The invention discloses a inspection method applied to the high speed rail machine room, which includes the following steps: (1) the inspection of the robot starting, the self checking of the starting state and the initialization of the equipment; (2) reading the inspection task files, obtaining the target cabinet number to be detected, and guiding the location information of the cabinet to be detected from the database of the cabinet position; (3) inspection machine. According to the lidar data, the global path planning and local path planning are carried out to reach the target cabinet position in turn. When the inspection robot reaches the location of the target cabinet, the environment is detected, and the state of the cabinet is detected by the depth learning neural network model and the image recognition method. The invention also provides the corresponding inspection robot system, which can be used for automatic timing inspection for the equipment of the high speed rail machine room, and the emergency inspection task can be completed by remote control when the emergency occurs.
【技术实现步骤摘要】
一种应用于高铁机房的巡检方法及巡检机器人系统
本专利技术涉及一种应用于高铁机房的巡检方法,同时涉及一种应用于高铁机房的巡检机器人系统。
技术介绍
长期以来,我国的铁路信号机房均采用人工巡检的作业方式,而且目前在我国铁路系统存在大量无人值守信号机房。日常设备机房巡查时人员必须到达现场,造成人力、物力的浪费,人工巡视的及时性受到各种条件制约,人工巡视效果也会受巡检人员的业务能力、工作经验、精神状态等诸多因素的制约,漏检、误检的情况时有发生,稍有不慎就会造成重大经济损失,甚至影响铁路运输安全。并且目前大多铁路信号机房均采用传统的固定式、离散式在线检测系统,不能实现对机房内情况完全覆盖,当发生紧急情况时,无法第一时间采集现场情况并将现场情况传递到监控中心,从而无法在必要时对机房或机柜的特定部位采取有效处理措施。因此,需要一种连续、实时的自动巡检系统,将巡检人员从繁重的劳动中解脱出来,节约人力及物力成本,提高机房巡检的准确性。
技术实现思路
本专利技术所要解决的首要技术问题在于提供一种应用于高铁机房的巡检方法。本专利技术所要解决的另一技术问题在于提供一种应用于高铁机房的巡检机器人系统。为了实现上述专利技术目的,本专利技术采用下述技术方案:根据本专利技术实施例的第一方面,提供了一种应用于高铁机房的巡检方法,包括如下步骤:(1)巡检机器人启动,开机状态自检及设备初始化;(2)读取巡检任务文件,获取需检测的目标机柜号,从机柜位置数据库中导出待检测机柜的位置信息;(3)巡检机器人根据激光雷达采集的环境特征进行实时定位,进行全局路径规划与局部路径规划,依次到达目标机柜位置;当巡检 ...
【技术保护点】
1.一种应用于高铁机房的巡检方法,其特征在于包括如下步骤:(1)巡检机器人启动,开机状态自检及设备初始化;(2)读取巡检任务文件,获取需检测的目标机柜号,从机柜位置数据库中导出待检测机柜的位置信息;(3)巡检机器人根据激光雷达采集的环境特征进行实时定位,进行全局路径规划与局部路径规划,依次到达目标机柜位置;当巡检机器人到达目标机柜位置时,进行环境检测,并对机柜的状态进行检测。
【技术特征摘要】
1.一种应用于高铁机房的巡检方法,其特征在于包括如下步骤:(1)巡检机器人启动,开机状态自检及设备初始化;(2)读取巡检任务文件,获取需检测的目标机柜号,从机柜位置数据库中导出待检测机柜的位置信息;(3)巡检机器人根据激光雷达采集的环境特征进行实时定位,进行全局路径规划与局部路径规划,依次到达目标机柜位置;当巡检机器人到达目标机柜位置时,进行环境检测,并对机柜的状态进行检测。2.如权利要求1所述的巡检方法,其特征在于:在步骤(3)中,加载高铁机房的地图,通过激光雷达感知的环境特征,提取激光雷达测量得到的激光数据中的局部特征信息,并利用SLAM技术将局部特征信息融合成一个统一的全局特征地图,进而实现对巡检机器人的实时定位,并更新到地图中;然后根据已获取的地图,导航模块根据自身当前位置、目的地位置及可通行性的分析,并结合巡检任务的需求,对全局路径和局部路径进行规划,选择快捷的路径进行巡检。3.如权利要求1所述的巡检方法,其特征在于:在步骤(3)使用预先生成的包含深度学习神经网络模型的状态灯识别算法对机柜状态灯进行检测;并且,包含不同深度学习神经网络模型的状态灯识别算法分别与相应机柜号及高中低位置关联存储。4.如权利要求3所述的巡检方法,其特征在于:在步骤(3)中所使用的深度学习神经网络模型的训练过程如下:S1:采集每个机柜的视频,按照机柜类别进行视频分类及编号;对采集的视频进行切片,分割成图片的格式;S2:建立训练的数据集,将所有的机柜状态灯分为六大类:绿灯、红灯、黄灯、白灯、灭灯、灯组;S3:根据对机柜状态灯的分类,对切片后的图片进行标注;S4:将数据集分为两大类,分别是训练数据集和测试数据集;S5:对于训练数据集,定义深度学习神经网络模型,设计合适的神经网络结构;并定义损失函数,用来描述神经网络的训练效果;S6:将训练数据集数据传入深度学习神经网络模型,进行模型参数训练,得到深度学习神经网络模型的连接权值和偏置参数;判断损失函数是否收敛,若是,输出深度学习神经网络模型,否则,继续训练;S7:将测试数据集传入训练后的深度学习神经网络模型,判断准确率是否大于设定阈值,若是,获得最终的深度学习神经网络模型,结束训练流程;否则,返回S6重新训练。5.如权利要求1所述的巡检方法,其特征在于在步骤(3)中,包括如下步骤:(31)判断目标机柜是否走完,若结果为否,则执行步骤(32);若结果为是,执行步骤(34);(32)开始到达下一个目标机柜位置,通过激光雷达进行实时定位,判断机器人是否成功到达,当成功到达时,采集声音数据和温湿度数据,并依次采集低位置、中位置及高位置的机柜状态数据,然后进入步骤(33);当没有成功到达时,记录失败点机柜号,然后进入步骤(33);(33)读取机器人的电量值,判断是否需要充电;若是...
【专利技术属性】
技术研发人员:宗孝鹏,
申请(专利权)人:北京飞鸿云际科技有限公司,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。