本發(fā)明一般涉及電力工程自動化,并且更具體地,涉及移動路徑中的帶電作業(yè)機器人保護方法和設備。
背景技術:
1、在電力行業(yè)中,帶電作業(yè)是一項極為重要且危險的工作,涉及到對正在運行的電氣設備進行檢修、更換和維護;隨著電力需求的不斷增長和電網(wǎng)規(guī)模的不斷擴大,傳統(tǒng)的人工帶電作業(yè)方式面臨著勞動強度大、安全風險高、工作效率低等問題。
2、近年來,隨著機器人技術的快速發(fā)展,帶電作業(yè)機器人作為一種新型的電力設備檢修工具,已經得到了廣泛的關注和應用;帶電作業(yè)機器人能夠在帶電環(huán)境中進行作業(yè),減少了對人工的依賴,降低了作業(yè)風險,提高了工作效率;然而,現(xiàn)有的帶電作業(yè)機器人在實際應用中仍存在一些問題,如機械臂的運輸和保護不夠穩(wěn)定可靠,容易受到外界環(huán)境的干擾和損害,從而影響了機器人的作業(yè)效率和安全性;在長距離運輸或穿越障礙物時易發(fā)生碰撞損壞;此外,帶電環(huán)境下的靜電放電和電磁干擾也對機械臂的電子元件構成威脅。
技術實現(xiàn)思路
1、根據(jù)本發(fā)明的實施例,提供了一種移動路徑中的帶電作業(yè)機器人保護方案。本方案解決了由于人工直接參與帶電作業(yè)導致的安全事故風險問題,以及缺少在機器人作業(yè)過程中機械臂受外界環(huán)境干擾和損害的問題。
2、在本發(fā)明的第一方面,提供了一種移動路徑中的帶電作業(yè)機器人保護方法。該方法包括:
3、獲取周圍環(huán)境數(shù)據(jù),基于所述周圍環(huán)境數(shù)據(jù)構建三維地圖;
4、獲取任務需求信息,所述任務需求信息包括起始點坐標、目標點坐標、時間限制和任務內容;
5、基于所述三維地圖,規(guī)劃從機器人當前位置至起始點的第一無碰撞路徑,以及起始點到目標點的第二無碰撞路徑;
6、機器人依次執(zhí)行所述第一無碰撞路徑和第二無碰撞路徑,在機器人執(zhí)行第一無碰撞路徑和第二無碰撞路徑時,所述機器人進入保護狀態(tài);
7、當機器人到達目標點時,所述機器人解除保護狀態(tài),并進入作業(yè)狀態(tài)。
8、進一步地,所述獲取周圍環(huán)境數(shù)據(jù),基于所述周圍環(huán)境數(shù)據(jù)構建三維地圖,包括:
9、獲取周圍環(huán)境數(shù)據(jù),所述周圍環(huán)境數(shù)據(jù)包括激光雷達掃描數(shù)據(jù)、rgb圖像數(shù)據(jù);
10、對所述周圍環(huán)境數(shù)據(jù)進行預處理,得到第一傳感數(shù)據(jù);
11、利用sift算法從圖像數(shù)據(jù)中提取視覺特征點;以及從激光雷達掃描數(shù)據(jù)中提取幾何特征;
12、利用ransac算法進行特征點匹配,建立空間關系;
13、基于空間關系將所述激光雷達掃描數(shù)據(jù)、rgb圖像數(shù)據(jù)進行融合;
14、基于融合后的數(shù)據(jù)生成點云數(shù)據(jù),并將點云數(shù)據(jù)轉化為三維網(wǎng)格模型;
15、將所述rgb圖像數(shù)據(jù)映射到三維網(wǎng)格模型表面,得到三維地圖。
16、進一步地,所述基于所述三維地圖,規(guī)劃從機器人當前位置至起始點的第一無碰撞路徑,以及起始點到目標點的第二無碰撞路徑,包括:
17、對所述任務需求信息進行解析,若起始點坐標和目標點坐標均在所述三維地圖中,則得到解析結果;
18、基于所述三維地圖,從所述解析結果中確定搜索空間范圍;
19、在搜索空間范圍內搜索從機器人當前位置到起始點的第一初始規(guī)劃路徑以及從起始點到目標點的第二初始規(guī)劃路徑,并對所述第一初始規(guī)劃路徑和第二初始規(guī)劃路徑進行平滑處理,得到第一無碰撞路徑和第二無碰撞路徑。
20、進一步地,對所述第一初始規(guī)劃路徑進行平滑處理,得到第一無碰撞路徑,包括:
21、從所述第一初始規(guī)劃路徑中距離起始點最近的節(jié)點開始與起始點進行連線與碰撞檢測,得到第一檢測結果;
22、若所述第一檢測結果為起始點與當前節(jié)點的連線不存在障礙,則刪除第一初始規(guī)劃路徑中當前節(jié)點與起始點之間的節(jié)點;
23、若所述第一檢測結果為起始點與當前節(jié)點的連線存在障礙,則將起始點與當前節(jié)點的下一節(jié)點進行連線,并執(zhí)行碰撞檢測;
24、重復執(zhí)行連線與碰撞檢測,直至當前節(jié)點為機器人當前位置,得到從機器人當前位置到起始點的無碰撞路徑。
25、進一步地,對所述第二初始規(guī)劃路徑進行平滑處理,得到第二無碰撞路徑,包括:
26、從所述第二初始規(guī)劃路徑中距離目標點最近的節(jié)點開始與目標點進行連線與碰撞檢測,得到第二檢測結果;
27、若所述第二檢測結果為目標點與當前節(jié)點的連線不存在障礙,則刪除第二初始規(guī)劃路徑中當前節(jié)點與目標點之間的節(jié)點;
28、若所述第二檢測結果為目標點與當前節(jié)點的連線存在障礙,則將目標點與當前節(jié)點的下一節(jié)點進行連線,并執(zhí)行碰撞檢測;
29、重復執(zhí)行連線與碰撞檢測,直至當前節(jié)點為起始點,得到從起始點到目標點的無碰撞路徑。
30、進一步地,在機器人執(zhí)行第一無碰撞路徑和第二無碰撞路徑時,還包括:預測動態(tài)障礙物的運動軌跡,動態(tài)調整所述機器人的行進速度與方向。
31、進一步地,所述預測動態(tài)障礙物的運動軌跡,動態(tài)調整所述機器人的行進速度與方向,包括:
32、獲取動態(tài)障礙物信息,通過處于空狀態(tài)的lstm單元響應所述動態(tài)障礙物信息,使所述動態(tài)障礙物信息經過遺忘門后,提取關鍵信息;
33、讀取上一時刻所述lstm單元的輸出和當前時刻lstm的輸入,通過sigmoid函數(shù)對lstm單元的輸出和關鍵信息進行過濾,當將所有障礙物狀態(tài)信息輸入完畢后,得到大小統(tǒng)一的動態(tài)障礙物狀態(tài);
34、將所述動態(tài)障礙物狀態(tài)與所述機器人的狀態(tài)信息依次輸入到三個全連接神經網(wǎng)絡,對三個全連接神經網(wǎng)絡輸出的信息進行加權平均融合,得到融合后的決策輸出;其中,三個全連接神經網(wǎng)絡為第一全連接神經網(wǎng)絡、第二全連接神經網(wǎng)絡和第三全連接神經網(wǎng)絡;
35、基于所述融合后的決策輸出,動態(tài)調整機器人行進速度與方向。
36、進一步地,所述第一全連接神經網(wǎng)絡,用于根據(jù)所述動態(tài)障礙物狀態(tài)與所述機器人的狀態(tài)信息,預測當前路徑的安全等級;所述動態(tài)障礙物狀態(tài)包括動態(tài)障礙物與機器人的距離、相對速度和預計碰撞時間;所述機器人的狀態(tài)信息包括機器人的感知范圍和制動能力;
37、所述第二全連接神經網(wǎng)絡,用于根據(jù)路徑的長度、預計通過時間、轉彎次數(shù)預測當前路徑的任務完成時間;
38、所述第三全連接神經網(wǎng)絡,用于根據(jù)地形坡度、摩擦系數(shù)和機器人的能量消耗,計算完成當前路徑的預計能耗。
39、進一步地,所述當機器人到達目標點時,所述機器人解除保護狀態(tài),并進入作業(yè)狀態(tài),包括:
40、機器人通過傳感器掃描周邊環(huán)境確定可以開始作業(yè);
41、機器人進行狀態(tài)自檢,解除保護狀態(tài);
42、基于所述任務需求信息中的時間限制和任務內容確定機械臂的執(zhí)行指令,基于所述執(zhí)行指令確定機械臂的作業(yè)類型;
43、根據(jù)所述作業(yè)類型調整機械臂至作業(yè)狀態(tài),開始執(zhí)行任務。
44、在本發(fā)明的第二方面,提供了一種電子設備。該電子設備至少一個處理器;以及與所述至少一個處理器通信連接的存儲器;所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令,所述指令被所述至少一個處理器執(zhí)行,以使所述至少一個處理器能夠執(zhí)行本發(fā)明第一方面的方法。
45、應當理解,
技術實現(xiàn)要素:
部分中所描述的內容并非旨在限定本發(fā)明的實施例的關鍵或重要特征,亦非用于限制本發(fā)明的范圍。本發(fā)明的其它特征將通過以下的描述變得容易理解。
46、本發(fā)明能夠顯著減少人工直接參與帶電作業(yè)的情況,從而降低了因人為操作失誤導致的安全事故風險;增加機械臂運輸保護機構確保機器人在作業(yè)過程中機械臂免受外界環(huán)境的干擾和損害,提高作業(yè)的安全性,顯著降低機器人的維護成本;機器人智能路徑規(guī)劃與避障,提高了到達作業(yè)點的速度和作業(yè)過程的流暢性,縮短了整體作業(yè)周期,提升了作業(yè)效率。