[發(fā)明專利]一種巡檢機器人路線規(guī)劃方法及裝置

有效

• 申請?zhí)枺?/td>: 202010299152.1
• 申請日: 2020-04-16
• 公開（公告）號: CN111426323B
• 公開（公告）日: 2022-04-12
• 發(fā)明（設(shè)計）人: 柯清派;史訓(xùn)濤;白浩;徐全;周長城;黃安迪;袁智勇;雷金勇;喇元
• 申請（專利權(quán)）人: 南方電網(wǎng)科學(xué)研究院有限責(zé)任公司;中國南方電網(wǎng)有限責(zé)任公司
• 主分類號: G01C21/20
• 分類號: G01C21/20
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 沈闖

本申請公開了一種巡檢機器人路線規(guī)劃方法及裝置，方法包括：S1：通過預(yù)置適應(yīng)度函數(shù)計算預(yù)置巡檢路線父代群體中個體的適應(yīng)度值；S2：對預(yù)置巡檢路線父代群體進行遠親交配的交叉運算，并通過輪盤賭算法進行選擇，得第一子代群體；S3：采用預(yù)置自適應(yīng)概率對第一子代群體進行變異運算，得第二子代群體；S4：判斷第二子代群體是否達預(yù)置數(shù)量，若是，執(zhí)行S5，若否，執(zhí)行S2；S5：對第二代子群體進行淘汰運算和逆轉(zhuǎn)變異操作，得到第三子代群體；S6：判斷是否在迭代預(yù)置次數(shù)后未出現(xiàn)更優(yōu)子代個體，若是，將第三代子群體進行適應(yīng)度計算，得最優(yōu)巡檢路線，若否，執(zhí)行S1。本申請解決了現(xiàn)有算法的收斂性較差，且容易陷入局部最優(yōu)解的技術(shù)問題。

技術(shù)領(lǐng)域

本申請涉及巡檢機器人技術(shù)領(lǐng)域，尤其涉及一種巡檢機器人路線規(guī)劃方法及裝置。

背景技術(shù)

隨著經(jīng)濟不斷發(fā)展，社會用電量急劇上升，變電站數(shù)量也隨之急劇上升。變電站作為電網(wǎng)的節(jié)點，對于電網(wǎng)的安全運行具有決定性的意義。變電站現(xiàn)場的巡檢工作在保證其安全運行方面占據(jù)極其重要的地位。但變電站傳統(tǒng)的巡檢方式為人工巡檢，存在著效率低下、標(biāo)準(zhǔn)不統(tǒng)一、人員勞動強度大、受天氣影響等問題。電力設(shè)備的運營自動化已顯示出其迫切性，各種巡檢機器人應(yīng)運而生；如何提高巡檢機器人工作效率，如何在最短的時間內(nèi)完成巡檢任務(wù)成為重要的研究方向；如何尋找一條最優(yōu)的巡檢路線成為亟待解決的技術(shù)問題。

變電站內(nèi)巡檢機器人必須在可行路徑上移動，與經(jīng)典路徑規(guī)劃TSP問題并不相同，傳統(tǒng)的優(yōu)化算法難以解決該類問題，而針對路徑規(guī)劃提出的智能算法中遺傳算法是應(yīng)用于路徑規(guī)劃領(lǐng)域最為廣泛的方法之一，但是傳統(tǒng)的遺傳算法存在收斂速度性較差，還容易陷入局部最優(yōu)解等缺點。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N巡檢機器人路線規(guī)劃方法及裝置，用于解決現(xiàn)有的用于巡檢機器人路線規(guī)劃的遺傳算法的收斂性較差，且容易陷入局部最優(yōu)解的技術(shù)問題。

有鑒于此，本申請第一方面提供了一種巡檢機器人路線規(guī)劃方法，包括：

S1：通過預(yù)置適應(yīng)度函數(shù)計算預(yù)置巡檢路線父代群體中個體的適應(yīng)度值；

S2：對復(fù)制后的所述預(yù)置巡檢路線父代群體以遠親交配的方式進行交叉運算，并通過輪盤賭算法進行群體選擇，得到第一子代群體；

S3：采用預(yù)置自適應(yīng)概率對所述第一子代群體進行變異運算，得到第二子代群體；

S4：判斷所述第二子代群體是否滿足預(yù)置數(shù)量要求，若是，則執(zhí)行步驟S5，若否，則以所述第二子代群體作為所述預(yù)置巡檢路線父代群體，執(zhí)行步驟S2-S3；

S5：對復(fù)制后的所述第二代子群體進行淘汰運算和逆轉(zhuǎn)變異操作，得到第三子代群體；

S6：判斷是否在迭代預(yù)置次數(shù)后未出現(xiàn)更優(yōu)子代個體，若是，則將所述第三代子群體進行適應(yīng)度計算，得到最大適應(yīng)度值對應(yīng)的最優(yōu)巡檢路線，若否，則執(zhí)行步驟S1-S5。

優(yōu)選地，步驟S1，之前還包括：

S01：從實際環(huán)境中獲取幾何特征，繪制出預(yù)置拓撲地圖，所述幾何特征包括線段和角點；

S02：將所述預(yù)置拓撲地圖中機器人不可觸碰的區(qū)域進行模糊化處理，得到障礙區(qū)域；

S03：在所述預(yù)置拓撲地圖中的預(yù)置可行區(qū)域繪制實際巡檢路線，所述實際巡檢路線包括直角彎道；

S04：在所述預(yù)置拓撲地圖中繪制機器人停靠點，所述停靠點的數(shù)量為多個。

優(yōu)選地，步驟S1，之前還包括：

對所述預(yù)置拓撲地圖中的所述停靠點進行無重復(fù)性編號；

根據(jù)所述預(yù)置拓撲地圖和所述停靠點生成所述預(yù)置巡檢路線父代群體。

優(yōu)選地，步驟S2，包括：