论文部分内容阅读
变电站作为电网重要组成部分，其稳定性与可靠性有着严格要求。为保证设备安全可靠运行，预防电力事故发生，电力设备巡检有着举足轻重的地位。但由于变电站设备与巡检点数量较多，人工巡检工作量过大，为能够在保障用户用电质量的同时，提高变电站巡检效率，减少人工巡检的工作量，变电站设备自动巡检工作尤为重要。现阶段巡检机器人所搭载的动态障碍躲避算法尚不成熟，为满足多巡检机器人同时工作的顺利进行，本文针对动态避障算法进行研究。
本文对国内外学者在此领域的研究状况进行分析，总结变电站的环境特点及巡检机器人所需功能，并对路径规划常用算法的原理进行介绍。通过比对选取人工势场法作为主要研究算法，其核心思想是通过模拟自然势场中的电势场与重力势场，将目标点、障碍物与巡检机器人放置在人为构建的势场中，在引力与斥力二者合力的共同作用下，牵引巡检机器人进行移动。鉴于人工势场法存在目标不可达与局部最小陷阱的问题，本文优化斥力函数，并比对模拟退火法与虚拟中间目标点法分别优化局部最小陷阱后的效果，通过MATLAB软件仿真获取巡检机器人的路径曲线，结果表明，优化斥力函数并运用虚拟中间目标点法可更好克服传统算法的缺陷。另针对动态环境下的障碍躲避进行算法改进，在保留静态环境下优化效果的基础上，以相对速度构造引力函数，通过MATLAB软件仿真对该算法的避障能力进行分析。仿真结果表明，改进后的算法轨迹平滑，可实现动态环境下的障碍躲避。为更直观的验证算法的实际可行性，本文选取Apollo实验平台，简述所需硬件的型号与参数，以D-kitLite开发套件车所配备的传感器为基础，将惯性导航系统、激光雷达与摄像头所得数据传输至Apollo实验平台，模拟变电站中存有动态障碍物的情况，分析平台各模块的功能，搭建软件环境，调试传感器。实验中，将检测到的移动车辆等动态障碍物模拟变电站中的其他巡检车或换修工人等，将纸箱等静态障碍物模拟需要巡检的设备。
本次实验在长70m，宽7.5m的模拟变电站环境中进行，当巡检机器人检测到静态障碍物，其速度从1.5m/s减至1.1m/s，转向角度为45°，耗时1.1s，当巡检机器人检测到动态障碍物时，速度由1.5m/s减速至1.2m/s，转向角度为-53°，耗时2.3s。实验证明，通过改进算法，巡检机器人可成功避开突然出现的障碍物，最终抵达目标点。本文改进的人工势场算法满足变电站巡检要求，可为变电站巡检机器人避障提供一种有效方法。
本文对国内外学者在此领域的研究状况进行分析，总结变电站的环境特点及巡检机器人所需功能，并对路径规划常用算法的原理进行介绍。通过比对选取人工势场法作为主要研究算法，其核心思想是通过模拟自然势场中的电势场与重力势场，将目标点、障碍物与巡检机器人放置在人为构建的势场中，在引力与斥力二者合力的共同作用下，牵引巡检机器人进行移动。鉴于人工势场法存在目标不可达与局部最小陷阱的问题，本文优化斥力函数，并比对模拟退火法与虚拟中间目标点法分别优化局部最小陷阱后的效果，通过MATLAB软件仿真获取巡检机器人的路径曲线，结果表明，优化斥力函数并运用虚拟中间目标点法可更好克服传统算法的缺陷。另针对动态环境下的障碍躲避进行算法改进，在保留静态环境下优化效果的基础上，以相对速度构造引力函数，通过MATLAB软件仿真对该算法的避障能力进行分析。仿真结果表明，改进后的算法轨迹平滑，可实现动态环境下的障碍躲避。为更直观的验证算法的实际可行性，本文选取Apollo实验平台，简述所需硬件的型号与参数，以D-kitLite开发套件车所配备的传感器为基础，将惯性导航系统、激光雷达与摄像头所得数据传输至Apollo实验平台，模拟变电站中存有动态障碍物的情况，分析平台各模块的功能，搭建软件环境，调试传感器。实验中，将检测到的移动车辆等动态障碍物模拟变电站中的其他巡检车或换修工人等，将纸箱等静态障碍物模拟需要巡检的设备。
本次实验在长70m，宽7.5m的模拟变电站环境中进行，当巡检机器人检测到静态障碍物，其速度从1.5m/s减至1.1m/s，转向角度为45°，耗时1.1s，当巡检机器人检测到动态障碍物时，速度由1.5m/s减速至1.2m/s，转向角度为-53°，耗时2.3s。实验证明，通过改进算法，巡检机器人可成功避开突然出现的障碍物，最终抵达目标点。本文改进的人工势场算法满足变电站巡检要求，可为变电站巡检机器人避障提供一种有效方法。