变电站巡检机器人避障方法研究与应用

为提升变电站巡检机器人的导航避障能力,将深度学习技术应用于变电站场景识别中,提出了一种基于深度卷积神经网络的避障方法.该方法联合图像分类和语义分割两个分支来共同辅助机器人导航避障,分类分支通过获取图像全局信息,保证机器人正确行驶方向;而语义分割支路则根据图像局部信息以及机器人前方目标类别,指导机器人准确避障.实验结果表明,避障方法可以高效地对图像进行分类和分割,同时,在实际变电站环境中,该方法也能为巡检机器人提供有效的避障信息,实现实时自主避障.     

变电站密闭空间中设备故障的智能判定方法

变电站设备大多处于密闭空间中,依赖传感器和专家经验来判别故障,为避免当前故障判别方式的弊端并提高变电站智能化水平,提出一种智能判定方法。首先,在对各类巡检需求分析的基础上完成数据的采集和标注,构建数据库;其次,分别介绍门控循环单元和粒子群算法,基于粒子群优化的门控循环单元网络(particle swarm optimization-gated recurrent unit, PSO-GRU)提出智能故障判定方法,给出了具体的网络结构和算法流程;最后,结合实际数据设计仿真实验,提供了具体的实验方式和流程,将本文方法的判别效果进行验证并与其他两种网络进行对比。结果表明:PSO-GRU对故障的判定更加快速和准确。     

甘肃银杏资源分布及栽培类型区划

通过对甘肃银杏资源近10a的调查研究，参考各类区划划分标准，依据栽培历史和种苗产地，将分布广泛的甘肃银杏资源划分为三个栽培类型区，对甘肃银杏种实类型进行了调查研究，为促进甘肃银杏产业振兴当地经济的发展发挥了积极作用。     

变电站巡检机器人道路语义分割方法及其应用

为提升变电站巡检机器人对道路场景的识别理解能力,将深度学习技术应用于变电站巡检机器人中,提出了一种适用于变电站道路场景的全卷积语义分割网络。该网络借鉴ENet编码结构提取图像特征,同时融入多种解码结构来获取更多有效特征,恢复图像目标信息。同时,针对巡检机器人以及变电站道路特点,将语义分割结果转化为机器人前方目标信息以及机器人偏离情况信息,辅助机器人导航避障。实验结果表明:所提出的网络有效地提升了图像分割精度,并能较好地适应于实际变电站环境中。研究结果为机器人提供了有效的道路场景信息,辅助机器人导航避障。