基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
基于AI算法的工业安全智能巡检机器狗及巡检方法


[0001]本专利技术涉及一种基于
AI
算法的工业安全智能巡检机器狗及巡检方法，属于路径规划

。

技术介绍

[0002]工业企业常用的巡检方式是通过巡检人员依靠日常的工作经验来观察设备的运行状态从而判定设备是否安全，这种巡检方式完全依靠巡检人员的工作经验，不具备客观性
。
现有的大型企业也采用了巡检机器狗进行无人巡检的方式来代替上述的人工巡检，但是实际过程中因巡检路线计算不准确，巡检场景识别单一，巡检机器狗常常不能正常完成巡检路线工作
。
[0003]巡检路线规划包括全局路径规划和局部路径规划
。
全局路径规划主要考虑初始
、
目标两个节点间的大致路径，忽略路径方向
、
路障
、
速率等因素
。
现有的建模方法有：自由空间法
(Free Space)、
可视图法
(Visibility Graph)、Voronoi
图法
、
拓扑法及栅格法
(Cell Decomposition)
等；全局路径规划方法有：
Dijkstra
算法
、
蚁群算法
、
神经网络算法及模糊控制算法等
。
[0004]局部路径规划则是在不完全了解外界情况的下展开，结合实时环境信息和自身情况进行规划
。
在此规划中，要根据随身装配的传感器实时接收和反馈外界情况，从而规划出最佳路径
。
局部规划方法有：人工势场法
、
遗传算法等
、
模拟退火算法及粒子群算法等
。

技术实现思路

[0005]专利技术目的：为了解决智能巡检机器的巡检路线计算不准确
、
巡检智能识别算法单一，不能正常完成巡检路线工作的问题，本专利技术提供一种基于
AI
算法的工业安全智能巡检机器狗及巡检方法，选用
AI
算法进行全局路径规划，运用对角线距离算法和加权算法进行优化，同时植入
AI
识别算法包，完成新型巡检机器狗的设计和应用
。
[0006]技术方案：为实现上述目的，本专利技术采用的技术方案为：
[0007]一种基于
AI
算法的工业安全智能巡检机器狗的巡检方法，包括以下步骤：
[0008]步骤1，巡检路径规划运动学建模，采用运动学正解和运动学逆解相结合的方法来求得工业巡检机器狗足端的运动空间范围，由此对工业巡检机器狗的巡检路径进行规划，将有楼梯
、
坡度的地方规划到巡检路径中
。
[0009]步骤2，巡检路径规划环境建模，采用栅格法进行巡检路径规划环境建模，通过一个小栅格了解工业巡检机器狗的巡检信息和障碍物信息，直接将网格信息与实际环境信息相对应
。
在栅格上的运动定义8种运动方向，将每个单元格的定义取值为0或1，1代表障碍区域，0则代表自由区域
。
[0010]步骤3，巡检路径规划算法优化
[0011]建立寻路启发函数，采用对角线距离求解值，并对进行加权优化：
[0012];
[0013]其中，表示节点
n
的综合优先级，表示节点
n
距离起点的代价，表示节点
n
距离终点的代价，为
h(n)
的加权系数
。
[0014]对启发函数进行加权：
[0015];
[0016]式中，表示节点
n
距离终点的代价，表示优化后的加权系数
。
[0017]优选的：步骤1中运动学正解过程：
[0018]先写出的方程表达式
:
[0019];
[0020]再写出的方程表达式
:
[0021];
[0022]其中，表示关节坐标，表示小腿长度，表示旋转量，小腿舵机转动的角度，表示机器人足端坐标，表示大腿长度，表示旋转量，大腿舵机转动的角度
。
[0023]优选的：步骤1中运动学逆解过程：
[0024]求解小腿的角度：
[0025];
[0026]根据余弦定理：
[0027];
[0028];
[0029]得到小腿舵机转角
。
[0030]求解大腿的角度：
[0031]根据余弦定理：
[0032];
[0033];
[0034];
[0035];
[0036];
[0037];
[0038]得到大腿舵机转角
。
[0039]其中，表示中间量，舵机与足端的连线在
xOy
平面上的投影距离，表示小腿舵机转角，表示中间量，舵机足端连线与小腿之间的旋转量
。
[0040]优选的：步骤3中的计算方法如下：
[0041];
[0042];
[0043];
[0044];
[0045];
[0046];
[0047]式中，表示
Greedy Best First Search
启发函数，
h(n)
的值满足的是小于或者等于从“方格”n
到“目标方格”的真实消耗值，表示对角线距离，表示曼哈顿距离，表示沿着斜线可移动的步数，表示欧几里得起点
x
坐标值，表示欧几里得终点
x
坐标值，表示欧几里得起点
y
坐标值，表示欧几里得起点终点
y
坐标值，表示对角线启发函数最优路径估值，表示对角线移动的代价，表示在地图中水平或竖直移动一步的代价，（
x
A
, y
A
）
、(x
B , y
B
)
分别为
A、B
的坐标
。
[0048]一种基于
AI
算法的工业安全智能巡检机器狗，采用上述基于
AI
算法的工业安全智能巡检机器狗的巡检方法，包括巡检路径规划运动学建模单元
、
巡检路径规划环境建模单元
、
巡检路径规划算法优化单元，其中：
[0049]所述巡检路径规划运动学建模单元用于采用运动学正解和运动学逆解相结合的方法来求得工业巡检机器狗足端的运动空间范围，由此对工业巡检机器狗的巡检路径进行规划，将有楼梯
、
坡度的地方规划到巡检路径中
。
[0050]所述巡检路径规划环境建模单元用于采用栅格法进行巡检路径规划环境建模，通过一个小栅格了解工业巡检机器狗的巡检信息和障碍物信息，直接将网格信息与实际环境信息相对应
。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
AI
算法的工业安全智能巡检机器狗的巡检方法，其特征在于，包括以下步骤：步骤1，巡检路径规划运动学建模，采用运动学正解和运动学逆解相结合的方法来求得工业巡检机器狗足端的运动空间范围，由此对工业巡检机器狗的巡检路径进行规划，将有楼梯
、
坡度的地方规划到巡检路径中；步骤2，巡检路径规划环境建模，采用栅格法进行巡检路径规划环境建模，通过一个小栅格了解工业巡检机器狗的巡检信息和障碍物信息，直接将网格信息与实际环境信息相对应；在栅格上的运动定义8种运动方向，将每个单元格的定义取值为0或1，1代表障碍区域，0则代表自由区域；步骤3，巡检路径规划算法优化建立寻路启发函数，采用对角线距离求解值，并对进行加权优化：
;
其中，表示节点
n
的综合优先级，表示节点
n
距离起点的代价，表示节点
n
距离终点的代价，为
h(n)
的加权系数；对启发函数进行加权：
;
式中，表示节点
n
距离终点的代价，表示优化后的加权系数
。2.
根据权利要求1所述基于
AI
算法的工业安全智能巡检机器狗的巡检方法，其特征在于：步骤1中运动学正解过程：先写出的方程表达式
:;
再写出的方程表达式
:;
其中，表示关节坐标，表示小腿长度，表示旋转量，小腿舵机转动的角度，表示机器人足端坐标，表示大腿长度，表示旋转量，大腿舵机转动的角度
。3.
根据权利要求2所述基于
AI
算法的工业安全智能巡检机器狗的巡检方法，其特征在于：步骤1中运动学逆解过程：求解小腿的角度：
;
根据余弦定理：
;;
得到小腿舵机转角；求解大腿的角度：根据余弦定理：
;;;;;;
得到大腿舵机转角；其中，表示中间量，舵机与足端的连线在
xOy
平面上的投影距离，表示小腿舵机转角，表示中间量，舵机足端连线与小腿之间的旋转量
。4.
根据权利要求3所述基于
AI
算法的工业安全智能巡检机器狗的巡检方法，其特征在于：步骤3中的计算方法如下：
;
;;;;;
式中，表示
Greedy Best First Search
启发函数，
h(n)
的值满足的是小于或者等于从“方格”n
到“目标方格”的真实消耗值，表示对角线距离，表示曼哈顿距离，表示沿着斜线可移动的步数，表示欧几里得起点
x
...

【专利技术属性】
技术研发人员：王三明，余文翟，王聪明，
申请(专利权)人：安元科技股份有限公司，
类型：发明
国别省市：