期刊文章详细信息
文献类型:期刊文章
Tong Xiaojun;Chen Yang;Lu Hao;Xiong Ling;Cheng Lei(Engineering Research Center of Metallurgical Automation and Detecting Technology of Ministry of Education,Wuhan 430081,China;Institute of Robotics and Intelligent Systems,Wuhan University of Science and Technology,Wuhan 430081,China;Guodian Nanjing Automation Co.,Ltd.,Nanjing 211100,China)
机构地区:[1]冶金自动化与检测技术教育部工程研究中心,武汉430081 [2]武汉科技大学机器人与智能系统研究院,武汉430081 [3]国电南京自动化股份有限公司,南京211100
基 金:国家自然科学基金(62173262,62073250,62003249);湖北省重点研发计划(2020BAB021);辽宁省联合基金机器人学国家重点实验室开放基金(2021-KF-22-14)项目资助。
年 份:2022
卷 号:36
期 号:8
起止页码:167-177
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、EAPJ、JST、RCCSE、ZGKJHX、核心刊
摘 要:将巡检机器人应用于变电站内的表计自动读数可以降低人力成本、提高工作效率,但由于仪表通常悬挂在高处,为了获取准确的读数,机器人观测时的位姿受到苛刻的约束。此外,机器人读数时云台调整时间消耗大大降低了巡检效率。针对此问题,本文通过分析观测窗约束、路网约束,以及云台姿态调整时间消耗,以机器人完成巡检任务的总时间为代价,建立了面向表计读数的机器人路径规划模型。然后,提出一种信息素重利用的蚁群优化算法用以求解机器人的巡检路径与停靠方案。仿真实验表明本文方法得到的巡检路径在时间消耗上比初始时间代价节省了66%,从而验证了模型的有效性与算法的可行性。
关 键 词:变电站巡检机器人 路径规划 观测窗 信息素重利用 蚁群优化算法
分 类 号:TP242.6] TN830.1]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...