电站的巡检路线规划*** | |
CN111830924B (zh) | 建筑工程内部设施的统一管理与联动控制***及方法 | |
CN117277592B (zh) | 一种高压电路信号监测的保护切换方法 | |
CN116954234B (zh) | 一种机器人巡检控制方法及*** | |
CN114677054A (zh) | 一种基于数字孪生的煤矿井下人员及物资调度方法 | |
CN117589177B (zh) | 基于工业大模型自主导航方法 | |
CN112036810A (zh) | 基于智能设备的电缆监测方法、装置、设备及存储介质 | |
CN117041311A (zh) | 一种基于数字孪生的智能巡检方法及装置 | |
CN115983796A (zh) | 一种输电线路施工进度监督预警方法及*** | |
CN114995302A (zh) | 一种智能控制方法及*** | |
CN113898537A (zh) | 一种风电场远程智能巡检*** | |
CN114661057B (zh) | 一种智能仿生双足巡检机器人 | |
JP7368582B1 (ja) | 発電所のパトロール装置の認証管理システム及び方法 | |
CN116810783A (zh) | 一种基于人机交互技术的巡检机器人控制办法 | |
CN116382329A (zh) | 一种用于室内的无人机巡检方法及*** | |
CN116424986A (zh) | 一种基于机器人自主识别调度的电梯应急救援***及其方法 | |
CN116277041B (zh) | 一种结合需求分析的机器人结构优化方法及*** | |
CN117557929B (zh) | 基于多应用场景的机组协同优化方法 | |
CN117853078B (zh) | 基于无人机的建筑工程施工现场动态安全报警***及方法 | |
CN117172511B (zh) | 一种基于物联网的工程测量设施智能管理方法及*** | |
CN118137355A (zh) | 基于巡视路径的变电站智能化自主巡视***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 |