The invention discloses an optimal route planning method for Instrument Inspection Robot Based on YOLOv3, which is as follows: S1, creating a map of inspection working environment and determining the location of inspection target; S2, input initialization pheromone matrix to determine the initial point and termination point; S3, determine the next arrival node, and select the next initial point; S4, update path and route length. S5, repeat steps 3 and 4 repeatedly until the ant reaches the target point or the ant has completed all the travelable paths; S6, repeat steps 3 to 5 repeatedly until the ant iteration is completed; S7, update pheromone matrix T, the ants that do not reach the target point are not within the calculation range; S8, repeat steps 3 to 7, until the end of the nth generation ant iteration, lose. The optimal path curve is obtained. The invention has the advantages of simple implementation, low cost and high accuracy, effectively improves the automation level of inspection robot, and reduces the manual participation in the whole path planning process.
【技术实现步骤摘要】
一种基于YOLOv3的仪表巡检机器人最优路线规划方法
本专利技术涉及一种机器人路径规划方法,更具体的涉及一种基于YOLOv3的火电厂化水站仪表巡检机器人最优路径规划方法,属于机器人领域。
技术介绍
火力发电厂化水站,是进行化水处理的地方,化水处理可以保证热力系统各部分具有良好的水汽品质,以防止热力设备的结垢、腐蚀和积盐,对保证发电厂的安全、经济运行具有十分重要的意义。化水站内包含大量仪表,用于监测化水处理过程中工质和设备的温度、压力、电流等重要参数,仪表的正常对化水处理过程正常运行具有重要意义,所以需要定时对化水站内仪表进行检查。在传统的人工巡检耗时耗力低效的背景下,电力巡检机器人应运而生。为了提高巡检机器人巡检效率,节省能耗,需要对巡检路线进行最优规划,保证巡检机器人在完成巡检任务的前提下行走的距离最短。进行巡检机器人巡检最优路线规划需要已知工作地图和巡检目标在地图中的位置,火电厂化水站占地面积较大,内部设备复杂且繁多,人工绘制机器人工作环境地图和标定巡检目标位置工作量太大,且可能存在误差。
技术实现思路
专利技术目的:为了克服现有技术中存在的不足,本专利技术提供在现有智能化技术的基础上实现巡检机器人全自动式路径规划的基于YOLOv3的仪表巡检机器人最优路线规划方法。技术方案:为解决上述技术问题,本专利技术的一种基于YOLOv3的仪表巡检机器人最优路线规划方法,包括基于YOLOv3算法框架对目标检测模型的建模和训练步骤,还包括基于蚁群算法的机器人最优巡检路径规划步骤,具体如下:S1、采用栅格的地图表示方法,利用巡检机器人自动创建巡检工作环境地图和确定巡检目标 ...
【技术保护点】
1.一种基于YOLOv3的仪表巡检机器人最优路线规划方法,包括基于YOLOv3算法框架对目标检测模型的建模和训练步骤,其特征在于,还包括基于蚁群算法的机器人最优巡检路径规划步骤,具体如下:S1、采用栅格的地图表示方法,利用巡检机器人自动创建巡检工作环境地图和确定巡检目标位置,栅格的单位大小为巡检机器人的占地面积;S2、输入初始化的信息素矩阵T,确定初始点和终止点,确使每一个位置的信息素一定要相等;S3、确定下一步可以到达的节点,根据某节点信息素浓度确定蚂蚁到达某节点的概率情况,利用轮盘算法选择出下一步的初始点;S4、更新路径和路程长度;S5、反复多次进行步骤3和步骤4,直到蚂蚁到达目标点或者是蚂蚁已经走完所有可走的路;S6、反复多次进行步骤3至步骤5,直到蚂蚁迭代计算完成;S7、更新信息素矩阵T,没有到达目标点的蚂蚁不在计算范围内;S8、重复步骤3至步骤7,直到第n代蚂蚁迭代结束,选择循环中的最优路径,同时输出最优路径曲线。
【技术特征摘要】
1.一种基于YOLOv3的仪表巡检机器人最优路线规划方法,包括基于YOLOv3算法框架对目标检测模型的建模和训练步骤,其特征在于,还包括基于蚁群算法的机器人最优巡检路径规划步骤,具体如下:S1、采用栅格的地图表示方法,利用巡检机器人自动创建巡检工作环境地图和确定巡检目标位置,栅格的单位大小为巡检机器人的占地面积;S2、输入初始化的信息素矩阵T,确定初始点和终止点,确使每一个位置的信息素一定要相等;S3、确定下一步可以到达的节点,根据某节点信息素浓度确定蚂蚁到达某节点的概率情况,利用轮盘算法选择出下一步的初始点;S4、更新路径和路程长度;S5、反复多次进行步骤3和步骤4,直到蚂蚁到达目标点或者是蚂蚁已经走完所有可走的路;S6、反复多次进行步骤3至步骤5,直到蚂蚁迭代计算完成;S7、更新信息素矩阵T,没有到达目标点的蚂蚁不在计算范围内;S8、重复步骤3至步骤7,直到第n代蚂蚁迭代结束,选择循环中的最优路径,同时输出最优路径曲线。2.根据权利要求书1所述的一种基于YOLOv3的仪表巡检机器人最优路线规划方法,其特征在于,所述基于YOLOv3算法框架对目标检测模型的建模和训练步骤,具体如下:P1、采集火电厂化水站所有仪表图片样本,制作图片中信息对应的标签文件;P2、划分训练数据和测试数据,从原始样本中随机挑选80%数据作为训练数据集,其余20%数据作为验证数据集。P3、基于YOLOv3算法框架对目标检测模型进行训练,直到目标检测模型的损失收敛至预置收敛值;P4、用验证数据集验证模型是否出现过拟合,当验证数据集的准确率与训练数据集的准确率相近时,模型训练完成;P5、将训练完成的目标检测模型嵌入巡检机器人控制系统中。3.根据权利要求书1所述的一种基于YOLOv3的仪表巡检机器人最优路线规划方法,其特征在于,步骤S1创建巡检工作环境地图和确定巡检目标位置的方法中,巡检机器人内置测行走方向和测行走距离的装置,并且有红外避障装置,通过三...
【专利技术属性】
技术研发人员:刘爽,闵济海,雷凌,刘宏钰,姜红杉,雷丽君,
申请(专利权)人:南京天创电子技术有限公司,
类型:发明
国别省市:江苏,32
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。