一种监控电力设备实时动态的智能化巡检路径规划方法技术

本发明专利技术公开了一种监控电力设备实时动态的智能化巡检路径规划方法包，括：获取多个被监控电力设备的位置信息，并采用移动摄像设备检测该监控电力设备的实时图像信息；以当前机器人的位置设定初始位置，计算初始位置到每个被监控电力设备的距离，采用自适应大邻域路径规划方法设计初始位置至每个被监控电力设备的最优路径，将多个最优路径按照时间以及代价成本为优先级排序；所述机器人按照优先级的高低对电力设备进行现场工作状态监测

【技术实现步骤摘要】
一种监控电力设备实时动态的智能化巡检路径规划方法


[0001]本专利技术涉及电力设备监控
，尤其涉及一种监控电力设备实时动态的智能化巡检路径规划方法
。

技术介绍

[0002]随着电力智能巡检的实际需求
,
巡检机器人的路径规划越来越有挑战性
,
并且也一直是有价值的研究方向
。
路径规划是在避免与障碍物碰撞的前提下
,
从起始点到目标点机器人找到一条可行的路径
。
现有技术中巡检机器人需要提前规划好路径
、
再运行至电力设备，当中途出现故障则需要重新规划路径，这样需要浪费很多时间和设备损耗，而新的规划路径则给巡检工作增加了成本
。

技术实现思路

[0003]根据现有技术存在的问题，本专利技术公开了一种监控电力设备实时动态的智能化巡检路径规划方法，具体包括如下步骤：
[0004]获取多个被监控电力设备的位置信息，并采用移动摄像设备检测该监控电力设备的实时图像信息；
[0005]以当前机器人的位置设定初始位置，计算初始位置到每个被监控电力设备的距离，采用自适应大邻域路径规划方法设计初始位置至每个被监控电力设备的最优路径，将多个最优路径按照时间以及代价成本为优先级排序；
[0006]所述机器人按照优先级的高低对电力设备进行现场工作状态监测
。
[0007]所述获取最优路径具体采用如下方式：将机器人的初始位置至每个电力设备之间的路径定义为道路网络，将道路网络表示为具有边权重的有向图，利用大邻域搜索方法计算每个道路网络中路径的距离值
。
[0008]所述大邻域搜索方法具体方式为在
Removal
算子
、Insertion
算子中加入拆分算子和融合算子，通过更改原始算法的邻域构成方法来求解道路网络中每个路径的最小值
。
[0009]机器人若检测到道路网络之间没有障碍物，则机器人直线运动；若检测到有障碍物，则机器人采用优化采样，选取代价最小样本节点作为巡检机器人单次移动状态下的转点
。
[0010]通过在机器人上设置激光传感器和里程计获取初始位置和电力设备之间的距离，并对距离基于机器人的运行轨迹进行实时更新
。
[0011]接收到目标位置巡视的指令之后，机器人进入路径规划工作模式，当出现障碍物后则对优化后的路径进行实时更新
。
[0012]所述移动摄像设备对检测到的图像信息进行清晰度处理
。
[0013]由于采用了上述技术方案，本专利技术提供的一种监控电力设备实时动态的智能化巡检路径规划方法，该方法中对机器人距离电力设备的路径进行实时计算和分析，获得多个初始位置距离配电设备的路径距离，在采用大邻域搜索方法中分别采用改进的自适应大邻
域算法进行计算比较，自适应大邻域算法在较短的时间内得到平均
GAP
值为
0.52
％的优质的有竞争力的结果
。
附图说明
[0014]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0015]图1为本专利技术方法的流程图
具体实施方式
[0016]为使本专利技术的技术方案和优点更加清楚，下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚完整的描述：
[0017]如图1所示的一种监控电力设备实时动态的智能化巡检路径规划方法，具体包括如下步骤：
[0018]获取多个被监控电力设备的位置信息，并采用移动摄像设备检测该监控电力设备的实时图像信息；
[0019]以当前机器人的位置设定初始位置，计算初始位置到每个被监控电力设备的距离，采用自适应大邻域路径规划方法设计初始位置至每个被监控电力设备的最优路径，将多个最优路径按照时间以及代价成本为优先级排序；
[0020]所述机器人按照优先级的高低对电力设备进行现场工作状态监测
。
[0021]进一步的，所述获取最优路径具体采用如下方式：将机器人的初始位置至每个电力设备之间的路径定义为道路网络，将道路网络表示为具有边权重的有向图，利用大邻域搜索方法计算每个道路网络中路径的距离值
。
[0022]进一步的，所述大邻域搜索方法具体方式为在
Removal
算子
、Insertion
算子中加入拆分算子和融合算子，通过更改原始算法的邻域构成方法来求解道路网络中每个路径的最小值
。
[0023]进一步的，机器人若检测到道路网络之间没有障碍物，则机器人直线运动；若检测到有障碍物，则机器人采用优化采样，选取代价最小样本节点作为巡检机器人单次移动状态下的转点
。
[0024]进一步的，通过在机器人上设置激光传感器和里程计获取初始位置和电力设备之间的距离，并对距离基于机器人的运行轨迹进行实时更新
。
[0025]进一步的，接收到目标位置巡视的指令之后，机器人进入路径规划工作模式，当出现障碍物后则对优化后的路径进行实时更新
。
[0026]进一步的，所述移动摄像设备对检测到的图像信息进行清晰度处理
。
[0027]进一步的，本方法中基于
Removal
算子
、Insertion
算子
、
融合算子以及拆分算子构建自适应大邻域算法，在初始解构建时采用
Regret Insertion
算子构建了由
m
个序列组成的机器人行走路径，在后期
Insertion
算子依然用作重新构建机器人运行路径序列
。Removal
算子可以将环中的绕行的路径移除当前路径序列，便于新可行解的重新生成
。
融合
算子主要用来解决自行运行的路径选择问题
。
[0028]本申请中对自适应大邻域算法进行改进，在
Removal
算子
、Insertion
算子中加入拆分算子
、
融合算子，通过更改原始算法的邻域构成方法来求解道路网络中每个路径的最小值，从而解决路径规划问题，在较短的时间内得到了优质的结果，为巡检机器人寻求最优路径提供了优质的可行方案
。
[0029]进一步的，经典的自适应大邻域算法，算子由
Removal
算子以及
Insertion
算子构成，
Removal
算子主要用来破坏当前可行解，在本研究问题中主要负责将路径所经过的绕路部分移除，本文采取的
Removal
算子分为...

【技术保护点】

【技术特征摘要】
1.
一种监控电力设备实时动态的智能化巡检路径规划方法，其特征在于包括：获取多个被监控电力设备的位置信息，并采用移动摄像设备检测该监控电力设备的实时图像信息；以当前机器人的位置设定初始位置，计算初始位置到每个被监控电力设备的距离，采用自适应大邻域路径规划方法设计初始位置至每个被监控电力设备的最优路径，将多个最优路径按照时间以及代价成本为优先级排序；所述机器人按照优先级的高低对电力设备进行现场工作状态监测
。2.
根据权利要求1所述的一种监控电力设备实时动态的智能化巡检路径规划方法，其特征在于：所述获取最优路径具体采用如下方式：将机器人的初始位置至每个电力设备之间的路径定义为道路网络，将道路网络表示为具有边权重的有向图，利用大邻域搜索方法计算每个道路网络中路径的距离值
。3.
根据权利要求2所述的一种监控电力设备实时动态的智能化巡检路径规划方法，其特征在于：所述大邻域搜索方法具体方式为在
Removal
算子
、Insertion
算子中加入拆分算子和融合算子，通...

【专利技术属性】
技术研发人员：郝博宇，刘学清，王宇晨，王逸群，陈长瑞，赵炳忠，刘宇，
申请(专利权)人：天津华能杨柳青热电有限责任公司，
类型：发明
国别省市：